STUDI MODEL PEMBIAYAAN LEMBAGA KEUANGAN NON-BANK
UNTUK PEMBANGUNAN KAPAL DI GALANGAN
Eka Wahyu Ardhi1, Ir. Heri Supomo, M.Sc2, Firmanto Hadi, ST, M.Sc 2
Mahasiswa Pasca Sarjana Teknik Produksi dan Material Kelautan Institut Teknologi Sepuluh Nopember Surabaya, Indonesia1
Dosen Fakultas Teknologi Kelautan ITS2 Email: jiraiya_79@na.its.ac.id1
Abstrak
Karakteristik industri galangan yang membutuhkan modal besar, dan resiko tinggi menyebabkan galangan kekurangan dana penunjang kegiatan produksinya. Keinginan Lembaga Keuangan Non Bank (LKNB) untuk berinvestasi pada proses produksi galangan merupakan salah satu alternatif solusi dari kesulitan modal galangan yang menjadi dasar penelitian ini.
Penelitian dilakukan untuk mendapat skim pembiayaan LKNB yang terbaik. Yang berarti proses produksi galangan berlangsung lancar, serta LKNB dan galangan mendapatkan keuntungan yang optimal. Skim pembiayaan dibedakan menurut pengembalian pinjaman dan jaminan yang digunakan. Analisa dilakukan dengan pertimbangan pihak yang berperan; Galangan, Lembaga Keuangan Non Bank, Perusahaan Pelayaran, Pemerintah, Klasifikasi dan Lembaga Asuransi Kredit. Serta kriteria dalam pembiayaan; nilai pinjaman, waktu bayar, suku bunga, equity, premi asuransi dan pendapatan. Dalam penelitian ini dilakukan simulasi perhitungan dari masing-masing skim dan pemilihan model pembiayaan berdasarkan kuisioner menggunakan metode Fuzzy Multi Criteria Decision Making (FMCDM).
Analisis mendapatkan skim pembiayaan dengan pengembalian menurut profit sharing dan jaminan kontrak pembayaran akan memberikan keuntungan yang optimal bagi galangan dan LKNB.
Kata kunci: lembaga keuangan non bank, lembaga asuransi kredit, FMCDM, skim pembiayaan, simulasi, equity, asuransi, bunga.
1. Pendahuluan
1.1 Latar Belakang
Komponen utama dalam industri galangan adalah; modal (money), tenaga kerja (men), material, metode dan teknologi peralatan. Kelangsungan proses produksi tergantung dari kesinambungan dari komponen utama ini, komponen utama tersebut dipengaruhi oleh peran serta dari masing-masing aktor yang terlibat. Industri galangan kapal sebagai salah satu sektor pendukung utama dalam industri maritim Indonesia diharapkan mampu mengikuti perkembangan era pasar bebas dimana tingkat persaingan dan standar produk yang semakin naik dari waktu ke waktu. Peran perusahaan galangan kapal sebagai pihak yang membangun maupun mereparasi kapal tidak dapat dipandang remeh. Dengan menyediakan kapal baru dan mereparasi kapal yang ada, perusahaan galangan kapal juga menyediakan lapangan kerja dan keuntungan ekonomi dari pajak pendapatan maupun investasi bagi industri maritim di
Indonesia (Pusat Komunikasi Sekjen Departemen Perhubungan, Maret 2008).
Pemerintah dalam kebijakannya pada industri perairan telah mengeluarkan UU no 17 tahun 2008 mengenai investasi di industri maritim (terutama perusahaan pelayaran dan galangan kapal). Meskipun belum ada peraturan pelaksana undang, diharapkan dengan undang-undang ini pemerintah dapat membantu dalam pengaturan proses pembiayaan/investasi khususnya dalam bidang maritim, agar kondisi investasi galangan kapal semakin baik. Menurut Sekjen Departemen Perhubungan, sektor maritim diperkirakan memerlukan pembiayaan untuk pengembangan armada galangan kapal nasional hingga tahun 2010 mencapai US$ 3,7 milliar atau setara dengan Rp 34 triliun. Jumlah itu menunjukkan peran perbankan / lembaga pembiayaan yang sangat besar dalam pengembangan industri maritim (Pusat Komunikasi Sekjen Departemen Perhubungan, Maret 2008).
Dengan adanya keinginan dari lembaga keuangan non bank untuk berinvestasi dalam
proses pembangunan kapal, dan fakta bahwa galangan sedang kekurangan dana untuk biaya produksi yang besar, serta adanya UU no 17 Tahun 2008 mengenai investasi di industri maritim menarik peneliti untuk melakukan Studi Model Pembiayaan Lembaga Keuangan Non-Bank untuk Pembangunan Kapal di Galangan.
1.2 Perumusan Masalah
Setiap pihak yang terlibat dalam proses pembiayaan pembangunan kapal memiliki tujuan dan keinginan masing-masing. Oleh karenanya peneliti ingin mendapatkan model pembiayaan yang optimal bagi pihak yang terlibat dalam pembiayaan.
Dalam penelitian ini penulis merumuskan masalahnya sebagai berikut:
• Bagaimana proses galangan mendapat investasi dari lembaga pembiayaan non bank dan kerjasama ini memperoleh keuntungan yang optimal bagi kedua pihak.
• Bagaimana mensimulasikan proses pembiayaan pembangunan kapal dalam komputer.
• Bagaimana seharusnya peraturan pemerintah untuk mengakomodasi kebutuhan dana dari galangan dan keinginan investasi lembaga keuangan non bank.
1.3 Tujuan dan Manfaat Penulisan
Tujuan utama penelitian adalah agar perusahaan galangan kapal dan lembaga keuangan non-bank mampu menerapkan strategi dalam menyusun dan menganalisa secara teliti kriteria-kriteria dalam investasi pembangunan kapal, sehingga memperoleh keuntungan yang optimal. Adapun tujuan lain dari penelitian ini adalah:
Mendapatkan alternatif skim pembiayaan dari kriteria yang berpengaruh dalam pengadaan kapal dari lembaga pembiayaan, galangan, owner (perusahaan pelayaran kapal, pengusaha, BUMN), asuransi dan pemerintah. Mendapatkan rancangan skim pembiayaan yang optimal dari hasil analisa perhitungan model financial dari alternatif model pembiayaan yang ada.
Mendapatkan aspek-aspek berpengaruh dari pihak yang terlibat dalam mekanisme pembiayaan pengadaan kapal.
Manfaat utama yang dapat diperoleh dari hasil penelitian ini adalah adanya kemudahan dari lembaga pembiayaan untuk investasi pembangunan kapal. Selain manfaat utama ini, diharapkan penelitian dapat memperoleh manfaat lain, yaitu;
- Bagi penelitian dan pendidikan, memberikan sumbangsih pemikiran terhadap kasanah ilmu pengetahuan mengenai studi model pembiayaan lembaga keuangan non-bank untuk pembangunan kapal sebagai alternatif investasi yang optimal pada perusahaan galangan kapal.
- Bagi lembaga pembiayaan, memberikan gambaran yang jelas dalam mengambil keputusan untuk menyetujui permohonan
investasi yang diajukan perusahaan galangan kapal.
- Bagi perusahaan galangan kapal, memberikan gambaran yang jelas dalam mengambil keputusan untuk memilih bentuk pembiayaan yang lebih optimal.
1.4 Batasan Masalah
Pembahasan masalah pada penelitian ini akan dibatasi pada hal-hal berikut ini;
Studi kasus pembiayaan kapal untuk kapal yang dibangun PT DPS atas permintaan PT Samudera Indonesia pada 2004-2007.
Aspek-aspek yang dipertimbangkan; teknis, ekonomis dan legal/hukum
Pemilihan skim pembiayaan dilakukan dengan bantuan analisa perhitungan atas pembangunan kapal dalam Excel dan analisa kuesioner dari pihak ahli.
2. Tinjauan Pustaka
2.1 Karakteristik Lembaga Keuangan Non Bank (LKNB)
Lembaga keuangan non bank yang dimaksud adalah perusahaan multi financial yang mempunyai fungsi sebagai; perusahaan pembiayaan (finance companies), perusahaan sekuritas dan perusahaan asuransi. Karakteristik lembaga keuangan baik itu bank maupun non bank berhubungan dengan kegiatan yang dilakukan (fungsi lembaga keuangan), sumber pendanaan, penggunaan dana dan resiko yang dihadapi.
Fungsi lembaga keuangan non bank yakni (1) perusahaan pembiayaan ‘menyediakan dana untuk pinjaman investasi’ (2) perusahaan sekuritas, memperdagangkan surat-surat berharga’ (3) perusahaan asuransi ‘menjaga personal maupun perusahaan yang menjadi klien/ nasabah dari kejadian yang merugikan’.
Menurut Peraturan Pemerintah Keuangan no 84/PMK.012/2006 mengenai perusahaan pembiayaan , sumber pendanaan perusahaan ini tidak boleh langsung dari masyarakat (pasal 30, Pembatasan). Sehingga modal dana diperoleh dari saham kepemilikan, laba yang ditahan, setoran modal pemilik saham, pinjaman dari bank (pasal 13, Modal; pasal 15, Kepemilikan dan Kepengurusan; pasal 25, Peminjaman dan Penyertaan).
Untuk mendapatkan dana/kredit pinjaman, setiap nasabah/kreditor perlu memenuhi syarat yang diajukan oleh debitur/pemilik modal. Syarat yang dipenuhi menimbulkan kepercayaan dari pemilik modal, sehingga kredit dapat berlangsung. Kepercayaan pemilik modal pada peminjam banyak tergantung kepada kelayakan peminjam (seseorang atau badan usaha).
Kelayakan penerima kredit menurut Siamat Dahlan (2004), dipengaruhi oleh 5C yaitu: 1. Character atau tabiat serta kemauan pemohon
untuk memenuhi kewajiban. Perlu diteliti tentang kebiasaan kepribadian, cara hidup dan keadaan keluarga serta moral.
2. Capacity yaitu kemampuan, kepandaian dan ketrampilan menggunakan kredit yang diterima
sehingga memperoleh kemajuan, keuntungan serta mampu melunasi kewajiban atau utangnya.
3. Capital yaitu modal seseorang atau badan usaha penerima kredit. Tidak semua modal harus bersumber dari kredit.
4. Collateral, yaitu kepastian berupa jaminan yang dapat diberikan oleh penerima kredit. Anggunan atau jaminan sebagai alat pengaman dari ketidakpastian pada waktu yang akan datang pada saat kredit harus dilunasi.
5. Condition of economies yaitu dalam rencana pelepasan kredit harus mampu melihat ke depan, yaitu bagaimana keadaan perekonomian masa yang akan datang.
Dari jurnal ekonomi yang ditulis oleh Bambang Riyanto, (1995) disebutkan beberapa resiko yang dihadapi oleh lembaga keuangan. Resiko ini terdiri atas;
Secara garis besar, resiko yang dihadapi lembaga keuangan dapat dituliskan sebagai berikut:
1. Resiko Kredit: resiko bahwa aliran kas yang dijanjikan dari pinjaman dan surat berharga mungkin tidak dibayar penuh.
2. Resiko Likuiditas: resiko bahwa kenaikan tiba-tiba dari penarikan kewajiban dapat menyebabkan lembaga keuangan melikuidasi asset dalam waktu yang sangat pendek dan harga yang rendah.
3. Resiko suku bunga: resiko yang diciptakan perusahaan keuangan bahwa maturitas dari asset dan kewajiban tidak sesuai.
4. Resiko Pasar: resiko yang muncul pada asset yang diperdagangkan dan kewajiban karena perubahan tingkat suku bunga, nilai tukar dan harga asset lain.
5. Resiko Luar Neraca (Off-Balance Sheet): resiko yang muncul dari perusahaan keuangan sebagai hasil dari aktivitas yang berhubungan dengan asset yang tergantung dan kewajiban-kewajiban.
6. Resiko Nilai Tukar Asing: Resiko yang muncul dari perubahan nili tukar dapat menyebabkan nilai dari asset perusahaan keuangan dan kewajiban didenominasi dalam nilai tukar asing.
7. Resiko Negara atau Kedaulatan: Resiko yang muncul karena pembayaran dari peminjam luar negeri dapat tertahan karena adanya interfensi dari dari pemerintah luar negeri .
8. Resiko Teknologi: Resiko yang muncul dari perusahaan keuangan oleh sebuah Perusahaan keuangan ketika investasi teknologi tidak menciptakan simpanan biaya yang terantisipasi.
9. Resiko Operasional: Resiko bahwa teknologi yang ada atau sistem pendukung dapat rusak atau hancur.
10. Resiko Insolvensitas: Resiko bahwa perusahaan keuangan tidak memiliki cukup modal untuk menutup penurunan tiba-tiba dari dari nilai asetnya.
2.2 Hubungan ketersediaan dana dengan kelancaran proses produksi
Dari sudut pandang galangan menurut Ante Bistricic (2006), proses pembangunan kapal dibagi dalam 3 kelompok fase, antara lain; a. Fase penawaran, pada fase ini dilakukan;
analisa tender / inquiry (permintaan penawaran), keputusan membuat penawaran, persiapan rincian penawaran, persiapan dari elemen penawaran, estimasi awal dan harga penawaran, penawaran gabungan, persiapan option penawaran, penawaran pengiriman, koordinasi jika ada penutupan, penawaran akhir dan kemudian penandatanganan kontrak. b. Fase realisasi proyek, kegiatan yang ada setelah penandatanganan kontrak adalah; persiapan untuk realisasi proyek, memulai pelaksanaan proyek pekerjaan, penempatan keel dari kapal baru, peluncuran kapal, pemasangan peralatan (out fitting), pengawasan proyek, pengujian peralatan (commisioning), hasil kesimpulan pekerjaan dan serah terima.
c. Fase garansi, pada fase ini dilakukan; pemilihan item-item yang masuk garansi, kriteria penerimaan garansi.
Dari masing-masing fase ini, dilaksanakan pekerjaan proyek pembangunan kapal selama waktu tertentu. Selama waktu ini, proyek pembangunan menghasilkan pendapatan, keuntungan dan menimbulkan juga biaya, investasi. Untuk lebih jelasnya perhatikan ilustrasi berikut;
Organization-project management Project management Functional management
Revenue Profit
Investment
A B
Gambar 1 Fase Pembangunan Kapal
Keterangan, kejadian penting yang ada selama proses pembangunan kapal antara lain;
- Selama peluncuran kapal tpp, biaya Spp diberikan untuk mencapai titik TN1 dan objektif Cpp (dana yang diperoleh dari pembayaran pembeli kapal- setelah penandatanganan kontrak)
- Dalam masa keel dari bangunan baru diletakkan tpk biaya Spk dikeluarkan untuk mencapai titik TN2 akan diperoleh objektif Cpk (setelah diverifikasi bahwa keel sudah diletakkan)
- Pada saat sub-fase peluncuran kapal tpr memerlukan biaya Spr akan diperoleh TN3 dan objektif Cpr. Kapal akan diluncurkan setelah dilakukan verifikasi.
- Selama proses pelaksanaan outfitting peralatan tob diperlukan biaya Sob akan didapat TN4 dan objektif Cob diperoleh. Hal ini didapat jika commisioning, trial memperoleh hasil yang disetujui pembeli.
- Pada fase garansi tg, biaya Sg digunakan untuk mencapai point Tzp (akhir dari proyek pembangunan kapal) dan objektif Czp diperoleh setelah memenuhi kondisi garansi.
2.3 Fuzzy MCDM
Metode fuzzy MCDM secara luas digunakan untuk menyelesaikan problem decision making dengan evaluasi multi kriteria dari sekumpulan alternatif. Menurut Aouam (2003) pengambilan keputusan dalam struktur informasi yang tidak pasti (uncertainty) dan kabur (fuziness)
menggunakan metode matematis yang bersifat
crisp kurang tepat, agar tepat informasi tersebut
diselesaikan dengan model yang menggabungkan teori himpunan fuzzy dan unsur-unsur subyektifitas (disebabkan ambiguitas) untuk mendapatkan pendekatan keputusan yang lebih tepat dan fleksibel. Metode yang diusulkan dapat dilakukan dengan input yang bersifat crisp dan fuzzy.
Kelebihan metode ini sebagai berikut :
1. Model ini dapat mengakomodasi subyektifitas penilaian dan decision maker
2. Dapat menyelesaiakan persoalan keputusan dengan sumber data atau informasi yang bersifat kabur (vague), tidak jelas ( imprecision), dan kondisi keputusan yang tidak
pasti ( uncertainty).
3. Preferensi dan subyektifitas decision maker dapat ditampung melalui pembuatan skala variable linguistik.
4. Dapat menyusun permasalahan kriteria yang bersifat konfliktual ke dalam struktur hirarki sehingga mudah dalam penyelesaian.
5. Menggabungkan dua model dalam analisa yaitu fuzzy AHP dan fuzzy MCDM
Tahap dalam membuat keputusan dengan menggunakan fuzzy MCDM:
Menentukan Problem Keputusan Fungsi Keanggotaan (Fuzzy Number) Fungsi Keanggotaan Segitiga (Triangular
Fuzzy Number)
Menentukan pembobotan kriteria evaluasi dengan FAHP
Langkah 1 Menetapkan variabel linguistik dan skala penilaian untuk kriteria dan sub kriteria. Langkah 2 Pembentukan Matrik Perbandingan Berpasangan (Pairwise Comparison)
Langkah 3 Penggunaan Model Fuzzy Geometric Mean Technique
Langkah 4 Menggunakan metode center of area (COA) untuk menghitung nilai best nonfuzzy performance value (BNP)
Pemilihan Alternatif Keputusan Dengan Model Fuzzy MCDM
Langkah 1. Tetapkan Variabel Linguistik dan Skala Penilaian Untuk Pilihan Alternatif.
Langkah 2 Tetapkan Matrik Fuzzy Performance Langkah 3. Tetapkan Nilai Rata-Rata Fuzzy Peformance
Langkah 4. Perhitungan Fuzzy Synthetic Decision
Langkah 5. Merangking Fungsi Keanggotaan Fuzzy (Fuzzy Number)
3. Pengolahan Data
3.1 Pengolahan data perhitungan
Pengolahan hasil perhitungan pembiayaan pembangunan kapal dilakukan menurut pengeluaran dan pemasukan yang berbeda-beda sesuai dengan skim yang digunakan.
Setiap skim memiliki karakteristik masing-masing, oleh karenanya perlu diperhatikan setiap ciri yang membedakan skim yang ada. Meskipun demikian, ada langkah-langkah pokok yang sama dalam upaya untuk mendapatkan hasil perhitungan. Berikut ini hal pokok yang dikerjakan dalam perhitungan.
- Menghitung aliran kas untuk pembangunan kapal
- Menetapkan awal peminjaman - Menghitung jumlah pinjaman - Menetapkan pengembalian pinjaman - Menghitung pendapatan
Sehingga diperoleh grafik sebagai berikut:
Profi t gala ngan Profi t LKN B Prem i Asu ransi 1 2 3-10%3-20% 3-30%4-10%4-20% 4-30% -500,000,000 1,000,000,000 1,500,000,000 2,000,000,000 2,500,000,000 3,000,000,000 3,500,000,000 1 2 3-10% 3-20% 3-30% 4-10% 4-20% 4-30%
Gambar 2 Grafik Hasil Perhitungan
Tabel 1 Hasil Perhitungan
Skim Profit galangan Profit LKNB Asuransi Premi 1 3,201,216,337 348,617,460 221,158,843 2 3,422,375,180 348,617,460 - 3 10% 3,168,868,376 377,099,264 225,025,000 20% 2,791,769,112 754,198,528 225,025,000 30% 2,414,669,848 1,131,297,792 225,025,000 4 10% 3,393,893,376 377,099,264 - 20% 3,016,794,112 754,198,528 - 30% 2,639,694,848 1,131,297,792 -
3.2 Pengolahan Data Kuesioner
Hasil pengolahan data sesuai tahap dalam membuat keputusan dengan Fuzzy MCDM diperoleh hasil pembobotan untuk kriteria dan sub kriteria sebagai berikut:
Tabel 2 Hasil Bobot Kriteria dan Sub Kriteria
k rit e ria/ s u b k rit e ria g a lan g n L K N B A s u ra n s i ra ta -r a ta K1 Kemampuan bayar 0.11 0.09 0.07 0.09
SK1 Karakter 0.06 0.05 0.04 0.05 SK2 Kapital 0.04 0.03 0.02 0.03 SK3 Kapasitas 0.02 0.02 0.01 0.02 K2 Kesanggupan 0.042 0.043 0.043 0.043 SK4 Jaminan 0.009 0.009 0.008 0.009 SK5 Masa pinjam 0.015 0.019 0.021 0.018 SK6 Suku bunga 0.017 0.016 0.014 0.016 K3 Kebijakan internal 0.033 0.049 0.066 0.049 SK7 Perubahan pinjaman 0.021 0.024 0.026 0.024 SK8 Pembiayaan ulang 0.005 0.010 0.013 0.009 SK9 Perpanjang pembiayaan 0.007 0.016 0.026 0.017 K4 Spekulasi persaingan 0.040 0.034 0.029 0.034 SK10 Kurs mata uang 0.009 0.011 0.013 0.011 SK11 Pengaruh kompetisi 0.018 0.013 0.010 0.014 SK12 Pembagian resiko 0.013 0.009 0.006 0.009 K5 Kondisi perusahaan 0.031 0.037 0.046 0.038 SK13 Rating kredit 0.011 0.017 0.022 0.017 SK14 Peraturan 0.019 0.021 0.024 0.021 K6 Efisiensi 0.024 0.021 0.019 0.022 SK15 Ratio pinjaman 0.019 0.017 0.015 0.017 SK16 Bonus dan denda 0.005 0.005 0.004 0.005 Sedangkan hasil performansi sub kriteria terhadap alternatif mendapatkan hasil sebagai berikut:
Tabel 3 Hasil Performansi Sub Kriteria dan Alternatif
K o mpo n e n A lt e rn a ti f s k im
Fuzzy synthetic decision Defuzzy
a b c Ga lan g a n A1 7.7729 10.804 13.67 10.749 A2 9.2772 12.879 15.295 12.484 A3 8.833 11.855 14.662 11.783 A4 9.5413 12.528 15.238 12.436 L K N B A1 8.2035 11.037 13.316 10.852 A2 8.4538 11.005 13.364 10.941 A3 8.4254 10.976 13.333 10.912 A4 8.8521 11.268 13.632 11.251 A S U R A N S I A1 9.3487 13.095 16.559 13.001 A2 10.698 14.421 17.447 14.189 A3 9.8274 13.2 16.698 13.242 A4 10.791 14.018 17.346 14.051 ra ta -r a ta A1 8.4417 11.645 14.515 11.534 A2 9.4764 12.768 15.369 12.538 A3 9.0286 12.011 14.898 11.979 A4 9.7282 12.604 15.405 12.579 Dari pengolahan kuesioner diperoleh rangking menurut tiap kelompok responden maupun dari keseluruhan responden sebagai berikut:
Tabel 4 Hasil Rangking
A lte rn a tif B n p G a la n g n Ran g king B n p L K NB Ran g king B n p A s u ra n si Ran g king B n p Com p ro m is e d * Ran g king A1 10.749 4 10.852 4 13.001 4 11.534 4 A2 12.484 1 10.941 2 14.189 1 12.538 2 A3 11.783 3 10.912 3 13.242 3 11.979 3 A4 12.436 2 11.251 1 14.051 2 12.579 1
* DIPEROLEH DENGAN merata-rata bobot tiap departemen dengan fuzzy geometric mean 4. Pembahasan Hasil
4.1 Analisa Bobot Kriteria dan Sub Kriteria
Analisa Bobot Kriteria untuk Galangan
Berdasarkan hasil perhitungan bobot kriteria dengan menggunakan fuzzy AHP untuk galangan terdapat bobot kepentingan tertinggi untuk kriteria
kemampuan bayar (0.114) disusul dengan kriteria kesanggupan (0.042) kemudian kriteria spekulasi persaingan (0.040), kriteria kebijakan internal
(0.033), dan kriteria kondisi perusahaan (0.031), sementara itu kriteria efisiensi (0.024) merupakan bobot kepentingan yang paling rendah.
Hasil pembobotan ini menunjukkan bahwa kriteria kemampuan bayar merupakan kriteria terpenting.
Analisa Bobot Sub Kriteria untuk Galangan Dari 16 sub kriteria, terdapat sub kriteria
karakter (0.058), kapital (0.035), perubahan pinjaman (0.021), kapasitas, ratio pinjaman dan peraturan masing-masing (0.019), pengaruh kompetisi (0.018), suku bunga (0.017), masa pinjaman (0.015), pembagian resiko (0.013), rating kredit (0.011), jaminan dan kurs mata uang
(0.009), perpanjangan pembiayaan (0.007), pembiayaan ulang dan bonus denda (0.005)
Hasil bobot sub kriteria menunjukkan bahwa berarti galangan menganggap karakter merupakan sub kriteria penting dalam pemilihan pembiayaan LKNB untuk pembangunan kapal di galangan.
Analisa Bobot Kriteria untuk LKNB
Berdasarkan hasil perhitungan bobot kriteria dengan menggunakan fuzzy AHP untuk LKNB terdapat bobot kepentingan tertinggi untuk kriteria
kebijakan internal (0.082) disusul dengan kriteria kondisi perusahaan (0.054) kemudian kriteria kemampuan bayar (0.044), kriteria kesanggupan
(0.042), dan kriteria spekulasi persaingan
merupakan kriteria dengan bobot kepentingan yang paling rendah.
Hasil pembobotan ini menunjukkan bahwa kriteria kebijakan internal merupakan kriteria terpenting bagi LKNB.
Analisa Bobot Sub Kriteria untuk LKNB
Dari 16 sub kriteria, terdapat sub kriteria
perpanjangan pembiayaan (0.035), karakter
(0.030), perubahan pinjaman (0.029), peraturan (0.027), rating kredit (0.027), masa pinjaman (0.022), pembiayaan ulang (0.018), kurs mata
uang (0.015), ratio pinjaman (0.014), suku bunga
(0.012), jaminan (0.007), kapasitas (0.007),
kapital (0.006), pengaruh kompetisi (0.005), bonus denda (0.004), dan pembagian resiko
(0.002).
Pihak LKNB memberikan penilaian seperti diatas hal ini berarti LKNB menganggap perpanjangan pembiayaan merupakan hal terpenting dalam pembiayaan untuk pembangunan kapal di galangan.
Analisa Bobot Kriteria untuk Asuransi
Berdasarkan hasil perhitungan bobot kriteria dengan menggunakan fuzzy AHP untuk responden asuransi terdapat bobot kepentingan tertinggi untuk kriteria kemampuan bayar (0.142) disusul dengan kriteria kesanggupan (0.068) kemudian kriteria kebijakan internal (0.065), kriteria kondisi perusahaan (0.031), dan kriteria
spekulasi persaingan (0.029), sementara itu
kriteria efisiensi (0.006) merupakan bobot kepentingan yang paling rendah
Hasil pembobotan ini menunjukkan bahwa kriteria kemampuan bayar merupakan kriteria terpenting menurut pihak asuransi.
Analisa Bobot Sub Kriteria untuk Asuransi Dari 16 sub kriteria, terdapat sub kriteria
karakter (0.060), perpanjangan pembiayaan
(0.043), kapital (0.042), kapasitas (0.039), masa
pinjaman (0.026), jaminan (0.023), suku bunga
(0.019), rating kredit (0.015), peraturan (0.015),
perubahan pinjaman (0.014), kurs mata uang
(0.013), pengaruh kompetisi (0.010), pembiayaan
ulang (0.008), pembagian resiko (0.005), ratio pinjaman (0.004), dan bonus denda (0.001).
Pihak Asuransi memberikan penilaian seperti diatas, hal ini berarti pihak asuransi menganggap karakter dari galangan memberikan pengaruh yang paling penting dalam pemilihan pembiayaan LKNB untuk pembangunan kapal di galangan. Analisa Bobot Kriteria untuk Rata-rata Geometrik
Nilai bobot ini didapatkan dengan merata-rata bobot kepentingan tiap elemen dengan metode fuzzy geometric mean untuk mendapatkan nilai keseluruhan bobot kepentingan. Terdapat kriteria kemampuan bayar dengan bobot kepentingan paling tinggi yakni dengan nilai sebesar (0.0996), kriteria kebijakan
internal (0.0601), kriteria kesanggupan (0.0504),
kriteria kondisi perusahaan (0.0383), dan kriteria
spekulasi persaingan (0.0303) sedangkan kriteria efisiensi (0.0158) merupakan bobot kepentingan
terendah.
Berdasarkan urutan nilai bobot kepentingan ditunjukkan bahwa kriteria kemampuan bayar yang nilai BNP paling besar (0.0996) mempunyai pengaruh yang paling besar terhadap pembiayaan LKNB untuk pembangunan kapal. Analisa Bobot Sub Kriteria untuk Rata-rata Geometrik
Berdasarkan tabel 5.4 terdapat sub kriteria dengan bobot tertinggi yaitu karakter (0.049),
kapital (0.028), kapasitas (0.022), perpanjangan
pembiayaan (0.0017), perubahan pinjaman
(0.0013), masa pinjaman (0.0011), suku bunga (0.0008), rating kredit (0.0007), jaminan (0.0007),
pembiayaan ulang (0.0006), kurs mata uang
(0.0004), pengaruh kompetisi (0.0003), ratio
pinjaman (0.0002), pembagian resiko (0.0002),
dan bonus denda (0.0001)
Dari hasil rata-rata keseluruhan responden diperoleh bahwa sesuai bobot yang tertinggi sub kriteria karakter memegang peranan yang paling penting dalam pembiayaan pembangunan kapal di galangan.
4.2 Analisa Nilai Rating Performansi
Analisa Nilai Rating Performansi Alternatif (A1) Dari 16 sub kriteria yang mempunyai nilai rangking tertinggi terhadap pilihan alternatif A1 adalah sub kriteria rating kredit (61.667), jaminan (51.611), masa pinjaman (48.889), suku bunga (47.333), bonus denda (44.500), pembiayaan
ulang (43.278), ratio pinjaman (41.222), karakter
(40.222), perpanjangan pembiayaan (38.333),
pembagian resiko (36.778), pengaruh kompetisi
(35.556), kurs mata uang (35.111), kapasitas (26.222), dan perubahan pinjaman (23.00) sedangkan nilai rating performansi yang terendah adalah kapital (21.778).
Berdasarkan hasil penilaian rating diatas sub kriteria rating kredit mempunyai tingkat kesesuaian yang baik dengan alternatif A1 /skim 1 yaitu pengembalian sesuai bunga pinjaman dan jaminan dari asuransi penjamin.
Analisa Nilai Rating Performansi Alternatif (A2) Dari 16 sub kriteria yang mempunyai nilai rating tertinggi berkaitan dengan pilihan skim 2 adalah sub kriteria karakter (50.111), jaminan (47.222), perubahan pinjaman (46.667),
pembagian resiko (43.44), kapital (42.22),
pengaruh kompetisi (42.22), pembiayaan ulang (39.556), suku bunga (39.00), ratio pinjaman (39.00), masa pinjaman (38.333), kapasitas (37.778), kurs mata uang (35.11), bonus denda (35.11), dan perpanjangan pembiayaan (30.111), sedangkan nilai rating performansi yang terendah adalah rating kredit (29.444)
Berdasarkan hasil penilaian rating diatas sub kriteria karakter mempunyai tingkat kesesuaian yang baik dengan alternatif A2 /skim 2 yaitu pengembalian sesuai bunga pinjaman dan jaminan berupa kontrak pembayaran owner. Analisa Nilai Rating Performansi Alternatif (A3) Dari 16 sub kriteria yang mempunyai nilai rangking tertinggi terhadap pilihan alternatif A1 adalah sub kriteria ratio pinjaman (51.11),
pembagian resiko (50.56), rating kredit (47.22), masa pinjaman (46.67), jaminan (46.11),
pengaruh kompetisi (46.11), karakter (44.11),
suku bunga (42.22), bonus denda (39.0),
pembiayaan ulang (37.77), perubahan pinjaman
(35.11), kapasitas (30.66), perpanjangan pembiayaan (30.667), dan kurs mata uang
(30.667) sedangkan nilai rating performansi yang terendah adalah kapital (27.44).
Berdasarkan hasil penilaian rating diatas sub kriteria ratio pinjaman mempunyai tingkat kesesuaian yang baik dengan alternatif A3 /skim 3 yaitu pengembalian sesuai profit sharing dan jaminan dari asuransi penjamin.
Analisa Nilai Rating Performansi Alternatif (A4) Dari 16 sub kriteria yang mempunyai nilai rangking tertinggi terhadap pilihan alternatif A1 adalah sub kriteria pengaruh kompetisi (55.0),
pembagian resiko (51.78), perubahan pinjaman
(51.11), suku bunga (49.56), bonus denda (47.33), masa pinjaman (46.67), pembiayaan
ulang (42.78), kapital (39.67), jaminan (39.56), kapasitas (39.0), ratio pinjaman (39.0), karakter
(37.78), perpanjangan pembiayaan (34.56), dan
kurs mata uang (30.67) sedangkan nilai rating
performansi yang terendah adalah rating kredit (30.11).
Berdasarkan hasil penilaian rating diatas sub kriteria pengaruh kompetisi mempunyai tingkat kesesuaian yang baik dengan alternatif A4 /skim 4 yaitu pengembalian sesuai profit sharing dan jaminan dari kontrak pembayaran owner.
4.3 Analisa Nilai Rangking Alternatif
Nilai rangking alternatif diperoleh dengan mengalikan nilai fuzzy performance alternatif dengan nilai bobot keseluruhan (overall weight) tiap elemen dan dijumlahkan seluruhnya sehingga diperoleh nilai fuzzy synthetic decision. Kemudian dilakukan defuzzy untuk mendapatkan nilai crisp yang merupakan nilai rangking dari tiap-tiap alternatif tersebut.
Analisa Nilai Rangking Alternatif Galangan Nilai rangking tertinggi dari empat alternatif pilihan untuk galangan yaitu berurutan seperti berikut; A2 (12.484), A4 (12.436), A3 (11.783) dan A1 (10.749). Alternatif A2 merupakan pilihan terbaik menurut pandangan pihak galangan. Analisa Nilai Rangking Alternatif LKNB
Nilai rangking tertinggi dari empat alternatif pilihan untuk galangan yaitu berurutan seperti berikut; A4 (11.251), A2 (10.942), A3 (10.912) dan A1 (10.852). Alternatif A4 merupakan pilihan terbaik menurut pandangan pihak LKNB.
Analisa Nilai Rangking Alternatif Asuransi Nilai rangking tertinggi dari empat alternatif pilihan untuk galangan yaitu berurutan seperti berikut; A2 (14.189), A4 (14.051), A3 (13.242) dan A1 (13.001). Alternatif A2 merupakan pilihan terbaik menurut pandangan pihak asuransi.
4.4 Analisa Sensitivitas
Data analisa sensitifitas diperoleh dengan mengalikan nilai performansi alternatif (NP) dengan nilai bobot keseluruhan (overall weight) dalam bentuk bilangan crisp sehingga diperoleh nilai synthetic decision (NS). Penjumlahan hasil synthetic decision menghasilkan nilai kumulatif yang merupakan nilai rating pilihan alternatif.
Analisa sensitifitas dilakukan dengan merubah nilai bobot dimensi kriteria utama dengan tujuan untuk mengetahui sejauh mana perubahan nilai bobot kriteria sensitif terhadap pilihan alternatif. Kebijakan pengambilan keputusan di perusahaan kadang berubah dikarenakan pengaruh dari beberapa faktor dari masing-masing kriteria, sub kriteria.
Oleh karena itu untuk mengantisipasi dilakukan perubahan kebijakan pengambil keputusan yang dinyatakan dalam perubahan bobot penilaian tingkat kepentingan kriteria utama (komponen)
Karena pihak perusahaan tidak menetapkan besarnya perubahan bobot dalam 4 skim penulis menetapkan perubahan bobot dalam 4 skim dimana besar perubahan bobot pada tiap skenario 5 % untuk tiap dimensi.
Skenario pertama D1+5% dengan D2 dan D3 tetap, Skenario kedua D2+5% dengan D2 dan D3 tetap, Skenario ketga D3 +5% dengan D1 dan D2 tetap
Analisa Sensitivitas untuk Galangan
Dari bobot analisa pada gambar 3 diketahui bahwa kondisi awal dengan bobot D1=0.468 ;D2=0.4218 ; D3=0.110 menghasilkan rangking skim dengan urutan A4; A2; A3; dan A1
Kondisi awal sensitifitas
0 0.1 0.2 0.3 0.4 0.5 0.6 D1 D2 D3 Nilai Synthetic Decision 0 4 8 12 16 D Alternatif 1 Alternatif 2 Alternatif 3 Alternatif 4
Gambar 3 Analisa Sensitivitas (kondisi awal)
Dari bobot analisa pada gambar 4 diketahui bahwa kondisi sensitifitas D1+5%, (D2,D3) tetap menghasilkan bobot D1=0.491; D2=0.421; D3=0.110 tidak merubah rangking skim.
Sensitifitas D1+5%, (D2,D3) tetap 0 0.1 0.2 0.3 0.4 0.5 0.6 D1 D2 D3 Nilai Synthetic Decision 0 4 8 12 16 D Alternatif 1 Alternatif 2 Alternatif 3 Alternatif 4
Gambar 4 Analisa Sensitifitas D1+5%, (D2,D3) Tetap. Dari bobot analisa pada gambar 5 diketahui bahwa kondisi sensitifitas D2+5%, (D1,D3) tetap
menghasilkan bobot D1=0.468; D2=0.443; D3=0.110 tidak merubah rangking skim.
Sensitifitas D2+5%, (D1,D3) tetap 0 0.1 0.2 0.3 0.4 0.5 0.6 D1 D2 D3 Nilai Synthetic Decision 0 4 8 12 16 D Alternatif 1 Alternatif 2 Alternatif 3 Alternatif 4
Gambar 5 Analisa Sensitifitas D2+5%, (D1,D3) Tetap. Dari bobot analisa pada gambar 6 diketahui bahwa kondisi sensitifitas D3+5%, (D1,D2) tetap menghasilkan bobot D1=0.468; D2=0.422; D3=0.116 tidak merubah rangking skim.
Sensitifitas D3+5%, (D1,D2) tetap 0 0.1 0.2 0.3 0.4 0.5 0.6 D1 D2 D3 Nilai Synthetic Decision 0 4 8 12 16 D Alternatif 1 Alternatif 2 Alternatif 3 Alternatif 4
Gambar 6 Analisa Sensitifitas D3+5%, (D1,D2) Tetap. 5. Kesimpulan
Berdasarkan pengolahan data dan intepretasi hasil yang telah dilakukan maka dapat ditarik kesimpulan sebagai berikut:
1. Analisa pemilihan skim pembiayaan pembangunan kapal dengan metode Fuzzy MCDM dapat digunakan untuk memecahkan persoalan keputusan dalam struktur informasi yang tidak pasti (uncertainty) dan kabur (fuzziness) berdasarkan pilihan alternatif dari kriteria yang ada.
2. Nilai bobot kepentingan tertinggi untuk rata-rata ketiga elemen yaitu kriteria kemampuan bayar (0.092). Sedangkan bobot kepentingan tertinggi untuk sub kriteria yaitu karakter (0.05) 3. Perhitungan nilai performansi untuk
menentukan pilihan alternatif dengan fuzzy mendapatkan alternatif terbaik menurut elemen Galangan skim 2, menurut LKNB skim 4, menurut Asuransi skim 2.
4. Pilihan alternatif rata-rata ketiga elemen sebagai pemilihan alternatif menurut kompromi menghasilkan urutan; skim 4 sebagai pilihan pertama, skim 2 sebagai pilihan kedua, skim 3 sebagai pilihan ketiga, dan skim 1 sebagai pilihan keempat. Berdasarkan kompromi maka skim 4 sebagai pilihan terbaik.
Berdasarkan hasil analisa dan intepretasi hasil maka berikut ini saran-saran yang dapat diberikan peneliti:
1. Berdasarkan hasil perangkingan pilihan skim pembiayaan sebaiknya galangan memilih untuk menerapkan skim 4 agar mendapatkan keuntungan yang optimal
2. Berdasarkan hasil perangkingan pilihan skim pembiayaan sebaiknya LKNB memberikan
kesempatan bagi galangan untuk mendapatkan pinjaman dengan jaminan kontrak pembayaran dari owner.
3. Bagi peneliti yang tertarik pada masalah penentuan prioritas pemilihan dapat menggunakan metode Fuzzy Neural
6. Penghargaan
Ucapan terima kasih diberikan kepada semua pihak yang terlibat dan membantu dalam pengerjaan penelitian ini, khususnya kepada: Bapak Heri Supomo, Bapak Firmanto Hadi sebagai pembimbing. Dik Susilo dan dik Faig dari Lab Sisman Teknik Industri atas saran, dan bantuannya. Dik Eye atas semangat dan dukungannya. Bapak-bapak S3 dari FTK atas dukungan dan saran-sarannya.
7. Pustaka
Siamat Dahlan, (2004), Manajemen Lembaga Keuangan Edisi Empat, Penerbit Fakultas Ekonomi Universitas Indonesia, Jakarta Amin Wijaya Tunggal dan Djohan, (2002),
Akuntansi Leasing (Sewa Guna Saham), Jakarta, Rineka Cipta
Bambang Riyanto, (1995), Dasar-Dasar Pembelanjaan Perusahaan, Yogyakarta, BPFE, UGM
Suad Husnan, (1993) Pembelanjaan Perusahaan (Dasar-Dasar Manajemen Keuangan), Yogyakarta, Liberty.
Bruce, George and Keneath Reay (1991), ”Cost Effective Planing and Control”, Journal of Ship Production, vol 7, no 3 August 1991, pp 183-187
Ante Bistricic (2006),”Shipbuilding project from shipyard’s perspektive and the role of the bank in the project lifetime”, Jurnal Management, vol 7, 12, 2007, 1.pp.101-101 H.James Harrington and Kerim Tumay
(2000),”Simulation Modeling Methods”, New York, McGraw Hill
Winston Albright (2001),”Practical Management Science 2nd Edition”, USA, Thompson Learning
Auoam T., Chang S.I, Lee E.S., (2003), Fuzzy MADM : An Outrangking Method, European Journal of Operation Research, Vol. 145, no 2, 317-328
Belton V, and Stewart T.J., (2002), Multiple Kriteria Decision Analysis, An Integrated Approach, Kluwer Academic Ppublisher, London
Buckey J.J., (1985), Rangking Alternatif Using Fuzzy Numbers, Fuzzy Sets and Systems, 15:21-31, North-Holland
David F.R., (2003), Strategic Management : Concept and Cases, 9th Edition, Prentice Hall Inc. New Jersey
Hsieh, Lu and Tzeng (2004), Fuzzy MCDM Approach for Planning and Design Tenders Selection in Public Office Buildings, International Journal of Project Management, Elsevier
