TEKNIK SIMULASI MONTERCARLO
STUDI KASUS DAN PENYELESAIAN
Prepared by Hanna Lestari, M.Eng
TEKNIK INDUSTRI – UDINUS-,,2013
BAB I
PENDAHULUAN
I.1. Studi Kasus PT. SPOTLIGHT merupakan perusahaan pembuat lampu variasi motor yang berproduksi untuk memenuhi permintaan ( make to order ) dari dealer, bengkel, atau bahkan para distributor. Karena itu, maka banyaknya lampu yang diproduksi tergantung dari permintaan pasar. Perusahaan ini telah berdiri sejak tahun 1999, dan saat ini baru bisa menguasai pasar beberapa kota besar di Indonesia. Untuk dapat meningkatkan pangsa pasarnya, PT. SPOTLIGHT mencoba untuk menganalisis kebijakan produksinya dengan menggunakan metode simulasi berdasarkan informasi-informasi yang didapat pihak manajemen. PT. SPOTLIGHT memproduksi 3 jenis lampu variasi, yaitu : Xenon Blue, Halogen White, dan lampu biasa. Dalam pemasarannya, masing-masing lampu tersebut sudah dipasangkan pada kap bereflektor besar. Kap tersebut tidak dibuat sendiri oleh PT. SPOTLIGHT tapi disubkontrakkan kepada perusahaan khusus pembuat kap. Setelah dilakukan penelitian, ternyata pihak manajemen menemukan masalah yaitu pada suplai bahan baku gas pengisi lampu. Dalam pengiriman bahan baku sering terjadi kebocoran gas ( gas loss ) sehingga mengakibatkan berkurangmya jumlah bahan baku yang sampai ke perusahaan. Karena bahan baku berkurang maka lampu yang dihasilkan ikut berkurang. Pengiriman bahan baku mengunakan mobil van yang disediakan oleh pihak supplier. Supplier tersebut menyediakan 3 ( tiga ) buah van yaitu Van A, B, dan C. Karena supplier tidak hanya memenuhi permintaan dari PT. SPOTLIGHT saja, maka pengunaan van untuk mengirim bahan baku ke PT. SPOTLIGHT tidak bisa dipastikan, tergantung van mana yang sedang menganggur. Hal itu berdampak pada penetapan harga pokok produksi yang berbeda-beda yang bergantung pada jenis van yang digunakan. Perusahaan akan mengharapkan harga jual produknya sebesar 20% dari biaya pokok produksi. Setelah itu perusahaan masih harus membayar pajak pendapatan sebesar 8%. Nilai buku awal untuk mesin-mesin dan gedung sebesar Rp. 100.000.000 dan nilai buku
diakhir periode sebesar Rp.70.000.000. Dari kondisi diatas perusahaan ingin mengetahui apakah produksi lampu motor variasi dapat menghasilkan benefit dimasa depan. Kemudian pihak manajemen mendapatkan beberapa informasi yang bisa digunakan untuk perbaikan kebijakan perusahaan dimasa depan, yaitu: 1. Pihak perusahaan meminta agar bahan baku diantarkan dua kali dalam seminggu. Supplier menetapkan harga khusus untuk pemesanan semacam ini 2. Perusahaan menemukan supplier baru. Supplier ini mempunyai van yang dapat mereduksi loss pengiriman bahan baku. Dari permasalahan diatas, anda sebagai seorang analis sistem diminta untuk : a. Menghitung proyeksi keuntungan perusahaan selama 50 minggu kedepan dengan mengunakan model Simulasi Monte Carlo, dengan sebelumnya membuat model matematis untuk menghitung keuntungan bruto perusahaan dengan melibatkan seluruh variable terkait pada permasalahan diatas. Kemudian baru tentukan Net Income Cash Flownya. b. Membuat dua model alternatif berdasarkan informasi yang didapat tersebut dan memilih salah satu model yang paling tepat untuk diimplementasikan berdasarkan kriteria NPV jika diketahui investasi awal Rp. 500.000.000 dan tingkat bunga yang diinginkan perusahaan 20 %.
I.2. Manfaat dan Tujuan Penyelesaian Kasus 1. Praktikan dapat memahami konsep dasar Pemodelan Sistem dan simulasi Monte carlo 2. Memperkenalkan macam-macam distribusi, pengbangkitan bilangan random langkahlangkah pengujian hipotesis dan validasi model. 3. Praktikan dapat memahami konsep analisa kebijakan. 4. praktikan dapat membuat interprestasi dan membuat kebijakan dari hasil simulasi yang dilakukan berdasarkan kriteria investasi finansial.
BAB II
LANDASAN TEORI
II.1. Teori Monte Carlo dan Analisa Kebijakan Bisnis Simulasi Monte Carlo sering digunakan untk melakukan analisa keputusan pada situasi yang melibatkan resiko yang melibatkan beberapa parameter untuk dilakukan pertimbangan secara simultan . Metode ini dapat digunakan secara luas karena didasarkan pada proses simulasi dengan pilihan kemungkinan secara random. Metode ini mengasumsikan pola kejadian variabel perhitungannya pada dua model distribusi, yaitu distribusi normal dan uniform. Asumsi ini dapat melemahkan suatu kasus yang mempunya pola distribusi diluar kedua asumsi diatas, namun dengan sedikit melakukan usaha manipulasi statisik dengan melakukan transformasi data mentah pada variabel yang bersangkutan untuk diubah untuk memenuhi dua asumsi distribusi tersebut dapat dilakukan dengan sederhana. Didalam operasionalnya, Monte Carlo melibatkan pemilihan secara acak terhadap keluaran masing-masing secara berulang sehingga diperoleh solusi dengan nilai pendekatan tertentu. Adapun langkah-langkah pembuatan model simulasi Monte carlo adalah sebagai berikut : 1. Formulasi masalah, dalam tahap ini ditentukan masalah apa saja yang akan dibahas dan ditentukan batasan-batasan masalah.. 2. Pembuatan model simulasi Monte Carlo, dalam tahap ini kita membuat model dan menentukan parameter-parameter model, variabel, hubungan antar bagian model. 3. Pembuatan distribusi untuk variabel, dalam tahap ini kita menetapkan distribusi probabillitas untuk variabel-variabel utama. Dalam tahap ini juga menggunakan teori probabilitas. 4. Ubah distribusi probabilitas menjadi distribusi kumulatif. Hal ini untuk menentukan bahwa hanya satu variabel akan diasosiasikan dengan satu bilangan acak. 5. Simulasikan model. Dalam mensimulasikan model terlebih dahulu ditentukan :
a. Aplikasi aturan keputusan b. Pembangkitan bilangan-bilangan acak. 6. Evaluasi strategi model. Pada tahapini kita melakukan evaluasi terhadap model apakah sudah menyerupai sistem nyata. 7. Periksa apakah diperlukan adanya perbaikan model. Pada tahap ini apabila ternyata diperlukan adanya pergantian model dikarenakan model tidak sesuai dengan sistem nyata, maka dilakukan perbaikan ( pengulangan ) formulasi masalah. 8. Keputusan. Keputusan diambil apabila model sudah sesuai dengan sistemnyata. 9. Selesai. Pembuatan model simulasi Monte Carlo selesai. Proses pengambilan keputusan dalam lingkungan yang melibatkan resiko dan ketidak pastian umumnya tidak terjadi secara rutin dengan demikian tingkat kepentingan yang terjadi juga lebih tinggi dibandingkan dengan proses keputusan yang bersifat berulang dalam lingkungan yang terkendali, untuk menterjemahkan hal ini, digunakan model simulasi Monte Carlo untuk mengamati perubahan yang diakibatkan penerapan kebijakan tertentu dalam suatu sistem, kemudian pemodel ( biasanya para manajer ) dapat mempelajari reaksi sistem dengan input yang berubah-ubah. Dengan demikian pemodel/manajer dapat merancang kebijakan dan mengambil keputusan dengan lebih baik Pada tugas akhir Monte Carlo ini, kita akan merancang suatu model kebijakan yang melibatkan analisa investasi untuk pengambilan keputusan apakah suatu kebijakan layak diterapkan dan kebijakan mana yang lebih baik ditinjau dari aspek finansialnya selain tentunya juga menggunakan tehnik statistika dalam melakukan perbandingan output kebijakan yang dibuat pada proses desain eksperimen. Seorang manajer harus melakukan suatu analisa kelayakan sebelum dia memutuskan pemilihan suatu alternatif proyek, oleh karena itu analisa kelayakan investasi sangat diperlukan dalam melakukan analisa baik secara teknis maupun secara ekonomis. Selain itu adapula faktor yang terlibat dalam suatu proyek terutama proyek investasi yaitu faktor waktu dan resiko . Pada jenis investasi tertentu faktor waktu lebih berperan , sementara pada jenis investasi lain faktor resiko lebih dominan.
Yang dimaksud dengan analisa kelayakan investasi adalah suatu penelitian tentang layak tidaknya suatu proyek bisnis itu dilaksanakan. Maksud layak ( atau tidak layak ) disini adalah perkiraan bahwa proyek itu akan dapat ( atau tidak dapat ) menghasilkan keuntungan yang layak bila telah dioperasikan. Mengenai pengertian untung itu sendiri berbeda antara pihak yang berorientasi pada keuntungan ekonomi dan non-ekonomi.
II.2. Flowchart Penyelesaian Kasus
II.3. Pengumpulan Data Dari studi kasus didapatkan data-data sebagai berikut : 1. Data permintaan lampu untuk kota A dan kota B dalam 50 minggu terakhir sebagai berikut : Demand Minggu
Kota A
Kota B
1
350
170
2
350
190
3
400
160
4
250
190
5
300
160
6
200
190
7
400
190
8
200
160
9
300
250
10
300
170
11
300
170
12
400
190
13
200
190
14
200
170
15
300
170
16
400
190
17
300
190
18
300
250
19
250
190
20
400
190
21
300
190
22
300
210
23
300
190
24
400
210
25
250
190
26
300
210
27
300
190
28
300
210
29
200
170
30
300
190
31
300
210
32
400
190
33
300
210
34
400
190
35
400
170
36
400
250
37
350
190
38
200
210
39
300
190
40
250
170
41
300
190
42
200
210
43
200
250
44
200
190
45
300
190
46
200
190
47
300
190
48
200
190
49
350
190
50
400
190
2. Data loss bahan baku untuk 50 minggu terakhir sebagai berikut : Loss bahan baku Minggu
( dalam % )
1
20
2
22
3
20
4
26
5
22
6
22
7
30
8
22
9
20
10
30
11
26
12
22
13
22
14
20
15
22
16
15
17
22
18
15
19
22
20
20
21
15
22
26
23
15
24
30
25
10
26
20
27
20
28
15
29
20
30
5
31
5
32
10
33
10
34
5
35
15
36
20
37
15
38
15
39
15
40
20
41
15
42
5
43
20
44
5
45
10
46
5
47
10
48
20
49
10
50
10
3. Data penggunaan van yang digunakan untuk mengirimkan bahan baku ke PT. SPOTLIGHT selama 50 minggu terakhir : Van yang Minggu
digunakan
1
1
2
2
3
1
4
2
5
1
6
1
7
1
8
2
9
1
10
1
11
3
12
2
13
2
14
2
15
1
16
2
17
1
18
2
19
2
20
3
21
1
22
3
23
1
24
1
25
2
26
1
27
1
28
1
29
2
30
2
31
1
32
1
33
3
34
1
35
2
36
1
37
2
38
1
39
1
40
1
41
1
42
2
43
2
44
2
45
3
46
1
47
3
48
1
49
1
50
3
4. Harga Pokok Produksi berdasarkan jenis van yang digunakan : Jenis Van
Kapasitas ( liter )
HPP van per lot
Van 1
100
200.000
Van 2
75
150.000
Van 3
50
140.000
5. Harga khusus untuk pemesanan yang telah ditetapkan oleh supplier : Jenis Van
Harga
Van 1
350.000
Van 2
270.000
Van 3
250.000
6. Reduksi loss pengiriman bahan baku oleh supplier baru : Loss BB Jenis Van
( dalam % )
Van X
5
Van Y
7
Van Z
8
7. Perubahan HPP akibat penggunaan van dari supplier baru : Jenis Van
HPP
Van X
250.000
Van Y
200.000
Van Z
180.000
1. Persiapan Data dan Penentuan Distribusi Permintaan
Permintaan
kota A
kota B
350 350 400 250 300 200 400 200 300 300 300 400 200 200 300 400 300 300 250 400 300 300 300 400 250 300 300 300 200 300 300 400 300 400 400 400 350
170 190 160 190 160 190 190 160 250 170 170 190 190 170 170 190 190 250 190 190 190 210 190 210 190 210 190 210 170 190 210 190 210 190 170 250 190
loss bahan baku (dlm %) 20 22 20 26 22 22 30 22 20 30 26 22 22 20 22 15 22 15 22 20 15 26 15 30 10 20 20 15 20 5 5 10 10 5 15 20 15
van yg digunakan 1 2 1 2 1 1 1 2 1 1 3 2 2 2 1 2 1 2 2 3 1 3 1 1 2 1 1 1 2 2 1 1 3 1 2 1 2
200 300 250 300 200 200 200 300 200 300 200 350 400
210 190 170 190 210 250 190 190 190 190 190 190 190
15 15 20 15 5 20 5 10 5 10 20 10 10
1 1 1 1 2 2 2 3 1 3 1 1 3
Generating Probability Distribution for Permintaan Kota A Permintaan
Cumulative
Relative
Cumulative
Relative
kota A
Frequency
Frequency
Probability
Probability
200
11
11
0,22
0,22
250
15
4
0,3
0,08
300
35
20
0,7
0,4
350
39
4
0,78
0,08
400
50
11
1
0,22
Total
50
1
Generating Probability Distribution for Permintaan Kota B
Permintaan
Cumulative
Relative
Cumulative
Relative
kota B
Frequency
Frequency
Probability
Probability
160
3
3
0,06
0,06
170
11
8
0,22
0,16
190
38
27
0,76
0,54
210
46
8
0,92
0,16
250
50
4
1
0,08
Total
50
1
Jenis Van
Cumulative Frequency 26 43 50
1 2 3
Relative Frequency 26 17 7
total
Cumulative Probability 0,52 0,86 1
50
Relative Probability 0,52 0,34 0,14 1
2. Descriptives Statistic loss bb Mean Standard Error Median Mode Standard Deviation Sample Variance Kurtosis Skewness Range Minimum Maximum Sum Count Smallest(1)
17,12 0,975052066 20 20 6,894659276 47,53632653 -0,591682616 -0,22446523 25 5 30 856 50 5
3. Penentuan Kelas Penentuan Interval Kelas n max min log n k Class Int
50 30 5 1,7 6,6 4,2
Class Limit 5 9,2 13,3 17,5 21,7 25,8
9,1 13,2 17,4 21,6 25,7 30,0
6 5
Frek kumulatif 6 13 23 35 44 50
frek relatif 6 7 10 12 9 6 50
Probabilitas 0,12 0,14 0,2 0,24 0,18 0,12 1
Bahan Baku Loss 0,3 Series1
probabilitas
0,25
Series2
0,2
Series3
0,15
Series4
0,1
Series5
0,05
Series6
0 1 Frekuensi
4. Uji Chi Square Class Limit 5 9,1 9,2 13,2 13,3 17,4 17,5 21,6 21,1 25,7 25,8 30
Class Boundaries 4,95 9,15 9,15 13,25 13,25 17,45 17,45 21,65 21,05 25,75 25,75 30,05
Oi 6 7 10 12 9 6 50
P(b) 0 0,12384734 0,287295112 0,519087406 0,715663367 0,894659144
P(a) 0,12384734 0,287295112 0,519087406 0,744419349 0,894659144 1
Diperoleh: Nilai rata – rata
: 17,12
Standart deviasi
: 6,89
Chi-Square Hitung
: 0.542
Chi-Square Tabel
: 11,07
Result Analysis : H0 : Relative Prob. Fits to Normal Distribution H1 : Relative Prob. Fitless to Normal Distribution If X2 counted > X2 Tables, H0 would be refused If X2 counted < X2 Tables, H0 would be accepted Result : Relative FIT with Normal Distribution Probability :
P 0,12384734 0,163447772 0,231792294 0,225331943 0,178995778 0,105340856
Ei 6,192367023 8,172388587 11,58961471 11,26659714 8,949788899 5,267042776 50
BAB III
PEMBAHASAN
III.1. Penyelesaian Studi Kasus 1. Pembangkitan Bilangan Random a. Distribusi Permintaan Lampu Kota A Permintaan
Cumulative
Relative
Random Number
KOTA A
Probability
Probability
Generation
200
0,22
0,22
0
to
219
250
0,3
0,08
220
to
299
300
0,7
0,4
300
to
699
350
0,78
0,08
700
to
779
400
1
0,22
780
to
999
Ket : Jika pembangkitan bilangan random mendapat nilai 200 berarti bilangan random tersebut berada dalam interval 0-219.Yang artinya nilai dari bilangan random tersebut adalah 200. VLOOKUP TABLE 0
200
220
250
300
300
700
350
780
400
1000
400
b. Distribusi Permintaan Kota B Permintaan
Cumulative
Relative
Random Number
KOTA B
Probability
Probability
Generation
160
0,06
0,06
0
to
59
170
0,22
0,16
60
to
219
190
0,76
0,54
220
to
759
210
0,92
0,16
760
to
919
250
1
0,08
920
999
Ket : Jika pembangkitan bilangan random mendapat nilai 160 berarti bilangan random tersebut berada dalam interval 0-219.Yang artinya nilai dari bilangan random tersebut adalah 160.
VLOOKUP TABLE 0
160
60
170
220
190
760
210
920
250
1000
250
c. Distribusi Van Yang Digunakan Cumulative
Relative
Random Number
Probability
Probability
Generation
1
0,52
0,52
0
to
519
2
0,86
0,34
520
to
859
3
1
0,14
860
to
999
Van
Ket : Jika pembangkitan bilangan random mendapat nilai 0.52 berarti bilangan random tersebut berada dalam interval 0-519.Yang artinya nilai dari bilangan random tersebut adalah 0.52.
VLOOKUP TABLE 0
1
520
2
860
3
1000
3
III.2. Analisa Hasil Simulasi Sebelum Pengembangan Setelah menghitung proyeksi keuntungan bruto perusahaan 50 minggu kedepan (thn ke tiga) dengan menggunakan model simulasi montecarlo dengan sebelumnya membuat model matematis untuk menghitung keuntungan bruto perusahaan dengan melibatkan seluruh variabel terkait pada permasalahan diatas, maka didapat data sebagai berikut: 1. Rata-rata keuntungan kotor Total Keuntungan Kotor Total Tender
Rp 3.728.640.000,00 50
:
Rp 100.800.000,00 50
:
Rp
2.016.000,00
:
Rp
1.854.720,00
:
Rp 3.530.348.800,00 50
:
Rp 70.606.976,00
:
Rp 298.291.200,00 50
:
Rp
:
Rp74.572.800,00
2. Rata-rata keuntungan sebelum pajak Total laba Sebelum pajak Total Tender
:
3. Rata-rata keuntungan setelah pajak Total Laba Setelah Pajak
:
Total Tender
Rp 92.736.000,00 50
4. Rata-rata Net Income Cash Flow Total NICF Total Tender
5. Rata-rata beban pajak Total Beban Paak Total Tender
5.965.824,00
III.3. Pembuatan Model Pengembangan Pengembangan 1 Pada pengembangan pertama ini Perusahaan meminta agar bahan baku diantarkan dua kali dalam seminggu.Suplier memberikan harga khusus untuk pemesanan semacam ini, dengan harga: Jenis Van
Harga
Van 1
350.000
Van 2
270.000
Van 3
250.000
Pengembangan 2 Pada pengembangan kedua ini Perusahaan menemukan suplier baru. Suplier ini mempunyai van yang dapat mereduksi loss pengiriman bahan baku, yaitu sebagai berikut: Jenis van
Loss BB
Van X
5%
Van Y
7%
Van Z
8%
Tetapi penggunaan van baru ini dikenai biaya baru yang mengakibatkan berbahnya HPP menjadi: Jenis van
HPP
Van X
250.000
Van Y
200.000
Van Z
180.000
III.4. Analisa Hasil Simulasi Setelah membuat dua model alternatif berdasarkan informasi yang didapat akan dipilih salah stu model alternatif yang terbaik untuk diimplementasikan berdasarkan NPV dan IRR jika diketahui investasi awal Rp 500.000.000,- dan tingkat bunga yang diinginkan 20% sebagai berikut: NPV Investasi Awal Minggu
Model
Pengembangan
Pengembangan
2
Awal Rp93.336.000,00 Rp25.771.200,00
I Rp325.176.000,00 Rp113.870.400,00
II Rp131.700.000,00 Rp39.460.800,00
3
Rp49.606.560,00
Rp183.919.200,00
Rp76.511.040,00
4
Rp44.726.880,00
Rp168.120.960,00
Rp76.511.040,00
5
Rp81.081.600,00
Rp298.128.000,00
Rp129.160.800,00
6
Rp24.667.200,00
Rp108.571.200,00
Rp40.123.200,00
7
Rp83.068.800,00
Rp305.856.000,00
Rp128.719.200,00
8
Rp91.680.000,00
Rp329.040.000,00
Rp130.044.000,00
9
Rp25.108.800,00
Rp115.305.600,00
Rp37.915.200,00
10
Rp84.393.600,00
Rp305.856.000,00
Rp130.044.000,00
11
Rp98.856.000,00
Rp344.496.000,00
Rp131.700.000,00
12
Rp86.712.000,00
Rp317.448.000,00
Rp128.719.200,00
13
Rp29.436.480,00
Rp129.160.800,00
Rp38.356.800,00
14
Rp54.221.280,00
Rp203.890.560,00
Rp74.744.640,00
15
Rp103.272.000,00
Rp359.952.000,00
Rp131.700.000,00
16
Rp38.202.240,00
Rp154.707.360,00
Rp74.303.040,00
17
Rp51.317.760,00
Rp192.861.600,00
Rp75.407.040,00
18
Rp94.440.000,00
Rp329.040.000,00
Rp131.700.000,00
19
Rp74.236.800,00
Rp267.216.000,00
Rp131.700.000,00
20
Rp24.225.600,00
Rp106.032.000,00
Rp40.564.800,00
21
Rp97.531.200,00
Rp340.632.000,00
Rp131.700.000,00
22
Rp24.667.200,00
Rp102.278.400,00
Rp42.772.800,00
23
Rp30.319.680,00
Rp127.946.400,00
Rp40.123.200,00
24
Rp48.900.000,00
Rp188.390.400,00
Rp74.303.040,00
25
Rp82.075.200,00
Rp294.264.000,00
Rp131.368.800,00
26
Rp95.544.000,00
Rp332.904.000,00
Rp131.700.000,00
27
Rp47.928.480,00
Rp186.005.760,00
Rp74.082.240,00
28
Rp97.862.400,00
Rp344.496.000,00
Rp131.368.800,00
29
Rp83.289.600,00
Rp298.128.000,00
Rp131.368.800,00
30
Rp47.453.760,00
Rp174.976.800,00
Rp77.173.440,00
1
31
Rp107.688.000,00
Rp379.272.000,00
Rp130.264.800,00
32
Rp83.952.000,00
Rp305.856.000,00
Rp129.602.400,00
33
Rp49.065.600,00
Rp197.332.800,00
Rp71.653.440,00
34
Rp54.298.560,00
Rp210.746.400,00
Rp72.757.440,00
35
Rp100.291.200,00
Rp352.224.000,00
Rp131.368.800,00
36
Rp96.206.400,00
Rp340.632.000,00
Rp130.927.200,00
37
Rp91.348.800,00
Rp325.176.000,00
Rp130.927.200,00
38
Rp46.791.360,00
Rp174.976.800,00
Rp76.511.040,00
39
Rp90.244.800,00
Rp317.448.000,00
Rp131.700.000,00
40
Rp83.068.800,00
Rp290.400.000,00
Rp131.700.000,00
41
Rp48.204.480,00
Rp177.063.360,00
Rp77.173.440,00
42
Rp116.299.200,00
Rp410.184.000,00
Rp129.160.800,00
43
Rp91.790.400,00
Rp325.176.000,00
Rp131.368.800,00
44
Rp82.185.600,00
Rp305.856.000,00
Rp127.836.000,00
45
Rp87.595.200,00
Rp317.448.000,00
Rp129.602.400,00
46
Rp80.971.200,00
Rp294.264.000,00
Rp130.264.800,00
47
Rp83.068.800,00
Rp290.400.000,00
Rp131.700.000,00
48
Rp42.607.200,00
Rp170.505.600,00
Rp73.640.640,00
49
Rp21.046.080,00
Rp99.794.400,00
Rp38.798.400,00
50
Rp159.692.800,00
Rp383.584.000,00
Rp201.700.000,00
Rp305.961.734,81
20% Rp1.132.476.104,39
Rp458.202.493,18
i% NPV
Dari hasil NPV dimana metode ini menghitung selisih antara nilai sekarang dengan nilai penerimaan kas bersih pada masa yang akan datang.Dari hasil perbandingan antara simulasi model awal,pengembangan 1 dan pengembangan 2,dimana NPV psitif menunjukan bahwa proyek tersebut layak untuk dijalankan.Model NPV yang terbesar dianggap sebagai model kebijakan paling baik secara kriterian investasi.Maka dapat ditarik kesimpulan bahwa pengembangan 1 adalah yang paling baik secara kriterian investasi. Dengan nilai sebesar Rp1.132.476.104,39.
IRR Model
Pengembangan
Pengembangan
Awal
I
II
2
Rp (500.000.000,00) Rp93.336.000,00 Rp25.771.200,00
Rp (500.000.000,00) Rp325.176.000,00 Rp113.870.400,00
Rp (500.000.000,00) Rp131.700.000,00 Rp39.460.800,00
3
Rp49.606.560,00
Rp183.919.200,00
Rp76.511.040,00
4
Rp44.726.880,00
Rp168.120.960,00
Rp76.511.040,00
5
Rp81.081.600,00
Rp298.128.000,00
Rp129.160.800,00
6
Rp24.667.200,00
Rp108.571.200,00
Rp40.123.200,00
7
Rp83.068.800,00
Rp305.856.000,00
Rp128.719.200,00
8
Rp91.680.000,00
Rp329.040.000,00
Rp130.044.000,00
9
Rp25.108.800,00
Rp115.305.600,00
Rp37.915.200,00
10
Rp84.393.600,00
Rp305.856.000,00
Rp130.044.000,00
11
Rp98.856.000,00
Rp344.496.000,00
Rp131.700.000,00
12
Rp86.712.000,00
Rp317.448.000,00
Rp128.719.200,00
13
Rp29.436.480,00
Rp129.160.800,00
Rp38.356.800,00
14
Rp54.221.280,00
Rp203.890.560,00
Rp74.744.640,00
15
Rp103.272.000,00
Rp359.952.000,00
Rp131.700.000,00
16
Rp38.202.240,00
Rp154.707.360,00
Rp74.303.040,00
17
Rp51.317.760,00
Rp192.861.600,00
Rp75.407.040,00
18
Rp94.440.000,00
Rp329.040.000,00
Rp131.700.000,00
19
Rp74.236.800,00
Rp267.216.000,00
Rp131.700.000,00
20
Rp24.225.600,00
Rp106.032.000,00
Rp40.564.800,00
21
Rp97.531.200,00
Rp340.632.000,00
Rp131.700.000,00
22
Rp24.667.200,00
Rp102.278.400,00
Rp42.772.800,00
23
Rp30.319.680,00
Rp127.946.400,00
Rp40.123.200,00
24
Rp48.900.000,00
Rp188.390.400,00
Rp74.303.040,00
25
Rp82.075.200,00
Rp294.264.000,00
Rp131.368.800,00
26
Rp95.544.000,00
Rp332.904.000,00
Rp131.700.000,00
27
Rp47.928.480,00
Rp186.005.760,00
Rp74.082.240,00
28
Rp97.862.400,00
Rp344.496.000,00
Rp131.368.800,00
29
Rp83.289.600,00
Rp298.128.000,00
Rp131.368.800,00
30
Rp47.453.760,00
Rp174.976.800,00
Rp77.173.440,00
31
Rp107.688.000,00
Rp379.272.000,00
Rp130.264.800,00
32
Rp83.952.000,00
Rp305.856.000,00
Rp129.602.400,00
33
Rp49.065.600,00
Rp197.332.800,00
Rp71.653.440,00
Tender Investasi Awal 1
34
Rp54.298.560,00
Rp210.746.400,00
Rp72.757.440,00
35
Rp100.291.200,00
Rp352.224.000,00
Rp131.368.800,00
36
Rp96.206.400,00
Rp340.632.000,00
Rp130.927.200,00
37
Rp91.348.800,00
Rp325.176.000,00
Rp130.927.200,00
38
Rp46.791.360,00
Rp174.976.800,00
Rp76.511.040,00
39
Rp90.244.800,00
Rp317.448.000,00
Rp131.700.000,00
40
Rp83.068.800,00
Rp290.400.000,00
Rp131.700.000,00
41
Rp48.204.480,00
Rp177.063.360,00
Rp77.173.440,00
42
Rp116.299.200,00
Rp410.184.000,00
Rp129.160.800,00
43
Rp91.790.400,00
Rp325.176.000,00
Rp131.368.800,00
44
Rp82.185.600,00
Rp305.856.000,00
Rp127.836.000,00
45
Rp87.595.200,00
Rp317.448.000,00
Rp129.602.400,00
46
Rp80.971.200,00
Rp294.264.000,00
Rp130.264.800,00
47
Rp83.068.800,00
Rp290.400.000,00
Rp131.700.000,00
48
Rp42.607.200,00
Rp170.505.600,00
Rp73.640.640,00
49
Rp21.046.080,00
Rp99.794.400,00
Rp38.798.400,00
50
Rp159.692.800,00
Rp383.584.000,00
Rp201.700.000,00
MARR IRR
12%
20% 45%
18%
Metode ini menghitung tingkat bunga yang menyamakan nilai investasi sekarang dengan nilai penerimaan kas bersih pada masa yang akan datang.Perhitungan nilai IRR dari suatu proyek industri dilakukan secara coba-coba (trial and error) melalui suatu proses bertahap, bukan secara langsung sebagaimana perhitungan NPV.Dari hasil perbandingan antara simulasi model awal,pengembangan 1 dan pengembangan 2,dimana nilai IRR actual lebih besar dari IRR estimasi menunjukan proyek layak untuk dijalankan.Model yang memiliki nilai IRR terbesar dianggap sebagai model kebijaksanaan terbaik menurut kriteria suku bunga pengembalian. Didapat bahwa nilai terbasar adalah pada pengembangan 2, dangan nilai sebesar 45%.
Uji Anova Dari hasil NPV model awal, NPV pengembangan 1,dan NPV pengembangan 2 diuji anova yang bertujuan untuk mengetahui apakah ada perbedaan antara hasil simulasi model awl dengan hasil simulasi model pengembangan. JKT JKA JKG S1^2 S2^2 Fhitung F tabel
Rp1.482.485.656.584.600.000,00 Rp961.557.261.740.147.000,00 Rp520.928.394.844.450.000,00 4,80779E+17 3,54373E+15 135,6701985 3,057620652
Ho : Tidak ada perbedaan yang signifikan antara model awal dengan pengembangan 1 dan 2 Hi : Ada perbedaan yang signifikan antara model awal dengan pengembangan 1 dan 2
Jika F hitung > F tabel maka Ho ditolak Jika F hitung < F tabel maka Ho diterima
Karena F hitung > F tabel yaitu 135,67 > 3,057 maka Ho ditolak artinya ada perbedaan yang signifikan antara model awal dengan pengembangan 1 dan 2
Dari analisa diatas dapat disimpulkan bahwa perusahaan layak untuk melakukan pengembangan dengan menggunakan pola pengembangan 2.
BAB IV
Kesimpulan dan Saran
IV.1. Kesimpulan 1. Dari model yang akan dipilih adalah model yang memiliki NPV positif dan IRR terbesar. 2. Dari model sebelum pengembangan dan model pengembangan 1 dan model pengembangan 2,agar perusahaan mendapat keuntungan yang maksimal maka model yang terpilih adalah model pengembangan 1 dengan keuntungan Rp1.132.476.104,39.
IV.2. Saran Sebaiknya perusahaan tetap melakukan penelitian diluar alternatif diatas sehingga dapat memungkinkan hasil pengembangan yang lebih baik dibandingkan dengan model awal serta perusahaan dapat memksimalkan keuntungan lebih banyak lagi.
