RELEVAN DALAM
PENGAMBILAN
KEPUTUSAN JANGKA
PENDEK
1. PERUMUSAN MASALAH
2. MENGIDENTIFIKASI ALTERNATIF PEMECAHAN
3. MENGIDENTIFIKASI KEUNGGULAN/KELEMAHAN DARI
MASING-MASING ALTERNATIF
4. MENGIDENTIFIKASI BIAYA RELEVAN DARI MASING-
MASING ALTERNATIF
5. MEMPERTIMBANGKAN FAKTOR-FAKTOR KUALITATIF
6. MENGAMBIL KEPUTUSAN
PROSES PENGAMBILAN KEPUTUSAN
1. PERUMUSAN MASALAH
- Pengakuan adanya masalah
- Mengumpulkan informasi mengenai masalah tsb
- Mengidentifikasi faktor penyebab
- Menetapkan skala prioritas
Contoh :
Manajer toko menerima keluhan dari konsumen bahwa barang
yang dibelinya selalu dalam keadaan rusak/cacat. Setelah
diselidiki, ternyata gudang penyimpanan barang sudah penuh
dan kotor. Maka ia menetapkan bahwa masalah yang dihadapi
berkaitan dengan kapasitas dan kualitas penyimpanan barang
PROSES PENGAMBILAN KEPUTUSAN (Lanjutan)
“Biaya relevan adalah biaya masa yang akan datang (future cost),
karena ia merupakan konsekuensi yang muncul dari alternatif”
Contoh :
atau disewakan
Membeli Membuat Penguasaan teknologi
Jumlah biaya
membuat
Jumlah Biaya
150
100
50
0
2 4 6 8 10 12 14 16 20 22 24
Pertahankan Hentikan
Penjualan 150.000 -
Biaya variabel 140.000 -
Margin kontribusi 10.000 -
(-) advertensi 10.000 -
(-) gaji 35.000 -
Kerugian produk C 35.000 0
Pesanan Khusus dan Pendayagunaan Kapasitas
(Special order decision)
Produk A 900
Harga jual Rp
unit Rp
80.000/unit
20.000/unit
2.000 unit :
Split Off Point
Rp 50.000.000
A B Total
Hasil Penjualan
900 x Rp 80.000 72.000.000 - 116.000.000
1100 x Rp 40.000 - 44.000.000
Separable cost 18.000.000 - 18.000.000
Kontribusi pada joint 54.000.000 44.000.000 98.000.000
cost 50.000.000
Joint cost 48.000.000
Operating income
LINEAR PROGRAMMING
Adalah teknik matematis yang digunakan untuk
menyelesaikan masalah keterbatasan dalam
maksimisasi pendapatan atau minimisasi biaya
Dikembangkan oleh ahli matematika Rusia L.V
Kantorovich (1939), disempurnakan oleh ahli
matematika Amerika G.B Dantzig (1974)
Single Constraint dalam Linear Programming
Dalam aplikasinya, Linear Programming memiliki 2
Fungsi :
1. Fungsi Tujuan (Objective Function)
Mengungkapkan tujuan pemecahan masalah
(fmax) atau (fmin)
2. Fungsi Batasan (Constraint Function)
Contoh :
Misalnya perusahaan membuat dua macam produk, A dan B
dengan data sbb :
Produk A Produk B
Harga jual per unit 10.000 15.000
Biaya variabel per unit 4.000 7.000
Margin kontribusi per unit 6.000 8.000
Konsumsi jam mesin per 3 jam 6 jam
unit
Produk B = 24.000
6
= 4.000 unit
MK Produk B = 4.000 x Rp 8.000
= Rp 32.000.000
Dengan keterbatasan yang dimiliki ternyata lebih menguntungkan menjual
Produk A saja. Jika perusahaan ingin menjual kedua produk tersebut, maka
harus dicari komposisi terbaik kedua produk tersebut dengan mencari
keuntungan maksimum. Secara sederhana komposisi tersebut digambarkan :
3XA + 6XB < 24.000
XA = Kuantitas Produk A
XB = Kuantitas Produk B
Multiple Constraint dalam Linear Programming
Contoh :
Sebuah perusahaan membuat dua macam produk pada dua departemen produksi.
Data sbb:
Departemen Jam kerja Per Unit Kapasitas
Produk A Produk B
Departemen 1 5 JKL 2,5 JKL 500 JKL/Mg
Departemen 2 3 JKL 5 JKL 600 JKL/Mg
Kebijakan Manajemen :
Produk A hanya bisa dibuat sebanyak-banyaknya 90 unit per minggu, sedangkan
produk B tidak ditentukan. Margin kontribusi per satuan masing-masing produk
adalah Produk A Rp 2.000 dan Produk B Rp 2.500. Berapa satuan Produk A dan
Produk B yang harus diproduksi agar diperoleh margin kontribusi maksimum?
a. Fungsi Tujuan
Fmax = 2.000A + 2.500B
b. Fungsi Batasan
- Produk A hanya diproduksi sebanyak-banyaknya 90 unit/mg
A < 90
- Departemen 1 memiliki kapasitas 500 Jam kerja Langsung
per minggu. Setiap unit produk A memerlukan 5 JKL dan
produk B 2,5 JKL
5A + 2,5B < 500
- Departemen 2 memiliki kapasitas 600 Jam kerja Langsung
per minggu. Setiap unit produk A memerlukan 3 JKL dan
produk B 5 JKL
3A + 5B < 600
Garis Batasan departemen 1, 500 : 5 = 100
unit produk A, 500 : 2,5 = 200 unit Produk B
200
160
Garis Batasan Produk A, A< 90
Produk B
120
40 Feasible Set
Produk A
Cara Matematis :
Otonomi
Return on Investment
Residual Income
Economic Value Added
The Balanced Scorecard
Return on Investment
Project 1 Project 2
Capital Inv. $10,000,000 $4,000,000
Operating Income $1,300,000 $640,000
ROI 13% 16%
Perspektif keuangan
Perspektif pelanggan
Perspektif bisnis internal
Perspektif pembelajaran dan pertumbuhan