PENAKSIRAN DAN PERAMALAN BIAYA

Untuk memenuhi tugas mata kuliah Etika Bisnis

Dosen Pengampu :
INDAH DWI PRASETYANINGRUM, SE, MM.
Dr. Drs. H. M. ZAINURI, MM

Disusun Oleh :
KELOMPOK 8
1.
2.
3.
4.

NUR HAWA INTAN PERMATA SARI

HANIFAH HASNA KHORIDA
RATNA WULANDARI
DEFA BAYU SAPUTRA

(201411120)
(201411121)
(201411123)
(201411124)

PROGRAM STUDI MANAJEMEN

FAKULTAS EKONOMI
UNIVERSITAS MURIA KUDUS
2014 / 2015
DAFTAR ISI

HALAMAN JUDUL.................................................................................................................1
DAFTAR ISI..............................................................................................................................2
BAB I PENDAHULUAN..........................................................................................................3
A. Latar Belakang...............................................................................................................3
BAB II PERMASALAHAN......................................................................................................5
A. Rumusan Masalah..........................................................................................................5
B. Tujuan Penulisan Masalah.............................................................................................5
BAB III PEMBAHASAN..........................................................................................................6
A.
B.
C.
D.

Pengertian Penaksiran dan Peramalan Biaya.................................................................6

Penaksira Biaya Jangka Pendek.....................................................................................7
Penaksiran Biaya Jangka Panjang................................................................................14
Peramalan Biaya..........................................................................................................17

BAB IV PENUTUP.................................................................................................................24
A. Kesimpulan..................................................................................................................24
B. Saran............................................................................................................................25
DAFTAR PUSTAKA...............................................................................................................26

BAB I
PENDAHULUAN

A. Latar Belakang
2

Penaksiran
bagi manajer
bentuk dan

dan

peramalan

perusahaan untuk
kurva

biaya

biaya

sangat

menemukan

suatu

berguna

dan menentukan

perusahaan. Penaksiran

biaya

dapat dilakukan oleh perusahaan untuk keperluan perusahaan

dalam waktu

jangka

pendek

panjang. Pemahaman

fungsi

pendek
optimalisasi

maupun
biaya

untuk
untuk

waktu
waktu

jangka
jangka

akan membantu pengambil keputusan untuk menilai

tingkat

output

perusahaan.

Untuk

waktu

jangka

panjang, fungsi biaya akan bermanfaat bagi pengambil keputusan

dalam mempertimbangkan untuk melakukan ekspansi.
Penaksiran dan peramalan biaya untuk pengambilan keputusan merupakan usaha
untuk menemukan bentuk dan posisi kurva kurva biaya dari suatu perusahaan.
Pemahaman terhadap fungsi biaya jangka pendek akan membantu para pembuat
keputusan untuk menilai optimalitas tingkat output sekarang dan memecahkan
masalah pengambilan keputusan dengan menggunakan analisis kontribusi.
Biaya inkremental selain mencakup biaya variabel, juga mencakup setia
perubahan biaya tetap (fixed cost). Dalam jangka pendek, beberapa pos biaya tetap
dapat mengalami kenaikan, karena sering kali fasilitas fasilitas produksi ( input
input tetap) yang ada menghadapi kendala untuk mencapai kapasitas produksinya
secara penuh sehingga fasilitas fasilitas tersebut perlu ditambah. Analisis biaya
inkremental ini berkaitan dengan variabilitas dari semua komponen biaya dan
karenanya memerlukan suatu apresiasi terhadap tingkat kapasitas yang menganggur
dari kategori biaya tetap yang ada.
Apabila kategori biaya tetap diperkirakan akan menghadapi kendala untuk
mencapai kapasitas sepenuhnya, sehingga perlu dilakukan kerja lembur atau
penambahan tambahan, maka pembuat keputusan harus memperhitungkan biaya
untuk kerja lembur dan penambahan fasilitas tersebut sebagaimana halnya kita
menghitung biaya biaya variabel ketika kita menaksir biaya inkremental yang
timbul karena adanya keputusan tertentu.
Informasi fungsi biaya jangka panjang diperlukan apabila kita akan
melakukan ekspansi atau kontraksi ukuran pabrik dan untuk meyakinkan bahwa
ukuran pabrik yang ada sudah optimal untuk tingkat output yang diproduksi. Ingat
3

bahwa fungsi biaya jangka panjang ini menunnjukkan alternatif ukuran pabrik saat
ini.
Biaya jangka panjang tersebut tidak boleh diinterpretasikan sebagai perkiraan
biaya dari berbagai ukuran pabrik untuk masa yang akan datang, karena baik
teknologi maupun harga faktor produksi relatif cenderung berubah, sehingga dapat
menyebabkan fungsi biaya jangka panjang tersebut menjasi tidak akurat lagi. Untuk
menaksir biaya masa datang tersebut, kita perlu meramalkan perubahan teknoligi dan
perubahan rasio harga faktor produksi serta mengisolasinya dari pengaruh inflasi pada
waktu yang akan datang.

BAB II
PERMASALAHAN

A. Rumusan Masalah

Adapun rumusan masalah berdasarkan latar belakang masalah di atas adalah sebagai
berikut:
1.
2.
3.
4.
5.
6.

Apa yang dimaksud dengan penaksiran dan peramalan biaya?

Bagaimana cara menaksikran biaya jangka pendek?
Apa saja metode-metode yang digunakan dalam penaksiran biaya jangka pendek?
Bagaiamana cara menaksirkan biaya jangka panjang?
Apa saja metode-metode yang digunakan dalam penaksiran jangka panjang ?
Apa yang dimaksud dengan peramalan biaya?

B. Tujuan Penulisan Masalah

Adapun tujuan penulisan berdasarkan rumusan masalah di atas adalah sebagai berikut:

1. Untuk mengetahui pengertian penaksiran dan peramalan biaya

2. Untuk mengetahui bagaimana cara menaksikran biaya jangka pendek
3. Untuk mengetahui metode-metode yang digunakan dalam penaksiran biaya jangka
pendek.
4. Untuk mengetahui bagaimana cara menaksirkan biaya jangka panjang.
5. Untuk mengetahui metode-metode yang digunakan dalam penaksiran biaya jangka
panjang.
6. Untuk mengetahui pengertian peramalan biaya.

BAB III
PEMBAHASAN

A. Pengertian Penaksiran dan Peramalan Biaya

Sebelum

mempelajari

penaksiran

fungsi

biaya,

terlebih dahulu perlu dipahami perbedaan antara penaksiran dan

prakiraan (peramalan)

fungsi

biaya.

Penaksiran

fungsi

biaya

merupakan proses untuk menentukan nilai koefisien suatu fungsi

biaya suatu produk. Pada sisi yang lain, prakiraan (peramalan)
fungsi biaya bertujuan untuk meramalkan biaya di masa yang
akan datang.
Penaksiran dan peramalan biaya untuk pengambilan keputusan merupakan
usaha untuk menemukan bentuk dan posisi kurva kurva biaya dari suatu
perusahaan. Penaksiran dan prakiraan fungsi biaya memiliki tujuan
yang berbeda-beda. Tujuan utama penaksiran fungsi biaya adalah
untuk

mengevaluasi

penentuan

biaya

produk,

yaitu

apakah

penentuan biaya produk oleh perusahaan telah optimal. Prakiraan

fungsi biaya dimaksudkan untuk sebagai sumber informasi di dalam
merencanakan

biaya

produksi

produk

jika

perusahaan

akan

menambah kapasitas produksinya.

Proses penaksiran dan peramalan biaya terdiri dari tiga bagian pokok, yakni :
1. Penaksiran biaya jangka pendek
2. Penaksiran biaya jangka panjang
3. Peramalan biaya
Dalam pembahasan peramalan biaya, kita akan mengamati fenomena kurva
learning (learning curve). Kurva ini menun-jukkan penurunan biaya per unit jika
volume produksi kumulatif meningkat terus yang disebabkan oleh perbaikan
produktivitas input variabel karena manajemen telah "mempelajari" proses produksi
dengan lebih baik.

B. Penaksiran Biaya Jangka Pendek

Dalam jangka pendek kita dihadapkan, terutama sekali pada perilaku biaya
variabel. Namun demikian, kita juga harus memperhatikan biaya inkremental lainnya,
seperti misalnya perubahan pada pos-pos biaya tetap yang diperlukan untuk
mengimplementasikan suatu keputusan tertentu. Penaksiran biaya jangka pendek ini
dapat dilakukan dengan 4 metode yaitu :
6

1. Ekstrapolasi sederhana
Ekstrapolasi berarti menghubungkan nilai nilai dengan
titik-titik di luar kisaran yang ditunjukkan oleh data dasar
yang

kita

miliki,

dengan

cara

memproyeksikannya

berdasarkan pola hubungan yang tampak dalam data dasar

tersebut.
Ekstrapolasi

sederhana

merupakan

metode

untuk

menentukan fungsi biaya dengan cara mengekstrapolasi

tingkat biaya marginal atau biaya variabel rata - rata
saat ini (ke belakang atau ke depan) pada tingkattingkat

output

memperjelas

lainnya (Arsyad,

konsep

ekstrapolasi

2011).

Untuk

sederhana,

dapat

dijelaskan dengan contoh sebagai berikut:

Contoh :
Diketahui:
Minggu
Minggu 1
Minggu 2

Jumlah
output
7.000
7.500

Biaya
variabel
total
42.000.000
?

Hitung: biaya variabel total untuk minggu kedua

Pembahasan:

Untuk menghitung biaya pada minggu kedua, kita dapat

menghitung terlebih dahulu biaya variabel per unitnya,
yaitu:
7

Biaya variabel total

Biaya variabel per unit =
Jumlah outputnya
42.000.000
Biaya variabel per unit =

= 6000
7000

Langkah berikutnya adalah menghitung tambahan biaya

variabel yang

disebabkan adanya pertambahan jumlah

output yang diproduksi. Menghitung

tambahan biaya

variabel, adalah sebagai berikut:

Tambahan jumlah output

Output

minggu

Output minggu 1
= 7.500 7.000
= 500 unit
Tambahan biaya variabelnya adalah = 500 unit x
6.000
= 3.000.000

Setelah tambahan biaya variabelnya diketahui, maka

selanjutnya dapat diketahui kebutuhan biaya pada minggu
kedua yaitu:
Biaya variabel minggu kedua = VC minggu pertama +

tambahan VC
= Rp.42.000.000 +
Rp.3.000.000
= Rp. 45.000.000
Jika tidak ada prubahan biaya lainnya sebagai akibat adanya
keputusan

untuk

memenuhi

pesanan

toko

itu,

kita

dapat

memperkirakan bahwa biaya inkremental adalah sebesar Rp 3 juta

8

untuk memproduksi 500 lusin pakaian dalam tambahan tersebut

dan penerimaan inkremental menjadi Rp 3,5 juta. Jadi dari
keputusan ini diharapkan positif sebesar Rp 500 ribu dan manajer
produksi tersebut akan memenuhi pesanan ini.
Jika kenaikan TVC tidak konstan, misalnya dengan tingkat
yang semakin besar kenaikan TVC tersebut sebelum keputusan
dibatalkan? Jawabannya adalah Rp 3,5 juta, pada titik dimana tidak
ada kontribusi dari keputusan ini, sehingga pesanan tersebut tidak
perlu dipenuhi. Kenaikan TVC sebesar Rp 3,5 juta tersebut, akan
meningkatkan TVC menjadi Rp 45,5 juta dan ini berarti AVC pun
akan meningkat menjadi Rp 6,067 ribu atau sedikit lebih tinggi
daripada AVC pada tingkat output sebelumnya. Jadi keputusan ini
sangat sensitif terhadap asusmsi biaya marginal yang konstan
tersebut. Oleh karena itu PT GITA PRATIWI sebaiknya tidak
memenuhi pesanan tambahan itu, jika perusahaan itu tidak yakin
bahwa TVC meningkat dengan tingkat konstan (atau menurun).
KURVA EKSTRAPOLASI BERDASARKAN MC YANG KONSTAN

2. Analisis Gradien
9

Analisis
bertujuan untuk

gradien

merupakan

yang

mengetahui tingkat perubahan biaya

total pada interval output

Tujuan analisis ini adalah
marjinal

analisis

tertentu
untuk

(Arsyad,

mengetahu

karena adanya pertambahan

2011).
biaya

output. Gradien

berarti slope dan gradien dari TC ini dapat dihitung

dengan cara

membagi perubahan TC dengan perubahan

tingkat output. Secara

matematis,

analisis

gradien

dapat dirumuskan sebagai berikut :

TC
Gradien =
Q
Gradien TC atau TVC tidak sama persis dengan MC,
karena

MC

menunjukkan

perubahan

TC

yang

hanya

diakibatkan oleh perubahan satu unit output. Padahal dalam

praktek, output cenderung berubah dengan loncatan yang
tidak teratur sehingga kita harus menghitung gradien
tersebut dengan interval-interval yang lebih besar dari satu
unit. Gradien ini menghasilkan penaksir MC pada suatu
kisaran tingkat output tertentu.
Contoh :
Diketahui:

Minggu
Minggu 1
Minggu 2

Jumlah
outpu
t7.000
7.500

Biaya
variabel
total
42.000.000
45.000.000

Hitung: biaya marginal

Pembahasan :
Gradien =

TC
Q
10

Gradien =

45.000.000 42.000.000
7.500 7.000
3.000.000

=
500
= 6.000

Berdasarkan pada perhitungan di atas dapat diketahui pada

interval ouput 7.000 unit sampai 7.500 unit, biaya marginalnya
sebesar 6.000. ini adalah MC pada kisaran output tersebut.
Misalkan

PT

GITA

PRATIWI

menerima

pesanan

untuk

memproduksi 500 lusin tambahan , TVC untuk memproduksi 7.500

lusin adalah Rp 48.750.000. Dengan demikian, gradien TVC dapat
dihitung dengan cara berikut:
TVC
Gradien =
Q
48.750.000 42.000.000
=
7.500 7.000
6.750.000
=
=

500
13.500

Jadi perubahan TVC pada interval output 7.000 7.500 lusin

adalah Rp 13.500 ribu per unit. Ini adalah nilai MC pada kisaran
output tersebut.
3. Analisis Gradien dengan Beberapa Observasi
Jika kita memiliki data observasi yang lebih banyak, maka hasil
penaksiran kurva TVC, AVC dan MC akan menjadi lebih tepat. Jadi
dengan observasi beberapa pasang data biaya output yang lebih banyak
11

akan memungkinkan kita untuk memperoleh kurva AVC dan MC

penaksir yang jauh lebih sempurna. Tiap titik data tambahan akan
memperjelas bentuk TVC, sehingga perhitungan AVC dan MC yang
lebih bisa dipercaya dapat diperoleh.

KURVA BIAYA PENAKSIR DENGAN 2 OBSERVASI BIAYA /

OUTPUT

4.

Analisis Regresi dengan Data Runtut Waktu (TimeSeries)

Jika kita memiliki jumlah observasi data biayaoutput

yang

lebih

banyak,

maka

kita

dapat

menggunakan analisis regresi untuk menaksir hubungan

12

anatara biaya dengan suatu tingkat output tertentu,

sehingga diperoleh suatu penaksir MC. Jika kita menaksir
fungsi biaya dari suatu perusahaaan tertentu, maka kita
harus menggunakan data runtut waktu dari perusahaan
yang bersangkutan.
Analisis regresi dengan data runtut waktu sangat
peka

terhadap

(measurement

masalah

error).

Data

kesalahan
biaya

harus

pengukuran
mencakup

semua biaya yang timbul dalam memproduksi suatu

tingkat output tertentu, apakah telah dibayar atau
belum.
Jika kita membuat spesifikasi TVC sebagai suatu
fungsi linier dari output, misalnya TVC = a +bQ, maka
penaksir

MC

yang

dihasilkan

oleh

analisis

regresi

tersebut akan merupakan parameter b, karena MC

ekuivalen dengan turunan dari fungsi TVC pada output.
KURVA FUNGI BIAYA VARIABEL LINEAR

13

Alternatif lain untuk observasi data yang sama misalnya

spesifikasi fungsi pangkat dua (kudratik). Jika TVC = a + bQ +cQ 2 ,
makaMC tidak akan konstan tetapi menarik jika fungsi output
konstan
KURVA FUNGSI BIAYA KUADRATIK

Jika

kita

menganggap

14

bahwa

hubungan

fungsional

tersebutadalah fungsi pangkat tiga (kubik), misalnya TVC = a + bQ

+cQ2 + dQ3 , maka penaksir MC yang dihasilkan oleh analisis regresi
bersifat kurvilinier dan akan mengikat secara kuadratik sesuai
dengan tingkat output.
KURVA FUNGSI BIAYA VARIABEL PANGKAT TIGA (KUBIK)

C. Penaksiran Biaya Jangka Panjang

Pada bagian ini kita membahas metoda metoda untuk memperoleh kurva
biaya jangka panjang atau alternative alternative kurva biaya jangka pendek pada
suatu waktu. Metoda penaksiran biaya jangka panjang

tersebut

dengan

menggunakan metoda analisis regresi dengan data seksi silang (cross-

section).

1. Analisis regresi dengan menggunakan data seksi silang (cross-section)

Observasi dari berbagai pabrik pada suatu periode tertentu (data seksi
silang) dapat dianalisis dengan menggunakan teknik analisis regresi. Oleh karena
itu, kita perlu mengumpulkan pasangan-pasangan observasi data yang
menghubungkan tingkat output dengan biaya total untuk mendapatkan tingkat
output tersebut untuk setiap pabrik, pada suatu periode waktu tertentu.
15

Jika kita ingin mengetahui ada tidaknya keadaan economies, costant, atau
diseconomies of plant size, maka kita harus membuat spesifikasi hubungan
fungsional pangkat tiga (kubik), karena hubungan ini merupakan bentuk
fungsional yang paling konsisten untuk melihat adanya ketiga kemungkinan
kadaan tersebut. Jika terjadi increasing returns to plant size dan kemudian terjadi
descreasing return to plant size, maka koefisien koefisien dari output (Q)
pangkat dua dan pangkat tiganya akan merupakan determinan yang signifikan
bagi tingkat biaya total, dengan tanda negative untuk koefisien pangkat dua dan
positif bagi koefisien pangkat tiga. Seandainya koefisien pangkat tiga tersebut
merupakan determinan yang tidak signifikan, maka: jika tanda koefisien pangkat
dua tersebut positif berarti menunjukkan keadaan increasing returns to plant size,
atau decreasing returns to plant size.
Jika output pangkat da maupun pangkat tiga merupakan determinan
yang tidak signifikan bagi biaya biaya, maka mungkin persamaan yang linier
yang lebih cocok dengan dta yang tersedia. Selanjutnya, titik perhatian kita
arahkan pada tanda kostanta pada persamaan linier tersebut. Jika tandanya positif,
maka kurva TC (jangka panjang) memiliki titik potong (intersep) yang positif;
dan Long-ru Average Cost (LRAC)-nya harus semakin menurun jika tingkat
output ditingkatkan. Oleh karena itu, data yang kita miliki itu menunjukkan
adanya economies of plant size pada kisaran observasi tersebut. Sebaliknya, jika
kostanta tersebut tandanya negative, mala LRAC pasti terus meningkat pada
kisaran observasi data yang kita miliki, dan ini mencerminkan terjadinya
diseconomies of plant size. Akhirnya, jika kostanta tersebut besarnya adalah nol,
malka kita dapat menyimpulkan bahwa terjadi keadaan costant returns to plant
size pada kisaran output yang diteliti.
Seandainya sebuah fngsi pangkat (power function), sepert TC= aQ b
merupakan bentuk paling cocok dengan data yang tersedia, maka besarnya
pangkat b akan menunjukkan apakah keadaan yang terjadi adalah increasing (jika
b < 1), descreasing (jika b> 1), atau constant returtns to plant size (jika b=1).

16

Ada dua masalah pokok dalam penggunaan data seksi silang ini bagi penaksiran
kurva biaya rata-rata jangka panjang. Masalah pertama adalah masalah yang
timbul karena observasi yang dikumpulkan sama sekali bukan merupakan titik
titik pada kurva biaya rata-rata jangka panjang (LRAC).
Pada mulanya tampak terjadi economies of plant size dan terjadi
diseconomies of plant size pada pabrik ke empat dan ke lima yang terbesar. Hal
tersebut ditunjukkan oleh keadaan bahwa mula-mula average cost (AC) turun
tetapi kemudian naik ketika kita menghadapi pabrik yang lebih besar.
Masalah kedua yang ditimbulkan oleh data seksi silang ini adalah
bahwa banyak pabrik yang tidak dapat beropersi pada tingkat harga dan
produktivitas factor produksi yang sama. Jika pabrik-pabrik tersebut beroperasi di
lingkungan geografis, politis dan sosio-ekonomies yang berbeda, maka baik harga
maupun produktivitas factor produksi akan berbeda-beda di antar pabrik-pabrik
tersebut. Jika hal ini terjadi, maka analisis regresi akan menunjukan economies
atau diseconomies of plant to size dimana perbedaan-perbedaan biaya secara
actual ditentukan oleh perbedaan harga dan produktivitas factor produksi. Dapat
pula terjadi bahwa perbedaan-perbedaan dalam hal ini akan mengaburkan sama
sekali adanya economies dan diseconomies of plant size yang sama hanya akan
dapat dilihat jika pengaruh harga dan produktivitas factor produksi yang berbeda
dihilangkan dari data.
Penaksiran kurva LRAC ini beramsusmsi bahwa semua ukuran pabrik yang
ditunjukkan adalah dari tahun yang sama karena itu memiliki teknologi yang
sama, di mana teknologi ini merupakan teknologi yang paling mutakhir. Sebagian
dari perbedaan perbedaan dalam produktivitas tenaga kerja cenderung terjadi
pada biaya output seksi silang yang disebabkan oleh perbedaan tahun pembuatan
dari pabrik-pabrik yang diteliti, yaitu dari pabrik yang baru sampai pabrik lama
dalam efisiensi yang minimal (perbedaan lain dalam produktivitas tenaga kerja
berkaitan dengan perbedaan dalam tingkat pendidikan, training, motivasi para
pekerja, dll). Analisis regresi dengan data seksi silang untuk tahun yang berbeda
cenderung memberikan hasil yang tidak dapat dipercaya dan karenanya harus
dihindarkan.

17

D. Peramalan Biaya
Peramalan biaya diperlukan apabila keputusan keputusan yang akan kita
ambil mencakup tingkat biaya untuk periode periode yang akan datang, seperti
misalnya dalam keputusan mengikat kontrak, keputusan untuk membeli atau membuat
sendiri, atau keputusan keputusan lain yang mempunyai implikasi biaya bukan
hanya periode sekarang. Peramalan biaya untuk berbagai tingkat output pada periode
yang akan datang memerlukan penaksiran tentang perubahan efisiensi proses produksi
secara fisik, plus perubahan harga factor produksi yang digunakan dalam proses
produksi. Perubahan efisiensi factor factor produksi ini akan mengubah bentuk
kurva total product (TP) yang berkaitan dengan proses produksi tersebut. Jika harga
factor produksi diperkirakan akan berubah, maka hubungan antara kurva TP dengan
kurva Toal variable cost (TVC)-nya akan berubah. Karena itu perubahan dalam biaya
masa yang akan datang akan merupakan akibat dari pengaruh ini.
1. PERUBAHAN FAKTOR PRODUKTIVITAS FAKTOR PRODUKSI
Jika kita memperhatikan efisiensi dari proses produksi untuk
periode-periode yang akan datang, maka kita harus memperkirakan
bahwa produktivitas factor produksi tersebut akan berubah sepanjang
waktu. Mesin dan peralatan lain misalnya, diharapkan untuk lebih
efisien jika diukur dari output per jam yang hasilnya (atau berdasarkan
kriteria yang lain)- karena penerapan kemajuan teknologi pada mesinmesin tersebut. Meningkatnya penggunaan mesin dan peralatan yang
dikendalikan dengan computer telah menyebabkan meningkaynya
produktivitas peralatan modal secara cukup besar pada waktu
belakangan ini. Seperti halnya produktivitas modal, produktivitas
tenaga kerja juga diharapkan meningkat dengan berjalannya waktu,
karena tingkat pendidikan karyawan yang lebih tingg dan semakin
berpengalamannya para karyawan dengan proses produksi mekanis.
Sebaliknya, perubahan sikap terhadap pekerjaan atau factor sosiologis
lainnya mendorong kita untuk meramalkan bahwa produktivitas tenaga
kerja akan turun dimasa yang akan datang.

18

Jika trend prubahan produktivitas factor produksi tersebut tampak

dengan jelas, maka kita dapat menetapkan tren-trend tersebut sebagai
suatu penaksiran atas perubahan efisiensi proses produksi fisik dimasa
yang akan datang. Ekstrapolasi dari trend-trend produktivitas ini harus
dimodifikasi sesuai dengan setiap perubahan produktivitas factor
produksi tersebut.
Produktivitas tenaga kerja bisanya dinyatakan sebagai unit output per
unit tenaga kerja, dan karena itu memberikan sumbangan pula bagi
kenaikan produktivitas factor-faktor modal seperti mesin dan peralatan.
Dengan demikian produktivitas tenaga kerja merupakan gabungan
antara produktivitas modal dan tenaga kerja, dan mungkin sangat sulit
untuk memisahkan pengaruh dari masing-masing factor produksi
tersebut. Kurva learning menunjukkan peningkatan produktivitas
tenaga kerja yang bersamaan dengan seperangkat peralatan tertentu,
ceteris paribus. Jadi kurva AC untuk suatu parik tertentu akan menurun
jika produksi kumulatif meningkat. Dalam praktik perusahaan yang
ada, sehingga penaksiran kita akan pengaruh belajar (learning effect)
akan mencakup baik peningkatan produktivitas tenaga kerja maupun
modal.
2. PERUBAHAN HARGA FAKTOR PRODUKSI
Jika biaya dari semua input meningkat dengan proporsi yang
sama, maka kombinasi factor produksi yang optimal tidak akan
berubah pada tingkat output tertentu, meskipun akan menimbulkan
biaya yang lebih besar. Jika semua harga input meningkat dengan
tingkat sama, maka harga-harga relative dari input tersebut akan tetap
sama dan tidak akan ada insentif untuk mensubstitusikan satu input
dengan input lainnya. Ini berarti bahwa proporsi input yang optimal
(rasio modal-tenaga kerja pada kasus yang paling sederhana) akan tetap
sama. Dengan demikian, biaya-biaya pada periode yang akan datang
akan sama dengan periode sekarang ditambah dengan presentase
kenaikan biaya yang diperkirakan.

19

Jika

kekuatan

pasar

di

pasar

factor-faktor

produksi

mengakibatkan harga satu factor produksi akan naik dibandingkan

dengan factor produksi lainnya, maka perusahaan

akan

mensubstitusikannya dengan factor produksi yang lebih murah sebagai

akibat dari adanya kenaikan harga tersebut. Jadi biaya tenaga kerja
diperkirakan akan naik lebih cepat daripada biaya modal di masa yang
akan datang, maka perusahaan akan meminimalkan biaya pada tingkatingkat output tertentu. Perkiraan tentang kejadian-kejadian yang
cenderung akan mempengaruhi perubahan harga seperti berkurangnya
penawaran atau embargo ekspor harus juga diperhitungkan dalam
proyeksi

biaya.

Dengan

distribusi

probabilitas

tertentu

yang

dihubungkan dengan tingkat biaya yag akan datang, kita dapat

menghitung hasil atas dasar nilai yang diharapkan dari tingkat biaya
pada periode-periode yang akan datang dengan maksud untuk
mendapatkan suatu peramalan tingkat biaya masa yang akan datang
untuk penetapan harga atau kebijaksanaan-kebijaksanaan lainnya.
Dalam system sosio-ekonomis yang inflasinya merupakan
gejala endemis dan tingkat inflasi yang rendah diharapkan mempunyai
pengaruh yang menguntungkan bagi dunia bisnis, maka kita dapat
memperkirakan terjadinya kenaikan harga nominal factor-faktor
produksi secara terus menerus pada periode-periode yang akan datang.
Jika perusahaan mampu untuk mentolerir kenaikan harga karna inflasi
tersebut dan mampu mempertahankan rasio harga-biayanya, maka
biaya riil dari sumberdaya yang digunakan perusahaan tidak akan
berubah. Jadi keputusan sekarang yang mencakup produksi dan biaya
dimasa yang mendatang akan dapat dibuat berdasarkan tingkat biaya
periode sekarang yang dimodifikasi hanya untuk setiap pengaruh
inflasi yang tidak dapat dikompensasikan kepada para pembeli. Jika
harga harus ditetapkan sekarang, padahal biaya baru dikeluarkan pada
periode-periode yang akan datang, seperti yang terjadi pada penawaran
kontrak dan penetapan harga, maka tingkat harga tersebut harus
memasukkan besarnya tingkat nflasi yang diperkirakan akan terjadi
dengan tujuan mengamankan kontribusi margin riil dari perusahaan.
20

3. PENAKSIRAN KURVA LEARNING

Kurva learning menghubungkan biaya perunit dengan volume
produksi kumulatf dari suatu produkk tertentu. Kita berharap bahwa
produktivitas input akan meningkat apabila input-input tersebut telah
mempelajari proses produksi, sehingga biaya pe unit turun jika
volume produksi meningkat. Biaya per unit (pada tingkat output
tertentu per periode dalam pabrk tertentu) cenderung menurun dengan
presentase yang relative stabil setiap kali volume produksi kumulatif
digndakan. Tingkat learning ini adalah sekitar 20 persen. Dengan kata
lain, biaya unit turun kira-kira 20 persen setiap kali tingkat output
kumulatif naik dengan faktor 2,4,8,16,32,64,128 dan seterusnya.
Perhatikan bahwa untuk suatu tingkat output yang konstan setiap
periode waktu, rangkaian angka tersebut menunjukkan jumlah periose
sebelum dicapai penurunan 20 persen lainnya dalam biaya uni dicapai.
Jadi perubahan biaya per unit antara dua periode produksi yang
ditimbulkan oleh efek learning, akan sangat jelas jika proses produksi
baru dilakukan dan dapat diabaikan ketika proses produksi telah
mencapai kematangan.
Gambaran mengenai penggandaan output secara berturut-turut
menunjukkan bahwa kurva learning bukan merupakan garis lurus,
tetapi biaya per unit merupakan fungsi output lkumilatif yang menurun
secara eksponensial. Dengan kata lain, kuva learning dapat dinyatakan
sebagai fungsi pangkat atau fungsi eksponensial dengan bentuk sebagai
berikut:
SRAC = aQb
dimana Q adalah tingkat volume kumulatif, a adalah biaya
produksi hipotesis dari unit pertama, danb (biasanya merupakan agka
negatif) menunjukkan tingkat dimana SRAC akan menurun jika output
dinaikkan.

21

Untuk menunjukkan SRAC dan niai output kumulatif yang

diteliti dalam bentuk lograitma, kita rumuskan dengan cara sebagai
berikut:
Log SRAC = log a (tambah) b logQ
Dan menggunakan analisis regresi untuk menaksir parameter a
dan b tersebut.
Sebagai contoh, misalkan perusahaan LORENZO telah
meneliti bahwa biaya per unit dari suatu produk tertentu menurun jika
output kumulatif meningkat. Logaritma dari SRAC dan Q ditunjukkan
pada dua kolom terakhir. Kita menyebutkan log SRAC sebagai variable
Y dan log Q sebagai variable X dan merumuskan bahwa Y = + X.
Perhatikan bahwa = 1,7418 menunjukkan log a. Untuk menemukan
parameter a, harus membuat antilog dari 1,7418 yang hasilnya adalah
55,18. Jadi fungsi pangkat yang menunjukkan kurva learning yang
ditaksir sebagai berikut:
SRAC = 55,18Q-0,3627
Untuk meramalkan biaya per unit pada, misalnya 1000 unit
volume kumulatif, substitusikan Q = 1.000 dalam persamaan diatas.
SRAC = 55,18 (1.000-0,3627)
= 55,18 (0,0816)
= 4,50
Jadi, kita bias berharap bahwa SRAC akan turun menjadi Rp
4,50 per unit pada volume kumulatif mancapai 1.000

22

Table Observasi SRAC dan volume Kumulatif Serta Logaritmanya

Tanggal
Observasi
30 Sept.
15 Des.
1 Maret
15 Mei

Biaya per unit Volume

(SRAC)
kumulatif (Q)
9,00
150
7,20
275
6,50
350
5,85
500

Log SRAC
(Y)
0,9542
0,8573
0,8129
0,7672

Log Q
(X)
2,1761
2,4393
2,5411
2,6990

Tabel Perhitungan untuk Parameter Regresi Bagi Kurva Learning

Y

XY

X2

0,9542
0,8573
0,8129
0,7672
3,3916

2,1761
2,4393
2,5441
2,699
9,8585

2,0764
2,0912
2,0681
2,0707
8,3064

4,7354
5,9502
6,4724
7,2846
24,4426

Y
Y=

3,3916
=

= 0,8479

X
X=

9,8585
=

= 2, 4646

XY - XY
=

4(8,3064) (9,8585) (3,3916)

=

X (X)
2

= - 0,3627
4(24,4426) (9,8585)

= Y x = 0,8479 (-0,3627) 2,4646

= 1,7418
Kurva Learning dinyatakan sebagai presentase penurunan AC untuk tiap
penduakalilipatan volume kumulatif. Untuk menemukan presentase tersebut dalam contoh
ini, kita memilih dua tingkat output (dimana yang satu besarnya 2 kali yang yang lain) dan
menghintung presentase (SRAC) tersebut. Misalnya, dengan pengestimasian SRAC pada
output kumulatif 200 dan 400 unit dari kurva learning tersebut, kita akan mendapatkan :
Untuk 200 unit;
23

SRAC = 55,18(200-0,3267) = 8,076

Dan untuk 400 unit:
SRAC = 55,18(400-0,3267) = 6,281
Jadi SRAC pada 400 unit adalah
6,281
X 100% = 77,77 %
8,076

Angka 77,77 persen tersebut menunjukkan bahwa SRAC untuk 400

unit besarnya sama dengan 77,77 persen dari SRAC pada 200 unit output.
Tambpak bahwa sedikitnya ada penurunan AC sebesar 22 persen apabila
volume kumulatif diduakalilipatkan. Kita dapat memprediksi bahwa SRAC
tersebut akan terus turun kira-kira sebesar 22 persen untuk setiap
penduakalilipatan tingkat output kumulatif berikutnya

24

BAB IV
PENUTUP

A. Kesimpulan
Penaksiran biaya berkaitan dengan tingkat biaya pada tingkat output pabrik
dari peusahaan dengan biaya relatif dari ukuran pabrik lainnya yang tersedia bagi
perusahaan tersebut. Dalam situasi jangka pendek kita berhadapan dengan prilaku AVC
dan MC, plus biaya inkremental lainnya yang diperlukan karena penggunaan beberapa
faktor produksi tetap secara penuh (full utilization). Penaksiran biaya jangka panjang
mencakup tingkat biaya per unit dari berbagai ukuran pabrik, berdasarkan harga faktor
produksi sekarang dan bentuk teknologi yang digunakan
Metoda penaksiran biaya jangka pendek yang dibahas adalah metoda
ekstrapolasi, analisis gradien, analisis regresi dengan data tuntut waktu. Kemungkinan
biaya jangka panjang bisa ditaksir dengan menggunakan analisis regresi dengan data
seksi silang.
Peramalan biaya mensyaratkan penaksiran tingkat biaya untuk periode-periode
yang akan datang, di mana produktivitas dan harga faktor-faktor produksi akan berbeda
dari tingkat yang sekarang. Trend-trend produktivitas yang tampak pada tahun-tahun
terakhir dapat digunakan untuk meramalkan perubahan biaya di masa-masa yang akan
datang.
Kurva learning, apabila ditaksir dari proses produksi tertentu, akan
memungkinkan kita memprediksi biaya per unit pada masa yang akan datang,
berdasarkan garis yang paling cocok (the line of the best fit) dengan biaya rata-rata
yang diteliti jika volume kumulatif naik. Proses produksi cenderung menjadi lebih
efisien dalam memproduksi suatu iyem tertentu, karena adanya pengalaman dalam
proses produksi tersebut. Biaya per unit cenderung untuk turun juka fungsi output
mengalami penurunan, dan sebuah perusahaan dapat menggunakan data biaya per unt
masa lalu yang dikumpulkan untuk memprediksi atau memproyeksi biaya per unit masa
yang akan datang.

B. Saran
Penulis berharap makalah ini dapat menambah wawasan bagi seluruh
25

Mahasiswa khususnya para pembaca agar tergugah untuk terus dapat meningkatkan
kualitas Sumber Daya Manusia dalam usahanya, dan dapat menambah pengetahuan
bagi rekan-rekan Mahasiswa.

DAFTAR PUSTAKA

26

Arsyad, Lincolin. 2011. Ekonomi Manajerial. BPFE

https://www.academia.edu/5774591/Peramalan_dan_penaksiran_biaya.
http://majanajemen.blogspot.co.id/2015/04/penaksiran-dan-peramalanbiaya.html

27