UNTUK ANALISIS KELAYAKAN FINANSIAL
USAHA DIVERSIFIKASI INDUSTRI BERBASIS TEBU
SRI MARTINI
SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
Dengan ini saya menyatakan bahwa tesis Model Investasi Fuzzy untuk Analisis Kelayakan Finansial Usaha Diversifikasi Industri Berbasis Tebu adalah karya saya sendiri dengan arahan komisi pembimbing dan belum pernah diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir tesis ini.
Bogor, Desember 2008
SRI MARTINI. Fuzzy Investment Model for Financial Feasibility Analysis of Sugar Cane Based Industry Diversification. Supervised by SUKARDI, MARIMIN and ANDES ISMAYANA.
Sugar cane is one of the agricultural comodities used as primary raw material in sugar processing. It has high value and important position in Indonesia economy. Sugar cane based industry needs to be developed futher due to market needs of its derivat products. The development of sugar cane based indutry requires feasibility analysis.
One of feasibility analysis to determine the best alternative product to be developed is financial analysis. Financial analysis is required to prevent the failure of a project when it is implemented. The obstacles and risks of the project implementation that might arise should be minimized. The financial analysis is sometimes complex due to uncertaint future situation. Fuzzy approach is one of methods to analyze and handle this uncertainty. This research is aimed to study fuzzy financial feasibility parameters, to develop fuzzy financial feasibility model, and to apply the model to bioethanol industry as a derivate of sugar cane based product.
Feasibility parameters of fuzzy investment model studied includes NPV Fuzzy, IRR Fuzzy, and B/C Ratio Fuzzy. Raw materials cost, selling price, and interest rate made as fuzzy variables with Triangular Fuzzy Number (TFN) representation. Model feasibility decision was categorized into four categories; unfeasible, fairly feasible, feasible, and very feasible.
Model validation was conducted by comparing the fuzzy method output to conventional method. Model verification on bioethanol industry using fuzzy method showed that the industry was feasible to be developed based on assumption of 10 years project periods, NPV of Rp 18,910 million; B/C ratio of 1.46; and IRR of 25.8 %. The calculation by using fuzzy method indicated difference between that there was the conventional method and the developed method.
SRI MARTINI. Model Investasi Fuzzy untuk Analisis Kelayakan Finansial Usaha Diversifikasi Industri Berbasis Tebu. Dibimbing oleh SUKARDI, MARIMIN dan ANDES ISMAYANA.
Tebu merupakan salah satu komoditas pertanian yang bernilai tinggi dan bahan baku utama bagi industri gula yang menempati posisi penting dalam perekonomian Indonesia. Dengan memanfaatkan tanaman tebu untuk diolah selain menjadi gula diharapkan produktivitas perusahaan dalam pengolahan tebu akan meningkat pula yang secara umum akan meningkatkan keuntungan perusahaan. Industri berbasis tebu memiliki potensi besar untuk dikembangkan karena berbagai macam produknya dibutuhkan di pasaran, sehingga akan lebih baik apabila dilakukan sistematisasi produk-produk olahan dari tebu dan ditentukan produk alternatif yang memiliki nilai kelayakan untuk dikembangkan saat ini.
Analisis finansial merupakan salah satu komponen analisa kelayakan yang mempunyai tujuan untuk menentukan rencana investasi melalui perhitungan biaya dan manfaat yang diharapkan, dengan membandingkan antara pengeluaran dan pendapatan, seperti ketersediaan dana, biaya modal, kemampuan proyek untuk membayar kembali dana tersebut dalam waktu yang telah ditentukan dan menilai apakah proyek tersebut akan dapat berkembang terus.
Pendekatan analisa finansial didasarkan pada pengukuran analisis ekonomi tentang harga, seperti NPV, IRR, dan Discounted Payback Period (DPP). Pengukuran ini juga mempertimbangkan cash flow dan manfaat yang dibatasi oleh ketidakcocokan estimasi biaya dan manfaat. Estimasi manfaaat dan biaya tidak bisa deteministik maupun stokastik; melainkan bersifat fuzzy, karena ada beberapa elemen yang tidak jelas dalam estimasinya. Ketidaktelitian ini akibat dari kuatnya subyektivitas manusia yang terlibat serta kurang sesuainya pengetahuan dalam pelaksanaan investasi. Jadi teknik konvensioanal tidak cukup untuk mengevaluasi investasi. Implikasi penggunaan sembarang teknik untuk investasi akan menghasilkan pemilihan investasi yang keliru atau estimasi yang kurang tepat terhadap biaya dan manfaat investasi.
Pendekatan fuzzy merupakan salah satu metode untuk mengkaji ketidakpastian dalam analisis finansial. Tidak seperti pendekatan konvensional, pendekatan fuzzy
memungkinkan data yang digunakan dalam analisis finansial suatu investasi untuk diekspresikan dalam bahasa yang lebih alami yang tidak melibatkan matematika tingkat tinggi. Pendekatan ini memberikan suatu sistem pemodelan standar dalam istilah parameter-parameternya. Prinsip-prinsipnya didasarkan pada asumsi bahwa informasi menjadi sulit diolah dengan metode konvensional, karenanya dibutuhkan metode lain untuk menyelesaikan masalah ini.
Tujuan penelitian ini adalah untuk memilih dan mengkaji indikator kelayakan finansial fuzzy, mengembangkan model kelayakan finansial fuzzy dan mengimplementasikan model kelayakan finansial fuzzy pada industri bioethanol sebagai salah satu produk derivat tebu.
tinggi (T) dimana setiap rentang nilai ditentukan berdasarkan data sekunder dan studi pustaka. Harga bahan baku, harga jual dan suku bunga merupakan inputan yang terdiri tiga nilai yaitu rendah, sedang dan tinggi. Informasi kelayakan model investasi fuzzy diklasifikasikan dalam 4 kategori yaitu tidak layak, cukup layak, layak dan sangat layak. Proses pengubahan output fuzzy ke output yang bernilai tunggal (defuzzifikasi) menggunakan metode CENTROID.
Validasi model dilakukan dengan membandingkan hasil keluaran metode
fuzzy dengan metode konvensional. Validasi model adalah proses menguji substansi model, yaitu sejauh mana model komputer yang dibuat dalam lingkup aplikasinya memiliki kisaran akurasi yang memuaskan, konsisten dengan tujuan dari penerapan model. Verifikasi model dilakukan dengan menggunakan data aktual untuk mengetahui apakah model tersebut cukup layak untuk digunakan dan memenuhi kriteria yang telah ditetapkan. Proses verifikasi dilakukan dengan memasukkan data sekunder yang diperoleh dari industri bioetanol yang berada di PG Jatitujuh, Majalengka.
Hasil verifikasi model pada industri bioetanol dengan menggunakan metode
fuzzy menunjukkan bahwa industri ini layak untuk dikembangkan dengan asumsi
umur proyek 10 tahun, dengan hasil analisa sebagai berikut : NPV dengan nilai Rp. 18,9 milyar, B/C Ratio dengan nilai 1,46 dan IRR dengan nilai 25,8 persen. Pada trend yang searah, hasil penghitungan dengan metode fuzzy berbeda dengan hasil perhitungan dengan metode konvensional.
Analisis sensitivitas dilakukan untuk mengetahui sejauh mana unsur-unsur dalam aspek finansial ekonomi berpengaruh terhadap keputusan yang dipilih. Analisis sensitivitas dalam penelitian ini, dilakukan terhadap dua parameter, yaitu kenaikan harga bahan baku dan penurunan harga jual. Hasil analisis sensitivitas dengan pendekatan fuzzy menunjukkan bahwa toleransi kenaikkan harga bahan baku sebesar 15 persen dan penurunan harga jual sebesar 5 persen, sedangkan hasil perhitungan dengan metode konvensional menunjukkan bahwa toleransi kenaikan harga bahan baku sebesar 38,99 persen dan penurunan harga jual sebesar 15,04 persen. Hasil analisis sensitivitas dengan pendekatan fuzzy memberikan toleransi yang yang lebih kecil dibandingkan dengan pendekatan konvensional, hal ini menunjukkan bahwa pendekatan fuzzy lebih sensitif terhadap perubahan harga jual dan harga bahan baku.
Hasil perhitungan dengan pendekatan fuzzy menunjukkan nilai yang berbeda dengan nilai hasil perhitungan menggunakan pendekatan konvensional karena adanya variasi input terhadap harga bahan baku, harga jual dan suku bunga. Pendekatan fuzzy dapat mengurangi tingkat resiko dalam pengambilan keputusan suatu proyek karena output kelayakan disajikan dalam rentang tidak layak, cukup layak, layak dan sangat layak.
© Hak Cipta milik Institut Pertanian Bogor (IPB), tahun 2008 Hak cipta dilindungi Undang-undang
1. Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan atau menyebutkan sumber
a. Pengutipan hanya untuk kepentingan pendidikan, penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik atau tinjauan suatu masalah
b. Pengutipan tidak merugikan kepentingan yang wajar IPB
UNTUK ANALISIS KELAYAKAN FINANSIAL
USAHA DIVERSIFIKASI INDUSTRI BERBASIS TEBU
SRI MARTINI
Tesis
sebagai salah satu syarat untuk memperoleh gelar Magister Sains pada
Program Studi Teknologi Industri Pertanian
SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
Nama : Sri Martini
NRP : F351050031
Program Studi : Teknologi Industri Pertanian
Disetujui, Komisi Pembimbing
Dr. Ir. Sukardi, MM Ketua
Prof. Dr. Ir. Marimin, M.Sc Anggota
Ir. Andes Ismayana, MT Anggota
Diketahui, Ketua Program Studi
Teknologi Industri Pertanian
Dr. Ir. Irawadi Jamaran
Dekan Sekolah Pascasarjana IPB
Prof. Dr. Ir. Khairil Anwar Notodipuro, M.S.
Nama : Sri Martini
NRP : F351050031
Program Studi : Teknologi Industri Pertanian
Disetujui, Komisi Pembimbing
Dr. Ir. Sukardi, MM Ketua
Prof. Dr. Ir. Marimin, M.Sc Anggota
Ir. Andes Ismayana, MT Anggota
Diketahui,
Ketua Program Studi Teknologi Industri
Pertanian
Dr. Ir. Irawadi Jamaran
Dekan Sekolah Pascasarjana IPB
Segala puji hanyalah milik Allah SWT semata yang telah memperkenankan penulis menyelesaikan penelitian dan menuangkan hasilnya dalam bentuk tesis yang berjudul “Model Investasi Fuzzy untuk Analisis Kelayakan Finansial Usaha Diversifikasi Industri Berbasis Tebu ” sebagai salah satu syarat untuk memperoleh gelar Magister Sains pada Program Studi Teknologi Industri Pertanian Institut Pertanian Bogor.
Pada kesempatan ini penulis menyampaikan terima kasih yang mendalam kepada Dr. Ir. Sukardi, Prof. Dr. Ir. Marimin, M.Sc dan Ir. Andes Ismayana, MT selaku dosen pembimbing atas segala bimbingan, bantuan dan motivasi baik berupa moril maupun materi yang telah diberikan selama penelitian dan penyusunan tesis. Ucapan terima kasih juga penulis sampaikan kepada Dr. Ir. Suprihatin atas kesediaannya sebagai penguji luar komisi dan atas masukannya yang sangat bermanfaat.
Penghargaan dan ucapan terima kasih yang mendalam disampaikan kepada Prof. Dr. Ir. Marimin, M.Sc. selaku Kepala Bagian Teknik Sistem Industri dan Dr. Ir, Muhammad Romli, M.Sc. selaku Kepala Departemen Teknologi Industri Pertanian yang telah memberikan izin serta motivasi kepada penulis dalam menempuh Studi di Program Studi Teknologi Industri Pertanian. Ucapan terima kasih juga penulis ucapkan kepada Direktorat Jenderal Perguruan Tinggi (Ditjen Dikti) yang telah membiayai penulis selama melaksanakan tugas belajar di Sekolah Pascasarjana IPB.
Ucapan terima kasih yang tulus penulis sampaikan kepada kedua orangtua yang tiada henti-hentinya berdo’a untuk kesehatan dan kelancaran studi penulis, semua saudara dan kerabat atas semangat, dorongan, pengertian, dan iringan doa yang tulus ikhlas kepada penulis selama menyelesaikan program S2 ini. Penulis juga menyampaikan ucapan terima kasih kepada semua pihak yang telah banyak membantu demi kelancaran pelaksanaan penelitian, yaitu kepada rekan-rekan seperjuangan (TIP 2005), staf dan teknisi laboratorium di Departemen Teknologi Industri Pertanian, serta semua pihak yang tidak dapat saya sebutkan satu persatu atas bantuan, dorongan dan masukan yang bermanfaat.
Ucapan terima kasih juga disampaikan kepada Dr. Ir. Irawadi Jamaran dan Dr. Ir. Ani Suryani selaku Ketua dan Sekretaris Program Studi Teknologi Industri Pertanian IPB yang telah banyak memberikan bantuan demi kelancaran studi penulis. Ucapan terima kasih juga ditujukan kepada seluruh staf pengajar Sekolah Pascasarjana IPB yang telah memberi ilmu pengetahuan dan bimbingan kepada penulis selama menimba ilmu pengetahuan.
Penulis berharap karya ini dapat bermanfaat bagi pihak-pihak yang membutuhkan. Semoga dengan mengetahui sekelumit tentang investasi fuzzy ini, akan menambah keimanan kita kepada Sang Khalik Yang Maha Mengetahui Segala Sesuatu.
Bogor, Desember 2008
UNTUK ANALISIS KELAYAKAN FINANSIAL
USAHA DIVERSIFIKASI INDUSTRI BERBASIS TEBU
SRI MARTINI
SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
Dengan ini saya menyatakan bahwa tesis Model Investasi Fuzzy untuk Analisis Kelayakan Finansial Usaha Diversifikasi Industri Berbasis Tebu adalah karya saya sendiri dengan arahan komisi pembimbing dan belum pernah diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir tesis ini.
Bogor, Desember 2008
SRI MARTINI. Fuzzy Investment Model for Financial Feasibility Analysis of Sugar Cane Based Industry Diversification. Supervised by SUKARDI, MARIMIN and ANDES ISMAYANA.
Sugar cane is one of the agricultural comodities used as primary raw material in sugar processing. It has high value and important position in Indonesia economy. Sugar cane based industry needs to be developed futher due to market needs of its derivat products. The development of sugar cane based indutry requires feasibility analysis.
One of feasibility analysis to determine the best alternative product to be developed is financial analysis. Financial analysis is required to prevent the failure of a project when it is implemented. The obstacles and risks of the project implementation that might arise should be minimized. The financial analysis is sometimes complex due to uncertaint future situation. Fuzzy approach is one of methods to analyze and handle this uncertainty. This research is aimed to study fuzzy financial feasibility parameters, to develop fuzzy financial feasibility model, and to apply the model to bioethanol industry as a derivate of sugar cane based product.
Feasibility parameters of fuzzy investment model studied includes NPV Fuzzy, IRR Fuzzy, and B/C Ratio Fuzzy. Raw materials cost, selling price, and interest rate made as fuzzy variables with Triangular Fuzzy Number (TFN) representation. Model feasibility decision was categorized into four categories; unfeasible, fairly feasible, feasible, and very feasible.
Model validation was conducted by comparing the fuzzy method output to conventional method. Model verification on bioethanol industry using fuzzy method showed that the industry was feasible to be developed based on assumption of 10 years project periods, NPV of Rp 18,910 million; B/C ratio of 1.46; and IRR of 25.8 %. The calculation by using fuzzy method indicated difference between that there was the conventional method and the developed method.
SRI MARTINI. Model Investasi Fuzzy untuk Analisis Kelayakan Finansial Usaha Diversifikasi Industri Berbasis Tebu. Dibimbing oleh SUKARDI, MARIMIN dan ANDES ISMAYANA.
Tebu merupakan salah satu komoditas pertanian yang bernilai tinggi dan bahan baku utama bagi industri gula yang menempati posisi penting dalam perekonomian Indonesia. Dengan memanfaatkan tanaman tebu untuk diolah selain menjadi gula diharapkan produktivitas perusahaan dalam pengolahan tebu akan meningkat pula yang secara umum akan meningkatkan keuntungan perusahaan. Industri berbasis tebu memiliki potensi besar untuk dikembangkan karena berbagai macam produknya dibutuhkan di pasaran, sehingga akan lebih baik apabila dilakukan sistematisasi produk-produk olahan dari tebu dan ditentukan produk alternatif yang memiliki nilai kelayakan untuk dikembangkan saat ini.
Analisis finansial merupakan salah satu komponen analisa kelayakan yang mempunyai tujuan untuk menentukan rencana investasi melalui perhitungan biaya dan manfaat yang diharapkan, dengan membandingkan antara pengeluaran dan pendapatan, seperti ketersediaan dana, biaya modal, kemampuan proyek untuk membayar kembali dana tersebut dalam waktu yang telah ditentukan dan menilai apakah proyek tersebut akan dapat berkembang terus.
Pendekatan analisa finansial didasarkan pada pengukuran analisis ekonomi tentang harga, seperti NPV, IRR, dan Discounted Payback Period (DPP). Pengukuran ini juga mempertimbangkan cash flow dan manfaat yang dibatasi oleh ketidakcocokan estimasi biaya dan manfaat. Estimasi manfaaat dan biaya tidak bisa deteministik maupun stokastik; melainkan bersifat fuzzy, karena ada beberapa elemen yang tidak jelas dalam estimasinya. Ketidaktelitian ini akibat dari kuatnya subyektivitas manusia yang terlibat serta kurang sesuainya pengetahuan dalam pelaksanaan investasi. Jadi teknik konvensioanal tidak cukup untuk mengevaluasi investasi. Implikasi penggunaan sembarang teknik untuk investasi akan menghasilkan pemilihan investasi yang keliru atau estimasi yang kurang tepat terhadap biaya dan manfaat investasi.
Pendekatan fuzzy merupakan salah satu metode untuk mengkaji ketidakpastian dalam analisis finansial. Tidak seperti pendekatan konvensional, pendekatan fuzzy
memungkinkan data yang digunakan dalam analisis finansial suatu investasi untuk diekspresikan dalam bahasa yang lebih alami yang tidak melibatkan matematika tingkat tinggi. Pendekatan ini memberikan suatu sistem pemodelan standar dalam istilah parameter-parameternya. Prinsip-prinsipnya didasarkan pada asumsi bahwa informasi menjadi sulit diolah dengan metode konvensional, karenanya dibutuhkan metode lain untuk menyelesaikan masalah ini.
Tujuan penelitian ini adalah untuk memilih dan mengkaji indikator kelayakan finansial fuzzy, mengembangkan model kelayakan finansial fuzzy dan mengimplementasikan model kelayakan finansial fuzzy pada industri bioethanol sebagai salah satu produk derivat tebu.
tinggi (T) dimana setiap rentang nilai ditentukan berdasarkan data sekunder dan studi pustaka. Harga bahan baku, harga jual dan suku bunga merupakan inputan yang terdiri tiga nilai yaitu rendah, sedang dan tinggi. Informasi kelayakan model investasi fuzzy diklasifikasikan dalam 4 kategori yaitu tidak layak, cukup layak, layak dan sangat layak. Proses pengubahan output fuzzy ke output yang bernilai tunggal (defuzzifikasi) menggunakan metode CENTROID.
Validasi model dilakukan dengan membandingkan hasil keluaran metode
fuzzy dengan metode konvensional. Validasi model adalah proses menguji substansi model, yaitu sejauh mana model komputer yang dibuat dalam lingkup aplikasinya memiliki kisaran akurasi yang memuaskan, konsisten dengan tujuan dari penerapan model. Verifikasi model dilakukan dengan menggunakan data aktual untuk mengetahui apakah model tersebut cukup layak untuk digunakan dan memenuhi kriteria yang telah ditetapkan. Proses verifikasi dilakukan dengan memasukkan data sekunder yang diperoleh dari industri bioetanol yang berada di PG Jatitujuh, Majalengka.
Hasil verifikasi model pada industri bioetanol dengan menggunakan metode
fuzzy menunjukkan bahwa industri ini layak untuk dikembangkan dengan asumsi
umur proyek 10 tahun, dengan hasil analisa sebagai berikut : NPV dengan nilai Rp. 18,9 milyar, B/C Ratio dengan nilai 1,46 dan IRR dengan nilai 25,8 persen. Pada trend yang searah, hasil penghitungan dengan metode fuzzy berbeda dengan hasil perhitungan dengan metode konvensional.
Analisis sensitivitas dilakukan untuk mengetahui sejauh mana unsur-unsur dalam aspek finansial ekonomi berpengaruh terhadap keputusan yang dipilih. Analisis sensitivitas dalam penelitian ini, dilakukan terhadap dua parameter, yaitu kenaikan harga bahan baku dan penurunan harga jual. Hasil analisis sensitivitas dengan pendekatan fuzzy menunjukkan bahwa toleransi kenaikkan harga bahan baku sebesar 15 persen dan penurunan harga jual sebesar 5 persen, sedangkan hasil perhitungan dengan metode konvensional menunjukkan bahwa toleransi kenaikan harga bahan baku sebesar 38,99 persen dan penurunan harga jual sebesar 15,04 persen. Hasil analisis sensitivitas dengan pendekatan fuzzy memberikan toleransi yang yang lebih kecil dibandingkan dengan pendekatan konvensional, hal ini menunjukkan bahwa pendekatan fuzzy lebih sensitif terhadap perubahan harga jual dan harga bahan baku.
Hasil perhitungan dengan pendekatan fuzzy menunjukkan nilai yang berbeda dengan nilai hasil perhitungan menggunakan pendekatan konvensional karena adanya variasi input terhadap harga bahan baku, harga jual dan suku bunga. Pendekatan fuzzy dapat mengurangi tingkat resiko dalam pengambilan keputusan suatu proyek karena output kelayakan disajikan dalam rentang tidak layak, cukup layak, layak dan sangat layak.
© Hak Cipta milik Institut Pertanian Bogor (IPB), tahun 2008 Hak cipta dilindungi Undang-undang
1. Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan atau menyebutkan sumber
a. Pengutipan hanya untuk kepentingan pendidikan, penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik atau tinjauan suatu masalah
b. Pengutipan tidak merugikan kepentingan yang wajar IPB
UNTUK ANALISIS KELAYAKAN FINANSIAL
USAHA DIVERSIFIKASI INDUSTRI BERBASIS TEBU
SRI MARTINI
Tesis
sebagai salah satu syarat untuk memperoleh gelar Magister Sains pada
Program Studi Teknologi Industri Pertanian
SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
Nama : Sri Martini
NRP : F351050031
Program Studi : Teknologi Industri Pertanian
Disetujui, Komisi Pembimbing
Dr. Ir. Sukardi, MM Ketua
Prof. Dr. Ir. Marimin, M.Sc Anggota
Ir. Andes Ismayana, MT Anggota
Diketahui, Ketua Program Studi
Teknologi Industri Pertanian
Dr. Ir. Irawadi Jamaran
Dekan Sekolah Pascasarjana IPB
Prof. Dr. Ir. Khairil Anwar Notodipuro, M.S.
Nama : Sri Martini
NRP : F351050031
Program Studi : Teknologi Industri Pertanian
Disetujui, Komisi Pembimbing
Dr. Ir. Sukardi, MM Ketua
Prof. Dr. Ir. Marimin, M.Sc Anggota
Ir. Andes Ismayana, MT Anggota
Diketahui,
Ketua Program Studi Teknologi Industri
Pertanian
Dr. Ir. Irawadi Jamaran
Dekan Sekolah Pascasarjana IPB
Segala puji hanyalah milik Allah SWT semata yang telah memperkenankan penulis menyelesaikan penelitian dan menuangkan hasilnya dalam bentuk tesis yang berjudul “Model Investasi Fuzzy untuk Analisis Kelayakan Finansial Usaha Diversifikasi Industri Berbasis Tebu ” sebagai salah satu syarat untuk memperoleh gelar Magister Sains pada Program Studi Teknologi Industri Pertanian Institut Pertanian Bogor.
Pada kesempatan ini penulis menyampaikan terima kasih yang mendalam kepada Dr. Ir. Sukardi, Prof. Dr. Ir. Marimin, M.Sc dan Ir. Andes Ismayana, MT selaku dosen pembimbing atas segala bimbingan, bantuan dan motivasi baik berupa moril maupun materi yang telah diberikan selama penelitian dan penyusunan tesis. Ucapan terima kasih juga penulis sampaikan kepada Dr. Ir. Suprihatin atas kesediaannya sebagai penguji luar komisi dan atas masukannya yang sangat bermanfaat.
Penghargaan dan ucapan terima kasih yang mendalam disampaikan kepada Prof. Dr. Ir. Marimin, M.Sc. selaku Kepala Bagian Teknik Sistem Industri dan Dr. Ir, Muhammad Romli, M.Sc. selaku Kepala Departemen Teknologi Industri Pertanian yang telah memberikan izin serta motivasi kepada penulis dalam menempuh Studi di Program Studi Teknologi Industri Pertanian. Ucapan terima kasih juga penulis ucapkan kepada Direktorat Jenderal Perguruan Tinggi (Ditjen Dikti) yang telah membiayai penulis selama melaksanakan tugas belajar di Sekolah Pascasarjana IPB.
Ucapan terima kasih yang tulus penulis sampaikan kepada kedua orangtua yang tiada henti-hentinya berdo’a untuk kesehatan dan kelancaran studi penulis, semua saudara dan kerabat atas semangat, dorongan, pengertian, dan iringan doa yang tulus ikhlas kepada penulis selama menyelesaikan program S2 ini. Penulis juga menyampaikan ucapan terima kasih kepada semua pihak yang telah banyak membantu demi kelancaran pelaksanaan penelitian, yaitu kepada rekan-rekan seperjuangan (TIP 2005), staf dan teknisi laboratorium di Departemen Teknologi Industri Pertanian, serta semua pihak yang tidak dapat saya sebutkan satu persatu atas bantuan, dorongan dan masukan yang bermanfaat.
Ucapan terima kasih juga disampaikan kepada Dr. Ir. Irawadi Jamaran dan Dr. Ir. Ani Suryani selaku Ketua dan Sekretaris Program Studi Teknologi Industri Pertanian IPB yang telah banyak memberikan bantuan demi kelancaran studi penulis. Ucapan terima kasih juga ditujukan kepada seluruh staf pengajar Sekolah Pascasarjana IPB yang telah memberi ilmu pengetahuan dan bimbingan kepada penulis selama menimba ilmu pengetahuan.
Penulis berharap karya ini dapat bermanfaat bagi pihak-pihak yang membutuhkan. Semoga dengan mengetahui sekelumit tentang investasi fuzzy ini, akan menambah keimanan kita kepada Sang Khalik Yang Maha Mengetahui Segala Sesuatu.
Bogor, Desember 2008
Halaman KATA PENGANTAR ... i DAFTAR ISI ... ii DAFTAR TABEL... iv DAFTAR GAMBAR ... v DAFTAR LAMPIRAN ... vi I. PENDAHULUAN ... 1
1.1.Latar Belakang ... 1 1.2.Tujuan ... 5 1.3.Ruang Lingkup... 5 1.4.Output dan Manfaat ... 5 II. TINJAUAN PUSTAKA ... 6
2.1. Tebu (Saccharum Afficinarum)... 6 2.2. Industri Berbasis Tebu ... 7 2.3. Diversifikasi Industri Tebu ... 9 2.4. Metode Bayes... 11 2.5. Sistem Fuzzy... 14
2.5.1. Perkembangan Sistem Fuzzy... 14 2.5.2. Struktur Dasar... 15 2.5.3. Fungsi Keanggotaan ... 16 2.5.4. Pemrosesan Bilangan Fuzzy... 18 2.5.5. Defuzzifikasi... 20 2.6. Analisis Finansial dan Teori Fuzzy... 20 2.6.1. Analisa Finansial Konvensional (Non Fuzzy) ... 20 2.6.2. Analisa Finansial Fuzzy... 21 2.7. Model ... 25 2.8. Penelitian Terdahulu ... 25 III.METODOLOGI ... 27
3.1. Kerangka Pemikiran... 27 3.2. Tata Laksana ... 29 3.2.1. Jenis dan Sumber Data ... 29 3.2.2. Pengumpulan Data ... 29 3.2.3. Pengembangan Model dan Analisis Finansial Fuzzy ... 29 3.3. Tempat dan Waktu Penelitian ... 31
3.3.1. Tempat Penelitian ... 31 3.3.2. Waktu Penelitian ... 31
4.2. Menentukan Variabel yang Difuzzikan ... 33 4.3. Fuzzifikasi Variabel yang Dipilih ... 33 4.4.1. Penentuan Fungsi Keanggotaan (membership function)... 35 V. PENGEMBANGAN MODEL KELAYAKAN FINANSIAL FUZZY... 39
5.1. Pengembangan Model... 39 5.1.1. Net Present Value (NPV) Fuzzy ... 40 5.1.2. Internal Rate of Return (IRR) Fuzzy ... 43 5.1.3. Benefit/Cost Ratio (B/C R) Fuzzy ... 44 VI.IMPLEMENTASI MODEL ... 45 6.1. Desain Input ... 45 6.2. Desain Output... 48 VII.VERIFIKASI DAN VALIDASI ... 50
7.1. Verifikasi ... 50 7.1.1. Input Model Investasi Fuzzy... 51 7.1.2. Perhitungan Model Investasi Fuzzy... 53 7.2. Analisa Sensitivitas ... 56 7.3. Validasi ... 57 VIII.KESIMPULAN DAN SARAN ... 62
8.1. Kesimpulan ... 62 8.2. Saran ... 62 DAFTAR PUSTAKA ... 63 LAMPIRAN ... 65
Halaman Tabel 2.1. Beberapa indikator kinerja industri gula nasional... 8 Tabel 2.2. Pay off matrix ... 12 Tabel 2.3 Posisi penelitian yang dilakukan... 26 Tabel 4.1. Himpunan fuzzy untuk suku bunga dengan representasi TFN ... 33 Tabel 4.2. Harga molases dalam 4 tahun terakhir ... 35 Tabel 4.3. Himpunan fuzzy untuk harga bahan baku dengan representasi TFN . 36 Tabel 4.4. Harga etanol dalam 4 tahun terakhir ... 37 Tabel 4.5. Himpunan fuzzy untuk harga jual produk dengan representasi TFN . 38 Tabel 5.1. Cash flow dengan representasi TFN ... 43 Tabel 6.1. Kriteria kelayakan model investasi fuzzy... 48 Tabel 7.1. Emisi karbon dari produksi ethanol ... 51 Tabel 7.2. Biaya investasi ... 52 Tabel 7.3. Biaya operasional tahunan ... 52 Tabel 7.4. Nilai asumsi yang digunakan dalam analisa kelayakan finansial
industri Bioetanol/Biofuel ... 53 Tabel 7.5. Cash Flow hasil fuzzifikasi (Rp milyar) ... 53 Tabel 7.6. Suku Bunga dengan rentang rendah, sedang dan tinggi ... 54 Tabel 7.7. Present value dengan rentang rendah, sedang dan tinggi
(dalam milyar) ... 55 Tabel 7.8. Analisis sensitivitas tehadap harga bahan baku dan harga jual ... 57 Tabel 7.9. Asumsi yang digunakan dalam metode konvensional ... 59 Tabel 7.10. Arus kas bersih dan persent value metode konvensional
(dalam milyar) ... 60 Tabel 7.11. Analisis sensitivitas tehadap dengan pendekatan konvensional .... 61
Halaman Gambar 2.1. Pohon Industri Tebu ... 10 Gambar 2.2. Alur penyelesaian masalah dengan Metode Fuzzy... 15 Gambar 2.3. Anak Gugus Fuzzy ... 15 Gambar 2.4. Bilangan fuzzy pada [0,1] ... 16 Gambar 2.5. Bilangan a ... 17 Gambar 2.6. Sebuah bilangan A pada sebuah selang kepercayaan ... 17 Gambar 2.7. Triangular Fuzzy Number (TFN) A = (a1, a2, a3) ... 18
Gambar 3.1. Kerangka Pemikiran Analisis Finansial Fuzzy... 28 Gambar 4.1. TFN suku bunga ... 35 Gambar 4.2. TFN harga bahan baku ... 36 Gambar 4.3. Trend analisis harga jual ... 37 Gambar 4.4. TFN harga jual produk ... 38 Gambar 5.1. Diagram alir model investasi fuzzy ... 40 Gambar 6.1. Desain tampilan awal model investasi fuzzy ... 46 Gambar 6.2. Tampilan input nama pengguna ... 46 Gambar 6.3. Desain menu utama model investasi fuzzy ... 47 Gambar 6.4. Form input data harga bahan baku ... 47 Gambar 6.5. Form input data harga jual ... 48
Halaman Lampiran 1. Cara memperoleh dan mengolah data penelitian ... 66 Lampiran 2. Pemilihan molase dan bioetanol sebagai produk derifat tebu ... 68 Lampiran 3. Prosedur/manual pengoperasian sistem ... 73 Lampiran 4. Analisis kelayakan dengan pendekatan konvensional ... 87
I. PENDAHULUAN
1.1. Latar Belakang
Tebu merupakan salah satu komoditas pertanian yang bernilai tinggi dan
bahan baku utama bagi industri gula yang menempati posisi penting dalam
perekonomian Indonesia. Selama ini tanaman tebu lebih difokuskan untuk diproses
menjadi produk gula tebu. Rendahnya produktivitas tebu per hektar dan rendahnya
rendemen pabrik gula menyebabkan tingginya biaya produksi gula tebu. Masalah
tersebut dapat ditanggulangi dengan meningkatkan nilai perolehan tebu melalui
diversifikasi produk yang bernilai tinggi. Diversifikasi produk dimaksudkan adalah
memanfaatkan bagian tanaman tebu yang buka gula untuk dijadikan produk yang
bernilai ekonomis. Dengan melakukan divesifikasi produk diharapkan produktivitas
perusahaan dalam pengolahan tebu akan meningkat pula yang secara umum akan
meningkatkan keuntungan perusahaan. Berdasarkan kondisi yang dihadapi industri
gula saat ini, diversifikasi produk olahan tebu diharapkan dapat memperkuat dan
meningkatkan pendapatan industri tebu.
Keberhasilan peningkatan nilai perolehan tebu tidak hanya memperkokoh daya
saing perusahaan, tetapi juga akan menggairahkan petani tebu. Berdasarkan data
perindustrian dan pengamatan yang dilakukan tahun 2000, nilai Produk Derivat Tebu
(PDT) yang dikembangkan industri gula hanya sekitar 3,4 persen saja dari total nilai
PDT di Indonesia (Badan Penelitian dan Pengembangan Pertanian 2005). Walaupun
saat ini sudah ada perkembangan di industri gula namun penambahan yang terjadi
belum signifikan. Pengembangan PDT yang sinergik telah terbukti mampu
memberikan dukungan finansial yang cukup berarti. Profit yang diperoleh dari PDT
bisa mencapai 65 persen dari total profit perusahaan (Rao 1997). Ini berarti nilai
perolehan produk tebu bisa lebih dari 2 kali nilai perolehan dari produk gula saja.
Produk Derivat Tebu (PDT) mempunyai peluang pasar yang masih terbuka,
baik di pasar domestik, maupun di pasar internasional. Industri berbasis tebu
memiliki potensi besar untuk dikembangkan karena berbagai macam produknya
produk-produk olahan dari tebu dan ditentukan produk alternatif yang memiliki nilai
kelayakan untuk dikembangkan saat ini.
Sebelum melakukan pengembangan usaha, terlebih dahulu dilakukan suatu
analisis yang mendalam dan komprehensif untuk mengetahui apakah usaha yang
akan dilakukan layak atau tidak yang disebut dengan analisa kelayakan. Menurut
Umar (2005), terdapat tiga komponen dalam analisa kelayakan, komponen pertama
yaitu pasar dengan aspek yang dikaji adalah pasar konsumen dan produsen,
komponen kedua yaitu internal perusahaan dengan aspek yang dikaji adalah
pemasaran, teknik dan teknologi, manajemen, sumber daya manusia dan aspek
finansial. Komponen yang ketiga yaitu lingkungan dengan aspek yang dikaji adalah
politik, ekonomi, sosial, lingkungan, yuridis.
Analisis finansial merupakan salah satu komponen analisa kelayakan yang
mempunyai tujuan untuk menentukan rencana investasi melalui perhitungan biaya
dan manfaat yang diharapkan, dengan membandingkan antara pengeluaran dan
pendapatan, seperti ketersediaan dana, biaya modal, kemampuan proyek untuk
membayar kembali dana tersebut dalam waktu yang telah ditentukan dan menilai
apakah proyek tersebut akan dapat berkembang terus (Umar 2005).
Analisis finansial menawarkan tools (perangkat) dan teknik evaluasi proyek
beresiko, termasuk proyek pendirian industri diversifikasi berbasis tebu.
Teknik-teknik analisis finansial yang berkembang saat ini belum cukup untuk menempatkan
industri diversifikasi berbasis tebu pada anggaran yang aman. Beberapa aspek yang
perlu dibenahi adalah manajerial, teknis dan teknik analisis finansial yang tidak
sesuai. Teknik analisis finansial yang keliru ini dapat menyebabkan pada pemilihan
proyek pendirian industri yang keliru, kekurangan atau kelebihan anggaran. Selain
itu analisa finansial diperlukan untuk menghindari kegagalan setelah proyek
dilakukan sehingga hambatan dan resiko yang mungkin timbul di masa yang akan
datang dapat diminimalkan karena keadaan yang akan datang penuh dengan
ketidakpastian. Hal ini menunjukkan bahwa dibutuhkan sebuah pendekatan yang
terpadu untuk mengevaluasi proyek pendirian industri diversifikasi berbasis tebu
terutama pada sisi finansialnya.
Pendekatan analisis finansial didasarkan pada pengukuran analisis ekonomi
ini juga mempertimbangkan cash flow dan manfaat yang dibatasi oleh
ketidakcocokan estimasi biaya dan manfaat. Karena itu, pengukuran yang ada tidak
bisa dikatakan memadai untuk menganalisa suatu proyek dengan cash flow dan
manfaat tanpa batas.
Estimasi terhadap manfaat maupun biaya merupakan pekerjaan yang sulit
karena beberapa alasan, diantaranya adalah keunikan tiap proyek, kurangnya data
sebelumnya untuk estimasi biaya, cash flow dan manfaat yang tidak terbatas, adanya
manfaat intangible yang tidak mudah dikuantifikasikan, kecenderungan prakiraan
biaya yang terlalu rendah seusai umur proyek, dan kelemahan teknik dalam
mengatasi manfaat yang tertunda. Alasan lain adalah tingginya biaya modal,
kesulitan menduga manfaat jangka panjang. Karena itu, estimasi manfaaat dan biaya
tidak bisa dilakukan secara deteministik maupun stokastik; melainkan bersifat fuzzy,
karena ada beberapa elemen yang tidak jelas/tidak teliti dalam estimasinya.
Ketidakjelasan/ketidaktelitian ini akibat dari kuatnya subyektivitas manusia yang
terlibat serta kurang sesuainya pengetahuan dalam pelaksanaan investasi. Jadi teknik
konvensioanal tidak cukup untuk mengevaluasi investasi. Implikasi penggunaan
sembarang teknik untuk investasi seolah-olah investasi ini sama dengan
investasi-investasi lainnya sehingga menghasilkan pemilihan investasi-investasi yang keliru atau
estimasi yang kurang tepat terhadap biaya dan manfaat investasi (Omitaomu dan
Badiru 2007).
Ketidakpastian dalam kelayakan investasi bisa akibat penyederhanaan yang tak
terhindarkan dalam proses pemodelan, pengetahuan yang tidak utuh terhadap
fungsionalitas dan faktor-faktor di luar kontrol sebagai hasil interaksi antara
stakeholder, bias-bias operasional, serta kesalahan-kesalahan kecil lainnya. Karena
itu, ketidakpastian di sekitar investasi bersifat multidimensional yang alami karena
ketidakjelasan satu faktor saling mempengaruhi faktor lainnya. Beberapa pendekatan
termasuk teknik bilangan acak, teori probabilitas, dan sistem fuzzy memiliki
kemampuan menyelesaikan situasi dengan ketidakpastian.
Menurut Lindley (1987), probabilitas merupakan satu-satunya deskripsi yang
masuk akal untuk ketidakpastian dan memadai untuk semua masalah yang
melibatkan ketidakpastian. Bagaimanapun, jika ada beberapa sumber informasi yang
pasti akan lebih besar dari yang bisa ditangani oleh model probabilistik. Karena itu,
konsep sistem fuzzy membantu menyelesaikan masalah ini.
Konsep Sistem fuzzy pertama kali diperkenalkan oleh Profesor Lotfi Zadeh
pada tahun 1965 dan sistem tersebut telah menyebar ke dunia industri dengan begitu
banyak aplikasi teknis. Logika fuzzy mempunyai kemampuan untuk
merepresentasikan angka numerik, nilai linguistik, ketidakpastian dan abstrak, dan
membantu secara signifikan dalam proses pengambilan keputusan dalam analisis
investasi (Sanches et al 2005). Sistem fuzzy digunakan untuk mengatasi kekaburan
dan ketidaktepatan yang secara umum terjadi pada data nyata. Tidak seperti
pendekatan konvensional, pendekatan fuzzy memungkinkan data yang digunakan
dalam analisis finansial suatu investasi untuk diekspresikan dalam bahasa yang lebih
alami yang tidak melibatkan matematika tingkat tinggi. Pendekatan ini memberikan
suatu sistem pemodelan standar dalam istilah parameter-parameternya.
Prinsip-prinsipnya didasarkan pada asumsi bahwa informasi menjadi sulit diolah dengan
metode konvensional, karenanya dibutuhkan metode lain untuk menyelesaikan
masalah ini. Lebih jauh lagi, pendekatan fuzzy memungkinkan manipulasi nilai-nilai
yang non-eksak sebagai variabel linguistik untuk implementasi komputer (Badiru
dan Cheung 2002).
Penentuan kelayakan investasi dengan menggunakan metode fuzzy dapat
mengilustrasikan nilai yang dijumpai dilapangan lebih baik sehingga dapat dijadikan
alat untuk analisis kelayakan yang lebih tepat. Sebagai contoh perhitungan cash flow
dan discount rate dugaan selama satu periode untuk beberapa tahun sangat sulit, bahkan
mustahil untuk ditentukan secara tepat. Hal ini sering dikarenakan kesulitan dalam
menghitung koefisien korelasi secara statistik. Untuk mengatasi hal tersebut digunakan
pendekatan fuzzy yang akan mengekspresikan dugaan cash flow dan discount rate
tersebut dalam sebuah rentang nilai.
Model investasi fuzzy untuk analisis kelayakan finansial usaha diversifikasi
industri berbasis tebu ini menghadirkan pendekatan yang berbeda, dimana
ketidakpastian dalam informasi yang ada disatukan dalam proses evaluasi untuk
menangkap gambaran yang lebih baik dari alternatif yang ada untuk membuat
keputusan yang lebih baik. Selain itu model ini diharapkan dapat menunjang pihak
1.2. Tujuan
Penelitian ini dilakukan dengan tujuan:
1. Mengkaji dan memilih indikator kelayakan finansial fuzzy.
2. Mengembangkan model kelayakan finansial fuzzy.
3. Mengimplementasikan model kelayakan finansial fuzzy pada industri bioetanol
sebagai salah satu produk derivat tebu.
1.3. Ruang Lingkup
Ruang lingkup dari penelitian ini adalah mengkaji dan memilih indikator
kelayakan finansial fuzzy. Setelah indikator kelayakan fuzzy terpilih, kemudian
dilakukan pengembangan model kelayakan finansial fuzzy dan diimplementasikan
pada industri bioetanol yang berada di PG Jatitujuh, Majalengka.
1.4. Output dan Manfaat
Output dari penelitian ini adalah terkajinya indikator - indikator utama dalam
penentuan kelayakan finansial fuzzy dan model komputasi kelayakan finansial fuzzy
II. TINJAUAN PUSTAKA
2.1. Tebu (Saccharum afficinarum)
Tebu merupakan tanaman perkebunan semusim, yang mempunyai sifat
tersendiri, sebab di dalam batangnya terdapat zat gula. Tebu termasuk keluarga
rumput-rumputan (famili graminae). Akar tebu adalah akar serabut dan tanaman ini
termasuk dalam kelas monocotyledone. Tanaman tebu mempunyai batang yang
tinggi kurus, tidak bercabang dan tumbuh tegak. Tanaman yang tumbuh baik tinggi
batangnya dapat mencapai 3-5 meter atau lebih. Pada batangnya terdapat lapisan lilin
yang berwarna putih keabua-abuan. Batangnya beruas-ruas dengan panjang ruas
10-30 cm. Daun berpangkal pada buku batang dengan kedudukan yang berseling. Tebu
dapat hidup dengan baik pada ketinggian tempat 5-500 meter diatas permukaan laut
(mdpl), pada daerah beriklim panas dan lembab dengan kelembaban >70 persen,
hujan yang merata setelah tanaman berumur 8 bulan dan suhu udara berkisar antara
28-340C (Sudiatso 1982).
Pada saat ini, luas areal tanaman tebu Indonesia mencapai 344 ribu hektar
dengan kotribusi utama adalah Jawa Timur (43,29 persen), Lampung (25,71 persen),
Jawa Tengah (10,07 persen) dan Jawa Barat (5,87 persen). Pada lima tahun terakhir
areal tebu Indonesia secara stagnasi pada kisaran sekitar 340 ribu hektar (Tabel 2.1).
Jika dilihat pada sepuluh tahun terakhir, luas areal tebu Indonesia secara umum
mengalami penurunan sekitar 2 persen per tahun dengan luas area dengan luas area
tertinggi dicapai pada tahun 1996 dengan luasan 446 ha, walaupun pada tahun 2004
mulai menunjukkan peningkatan. (Badan Penelitian dan Pengembangan Pertanian
2005).
Perkembangan produksi pada sepuluh tahun terakhir juga mengalami
penurunan dengan laju penurunan sekitar 1,8 persen per tahun. Namun demikian
semenjak tahun 2004, produksi gula mulai menunjukkan peningkatan. Pada tahun
1994, produksi gula nasional mencapai 2.435 juta ton, sedangkan pada tahun 2004
hanya 2.051 juta ton. Pada dekade terakhir, produksi terendah terjadi pada tahun
kebijakan tataniaga impor dan program akselerasi peningkatan produktivitas
berdampak positif guna meningkatkan kembali produksi gula nasional.
Disamping penurunan areal, penurunan produktivitas merupakan faktor utama
yang menyebabkan terjadinya penurunan produksi. Jika pada tahun 1990an
produktivitas tebu/ha rata-rata mencapai 76,9 ton/ha, maka pada tahun 2000an hanya
mencapai sekitar 62,7 ton/ha. Rendemen sebagai salah satu indikator produktivitas
juga mengalami penurunan dengan laju sekitar -1,3 persen per tahun pada dekade
terakhir. Pada tahun 1998, rendemen mencapai titik terendah (5,49 persen).
Selanjutnya, rendemen mulai meningkat dan pada tahun 2004 rendemen mencapai
7,67 persen.
2.2. Industri Berbasis Tebu
Tebu merupakan salah satu jenis tanaman yang hanya dapat ditanam di daerah
yang memiliki iklim tropis. Dari seluruh perkebunan tebu yang ada di Indonesia, 50
persen di antaranya adalah perkebunan rakyat, 30 persen perkebunan swasta, dan
hanya 20 persen perkebunan negara (http://www.chem-is-try.org). Gula merupakan
salah satu komoditas strategis dalam perekonomian Indonesia. Dengan luas areal
sekitar 350 ribu ha pada periode 2000-2005, industri gula berbasis tebu merupakan
salah satu sumber pendapatan bagi sekitar 900 ribu petani dengan jumlah tenaga
kerja yang terlibat mencapai sekitar 1,3 juta orang. Tabel 2.1 berikut memperlihatkan
beberapa indikator kinerja industri gula nasional (http://www.litbang.deptan.go.id).
Gula juga merupakan salah satu kebutuhan pokok masyarakat dan sumber
kalori yang relatif murah. Karena merupakan kebutuhan pokok, maka dinamika
harga gula akan mempunyai pengaruh langsung terhadap laju inflasi. Walaupun pada
dua tahun terakhir kinerja industri gula nasional menunjukkan peningkatan, pada
dekade terakhir secara umum kinerjanya mengalami penurunan, baik dari sisi areal,
produksi maupun tingkat efisiensi. Sejalan dengan revitalisasi sektor pertanian,
industri gula nasional atau industri gula berbasis tebu secara umum harus melakukan
revitalisasi. Untuk mewujudkan hal tersebut, peningkatan investasi merupakan suatu
syarat keharusan. Investasi di industri gula berbasis tebu cukup prospektif. Dari sisi
Tabel 2.1. Perkembangan kinerja industri gula nasional
Tahun Luas Areal (ha)
Produksi (ton hablur)
Rendemen (persen)
Konsumsi (ton hablur)
Impor (ton hablur)
1994 428.726 2.448.831 8,02 2.851.770 402.937 1995 420.630 2.059.471 6,97 2.888.843 792.372 1996 403.266 2.094.195 7,32 2.926.398 832.203 1997 385.669 2.189.974 7,83 2.964.441 774.468 1998 378.293 1.491.553 5,49 3.002.979 1.511.426 1999 340.800 1.488.599 6,96 3.042.018 1.533.419 2000 340.660 1.690.667 7,04 3.087.618 1.396.951 2001 344.441 1.725.467 6,85 3.133.932 1.408.465 2002 350.723 1.755.343 6,88 3.180.941 1.425.507 2003 335.752 1.631.919 7,21 3.228.655 1.596.736 2004 344.793 2.051.644 7,67 3.281.928 1.230.284 2005 367.875 2.219.778 7,84 3.324.662 1.104.884 2006 377.930 2.441.758 7,48 3.372.790 931.032
(Sumber : http://www.litbang.deptan.go.id)
Pemerintah dengan berbagai kebijakan promotif dan protektifnya telah
menciptakan iklim investasi yang kondusif untuk pengembangan industri gula
berbasis tebu. Pasar internasional yang dalam tiga tahun terakhir mengalami defisit
sebagai akibat tekanan yang dihadapi oleh produsen utama gula dunia juga
mengindikasikan investasi pada bidang ini cukup prospektif. Di gula, beberapa
produk derivat tebu (PDT) seperti etanol, ragi roti, inactive yeast, wafer pucuk tebu,
papan partikel, papan serat, pulp, kertas, Ca-sitrat dan listrik mempunyai peluang
pasar yang cukup terbuka, baik di pasar domestik maupun internasional. Guna
mewujudkan sasaran pembangunan industri gula berbasis tebu, maka diperlukan
investasi baik pada usahatani, pabrik gula dan produk derivatnya, serta investasi
pemerintah (http://www.litbang.deptan.go.id).
Solomon dan Singh dalam Prihandana (2005) menyatakan bahwa ada 64
bagian yang dapat dimanfaatkan dari batang tebu. Namun, hampir tidak ada pabrik
gula di Indonesia yang memanfaatkan seluruh hasil tebu tersebut secara optimal. Di
Indonesia hanya 13 bagian tebu yang bisa diolah di pabrik gula. Tetes tebu yang
diperoleh dari tahap pemisahan kristal gula dan masih mengandung gula 50-60
persen, asam amino, serta mineral, baru bisa dibuat sebagai etanol dan bumbu masak
MSG. Pucuk daun tebu juga sebatas dimanfaatkan sebagai makanan ternak. Blotong
pupuk. Padahal, bahan organik ini bisa dipakai untuk campuran bahan baku semen
dan mansory cement. Blotong juga dapat digunakan sebagai bahan baku cat.
Pengembangan diversifikasi mulai dari produk hulu, hilir hingga produk
samping akan menghasilkan pendapatan dari tiap-tiap produk tersebut. Jika
pendapatan itu sudah terkumpul di pabrik gula, yang terjadi adalah transfer cost dan
transfer price, yang pada akhirnya hal tersebut dapat menurunkan biaya produksi.
Upaya inovasi transfer pricing merupakan langkah peralihan paradigma, dari pabrik
gula menjadi industri berbasis tebu (Prihandana 2005).
2.3. Diversifikasi Industri Tebu
Tebu merupakan sumberdaya biologis yang bernilai tinggi dan bahan baku
utama bagi industri gula di Indonesia, industri ini menempati posisi penting dalam
perekonomian Indonesia. Sejak jaman penjajahan, sumbangan devisa dari industri
gula relatif lebih tinggi dibandingkan industri lainnya. Pada akhir tahun 1960-an,
indutri gula mengalami penurunan produktivitas dari tahun ke tahun karena
inefisiensi dalam melakukan pengolahan tebu menjadi gula. Kemudian pada tahun
1967, Indonesia yang sebelumnya dikenal sebagai negara pengekspor gula berubah
menjadi negara pengimpor gula (Mubyarto 1968).
Selama ini tanaman tebu lebih difokuskan untuk diproses menjadi produk Gula
Tebu dengan skala besar dibuat pabrik-pabrik gula sebagai tempat produksi gula
tebu. Kemudian disadari bahwa tanaman tebu memiliki banyak manfaat untuk
memenuhi kebutuhan banyak hal dari mulai bahan makanan hingga pakan ternak.
Dengan memanfaatkan tanaman tebu untuk diolah selain menjadi gula maka
produktivitas perusahaan dalam pengolahan tebu akan meningkat, secara tidak
langsung hal ini akan meningkatkan produktivitas perusahaan secara umum dan akan
meningkatkan keuntungan perusahaan.
Proses produksi gula di pabrik menghasilkan ampas tebu sebesar 90 persen dari
setiap tebu yang diproses, gula yang termanfaatkan hanya 5 persen, sisanya berupa
tetes tebu (molase) dan air. Selama ini pemanfaatan ampas tebu (sugar cane bagasse)
yang dihasilkan masih terbatas untuk makanan ternak, bahan baku pembuatan pupuk,
pulp, particle board dan untuk bahan bakar boiler di pabrik gula. Di samping
adanya pengembangan proses teknologi sehingga terjadi diversifikasi pemanfaatan
limbah pertanian yang ada (http://www.chem-is-try.org).
Batang tanaman tebu merupakan sumber gula. Namun demikian rendeman/
persentase gula yang dihasilkan hanya berkisar 10-15 persen. Sisa pengolahan batang
tebu adalah:
o Tetes tebu (molase) yang diperoleh dari tahap pemisahan kristal gula dan
masih mengandung gula 50-60 persen, asam amino dan mineral. Tetes tebu
adalah bahan baku bumbu masak MSG, gula cair dan arak.
o Pucuk daun tebu yang diperoleh pada tahap penebangan digunakan untuk
pakan ternak dalam bentuk silase, pelet dan wafer.
o Ampas tebu yang merupakan hasil samping dari proses ekstraksi cairan
tebu. Dimanfaatkan sebagai bahan bakar pabrik, bahan industri kertas,
particle board dan media untuk budidaya jamur atau dikomposkan untuk
pupuk.
o Blotong yang merupakan hasil samping proses penjernihan. Bahan organik
ini dipakai sebagai pupuk tanaman tebu.
Sisa pengolahan tebu ini dapat digunakan untuk berbagai macam keperluan, hal
[image:37.595.100.518.464.696.2]ini dapat dilihat lebih lengkap pada pohon industri pada Gambar 2.1.
Berdasarkan data perindustrian dan pengamatan yang dilakukan tahun 2000,
nilai Produk Derivat Tebu (PDT) yang dikembangkan industri gula hanya sekitar 3,4
persen saja dari total nilai PDT di Indonesia. Walaupun saat ini sudah ada
perkembangan di Industri gula namun penambahan yang terjadi belum signifikan.
Pengembangan PDT yang sinergik telah terbukti mampu memberikan dukungan
finansial yang cukup berarti. Profit yang diperoleh dari PDT bisa mencapai 65 persen
dari total profit perusahaan (Rao 1997). Ini berarti nilai perolehan produk dari tebu
bisa lebih dari 2 kali dari nilai perolehan dari produk gula saja.
2.4. Metode Bayes
Metode Bayes merupakan salah satu teknik yang dapat dipergunakan untuk
melakukan analisis dalam pengambilan keputusan terbaik dari sejumlah alternatif
dengan tujuan menghasilkan perolehan yang optimal. Untuk menghasilkan keputusan
yang optimal perlu dipertimbangkan berbagai kriteria. Pembuatan keputusan dengan
metode Bayes dilakukan melalui upaya pengkuantifikasian kemungkinan terjadinya
suatu kejadian dan dinyatakan dengan suatu bilangan antara 0 dan 1. Namun sering
kali hal ini dianggap sebagai probabilitas pribadi atau subyektif dimana bobot Bayes
didasarkan pada tingkat kepercayaan, keyakinan, pengalaman serta latar belakang
pengambil keputusan (Marimin 2004).
Persamaan Bayes yang digunakan untuk menghitung nilai setiap alternatif
sering disederhanakan menjadi:
m
Total Nilai i = ∑ Nilai ij (Kritj) j = 1
dimana:
Total Nilai i = total nilai akhir dari alternatif ke-i Nilai ij = nilai dari alternatif ke-i pada kriteria ke-j
Krit j = tingkat kepentingan (bobot) kriteria ke-j
i = 1,2,3,…n; n = jumlah alternatif
j = 1,2,3,…m; m = jumlah kriteria
Nilai peluang didapatkan dari suatu informasi awal yang dapat bersifat
informasi tambahan yang didapat dari sejumlah percobaan. Informasi awal tentang
nilai peluang ini disebut distribusi prior, sedangkan nilai peluang yang sedang
diperbaiki dengan informasi tambahan disebut peluang posterior (Marimin 2004).
2.4.1. Kriteria Bayes
Pengambilan keputusan merupakan suatu pemilihan aksi a dari sekelompok
aksi yang mungkin (A). Pemilihan aksi harus dengan mengetahui akibat dari aksi
terpilih, yang biasanya merupakan fungsi dari status situasi (state of nature). Suatu
status situasi θ menggambarkan situasi atau keadaan nyata yang sebenarnya dimana
aksi akan diaplikasikan.
Nilai kinerja dari setiap aksi a dan status situasi θ digambarkan dengan
menggunakan pay off matrix, yang berbentuk seperti Tabel 2.2.
Tabel 2.2. Pay off matrix
θ
a θ1 θ2 . . . θn
a1 x x . . .
a2 x x . . .
. . . . . .
. . . . . .
. . . . . .
am . . . . .
θ adalah status situasi yang dapat berupa kondisi, kriteria seleksi atau
persyaratan pemilihan, a dapat berupa aksi, strategi atau pilihan, sedangkan x adalah
nilai penampakan dari setiap aksi dan status situasi. Apabila satuan (unit) dari setiap
x sama, maka dengan matriks ini dapat langsung dilakukan perhitungan untuk
pemilihan aksi. Tetapi apabila satuan dari x tidak sama, matriks ini harus diubah
dulu ke dalam bentuk CPI (Comparative Performance Index), caranya adalah dengan
menentukan nilai minimum pada setiap lajur (setiap status situasi), dan menetapkan
nilai minimum tersebut sama dengan seratus. Kemudian nilai lain dalam lajur yang
sama dibandingkan dengan nilai minimum tersebut. Akibat dari aksi yang dipilih
dengan simbol l(a,θ) yang merefleksikan kerugian yang diderita apabila memilih aksi
a pada status situasi θ, serta didefinisikan untuk setiap kombinasi a dan θ.
Pengambilan keputusan yang dilakukan tanpa adanya percobaan dibantu
dengan penggunaan nilai peluang prior dengan suatu prosedur yang disebut kriteria
Bayes. Pada prosedur ini si pembuat keputusan akan memilih aksi yang
meminimumkan dugaan kerugian (expected loss) yang dievaluasi menurut nilai
peluang prior. Perhitungan dugaan kerugian l(a) untuk diskrit adalah:
semua k
l (a) = E [l,(a, θ)] = ∑ l (a,k)Pθ (k)
Perhitungan dengan kerugian untuk θ yang kontinyu adalah:
l (a) = E [l,(a,(a θ)] = ∫l (a,y) Pθ (y)dy
∞
2.4.2. Prosedur Bayes
Data yang didapatkan dari hasil percobaan dapat digunakan dalam proses
pengambilan keputusan. Distribusi peluang posterior dari θ adalah suatu distribusi
peluang bersyarat dari θ dengan diberikan X = x. Keputusan dicari dengan
menghitung terlebih dahulu distribusi peluang posterior dari θ untuk setiap X = x,
setelah itu dipilih aksi yang meminimumkan dugaan kerugian ln(a) yang serupa
dengan pernyataan resiko, termasuk biaya percobaan. Untuk θ yang diskrit
perhitungan dugaan kerugian adalah:
k
ln(a) = E [(l(a,0)] = ∑l(a,k) hθ⎮X=x (k)
hθ⎮X=x (k) adalah distribusi peluang posterior diskrit.
Untuk θ yang kontinyu, distribusi peluang posterior dinyatakan dalam hθ⎮X=x (y),
dengan perhitungan dugaan kerugian adalah:
∞
2.5. Sistem Fuzzy
2.5.1.Perkembangan Sistem Fuzzy
Gugus fuzzy pertama kali diperkenalkan oleh Prof. L. A. Zadeh dari Barkeley
pada tahun 1965. Pada 10 tahun pertama, kemunculan gugus fuzzy tidak terlalu
diperhatikan, namun baru-baru ini telah terjadi perkembangan yang cukup pesat
dalam hal jumlah peneliti dan paper-paper mengenai gugus fuzzy dan aplikasinya,
sehingga dibentuk organisasi International Fuzzy Systems Association (IFSA)
(Marimin 2005).
Sangatlah perlu bagi komputer untuk mengerti bahasa manusia, namun
kendalanya, terdapat banyak ke-ambiguity-an dalam bahasa sehari-hari yang tidak
dapat diselesaikan dengan pemrosesan logika biasa, sehingga diperlukan perangkat
logika yang mampu mengekspresikan ke-ambiguity-an. Sebagai contoh, jika kita
mengatakan seseorang berbadan tinggi, kita tidak dapat mendefinisikan secara pasti,
berapa cm-kah tinggi badan seseorang agar dia dapat dikatakan berbadan tinggi.
Gugus fuzzy merupakan perangkat yang tepat untuk mengekspresikan ke-ambiguity
-an. Gugus fuzzy merupakan media komunikasi yang berbicara mengenai logika alami
dan kompleksitas di antara manusia dan pengetahuan sosial (Marimin 2005).
Teori gugus fuzzy pertama kali hanya dipandang sebagai teknik yang secara
matematis mengekspresikan ambiguity dalam bahasa. Namun saat ini, teori gugus
fuzzy dikembangkan sebagai pengukuran beragam fenomena ambiguity secara
matematis yang mencakup konsep peluang.
Sistem fuzzy merupakan penduga numerik yang terstruktur dan dinamik. Sistem
ini mempunyai kemampuan untuk mengembangkan sistem intelijen dalam
lingkungan yang tidak pasti, dan tidak tepat. Sistem ini menduga suatu fungsi dengan
logika fuzzy. Logika fuzzy merupakan bagian dari logika boolean, yang digunakan
untuk menangani konsep derajat kebenaran, yaitu nilai kebenaran antara benar dan
salah. Logika fuzzy sering menggunakan informasi linguistik dan verbal. Dalam
logika fuzzy terdapat beberapa proses, yaitu penentuan gugus fuzzy, penerapan aturan
if-then, serta proses inferensi fuzzy. Alur penyelesaian masalah dengan menggunakan
Gambar 2.2. Alur penyelesaian masalah dengan Metode Fuzzy
2.5.2. Struktur Dasar
Gugus fuzzy merupakan pengembangan dari gugus biasa. Representasi
abstrak dari anak gugus fuzzy dari sebuah gugus universal X tampak seperti pada
Gambar 2.3.
X
A. B. A
Gambar 2.3. Anak Gugus Fuzzy
Bingkai persegi panjang merepresentasikan gugus universal X, dan lingkaran
yang terputus-putus menggambarkan batas ambigous dari elemen yang terdapat di
dalam atau di luar X, sedangkan A adalah gugus fuzzy dalam X. Teori gugus fuzzy
mendefinisikan derajat di mana elemen x dari gugus universal X berada (tercakup) di
dalam gugus fuzzy A. Fungsi yang memberikan derajat terhadap sebuah elemen
[image:42.595.215.352.475.570.2]kasus ini, anggota dari gugus X adalah elemen x. Sebagai contoh, derajat
keanggotaan dari elemen x dalam area A diekspresikan oleh:
μA (x1)= 1, μA (x2) = 0.8
μA (x3)= 0.3, μA (x4) = 0
μ adalah fungsi keanggotaan (membership function) yang memberikan derajat
keanggotaan yang berada pada suatu selang tertentu, yaitu selang [0,1]. Tulisan
subscript di sebelah μ, yaitu A, menunjukkan bahwa μA adalah fungsi keanggotaan dari A.
2.5.3. Fungsi Keanggotaan
1. Single Point
Jika bersifat convex dan normal, maka sebuah bilangan fuzzy dalam [0,1]
didefinisikan sebagai
[ ]
0,1⊂
A
[ ]
0,1 εx
[image:43.595.112.485.295.700.2]∀ : μA
( )
x ε[ ]
0,1Gambar 2.4 menunjukkan sebuah bilangan fuzzy pada [0,1]. Dengan
menggunakan α-cuts, ∀ α ε
[ ]
0,1 dituliskan sebagai berikut:[
1 , 2]
⊂[ ]
0,1= α α
α a a
A
[ ]
0,1 ,, 1 2
2 1 ε α α α α a a a a ≤
Gambar 2.4. Bilangan fuzzy pada [0,1]
2. Interval of Confidence
Gambar 2.5. menunjukkan a εR. Bilangan a ini dapat dikarakteristikkan dengan
menggunakan fungsi keanggotaan sebagai berikut:
μa(x) = 1, x = a
= 0, x ≠a
x a
1
.5
Gambar 2.5. Bilangan a
Sebuah bilangan AεR pada selang kepercayaan [a1,a3] seperti yang ditunjukkan pada Gambar 2.6, dapat didefinisikan sebagai berikut:
μA (x) = 0, x < a1 = 1, a1 ≤x ≤a3 = 0, x > a3
0
μA (x)
.5 1
x
[image:44.595.172.406.383.626.2]a1 a3
Gambar 2.6. Sebuah bilangan A pada sebuah selang kepercayaan
3. Triangular Fuzzy Number (TFN)
.5
0
μA (x)
1
x
a1 a2 a3
Gambar 2.7. Triangular Fuzzy Number (TFN) A = (a1, a2, a3)
Fungsi keanggotaan untuk TFN pada Gambar 2.7 adalah sebagai berikut:
( )
x 0, x a1A = <
μ
1 2
1 2
1
, a x a
a a a x ≤ ≤ − − = 2 3 2 3
3 , a x a
a a
x
a ≤ ≤
− − =
=0, x>a3
4. Gaussian
Sinopsis: y = GAUSSMF(x, PARAMS)
GAUSSMF(x, PARAMS) mengembalikan sebuah matriks di mana fungsi
keanggotaan Gaussian dihitung di x. PARAMS adalah 2-element vector yang
menentukan bentuk dan posisi dari fungsi keanggotaan. Rumus untuk fungsi
keanggotaan Gaussian ini adalah:
(
)
2 2 2)
,
;
(
σ
σ c xe
c
x
f
− −=
2.5.4. Pemrosesan Bilangan Fuzzy
Bilangan fuzzy dapat diproses secara matematik fuzzy sesuai dengan metode
a. Representasi dalam selang
∀a1, a3, b1, b3 εR+ A = [a1, a3], B = [b1, b3]
1. Penjumlahan
[a1, a3] (+) [b1, b3] = [a1 + b1, a3 + b3] 2. Pengurangan
[a1, a3] (-) [b1, b3] = [a1 - b3, a3 – b1] 3. Perkalian
[a1, a3] (.) [b1, b3] = [a1 . b1, a3 . b3] 4. Invers
[
]
⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = − 1 3 1 3 1 1 , 1 , a a a a 5. Pembagian[
]
( )
[
]
⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = ÷ 1 3 3 1 3 1 31, , ,
b a b a b b a a 6. Minimum
[
a1,a3]
( )
∧[
b1,b3] [
= a1∧b1,a3∧b3]
]
7. Maksimum[
a1,a3]
( )
∨[
b1,b3] [
= a1∨b1,a3∨b3b. Representasi TFN
1. Penjumlahan
A (+) B = (a1, a2, a3) (+) (b1, b2, b3) = (a1 + b1 , a2 + b2, a3 + b3)
2. Pengurangan
A (-) B = (a1, a2, a3) (-) (b1, b2, b3) = (a1 – b3 , a2 - b2, a3 – b1)
Untuk perkalian dan pembagian, triplets tidak dapat diproses secara langsung.
Tetapi perhitungan dapat diperkirakan dengan menggunakan selang
kepercayaan pada level α, TFN, katakanlah A dan B, dapat didefinisikan
sebagai berikut:
(
)
(
)
[
a2 a1 a1, a3 a2 a3]
Aα = − α+ − − α+ ;
(
)
(
)
[
b2 b1 b1, b3 b2 b3]
Bα = − α+ − − α+ ;
Jika terdapat dua buah selang D dan E yang didefinisikan dalam R+ sebagai
[d1,d2] dan [e1,e2] secara berturut-turut dan terdapat konstanta positif c, maka
beberapa operasi perhitungan didefinisikan sebagai berikut:
3. Perkalian
[
d1,d2] [
× e1,e2] [
= d1×e1,d2×e2]
4. Pembagian[
,] [
,]
, ; 1, 2 01 2 2 1 2 1 2
1 ⎥ ≠
⎦ ⎤ ⎢ ⎣ ⎡ =
÷ e e
e d e d e e d d
5. Perkalian Skalar
[
d1,d2] [
c d1,c d2c× = × ×
]
6. Pangkat
[
]
c[
c c]
d d d
d1, 2 = 1 , 2 , dimana c = pangkat
2.5.5. Defuzzifikasi
Defuzzifikasi merupakan suatu proses pengubahan output fuzzy ke output yang
bernilai tunggal (crisp). Terdapat banyak metode defuzzifikasi, namun yang biasa
digunakan adalah metode CENTROID dan MAXIMUM. Di dalam metode
CENTROID, nilai tunggal dari variabel output dihitung dengan menemukan nilai
variabel dari center of gravity suatu fungsi keanggotaan untuk nilai fuzzy, sedangkan
di dalam metode MAXIMUM, satu dari nilai-nilai variabel yang merupakan nilai
kepercayaan maksimum gugus fuzzy dipilih sebagai nilai tunggal untuk variabel
output.
2.6. Analisis Finansial dan Teori Fuzzy
2.6.1. Analisa Finansial Konvensional (Non Fuzzy)
Menurut Majlender (2002), analisa finansial konvesional atau non fuzzy
variabel maka nilai dari perubahan tersebut dapat diangggap sebagai nilai yang pasti
atau real. Pada pendekatan investasi konvensional ini, keputusan pelaksanaan
aktivitas atau proyek investasi dinyatakan dalam nilai ya atau tidak. Hal ini berarti
keputusan investasi dilaksanakan sekarang atau tidak sama sekali.
2.6.2. Analisa Finansial Fuzzy
Teori fuzzy adalah metode untuk menyajikan ketidakpastian, dimana
ketidakpastian tersebut merupakan faktor yang sering muncul di dalam analisis
teknik. Analisa finansial fuzzy menggunakan bilangan fuzzy yang dapat menghitung
tingkat sensitivitas perubahan dari sebuah variabel karena menggunakan rentang nilai
yang menjadikan nilai sensitivitas lebih sensitif dan hal ini tidak dijumpai dalam
analisa finansial bukan fuzzy (konvensional). Buckley (1987) merupakan salah satu
pionir pengguna dari pendekatan ini. Pendekatan ini telah disajikan pula oleh
beberapa penulis, diantaranya adalah Chiu dan Park (1994) dan Karaman, Da Ruan
dan Tolga (2002).
2.6.2.1. Cash Flow
Ada tiga hal yang harus diperhatikan dalam kegiatan investasi yaitu:
¾ Adanya unsur ketidakpastian berusaha
¾ Keterbatasan dana yang dimiliki
¾ Pendapatan dan biaya masa mendatang harus dikonversikan ke dalam nilai
sekarang sebelum dibandingkan
Pendapatan dan biaya masa mendatang karena mengandung unsur
ketidakpastian, maka nilai masa mendatang harus dikonversikan ke dalam nilai
sekarang (present value). Besarnya nilai uang setahun mendatang yang
dikonversikan ke nilai uang sekarang dinyatakan dalam:
PV = F / (1 + r)
Untuk dua, tiga dan tahun-tahun seterusnya, faktor konversi nilai
uang/penyebut dipangkatkan dengan waktunya.
PV =
(
)
t r F +1 = F (1 r)t 1
+ = F.DF
... (1)
Dengan:
PV = nilai sekarang dari uang masa mendatang (tahun ke-t)
F = nilai uang masa mendatang (waktu ke-t)
r = tingkat diskonto (persen)
t
r) 1 (
1
+ = DF = faktor diskonto
2.6.2.2. Fuzzy Net Present Value (NPV)
Penentuan kelayakan investasi dengan menggunakan metode fuzzy akan dapat
mengilustrasikan nilai yang dijumpai dilapangan sehingga dapat dijadikan alat untuk
analisis kelayakan yang lebih tepat. Penggunaan medote fuzzy pada penghitungan
cash flow dimulai oleh Ward (1985) yang menggambarkan fuzzy dengan fungsi
keanggotaan trapezium untuk menyelesaikan permasalahan terkini. Sedangkan
Buckley (1987) menggunakan fungsi keanggotaan Triangular Fuzzy Number (TFN)
untuk menghitung fuzzy net present value dan fuzzy net future value dengan tingkat
suku bunga fuzzy pada periode n tahun. Buckley menghitung persamaan fuzzy untuk
melanjutkan pembayaran bunga, tingkat efektif bunga secara baik. Penghitungan
fuzzy pada periode waktu tertentu menghasilkan ketidaklinieran yang membuat
perhitungan semakin kompleks.
Berdasarkan pertimbangan analisis NPV, peluang investasi dapat dievaluasi
apakah dilaksanakan atau harus melepaskan. Nilai pasti (kepastian) dari proyek
tersebut dapat diperhitungkan berdasarkan perk