Keputusan Taktis
Pertemuan Ke 11
Akuntansi Manajemen : Program S1 FE-UNSADA
Saminem, SE.,MBA
Pengambilan Keputusan Taktis
Contoh :
1.Menerima pesanan khusus harga yang lebih rendah dari harga jual
normal
Guna : memanfaatkan kapasitas menganggur dan meningkatkan laba
tahunan.
2. Mempertimbangkan untuk memproduksi (membuat) atau membeli dari
pemasok guna menekan biaya pembuatan produk utama.
3. Keputusan Menjual atau Memproses Lebih Lanjut
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
2. MENGIDENTIFIKASI ALTERNATIF PEMECAHAN
- Alternatif relevan
a. Membangun gudang baru
b. Menyewa gudang lain
c. Menata ulang gudang lama
- Alternatif yg tidak relevan
menghentikan sementara pembelian barang
sampai gudang kosong
3. MENGIDENTIFIKASI KEUNGGULAN/KELEMAHAN DARI
MASING-MASING ALTERNATIF
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 Produk
A 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
Dengan data di atas dapat dilihat bahwa lebih
menguntungkan unruk menjual produk B saja daripada
menjual produk A karena margin kontribusi produk B lebih
besar. Bagaimana apabila kapasitas mesin terbatas hanya
24.000 jam?
Produk A = 24.000
3
= 8.000 unit
MK Produk A = 8.000 x Rp 6.000
= Rp 48.000.000
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 5 JKL 2,5 JKL 500 JKL/Mg
1 3 JKL 5 JKL 600 JKL/Mg
Departemen
2
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 :