B. PENAKSIRAN DAN
mPRAKIRAAN FUNGSI
mBIAYA
C. PENAKSIRAN JANGKA
mPENDEK
m- Ekstrapolasi
sederhana
m- Analisis gradien
m- Analisis regresi
dengan data runtut
waktu
D. PENAKSIRAN BIAYA
mJANGKA PANJANG
E. PERAMALAN BIAYA
m
A. PENDAHULUAN
Penaksiran 2dan 2peramalan 2biaya 2sangat 2berguna 2bagi
manajer perusahaan untuk menemukan dan menentukan bentuk
dan 2kurva 2biaya 2suatu 2perusahaan. 2penaksiran 2biaya 2dapat
dilakukan oleh perusahaan untuk keperluan perusahaan dalam
waktu jangka pendek maupun untuk waktu jangka panjang.
Pemahaman fungsi biaya untuk waktu jangka pendek akan
membantu 2pengambil 2keputusan 2untuk 2menilai 2optimalisasi
tingkat output perusahaan. Untuk waktu jangka panjang, fungsi
biaya 2akan 2bermanfaat 2bagi 2pengambil 2keputusan 2dalam
mempertimbangkan untuk melakukan ekspansi.
B. PENAKSIRAN FUNGSI BIAYA DAN PRAKIRAAN BIAYA
2
Sebelum mempelajari 2penaksiran 2fungsi 2biaya, 2terlebih
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 untu meramalkan biaya di masa yang akan datang.
MODUL
P
E
N
A
K
S
IR
A
N
D
A
N
P
E
R
A
M
A
L
A
N
B
IA
Y
A
010
011
012
013
Peramalan biaya
Jumlah
output
8.000
10.000
Biaya variabel
total
40.000.000
?
132
Jumlah
output
8.000
10.000
Biaya variabel
total
40.000.000
50.000.000
133
Jumlah
output
(X)
8.000
10.000
9.000
7.700
10.500
9.800
9.200
8.400
8.500
9.400
Biaya variabel
total
(Y)
40.000
50.000
45.000
30.000
51.000
49.000
48.000
45.000
46.000
49.000
Biaya variabel
total
(Y)
40.000
50.000
45.000
30.000
51.000
49.000
48.000
45.000
46.000
49.000
Y
453.000
XY
320.000.000
500.000.000
405.000.000
31.000.000
535.500.000
480.200.000
441.600.000
378.000.000
391.000.000
460.600.000
XY
4.142.900.000
64.000.000
100.000.000
81.000.000
59.290.000
110.250.000
96.040.000
84.640.000
70.560.000
72.250.000
88.360.000
X
8 6.390.000
n XY -
X Y
2
n X X
x
(10
4.142.900. 000) (90.500
x
453.000)
x
(10
826.390.00 0) - (90.500)
(41.429.00 0.000) - (40.996.50
0.000)
b
(8.263.900 .000) - (8.190.250 .000)
432.500.00 0
b
5,87236931 4 5,87
73.650.000
134
1.600.000.000
.500.000.000
.025.000.000
.873.000.000
900.000.000
.601.000.000
.401.000.000
.304.000.000
.025.000.000
.116.000.000
.401.000.000
Y
0
Y b X
a
Y
n
453.000 45 300
.
Y
10
X
X
n
90.500
9. 050
X
10
45.300 (5,87 9. 050)
a
45.300 53. 141,6
a
- 7.841,6
a
Berdasarkan 2pada 2perhitungan 2di 2atas, 2maka 2dapat 2diketahui 2fungsi
permintaannya adalah Y = -7.841,6 + 5,872 X atau Biaya = -7.841,6 + 5,872Q
Perhitungan di atas dapat menggunakan software statistik seperti Minitab,
berikut ini adalah perhitungannya.
Regression Analysis: P versus Q
The regression equation is
P = - 7845 + 5,87 Q
Predictor
Constant
Q
Coef
-7845
5,872
S = 3502,14
SE Coef
11731
1,290
T
-0,67
4,55
R-Sq = 72,1%
P
0,522
0,002
R-Sq(adj) = 68,6%
Analysis of Variance
Source
Regression
Residual Error
Total
DF
1
8
9
SS
253979973
98120027
352100000
MS
253979973
12265003
F
20,71
P
0,002
135
Jumlah
output
(X)
8.000
10.000
9.000
7.700
10.500
9.800
9.200
8.400
8.500
9.400
Biaya variabel
total
(Y)
40.000
50.000
45.000
30.000
51.000
49.000
48.000
45.000
46.000
49.000
Jumlah
output
(X)
8.200
10.500
9.400
7.100
10.000
9.300
9.300
8.600
8.900
8.100
Biaya variabel
total
(Y)
41.000
50.000
42.000
35.000
50.000
48.300
47.900
46.000
46.400
47.000
136
(X)
(Y)
XY
X
Y
8.000
40.000
20.000.000 2 64.000.000 2 .600.000.000
10.000
50.000
500.000.000 2 100.000.000 2 2.500.000.000
9.000
45.000
405.000.000
81.000.000 2 2.025.000.000
7.700
30.000
231.000.000 2 59.290.000 2 900.000.000
10.500
51.000
535.500.000 2 110.250.000 2 2.601.000.000
9.800
49.000
480.200.000 2 96.040.000 2 2.401.000.000
9.200
48.000
441.600.000 2 84.640.000 2 2.304.000.000
8.400
45.000
378.000.000 2 70.560.000 2 2.025.000.000
8.500
46.000
391.000.000 2 72.250.000 2 2.116.000.000
9.400
49.000
460.600.000 2 88.360.000 2 2.401.000.000
8.200
41.000
336.200.000 2 67.240.000 2 1.681.000.000
10.500
50.000
525.000.000 2 110.250.000 2 2.500.000.000
9.400
42.000
394.800.000 2 88.360.000 2 1.764.000.000
7.100
35.000
248.500.000 2 50.410.000 2 1.225.000.000
10.000
50.000
500.000.000 2 100.000.000 2 2.500.000.000
9.300
48.300
449.190.000 2 86.490.000 2 2.332.890.000
9.300
47.900
445.470.000 2 86.490.000 2 2.294.410.000
8.600
46.000
395.600.000 2 73.960.000 2 2.116.000.000
8.900
46.400
412.960.000 2 79.210.000 2 2.152.960.000
8.100
47.000
380.700.000 2 65.610.000 2 2.209.000.000
X
Y
XY
X
Y
179.900 2906.600 28.231.320.000 21.634.410.000 241.648.260.000
n XY -
X Y
2
n X X
x
(20
8.231.320. 000) (179.900
x
906.600)
b
x
(20
1.634.410. 000) - (179.900)
(164.626.4 00.000 ) - (163.097.3 40.000 )
b
(32.688.20 0.000 ) - (32.364.01 0.000)
1.529.060. 000 4,71655510 7 ,4
717
b
324.190.00 0
Y b X
a
Y
n
906.600 45 330
.
Y
0
X
X
n
179.900 8 995
.
X
0
45.330 (4,717 8. 995)
a
45.330 42. 429,42
a
.900,58
a
Berdasarkan pada perhitungan di atas, maka dapat diketahui fungsi permintaannya
adalah Y = 2.900,58 + 4,717 X atau P = 2.900,58 + 4,717 Q.
137
Coef
2905
4,7166
S = 3261,62
SE Coef
7323
0,8101
T
0,40
5,82
R-Sq = 65,3%
P
0,696
0,000
R-Sq(adj) = 63,4%
Analysis of Variance
Source
Regression
Residual Error
Total
DF
1
18
19
SS
360594788
191487212
552082000
MS
360594788
10638178
F
33,90
P
0,000
E. 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 pada periode sekarang (Arsyad, 2011). Terdapat faktor-faktor yang
dapat menentukan peramalan biaya di masa mendatang (Arsyad, 2011), yaitu:
1. Perubahan produktivitas faktor produksi
Adanya perubahan produktivitas faktor produksi seperti peningkatan kapasitas
mesin produksi, akan dapat dijadikan dasar untuk meramalkan biaya produksi
perusahaan di masa yang akan datang.
. Perubahan harga faktor (input) produksi
Adanya perubahan harga faktor (input) produksi seperti peningkatan harga
mesin produksi yang baru, juga dapat dijadikan dasar untuk meramalkan biaya
produksi perusahaan di masa yang akan datang.
Berikut ini merupakan contoh yang dapat memperjelas konsep peramalan biaya,
yaitu sebagai berikut:
Contoh 9.5
Diketahui: 1. Fungsi biaya produksi pada interval minggu 1 sampai dengan minggu
10 adalah: -7.841,6 + 5,872Q
. Produksi produk di di minggu 11 diperkirakan sebesar 11.000 unit
Hitung: Biaya produksi di minggu 11
Pembahasan:
Biaya produksi = -7.841,6 + 5,872Q
= -7.841,6 + 5,872 (11.000)
= -7.841,6 + 64.592
= 56.750,4
Berdasarkan pada perhitungan di atas, maka biaya produksi pada minggu ke 11
adalah diperkirakan sebesar 56.750,4.
138
REFERENSI
Arsyad, Lincolin. 2011. Ekonomi Manajerial. BPFE
Latief, Wasis A. 2011. Pengantar Ekonomi Mikro. UM Press
Rahardja, Prathama dan Mandala Manurung. 2002. Teori Ekonomi Mikro. Lembaga
Penerbit Fakultas Ekonomi Universitas Indonesia
Sarnowo, Henry dan Danang Sunyoto. 2011. Pengantar Ilmu Ekonomi Mikro. CAPS
Suki
Sukirno, Sardono. 1995. Pengantar Teori Mikro Ekonomi. Raja Grafindo Persada
PROPAGASI
1.
.
3.
4.
5.
139