KELOMPOK:IBNU JATMIKO 078574123DAMAR KRISTANTO 078574079ARIS SUKARNO 078574075JAKA HENDRA P 078574139ARY DWI P 078574090ADE PRAKASA P 078574103

Bab 9PENAKSIRAN DAN PERAMALAN BIAYA

PENAKSIRAN BIAYA JANGKA PENDEK

Dalam jangka pendek, seseorang dihadapkan pada perilaku biaya variable dan biaya incremental lainnya seperti perubahan pos-

pos biaya tetap yang diperlukan untuk mengimplementasikan

suatu keputusan tertentu.

METODE DALAM PENAKSIRAN JANGKA PENDEK

1. EKSTRAPOLASI SEDERHANA2. ANALISIS GRADIEN

3. ANALISIS GRADIEN DENGAN BEBERAPA OBSERVASI

4. ANALISIS REGRESI DENGAN DATA RUNTUT WAKTU (TIME

SERIES)

EKSTRAPOLASI SEDERHANA

menghubungkan nilai dengan titik diluar kisaran yang

ditunjukkan oleh data dasar yang kita miliki, dengan cara

memproyeksikan pola hubungan yang tampak pada

data dasar tersebut.

EKSTRAPOLASI SEDERHANA

ASUMSI:1. MC dan AVC adalah konstan pada kisaran

tingkat output tertentu2. Tidak ada increasing atau

diminishing return3. Data Tunggal

ANALISIS GRADIEN

Gradient adalah slope dan gradient dari TC yang dapat

dihitung dengan cara membagi perubahan TC

dengan perubahan tingkat output

ANALISIS GRADIEN

Gradient dapat dihitung dengan:

Gradien = ΔTC

Δ Q

ANALISIS GRADIEN DENGAN BEBERAPA OBSERVASI

Jika memiliki data observasi yang lebih banyak, maka hasil penaksiran kurva TVC, AVC dan MC akan menjadi lebih tepat karena dengan observasi beberapa pasang data biaya output yang lebih banyak akan memungkinkan kita untuk memperoleh kurva AVC dan MC penaksir yang jauh lebih sempurna.

observasi - observasi biaya output dan perhitungan avc dan mc

periode output TVC AVC ΔTVC ΔQ MC

produksi (lusin) (Rp) (Rp) (Rp) (lusin) (Rp)

minggu 4 4500 27000000 6000

minggu 3 6000 33600000 5600 6600000 1500 4400

minggu 5 6500 37375000 5750 3775000 500 7550

minggu 1 7000 42000000 6000 4625000 500 9250

minggu 2 7500 48750000 6500 6750000 500 13500

ANALISIS REGRESI DENGAN DATA RUNTUT WAKTU (TIME

SERIES)

Jika kita memiliki jumlah observasi data biaya-output yang lebih banyak lagi, maka kita dapat menggunakan analisis regresi untuk menaksir hubungan antara biaya dengan suatu tingkat output tertentu sehingga diperoleh suatu penaksir MC.

Jika kita ingin menaksir fungsi biaya dari suatu perusahaan tertentu, maka kita harus menggunakan data runtut waktu dari perusahaan yang bersangkutan.

PENAKSIRAN BIAYA JANGKA PANJANGPenaksiran jangka panjang merupakan usaha untuk menemukan ukuran pabrik yang berbeda-beda pada titik waktu tertentu dengan asumsi teknologi dan harga factor produksi yang konstan.

Metode yang dipakaiAnalisis regresi dengan data seksi silang

ANALISIS REGRESI DENGAN MENGGUNAKAN DATA SEKSI-SILANG

Observasi dari berbagai pada suatu periode waktu tertentu dapat dianalisis dengan menggunakan teknik analisis regresi sehingga kita perlu mengumpulkan pasangan-pasangan obeservasi data yang menghubungkan tingkat output dengan biaya total untuk mendapatkan tingkat output tersebut untuk setiap pabrik pada suatu periode tertentu.

JIKA INGIN MENGETAHUI ADA ATAU TIDAKNYA KEADAAN ECONOMIES, CONSTANT, ATAU DISECONOMIES OF PLANT SIZE, MAKA KITA HARUS MEMBUAT SPESIFIKASI HUBUNGAN FUNGSIONAL PANGKAT TIGA, KARENA HUBUNGAN INI MERUPAKAN BENTUK FUNGSIONAL YANG PALING KONSISTEN UNTUK MELIHAT ADANYA TIGA KEMUNGKINAN KEADAAN.

PERSAMAAN: TC= A + BQ + CQ2 ATAU TC = A + BQ + CQ2 + DQ4

DIMANA Q ADALAH OUTPUT.

taksiran kurva LRAC dengan data seksi silang

pabrik output TC AC

(Q) (Rp) (Rp/Q)

1 1500 7350 4.9

2 3500 12600 3.6

3 6150 18143 2.95

4 8750 26688 3.05

5 11100 43290 3.9

PERAMALAN BIAYA

Peramalan biaya diperlukan apabila keputusan –keputusan yang akan datang kita ambil mencakup tingkat biaya untuk periode-periode yang akan dating seperti keputusan mengikat kontrak, membeli atau membuat sendiri atau keputusan lainnya yang memiliki implikasi biaya.

PERUBAHAN PRODUKTIVITAS FAKTOR PRODUKSI

Bila memperhatikan efisiensi fisik dari proses produksi untyuk periode yang akan datang, maka harus memperkirakan bahwa produktifitas factor produksi tersebut akan berubah sepanjang waktu.

PERUBAHAN FAKTOR

Jika biaya dari semua input meningkat dengan proporsiyang sama, maka kombinasi factor produksi yang optimal akan berubah pada tingkat output tertentu, meskipun akan menimbulkan biaya yang lebih besar

PENAKSIRAN KURVA LEARNINGMenghubungkan biaya per unit dengan

volume produksi komulatif dari suatu produk tertentu. Kita berharap bahwa

produktifitas input akan meningkat apabila input tersebut telah sesuai

dengan proses produksi sehingga biaya per unit turun jika volume produksi

meningkat.