NAMA : RISKI ARYA DANDI

NIM : BCA 118 092

KELAS : B

M.K : ANALISA LAPORAN

KEUANGAN

Pertanyaan Review (Bab 7)

1. Analisis time series bermanfaat untuk meliha tren-tren yang mungkin timbul. Kemudian kita
bisa menganalisis apa yang terjadi dibalik tren-tren angka tersebut.

2. Analisis time series juga sebaiknya deigabungkan dengan analisis time series industri untuk
melihat apakah tren suatu perusahaan bergerak relatif lebih baik terhadap tren industri.

3. Jika ada perubahan semacam itu, seorang analis mempunyai beberapa alternatif analisis.
Misalkan analis menganalisis industri perbankan dan ia tahu ada deregulasi perbankan sekitar
tahun 2014, analis bisa membagi periode analisis ke dalam dua periode yaitu periode sebelum
dan sesudah deregulasi.Kemudian analis menggunakan data-data sesudah tahun 2014 untuk
memproyeksikan kondisi keuangan pada masa mendatang. Sebaliknya, misalkan analis
mengasumsikan bahwa deregulasi semacam itu merupakan hal yang biasa dalam bisnis
perbankan, seorang analis bisa menggunakan data-data untuk semua periode - periode sebelum
dan sesudah deregulasi; untuk memproyeksikan kondisi keuangan perusahaan pada
masa mendatang. Tetapi kalau deregulasi semacam diatas merupakan kebijakan yang jarang dan
merupakan kejadian yang luar biasa, pembagian periode analisis ke dalam dua periode,
yaitu sebelum dan sesudah deregulasi, merupakan cara yang realistis.

4. Ada 3 pendekatan yang bisa dilakukan,yaitu:

-Pendekatan ekonomi

-Pendekatan Statistik

-Pendekatan visual
5. Analisis ex-post merupakan analisis dalam konteks historis, sedangkan analisis ex- ante
merupakan analisis dalam konteks masa mendatang

6. Faktor-faktor yang mempengaruhi suatu data menurut pendekatan klasik yaitu:

-Tren

-Siklus

-Musiman

-Ketidakteraturan

7. Tren adalah pergerakan time series dalam jangka panjang, bisa merupakan tren naik atau turun.

8. Siklus adalah fluktuasi bisnis dalam jangka yang lebih pendek.

9. Musiman adalah fluktuasi yang terjadi dalam lingkup satu tahun.

10. Ketidakteraturan adalah fluktuasi yang disebabkan karena faktor-faktor yang munculnya
tidak teratur, dengan jangka waktu pendek.

11. Menggambar tren linear bisa dilakukan dengan metode tren square. Metode tersebut pada
dasarnya menggambarkan garis lurus sedemikian rupa sehingga selisih kuadrat antara garis lurus
tersebut dengan data yang sesungguhnya, yang paling kecil.

12. Tidak,asumsi tren linear tidak tepat digunakan jika dalam analisis regresi
diasumsikan bahwa korelasi antara residual pada periode t dengan residual t-1 sama dengan 0.
Karena penjualan pada periode t akan berkorelasi dengan penjualan pada t-1.

13. Pengaruh siklus bisa dilihat dengan persentase tren yang dirumuskan berikut:

%Tren = (Y:Yt)x100

Dimana Y merupakan data tahunan yang sesungguhnya dan Yt merupakan data tren yang dihitung
berdasarkan berdasarkan persamaan tren.

14. Manfaat indeks musiman adalah sebagai dasar penentuan langkah-langkah kebijakan untuk
mencegah hal-hal yang tidak diinginkan seperti over production, under
production, dan lonjakan harga di musim tertentu.

15. Ada beberapa metode untuk menghitung angka indeks musiman yaitu:

-metode rata-rata sederhana

-metode relatif bersambung

-metode rasio terhadap tren

-metode rasio berhadap rata-rata bergerak

16. Peramalan mekanis adalah permalan yang menggunakan teknik-teknik yang lebih objektif
contohnya statistik. Peramalan non-mekanis yaitu peramalan yang bersifat subjektif dengan
menggabung banyak pertimbangan contohnya penggambaran tren dengan tangan

17. Peramalan univariate adalah peramalan yang dilakukan dengan menganalisis satu variabel
dengan tujuan untuk mengetahui dan mengidentifikasi karakteristik variabel tersebut contohnya
penggunaan penghalusan eksponensial. Dan peramalan multivarate adalah permalan yang
dilakukan dengan metode mengolah variabel dalam jumlah banyak, dimana tujuannya adalah
untuk mencari pengaruh variabel-variabel tersebut terhadap suatu obyek secara serentak
contohnya regresi berganda.

18. -Untuk mekanis dan non-mekanis, metode non-mekanis lebih akurat karena
peramalan ini dilakukan dengan menggabungkan banyak pertimbangan.

-Untuk univariate dan multivariate, metode multivariate lebih akurat karena metode ini mengolah
variabel dalam jumlah banyak.

19. Kelebihan metode penghalusan eksponensial yaitu bersifat sederhana dan tidak memerlukan
banyak data.

20. Trade off yang dihadapi yaitu jika w diberi nilai mendekati nol, maka data yang terbaru akan
memperoleh bobot yang kecil. Nilai w yang kecil akan membuat forecast tidak gampang
bereaksi terhadap perubahan jangka pendek dalam fluktuasi data. Sebaliknya, jika nilai w besar,
forecast akan bereaksi cepat terhadap perubahan random
yang bersifat jangka pendek.

21. Kelebihan pendekatan analisis sekuritas yaitu:

-mampu menyesuaikan terhadap informasi dari berbagai sumber

-mampu menyesuaikan terhadap perubahan struktural secara cepat

-mampu memperbaharui secara kontinu apabila ada informasi baru masuk Kekurangannya yaitu:

-biaya yang cukup tinggi untuk persiapan dan peaksanaan, untuk monitoring beberapa variabel,
dan biaya-biaya lainnya

-ketergantungan yang tinggi terhadap kemampuan individu analisis nya

-analis barangkali mempunyai insentif untuk tidak menampilkan forecast yang tidak bias

-analis barangkali bisa dimanfaatkan oleh perusahaan-perusahaan tertentu untuk kepentingan

perusahaan tersebut.

22. Agregasi metode peramalan atau peramalan individual cenderung menghasilkan permalan
yang lebih akurat. Hal ini disebabkan karena kesalahan-kesalahan (error) setiap peramalan
individual akan cenderung saling menghilangkan dan rata-rata nilai peramalan akan
menampilkan peramalan yang lebih akurat.

7.7

PROBLEM

JAWABAN

1.a.Forecast yang dilakukan analis lebih baik daripada forecast dari pihak manajemen.

b.Alasannya adalah karena forecast dari analis merupakan forecast yang lebih baik disebabkan analis
menggunakan metode multivariate dimana metode ini merupakan suatu metode analisis data
dimana pada proses analisa dilakukan pengamatan terhadap lebih dari satu variabel independen.
Dalam pendekatan multivariate, beberapa variabel dan interaksi antara variabel-variabel tersebut
dipertimbangkan dalam perkiraan data (dalam hal ini EPS PT MajuTbk). Pada kasus ini, analis
melakukan forecast atau perkiraan terhadap EPS PT MajuTbk. Berdasarkan variabel-variabel yang
lebih banyak jika dibandingkan dengan manajemen, hal ini disebabkan analis memiliki pengetahuan
atau data-data yang bersifat eksternal perusahaan yang lebih baik dari manajemen dan variabel-
variabel ini dipertimbangkan dalam melakukan forecast, seperti kondisi.