Anda di halaman 1dari 3

Tugas 1.

FUNGSI BIAYA DAN LEARNING CURVE


Tiku pembelajaran (learning curve) biasanya ditaksir dengan menggunakan fungsi
logaritma berbasis sepuluh. Fungsi biaya berbentuk nirgemaris berpangkat (nonlinearpower cost function) digunakan dalam estimasi fungsi produksi dengan data hipotetis
pada tabel berikut. Bentuk fungsi biaya adalah SAC= Q
Untuk dapat mengestimasi fungsi nirgemaris tersebut di atas, fungsi itu diubah dulu ke
dalam fungsi biaya berbentuk logaritma berbasis sepuluh (Log10SAC =
log10log10Q). Dalam rangka estimasi, data ditransformasikan terlebih dahulu ke
dalam bentuk logaritma berbasis sepuluh. Setelah anda mengestimasi fungsi biaya
tersebut, jawablah pertanyaan-pertanyaan berikut:
1. Kembalikan hasil estimasi anda ke dalam bentuk fungsi berpangkat.
2. Berapa hasil estimasi SAC dari perhitungan pada nomor 1 dengan menggunakan
data volume produksi pada bulan Desember? Berapa SAC jika volume produksi
ditingkatkan sebanyak dua kali lipat daripada produksi bulan Desember? Apa arti
hasil perhitungan tersebut pada nomor 1?
3. Apakah terdapat efisiensi jika produksi dilipat dua?
4. Apa rekomendasi anda untuk membantu memperbaiki keputusan manajerial
berdasarkan hasil perhitungan anda jika kecenderungan yang ditunjukkan oleh
perhitungan pada nomor 1,2, dan 3 diharapkan masih dapat dicapai?
DATA HIPOTETIS PERUSAHAAN RODOARTA Tbk
TAHUN
KELUARAN
SAC (BIAYA /SATUAN)
(Q)
(RUPIAH)
Januari 31
125
10000
Februari 28
175
9500
Maret 31
April 30
Mei 31
Juni 30
Juli 31
Agustus 31
September 30
Oktober 31
November 30
Desember 31

225
325
425
500
750
875
1000
1100
1250
1600

8750
7500
7000
6750
6500
6250
6000
6000
5500
4500

Petunjuk:
Bentuk fungsi berpangkat ditransformasikan lebih dahulu ke dalam bentuk logaritma
natural dan data harus ditransforasikan ke dalam logaritma natural. Setelah diperoleh
koefisien regresi dalam bentuk logaritma berbasis sepuluh, hasil itu kemudian
ditransformasi ke dalam bentuk fungsi berpangkat dan efisiensi dapat dihitung.

Tugas dikumpulkan selambat-lambatnya tanggal 20 November 2015.


Alamat email : sahalasppanjaitan@gmail.com
Penyelesaian :
Nama
NPM

: Hasrun Afandi US
: 1521011003

X
2.096910013
2.243038049
2.352182518
2.511883361
2.62838893
2.698970004
2.875061263
2.942008053
3
3.041392685
3.096910013

4
3.977723605
3.942008053
3.875061263
3.84509804
3.829303773
3.812913357
3.795880017
3.77815125
3.77815125
3.740362689

XY
8.387640052
8.922185394
9.272322429
9.73370191
10.10641312
10.33517602
10.96235949
11.16750958
11.33445375
11.49084158
11.58356667

X
4.397031603
5.031219689
5.532762598
6.309558019
6.908428367
7.284439082
8.265977266
8.655411384
9
9.250069464
9.590851629

3.204119983

3.653212514

11.70533122

10.26638487

32.6908648
7
2.72423873
9

46.0278658
1
3.83565548
4

125.001501
2
10.4167917
7

90.49213397
7.541011164

= Y/n
=
=
=
=
=
=
=

32.69086487 / 12
2.724238739
X/n
46.02786581 / 12
3.835655484
[nXYXY]/[nX2 (X)2]
12 (125,0015012) (46,02786581)(32,69086487)
12 (176,6583005) (46,02786581)2
= -0,2715
= -
= 2,724238739 (-3,499711433)(3,835655484)

= 4,5752
Log SAC =4,5752 - 0,2715Log Q

1. SAC = 104,5752Q-0,2715
2. SAC terhadap Q bulan Desember adalah
= 104,57521600-0,2715
= 5073,193469
= 5073

SAC terhadap Q bulan Desember yang dilipatgandakan


= 104,57523200-0,2715
= 4202,926361
= 4203
Dengan memproduksi Q sebesar 1600 maka akan mengeluarkan
biaya rata-rata sebesar 5073 dan apabila Q diliptgandakan

sebesar 3200 maka akan mengeluarkan biaya rata-rata sebesar


4203 dikarenakan pengeluaran terhadap bahan produksi yang
berkurang karena membeli bahan produksi dengan jumlah yang
besar.
3. Ya, terdapat efisiensi sebesar
= {(5073 - 4203) / 5073} x 100%
= 17,15%
4. Perusahaan sebaiknya terus meningkatkan produksi karena
dapat dilihat dengan produksi yang makin bertambah cost yang
dikeluarkan makin kecil.

Laba / Rugi

Pada saat Q = 1600 mengeluarkan rata-rata cost terkecil sebesar


5073 yang dapat disimpulkan akan mendapat laba optimal.

Untuk menentukan laba/rugi dibutuhkan TR. Untuk mencari TR


dibutuhkan data P dan Q, sedangkan dalam soal tidak disajikan
data P.

Anda mungkin juga menyukai