Rabu, 30 Juni 2010

perencanaan industri

BAHAN KULIAH

PERENCANAAN INDUSTRI



















Oleh
Ir. Aisman, Msi






JURUSAN TEKNOLOGI PERTANIAN
FAKULTAS PERTANIAN UNAND
PADANG, 2006
BAB I
PENDAHULUAN

A. Sistematika




B. Potensi Pertanian Sumatera Barat

1. Tanaman Kopi

Tahun Luas (ha) Prooduksi (ton) Volume Ekspor (kg) Nilai Ekspor (US$)
2000 31.162 14.237
2001 42.341 18.640
2002 48.280 27.386
2003 43.900 23.199

2. Kayu Manis

Tahun Luas (ha) Prooduksi (ton) Volume Ekspor (kg) Nilai Ekspor (US$)
2000 45.539 35.093 - -
2001 51.216 36.220 19.313.503 9.150.190
2002 54.320 39.118 23.840.065 11.443.884
2003 57.611 42.248 - -

3. Nilam

Tahun Luas (ha) Prooduksi (ton) Volume Ekspor (kg) Nilai Ekspor (US$)
2000 3.573 404
2001 3.529 463
2002 3.952 532
2003 4.427 613 5.000 ??? 117.000

Keterangan :
- Di Sumatera Barat terdapat 607 industri minyak atsiri.

4. Gambir

Tahun Luas (ha) Prooduksi (ton) Volume Ekspor (kg) Nilai Ekspor (US$)
2000 10.016
2001 16.811
2002 21.812
2003 17.800



5. Melinjo

Tahun Luas (ha) Prooduksi (ton) Volume Ekspor (kg) Nilai Ekspor (US$)
2001 - -
2002 - -
2003 3.979 6.266
2004 4.338 5.831

6. Kelapa Sawit

Tahun Luas (ha) Prooduksi (ton) Volume Ekspor (kg) Nilai Ekspor (US$)
2000 3.180.614 324.380
2001 3.431.000 584.384
2002 3.718.541 613.603
2003 4.045.012 644.284
2004 4.409.306 -
2005 4.843.205 -

7. Karet

Tahun Luas (ha) Prooduksi (ton) Volume Ekspor (kg) Nilai Ekspor (US$)
2000 182.312 105.779.000
2001 144.281 76.792.000
2002 184.988 120.129.000
2003 182.312 159.473.000

8. Ubi Kayu

Tahun Luas (ha) Prooduksi (ton) Volume Ekspor (kg) Nilai Ekspor (US$)
2000 7.759 94.769
2001 6.695 82.207
2002 8.051 100.657
2003 10.025 122.687



9. Kacang Tanah

Tahun Luas (ha) Prooduksi (ton) Volume Ekspor (kg) Nilai Ekspor (US$)
2000 7.807 8.583
2001 7.631 8.712
2002 7.704 8.757
2003 7.017 7.821

10. Kelapa

Tahun Luas (ha) Prooduksi (ton) Volume Ekspor (kg) Nilai Ekspor (US$)
2000 88.942 66.698
2001 86.263 70.510
2002 91.820 77.603
2003 90.132 77.072

11. Coklat (Kakao)

Tahun Luas (ha) Prooduksi (ton) Volume Ekspor (kg) Nilai Ekspor (US$)
2000
2001
2002
2003


C. PASAR

C.1. Kecenderungan Pasar
Konsep tentang pasar harus diinterpretasikan secara luas dan menyangkut hal-hal tentang konsumen, supplier, saingan, batasan-batasan politis, dan sebagainya. Penelitian pasar adalah himpunan teknis untuk memperoleh informasi tentang lingkungan perusahaan dan untuk meramalkan trend masa yang akan datang sehingga perusahaan mampu berubah secara efisien.

Pengetahuan pasar yang diperlukan dalam menganalisis proyek-proyek industri antara lain adalah:
a. Berapa besar pasar dan laju pertumbuhan pasar.
b. Berapa volume output yang diharapkan dapat dijual tahun mendatang dengan memperhatikan konsumen yang potensial, reakasi saingan, kemungkinan datangnya saingan baru, pola ongkos dan harga, trend masa lalu dan mendatang dari ongkos dan harga tersebut, dimana lokasi pasar, dan apa kebijaksanaan distribusi dan pemasarannya.

Jawaban atas pertanyaan-pertanyaan di atas dapat dilakukan dengan menggunakan pendekatan matematis dengan memberikan asumsi-asumsi atas kondisi yang ada. Namun sebelumnya ada beberapa kondisi khusus yang harus diperhatikan antara lain:
1. Pasar mempunyai ukuran yang kecil dan biasanya dengan sedikit perusahaan yang berkecimpung di dalamnya.
2. Pasar sering sangat tersegmentasi.
3. Kejenuhan pasar saat ini.
4. Kurang tersedianya data statistik.
5. Kebijaksanaan pemerintah sangat mempengaruhi pasar.
6. Jaringan distribusi kadang-kadang tidak berkembang sama sekali.

C.2. Analisa Permintaan Masa Lalu Dan Sekarang

Analisis ini diperlukan untuk mendapatkan informasi baik kuantitatif maupun kualitatif dari pasar yang menjual barang yang dimaksud. Untuk itu perlu menetapkan:
a. Apa kategori utama dari data yang akan dikumpulkan.
b. Dimana data tersebut diperoleh.

Di samping 2 poin di atas ada tiga hal yang juga perlu diperhatikan:
a. Data-data yang diperlukan dalam hal membantu untuk memahami situasi sekarang atau berguna untuk pengembangan masa yang akan datang.
b. Periode data yang diperlukan dengan memperhatikan:
• Kehomogenan data statistik yang dikumpulkan.
• Faktor yang dapat mendefinisikan trend permintaan misalnya kebijaksanaan pemerintah.
c. Sifat produk yang dipelajari, misalnya antara bahan makanan dengan mesin-mesin.

C.3. Informasi Kuantitatif
Secara umum dapat diklasifikasikan dalam 2 kategori utama yaitu:
a. Jumlah fisik.
b. Harga.
Informasi yang berkaitan dengan jumlah fisik antara lain; data produksi, import, ekspor dan data persediaan. Data statistik dari beberapa tahun dapat membentuk time series dan dapat digunakan untuk menghitung konsumsi actual dari suatu barang (permintaan efektif) dengan persamaan:




Pengumpulan data time series dari harga relatif sulit dilakukan, namun untuk membedakannya ada tiga cara dalam pengumpulan statistik harga:
a. Harga FOB (Free on Board), FAS (Free Alongside Ship) atau FAR (Free Alongside Rail Station). Jika produk biasa diimpor dengan CAF (Cut Assurance Fee) atau CIF (Cost Insurance Freight), harga pada titik awal (Daerah pertanian, pelabuhan, atau pabrik). Perbedaan ongkos dari hal-hal di atas disebabkan oleh ongkos angkutan, asuransi, dan pemuatan.
b. Rata-rata harga penjualan keseluruhan dalam periode yang sama.

Data kuantitatif lainnya yang dapat memberikan sedikit gambaran mengenai pasar pada suatu saat juga perlu dikumpulkan seperti misalnya anggaran keluarga, jumlah tempat penjualan, tarif, dan lain-lain.

C.4. Informasi Kualitatif
Antara lain meliputi:
a. Metoda distribusi dan pemasaran dari produk.
b. Sikap konsumen.
c. Tindakan pemerintah dalam pengendalian suatu produk.

Metoda distribusi barang yang berbeda juga akan dilakukan dengan cara yang berbeda misalnya distribusi logam akan berbeda dengan distribusi garam.
Sikap konsumen, bisa dipengaruhi perbedaan tingkat pendapatan, umur, jenis kelamin, latar belakangnya, dan lingkungan hidup.
Kebijaksanaan pemerintah, berkaitan dengan kebijakan pemerintah ini keadaan masa lalu tidak akan mencerminkan potensial demand.

C.5. Sumber-sumber Informasi
Ada 2 prinsip metoda yang digunakan untuk penyusunan informasi pasar:
• Studi dokumentasi (desk research).
• Survey khusus.

Studi dokumentasi. Meliputi analisa statistika yang teratur dan hasil survey yang dipublisir.
• Analisa statistika, data dapat diperoleh dari berbagai sumber.
• Survey umum. Terdapat berbagai macam survey semacam ini, teknik yang digunakan sangat komplek. Contoh sensus industri atau studi dan penelitian yang dibuat oleh Lembaga Nasional atau Internasional.

Survey khusus. Survey yang dilakukan secara khusus dengan menyiapkan kuesioner, mengawasi pelaksanaannya dan mengevaluasinya.

C.6. Penilaian Kritis dan Pemrosesan Pendahuluan Data
Dalam survey pasar factor yang amat penting adalah pengetahuan yang cukup mengenai jalan yang akan ditempuh dalam pencarian informasi itu. Pendekatan kritis ditujukan untuk mengantisipasi kejadian-kejadian ganjil yang memberikan perubahan nilai secara tiba-tiba. Sebagai contoh untuk memperkirakan konsumsi minyak kacang tanah pada suatu negara dapat dilakukan dengan dua pendekatan. Pertama berupa pengurangan terhadap minyak palm serta minyak olive yang berupa produksi domestik dari minyak tumbuh-tumbuhan guna memberikan gambaran produksi minyak kacang tanah. Kedua pengurangan lemak yang diperoleh dari biji-bijian lain selain kacang tanah yang diimpor maupun diekspor. Informasi ini dapat digunakan untuk membuat peramalan berdasarkan beberapa metoda yang ada.

C.7. Metoda-metoda Untuk Mengestimasi Demand yang Akan Datang
Dalam beberapa kasus studi sederhana dari data statistik impor yang mungkin didukung oleh suatu survey konsumen local, akan memberikan suatu pemikiran tentang ukuran pasar di masa yang akan datang. Tapi dalam kasus lain barangkali diperlukan penyelidikan dengan memakai teknik-teknik ekonometrik. Pemilihan metoda ini tergantung pada:
• Sifat dari pasar yang dipelajari dan kualitas maupun kuantitas dari data yang tersedia.
• Tingkat ketelitian yang diharapkan untuk dicapai.

Berikut ini akan dijelaskan beberapa metoda yang sering digunakan antara lain:

C.7.1. Proyeksi dan Trend
Metoda ini berisi suatu penetapan garis median antara jumlah pemakaian selama beberapa tahun tertentu dan perkiraan kebutuhan yang akan datang sesuai dengan trend yang ditunjukkan oleh garis median. Metoda ini membutuhkan suatu seri waktu yang panjang untuk menjaga perubahan-perubahan jangka pendek dalam kondisi ekonomi akibat suatu pengaruh yang tidak sesuai dari garis trend.
Asumsi dari metoda ini ialah bahwa factor-factor yang menentukan tingkat pertumbuhan produksi dan konsumsi di masa lalu akan terus berlangsung di masa yang akan datang.

C.7.2. Penggunaan Koefisien Teknik
Metoda ini sesuai untuk meramalkan kebutuhan intermediate yaitu barang-barang yang dipersiapkan untuk menjalani proses lebih lanjut dalam rangka untuk mendukung produksi barang konsumen akhir (ex. Baja, semen, produk kimia dasar, pupuk), khususnya jika kebutuhan yang akan datang dari barang konsumen akhir diketahui.

C.7.3. Perbandingan-perbandingan Internasional
Trend permintaan dari beberapa barang (barang konsumsi akhir, intermediate, ataupun barang-barang investasi) seringkali sama pada beberapa negara, namun terdapat perbedaan waktu atas permintaan itu yang disebabkan oleh pendapatan per kapita nasional atau faktor-faktor yang hakiki lainnya (seperti kebiasaan masyarakat, iklim dan sebagainya).


BAB II
FORECASTING

A. Kebutuhan dan Kegunaan Forecasting (Peramalan)
Sering terdapat senjang waktu (time lag) antara kesadaran akan terjadinya peristiwa atau kebutuhan mendatang dengan terjadinya peristiwa itu sendiri, oleh karena itu perlu adanya perencanaan dan peramalan. Jika waktu tenggang itu panjang dan hasil dari peristiwa akhir tergantung pada faktor-faktor yang dapat diketahui, maka perencanaan dapat memegang peranan penting. Dalam hal ini peramalan penting untuk menetapkan kapan suatu peristiwa akan terjadi atau timbul, sehingga tindakan tepat dapat dilakukan.

Hal penting untuk diingat :
1. Keberhasilan peramalan tidak selalu bermanfaat secara langsung bagi diri sendiri atau pihak lainnya. Contoh : lebih 100 tahun yang lalu Jules Verne meramalkan dengan baik akan adanya kemajuan teknologi seperti kapal silam, energi nuklir dan perjalanan ke bulan. Pada pertengahan abad ke-19 Charles Babbage meramalkan akan kebutuhan komputer dan mengusulkan desain komputer.
2. Perbedaan antara peristiwa eksternal yang diluar kendali (yang berasal dari ekonomi nasional, pemerintah, pelanggan, pesaing) dan peristiwa internal yang dapat dikendalikan (seperti keputusan perusahaan dalam hal pemasaran atau manufakturing). Keberhasilan suatu perusahaan tergantung pada kedua hal tersebut. Peramalan mempunyai peranan langsung pada peristiwa eksternal dan pengambilan keputusan berperanan pada jenis peristiwa internal. Perencanaan merupakan mata rantai yang memadukan kedua hal tersebut.

Banyak jenis metode peramalan yang tersedia untuk manajemen antara lain: Metode yang paling naif seperti penggunaan data terbaru sebagai ramalan sampai ke pendekatan yang paling rumit seperti sistem ekonomitrik dengan persamaan berganda.

Peramalan merupakan bagian integral dari kegiatan pengambilan keputusan manajemen. Organisasi selalu menentukan sasaran dan tujuan, berusaha menduga faktor-foktor lingkungan lalu memilih tindakan yang diharapkan akan menghasilkan pencapaian sasaran dan tujuan tersebut. Beberapa bagian organisasi dimana peramalan kini memainkan peranan yang penting adalah:
1. Penjadwalan sumber daya yang tersedia. Penggunaan sumber daya yang efisien memerlukan penjadwalan produksi, transportasi, kas, personalia dsb. Input yang penting untuk penjadwalan seperti itu adalah ramalan tingkat permintaan untuk produk, bahan, tenaga kerja, finansial atau jasa pelayanan.
2. Penyediaan sumber daya tambahan. Waktu tenggang (lead time) untuk memperoleh bahan baku, menerima pekerja baru, atau membeli mesin dan peralatan dapat berkisar antara beberapa hari sampai beberapa tahun. Peramalan dibutuhkan untuk menentukan kebutuhan sumber daya di masa mendatang.
3. Penentuan sumber daya yang diinginkan. Setiap organisasi harus menentukan sumber daya yang ingin dimiliki dalam jangka panjang. Keputusan semacam itu bergantung pada kesempatan pasar, faktor-faktor lingkungan, dan pengembangan internal dari sumber daya finansial, manusia, produk dan teknologi. Semua penentuan ini memerlukan ramalan yang baik.


Aliran Informasi Dalam Peramalan Penjualan dan Perencanaan Bisnis

Pihak atau Kelompok yang Terlibat Kegiatan atau variabel yang dipelajari Output untuk perencanaan perusahaan dan pengambilan keputusan
Lingklungan Eksternal (sebagian besar tidak terkendali Ekonomi Nasional
Kecenderungan dan siklus bisnis umum
Ekspetasi dan kepercayaan
Produk saingan dalam industri lain, harga, karakteristik




Konsumen Jumlah pelanggan
Karakteristik pelanggan
Pendapatan, kas, batas kredit
Stok barang konsumen dan tingkat penggunaan
Preferensi untuk produk industri

Permintaan industri



Semua produsen dalam industri (pesaing dan pemilik perusahaan) Advertensi dan usaha penjualan.
Harga-harga
Distribusi, ketersediaan produk
Keistimewaan produk atau produk baru
Tingkat produksi, persediaan dan kapasitas

Bagian pasar
(market share perusahaan)
Suplier
Efektifitas kompetitif
Persediaan
Efisiensi saluran yang digunakan

Ramalan penjualan
perusahaan

Sumber daya internal, tujuan dan kegiatan (sebagian besar terkendali)
Organisasi pemasaran perusahaan Advertensi dan upaya penjualan
Harga
Keistimewaan produk atau produk baru
Jadwal produksi baru Rencana pemasaran




Organisasiproduksi perusahaan Kapasitas
Input saat ini
Pekerja saat ini
Persediaan
Metoda dan biaya produksi
Jadwal produk baru

Rencana produksi


Organisasi finansial perusahaan Posisi kas
Tagihan
Kebijakan kredit
Kebutuhan baru

Rencana finansial

Sasaran perusahaan:
Keuntungan, return of investment, market share, kepemimpinan produk
Tujuan perusahaan




Peranan Teknik Peramalan

Komitmen tentang peramalan tumbuh karena :
1. Meningkatnya kompleksitas organisasi dan lingkungannya, hal ini menjadikan semakin sulit bagi pengambil keputusan untuk mempertimbangkan semua faktor secara memuaskan.
2. Meningkatnya ukuran organisasi, maka bobot dan kepentingan suatu keputusan telah meningkat pula.
3. Lingkungan dari kebanyakan organisasi telah berubah dengan cepat.
4. Pengambilan keputusan telah semakin sistematis yang melibatkan justifikasi tindakan individu secara gamblang (eksplisit).
5. Pengembangan metoda peramalan dan pengetahuan yang menyangkut aplikasinya telah lebih memungkinkan adanya penerapan secara langsung oleh para praktisi daripada hanya dilakukan oleh para teknisi ahli.

Situasi peramalan sangat beragam dalam horizon waktu peramalan, faktor yang menentukan hasil sebenarnya, tipe pola data dan berbagai aspek lainnya. Untuk menghadapi penggunaan yang luas seperti itu berbagai teknik telah dikembangkan yang terbagi atas 2 kategori utama :
1. Metoda kuantitatif.
2. Metoda kualitatif (teknologis).

Metode kuantitatif dibagi atas :
a. Metode deret berkala (time series).
b. Metode causal.

Metode kualitatif dibagi atas :
a. Metode eksploratoris.
b. Metode normatif.

Pembagian metode peramalan dan contoh penggunaannya:

Jenis situasi peramalan Jenis Informasi yang Tersedia
Cukup tersedia informasi kuantitatif Informasi kuantitatif sedikit atau tidak tersedia tetapi ada pengetahuan kualitatif yang cukup Informasi sedikit atau tidak tersedia
Metode deret berkala Metode Aksplanatoris atau kausal Metode eksploratoris Metode Normatif
Meramalkan kesinambungan pola atau hubungan Menduga kelanjutan pertumbuhan dalam penjualan atau produk nasional bruto (GNP) Memahami bagaimana harga dan advertensi mempengaruhi penjualan
Menduga kecepatan transportasi sekitar tahun 2010 Menduga bagaimana rupa mobil pada tahun 2010 Menduga pengaruh perjalanan antar planet, perjalanan bumi oleh makhluk luar bumu, penemuan bentuk energi baru dan sangat murah yang tidak menghasilkan polusi.
Meramalkan perubahan atau bilamana perubahan terjadi dalam pola atau hubungan yang ada. Menduga resesi mendatang atau sejauh mana hal itu akan terjadi. Memahami bagaimana pengaruh pengendalian harga atau pelanggan advertensi TV terhadap penjualan. Meramalkan bagaimana suatu kenaikan yang besar dari harga minyak akan mempengaruhi konsumsi minyak Dapat menduga embargo minyak yang mengikuti perang Arab-Israel.
Peramalan kuantitatif dapat diterapkan bila terdapat tiga kondisi berikut ini:
1. Tersedia informasi tentang masa lalu.
2. Informasi tersebut dapat dikuantitatifkan dalam bentuk data numerik.
3. Dapat diasumsikan bahwa beberapa aspek pola masa lalu akan terus berlanjut di masa mendatang.
Langkah penting dalam memilih suatu metoda deret berkala (time series) yang tepat adalah dengan mempertimbangkan jenis pola data, sehingga metode yang paling tepat dengan pola tersebut dapat diuji.
Pola data tersebut dapat dibagi atas empat jenis antara lain:
1. Pola horizontal. Terjadi bilamana nilai data berfluktuasi di sekitar nilai rata-rata yang konstan (stasioner terhadap nilai rata-ratanya).
2. Pola musiman. Terjadi bilamana suatu deret dipengaruhi oleh faktor musiman.
3. Pola siklis. Terjadi bilamana datanya dipengaruhi oleh fluktuasi ekonomi jangka panjang (seperti penjualan mobil, baja).
4. Pola trend, terjadi bilamana terdapat kenaikan atau penurunan sekuler jangka panjang dalam data.



Metode Pemulusan (Smoothing)

Seringkali juga nilai rata-rata digunakan sebagai suatu penaksir (estimator), namun metode ini hanya akan tepat bilamana data tersebar dengan pola stasioner. Namun seringkali pola data tersebut tidaklah demikian, maka metode pemulusan barangkali akan lebih akurat untuk digunakan. Untuk mencari metode peramalan yang tepat dapat dilakukan sebagaii berikut:



Strategi Untuk Menilai Suatu Metode Peramalan Pemulusan



Klasifikasi Metode Pemulusan :

A. Metode Rata-rata bergerak antara lain :
1. Rata-rata sederhana.
2. Rata-rata bergerak tunggal.
3. Rata-rata bergerak ganda.
4. Kombinasi rata-rata bergerak lainnya.

B. Pemulusan eksponensial antara lain :
1. Pemulusan eksponensial tunggal satu parameter.
2. Pemulusan eksponensial ganda satu parameter (Metode Linear dari Brown). Pemulusan eksponensial ganda dua parameter (Metode Winter).
3. Pemulusan eksponensial klasifikasi Pegels.

Rata-rata Bergerak Tunggal

Waktu (orde) Rata-rata Bergerak Ramalan

T
X= X1 + X2 + .........+ XT

T T
FT+1 = X =  Xi/T
i=1

T + 1
X= X2 + X3 + ..........+ XT+1

T T+1
FT+2 = X =  Xi/T
i=2

T + 2
X= X3 + X4 + ..........+ XT+2

T T+2
FT+3 = X =  Xi/T
i=3

Peramalan Dengan Menggunakan Rata-Rata Bergerak

Bulan Periode Waktu Nilai Pengamatan Rata-rata bergerak tiga bulanan Rata-rata bergerak lima bulanan
Jan 1 200
Feb 2 135
Mar 3 195

April 4 197,5 176,7
Mei 5 310 175,8

Jun 6 175 234,2 207,5
Jul 7 155 227,5 202,5
August 8 130 213,3 206,5
Sept 9 220 153,3 193,5
Okt 10 277 168,3 198
Nov 11 235 209,0 191,4
Des 12 - 244,0 203,4




RATA-RATA BERGERAK GANDA (Double Moving Average)

Prosedur umum untuk rata-rata bergerak ganda linear dapat dilakukan sebagai berikut :

Xt + Xt-1 + Xt-2 + .......... + Xt-N+1
S’t = (1)
N

S’t + S’t-1 + S’t-2 + .......... + S’t-N+1
S’’t = (2)
N

at = S’t + (S’t – S’’t) = 2S’t - S’’t (3)

2
bt = (S’t – S’’t) (4)
N - 1

Ft+m = at + btm (5)

Persamaan (1) mempunyai asumsi bahwa saat ini kita berada pada periode waktu t dan nilai masa lalu sebanyak N.
Persamaan (2) menganggap bahwa semua rata-rata bergerak tunggal (S’t) telah dihitung dan selanjutnya kita menghitung rata-rata bergerak N-periode dari nilai S’ tersebut.
Persamaan (3) mengacu terhadap penyesuaian MA tunggal S’t dengan perbedaan (S’t – S’’t).
Persamaan (4) menentukan taksiran kecendrungan dari periode waktu yang satu ke periode waktu berikutnya.
Persamaan (5) menunjukan bagaimana memperoleh ramalan untuk m periode ke depan dari t.


Statistik U dari Theil
Merupakan ukuran relatif yang mempertimbangkan baik ketidakseimbangan biaya dari unsur kesalahan yang besar maupun memberikan dasar perbandingan relatif dengan metoda naif dari sebuah metode ramalan. Persamaannya adalah :


n-1 Ft+1 – Xt+1 2

I=1 Xt

U =
n-1 Xt+1 – Xt 2

I=1 Xt

Contoh penggunaan rata-rata bergerak ganda

Periode Data Series Rata-rata Bergerak
4 bulanan (S') Rata-rata Bergerak
4 bulanan (S") Nilai a Nilai b Niliai F
a+b(m)
1 140
2 159
3 136
4 157 148,00
5 173 156,25
6 131 149,25
7 177 159,50 153,25 165,75 4,167
8 188 167,25 158,06 176,44 6,125 169,92
9 154 162,50 159,63 165,38 1,917 182,56
10 179 174,50 165,94 183,06 5,708 167,29
11 180 175,25 169,88 180,63 3,583 188,77
12 160 168,25 170,13 166,38 -1,250 184,21
13 182 175,25 173,31 177,19 1,292 165,13
14 192 178,50 174,31 182,69 2,792 178,48
15 224 189,50 177,88 201,13 7,750 185,48
16 188 196,50 184,94 208,06 7,708 208,88
17 198 200,50 191,25 209,75 6,167 215,77
18 206 204,00 197,63 210,38 4,250 215,92
19 203 198,75 199,94 197,56 -0,792 214,63
20 238 211,25 203,63 218,88 5,083 196,77
21 228 218,75 208,19 229,31 7,042 223,96
22 231 225,00 213,44 236,56 7,708 236,35
23 221 229,50 221,13 237,88 5,583 244,27
24 259 234,75 227,00 242,50 5,167 243,46
25 273 246,00 233,81 258,19 8,125 247,67
26 266,31


Uji Kesesuaian Metode Dengan Statistik U’Theil.

Periode Data Series Niliai F Pembilang Penyebut
a+b(m) Ft+1 - Xt+1 Xt+1 - Xt
Xt Xt
1 140
2 159
3 136
4 157
5 173
6 131
7 177
8 188 169,92 0,010 0,00
9 154 182,56 0,023 0,03
10 179 167,29 0,006 0,03
11 180 188,77 0,002 0,00
12 160 184,21 0,018 0,01
13 182 165,13 0,011 0,02
14 192 178,48 0,006 0,00
15 224 185,48 0,040 0,03
16 188 208,88 0,009 0,03
17 198 215,77 0,009 0,00
18 206 215,92 0,003 0,00
19 203 214,63 0,003 0,00
20 238 196,77 0,041 0,03
21 228 223,96 0,000 0,00
22 231 236,35 0,001 0,00
23 221 244,27 0,010 0,00
24 259 243,46 0,005 0,03
25 273 247,67 0,010 0,00
26 266,31

Total 0,207 0,222

U’Theil = 0,207/0,222

U’Theil = 0,933260297

U’Theil =

Jika angka U’Theil < dari satu berarti metode forecasting yang digunakan lebih baik dari metode naif dan sebaliknya.





Model Dekomposisi


Model dekomposisi pada umumnya mencoba mengidentifikasi tiga komponen secara terpisah sebagai pola dasar yang menggambarkan karakteristik sistem industri sepanjang waktu tertentu. Ketiga komponen tersebut adalah : kecendrungan (trend), siklik (cyclical), dan faktor musiman (seasonal faktor).
Trend menggambarkan perilaku data dalam jangka panjang yang dapat bersifat menaik, atau menurun. Faktor siklik menggambarkan naik-turunnya ekonomi atau industri tertentu dan umumnya seperti deret data GNP (Gross National Product), indeks produk industri, permintaan, penjualan barang-barang industri, perkembangan harga, tingkat bunga, penawaran uang, tingkat inflasi dan sebagainya. Faktor musiman berkaitan dengan fluktuasi periodik yang relatif konstan dan disebabkan oleh faktor-faktor seperti; temperatur, curah hujan, bulan-bulan tertentu dalam setahun yang berkaitan dengan hari raya, upacara keagamaan, dan sebagainya. Perbedaan faktor musiman dengan siklik adalah bahwa pengaruh musiman pada interval waktu yang tetap sepanjang tahun, bulan, atau minggu, sedangkan faktor siklik tidak bersifat tetap dalam arti dapat bervariasi dari satu siklus ke siklus yang lain.

Model dekomposisi menganggap bahwa data yang muncul adalah disebabkan oleh :
Data = pola (model) + galat (error)
= f (trend, siklik, musiman) + galat

Model ini sudah digunakan semenjak tahun 1920 yang digunakan oleh ahli ekonomi untuk mengidentifikasi dan mengendalikan siklus bisnis. Konsep dasar dari model dekomposisi adalah pertama memisahkan secara empirik pengaruh dari faktor musiman, kemudian pengarug trend dan terakhir adalah pengaruh siklik. Faktor galat (error) yang merupakan selisih antara data aktual dengan model tidak dapat diperkirakan tapi dapat diidentifikasi.
Secara umum model matematik dari pendekatan dekomposisi adalah :

(1)

Yt = nilai deret waktu (data actual) pada periode t
It = komponen atau indeks musiman pada periode t
Tt = komponen trend pada periode t
Ct = komponen siklik pada periode t
Et = komponen galat pada periode t

Bentuk fungsi (1) tergantung pada model dekomposisi yang dipergunakan apakah bersifat aditif atai multiplikatif. Jika digunakan model aditif, maka bentuk fungsinya adalah sebagai berikut.

(2)



Langkah-langkah penyelesaiannya adalah sebagai berikut.
1. Dari data aktual Yt, tentukan rata-rata bergerak (moving average) 12 bulan apabila data bersifat bulanan, atau 4 triwulan apabila data dalam triwulanan, atau rata-rata 7 hari bila data bersifat harian. Tujuannya untuk memperoleh dugaan dari pengaruh trend (Tt) dan siklik (Ct), dengan demikian akan diperoleh :

(3)

2. Untuk memperoleh pengaruh musiman (It), maka kurangkan fungsi (2) terhadap fngsi (3), akan diperoleh.

(4)

3. Identifikasi pengaruh trend yang sesuai dengan data (apakah linear, eksponensial, kuadratik, dan lain-lain) dengan menggunakan metode kuadrat terkecil sebagaimana halnya pada model regresi, dalam hal ini akan diperoleh Tt.
4. Untuk mendapatkan pengaruh siklik (Ct), maka kurangkan persamaan (3) terhadap Tt, sehingga diperoleh :

(5)

5. Untuk keperluan peramalan, maka gunakan ketiga faktor yang telah dipisahkan tersebut, sebagai berikut :

(6)

6. Selisih antara data aktual (Yt) dan nilai yang diduga (Ŷt) menunjukan pengaruh galat (Et) dengan demikian diperoleh.

(7)

Nilai galat (Et) dapat digunakan untuk menguji sejauh mana ketepatan model dekomposisi ini.

Jika kita menggunakan model multiplikatif, maka bentuk fungsi (1) akan menjadisebagai berikut.


(8)

Langkah-langkah penyelesaian fungsi (8) berdasarkan model dekomposisi adalah sebagai berikut
1. Dari data aktual Yt, tentukan rata-rata bergerak (moving average) 12 bulan apabila data bersifat bulanan, atau 4 triwulan apabila data dalam triwulanan, atau rata-rata 7 hari bila data bersifat harian. Tujuannya untuk memperoleh dugaan dari pengaruh trend (Tt) dan siklik (Ct), dengan demikian akan diperoleh :

(9)

2. Untuk memperoleh pengaruh musiman (It), maka bagilah fungsi (8) dengan fungsi (9) sehingga diperoleh :
(10)

3. Identifikasi pengaruh trend (Tt) sesuai dengan perilaku data deret waktu (apakah linear, eksponensial, kuadratik, dan lain-lain) dengan menggunakan metoda kuadrat terkecil sebagaimana halnya pada model regresi.
4. Untuk memperoleh komponen siklik (Ct) maka bagilah persamaan (9) dengan Tt, sehingga diperoleh :

(11)

5. Untuk keperluan peramalan, maka gunakan ketiga komponen yang telah dipisahkan tersebut, sebagai berikut

(12)

6. Rasio antara data aktual (Yt) dan nilai yang diduga (Ŷt) merupakan pengaruh galat (Et) sehingga diperoleh

(13)

Nilai galat (Et) dapat digunakan untuk menguji sejauh mana ketepatan model dekomposisi yang dibangun ini.

Contoh Penerapan

Berikut ini adalah data penjualan produk A dari suatu agroindustri, data deret waktu bulanan selama enam tahun (72 bulan) telah dikumpulkan seperti Tabel 1. Berdasarkan data kita akan lakukan peramalan 1 tahun ke depannya dari data terakhir. Misalkan model yang dipergunakan adalah

(14)



Tabel 1. Daftar Deret Waktu Penjualan Produk A Industri Pertanian (Ribu unit).
Bulan Tahun
2000 2001 2002 2003 2004 2005
Januari 894 931 900 983 1,105 960
Februari 667 874 859 757 931 954
Maret 858 937 927 950 1,033 996
April 865 952 1,038 1,056 912 1,194
Mei 989 997 1,058 1,213 1,154 1,401
Juni 1,093 1,178 1,397 1,329 1,271 1,328
Juli 1,191 1,404 1,476 1,476 1,539 1,760
Agustus 1,159 1,327 1,393 1,473 1,575 1,588
September 1,046 1,247 1,316 1,368 1,325 1,461
Oktober 1,191 1,302 1,353 1,419 1,423 1,640
November 1,203 1,205 1,267 1,493 1,492 1,439
Desember 1,121 1,234 1,300 1,123 1,327 1,491

Total 12,277 13,588 14,284 14,640 15,087 16,212

Tahap 1.
Tentukan nilai rata-rata bergerak 12 bulan untuk memperoleh pengaruh trend (Tt) dan siklik (Ct)

Mt = Tt x Ct

Dimana





(tempatkan nilai M1 pada pertengahan tahun 2000, yaitu pada bulan Juli, M2 pada bulan Agustus dan seterusnya.

=

Tahap 2
Untuk memperoleh pengaruh musiman (It) maka bagilah data aktual (Yt) dengan nilai rata-rata bergerak (Mt), hasil ini disebut rasio data aktual terhadap rata-rata bergerak. Hal ini akan diperoleh :



Hasilnya akan kita lihat pada Tabel 2.

Tabel 2. Dekomposisi rasio terhadap data rata-rata bergerak 12 bulan.
Tahun Bulan Data aktual (Yt) Rata-rata bergerak 12 bulan (Mt) Ratio data aktual terhadap Mt (Yt/Mt)x100) dlm %
1 2 3 4 5
2000 Januari 894
Februari 667
Maret 858
April 865
Mei 989
Juni 1,093
Juli 1,191 1,023.083 116.413
Agustus 1,159 1,026.167 112.945
September 1,046 1,043.417 100.248
Oktober 1,191 1,050.000 113.429
November 1,203 1,057.250 113.786
Desember 1,121 1,057.917 105.963

2001 Januari 931 1,065.000 87.418
Februari 874 1,082.750 80.720
Maret 937 1,096.750 85.434
April 952 1,113.500 85.496
Mei 997 1,122.750 88.800
Juni 1,178 1,122.917 104.905
Juli 1,404 1,132.333 123.992
Agustus 1,327 1,129.750 117.460
September 1,247 1,128.500 110.501
Oktober 1,302 1,127.667 115.460
November 1,205 1,134.833 106.183
Desember 1,234 1,139.917 108.254

2002 Januari 900 1,158.167 77.709
Februari 859 1,164.167 73.787
Maret 927 1,169.667 79.253
April 1,038 1,175.417 88.309
Mei 1,058 1,179.667 89.686
Juni 1,397 1,184.833 117.907
Juli 1,476 1,190.333 123.999
Agustus 1,393 1,197.250 116.350
September 1,316 1,188.750 110.705
Oktober 1,353 1,190.667 113.634
November 1,267 1,192.167 106.277
Desember 1,300 1,205.083 107.876

2003 Januari 983 1,199.417 81.957
Februari 757 1,199.417 63.114
Maret 950 1,206.083 78.767
April 1,056 1,210.417 87.243
Mei 1,213 1,215.917 99.760
Juni 1,329 1,234.750 107.633
Juli 1,476 1,220.000 120.984
Agustus 1,473 1,230.167 119.740
September 1,368 1,244.667 109.909
Oktober 1,419 1,251.583 113.376
November 1,493 1,239.583 120.444
Desember 1,123 1,234.667 90.956

2004 Januari 1,105 1,229.833 89.850
Februari 931 1,235.083 75.380
Maret 1,033 1,243.583 83.066
April 912 1,240.000 73.548
Mei 1,154 1,240.333 93.040
Juni 1,271 1,240.250 102.479
Juli 1,539 1,257.250 122.410
Agustus 1,575 1,245.167 126.489
September 1,325 1,247.083 106.248
Oktober 1,423 1,244.000 114.389
November 1,492 1,267.500 117.712
Desember 1,327 1,288.083 103.021

2005 Januari 960 1,292.833 74.256
Februari 954 1,311.250 72.755
Maret 996 1,312.333 75.895
April 1,194 1,323.667 90.204
Mei 1,401 1,341.750 104.416
Juni 1,328 1,337.333 99.302
Juli 1,760 1,351.000 130.274
Agustus 1,588 -
September 1,461 -
Oktober 1,640 -
November 1,439 -
Desember 1,491 -

Dari Tabel 2 di atas, pada prinsipnya data masih mengandung komponen galat (Et), maka komponen tersebut harus dihilangkan.


Tahap 3.
Merupakan tahap penghilangan pengaruh galat, melalui merata-ratakan nilai pada bulan yang sama. Dekomposisi nilai rasio data aktual terhadap rata-rata bergerak menggunakan suatu pendekatan yang disebut metode rata-rata medial (ditengah). Untuk menghitungnya kita susun kembali data pada kolom 5 Tabel 2 (rata-rata medial adalah nilai rata-rata dari setiap bulan setelah nilai terbesar dan terkecil dari angka-angka tersebut dikeluarkan/tidak diperhitungkan).
Sebagai contoh; rata-rata medial untuk bulan Januari adalah 82,4 yang diperoleh setelah mengeluarkan nilai bulan Januari tahun 2004 (nilai tertinggi dari semua bulan Januari yaitu sebesar 89,9) dan nilai bulan Januari tahun 2005 (nilai terendah dari semua bulan Januari yaitu sebesar 74,3). Yang tersisa adalah nilai-nilai dari 3 bulan Januari yaitu 87,4; 77,7; dan 82,0. Nilai-nilai ini memiliki rata-rata sebesar (87,4 + 77,7 + 82,0)/3 = 82,4. Indeks musim dapat ditentukan dari rata-rata medial ini setelah digandakan dengan faktor koreksi sebesar (k= 1.200/1.204,6 = 0,99618). Hal ini agar total indeks musim selama setahun adalah 1.200 atau rata-rata sama dengan 100. Lebih lanjut lihat Tabel 3.

Tahap 4.
Tentukan pengaruh trend (Tt) sesuai dengan pola data deret waktu yang ada. Melihat data total pada Tabel 1, terlihat bahwa ada kecendrungan menaik secara linear setiap tahun, ini memberi indikasi bahwa`model yang cocok untuk data ini adalah Trend Linear.
Model penduga Trend Linear yang digunakan adalah :

Tt = a + bt
(t= 1, ....., 72)
Tt = kecendrungan (trend) penjualan produk A pada periode ke-t
t = indeks waktu (bulan), dimulai dari bulan ke-1 sampai ke-72
a,b = nilai-nilai yang akan dicari sebagai penduga parameter model.

Dengan menggunakan metode kuadrat terkecil, nilai-nilai a dan b dapat ditentukan melalui formula :




Untuk keperluan penghitungan secara manual, dapat dilihat seperti Tabel 4.


Tabel 3
Penentuan indek musim berdasarkan metode dekomposisi
Rasio terhadap rata-rata bergerak (nilai kolom 5, Tabel 2)

Tahun Bulan
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec Total
2000 116.4 112.9 100.2 113.4 113.8 106.0
2001 87.4 80.7 85.4 85.5 88.8 104.9 124.0 117.5 110.5 115.5 106.2 108.3
2002 77.7 73.8 79.3 88.3 89.7 117.9 124.0 116.3 110.7 113.6 106.3 107.9
2003 82.0 63.1 78.8 87.2 99.8 107.6 121.0 119.7 109.9 113.4 120.4 91.0
2004 89.8 75.4 83.1 73.5 93.0 102.5 122.4 126.5 106.2 114.4 117.7 103.0
2005 74.3 72.8 75.9 90.2 104.4 99.3 130.3

Rata-rata medial 82.4 74.0 80.4 87.0 94.2 105.0 122.8 117.8 108.9 113.8 112.6 105.6 1204.5
Indeks musim 82.1 73.7 80.1 86.7 93.8 104.6 122.4 117.4 108.5 113.4 112.2 105.2 1200.0
k = 1200/1204,5 = 0.996285

1. Rata-rata Medial adalah rata-rata dengan tidak memasukan nilai tertinggi dan nilai terendah
2. Indeks musim adalah suatu koreksi terhadap rata-rata medial agar jumlahnya sama dengan 1200, dengan faktor koreksi sebesar
K = 1.200 / 1.204,5 = 0,996285





Tabel 4
Penentuan pengaruh Siklik Berdasarkan Metode
Dekomposisi Rasio Terhadap Rata-rata Bergerak

Tahun Bulan Indeks waktu (t) Data aktual (Yt) tY t2
1 2 3 4 5=3x4 6=(3)2
2000 Januari 1 894 894 1
Februari 2 667 1,334 4
Maret 3 858 2,574 9
April 4 865 3,460 16
Mei 5 989 4,945 25
Juni 6 1,093 6,558 36
Juli 7 1,191 8,337 49
Agustus 8 1,159 9,272 64
September 9 1,046 9,414 81
Oktober 10 1,191 11,910 100
November 11 1,203 13,233 121
Desember 12 1,121 13,452 144
-
2001 Januari 13 931 12,103 169
Februari 14 874 12,236 196
Maret 15 937 14,055 225
April 16 952 15,232 256
Mei 17 997 16,949 289
Juni 18 1,178 21,204 324
Juli 19 1,404 26,676 361
Agustus 20 1,327 26,540 400
September 21 1,247 26,187 441
Oktober 22 1,302 28,644 484
November 23 1,205 27,715 529
Desember 24 1,234 29,616 576
-
2002 Januari 25 900 22,500 625
Februari 26 859 22,334 676
Maret 27 927 25,029 729
April 28 1,038 29,064 784
Mei 29 1,058 30,682 841
Juni 30 1,397 41,910 900
Juli 31 1,476 45,756 961
Agustus 32 1,393 44,576 1024
September 33 1,316 43,428 1089
Oktober 34 1,353 46,002 1156
November 35 1,267 44,345 1225
Desember 36 1,300 46,800 1296
-
2003 Januari 37 983 36,371 1369
Februari 38 757 28,766 1444
Maret 39 950 37,050 1521
April 40 1,056 42,240 1600
Mei 41 1,213 49,733 1681
Juni 42 1,329 55,818 1764
Juli 43 1,476 63,468 1849
Agustus 44 1,473 64,812 1936
September 45 1,368 61,560 2025
Oktober 46 1,419 65,274 2116
November 47 1,493 70,171 2209
Desember 48 1,123 53,904 2304
-
2004 Januari 49 1,105 54,145 2401
Februari 50 931 46,550 2500
Maret 51 1,033 52,683 2601
April 52 912 47,424 2704
Mei 53 1,154 61,162 2809
Juni 54 1,271 68,634 2916
Juli 55 1,539 84,645 3025
Agustus 56 1,575 88,200 3136
September 57 1,325 75,525 3249
Oktober 58 1,423 82,534 3364
November 59 1,492 88,028 3481
Desember 60 1,327 79,620 3600
-
2005 Januari 61 960 58,560 3721
Februari 62 954 59,148 3844
Maret 63 996 62,748 3969
April 64 1,194 76,416 4096
Mei 65 1,401 91,065 4225
Juni 66 1,328 87,648 4356
Juli 67 1,760 117,920 4489
Agustus 68 1,588 107,984 4624
September 69 1,461 100,809 4761
Oktober 70 1,640 114,800 4900
November 71 1,439 102,169 5041
Desember 72 1,491 107,352 5184
Total 2,628 86,088 3,329,902 127,020

Untuk memperoleh nilai-nilai a dan b, maka subsitusikan nilai-nilai yang sesuai dalam Tabel 4 ke dalam formula untuk menghitung koefesien trend, sebagai berikut








Dengan demikian diperoleh persamaan trend linear (Tt) sebagai berikut :

Tt = 975,37 + 6,035436 t

(t = 1, ....., 72)

Dari persamaan trend dapat dilihat diketahui bahwa rata-rata penjualan produk A meningkat setiap bulan sebanyak 6.000 unit selama periode tahun 2000 – 2005.


Tahap 5.

Untuk memperoleh komponen siklik (Ct), maka tentukan rasio antara Mt dan Tt, sehingga diperoleh :





Hasilnya dicantumkan dalam Tabel 5 berikut.

Tabel 5
Penentuan Pengaruh Siklik Berdasarkan Metode
Dekomposisi Rasio Terhadap Rata-rata Bergerak

Tahun Bulan Indeks waktu (t) Data aktual (Yt) Rata-rata bergerak 12 bulan (Mt) Trend Linear (Tt) Faktor Siklik (Ct)
1 2 3 4 5 6 7=(5/6)*100
2000 Januari 1 894
Februari 2 667
Maret 3 858
April 4 865
Mei 5 989
Juni 6 1,093
Juli 7 1,191 1,023.083 1,017.62 100.54
Agustus 8 1,159 1,026.167 1,023.65 100.25
September 9 1,046 1,043.417 1,029.69 101.33
Oktober 10 1,191 1,050.000 1,035.72 101.38
November 11 1,203 1,057.250 1,041.76 101.49
Desember 12 1,121 1,057.917 1,047.79 100.97

2001 Januari 13 931 1,065.000 1,053.83 101.06
Februari 14 874 1,082.750 1,059.86 102.16
Maret 15 937 1,096.750 1,065.90 102.89
April 16 952 1,113.500 1,071.93 103.88
Mei 17 997 1,122.750 1,077.97 104.15
Juni 18 1,178 1,122.917 1,084.00 103.59
Juli 19 1,404 1,132.333 1,090.04 103.88
Agustus 20 1,327 1,129.750 1,096.07 103.07
September 21 1,247 1,128.500 1,102.11 102.39
Oktober 22 1,302 1,127.667 1,108.14 101.76
November 23 1,205 1,134.833 1,114.18 101.85
Desember 24 1,234 1,139.917 1,120.21 101.76

2002 Januari 25 900 1,158.167 1,126.25 102.83
Februari 26 859 1,164.167 1,132.28 102.82
Maret 27 927 1,169.667 1,138.32 102.75
April 28 1,038 1,175.417 1,144.35 102.71
Mei 29 1,058 1,179.667 1,150.39 102.55
Juni 30 1,397 1,184.833 1,156.42 102.46
Juli 31 1,476 1,190.333 1,162.46 102.40
Agustus 32 1,393 1,197.250 1,168.49 102.46
September 33 1,316 1,188.750 1,174.53 101.21
Oktober 34 1,353 1,190.667 1,180.56 100.86
November 35 1,267 1,192.167 1,186.60 100.47
Desember 36 1,300 1,205.083 1,192.63 101.04

2003 Januari 37 983 1,199.417 1,198.67 100.06
Februari 38 757 1,199.417 1,204.70 99.56
Maret 39 950 1,206.083 1,210.74 99.62
April 40 1,056 1,210.417 1,216.77 99.48
Mei 41 1,213 1,215.917 1,222.81 99.44
Juni 42 1,329 1,234.750 1,228.84 100.48
Juli 43 1,476 1,220.000 1,234.88 98.80
Agustus 44 1,473 1,230.167 1,240.91 99.13
September 45 1,368 1,244.667 1,246.95 99.82
Oktober 46 1,419 1,251.583 1,252.98 99.89
November 47 1,493 1,239.583 1,259.02 98.46
Desember 48 1,123 1,234.667 1,265.05 97.60

2004 Januari 49 1,105 1,229.833 1,271.09 96.75
Februari 50 931 1,235.083 1,277.12 96.71
Maret 51 1,033 1,243.583 1,283.16 96.92
April 52 912 1,240.000 1,289.19 96.18
Mei 53 1,154 1,240.333 1,295.23 95.76
Juni 54 1,271 1,240.250 1,301.26 95.31
Juli 55 1,539 1,257.250 1,307.30 96.17
Agustus 56 1,575 1,245.167 1,313.33 94.81
September 57 1,325 1,247.083 1,319.37 94.52
Oktober 58 1,423 1,244.000 1,325.40 93.86
November 59 1,492 1,267.500 1,331.44 95.20
Desember 60 1,327 1,288.083 1,337.47 96.31

2005 Januari 61 960 1,292.833 1,343.51 96.23
Februari 62 954 1,311.250 1,349.54 97.16
Maret 63 996 1,312.333 1,355.58 96.81
April 64 1,194 1,323.667 1,361.61 97.21
Mei 65 1,401 1,341.750 1,367.65 98.11
Juni 66 1,328 1,337.333 1,373.68 97.35
Juli 67 1,760 1,351.000 1,379.72 97.92
Agustus 68 1,588 -
September 69 1,461 -
Oktober 70 1,640 -
November 71 1,439 -
Desember 72 1,491 -


Keterangan :
Nilai Trend Linear (Tt) menggunakan persamaan :

Tt = 975,37 + 6,035436 t

Sebagai contoh, untuk t = 7, maka duguaan nilai Trend (Tt) adalah :

T7 = 975,37 + 6,035436 x 7 = 1.017,61
Dan seterusnya untuk t = 7, ........., 67

Tahap 6
Lakukan peramalan untuk tahun 2006 dengan menggunakan model peramalan :

Ŷt = Tt x It x Ct
t = 73, ........, 84)

Ŷt = nilai ramalan penjualan produk A pada periode ke-t
Tt = Pengaruh komponen trend terhadap penjualan produk A pada periode ke t
It = pengaruh faktor musiman terhadap penjualan produk A pada periode ke-t
Ct = pengaruh faktor siklik terhadap penjualan produk A pada periode ke-t

Nilai-nilai trend linear (Tt) dan Indek musiman (It) dapat dilihat pada Tabel 5 dan Tabel 3. Sedangkan faktor siklik (Ct) ditentukan berdasarkan beberapa pengetahuan tentang tingkat ekonomi atau aktifitas industri selama periode yang akan diramalkan dan kadang-kadang didasarkan pada pertimbangan tertentu saja. Dengan demikian tidak ada ketentuan yang pasti mengenai faktor-faktor siklik ini. Namun kita dapat menduga bagaimana kemungkinan pengaruh faktor siklik ini berdasarkan angka-angka Ct dalam Tabel 5. Untuk kepentingan peramalan tahun 2006 maka akan digunakan nilai faktor siklik (Ct) pada tahun terakhir dari deret waktu yaitu tahun 2004 dan tahun 2005. Hasil ramalan penjualan produk A pada tahun 2006 dapat dilihat pada Tabel 6.

Tabel 6
Ramalan Penjualan Produk A
Tahun 2006 Berdasarkan Model Dekomposisi
Bulan
Indeks Waktu (t) Trend Linear (Tt) Indeks Musim (It) Faktor Siklik (Ct) Nilai Ramalan (Ŷt)
1 2 3 4 5 6=(3*4*5)/10.000
Januari 73 1,415.93 82.1 96.23 1,118
Februari 74 1,421.96 73.7 97.16 1,018
Maret 75 1,428.00 80.1 96.81 1,107
April 76 1,434.03 86.7 97.21 1,209
Mei 77 1,440.07 93.8 98.11 1,325
Juni 78 1,446.10 104.6 97.35 1,473
Juli 79 1,452.14 122.4 97.92 1,740
Agustus 80 1,458.17 117.4 94.81 1,623
September 81 1,464.21 108.5 94.52 1,501
Oktober 82 1,470.24 113.4 93.86 1,565
November 83 1,476.28 112.2 95.20 1,576
Desember 84 1,482.31 105.2 96.31 1,502
Jumlah 16,758

Keterangan :
- Trend linear menggunakan persamaan :
Tt = 975,37 + 6,035 t
T73 = 975,37 + (6,035 x 73) = 1.415,93

- Indek musiman (It) diambil dari Tabel 3.
- Faktor Siklik (Ct) untuk bulan Januari – Juli menggunakan angka tahun 2005 dan untuk bulan Agustus – Desember diambil angka tahun 2004
- Yang paling penting dalam model dekomposisi ini adalah penentuan faktor Trend, Trend bisa linear dan bisa juga non linear. Untuk itu dalam model juga harus disesuaikan dengan faktro trend tersebut.


BAB III
PENENTUAN LOKASI DAN FASILITAS PRODUKSI

Penentuan lokasi yang tepat akan meminimumkan beban biaya (investasi dan operasional) jangka pendek maupun jangka panjang, dan ini akan meningkatkan daya saing perusahaan.

Ada tiga faktor utama yang menjadi pertimbangan yang menjadi bahan pertimbangan penentuan lokasi yaitu :
1. Strategi pemerintah dalam pembangunan proyek industri.
2. Bobot pengaruh letak daerah pemasaran produk dan sumber bahan baku terhadap efisiensi operasi proyek.
3. Faktor lingkungan setempat.

Berbagai Perangkap Dalam Pemilihan Lokasi
Adakalanya perusahaan memilih lokasi dimana tenaga kerja sulit didapat, 6 bulan setelah itu perusahaan mengalami kendala dengan tenaga kerja. Perusahaan membeli tanah untuk pabrik sangat murah, tapi kemudian ternyata tanahnya sangat jelek, sehingga diperlukan biaya yang besar untuk membuat pondasi pabrik. Adakalanya perusahaan memilih lokasi pabrik jauh di luar kota agar investasinya murah, padahal produknya harus cepat sampai ke tangan konsumen, maka biaya distribusi produk menjadi sangat mahal. Ada kalanya perusahaan memilih lokasi pabrik di daerah yang ternyata sulit membuang limbah, akhirnya masyarakat protes dan meminta perusahaan ditutup.

Faktor-Faktor Pengaruh Dalam Pemilihan Lokasi
Ada perusahaan yang memerlukan kedekatan lokasi dengan konsumen, namun adakalanya pabrik harus dekat dengan sumber bahan baku seperti pabrik semen, kayu lapis. Secara umum faktor yang perlu dipertimbangkan dalam pemilihan lokasi perusahaan
1. Lingkungan masyarakat. Kesediaan masyarakat untuk menerima kehadiran sebuah perusahaan merupakan hal penting diperhatikan. Perusahaan harus memperhatikan nilai-nilai lingkungan dan ekologi dimana perusahaan akan berlokasi, karena sring pabrik akan mengeluarkan limbah berbagai bentuk cair, padat, kebisingan dan sebagainya.
2. Kedekatan dengan pasar.
3. Tenaga kerja.
4. Kedekatan dengan bahan mentah dan supplier. Apabila bahan mentahnya berat dan susutnya tinggi dan bahan mentah cepat rusak seperti pengolahan buah-buahan dalam kaleng, maka perusahaan akan lebih baik berlokasi didekat bahan mentah.
5. Fasilitas dan biaya trasnportasi. Untuk produk yang persentase biaya transportasinya rendah, misal komputer yang persentasenya hanya 1 – 2%, maka lokasi pabrik agak lebih luwes untuk dipilih dimanapun. Dengan kata lain peeertimbangan biaya transportasi tergantung pada sumbangannya terhadap total biaya
6. Sumber daya alam lainnya. Perusahaan seperti pabrik kertas, baja, karet, gula, tenun, pemrosesan makan, aluminium dan sebagainya sangat memerlukan air dalam kuantitas yang besar. Disamping itu setiap industri memerlukan listrik, disel, air, angin dan lain-lain. Oleh sebab itu perlu diperhatikan ketersediaannya secara memadai.



Faktor lain yang harus juga diperhatikan :
- Harga tanah
- Dominasi masyarakat
- Peraturan tenaga kerja,
- Relokasi
- Kedekatan dengan pabrik-pabrik dan gudang-gudang lain
- Tinmgkat pajak
- Kebutuhan untuk ekspansi
- Cuaca atau iklim
- Keamanan
- Konsekwensi pelaksanaan peraturan tentang lingkungan hidup.

Penentuan Tempat (Site)
Setelah lokasi ditentukan, maka perusahaan harus menentukan dibagian mana (site) pabrik atau bangunan akan didirikan. Beberapa faktor yang perlu diperhatikan :
- Tanah harus kering dan kuat untuk menyangga vbangunan
- Mempunyai keamanan atau pelindungan kebakarann yang baik
- Memperhatikan areal parkir
- Harus mudah untuk mobilisasi

Perbandingan Berbagai Alternatif Lokasi
Analisa terhadap alternatif lokasi seharusnya mempertimbnagkan :
- Faktor-faktor objektif (tenaga kerja, biaya bahan mentah, transportasi, pajak dan pasar potensial)
- Faktor Subjektif (kegiatan-kegiatan serikat karyawan, kondisi cuaca, iklim politik, bahkan sekolah-sekolah)

Contoh Model Keputusan Sederhana untuk penentuan lokasi
Pilih sebanyak 10 orang responden atau tim untuk memberikan penilaian relatif diantara berbagai alternatif lokasi (Padang, Bukittinggi, Payakumbuh). Range nilai misalnya antara 1 – 10. Distribusi beberapa nilai ini kemudiandirata-rata untuk mendapatkan nilai distribusi gabungan.

Alternatif Lokasi Pasar Potensial Biaya Tenaga Kerja Tersedianya air Biaya bahan mentah Pajak Total
Padang
Bukittinggi
Payakumbuh 2
5
3 3
3
4 5
1
4 4
4
2 3
2
5 17
15
18

Hasil penilaian di atas dapat saja dijumlahkan ke kanan untuk melihat nilai tertinggi, namun jika ini dilakukan berarti penilai memberikan bobot yang sama pada setiap faktor. Namun adakalanya perusahaan tidak bobot yang sama untuk memberikan penilaian terhadap faktor. Misalnya pasar potensial bobotnya 30%, biaya tenaga kerja 20%, tersedianya air 30%, biaya bahan mentah 10% dan pajak 10%, maka penilaian pada tabel di atas menjadi sebagai berikut :


Alternatif Lokasi Pasar Potensial Biaya Tenaga Kerja Tersedianya air Biaya bahan mentah Pajak Total
Padang
Bukittinggi
Payakumbuh 60
150
90 60
60
80 150
30
120 40
40
20 30
20
50 340
300
360

Metoda di atas di dasarkan kepada pendapat (judgment) dari beberapa para ahli yang berpartisipasi dan berdiskusi sampai diperoleh konsesus pemilihan berbagai alternatif lokasi. Metoda ini disebut dengan Metode Delphi.
Analisis Biaya Dalam Penentuan Lokasi
Konsep biaya tetap dan biaya variabel dapat juga digunakan untuk penentuan pemilihan lokasi perusahaan

Jenis Biaya (Rp. 000,-) Lokasi A Lokasi B Lokasi C Lokasi D
Tenaga kerja (per unit)
Biaya konstruksi pabrik
Material dan parelatan (per unit)
Listrik (per tahun)
Air (per tahun)
Transportasi (per unit)
Pajak (per tahun) 0,75
4.600.000,00
0,43
30.000,00
7.000,00
0,02
33.000,00 1,10
3.900.000,00
0,60
26.000,00
6.000,00
0,10
28.000,00 0,80
4.000.000,00
0,40
30.000,00
7.000,00
0,10
63.000,00 0,90
4.800.000,00
0,55
28.000,00
7.000,00
0,05
35.000,00
Dengan mempertimbangkan informasi biaya relevan di atas, tentukan lokasi yang paling menguntungkan (secara ekonomikal) bagi perusahaan untuk volume produksi atau keluaran dalam range 50.000 – 130.000 unit per tahun

Penyelesaian :
- Langkah pertama adalah menghitung biaya tetap total selama satu tahun untuk keempat lokasi alternatif.

Biaya-biaya tetap (Rp.000,-) Lokasi A Lokasi B Lokasi C Lokasi D
10 % Bunga investasi
Listrik
Air
Pajak 460.000
30.000
7.000
33.000 390.000
26.000
6.000
28.000 400.000
30.000
7.000
63.000 480.000
28.000
7.000
35.000
Total 530.000 450.000 500.000 550.000

Berikut hitung biaya varaibel per unit pada masing-masing alternatif lokasi


Biaya-biaya Variabel (Rp.000,-) Lokasi A Lokasi B Lokasi C Lokasi D
Tenaga kerja
Material dan peralatan
Transportasi 0,75
0,43
0,02 1,10
0,60
0,10 0,80
0,40
0,10 0,90
0,55
0,05
Total 1,20 1,80 1,30 1,50


Dari data biaya tetap dan biaya varaibel dapat disusun persamaan untuk masing alternatif lokasi sebagai berikut :

A = Rp. 530.000.000,- + (Rp. 1,200,-) X
B = Rp. 450.000.000,- + (Rp. 1.800,-) X
C = Rp. 500.000.000,- + (Rp. 1.300,-) X
D = Rp. 550.000.000,- + (Rp. 1.500,-) X

Fungsi-fungsi ini secara grafik dapat digambarkan seperti berikut. Gambar ini merupakan bagan analisis break-even lokasi pabrik. Dimana titik break even diperoleh dari potongan diantara persamaa-persamaan biaya total tiap lokasi.

(Jutaan rupiah) 750

700

650
600 D
550 A

500 C
450 B


50 100 150
(ribuan unit)
Dari grafik dapat disimpulkan bahwa bila kapasitas atau volume produksi di bawah 100.000 unit sebaiknya pabrik didirikan di lokasi B. Sebaliknya bila volume produksi di atas 100.000 unit pabrik sebaiknya didirikan di lokasi C. Jika volume 100.000 unit lokasi B dan C mempunyai biaya total yang sama.



BAB IV
MODEL-MODEL DALAM PEMBUATAN KEPUTUAN

Pembuatan Keputusan Di Bawah Resiko

Dilakukan jika pembuat keputusan tidak memiliki pengetahuan yang pasti tentang kejadian yang akan datang, tapi ia dapat mengungkapkan kejadian-kejadian itu dalam bentuk penetapan nilai-nilai peluang atau probabilitas. Penetapan nilai peluang dari setiap kejadian yang mungkin terjadi dapat berdasarkan pada hasil-hasil percobaan, pendapat para ahli, pertimbangan subjektif berdasarkan pengalamannya, atau kombinasi antara berbagai pengetahuan tentang kemungkinan.

Konsep Daasar Peluang
Peluang adalah kesempatan sesuatu akan terjadi . Nilai peluang dinyatakan dalam bentuk pecahan ½, ¼, 1/5 atau dalam bentuk decimal seperti 0,50, 0,25, 0,20 serta nilai tersebut harus terletak dalam selang nilai 0 dan 1.
Jika suatu percobaan dapat menimbulkan sejumlah n hasil yang berbeda serta memiliki peluang yang sama untuk terjadi dan bila m dari kejadian itu merupakan kejadian A, maka peluang untuk kejadian A dirumuskan sebagai berikut :

P (A) = m/n

P(A”) = (n-m)/n = 1 – m/n

P (A”) = 1 – P(A)

A” = Komplemen A

Suatu kejadian dikatakan ekslusif secara bersama (mutually exclusive), jika satu dan hanya satu dari peristiwa-peristiwa yang terjadi pada suatu waktu (saat), dengan kata lain terjadinya kejadian yang satu mencegah terjadinya peristiwa yang lain. Kalau dimisalkan kejadian barang yang rusak dinotasikan sebagai R, sedangkan barang yang tidak rusak dinotasikan R”, maka jelas kejadian R dan R” merupakan kejadian yang tidak mungkin terjadi secara bersama. Dalam kasus ini kejadian R dan R” disebut sebagai kejadian yang saling ekslusif.

Dalam merumuskan suatu peluang harus dipenuhi kaedah-kaedah sebagai berikut :
1. Peluang terjadinya setiap kejadian dasar merupakan bilangan yang buklan negative, missal peluang A harus bernilai bukan negative, jadi P(A) ≥ 0
2. Jumlah peluang dari semua kejadian dasar suatu universum adalah sama dengan 1, maka berdasarkan pertimbangan 1 dan 2 dapat kita tulis peluang untuk setiap kejadian akan mengambil nilai antara 0 dan 1 (0 ≤ P ≤ 1).
3. Peluang suatu kejadian majemuk sama dengan jumlah peluang kejadian dasar yang menyusunnya.





Variabel Acak, Nilai Harapan dan Ragam

Suatu variable acak (random variable) dapat dipandang sebagai suatu kejadian yang diucapkan dalam bentuk bilangan nyata. Untuk mngetahui daya produksi suatu mesin, kita dapat mengamati bekerjanya mesin itu selama beberapa waktu, katakanlah 1 minggu. Pengukur yang langsung bagi daya produksi mesin adalah produksi perjam atau per hari (produksi per satuan waktu). Pengukur daya produksi mesin ini disebut sebagai variable acak.

Variabel acak dapat digolongkan atas; variable acak diskrit dan variable acak kontinu. Variabel acak diskrit mengambil nilai-nilai diskrit missal: 0, 1, 2, 3,…….dst. Misalkan diamati produksi minuman dalam kaleng dari suatu mesin selama 1 jam, maka banyaknya produk yang dihasilkan dapat mengambil bilangan diskrit sebagai berikut : 0, 1, 2, 3, 4,........., 1000 dst. Dalam satuan kaleng.
Berbeda dengan varaibel acak diskrit, maka variable acak kontinu mengambil nilai-nilai dalam selang tertutup yang tidak terputus. Jika kita mengatakan isi minuman dalam kaleng adalah 300 ml, maka variable pengukur isi minuman ini merupakan variable acak kontinu karena ia dapat mengambil nilai dalam selang tertentu, katakanlah dalam selang 299 – 301 ml, tergantung ketelitian pengukurannya.

Distribusi peluang sering dilukiskan dalam bentuk nilai rata-rata (mean) dan ragam (variance). Nilai rata-rata atau nilai harapan (expected value) dari suatu variable acak X dinotasikan sebagai E(X). Jika suatu variable acak X merupakan variable diskrit, maka nilai harapan E(X) didefiniskkan sebagai berikut :


E(X) = ∑ xi p(xi)

p(xi) adalah peluang bahwa X akan mengambil nilai xi dengan sifat 0 ≤ p(xi) ≤ 1 dan ∑ p(xi) =1.

Jika X adalah variable acak dan apabila E(X) = u, maka distribusi dari nilai-nilai variable X di sekitar nilai harapan dapat diukur oleh ragam (variance) yang didefinisikan sebagai berikut :

var (X) = σ2x = E(X – u)2 = ∑ (xi – u)2 p(xi)
i

σx = merupakan akar pangkat dua dari ragam atau disebut juga dengan Standar Deviasi (simpangan baku) dari X

Penggunaan Konsep Nilai Harapan dan Ragam dalam Pembuatan Keputusan

Contoh :
Kita sedang mempertimbangkan dua alternative investasi proyek industri A dan B yang masing-masing memiliki karakteristik nilai bersih sekarang (NPV) pada tingkat bunga 15% dari berbagai kemungkinan pemasaran hasil di masa mendatang seperti pada Tabel berikut.

Data Karakteristik NPV dari Proyek Industri A dan B di Masa Yang Akan Datang Beserta Nilai Peluangnya.
Alternatif Proyek Industri Prospek Hasil Pemasaran (jutaan rupiah)
Rendah (X1) Sedang (X2) Tinggi (X3)
A


B
6.000
(0,25)

5.000
(0,20) 7.500
(0,50)

9.000
(0,60) 11.000
(0,25)

10.000
(0,20)

Berdasarkan informasi di atas maka dapat dihitung nilai harapan dan ragam nilai bersih sekarang (NPV) untuk proyek industri A dan B sebagai berikut.

E(NPV)A = ∑ xi p(xi) = (6.000 x 0,25) + (7.500 x 0,50) + (11.000 x 0,25) = 8.000
i

var (NPV)A = σ2(NPV)A = ∑ (xi – u)2 p(xi)
= (6.000 – 8.000)2(0,25) + (7.500 – 8.000)2(0,50) + (11.000 – 8.000)2(0,25)
= 3.375.000

σ(NPV)A = √ var (NPV)A = √ 3.375.000 = 1.837, 1173

E(NPV)B = ∑ xi p(xi) = (5.000 x 0,20) + (9.000 x 0,60) + (10.000 x 0,20) = 8.400

var (NPV)B = σ2(NPV)A = ∑ (xi – u)2 p(xi)
= (5.000 – 8.400)2(0,2) + (9.000 – 8.400)2(0,60) + (10.000 – 8.400)2(0,20)
= 3.040.000

σ(NPV)B = √ var (NPV)B = √ 3.040.000 = 1.743,5596

Berdasarkan konsep nilai harapan dan ragam, maka kita akan memilih melaksanakan proyek industri B karena memiliki nilai harapan NPV yang lebih tinggi serta ragam dari NPV yang lebih kecil . Dengan kata lain resiko dari proyek industri B lebih kecil dibandingkan proyek industri A.


Contoh Penerapan (2)

Bayangkan bahwa terdapat tiga kemungkinan situasi perekonomian nasional di masa yang akan datang, yaitu: (1) cerah/puncak (boom), (2) normal, dan (3) resesi. Kemudian asumsikan pula bahwa kita dapat memperkirakan peluang terjadinya situasi perekonomian itu, serta tingkat pengembalian dari proyek investasi A dan B juga dapat diperkirakan. Misalkan saja bahwa karakteristik tingkat pengembalian dari proyek industri A dan B di masa mendatang dapat diperkirakan seperti dalam Tabel 3.2. Ingin dikaji proyek mana yang sebaiknya dilaksanakan berdasarkan situasi perekonomian yang diperkirakan akan terjadi di masa mendatang itu.




Tabel 3.2
Karakteristik Tingkat Pengembalian dari Proyek Industri A dan B
(Nilai dalam Jutaan Rupiah)

Kondisi Perekonomian Peluang
p(xj) Hasil Pengembalian
(xj)
Proyek A:
Resesi
Normal
Cerah

Proyek B:
Resesi
Normal
Cerah
0,20
0,60
0,20
1,00

0,20
0,60
0,20
1,00
400.000
500.000
600.000


300.000
500.000
700.000


Dengan menggunakan konsep nilai harapan dan ragam, maka dapat dihitung nilai harapan dan ragam hasil pengembalian dari proyek A dan B sebagai berikut :

E(A) = ∑ xi p(xi) = (400.000 x 0,20) + (500.000 x 0,60) + (600.000 x 0,20)
i
= 500.000

var (A) = σ2A = ∑ ( xi - u)2 p(xi) =
i
= (400.000 – 500.000)2 (0,2) + (500.000 – 500.000)2 (0,6) +
(600.000 – 500.000)2 (0,2)
= 4.000.000.000

σA = √ var A = √ 4.000.000.000 = 63.246


E(B) = ∑ xi p(xi) = (300.000 x 0,20) + (500.000 x 0,60) + (700.000 x 0,20)
i
= 500.000

var (A) = σ2A = ∑ ( xi - u)2 p(xi) =
i
= (300.000 – 500.000)2 (0,2) + (500.000 – 500.000)2 (0,6) +
(700.000 – 500.000)2 (0,2)
= 16.000.000.000

σA = √ var A = √ 16.000.000.000 = 126.491

Dari nilai harapan di atas, maka proyek yang akan diambil adalah proyek A, karena; E(A) = E(B) tetapi var (A) < var (B)

Dengan mengasumsikan bahwa hasil pengembalian dari proyek A dan B berdistribusi normal, dapat dilanjutkan pengujian pemilihan proyek tersebut.







Proyek A










Proyek B



0 200 300 400 450 500 575 600 700 800

Gambar Distribusi Peluang untuk Proyek A dan Proyek B


Misalkan kita ingin menentukan peluang terjadinya pengembalian aktual proyek A dan B terletak dalam selang 450.000 – 575.000 (juta rupiah). Langkah pertama adalah menghitung nilai z untuk batas bawah dan atas selang untuk kedua proyek tersebut melalui rumus :

X - u
z =
σ

Untuk Proyek A :

450.000 – 500.000
z1 (terendah) = = - 0,79
63.246


575.000 – 500.000
z2 (tertinggi) = = 1,19
63.246


Untuk Proyek B :

450.000 – 500.000
z1 (terendah) = = - 0,40
126.491

575.000 – 500.000
z2 (tertinggi) = = 0,59
126.491

Dari table distribusi normal komulatif z (terlampir) dapat ditentukan luas daerah A dan B sebagai berikut :

Untuk Proyek A :

P (z1 < z < z2) = P (-0,79 < z < 1,19)
= P (z ≤ 1,19) – P (z ≤ -0,79)
= 0,8830 – 0,2148
= 9,6682 atau 66,82%

Untuk Proyek B :

P (z1 < z < z2) = P (-0,40 < z < 0,59)
= P (z ≤ 0,59) – P (z ≤ -0,40)
= 0,7224 – 0,3446
= 0,3778 atau 37,78%

Dengan demikian diketahui bahwa kemungkinan sekitar 66,82% arus aktual dari proyek A akan terletak dalam selang hasil pengembalian 450.000 - 575.000 (juta rupiah), serta hanya sekitar 37,78% arus aktual dari proyek B akan terletak dalam selang yang sama. Dengan demikian dapat dikatakan bahwa proyek B memiliki resiko yang lebih besar dari pada proyek A.

Jika pertanyaan dilanjutkan, misalnya berapakan peluang bahwa arus kas proyek A sekurang-kurangnya 100.000, 150.000, 200.000 dan seterusnya (jutaan rupiah). Jelas bahwa peluang arus kas sekurang-kurangnya 100.000 (juta rupiah) akan lebih tinggi daripada peluang arus kas sekurang-kurangnya 200.000 (juta rupiah), dengan kata lain berlaku
P (xi ≥ 100.000) > P (xi ≥ 200.000)

Jika masalah ini yang dihadapi, maka cara yang paling mudah adalah menggunakan distribusi peluang komulatif. Distribusi peluang komulatif untuk berbagai perkiraan dpengembalian proyek A dan B adalah sebagai berikut:

Perkiraan hasil pengembalian (sekurang-kurangnya (juta rupiah) zi Peluang Kumulatif
P (z ≥ zi) = 1- P (z ≤ zi)
Proyek A
300.000
400.000
450.000
500.000
575.000
600.000
700.000

Proyek B
200.000
300.000
400.000
450.000
500.000
575.000
600.000
700.000
800.000
-3,16
-1,58
-0,79
0,00
1,19
1,58
3,16


-2,37
-1,58
-0,79
-0,40
0,00
0,59
0,79
1,58
2,37
0,9992
0,9429
0,7852
0,5000
0,1170
0,0571
0,0008


0,9911
0,9429
0,7852
0,6554
0,5000
0,2776
0,2148
0,0571
0,0089

Keterangan perhitungan :

Untuk proyek A:
Misalkan akan ditentukan peluang arus kas proyek A sekurang-kurangnya 300.000 (juta rupiah), maka terlebih dahulu perlu ditentukan nilai zi sebagai berikut :

xi – uA 300.000 – 500.000
zi = = = - 3,16
σA 63.246
selanjutnya dari tabel distribusi normal kumulatif z, diketahui bahwa :

P (z ≥ -3,16) = 1 – P (z ≤ -3,16) = 1 – 0,0008 = 0,9992

Dengan cara yang sama untuk nilai perkiraan arus kas yang lain dari proyek A dapat ditentukan peluang memperoleh nilai tersebut.

Untuk proyek B:
Misalkan ingin menentukan peluang arus kas proyek B sekurang-kurangnya 300.000 (juta rupiah), maka terlebih dahulu perlu ditentukan nilai zi sebagai berikut :

xi – uB 300.000 – 500.000
zi = = = - 1,58
σB 126.491

dengan demikian

P (z ≥ -1,58) = 1 – P (z ≤ -1,58) = 1 – 0,0571 = 0,9429

Dengan cara yang sama dapat ditentukan peluang untuk nilai-nilai perkiraan arus kas yang lain dari proyek B.


Distribusi Peluang Kumulatif Untuk Proyek A dan B

Dari gambar di atas berbagai pertimbangan mengenai proyek dapat dibuat. Misal saja proyek A dan B masing-masing membutuhkan biaya sebesar Rp. 450 miliar. Jika pengembalian setiap proyek sekurang-kurangnya Rp. 450 miliar (Break Even proyek). Pertanyaannya adalah berapa peluang untuk pencapaian BEP proyek pada nilai di atas?.

Dari Gambar di atas atau dari tabel tampak bahwa peluang proyek A mencapai impas (sekurang-kurangnya pengembalian Rp. 450 miliar rupiah) adalah sebesar 0,7852 atau 78,52%. Sedangkan peluang proyek B mencapai impas hanya sekitar 0,6554 atau 65,54%. Hal ini berarti bahwa proyek B memiliki resiko lebih besar dari proyek A. Walau demikian jelas tidak ada peluang proyek A akan menghasilkan lebih dari Rp. 700 miliar, sedangkan proyek B memiliki peluang sebesar 0,0571 atau 5,71% untuk menghasilkan sekurang-kurangnya Rp. 700 miliar.

BAB V
PERANCANGAN PROSES PRODUKSI

Disain proses phisik untuk produksi barang-barang dan jasa mnyangkut serangkaian keputusan tentang seleksi proses, pemilihan teknologi dan perencanaan proses. Keputusan harus dibuat tentang tipe proses, derajat otomatisasi, macam-macam mesin yang akan digunakan dan sebagainya. Disain proses tidak semata-mata hanya merupakan masalah teknik tetapi juga menyangkut pertimbangan-pertimbangan sosial, ekonomi dan lingkungan.

Seleksi Proses
Seleksi proses mencakup serangkaian keputusan mengenai tipe atau jenis proses produksi dan peralatan tertentu yang digunakan. Pertanyaannya adalah; Dapatkah produk dibuat – Apakah tersedia teknologi untuk membuat produk yang dipertimbangkan ? Pertanyaan ini terutama bersangkutan dengan :
a. Pemilihan teknologi utama, bukan dengan kelayakan ekonomik.
b. Bila teknoogi tersedia, keputusan berikutnya adalah menentukan tipe proses produktif yang digunakan.

Berbagai Tipe Proses Produksi
Dimensi klasifikasi proses produksi pertama adalah aliran produk atau urutan operasi. Ada tiga tiga tipe aliran : Garis, intermiten dan proyek.
1. Aliran Garis. Cirinya adalah aliran proses dari bahan mentah sampai menjadi produk akhir dan urutan operasi-operasi yang digunakan untuk menghasilkan produk selalu tetap. Pada tipe ini produk harus distandarisasi dengan baik dan harus mengalir dari satu operasi ke operasi berikutnya dengan urutan yang telah ditentukan sebelumnya. Operasi pekerjaan individual sedapat mungkin diletakan berdekatan dan diusahakan seimbang agar suatu operasi tidak mengakibatkan penundaan operasi berikutnya.




= Aliran produk atau bahan

= Operasi atau tempat kerja

Gambar. Aliran Garis


Operasi aliran garis dapat dibagi menjadi dua tipe produksi :
a. Produksi masa. Pada umumnya memproduksi kumpulan-kumpulan produk dalam jumlah besar dengan mengikuti serangkaian operasi yang sama dengan kumpulan produksi sebelumnya atau disebut juga dengan repetitive process. Contoh pada industri elektronik, mobil dsb.
b. Produksi terus menerus (continuous). Ditandai dengan waktu proses produksi yang lama untuk meghindari penyetelan-penyetelan, persiapan-persiapan lain dan kemacatan-kemacetan. Produksi seperti ini tampak pada industri-industri proses seperti industri kimia, industri kertas, baja, bir, dsb.

2. Aliran intermiten (job shop). Dengan ciri produksi dalam kumpulan-kumpulan atau kelompok-kelompok barang yang sejenis pada interval waktu yang terputus-putus. Peralatan dan tenaga kerja diatur atau diorganisir dalam pusat-pusat kerja menurut tipe keterampilan atau peralatan yang serupa. Suatu produk atau pekerjaan akan mengalir hanya melalui pusat-pusat kerja yang diperlukan.









= operasi atau tempat kerja


= aliran produk

Gambar Aliran intermiten

Operasi intermiten sangat fleksibel dalam perubahan volume atau produk, karena operasinya menggunakan peralatan serbaguna dan tenaga kerja berketerampilan tinggi. Fleksibelitas ini menimbulkan berbagai permasalahan dalam pengendalian persediaan, skedul dan kualitas disamping juga agak tidak efisien.

Operasi ini disebut juga job shop, karena kadang-kadang operasi macam ini digunakan untuk memproduksi barang berdasarkan spesifikasi pesanan langganan. Operasi intermiten dapat diterapkan dalam produksi barang yang tidak distandarisasi atau volume produksinya rendah, biasanya tampak pada siklus kehidupan awal semua produk, untuk produk-produk yang dibuat atas dasar pesanan dan untuk produk dengan pasar bervolume rendah.

3.Proyek. Digunakan untuk memproduksi produk khusus atau unik seperti kapal, pesawat terbang, peluru, jembatan, gedung, pekerjaan seni, peralatan-peralatan khusus dsb. Setiap unit produk dibuat sebagai barang tunggal. Meski tidak ada aliran produk bagi suatu proyek, tetapi ada urutan operasi, dimana seluruh operasi atau kegiatan individual harus diurutkan untuk menunjang pencapaian sasaran akhir. Masalah signifikan dalam manajemen proyek adalah perencanaan, pengurutan, skeduling dan pengawasan kegiatan individual yang mengarahkan penyelesaian proyek secara keseluruhan.

Dimensi kritis lainnya yang mempengaruhi pemilihan proses adalah apakah produk dibuat untuk persediaan atau untuk pesanan. Proses produksi untuk persediaan akan berproduksi lebih cepat pada harga lebih rendah, tetapi kurang fleksibel dalam pemilihan produk dibandingkan proses produksi untuk pesanan.

Proses produksi untuk pesanan. Kegiatan pemrosesan menyesuaikan dengan spesifikasi pesanan langganan secara individual, biasanya tidak distandarisasikan. Berdasarkan pesanan perusahaan akan menetapkan harga dan waktu penyelesaian.

Produksi untuk persediaan. Operasinya memerlukan garis produk yang distandarisasikan. Permintaan langganan dipenuhi dengan produk-produk standar dari persediaan. Persediaan digunakan untuk memenuhi permintaan yang tidak pasti dan merencanakan kebutuhan kapasitas. Oleh karena itu Forecasting, manajemen persediaan dan perencanaan kapasitas menjadi esensial. Siklus perencanaan produksi dimulai dengan forecast penjualan yang akan menentukan spesifkasi dan kualitas produk yang dapat dijual selama periode waktu tertentu. Langkah berikutnya adalah menyusun skedul-skedul produksi dengan memadukan hasil forecast penjualan dengan rencana volume persediaan. Yang penting diperhatikan adalah tindakan penggunaan aktva produksi (persediaan dan kapasitas) dan pelayanan langganan, yang mencakup perputaran persediaan, pemanfaatan kapasitas, penggunaan kerja lembur, dan persentase permintaan dapat dipenuhi dari persediaan.

Tabel. Produksi untuk pesanan versus produksi untuk persediaan
Karakteristik Produksi untuk pesanan Produksi untuk persediaan
Produk




- spesifikasi ditentukan langganan
- tidak distandarisasikan
- volume kecil
- variasi besar
- relatif mahal - spesifikasinya ditentukan perusahaan
- Distandarisasikan
- Volume besar
- Variasi kecil
- Relatif murah

Sasaran



Masalah-masalah operasi utama
- pemenuhan waktu penyelesaian dan pengelolaan kapasitas

- ketepatan pengiriman
- pengawasan pengiriman
- Keseimbangan persediaan, kapasitas dan layanan’


- forecasting
- perencanaan produksi
- pengendalian persediaan

Keputusan-keputusan Seleksi Proses
Berikut dicantumkan matrik dengan enam proses yang berbeda. Dalam suatu perusahaan setiap produk tertentu diproduksikan oleh satu dari enam proses tersebut. Sangat umum bagi organisasi untuk mempunyai beberapa tipe proses yang berbeda dengan faslitas phisik yang sama.

Matrik karakteristik proses
Produksi untuk persediaan Produksi untuk pesanan
Aliran Garis I
Contoh :
- Penggilingan tepung
- Pabrik makanan dalam kaleng II
Contoh :
- Perusahaan telepon
- Perusahaan listrik -
Aliran intermiten III
Contoh :
- Produksi perabot rumah tangga IV
Contoh :
- Bengkel mesin
- Restoran
- Rumah makan -
Proyek V
Contoh :
- Perumahan spekulasi
- Lukisan komersial VI
Contoh :
- Produksi kapal
- Bangunan -


Faktor-faktor yang harus dipertimbangkan dalam pembuatan keputusan seleksi proses secara ringkas dapat dirinci sebagai berikut :
1. Kebutuhan modal; berapa banyak modal yang dibutuhkan untuk persediaan, mesin-mesin, peralatan dan fasilitas lainnya. Aliran garis biasanya akan membutuhkan modal yang lebih besar daripada aliran intermiten dan proyek.
2. Kondisi pasar; kebutuhan dan keinginan para langganan. Apakah perkiraan volume penjualan pada harga yang direncanakan akan dapat menghasilkan laba yang diinginkan. Bagimana dengan persaingan?
3. Tenaga kerja; kecukupan dan kewajaran biaya, ketersediaannya dimasa mendatang. Aliran garis relatif memerlukan tenaga kerja berketerampilan rendah dan murah dibanding aliran intermiten dan proyek.
4. Bahan mentah; ketersediaannya, perubahan bahan mentah dalam proses produksi.
5. Teknologi; kemajuan teknologi, kestabilan teknologi pada selang waktu tertentu.
6. Keterampilan manajemen; contoh untuk proses intermiten perusahaan akan memerlukan keterampilan manajemen operasi dalam forecasting, skeduling dan pengendalian persediaan. Sedangkan proses proyek memerlukan penguasaan teknik-teknik perencanaan dan pengawasan proyek.

Pemilihan Diantara Berbagai Alternatif Pemrosesan
Banyak keputusan seleksi proses bersangkutan dengan kapasitas peralatan atau proses alternatif untuk memproduksi tingkat keluaran tertentu. Dalam hal ini analisis Break Even dapat digunakan untuk membantu pembuatan keputusan pemilihan diantara berbagai proses alternatif tersebut, melalui pembandingan keuntungan relatif setiap proses tersebut. Sebagai contoh dalam perusahaan manfacturing, proses memerlukan mesin-mesin sederhana, dimana mudah menyiapkannya (set-up), biasanya beroperasi dengan kecepatan rendah dan memakan biaya. Dilain pihak, keluaran volume yang lebih besar mungkin memerlukan penggunaan mesin-mesin lebih cepat dengan biaya penyiapan lebih besar, tetapi beroperasi dengan biaya lebih rendah. Sering ada beberapa metode alternatif, dan setiap alternatif mungkin merupakan alternatif yang paling ekonomis untuk “range” volume keluaran tertentu. Metode yang digunakan tergantung pada tingkat volume keluaran yang diharapkan.

Bila biaya proses berbagai metode pengerjaan alternatif dapat dirinci menjadi komponen biaya tetap dan variabel, alternatif yang paling ekonomis adalah alternatif dengan biaya terendah pada volume tertentu. Sebagai contoh kita gunakan sebuah kasus produksi sirup yang dapat dilakukan dengan salah satu dari tiga jenis mesin yang ada, biaya ketiga mesin adalah sebagai berikut :

Mesin A Mesin B Mesin C
Biaya tetap Rp. 10.000,- Rp. 30.000,- Rp. 60.000,-
Biaya variabel (per unit) 300 200 100

Dengan data tersebut kita diminta untuk menentukan alternatif proses produksi yang seharusnya digunakan perusahaan untuk volume produksi dibawah 400 unit. Pertama kita mengubah data menjadi persamaan baiaya (X = volume produksi) :

TCA = 10.000 + 300 X
TCB = 30.000 + 200 X
TCC = 60.000 + 100 X

Pada volume produksi sebesar 400 unit :
TCA = 10.000 + 300 (400) = 130.000
TCB = 30.000 + 200 (400) = 110.000
TCC = 60.000 + 100 (400) = 100.000

Persamaan biaya ini dapat digambarkan secara grafik sebagai berikut :

160
150
140 A
130

120 B
110
C
100
90
80
70
60
50
40
30
20
10
0 100 200 300 400 500


Berdasarkan perhitungan dan grafik (breaks point) mesin dapat disimpulkan :
1. untuk volume produksi di bawah 200 unit proses produksi yang dipilih adalah dengan mesin A.
2. untuk volume produksi antara 200 sampai dengan 300 unit, mesin B yang sebaiknya dipakai
3. untuk volume diatas 300 unit mesin C yang sebaiknya dipakai.

Pemilihan Teknologi
Ada dua definisi teknologi; Pertama, teknologi adalah aplikasi ilmu pengetahuan untuk memecahkan masalah-masalah manusia. Definisi ini sangat luas dan mencakup hampir semua kegiatan manusia. Kedua, teknologi merupakan sekumpulan proses, peralatan, metode, prosedur, dan perkakas yang digunakan untuk memproduksi barang atau jasa.

Pemilihan teknologi mempunyai dampak terhadap semua bagian operasi, terutama dalam disain pekerjaan. Pemilihan teknologi dan disain pekerjaan dipadukan dalam suatu disain sosioteknikal secara optimum, sebagai berikut.
























Disain Sistem Sosioteknikal

Lingkaran sebelah kiri menggambarkan sekumpulan pekerjaan yang fisibel dari sudut pandang teknologi, sedangkan lingkaran sebelah kanan menggambarkan sekumpulan pekerjaan yang fisibel dari sudat pandang sosial, yang mencakup aspek psikologi maupun sosiologi karyawan.

Dasar Pemilihan Teknologi
Pemilihan teknologi sering dipandang sebagai satu masalah dalam penganggaran modal (capital budgeting). Secara sederhana pemilihan teknologi dapat diakukan dengan perhitungan Return of Investment (ROI) untuk masing-masing alternatif dan memilih ROI yang terbesar. Hal ini hanya suatu bagian proses pembuatan keputusan.

Hal kedua adalah apakah teknoloogi sesuai dengan kebutuhan tenaga kerja dan lingkungan atau pengaruh kualitatif lainnya seperti efeknya terhadap absensi karyawan, polusi yang ditimbulkan mesin dan sebagainya.

PERENCANAAN PROSES
Perencanaan proses berkenan dengan perancangan dan implementasi sistem kerja yang akan memproduksi produk yang diinginkan dalam kuantitas yang diperlukan. Kegiatan perencanaan proses ini mengenai tipe aliran proses dan disain pusat-pusat kerja.




























Gambar. Model aliran informasi dari disain produk sampai produksi

Bagan Mesin-Manusia

Menunjukan hubungan antara operator dengan mesin, sebagai contoh bagan berikut menunjukan hubungan pekerjaan untuk pembuatan minuman dengan alat pencampur otomatik pada sebuah restoran. Bagan menunjukan apa yang sedang dikerjakan mesin dan apa yang sedang dikerjakan manusia pada setiap periode waktu. Dari bagan ini kita dapat menentukan waktu menganggur operator dan mesin dan mengidentifikasikan elemen-elemen setiap karyawan dan mesin secara simultan.

Bagan kegiatan atau bagan manusia-mesin
Karyawan (operator) Waktu
(menit) Mesin Waktu
Mengambil pesanan langganan 0,5 Tidak jalan (idle)
Mengisi pencampur (blender) 0,5 Pencampur diisi 0,5
Menganggur 0,6 Pencampur dijalankan 0,6
Mengosongkan pencampur 0,2 Pencampur dikosongkan 0,2
Menghidangkan minuman 0,5 Tidak jalan 0,5

Bagan ini dapat digunakan untuk penugasan yang baik guna menghitung analisis ekonomi terhadap berbagai kombinasi manusia-mesin untuk tercapainya efisiensi pekerjaan.

Contoh :
Seorang operator pada perusahaan GR diperkirakan akan memerlukan waktu 2 menit untuk mengisi dan 1 menit untuk mengosongkan sebuah mesin cetak. Ada beberapa mesin yang mempunyai tipe seperti ini, semuanya mengerjakan hal yang sama dan waktu setiap mesin berjalan secara otomatis adalah selama 4 menit. Biaya-biaya relevan diperkirakan sebesar Rp. 8.000,- per jam untuk karyawan dan Rp. 20.000,- per jam untuk setiap mesin.

a. Susun suatu bagan manusia-mesin untuk situasi satu karyawan dan dua mesin yang paling efisien.
b. Berapa waktu siklus ?
c. Berapa waktu menganggur karyawan per siklus
d. Bearapa waktu menganggur total per siklus untuk kedua mesin
e. Berapa biaya total per jam
f. Berapa biaya total per siklus
g. Berapa biaya waktu menganggur per jam

Penyelesaian :
a. bila karyawan mulai dengan pengisian mesin 1, siklus tidak akan mecapai keadaan efisien sampai menit kesembilan, lihat gambar (Bagan manusia – mesin)
b. waktu siklus = 2 + 4 + 1 = 7
c. waktu menganggur karyawan = 1 menit per siklus
d. mesin-mesin tidak menganggur (pada operasi keadaan tetap)
e. biaya modal = biaya karyawan + 2 (biaya setiap mesin)
= Rp. 8.000 + 2 (Rp. 20.000) = Rp. 48.000 per jam
f. biaya per siklus = (Rp. 48.000/60) * (7 menit/siklus) = Rp. 5.600/siklus
g. biaya waktu menganggur per jam ;

= (1 menit/siklus) * (60 menit/jam) * (Rp. 8000/60 menit)
(7 menit/siklus)
= Rp. 1.142,85 / jam.


Bagan Manusia – mesin (jawaban a)

karyawan Mesin 1 Mesin 2
2 Mengisi 1 Diisi Kosong
4 Mengisi 2 Jalan Diisi
6 Menganggur Jalan
Mengosongkan 1 Dikosongkan
Mengisi 1 Diisi
8 Kosong
10
Mengosongkan 2 Jalan dikosongkan

Mengisi 2 diisi
12 Menganggur jalan
14 Mengosongkan 1 Dikosongkan
Mengisi 1 Diisi
16 Mengosongkan 2 jalan Dikosngkan
18 Mengisi 2 Diisi
20 menganggur jalan












AGROINDUSTRI

Pembangunan Pertanian Di Indonesia

Keberhasilan pembangunan pertanian di era 1960-an dengan program intensifikasi pertanian (bibit unggul, pupuk kimiawi, irigasi yang baik) yang ditunjukan dengan keberhasilan swasembada terytama beras pada era 1980-an, namun sayang keberhasilan ini tidak diikuti dengan program yang berlanjut. Asas pembangunan yang mementingkan pertumbuhan dan stabilitas dengan kebijakan memilih sektor industri besar, perbankan tapi mengabaikan pemerataan, maka pada saat krisis tahun 1997 banyak sektor-sektor non pertanian tersebut yang collaps, sementara sektor pertanian yang sudah terabaikan malah survive dan dengan pertumbuhan yang positif sementara sektor lain bertumbuh negatif.

Negara maju seperti Prancis, Jepang, dan AS mengawali perkembangannya dengan membangun sektor pertanian. Negara Skandinavia (Finlandia, Denmark) maju dengan pembangunan sektor perikanan dan kehutanan. Thailand dengan produk pertaniannya (buah, sayur, bahkan singkong) mampu mencapai pasar global.

Hanani (2000) mengatakan produktivitas komoditas pertanian yang kita kembangkan dan menjadi andalan telah kalah jauh apabila dibandingkan dengan produktivitas negara lain. Hal ini menyebabkan pendapatan per kapita petani tidak banyak mengalami peningkatan. Soekartawi (1991) mengatakan rendahnya produktivitas pertanian Indonesia disebabkan oleh:
1. Prasarana pertanian kurang memadai.
2. Teknik budidaya pertanian yang tradisional.
3. Masukan lain (pupuk, benih, bahan kimia) yang terbatas atau kalaupun ada sering tidak cocok dengan sumber daya alam.
4. Sosial budaya masyarakat yang berimbas pada rendahnya kemampuan petani untuk meningkatkan produksi.
5. Tingkat pengetahuan dan keterampilan yang relatif rendah.
6. Pemilikan modal yang kecil.

Akumulasi permasalahan pertanian:
1. Usaha pertanian yang didominasi skala kecil (gurem).
2. Kepemilikan modal terbatas.
3. Penggunaan teknologi sederhana.
4. Usaha yang sangat dipengaruhi oleh musim.
5. Keluasan pasar terbatas atau bersifat lokal.
6. Umumnya menggunakan tenaga kerja keluarga.
7. Akses terhadap modal, teknologi, pasar sangat rendah.
8. Pasar komoditas pertanian di dalam negeri bersifat mono/oligopsoni sehingga terjadi eksploitasi harga pada petani.

Gagasan pokok dalam transformasi sikap dan perilaku dari agraris tradisional kepada agraris industri adalah sebagai berikut:
1. Mengembangkan sikap informasi dan komunikasi yang transformatif di kalangan masyarakat pertanian. Penyuluh harus mampu mengubah sisi kognisi, afeksi, serta psikomotorik petani, sehingga petani mampu berperan sebagaimana pelaku industrial yang rasional dalam menentukan komoditi, capable dalam menggunakan teknologi, serta berorientasi pada prestasi berupa keberhasilan usaha pertaniannya.
2. Mengembangkan kemampuan individu dan kerjasama kelompok. Kemampuan ini diarahkan pada kemandirian petani dalam pengambilan keputusan pada kegiatan pertaniannya. Kemandirian bukan berarti individualistik. Kerjasama dapat diartikan sebagai hubungan saling ketergantungan fungsional yang merupakan ciri masyarakat industrial.
3. Penyeragaman kematangan sosial dalam penerimaan budaya industrial.
4. Reformasi kelembagaan dan pengembangan kelembagaan lokal.
5. Pemberdayaan sikap keterbukaan petani dalam menerima inovasi (teknologi pertanian).
6. Daya kreasi dalam membangun ilmu dan teknologi pertanian masa depan sangat diperlukan untuk mengubah citra pertanian yang buruk menjadi sektor unggulan pembangunan.


Industri Strategis untuk dikembangkan di Indonesia sebagai
Negera Tropis dan Benua Maritim

Agroindustri mulai dipopulerkan di Indonesia pada tahun 1980-an. Pada awalnya agroindustri hanya diartikan sebagai industri yang mengolah hasil pertanian. Dr. Louis Malassis dari Lembaga Pertanian Prancis mendeskripsikan agroindustri pada kompleks industri. Agroindustri terdiri atas industri hulu (industri peralatan untuk pertanian, industri sarana pertanian, energi, pupuk, benih/bibit, fitosonitair, produk veteriner, pakan ternak/ikan), industri pengolahan atau transformasi, industri pengemasan, industri transportasi, serta jasa penunjang pertanian (administrasi, perbankan, perdagangan). Batasan ini yang didefinisikan dengan agribisnis oleh pakar di Indonesia.
Simpasium Nasional Agroindustri I tahun 1983 mendefinisikan agroindustri sebagai kegiatan yang memanfaatkan hasil pertanian sebagai bahan baku, merancang dan menyediakan peralatan, serta jasa untuk keperluan terebut. Agroindustri mencakup Industri Pengolahan Hasil Pertanian (IPHP), Industri Peralatan dan Mesin Pertanian (IPMP), Industri Jasa Sektor Pertanian (IJSP).

IPHP dapat dipilah sebagai berikut:
1. IPHP Tanaman Pangan; sumber karbohidrat, palawija dan hortikultura.
2. IPHP Hasil Perkebunan; tebu, kopi, teh, karet, kelapa, kelapa sawit, tembakau, cengkeh, kakao, venili, kayu manis, dll.
3. IPHP Hasil Hutan; kayu olahan dan non kayu seperti damar, rotan, tengkawang, dll.
4. IPHP Perikanan; pengolahan dan penyimpanan ikan dan hasil laut segar, pengalengan dan pengolahan, hasil samping ikan dan laut.
5. IPHP Peternakan; pengolahan daging segar, susu, kulit, dan hasil sampingan lainnya.

IPMP dibagi dua kegiatan:
1. IPMP Budidaya Pertanian; mencakup alat dan mesin pengolahan bahan (cangkul, traktor, dsb).
2. IPMP Pengolahan; contoh: alat penggilingan padi, mesin perontok gabah, mesin pengering dan unit pengolahan gula.

IJSP terdiri dari:
1. IJSP Perdagangan; pengangkutan, pengemasan, penyimpanan baik bahan baku maupun hasil olahan.
2. IJSP Konsultasi; perencanaan, pengelolaan, sampai pengawasan mutu serta evaluasi dan penilaian proyek.
3. IJSP Komunikasi; teknologi perangkat lunak yang melibatkan penggunaan komputer serta alat komunikasi modern lainnya.


PERKEMBANGAN AGROINDUSTRI DI INDONESIA

B. Agroindustri Perkebunan
Agroindustri perkebunan di Indonesia dimulai pada paruh abad ke-18 oleh Belanda dengan adanya perubahan pola tanam paksa ke perusahaan swasta (onderneming). Setelah Kemerdekaan RI, dimulai pada tahun 1957 perusahaan swasta asing yang ada di Indonesia diambil alih oleh pemerintah melalui kebijakan nasionalisasi yang merupakan cikal bakal dari berdirinya PT. Perkebunan Nasional (PTPN).

Perioda tahun 1968 sampai dengan. paruh tahun 1990-an merupakan tonggak bangkitnya perkebunan rakyat, ditandai dengan pembenahan organisasi dan areal perkebunan rakyat yang mencapai 80%. Volume prediksi tanam perkebunan meningkat dari 3,2 juta ton pada tahun 1968 menjadi 14,2 juta ton pada tahun 1996, dengan luas areal 4.964.000 ha (1968) meningkat menjadi 14.074.000 ha (1996). Di antaranya 11,2 juta ha (65%) merupakan perkebunan rakyat, 2,2 juta ha (28%) perkebunan besar swasta, dan 1 juta ha (7%) merupakan perusahaan besar negara (PTPN).

C. Agroindustri Pangan
Perkembangan agroindustri pangan berawal dari industri rumah tangga (home industry) yang berorientasi penyelamatan kelimpahan produksi. Namun belakangan ternyata perkembangan industri pangan lebih pesat dibanding agroindustri yang lain antara lain dipicu oleh 5 faktor:
1. Fungsi pangan sebagai hajat utama manusia sebagai sumber gizi.
2. Keberhasilan intensifikasi pertanian di awal tahun 1960-an.
3. Subsektor pangan merupakan program pemerintah yang strategis pada tahun 1970 sampai dengan paruh tahun 1990.
4. Masuknya perusahaan asing dengan teknologi mutakhir.
5. Perkembangan iptek pangan yang pesat.

Peran Teknologi Untuk Pengembangan Agroindustri
Pengembangan agroindustri di Indonesia masih terkendala oleh kemampuan mengolah yang masih rendah, sehingga banyak ekspor komoditi pertanian yang dilakukan masih merupakan bahan mentah, dengan nilai indeks retensi pengolahan sebesar 71-75%, artinya hanya 25-29% ekspor pertanian yang dalam bentuk olahan.

Pengolahan hasil pertanian menjadi produk agroindustri ditujukan untuk meningkatkan nilai tambah komoditas tersebut. Teknologi proses yang dapat diterapkan untuk agroindustri sangat beragam:
• Teknologi sederhana (fisik, mekanik, seperti pengeringan).
• Teknologi sedang (reaksi hidrolisis).
• Teknologi tinggi (proses bioteknologi).


• Kimiawi / biokimiawi
• Fisik / mekanik
Gambar Diagram Teknologi Proses


Diagram Teknologi Proses



Deskripsi Singkat Beberapa Kelompok Agroindustri
1. Industri pengolahan pangan dan hasil sampingannya.
2. Industri pati, gula, dan sukrokimia.
3. Industri minyak, lemak, dan oleokimia.
4. Industri bahan pewangi, penyedap, dan bahan tambahan pangan.
5. Industri fermentasi atau bioindustri.
6. Industri pulp dan kertas.
7. Industri getah, resin, dan gum.

Industri Pengolahan Pangan Dan Hasil Sampingannya
1. Produk olahan daging: sosis, daging asap, baso, kornet, burger, dll.
2. Produk susu: keju, yoghurt, mentega, susu kental manis, susu bubuk, es krim, dll.
3. Produk minuman dan buah-buahan: jus buah, manisan buah, pikel buah, buah kering, keripik buah, buah kaleng, dll.
4. Pangan kaleng.
5. Produk biji-bijian: ekstrusi, kacang-kacang kering, dll.
6. Produk roti.
7. Produk kembang gula.
8. Produk hasil laut.

Industri Pati, Gula, Dan Sukrokimia
Tanaman berpotensi menjadi penghasil pemanis (gula), seperti tebu, bit, biji-bijian dan umbi-umbian, nipah, siwalan, enau, kelapa.

Industri Minyak, Lemak, Oleokimia
No Minyak / Lemak Sumber Untuk pembuatan
1 Lemak hewan Jaringan lemak hewan / ikan Sabun, cat, vernis, asam lemak
2 Minyak kelapa Daging buah kelapa Minyak goreng, margarin, sabun, deterjen, metil ester, fatty alcohol, beta karoten, pelumas
3 Minyak sawit Buah kelapa sawit Fatty alcohol, gliserin
4 Minyak kedelai Polong kedelai Minyak goreng, cat, vernis, pelapis lantai
5 Minyak jagung Lembaga jagung Minyak goreng, margarin
6 Minyak jarak Buah jarak Lapisan pelindung, plastik, pelumas, cairan hidrolik, sabun, bahan bakar
7 Minyak kemiri Buah kemiri Cat, vernis

Industri Bahan Pewangi, Penyedap, Dan Tambahan Pangan
Di Indonesia terdapat ± 500 jenis tanaman dan puluhan hewan merupakan jenis penghasil atsiri.



Industri Fermentasi (Bioindustri)
Produk fermentasi oleh mikroba yang sudah kita kenal adalah alkohol dan bir, yang kemudian berkembang juga adalah asam amino, asam-asam organik, vitamin, antibiotik, dan enzim.

Industri Pulp Dan Kertas
Kertas tulis telah dikenal oleh peradaban manusia Mesir kuno sejak 2500-2000 tahun SM. Bangsa Cina mengenalkan pembuatan kertas dari bambu dan kapas pada 105 tahun SM. Bahan baku utama kertas adalah selulosa.

Industri Karet, Resin, Dan Gum
Getah adalah bahan baku karet, diperoleh dari tanaman karet, jelutung, nyatoh, gutta perca, dan beringin.

Penerapan Teknologi Untuk Agroindustri
Bahan Dasar Teknologi Proses yang Diterapkan Produk
Padi Pengeringan, penggilingan Beras
Ubi kayu Pemilihan, pemarutan, ekstraksi pengayakan, pengeringan Tapioka
Buah kelapa Pengeringan, pengempaan, hidrolisis, penyabunan, pemucatan (bleaching), deodorisasi (penghilangan bau) Minyak goreng
Tebu Pemerasan, evaporasi, penjernihan (karbonasi, sulfitasi), kristalisasi Gula pasir
Daun teh Pelayuan, fermentasi, pengeringan Teh hitam
Daun nilam Penyulingan (distilasi) Minyak nilam
Getah karet Penggumpalan (koagulasi), pengepresan, pembentukan, pengasapan RSS (Rubber Smoked Sheet)
Minyak nabati Netralisasi, esterifikasi Oleokimia (ester)
Minyak nabati* Hidrolisis, distilasi, penyabunan (saponifikasi), penambahan bahan bantu Sabun
Minyak nilam Isolasi, ekstraksi, pemurnian Isolat (fragance)
Ubi kayu Pemarutan, likuifaksi, sakarifikasi isomerisasi, pemisahan (kromatografi) Gula cair fruktosa
Onggok Fermentasi, kalsifikasi, asidifikasi, kristalisasi Asam sitrat
Tetes tebu Fermentasi, penggaraman, kristalisasi MSG (Monosodium glutamat)
Biji kakao Fermentasi, pengeringan, penggilingan, pengempaan, formulasi Cokelat
Tulang hewan Pemanasan, pemisahan, pengendapan
Kulit udang Pengeringan, penggilingan, penghilangan protein (deproteinasi), penghilangan mineral (demineralisasi), deasetilisasi Khitin, khitosan
Rumput laut Pengeringan, penggilingan, ekstraksi, pemurnian Karagenan
Limbah cair susu (whey) Ultrafiltrasi, pengeringan Konsentrat protein, konsentrat galaktosa
Kayu Penghancuran, pemasakan (pulping) dengan soda, atau sulfit, atau termomekanis Pulp
Pulp Penghancuran (beating), penghalusan (refining), penambahan bahan pengisi Kertas
Keterangan : * Minyak nabati adalah minyak yang diperoleh dari bahan yang berasal dari tanaman, untuk membedakan dengan istilah minyak/lemak hewani yang dibuat dari bahan berasal dari hewan/ikan.

















Pohon Industri Ubi Kayu



Pohon Industri Kelapa Sawit
Agroindustri Pedesaan

Tujuan:
1. Meningkatkan nilai tambah hasil panen (pertanian, peternakan, perikanan).
2. Peningkatan jaminan mutu dan harga.
3. Diversifikasi produk.
4. Penciptaan wirausaha baru.

Kendala:
1. Keterbatasan modal.
2. Kualitas SDM yang masih rendah.
3. Keterbatasan penerapan teknologi.
4. Sarana dan prasarana yang kurang.
5. Kelembagaan yang belum baik.

Salah satu karakter usaha pertanian adalah bahwa komoditi pertanian berkembang secara komparatif yang secara agronomis sesuai dengan iklim di wilayah tertentu dan secara teknik dikuasai oleh masyarakat tertentu sehingga dapat dikembangkan secara optimal. Contoh: salak pondoh (Sleman, Yogyakarta), mangga (Indramayu), bawang merah (Brebes), apel (Malang), tembakau dan lengkeng (Temanggung), nanas (Lampung), sayuran (Tanah Karo, Sumut), dan kakao (Sulawesi Tenggara).

Disamping itu terdapat juga yang secara historis terdapat agroindustri yang berkembang dengan baik, contoh: dodol (Garut), kerupuk sanjai (Bukittinggi), kerupuk udang (Sidoarjo), sirup markisa (Brastagi), kopi (Dairi-Mandailing), susu (Pengalengan), dan rokok (Kudus atau Kediri).



ALIRAN KAS

Karakter Aliran Kas
Suatu aliran kas menggambarkan aliran kas masuk (cash inflow) dan aliran kas keluar (cash outflow) suatu bisnis pada periode waktu tertentu. Aliran kas adalah suatu alat dari manajemen keuangan yang sangat penting guna memberikan gambaran seberapa besar modal yang dibutuhkan dalam suatu bisnis serta alat untuk perencanaan ke depan terutama dalam menggambarkan kebutuhan pembiayaan dari suatu bisnis. Di dalam suatu bisnis pengecekan terhadap suatu aliran kas dapat digambarkan sebagai berikut.
Cash Inflow

Penjualan Pinjaman baru Dan lain-lain









Biaya-biaya Pembayaran kewajiban Pajak dsb

Cash out flow

Aliran kas diukur dengan pemasukan atau pengeluaran yang betul-betul tunai pada periode waktu tertentu, oleh karena itu penghitungan penyusutan atas investasi yang sudah dilakukan bukanlah termasuk kedalam aliran kas pada periode waktu yang dimaksud.
Jika aliran kas berkaitan dengan perencanaan ke depan, maka aliran kas akan mememerlukan estimasi atau proyeksi untuk periode waktu ke depan misalnya tahun depan. Estimasi aliran kas ke depan akan sangat berkaitan dengan record aliran kas masa lalu atau dengan kata lain estimasi aliran kas ke depan adalah merupakan pengembangan dari record aliran kas masa lalu (actual histories).
Dalam suatu perusahaan aliran kas yang digunakan sebagian besar adalah berbasis bulanan. Penggunaan aliran kas masa lalu (actual) akan membantu dalam verifikasi yang akurat dari proyeksi aliran kas serta sekaligus merupakan identifikasi kebutuhan dalam perencanaan tambahan pinjaman dan atau pembayaran kewajiban.



Struktur Aliran Kas
Secara sederhana struktur aliran kas dapat digambarkan sebagai berikut :

Tahun 1 ($) Tahun 2 ($)
1. Beginning Cash Balance 1.000 500
Cash inflow
2. Penjualan produk 2.000 12.000
3. Tambahan modal - 5.000
4. Pendapatan lain-lain - 500
5. Total cash inflow 3.000 18.000
Cash outflow
6. Biaya operasional 3.500 1.800
7. Pembayaran kewajiban 10.000 -
8. Biaya lain-lain 500 200
Total cash outflow 14.000 2.000
10. Cash balance (5 - 9) (11.000) 16.000
11. Kebutuhan pinjaman 11.500 -
12. Pembayaran kewajiban (pokok dan bunga) - 11.700
13. Ending cash balance (10 + 11 - 12) 500 4.300

14. Debt outstanding 11.500 -



Arti Laporan Arus Tunai (Aliran Kas)
Disebut juga laporan arus sumber dan pemakaian uang atau catatan tentang keluar masuknya uang yang disebabkan oleh transaksi-transaksi keuangan di dalam suatu perusahaan selama waktu tertentu (biasanya satu tahun). Biasanya di dalam satu perusahaan setiap akhir tahun akan dilakukan tiga bentuk pencatatan keuangan yaitu neraca keuangan, laporan laba rugi dan catatan arus tunai keuangan, dimana ketiga catatan ini saling berhubungan dan saling mendukung.



Laporan Arus kas Laporan Laba/Rugi
Kas Masuk Pendapatan
- Sisa Kas - Penjualan
- Penerimaan penjualan - Penerimaan lain-lain
- Penerimaan piutang Total Pendapatan 24.000.000
- penerimaan lain-lain
Total kas masuk 25.000.000
Biaya-biaya
Kas Keluar - Pembelian bahan baku
- Pembelian bahan baku - Gaji
- Gaji - Biaya operasional
- Biaya operasional
- Penyusutan 1.000.000
- lain-lain - Biaya lain-lain
Total Kas Keluar 20.000.000 Total Biaya 21.000.000

Sisa Kas
5.000.000 Laba/rugi 3.000.000


Neraca Akhir Tahun
Aktiva Lancar
Hutang Lancar
- Kas 5.000.000 - Hutang Dagang
- Bank - Hutang Karyawan
- Persediaan - Hutang Jatuh Tempo
- Piutang Lancar Total Hutang Lancar 50.000.000
Total Aktiva Lancar 50.000.000
Hutang Jangka Panjang
Aktiva Tetap - Hutang Bank 50.000.000
- Tanah
- Bangunan Modal
- Kendaraan - Modal disetor
- Mesin dan Peralatan - Laba tahun lalu
- Akumulasi Penyusutan Sebelumnya - Laba tahun berjalan 3.000.000
- Penyusutan tahun bersangkutan (1.000.000)
Total Modal 100.000.000
Total Aktiva Tetap 150.000.000

Total Aktiva 200.000.000 Total Pasiva 200.000.000

Paling sedikit ada sembilan macam transaksi yang memberikan pengaruh yang sama pada keuangan perusahaan antara lain :
1. Menambah sekaligus mengurangi asset
Contohnya : Jual beli dengan tunai. Menjual barang secara tunai, kas bertambah tapi barang berkurang. Sebaliknya membeli barang dengan tunai, maka barang bertambah tapi uang di kas berkurang.
2. Asset bertambah dan utang bertambah pula
Contoh membeli barang dengan kredit, dimana asset bertambah dan utang bertambah pula.
3. Asset bertambah dan modal bertambah
Contoh, menjual hasil produksi secara tunai, dimana kas bertambah dan modal bertambah pula.
4. Asset bertambah dan utang berkurang
Contoh membayar gadai tanah dengan simpanan di Bank, simpanan berkurang tapi utang terbayar.
5. Asset berkurang dan modalpun berkurang
Contoh membayar perbaikan gudang dengan tunai, kas berkurang dan modalpun berkurang.
6. Utang naik dan utang turun
Contoh membayar gadai tanah dengan utang di Bank
7. Utang naik dan modal turun
Contoh utang dibayar dengan mengurangi tagihan
8. Utang turun dan modal naik
Contoh Hasil penjualan barang dipakai untuk menyicil hutang
9. Modal naik tapi sekaligus juga turun
Contoh, panen tanaman makanan ternak dipakai lagi untuk memberi makanan ternak milik perusahaan.

Arus masuk tunai dan arus kelur tunai
Aliran atau arus uang yang bergerak di dalam perusahaan secara terus menerus merupakan arus sumber pemakaian uang. Oleh karena itu jumlahnya selalu sama, dengan kata lain arus uang yang mengalir di dalam perusahaan dapat dilihat dari segi sumber uang itu berasal dan dari segi kemana uang itu dipakai.
Sumber masuk tunai yang mengalir dapat berasal dari :
- Hasil-hasil penjualan produk dan pembayaran pemerintah seperti uang subsidi
- Hasil barang-barang produksi
- Pendapatan dari sumber luar usaha seperti bunga, dividen dan upah
- Penjualan kertas berharga
- Pinjaman
- Tambahan modal

Sumber arus keluar tunai dapat terjadi untuk :
- Ongkos-ongkos operasional
- Investasi modal seperti untuk tanah dan bangunan
- Pembelian kertas-kertas berharga
- Pembayaran utang
- Pengeluaran uang tunai untuk keperluan konsumsi, pajak, pembayaran dividen, bunga dan lain-lain
- Penarikan modal milik pribadi

KELAYAKAN FINANSIAL PROYEK
A. Uang dan Nilai Waktunya (Time value of money)
Evaluasi kemampuan menghasilkan laba oleh suatu proyek mengabaikan satu factor penting yaitu uang dalam kaitannya dengan waktu penerimaan uang tersebut. Dengan cara menggunakan laba sebagai evaluasi proyek akan beranggapan penerimaan uang Rp. 130 juta pada tahun ke empat akan sama nilainya dengan tahun pertama operasi. Anggapan ini sangat keliru, karena secara sederhana dengan uang Rp. 5.000,- hari ini seorang mahasiswa sudah bisa membeli sebugkus nasi dengan sambal ayam goreng, tahun depan barangkali nasi dan ayam goreng dengan jumlah, kualitas dan mungkin juga ditempat yang sama nilainya sudah Rp. 5.500,-, yang dalam bahasa ekonomi disebut dengan terjadinya peristiwa inflasi. Dari sini terlihat bahwa terjadinya perubahan nilai uang dengan berjalannya waktu (Time value of money).

B. Nilai Netto Proyek Saat ini (Net Present Value/NPV)
Nilai Netto Proyek saat ini (NNS) atau NPV diperoleh dengan jalan mendiskonto selisih antara jumlah kas yang keluar dari proyek dan kas yang masuk proyek tiap-tiap tahun, dengan satu tingkat persentase bunga yang telah ditetapkan sebelumnya. Tingkat suku bunga yang digunakan adalah dengan melihat tingkat bunga pinjaman jangka panjang yang berlaku di pasar modal atau dengan menggunakan tingkat bunga pinjaman yang harus dibayar oleh proyek. Sedangkan untuk menentukan panjang umur ekonomis proyek hendaknya dipilih umur harta tetap utama proyek bersangkutan misalnya umur mesin atau peralatan inti, misalnya 10 tahun. Jika dalam proyek terdapat bangunan yang memiliki umur ekonomis lebih panjang (lebih dari 10 tahun) atau tanah yang menjadi milik proyek yang relatrif tidak ditetapkan umur ekonomisnya, maka harus diperhitungkan nilainya pada akhir umur ekonomis proyek di tentukan sebagai dasar penghitungan kelayakan.

Diagram Arus Kas Proyek


Arus Kas
Masuk (+)





Arus Kas
Keluar (-)



Tahun 0 1 2 3 4 5 6

Tahun 0 merupakan tahun pembangunan proyek atau masa pelaksanaan investasi, sehingga yang ada hanya dana atau kas keluar dari dana proyek. Tahun 1 dan seterusnya adalah tahun operasi proyek, selama masa ini akan terjadi arus kas masuk dan kas keluar. Selisih kas masuk dan keluar digambarkan dengan kotak-kotak pada garis atas. Kas masuk diperoleh dari hasil penjualan produk sedangkan arus kas keluar terdiri dari pembayaran harga pokok pabrik (kecuali penyusutan), biaya pemasaran, biaya keuangan, adminsistrasi dan pajak dan lain-lain.

NCF1 NCFn
NPV = -------- + ……………… -------- - I
(1+r)^1 (1+r)^n

NPV = symbol nilai netto proyek pada tahun pembangunan proyek
NCF = Net Cash Flow merupakan selisih antara kas masuk dan kas keluar pada tahun-tahun yang bersangkutan (1, 2, 3, ………..n)
r = Tingkat diskonto tahun yang bersangkutan berdasarkan tingkat suku bunga yang digunakan. Angka diskonto juga dapat diperoleh dengan melihat table yang sudah ada.
I = Investasi awal proyek

Apabila dalam perhitungan NPV yang diperoleh bernilai positif, maka proyek bersangkutan dapat diharapkan untuk menghasilkan keuntungan di atas tingkat bunga yang dipergunakan untuk mendiskonto arus kas. Artinya proyek dapat diteruskan rencana investasinya. Apabila NPV sama dengan nol artinya keuantungan yang diharapkan dari proyek akan sebesar tingkat bunga pendiskonto, rencana investasi masih dapat diteruskan. Sebaliknya jika NPV bernilai negatif berarti keuntungan yang akan dihasilkan proyek nilainya lebih kecil dari tingka bunga diskonto yang digunakan, maka rencana investasi sebaiknya tidak dilanjutkan.

Net Present Value
Tahun Selisih Kas DF Present value
(Rp. Juta) (Rp. Juta)
0 -900 1 -900
1 81 0,892857 72
2 126 0,797193 100
3 130 0,71178 93
4 158 0,635518 100
5 123 0,567426 70
6 248 0,506631 126
7 248 0,452349 112
8 248 0,403883 100
9 358 0,36061 129
Net Present Value 3

NPV proyek ini adalah Rp. 3 juta berarti layak untuk diteruskan.


Arus Kas Industri Pengalengan Ikan (Rp. Juta)

Tahun 0 1 2 3 4 5 6 7 8 9
Program produksi Konstruksi
Penjualan 70% 80% 90% 100% 100% 100% 100% 100% 100%
,
A. Arus Kas masuk
Hasil Penjualan 1.540 1.760 1.980 2.200 2.200 2.200 2.200 2.200 2.200
Jumlah 1.540 1.760 1.980 2.200 2.200 2.200 2.200 2.200 2.200

B. Arus Kas Keluar
- Investasi Proyek 900
- Penggantian truk
dan peralatan 35
- Biaya entertain 90 90 90 90 90
- Biaya operasional 1.230 1.405 1.580 1.750 1.750 1.750 1.750 1.750 1.750
- Pajak 139 139 180 202 202 202 202 202 202
Jumlah 900 1.459 1.634 1.850 2.042 2.077 1.952 1.952 1.952 1.952

C. Selisih Kas (900) 81 126 130 158 123 248 248 248 248
D. Nilai sisa harta tetap 110
Total sisa kas (900) 81 126 130 158 123 248 248 248 358

DF (12%) 1,0000 0,8929 0,7972 0,7118 0,6355 0,5674 0,5066 0,4523 0,4039 0,3606
Present Value (900) 72 100 93 100 70 126 112 100 129
NPV 3



C. Internal Rate of Return (IRR)
Yaitu tingkat bunga yang bilamana dipergunakan untuk mendiskonto seluruh selisih kas masuk pada tahun-tahun operasi proyek akan menghasilkan jumlah kas yang sama dengan jumlah investasi proyek atau dengan kata lain tingkat suku bunga yang apabila digunakan untuk mendiskonto selisih arus kas masuk, akan menghasilkan NPV proyek sama dengan nol. Pada dasarnya IRR menggambarkan persentase laba yang senyatanya yang dihasilkan proyek.
Terdapat paling tidak dua cara untuk mendapatkan IRR :
1. Dengan cara mencoba-coba (try and error).
2. Interpolasi
1. Dengan coba-coba
Cara ini dilakukan dengan mencoba setiap tingkat bunga tertentu sampai didapatkan nilai NPV yang dihasilkan sama dengan nol.
Tahun Selisih Kas DF Present value DF Present value
(Rp. Juta) 12% (Rp. Juta) 13% (Rp. Juta)
0 -900 1 -900 1 -900
1 81 0,892857 72 0,8850 64
2 126 0,797193 100 0,7831 79
3 130 0,71178 93 0,6931 64
4 158 0,635518 100 0,6133 62
5 123 0,567426 70 0,5428 38
6 248 0,506631 126 0,4803 60
7 248 0,452349 112 0,4251 48
8 248 0,403883 100 0,3762 38
9 358 0,36061 129 0,3329 43
NPV 3 -405

Dari contoh table di atas, dapat dilihat bahwa jika menggunakan tingkat bunga 12 % untuk mendiskonto dihasilkan NPV yang positif, sedangkan jika digunakan tingkat bunga sebesar 13 % dihasilkan NPV yang negatif, maka dapat diduga bahwa tingkat diskonto untuk menghasilkan IRR dimaksud berada pada tingkat bunga antara 12 % dan 13 %. Tingkat bunga sesungguhnya ini yang dicoba-coba untuk menggunakannya sehingga dihasilkan nilai NPV sama dengan nol.


2. Interpolasi

(NPV+)
IRR = r+ + -------------------- x (r- - r+)
(NPV+ - NPV-)

3
IRR = 12% + ------------- x (13% - 12 %)
(3 – (-405)
IRR = 12,01%

PENGHITUNGAN TINGKAT “BREAK EVEN”

Hal penting yang juga harus diketahui dalam suatu proyek adalah jumlah hasil penjualan produk yang harus dicapai untuk melampaui titik “break even” (titik impas). Titik impas dicapai bilamana jumlah hasil penjualan produk pada suatu periode waktu tertentu sama dengan jumlah biaya yang ditanggung sehingga proyek tersebut tidak menanggung kerugian tapi juga tidak memperoleh laba.


BT
N = ------------
h - bv


N = Penjualan yang dicari
BT = Biaya tetap yang ditanggung oleh proyek tiap masa operasi
h = harga jual yang direncakan tiap satuan produk
bv = Biaya variable tiap satuan produk


Contoh :

Jika jumlah biaya tetap suatu proyek tiap tahun adalah Rp. 300 juta, biaya variable tiap satuan produk Rp. 4.000,- sedangkan harga jual tiap satuan produk direncanakan Rp. 10.000,- maka jumlah penjualan minimal yang harus dicapai tiap tahun adalah :


300.000.000
------------------ = 50.000 satuan
10.000 – 4.000

Dari hasil di atas terlihat bahwa proyek baru akan menghasilkan laba bilamana proyek bias menjual di atas 50.000 satuan produk atau dengan nilai penjualan di atas Rp. 500 juta per tahun.

Dari rumus persamaan dan contoh tersebut dapat ditarik kesimpulan :

1. Semakin besar biaya tetap (gaji, bunga, penyusutan dsb) yang ditanggung proyek akan semakin besar jumlah penjualan minimal yang harus dilampaui.
2. Semakin besar jumlah penjualan minimal yang harus dicapai, akan semakin peka proyek bersangkutan terhadap perubahan permintaan di pasar dan gangguan kelancaran produksi.
3. Semakin banyak biaya variable dapat ditekan akan semakin kecil pula jumlah penjualan minimal yang harus dicapai tiap masa tertentu.


















Kepekaan Proyek

Kemampuan proyek beroperasi dengan baik dan menghasilkan laba sering dipengaruhi oleh beberapa factor, misalnya harga jual produk, biaya pokok tiap satuan produk ataupun jumlah hasil penjualan. Dalam operasi barangkali terdapat satu atau beberapa factor yang dominan yang akan mempengaruhi jalannya proyek. Untuk itu perlu dikaji seberapa besar pengaruh factor tersebut terhadap proyek. Misal penurunan harga jual akan memberi pengaruh, untuk itu dikaji seberapa jauh penurunan harga jual akan mempengaruhi titik impas proyek. Dari contoh di atas misal harga jual turun menjadi Rp. 7.000,- dari Rp. 10.000,-, maka :


300.000.000
------------------- = 100.000 satuan
7.000 – 4.000

Jadi kalau harga jual turun menjadi Rp. 7.000,- maka titik impas akan tercapai jika produk yang terjual sejumlah 100.000 satuan atau dengan nilai penjualan Rp. 700 juta. Kenaikan titik impas dari 50.000 satuan produk menjadi 100.000 satuan produk per tahun ini, kemudian harus diteliti seberapa jauh kemampuan produksi mengimbangi ataupun pengaruhnya terhadap keuntungan proyek.


Dana Pembiayaan Proyek

Dana pembiayaan proyek terbagi atas 2 kelompok besar yaitu kebutuhan modal tetap dan modal kerja netto. Kelupaan atau kekeliruan dalam menghitung modal kerja dalam suatu proyek dapat berakibat fatal, paling tidak terganggunya operasi proyek atau tidak optimalnya operasi proyek.

Dana Modal tetap
Kebutuhan modal tetap meliputi pembiayaan pra-investasi, pembelian harta tetap dan biaya lain yang bersangkutan. Pembelian harta tetap meliputi :
a. Tanah dan penyiapan tanah. Penghitungan biaya tanah disamping pembelian tanah juga harus dihitung biaya pematangan tanah, missal pembongkaran bangunan atau pohon yang ada, menguruk, meratakan dan sebagainya. Bisa juga untuk membangun prasarana misalnya jalan menuju proyek, jembatan atau saluran pembuangan air, termasuk juga biaya pengosongan tanah (penggusuran).
b. Gedung dan bangunan lain. Termasuk dalam hal ini gedung pabrik, kantor, gudang, ruang rekreasi, perumahan karyawan serta bangunan pendukung seperti pagar, selokan, jalan dalam lingkungan, tempat parkir, fasilitas pembuangan limbah.
c. Mesin dan peralatan. Karena kemungkinan ada mesin yang diimpor, maka dapat dibedakan biaya mesin dalam rupiah dan dalam valuta asing. Penghitungan biaya mesin dan peralatan dihitung biaya sampai dilokasi atau di pabrik. Disamping itu juga perlu diperhitungkan biaya pemasangan atau isntalasi.
d. Kendaraan. Pengadaan kendaraan ini dapat saja dengan membeli atau menyewa dari perusahaan lain.

Selain biaya prainvestasi dan pembelian harta tetap masih ada pembiayaan yang dapat dikategorikan pembiayaan modal tetap yaitu pengadaan teknologi, biaya produksi percobaan dan biaya bunga pinjaman selama periode pembangunan proyek. Perlakuan (alokasi pembebanan) biaya pra-investasi, pengadaan teknologi, bunga pinjaman selama masa pembangunan proyek serta biaya produksi percobaan dapat dilakukan seperti halnya pembelian harta tetap yaitu dengan menyusutkan (amortisasi) biaya tersebut dengan besaran persentase tertentu.

No Kelompok biaya Rupiah Valuta Asing Jumlah
1 Prainvestasi
a. Perijinan
b. Riset
c. Evaluasi partner
2 Tanah
a. Pembelian
b. Pematangan
c. Prasarana
d. Pengosongan
3 Bangunan
a. Bangunan Gedung
b. Instalasi air, listrik
c. Jalan, selokan, pagar
d. Sumur
4 Mesin dan peralatan
a. Pembelian
b. Pemasangan
c. Instalasi listrik
5 Kendaraan
a. Pembelian
b. Pegurusan

6 Pengadaan teknologi
7 Bunga pinjaman selama pembangunan
8 Produksi percobaan
9 Cadangan kenaikan dana



KEBUTUHAN DAN SUMBER DANA

TUJUAN
Bab ini membicarakan tentang bagaimana menghitung kebutuhan dana, baik kebutuhan dana untuk activa tetap, maupun dana untuk modal kerja. Selain itu juga dibicarakan sumber dana yang bisa dipergunakan untuk memenuhi kebutuhan akan dana tersebut. Pemilihan sumber dana ini bisa ditinjau dari berbagai aspek. Dalam praktek banyak digunakan semacam “pedoman” untuk menentukan sumber dana apa yang “seharusnya” digunakan. Meskipun demikian mungkin nanti kita akan coba bandingkan bagaimana konsepsi penggunaan dana dengan berbagai “pedoman” yang ada. Dengan sumber dana disini dimaksudkan apakah investasi tersebut (baik untuk aktiva tetap maupun aktiva lancar) dibelanjai dengan modal sendiri ataukah modal pinjaman. Kalau pinjaman apakah pinjaman jangka pendek ataukah pinjaman jangka panjang. Ini yang dimaksud dengan masalah pemilihan sumber dana.

KEBUTUHAN DANA UNTUK AKTIVA TETAP
Aktiva tetap yang diperlukan untuk investasi bisa diklasifikasikan sebagai berikut:
3. Aktiva Tetap Berwujud
- Tanah dan pengembangan lokasi
- Bangunan dan perlengkapannya
- Pabrik dan mesin-mesin
- Aktiva tetap lainnya
4. Aktiva Tetap Tidak Berwujud
- Aktiva tidak berwujud
- Biaya-biaya pendahuluan
- Biaya-biaya sebelum operasi