PENAKSIRAN DAN PERAMALAN BIAYA D. PENAKSIRAN BIAYA JANGKA PANJANG E. PERAMALAN BIAYA

PENAKSIRAN DAN PERAMALAN BIAYA Ari Darmawan, Dr. S.AB, M.AB Email: [email protected]

A. PENDAHULUAN B. PENAKSIRAN DAN PRAKIRAAN FUNGSI BIAYA C. PENAKSIRAN JANGKA PENDEK - Ekstrapolasi sederhana - Analisis gradien - Analisis regresi dengan data runtut waktu

D. PENAKSIRAN BIAYA JANGKA PANJANG E. PERAMALAN BIAYA

A. PENDAHULUAN Penaksiran dan peramalan biaya sangat berguna bagi manajer perusahaan untuk menemukan dan menentukan bentuk dan kurva biaya suatu perusahaan. penaksiran biaya dapat dilakukan oleh perusahaan untuk keperluan perusahaan dalam waktu jangka pendek maupun untuk waktu jangka panjang. Pemahaman fungsi biaya untuk waktu jangka pendek akan membantu pengambil keputusan untuk menilai optimalisasi tingkat output perusahaan. Untuk waktu jangka panjang, fungsi biaya akan bermanfaat bagi pengambil keputusan dalam mempertimbangkan untuk melakukan ekspansi. B. PENAKSIRAN FUNGSI BIAYA DAN PRAKIRAAN BIAYA Sebelum mempelajari penaksiran fungsi biaya, terlebih dahulu perlu dipahami perbedaan antara penaksiran dan prakiraan (peramalan) fungsi biaya. Penaksiran fungsi biaya merupakan proses untuk menentukan nilai koefisien suatu fungsi biaya suatu produk. Pada sisi yang lain, prakiraan (peramalan) fungsi biaya bertujuan untu meramalkan biaya di masa yang akan datang.

9 PENAKSIRAN DAN PERAMALAN BIAYA

Modul 9 ini membahas mengenai penaksiran dan peramalan biaya produksi. Setelah mempelajari modul ini, mahasiswa diharapkan mampu untuk: 1. Memahami dan menjelaskan konsep penaksiran fungsi biaya dan prakiraan biaya. 2. Memahami dan menerapkan penaksiran jangka pendek. 3. Memahami dan menerapkan penaksiran jangka panjang. 4. Memahami dan menerapkan peramalan biaya.

MODUL

Ekonomi Manajerial /Penaksiran dan Peramalan Biaya

Brawijaya University

Penaksiran dan prakiraan fungsi biaya memiliki tujuan yang berbeda-beda. Tujuan utama penaksiran fungsi biaya adalah untuk mengevaluasi penentuan biaya produk, yaitu apakah penentuan biaya produk oleh perusahaan telah optimal. Prakiraan fungsi biaya dimaksudkan untuk sebagai sumber informasi di dalam merencanakan biaya produksi produk jika perusahaan akan menambah kapasitas produksinya. Perbedaan antara penaksiran dan peramalan permintaan dapat dijelaskan pada gambar berikut:

2010

2011

2012

Penaksiran fungsi biaya

2013

Peramalan biaya

C. PENAKSIRAN BIAYA JANGKA PENDEK Terdapat tiga metode penaksiran fungsi biaya jangka pendek, antara lain: 1. Ekstrapolasi sederhana Ekstrapolasi sederhana merupakan metode untuk menentukan fungsi biaya dengan cara mengekstrapolasi tingkat biaya marginal atau biaya variabel ratarata saat ini (ke belakang atau ke depan) pada tingkat-tingkat output lainnya (Arsyad, 2011). Untuk memperjelas konsep ekstrapolasi sederhana, dapat dijelaskan dengan contoh sebagai berikut: Contoh 9.1 Diketahui: Minggu Minggu 1 Minggu 2

Jumlah output 8.000 10.000

Biaya variabel total 40.000.000 ?

Hitung: biaya variabel total untuk minggu kedua Pembahasan: Untuk menghitung biaya pada minggu kedua, kita dapat menghitung terlebih dahulu biaya variabel per unitnya, yaitu: Biaya variabel total Biaya variabel per unit = Jumlah output 40.000.000 Biaya variabel per unit = = 5. 000 8.000 Langkah berikutnya adalah menghitung tambahan biaya variabel yang disebabkan adanya pertambahan jumlah output yang diproduksi. Menghitung tambahan biaya variabel, adalah sebagai berikut: Tambahan jumlah output = output minggu 2 - output minggu 1 = 10.000 – 8.000 = 2.000 unit

132

2012



Tambahan biaya variabelnya adalah = 2.000 unit x 5.000 = 10.000.000 Setelah tambahan biaya variabelnya diketahui, maka selanjutnya dapat diketahui kebutuhan biaya pada minggu kedua yaitu: Biaya variabel minggu kedua = VC minggu pertama + tambahan VC = Rp.40.000.000 + Rp.10.000.000 = Rp.50.000.000 2. Analisis gradien Analisis gradien merupakan analisis yang bertujuan untuk mengetahui tingkat perubahan biaya total pada interval output tertentu (Arsyad, 2011). Tujuan analisis ini adalah untuk mengetahu biaya marjinal karena adanya pertambahan output. Secara matematis, analisis gradien dapat dirumuskan sebagai berikut: ∆TC Gradien = ∆Q Untuk memperjelas konsep analisis gradien, dapat dijelaskan dengan contoh sebagai berikut: Contoh 9.2 Diketahui: Minggu Minggu 1 Minggu 2

Jumlah output 8.000 10.000

Biaya variabel total 40.000.000 50.000.000

Hitung: biaya marginal Pembahasan: ∆TC ∆Q 50 .000 .000 − 40 .000 .000 Gradien = 10 .000 − 8 .000 10 .000 .000 Gradien = = 5 .000 2 .000 Berdasarkan pada perhitungan di atas dapat diketahui pada interval ouput 8.000 unit sampai 10.000 unit, biaya marginalnya sebesar 5.000. Gradien =

3. Analisis regresi dengan data runtut-waktu (time-series) Metode ini digunakan jika perusahaan memiliki catatan (data) biaya produksi perusahaan dari waktu-waktu. Untuk menaksir data biaya produksi perusahaan dengan jumlah yang relatif banyak, kita dapat menggunakan analisis regresi dengan menggunakan bantuan software statistik. Untuk memperjelas konsep analisis regresi dengan data runtut-waktu, dapat dijelaskan dengan contoh sebagai berikut:

133

2012



Contoh 9.3 Diketahui: Minggu

Minggu 1 Minggu 2 Minggu 3 Minggu 4 Minggu 5 Minggu 6 Minggu 7 Minggu 8 Minggu 9 Minggu 10

Jumlah output (X) 8.000 10.000 9.000 7.700 10.500 9.800 9.200 8.400 8.500 9.400

Biaya variabel total (Y) 40.000 50.000 45.000 30.000 51.000 49.000 48.000 45.000 46.000 49.000

Hitung: fungsi biaya produksi Pembahasan: Jumlah output (X) 8.000 10.000 9.000 7.700 10.500 9.800 9.200 8.400 8.500 9.400 ∑X 90.500

b=

Biaya variabel total (Y) 40.000 50.000 45.000 30.000 51.000 49.000 48.000 45.000 46.000 49.000 ∑Y 453.000

XY

320.000.000 500.000.000 405.000.000 231.000.000 535.500.000 480.200.000 441.600.000 378.000.000 391.000.000 460.600.000 ∑XY 4.142.900.000

n∑ XY - ∑ X ∑ Y n∑ X2 − (∑ X )

2

(10 x 4.142.900.000) - (90.500 x 453.000) (10 x 826.390.00 0) - (90.500)2 (41.429.000.000) - (40.996.50 0.000) b= (8.263.900.000) - (8.190.250 .000) 432.500.00 0 b= = 5,87236931 4 = 5,872 73.650.000

b=

134

X2

Y2

64.000.000 1.600.000.000 100.000.000 2.500.000.000 81.000.000 2.025.000.000 59.290.000 900.000.000 110.250.000 2.601.000.000 96.040.000 2.401.000.000 84.640.000 2.304.000.000 70.560.000 2.025.000.000 72.250.000 2.116.000.000 88.360.000 2.401.000.000 ∑X2 ∑Y2 826.390.000 20.873.000.000

2012



a= Y −b X ∑Y Y = n 453.000 Y = = 45.300 10 ∑X X= n 90.500 X= = 9.050 10 a = 45.300 − (5,872 × 9.050) a = 45.300 − 53.141,6 a = - 7.841,6 Berdasarkan pada perhitungan di atas, maka dapat diketahui fungsi permintaannya adalah Y = -7.841,6 + 5,872 X atau Biaya = -7.841,6 + 5,872Q Perhitungan di atas dapat menggunakan software statistik seperti Minitab, berikut ini adalah perhitungannya.

Regression Analysis: P versus Q The regression equation is P = - 7845 + 5,87 Q

Predictor Constant Q

Coef -7845 5,872

S = 3502,14

SE Coef 11731 1,290

T -0,67 4,55

R-Sq = 72,1%

P 0,522 0,002

R-Sq(adj) = 68,6%

Analysis of Variance Source Regression Residual Error Total

DF 1 8 9

SS 253979973 98120027 352100000

MS 253979973 12265003

F 20,71

P 0,002

D. PENAKSIRAN BIAYA JANGKA PANJANG Penaksiran biaya jangka panjang pada dasarnya sama dengan penaksiran biaya jangka pendek, tetapi yang membedakan adalah jumlah perusahaan. Untuk menganalisis fungsi produksi pada beberapa perusahaan yang berbeda, dapat digunakan penaksiran biaya jangka panjang. Berdasarkan pada kondisi tersebut, penaksiran biaya jangka panjang menggunakan data seksi silang. Berikut ini merupakan contoh untuk memperjelas konsep penaksiran biaya jangka panjang.

135

2012

Ekonomi Manajerial /Penaksiran dan Peramalan Biaya Contoh 9.4 Diketahui: Data Biaya Pada Perusahaan PT Koi Minggu


Jumlah output (X) 8.000 10.000 9.000 7.700 10.500 9.800 9.200 8.400 8.500 9.400


Data Biaya Pada Perusahaan PT Cupang Minggu


Jumlah output (X) 8.200 10.500 9.400 7.100 10.000 9.300 9.300 8.600 8.900 8.100


Hitung: fungsi produksi Pembahasan:

136


2012



Data seksi silang perusahaan PT Koi dan PT Cupang Minggu Minggu 1 Minggu 2 Minggu 3 Minggu 4 Minggu 5 Minggu 6 Minggu 7 Minggu 8 Minggu 9 Minggu 10 Minggu 1 Minggu 2 Minggu 3 Minggu 4 Minggu 5 Minggu 6 Minggu 7 Minggu 8 Minggu 9 Minggu 10

b=

(X) 8.000 10.000 9.000 7.700 10.500 9.800 9.200 8.400 8.500 9.400 8.200 10.500 9.400 7.100 10.000 9.300 9.300 8.600 8.900 8.100 ∑X 179.900

(Y) 40.000 50.000 45.000 30.000 51.000 49.000 48.000 45.000 46.000 49.000 41.000 50.000 42.000 35.000 50.000 48.300 47.900 46.000 46.400 47.000 ∑Y 906.600

XY 20.000.000 500.000.000 405.000.000 231.000.000 535.500.000 480.200.000 441.600.000 378.000.000 391.000.000 460.600.000 336.200.000 525.000.000 394.800.000 248.500.000 500.000.000 449.190.000 445.470.000 395.600.000 412.960.000 380.700.000 ∑XY 8.231.320.000

X2 64.000.000 100.000.000 81.000.000 59.290.000 110.250.000 96.040.000 84.640.000 70.560.000 72.250.000 88.360.000 67.240.000 110.250.000 88.360.000 50.410.000 100.000.000 86.490.000 86.490.000 73.960.000 79.210.000 65.610.000 ∑X2 1.634.410.000

Y2 .600.000.000 2.500.000.000 2.025.000.000 900.000.000 2.601.000.000 2.401.000.000 2.304.000.000 2.025.000.000 2.116.000.000 2.401.000.000 1.681.000.000 2.500.000.000 1.764.000.000 1.225.000.000 2.500.000.000 2.332.890.000 2.294.410.000 2.116.000.000 2.152.960.000 2.209.000.000 ∑Y2 41.648.260.000

n∑ XY - ∑ X ∑ Y n∑ X2 − (∑ X )

2

(20 x 8.231.320.000) - (179.900 x 906.600) (20 x 1.634.410.000) - (179.900)2 (164.626.4 00.000 ) - (163.097.3 40.000 ) b= (32.688.20 0.000 ) - (32.364.01 0.000) 1.529.060. 000 b= = 4,71655510 7 = 4,717 324.190.00 0 b=

a= Y −b X ∑Y Y = n 906.600 Y = = 45.330 20 ∑X X= n 179.900 X= = 8.995 20 a = 45.330 − (4,717 × 8.995) a = 45.330 − 42.429,42 a = 2.900,58 Berdasarkan pada perhitungan di atas, maka dapat diketahui fungsi permintaannya adalah Y = 2.900,58 + 4,717 X atau P = 2.900,58 + 4,717 Q.

137

2012



Perhitungan di atas dapat menggunakan software statistik seperti Minitab, berikut ini adalah perhitungannya. Regression Analysis: (Y) versus (X) The regression equation is (Y) = 2905 + 4,72 (X)

Predictor Constant (X)

Coef 2905 4,7166

S = 3261,62

SE Coef 7323 0,8101

T 0,40 5,82

R-Sq = 65,3%

P 0,696 0,000

R-Sq(adj) = 63,4%

Analysis of Variance Source Regression Residual Error Total

DF 1 18 19

SS 360594788 191487212 552082000

MS 360594788 10638178

F 33,90

P 0,000

E. PERAMALAN BIAYA Peramalan biaya diperlukan apabila keputusan-keputusan yang akan kita ambil mencakup tingkat biaya untuk periode-periode yang akan datang, seperti misalnya dalam keputusan mengikat kontrak, keputusan untuk membeli atau membuat sendiri, atau keputusan-keputusan lain yang mempunyai implikasi biaya bukan hanya pada periode sekarang (Arsyad, 2011). Terdapat faktor-faktor yang dapat menentukan peramalan biaya di masa mendatang (Arsyad, 2011), yaitu: 1. Perubahan produktivitas faktor produksi Adanya perubahan produktivitas faktor produksi seperti peningkatan kapasitas mesin produksi, akan dapat dijadikan dasar untuk meramalkan biaya produksi perusahaan di masa yang akan datang. 2. Perubahan harga faktor (input) produksi Adanya perubahan harga faktor (input) produksi seperti peningkatan harga mesin produksi yang baru, juga dapat dijadikan dasar untuk meramalkan biaya produksi perusahaan di masa yang akan datang. Berikut ini merupakan contoh yang dapat memperjelas konsep peramalan biaya, yaitu sebagai berikut: Contoh 9.5 Diketahui: 1. Fungsi biaya produksi pada interval minggu 1 sampai dengan minggu 10 adalah: -7.841,6 + 5,872Q 2. Produksi produk di di minggu 11 diperkirakan sebesar 11.000 unit Hitung: Biaya produksi di minggu 11 Pembahasan: Biaya produksi = -7.841,6 + 5,872Q = -7.841,6 + 5,872 (11.000) = -7.841,6 + 64.592 = 56.750,4 Berdasarkan pada perhitungan di atas, maka biaya produksi pada minggu ke 11 adalah diperkirakan sebesar 56.750,4. 138

2012



REFERENSI Arsyad, Lincolin. 2011. Ekonomi Manajerial. BPFE Latief, Wasis A. 2011. Pengantar Ekonomi Mikro. UM Press Rahardja, Prathama dan Mandala Manurung. 2002. Teori Ekonomi Mikro. Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia Sarnowo, Henry dan Danang Sunyoto. 2011. Pengantar Ilmu Ekonomi Mikro. CAPS Suki Sukirno, Sardono. 1995. Pengantar Teori Mikro Ekonomi. Raja Grafindo Persada

PROPAGASI 1. 2. 3. 4. 5.

Jelaskan perbedaan antara penaksiran fungsi biaya dan penaksiran biaya. Sebutkan dan jelaskan metode penaksiran fungsi biaya jangka pendek. Jelaskan mengenai penaksiran fungsi biaya jangka panjang. Jelaskan mengenai peramalan biaya. Sebutkan dan jelaskan faktor-faktor yang dapat menentukan peramalan biaya di masa mendatang. 6. Diketahui: Minggu Jumlah Output (X) Biaya Variabel Total (Y) Minggu 1 2.000 10.000 Minggu 2 2.100 11.500 Minggu 3 1.800 9.500 Minggu 4 2.500 13.000 Minggu 5 2.400 12.000 Minggu 6 2.450 12.500 Berdasarkan pada data tersebut, hitunglah fungsi biaya produksi. 7. Berdasarkan hasil penaksiran fungsi biaya pada soal 6, hitunglah proyeksi biaya produksi di minggu 7.

139

2012

PENAKSIRAN DAN PERAMALAN BIAYA D. PENAKSIRAN BIAYA JANGKA PANJANG E. PERAMALAN BIAYA

Recommend Documents