TEKNIK SIMULASI MONTERCARLO

STUDI KASUS DAN PENYELESAIAN

Prepared by Hanna Lestari, M.Eng

TEKNIK INDUSTRI – UDINUS- ,,2013

BAB I

PENDAHULUAN

I.1. Studi Kasus

PT. SPOTLIGHT merupakan perusahaan pembuat lampu variasi motor yang

berproduksi untuk memenuhi permintaan ( make to order ) dari dealer, bengkel, atau

bahkan para distributor. Karena itu, maka banyaknya lampu yang diproduksi tergantung

dari permintaan pasar. Perusahaan ini telah berdiri sejak tahun 1999, dan saat ini baru bisa

menguasai pasar beberapa kota besar di Indonesia. Untuk dapat meningkatkan pangsa

pasarnya, PT. SPOTLIGHT mencoba untuk menganalisis kebijakan produksinya dengan

menggunakan metode simulasi berdasarkan informasi-informasi yang didapat pihak

manajemen.

PT. SPOTLIGHT memproduksi 3 jenis lampu variasi, yaitu : Xenon Blue, Halogen

White, dan lampu biasa. Dalam pemasarannya, masing-masing lampu tersebut sudah

dipasangkan pada kap bereflektor besar. Kap tersebut tidak dibuat sendiri oleh PT.

SPOTLIGHT tapi disubkontrakkan kepada perusahaan khusus pembuat kap. Setelah

dilakukan penelitian, ternyata pihak manajemen menemukan masalah yaitu pada suplai

bahan baku gas pengisi lampu.

Dalam pengiriman bahan baku sering terjadi kebocoran gas ( gas loss ) sehingga

mengakibatkan berkurangmya jumlah bahan baku yang sampai ke perusahaan. Karena

bahan baku berkurang maka lampu yang dihasilkan ikut berkurang.

Pengiriman bahan baku mengunakan mobil van yang disediakan oleh pihak supplier.

Supplier tersebut menyediakan 3 ( tiga ) buah van yaitu Van A, B, dan C. Karena supplier

tidak hanya memenuhi permintaan dari PT. SPOTLIGHT saja, maka pengunaan van untuk

mengirim bahan baku ke PT. SPOTLIGHT tidak bisa dipastikan, tergantung van mana

yang sedang menganggur. Hal itu berdampak pada penetapan harga pokok produksi yang

berbeda-beda yang bergantung pada jenis van yang digunakan.

Perusahaan akan mengharapkan harga jual produknya sebesar 20% dari biaya pokok

produksi. Setelah itu perusahaan masih harus membayar pajak pendapatan sebesar 8%.

Nilai buku awal untuk mesin-mesin dan gedung sebesar Rp. 100.000.000 dan nilai buku

diakhir periode sebesar Rp.70.000.000. Dari kondisi diatas perusahaan ingin mengetahui

apakah produksi lampu motor variasi dapat menghasilkan benefit dimasa depan.

Kemudian pihak manajemen mendapatkan beberapa informasi yang bisa digunakan

untuk perbaikan kebijakan perusahaan dimasa depan, yaitu:

1. Pihak perusahaan meminta agar bahan baku diantarkan dua kali dalam seminggu.

Supplier menetapkan harga khusus untuk pemesanan semacam ini

2. Perusahaan menemukan supplier baru. Supplier ini mempunyai van yang dapat

mereduksi loss pengiriman bahan baku.

Dari permasalahan diatas, anda sebagai seorang analis sistem diminta untuk :

a. Menghitung proyeksi keuntungan perusahaan selama 50 minggu kedepan dengan

mengunakan model Simulasi Monte Carlo, dengan sebelumnya membuat model

matematis untuk menghitung keuntungan bruto perusahaan dengan melibatkan

seluruh variable terkait pada permasalahan diatas. Kemudian baru tentukan Net

Income Cash Flownya.

b. Membuat dua model alternatif berdasarkan informasi yang didapat tersebut dan

memilih salah satu model yang paling tepat untuk diimplementasikan berdasarkan

kriteria NPV jika diketahui investasi awal Rp. 500.000.000 dan tingkat bunga yang

diinginkan perusahaan 20 %.

I.2. Manfaat dan Tujuan Penyelesaian Kasus

1. Praktikan dapat memahami konsep dasar Pemodelan Sistem dan simulasi Monte carlo

2. Memperkenalkan macam-macam distribusi, pengbangkitan bilangan random langkah-

langkah pengujian hipotesis dan validasi model.

3. Praktikan dapat memahami konsep analisa kebijakan.

4. praktikan dapat membuat interprestasi dan membuat kebijakan dari hasil simulasi yang

dilakukan berdasarkan kriteria investasi finansial.

BAB II

LANDASAN TEORI

II.1. Teori Monte Carlo dan Analisa Kebijakan Bisnis

Simulasi Monte Carlo sering digunakan untk melakukan analisa keputusan pada

situasi yang melibatkan resiko yang melibatkan beberapa parameter untuk dilakukan

pertimbangan secara simultan . Metode ini dapat digunakan secara luas karena didasarkan

pada proses simulasi dengan pilihan kemungkinan secara random. Metode ini

mengasumsikan pola kejadian variabel perhitungannya pada dua model distribusi, yaitu

distribusi normal dan uniform. Asumsi ini dapat melemahkan suatu kasus yang

mempunya pola distribusi diluar kedua asumsi diatas, namun dengan sedikit melakukan

usaha manipulasi statisik dengan melakukan transformasi data mentah pada variabel yang

bersangkutan untuk diubah untuk memenuhi dua asumsi distribusi tersebut dapat

dilakukan dengan sederhana.

Didalam operasionalnya, Monte Carlo melibatkan pemilihan secara acak terhadap

keluaran masing-masing secara berulang sehingga diperoleh solusi dengan nilai

pendekatan tertentu.

Adapun langkah-langkah pembuatan model simulasi Monte carlo adalah sebagai

berikut :

1. Formulasi masalah, dalam tahap ini ditentukan masalah apa saja yang akan

dibahas dan ditentukan batasan-batasan masalah..

2. Pembuatan model simulasi Monte Carlo, dalam tahap ini kita membuat model dan

menentukan parameter-parameter model, variabel, hubungan antar bagian model.

3. Pembuatan distribusi untuk variabel, dalam tahap ini kita menetapkan distribusi

probabillitas untuk variabel-variabel utama. Dalam tahap ini juga menggunakan

teori probabilitas.

4. Ubah distribusi probabilitas menjadi distribusi kumulatif. Hal ini untuk

menentukan bahwa hanya satu variabel akan diasosiasikan dengan satu bilangan

acak.

5. Simulasikan model. Dalam mensimulasikan model terlebih dahulu ditentukan :

a. Aplikasi aturan keputusan

b. Pembangkitan bilangan-bilangan acak.

6. Evaluasi strategi model. Pada tahapini kita melakukan evaluasi terhadap model

apakah sudah menyerupai sistem nyata.

7. Periksa apakah diperlukan adanya perbaikan model. Pada tahap ini apabila

ternyata diperlukan adanya pergantian model dikarenakan model tidak sesuai

dengan sistem nyata, maka dilakukan perbaikan ( pengulangan ) formulasi

masalah.

8. Keputusan. Keputusan diambil apabila model sudah sesuai dengan sistemnyata.

9. Selesai. Pembuatan model simulasi Monte Carlo selesai.

Proses pengambilan keputusan dalam lingkungan yang melibatkan resiko dan

ketidak pastian umumnya tidak terjadi secara rutin dengan demikian tingkat kepentingan

yang terjadi juga lebih tinggi dibandingkan dengan proses keputusan yang bersifat

berulang dalam lingkungan yang terkendali, untuk menterjemahkan hal ini, digunakan

model simulasi Monte Carlo untuk mengamati perubahan yang diakibatkan penerapan

kebijakan tertentu dalam suatu sistem, kemudian pemodel ( biasanya para manajer ) dapat

mempelajari reaksi sistem dengan input yang berubah-ubah. Dengan demikian

pemodel/manajer dapat merancang kebijakan dan mengambil keputusan dengan lebih

baik

Pada tugas akhir Monte Carlo ini, kita akan merancang suatu model kebijakan

yang melibatkan analisa investasi untuk pengambilan keputusan apakah suatu kebijakan

layak diterapkan dan kebijakan mana yang lebih baik ditinjau dari aspek finansialnya

selain tentunya juga menggunakan tehnik statistika dalam melakukan perbandingan

output kebijakan yang dibuat pada proses desain eksperimen.

Seorang manajer harus melakukan suatu analisa kelayakan sebelum dia

memutuskan pemilihan suatu alternatif proyek, oleh karena itu analisa kelayakan

investasi sangat diperlukan dalam melakukan analisa baik secara teknis maupun secara

ekonomis. Selain itu adapula faktor yang terlibat dalam suatu proyek terutama proyek

investasi yaitu faktor waktu dan resiko . Pada jenis investasi tertentu faktor waktu lebih

berperan , sementara pada jenis investasi lain faktor resiko lebih dominan.

Yang dimaksud dengan analisa kelayakan investasi adalah suatu penelitian

tentang layak tidaknya suatu proyek bisnis itu dilaksanakan. Maksud layak ( atau tidak

layak ) disini adalah perkiraan bahwa proyek itu akan dapat ( atau tidak dapat )

menghasilkan keuntungan yang layak bila telah dioperasikan. Mengenai pengertian

untung itu sendiri berbeda antara pihak yang berorientasi pada keuntungan ekonomi dan

non-ekonomi.

II.2. Flowchart Penyelesaian Kasus

II.3. Pengumpulan Data

Dari studi kasus didapatkan data-data sebagai berikut :

1. Data permintaan lampu untuk kota A dan kota B dalam 50 minggu terakhir sebagai

berikut :

Minggu

Demand

Kota A Kota B

1 350 170

2 350 190

3 400 160

4 250 190

5 300 160

6 200 190

7 400 190

8 200 160

9 300 250

10 300 170

11 300 170

12 400 190

13 200 190

14 200 170

15 300 170

16 400 190

17 300 190

18 300 250

19 250 190

20 400 190

21 300 190

22 300 210

23 300 190

24 400 210

25 250 190

26 300 210

27 300 190

28 300 210

29 200 170

30 300 190

31 300 210

32 400 190

33 300 210

34 400 190

35 400 170

36 400 250

37 350 190

38 200 210

39 300 190

40 250 170

41 300 190

42 200 210

43 200 250

44 200 190

45 300 190

46 200 190

47 300 190

48 200 190

49 350 190

50 400 190

2. Data loss bahan baku untuk 50 minggu terakhir sebagai berikut :

Minggu

Loss bahan baku

( dalam % )

1 20

2 22

3 20

4 26

5 22

6 22

7 30

8 22

9 20

10 30

11 26

12 22

13 22

14 20

15 22

16 15

17 22

18 15

19 22

20 20

21 15

22 26

23 15

24 30

25 10

26 20

27 20

28 15

29 20

30 5

31 5

32 10

33 10

34 5

35 15

36 20

37 15

38 15

39 15

40 20

41 15

42 5

43 20

44 5

45 10

46 5

47 10

48 20

49 10

50 10

3. Data penggunaan van yang digunakan untuk mengirimkan bahan baku ke PT.

SPOTLIGHT selama 50 minggu terakhir :

Minggu

Van yang

digunakan

1 1

2 2

3 1

4 2

5 1

6 1

7 1

8 2

9 1

10 1

11 3

12 2

13 2

14 2

15 1

16 2

17 1

18 2

19 2

20 3

21 1

22 3

23 1

24 1

25 2

26 1

27 1

28 1

29 2

30 2

31 1

32 1

33 3

34 1

35 2

36 1

37 2

38 1

39 1

40 1

41 1

42 2

43 2

44 2

45 3

46 1

47 3

48 1

49 1

50 3

4. Harga Pokok Produksi berdasarkan jenis van yang digunakan :

Jenis Van Kapasitas ( liter ) HPP van per lot

Van 1 100 200.000

Van 2 75 150.000

Van 3 50 140.000

5. Harga khusus untuk pemesanan yang telah ditetapkan oleh supplier :

Jenis Van Harga

Van 1 350.000

Van 2 270.000

Van 3 250.000

6. Reduksi loss pengiriman bahan baku oleh supplier baru :

Jenis Van

Loss BB

( dalam % )

Van X 5

Van Y 7

Van Z 8

7. Perubahan HPP akibat penggunaan van dari supplier baru :

Jenis Van HPP

Van X 250.000

Van Y 200.000

Van Z 180.000

1. Persiapan Data dan Penentuan Distribusi

Permintaan Permintaan loss van yg

kota A kota B bahan baku (dlm %)

digunakan

350 170 20 1 350 190 22 2 400 160 20 1 250 190 26 2 300 160 22 1 200 190 22 1 400 190 30 1 200 160 22 2 300 250 20 1 300 170 30 1 300 170 26 3 400 190 22 2 200 190 22 2 200 170 20 2 300 170 22 1 400 190 15 2 300 190 22 1 300 250 15 2 250 190 22 2 400 190 20 3 300 190 15 1 300 210 26 3 300 190 15 1 400 210 30 1 250 190 10 2 300 210 20 1 300 190 20 1 300 210 15 1 200 170 20 2 300 190 5 2 300 210 5 1 400 190 10 1 300 210 10 3 400 190 5 1 400 170 15 2 400 250 20 1 350 190 15 2

200 210 15 1 300 190 15 1 250 170 20 1 300 190 15 1 200 210 5 2 200 250 20 2 200 190 5 2 300 190 10 3 200 190 5 1 300 190 10 3 200 190 20 1 350 190 10 1 400 190 10 3

Generating Probability Distribution for Permintaan Kota A

Permintaan Cumulative Relative Cumulative Relative

kota A Frequency Frequency Probability Probability

200 11 11 0,22 0,22

250 15 4 0,3 0,08

300 35 20 0,7 0,4

350 39 4 0,78 0,08

400 50 11 1 0,22

Total 50 1

Generating Probability Distribution for Permintaan Kota B

Permintaan Cumulative Relative Cumulative Relative

kota B Frequency Frequency Probability Probability

160 3 3 0,06 0,06

170 11 8 0,22 0,16

190 38 27 0,76 0,54

210 46 8 0,92 0,16

250 50 4 1 0,08

Total 50 1

Jenis Van Cumulative Relative Cumulative Relative Frequency Frequency Probability Probability 1 26 26 0,52 0,52 2 43 17 0,86 0,34 3 50 7 1 0,14

total 50 1

2. Descriptives Statistic

loss bb Mean 17,12 Standard Error 0,975052066 Median 20 Mode 20 Standard Deviation 6,894659276 Sample Variance 47,53632653 Kurtosis -0,591682616 Skewness -0,22446523 Range 25 Minimum 5 Maximum 30 Sum 856 Count 50 Smallest(1) 5

3. Penentuan Kelas

Penentuan Interval Kelas n 50 max 30 min 5 log n 1,7 k 6,6 6 Class Int 4,2 5

Class Limit Frek

kumulatif frek relatif Probabilitas 5 9,1 6 6 0,12

9,2 13,2 13 7 0,14 13,3 17,4 23 10 0,2 17,5 21,6 35 12 0,24 21,7 25,7 44 9 0,18 25,8 30,0 50 6 0,12

50 1

Bahan Baku Loss

0

0,05

0,1

0,15

0,2

0,25

0,3

1

Frekuensi

pro

bab

ilit

as

Series1

Series2

Series3

Series4

Series5

Series6

4. Uji Chi Square

Class Limit Class Boundaries Oi P(b) P(a) P Ei 5 9,1 4,95 9,15 6 0 0,12384734 0,12384734 6,192367023

9,2 13,2 9,15 13,25 7 0,12384734 0,287295112 0,163447772 8,172388587 13,3 17,4 13,25 17,45 10 0,287295112 0,519087406 0,231792294 11,58961471 17,5 21,6 17,45 21,65 12 0,519087406 0,744419349 0,225331943 11,26659714 21,1 25,7 21,05 25,75 9 0,715663367 0,894659144 0,178995778 8,949788899 25,8 30 25,75 30,05 6 0,894659144 1 0,105340856 5,267042776 50 50

Diperoleh:

Nilai rata – rata : 17,12

Standart deviasi : 6,89

Chi-Square Hitung : 0.542

Chi-Square Tabel : 11,07

Result Analysis :

H0 : Relative Prob. Fits to Normal Distribution

H1 : Relative Prob. Fitless to Normal Distribution

If X2 counted > X2 Tables, H0 would be refused

If X2 counted < X2 Tables, H0 would be accepted

Result : Relative

Probability : FIT with Normal Distribution

BAB III

PEMBAHASAN

III.1. Penyelesaian Studi Kasus

1. Pembangkitan Bilangan Random

a. Distribusi Permintaan Lampu Kota A

Permintaan Cumulative Relative

Random

Number

KOTA A Probability Probability Generation

200 0,22 0,22 0 to 219

250 0,3 0,08 220 to 299

300 0,7 0,4 300 to 699

350 0,78 0,08 700 to 779

400 1 0,22 780 to 999

Ket : Jika pembangkitan bilangan random mendapat nilai 200 berarti bilangan

random tersebut berada dalam interval 0-219.Yang artinya nilai dari bilangan random

tersebut adalah 200.

VLOOKUP TABLE

0 200

220 250

300 300

700 350

780 400

1000 400

b. Distribusi Permintaan Kota B

Permintaan Cumulative Relative

Random

Number

KOTA B Probability Probability Generation

160 0,06 0,06 0 to 59

170 0,22 0,16 60 to 219

190 0,76 0,54 220 to 759

210 0,92 0,16 760 to 919

250 1 0,08 920 999

Ket : Jika pembangkitan bilangan random mendapat nilai 160 berarti bilangan

random tersebut berada dalam interval 0-219.Yang artinya nilai dari bilangan random

tersebut adalah 160.

VLOOKUP TABLE

0 160

60 170

220 190

760 210

920 250

1000 250

c. Distribusi Van Yang Digunakan

Van Cumulative Relative

Random

Number

Probability Probability Generation

1 0,52 0,52 0 to 519

2 0,86 0,34 520 to 859

3 1 0,14 860 to 999

Ket : Jika pembangkitan bilangan random mendapat nilai 0.52 berarti bilangan

random tersebut berada dalam interval 0-519.Yang artinya nilai dari bilangan random

tersebut adalah 0.52.

VLOOKUP TABLE

0 1

520 2

860 3

1000 3

III.2. Analisa Hasil Simulasi Sebelum Pengembangan

Setelah menghitung proyeksi keuntungan bruto perusahaan 50 minggu kedepan (thn

ke tiga) dengan menggunakan model simulasi montecarlo dengan sebelumnya membuat

model matematis untuk menghitung keuntungan bruto perusahaan dengan melibatkan

seluruh variabel terkait pada permasalahan diatas, maka didapat data sebagai berikut:

1. Rata-rata keuntungan kotor

Total Keuntungan Kotor :

Rp

3.728.640.000,00 :

Rp74.572.800,00 Total Tender 50

2. Rata-rata keuntungan sebelum pajak

Total laba Sebelum pajak : Rp

100.800.000,00 : Rp 2.016.000,00

Total Tender 50

3. Rata-rata keuntungan setelah pajak

Total Laba Setelah Pajak : Rp

92.736.000,00 : Rp 1.854.720,00

Total Tender 50

4. Rata-rata Net Income Cash Flow

Total NICF : Rp

3.530.348.800,00 : Rp 70.606.976,00

Total Tender 50

5. Rata-rata beban pajak

Total Beban Paak : Rp

298.291.200,00 : Rp 5.965.824,00

Total Tender 50

III.3. Pembuatan Model Pengembangan

Pengembangan 1

Pada pengembangan pertama ini Perusahaan meminta agar bahan baku diantarkan

dua kali dalam seminggu.Suplier memberikan harga khusus untuk pemesanan semacam

ini, dengan harga:

Jenis Van Harga

Van 1 350.000

Van 2 270.000

Van 3 250.000

Pengembangan 2

Pada pengembangan kedua ini Perusahaan menemukan suplier baru. Suplier ini

mempunyai van yang dapat mereduksi loss pengiriman bahan baku, yaitu sebagai berikut:

Jenis van Loss BB

Van X 5%

Van Y 7%

Van Z 8%

Tetapi penggunaan van baru ini dikenai biaya baru yang mengakibatkan berbahnya HPP

menjadi:

Jenis van HPP

Van X 250.000

Van Y 200.000

Van Z 180.000

III.4. Analisa Hasil Simulasi

Setelah membuat dua model alternatif berdasarkan informasi yang didapat akan

dipilih salah stu model alternatif yang terbaik untuk diimplementasikan berdasarkan NPV

dan IRR jika diketahui investasi awal Rp 500.000.000,- dan tingkat bunga yang

diinginkan 20% sebagai berikut:

NPV Investasi Awal

Minggu Model Pengembangan Pengembangan

Awal I II 1 Rp93.336.000,00 Rp325.176.000,00 Rp131.700.000,00

2 Rp25.771.200,00 Rp113.870.400,00 Rp39.460.800,00

3 Rp49.606.560,00 Rp183.919.200,00 Rp76.511.040,00

4 Rp44.726.880,00 Rp168.120.960,00 Rp76.511.040,00

5 Rp81.081.600,00 Rp298.128.000,00 Rp129.160.800,00

6 Rp24.667.200,00 Rp108.571.200,00 Rp40.123.200,00

7 Rp83.068.800,00 Rp305.856.000,00 Rp128.719.200,00

8 Rp91.680.000,00 Rp329.040.000,00 Rp130.044.000,00

9 Rp25.108.800,00 Rp115.305.600,00 Rp37.915.200,00

10 Rp84.393.600,00 Rp305.856.000,00 Rp130.044.000,00

11 Rp98.856.000,00 Rp344.496.000,00 Rp131.700.000,00

12 Rp86.712.000,00 Rp317.448.000,00 Rp128.719.200,00

13 Rp29.436.480,00 Rp129.160.800,00 Rp38.356.800,00

14 Rp54.221.280,00 Rp203.890.560,00 Rp74.744.640,00

15 Rp103.272.000,00 Rp359.952.000,00 Rp131.700.000,00

16 Rp38.202.240,00 Rp154.707.360,00 Rp74.303.040,00

17 Rp51.317.760,00 Rp192.861.600,00 Rp75.407.040,00

18 Rp94.440.000,00 Rp329.040.000,00 Rp131.700.000,00

19 Rp74.236.800,00 Rp267.216.000,00 Rp131.700.000,00

20 Rp24.225.600,00 Rp106.032.000,00 Rp40.564.800,00

21 Rp97.531.200,00 Rp340.632.000,00 Rp131.700.000,00

22 Rp24.667.200,00 Rp102.278.400,00 Rp42.772.800,00

23 Rp30.319.680,00 Rp127.946.400,00 Rp40.123.200,00

24 Rp48.900.000,00 Rp188.390.400,00 Rp74.303.040,00

25 Rp82.075.200,00 Rp294.264.000,00 Rp131.368.800,00

26 Rp95.544.000,00 Rp332.904.000,00 Rp131.700.000,00

27 Rp47.928.480,00 Rp186.005.760,00 Rp74.082.240,00

28 Rp97.862.400,00 Rp344.496.000,00 Rp131.368.800,00

29 Rp83.289.600,00 Rp298.128.000,00 Rp131.368.800,00

30 Rp47.453.760,00 Rp174.976.800,00 Rp77.173.440,00

31 Rp107.688.000,00 Rp379.272.000,00 Rp130.264.800,00

32 Rp83.952.000,00 Rp305.856.000,00 Rp129.602.400,00

33 Rp49.065.600,00 Rp197.332.800,00 Rp71.653.440,00

34 Rp54.298.560,00 Rp210.746.400,00 Rp72.757.440,00

35 Rp100.291.200,00 Rp352.224.000,00 Rp131.368.800,00

36 Rp96.206.400,00 Rp340.632.000,00 Rp130.927.200,00

37 Rp91.348.800,00 Rp325.176.000,00 Rp130.927.200,00

38 Rp46.791.360,00 Rp174.976.800,00 Rp76.511.040,00

39 Rp90.244.800,00 Rp317.448.000,00 Rp131.700.000,00

40 Rp83.068.800,00 Rp290.400.000,00 Rp131.700.000,00

41 Rp48.204.480,00 Rp177.063.360,00 Rp77.173.440,00

42 Rp116.299.200,00 Rp410.184.000,00 Rp129.160.800,00

43 Rp91.790.400,00 Rp325.176.000,00 Rp131.368.800,00

44 Rp82.185.600,00 Rp305.856.000,00 Rp127.836.000,00

45 Rp87.595.200,00 Rp317.448.000,00 Rp129.602.400,00

46 Rp80.971.200,00 Rp294.264.000,00 Rp130.264.800,00

47 Rp83.068.800,00 Rp290.400.000,00 Rp131.700.000,00

48 Rp42.607.200,00 Rp170.505.600,00 Rp73.640.640,00

49 Rp21.046.080,00 Rp99.794.400,00 Rp38.798.400,00

50 Rp159.692.800,00 Rp383.584.000,00 Rp201.700.000,00

i% 20%

NPV Rp305.961.734,81 Rp1.132.476.104,39 Rp458.202.493,18

Dari hasil NPV dimana metode ini menghitung selisih antara nilai sekarang

dengan nilai penerimaan kas bersih pada masa yang akan datang.Dari hasil perbandingan

antara simulasi model awal,pengembangan 1 dan pengembangan 2,dimana NPV psitif

menunjukan bahwa proyek tersebut layak untuk dijalankan.Model NPV yang terbesar

dianggap sebagai model kebijakan paling baik secara kriterian investasi.Maka dapat

ditarik kesimpulan bahwa pengembangan 1 adalah yang paling baik secara kriterian

investasi. Dengan nilai sebesar Rp1.132.476.104,39.

IRR

Tender

Model Pengembangan Pengembangan

Awal I II

Investasi Awal Rp (500.000.000,00) Rp (500.000.000,00) Rp (500.000.000,00)

1 Rp93.336.000,00 Rp325.176.000,00 Rp131.700.000,00

2 Rp25.771.200,00 Rp113.870.400,00 Rp39.460.800,00

3 Rp49.606.560,00 Rp183.919.200,00 Rp76.511.040,00

4 Rp44.726.880,00 Rp168.120.960,00 Rp76.511.040,00

5 Rp81.081.600,00 Rp298.128.000,00 Rp129.160.800,00

6 Rp24.667.200,00 Rp108.571.200,00 Rp40.123.200,00

7 Rp83.068.800,00 Rp305.856.000,00 Rp128.719.200,00

8 Rp91.680.000,00 Rp329.040.000,00 Rp130.044.000,00

9 Rp25.108.800,00 Rp115.305.600,00 Rp37.915.200,00

10 Rp84.393.600,00 Rp305.856.000,00 Rp130.044.000,00

11 Rp98.856.000,00 Rp344.496.000,00 Rp131.700.000,00

12 Rp86.712.000,00 Rp317.448.000,00 Rp128.719.200,00

13 Rp29.436.480,00 Rp129.160.800,00 Rp38.356.800,00

14 Rp54.221.280,00 Rp203.890.560,00 Rp74.744.640,00

15 Rp103.272.000,00 Rp359.952.000,00 Rp131.700.000,00

16 Rp38.202.240,00 Rp154.707.360,00 Rp74.303.040,00

17 Rp51.317.760,00 Rp192.861.600,00 Rp75.407.040,00

18 Rp94.440.000,00 Rp329.040.000,00 Rp131.700.000,00

19 Rp74.236.800,00 Rp267.216.000,00 Rp131.700.000,00

20 Rp24.225.600,00 Rp106.032.000,00 Rp40.564.800,00

21 Rp97.531.200,00 Rp340.632.000,00 Rp131.700.000,00

22 Rp24.667.200,00 Rp102.278.400,00 Rp42.772.800,00

23 Rp30.319.680,00 Rp127.946.400,00 Rp40.123.200,00

24 Rp48.900.000,00 Rp188.390.400,00 Rp74.303.040,00

25 Rp82.075.200,00 Rp294.264.000,00 Rp131.368.800,00

26 Rp95.544.000,00 Rp332.904.000,00 Rp131.700.000,00

27 Rp47.928.480,00 Rp186.005.760,00 Rp74.082.240,00

28 Rp97.862.400,00 Rp344.496.000,00 Rp131.368.800,00

29 Rp83.289.600,00 Rp298.128.000,00 Rp131.368.800,00

30 Rp47.453.760,00 Rp174.976.800,00 Rp77.173.440,00

31 Rp107.688.000,00 Rp379.272.000,00 Rp130.264.800,00

32 Rp83.952.000,00 Rp305.856.000,00 Rp129.602.400,00

33 Rp49.065.600,00 Rp197.332.800,00 Rp71.653.440,00

34 Rp54.298.560,00 Rp210.746.400,00 Rp72.757.440,00

35 Rp100.291.200,00 Rp352.224.000,00 Rp131.368.800,00

36 Rp96.206.400,00 Rp340.632.000,00 Rp130.927.200,00

37 Rp91.348.800,00 Rp325.176.000,00 Rp130.927.200,00

38 Rp46.791.360,00 Rp174.976.800,00 Rp76.511.040,00

39 Rp90.244.800,00 Rp317.448.000,00 Rp131.700.000,00

40 Rp83.068.800,00 Rp290.400.000,00 Rp131.700.000,00

41 Rp48.204.480,00 Rp177.063.360,00 Rp77.173.440,00

42 Rp116.299.200,00 Rp410.184.000,00 Rp129.160.800,00

43 Rp91.790.400,00 Rp325.176.000,00 Rp131.368.800,00

44 Rp82.185.600,00 Rp305.856.000,00 Rp127.836.000,00

45 Rp87.595.200,00 Rp317.448.000,00 Rp129.602.400,00

46 Rp80.971.200,00 Rp294.264.000,00 Rp130.264.800,00

47 Rp83.068.800,00 Rp290.400.000,00 Rp131.700.000,00

48 Rp42.607.200,00 Rp170.505.600,00 Rp73.640.640,00

49 Rp21.046.080,00 Rp99.794.400,00 Rp38.798.400,00

50 Rp159.692.800,00 Rp383.584.000,00 Rp201.700.000,00

MARR 20%

IRR 12% 45% 18%

Metode ini menghitung tingkat bunga yang menyamakan nilai investasi sekarang

dengan nilai penerimaan kas bersih pada masa yang akan datang.Perhitungan nilai IRR

dari suatu proyek industri dilakukan secara coba-coba (trial and error) melalui suatu

proses bertahap, bukan secara langsung sebagaimana perhitungan NPV.Dari hasil

perbandingan antara simulasi model awal,pengembangan 1 dan pengembangan 2,dimana

nilai IRR actual lebih besar dari IRR estimasi menunjukan proyek layak untuk

dijalankan.Model yang memiliki nilai IRR terbesar dianggap sebagai model

kebijaksanaan terbaik menurut kriteria suku bunga pengembalian. Didapat bahwa nilai

terbasar adalah pada pengembangan 2, dangan nilai sebesar 45%.

Uji Anova

Dari hasil NPV model awal, NPV pengembangan 1,dan NPV pengembangan 2

diuji anova yang bertujuan untuk mengetahui apakah ada perbedaan antara hasil simulasi

model awl dengan hasil simulasi model pengembangan.

JKT Rp1.482.485.656.584.600.000,00 JKA Rp961.557.261.740.147.000,00 JKG Rp520.928.394.844.450.000,00 S1^2 4,80779E+17 S2^2 3,54373E+15 Fhitung 135,6701985 F tabel 3,057620652

Ho : Tidak ada perbedaan yang signifikan antara model awal dengan pengembangan 1

dan 2

Hi : Ada perbedaan yang signifikan antara model awal dengan pengembangan 1 dan 2

Jika F hitung > F tabel maka Ho ditolak

Jika F hitung < F tabel maka Ho diterima

Karena F hitung > F tabel yaitu 135,67 > 3,057 maka Ho ditolak artinya ada perbedaan

yang signifikan antara model awal dengan pengembangan 1 dan 2

Dari analisa diatas dapat disimpulkan bahwa perusahaan layak untuk melakukan

pengembangan dengan menggunakan pola pengembangan 2.

BAB IV

Kesimpulan dan Saran

IV.1. Kesimpulan

1. Dari model yang akan dipilih adalah model yang memiliki NPV positif dan IRR

terbesar.

2. Dari model sebelum pengembangan dan model pengembangan 1 dan model

pengembangan 2,agar perusahaan mendapat keuntungan yang maksimal maka

model yang terpilih adalah model pengembangan 1 dengan keuntungan

Rp1.132.476.104,39.

IV.2. Saran

Sebaiknya perusahaan tetap melakukan penelitian diluar alternatif diatas sehingga

dapat memungkinkan hasil pengembangan yang lebih baik dibandingkan dengan model

awal serta perusahaan dapat memksimalkan keuntungan lebih banyak lagi.