Metode ini mencoba menghitung berapa biaya yang harus tetap dikeluarkan andaikata perusahaan ditutup untuk sementara, jadi produknya sama dengan nol. Biaya ini disebut biaya berjaga, dan biaya berjaga ini adalah bagian yang tetap. Perbedaan antarabiaya yang dikeluarkan selama produksi berjalan dengan berjaga adalah biaya variabel. Untuk menggambarkan penerapan metode ini misalnya digunakan data aktivitas dan biaya reparasi dan pemeliharaan dalam tabel di atas. Misalnya pada tingkat reparasi dan pemeliharaan 8.000 jam mesin per bulan biaya yang dikeluarkan sebesar Rp 1.000.000. Sedangkan menurut perhitungan, bila perusahaan tidak berproduksi, biaya reparasi dan pemeliharaan yang tetap harus dikeluarkan sebesar Rp 400.000 per bulan.
Biaya yang dikeluarkan pada tingkat 8.000 jam mesin = Rp 1.000.000
Biaya tetap (biaya berjaga) = Rp 400.000 Selisih = Rp 600.000
Biaya variabel per jam:
= Rp 600.000 : 8.000 = Rp 75 per jam mesin
Dengan demikian fungsi biaya reparasi dan pemeliharaan tersebut dapat dinyatakan secara matematis sebagai berikut:
Y = 400.000 + 75X
Simbol y adalah biaya reparasi dan pemeliharaan, dan x adalah volume aktivitas reparasi
Misalnya di dalam tahun anggaran 2020 perusahaan merencanakan kenaikan
aktivitas produksi yang diperkirakan akan menaikkan volume aktivitas reparasi dan pemeliharaan menjadi 90.000 jam mesin.
Maka biaya reparasi dan pemeliharaan dapat diperkirakan dengan menggunakan
persamaan linear tersebut sebagai berikut:
Y = 400.000 + 75 (90.000) = 7.150.000
2. METODE KUADRAT KECIL ( LEAST SQUARE METHOD )
Metode Least Square : Metode yang digunakan untuk analisis time series adalah Metode Garis Linier Secara Bebas (Free Hand Method), Metode Setengah Rata-Rata (Semi Average Method), Metode Rata-Rata Bergerak (Moving Average Method) dan Metode Kuadrat Terkecil (Least Square Method). Dalam hal ini akan lebih dikhususkan untuk membahas analisis time series dengan metode kuadrat terkecil yang dibagi dalam dua kasus, yaitu kasus data genap dan kasus data ganjil. Secara umum persamaan garis linier dari analisis time series adalah : Y = a + b X. Keterangan : Y adalah variabel yang dicari trendnya dan X adalah variabel waktu (tahun). Sedangkan untuk mencari nilai konstanta (a) dan parameter (b) adalah : a = ΣY / N Dan b =(ΣYx)/ΣX2 Metode Least Square (kuadrat terkecil) Metode ini paling sering digunakan untuk meramalkan y,karena perhitungannya lebih teliti. Rumus Mencari persamaan garis trend Y’ = α+bx, α = (∑У)/n b =(∑Уx)/ ∑x^2 Untuk melakukan perhitungan diperlukan nilai variabel waktu (x), jumlah nilai variable waktu adalah nol atau ∑x=0. a. Untuk n ganjil maka n= 2k+1 X k+1=0 Jarak antara 2 waktu diberi nilai satu satuan Diatas 0 diberi tanda negatif ( - ) Dibawahnya diberi tanda positif ( + ) b. Untuk n genap maka n =2k X1/2 [k+(k+1)]=0 Jarak antara 2 waktu diberi nilai dua satuan Diatas 0 diberi tanda negatif ( - ) Dibawahnya diberi tanda positif ( + )
Contoh Kasus Data Ganjil :
Tabel : Volume Penjualan Buku “X” (dalam 000 unit) Tahun 1995 sampai dengan 2003
Untuk mencari nilai a dan b adalah sebagai berikut :
a = 2.460 / 9 = 273,33 b = 775 / 60 = 12,92 Persamaan garis liniernya adalah : Y = 273,33 + 12,92 X Dengan menggunakan persamaan tersebut, dapat diramalkan penjualan pada tahun 2010 adalah : Y = 273,33 + 12,92 (untuk tahun 2010 nilai X adalah 11), sehingga : Y = 273,33 + 142,12 = 415,45 artinya penjualan barang “X” pada tahun 2010 diperkirakan sebesar 415.450 unit.