NIM : 18021122
KELAS : A3D
MATKUL : FARMAKOEKONOMI
D. Analisis Skenario
1. Definisi
Analisis scenario adalah teknik analisis yang mempertimbangkan
sensitivitas NPV terhadap perubahan variable penting dan juga
kemungkinan nilai variable yang terjadi (menjadi actual). Dalam analisis
scenario analisis keuangan akan meminta memilih serangkaian keadaan
terburuk misalnya penjualan rendah, harga jual rendah, biaya variable per
unit tinggi dll serta serangkaian keadaan baik. Kemudian NPV dalam
kondisi buruk dan kondisi baik dikalkulasi untuk dibandingkan dengan
yang diharapkan atau dijadikan dasar keputusan, yakni NPV. (Briggs, A.,
et al, 1994)
2. Contoh
Berdasarkan analisis skenario yang dilakukan dari proyeksi laporan
keuangan PT XYZ dengan menggunakan tiga asumsi skenario yaitu
kondisi optimis, kondisi normal dan kondisi pesimis, maka perolehan hasil
perhitungan untuk payback period adalah 3,17 tahun untuk kondisi optimis
dan lebih dari 10 tahun untuk kondisi pesimis. Discounted payback period
memperoleh hasil 4,30 tahun kondisi optimis dan lebih dari 10 tahun untuk
kondisi pesimis. Indeks profitabilitas memperoleh hasil 2,82 untuk kondisi
optimis dan 0,35 untuk kondisi pesimis. Perhitungan IRR untuk kondisi
optimis adalah sebesar 42% sedangkan untuk kondisi pesimis dengan arus
kas yang bersifat abnormal maka digunakan metode MIRR yang
memperoleh hasil 5%, dimana angka ini masih jauh lebih kecil dari
presentase biaya modal yaitu sebesar 16%. Perhitungan NPV dilakukan
dengan memberikan bobot probabilitas untuk masing-masing skenario,
yang memperoleh hasil positif sebesar Rp. 444.383.421. (Novie, 2012)
E. Simulasi Monte Carlo dan Analisis Bootsrapping
1. Definisi
Simulasi Monte Carlo adalah suatu metode untuk mengevaluasi
secara berulang suatu model deterministik menggunakan himpunan
bilangan acak sebagai masukan. Simulasi ini melibatkan penggunaan
angka acak untuk memodelkan sistem, dimana waktu tidak memegang
peranan yang substantif (model statis). Simulasi Monte Carlo berisi
simulasi berulang proses acak yang dikaitkan dengan harga dan suku
bunga pasar. Metode ini sering digunakan jika model yang digunakan
cukup kompleks, non linear atau melibatkan lebih dari sepasang parameter
tidak pasti. (Mawarti, L., 2017)
Bootstrap adalah prosedur statistika yang melakukan sampling dari
sebuah populasi yang dikerjakan dengan cara resampling dari sampel. Ada
dua cara yang bisa digunakan yaitu sampel diambil dengan pengembalian
dan sampel diambil tanpa pengembalian. Dasar pendekatan Bootstrap
adalah dengan memperlakukan sampel sebagai populasi dan dengan
menggunakan sampling Monte Carlo untuk membangkitkan dan
mengkonstruksi estimator empiris dari distribusi sampling statistik.
Distribusi sampling dapat dipandang sebagai harga-harga statistik yang
dihitung dari sejumlah tak terhingga sampel random berukuran n dari
suatu populasi yang diberikan. (Mawarti, L., 2017)
2. Contoh
Analisis Simulasi Monte Carlo VAR (Value at Risk) dan
Maximum Entropy Bootstrap untuk Menghitung Total Loss pada Kasus
PT.X, dimana dalam perhitungan tersebut menggabungkan distribusi
severitas dan frekuensi kejadian sebagaimana ungkapan dari simulasi
Monte Carlo Samad-Khan. Namun nilai yang dihasilkan cukup tinggi
sehingga dapat membebani finansial perusahaan. Oleh sebab itu perlunya
perhitungan untuk menghitung potensi kerugian rata-rata. Dilakukanlah
fitting distribution untuk menyesuaikan distribusi severitas data,
sedangkan distribusi frekuensi yang digunakan adalah distribusi poisson.
Sebaran distribusi akan diambil parameternya, kemudian parameter kedua
distribusi tersebut akan digunakan pada simlasi Monte Carlo.
Penggabungan tersebut membangkitkan bilangan random yang menjadi
konsep dasar dari simulasi Monte Carlo. Data yang tersedia cukup terbatas
untuk menggambarkan sebaran distribusi, maka dari itu digunakan
bootstrap dengan maximum entropy bootstrap atau MEBoot untuk
simulasi dan mereplikasi data. (Bachtiar R., et al., 2021)
DAFTAR PUSTAKA
Bachtiar R., et al., (2021). Analisis Simulasi Monte Carlo VAR (Value at Risk) dan
Maximum Entropy Bootstrap untuk Menghitung Total Loss pada Kasus
PT.X. Seminar dan Konferensi Nasional IDEC 2021.
Mawarti, L., (2017). Perbandingan Uji Hasil Simulasi Monte Carlo Dan Simulasi
Bootstrap Dalam Analisis Investasi Saham Untuk Menghitung Nilai Value
At Risk (Var) Data. Semarang : Jurusan Matematika Fakultas Matematika
Dan Ilmu Pengetahuan Alam, Universitas Negeri Semarang.
Wika, A., et al., (2019). Analisis Efektivitas Biaya Terapi Penggunaan Antibiotik
Profilaksis Cefazoline Dan Amoxicillin Pada Kasus Bedah Sesar Di Rsud
Jombang Tahun 2017. Jurnal Wiyata, Vol. 6 No. 1 Tahun 2019.