Penaksiran Dan Peramalan Biaya (Ekonomi Manajerial)

(1)

atau kontraksi ukuran pabrik untuk meyakinkan bahwa ukuran pabrik yang adasudah optimal atau kontraksi ukuran pabrik untuk meyakinkan bahwa ukuran pabrik yang adasudah optimal untuk

untuk tingkat tingkat output output yang yang diproduksi. diproduksi. Biaya Biaya jangka jangka panjang panjang tersebut tersebut tidak tidak bolehboleh diinterpretasikan sebagai perkiraan biaya dari berbagai ukuran pabrik untuk masayang akan diinterpretasikan sebagai perkiraan biaya dari berbagai ukuran pabrik untuk masayang akan datang, karena harga factor produksi relative berubah, sehingga menyebabkan fungsi biaya datang, karena harga factor produksi relative berubah, sehingga menyebabkan fungsi biaya jangka

jangka panjang panjang tersebut tersebut menjadi menjadi tidak tidak akurat. akurat. Untuk Untuk menaksir menaksir biaya biaya masadatang masadatang tersebuttersebut diperlukan juga meramalkan perubahan teknologi dan perubahan rasio harga faktor.

diperlukan juga meramalkan perubahan teknologi dan perubahan rasio harga faktor.

PENAKSIRAN BIAYA JANGKA PENDEK PENAKSIRAN BIAYA JANGKA PENDEK

Pemahaman terhadap fungsi biaya jangka pendek akan membantu para pembuat keputusan Pemahaman terhadap fungsi biaya jangka pendek akan membantu para pembuat keputusan untuk menilai optimalisasi tingkat output sekarang dan memecahkan masalah pengambilan untuk menilai optimalisasi tingkat output sekarang dan memecahkan masalah pengambilan keputusan dengan menggunakan analisa kontribusi. Dalam pembuatan keputusan jangka keputusan dengan menggunakan analisa kontribusi. Dalam pembuatan keputusan jangka pendek, konsep biaya inkramental memiliki peranan yang sangat penting yang mencakup biaya pendek, konsep biaya inkramental memiliki peranan yang sangat penting yang mencakup biaya variabel dan perubahan biaya tetap.

variabel dan perubahan biaya tetap. Ekstrapolasi Sederhana

Ekstrapolasi Sederhana

Ekstrapolasi berarti menghubungkan nilai-nilai dengan titik-titik di luar kisaran yang Ekstrapolasi berarti menghubungkan nilai-nilai dengan titik-titik di luar kisaran yang ditunjukkan oleh data dasar yang dimiliki, dengan cara memproyeksikan berdasarkan pola ditunjukkan oleh data dasar yang dimiliki, dengan cara memproyeksikan berdasarkan pola hubungan yang tampak dalam data

hubungan yang tampak dalam data tersebut.tersebut.

Metode yang paling sederhana ialah mengekstrapolasikan tingkat biaya marginal atau Metode yang paling sederhana ialah mengekstrapolasikan tingkat biaya marginal atau biaya variabel rata-rata saat ini (ke belakang atau ke depan) pada tingkat-tingkat output biaya variabel rata-rata saat ini (ke belakang atau ke depan) pada tingkat-tingkat output lainnya.

(2)

The world's largest digital library

Try Scribd FREE for 30 days to access over 125 million titles without ads or interruptions!

Start Free Trial

Cancel Anytime.

(3)

Jika kita hanya memiliki satu observasi data biaya/output (yaitu pada tingkat sekarang) Jika kita hanya memiliki satu observasi data biaya/output (yaitu pada tingkat sekarang) maka antisipasi bagi terjadinya keadaan diminishing returns harus dibuat atas dasar maka antisipasi bagi terjadinya keadaan diminishing returns harus dibuat atas dasar pertimbangan

pertimbangan naluriah naluriah (judgement), (judgement), pengalaman pengalaman atau atau intuisi. intuisi. Misalnya, Misalnya, pembuatpembuat keputusan menganggap bahwa kemungkinan yang paling masuk akal adalah bahwa biaya keputusan menganggap bahwa kemungkinan yang paling masuk akal adalah bahwa biaya marginal cenderung meningkat sebesar 2 persen untuk setiap

marginal cenderung meningkat sebesar 2 persen untuk setiap 1 persen tambahan output.1 persen tambahan output. Sebaliknya, pembuat keputusan mungkin juga beranggapan bahwa biaya marginal Sebaliknya, pembuat keputusan mungkin juga beranggapan bahwa biaya marginal cenderung menurun jika output meningkat atau biaya marginal tidak mungkin naik atau cenderung menurun jika output meningkat atau biaya marginal tidak mungkin naik atau turun, sehingga penaksiran terbaik adalah mengasumsikan bahwa biaya marginal konstan. turun, sehingga penaksiran terbaik adalah mengasumsikan bahwa biaya marginal konstan. Mungkin pendekatan terbaik untuk memecahkan masalah tersebut adalah sengan Mungkin pendekatan terbaik untuk memecahkan masalah tersebut adalah sengan mengasumsikan biaya marginal konstan untuk tujuan ekstrapolasi dan kemudian meneliti mengasumsikan biaya marginal konstan untuk tujuan ekstrapolasi dan kemudian meneliti sensivitas keputusan yang dibuat berdasarkan asumsi tersebut.

sensivitas keputusan yang dibuat berdasarkan asumsi tersebut.

Sebagai contoh: perusahaan PT Gita Pratiwi menjual 500 lusin pakaian dalam kepada Sebagai contoh: perusahaan PT Gita Pratiwi menjual 500 lusin pakaian dalam kepada pembeli sebuah toko dengn diskon tertentu. Perusahaan itu menetapkan harga rata2 pembeli sebuah toko dengn diskon tertentu. Perusahaan itu menetapkan harga rata2 7000/ lusin. Tiba2 ada perubahan mendadak dalam manajemen perusaan tersebut dan 7000/ lusin. Tiba2 ada perubahan mendadak dalam manajemen perusaan tersebut dan manajer produksi yang baru sangat terkejut karena

manajer produksi yang baru sangat terkejut karena tidak adanya data tingkat produksi atautidak adanya data tingkat produksi atau biaya. Namun dengan bekerja cepat manajer mengetahui bahwa untuk minggu sekarang biaya. Namun dengan bekerja cepat manajer mengetahui bahwa untuk minggu sekarang tingkat produksi sebanyak 7000 lusin dengan TVC 42 juta Rupiah. Berari biaya variabel tingkat produksi sebanyak 7000 lusin dengan TVC 42 juta Rupiah. Berari biaya variabel rata2 6000/ lusin. Tingkat output yang direncanakan untuk beberapa minggu berikutnya rata2 6000/ lusin. Tingkat output yang direncanakan untuk beberapa minggu berikutnya juga sebanyak 7000

juga sebanyak 7000 lusin sehingga untuk lusin sehingga untuk memenuhi pesanan toko memenuhi pesanan toko tersebut tingkat outputtersebut tingkat output harus ditingkatkan menjadi 7500 perminggu

harus ditingkatkan menjadi 7500 perminggu yang masih dalam jangkauan kapasitas pabrik.yang masih dalam jangkauan kapasitas pabrik. Tanpa informasi lainnya, manager produksi tersebut tidak mempunyai pilihan lain kecuali Tanpa informasi lainnya, manager produksi tersebut tidak mempunyai pilihan lain kecuali mengekstrapolasik

mengekstrapolasikan data tunggal an data tunggal yang dimilikinya tersebut.yang dimilikinya tersebut.

Analisis Gradien Analisis Gradien

Gradien kurva TC diartikan sebagai tingkat perubahan TC pada interval output tertentu. Gradien kurva TC diartikan sebagai tingkat perubahan TC pada interval output tertentu. Gradien berarti slope dan gradien dari TC ini dapat dihitung dengan cara membagi Gradien berarti slope dan gradien dari TC ini dapat dihitung dengan cara membagi

(4)

(5)

Gradien TC atau TVC tidak sama dengan MC karena MC menunjukkan perubahan TC Gradien TC atau TVC tidak sama dengan MC karena MC menunjukkan perubahan TC yang hanya diakibatkan oleh perubahan satu unit output. Padahal dalam praktek, output yang hanya diakibatkan oleh perubahan satu unit output. Padahal dalam praktek, output cenderung berubah dengan loncatan yang tidak teratur sehingga harus dihitung gradien cenderung berubah dengan loncatan yang tidak teratur sehingga harus dihitung gradien dengan interval-interval yang lebih besar dari satu unit. Gradien ini menghasilkan penaksir dengan interval-interval yang lebih besar dari satu unit. Gradien ini menghasilkan penaksir MC pada suatu kisaran tingkat output tertentu.

MC pada suatu kisaran tingkat output tertentu.

Misalkan PT GITA PRATIWI, dalam contoh diatas, menerima pesanan produksi untuk Misalkan PT GITA PRATIWI, dalam contoh diatas, menerima pesanan produksi untuk memproduksi 500 lusin tambahan itu. Perhatikan bahwa TVC untuk memproduksi 7.500 memproduksi 500 lusin tambahan itu. Perhatikan bahwa TVC untuk memproduksi 7.500 lusin adalah Rp.48.750jt. dengan demikian, gradien TVC dapat dihitung dengan cara lusin adalah Rp.48.750jt. dengan demikian, gradien TVC dapat dihitung dengan cara berikut. berikut. Gradien = Gradien =    = =             = =    = 13.500 = 13.500

Jadi perubahan TVC pada interval output 7.000

Jadi perubahan TVC pada interval output 7.000 – – 7.500 lusin adalah Rp.13,5 ribu per 7.500 lusin adalah Rp.13,5 ribu per unit.unit.

Analisis Gradien dengan dengan Beberapa Observasi Analisis Gradien dengan dengan Beberapa Observasi

Untuk menjelaskan analisis ini, kita kembali ke contoh PT GITA PRATIWI di atas. Untuk menjelaskan analisis ini, kita kembali ke contoh PT GITA PRATIWI di atas. Manajemen baru perusahaan tersebut

Manajemen baru perusahaan tersebut – – meskipun merencanakan tingkat produksi meskipun merencanakan tingkat produksi sebanyak 7.000 lusin per minggu untuk beberapa minggu berikutnya

sebanyak 7.000 lusin per minggu untuk beberapa minggu berikutnya – – menemukan menemukan masalah yakni banyak karyawan yang membolos, dengan tingkat pembolosan berkisar masalah yakni banyak karyawan yang membolos, dengan tingkat pembolosan berkisar antara 10 persen dan 25 persen selama tiga minggu berikutnya. Akibantnya adalah tingkat antara 10 persen dan 25 persen selama tiga minggu berikutnya. Akibantnya adalah tingkat output per minggu yang dihasilkan lebih sedikit dari tingkat output yang direncanakan. output per minggu yang dihasilkan lebih sedikit dari tingkat output yang direncanakan. Namun demikian, TVC juga mengalami penurunan, karena tenaga kerja yang absen Namun demikian, TVC juga mengalami penurunan, karena tenaga kerja yang absen tersebut tidak di gaji, dan pembelian bahan mentah serta penggunaan energy listrik juga tersebut tidak di gaji, dan pembelian bahan mentah serta penggunaan energy listrik juga menjadi lebih sedikit. Gambaran TVC yang dikumpulkan selama lima minggu pertama menjadi lebih sedikit. Gambaran TVC yang dikumpulkan selama lima minggu pertama ditunjukkan pada table 9.1 dan gambar 9.3. perhatikan bahwa tingkat output tersebut ditunjukkan pada table 9.1 dan gambar 9.3. perhatikan bahwa tingkat output tersebut

(6)

(7)

Kolom

Kolom AVC AVC pada pada table table 9.1 9.1 tersebut tersebut diperoleh diperoleh dari dari TVC/Q. TVC/Q. tiga tiga kolom kolom yang yang terakhirterakhir menunjukkan perhitung

menunjukkan perhitungan gradien (dank arena itu, an gradien (dank arena itu, MC yang ditaksir berada di MC yang ditaksir berada di titik tengahtitik tengah setiap interval). Apabila titik

setiap interval). Apabila titik – – titik ini titik ini dilukiskan secara grafis seperti tampak pada gambardilukiskan secara grafis seperti tampak pada gambar 9.3, maka kita akan dapat melakukan interpolasi antara tiap pasangan titik yang

9.3, maka kita akan dapat melakukan interpolasi antara tiap pasangan titik yang berdekatan sehingga menunukkan penaksiran kurva TVC, AVC dan MC yang terbaik. berdekatan sehingga menunukkan penaksiran kurva TVC, AVC dan MC yang terbaik. Perhatikan bahwa interpolasi antara nilai

Perhatikan bahwa interpolasi antara nilai – – nilai nilai gradien untuk menemukan kurva MCgradien untuk menemukan kurva MC tersebut menunjukkan bahwa titik minimum dari kurva AVC terletak sedikit

tersebut menunjukkan bahwa titik minimum dari kurva AVC terletak sedikit di bawah 6.000di bawah 6.000 lusin, karena kurva NC memotong kurva AVC pada

lusin, karena kurva NC memotong kurva AVC pada titik minimum kurva AVC tersebut.titik minimum kurva AVC tersebut. Observasi

Observasi

_–

observasi biaya observasi biaya

_–

output dan output dan Perhitungan AVC dan MC

Perhitungan AVC dan MC Periode Periode Produksi Produksi Output Output (lusin) (lusin) TVC TVC (Rp) (Rp) AVC AVC (Rp) (Rp)   (Rp) (Rp)   (lusin) (lusin) MC MC (Rp) (Rp) Minggu Minggu 4 4 4.500 4.500 27.000.000,- 27.000.000,- 6.000,- 6.000,-Minggu Minggu 3 3 6.000 6.000 33.600.000,- 33.600.000,- 5.600,- 5.600,- 6.600.000,- 6.600.000,- 1.500 1.500 4.400,- 4.400,-Minggu Minggu 5 5 6.500 6.500 37.375.000,- 37.375.000,- 5.750,- 5.750,- 3.775.000,- 3.775.000,- 500 500 7.550,- 7.550,-Minggu Minggu 1 1 7.000 7.000 42.000.000,- 42.000.000,- 6.000,- 6.000,- 4.625.000,- 4.625.000,- 500 500 9.250,- 9.250,-Minggu Minggu 2 2 7.500 7.500 48.750.000,- 48.750.000,- 6.500,- 6.500,- 6.750.000,- 6.750.000,- 500 500 13.500,-

13.500,-Jadi, dengan observasi beberapa pasang data biaya

Jadi, dengan observasi beberapa pasang data biaya – – output yang lebih output yang lebih banyakbanyak akan memungkinkan kita untuk memperoleh kurva AVC dan MC penaksir

akan memungkinkan kita untuk memperoleh kurva AVC dan MC penaksir yangjauh lebihyangjauh lebih sempurna. Tiap titik data tambahan akan memperjelas bentuk TVC, sehingga perhitungan sempurna. Tiap titik data tambahan akan memperjelas bentuk TVC, sehingga perhitungan AVC dan MC yang lebih bisa dipercaya dapat diperoleh.

AVC dan MC yang lebih bisa dipercaya dapat diperoleh.

Taksiran Kurva Biaya dengan Beberapa Observasi Biaya/Output Taksiran Kurva Biaya dengan Beberapa Observasi Biaya/Output

(8)

(9)

Studi

_–

studi Perilaku Biaya Jangka Pendek studi Perilaku Biaya Jangka Pendek

Telah banyak studi yang dilakukan berkenaan dengan fungsi biaya jangka pendek Telah banyak studi yang dilakukan berkenaan dengan fungsi biaya jangka pendek dari perusahaan tertentu. Tetapi karya yang paling definitif dalam bidang ini mungkin yang dari perusahaan tertentu. Tetapi karya yang paling definitif dalam bidang ini mungkin yang disajikan oleh buku yang ditulis

disajikan oleh buku yang ditulis johnston (1960), di mana aspek teoritis johnston (1960), di mana aspek teoritis dan konseptual daridan konseptual dari penaksiran biaya diteliti secara terinci dengan menggunakan metodastatistik. Kesimpulan penaksiran biaya diteliti secara terinci dengan menggunakan metodastatistik. Kesimpulan yang dapat ditarik dari penaksiran biaya jangka pendek ini adalah bahwa MC cenderung yang dapat ditarik dari penaksiran biaya jangka pendek ini adalah bahwa MC cenderung konstan. Karena itu AVC juga konstan pada tingkat yang sama.Dan biaya total rata-ratanya konstan. Karena itu AVC juga konstan pada tingkat yang sama.Dan biaya total rata-ratanya menurun karena menurunnya biaya tetap rata-rata. Fungsi TVC pada beberapa kasus menurun karena menurunnya biaya tetap rata-rata. Fungsi TVC pada beberapa kasus bersifat kurvi-linier, tapi kurva TVC yang linier adalah bentuk hubungan paling cocok dan bersifat kurvi-linier, tapi kurva TVC yang linier adalah bentuk hubungan paling cocok dan sudah cukup mampu menjelaskannya observasi-observasitersebut. Jadi kesimpulan umum sudah cukup mampu menjelaskannya observasi-observasitersebut. Jadi kesimpulan umum studi biaya secara statistis adalah bahwa AVC dan MC cenderung konstan pada kisaran studi biaya secara statistis adalah bahwa AVC dan MC cenderung konstan pada kisaran output yang diteliti tidak berarti biaya-biaya tersebut tetap konstan pada kisaran output di output yang diteliti tidak berarti biaya-biaya tersebut tetap konstan pada kisaran output di mana perusahaan tersebut beroperasi.

mana perusahaan tersebut beroperasi.

PENAKSIRAN IAYA JANGKA PANJANG PENAKSIRAN IAYA JANGKA PANJANG

Analisi Regresi dengan Menggunakan Data Seksi

_–

silang silang

Penaksiran biaya jangka panjang merupakan usaha untuk menemukan ukuran Penaksiran biaya jangka panjang merupakan usaha untuk menemukan ukuran pabrik yang berbeda-beda pada titik waktu tertentu, maka kita tidak dapat menggunakan pabrik yang berbeda-beda pada titik waktu tertentu, maka kita tidak dapat menggunakan observasi data runtut waktu untuk mendapatkan taksiran fungsi biaya jangka panjang. observasi data runtut waktu untuk mendapatkan taksiran fungsi biaya jangka panjang.

(10)

(11)

Oleh

Oleh karena karena itu itu kita kita perlu perlu mengumpulkan mengumpulkan pasangan-pasangapasangan-pasangan n observasi observasi datadata yangmenghubungkan tingkat output dengan biaya total untuk mendapatkan tingkat yangmenghubungkan tingkat output dengan biaya total untuk mendapatkan tingkat outputtersebut untuk tiap pabrik, pada periode tertentu. Yang harus diperhatikan outputtersebut untuk tiap pabrik, pada periode tertentu. Yang harus diperhatikan adalah bahwa pengukuran tingkat output aktual harus sesuai denga tingkat biaya

adalah bahwa pengukuran tingkat output aktual harus sesuai denga tingkat biaya aktualaktual untuk menghasilkan tingkat output tersebut untuk setiap pabrik yang diteliti.

untuk menghasilkan tingkat output tersebut untuk setiap pabrik yang diteliti.

Spesifikasi bentuk persamaan fungsional untuk penaksiran biaya jangka panjang Spesifikasi bentuk persamaan fungsional untuk penaksiran biaya jangka panjang ini juga menghadapi permasalahan yang sama seperti pada penaksiran biaya jangka ini juga menghadapi permasalahan yang sama seperti pada penaksiran biaya jangka pendek. Kita harus memilih bentuk fungsional yang paling cocok dengan observasi data pendek. Kita harus memilih bentuk fungsional yang paling cocok dengan observasi data biaya dan tingkat output dari setiap pabrik.

biaya dan tingkat output dari setiap pabrik.

Ada dua masalah pokok dalam penggunaan data seksi silang ini bagi Ada dua masalah pokok dalam penggunaan data seksi silang ini bagi penaksirankurva biaya rata-rata jangka panjang. Masalah pertama adalah masalah yang penaksirankurva biaya rata-rata jangka panjang. Masalah pertama adalah masalah yang timbulkarena observasi yang dikumpulkan sama sekali bukan merupakan titik-titik pada timbulkarena observasi yang dikumpulkan sama sekali bukan merupakan titik-titik pada kurva biaya rata-rata

kurva biaya rata-rata jangka panjang.jangka panjang.

Misalkan ada lima pabrik yang diteliti

Misalkan ada lima pabrik yang diteliti di mana tingkat output dan biayaditunjukkandi mana tingkat output dan biayaditunjukkan pada tabel dibawah ini. Pada mulanya tampak terjadi economies of plant sizedan pada tabel dibawah ini. Pada mulanya tampak terjadi economies of plant sizedan kemudian terjadi diseconomies of plant size pada pabrik keempat dan kelima kemudian terjadi diseconomies of plant size pada pabrik keempat dan kelima yangterbesar. Hal tersebut ditunjukkan pada AC yang menurun tapi kemudian naik yangterbesar. Hal tersebut ditunjukkan pada AC yang menurun tapi kemudian naik ketikamenghad

ketikamenghadapi pabrik yang api pabrik yang lebih besar.lebih besar.

Taksiran Kurva LRAC dengan Data Seksi Silang Taksiran Kurva LRAC dengan Data Seksi Silang

Pabrik Outpu Pabrik Outpu (Q) (Q) Total Cost Total Cost (Rp) (Rp) Average Cost Average Cost (Rp/Q) (Rp/Q) 1 1 1.500 1.500 7.350,- 7.350,- 4,904,90 2 2 3.500 3.500 12.600,- 12.600,- 3,603,60 3 3 6.150 6.150 18.143,- 18.143,- 2,952,95 4 4 8.750 8.750 26.688,- 26.688,- 3,053,05 5 5 11.100 11.100 43.290,- 43.290,- 3,903,90

(12)

(13)

Cancel Anytime.

sama. Jika pabrik-pabrik tersebut beroperasi di lingkungan geografis, politis sama. Jika pabrik-pabrik tersebut beroperasi di lingkungan geografis, politis dansosio-ekonomis yang berbeda, maka baik harga maupun produktivitas faktor produksi akan ekonomis yang berbeda, maka baik harga maupun produktivitas faktor produksi akan berbeda-beda pada pabrik-pabrik tersebut. Jika hal ini

berbeda-beda pada pabrik-pabrik tersebut. Jika hal ini terjadi, maka analisis regresi terjadi, maka analisis regresi akanakan menunjukkan economies atau diseconomies of plant size dimana perbedaan biaya menunjukkan economies atau diseconomies of plant size dimana perbedaan biaya secara aktual ditentukan oleh perbedaan harga dan produktivitas faktor produksi.

secara aktual ditentukan oleh perbedaan harga dan produktivitas faktor produksi.

Penaksiran kurva LRAC berasumsi bahwa semua ukuran pabrik yang ditunjukkan Penaksiran kurva LRAC berasumsi bahwa semua ukuran pabrik yang ditunjukkan adalah dari tahun yang sama dan karena itu memiliki tekhnologi yang sama. Sebagian adalah dari tahun yang sama dan karena itu memiliki tekhnologi yang sama. Sebagian dari perbedaan-perbedaan dalam produktivitas tenaga kerja cenderung terjadi pada dari perbedaan-perbedaan dalam produktivitas tenaga kerja cenderung terjadi pada data biaya-output seksi silang disebabkan oleh perbedaan tahun

data biaya-output seksi silang disebabkan oleh perbedaan tahun pembuatan dari pabrik-pembuatan dari pabrik-pabrik yang diteliti, yaitu dari pabrik-pabrik yang baru sampai pabrik-pabrik yang lama dengan efisiensi pabrik yang diteliti, yaitu dari pabrik yang baru sampai pabrik yang lama dengan efisiensi yang minimal. Analisis regresi dengan data seksi silang untuk tahun yang berbeda yang minimal. Analisis regresi dengan data seksi silang untuk tahun yang berbeda cenderung memberikan hasil yang tidak akurat maka harus dihindarkan.

cenderung memberikan hasil yang tidak akurat maka harus dihindarkan.

Studi-studi Tentang Penaksiran Biaya Jangka Panjang Studi-studi Tentang Penaksiran Biaya Jangka Panjang

Berbagai studi tentang fungsi biaya

Berbagai studi tentang fungsi biaya jangka panjang dari berbagai perusahaan telahjangka panjang dari berbagai perusahaan telah dilakukan dan sebagaian telah diringkas oleh Johnston (1960). Hasil Paling umum dilakukan dan sebagaian telah diringkas oleh Johnston (1960). Hasil Paling umum adalahkurva LRAC yang berbentuk U tidak sebanyak yang berbentuk L. Ini

adalahkurva LRAC yang berbentuk U tidak sebanyak yang berbentuk L. Ini berarti bahwaberarti bahwa economies of plant size terjadi

economies of plant size terjadi pada tingkat output yang relatif rendah, kemudian diikutipada tingkat output yang relatif rendah, kemudian diikuti oleh suatu kisaran constant returns to plant size tanpa adanya kecenderungan bagi oleh suatu kisaran constant returns to plant size tanpa adanya kecenderungan bagi biaya per unit untuk naik pada tingkat ouput yang lebih tinggi. Tidak terjadinya keadaan biaya per unit untuk naik pada tingkat ouput yang lebih tinggi. Tidak terjadinya keadaan diseconomies of plant size pada proses produksi ini tidak berarti bahwa diseconomies of diseconomies of plant size pada proses produksi ini tidak berarti bahwa diseconomies of

(14)

Cancel Anytime.

Peramalan Biaya Peramalan Biaya

Peramalan Biaya diperlukan apabila ada keputusan-keputusan yang akan kita Peramalan Biaya diperlukan apabila ada keputusan-keputusan yang akan kita ambil mencakup tingkat biaya untuk periode-periode yang

ambil mencakup tingkat biaya untuk periode-periode yang akan datang, misalnya dalamakan datang, misalnya dalam keputusan mengikat kontrak, keputusan membeli atau membuat sendiri, atau keputusan mengikat kontrak, keputusan membeli atau membuat sendiri, atau keputusan lain yang mempunyai implikasi biaya bukan hanya pada periode sekarang. keputusan lain yang mempunyai implikasi biaya bukan hanya pada periode sekarang. Peramalan biaya untuk berbagai tingkat output pada periode yang akan datang Peramalan biaya untuk berbagai tingkat output pada periode yang akan datang memerlukan penaksiran tentang perubahan efisiensi proses produksi secara fisik, plus memerlukan penaksiran tentang perubahan efisiensi proses produksi secara fisik, plus perubahan harga faktor produksi yang digunakan dalam proses produksi. Perubahan perubahan harga faktor produksi yang digunakan dalam proses produksi. Perubahan efisiensi faktor-fakto

efisiensi faktor-faktor r produksi ini akproduksi ini akan mengubah an mengubah bentuk kurva bentuk kurva total productotal product yangt yang berkaitan dengan proses produksi tersebut. J

berkaitan dengan proses produksi tersebut. Jika harga faktor produksi ika harga faktor produksi diperkirakan akandiperkirakan akan berubah, maka hubunganantara kurva TP dengan kurva TVC akan berubah. Karena itu berubah, maka hubunganantara kurva TP dengan kurva TVC akan berubah. Karena itu perubahan dalam biayamasa yang akan datang akan merupakan akibat dari dua perubahan dalam biayamasa yang akan datang akan merupakan akibat dari dua pengaruh ini.

pengaruh ini.

Perubahan Produktivitas Faktor Produksi Perubahan Produktivitas Faktor Produksi

Jika biaya dari semua input meningkat dengan proporsi yang sama, maka Jika biaya dari semua input meningkat dengan proporsi yang sama, maka kombinasi faktor produksi yang optimal tidak akan berubah pada tingkat output kombinasi faktor produksi yang optimal tidak akan berubah pada tingkat output tertentu,meskipun akan menimbulkan biaya yang lebih besar. Jika semua harga input tertentu,meskipun akan menimbulkan biaya yang lebih besar. Jika semua harga input meningkat dengan tingkat yang sama maka harga-harga relatif dari input tersebut akan meningkat dengan tingkat yang sama maka harga-harga relatif dari input tersebut akan tetap sama dan tidak akan ada insentif untuk mensubtitusikan satu input dengan input tetap sama dan tidak akan ada insentif untuk mensubtitusikan satu input dengan input yang lainnya.Ini berarti bahwa proporsi input optimal akan tetap sama. Dengan yang lainnya.Ini berarti bahwa proporsi input optimal akan tetap sama. Dengan

(15)

Cancel Anytime.

biaya pada tingkatoutput tertentu. Jika proses ini berlanjut terus di masa yang akan biaya pada tingkatoutput tertentu. Jika proses ini berlanjut terus di masa yang akan datang, maka perusahaan mestinya akan menggunakan proses produksi yang padat datang, maka perusahaan mestinya akan menggunakan proses produksi yang padat modal pada periodeyang akan

modal pada periodeyang akan datang.datang.

Penaksiran Kurva Learning Penaksiran Kurva Learning

Kurva Learning menghubungkan biaya per unit dengan volume produksikumulatif Kurva Learning menghubungkan biaya per unit dengan volume produksikumulatif dari suatu produk tertentu. Kita berharap bahwa produktivitas input akanmeningkat dari suatu produk tertentu. Kita berharap bahwa produktivitas input akanmeningkat apabila input tersebut telah ”mempelajari” proses produksi, sehingga biaya per unit apabila input tersebut telah ”mempelajari” proses produksi, sehingga biaya per unit cenderung menurun dengan presentase yang relatif stabil setiap kali volume cenderung menurun dengan presentase yang relatif stabil setiap kali volume produksikumulatif digandakan. Tingkat learning ini adalah sekitar 20 persen. Dengan produksikumulatif digandakan. Tingkat learning ini adalah sekitar 20 persen. Dengan kata lain, biaya unit turun kira-kira 20 persen tiap kali tingkat output kumulatif naik kata lain, biaya unit turun kira-kira 20 persen tiap kali tingkat output kumulatif naik dengan faktor 2, 4, 8,16, 32, 64 dan seterusnya. Untuk suatu tingkat output konstan dengan faktor 2, 4, 8,16, 32, 64 dan seterusnya. Untuk suatu tingkat output konstan setiap periodewaktu, rangkaian angka tersebut menunjukkan jumlah periode sebelum setiap periodewaktu, rangkaian angka tersebut menunjukkan jumlah periode sebelum dicapai penurunan 20 persen lainnya dalam biaya unit yang dicapai. Jadi perubahan dicapai penurunan 20 persen lainnya dalam biaya unit yang dicapai. Jadi perubahan biaya per unit antar dua periode produksi ditimbulkan oleh efek learning, akan sangat biaya per unit antar dua periode produksi ditimbulkan oleh efek learning, akan sangat jelas

jelas juka juka proses proses produksi produksi baru baru dilakukan dilakukan dan dan dapat dapat diabaikan diabaikan ketika ketika proses proses produksiproduksi telahmencapai

telahmencapai kematangakematangan.n.

Gambaran mengenal penggandaan output secara berturut-turut menunjukkan Gambaran mengenal penggandaan output secara berturut-turut menunjukkan bahwa kurva learning bukan merupakan garis lurus, tetapi biaya per unit bahwa kurva learning bukan merupakan garis lurus, tetapi biaya per unit merupakanfungsi output kumulatif yang menurun secara eksponensial. Dengan kata merupakanfungsi output kumulatif yang menurun secara eksponensial. Dengan kata lain, kurvalearning dapat dinyatakan sebagai fungsi pangkat dengan bentuk sebagai lain, kurvalearning dapat dinyatakan sebagai fungsi pangkat dengan bentuk sebagai

(16)

Cancel Anytime.

log

log SRAC SRAC = = log log a a + + b b log log QQ

an menggunakan analisis regresi untuk menaksir parameter a dan b

an menggunakan analisis regresi untuk menaksir parameter a dan b tersebut.tersebut.

Sebagai contoh, misalkan sebuah perusahaan TDC meneliti bahwa biaya per Sebagai contoh, misalkan sebuah perusahaan TDC meneliti bahwa biaya per unitdari suatu produk tertentu menurun jika output kumulatif meningkat, seperti unitdari suatu produk tertentu menurun jika output kumulatif meningkat, seperti yangditunjukk

yangditunjukkan pada tiga kolom an pada tiga kolom pertama dari Tabel berikut :pertama dari Tabel berikut :

Observasi SRAC dan Volume Kumulatif Serta Logaritmanya Observasi SRAC dan Volume Kumulatif Serta Logaritmanya Tanggal Tanggal observasi observasi Biaya per Biaya per Unit Unit (SRAC) (SRAC) Volume Volume Kumulatif Kumulatif (Q) (Q) Log SRAC Log SRAC (Y) (Y) Log Q Log Q (X) (X) 30 30 Sept. Sept. 9,00 9,00 150 150 0,9542 0,9542 2,17612,1761 15 15 Des. Des. 7,20 7,20 275 275 0,8573 0,8573 2,43932,4393 1 1 Maret Maret 6,50 6,50 350 350 0,8129 0,8129 2,54412,5441 15 15 Mei Mei 5,85 5,85 500 500 0,7672 0,7672 2,69902,6990 Logaritma dari SRAC sebagai variabel Y dan log Q sebagai variabel X dan merumuskan Logaritma dari SRAC sebagai variabel Y dan log Q sebagai variabel X dan merumuskan bahwa Y =

bahwa Y = αα + + ββX.X.

Variabel α diketahui 1,7418 yang menunjukkan log a. Untuk menemukan Variabel α diketahui 1,7418 yang menunjukkan log a. Untuk menemukan parameter a kita harus mencari antilog dari 1,7418 yang hasilnya adalah 55,18. parameter a kita harus mencari antilog dari 1,7418 yang hasilnya adalah 55,18. jadifungsi pangka

jadifungsi pangkat yang menunjukkt yang menunjukkan kurva learning yaan kurva learning yang ditaksir sebagang ditaksir sebagai berikut :i berikut : SRAC = 55,18Q-0,3627

SRAC = 55,18Q-0,3627

Untuk meramalkan biaya per unit pada misalnya 1000 unit volume kumulatif, Untuk meramalkan biaya per unit pada misalnya 1000 unit volume kumulatif, kitamensubstitusik

(17)

Cancel Anytime.

penurunantersebut. Misalnya, dengan pengestimasian SRAC pada output kumulatif 200 penurunantersebut. Misalnya, dengan pengestimasian SRAC pada output kumulatif 200 dan 400unit dari kurva l

dan 400unit dari kurva learning tersebut, kita akan mendapatkan :earning tersebut, kita akan mendapatkan : Untuk 200 unit : Untuk 200 unit : SRAC = 55,18 ( SRAC = 55,18 () = 8,076) = 8,076 Untuk 400 unit : Untuk 400 unit : SRAC = 55,18 ( SRAC = 55,18 () = 6,281) = 6,281 Jadi SRAC pada 400 unit adalah :

Jadi SRAC pada 400 unit adalah :

    **     = 77,77% = 77,77%

Angka 77,77 % tersebut menunjukkan bahwa SRAC untuk 400 unit besarnyasama Angka 77,77 % tersebut menunjukkan bahwa SRAC untuk 400 unit besarnyasama dengan 77,77 % dari SRAC pada 200 unit output. Tampak bahwa sedikitnya ada dengan 77,77 % dari SRAC pada 200 unit output. Tampak bahwa sedikitnya ada penurunan AC sebesar 22 % apabila volume kumulatif diduakalilipatkan. Kita penurunan AC sebesar 22 % apabila volume kumulatif diduakalilipatkan. Kita dapatmemprediksi bahwa SRAC tersebut akan terus turun kira-kira sebesar 22 % untuk dapatmemprediksi bahwa SRAC tersebut akan terus turun kira-kira sebesar 22 % untuk setiap penduakalilipatan tingkat output kumulatif berikutnya.