EKONOMI MANAJERIAL PENAKSIRAN DAN PERAMALAN BIAYA Dosen Pembimbing : Dr. Sujoko Msi. Disusun Oleh : Kelompok 9 Zuni Shalechah 5172021216 Sofia Aprilliani P 5170211224 Mita Fitriningsih 5170211241 Tia Monica 5170211267 PROGRAM STUDI S-1 MANAJEMEN-D FAKULTAS BISNIS, PSIKOLOGI DAN KOMUNIKASI UNIVERSITAS TEKNOLOGI YOGYAKARTA YOGYAKARTA 2019 DAFTAR ISI HALAMAN JUDUL .................................................................................................................... DAFTAR ISI................................................................................................................................. BAB I PENDAHULUAN ............................................................................................................. A. Latar Belakang .................................................................................................................. B. Rumusan Masalah ............................................................................................................. C. Tujuan Penulisan Masalah ................................................................................................ BAB II PEMBAHASAN .............................................................................................................. A. Pengertian Penaksiran dan Peramalan Biaya .................................................................... B. Penaksira Biaya Jangka Pendek ........................................................................................ C. Penaksiran Biaya Jangka Panjang ..................................................................................... D. Peramalan Biaya ............................................................................................................... BAB III PENUTUP ...................................................................................................................... A. Kesimpulan ....................................................................................................................... B. Saran ................................................................................................................................. DAFTAR PUSTAKA ................................................................................................................... 2 BAB I PENDAHULUAN A. Latar Belakang Penaksiran dan peramalan biaya sangat berguna perusahaan untuk menemukan dan menentukan bentuk dan perusahaan. Penaksiran panjang. Pemahaman membantu pengambil jangka fungsi kurva biaya suatu dapat dilakukan oleh perusahaan untuk keperluan biaya perusahaan dalam waktu bagi manajer pendek biaya keputusan untuk untuk maupun waktu menilai untuk jangka waktu jangka pendek akan optimalisasi tingkat output perusahaan. Untuk waktu jangka panjang, fungsi biaya akan bermanfaat bagi pengambil keputusan dalam mempertimbangkan untuk melakukan ekspansi. Penaksiran dan peramalan biaya untuk pengambilan keputusan merupakan usaha untuk menemukan bentuk dan posisi kurva – kurva biaya dari suatu perusahaan. Pemahaman terhadap fungsi biaya jangka pendek akan membantu para pembuat keputusan untuk menilai optimalitas tingkat output sekarang dan memecahkan masalah pengambilan keputusan dengan menggunakan analisis kontribusi. Biaya inkremental selain mencakup biaya variabel, juga mencakup setia perubahan biaya tetap (fixed cost). Dalam jangka pendek, beberapa pos biaya tetap dapat mengalami kenaikan, karena sering kali fasilitas – fasilitas produksi ( input – input tetap) yang ada menghadapi kendala untuk mencapai kapasitas produksinya secara penuh sehingga fasilitas –fasilitas tersebut perlu ditambah. Analisis biaya inkremental ini berkaitan dengan variabilitas dari semua komponen biaya dan karenanya memerlukan suatu apresiasi terhadap tingkat kapasitas yang menganggur dari kategori biaya tetap yang ada. Apabila kategori biaya tetap diperkirakan akan menghadapi kendala untuk mencapai kapasitas sepenuhnya, sehingga perlu dilakukan kerja lembur atau penambahan tambahan, maka pembuat keputusan harus memperhitungkan biaya untuk kerja lembur dan penambahan fasilitas tersebut sebagaimana halnya kita 3 menghitung biaya – biaya variabel ketika kita menaksir biaya inkremental yang timbul karena adanya keputusan tertentu. Informasi fungsi biaya jangka panjang diperlukan apabila kita akan melakukan ekspansi atau kontraksi ukuran pabrik dan untuk meyakinkan bahwa ukuran pabrik yang ada sudah optimal untuk tingkat output yang diproduksi. Ingat bahwa fungsi biaya jangka panjang ini menunnjukkan alternatif ukuran pabrik saat ini. B. Rumusan Masalah Adapun rumusan masalah berdasarkan latar belakang masalah di atas adalah sebagai berikut: 1. Apa yang dimaksud dengan penaksiran dan peramalan biaya? 2. Bagaimana cara menaksikran biaya jangka pendek? 3. Apa saja metode-metode yang digunakan dalam penaksiran biaya jangka pendek? 4. Bagaiamana cara menaksirkan biaya jangka panjang? 5. Apa saja metode-metode yang digunakan dalam penaksiran jangka panjang ? 6. Apa yang dimaksud dengan peramalan biaya? C. Tujuan Penulisan Masalah Adapun tujuan penulisan berdasarkan rumusan masalah di atas adalah sebagai berikut: 1. Untuk mengetahui pengertian penaksiran dan peramalan biaya 2. Untuk mengetahui bagaimana cara menaksikran biaya jangka pendek 3. Untuk mengetahui metode-metode yang digunakan dalam penaksiran biaya jangka pendek. 4. Untuk mengetahui bagaimana cara menaksirkan biaya jangka panjang. 5. Untuk mengetahui metode-metode yang digunakan dalam penaksiran biaya jangka panjang. 6. Untuk mengetahui pengertian peramalan biaya. 4 BAB II PEMBAHASAN A. Pengertian Penaksiran dan Peramalan Biaya Sebelum mempelajari penaksiran fungsi biaya, terlebih dahulu perlu dipahami perbedaan antara penaksiran dan prakiraan (peramalan) Penaksiran fungsi biaya fungsi biaya. merupakan proses untuk menentukan nilai koefisien suatu fungsi biaya suatu produk. Pada sisi yang lain, prakiraan (peramalan) fungsi biaya bertujuan untuk meramalkan biaya di masa yang akan datang. Penaksiran dan peramalan biaya untuk pengambilan keputusan merupakan usaha untuk menemukan bentuk dan posisi kurva – kurva biaya dari suatu perusahaan. Penaksiran dan prakiraan fungsi biaya memiliki tujuan yang berbedabeda. 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. Proses penaksiran dan peramalan biaya terdiri dari tiga bagian pokok, yakni : 1. Penaksiran biaya jangka pendek 2. Penaksiran biaya jangka panjang 3. Peramalan biaya Dalam pembahasan peramalan biaya, kita akan mengamati fenomena kurva learning (learning curve). Kurva ini menun-jukkan penurunan biaya per unit jika volume produksi kumulatif meningkat terus yang disebabkan oleh perbaikan produktivitas input variabel karena manajemen telah "mempelajari" proses produksi dengan lebih baik. 5 B. Penaksiran Biaya Jangka Pendek Dalam jangka pendek kita dihadapkan, terutama sekali pada perilaku biaya variabel. Namun demikian, kita juga harus memperhatikan biaya inkremental lainnya, seperti misalnya perubahan pada pos-pos biaya tetap yang diperlukan untuk mengimplementasikan suatu keputusan tertentu. Penaksiran biaya jangka pendek ini dapat dilakukan dengan 4 metode yaitu : 1. Ekstrapolasi sederhana Ekstrapolasi berarti menghubungkan nilai nilai dengan titik-titik di luar kisaran yang ditunjukkan oleh data dasar yang kita miliki, dengan cara memproyeksikannya berdasarkan pola hubungan yang tampak dalam data dasar tersebut. Ekstrapolasi sederhana merupakan metode untuk menentukan fungsi biaya dengan cara mengekstrapolasi tingkat biaya marginal atau biaya variabel rata - rata saat ini (ke belakang atau ke depan) pada tingkattingkat output lainnya (Arsyad, 2011). Untuk memperjelas konsep ekstrapolasi sederhana, dapat dijelaskan dengan contoh sebagai berikut: Contoh : Diketahui: Minggu Minggu 1 Minggu 2 Jumlah output 7.000 7.500 Biaya variabel total 42.000.000 ? Hitung: biaya variabel total untuk minggu kedua 6 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 outputnya 42.000.000 Biaya variabel per unit = = 6000 7000 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 = 7.500 – 7.000 = 500 unit Tambahan biaya variabelnya adalah = 500 unit x 6.000 = 3.000.000 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.42.000.000 + Rp.3.000.000 = Rp. 45.000.000 Jika tidak ada prubahan biaya lainnya sebagai akibat adanya keputusan untuk memenuhi pesanan toko itu, kita dapat memperkirakan bahwa biaya inkremental adalah sebesar Rp 3 juta untuk memproduksi 500 lusin pakaian dalam tambahan tersebut dan penerimaan inkremental menjadi Rp 3,5 juta. Jadi dari keputusan ini 7 diharapkan positif sebesar Rp 500 ribu dan manajer produksi tersebut akan memenuhi pesanan ini. Jika kenaikan TVC tidak konstan, misalnya dengan tingkat yang semakin besar kenaikan TVC tersebut sebelum keputusan dibatalkan? Jawabannya adalah Rp 3,5 juta, pada titik dimana tidak ada kontribusi dari keputusan ini, sehingga pesanan tersebut tidak perlu dipenuhi. Kenaikan TVC sebesar Rp 3,5 juta tersebut, akan meningkatkan TVC menjadi Rp 45,5 juta dan ini berarti AVC pun akan meningkat menjadi Rp 6,067 ribu atau sedikit lebih tinggi daripada AVC pada tingkat output sebelumnya. Jadi keputusan ini sangat sensitif terhadap asusmsi biaya marginal yang konstan tersebut. Oleh karena itu PT GITA PRATIWI sebaiknya tidak memenuhi pesanan tambahan itu, jika perusahaan itu tidak yakin bahwa TVC meningkat dengan tingkat konstan (atau menurun). KURVA EKSTRAPOLASI BERDASARKAN MC YANG KONSTAN 2. Analisis Gradien Analisis gradien merupakan analisis yang bertujuan untuk mengetahui tingkat perubahan tertentu 2011). Tujuan analisis (Arsyad, biaya total pada interval output ini adalah untuk mengetahu biaya marjinal karena adanya pertambahan output. Gradien 8 berarti slope dan gradien dari TC ini dapat dihitung dengan cara membagi perubahan TC dengan perubahan tingkat output. Secara matematis, analisis gradien dapat dirumuskan sebagai berikut : ∆ TC Gradien = ∆Q Gradien TC atau TVC tidak sama persis dengan MC, karena MC menunjukkan perubahan TC yang hanya diakibatkan oleh perubahan satu unit output. Padahal dalam praktek, output cenderung berubah dengan loncatan yang tidak teratur sehingga kita harus menghitung gradien tersebut dengan interval-interval yang lebih besar dari satu unit. Gradien ini menghasilkan penaksir MC pada suatu kisaran tingkat output tertentu. Contoh : Diketahui: Jumlah output 7.000 7.500 Minggu Minggu 1 Minggu 2 Biaya variabel total 42.000.000 45.000.000 Hitung: biaya marginal Pembahasan : ∆ TC Gradien = ∆Q 45.000.000 – 42.000.000 Gradien = 7.500 – 7.000 3.000.000 = 500 = 6.000 9 Berdasarkan pada perhitungan di atas dapat diketahui pada interval ouput 7.000 unit sampai 7.500 unit, biaya marginalnya sebesar 6.000. ini adalah MC pada kisaran output tersebut. Misalkan PT GITA PRATIWI menerima pesanan untuk memproduksi 500 lusin tambahan , TVC untuk memproduksi 7.500 lusin adalah Rp 48.750.000. Dengan demikian, gradien TVC dapat dihitung dengan cara berikut: ∆TVC Gradien = ∆Q 48.750.000 – 42.000.000 = 7.500 – 7.000 6.750.000 = = 500 13.500 Jadi perubahan TVC pada interval output 7.000 – 7.500 lusin adalah Rp 13.500 ribu per unit. Ini adalah nilai MC pada kisaran output tersebut. 3. Analisis Gradien dengan Beberapa Observasi Jika kita memiliki data observasi yang lebih banyak, maka hasil penaksiran kurva TVC, AVC dan MC akan menjadi lebih tepat. Jadi dengan observasi beberapa pasang data biaya output yang lebih banyak akan memungkinkan kita untuk memperoleh kurva AVC dan MC penaksir yang jauh lebih sempurna. Tiap titik data tambahan akan memperjelas bentuk TVC, sehingga perhitungan AVC dan MC yang lebih bisa dipercaya dapat diperoleh. 10 KURVA BIAYA PENAKSIR DENGAN 2 OBSERVASI BIAYA / OUTPUT 4. Analisis Regresi dengan Data Runtut –Waktu (Time-Series) Jika kita memiliki jumlah observasi data biaya-output yang lebih banyak, maka kita dapat menggunakan analisis regresi untuk menaksir hubungan anatara biaya dengan suatu tingkat output tertentu, sehingga diperoleh suatu penaksir MC. Jika kita menaksir fungsi biaya dari suatu perusahaaan tertentu, maka kita harus menggunakan data runtut waktu dari perusahaan yang bersangkutan. Analisis regresi dengan data runtut waktu sangat peka terhadap masalah kesalahan pengukuran (measurement error). Data biaya harus mencakup semua biaya yang timbul dalam memproduksi suatu tingkat output tertentu, apakah telah dibayar atau belum. Jika kita membuat spesifikasi TVC sebagai suatu fungsi linier dari output, misalnya TVC = a +bQ, maka penaksir MC yang dihasilkan oleh analisis regresi tersebut akan merupakan parameter b, karena MC ekuivalen dengan turunan dari fungsi TVC pada output. 11 KURVA FUNGI BIAYA VARIABEL LINEAR Alternatif lain untuk observasi data yang sama misalnya spesifikasi fungsi pangkat dua (kudratik). Jika TVC = a + bQ +cQ2 , makaMC tidak akan konstan tetapi menarik jika fungsi output konstan KURVA FUNGSI BIAYA KUADRATIK 12 Jika kita menganggap bahwa hubungan fungsional tersebutadalah fungsi pangkat tiga (kubik), misalnya TVC = a + bQ +cQ2 + dQ3 , maka penaksir MC yang dihasilkan oleh analisis regresi bersifat kurvilinier dan akan mengikat secara kuadratik sesuai dengan tingkat output. KURVA FUNGSI BIAYA VARIABEL PANGKAT TIGA (KUBIK) D. Penaksiran Biaya Jangka Panjang Pada bagian ini kita membahas metoda – metoda untuk memperoleh kurva biaya jangka panjang atau alternative – alternative kurva biaya jangka pendek pada suatu waktu. Metoda penaksiran biaya jangka panjang tersebut menggunakan metoda analisis regresi dengan data seksi silang (cross1. dengan section). Analisis regresi dengan menggunakan data seksi silang (cross-section) Observasi dari berbagai pabrik pada suatu periode tertentu (data seksi silang) dapat dianalisis dengan menggunakan teknik analisis regresi. Oleh karena itu, kita perlu mengumpulkan pasangan-pasangan observasi data yang menghubungkan tingkat output dengan biaya total untuk mendapatkan tingkat output tersebut untuk setiap pabrik, pada suatu periode waktu tertentu. 13 Jika kita ingin mengetahui ada tidaknya keadaan economies, costant, atau diseconomies of plant size, maka kita harus membuat spesifikasi hubungan fungsional pangkat tiga (kubik), karena hubungan ini merupakan bentuk fungsional yang paling konsisten untuk melihat adanya ketiga kemungkinan kadaan tersebut. Jika terjadi increasing returns to plant size dan kemudian terjadi descreasing return to plant size, maka koefisien – koefisien dari output (Q) pangkat dua dan pangkat tiganya akan merupakan determinan yang signifikan bagi tingkat biaya total, dengan tanda negative untuk koefisien pangkat dua dan positif bagi koefisien pangkat tiga. Seandainya koefisien pangkat tiga tersebut merupakan determinan yang tidak signifikan, maka: jika tanda koefisien pangkat dua tersebut positif berarti menunjukkan keadaan increasing returns to plant size, atau decreasing returns to plant size. Jika output pangkat da maupun pangkat tiga merupakan determinan yang tidak signifikan bagi biaya – biaya, maka mungkin persamaan yang linier yang lebih cocok dengan dta yang tersedia. Selanjutnya, titik perhatian kita arahkan pada tanda kostanta pada persamaan linier tersebut. Jika tandanya positif, maka kurva TC (jangka panjang) memiliki titik potong (intersep) yang positif; dan Long-ru Average Cost (LRAC)-nya harus semakin menurun jika tingkat output ditingkatkan. Oleh karena itu, data yang kita miliki itu menunjukkan adanya economies of plant size pada kisaran observasi tersebut. Sebaliknya, jika kostanta tersebut tandanya negative, mala LRAC pasti terus meningkat pada kisaran observasi data yang kita miliki, dan ini mencerminkan terjadinya diseconomies of plant size. Akhirnya, jika kostanta tersebut besarnya adalah nol, malka kita dapat menyimpulkan bahwa terjadi keadaan costant returns to plant size pada kisaran output yang diteliti. Seandainya sebuah fngsi pangkat (power function), sepert TC= aQb merupakan bentuk paling cocok dengan data yang tersedia, maka besarnya pangkat b akan menunjukkan apakah keadaan yang terjadi adalah increasing (jika b < 1), descreasing (jika b> 1), atau constant returtns to plant size (jika b=1). 14 Ada dua masalah pokok dalam penggunaan data seksi silang ini bagi penaksiran kurva biaya rata-rata jangka panjang. Masalah pertama adalah masalah yang timbul karena observasi yang dikumpulkan sama sekali bukan merupakan titik – titik pada kurva biaya rata-rata jangka panjang (LRAC). Pada mulanya tampak terjadi economies of plant size dan terjadi diseconomies of plant size pada pabrik ke empat dan ke lima yang terbesar. Hal tersebut ditunjukkan oleh keadaan bahwa mula-mula average cost (AC) turun tetapi kemudian naik ketika kita menghadapi pabrik yang lebih besar. Masalah kedua yang ditimbulkan oleh data seksi silang ini adalah bahwa banyak pabrik yang tidak dapat beropersi pada tingkat harga dan produktivitas factor produksi yang sama. Jika pabrik-pabrik tersebut beroperasi di lingkungan geografis, politis dan sosio-ekonomies yang berbeda, maka baik harga maupun produktivitas factor produksi akan berbeda-beda di antar pabrik-pabrik tersebut. Jika hal ini terjadi, maka analisis regresi akan menunjukan economies atau diseconomies of plant to size dimana perbedaan-perbedaan biaya secara actual ditentukan oleh perbedaan harga dan produktivitas factor produksi. Dapat pula terjadi bahwa perbedaan-perbedaan dalam hal ini akan mengaburkan sama sekali adanya economies dan diseconomies of plant size yang sama hanya akan dapat dilihat jika pengaruh harga dan produktivitas factor produksi yang berbeda dihilangkan dari data. Penaksiran kurva LRAC ini beramsusmsi bahwa semua ukuran pabrik yang ditunjukkan adalah dari tahun yang sama karena itu memiliki teknologi yang sama, di mana teknologi ini merupakan teknologi yang paling mutakhir. Sebagian dari perbedaan –perbedaan dalam produktivitas tenaga kerja cenderung terjadi pada biaya output seksi silang yang disebabkan oleh perbedaan tahun pembuatan dari pabrik-pabrik yang diteliti, yaitu dari pabrik yang baru sampai pabrik lama dalam efisiensi yang minimal (perbedaan lain dalam produktivitas tenaga kerja berkaitan dengan perbedaan dalam tingkat pendidikan, training, motivasi para pekerja, dll). Analisis regresi dengan data seksi silang untuk tahun yang berbeda cenderung memberikan hasil yang tidak dapat dipercaya dan karenanya harus dihindarkan. 15 D. 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 periode sekarang. Peramalan biaya untuk berbagai tingkat output pada periode yang akan datang memerlukan penaksiran tentang perubahan efisiensi proses produksi secara fisik, plus perubahan harga factor produksi yang digunakan dalam proses produksi. Perubahan efisiensi factor – factor produksi ini akan mengubah bentuk kurva total product (TP) yang berkaitan dengan proses produksi tersebut. Jika harga factor produksi diperkirakan akan berubah, maka hubungan antara kurva TP dengan kurva Toal variable cost (TVC)-nya akan berubah. Karena itu perubahan dalam biaya masa yang akan datang akan merupakan akibat dari pengaruh ini. 1. PERUBAHAN FAKTOR PRODUKTIVITAS FAKTOR PRODUKSI Jika kita memperhatikan efisiensi dari proses produksi untuk periode-periode yang akan datang, maka kita harus memperkirakan bahwa produktivitas factor produksi tersebut akan berubah sepanjang waktu. Mesin dan peralatan lain misalnya, diharapkan untuk lebih efisien jika diukur dari output per jam yang hasilnya (atau berdasarkan kriteria yang lain)- karena penerapan kemajuan teknologi pada mesinmesin tersebut. Meningkatnya penggunaan mesin dan peralatan yang dikendalikan dengan computer telah menyebabkan meningkaynya produktivitas peralatan modal secara cukup besar pada waktu belakangan ini. Seperti halnya produktivitas modal, produktivitas tenaga kerja juga diharapkan meningkat dengan berjalannya waktu, karena tingkat pendidikan karyawan yang lebih tingg dan semakin berpengalamannya para karyawan dengan proses produksi mekanis. Sebaliknya, perubahan sikap terhadap pekerjaan atau factor sosiologis lainnya mendorong kita untuk meramalkan bahwa produktivitas tenaga kerja akan turun dimasa yang akan datang. 16 Jika trend prubahan produktivitas factor produksi tersebut tampak dengan jelas, maka kita dapat menetapkan tren-trend tersebut sebagai suatu penaksiran atas perubahan efisiensi proses produksi fisik dimasa yang akan datang. Ekstrapolasi dari trend-trend produktivitas ini harus dimodifikasi sesuai dengan setiap perubahan produktivitas factor produksi tersebut. Produktivitas tenaga kerja bisanya dinyatakan sebagai unit output per unit tenaga kerja, dan karena itu memberikan sumbangan pula bagi kenaikan produktivitas factor-faktor modal seperti mesin dan peralatan. Dengan demikian produktivitas tenaga kerja merupakan gabungan antara produktivitas modal dan tenaga kerja, dan mungkin sangat sulit untuk memisahkan pengaruh dari masing-masing factor produksi tersebut. Kurva learning menunjukkan peningkatan produktivitas tenaga kerja yang bersamaan dengan seperangkat peralatan tertentu, ceteris paribus. Jadi kurva AC untuk suatu parik tertentu akan menurun jika produksi kumulatif meningkat. Dalam praktik perusahaan yang ada, sehingga penaksiran kita akan “pengaruh belajar” (learning effect) akan mencakup baik peningkatan produktivitas tenaga kerja maupun modal. 2. PERUBAHAN HARGA FAKTOR PRODUKSI Jika biaya dari semua input meningkat dengan proporsi yang sama, maka kombinasi factor produksi yang optimal tidak akan berubah pada tingkat output tertentu, meskipun akan menimbulkan biaya yang lebih besar. Jika semua harga input meningkat dengan tingkat sama, maka harga-harga relative dari input tersebut akan tetap sama dan tidak akan ada insentif untuk mensubstitusikan satu input dengan input lainnya. Ini berarti bahwa proporsi input yang optimal (rasio modal-tenaga kerja pada kasus yang paling sederhana) akan tetap sama. Dengan demikian, biaya-biaya pada periode yang akan datang akan sama dengan periode sekarang ditambah dengan presentase kenaikan biaya yang diperkirakan. 17 Jika kekuatan pasar di pasar factor-faktor produksi mengakibatkan harga satu factor produksi akan naik dibandingkan dengan factor produksi lainnya, maka perusahaan akan mensubstitusikannya dengan factor produksi yang lebih murah sebagai akibat dari adanya kenaikan harga tersebut. Jadi biaya tenaga kerja diperkirakan akan naik lebih cepat daripada biaya modal di masa yang akan datang, maka perusahaan akan meminimalkan biaya pada tingkatingkat output tertentu. Perkiraan tentang kejadian-kejadian yang cenderung akan mempengaruhi perubahan harga seperti berkurangnya penawaran atau embargo ekspor harus juga diperhitungkan dalam proyeksi biaya. Dengan distribusi probabilitas tertentu yang dihubungkan dengan tingkat biaya yag akan datang, kita dapat menghitung hasil atas dasar “nilai yang diharapkan” dari tingkat biaya pada periode-periode yang akan datang dengan maksud untuk mendapatkan suatu peramalan tingkat biaya masa yang akan datang untuk penetapan harga atau kebijaksanaan-kebijaksanaan lainnya. Dalam system sosio-ekonomis yang inflasinya merupakan gejala endemis dan tingkat inflasi yang rendah diharapkan mempunyai pengaruh yang menguntungkan bagi dunia bisnis, maka kita dapat memperkirakan terjadinya kenaikan harga nominal factor-faktor produksi secara terus menerus pada periode-periode yang akan datang. Jika perusahaan mampu untuk mentolerir kenaikan harga karna inflasi tersebut dan mampu mempertahankan rasio harga-biayanya, maka biaya riil dari sumberdaya yang digunakan perusahaan tidak akan berubah. Jadi keputusan sekarang yang mencakup produksi dan biaya dimasa yang mendatang akan dapat dibuat berdasarkan tingkat biaya periode sekarang yang dimodifikasi hanya untuk setiap pengaruh inflasi yang tidak dapat dikompensasikan kepada para pembeli. Jika harga harus ditetapkan sekarang, padahal biaya baru dikeluarkan pada periode-periode yang akan datang, seperti yang terjadi pada penawaran kontrak dan penetapan harga, maka tingkat harga tersebut harus memasukkan besarnya tingkat nflasi yang diperkirakan akan terjadi dengan tujuan mengamankan kontribusi margin riil dari perusahaan. 18 3. PENAKSIRAN KURVA LEARNING Kurva learning menghubungkan biaya perunit dengan volume produksi kumulatf dari suatu produkk tertentu. Kita berharap bahwa produktivitas input akan meningkat apabila input-input tersebut telah “mempelajari” proses produksi, sehingga biaya pe unit turun jika volume produksi meningkat. Biaya per unit (pada tingkat output tertentu per periode dalam pabrk tertentu) cenderung menurun dengan presentase yang relative stabil setiap kali volume produksi kumulatif digndakan. Tingkat learning ini adalah sekitar 20 persen. Dengan kata lain, biaya unit turun kira-kira 20 persen setiap kali tingkat output kumulatif naik dengan faktor 2,4,8,16,32,64,128 dan seterusnya. Perhatikan bahwa untuk suatu tingkat output yang konstan setiap periode waktu, rangkaian angka tersebut menunjukkan jumlah periose sebelum dicapai penurunan 20 persen lainnya dalam biaya uni dicapai. Jadi perubahan biaya per unit antara dua periode produksi yang ditimbulkan oleh efek learning, akan sangat jelas jika proses produksi baru dilakukan dan dapat diabaikan ketika proses produksi telah mencapai kematangan. Gambaran mengenai penggandaan output secara berturut-turut menunjukkan bahwa kurva learning bukan merupakan garis lurus, tetapi biaya per unit merupakan fungsi output lkumilatif yang menurun secara eksponensial. Dengan kata lain, kuva learning dapat dinyatakan sebagai fungsi pangkat atau fungsi eksponensial dengan bentuk sebagai berikut: SRAC = aQb dimana Q adalah tingkat volume kumulatif, a adalah biaya produksi hipotesis dari unit pertama, danb (biasanya merupakan agka negatif) menunjukkan tingkat dimana SRAC akan menurun jika output dinaikkan. 19 Untuk menunjukkan SRAC dan niai output kumulatif yang diteliti dalam bentuk lograitma, kita rumuskan dengan cara sebagai berikut: Log SRAC = log a (tambah) b logQ Dan menggunakan analisis regresi untuk menaksir parameter a dan b tersebut. Sebagai contoh, misalkan perusahaan LORENZO telah meneliti bahwa biaya per unit dari suatu produk tertentu menurun jika output kumulatif meningkat. Logaritma dari SRAC dan Q ditunjukkan pada dua kolom terakhir. Kita menyebutkan log SRAC sebagai variable Y dan log Q sebagai variable X dan merumuskan bahwa Y = α + βX. Perhatikan bahwa α = 1,7418 menunjukkan log a. Untuk menemukan parameter a, harus membuat antilog dari 1,7418 yang hasilnya adalah 55,18. Jadi fungsi pangkat yang menunjukkan kurva learning yang ditaksir sebagai berikut: SRAC = 55,18Q-0,3627 Untuk meramalkan biaya per unit pada, misalnya 1000 unit volume kumulatif, substitusikan Q = 1.000 dalam persamaan diatas. SRAC = 55,18 (1.000-0,3627) = 55,18 (0,0816) = 4,50 Jadi, kita bias berharap bahwa SRAC akan turun menjadi Rp 4,50 per unit pada volume kumulatif mancapai 1.000 20 Table Observasi SRAC dan volume Kumulatif Serta Logaritmanya Tanggal Observasi 30 Sept. 15 Des. 1 Maret 15 Mei Biaya per unit Volume (SRAC) kumulatif (Q) 9,00 150 7,20 275 6,50 350 5,85 500 Log SRAC (Y) 0,9542 0,8573 0,8129 0,7672 Log Q (X) 2,1761 2,4393 2,5411 2,6990 Tabel Perhitungan untuk Parameter Regresi Bagi Kurva Learning Y X XY X2 0,9542 0,8573 0,8129 0,7672 3,3916 2,1761 2,4393 2,5441 2,699 9,8585 2,0764 2,0912 2,0681 2,0707 8,3064 4,7354 5,9502 6,4724 7,2846 24,4426 ∑Y Y= 3,3916 = = 0,8479 ƞ 4 ∑X X= 9,8585 = = 2, 4646 ƞ 4 ƞ ∑XY - ∑X∑Y β = 4(8,3064) – (9,8585) (3,3916) = ƞ ∑X – (∑X) 2 2 = - 0,3627 4(24,4426) – (9,8585) 2 α = Y – Βx = 0,8479 – (-0,3627) 2,4646 = 1,7418 Kurva Learning dinyatakan sebagai presentase penurunan AC untuk tiap penduakalilipatan volume kumulatif. Untuk menemukan presentase tersebut dalam contoh ini, kita memilih dua tingkat output (dimana yang satu besarnya 2 kali yang yang lain) dan menghintung presentase (SRAC) tersebut. Misalnya, dengan pengestimasian SRAC pada output kumulatif 200 dan 400 unit dari kurva learning tersebut, kita akan mendapatkan : 21 Untuk 200 unit; SRAC = 55,18(200-0,3267) = 8,076 Dan untuk 400 unit: SRAC = 55,18(400-0,3267) = 6,281 Jadi SRAC pada 400 unit adalah 6,281 X 100% = 77,77 % 8,076 Angka 77,77 persen tersebut menunjukkan bahwa SRAC untuk 400 unit besarnya sama dengan 77,77 persen dari SRAC pada 200 unit output. Tambpak bahwa sedikitnya ada penurunan AC sebesar 22 persen apabila volume kumulatif diduakalilipatkan. Kita dapat memprediksi bahwa SRAC tersebut akan terus turun kira-kira sebesar 22 persen untuk setiap penduakalilipatan tingkat output kumulatif berikutnya 22 BAB III PENUTUP A. Kesimpulan Penaksiran biaya berkaitan dengan tingkat biaya pada tingkat output pabrik dari peusahaan dengan biaya relatif dari ukuran pabrik lainnya yang tersedia bagi perusahaan tersebut. Dalam situasi jangka pendek kita berhadapan dengan prilaku AVC dan MC, plus biaya inkremental lainnya yang diperlukan karena penggunaan beberapa faktor produksi tetap secara penuh (full utilization). Penaksiran biaya jangka panjang mencakup tingkat biaya per unit dari berbagai ukuran pabrik, berdasarkan harga faktor produksi sekarang dan bentuk teknologi yang digunakan Metoda penaksiran biaya jangka pendek yang dibahas adalah metoda ekstrapolasi, analisis gradien, analisis regresi dengan data tuntut waktu. Kemungkinan biaya jangka panjang bisa ditaksir dengan menggunakan analisis regresi dengan data seksi silang. Peramalan biaya mensyaratkan penaksiran tingkat biaya untuk periode-periode yang akan datang, di mana produktivitas dan harga faktor-faktor produksi akan berbeda dari tingkat yang sekarang. Trend-trend produktivitas yang tampak pada tahun-tahun terakhir dapat digunakan untuk meramalkan perubahan biaya di masa-masa yang akan datang. Kurva learning, apabila ditaksir dari proses produksi tertentu, akan memungkinkan kita memprediksi biaya per unit pada masa yang akan datang, berdasarkan garis yang paling cocok (the line of the best fit) dengan biaya rata-rata yang diteliti jika volume kumulatif naik. Proses produksi cenderung menjadi lebih efisien dalam memproduksi suatu iyem tertentu, karena adanya pengalaman dalam proses produksi tersebut. Biaya per unit cenderung untuk turun juka fungsi output mengalami penurunan, dan sebuah perusahaan dapat menggunakan data biaya per unt masa lalu yang dikumpulkan untuk memprediksi atau memproyeksi biaya per unit masa yang akan datang. 23 B. Saran Penulis berharap makalah ini dapat menambah wawasan bagi seluruh Mahasiswa khususnya para pembaca agar tergugah untuk terus dapat meningkatkan kualitas Sumber Daya Manusia dalam usahanya, dan dapat menambah pengetahuan bagi rekan-rekan Mahasiswa. 24 DAFTAR PUSTAKA Arsyad, Lincolin. Ekonomi Manajerial. Ekonomi Mikro terapan untuk manajemen bisnis, Edisi 4 https://www.academia.edu/5774591/Peramalan_dan_penaksiran_biaya. http://majanajemen.blogspot.co.id/2015/04/penaksiran-dan-peramalan-biaya.html 25
