Nama : Irvan Dani

NIM : 12010119130126
Kelas : Akuntansi Manajemen B
Program Studi : S1-Manajemen
Dosen : Dr. Etna Nur Afri Yuyetta, S.E., Akt., M.Si.

Tugas Individu Akuntansi Manajemen

Minggu ke-3
Case 6-48
Bulan Beban Pasien Biaya Administrasi
Januari .…………………………1,400 ........................................................... $13,900
Februari ...........................................  500 .......................................................... 7,000
Maret ...........................................  400 .......................................................... 6,000
April ......................................... 1,000 .......................................................... 10,000
Mei ......................................... 1,300 .......................................................... 11,900
Juni .........................................  900 .......................................................... 9,200
Juli ......................................... 1,100 .......................................................... 10,200
Agustus .........................................  300 .......................................................... 4,100
September .........................................  700 .......................................................... 9,400
Oktober ......................................... 1,200 .......................................................... 11,100
November .........................................  600 .......................................................... 8,300
Desember ......................................... 1,500 .......................................................... 16,100

Soal:

1. Gambarlah diagram sebar dari biaya administrasi klinik selama tahun pertama
operasinya.
2. Secara visual paskan garis biaya lengkung ke data yang diplot.
3. Tandai berbagai aktivitas klinik yang relevan pada diagram sebar.
4. Secara visual paskan garis biaya semivariabel untuk mendekati pola perilaku biaya
lengkung dalam kisaran relevan klinik.
5. Perkirakan komponen biaya tetap dan biaya variabel dari garis biaya semivariabel yang
sesuai secara visual.
6. Gunakan persamaan untuk menyatakan perkiraan biaya semivariabel dari biaya
administrasi klinik.
7. Berapa prediksi Anda tentang biaya administrasi klinik selama sebulan ketika 800
pasien mengunjungi klinik? Kapan 300 pasien berkunjung? Manakah dari garis biaya
yang sesuai secara visual yang Anda gunakan untuk membuat masing-masing prediksi
ini? Mengapa?

Jawab:
1. Diagram sebar biaya administrasi klinik selama tahun pertama operasinya.

BIAYA ADMINISTRASI ($)

$18,000

$16,000

$14,000

$12,000

$10,000

$8,000

$6,000

$4,000

$2,000

$0
0 200 400 600 800 1000 1200 1400 1600

2. Garis biaya kurvilinear pada diagram scatter biaya administrasi.

BIAYA ADMINISTRASI ($)

$18,000

$16,000

$14,000

$12,000

$10,000

$8,000

$6,000

$4,000

$2,000

$0
0 200 400 600 800 1000 1200 1400 1600
3. Relevan range pada diagram sebar klinik.

BIAYA ADMINISTRASI ($)

$18,000

$16,000

$14,000

$12,000

$10,000

$8,000

$6,000

$4,000

$2,000

$0
0 200 400 600 800 1000 1200 1400 1600

4. Garis biaya semivariabel untuk mendekati pola perilaku biaya lengkung dalam kisaran
relevan klinik.

BIAYA ADMINISTRASI ($)

$18,000

$16,000

$14,000

$12,000

$10,000

$8,000

$6,000

$4,000

$2,000

$0
0 200 400 600 800 1000 1200 1400 1600
5. Menentukan komponen biaya tetap dan variable dari visually fit semivariable cost
line.
Biaya Variabel per pasien:
Biaya Jumlah Pasien
Tertinggi $11.100 1200
Terendah $ 9.400 700

Selisih $ 1.900 500

Biaya variable per pasien: $3,4/pasien

Biaya tetap pada titik tertinggi relevant range:

Biaya Administrasi = $11.100
Biaya variable = $3,4/pasien x 1200 = $ 4.080

Biaya Tetap = $ 7.020

6. Biaya Administratif = $7.020 + $3,4(X), dimana (X) menyatakan jumlah pasien.

7. Prediksi biaya:
Jumlah Pasien Biaya Prediksi
800 $9.740
300 $4.100

Untuk membuat prediksi biaya untuk 800 pasien, tidak ada bedanya garis biaya yang
sesuai secara visual untuk digunakan. Perkiraan semivariabel cost line sangat akurat
pada beban pasien ini, yang mendekati bagian tengah relevan range. Namun, untuk
beban pasien 300 pasien, garis visual-fit curviliniear menghasilkan prediksi yang jauh
lebih akurat.