Investasi & Studi Kelayakan

Investasi

• Husnan (1996) : penanamansumber daya (termasuk didalamnya barang-barang untukdijual) untuk mendapatkan hasil

Study Kelayakan

• Kasmir dan Jakfar (2003) : suatukegiatan yang mempelajari secaramendalam tentang kegiatanusaha atau bisnis yang akandijual) untuk mendapatkan hasil

di masa yang akan datang

• Pujawan (2004) : suatupengeluaran atau pengorbananyang dilakukan untuk suatuharapan di masa yang akandatang

usaha atau bisnis yang akandijalankan, dalam rangkamenentukan layak atau tidaknyausaha tersebut dijalankan.

Beberapa metode penilaian kelayakan investasi:

• NPV

• IRR

• Payback Period

Metode Penilaian Kelayakan Investasi

• Payback Period

• B/C Ratio

• MIRR (Thuesen dan Fabrycky, 1989, Omotayo Brown dan Kwansa, 1999, Sullivan et al., 2000,Pujawan, 2004, Kierulff, 2008)

Konsep NPV@Risks(Ye dan Tiong 2000)

• Metode NPV@Risk = simulasi montecarlo untuk mengakomodasi faktorketidakpastian

• Prinsip dasar = memasukkanketidakpastian (risiko) pada alirankas dalam bentuk distribusi

Sumber : Ye dan Tiong 2000

kas dalam bentuk distribusiprobabilitas.

• Output = tingkat pengembalian(mean) dan koefisien variasi dari NPV (representasi dari profil risiko)

Sumber : Ye dan Tiong 2000

Gap Penelitian

Kemungkinan Gagal Kemungkinan Berhasil

Manajemen Risiko AS/NZS ISO 31000:2009

Pengembangan Metode

A. Establish the Context

B. Identify Risks

C. Analyze Risks1. Pencarian Likelyhood

2. Pencarian Consequences

3. Kalibrasi Risk Matriks3. Kalibrasi Risk Matriks

4. Risk Level

5. Risk Map

D. Evaluate Risks

E. Treat Risks

Contoh Studi Kasus

Studi kasus yang digunakan adalah kasusinvestasi mesin kompresor pada PT. Alstomtahun 2011. Kasus ini merupakan kasusperbandingan antara pilihan membeli mesinatau menyewa mesin. Dalam kasus investasi iniatau menyewa mesin. Dalam kasus investasi inimemiliki beberapa variability input meliputibiaya investasi, biaya rental, biaya operasi, nilaikurs rupiah dan eskalasi kenaikan biaya. NPVyang dihasilkan dari investasi ini adalah Rp298,457,056.37.

Distribusi NPV@Risk

Tornado Diagram

Distribusi NPV@Risk

Establish the Context

Tahap pertama dalam manajemen resiko adalah tahapestablish the context. Tahap ini merupakan tahap menentukankriteria resiko dan ruang lingkup dari resiko tersebut. Resikoyang ada dalam analisa kelayakan proyek investasi adalahresiko finansial yang berkaitan langsung dengan cashflow.Resiko ini dapat berupa definisi ketika NPV mencapai satu titikdimana titik tersebut dirasa merugikan bagi manajemen.Resiko ini dapat berupa definisi ketika NPV mencapai satu titikdimana titik tersebut dirasa merugikan bagi manajemen.

Kasus Alstom :Scope Resiko : Resiko Finansial hanya terbatas pada cashflowCriteria Resiko : NPV ≤ Rp. 149,228,528.18

Identify Risks

• Identify Risks dilakukan dengan menentukanvariabel-variabel yang menjadi faktor risiko. Variabel yang termasuk risiko disini adalahVariability Inputs yang telah ditetapkanVariability Inputs yang telah ditetapkandiawal.

Parameter Value Unit

Investment Cost Normal(63000,6300) $

Maintenance Cost Normal(3150,315) $

Overhead Cost Normal(4784,239.2) $

Kurs Normal(9150.74,1428.83) Rp

Escalation Pert(0.02,0.03,0.04) %

Analyze Risks

Pada tahap Analyse Risks, dilakukan analisa danpemetaan risiko yang dapat terjadi. Untuk membentuksuatu peta resiko, diperlukan pencariaan nilai likelyhooddan consequences. Secara lebih jelas, analisa resikodibagi menjadi beberpa tahap sebagai berikut:dibagi menjadi beberpa tahap sebagai berikut:

• Pencarian Likekylihood

• Pencarian Consequences

• Kalibrasi Risk Matrix

• Penentuan Risk Level

• Pembentukan Risk Map

Pencarian Likelyhood

Untuk mengetahui besarnya nilai faktor resiko(Variability Input) tersebut menyebabkanresiko terjadi, dilakukan sebuah metode yang dinamakan sebagai metode goal seek. Metodegoal seek ini dilakukan dengan menggunakanfitur tambahan yang ada pada Palisade @Risk.

Likelyhood

Risk Likelihood

0.50%

0.00%

0.00%

Parameter

Investment Cost ≥ $ 79,193.00

Maintenance Cost ≥ $ 5,535.00 NPV ≤ Rp 149,228, $ 7,196.00 Overhead Cost ≥ 0.00%

27.00%

0.00%Escalation ≤ -2.66%

149,228,528

$ 7,196.00

Kurs ≥ Rp 10,025.00

Overhead Cost ≥

Pencarian Consequences

Pencarian consequences (konsekuensi)dilakukan untuk mengetahui dampak yangterjadi apabila faktor resiko (variability input)tersebut benar-benar terjadi. Untukmengetahui seberapa besar dampak yangterjadi, maka dilakukan suatu metode yangdisebut dengan Stress Analisys.

0.2

0.4

0.6

0.8

1

CDF Summary

Baseline

Kurs H19 73.00% to

100.00%

Name Book Stress Analysis Mean Min Max StdDev

(none) (none) baseline 299,846,766.38 (595,840,315.99) 1,194,552,893.40 251,202,235.70

Kurs Calculation of Compressor for Painting rev-2 @Risk Modif 2.xlsx 73.00% to 100.00% 809,442.66 (677,934,036.86) 298,107,911.43 143,491,366.02

Inputs Ranked by Mean Output

0

0.2

-1E

+0

9

-5E

+0

8 0

50

00

00

00

0

1E

+0

9

1.5

E+

09

Consequence

Risk Parameter Consequences

NPV ≤ Rp 149,228,

Investment Cost ≥ $ 79,193.00

Maintenance Cost ≥ $ 5,535.00

NPV =

NPV =

173,887,188.98Rp

209,388,841.23Rp

149,228,528

Overhead Cost ≥ $ 7,196.00

Kurs ≥ Rp10,025.00

Escalation ≤ -2.66%

NPV =

NPV =

NPV =

230,442,105.69Rp

809,442.66Rp

264,516,020.48Rp

Risk Matriks

Insignificant Minor Moderate Major Catastropic

NPV ≥ $ 223,842,792

$ 149,228,528 ≤ NPV < $

223,842,792

$ 74,614,264 ≤ NPV < $

149,228,528

$ 14,992,853 ≤ NPV < $

74,614,264

NPV < $ 14,992,853

Almost Certain

P(X) > 75%

Likely 50% < P(X) ≤ 75%

Risk Map

Likely 50% < P(X) ≤ 75%

Possible 25% < P(X) ≤ 50%

Unlikely 5% < P(X) ≤ 25% Kurs

Rare P(X) ≤ 5%Overhead Cost,

EscalationInvestment Cost,

Maintenance Cost

Keterangan: Extreme Risk High Risk Moderate Risk Low Risk

Risk Level

Risk Likelihood Risk LevelNPV = 173,887,188.98Rp 0.50%

RareNPV = 209,388,841.23Rp 0.00%

RareNPV = 230,442,105.69Rp 0.00%

RareNPV = 809,442.66Rp 27.00%

Parameter Consequences

Investment Cost ≥ $ 79,193.00 Low RiskMinor

Maintenance Cost ≥ $ 5,535.00 Low RiskMinor

NPV ≤ Rp 149,228,

528Low Risk

InsignificantOverhead Cost ≥ $ 7,196.00

NPV = 809,442.66Rp 27.00%Unlikely

NPV = 264,516,020.48Rp 0.00%Rare

528

≤ -2.66% Low RiskInsignificant

Escalation

Kurs ≥ Rp10,025.00 Extreme RiskCatastropic

Risk Map

Insignificant Minor Moderate Major Catastropic

NPV ≥ $ 223,842,792

$ 149,228,528 ≤ NPV < $

223,842,792

$ 74,614,264 ≤ NPV < $

149,228,528

$ 14,992,853 ≤ NPV < $

74,614,264

NPV < $ 14,992,853

Almost Certain

P(X) > 75%

Likely 50% < P(X) ≤ 75%

Risk Map

Likely 50% < P(X) ≤ 75%

Possible 25% < P(X) ≤ 50%

Unlikely 5% < P(X) ≤ 25% Kurs

Rare P(X) ≤ 5%Overhead Cost,

EscalationInvestment Cost,

Maintenance Cost

Keterangan: Extreme Risk High Risk Moderate Risk Low Risk

Evaluate Risks

Tahap ketiga dari manajemen resiko adalahtahap evaluasi resiko. Pada tahap ini, resikodievaluasi untuk ditentukan resiko mana yangharus diprioritaskan untuk ditangani terlebihharus diprioritaskan untuk ditangani terlebihdahulu. Pada kasus ini, resiko yang akanditunjukkan proses penanganannya adalahresiko kurs. Sedangkan untuk resiko lainnya tidakdibahas.

Treat Risks

Tahap keempat adalah tahap penangananrisiko. Pada tahap sebelumnya, telahditentukan bahwa risiko yang akanditangani pada tahap ini adalah risiko kurs.Untuk menangani risiko kurs, digunakanskema hedging. Skema hedging adalahskema mengunci nilai kurs pada suatu nilaikesepakatan antara pihak ketiga sebagai

0.4

0.6

0.8

1

CDF Summary

Baseline

Kurs H19 10000

kesepakatan antara pihak ketiga sebagaipembeli valas dan investor. Pada kasus ini,skema kurs diasumsikan dikunci pada nilaiRp 10,000.00 / USD.

Name Book Stress Analysis Mean Min Max StdDev

(none) (none) baseline 299,433,774 (628,435,261) 1,031,933,354 254,346,959

Kurs Calculation of Compressor for Painting rev-2 @Risk Modif 2.xlsx10,000 153,363,622 (108,931,980) 375,993,328 70,860,151

Inputs Ranked by Mean Output

0

0.2

-8E

+0

8

-6E

+0

8

-4E

+0

8

-2E

+0

8 0

20

00

00

00

0

40

00

00

00

0

60

00

00

00

0

80

00

00

00

0

1E

+0

9

1.2

E+

09

Kesimpulan

Metode integrasi NPV@Risk dan Risk Management ini lebih baikdaripada metode NPV@Risk. Dengan metode ini, risiko yang biasanyahanya dilihat hasil akhirnya, dapat dianalisa lebih mendalam padafaktor-faktor penyebab risiko tersebut. Metode ini telah diujikan kedalam dua buah kasus real dan menghasilkan kesimpulan bahwametode ini dapat bekerja secara teoritis. Adapun dalam penggunaanpada kedua kasus tersebut, ditemukan beberapa kendala yaitu :pada kedua kasus tersebut, ditemukan beberapa kendala yaitu :• Dalam menentukan distribusi dari variability input (faktor risiko),

kadang kala data historis tidak dapat ditemui, sehingga harusdilakukan dengan expert judgement.

• Dalam penentuan kriteria resiko. Kriteria resiko dari setiappengambil keputusan akan berbeda-beda.

• Dalam penentuan penggolongan Konsekuensi risk matriks.Pengambil Keputusan yang berbeda mengakibatkan bentuk riskmatrik yang berbeda.

Saran

Penelitian dalam tugas akhir ini dapatdikembangkan untuk penelitian-penelitianmanajemen risiko secera kuantitatif lainnya, baikuntuk kasus finansial maupun bukan.untuk kasus finansial maupun bukan.

Daftar Pustaka

Goal-seeking analysis [Online]. Computer Business Research. Available: http://sites.google.com/site/b188sjsu/Home/decision-making/goal-seeking-analysis [Accessed 6 March 2012].

Goal seek [Online]. Business Dictionary. Available: http://www.businessdictionary.com/definition/goal-seek.html#ixzz1oJwRuZ4J [Accessed 6 March 2012].

Goal seeking [Online]. Wikipedia. Available: http://en.wikipedia.org/wiki/Goal_seeking [Accessed 6 March 2012].

Use Goal Seek to find the result you want by adjusting an input value [Online]. Microsoft. Available: http://office.microsoft.com/en-us/excel-help/use-goal-seek-to-find-the-result-you-want-by-adjusting-an-input-value-HP010072683.aspx [Accessed 7 March 2012].http://office.microsoft.com/en-us/excel-help/use-goal-seek-to-find-the-result-you-want-by-adjusting-an-input-value-HP010072683.aspx [Accessed 7 March 2012].

Using Analysis Tools : Goal Seek, Solver, and Data Tables [Online]. Available: http://ptgmedia.pearsoncmg.com/images/0789729539/samplechapter/CH25_0789729539.pdf[Accessed 6 March 2012].

Anityasari, M. dan Wessiani, N. A. 2011. Analisa Kelayakan Usaha. Surabaya: Guna Widya.Authority, A. C. T. I. 2004a. Risk management AS/NZS 4360:2004 Australia: Australian Capital Territory

Insurance Authority.

Daftar Pustaka

Authority, A. C. T. I. 2004b. Risk Management Guidelines Companion to AS/NZS 4360:2004 Australia: Australian Capital Territory Insurance Authority.

Authority, A. C. T. I. 2009. AS/NZS ISO 31000:2009 Risk management - Principles and Guidelines. Australia: Australian Capital Territory Insurance Authority.

Choi, H. H., Cho, H. N. dan Seo, J. 2004. Risk assessment methodology for underground construction projects. Journal Of Construction Engineering And Management, 130,258.

Franke, A. 1987. Risk Analysis in Project Management. International Journal of Project Franke, A. 1987. Risk Analysis in Project Management. International Journal of Project Management, 5, 29-34.

Husnan, S. 1996. Manajemen Keuangan - Teori dan Penerapan. Yogyakarta: BPFE.Husnan, S. dan Suwarsono, M. 2000. Studi Kelayakan Proyek. Yogyakarta: YKPN.Hyde, J. dan Engel, P. 2002. Investing in a robotic milking system: A Monte Carlo

simulation analysis. Journal of dairy science, 85, 2207-2214.

Daftar Pustaka

Kasmir dan Jakfar 2003. Studi Kelayakan Bisnis. Jakarta: Penerbit Kencana.Kierulff, H. 2008. MIRR: A better measure. Business Horizons, 51, 321-329.Le Roux, J. dan Brodalka, M. 2004. An Excel (TM)-VBA programme for the analysis of current velocity profiles.

Computers & geosciences, 30, 867-879.Omotayo Brown, D. dan Kwansa, F. A. 1999. Using IRR and NPV Models to Evaluate Societal Costs of Tourism Projects in

Developing Countries. International Journal of Hospitality Management, 18, 31-43.Öztaş, A. dan Ökmen, Ö. 2004. Risk analysis in fixed-price design–build construction projects. Building and Environment,

39, 229-237.Palisade 2009. Guide to Using @RISK - Risk Analysis and Simulation Add-In for Microsoft® Excel. New York: Palisade

Corporation.Corporation.Park, C. S. dan Sharp-Bette, G. P. 1990. Advanced engineering economics. New York: John Wiley & Sons, Inc.Pujawan, I. N. 2004. Ekonomi Teknik. Surabaya: Guna Widya.Roy, A. 1987. From what if to what's best in DSS. Decision Support Systems, 3, 27-35.Schmitt, A. J. dan Singh, M. Year. Quantifying supply chain disruption risk using Monte Carlo and discrete-event

simulation. In, 2009. IEEE, 1237-1248.Sullivan, W. G., Wicks, E. M., Luxhoj, J. T. dan Woods, B. M. 2000. Engineering economy. New York: Prentice Hall.Thuesen, G. J. dan Fabrycky, W. J. 1989. Engineering economy. New York: Prentice Hall Wibowo, A. dan Kochendörfer, B. 2005. Financial Risk Analysis of Project Finance in Indonesian Toll Roads. Journal Of

Construction Engineering And Management, 131, 963.Ye, S. dan Tiong, R. L. K. 2000. NPV-At-Risk Method in Infrastructure Project Investment Evaluation. Journal Of

Construction Engineering And Management, 126, 227.

Lampiran A

(Proses Penenetuan Variabilitas Input)

Level 0 : Deteksi bahaya dan identifikasi failure

(hazard detection and failure

modes' Identification).Level 1 : Pendekatan ‘terburuk’ (‘Worst-case'

approach).Level 2 : Quasi-worst cases and plausible

upper boundsupper bounds

Level 3 : Perkiraan terbaik dari nilai-nilaisentral (Best estimates and central

values)

Level 4 : Probabilistic risk assessment, single

risk curve

Level 5 : Probabilistic risk analysis, multiple

risk curves

Sumber: Paté-Cornell (1996)

Lampiran B

(Penentuan Jumlah Replikasi Dan Validasi)

Replikasi Data1 561,555,987.76 2 404,478,053.79 3 455,695,683.16 4 62,489,448.82 5 578,963,905.73 6 396,704,499.87

Nilai β = 29,845,705.64 Derajat kepercayaan 95%.

2

2

=′β

α sZn

2 ×

6 396,704,499.87 7 506,715,779.97 8 390,128,042.69 9 346,017,881.89 10 49,283,504.41

Mean 375,203,278.81 St Dev 184,519,730.98

Var 34,047,531,119,405,700.00

2

.6429,845,705

0.98184,519,7396.1

×=′n

replikasi 147 146.83 ≈=′n

Replikasi yang digunakan dengan Software

@Risk sebanyak 1000 Replikasi

Lampiran B

(Penentuan Jumlah Replikasi Dan Validasi)

Validasi dengan Paired T-Testt-Test: Paired Two Sample for Means

Variable 1 Variable 2Mean 312,122,132.36 298,457,056.37 Variance 59,886,194,455,420,200.00 0.00 Variance 59,886,194,455,420,200.00 0.00 Observations 1,000.00 1,000.00 Pearson Correlation 0.00 Hypothesized Mean Difference - df 999.00 t Stat 1.77 P(T<=t) one-tail 0.04 t Critical one-tail 1.65 P(T<=t) two-tail 0.08 t Critical two-tail 1.96