KATA PENGANTAR
Puji syukur penulis panjatkan ke hadirat Tuhan Yang Maha Esa atas
rahmat-Nya maka penulis dapat menyelesaikan penulisan tesis yang berjudul “Penganggaran
Modal untuk Pengembangan Perusahaan di Indo Bakery” dengan baik.
Tujuan penulisan tesis ini adalah untuk memenuhi salah satu persyaratan
dalam menyelesaikan program studi Magister Manajemen Universitas Gadjah Mada
Yogyakarta.
Tesis ini dapat tersusun sebagaimana yang diharapkan karena adanya
bimbingan, pengarahan, dan dorongan dari berbagai pihak. Oleh karena itu, pada
kesempatan ini penulis menyampaikan rasa hormat dan terima kasih yang tulus
kepada :
1.
Tuhan Yang Maha Esa atas berkat dan anugerah yang selalu mengalir dalam
hidup penulis.
2.
Direktur Magister Manajemen Universitas Gadjah Mada Yogyakarta, Bapak Dr.
Hargo Utomo, MBA., M.Com.
3.
Bapak Prof. Dr. Indra Wijaya Kusuma, MBA., Akt. selaku dosen pembimbing
yang telah bersedia meluangkan waktu untuk membimbing dengan penuh
kesabaran hingga tesis ini dapat terselesaikan.
4.
Semua dosen dan staff Magister Manajemen Universitas Gadjah Mada
Yogyakarta serta seluruh staff Penelitian dan Pengembangan Akuntansi
Universitas Gadjah Mada Yogyakarta.
5.
Orang tua dan keluarga yang selalu mendukung baik secara moral maupun
materiil dan memberikan dorongan dan motivasi yang sangat berarti dalam
penyusunan tesis ini.
7.
Arief Lukman Soesanto yang telah banyak meluangkan waktu untuk ide-ide,
pemikiran serta bantuannya dalam pembuatan program.
8.
Bapak M. Nurcholis dan Bapak Sutarta untuk pengetahuannya serta diskusinya
mengenai perpajakan.
9.
Edi Harsono untuk pengetahuan dan diskusinya mengenai statistik.
10. Firmansyah Harry T. untuk pengetahuan dan diskusinya mengenai finance.
11. Rama Niko untuk pengetahuan dan diskusinya mengenai berbagai hal.
12. Agustinus Prayudhanto untuk pengetahuan dan bantuannya selama ini.
13. Nicolas Susprima Adianto untuk pengetahuan dan diskusinya mengenai simulasi.
14. Nico Gunarto untuk pengetahuan dan diskusinya mengenai manajemen.
15. Seluruh teman-teman angkatan 48 yang telah memberikan waktu, kebersamaan
serta bantuannya selama kuliah.
16. Terima kasih juga kepada semua pihak yang tidak dapat penulis sebutkan satu
persatu untuk doa, dukungan serta bantuannya.
Penulis menyadari bahwa masih jauh dari sempurna. Oleh karena itu segala
saran dan kritik sangat penulis harapkan agar di masa yang akan datang dapat
menjadi lebih baik lagi.
Akhirnya penulis berharap agar tesis ini dapat memberikan manfaat yang
sebesar-besarnya bagi para pembaca dalam memperluas wawasan dan pengetahuan.
Yogyakarta, Maret 2010
Penulis
DAFTAR ISI
Halaman Judul...i
Halaman Pengesahan...ii
Halaman Pernyataan...iii
Kata Pengantar...iv
Daftar Isi...vi
Daftar Tabel...ix
Daftar Gambar...x
Intisari...xi
BAB I. PENDAHULUAN...1
1.1 Latar belakang...1
1.2 Perumusan masalah...3
1.3 Tujuan penelitian...3
1.4 Manfaat penelitian...3
1.4.1 Kontribusi empiris...3
1.4.2 Kontribusi pada kebijakan………...………3
1.5 Batasan masalah...4
BAB II. LANDASAN TEORI...5
2.1 Penganggaran Modal (Capital Budgeting)...5
2.2.2 Nilai uang menurut waktu penerimaan ..………….………..…..7
2.2.3 Kriteria kelayakan……..……….………..….……..7
2.2.3.1 Net Present Value………...…...8
2.3 Biaya modal atau tingkat keuntungan yang disyaratkan ...10
2.4 Simulasi...11
2.4.1 Keunggulan dan kelemahan simulasi...12
2.4.2 Metode Monte Carlo...13
2.5 Pengenalan Bahasa C#...17
2.5 Uji kenormalan data...19
2.6 Uji-t………...22
BAB III. PROFIL PERUSAHAAN DAN DATA...24
3.1 Gambaran umum perusahaan...24
3.1.1 Sejarah singkat perusahaan...24
3.1.2 Kategori Produk...25
3.1.3 Proses bisnis di Indo Bakery...25
3.2 Data-data yang digunakan...27
3.2.1 Data laporan keuangan...27
3.2.2 Data rincian angsuran bunga pokok dan bunga pinjaman...28
3.2.3 Data yang sifatnya tidak tetap ...28
3.2.4 Data biaya penyusutan...28
3.3 Ringkasan data penelitian...29
BAB IV. ANALISIS DAN PEMBAHASAN...31
4.2 Analisis simulasi...34
4.3 Uji kenormalan data...39
4.4 Uji-t...41
BAB V. KESIMPULAN DAN SARAN…………...………...………..42
5.1 Kesimpulan………...…….42
5.2 Saran………...………...43
DAFTAR PUSTAKA...44
DAFTAR TABEL
Tabel 4.1 Distribusi probabilitas untuk unit yang terjual setiap tahun...35
Tabel 4.2 Distribusi probabilitas untuk harga jual...35
Tabel 4.3 Distribusi probabilitas untuk biaya variabel...36
Tabel 4.4 Distribusi probabilitas untuk biaya tetap...36
Tabel 4.5 Angka acak untuk unit yang terjual...37
Tabel 4.6 Angka acak untuk harga jual...37
Tabel 4.7 Angka acak untuk biaya variabel per unit...37
Tabel 4.8 Angka acak untuk biaya tetap...37
Tabel 4.9 Output untuk uji kenormalan...39
DAFTAR GAMBAR
Gambar 2.1 Alur model simulasi Monte Carlo...16
Gambar 2.2 Distribusi normal...20
INTISARI
Perusahaan menengah dan kecil biasanya mempunyai keterbatasan dalam sumber daya yang dimiliki sehingga dalam prakteknya industri tersebut tidak mempunyai pengetahuan dalam melakukan investasi sehingga ketika industri kecil ketika melakukan investasi hanya didasarkan pada intuisi saja. Dengan demikian perusahaan akan memiliki konsekwensi yang serius dimana keputusan investasi tersebut bila dijalankan dapat mendatangkan kerugian bagi perusahaan.
Persaingan yang semakin ketat memaksa Indo Bakery sebagai perusahaan menengah dan kecil untuk memperluas daerah pemasarannya dengan membuka cabang baru di Yogyakarta karena itu perlu dilihat tingkat kelayakannya. Untuk tujuan tersebut digunakan analisis penganggaran modal yaitu metode Net Present
Value. Permasalahan penganggaran modal ini diselesaikan dengan menggunakan
simulasi. Simulasi yang digunakan dalam penelitian ini adalah Metode Simulasi
Monte Carlo yang dibuat dengan menggunakan bantuan software Microsoft C#.
Software simulasi Monte Carlo ini akan membantu mensimulasikan data-data yang berhubungan dengan keperluan pembukaan cabang sehingga akan dihasilkan suatu nilai Net Present Value. Nilai ini kemudian digunakan untuk pengambilan keputusan apakah proyek layak atau tidak secara finansial untuk dijalankan.
Hasil penelitian menunjukkan bahwa proyek perluasan usaha dengan membuka cabang untuk perusahaan Indo Bakery dapat dikategorikan sebagai proyek yang layak untuk dijalankan secara finansial. Hal tersebut dapat dilihat dari hasil simulasi Net Present Value yang bernilai positif (modal awal sebesar Rp. 300.000.000,00, WACC 13%, umur ekonomis proyek 4 tahun dan simulasi sebanyak seribu kali) dan hasil uji statistik dimana Net Present Value yang dihasilkan tidak memberikan hasil negatif.
ABSTRACT
Small and medium enterprises usually have the limitation at their resources because in practice they don't have knowledge at conducting some investment so when small and medium enterprises perform investment only depend on an intuition. Thereby company will have the serious consequence about the investment decision when they run the investment can conducive the loss for company.
The competition force Indo Bakery as small and medium company to extend the marketing area by opening new branch in Yogyakarta because of that require to know the properness. The properness conduct with capital budgeting analysis that is Net Present Value method. This capital budgeting problems solve by using simulation. Simulation used in this research is Monte Carlo simulation method that made by using Microsoft C# software.
Monte Carlo simulation software will assist to simulate data which related
with opening branch so that will be yielded some value for Net Present Value. This value then used for the decision making for the project accepted or not by financial to run.
The result for this research indicate that the extension project with opening branch for Indo Bakery could be categorized as competent project to run by financial. Mentioned from result of simulation that give positive value of Net
Present Value (with cash outflows is Rp. 300.000.000,00, WACC 13%, economic
project for four years and simulation thousand times) and result of statistical test where Net Present Value yielded don’t give negative result.
BAB 1 PENDAHULUAN
1.1. Latar belakang
Indo Bakery adalah perusahaan menengah kecil yang bergerak dalam
bidang pembuatan makanan yang berupa roti. Berdiri sejak tahun 1979, bertempat
di Yogyakarta. Dareah pemasaran produknya sebagian besar hanya di luar kota
saja seperti di Temanggung, Wonosobo, Wates, Purworejo, dan Kutoarjo.
Karena persaingan perusahaan roti yang semakin ketat saat ini, maka
perusahaan mempunyai rencana untuk membuka cabang baru yang berlokasi di
Yogyakarta guna memperluas daerah pemasaran yang belum terlayani di dalam
kota selain itu untuk memperkenalkan bahwa Indo Bakery itu sudah ada sejak
lama.
Untuk membuka cabang diperlukan suatu penganggaran modal karena
pada dasarnya keputusan penanaman dana (investasi) ini memerlukan pengeluaran
uang yang besar pada saat ini dan diharapkan perusahaan akan menerima kas
dalam jumlah yang lebih besar di masa yang akan datang. Suatu kesalahan dalam
melakukan penganggaran dapat memiliki konsekwensi yang serius dimana
keputusan penenaman dana (investasi) tersebut dapat mendatangkan kerugian bagi
perusahaan.
Biasanya penganggaran modal melibatkan pengeluaran uang dalam jumlah
dipandang dari dimensi waktu disebut sebagai investasi jangka panjang, hal ini
berkaitan dengan ketidakpastian. Resiko muncul karena ada kondisi yang tidak
pasti.
Berbeda dengan perusahaan besar, perusahaan menengah dan kecil
biasanya mempunyai keterbatasan dalam sumber daya yang dimilikinya sehingga
dalam prakteknya industri tersebut tidak mempunyai pengetahuan dalam
melakukan investasi sehingga ketika industri kecil ketika melakukan investasi
hanya didasarkan pada intuisi saja. Dengan demikian perusahaan akan memiliki
konsekwensi yang serius dimana keputusan investasi tersebut bila dijalankan
dapat mendatangkan kerugian bagi perusahaan.
Keadaan tersebut kemudian melater belakangi penulis untuk mengambil
tema ini. Dalam tesis ini penulis ingin mempelajari proses penganggaran modal
untuk membuka cabang dengan memperhitungkan tingkat ketidakpastian di masa
yang akan datang untuk perusahaan menengah dan kecil sehingga memudahkan
dalam pengambilan keputusan.
1.2. Perumusan masalah
Investasi dalam pengertian sehari-hari adalah menanamkan uang saat ini
untuk mendapatkan manfaat di kemudian hari. Menanamkan uang sekarang
berarti uang tersebut yang seharusnya dapat dikonsumsi, namun karena kegiatan
investasi, dialihkan untuk ditanamkan bagi keuntungan di masa depan. Dalam
Berkaitan dengan hal tersebut maka rumusan masalah dalam topik ini
ditujukan untuk mengetahui apakah penganggaran modal untuk investasi dengan
memasukkan pendekatan resiko dalam rangka membuat cabang dapat
menghasilkan keuntungan atau tidak.
1.3. Tujuan penelitian
Tujuan yang hendak dicapai dalam penelitian ini adalah mempelajari
proses penyusunan penganggaran modal untuk investasi dengan menggunakan
simulasi komputer serta menentukan apakah investasi tersebut layak atau tidak
dijalankan.
1.4. Manfaat Penelitian 1. Kontribusi empiris.
Hasil penelitian dengan menggunakan simulasi ini diharapkan dapat
memberikan manfaat dalam memperluas wawasan dan ilmu pengetahuan
khususnya dalam bidang penganggaran modal.
2. Kontribusi pada kebijakan.
Hasil penelitian ini diharapkan dapat digunakan oleh staff dan manajer
yang membuat keputusan dalam perusahaan, sebagai dasar pengambilan
1.5. Batasan Masalah
Lingkup pembahasan dilakukan untuk menyederhanakan dan
mengarahkan penelitian serta membatasi masalah yang sifatnya kompleks agar
sesuai dengan tujuan yang diharapkan serta untuk menghindari kerancuan
pembahasan sehingga ruang lingkup pembahasan menjadi jelas dan tepat.
Lingkup pembahasan dalam penelitian ini meliputi hal-hal sebagai berikut :
a. program simulasi penganggaran modal ini digunakan untuk perusahaan
roti Indo Bakery yang bertempat di Jalan Sutopadan no. 96, Ngestiharjo,
Yogyakarta.
b. program simulasi penganggaran modal ini dirancang dengan
menggunakan metode Monte Carlo dan dibuat dengan menggunakan
BAB II LANDASAN TEORI
2.1. Penganggaran Modal (Capital Budgeting)
Capital Budgeting adalah suatu proses dimana manager suatu perusahaan
dihadapkan pada keputusan investasi akan suatu proyek atau asset tertentu. Ada
beberapa hal yang perlu diperhatikan dalam Capital Budgeting suatu perusahaan :
a. proyek yang dipilih perusahaan adalah proyek yang menguntungkan.
b. dari serangkaian pilihan proyek investasi, asset apakah yang diperlukan
untuk mendukung proyek tersebut.
c. seberapa besar investasi yang diperlukan oleh perusahaan untuk
mendapatkan aset tersebut.
Usulan investasi ini dapat terdiri dari berbagai type. Untuk
maksud-maksud analisa, suatu proyek dapat dimasukkan ke dalam salah satu klasifikasi
berikut ini:
1. pengenalan proyek baru atau perluasan produk baru.
2. penggantian peralatan atau gedung.
3. ekspansi produk atau pasar yang sudah ada.
4. ekspansi ke dalam produk atau pasar baru.
5. proyek pengaman dan atau lingkungan.
2.2. Dasar Perhitungan Kelayakan Investasi
Suatu kegiatan Investasi pada umumnya dimulai dan diukur dengan uang
dan waktu. Oleh karena itu, maka perhitungan kelayakan suatu investasi
didasarkan pada aliran uang masuk (cash flow) dan nilai uang yang dikaitkan
dengan waktu (time value of money).
2.2.1. Aliran Dana (Cash Flow)
Aliran atau arus dana (cash flow) investasi yang dmaksud di sini adalah
jumlah atau volume dana tunai (cash) netto yang dihasilkan dari kegiatan
investasi. Aliran dana dapat dihitung dari selisih dana masuk (cash-in) dengan
dana keluar (cash-out) selama investasi tersebut berjalan. Dana keluar (cash-out)
adalah seluruh pengeluaran yang terjadi selama umur investasi. Sedangkan dana
masuk adalah (cash-in) adalah seluruh pemasukan yang terjadi selama umur
proyek investasi.
Cash flow ini merupakan dasar yang paling menentukan kelayakan suatu
proyek investasi dan diperlukan untuk menghitung tingkat kelayakan suatu proyek
investasi.
Untuk memperkirakan besarnya arus dana (cash) pada suatu periode, dapat
digunakan laporan akuntansi sebagai sumber informasi seperti pada rumus berikut
ini.
Aliran kas = Penjualan - Total biaya - Biaya depresiasi – Pajak ...( 1 )
dimana :
Penjualan = merupakan perkalian harga jual dengan unit yang terjual.
Total biaya = merupakan penjumlahan biaya variabel dan biaya tetap.
2.2.2. Nilai Uang menurut Waktu Penerimaan (Time Value of Money)
Perusahaan atau orang pribadi yang melakukan suatu investasi berarti
mengorbankan konsumsi sekarang untuk sesuatu yang belum pasti (keuntungan di
masa yang akan datang). Kesediaan untuk berkorban ini wajar mendapat balasan,
berupa balas jasa pengorbanan yang diukur dengan balas jasa modal yang
dikorbankan, atau lebih dikenal dengan tingkat keuntungan (k) yang wajar.
Besarnya pengorbanan untuk investasi yang dilakukan investor adalah
sebesar nilai saat ini atau disebut dengan Present Value (PV). Sedangkan besarnya
keuntungan yang diharapkan adalah nilai di masa yang akan datang atau Future
Value (FV).
2.2.3. Kriteria Kelayakan
Ada beberapa kriteria penilaian investasi yang dapat digunakan untuk
mengevaluasi aliran kas. Kriteria penilaian investasi mencakup beberapa teknik
yaitu Accounting Rate of Return (ARR), Payback Period, Internal Rate Of Return
(IRR), Net Present Value (NPV), dan Profitability Index (PI). Semua kriteria
investasi di atas didasarkan pada konsep time value of money dari arus dana yang
menggunakan metode penilaian dengan Net Present Value (NPV) sebab metode
NPV ini memperhitungkan biaya modal.
2.2.3.1. Net Present Value
Net Present Value adalah present value aliran kas masuk dikurang dengan
present value aliran kas keluar. Untuk mengimplemantasikan pendekatan ini, ada
beberapa proses yang harus dilakukan :
1. tentukan nilai sekarang dari setiap arus kas, termasuk arus masuk
dan arus keluar, yang didiskontokan pada biaya modal proyek.
2. jumlahkan arus kas yang didiskontokan; hasil ini didefinisikan
sebagai NPV proyek.
3. jika NPV adalah positif, maka proyek harus diterima, sementara
jika NPV adalah negatif, maka proyek itu harus ditolak. Jika dua
proyek dengan NPV positif adalah mutually exclusive, maka salah
satu dengan nilai NPV terbesar harus dipilih.
Persamaan untuk NPV adalah sebagai berikut :
(
) (
)
(
)
nn
k CF
k CF
k CF CF
NPV
+ + + + + + + =
1 ... 1
1 2
2 1
1
Di sini CFt adalah arus kas bersih yang diharapkan pada periode t, k
adalah biaya modal proyek, dan n adalah umur proyek. Arus kas keluar
(pengeluaran seperti biaya pembelian peralatan atau gedung pabrik) diperlakukan
sebagai arus kas negatif.
Alasan rasional untuk metode NPV adalah untuk menutupi kelemahan
pada metode-metode yang lain seperti (payback period, discounted payback
method, dan ARR. NPV sebesar nol menunjukkan bahwa arus kas proyek sudah
mencukupi untuk membayar kembali modal yang diinvestasikan dan memberikan
tingkat pengembalian yang diperlukan atas modal tersebut. Jika proyek memiliki
NPV positif, maka proyek tersebut menghasilkan lebih banyak kas dari yang
dibutuhkan untuk menutup utang (Sumastuti, 2006).
Salah satu keunggulan dari penggunaan NPV bahwa arus kas didasarkan
pada konsep nilai waktu uang (time value of money). Maka sebelum melakukan
perhitungan NPV hal yang paling utama adalah mengetahui atau menaksir aliran
kas masuk di masa yang akan datang dan aliran kas keluar. Baik tidaknya hasil
analisa, akan tergantung pada ketepatan taksiran kita atas aliran kas. Di sini
penaksiran dilakukan atas aliran kas, dan bukan keuntungan, karena kas
merupakan faktor sentral dalam pengambilan keputusan investasi. Perusahaan
melakukan investasi (mengeluarkan kas) dengan harapan menerima kas lagi
2.3. Biaya Modal atau Tingkat Keuntungan yang Disyaratkan
Dalam penganggaran modal dengan menggunakan Net Present Value
(NPV) akan melibatkan biaya modal. Penggunaan biaya modal disini penting
dalam perhitungan Net Present Value (NPV) sebab semakin tinggi biaya
modalnya semakin tinggi resiko yang ditanggung oleh investor.
Tingkat keuntungan (k) dalam kasus ini dapat dihitung menggunakan
rumus sebagai berikut ini.
WACC = wd. kd (1-T) + we.ke ...( 4 )
dimana :
wd = adalah bobot utang
= D/(D+E) x 100 % ...( 5 )
we = adalah bobot equity
= 1 – Wd ...( 6 )
kd = adalah biaya modal utang
=
g U Total
Bunga Biaya
tan ...( 7 )
ke (ROE) = adalah biaya modal ekuitas
=
Equity Total
EAT
2.4. Simulasi
Simulasi merupakan upaya untuk melakukan pendekatan terhadap sistem
yang nyata dengan menggunakan model. Dari model tersebut dilakukan
percobaan beberapa kali untuk mengetahui perilaku sistem yang sebenarnya. Ide
dasar simulasi adalah dengan membangun alat peraga sebagai percobaan yang
hampir menyerupai (simulator) dari sistem dalam memelajari respon tiap-tiap
variabel dalam waktu yang lebih cepat, dan dengan biaya yang lebih murah
(Gould, 1993). Kata kunci dari definisi simulasi itu sendiri adalah model, sistem,
dan eksperimen. Dengan bereksperimen, penganalisa akan mampu mengenali dan
mengeksplorasi sistem melalui model yang dibuat, menganalisa perilaku sistem
dalam berbagai kondisi input, menyelesaikan masalah yang ada, dan bahkan
mengambil keputusan dari hasil keluaran simulasi yang dilakukan.
Gagasan di balik simulasi adalah sebagai berikut.
1. untuk meniru sebuah situasi dalam dunia nyata secara matematis.
2. kemudian mempelajari karakteristik operasi tersebut dan,
3. akhirnya untuk menarik kesimpulan dan mengambil keputusan tindakan
berdasarkan kepada hasil simulasi.
Simulasi banyak digunakan untuk menganalisa sistem serta masalah yang
terkait dengan pengambilan keputusan. Saat ini, simulasi telah diaplikasikan
sangat luas dalam dunia bisnis, industri, dan sistem produksi, baik itu untuk
memprediksi, menjelaskan, mempelajari, maupun mengidentifikasi dan mencari
2.4.1. Keunggulan dan Kelemahan Simulasi
Simulasi memiliki pengertian yang cukup luas. Metode ini semakin
populer dalam penyelesainan permasalahan dari sistem yang kompleks. Sebagai
salah satu cara mempelajari suatu sistem, simulasi memiliki keunggulan dan juga
kelemahannya. Keunggulan simulasi adalah sebagai berikut.
Mampu mengamodasi sistem yang kompleks dan variabilitas yang relatif tinggi.
1. simulasi secara relatif sederhana dan fleksibel.
2. simulasi dapat digunakan untuk menganalisis situasi dunia nyata yang
besar dan kompleks yang tidak dapat dipecahkan oleh model manajemen
operasi konvensional.
3. kerumitan dunia nyata dapat dimasukkan, dimana kerumitan tersebut tidak
dapat diatasi oleh sebagian model manajemen operasi lain.
4. simulasi tidak menganggu sistem nyata.
5. memungkinkan mempelajari sistem dalam frame waktu yang relatif
singkat sehingga efek kebijakan perusahaan selama berbulan-bulan atau
bertahun-tahun dapat diselesaikan dalam waktu singkat dengan
menggunakan simulasi.
6. menunjang detail sebuah desain.
7. hasilnya dapat menjadi masukan perbaikan sistemmnya.
Meskipun simulasi memberikan berbagai keuntungan seperti yang
disebutkan di atas, tidak berarti simulasi tidak mempunyai kekurangan. Berikut
1. model simulasi yang baik bisa jadi sangat mahal, karena untuk
mengembangkannya dibutuhkan waktu berbulan-bulan.
2. simulasi merupakan pendekatan trial and error yang dapat menghasilkan
solusi berbeda jika diulangi. Simulasi tidak menghasilkan solusi optimal
permasalahan.
3. model simulasi tidak menghasilkan jawaban tanpa adanya input yang
cukup dan realistis.
4. setiap model simulasi bersifat unik. Solusi sebuah model dan
kesimpulannya pada umumnya tidak dapat diterapkan pada persoalan lain.
2.4.2. Metode Monte Carlo
Salah satu model simulasi yang paling populer adalah simulasi Monte
Carlo. Model simulasi Monte Carlo merupakan bentuk simulasi probabilistik di
mana solusi dari suatu masalah diberikan berdasarkan proses randomisasi atau
acak (Djati, 2007). Proses acak ini melibatkan suatu distribusi probabilitas dari
variabel-variabel data yang dikumpulkan berdasarkan data masa lalu maupun
distribusi probabilitas teoritis.
Nama Monte Carlo diambil dari nama sebuah kota di Monaco yang
terkenal sebagai pusat kasino. Di sana pada umumnya judi menggunakan bilangan
yang dibangkitkan secara acak melalui berbagai alat judi. Simulasi komputer
dengan casino Monte Carlo memiliki teknik yang sama dimana unsur peluang
berperan pada keduanya dan dalam waktu yang panjang hasil yang diharapkan
keuntungan, sementara dalam setiap permainan para penjudi memperoleh
kesempatan yang masuk akal untuk menang. Metode Monte Carlo menggunakan
pembangkit bilangan acak untuk membangkitkan kejadian.
Secara sistematik metode Monte Carlo mulai berkembang tahun 1944,
walaupun sebelumnya yaitu pada paruh ke dua abad 19 banyak orang melakukan
percobaan menjatuhkan jarum diantara dua garis sejajar untuk menghitung
pendekatan π. Percobaan tersebut asal mulanya dimulai oleh George Buffon.
Tahun 1931 Kolmogorov menunjukkan hubungan antara proses stokastik Markov
dengan persamaan differensial. Tahun 1908 Mahasiswa (Student, W.S. Gosset)
menggunakan percobaan untuk membantunya menemukan distribusi koefisien
korelasi. Pada tahun yang bersamaan Mahasiswa (student) menggunakan metode
sampling untuk memantapkan keyakinannya pada distribusi yang disebutnya
distribusi t. Penggunaaan riil dari metode Monte Carlo berasal dari penelitian
pada bom atom selama perang dunia kedua. Pekerjaan ini menyangkut simulasi
langsung dari persoalan probabilistik berkaitan dengan difusi acak neutron pada
material fissile. Tetapi perkembangan sistematik ide ini harus menunggu hasil
karya Harris and Herman Kahn tahun 1948. Sekitar tahun 1948 Fermi,
Metropolis, and Ulam menemukan estimasi Monte Carlo untuk nilai eigen dari
persamaan Schrodinger.
Sekitar tahun 1970, perkembangan teori baru dalam kompleksitas
komputasi menyebabkan adanya alasan yang lebih tepat dan menjanjikan
Metode Monte Carlo ini dapat diaplikasikan dalam berbagai bidang, mulai
dari ekonomi sampai fisika nuklir. Cara aplikasinya berbeda dari satu bidang ke
bidang lainnya, dan ada banyak sekali himpunan bagian Monte Carlo meskipun
dalam satu bidang yang sama. Hal yang menyamakan semua itu adalah bahwa
percobaan Monte Carlo membangkitkan bilangan acak untuk memeriksa
permasalahan.
Langkah-langkah utama dalam simulasi Monte Carlo seperti yang
dijelaskan dalam buku Simulasi : Teori dan Aplikasinya oleh Djati, 2007 adalah
sebagai berikut.
1. mendefinisikan distribusi probabilitas yang diketahui secara pasti dari data
yang didapatkan dari pengumpulan data di masa lalu. Disamping
menggunakan data masa lalu, penentuan distribusi probabilitas dapat juga
berasal dari distribusi teoritis, seperti distribusi binomial, distribusi
poisson, distribusi normal dan sebagainya, tergantung sifat objek yang
diamati. Variabel-variabel yang digunakan dalam simulasi harus disisin
distribusi probabilitasnya.
2. mengkonversikan distribusi probabilitas ke dalam bentuk frekuensi
kumulatif. Distribusi probabilitas kumulatif ini akan digunakan sebagai
dasar pengelompokan batas interval dari bilangan acak.
3. menjalankan proses simulasi dengan menggunakan bilangan acak.
Bilangan acak dikategorikan sesuai dengan rentang distribusi probabilitas
kumulatif dari variabel-variabel yang digunakan dalam simulasi.
Problem awareness
Model 1. Parameters 2. Variables 3. Relationship
Develop probability distribution for variables
Convert distribution frequencies to cumulative
frequencies
Simulate to the model
Evaluate the strategies of the model
Are additional model refinements desirable, necessary, andfeasible?
Decision No Random
numbers Apply decision Probability theory or historical
Yes
untukmenggambarkan kondisi sesungguhnya. Urutan proses simulasi yang
melibatkan bilangan acak akan memberikan gambaran dari variasi yang
sebenarnya.
4. analisis yang dilakukan dari keluaran simulasi sebagai masukan bagi
alternatif pemecahan permasalahan dan pengambilan kebijakan. Pihak
manajemen dapat melakukan evaluasi terhadap kondisi yang sedang
terjadi dengan hasil simulasi.
2.5. Pengenalan Bahasa C#
C# (“See-Sharp”) adalah bahasa pemrograman baru yang diciptakan oleh
Microsoft dan dikembangkan dibawah kepemimpinan Anders Hejlsberg yang juga
telah menciptakan berbagai macam bahasa pemrograman termasuk Borland Turbo
C++ dan Borland Delphi. Bahasa C# juga telah di standarisasi secara internasional
oleh ECMA. Pengembangan bahasa C# ini sangat dipengaruhi oleh bahasa
pemrograman terdahulu, terutama C++, Delphi dan Java.
Seperti bahasa pemrograman yang lain, C# bisa digunakan untuk
membangun berbagai macam jenis aplikasi, seperti aplikasi berbasis windows
(desktop) dan aplikasi berbasis web serta aplikasi berbasis web services.
Ada beberapa alasan kenapa memilih C#, yaitu :
1. sederhana
C# menghilangkan beberapa hal yang bersifat kompleks dan dapat
menyebabkan kebingungan yang terdapat dalam beberapa macam bahasa
pemrograman seperti Java dan C++. Dalam C# hal-hal kompleks tersebut
di atas tidak akan membuat waktu terbuang terlalu banyak hanya untuk
mempelajarinya. C# bersifat sederhana, karena bahasa ini didasarkan
kepada bahasa C dan C++ tetapi dengan berbagai perbaikan yang
membuat bahasanya menjadi lebih sederhana.
2. modern
Adanya beberapa fitur seperti exception handling, garbage collection,
pemrograman). Dengan adanya fitur-fitur tersebut, menjadikan bahasa C#
sebagai bahasa pemrograman yang modern.
3. object-oriented language
Kunci dari bahasa pemrograman yang bersifat Object Oriented adalah
encapsulation, inheritance, dan polymorphism. Secara sederhana,
istilah-istilah tersebut bisa didefinisikan sebagai berikut.
a. encapsulation, dimana semua fungsi ditempatkan dalam satu paket
(single package).
b. inheritance, adalah suatu cara yang terstruktur dari suatu
kode-kode pemrograman dan fungsi untuk menjadi sebuat program baru
dan berbentuk suatu paket.
c. polymorphism, adalah kemampuan untuk mengadaptasi apa yang
diperlukan untuk dikerjakan.
Sifat-sifat tersebut di atas, telah di miliki oleh C# sehingga bahasa C#
merupakan bahasa yang bersifat object oriented.
4. powerfull dan fleksibel
C# bisa digunakan untuk membuat berbagai macam aplikasi, seperti
aplikasi pengolah kata, grapik, dan spreadsheets.
5. efisien
C# adalah bahasa pemrograman yang menggunakan jumlah kata-kata yang
tidak terlalu banyak. C# hanya berisi kata-kata disebut dengan keywords.
2.6. Uji Kenormalan Data
Distribusi normal memegang peran penting dalam statistik, saitu sebagai
model distribusi probabilitas. Ada tiga alasan yang melandasi pentingnya
distribusi normal (Djati, 2007).
1. distribusi normal merupakan model yang baik untuk mendekati frekwensi
dari fenomena alam dan sosial jika sampelnya besar. Populasi berbagai
perilaku dak karakteristik alam dan sosial yang berskala interval dan rasio
diasumsikan berdistribusi normal.
2. ada hubungan yang kuat antara besarnya sampel dengan distribusi rata-rata
yang diperoleh dari sampel-sampel acak yang diambil dari suatu populasi
yang sama. Semakin besar sampel, distribusi rata-rata sampel semakin
mendekati normal.
3. distribusi normal mendekati penghampiran yang baik terhadap distribusi
teoritis yang lain yang pada umumnya lebih sulit digunakan untuk
memodelkan distribusi peluang.
Model matematik yang digunakan pada distribusi normal adalah sebagai
berikut.
2
2 1
2
1
⎟⎠ ⎞ ⎜ ⎝ ⎛ − −
=
σµ
π
σ
x
e
Y
...( 9 )dimana :
Y = ordiant pada grafik
X = skor yang diperoleh
µ1 = µ2 σ1
σ2 π = 3,1416
e = 2,7183
σ = simpangan baku populasi
Berikut ini adalah gambar dari distribusi normal yang berbentuk lonceng
(bell shaped) dan distribusi normal simetris terhadap mean-nya.
Gambar 2.2 Distribusi Normal
Karena berdistribusi kontinu maka untuk menghitung probabilitasnya
dilakukan dengan menentukan luas di bawah kurva. Karena fungsi frekuensi
normal tidak memiliki integral yang sederhana sehingga probabilitasnya dihitung
dengan menggunakan distribusi normal standar di mana variabel normal standar
memiliki rumus sebagai berikut.
σ µ
− = X
Dimana :
Z = banyaknya standar deviasi dari X ke rata-rata distribusi.
X = nilai tengah.
µ = rata-rata didekati dengan X karena menggunakan data pengamatan dari
populasi.
σ = standar deviasi didekati dengan S karena menggunakan data pengamatan yang
mewakili populasi.
Dalam distribusi normal, yang pertama harus dilakukan adalah
menentukan µ (jika populasi yang digunakan untuk penelitian) atau menggunakan
X (jika sampel dari populasi yang digunakan dalam penelitian). Maka rumus
yang digunakan untuk menentukanX adalah sebagai berikut.
(
)
n = jumlah sampel yang diambil.
xi = nilai tengah.
fi = frekuensi.
Sedangkan simpangan baku yang digunakan untuk menentukan nilai dari
Z, jika menggunakan sampel dari populasi simpangan baku disimbolkan dengan
S, rumus yang digunakan dapat di lihat di bawah ini.
Dimana :
n = jumlah sampel dari populasi.
xi = nilai tengah.
fi = frekuensi.
Uji kenormalan data dapat diperiksa dengan beberapa cara diantaranya
melalui histogram dan normal probability plot. Selain dengan menggunakan
normal probability plot, kenormalan data dapat juga diuji dengan menggunakan
bermacam-macam uji sstatistik. Dalam tesis ini kenormalan diuji dengan
menggunakan uji Kolmogorov-Smirnov.
Statistik uji Kolmogorov-Smirnov ditentukan berdasarkan nilai terbesar
dari selisih antara nilai fungsi distribusi dengan nilai fungsi distribusi empiris.
D = max|F(x)-i/n| ………...…….(13)
Tolak H0 (data berdistribusi normal) jika D > Dα. Statistik uji ini hanya dapat
dipergunakan untuk data yang kontinyu dan jika nilai dugaan parameter dihitung
dari sampel maka hasil pengujian ini cenderung tidak valid mengingat dari hasil
simulasi ditunjukkan nilai α taksiran cenderung lebih kecil dari α. Statistik uji ini
2.7. Uji-t
Pengujian-t (t-test) digunakan untuk menentukan perbedaan signifikan
secara statistik antara nilai rata-rata suatu distribusi sampel dengan parameter
populasinya yang bertipe parametrik. Rumus uji-t dapat dilihat sebagai berikut
(Jogiyanto, 2007).
n s X t
/
µ
−
= ...(14)
Dimana :
X = nilai rata-rata sampel (mean)
µ = nilai rata-rata populasi
s = deviasi standar sampel
BAB III
PROFIL PERUSAHAAN DAN DATA
3.1. Gambaran Umum Perusahaan 3.1.1. Sejarah Singkat Perusahaan
Perusahaan roti Indo Bakery didirikan pada tahun 1979 oleh Bapak
Bambang Handoko dengan izin usaha No.163 / 12-01 / PE / VI /2003. Pada
mulanya produk yang dihasilkan oleh perusahaan roti ini hanya roti donat saja ini
dan beroperasi hanya dengan tenaga kerja sebanyak dua orang. Perusahaan roti ini
menyewa tempat di Gowongan selama 6 tahun. Kemudian pada tahun 1981 Bapak
Bambang membeli tanah di Sutopadan, tetapi masih memproduksi roti di
Gowongan tenaga kerjanya bertambah dari 2 orang menjadi 8 orang.
Sebelum mendirikan perusahaan roti Indo Bakery ini Bapak Bambang ikut
orang selama 7 tahun mulai dari tahun 1971 sampai tahun 1978. Selama ikut
orang, Bapak Bambang mendalami cara pembuatan roti. Dari pengalamannya itu
Bapak Bambang banyak dipanggil oleh perusahaan-perusahaan roti yang lain
untuk seminar. Karena sudah mempunyai tempat tetap di Sutopadan maka pada
tahun 1983 perusahaan roti ini dialihkan ke lokasi yang baru. Setelah pindah di
lokasi yang baru ini perusahaan roti ini semakin berkembang sehingga perusahaan
dapat memperluas pasarannya.
Saat ini tenaga kerja yang bekerja di Indo Bakery ini ada 10 orang yaitu 8
Pemasaran dilakukan di dalam dan luar kota. Di dalam kota meliputi
Wates, Patuk dan Demangan. Sedangkan di luar kota meliputi Temanggung,
Wonosobo, Magelang, Purworejo, Kutoarjo, Klaten dan Delanggu.
3.1.2. Kategori Produk
Produk yang dihasilkan sehari-hari oleh Indo Bakery lebih berfokus pada
roti bakery saja. Untuk roti bakery ada bermacam-macam jenisnya, sebagai
contohnya adalah roti pisang, roti pisang keju, roti pisang coklat, roti isi daging,
roti sobek coklat, roti sobek keju, roti sobek kismis, roti coklat, roti kismis, roti
tawar, dan roti manis.
3.1.3. Proses Bisnis di Indo Bakery
Pesanan diterima melalui telepon oleh bagian penerima pesan atau dari
pemilik yang melakukan pemasaran sendiri. Setelah mencatat pesan yang ditulis
dalam kartu pesanan kemudian kartu pesanan masuk ke bagian proses produksi.
Sebelum masuk pada tahap proses produksi, ada tahap pemilihan bahan
terlebih dahulu dari persediaan. Persediaan di indo Bakery di bagi menjadi dua
bagian yaitu inventori untuk bahan baku dan inventori untuk material. Persediaan
bahan baku digunakan untuk menyimpan bahan-bahan pembuat roti. Sedangkan
persediaan untuk material digunakan untuk menyimpan
perlengkapan-perlengkapan pendukung lain seperti plastik, label, minyak dan lain-lain.
Pencatatan-pencatatan dilakukan di bagian persediaan untuk bahan baku
kapan bahan baku dan material habis. Ketika habis maka bagian produksi akan
menulis bahan-bahan yang dibutuhkan atau material yang dibutuhkan ke dalam
kartu permintaan yang kemudian kartu ini akan disampaikan ke bagian logistik
untuk dilakukan pemesanan material melalui supplier.
Proses produksi ini dibedakan menjadi beberapa tahapan. Tahap pertama
adalah tahap pembuatan adonan dimana pada tahap ini dilakukan pencampuran
bahan-bahan pembuatan roti. Kemudian tahap selanjutnya adalah adonan roti tadi
dimasukkan ke dalam mesin mixing, tahap ini disebut tahap mixing. Setelah itu
adonan tadi masuk dalam tahap pembantingan hal ini dilakukan agar roti
mengembang kemudian roti didiamkan sejenak. Setelah adonan roti mengeras
kemudian masuk ke tahap pembentukan dimana adonan roti kemudian dibagi-bagi
melalui mesin pembagi adonan. Adonan yang sudah di bagi tadi kemudian masuk
ke tahap pembentukan. Setelah adonan terbentuk kemudian masuk ke tahap akhir
yaitu tahap oven.
Dari tahap oven kemudian roti kembali didinginkan beberapa menit
sebelum masuk pada tahap pengepakan. Setelah melalui tahap pengepakan, roti
kemudian dikirimkan kepada pembeli. Gambar berikut ini akan menjelaskan
Gambar 3.1 Proses Bisnis di Indo Bakery
3.2. Data-data yang digunakan 3.2.1. Data Laporan Keuangan
Data laporan keuangan dibedakan menjadi dua bagian yaitu data neraca
dan data laporan rugi laba. Data diambil dari laporan laba rugi dan neraca
perusahaan selama lima tahun mulai dari tahun 2005 hingga tahun 2008. Data
3.2.2. Data rincian angsuran bunga pokok dan bunga pinjaman
Data angsuran pokok dan bunga pinjaman merupakan data utang
perusahaan kepada bank yang digunakan untuk keperluan perusahaan. Dari data
historis diketahui bahwa pokok pinjaman perusahaan kepada bank sebesar Rp.
100.000.000,00. Pinjaman tersebut untuk jangka waktu 5 tahun dan bunga
pinjaman yang harus dibayarkan perusahaan sebesar 22 % per tahun.
3.2.3. Data yang sifatnya tidak tetap
Data sifatnya tidak tetap ini meliputi data-data yang berhubungan dengan
rumus untuk menentukan perhitungan Cash Flow perusahaan yaitu data unit yang
terjual, data harga jual, data biaya variabel dan data biaya tetap perusahaan.
Masing-masing biaya tersebut dapat dilihat pada lampiran.
3.2.4. Data biaya penyusutan
Biaya penyusutan diambil dari hasil penyusutan aktiva tetap perusahaan
dan perhitungan biaya depresiasi perusahaan ini berdasarkan metode garis lurus.
Data ini terdiri dari biaya penyusutan mesin-mesin dan kendaraan. Biaya
3.3. Ringkasan Data Penelitian
Setelah data historis dikumpulkan dan diolah maka data yang sudah diolah
tersebut berikutnya akan digunakan dalam proses simulasi. Data-data tersebut
dapat dilihat seperti di bawah ini.
1. unit yang terjual setiap tahun
2. harga jual per unit setiap tahun
Tahun Unit yang terjual Bobot (%)
2005 297.133 20
2006 297.684 40
2007 297.970 30
2008 298.456 10
Tahun Harga Jual Bobot (%)
2005 Rp. 2.700,00 20
2006 Rp. 2.800,00 40
2007 Rp. 3.000,00 30
3. biaya variable per unit untuk setiap tahun
4. biaya tetap setiap tahun
5. biaya Depresiasi per tahun Rp. 6.120.000,00. Data ini diperolah perusahaan dengan perhitungan menggunakan metode Straight Line. 6. tarif pajak penghasilan sebesar 30%. Digunakan tarif pajak tertinggi untuk
perhitungan walaupun dalam kenyataanya perhitungan pajak dihitung secara progresif.
7. tingkat keuntungan 13%. Didapatkan dari hasil perhitungan WACC
dimana proses perhitungannya akan dijelaskan di Bab IV. 8. investasi awal perusahaan sebesar Rp. 300.000.000,00 9. umur investasi yang digunakkan adalah empat tahun.
Data-data ini yang selanjutnya akan dipergunakan dalam perhitungan Cash
Tahun Biaya Variabel Bobot (%)
2005 Rp. 1.200,00 10
2006 Rp. 1.300,00 40
2007 Rp. 1.300,00 30
2008 Rp. 1.400,00 20
Tahun Biaya Tetap Bobot (%)
2005 Rp. 113.075.400,00 15
2006 Rp. 120.904.200,00 45
2007 Rp. 125.464.800,00 30
BAB IV
ANALISIS DAN PEMBAHASAN
4.1. Perhitungan tingkat keuntungan yang disyaratkan
Sebelum masuk pada simulasi penganggaran modal (capital budgeting)
untuk mencari nilai Net Present Value maka perlu dilakukan perhitungan
mengenai nilai WACC. Perhitungan WACC ini seperti yang telah disebutkan di
bab II, dilakukan dengan tujuan untuk mengetahui berapa tingkat keuntungan
yang disyaratkan oleh perusahaan. Nilai WACC di perusahaan Indo Bakery ini
setiap tahun mengalami perubahan maka perhitungan nilai WACC nya
menggunakan nilai rata-ratanya (dalam hal ini dilakukan perhitungan WACC dari
tahun 2005 sampai tahun 2008).
Dalam tesis ini perhitungan WACC yang ditampilkan hanya pada tahun
terakhir saja yaitu pada tahun 2008. Data-data mengenai perhitungan seperti data
neraca, data laporan rugi laba dan data angsuran rincian bunga dan pokok dapat
dilihat pada lampiran.
Berdasarkan data dari neraca tahun 2008, diperoleh nilai utang perusahaan
sebesar Rp. 100.000.000,00. Nilai modal (equity) perusahaan sebesar Rp.
751.185.000,00, biaya bunga sebesar Rp. 24.400.000,00 dan pajak sebesar 30%
1. menghitung bobot utang ( wd )
Menggunakan rumus dari bab III, maka perhitungan bobot utang
perusahaan adalah sebagai berikut. Nilai debt dan equity dapat dilihat pada
neraca di bagian lampiran.
wd = 100%
Sama seperti perhitungan untuk bobot utang, maka perhitungan bobot
modal dapat dilakukan sebagai berikut.
we = 1 - wd
= 1- 0,13
= 0,87
3. perhitungan biaya modal utang (kd)
Biaya bunga didapatkan dari data rincian angsuran bunga pokok dan
bunga pinjaman sedangkan data utang didapatkan dari neraca.
4. perhitungan biaya modal ekuitas (ke)
Earning After Tax (EAT) ini diambil dari laporan rugi laba perusahaan
tahun 2005 sebesar Rp. 66.511.050,00. Dari hasil tersebut maka diperoleh
nilai biaya equity nya (ke) sebagai berikut :
ke = ROE =
Equity Total
EAT
=
000 . 185 . 651 .
050 . 511 . 66 .
Rp Rp
= 0,11
5. perhitungan WACC (nilai k)
Setelah didapatkan nilai wd, we, kd dan ke maka dapat dihitung nilai
WACC atau tingkat keuntungan yang disyaratkan. Untuk tarif pajak dalam
tesis ini digunakan tarif pajak yang paling tinggi yaitu 30%.
WACC = wd. kd (1-T) + we.ke
= 0,13 . 0,24 (1- 30%) + 0,87.0,11
= 0,12
Kemudian dilakukan perhitungan untuk nilai WACC tahun 2005 sampai
2008 dan dicari milai rata-rata WACC nya. Dari hasil perhitungan
didapatkan rata-rata WACC sebesar 0,13. Nilai 13% ini yang kemudian
4.2. Analisis Simulasi
Setelah data-data unit yang terjual, harga jual, biaya variabel per unit,
biaya tetap, tingkat keuntungan yang disyaratkan dan data investasi awal yang
dimiliki oleh perusahaan didapatkan. Langkah selanjutnya adalah memasukkan
data-data tersebut ke dalam program simulasi komputer. Ringkasan data dapat
dilihat pada bab III.
Dalam simulasi ini, variabel yang sifatnya tidak pasti diubah-ubah nilainya
dengan menggunakan program komputer, kemudian dilihat efeknya terhadap nilai
Net Present Value. Perubahan dilakukan secara simultan untuk mengubah nilai
dari variabel yang sifatnya tidak pasti kemudian perhitungan efek terhadap NPV
dilakukan beberapa kali sehingga akan diperoleh distribusi NPV. Untuk
memperoleh perhitungan NPV ini dilakukan dengan menggunakan bantuan
software khusus yang dibuat untuk tujuan penganggaran modal. Software ini
dibuat dengan menggunakan bantuan Microsoft C# yang didasarkan pada Monte
Carlo sebagai modelnya. Metode Monte Carlo ini cenderung mensimulasikan
proses-proses yang mengarah ke industri dan simulasi bisnis.
Untuk menggambarkan proses simulasi tersebut maka ada beberapa
langkah yang perlu dilakukan. Langkah-langkah tersebut dapat dilihat sebagai
berikut.
1. menetapkan distribusi probabilitas bagi variabel tidak pasti sifatnya seperti
unit yang terjual, harga jual, biaya variabel per unit, dan biaya tetap.
perusahaan serta informasi-informasi yang diberikan oleh pemilik
perusahaan. Setelah diperoleh distribusinya, angka random yang berkaitan
dengan masing-masing variabel yang sifatnya tidak pasti dapat ditentukan.
Berikut ini distribusi probabilitas untuk variabel yang tidak pasti sifatnya.
Tabel 4.1. Distribusi probabilitas untuk unit yang terjual
Tahun Unit yang terjual Bobot (%)
2005 297.133 20
2006 297.684 40
2007 297.970 30
2008 298.456 10
Tabel 4.2. Distribusi probabilitas untuk harga jual
Tahun Harga jual Bobot (%)
2005 Rp. 2.700,00 20
2006 Rp. 2.800,00 40
2007 Rp. 3.000,00 30
Tabel 4.3. Distribusi probabilitas untuk biaya variabel
Tabel 4.4. Distribusi probabilitas untuk biaya tetap
Hukum probabilitas menyatakan bahwa probabilitas harus lebih
besar atau sama dengan nol dan jumlah probabilitas harus satu. Simulasi
ini melibatkan bilangan acak supaya model tersebut dapat
mempresentasikan kondisi sesungguhnya.
2. membangkitkan angka acak. Pada dasarnya, angka acak merupakan
serangkaian digit yang telah terpilih oleh sebuah proses yang teracak
secara sempurna. Karena persoalan yang dihadapi dalam tesis ini
kompleks dan melibatkan banyak percobaan maka dipergunakan komputer
untuk membangkitkan bilangan acak. Angka acak yang digunakan di sini
Tahun Biaya variabel Bobot (%)
2005 Rp. 1.200,00 10
2006 Rp. 1.300,00 40
2007 Rp. 1.300,00 30
2008 Rp. 1.400,00 10
Tahun Biaya tetap Bobot (%)
2005 Rp. 113.075.400,00 15
2006 Rp. 120.904.200,00 45
2007 Rp. 125.464.800,00 30
nantinya angka acak tersebut akan membangkitkan nilai yang berbeda
untuk masing-masing variabel yang sifatnya tidak pasti. Tabel berikut ini
menjelaskan mengenai angka acak untuk masing-masing variabel yang
tidak pasti sifatnya.
Tabel 4.5. Angka acak untuk unit yang terjual
Tahun Unit yang terjual Bobot (%) Angka Random
2005 297.133 20 00-19
2006 297.684 40 20-59
2007 297.970 30 60-89
2008 298.458 10 90-99
Tabel 4.6. Angka acak untuk harga jual
Tahun Harga Jual Bobot (%) Angka Random
2005 Rp. 2.700,00 20 00-19
2006 Rp. 2.800,00 40 20-59
2007 Rp. 3.000,00 30 60-89
2008 Rp. 3.100,00 10 90-99
Tabel 4.7. Angka acak untuk biaya variabel per unit
Tahun Biaya variabel per unit Bobot (%) Angka Random
2005 Rp. 1.200,00 10 00-09
2006 Rp. 1.300,00 40 10-49
2007 Rp. 1.300,00 30 50-79
2008 Rp. 1.400,00 20 80-99
Tabel 4.8. Angka acak untuk biaya tetap
Tahun Biaya variabel per unit Bobot (%) Angka Random
2005 Rp. 113.075.400,00 15 00-14
2006 Rp. 120.904.200,00 45 15-59
2007 Rp. 125.464.800,00 30 60-89
3. mensimulasikan percobaan. Setelah angka acak untuk variabel yang tidak
pasti sifatnya dibangkitakan oleh komputer. Proses simulasi kemudian
berlanjut pada perhitungan arus kas operasional bersih perusahaan dengan
menggunakan rumus di bab III. Perhitungan arus kas operasional bersih
dalam tesis ini dilakukan untuk empat tahun sedangkan dalam software
penganggaran modalnya sendiri tidak harus dilakukan selama empat tahun
karena terdapat pilihan tahun yang diinginkan untuk melakukan investasi.
Arus kas operasional bersih ini akan memberikan nilai yang berbeda untuk
tahun pertama hingga tahun ke-empat karena tersusun dari proses acak
variabel yang tidak pasti sebelumnya. Setelah itu nilai NPV dapat
dihitung. Proses simulasi di sini dilakukan sebanyak seribu kali sehingga
dapat diperoleh nilai distribusinya. Simulasi dilakukan sebanyak seribu
kali karena berdasarkan Central Limit Theorem semakin banyak dilakukan
simulasi distribusinya akan mendekati atau menjadi distribusi normal.
Hasil perhitungan diperoleh NPV rata-rata bernilai positif sebesar Rp.
603.404.061,00 menurut nilai sekarang. Nilai NPV yang didapatkan tersebut
berasal dari rata-rata NPV hasil simulasi sebanyak seribu kali dengan modal awal
yang akan digunakan oleh perusahaan untuk investasi membuka cabang adalah
sebesar Rp. 300.000.000,00. Nilai NPV hasil simulasi sebanyak seribu kali dapat
dilihat di bagian lampiran.
Tests of Normality
.020 1000 .200*
NPV
Statistic df Sig.
Kolmogorov-Smirnova
This is a lower bound of the true significance. *.
Lilliefors Significance Correction a.
Setelah diperoleh nilai rata-rata NPV dan standar deviasi melalui software
penganggaran modal tersebut langkah selanjutnya adalah mengolah nilai tersebut
secara statistik untuk didapatkan informasi yang berguna untuk pengambilan
keputusan.
4.3. Uji Kenormalan Data
Uji distribusi normal adalah uji untuk mengukur apakah data penelitian
yang digunakan mewakili populasi sehingga hasil penelitian dapat digeneralisasi
pada populasi. Dalam tesis ini uji kenormalan yang digunakan adalah
Kolmogorov-Smirnov dengan menggunakan software SPSS 9.0 for windows.
Bentuk hipotesis untuk uji normalitas adalah sebagai berikut.
H0 = data berasal dari populasi yang terdistribusi normal.
H1 = data tidak berasal dari populasi yang terdistribusi normal.
Kriteria untuk menolak atau tidak menolak H0 dalam pengujian hipotesis adalah
jika P-value < α, maka H0 ditolak sedangkan jika P-value ≥ α, maka H0 tidak
dapat ditolak. Dari hasil uji kenormalan menggunakan Kolmogorov-Smirnov pada
SPSS didapatkan hasil sebagai berikut.
Dari tabel diatas terlihat bahwa NPV memiliki P-value = 0,200 untuk uji
normalitas Lilliefors (Kolmogorov-Smirnov). P-value ini lebih besar dari α = 0,05
sehingga terima H0 karena data berasal dari populasi yang terdistribusi normal.
Kesimpulan dari hasil uji kenormalan ini adalah data NPV berasal dari populasi
yang terdistribusi normal.
4.4. Uji-t
Uji-t dalam pengamatan tesis ini dilakukan peneliti untuk menguji apakah
benar dengan membuka cabang dapat memberikan keuntungan bagi perusahaan.
Dengan mengasumsikan nilai NPV mengikuti distribusi normal dimana µ
mendekati nilai nol. Maka digunakan hipotesis seperti di bawah ini dengan
menggunakan taraf signifikansi 5 %
H0 : µ = 0
H1 : µ ≠ 0
Kriteria untuk menolak atau tidak menolak H0 dalam pengujian hipotesis
ini adalah jika P-value≤ dari nilai α maka H1 diterima dan H0 ditolak sedangkan
jika nilai P-value > nilai α maka H0 diterima dan H1 ditolak. Uji-t dilakukan
One-Sample Statistics
1000 7960627 5.95E+08 1.9E+07
NPV
N Mean
Std. Deviation
Std. Error Mean
One-Sample Test
.423 999 .673 7960626.7 -2.9E+07 4.5E+07
NPV
t df
Sig. (2-tailed)
Mean
Difference Lower Upper
95% Confidence Interval of the
Difference Test Value = 0
Tabel 4.10. Output uji-t dengan SPSS
Uji-t satu sampel ini menguji H0 : µ = 0 terhadap H1 : µ ≠ 0. Nilai uji-t
yang didapat t = 0,423 dengan derajat kebebasan = 1000-1 = 999. Nilai P-value
untuk two-tailed = 0, 673 nilainya lebih besar dari α = 0,05 sehingga kita menolak
H1 : µ ≠ 0 dan menerima H0 : µ = 0. Jadi dapat disimpulkan bahwa NPV yang
dihasilkan sama dengan nol.
Secara statistika, NPV yang dihasilkan sama dengan nol tapi tidak
memberikan hasil yang negatif sehingga kesimpulan proyek membuka cabang ini
layak karena memberikan nilai NPV yang sesuai dengan tingkat bunga atau
BAB V
KESIMPULAN DAN SARAN
5.1. Kesimpulan
Indo Bakery mempunyai banyak keterbatasan baik dalam sumber daya
hingga teknologi yang dimilikinya sehingga banyak perusahaan tersebut tidak
mempunyai pengetahuan dalam melakukan investasi. Untuk mengatasi hal
tersebut maka dibuatlah suatu program simulasi penganggaran modal untuk
keperluan investasi sehingga dapat digunakan untuk memudahkan proses
pengambilan keputusan.
Berdasarkan hasil penelitian mengenai penentuan investasi layak atau
tidaknya membuka cabang untuk Indo Bakery maka dengan menggunakan
software yang dirancang khusus untuk keperluan penganggaran modal ini
dapatkan hasil NPV positif sehingga usulan untuk membuka cabang layak untuk
dijalankan oleh Indo Bakery.
Kemudian setelah didapatkan nilai NPV yang positif langkah selanjutnya
nilai NPV tersebut diuji dengan menggunakan t-test. Dari uji-t dengan
menggunakan SPSS 9.0 disimpulkan bahwa NPV yang dihasilkan sama dengan
nol tapi tidak memberikan hasil yang negatif sehingga kesimpulannya adalah
5.2. Saran
Penulis menyadari bahwa dalam penelitian ini tidak luput dari kesalahan.
Untuk diperlukan pengembangan lebih lanjut dalam simulasi penganggaran modal
untuk penilaian investasi.
a. simulasi dengan menggunakan program komputer ini akan menghasilkan
solusi yang berbeda-beda jika diulangi berkali-kali sehingga tidak
menghasilkan solusi optimal permasalahan. Sehingga simulasi ini hanya
digunakan untuk melihat apakah keputusan investasi tersebut layak atau
tidak untuk dijalankan.
b. masih terdapat masalah dalam menyajikan sejumlah besar data distribusi
Net Present Value dalam bentuk grafik sehingga tidak dapat menunjukkan
informasi yang penting. Oleh karena itu data distribusi Net Present Value
tersebut perlu disusun dalam suatu sebaran frekuensi sehingga dapat
diperoleh hasil yang lebih baik.
c. software penganggaran modal dengan metode Monte Carlo ini tidak
menyediakan uji statistik sehingga masih diperlukan software lain seperti
DAFTAR PUSTAKA
Brigham, Eugene F.; Joel F. Houston. (2007). Essentials of Financial
Management: Theory and Practice. Florida : Thomson.
Brigham, Eugene F.; Michael C. Ehrhardt. (2005). Financial Management.
South Western : Thomson, Eleventh Edition.
Djati, Bonette S. L. (2007). Simulasi: Teori dan Aplikasinya. Yogyakarta : Penerbit ANDI, Edisi 1.
Community, SmithDev. (2009). Cara Mudah Menguasai Microsoft C# 2008. Yogyakarta : Penerbit ANDI, Edisi 1.
Hanafi, Mamduh M. (2004). Manajemen Keuangan. Yogyakarta : BPFE,
Edisi 2004/2005.
Hanafi, Mamduh M. (2006). Manajemen Risiko. Yogyakarta : Unit Penerbit dan Percetakan Sekolah Tinggi Ilmu Manajemen YKPN.
Hartono, Jogiyanto. (2007). Metodologi Penelitian Bisnis : Salah Kaprah dan
Pengalaman-Pengalaman. Yogyakarta : BPFE, Edisi 2007.
Heizer, J.; B. Render. (2008). Operations Management. New Jersey: Pearson Education, Inc., Ninth Edition.
Husnan, S. (1996). Manajemen Keuangan : Teori dan Penerapan (Keputusan
Jangka Panjang). Yogyakarta : BPFE, Edisi 4.
Lind, Douglas A.; William G. Marchal; Samuel A. Wathen. (2008). Statistical
Techniques in Business and Economics with Global Data Sets. Mc
Graw-Hill International Edition, Thirteenth Edition.
Sumiarti; T. Sugiharto. (2002) Studi Kelayakan Proyek Pengembangan Perkebunan Pisang ABACA dengan Menggunakan Analisis
Penganggaran Modal, Jurnal Ekonomi dan Bisnis 3, Jilid 7.
Syllabus & Material. (2009). Short Course Perpajakan Brevet A dan B. Yogyakarta: Penelitian dan Pengembangan Akuntansi Fakultas Ekonomika dan Bisnis Universitas Gajah Mada, Periode 2009.
Uyanto, Stanislaus S. (2009). Pedoman Analisis Data dengan SPSS.
Yogyakarta: Graha Ilmu, Edisi 3.
Walpole, R.E; Raymond. H. Myers. (1995). Ilmu Peluang dan Statistika Untuk Insinyur dan Ilmuwan, Bandung : ITB.
http://pajak.go.id, diakses tanggal 8 Juni 2009.
http://programmersheaven.com, diakses tanggal 13 Agustus 2009.
Lampiran 1. Data Neraca
Neraca dalam penelitian ini digunakan untuk perhitungan penentuan tingkat
keuntungan yang disyaratkan yaitu pada bobot utang, biaya modal utang dan
bobot equity perusahaan. Data neraca berturut-turut mulai dari tahun 2005 – tahun
2008 dapat dilihat sebagai berikut.
a. Neraca Indo Bakery tahun 2005
Sumber : Laporan Keuangan Indo Bakery 2009
b. Neraca Indo Bakery tahun 2006
Sumber : Laporan Keuangan Indo Bakery 2009
Aktiva Rp (juta) Passiva Rp (juta)
Aktiva lancar 19.000.000 Utang 100.000.000
Pabrik dan tanah 379.000.000
Mesin 26.185.000 Modal 645.185.000
Kendaraan 255.000.000 Isi toko di pabrik 48.000.000
Total Aktiva 745.185.000 Total Passiva 745.185.000
Aktiva Rp (juta) Passiva Rp (juta)
Aktiva lancar 20.000.000 Utang 100.000.000
Pabrik dan tanah 379.000.000
Mesin 26.185.000 Modal 646.185.000
Kendaraan 255.000.000 Isi toko di pabrik 48.000.000
c. Neraca Indo Bakery tahun 2007
Sumber : Laporan Keuangan Indo Bakery 2009
d. Neraca Indo Bakery tahun 2008
Sumber : Laporan Keuangan Indo Bakery 2009
Aktiva Rp (juta) Passiva Rp (juta)
Aktiva lancar 22.000.000 Utang 100.000.000
Pabrik dan tanah 379.000.000
Mesin 26.185.000 Modal 648.185.000
Kendaraan 255.000.000 Isi toko di pabrik 48.000.000
Total Aktiva 748.185.000 Total Passiva 746.185.000
Aktiva Rp (juta) Passiva Rp (juta)
Aktiva lancar 25.000.000 Utang 100.000.000
Pabrik dan tanah 379.000.000
Mesin 26.185.000 Modal 651.185.000
Kendaraan 255.000.000 Isi toko di pabrik 48.000.000
Lampiran 2. Laporan rugi laba tahun 2005
Laporan rugi laba ini digunakan untuk perhitungan biaya modal equitas
perusahaan. biaya modal equitas dilakukan dengan perhitungan yang berbeda
(rumus dapat dilihat pada bab II) karena di sini perusahaan adalah perusahaan
kecil maka biaya modal equitas menggunakan Earning After Tax (Laba setelah
pajak). Data laporan rugi laba berturut-turut mulai dari tahun 2005-tahun 2008
dapat dilihat sebagai berikut.
a. Laporan rugi laba tahun 2005
Laporan Rugi-Laba Indo Bakery
Periode Januari – Desember 2005
==========================================================
Penjualan Rp. 562.636.250,00
Biaya Operasional :
- Biaya Tetap Rp. 113.075.400,00
- Biaya Variabel Rp. 339.288.000,00
- Biaya Penyusutan Rp. 6.120.000,00
________________ +
Total Biaya Rp. 458.483.400,00
________________ _
EBIT Rp. 104.152.850,00
Biaya Bunga Rp. 37.600.000,00
________________ _
Laba Sebelum Pajak (EBIT) Rp. 66.552.850,00
Pajak Rp. 3.605.300,00
________________ _
Laba Setelah Pajak (EAT) Rp. 62.947.550,00
==========================================================
b. Laporan rugi laba tahun 2006
Laporan Rugi-Laba Indo Bakery
Periode Januari – Desember 2006
==========================================================
Penjualan Rp. 595.892.450,00
Biaya Operasional :
- Biaya Tetap Rp. 120.904.200,00
- Biaya Variabel Rp. 359.224.500,00
- Biaya Penyusutan Rp. 6.120.000,00
________________ +
Total Biaya Rp. 486.248.700,00
________________ _
EBIT Rp. 109.643.750,00
Biaya Bunga Rp. 33.200.000,00
________________ _
Laba Sebelum Pajak (EBIT) Rp. 76.443.750,00
Pajak Rp. 4.779.300,00
________________ _
Laba Setelah Pajak (EAT) Rp. 71.664.450,00
==========================================================
c. Laporan rugi laba tahun 2007
Laporan Rugi-Laba Indo Bakery
Periode Januari – Desember 2007
==========================================================
Penjualan Rp. 617.854.600,00
Biaya Operasional :
- Biaya Tetap Rp. 125.464.800,00
- Biaya Variabel Rp. 386.713.000,00
- Biaya Penyusutan Rp. 6.120.000,00
________________ +
Total Biaya Rp. 518.297.800,00
________________ _
EBIT Rp. 99.556.800,00
Biaya Bunga Rp. 28.800.000,00
________________ _
Laba Sebelum Pajak Rp. 70.756.800,00
Pajak Rp. 4.163.600,00
________________ _
Laba Setelah Pajak (EAT) Rp. 66.593.200,00
==========================================================
d. Laporan rugi laba tahun 2008
Laporan Rugi-Laba Indo Bakery
Periode Januari – Desember 2008
==========================================================
Penjualan Rp. 641.789.650,00
Biaya Operasional :
- Biaya Tetap Rp. 126.969.600,00
- Biaya Variabel Rp. 413.640.000,00
- Biaya Penyusutan Rp. 6.120.000,00
________________ +
Total Biaya Rp. 546.729.600,00
________________ _
EBIT Rp. 95.060.050,00
Biaya Bunga Rp. 24.400.000,00
________________ _
Laba Sebelum Pajak Rp. 70.660.050,00
Pajak Rp. 4.149.000,00
________________ _
Laba Setelah Pajak (EAT) Rp. 66.511.050,00
==========================================================
Lampiran 3. Data Rincian angsuran bunga pokok dan bunga pinjaman Berikut ini merupakan data angsuran pokok dan bunga pinjaman merupakan data
utang perusahaan kepada bank yang digunakan untuk keperluan perusahaan.
Rincian Angsuran Pokok dan Bunga Pinjaman
Tahun ke-
Jumlah Kredit (Rp)
Bayar Pokok (Rp)
Bunga 22% (Rp)
Pembayaran (Rp)
Sisa Kredit (Rp)
0 100.000.000 0 0 0 100.000.000
1 100.000.000 20.000.000 22.000.000 42.000.000 80.000.000
2 80.000.000 20.000.000 17.600.000 37.600.000 60.000.000
3 60.000.000 20.000.000 13.200.000 33.200.000 40.000.000
4 40.000.000 20.000.000 8.800.000 28.800.000 20.000.000
5 20.000.000 20.000.000 4.400.000 24.400.000 0
Lampiran 4. Data data unit yang terjual tahun 2005 a. Data unit yang terjual tahun 2005
Unit yang terjual pada tahun 2005 sebesar 297.133 unit roti. Jumlah tersebut
didapatkan dari penjumlahan roti yang terjual setiap bulannya. Untuk rincian
unit yang terjual dapat dilihat pada tabel di bawah ini.
Tabel unit yang terjual tahun 2005
Harga Bulan
Rp. 1.700,00 Rp. 1.900,00 Rp. 2.200,00 Rp. 5.000,00 Januari 16.369 4.933 2.554 956
Februari 16.374 4.937 2.556 957
Maret 16.364 4.935 2.554 734
April 16.363 4.938 2.556 1.021
Mei 16.362 4.936 2.555 702
Juni 16.362 4.933 2.557 823
Juli 16.359 4.932 2.558 951
Agustus 16.364 4.937 2.558 835
September 16.369 4.940 2.559 804
Oktober 16.367 4.936 2.557 851
November 16.370 4.931 2.557 1.052
Desember 16.377 4.934 2.570 1.134
b. Data unit yang terjual tahun 2006
Unit yang terjual pada tahun 2006 sebesar 297.684 unit roti. Untuk rincian
unit yang terjual dapat dilihat pada tabel di bawah ini.
Unit yang terjual tahun 2006
Harga Bulan
Rp. 1.800,00 Rp. 2.000,00 Rp. 2.500,00 Rp. 5.000,00 Januari 16.635 4.911 2.371 921 Februari 16.637 4.921 2.374 1.016 Maret 16.638 4.919 2.372 918
April 16.639 4.922 2.374 819
Mei 16.629 4.920 2.375 786
Juni 16.629 4.917 2.377 827
Juli 16.630 4.915 2.376 915
Agustus 16.627 4.916 2.377 799
September 16.635 4.921 2.376 783
Oktober 16.639 4.920 2.375 820
November 16.630 4.921 2.377 825
Desember 16.646 4.927 2.382 1.105