DAFTAR ISI

BAB 12 PROBLEM-SOLVING TOOLS ............................................................................................ 1

10.1. Data Table.......................................................................................................................... 1
10.1.1. One Dimensional Data Table ........................................................................................ 2
10.1.2. Two Dimensional Data Table........................................................................................ 3
10.2. Goal Seek ........................................................................................................................... 5
10.3. Solver.................................................................................................................................. 8
10.4. Scenario ............................................................................................................................ 14
10.5. Trendline .......................................................................................................................... 14
 BAB 12 PROBLEM-SOLVING TOOLS

Pada bab ini kita akan mempelajari tools atau fitur-fitur yang ada di Excel untuk
memecahkan masalah keuangan. Ada 5 fitur yang akan kita jelajahi yaitu Data Table, Goal
Seek, Solver, Scenario dan Trendline. Fitur tersebut dapat ditemukan langsung melalui menu
ribbon Data, bagian Data Tools  What-If Analysis dan menu ribbon Insert bagian Charts.
Kelima fitur ini juga sering disebut sebagai alat analisis sensitivitas, yaitu sebuah proses
mengutak-atik input data yang menjadi driver/pemicu sebuah model dan melihat bagaimana
reaksi (sensitivitas) model jika driver tersebut berubah.

10.1. Data Table

Fitur Data Table berguna untuk melihat bagaimana perubahan satu atau dua data
mengubah hasil akhir dari suatu perhitungan. Untuk lebih mudah memahaminya, mari kita
simak kasus berikut ini.

Budi memiliki baru saja memenangkan perlombaan karya tulis ilmiah dan
mendapatkan hadiah utama senilai Rp 176.549.000. Budi memutuskan untuk
menabung uang tersebut. Budi mendapatkan informasi bahwa di Bank A bunga
yang akan didapatkan sebesar 9% per tahun dengan jangka waktu 5 tahun. Jika di
hitung menggunakan rumus future value, maka tabungan Budi akan menjadi Rp
271.642.520. Nah, pertanyaannya, berapakah nilai akhir tabungan Budi jika
bunganya beragam antara 5-10% dan jangka waktu menabungnya juga beragam
antara 1-10 tahun?

Inilah kegunaan Data Table, Budi dapat mengetahui perbedaan nilai akhir tabungannya
dengan membuat tabel berdasarkan variasi bunga dan jangka waktu. Bunga dapat menjadi
faktor penentu di bagian baris tabel dan jangka waktu menjadi penentu di bagian kolom tabel.
Akses fitur ini dapat dilakukan melalui menu Data  Data Tools  What-If Analysis
 Data Table

1
Terdapat dua jenis Data Table yaitu One Dimensional dan Two Dimensional.
 One Dimensional : Perubahan data hanya bergantung dari satu faktor saja dan dapat
dimasukkan hanya ke dalam baris tabel saja atau kolom tabel saja.
 Two Dimensional : Perubahan data bergantung dari dua faktor yang menjadi baris dan
kolom tabel.
10.1.1. One Dimensional Data Table
Contoh berikut digunakan untuk memahami One Dimensional Data Table.
Berikut ini tersaji pendapatan dari Ace Hardware (ACES) selama tahun 2012-2015 yaitu :
Tahun Pendapatan (‘juta)
2012 Rp 3.223.291
2013 Rp 3.895.446
2014 Rp 4.541.474
2015 Rp 4.742.526
Pertanyaannya, berapakah proyeksi pendapatan ACES di tahun 2016 jika menggunakan data
rata-rata pertumbuhan pendapatan dari tahun-tahun sebelumnya,?
Untuk menjawab hal ini, ada beberapa langkah yang harus dilakukan.
1. Pertama, menghitung persentase pertumbuhan per tahun dari 2012-2015 dan menghitung
rata-ratanya, lalu menjadikannya dasar untuk menghitung estimasi pendapatan 2016.

2. Kedua Membuat Data Table untuk menghitung variasi tingkat pertumbuhan dengan asumsi
mulai dari persentase pertumbuhan terendah sampai tertinggi.
a. Mulai dengan menyusun tabel vertikal yang terdiri dari dua kolom. Kolom pertama
berisi Tingkat Pertumbuhan, kolom kedua berisi estimasi pendapatan.
b. Di sebelah judul kolom Tingkat Pertumbuhan yaitu di cell B9, isikan data estimasi
pendapatan dari perhitungan pertama di atas yang merujuk pada cell B7, bukan
mengkopinya.
c. Blok semua tabel, lalu lakukan analisis sensitivitas dengan Data Table melalui menu
Data  Data Tools  What-If Analysis  Data Table
d. Pada bagian Column input cell, isi dengan merujuk pada rata-rata pertumbuhan
pendapatan dari cell C7, sedangkan pada bagian Row input cell, kosongkan.

2
 Kenapa dikosongkan? Alasannya data tabel yang berisi variasi tingkat
pertumbuhan berada di kolom vertikal. Jika variasi ini berada di baris atau tersusun
horizontal, maka yang di isi adalah bagian Row input cell, sedangkan bagian Column
input cell di kosongkan.

e. Klik OK, lalu hasilnya akan keluar.

Hasil di atas menjelaskan proyeksi pertumbuhan pendapatan ACES di tahun 2016

dengan berbagai variasi tingkat pertumbuhan mulai dari 1% sampai 25%.

10.1.2. Two Dimensional Data Table

Pada bagian ini, kita akan menggunakan contoh yang sudah dituliskan di awal
pengenalan Data Table yaitu cerita menabung Budi.
1. Pertama, kita hitung dulu nilai future value dari tabungan Budi dengan data dari Bank A.

3
2. Kedua, kita lakukan analisis sensitivitas dengan Two Dimensional Data Table.
a. Buatlah tabel di mana bagian kolom (vertikal) paling kiri berisi variasi jangka waktu
menabung dan bagian baris (horizontal) paling atas berisi variasi bunga.
b. Di cell paling kiri atas titik temu antara kolom dan baris di atas, isilah hasil perhitungan
future value dengan merujuk ke cell B5, bukan mengkopinya.
c. Blok tabel (semua area cell yang sudah kita buat sebelumnya).
d. Lakukan analisis sensitivitas dengan Data Table melalui menu Data  Data Tools 
What-If Analysis  Data Table.
e. Di bagian Row input cell isikan dengan merujuk data bunga dan bagian Column input
cell isikan dengan merujuk data jangka waktu yang digunakan saat menghitung future
value di atas

f. Klik OK, maka hasilnya akan keluar.

4
10.2. Goal Seek
Fitur Goal Seek dipakai untuk menemukan solusi dari sebuah masalah berupa apa yang
harus di ubah jika menginginkan target tertentu. Untuk memahaminya, ada dua contoh tentang
laba rugi dan target nilai seorang mahasiswa.
Contoh pertama berupa data laba rugi yang tersusun sebagai berikut.

Pertanyaannya, Jika menginginkan target kondisi break event point (laba Rp 0), berapakah nilai
pendapatan yang seharusnya?
Solusi dari masalah ini dapat ditemukan dengan menggunakan Goal Seek. Tapi ingat,
semua rumus dalam model laba rugi ini harus sudah dibuat terlebih dahulu.
1. Pertama, pilih menu Data, lalu pada bagian Data Tools pilih What-If-Analysis, lalu klik
Goal Seek.

2. Kedua, muncul dialog box.

a. Pada bagian Set cell, isikan cell laba karena cell tersebut yang ingin ditarget
b. Pada bagian To value, isikan 0 karena targetnya adalah BEP atau laba bernilai Rp 0
c. Pada bagian By changing cell, isikan cell pendapatan karena yang ingin di ketahui
adalah berapa pendapatannya.

5
 d. Klik OK, maka hasilnya sebagai berikut.

Dapat terlihat bahwa Goal Seek sudah menemukan solusinya yaitu nilai pendapatan
berubah dari sebelumnya RP 3.223.291 menjadi Rp 3.462.575.

Contoh kedua berupa target nilai akhir mahasiswa dalam mata sebuah mata kuliah.
Anggaplah Budi sedang menempuh mata kuliah Spreadsheet dan sudah melewati beberapa
tahap penilaian berupa partisipasi, kuis, tugas, dan UTS. Hanya tinggal satu elemen penilaian
yang belum terlewati yaitu UAS. Berdasarkan panduan buku akademik, Budi telah merekap
nilai yang sudah didapatkannya dan mengetahui estimasi hasil nilai akhirnya tanpa UAS.
Rinciannya sebagai berikut.

Budi memiliki target untuk mendapatkan nilai minimal B+ dalam mata kuliah ini. Dalam buku
akademik, Nilai B+ didapatkan jika nilai akhir minimal 75. Pertanyaannya, berapakah nilai
UAS yang harus diperoleh Budi untuk mencapai target tersebut?
Masalah ini dapat dicapai dengan Goal Seek.

6
1. Pertama, pilih menu Data, lalu pada bagian Data Tools pilih What-If-Analysis, lalu klik
Goal Seek.
2. Kedua, muncul dialog box.
a. Pada bagian Set cell, isikan cell nilai akhir karena cell tersebut yang ingin ditarget.
b. Pada bagian To value, isikan 75 karena targetnya adalah B+ yaitu minimal 75.
c. Pada bagian By changing cell, isikan cell nilai UAS karena yang ingin di ketahui adalah
berapa seharusnya nilai UAS Budi untuk mencapai target B+.

d. Klik OK, maka hasilnya akan keluar sebagai berikut.

Dapat terlihat bahwa Goal Seek sudah menemukan solusinya yaitu Budi harus
mendapatkan nilai UAS minimal 88 untuk mendapatkan nilai akhir minimal B+ atau 75.

7
10.3. Solver
Solver muncul karena fitur Goal Seek memiliki dua kelemahan utama yaitu hanya
mampu mengubah satu kondisi cell saja dan tidak dapat membuat batasan aturan. Kelemahan
ini akan nampak pada contoh kedua Goal Seek di atas, yaitu jika Budi menargetkan nilai akhir
minimal A atau minimal 80. Jika menggunakan Goal Seek, maka akan dihasilkan nilai UAS
minimal harus 108. Padahal, penilaian UAS maksimal adalah 100.
Nah, kelemahan ini teratasi dengan fitur Solver yang mampu membuat batasan dan juga
dapat mengubah kondisi lebih dari satu cell secara bersamaan untuk mencapai target tertentu.
Fitur Solver tidak akan muncul sebelum anda aktifkan terlebih dahulu karena fitur ini
sebenarnya adalah Add-in tambahan excel. Cara pengaktifannya yaitu :
1. Klik menu FILE di bagian kiri atas Excel,
2. Pilih Options, maka akan keluar dialog box.
3. Pada bagian kiri, pilih Add-Ins
4. Pada bagian bawah yaitu Manage, pilih Excel Add-ins, lalu klik Go akan muncul dialog
box baru.

8
5. Beri tanda centang pada Solver Add-in, lalu Klik OK.

6. Setelah aktif, maka fitur Solver akan muncul di menu ribbon Data.

Sehebat apakah fitur solver ini? Jawabannya akan ditemukan pada contoh kasus ini.
PT ProperSpread menjual furniture rumah tangga berupa Meja, Kursi, dan Lemari. Masing-
masing dijual dengan harga sebagai berikut :

Dalam membuat ketiga produk di atas, masing-masing membutuhkan bahan baku langsung
berupa Kayu, Cat, Paku, Lem Kayu, dan Engsel dengan kebutuhan per produk sebagai berikut:

Pertanyaannya, Berapakah unit terjual dari masing-masing furniture yang dijual PT

ProperSpread untuk mendapatkan laba maksimal?

9
 Solusi dari masalah ini adalah dengan menggunakan solver, namun pertama kali yang
harus dibuat adalah model perhitungan laba yang sudah berisi rumus yang benar.
1. Pertama, dibuat model laporan penggunaan bahan baku dan persediaan akhir.

2. Kedua, dibuat model laporan laba.

Isi kolom di atas dengan formula sederhana untuk menghitung Total Laba.
3. Ketiga, jika model di nomor 1 dan 2 sudah terisi rumusnya maka akan tampak seperti
gambar di bawah ini, sekarang saatnya menggunakan fitur Solver.

10
a. Pilih solver dengan cara klik menu ribbon Data  Solver, maka akan keluar dialog
box seperti gambar di bawah.

b. Pada bagian Set Objective, masukkan cell yang merujuk ke Total Laba
c. Pada bagian To, pilih Max untuk mendapatkan laba maksimal. Jika dipilih Min, maka
akan mendapatkan laba minimal. Jika dipilih Value of:, maka perlu mengisi nilainya
seperti fitur Goal Seek.
d. Pada bagian By Changing Variable Cells:, pilih range cell yang merujuk ke Unit
Terjual
e. Pada bagian Subject to the Constaints:, tambahkan beberapa ketentuan dengan
tombol Add di sebelah kanan. Ketentuannya yaitu:
- Area Persediaan Akhir tidak boleh di bawah 0 atau area BBL terpakai tidak boleh
melebihi nilai persediaan awal. Jika tidak dibatasi, maka solver akan terus

11
 menghitung sampai maksimal (unlimited) yang berarti terus menerus memakai
bahan baku, padahal bahan baku ada batasnya sesuai nilai persediaan awal.
Sehingga nilai persediaan akhir dapat menjadi minus.

- Area Unit Terjual harus berupa bilangan bulat dan minimal menjual satu unit. Jika
tidak dibuat batasan bilangan bulat, maka hasil solver dapat berupa desimal. Sangat
tidak mungkin furniture terjual dalam bentuk desimal misalnya 1,3 unit. Sedangkan
minimal menjual satu unit karena pada saat ini sudah ada stok setiap produk 1 unit.
f. Pada bagian Select a Solving Method:, pilih GRG Nonlinier (opsi default). Selain
pilihan ini ada pilihan Simplex LP dan Evolutionary.
- Simplex LP : Dipilih ketika masalahnya terdiri dari sedikit variabel yang memiliki
hubungan sederhana sehingga dapat dipecahkan dengan program linier.
- GRG Nonlinier : opsi default excel, dipakai ketika masalahnya terdiri dari banyak
variabel dan hubungannya sedikit lebih komplek misalnya terdapat variabel yang
memakai logaritma dan trigonometri.
- Evolutionary : dipakai ketika masalahnya sangat komplek dan lebih sulit dari GRG
Nonlinier.
g. Klik Solve, selanjutnya akan muncul kotak dialog berikut ini :

12
 h. Klik Keep Solver Solution untuk memakai output solver, jika tidak pilih Restore
Original Values. Lalu Klik OK.
i. Hasilnya akan terlihat sebagai berikut :

- Area BBL Terpakai sudah terisi menunjukkan ada aktivitas pemakaian bahan baku
dan Persedian Akhir ada yang mendekati dan sudah nol.
- Area Total Laba sudah terisi menjadi Rp 46.898.500.
- Area Unit Terjual juga sudah terisi.
Artinya, PT ProperSpread akan mendapatkan laba maksimal senilai Rp 46.898.500 jika
berhasil menjual Meja Kursi dan Lemari masing-masing sebanyak 1, 37, dan 162 unit.

13
10.4. Scenario
BLA BLA BLA
10.5. Trendline
BLA BLA

14