Download - Forecast 2
MODUL 6 dan 7
Analisa Laporan Keuangan(2 SKS)
Oleh: Rahmawati,SE,MM
ANALISIS TIME SERIES DAN FORECASTING
Spyros Makridakis, seorang Perancis, pernah mempunyai gagasan yang unik.
Dia menggelar suatu kompetisi yang cukup menghabiskan tenaga dan melibatkan
banyak orang.Sebagai seorang ahli statistic khususnya dalam hal forecasting, mudah
ditebak bahwa kompetisi yang ia gelar ada hubungannya dengan forecasting.
Singkatnya, tuan Makridakis ini tertarik untuk menguji keampuhan dari metode-metode
forecasting yang sudah diformulasikan dan dipopulerkan oleh para ahli statistik, baik
yang paling sederhana maupun yang sudah sangat kompleks. Tidak tanggung-
tanggung, lebih dari 10 metode forecasting diikutsertakan dan sejumlah 1001 seri data
yang diambil dari berbagai belahan dunia digunakan sebagai bahan penguji dan banyak
ahli forecasting dari Amerika, Eropa dan Australia dimintai bantuan sebagai juri dalam
kompetisi yang panjang dan melelAhkan ini.
Banyak kesimpulan dan implikasi yang menarik bagi para praktisi dari kompetisi
tersebut. Yang membuat para manajer sedikit “shock” dengan hasilnya adalah pertama,
bahwa metode forecasting yang canggih seringkali tidak menghasilkan akurasi yang
lebih baik dibandingkan dengan metode yang paling sederhana. Kedua, untuk data-data
bisnis atau ekonomi yang sangat berfluktuasi dan tidak memiliki pola yang jelas,
forecasting secara kualitatif seringkali memberikan hasil yang lebih baik dari pada hasil
forecast secara kuantitatif.
Secara umum, implikasi dari kompetisi itu turut memberikan sumbangan untuk
menyaringkan lonceng kematian metode forecast secara kuantitatif. Manager makin
menyadari bahwa data-data penjualan yang diperoleh dari pasar atau dalam bisnis
sudah tidak mengikuti aturan atau pola yang jelas. Akibatnya, kemampuan para manajer
semakin lemah untuk melakukan ekstrapolasi walaupun dengan bantuan metode yang
paling canggih sekalipun. Dan inilah juga awal kehancuran long-term planning yang
sering didengungkan sebagai hal yang penting untuk dilakukan oleh suatu perusahaan
Pusat Pengembangan Bahan Ajar - UMB Rahmawati,SE,MM ANALISIS LAPORAN KEUANGAN
bila ingin sukses. Jangankan membuat forecast penjualan untuk lima tahun kedepan
seperti biasanya dalam long-term planning, hanya untuk membuat forecast satu tahun
saja, keyakinan manajer sudah terkikis terhadap akurasi dari forecast yang dibuat.
Kondisi pasar saat ini, baik untuk industrial product maupun consumer product
sudah terlalu kompleks. Terlalu banyak factor dari lingkungan bisnis yang
mempengaruhi pasar, mulai dari peraturan pemerintah, perubahan teknologi, pengaruh
globalisasi dan tingkat persaingan yang semakin tinggi. Sejak awal decade 90-an,
terlihat sekali bahwa perubahan-perubahan yang terjadi kadang-kadang tidak bersifat
incremental lagi tetapi juga sudah mengandung elemen surprising.
Peraturan pemerintah sering berganti-ganti, membuat manajer Indonesia sering
mengeluh terutama dalam hal forecasting. Perubahan bea masuk atau perubahan
dalam hal ekspor dan impor dapat mengubah kondisi pasar dan peta persaingan
berubah dalam waktu sebulan. Dapat dibayangkan apa yang terjadi bila pemerintah
Hasil observasi, dengan para manajer di beberapa perusahaan menunjukkan
bahwa kegiatan pembuatan forecast selalu merupakan bagian yang penting bagi para
manajer terutama manajer pemasaran. Marketing Manajer pada umumnya masih
senang menggunakan persentase dari forecast penjualan untuk menentukan berapa
uang yang harus dikeluarkan untuk melakukan aktifitas promosi. Oleh karena itu,
pembuatan forecast adalah tahap awal dari pembuatan rencana pemasaran. Demikian
juga para accounting manajer, tetap mengandalkan forecast dalam pembuatan budget
mereka. Bahkan untuk bagian sales, kinerja dari seorang kepala cabang kadang-kadang
diukur dari kemampuan mereka untuk membuat forecast dan bonus dari si salesman
sering dikaitkan dengan pencapaian dari penjualan dibandingkan dengan forecast.
Akurasi suatu forecast untuk beberapa jenis industri sangat bernilai. Kemampuan untuk
memperbaiki satu persen dari tingkat akurasi dapat menambah penjualan atau
mengurangi biaya inventori dalam jumlah yang besar. Bayangkan misalnya dengan
perusahaan seperti United Tractors yang memasarkan alat berat dengan merk Komatsu.
Setiap unit dari alat berat tersebut dapat bernilai lebih dari satu milyar rupiah. Forecast
yang terlalu kecil akan merugikan perusahaan karena gagalnya perusahaan untuk
melakukan deliveri pada waktu yang ditetapkan sehingga pelanggan mungkin akan
memutuskan untuk membeli produk lain. Demikian juga, forecast yang sangat
Pusat Pengembangan Bahan Ajar - UMB Rahmawati,SE,MM ANALISIS LAPORAN KEUANGAN
berlebihan akan memberikan beban biaya inventori yang sangat besar. Oleh karena itu,
perusahaan sekaliber United Tractors, pembuatan forecast dianggap sebagai pekerjaan
yang serius.
Hal yang dapat dilakukan ketika membuat forecasting adalah:
1. Manajer selayaknya menyadari tingkat kompleksitas dari suatu pasar. Mengenal
konsumen secara baik serta mempelajari semua variabel-variabel yang
mempengaruhi suatu forecast haruslah menjadi agenda penting bagi para
manajer. Kegagalan dari mobil Ford “Edsel” yang sering dibuat publikasi adalah
forecast yang salah dalam menghitung potensi dari pasar. Perusahaan di Detroit
dipersalahkan karena mereka sama sekali tidak menyelenggarakan survei untuk
mengetahui selera konsumen tetapi mereka meluncurkan mobil sesuai dengan
apa yang mereka inginkan. Mengenal konsumen, kompetitor serta lingkungan
bisnis dengan baik adalah tahap yang baik dalam pembuatan suatu forecast.
Survei-survei pemasaran secara rutin sebaiknya dilakukan.
2. Untuk manajer yang menggeluti produk-produk yang sangat sensitive terhadap
perubahan lingkungan bisnis, cara-cara forecasting dengan metode kuantitatif
harus diwaspadai. Justru dalam hal ini, forecasting secara kualitatif serta
penggunaan intuisi dari si manajer yang bersangkutan tak pelak lagi adalah cara
yang tidak dapat dihindari lagi. Untuk mempertajam intuisi dari manajer, ansoff
mengingatkan manajer untuk semakin peka terhadap apa yang ia namakan
sebagai weak signal, yaitu gejala dini terhadap suatu perubahan. Hanya manajer
yang mendengarkan suara dari konsumen serta mempunyai komunikasi yang
baik dengan departemen atau bawahan mereka yang dapat melatih kepekaan
mereka.
3. Kepekaan seorang manajer dapat ditingkatkan dengan memperbaiki sistem
informasi perusahaan. Metode yang dinamakan “environmental scanning
system” sudah mulai banyak dipakai di perusahaan-perusaha an besar di US
untuk tujuan pembuatan forecast. Pada dasarnya, environmental scanning terdiri
dari tahap-tahap seperti mengidentifikasi faktor-faktor yang mempengaruhi
bisnis, seberapa besar setiap faktor berpengaruh terhadap bisnis, membuat
diagram yang menunjukkan faktor-faktor yang kritikal dan akhirnya adalah
pembuatan suatu “environment data base”.Proses dalam environmental
Pusat Pengembangan Bahan Ajar - UMB Rahmawati,SE,MM ANALISIS LAPORAN KEUANGAN
scanning system ini akan memakasa manajer untuk semakin peka terhadap
perubahan lingkungan bisnis pada tahap dini. Hal ini jelas akan memberikan
keuntungan kepada perusahaan terutama dalam mengantisipasi terhadap
perubahan yang sangat mendadak. Barangkali akurasi yang baik tetap tidak
dapat dicapai dengan adanya environmental scanning system, tetapi paling tidak,
arah dari perubahan lingkungan bisnis dapat diramal lebih akurat.
4. Dalam membuat suatu forecast, manajer perlu mempertimbangkan penggunaan
skenario. Skenario adalah kata yang sudah sering diucapkan setiap hari. Hanya
saja, sedikit manajer yang secara formal melakukan sebagai bagian dari
strategic planning. Dalam pembuatan skenario, manajer menyadari bahwa
kemampuan dalam pembuatan forecast sangat terbatas. Oleh karena itu,
pembuatan skenario menunjukkan bahwa daripada mengalokasikan begitu
banyak waktu untuk melakukan forecast yang akurat yang pada dasarnya sangat
sulit, manajer tersebut lebih tertarik untuk melihat implikasi.
ANALISIS KINERJA DENGAN METODE EVA
EVA (Economic Value Added) adalah salah satu cara untuk menilai kinerja keuangan.
EVA merupakan indicator tentang adanya penambahan nilai dari satu investasi. EVA
yang positif menunjukan bahwa manajemen perusahaan berhasil meningkatkan nilai
perusahaan bagi pemilik perusahaan sesuai dengan tujuan manajemen keuangan
memaksimumkan nilai perusahaan
Istilah EVA dipopulerkan oleh Stern Steward Management Service, yaitu perusahaan
konsultan di Amerika Serikat sekitar tahun 90-an. Stern Steward menghitung EVA
dengan cara mengurangi laba operasi setelah pajak dengan total biaya modal. EVA
dapat dirumuskan sebagai berikut:
EVA = EBIT – Pajak – Biaya Modal
EVA dapat ditingkatkan dengan cara :
1. Memperoleh lebih banyak laba tanpa menggunakan lebih banyak modal, caranya
adalah memotong biaya-biaya, bekerja dengan biaya produksi dan pemasaran yang
lebih rendah agar diperoleh margin laba yang lebih besar. Hal ini dapat juga dicapai
Pusat Pengembangan Bahan Ajar - UMB Rahmawati,SE,MM ANALISIS LAPORAN KEUANGAN
dengan meningkatkan perputaran aktiva, baik dengan cara menaikan volume penjualan
atau bekerja dengan aktiva yang lebih rendah (lower assets).
2. Memperoleh pengembalian (return) yang lebih tinggi daripada biaya modal atas
investasi baru. Hal ini sesungguhnya menyangkut pertumbuhan perusahaan.
Indikator EVA :
Bila EVA > 0, terjadi proses nilai tambah perusahaan, kinerja keuangan perusahaan
baik.
Bila EVA = 0, menunjukan posisi impas perusahaan
Bila EVA < 0, berarti total biaya modal perusahaan lebih besar daripada laba operasi
setelah pajak yang diperolehnya, sehingga kinerja keuangan perusahaan tersebut tidak
baik.
Total biaya modal menunjukan besarnya kompensasi atau pengembalian yang diminta
investor atas modal yang diinvestasikan di perusahaan. Besarnya kompensasi
tergantung pada tingkat risiko perusahaan yang bersangkutan, dengan asumsi bahwa
investor bersifat penghindar resiko, semakin tinggi tingkat resiko semakin tinggi tingkat
pengembalian yang diminta investor.
Modal terdiri dari modal sendiri (ekuitas) berasal dari para pemegang saham, dan utang
dari para kreditor atau pemegang obligasi perusahaan. Besarnya tingkat biaya modal
ditentukan brdasarkan rata-rata tertimbang (weighted average cost of capital) dari biaya
modal sendiri (cost of equity) dan biaya utang setelah pajak sesuai dengan proporsi
modal sendiri dan utang dalam struktur modal perusahaan.
A.MetodeDeretWaktu(TimeseriesMethod)
Metode peramalan ini menggunakan deret waktu (time series) sebagai dasar
peramalan.perlukan data aktual lalu yang akan diramalkan untuk mengetahui pola data
yang diperlukan untuk menentukan metode peramalan yang sesuai. Beberapa metode
dalam time series yaitu sebagai berikut:
Pusat Pengembangan Bahan Ajar - UMB Rahmawati,SE,MM ANALISIS LAPORAN KEUANGAN
1. ARIMA (Autoregressive Integrated Moving Average) pada dasarnya menggunakan
fungsi eret waktu, metode ini memerlukan pendekatan model identification serta
penaksiran awal dari paramaternya. Sebagai contoh: peramalan nilai tukar mata uang
asing, pergerakan nilai IHSG.
2. Kalman Filter banyak digunakan pada bidang rekayasa sistem untuk memisahkan
sinyal dari noise yang masuk ke sistem. Metoda ini menggunakan pendekatan model
state space dengan asumsi white noise memiliki distribusi Gaussian.
3. Bayesian merupakan metode yang menggunakan state space berdasarkan model
dinamis linear (dynamical linear model). Sebagai contoh: menentukan diagnosa suatu
penyakit berdasarkan data-data gejala (hipertensi atau sakit jantung), mengenali warna
berdasarkan fitur indeks warna RGB, mendeteksi warna kulit (skin detection)
berdasarkan fitur warna chrominant.
4. Metode smoothing dipakai untuk mengurangi ketidakteraturan data yang bersifat
musiman dengan cara membuat keseimbangan rata-rata dari data masa lampau.
5. Regresi menggunakan dummy variabel dalam formulasi matematisnya. Sebagai
contoh: kemampuan dalam meramal sales suatu produk berdasarkan harganya.
B.MetodeKausal
Metode ini menggunakan pendekatan sebab-akibat, dan bertujuan untuk meramalkan
keadaan di masa yang akan datang dengan menemukan dan mengukur beberapa
variabel bebas (independen) yang penting beserta pengaruhnya terhadap variabel tidak
bebas yang akan diramalkan. Pada metode kausal terdapat tiga kelompok metode yang
sering dipakai :
1. Metoda regresi dan korelasi memakai teknik kuadrat terkecil (least square). Metoda
ini sering digunakan untuk prediksi jangka pendek. Contohnya: meramalkan hubungan
jumlah kredit yang diberikan dengan giro, deposito dan tabungan masyarakat.
Pusat Pengembangan Bahan Ajar - UMB Rahmawati,SE,MM ANALISIS LAPORAN KEUANGAN
2. Metoda ekonometri berdasarkan pada persamaan regresi yang didekati secara
simultan. Metoda ini sering digunakan untuk perencanaan ekonomi nasional dalam
jangka pendek maupun jangka panjang. Contohnya: meramalkan besarnya indikator
moneter buat beberapa tahun ke depan, hal ini sering dilakukan pihak BI tiap tahunnya.
3. Metoda input output biasa digunakan untuk perencanaan ekonomi nasional jangka
panjang. Contohnya: meramalkan pertumbuhan ekonomi seperti pertumbuhan domestik
bruto (PDB) untuk beberapa periode tahun ke depan 5-10 tahun mendatang. Tahapan
perancangan peramalan : Secara ringkas terdapat tiga tahapan yang harus dilalui dalam
perancangan suatu metoda peramalan, yaitu :
1. Melakukan analisa pada data masa lampau. Langkah ini bertujuan untuk
mendapatkan gambaran pola dari data bersangkutan.
2. Memilih metoda yang akan digunakan. Terdapat bermacam-macam metoda yang
tersedia dengan keperluannya. Metoda yang berlainan akan menghasilkan system
prediksi yang berbeda pula untuk data yang sama. Secara umum dapat dikatakan
bahwa metoda yang berhasil adalah metoda yang menghasilkan penyimpangan (error)
sekecil-kecilnya antara hasil prediksi dengan kenyataan yang terjadi.
3. Proses transformasi dari data masa lampau dengan menggunakan metoda yang
dipilih. Kalau diperlukan, diadakan perubahan sesuai kebutuhannya. Menurut John E.
Hanke dan Arthur G. Reitch (1995), metode peramalan dapat dibagi menjadi dua yakni :
a. Metode peramalan kualitatif atau subyektif Yaitu suatu :
“qualitative forecasting techniques relied on human judgments and intuition more than
manipulation of past historical data,” atau metode yang hanya didasarkan kepada
penilaian dan intuisi, bukan kepada pengolahan data historis.
b.MetodePeramalanKuantitatif
Sedangkan peramalan kuantitatif diterangkan sebagai : “quantitative techniques that
need no input of judgments; they are mechanical procedures that produce quantitative
result and some quantitative procedures require a much more sophisticated
Pusat Pengembangan Bahan Ajar - UMB Rahmawati,SE,MM ANALISIS LAPORAN KEUANGAN
manipulation of data than do other, of course”. Sedangkan DeLurgio (1998)
mengilustrasikan jenis-jenis metode peramalan seperti
pada Gambar berikut:
Pusat Pengembangan Bahan Ajar - UMB Rahmawati,SE,MM ANALISIS LAPORAN KEUANGAN
Pusat Pengembangan Bahan Ajar - UMB Rahmawati,SE,MM ANALISIS LAPORAN KEUANGAN
Analisis keuangan akan lebih tajam bila data keuangan dibandingkan dengan standar
tertentu
Standar untuk pembandingan data keuangan
1. Standar internal yg ditetapkan mnjm spt target yg ditetapkan
2. Perbandingan historis
3. Perbandingan dengan prshn atau industri sejenis
4. Tanpa pembandingan tidak akan diketahui apakah prestasi keuangan suatu
perusahaan menunjukkan perbaikan atau sebaliknya menunjukkan penurunan
Analisa Common Size
1. Adalah analisis dengan pembacaan data-data keuangan untuk beberapa periode
(untuk mencari trend-trend tertentu)
2. Analisis common size disusun dengan cara menghitung tiap-tiap rekening dalam
laporan laba-rugi dan neraca menjadi proporsi dari total penjualan (utk laporan
laba-rugi) atau dari total aktiva (untuk neraca)
3. Analisis common size perusahaan dianalisa dengan melihat trend yang muncul.
4. Analisis common size perusahaan selanjutnya dibandingkan dengan analisis
common size industri untuk melihat kekuatan dan kelemahan perusahaan. Untuk
kekuatan akan diupayakan untuk dipertahankan sedang kelemahan diupayan
untuk diperbaiki.
analisis common size
+ Perhitungan Rata-rata Industri
Ada beberapa alternatif
1. Menghitung nilai tunggal sbg pembanding
2. Menghitung nilai tunggal dengan dispersinya (standar deviasi)
3. Menghitung nilai utk percentile tertentu ( mis 25% paling kecil)
Menghitung nilai tunggal sbg pembanding, ada bbrp alternatif:
Mengggunakan rata-rata aritmetika
Mengggunakan rata-rata tertimbang
Mengggunakan median
Mengggunakan modus
Pusat Pengembangan Bahan Ajar - UMB Rahmawati,SE,MM ANALISIS LAPORAN KEUANGAN
Permasalahan analisis cross section
1. Ketidaktersediaan data industri yg tidak listing pasar modal
2. Ketidakjelasan industri yang yang akan dipakai (karena suatu perusahaan/group
bergerak dibeberapa industri)
3. Pada beberapa situasi tidak tersedia angka industri dlm suatu negara mis: SIA,
PT. KA
ANALISA TIME SERIES
a. Analisis time series adalah analisis terhadap data historis untuk melihat tren
yang mungkin timbul
b. Tren angka selanjutnya dianalisis guna mengetahui apa yang terjadi
c. Trend perusahaan sebaiknya dibandingkan dengan tren industri apakah sudah
bergerak lebih baik dari tren industri.
Penerapan
Perubahan struktural dapat berpengaruh pada data keuangan. Perubahan struktural a.l.:
1. Peraturan Pemerintah
2. Perubahan Kompetisi
3. Perubahan Teknologi
4. Akuisisi dan merger
Jika terjadi perubahan struktural, analisis perlu memisahkan data sebelum dan data
sesudah terjadinya perubahan struktural. Utk tren selanjutnya lihat perubahan sesudah
kejadian
5. Adanya outlier (data-data yang ekstrem/luar biasa) juga dapat berpengaruh pada
data keuangan
6. Jika data tersebut muncul karena faktor yang bersifat sementara, sebaiknya
dihapus dari data historis yg akan dianalisis
7. Jika bersifat permanen digunakan analisis sebelum dan sesudah
Suatu data berubah bisa disebabkan oleh
1. Trend
2. Siklus
3. Musiman
Pusat Pengembangan Bahan Ajar - UMB Rahmawati,SE,MM ANALISIS LAPORAN KEUANGAN
4. Ketidakteraturan
Analisa Peramalan
Ada 2 metode: mekanis dan non mekanis
Metode mekanis menggunakan teknik-teknik yang lebih objektif seperti statistik
misal menggunan model regresi (regresi sederhana /univariate maupun regrese
berganda/multivariate)
Metode non mekanis menggunakan teknik yang bersifat subjektif dengan
menggabungkan banyak pertimbangan untuk menentukan garis tren yang dibuat
dengan tangan (pendekatan visual untuk univariate) dan pendekatan analis
sekuritas (multivariate). (pertimbangan bisa dari faktor industri, ekonomi, pasar
dll)
Model peramalan multivariate relatif lebih akurat disebabkan oleh
1. Dapat memasukkan aspek informasi terbaru
2. Dapat mempertimbangkan informasi yang lebih luas seperti forecast
perekonomian, struktur industri, dan kejadian lain yang relevan
Pusat Pengembangan Bahan Ajar - UMB Rahmawati,SE,MM ANALISIS LAPORAN KEUANGAN
Klasifikasi Metode Peramalan …
Forecasting Method
Objective Forecasting Methods
Subjective (Judgmental)Forecasting Methods
Time SeriesMethods
CausalMethods
Analogies
Delphi
PERT
Survey techniques
Simple Regression
Multiple Regression
Neural Networks
Naïve Methods
Moving Averages
Exponential Smoothing
Simple Regression
ARIMA
Neural Networks
Combination of Time Series – Causal Methods Intervention Model Transfer Function (ARIMAX) VARIMA (VARIMAX) Neural Networks
References :
Makridakis et al. Hanke and Reitsch Wei, W.W.S. Box, Jenkins and Reinsel
Pusat Pengembangan Bahan Ajar - UMB Rahmawati,SE,MM ANALISIS LAPORAN KEUANGAN
Klasifikasi Metode Peramalan :Ilustrasi Model Matematis…
Forecasting Method
Objective Forecasting Methods
Subjective (Judgmental)Forecasting Methods
Time Series MethodsYt= f (Yt-1, Yt-2, … , Yt-k)
Causal MethodsYt= f (X1t, X2t, … , Xkt)
Examples : sales(t) = f (sales(t-1), sales(t-2), …)
Examples : sales(t) = f (price(t), advert(t), …)
Combination of Time Series – Causal MethodsYt= f (Yt-j , j>0 ; Xt-i , i0)
Examples : sales(t) = f (sales(t-1), advert(t), advert(t-1), …)
Pusat Pengembangan Bahan Ajar - UMB Rahmawati,SE,MM ANALISIS LAPORAN KEUANGAN
TIME SERIES MODELS
LINEARTime Series Models
NONLINEARTime Series Models
ARIMA Box-JenkinsModels from time series theory nonlinear autoregressive, etc ...
Flexible statistical parametric models neural network model, etc ...
State-dependent, time-varying para-meter and long-memory models
Nonparametric models
Intervention Model
Transfer Function (ARIMAX)
VARIMA (VARIMAX)
Models from economic theory
References : Timo Terasvirta, Dag Tjostheim and Clive W.J . Granger, (1994)
“Aspects of Modelling Nonlinear Time Series”Handbook of Econometrics, Volume IV, Chapter 48. Edited by R.F. Engle and D.I. McFadden
Klasifikasi Model Time Series : Berdasarkan Bentukatau Fungsi…
Pusat Pengembangan Bahan Ajar - UMB Rahmawati,SE,MM ANALISIS LAPORAN KEUANGAN
PERAMALAN PERMINTAAN DENGAN MENGGUNAKAN FUZZY LOGIC
Inventory (persediaan) pastilah dibutuhkan oleh setiap perusahaan baik itu perusahaan barang
ataupun jasa. Melakukan stok barang yang terlalu besar harus dihindari oleh perusahaan, karena
hal tersebut merupakan suatu pemborosan bagi perusahaan. Oleh karena itu, optimalisasi
persediaan adalah sangat dibutuhkan oleh setiap perusahaan. Sistem Logika Fuzzy memiliki
keunggulan dalam memodelkan aspek kualitatif dari pengetahuan manusia serta pengambilan
keputusan sebagaimana dilakukan oleh manusia dengan menerapkan basis aturan atau basis
kaidah.
Salah satu cara untuk mengoptimalkan persediaan dalam suatu perusahaan adalah dengan
melakukan suatu peramalan terhadap jumlah persediaan barang. Adapun metode Fuzzy Logic
yang dipakai disini adalah Fuzzy Time Series (FTS) dengan beberapa basis model perataan (w).
Dan pengujiaan data akan dilakukan terhadap data penjualan produk Asbes periode 1997-2001, di
sebuah perusahaan bahan bangunan yaitu UD. Moro Seneng. Sedangkan untuk analisa hasil
peramalan nantinya, hasil peramalan Fuzzy Time Series (FTS) akan dibandingkan dengan hasil
peramalan dengan menggunakan metode EWMA (Exponentially Weighted Moving Average),
dimana peramalan dengan Fuzzy Time Series hasilnya akan lebih optimal.
Dan untuk mengukur ketepatan model perhitungan dan peramalan, akan digunakan ukuran
statistik standar Nilai Tengah Galat Kuadrat (Mean Squared Error / MSE) dan ukuran relatif Nilai
Tengah Galat Presentase Absolut (Mean Absolute Precentage Error / MAPE). Hasil peramalan
yang diperoleh dengan metode Fuzzy Time Series.
Pusat Pengembangan Bahan Ajar - UMB Rahmawati,SE,MM ANALISIS LAPORAN KEUANGAN
Analisa Keuangan yang Lain.
Analisis Break Even
1. Pengertian Analisis Break Even
Break even point (BEP) dapat diartikan sebagai suatu titik atau keadaan di mana
perusahaan di dalam operasinya tidak memperoleh keuntungan dan tidak menderita
rugi. Dengan kata lain, pada keadaan itu keuntungan atau kerugian sama dengan
nol. Hal tersebut dapat terjadi bila perusahaan di dalam operasinya menggunakan
biaya tetap, dan volume penjualan hanya cukup untuk menutup biaya tetap dan
variabel. Apabila penjualan hanya cukup menutup biaya variabel dan sebagian biaya
tetap, maka perusahaan menderita rugi. Dan sebaliknya akan memperoleh
keuntungan, bila penjualan melebihi biaya variabel dan biaya tetap yang harus
dikeluarkan.
2. Manfaat Analisis Break Even
Analisis break even secara umum dapat memberikan informasi kepada pimpinan,
bagaimana pola hubungan antara volume penjualan, cost/biaya dan tingkat
keuntungan yang akan diperoleh pada level penjualan tertentu. Analisis break even
dapat membantu pimpinan dalam mengambil keputusan mengenai hal-hal sebagai
berikut:
a. Jumlah penjualan minimal yang harus dipertahankan agar perusahaan tidak
mengalami kerugian
b. Jumlah penjualan yang harus dicapai untuk memperoleh keuntungan tertentu
c. Seberapa jauhkah berkurangnya penjualan agar perusahaan tidak menderita rugi
d. Untuk mengetahui bagaimana efek perubahan harga jual, biaya dan volume
penjualan terhadap keuntungan yang akan diperoleh.
Jenis biaya berdasarkan konsep break even
a. Variable cost (biaya variabel)
Variable cost merupakan jenis biaya yang selalu berubah sesuai dengan perubahan
volume penjualan, dimana perubahannya tercermin dalam biaya variabel secara
total. Dalam pengertian ini biaya variabel dapat dihitung berdasarkan persentase
tertentu dari penjualan, atau variabel cost per unit dikalikan dengan penjualan dalam
unit.
Pusat Pengembangan Bahan Ajar - UMB Rahmawati,SE,MM ANALISIS LAPORAN KEUANGAN
b. Fixed cost (biaya tetap)
Fixed cost merupakan jenis biaya yang selalu tetap dan tidak berpengaruh oleh
volume penjualan melainkan dihubungkan dengan waktu (function of time) sehingga
jenis biaya ini akan konstan selam periode tertentu. Contoh sewa (rent), depresiasi,
bunga, gaji. Berproduksi atau tidaknya perusahaan biaya ini tetap dikeluarkan.
c. Semi Variable costSemi variable cost merupakan jenis biaya yang sebagian variabel dan sebagian
tetap, yang akdang-kadang disebut dengan semi fixed cost. Biaya yang tergolong
dalam jenis biaya ini misalnya : Sales expenses atau komisi bagi salesman dimana
komisi bagi salesman ini tetap untuk range atau volume tertantu, dan akan naik
padalevel yang lebih tinggi.
Contoh
Peramalan penjualan sebagai dasar perencanaan produksi pada PT. Batik Keris SurakartaSigit Prasetyo
Peramalan penjualan merupakan teknik analisa terhadap kuantitas penjualan pada
periode yang akan datang berdasar penjualan yang lalu.Akan tetapi peramalan
penjualan yang dibuat hanya berupa perkiraan dan belum tentu terjadi karena penjualan
dipengaruhi berbagai faktor.
Tujuan peramalan penjualan untuk memperkirakan jumlah penjualan yang akan terjadi
pada periode yangakan datang,kemudian hasil peramalan tersebut digunakan untuk
membuat perencanaan produksi pada periode yang akan datang.
Tujuan yang hendak dicapai dari penelitian untuk menganalisa pola penjualan dan
produksi Batik Keris terjadi pada periode 1998-2002serta hasil peramalan penjualan
danperencanaan produksi pada periode
2003.kemudian hasil peramalan tersebut akan ditentukan standar erroryang merupakan
batas toleransi penjualan Dari hasil peramalan penjualan dan perencanaan produksi bila
dibandingkan dengan pola penjualan dan produksi 1998-2002makam terdapat ketidak
seimbangan antara pola produksi dan penjualan.
Pusat Pengembangan Bahan Ajar - UMB Rahmawati,SE,MM ANALISIS LAPORAN KEUANGAN
Saran yang dapat penulis berikan adalah agar PT.Batik Keris menggunakan pola
peramalan penjualan secara formal agar tercapai efektifitas dan efisiensi dalam
perusahaan sehingga kinerja perusahaan
sehingga kinerja perusahaan dapat berjalan dengan lancar.
Pusat Pengembangan Bahan Ajar - UMB Rahmawati,SE,MM ANALISIS LAPORAN KEUANGAN