ANALISIS RISIKO NILAI TUKAR DAN STRUKTUR MODAL MENGGUNAKAN SIMULASI MONTE CARLO I Ketut Gunarta Jurusan Teknik Industri Institut Teknologi Sepuluh Nopember (ITS) Surabaya E-Mail:
[email protected]
Fluktuasi nilai tukar, potensial memengaruhi hutang
dalam
bentuk
valuta asing.
Dalam
kinerja finansial proyek yang menggunakan konteks
ini, persoa/an
yang perlu
sumber pendanaan dari
dipecahkan
ada/ah bagaimana
menentukan atau memilih skala yang tepat dari hubungan antara tingkat keuntungan dan risiko yang menyertainya. Penelitian ini bertujuan untuk menganalisis model simulasi
risiko nilai tukar dengan berbagai skenario struktur modal menggunakan
Monte Carlo yang dapat mengakomodasi
situasi ketidakpastian
melalui sejumlah
iterasi dengan
bantuan komputer. Simulasi dilakukan pada kasus penambahan kapasitas pabrik semen di PT. Semen X. Dengan berbagai skenario struktur permodalan
proyek yang mempertimbangkan
ketidakpastian
nilai tukar didapatkan
hasil
bahwa kemungkinan proyek "Iayak" adalah sangat besar. Kata Kunci: Risiko Nilai Tukar, Struktur Modal, Simulasi Monte Carlo.
PENDAHULUAN
pada tahun 2007 (LPPM ITS,
lokasi yang lain.
Latar Belakang
2006)
meningkat
dustri semen merupakan sebuah
nasional
secara drastis dari tahun ke
investasi yang mau tidak mau
kecenderungan
tahun. Situasi seperti ini tentu
akan
kenaikan jangka panjang de-
saja akan mengancam program
cukup besar dan tentu saja akan
ngan
pembangunan nasional.
memiliki risiko yang tidak kecil
Konsumsi semen menunjukkan
rata-rata
pertumbuhan
sebesar 6,79% per tahun (LPPM
dan
akan
melibatkan
Pendirian in-
dana
yang
Atas dasar peluang semakin
karena melibatkan banyak faktor
Pertumbuhan
kondusifnya industri semen di
yang memengaruhi keberhasilan
permintaan tersebut jika tidak
Indonesia dan tantangan yang
dari proyek ini. Untuk memini-
diimbangi dengan penambahan
ada, PT. X memiliki prakarsa
malkan risiko yang bersifat ne-
kapasitas produksi, akan meng-
untuk meningkatkan kapasitas
gatif terhadap keberhasilan pro-
akibatkan
pabrik yang telah dimiliki dengan
yek ini, maka ide ini haruslah di-
membangun
rencanakan dengan baik melalui
ITS,
2006).
kondisi
kekurangan
suplai sebesar 5.249.597 ton
pabrik
baru
di
analisis terhadap semua aspek
TINJAUAN PUSTAKA
kejadian tersebut. Oleh karena
yang memengaruhi berhasil atau
Risiko
itu
tiaaknya ide tersebut.
perbedaan
definisi
risiko
Ada sejumlah definisi ten-
bergantung juga pada konteks
tang risiko. Definisi tersebut ber-
kerugian, pengukuran dan pen-
profil kinerja finansial
gantung pada aplikasi spesifik
ilaian dan juga ketika kerugian
investasi pabrik semen baru dan
dan konteks situasional yang
yang ada jelas ..
kinerja keuangan PT. Semen X
dihadapi (Chin, 2004). Umum-
yang telah terkonsolidasi akibat
nya
pengaruh
adalah
Kajian ini bertujuan untuk melihat
ketidakpastian
nilai
setiap
risiko
(indikator)
proporsional
dengan
tukar dengan berbagai skenario
kerugian yang diperkirakan yang
struktur
diakibatkan
modal
menggunakan
model simulasi Monte Carlo.
"k R ISI
Secara
0
dan
= K emung k'mm
statistik,
kejadian
kemungkinan
Risiko dari sudut pandang keteknikan (wikipedia.org), dapat dijelaskan
menggunakan
samaan (1).
berisiko terjadinya
. d' Konsekuensi kehilangan uang atau kematian terJa 1 x -------------Per kejadian
nasikan
risiko
dengan
hasil
akan
hasil observasi x; didefinisikan
digambarkan dengan kemung-
membentuk sebuah nilai yang
sebagai
kinan terjadinya beberapa ke-
disebut sebagai risiko.
kehilangan
jadian yang tidak disukai (Evans,
teori keputusan statistik, fungsi
dkk.,
risiko
2002).
probabilitas
Umumnya,
sebuah
untuk parameter
kejadian dikombiR(B,8(x))
Per-
=
Dalam
penduga
e
nilai L,
harapan fungsi seperti
yang
ditunjukkan Persamaan (2).
5(x)
dihitung dari
J L(B,8(x)) x j(xIB)dx
dimana: 5(x) penduga e parameter dari penduga
= =
diukur secara fisik, tidak terban-
yang tidak dapat diamati dan
dasarnya, risiko dibagi menjadi
tahkan dan umumnya disebab-
diukur secara fisiko Ini terjadi
'risiko
kan
alami,
sebagai produk atau hasil dari
spekulatif' (Djohanputro, 2006).
seperti gempa bumi, kebakaran,
tindakan tertentu buatan ma-
Risiko
pada
banjir, dan sejenisnya. Risiko
nusia, seperti risiko valuta asing,
risiko yang dapat diamati dan
spekulatif mengacu pada risiko
risiko tingkat suku bunga, dan
mumi'
dan
murni mengacu
'risiko
oleh
penyebab
orang
Dalam teori finansial dikenal
penyusunan rencana investasi
berbicara mengenai pemindahan
asumsi bahwa sebagian besar
telah dikembangkan oleh para
risiko melalui asuransi, biasanya
investor berpandangan sejauh
pakar yang menekuni bidang ini.
hal ini mengacu pada risiko
mungkin
menghindari
Umumnya teknik semacam ini
murni.
risiko (Brigham, 2005). Ini berarti
disebut sebagai analisis risiko.
mereka bukan menolak meng-
Analisis
hadapi risiko, tetapi mengharap-
fikasikan
Bila investor menanamkan
kan tingkat keuntungan yang
(Smith, 1994), yaitu intuitif dan
modal untuk mendirikan usaha,
lebih tinggi atas investasi yang
analitis
tujuannya adalah memperoleh
lebih besar risikonya.
dilihat pada Gambar 1). Teknik
fluktuasi
bisnis.
Saat
Risiko Finansial
keuntungan di Investor
masa
depan.
kemungkinan
meng-
untuk
Menurut dalam
Suharto
menyiapkan
(2002), anggaran
risiko
dapat
menjadi
(seperti
diklasi-
2
kategori
yang
dapat
intuitif bergantung pada analisis detail terhadap
ketidakpastian
hadapi risiko menerima kurang
modal proyek, jenis risiko dike-
yang
dari yang diharapkan. Semakin
lompokkan menjadi risiko proyek
aliran kas. Penilaian ketidak-
besar kemungkinan rendahnya
tunggal dan kombinasi multi-
pastian pada teknik intuitif lebih
keuntungan atau bahkan rugi,
proyek.
bersifat
semakin
usaha
melihat hanya risiko yang me-
teknik
tersebut. Secara spesifik, batas-
lekat pada proyek itu sendiri,
pada kuantifikasi ketidakpastian
an risiko suatu proyek adalah
atau dengan kata lain melihat
dari proyek. Salah satu teknik
variabilitas pendapatan sebagai
karakteristik hubungan antara
analitis yang tersedia adalah
dampak dari variasi arus kas
risiko dengan keuntungan, ter-
simulasi.
masuk dan keluar selama umur
lepas dari faktor ada atau tidak-
investasi
nya proyek lain di dalam perusa-
Analisis Risiko Menggunakan
(Brighman, dkk., 2005). Variasi
haan.
Model Simulasi
ini erat hubungannya dengan
proyek merupakan risiko kom-
Salah satu teknik analisis
ketidaktepatan dalam menentu-
binasi dari semua proyek yang
risiko yang umum digunakan
kan prakiraan perihal, misalnya
dimiliki.
Risiko kombinasi multi-
adalah simulasi Monte Carlo.
tingkat penyerapan pasar atas
proyek
disebut
Pada dasarnya, simulasi Monte
produk yang dihasilkan, kemaju-
"portofolio".
besar
yang
risiko
bersangkutan
Risiko proyek tunggal
Risiko kombinasi multi-
juga
risiko
titas peralatan serta
material
yang diperlukan, dan lain-lain.
subyektif.
dengan
Sebaliknya
analitis menitikberatkan
Carlo melibatkan penggunaan distribusi peluang dan bilangan
an teknologi di masa depan, tingkat harga, kualitas dan kuan-
berhubungan
Analisis Risiko Finansial
Sejumlah teknik yang mem-
acak
dalam
Dengan
perhitungannya.
bantuan
komputer,
pertimbangkan dimensi ketidak-
distribusi peluang nilai bersih
pastian sebagai bagian dalam
saat ini (Net Present Value-
NPV),
laju
i~ternal,
pengembalian
maupun
indikator
lainnya akan dapat diperoleh (Abor 2005; Evans, dkk., 2002).
SubjectiveiQualitative Judgment
I
Risk-adjusted payback
Cenainty equivalents Probabiiity distribution
kinerja
maka gambaran yang didapat-
mengganti nilai total aliran kas
investasi proyek maupun indi-
kan akan dapat dijadikan se-
bersih tiap tahun dengan distri-
kator keuangan perusahaan lain-
bagai bahan pertimbangan ke-
busi peluang tiap faktor yang
nya. Keseluruhan proses kemu-
putusan manajerial. Pengambil
memengaruhi total aliran kas
dian akan diulang kembali dalam
keputusan akan sangat terbantu
bersih. Distribusi peluang faktor
jumlah yang besar, untuk men-
dengan gambaran risiko yang
penting yang disimulasikan me-
dapatkan distribusi peluang ki-
ada dibandingkan dengan hanya
nggambarkan
unsur
ketidak-
nerja yang diinginkan (bukan
menggunakan
pastian
faktor
penting
nilai
ngunan aliran kas yang kon-
Simulasi Monte Carlo akan
dari
menghitung
indikator
tunggal).
Penyebaran
model
pemba-
vensional.
tersebut (Smith, 1994). Dengan
distribusi peluang tersebut akan
memanfaatkan komputer, simu-
menggambarkan tingkat ketidak-
Meskipun penggunaan Simu-
lasi dapat melakukan observasi
pastian di sekitar aliran kas
lasi Monte Carlo banyak diguna-
acak dari tiap distribusi peluang
proyek.
kan pada analisis risiko penilaian
untuk
digunakan
per-
Proses simulasi Monte Carlo
investasi, namun lebih dari itu,
hitungan aliran kas bersih tiap
merupakan siklus pengulangan.
sebenarnya konsep dan teknik
tahun sepanjang umur investasi
Apabila distribusi yang dihasil-
tersebut dapat digunakan dalam
proyek. Selanjutnya aliran kas
kan dari proses pengulangan
konteks
yang
manajerial. (Abor, 2005).
simulasi
diperoleh
dalam
dari
hasil
digambarkan dalam bentuk gra-
ini digunakan
untuk
fik sebagai distibusi frekuensi,
keseharian
proses
Beberapa perangkat lunak
sekarang. Dengan mendiskonto-
bila dilihat dari segi tingkat peng-
simulasi berbasis komputer su-
kan semua arus kas masuk dan
embalian yang telah ditentukan,
dahtersedia di pasar saat ini na-
keluar
proyek
prosedur yang lazim digunakan
mun masih terbatas digunakan
(investasi) ke nilai sekarang,
adalah mengkaji laju pengem-
oleh beberapa kalangan saja.
kemudian
balian
Sebagian
pengguna
bersihnya,
akan
diketahui
pengembalian yang menghasil-
modelini menggunakan perang-
selisihnya
dengan
memakai
kan nilai bersih saat ini arus kas
kat lunak Add
yang ter-
dasar yang sama, yaitu harga
masuk sama dengan nilai bersih
perangkat
(pasar) saat ini. Hal ini amat
saat ini arus kas keluar.
lunak spreadsheet seperti @risk
membantu pengambil keputusan
hitungan
dan
untuk menentukan pilihan. Nilai
inter-nal dilakukan mengguna-
bersih
kan Persamaan (4).
integrasi
besar
ins
dengan
Crystal!
Ball.
Namun,
dengan perkembangan perangkat lunak
paket
spreadsheet
selama
menghitung
saat
lump-sum
umur
ini
angka
menunjukkan
diskonto tertentu
memberikan
fasilitas
statistik,
angka
seberapa
besar
Macro dan VBA, ketergantungan
usaha
(dalam
terhadap perangkat lunak Add
tersebut pada saat ini.
Ins menjadi semakin berkurang.
Indikator Kelayakan Finansial
satuan
Bila
ditulis
dengan
per-
samaan
akan
menjadi
per-
Karena arus kas keluar proyek
atas
Internal Rate of Return
kontoan seluruh arus kas ke nilai
rencana proyek cukup menarik
merupakan
menjelaskan
apakah
dapat
biaya
I (C)t - I (Co)t
1;0
t;O
(l + iY
disederhanakan
menjadi Persamaan (5).
I (Co)t
Dimana, NPV Nilai sekarang bersih. (C)t = Arus kas masuk pada tahun ke-t. (Co)t Arus kas keluar pada tahun ke-t. n = Umur unit usaha hasil investasi. i = Laju pengembalian = WACC t Waktu
=
= Waktu
umumnya
samaan (3).
=
WACC t
Untuk
= =
pengembalian
(rate of return)
uang)
didasarkan atas konsep pendis-
1;0
Per-
awal (Cf), maka persamaan di
Kriteria nilai bersih saat ini
(C)t (l + iY
tingkat
= Arus pengembalian
nilai
Nilai Bersih Saat ini
NPv=I
laju
yaitu
yang dengan arus
yang telah memasukkan banyak perhitungan
internal,
(l + iY
1;0
(l + iY
Dimana, (C)t = Arus kas masuk pada tahun ke-t. (Co)t Arus kas keluar pada tahun ke-t. n = Umur unit usaha hasil investasi.
=
Biaya Modal
Sebagai dasar untuk menentukan tingkat kelayakan dari tingkat
pengembalian internal,
digunakan pembanding
biaya
modal. Untuk perusahaan yang
t
(CO?fl -(Cf) 1=0(1+1)
menggunakan skema pembiaya-
samaan untuk menghitung biaya
an multi, umumnya biaya modal
modal ini adalah Persamaan
dihitung menggunakan metode biaya modal rata-rata terbobot (Palliam,
2005).
Adapun per-
=0
Vd Ve WACC=--x re+--xrd(lVe+Vd Vd+Ve
f3 = o(C) x Corr(CG) o(G)
Tax)
Dimana, rd = biaya utang re = biaya ekuitas Ve = nilai pasar ekuitas perusahaan Vd nilai pasar utang perusahaan rf = bebas risiko rm = nilai rata-rata n periode IHSG 8(C) Standard deviasi nilai saham PT. X 8(G) Standard deviasi indeks harga saham gabungan di BEJ. Corr(CG) korelasi antara nilai saham PT. X dengan indeks harga saham gabungan.
=
= =
=
Indikator Kinerja Keuangan
Disamping indikator kelayakan investasi proyek, indikator
dihitung keuangan
atas
dasar
yang telah
laporan dikon-
solidasi.
komprehensif input,
tentang
semua
proses maupun output
yang berhubungan dengan infor-
penting lainnya yang berhubung-
masi keuangan.
an dengan kinerja perusahaan
ini dilakukan identifikasi semua
secara keseluruhan juga harus
Kerangka Pemikiran
Pada tahapan
input/parameter, proses maupun
dievaluasi dengan adanya pro-
Penelitian ini dilakukan ber-
output dari pustaka yang relevan
yek investasi yang baru. Bebe-
dasarkan kerangka berpikir logis
disamping hasil penggalian infor-
rapa indikator yang berhubung-
yang dapat digambarkan seperti
masi dari para pakar dan praktisi
an dengan kinerja perusahaan
pada Gambar 2.
yang sangat memahami industri
terse but seperti Iikuiditas, ung-
Pembuatan model keuangan
kitan, aktivitas dan profitabilitas
memerlukan pemahaman yang
semen.
Eksplorasi dan identifikasi input, proses dan output sebagai basis pembuatan model keuangan
Diagram Input Output Pabrik Semen
Brainstorming dengan pakar dan praktisi semen
Pembuatan Model Keuangan Berbasis Spreadsheet
T
Pengolahan Data
Evaluasi Resiko Fluktuasi Nilai Tukar Rupiah
Anali~a HasH
I
I
Atas dasar eksplorasi dan
Pada tahapan pengumpulan
Data-data yang telah ter-
identifikasi model input-proses-
data,
maupun
kumpul selanjutnya diinput ke
output yang telah
dilakukan,
sekunder yang berkaitan dengan
dalam model dan diproyeksikan
dapat dibuat model keuangan
aspek pasar, teknis maupun ke-
sepanjang umur proyek.
yang terintegrasi.
ke-
uangan dikumpulkan dari ber-
yeksi yang dilakukan untuk be-
uangan dibuat dengan bantuan
bagai sumber baik internal per-
berapa parameter menggunakan
perangkat
usahaan maupun dari sumber
model peramalan yang sesuai.
eksternal.
Beberapa data his-
Sedangkan parameter yang lain
berkaitan dengan
diproyeksikan dengan pertum-
yang
lunak
Model
spreadsheet
dikombinasikan
dengan
data
primer
Pro-
perangkat lunak tambahan ber-
toris
basis visual basic for application
parameter-parameter model di-
buhan
yang
untuk
olah terlebih dahulu sebelum
Hasil yang didapatkan dari pro-
menjalankan beberapa proses
dijadikan asumsi pada model
ses pengolahan data ini adalah
tertentu.
keuangan yang dibuat.
berupa
khusus
dibuat
yang
tertentu
proforma
(konservatif).
pernyataan
keuangan dan kinerja investasi
maupun keuangan yang lain. Hasil
yang
didapat
mempertimbangkan tidakpastian
belum
risiko
beberapa
kepara-
Parameter nilai tukar rupiah
pem-
memiliki
yang digunakan dapat dilihat
ketidakpastian
yang
tinggi dievaluasi pada tahapan
pembangunan
tukar
yang dikaji.
logika
rograman simulasi Monte Carlo
evaluasi
semen
umum
terhadap dolar Amerika yang
meter penentu kelayakan proyek pabrik
Secara
risiko fluktuasi rupiah
pada Gambar 3.
nilai
menggunakan
model simulasi Monte Carlo.
N = Jumlah Iterasi TH= Umur Proyek KE = Prosentase Kredit Ekspor
Sample Distribusi Probabilitas untuk Tahun ke k
Eksekusi Model Proyeksi Keuangan
Hitung dan Record Indikator Kinerja Finansial Proyek dan Perusahaan
Ringkas Hasil dan Gambarkan dalam Bentuk Distribusi Frekuensi untuk Setiap Indikator Finansial
Hasil yang didapat dari simulasi
dasar untuk mengambil keputus-
dijalankan atau tidak dengan
ini selanjutnya dianalisis sebagai
an
mempertimbangkan kemungkin-
apakah
investasi
dapat
an pencapaian kinerja investasi dan
~ne~a
didapatkan
keuangan
yang
berdasarkan
atas
keuangan yang terdiri dari input, proses dan output digambarkan
Gambaran Sistem
Model keuangan dibuat atas
risiko fluktuasi nilai tukar rupiah
dasar
terhadap US$.
Secara umum gambaran sistem
pendekatan
INPUT Asumsl
··
·· · · ··· ·
· ·· ·
sistem.
FUNGSI
OUTPUT
dan Data Pasar
Pangsa pasar per area pasar Harga lokal (zak. clinker, bUlk) Harga ekspor (zak, clinker. bulk) Biaya distribusi per area pasar Pertumbuhan harga Financial Asumsl
dan Data Teknl.
lnvestasi barang modal Periode pembangunan Kapasitas terpasang Jadwel pembangunan Konsumsi material dan harga • Bahan baku (Clinker, Gypsum. Raw Mill) • Silica sand, Iron sand, Gypsum, Limestone, Clay, • Material proses • Material pembungkus • Bahan bakar dan listrik • Pelumas • Material penunjang • Pertumbuhan biaya material
Asumsl
·· ··
pada Gambar 4.
I
·· ··· ·· ~. ··
,--.. :
· ·· · ·
dan Data Keuangan
Periode piulang (FOT, FOB) Bunga selama masa pembangunan (Commercial Bank Loan, Kredit Export). Jumlah hari produksi Jumlah hari penjualan Durasi persediaan (Sarang jadi, Pekerjaan dalam proses, Bahan baku). Struklur permodalan Nilaitukar Jadwal pembayaran hutang
Model
Jadwal investasi Proyeksi penjualan Proyeksi piutang Proyeksi aliran bahan Proyeksi kebutuhan bahan Proyeksi harga bahan Proyeksi biaya bahan Proyeksi pembelian bahan Proyeksi biaya transportasi bahan Proyeksi biaya pengiriman dan pengangkutan Proyeksi penyusutan dan amortisasi Proyeksi biaya perawatan Jadwal pembayaran hutang dan bunga Perhitungan modal kerja Proyeksi harga pokok penjualan Proyeksi beban penjualan dan
·· ·· ··
Proyeksi rugi laba Proyeksi aliran kas Proyeksi neraca Tingkat pengembalian Sensitivitas parameter Kinerja keuangan
kunci
pemasaran Proyeksi beban adminislrasi
dan
umum
Masukan (Input)
pada Tabel 1. Untuk tahun ke 6
pertama pabrik beroperasi se-
Input Aspek Pasar
dan
seterusnya
cara komersial didasarkan atas
Pangsa Pasar
atas
analisis
Untuk
menghitung
proyeksi
berdasarkan pasar
yang
harga jual dan biaya distribusi
dilakukan, memiliki pola yang
pada akhir tahun 2005.
penjualan, dibutuhkan proyeksi
sama
jual semen untuk pasar ekspor
pangsa pasar dari perusahaan
keenam.
seperti
pada
tahun
pada masing-masing area pasar. Pangsa pertama
pasar pabrik
sejak
tahun
beroperasi
secara komersial diperlihatkan
Harga
pada tahun pertama komersial adalah sebesar US$ 35 untuk
Harga dan Biaya Distribusi
Harga dan biaya distribusi yang
digunakan pada tahun
semen
zak,
US$
31
untuk
semen bulk dan US$ 24 untuk clinker.
Asumsi kenaikan harga
jual untuk pasar lokal adalah
untuk
sebesar
7%
sebesar 2,5% per tahun.
dangkan
kenaikan harga jual
per tahun,
se-
pasar
ekspor
adalah
(TabeI2)
Tabel1. Pangsa Pasar Per Area PT. Semen X 0,00%
0,00%
0,00%
0,00%
0,00%
0,00%
;::Qi[Qw:~,f·:;;·tJoTgQ%;"'·:';',':!i;90%, ' ]~~ii;Q§%:;;'/':S~§i;~5~:',' '$@46'% 8,92% 13,44% "q;qg!jr~B' "', 0,00% 0,00%
9,54%
"9:QQ%'9ioJjo/0i' 0,00%
iq:QQ%::::'!,'Q\'QJ~,~~ ,'P;OCl%·
0,00%
0,00%
0,00%
0,00%
0,00%
0,00%
0,00%
0,00%
;;::,Q;:()Q;'Y.~;~;:',;(:iiQg~~) "i:,7Q1;QQ%'i";' ,'.,q;cro%'. it;~~j'i:PfQQ~:J:E~:~rp;Q.()%'iE;hi:~rQfQO:%1;!.·,'·;(Q;OQ% 0,00%
0,00%
0,00%
0,00%
0,00% ~,"();600jo', 0,00%
II',
"
"'.
"
.,'.
It
"'.
d;ooi>Jo 0,00%
99;8'80,1, 100;00% 0,12% "0;00% 0,00% 0;00% 0,00%
0;60%
0,00% 0,00% 0,00%
;~'ik'i~;j,~Q'Q}Wi?j?,f;~':O:'Ob))!'~~~~~:~1:W\j)q6!liJ~;:';',)();o'6%;,' "'O,b:o%· ' It
0,00%
••
"'.
0,00% 0,00% 0,00% 0,00% 0.00% 0,00% 0,00% 0,00% 0,00%
0,00% .,
I",
Tabel2. Harga Jual dan Biaya Distribusi Per Area SALES AREA
SELLING PRICE (RPITON)
INITIAL DIST. COST (Rp)
Input Aspek Teknis
mersial, kapasitas yang diguna-
pabrik sudah bisa beroperasi de-
Kapasitas
kan
ngan kapasitas maksimum seb-
Atas dasar peluang pasar
adalah
(1.750.000
sebesar
ton)
70%
pada
tahun
tahun
2012
menjadi
85%
yang ada, kapasitas terpasang
2011.
pabrik ditentukan sebesar 2,5
ditingkatkan
juta ton per tahun. Pada awal
(2.125.000 ton) sedangkan pada
beroperasinya pabrik secara ko-
tahun
Pada
2013
dan
seterusnya,
esar 2,5 juta per tahun (100%).
bahan baku, bahan diproses,
kenaikan harga sebesar 7% per
bangunan proyek. Sumber pen-
bahan kemasan, bahan bakar,
tahun.
danaan inisial (sebelum simulasi) untuk proyek ini diperoleh
listrik, pelumas dan bahan pendukung, didapatkan dari peng-
Input Aspek Keuangan
dari dana sendiri sebesar 30%,
olahan data historis dan pen-
Biaya Investasi dan Sumber
pinjaman
dapat para pakar maupun prak-
Pendanaan
sebesar 40%· dan dari kredit
bank dalam
ekspor sebesar 30%.
negeri
Asumsi
tisi dalam industri semen. Harga
Biaya investasi pembangunan
material yang digunakan pada
pabrik semen baru dapat dilihat
biaya bunga untuk pinjaman dari
tahun pertama pabrik beroperasi
pada Tabel 3. Total biaya inves-
bank
didasarkan
akhir
tasi sebesar Rp. 3,75 Triliun
sebesar 16% sedangkan dari
asumsi
dibelanjakan dalam kurun waktu
kredit ekspor sebesar 7%.
tahun
pada
2005
data
dengan
dalam
negeri
4 tahun selama masa pemTabel3. Kebutuhan Investasi dan Sumber Pendanaan
25:947;963 10,38 . '23f.600' ::"16:\i4!tl~·'-:ld41.093' 6,58
: <'146:1118
; 5,66
118A41 95.952.0.65' 38,38 , .' ~803;663'
10327,531 0,53 11.849 27.275,494 10,91 243.449
Sources of Fund :
·1 $eiflf!o'~;'g~g;(i'i6i!tEXi~tin9:0§~lf6Pera!lQ(1l:;":: c', ...•
95;341 56,134 91.975
2 Commercial Bank Loan
3:Krei@~K$ir".
151.065 135.350 Sources of Fund (I0C) :
M~B~Q~@:!\{f;~~~W!!i;C~~:~rn~Q6»{' 2 Commercial Bank Loan
;3:;Krod(f'~K$PQ~:'..•' ":"> ....' Inve~tment + IOC Sources of Fund: 1 Se~Financing (frOm Existihg Cash Operatioo) 2 Commercial Bank Loan 3. Kiedit Ekspor
·'::30'797,'1.'·-9J9;184·· 39,927% 1,230.571 ,""''';':29;21'7%".' ': ."'902;331::f 3.082.087
flU74 , 89,386 '.8M20' 290.279
403.798 371.847 455;363 1.231.008
338.872 426,790 265:274 1,030.936
95,341 342.548 91.975 529.864
adalah
Modal
dipersiapkan
Asumsi lain yang berkaitan
waktu 3 bulan
dengan aspek keuangan dapat
kerja
untuk jangka produksi
yang telah dibuat, seperti yang
Asumsi Keuangan Lainnya
Modal Kerja
dengan
perhitungan
seperti terlihat pada Tabel 4.
dilihat
pada
gambar
diambil
dari perangkat lunak
ditunjukkan Gambar 5.
yang
Tabel4. Kebutuhan Modal Kerja dan Sumber Pendanaan (Dalam Juta Rupiah)
56.111
.,/;?~f.j3\5" (66.388)
di~a~';93,~'
1999 sampai dengan bulan Juli
rupiah terhadap dolar Amerika
Atas dasar data pergerakan
2006 didapatkan tabel probabi-
seperti yang terlihat pada Tabel
nilai tukar dari bulan Januari
litas kumulatif untuk nilai tukar
5. Data pada tahun 1998 tidak
Probabilitas Nilai Tukar
digunakan dengan pertimbangan
ekstrim terhadap perekonomian
pada
Indonesia (Krisis).
saat
itu terjadi
situasi
Tabel5. Probabilitas Nilai Tukar Rupiah terhadap Dolar Amerika Nilai Tukar
Probabilitas
6.726 7.276 7.826 8.376 8.926 9.475 10.025 10.575 11.125 11.675
0,0112 0,0449 0,1011 0,1685 0,4494 0,7191 0,8539 0,9663 0,9775 1,0000
Keluaran (Output)
menentukan kelayakan investasi
Indikator keluaran untuk profit-
Kinerja Investasi
pembangunan pabrik semen ini.
abilitas ini antara lain adalah
Berdasarkan input yang dimasukkan dengan
ke
dalam
proyeksi
sistem
selama
marjin kotor, marjin operasional, marjin bersih, Ebitda margin dan
Profitabilitas
20
Profitabilitas yang dihasilkan
Ebitda per ton semen. Proyeksi
tahun ke depan didapatkan hasil
dalam hal ini adalah profitabilitas
untuk ketiga indikator tersebut
seperti terlihat pada Tabel 6.
dari perusahaan hasil konso-
diperlihatkan pada Gambar 6
Hasil tersebut didapatkan tanpa
lidasi proyeksi keuangan per-
dan gambar 7.
mempertimbangkan unsur ke-
usahaan yang ada dengan pro-
tidakpastian dari parameter yang
yeksi keuangan pabrik
baru.
Tabel6. Kinerja Investasi Pembangunan Pabrik Baru I:i!-)si!
30,40% 11,79% R . 6.763.258 'uta 3,27 7 Tahun 2 bulan 4 Tahun 9 bulan
45,0 40,0 35,0 30,0 25,0 20,0 15,0
2001
2002
2003
2004
31,5
34,7
~
Gross Margin (%)
38.6
34,0
37,0
37.2
37,8
38,1
38,0
38,4
39.0
39,7
40.5
41,0
41.4
41.8
42,2
42,5
_
Operating
21,1
14,5
17,0
15,8
20,7
23,4
24,6
25,2
25.4
26,1
25,7
26,5
27,6
28,3
29,3
29,9
30,5
30,8
8,8
2,9
6,8
8,8
13,8
15,7
17,2
17,7
16,0
18,7
14,8
17,0
16.6
19,4
20,7
21,7
22,5
23,1
_Net
Margin (%.)
Margin <%)
500 450 400 350 300 250 200
~
150 100 50 200 200 200 200 200 200 200 200 200 201 201 201 201 201 201 201 201 201 ~
Ebitda
Margin
(0/0)
_
Operating Margin (%)
-Ebitdalton
1
2
3
4
5
6F
7F
SF
9F
OF
1F
2F
3F
4F
SF
6F
7F
SF
30
23
25
23
27
29
30
30
30
31
30
31
32
32
34
34
35
35
21,1 14.5 17,0 15,8 20,7 23.4 24,6 25.2 25.4 26,' 25.7 26.5 27.6 28,3 29,3 29,9 30,530,8 93
-
81
Struktur Modal
97
90
-
122 161 182 197 211 231 238 261 286 312 344 374 404 434
bayaran pokok plnJaman dan
menurunnya
Investasi pabrik baru di PT.
bunga menjadi menurun namun
baran
Semen X memengaruhi struktur
dari tahun ke tahun setelah
modalan dan kapasitas pem-
modal
pem-
beroperasinya pabrik kapasitas
bayaran ulang dari PT. Semen X
bayaran ulang PT. Semen X.
pembayaran ulang meningkat
dapat dilihat pada Gambar 8.
Kemampuan perusahaan untuk
dengan drastis seiring dengan
membayar
meningkatnya
dan
kapasitas
kewajiban
pem-
ekuitas
dan
pinjaman,
proyeksi
struktur
Gamper-
45.000 40.000 35.000 30.000 0
:c
25.000
Q:
20.000
••'"
4,0 • E
Q.
i=
15.000 10.000 5.000
~
Total Assets
_Total
Equity
_Total
Deli
-DSCR
Av)
5.245 3.349 2.753 2528 2356 2364 2801 4.206 5.589 8.440 6.737 6.394 6.121 5.862 5.648 5.420 5.203 4.995 4.767 1,5
0,4
1,1
Hasil Simulasi Monte Carlo Setelah penjalanan awal pa-
1,4
1,8
1.6
6.9
3,7
2,4
2.3
3.6
1.9
2,3
2,5
2.9
4.4
4.6
tuk nilai bersih saat ini dan laju
kinan sepanjang umur proyek.
pengembalian
internal
Nilai Bersih Saat ini dan Laju
pun perusahaan, selanjutnya ni-
PengembaJian Internal
lai parameter kurs diinput de-
Setelah dilakukan iterasi se-
ngan nilai yang didapatkan dari
jumlah 1000 kali, didapatkan ha-
pem-bangkitan
sil berupa distribusi frekuensi un-
9 dan 10.
120 100 80
I
60 40 20 0
$'
't-
~ 't-~ 't.¢ 't.~ 't.I
't-
seperti
yang dapat dilihat pada Gambar
kinerja keuangan proyek mau-
acak
3,8
dan sampel distribusi kemung-
da model keuangan, didapatkan
bilangan
3.3
# 't-# 't.#
't-
~ 't.~ 't.#
l'
~
't-
~
't.
#
l'
#
't-
I
Bin
------------_._------_._-----------------_.-----_ Gambar 9_ Hasil Simulasi Setelah 1000 Iterasi
I
..._.-----_._--_.
o
410 410 410 410
0
,;1
0
,;1
410
Eksekusi model keuangan
adanya pabrik yang baru terjadi
Kapasitas
yang dibuat menghasilkan ki-
peningkatan profitabilitas walau-
mulai menurun pada saat pem-
nerja investasi proyek seperti
pun pada tahun pertama pabrik
bangunan pabrik yang baru di-
pada Tabel 6. Nilai laju pengem-
beroperasi
secara
mulai karena sebagian sumber
balian internal sebesar 30,40%
mengalami
penurunan
akibat
pendanaan diperoleh dari pin-
yang lebih tinggi dibandingkan
mulainya
pembayaran
pokok
jaman dari bank lokal dan kredit
dengan
sebesar
pinjaman, bunga dan depresiasi.
ekspor.
11,79% dan nilai bersih saat ini
Pada tahun-tahun selanjutnya,
juga berubah dengan adanya
yang positif (Rp. 6.763.258 jt),
profitabilitas perusahaan dengan
pinjaman tersebut. Namun se-
mengindikasikan bahwa proyek
adanya
telah pabrik mulai beroperasi
layak untuk dijalankan. Hasil ini
mengalami peningkatan terus-
pada
didapatkan menggunakan asum-
menerus.
pembayaran ulang mulai me-
nilai WACC
si tertentu seperti yang sudah
pabrik
komersial
yang
baru
Dari sisi struktur permodalan
ningkat
pembayaran
Struktur
tahun
permodalan
2011,
selrlng
ulang
kapasitas
dengan
pe-
dijelaskan pada bagian sebe-
dan
pembayaran
ningkatan arus kas positif ke
lumnya. Asumsi nilai tukar yang
ulang, berdasarkan hasil yang
perusahaan dari hasil penjualan
digunakan menggunakan dasar
didapatkan dari penjalanan mo-
produk pabrik yang baru.
peramalan
del keuangan, terlihat bahwa
Dengan mempertimbangkan
pada tahun 2007 kapasitas pem-
ketidakpastian nilai tukar selama
Dari sisi profitabilitas, ber-
bayaran ulang meningkat de-
umur proyek didapatkan hasil
dasarkan hasil konsolidasi pro-
ngan drastis yang diakibatkan
bahwa hampir tidak ada ke-
yeksi keuangan yang diperoleh
oleh lunasnya hutang obligasi
mungkinan proyek menjadi tidak
dapat
perusahaan pada tahun 2006.
layak.
yang
cenderung
linear positif.
dilihat
bahwa
dengan
kapasitas
Kemungkinan
proyek
menghasilkan nilai bersih saat
Inl yang positif sebesar Rp.
adalah
ini positif adalah sangat besar
6,673 triliun.
dapat
96,90%.
Sehingga
disimpulkan
bahwa
dengan pertimbangan risiko
bahkan mendekati 100% dan
2. Dari sisi profitabilitas per-
kemungkinan nilai laju pengem-
usahaan, ide untuk mem-
ini,
balian internal berada di atas
bangun pabrik yang baru
pabrik baru PT. Semen X
nilai WACC juga sangat besar.
adalah layak untuk dilakukan
layak untuk dilakukan.
Kemungkinan nilai laju pengem-
karena
balian internal berada di antara
pabrik yang baru, proyeksi
pendanaan dari kredit ekspor
nilai 33% sampai 37% adalah
profitabilitas
perusahaan
justru menambah kelayakan
sebesar 96,90%. Semakin besar
semakin naik dan tentunya
proyek karena bunga kredit
komposisi sumber pendanaan
akan
ekspor yang lebih rendah
dari kredit ekspor justru menam-
korporasi.
bah
kelayakan
adanya
meningkatkan
nilai
3. Kapasitas pembayaran ulang
karena biaya modal dari kredit
dengan adanya pabrik yang
ekspor yang lebih rendah diban-
baru juga tidak ada masalah
dingkan dengan biaya modal
karena rasio DSCR
dari
bernilai di atas 2. Berarti
komersial
dalam
negeri.
KESIMPULAN Kesimpulan
yang
dapat
diambil dari hasil penelitian ini
5. Semakin
besar
komposisi
selalu
kredit bank komersial dalam negeri.
DAFTAR PUSTAKA Abor, J. 2005. "Managing foreign
bahwa perusahaan memiliki
exchange
risk
kemampuan
Ghanaian
firms",
yang
sangat
among The
kuat untuk membayar pokok
Journal of Risk Finance,
pinjaman dan bunga pin-
Vol 6 No.4, pp 306-318. Brigham, E.F., Gapenski, L.C.
jaman.
2005.
4. Risiko f1uktuasi nilai tukar
adalah sebagai berikut:
pembangunan
dibandingkan dengan bunga
proyek
bank
dari
dengan
proyek
Financial
Mana-
1. Atas dasar asumsi yang te-
rupiah terhadap dolar Ame-
gement, Theory & Prac-
lah ditentukan dapat dinyata-
rika tidak terlalu berpengaruh
tice, 11th ed. The Dryden
kan bahwa dari hasil per-
terhadap kelayakan proyek.
Press,.
hitungan kelayakan, proyek
Berdasarkan hasil simulasi
Chin, Y.W. 2005.
pembangunan pabrik semen
dengan 1000 kali iterasi,
Insurance
baru dari PT. X ini layak
kemungkinan
Prentice Hall.
untuk dilaksanakan dengan
saat ini masih tetap positif
nilai laju pengembalian inter-
pada kisaran 7 triliun sekitar
gement. 3rd Edition. Wiley
nal sebesar 30,40% diban-
98%.
Finance.
dingkan
sebesar
balian internal pada kisaran
11,79% dan nilai bersih saat
33% sampai dengan 37%
WACC
nilai
bersih
Nilai laju pengem-
Das,
S.
2006.
Risk and
Management,
Risk
Mana-
Djohanputro. 2006. Manajemen Risiko
Korporat
Ter-
integrasi, PPM Jakarta. Evans, J.R. and Olson, D.L. 2002.
Introduction
Simulation
to
and 2nd
Analysis,
Risk edition,
Prentice Hall. Hertz, D. 1964. Risk Analysis in
Capital
Investment,
Harvard Business Review, January-February
1964,
pp.95-106. Kimmel G. and Green, J. 2006. VBA Programmer's
Ref-
ference, Wiley. LPPM ITS. 2006. Laporan Studi Kelayakan Pembangunan Pabrik Semen PT. X. Palliam, R. 2005. "Estimating the Cost
of
Capital",
The
Journal of Risk Finance, Vol 6 No.4, pp 335-340. Smith. 1994. "Incorporating Risk into
Capital
Decisions
Budgeting Using
Simulation", Management Decision Vol. 32 No.9, pp 20-26. Suharto, I. 2002. Manajemen Proyek Industri,
Penerbit
Erlangga. http://wikipedia.org. 1 Agustus 2006.
