3.1. Teknik Pemodebn Analhis Rlsiko
3.1.1. Twri Fuzzy dan Analisis Risiko Secam Furzy Teori hxzy merupakan suatu cam pngambilan keputusan meblui
pendekatan Iogika bzzy dan sangat berguna untuk mmecahkan masatah-
masalah yang bemubungan dengan habhal yaw mengandung ketidaktepatan (impmision). Logika hzzy memungkinkan membangun sistem ymg kbih
merefleksikan data. Logika hzxy manggunakan derajat Wnggotaan pada
interval (0,l) untuk beragam hungkinan pitihan yaw didasarkan pada suatu nilai varhbel.
Di samping fungsi keanggota%n,ada komponen kedua dari bib f u ~ y yaitu aturanaturan k x j , (lbzzy mIes) yaitu suatu atutan yaw memungkinkan mentejemahkan atumkaturan fuzzy dari kecgrdasan mnusia menpdi program
yang dapat diimplementasikan p d a komputer. Terdapat bberapa cam untuk menurunkan ahran &zzy (Kuswadi, 2000) antara lain bedasarkan: 1
Pengetahan pakar atau diturunkan dari itmu rekayasa yang bemsuaian.
2) Sifdkemampuan operatrf yang direkarn dan kemudian dilakukan analisis untuk mnmukan Juran-aturan tersebut.
3) Penurunan brdas~arkanmodel fuzzy dari sistem atau proses.
Teori gugus fl~zzy pertama M i hanya dipandang s e m i teknik yang
secara matematis mrrgekspwsikan ambiguity dalam bhasa. Teori gugus luzzy dikernbangkan sebagai pengukuran beragam fenomma ambrgluty a r a matematis yang rnencakup konsep petuang. Menurut Marimin (2002), si&m terstnrktur
dan dinamik.
hzzy merupakan p d u g a numerik yang
S i e m ini mempunyai kemampuan untuk
mengernbangkan sistern intelijen dalarn lingkungan yang tidak pastl dan tidak
tepat. Sistem ini menduga suatu fungsi dengan logika menggunakan informasi linguistik dan verbai.
w.Logika limy sering
Dabm logika tizzy terdapat
kberapa proses, yaitu penentuan gugus limy, penerapan aturan #-then serta proses inferend funy. Alur penyeksaian masalah dengan rnenggunakan
metode
disajikan pada Gambar 6.
w
Representasi Natural
L
Solusi
5
Gambar 6. Alur penyelesaian masalah dengan metode funy (Marimin, 2002) Selain diterapkan pada sistem pakar, sistem azzy juga diterapkan pada pengambilan keputusan kelompok
pada berbagai bidang (Marimin, 2002).
Dalam analisis risiko, e k s p ~ sb'ngkat i kernungkinan terjadinya risiko dan dampak yang ditimbulkan dan penilaiannya dinyatakan dalam sistem funy (Schmuker, 1986).
Schmuker (1986) menyatakan, analisis risiko llzry tidak hanya memkrikan estimasi funy terhadap kemungkinan terjadinya risiko dari sebuah komponen, namun juga membenkan suatu estimasi fuzry pentingnya masing-
masing komponen tehadap totalitas sistem. Pendekatan funy pada aplikasi
awal telah dapat meningkatkan sekitar 20 % tingkat akurasi hasl analisis tisib.
Pendekatan funy dapat dilakukan dengan m e t d e nurnerik, semi numenk dan non numerik. Dalam pekembangannya, pendekatan funy non numerik
memiliki bebrapa keuntungan dintaranya, dapat merepresentasikan infomasi bersifat label dan mengkomputasikan juga menggunakan label. Aplikasi pendekatan l l n y non-numenk dalam beberapa kasus terbukti
wkup efektif dafam membantu proses pengambilan keputusan (Marimin, 1997;
Santoso dan Marimin, 2001). Langlcahlangkah yang dilakukan dalam analisis risiko dengan pendekatan hzzy non numerik adalah : I)Mengumpufkan inforrnasi dan faktor-faktor yang berpengaruh terhadap risiko
aspek utama agroindustri yaitu
bahan baku, proses pngolahan dan
pemasaran. Pada lahap ini dilakukan pemilihan faktor yang krpengaruh aspek utama agroindustri, dan penentuan sejumlah variabd yang berpengaruh tehadap setiap faktor dari masing-masing aspek utama. HasiC hasil pendiian dan data sekunder yang relevan sangat dibutuhkan dalam
rnenunjang akurad pemilihan Faktor atau variaW risiko. 2) Menentukan ahli yang dianggap memiliki kapabilhs dan kompetensi yang
yang baik dalam memberikan penilaian risiko sehingga dapat rnewakili
sistem yang dimodefkan. 3) Setiap ahli melakukan penilaian kemungkinan tejadinya risiko (iikehoo@ dan
tingkat keketasan (sewentv) tehadap setiap fakior atau vatiabel tisiko yang telah dientukan. 4) Menghitung nilai risiko daii M a p faktor untuk setiap pengambilan keputusan
k e j (VM)pada semua variakl risiko (ak). Rumus yang digunakan dalam perhitungan (Yager, 1993) adalah
P,= Min [Neg I(qJ v Pik(qj)J........................................................... (1) dirnana Pik
1 (qj) Neg (1,) Pik(q,) V
= nilai agregasi risiko dad penilai = nilai kemungkinan terjadinya risiko = Iqi+l = nilai tingkat kekerasan n'siko dari pendapat penilai = notasi maksimum
5) Menentukan bobot faktor nilai pengambil keputusan dengan formula
Q A W= Sqk) b(k,= Int [1 + k"(q-l)/r ] ................................................................. dirnana
(2)
QA(k)= bobot rata-rata penilai pada skala k q = jumlah skala penilaian risiko r = jumlah penilailpakar
6) Menentukan nilai gabungan dari selunrh nilai pakar dengan menggunakan
metode OWA (Ordered WeightedAverage) (Yager, 1993) dengan rumus
.................................................................. Pi = Max j .....r [Qj AB~J dimana,
(3)
P, = nilai agregasi risiko Qj = bobot kelomwk penilai B, = Pengurutan nilai dari besar ke kecil.
7) Proses pemitungan dari tahap ke-4 sampai ke-6 dilakukan secara benrlang sampai diperoleh nilai agregasi total sebagai nilai risiko agroindustn'.
3.1.2. Teknik Penilaian Risiko Finansial Risiko finansial dapat dinilai dengan menggunakan ( 1 ) distribusi probabilitas yaitu model yang menghubungkan berbagai probabilitas terhadap masing-masing hasil tertentu, (2) analisa sensitivitas yaitu pendekatan yang menggunakan bebrapa kemungkinan taksiran penclapatan untuk mengetahui variabilitas hasil dengan rnengestimasi tingkat pengembalan dari aktiva atau tingkat keuntungan yang diperoleh yang bersifat pesimistik, yang diharapkan dan owmistik (Van Horne and Wachowicz, 1995; Sundjaja dan Barlian, 2001).
Risiko suatu aktiva juga dapat diukur secara kuantitatii dengan menggunakan standar deviasi dan koefisien variasi. Standar deviasi mempakan indikator yang paling umum dari risiko suatu aktiva. Nilai tingkat keuntungan
yang diharapkan (k) dihitung dengan formula :
dimana : -
k = nilai keuntungan yang diharapkan ki = nilai keuntungan pada tahun ke-i Pfi = probabilitas dari kejadian hasil tahun k e i n = jumlah hasil yang dipertimbangkan Standar deviasi dari nilai keuntungan crk dinyatakan dengan rumus :
dimana : k = nilai keuntungan yang diharapkan k, = tingkat keuntungan pada tahun ke-i Pr, = probabilitas dari kejadian hasil tahun ke-i n = jurnlah hasil yang dipertimbangkan uk= standar deviasi dari nilai keuntungan Koefisien variasi yaitu pengukumn dispersi relatif untuk membandingkan risiko dari aktiva dengan berbagai harapan tingkat keuntungan yang b e m a . Semakin besar koefisien variasi, semahn k s a r risiko, dihitung dengan rumus :
dimana : -
k = tingkat keuntungan yang diharapkan C V = koefrsien variasi ah = standar deviasi
Penyesuaian risiko finansial dilakukan dengan menyesuaikan aliran kas bersih menggunakan certainty equivalent dengan rumus :
dimana :
NPV cq
CFt RF
I/
= Net Present Value (Nilai bersih sekarang) = faktor ekivalen kepastian dalam tahun t (Oail) = aliran kas bersih yang relevan pada tahun t = tingkat bebas risiko = investasi awal
Selain cedainfy equivalent terdapat teknik lain dalam penyesuaian risiko finansial yaitu RADRs (Risk-Adjusted Discount Rates). RADRs
adalah
pendekatan praktis untuk rnenyesuaikan risiko yaitu tingkat keuntungan yang harus dihasilkan suatu proyek.
Semakin tinggi risiko proyek, semakin tinggi
RADRs dan karenanya semakin rendah NPV untuk aliran kas bersih yang tertentu. Rumus yang digunakan adalah ( Sundjaja dan Barlian, 2001):
dimana : NPV CF, RADR /I
= Net present value (nilai bersih sekarang) = alirankasbersihyangrelevanpadatahunt = tingkat diskonto penyesuaian risiko = investasi awal
Dalam praktek risiko sering dikategorikan secara subyektif dengan menetapkan tingkat risiko dengan RADRs-nya masing-masing. Setiap proyek secara subyektii ditempatkan pada kelas risiko yang sesuai dan menggunakan
RADRs yang sesuai untuk melakukan evaluasi. Pada Tabel 2 terlihat tingkatan risiko dan RADRs yang sering digunakan (Sundjaja dan Barfian, 2001).
Tabel 2. Tingkatan risiko perusahan dan RAORs. Tinglrat risiko I
II HI IV
Deskripsi
RADRs
Risiko di bawah -rats yaitu proyek dengan risiko rendah, umumnya untuk kegiatan pigantian rutin tanpa pembahanran yang nyata. Risiko ratarata (normal) ya%u proyek dengan risiko sedang, umumnya untuk kegistan yang melibatkan pmbaharuan dari kegiatan yang ada. Risiko di atas rsta-rata yaitu proyek dengan risiko lebih tinggi dad normal. Biasany8 untuk ekspansi dari kegiatan yam ada atau sejenis Risiko sangat tinggi, biasanya untuk pmyek yang bersifat ekspansif terhadap kegratan bani atau bdum pemah dijalankan.
8%
13 % 16 % 20 %
3.1.3. Analbb 8ensitlvbs dan Teknik Stmutasi
Dalam praMek bisnis tidak ada kejadian di masst depan yang dam diprediksi dengan keakuratan yang lengkap. Dalarn analids kekyakan =ha,
setelah dilakukan pemitungan yang cemaat terhadap kondisi pemasaran, potensi suplai k h a n baku, biaya produksi, kemampuan manajermen dan lingkungan eksbmal bisnis, umumnya analis menykpkan proyeksi finansial berdasakan
pada penilaiannya tehadap keluaran yang paling mungkin. Namun demikian, perlu dipehatikan penrbahan-penrbahan nilai dari variabel yang tdah diprediksikan sebslumnya (Higins, 1989).
Dalam sejumlah situasi bisnis di masa mendatang, risiko investasi dapat dihiiung secara obyektif melalui analbis data historis. S h i n itu, wring dalam pengembangan bisnis baru d i m &
risiko dilakukan aecara sub-
karena
minimnya data historis yang dapat dijadikan daser untuk rnengestmasi risiko
invesbsi. Dalarn situasi s e w
ini penilaian risiko tergantung packi
pengetahuan, pengalaman dan persepsi petyambil keputusan.
Terdapal dua teknik yang umum digunakan dan sangat berguna untuk
.. .
mengestimasi risiko investgsi secara subyektif yaitu analisis semhwtas dan simulasi.
Kedua teknik ini dapat membantu dalam penilaian risiko i n w s h i
dari aspek sumber
risiko dan
pengaruhnya terhadap kelayakan proyek.
Sejumlah parameter Mayakan finansial seperti IRR dan NPV
sangat
tergantung pada sejumlah faMor ekonomi seperti biaya produlrsi, harga penjualan, jumlah penjualan, masa proyek dan sebagainya. B~nrvn(1994)
menyatakan analisis senaaivitas msrupakan S
U ~ ~alat U
yang
langsung dapat menganatisis pengaruh-pengaruh risiko dan ketidalrpastian dalam analisa proyek. Dalam teknik ini dilakukan perubahan tehadap nilai dari
variabel yang dianggap penting dan dapat diketahui pengaruhnya tehadap
kineja finansial proyek. Pmilihan membantu
sejurnlah variabel kund
dan
kisaran nilainya
sangat
dalam memberikan infomsi bagi pengambil keputusan untuk
kebrhasilan usaha. Perubahan ni4i dari variaM kunci yang diskenario dinilai penganrhnya terhadap kinerja finansial.
Secara umum,
keberhasilan
perusahaan agroindustri urn umnya tergantung pada sejumiah faktor yaitu harga
produk dan majin profit per unit produk, volume pmduksi, jumlah produk tejual dan sebagainya. Parameter kinerja finansial sangat bemubungan dengan aliran kas dan kemampuan menanggung risiko ( 8 m n , 1994).
Gottfried (1984) menyatakan simulasi adalah
suatu aktivitss
untuk
mendapatkan konklusi dari perilaku sistem dengan mengkaji prilaku dari suatu model yang
memiliki hubungan sebab akibat seperti pada sistem aslinya.
Simulasi rnernfokuskan pada pengembangan dan penggunsan model yang
secara realistis dapat rnendeskripsikan kinerja sistem. Perbedaan jenis model yang diunakan untuk merepmentasikan suatu sistem tergantung dari kebutuhan dan dan tipe deskripsi
yang diharapkern.
Menunrt Law and Kefton (19911, model simufasi dapat dibedakan menjadi m d e l simulasi statik dan dinamik, deterministik dan stokastik serta diskrit dan kontinu. Model statis adalah model yang mempertimbangkan pengaruh kejadian
nyata periode sebelumnya, sedangkan model dinamik adaiah model yang memperhatikan perubahan nilai variabel akibat perubahan waktu. Model diskrit adabh model dengan pengamatan walrtu diskrit, sedangkan pada model kontinu pengamatan dilakukan secara terns menerus.
Mdel stokastik adalah model
yang mengandung peubak acak sehingga keluaran proses ditentukan berdasarlran hasil dari konsep random, sedangkan model deterministik tidak mengandung peubah acak. Keunggulan penggunaan sirnulasi dalam pemodebn sistem adabh fleksibilitasnya dan secara praMis dapat rnerepresentasikan sejumlah persoahn
yang mdibatkan risiko dengan tingkat keakuratan yang tayak. Sehingga, simulasi dapat digunakan untuk menganalisis banyak persoalan yang tidak dapat dikaji dengan metode lain (Gomried, 1984). Analisis risiko merupakan salah satu dari sejumlah apfikasi penting dan digunakan secara luas dari simulasi stokastik. Tujuannya adalah untuk menilai kelayakan dari investasi yang diusulkan berdasarkan kriteria keputusan finansial seperti present worth atau NPV. Aplikasi dari metode ini rnenghasifkan distribusi
kurnulatif dari kriteria keputusan, sehingga dapaf diperoleh nilai yang diharapkan dari kriteria keputusan tersebut dan juga kemungkinan tejadinya nifai yang lebih
rendah atau lebih besar. Pernodelan simulasi analisis risiko dilakukan dalam sejumlah tahap yang dimulai dengan rnenghasilkan aliran kas setiap tahun selama proyek berlangsung seperti disajikan pada Gambar 7.
/*/
INPUT
+I READ INPUT
u 5 HITUNG YCFj
EVALUASl
I I
$ - ' ]I+ - -
HITUNG DlSTRlBUSl
e l NPV
WRITE OUTPUT
Gambar 7. Diagram alir proses simulasi analisis Fisiko finansial
Setiap aliran kas tahunan
secara umum dipengaruhi oleh sejumlah
komponen seperti jumlah penjualan tahunan, produksi dan
pajak
direpresentasikan
penjualan.
harga jual produk dan biaya
Komponen ini
secara
normal dapat
dalam bentuk fungsi distribusi yang sesuai.
Prosedur
komputasi dengan melibatkan pembangk i n bilangan acak untuk setiap komponen utama yang mempengaruhi aliran kas dengan nilai random. Semua
aliran kas tahunan dievaluasi dengan cara yang sama, selanjutnya dihitung nilai
NPV. Pengulangan keseluruhan prosedur sebanyak N kali akan menghasilkan suatu distribusi NPV. Dalam penelitian ini, variabel yang dibangkikan secara acak adalah variabel yang dinilai berpengaruh cukup nyata terhadap kinerja agroindustri secara keseluruhan dilihat dad aspek pengadaan bahan baku,
proses pengolahan dan pemasaran.
3.2. Teknik Pengambilan Keputusan
3.2.1. Metode Perbandingan Eksponensiai Metode
Perbandingan
Eksponensial
(MPE)
digunakan
untuk
membandingkan beberapa ahernatif dengan menggunakan sejumlah kriteria yang ditentukan berdasarkan hasii survei dengan pakar terkait. MPE adalah salah satu metode pengambilan keputusan yang mengkuantitaskan pendapat
seseorang atau lebih dalam skala tettentu.
MPE pada prinsipnya rnerupakan suatu metode skoring terhadap pilihanpilihan yang ada. Melalui penghitungan secara eksponensial, perbedaan nilai krrteria yang satu dengan knteria yang lainnya dapat dibedakan dengan jelas tergantung tingkat penitaiannya. Menurut Manning dalam Eriyatno (1998), tahapan yang dilakukan dalam melaksanakanteknik MPE adalah (7) menulis semua alternatif, (2) menentukan kriteria - kriteria penting daiam pengambilan keputusan, (3) mengadakan penilaian terhadap setiap kriteria, (4) mengadakan penilaian tehadap semua
altematiF pada masing-masing kriteria, (5) menghitung nilai dad setiap atternatii, (6) mernberikan tingkat priontas kepada setiap altematif sesuai nilainya. Penghitungan nilai untuk masing-masing anernatif adalah sebagai berikut : Nilai alternatif (m) = (nilai kriteria 1) A ( taraf kepentingan) + (nilai kriieria 2) A ( taraf kepentingan) + ... ... . . . .. + (nilai kriteria n) A ( taraf kepentingan).
3.2.2. Proses Hirarlri Analibik Dalam menyelesaikan persoalan dengan AHP, ada bberapa prinsip yang hams dipahami antara lain,
dekomposisi
(decompsihn), penilaian
komparatif (cornparafive judgment), sintesa prioritas (synthesis of prior@) dan konsistensi logis (IogiCaIconsistency). t ). Oekomposisi, yaitu pemecahan yang utuh menjadi unsur-unsurnya.
Jika
ingin mendapatkan hasil yang lebih akurat, pemecahan juga dilakukan terhadap unsur-unsurnya sampai tidak mungkin dilakukan pemecahan lebih lanjut, sehinga didapatkan bsberapa tingkatan hirarki dad persoalan tersebut. 2). Penilaian secara komparatif, yaitu menilai tingled kepentingan refatif dua
elemen pada d u tingkat tertentu dalarn kaitannya dengan tingkat di atasnya. Penilaian ini merupakan inti AHP, karena akan berpengaruh
tehadap
prioritas elemen-elemen. Hasil penilaian disajikan dalam bentuk matriks
yang dinarnakan matriks pairwise comparison. 3). Sintesa prioritas. Pada setiap matriks paiwse comparison terdapat prioritas
local (local pnonty). Karena mat riks-rnatn'ks paimse comparison terdapat pada setiap tingkat, maka untuk mendapatkan global
priotfty
hams
dilakukan sintesa diantara i m ~priority i tersebut. Pengumtan elemen4emen tersebut menurut kepentingan relatif melalui prosedur sintesa yang dinamakan priom seMng. 4). Logical consisfency. Konsistensi dafam konteks ini memiliki dua makna.
Pertama, bahwa obyek-obyek yang sewpa dapat dikelompokkan sesuai dengan keseragaman dan relevansinya. Kedua, tingkat hubungan antara obyek-obyek didasarkan pada kriteria tertentu misalnya sama penting, sedikit lebih penting, jelas lebih penting, m u k k lebih penting (Mulyono, 1991).
Dalam pengarnbilan keputusan dengan AH?, terdapat bekrapa konsep dasar yang hams dipahami yaitu komparasi berpasangan, pengolahan,
penentuan matriks pendapat individu, matn'ks pendapat gabungan, pengolahan horisontal dan pengolahan vemkal. 1. Komparasi Berpassngan Penilaian dengan teknik kompatasi secara berpasangan terhadap elemenelemen dalam suatu tingkat hirarki menrpakan tahapan terpenting dalam AHP.
Penilaian dilakukan dengan memberikan h b o t numerik dengan membandingkan antara satu elemen dengan ekmen lainnya. Tahapa selanjutnya rnelakukan sintesa terhadap hasil penilaian untuk menentukan prioritas elernen.
Skala komparasi yang digunakan adalah 1 sampai 9, yang menurut
Saaty (1996) sangat valid keefektifannya, tidak hanya dalam banyak aplikasi, narnun juga melalui komparasi teoritis dengan banyak skala lainnya. S k l a dasar nilai absolut untuk merepresentasikanintensitas penilaian terlihat pada Tabel 3. Tabel 3. Skala dasar intensitas penilaian Ttng kat kepentingan 1 3 5
7 9
1l(1-9)
Definisi
Sama penting antara dua elemen Sedikit lebih penting daFi elemen lainnya Jeles lebih penting disbanding elemen yang lain Sangat jelas lebih penting dari elemen lain Mutlak lebih penting atau terpenting dari elemen yang lain Kebatikan nilai tingkat kepentingan dari skata 1 - 9
Sumhr : Saaty (1996)
2. Matriks Pendapat lndividu Jika
C,,CZ, ... ......., Cn d a k h set elemen suatu tingkat keputusan dalam
hirarki, maka kuantifikasi pendapat dari hasil komparasi berpasangan setiap elemen terhadap elemen lainnya akan membentuk matriks A yang benrkuran n x
n. Apabila elemen Ci dibandingkan dengan elemen Cj,maka aurnerupakan nifai matriks pendapat hasl komparasi yang menmrminkan nilai tingkat kepentingan
Ci terhadap Cj. Nilai matriks aij= I / aij,yaitu nilai kebalikan dari matriks qj. Jika i
= j, maka nilai matriks aij = aji= 1, karena perbandingan elemen terhadap elemen itu sendiri adafah 1. Formulasi matriks A yang bemkuran n x n dengan elemen C,,C2,.... C,, untuk ij = 1, 2, 3,
.... n dan ij merupakan nihi matriks pendapat hasil komparasi
yang menceminkan nilai tingkat kepentingan CiqCj untuk i,j = 1, 2, 3,....n adalah
sebagai berikut:
3. Matriks Pendapat Gabungan
Matriks pendapat gabungan (G) merupakan susunan matriks tiam yang ebmen-elernen matriksnya (gij)krasal dari rats-rata geometrik &men-elemen matriks pendapat individu (qj) yang rasio konsistensinya (CR)
memenuhi
persyaratan. Formulasi persamaan untuk rnendapatkan nilai rata-rata geometrik adalah rumus
4. Pengolahan Horisontal
Pengolahan horizontal digunakan
untuk menyusun prioritas elemen-
elemen keputusan pada tingkat hirarki keputusan. Tahapan perhitungan yang
dilakukan pada pengolahan horizontal ditunjukkan pada persamaan-persarnaan brikut :
1 ) Perkalian baris (2)dengan rumus
2) Pehitungan vedor prioritas atau vecfdr %en (VP) dengan turnus
3) Perhitungan Nilai Eigen Maksimum (k) dengan rurnus
VA = (a,,) x VP, dengan VA = (v,) VB = VANP
.
..........................................................(12)
dengan VB = (vbi) .......................................................... (13 )
4) Perhitungan lndeks konsistensi (CI) dengan rumus
(71 =
A- - n n -1
....................................................................................(15)
5) Perhitungan Rasio Konsistensi (CR) dengan rumus :
Keterangan : RI adalah lndeks Acak (Random lndeks)
Nilai indeks acak bervariasi sesuai dengan orde matdksnya yang dapat
dilihat pada Tabel 4. Nilai rash konsistensi (CR) yang lebih kecil atau sama dengan O,1 merupakan nilai yang mempunyai tingkat konsistensi yang baik dan dapat dipertanggung jawabkan. Dengan demikian nilai CR merupakan tokk
ukur bagi konsistensi hasil kamparasi krpasangan suatu matriks pendapat.
Tabel4. Nilai lndeksAcak(R1) matriks
5. Pengolaham vertikal
Pengolahan vertikal digunakan untuk rnenyusun prioritas pengaruh elemen pada
tingkat hirarki tehadap sasaran utama. Jika CVijdalah nilai prioritas pengaruh elemen k ~pada j tingkat ke-i terhadap sasaran utama, maka :
untuk : i = 1, 2, 3, ...........................P j = ? , 2 , 3............................ r k = l , 2 , 3............................s Keterangan : CHB = nilai prioritas pengaruh elemen k e j pada tingkat ke-i terhadap elernen ke-t pada tingkat di atasnya (i-I), yang diperokhnya dari hasil pengolahan horizontal. W ( i - 1 ) = nilai prioritas pengaruh
elemen ke-t pada tingkaf ke (i-1)
terhadap sasaran &ma, diperoleh dari hasil pengolahan vertikal.
= jumlah tingkat hirarki keputusan = jurnlah elemen yang ada pada tingkat ke-i = jumlah efemen yang ada pada tingkat k e (i-1). Jika dalam hirarki keputusan terhadap dua faktor yang tidak krhubungan (keduanya tidak saling mempengaruhi), maka nilai prioritas sama dengan nol.
3.2.3. Telrnik Heurlstik Salah satu alat bantu dalsrn rekayasa pmgram komputer adalah metode protokol. Metode ini rnenjelaskan tatacara bemkir untuk menghasilkan suat u
keputusan dengan mengernbangkan ieknik heurisiik (Eriyatno, 1999).
Tujuan penqgunakan teknik heuristik adalah : 1) Mempermudah lingkungan pembuat keputusan sehingga memungkinkan
membuat suatu keputusan dengan cepat. 2) Menyelesaikan permasalahan yang kompkks melalui penjaringan intisari
permasalahan sehingga dapat dibuat model matematiknya. 3) Menyefesaikan masalah perencanaan dan kebijaksanaan yang suli
dikuantifikasikan dan bersifat l I I - s ~ u m . Teknik heuristik merupakan pengembangan dati ciri operasi aritmatika dan matematika logika. CirCciti teknik heuristik secara umum adalah : 1) adanya operasi afjabar.
2) Adanya perhitungan secara bertahap. 3) Mempunyai tahapan yang terbatas sehingga dapat dibuat algoritma
komputer.
Dalam ilmu sistem, teknik heuristik digabungkan dengan so?? system
mefhodology- Data dan informasi yang dipemleh dari hasil akuisisi pengetahuan dimmuskan dan direpresentasikan dengan metode yang dipifih pada tahapan representasi pengetahuan. Berdasarkan strategi penalaran dan representasi
pengetahuan ini dapat disusun rnekanisme inferensi.
Dalam rnekanisme
inferensi tejadi proses untuk rnemdakasi dan mengarahkan kaidah, faMa dan model yang disimpan pada basis pengetahuan dalam rangka mencapai solusi. Pada strategi
penalaran dikenal dua mekanisme yaitu rnekanisme
penalaran pasti (exact easoning mechanism) dan rnekanisme penalaran tidak pasti (inexact reasoning mechanism). Mekanisme penalaran pasti antara lain
rnencakup modus ponens dan modus tdIens. Modus ponens adalah suatu
aturan lagika menyatakan bahwa apabila A diketahui k n a r dan suatu aturan menyatakan jib A maka B, maka dapat disimpulkan bahwa B adalah benar.
Modus toliens adalah suatu aturan logika yang memberikan penalam bahwa jika A diketahui sahh dan ada aturan menyatakan jika A maka B, maka dapat
disimpulkan bahwa B adalah safah (Marimin ef al., 1998). 3.2.4. interpretathe Structural Modeling Teknik Interpretative Structural Modeling (ISM)adalah proses pengkajian kelompok dimana mode&modelstnrktural dihasilkan guna memotret perihal yang kompleks dad suatu sistem melalui pola yang dirancang secara seksama dengan
menggunakan grafis serta kalimat.
Teknik ISM terutama ditujukan untuk
pengkajian oleh suatu tim, namun biasa juga dipakai oleh -rang
peneliti.
Saxena dalam Eriyatno (1999) menyatakan, teknik ISM behitan dengan inlerpretasi dari suatu obyek yang utuh atau perwakilan astern melalui aplikasi
teori grafis secara sistematika dan itetatif. Metode ISM terdiri dan dua tahapan dengan dua kegiatan utama yaitu penyusunan hirarki dan klasifikasi suhlernen. Pertnasalahan yang sedang ditelaah penjenjangan stnrMumya dibagi menjadi elemen-elemen dimana setiap elemen diuraikan menjadi sejurnbh sub &men sampai dipandang memadai. Setiap elemen dan program yang dikaji selanjutnya dijahrkan menjadi sejumlah subelemen menggunakan rnasukan dad khmpok studi. Tahap benkutnya, ditetapkan hubungan kontekstual antar subelemen dimana terkandung adanya suatu pengarahan (di-on). Hubungan kontekstual selalu dinyatakan dafam terminolagi subordinat yang menuju pada perbandingan berpasangan antar subelemen, dimana terkandung suatu arahan pada hubungan tersebut. Bedasarkan pertimbangan hubungan kontekstual maka disusunlah Sfnrctural Self-lnferachn Ma6k (SSIM). Penyusunan SSlM menggunakan simbol V,A, X dan 0, yaitu :
V adalah ej = Idan eji= 0
A adalah q = 0 dan e,,= 1
X adalah q = 1dan eji = I
0 adalah cj = 0 dan e,,= 0
Setefah SSfM dibentuk, kemudian dibuat tabel Reachability Matrix (RM) dengan mengganti V, A, X dan 0 menjadi bilangan 1 dan 0. Kemudian dilakukan pengkajian rnenunrt Aturan Transitivitas, dimana diiakukan koreksi terhadap SSlM sampai tejadi matriks tertvtup. Mdftkasi SSlM membutuhkan masukan dari pakar, dengan diberi catatan khusus agar perhatian ditujukan hanya pada
subelemen tertentu.
Hasil revisi SSlM dan matriks yang memenuhi syarat
Aturan Transitivitas adalah penetapan pilihan jenjang (level pa-f?). Pengolahan bersifal tabulatif dengan pengisian format. Klasifikasi subelemen mengacu pada hasil olahan dari RM yang telah memenuhi aturan fransitivitas. Hasil olahan tersebut didapatkan nilai Driver-
Power (DP) dan nilai Dependence (D) untuk menentukan klasifikasi subelemen yang digolongkan dalam empat sektor, yaitu :
-
Sektor I: Weak driver-weak dependent variables (Aufonomws). Peubah di sektor ini ini tidak berkaitan dengan sistem atau mungkin hanya mempunyai hubungan yang relatif kecil.
-
Sektor 2 : Weak driver-stmngly dependent variables (hpendmf). Peubah
pada sektor ini adafah peubah yang tidak bebas. Artinya, peubah ini sangat tergantung dari input dan tindakan yang diberikan terhadap sistem ierutama
dari peubah linkage.
-
Sektor 3 : Strong dMr-strongly dependent variables (Linkage). Peubah pada sektor ini hams dikaji secara hati-hati wbab hubungan antar peubah adalah tidak stabil. Setiap tindakan pada peubah tersebut akan rnemberikan dampak terhadap lainnya dan umpan balik pengaruhnya bisa rnernperbesar dampak.
-
Sektor 4 : Strong driver-weak dependent variables ( I n d e m n t ) . Peubah pada sektor ini merupakan bagian sisa dari sistem dan disebut peubah
bebas.
3.3. Analisis Finansial
Salah satu hal penting yang perlu diperhatikan dalam penilaian investasi adalah keputusan untuk menggunakan dana untuk suatu kegiatan usaha yang menguntungkan. Menurut ArFfin dan Fauri (2000),penanaman modal untuk pendirian pabrik merupakan keputusan investasi yang sangat penting karena beberapa ha1 yaitu : 1) lnvestasi pada aktiva tetap umumnya rnembutuhkan dana yang relatii
besar. 2) Dana yang ditanamkan pada aktiva tetap akan tertanam dalam jangka
waMu yang lama dan relatif suit dikembalikan. 3) Keputusan investasi pabrik memiliki dampak yang signifikan terhadap
kemampuan perusahaan dalam memenuhi tujuan keuangan.
Pada umumnya terdapat sejumlah variabel yang biasa digunakan untuk rnenilai kelayakan suatu investasi. Vaiiabel yang umumnya digunakan tersebut antara lain
infernal rate of &urn (IRR), net benefit cost ratio, net present
value, dan payback period. I)Internal Rate of Return (IRR) Tingkat pengembalian internal (IRR = internal rate of return) adalah metode
yang cukup luas digunakan untuk melaksanakan analisis ekonomi teknik. Metode
ini memberikan solusi untuk mendapatkan tingkat bunga yang menunjukkan persamaan dari nilai ekivalen dari arus kas masuk (penerimaan) dengan anrs kas keluar (pernbayaran terrnasuk biaya investasi).
Tingkat bunga yang
ddapatkan merupakan tingksrt pengembalian internal. Menunrt Arifin dan Fauzi
(2000), IRR adalah suatu tingkat bunga yang menyebabkan NPV m
a dengan
nd karena p m t value cash flow sama dengan initial inveshmt.
Suatu usuhn proyek inv-i
akan diterirna bila IRR 2 nilai suku bunga
yang brlaku, dan akan ditolak jika IRR < niiai suku bunga yang behku.
Perhitungan IRR untuk pola afiran kas yang krsifat sewam (anuitas}, reMif berbeda dengan yang berpda tidak seragam. Langkah-tangkah menghitung IRR untuk pda aliran kas sewam adalah : 1) menantukan pa*adr pen'od untuk pmyek yang d n g dievaluasi,
2) menggunakan tabel discount actor dan pada baris umur pmyek, cari angka yang sama atau mendekati hasil payback p e w pad8 hngkah 1. 3) melakukan interpolasi untuk mendapatkan nilei IRR yang wungguhnya.
Formula untuk menghitung tingkat pngemWmn internal (IRR) addah
Bt = Keuntungan brsih pmyek tahun k e t Ct = Biaya bersih proyek pada tahun kst n = Umur ekonomis pmyek i = IRR yang dihitung secara interpdasi (persen) 2) Net P w n t Value
NPV merupakan salah satu parameter yang banyak digunakan dalam
menganatisis keputusan investasi. Net Present Value merupakan perbedaan
antara nihi sekarang dan b e n a (manfaat) dengan nilai sekanng dad biaya
(Sundjaja dan Barlian, 200f). Formula untuk mmghitung NPV sebagai krikut :
Keterangan :
Bt = Keuntungan bersih proyek tahun ke-t
Ct = Biaya krsih proyek pada tahun k e t II = lnvestasi awal
n = Umur ekonomis proyek i = tingkat bunga modal (persen)
Bila NPV
0 maka proyek dapal diteruskan, jika NPV
= 0 maka proyek
mengembalikan sebesar tingkat bunga modal (social oppottunrfy cost of caplfai) dan jika NPV
3) Net Benefrt Cost Ratio (net BIC) Net BIC adalah perbandingan antara present value total dari hasil keuntungan bersih terhadap present value dari biaya bersih (Sundjaja dan
Barlian, 2001). Net BIC dapat dihitung dengan formula sebagai berikut :
Jika nilai BIC >maka I berarti proyek dapat dilanjutkan, sebaliknya kalau
nilai BIC < 1 maka proyek tidak dapat diterima, sementara bila BIC sama dengan satu, maka keputusan tergantung pada investor.
4) Paybadr Period
Payback period adalah metode penilaian investasi yang didasarkan pada pelunasan biaya investasi (costs) oleh net
Benefit.
Payback period adalah
jumlah pericde (tahun) yang diperlukan untuk mengembalikan ongkos investasi awal dengan tingkat pengembalian tertentu.
Perhitungannya dilakukan
berdasarkan aliran kas baik tahunan rnaupun yang merupakan nilai sisa (De-
Garmo, ef al.,
1997). Arifin dan Fauzi (2002) menyatakan, payback penod
digunakan untuk menentukan jangka waktu yang dibutuhkan untuk menutup biaya investasi awal suatu proyek dengan rnenggunakan aliran kas yang masuk. Untuk rnendapatkan periode pengembalian pada
suatu tingkat
pengembalian tertentu digunakan model formula sebagai berikut:
PRP
= -P
+
A [ ( ] ' / F , i%,f)
...........................
.
....................
... ...(21)
At adalah aliran kas yang terjadi pada periafe t dan N' adalah peflde pengembalian yang akan dihitung, P adalah nilai sekarang dan F addah nilai yang akan datang. Apabila suatu alternatif memiliki masa pakai ekonomis lebih
besar dari periode pengembalian (N') maka akernatif tersebut adalah layak. Sebaliknya, bila N' lebih h s a r dari estimasi masa pakai suatu alat atau umur suatu investasi maka investasi atau alat tersebut tidak layak diterima.
Keempat instrumen kelayakan finansial ini digunakan pada model yang dirancang dalam penelitian ini untuk menentukan layak tidaknya suatu investasi. Data-data atau informasi sebagai input model kelayakan finansial sehingga dapat juga diketahui sensitifdas perubahan nilai variabel produksi seperti harga
produk, harga bahan baku dan sebagainya.
