TEKNIK SIMULASI MONTERCARLO

STUDI KASUS DAN PENYELESAIAN

Prepared by Hanna Lestari, M.Eng

TEKNIK INDUSTRI UDINUS-,,2013

 BAB I
PENDAHULUAN

I.1. Studi Kasus

PT. SPOTLIGHT merupakan perusahaan pembuat lampu variasi motor yang
berproduksi untuk memenuhi permintaan ( make to order ) dari dealer, bengkel, atau
bahkan para distributor. Karena itu, maka banyaknya lampu yang diproduksi tergantung
dari permintaan pasar. Perusahaan ini telah berdiri sejak tahun 1999, dan saat ini baru bisa
menguasai pasar beberapa kota besar di Indonesia. Untuk dapat meningkatkan pangsa
pasarnya, PT. SPOTLIGHT mencoba untuk menganalisis kebijakan produksinya dengan
menggunakan metode simulasi berdasarkan informasi-informasi yang didapat pihak
manajemen.
PT. SPOTLIGHT memproduksi 3 jenis lampu variasi, yaitu : Xenon Blue, Halogen
White, dan lampu biasa. Dalam pemasarannya, masing-masing lampu tersebut sudah
dipasangkan pada kap bereflektor besar. Kap tersebut tidak dibuat sendiri oleh PT.
SPOTLIGHT tapi disubkontrakkan kepada perusahaan khusus pembuat kap. Setelah
dilakukan penelitian, ternyata pihak manajemen menemukan masalah yaitu pada suplai
bahan baku gas pengisi lampu.
Dalam pengiriman bahan baku sering terjadi kebocoran gas ( gas loss ) sehingga
mengakibatkan berkurangmya jumlah bahan baku yang sampai ke perusahaan. Karena
bahan baku berkurang maka lampu yang dihasilkan ikut berkurang.
Pengiriman bahan baku mengunakan mobil van yang disediakan oleh pihak supplier.
Supplier tersebut menyediakan 3 ( tiga ) buah van yaitu Van A, B, dan C. Karena supplier
tidak hanya memenuhi permintaan dari PT. SPOTLIGHT saja, maka pengunaan van untuk
mengirim bahan baku ke PT. SPOTLIGHT tidak bisa dipastikan, tergantung van mana
yang sedang menganggur. Hal itu berdampak pada penetapan harga pokok produksi yang
berbeda-beda yang bergantung pada jenis van yang digunakan.
Perusahaan akan mengharapkan harga jual produknya sebesar 20% dari biaya pokok
produksi. Setelah itu perusahaan masih harus membayar pajak pendapatan sebesar 8%.
Nilai buku awal untuk mesin-mesin dan gedung sebesar Rp. 100.000.000 dan nilai buku
 diakhir periode sebesar Rp.70.000.000. Dari kondisi diatas perusahaan ingin mengetahui
apakah produksi lampu motor variasi dapat menghasilkan benefit dimasa depan.
Kemudian pihak manajemen mendapatkan beberapa informasi yang bisa digunakan
untuk perbaikan kebijakan perusahaan dimasa depan, yaitu:
1. Pihak perusahaan meminta agar bahan baku diantarkan dua kali dalam seminggu.
Supplier menetapkan harga khusus untuk pemesanan semacam ini
2. Perusahaan menemukan supplier baru. Supplier ini mempunyai van yang dapat
mereduksi loss pengiriman bahan baku.
Dari permasalahan diatas, anda sebagai seorang analis sistem diminta untuk :
a. Menghitung proyeksi keuntungan perusahaan selama 50 minggu kedepan dengan
mengunakan model Simulasi Monte Carlo, dengan sebelumnya membuat model
matematis untuk menghitung keuntungan bruto perusahaan dengan melibatkan
seluruh variable terkait pada permasalahan diatas. Kemudian baru tentukan Net
Income Cash Flownya.
b. Membuat dua model alternatif berdasarkan informasi yang didapat tersebut dan
memilih salah satu model yang paling tepat untuk diimplementasikan berdasarkan
kriteria NPV jika diketahui investasi awal Rp. 500.000.000 dan tingkat bunga yang
diinginkan perusahaan 20 %.

I.2. Manfaat dan Tujuan Penyelesaian Kasus

1. Praktikan dapat memahami konsep dasar Pemodelan Sistem dan simulasi Monte carlo
2. Memperkenalkan macam-macam distribusi, pengbangkitan bilangan random langkah-
langkah pengujian hipotesis dan validasi model.
3. Praktikan dapat memahami konsep analisa kebijakan.
4. praktikan dapat membuat interprestasi dan membuat kebijakan dari hasil simulasi yang
dilakukan berdasarkan kriteria investasi finansial.
 BAB II
LANDASAN TEORI

II.1. Teori Monte Carlo dan Analisa Kebijakan Bisnis

Simulasi Monte Carlo sering digunakan untk melakukan analisa keputusan pada
situasi yang melibatkan resiko yang melibatkan beberapa parameter untuk dilakukan
pertimbangan secara simultan . Metode ini dapat digunakan secara luas karena didasarkan
pada proses simulasi dengan pilihan kemungkinan secara random. Metode ini
mengasumsikan pola kejadian variabel perhitungannya pada dua model distribusi, yaitu
distribusi normal dan uniform. Asumsi ini dapat melemahkan suatu kasus yang
mempunya pola distribusi diluar kedua asumsi diatas, namun dengan sedikit melakukan
usaha manipulasi statisik dengan melakukan transformasi data mentah pada variabel yang
bersangkutan untuk diubah untuk memenuhi dua asumsi distribusi tersebut dapat
dilakukan dengan sederhana.
Didalam operasionalnya, Monte Carlo melibatkan pemilihan secara acak terhadap
keluaran masing-masing secara berulang sehingga diperoleh solusi dengan nilai
pendekatan tertentu.
Adapun langkah-langkah pembuatan model simulasi Monte carlo adalah sebagai
berikut :
1. Formulasi masalah, dalam tahap ini ditentukan masalah apa saja yang akan
dibahas dan ditentukan batasan-batasan masalah..
2. Pembuatan model simulasi Monte Carlo, dalam tahap ini kita membuat model dan
menentukan parameter-parameter model, variabel, hubungan antar bagian model.
3. Pembuatan distribusi untuk variabel, dalam tahap ini kita menetapkan distribusi
probabillitas untuk variabel-variabel utama. Dalam tahap ini juga menggunakan
teori probabilitas.
4. Ubah distribusi probabilitas menjadi distribusi kumulatif. Hal ini untuk
menentukan bahwa hanya satu variabel akan diasosiasikan dengan satu bilangan
acak.
5. Simulasikan model. Dalam mensimulasikan model terlebih dahulu ditentukan :
 a. Aplikasi aturan keputusan
b. Pembangkitan bilangan-bilangan acak.
6. Evaluasi strategi model. Pada tahapini kita melakukan evaluasi terhadap model
apakah sudah menyerupai sistem nyata.
7. Periksa apakah diperlukan adanya perbaikan model. Pada tahap ini apabila
ternyata diperlukan adanya pergantian model dikarenakan model tidak sesuai
dengan sistem nyata, maka dilakukan perbaikan ( pengulangan ) formulasi
masalah.
8. Keputusan. Keputusan diambil apabila model sudah sesuai dengan sistemnyata.
9. Selesai. Pembuatan model simulasi Monte Carlo selesai.
Proses pengambilan keputusan dalam lingkungan yang melibatkan resiko dan
ketidak pastian umumnya tidak terjadi secara rutin dengan demikian tingkat kepentingan
yang terjadi juga lebih tinggi dibandingkan dengan proses keputusan yang bersifat
berulang dalam lingkungan yang terkendali, untuk menterjemahkan hal ini, digunakan
model simulasi Monte Carlo untuk mengamati perubahan yang diakibatkan penerapan
kebijakan tertentu dalam suatu sistem, kemudian pemodel ( biasanya para manajer ) dapat
mempelajari reaksi sistem dengan input yang berubah-ubah. Dengan demikian
pemodel/manajer dapat merancang kebijakan dan mengambil keputusan dengan lebih
baik
Pada tugas akhir Monte Carlo ini, kita akan merancang suatu model kebijakan
yang melibatkan analisa investasi untuk pengambilan keputusan apakah suatu kebijakan
layak diterapkan dan kebijakan mana yang lebih baik ditinjau dari aspek finansialnya
selain tentunya juga menggunakan tehnik statistika dalam melakukan perbandingan
output kebijakan yang dibuat pada proses desain eksperimen.
Seorang manajer harus melakukan suatu analisa kelayakan sebelum dia
memutuskan pemilihan suatu alternatif proyek, oleh karena itu analisa kelayakan
investasi sangat diperlukan dalam melakukan analisa baik secara teknis maupun secara
ekonomis. Selain itu adapula faktor yang terlibat dalam suatu proyek terutama proyek
investasi yaitu faktor waktu dan resiko . Pada jenis investasi tertentu faktor waktu lebih
berperan , sementara pada jenis investasi lain faktor resiko lebih dominan.
 Yang dimaksud dengan analisa kelayakan investasi adalah suatu penelitian
tentang layak tidaknya suatu proyek bisnis itu dilaksanakan. Maksud layak ( atau tidak
layak ) disini adalah perkiraan bahwa proyek itu akan dapat ( atau tidak dapat )
menghasilkan keuntungan yang layak bila telah dioperasikan. Mengenai pengertian
untung itu sendiri berbeda antara pihak yang berorientasi pada keuntungan ekonomi dan
non-ekonomi.
II.2. Flowchart Penyelesaian Kasus
II.3. Pengumpulan Data
Dari studi kasus didapatkan data-data sebagai berikut :
1. Data permintaan lampu untuk kota A dan kota B dalam 50 minggu terakhir sebagai
berikut :
Demand
Minggu
Kota A Kota B
1 350 170
2 350 190
3 400 160
4 250 190
5 300 160
6 200 190
7 400 190
8 200 160
9 300 250
10 300 170
11 300 170
12 400 190
13 200 190
14 200 170
15 300 170
16 400 190
17 300 190
18 300 250
19 250 190
20 400 190
21 300 190
22 300 210
23 300 190
24 400 210
25 250 190
26 300 210
27 300 190
28 300 210
29 200 170
30 300 190
31 300 210
32 400 190
33 300 210
34 400 190
35 400 170
36 400 250
37 350 190
38 200 210
39 300 190
40 250 170
41 300 190
42 200 210
43 200 250
44 200 190
45 300 190
46 200 190
47 300 190
48 200 190
49 350 190
50 400 190
2. Data loss bahan baku untuk 50 minggu terakhir sebagai berikut :
Loss bahan baku
Minggu
( dalam % )
1 20
2 22
3 20
4 26
5 22
6 22
7 30
8 22
9 20
10 30
11 26
12 22
13 22
14 20
15 22
16 15
17 22
18 15
19 22
20 20
21 15
22 26
23 15
24 30
25 10
26 20
27 20
28 15
29 20
30 5
31 5
32 10
33 10
34 5
35 15
36 20
37 15
38 15
39 15
40 20
41 15
42 5
43 20
44 5
45 10
46 5
47 10
48 20
49 10
50 10
3. Data penggunaan van yang digunakan untuk mengirimkan bahan baku ke PT.
SPOTLIGHT selama 50 minggu terakhir :
Van yang
Minggu
digunakan
1 1
2 2
3 1
4 2
5 1
6 1
7 1
8 2
9 1
10 1
11 3
12 2
13 2
14 2
15 1
16 2
17 1
18 2
19 2
20 3
21 1
22 3
23 1
24 1
25 2
26 1
27 1
28 1
29 2
30 2
31 1
32 1
33 3
34 1
35 2
36 1
37 2
38 1
39 1
40 1
41 1
42 2
43 2
44 2
45 3
46 1
47 3
48 1
49 1
50 3
4. Harga Pokok Produksi berdasarkan jenis van yang digunakan :
Jenis Van Kapasitas ( liter ) HPP van per lot
Van 1 100 200.000
Van 2 75 150.000
Van 3 50 140.000
5. Harga khusus untuk pemesanan yang telah ditetapkan oleh supplier :
Jenis Van Harga
Van 1 350.000
Van 2 270.000
Van 3 250.000

6. Reduksi loss pengiriman bahan baku oleh supplier baru :

Loss BB
Jenis Van
( dalam % )
Van X 5
Van Y 7
Van Z 8

7. Perubahan HPP akibat penggunaan van dari supplier baru :

Jenis Van HPP
Van X 250.000
Van Y 200.000
Van Z 180.000
1. Persiapan Data dan Penentuan Distribusi
Permintaan Permintaan loss van yg
bahan baku (dlm
kota A kota B digunakan
%)
350 170 20 1
350 190 22 2
400 160 20 1
250 190 26 2
300 160 22 1
200 190 22 1
400 190 30 1
200 160 22 2
300 250 20 1
300 170 30 1
300 170 26 3
400 190 22 2
200 190 22 2
200 170 20 2
300 170 22 1
400 190 15 2
300 190 22 1
300 250 15 2
250 190 22 2
400 190 20 3
300 190 15 1
300 210 26 3
300 190 15 1
400 210 30 1
250 190 10 2
300 210 20 1
300 190 20 1
300 210 15 1
200 170 20 2
300 190 5 2
300 210 5 1
400 190 10 1
300 210 10 3
400 190 5 1
400 170 15 2
400 250 20 1
350 190 15 2
 200 210 15 1
300 190 15 1
250 170 20 1
300 190 15 1
200 210 5 2
200 250 20 2
200 190 5 2
300 190 10 3
200 190 5 1
300 190 10 3
200 190 20 1
350 190 10 1
400 190 10 3

Generating Probability Distribution for Permintaan Kota A

Permintaan Cumulative Relative Cumulative Relative

kota A Frequency Frequency Probability Probability
200 11 11 0,22 0,22
250 15 4 0,3 0,08
300 35 20 0,7 0,4
350 39 4 0,78 0,08
400 50 11 1 0,22
Total 50 1

Generating Probability Distribution for Permintaan Kota B

Permintaan Cumulative Relative Cumulative Relative

kota B Frequency Frequency Probability Probability
160 3 3 0,06 0,06
170 11 8 0,22 0,16
190 38 27 0,76 0,54
210 46 8 0,92 0,16
250 50 4 1 0,08
Total 50 1
 Jenis Van Cumulative Relative Cumulative Relative
Frequency Frequency Probability Probability
1 26 26 0,52 0,52
2 43 17 0,86 0,34
3 50 7 1 0,14
total 50 1

2. Descriptives Statistic
loss bb

Mean 17,12
Standard Error 0,975052066
Median 20
Mode 20
Standard Deviation 6,894659276
Sample Variance 47,53632653
Kurtosis -0,591682616
Skewness -0,22446523
Range 25
Minimum 5
Maximum 30
Sum 856
Count 50
Smallest(1) 5

3. Penentuan Kelas
Penentuan Interval Kelas
n 50
max 30
min 5
log n 1,7
k 6,6 6
Class Int 4,2 5

Frek
Class Limit kumulatif frek relatif Probabilitas
5 9,1 6 6 0,12
9,2 13,2 13 7 0,14
13,3 17,4 23 10 0,2
17,5 21,6 35 12 0,24
21,7 25,7 44 9 0,18
25,8 30,0 50 6 0,12
50 1
 Bahan Baku Loss

0,3
0,25 Series1
Series2
probabilitas

0,2
Series3
0,15
Series4
0,1
Series5
0,05 Series6
0
1
Frekuensi

4. Uji Chi Square

Class Limit Class Boundaries Oi P(b) P(a) P Ei
5 9,1 4,95 9,15 6 0 0,12384734 0,12384734 6,192367023
9,2 13,2 9,15 13,25 7 0,12384734 0,287295112 0,163447772 8,172388587
13,3 17,4 13,25 17,45 10 0,287295112 0,519087406 0,231792294 11,58961471
17,5 21,6 17,45 21,65 12 0,519087406 0,744419349 0,225331943 11,26659714
21,1 25,7 21,05 25,75 9 0,715663367 0,894659144 0,178995778 8,949788899
25,8 30 25,75 30,05 6 0,894659144 1 0,105340856 5,267042776
50 50

Diperoleh:
Nilai rata rata : 17,12
Standart deviasi : 6,89
Chi-Square Hitung : 0.542
Chi-Square Tabel : 11,07

Result Analysis :
H0 : Relative Prob. Fits to Normal Distribution
H1 : Relative Prob. Fitless to Normal Distribution
If X2 counted > X2 Tables, H0 would be refused
If X2 counted < X2 Tables, H0 would be accepted
Result : Relative
Probability : FIT with Normal Distribution
 BAB III
PEMBAHASAN

III.1. Penyelesaian Studi Kasus

1. Pembangkitan Bilangan Random
a. Distribusi Permintaan Lampu Kota A
Random
Permintaan Cumulative Relative Number
KOTA A Probability Probability Generation
200 0,22 0,22 0 to 219
250 0,3 0,08 220 to 299
300 0,7 0,4 300 to 699
350 0,78 0,08 700 to 779
400 1 0,22 780 to 999

Ket : Jika pembangkitan bilangan random mendapat nilai 200 berarti bilangan
random tersebut berada dalam interval 0-219.Yang artinya nilai dari bilangan random
tersebut adalah 200.

VLOOKUP TABLE
0 200
220 250
300 300
700 350
780 400
1000 400

b. Distribusi Permintaan Kota B

Random
Permintaan Cumulative Relative Number
KOTA B Probability Probability Generation
160 0,06 0,06 0 to 59
170 0,22 0,16 60 to 219
190 0,76 0,54 220 to 759
210 0,92 0,16 760 to 919
250 1 0,08 920 999
Ket : Jika pembangkitan bilangan random mendapat nilai 160 berarti bilangan
random tersebut berada dalam interval 0-219.Yang artinya nilai dari bilangan random
tersebut adalah 160.

VLOOKUP TABLE
0 160
60 170
220 190
760 210
920 250
1000 250

c. Distribusi Van Yang Digunakan

Random
Van Cumulative Relative Number
Probability Probability Generation
1 0,52 0,52 0 to 519
2 0,86 0,34 520 to 859
3 1 0,14 860 to 999

Ket : Jika pembangkitan bilangan random mendapat nilai 0.52 berarti bilangan
random tersebut berada dalam interval 0-519.Yang artinya nilai dari bilangan random
tersebut adalah 0.52.

VLOOKUP TABLE
0 1
520 2
860 3
1000 3
III.2. Analisa Hasil Simulasi Sebelum Pengembangan
Setelah menghitung proyeksi keuntungan bruto perusahaan 50 minggu kedepan (thn
ke tiga) dengan menggunakan model simulasi montecarlo dengan sebelumnya membuat
model matematis untuk menghitung keuntungan bruto perusahaan dengan melibatkan
seluruh variabel terkait pada permasalahan diatas, maka didapat data sebagai berikut:
1. Rata-rata keuntungan kotor
Rp
Total Keuntungan Kotor : 3.728.640.000,00 :
Rp74.572.800,00
Total Tender 50

2. Rata-rata keuntungan sebelum pajak

Rp
Total laba Sebelum pajak : 100.800.000,00 : Rp 2.016.000,00
Total Tender 50

3. Rata-rata keuntungan setelah pajak

Rp
Total Laba Setelah Pajak : 92.736.000,00 : Rp 1.854.720,00
Total Tender 50

4. Rata-rata Net Income Cash Flow

Rp
Total NICF : 3.530.348.800,00 : Rp 70.606.976,00
Total Tender 50

5. Rata-rata beban pajak

Rp
Total Beban Paak : 298.291.200,00 : Rp 5.965.824,00
Total Tender 50
III.3. Pembuatan Model Pengembangan
Pengembangan 1
Pada pengembangan pertama ini Perusahaan meminta agar bahan baku diantarkan
dua kali dalam seminggu.Suplier memberikan harga khusus untuk pemesanan semacam
ini, dengan harga:
Jenis Van Harga
Van 1 350.000
Van 2 270.000
Van 3 250.000

Pengembangan 2
Pada pengembangan kedua ini Perusahaan menemukan suplier baru. Suplier ini
mempunyai van yang dapat mereduksi loss pengiriman bahan baku, yaitu sebagai berikut:
Jenis van Loss BB
Van X 5%
Van Y 7%
Van Z 8%
Tetapi penggunaan van baru ini dikenai biaya baru yang mengakibatkan berbahnya HPP
menjadi:
Jenis van HPP
Van X 250.000
Van Y 200.000
Van Z 180.000
III.4. Analisa Hasil Simulasi
Setelah membuat dua model alternatif berdasarkan informasi yang didapat akan
dipilih salah stu model alternatif yang terbaik untuk diimplementasikan berdasarkan NPV
dan IRR jika diketahui investasi awal Rp 500.000.000,- dan tingkat bunga yang
diinginkan 20% sebagai berikut:

NPV
Investasi
Awal
Model Pengembangan Pengembangan
Minggu
Awal I II
1 Rp93.336.000,00 Rp325.176.000,00 Rp131.700.000,00
2 Rp25.771.200,00 Rp113.870.400,00 Rp39.460.800,00
3 Rp49.606.560,00 Rp183.919.200,00 Rp76.511.040,00
4 Rp44.726.880,00 Rp168.120.960,00 Rp76.511.040,00
5 Rp81.081.600,00 Rp298.128.000,00 Rp129.160.800,00
6 Rp24.667.200,00 Rp108.571.200,00 Rp40.123.200,00
7 Rp83.068.800,00 Rp305.856.000,00 Rp128.719.200,00
8 Rp91.680.000,00 Rp329.040.000,00 Rp130.044.000,00
9 Rp25.108.800,00 Rp115.305.600,00 Rp37.915.200,00
10 Rp84.393.600,00 Rp305.856.000,00 Rp130.044.000,00
11 Rp98.856.000,00 Rp344.496.000,00 Rp131.700.000,00
12 Rp86.712.000,00 Rp317.448.000,00 Rp128.719.200,00
13 Rp29.436.480,00 Rp129.160.800,00 Rp38.356.800,00
14 Rp54.221.280,00 Rp203.890.560,00 Rp74.744.640,00
15 Rp103.272.000,00 Rp359.952.000,00 Rp131.700.000,00
16 Rp38.202.240,00 Rp154.707.360,00 Rp74.303.040,00
17 Rp51.317.760,00 Rp192.861.600,00 Rp75.407.040,00
18 Rp94.440.000,00 Rp329.040.000,00 Rp131.700.000,00
19 Rp74.236.800,00 Rp267.216.000,00 Rp131.700.000,00
20 Rp24.225.600,00 Rp106.032.000,00 Rp40.564.800,00
21 Rp97.531.200,00 Rp340.632.000,00 Rp131.700.000,00
22 Rp24.667.200,00 Rp102.278.400,00 Rp42.772.800,00
23 Rp30.319.680,00 Rp127.946.400,00 Rp40.123.200,00
24 Rp48.900.000,00 Rp188.390.400,00 Rp74.303.040,00
25 Rp82.075.200,00 Rp294.264.000,00 Rp131.368.800,00
26 Rp95.544.000,00 Rp332.904.000,00 Rp131.700.000,00
27 Rp47.928.480,00 Rp186.005.760,00 Rp74.082.240,00
28 Rp97.862.400,00 Rp344.496.000,00 Rp131.368.800,00
29 Rp83.289.600,00 Rp298.128.000,00 Rp131.368.800,00
30 Rp47.453.760,00 Rp174.976.800,00 Rp77.173.440,00
 31 Rp107.688.000,00 Rp379.272.000,00 Rp130.264.800,00
32 Rp83.952.000,00 Rp305.856.000,00 Rp129.602.400,00
33 Rp49.065.600,00 Rp197.332.800,00 Rp71.653.440,00
34 Rp54.298.560,00 Rp210.746.400,00 Rp72.757.440,00
35 Rp100.291.200,00 Rp352.224.000,00 Rp131.368.800,00
36 Rp96.206.400,00 Rp340.632.000,00 Rp130.927.200,00
37 Rp91.348.800,00 Rp325.176.000,00 Rp130.927.200,00
38 Rp46.791.360,00 Rp174.976.800,00 Rp76.511.040,00
39 Rp90.244.800,00 Rp317.448.000,00 Rp131.700.000,00
40 Rp83.068.800,00 Rp290.400.000,00 Rp131.700.000,00
41 Rp48.204.480,00 Rp177.063.360,00 Rp77.173.440,00
42 Rp116.299.200,00 Rp410.184.000,00 Rp129.160.800,00
43 Rp91.790.400,00 Rp325.176.000,00 Rp131.368.800,00
44 Rp82.185.600,00 Rp305.856.000,00 Rp127.836.000,00
45 Rp87.595.200,00 Rp317.448.000,00 Rp129.602.400,00
46 Rp80.971.200,00 Rp294.264.000,00 Rp130.264.800,00
47 Rp83.068.800,00 Rp290.400.000,00 Rp131.700.000,00
48 Rp42.607.200,00 Rp170.505.600,00 Rp73.640.640,00
49 Rp21.046.080,00 Rp99.794.400,00 Rp38.798.400,00
50 Rp159.692.800,00 Rp383.584.000,00 Rp201.700.000,00
i% 20%
NPV Rp305.961.734,81 Rp1.132.476.104,39 Rp458.202.493,18

Dari hasil NPV dimana metode ini menghitung selisih antara nilai sekarang
dengan nilai penerimaan kas bersih pada masa yang akan datang.Dari hasil perbandingan
antara simulasi model awal,pengembangan 1 dan pengembangan 2,dimana NPV psitif
menunjukan bahwa proyek tersebut layak untuk dijalankan.Model NPV yang terbesar
dianggap sebagai model kebijakan paling baik secara kriterian investasi.Maka dapat
ditarik kesimpulan bahwa pengembangan 1 adalah yang paling baik secara kriterian
investasi. Dengan nilai sebesar Rp1.132.476.104,39.
IRR
Model Pengembangan Pengembangan
Tender Awal I II
Investasi Awal Rp (500.000.000,00) Rp (500.000.000,00) Rp (500.000.000,00)
1 Rp93.336.000,00 Rp325.176.000,00 Rp131.700.000,00
2 Rp25.771.200,00 Rp113.870.400,00 Rp39.460.800,00
3 Rp49.606.560,00 Rp183.919.200,00 Rp76.511.040,00
4 Rp44.726.880,00 Rp168.120.960,00 Rp76.511.040,00
5 Rp81.081.600,00 Rp298.128.000,00 Rp129.160.800,00
6 Rp24.667.200,00 Rp108.571.200,00 Rp40.123.200,00
7 Rp83.068.800,00 Rp305.856.000,00 Rp128.719.200,00
8 Rp91.680.000,00 Rp329.040.000,00 Rp130.044.000,00
9 Rp25.108.800,00 Rp115.305.600,00 Rp37.915.200,00
10 Rp84.393.600,00 Rp305.856.000,00 Rp130.044.000,00
11 Rp98.856.000,00 Rp344.496.000,00 Rp131.700.000,00
12 Rp86.712.000,00 Rp317.448.000,00 Rp128.719.200,00
13 Rp29.436.480,00 Rp129.160.800,00 Rp38.356.800,00
14 Rp54.221.280,00 Rp203.890.560,00 Rp74.744.640,00
15 Rp103.272.000,00 Rp359.952.000,00 Rp131.700.000,00
16 Rp38.202.240,00 Rp154.707.360,00 Rp74.303.040,00
17 Rp51.317.760,00 Rp192.861.600,00 Rp75.407.040,00
18 Rp94.440.000,00 Rp329.040.000,00 Rp131.700.000,00
19 Rp74.236.800,00 Rp267.216.000,00 Rp131.700.000,00
20 Rp24.225.600,00 Rp106.032.000,00 Rp40.564.800,00
21 Rp97.531.200,00 Rp340.632.000,00 Rp131.700.000,00
22 Rp24.667.200,00 Rp102.278.400,00 Rp42.772.800,00
23 Rp30.319.680,00 Rp127.946.400,00 Rp40.123.200,00
24 Rp48.900.000,00 Rp188.390.400,00 Rp74.303.040,00
25 Rp82.075.200,00 Rp294.264.000,00 Rp131.368.800,00
26 Rp95.544.000,00 Rp332.904.000,00 Rp131.700.000,00
27 Rp47.928.480,00 Rp186.005.760,00 Rp74.082.240,00
28 Rp97.862.400,00 Rp344.496.000,00 Rp131.368.800,00
29 Rp83.289.600,00 Rp298.128.000,00 Rp131.368.800,00
30 Rp47.453.760,00 Rp174.976.800,00 Rp77.173.440,00
31 Rp107.688.000,00 Rp379.272.000,00 Rp130.264.800,00
32 Rp83.952.000,00 Rp305.856.000,00 Rp129.602.400,00
33 Rp49.065.600,00 Rp197.332.800,00 Rp71.653.440,00
34 Rp54.298.560,00 Rp210.746.400,00 Rp72.757.440,00
35 Rp100.291.200,00 Rp352.224.000,00 Rp131.368.800,00
36 Rp96.206.400,00 Rp340.632.000,00 Rp130.927.200,00
37 Rp91.348.800,00 Rp325.176.000,00 Rp130.927.200,00
 38 Rp46.791.360,00 Rp174.976.800,00 Rp76.511.040,00
39 Rp90.244.800,00 Rp317.448.000,00 Rp131.700.000,00
40 Rp83.068.800,00 Rp290.400.000,00 Rp131.700.000,00
41 Rp48.204.480,00 Rp177.063.360,00 Rp77.173.440,00
42 Rp116.299.200,00 Rp410.184.000,00 Rp129.160.800,00
43 Rp91.790.400,00 Rp325.176.000,00 Rp131.368.800,00
44 Rp82.185.600,00 Rp305.856.000,00 Rp127.836.000,00
45 Rp87.595.200,00 Rp317.448.000,00 Rp129.602.400,00
46 Rp80.971.200,00 Rp294.264.000,00 Rp130.264.800,00
47 Rp83.068.800,00 Rp290.400.000,00 Rp131.700.000,00
48 Rp42.607.200,00 Rp170.505.600,00 Rp73.640.640,00
49 Rp21.046.080,00 Rp99.794.400,00 Rp38.798.400,00
50 Rp159.692.800,00 Rp383.584.000,00 Rp201.700.000,00
MARR 20%
IRR 12% 45% 18%

Metode ini menghitung tingkat bunga yang menyamakan nilai investasi sekarang
dengan nilai penerimaan kas bersih pada masa yang akan datang.Perhitungan nilai IRR
dari suatu proyek industri dilakukan secara coba-coba (trial and error) melalui suatu
proses bertahap, bukan secara langsung sebagaimana perhitungan NPV.Dari hasil
perbandingan antara simulasi model awal,pengembangan 1 dan pengembangan 2,dimana
nilai IRR actual lebih besar dari IRR estimasi menunjukan proyek layak untuk
dijalankan.Model yang memiliki nilai IRR terbesar dianggap sebagai model
kebijaksanaan terbaik menurut kriteria suku bunga pengembalian. Didapat bahwa nilai
terbasar adalah pada pengembangan 2, dangan nilai sebesar 45%.
Uji Anova
Dari hasil NPV model awal, NPV pengembangan 1,dan NPV pengembangan 2
diuji anova yang bertujuan untuk mengetahui apakah ada perbedaan antara hasil simulasi
model awl dengan hasil simulasi model pengembangan.
JKT Rp1.482.485.656.584.600.000,00
JKA Rp961.557.261.740.147.000,00
JKG Rp520.928.394.844.450.000,00
S1^2 4,80779E+17
S2^2 3,54373E+15
Fhitung 135,6701985
F tabel 3,057620652

Ho : Tidak ada perbedaan yang signifikan antara model awal dengan pengembangan 1
dan 2
Hi : Ada perbedaan yang signifikan antara model awal dengan pengembangan 1 dan 2

Jika F hitung > F tabel maka Ho ditolak

Jika F hitung < F tabel maka Ho diterima

Karena F hitung > F tabel yaitu 135,67 > 3,057 maka Ho ditolak artinya ada perbedaan
yang signifikan antara model awal dengan pengembangan 1 dan 2

Dari analisa diatas dapat disimpulkan bahwa perusahaan layak untuk melakukan
pengembangan dengan menggunakan pola pengembangan 2.
 BAB IV
Kesimpulan dan Saran

IV.1. Kesimpulan
1. Dari model yang akan dipilih adalah model yang memiliki NPV positif dan IRR
terbesar.
2. Dari model sebelum pengembangan dan model pengembangan 1 dan model
pengembangan 2,agar perusahaan mendapat keuntungan yang maksimal maka
model yang terpilih adalah model pengembangan 1 dengan keuntungan
Rp1.132.476.104,39.

IV.2. Saran
Sebaiknya perusahaan tetap melakukan penelitian diluar alternatif diatas sehingga
dapat memungkinkan hasil pengembangan yang lebih baik dibandingkan dengan model
awal serta perusahaan dapat memksimalkan keuntungan lebih banyak lagi.