Analisis Sensitivitas

Kuliah TA 3122
Analisis Investasi Tambang
 Analisis Sensitivitas (1)
Pendekatan dalam mengkuantifikasi ketidakpastian

1. Analisis sensivitas deterministik

merubah satu parameter investasi dengan asumsi
parameter lain tetap.

2. Analisis sensitivitas probabilistik

merubah beberapa parameter.
 Analisis Sensitivitas (2)
• Teknik mengevaluasi dampak ketidakpastian investasi dengan
menentukan bagaimana tingkat profitabilitas akan bervariasi
akibat perubahan paramater sensitivitas.

• Parameter investasi yang menjadi parameter sensistivitas

diantaranya adalah :
1. Biaya penambangan (mining cost)
2. Biaya pengolahan (milling cost)
3. Pendapatan (revenue)
4. Suku bunga (discount rate)
5. Nilai tukar (exchange rate)
6. Inflasi, dll.
 Analisis Sensitivitas (3)
• Menunjukkan bagaimana profitability sebuah investasi
dipengaruhi oleh perubahan parameter-parameter

• Parameter paling signifikan  menjadi perhatian untuk

dipelajari lebih lanjut

• Evaluasi efek spesifik dari variasi (+ atau -) dalam parameter

investasi dalam kriteria investasi seperti NPV, PVR, dan ROR
 Analisis Sensitivitas (4)

Harga produk
Biaya produksi Parameter lain :
Project life
Start-up time
ANALISIS
Salvage value
SENSITIVITAS Taxation
Labor unrest
Currency realignments
Investment Financing arrangements
capital
Biaya
transportasi
 Analisis Sensitivitas (5)
• Alat sederhana untuk analisis sensitivitas adalah spider
web, seperti berikut :
Analisis Sensitivitas Deterministik

 Range Approch

Nilai minimum
Nilai maksimum 3 nilai return index
Nilai best guess
 Scenario Analysis (1)
• Banyaknya kombinasi faktor values membuat
pengambilan keputusan menjadi sulit, perlu adanya
skenario yang merupakan kombinasi perubahan
variabel.

• Permasalahan adalah menentukan risk faktor yang

dapat mewakili resiko yang terjadi.
 Scenario Analysis (2)
• Jika nilai risk-free atau basis discount rate
=6%

• Risk component ditentukan discount rate

= 4%

• Nilai risk-adjusted discount rate

= 6% + 4% = 10 %

• Semakin besar nilai discount rate berarti mengurangi

nilai present dari suatu future
 Scenario Analysis (3)
• Penentuan scenario dari parameter proyek :

• Optimistic
Segala kondisi berlangsung dengan baik

• Base case
Estimasi terbaik dari parameter proyek

• Pessimistic outcomes
Segala kondisi berlangsung dengan buruk
Scenario Analysis (4)
Scenario Analysis (5)
 Contoh Kasus 1 (1)
• Sebuah investasi sebesar $ 240.000
• Annual profits $ 67.000
• Nilai sisa $ 70.000 setelah 5 tahun

Evaluasi sensitivitas ROR terhadap variasi plus atau minus 20%

dan 40% pada :
1. Investasi awal
2. Umur projek
3. Annual profit
4. Nilai sisa
 Contoh Kasus 1 (2)
………
C = $240 I = $67 I = $67 I = $67
…….... L = $70
0 1 2 5

PW Eq :
240 = 67(P/Ai,5) + 70(P/Fi,5)

ROR ‘paling diharapkan’ = 18%

1. Analisis Sensitivitas Investasi Awal

Investasi Perubahan ROR % perubahan dalam

awal dalam % prediksi ROR 18%
144.000 -40 42 133,3
192.000 -20 27,5 52,9
240.000 0 18 0
288.000 +20 11,2 -37,9
336.000 +40 5,8 -67,7

• Variasi ROR akibat perubahan biaya investasi awal

sangat signifikan
 2. Analisis Sensitivitas Umur Proyek

Project life Perubahan ROR % perubahan dalam

dalam % prediksi ROR 18%
3 -40 5,6 -68,8
4 -20 13,4 -25,5
5 0 18 0
6 +20 20,9 16,3
7 +40 22,9 27,1

• Sensitivity analysis ini terlibat dalam perubahan cash

flow total

• Efek terhadap ROR semakin berkurang untuk umur

projek yang lebih panjang
 3. Analisis Sensitivitas Annual Profit

Annual profit Perubahan ROR % perubahan dalam

dalam % prediksi ROR 18%
40.200 -40 3,6 -80,2
53.600 -20 11 -39
67.000 0 18 0
80.400 +20 24,8 37,9
93.800 +40 31,5 74,8

• Variasi ROR karena perubahan annual profit sangat

signifikan karena perubahan terjadi saat awal projek

• Parameter individu yang mempengaruhi profit : harga jual,

production rate, dan biaya operasi
 4. Analisis Sensitivitas Nilai Sisa

Salvage Perubahan ROR % perubahan dalam

value dalam % prediksi ROR 18%
42.000 -40 15,9 -11,9
56.000 -20 16,9 -6
70.000 0 18 0
84.000 +20 19 5,4
98.000 +40 20 10,8

• Perubahan parameter masa depan (mis. Salvage value) kurang

mempengaruhi ROR
Spiderweb Analisis Sensitivitas
45
Investasi awal
40 Umur projek
Annual profit
35 Nilai sisa

30

25
ROR

20

15

10

0
-50 -40 -30 -20 -10 0 10 20 30 40 50

% change
 Contoh Kasus 2 (1)
• Gunakan “range approach” untuk mengevaluasi investasi pada
contoh sebelumnya untuk ‘best and worst case sensitivity
analysis’

• Gunakan variasi parameter plus atau minus 20%

• Umur projek 5 tahun

• ROR minimum 15%

 Contoh Kasus 2 (2)
Best case Expected Worst case
case
Investasi 192.000 240.000 288.000
Annual profit 80.400 67.000 53.600
Nilai sisa 84.000 70.000 56.000
Umur projek, thn 5 5 5
ROR, % 36,4 18 3,7

• Hasil memuaskan didapat dari best case dan expected case

• Best, worst, dan expected sensitivity analysis  Informasi 

investment decisions
 Analisis Sensitivitas Probablistik
• Analisis sensitivitas probabilistik dilaksanakan dengan 2 metoda :

1. Expected Value
Rataan untung atau rugi yang akan diperkirakan jika banyak
investasi sejenis diulangi.

Expect. value = Expect. Profits – Expect. Cost

 Case Study:
Sensitivity Analysis (dengan probabilitas)
• Perusahaan peralatan tambang mempertimbangkan
untuk melakukan R&D. Apakah investasi yang dilakukan
layak dengan kriteria:
– Investasi di tahun ke-0: USD 100 ribu
– Keuntungan yang ditimbulkan selama 5 tahun: USD 80
ribu/tahun
– Nilai sisa di akhir tahun ke-5: 0
– Pengalaman menunjukkan kemungkinan proyek sukses: 40%
– Before tax Minimum ROR: 20%
• Gunakan Expected NPV dan Expected ROR untuk
menganalisis
 Case Study:
Sensitivity Analysis (dengan probabilitas)
Lease Option C = (-) 100,000 P = 0.4 I = (+) 80,000 I = (+) 80,000 I = (+) 80,000 I = (+) 80,000 I = (+) 80,000

Years 0 1 2 3 4 5

P = 0.6

L=0

• Perubahan faktor menjadi expected value:

NPV CF EV
Sukses : 80,000(P/A20%,5) - 100,000 = 139,248 0.4 = 55,699
Failure : -100,000 = -100,000 0.6 = -60,000
Expected NPV -4,301

• Expected NPV = [80,000(P/A20%,5) – 100,000]*0.4 –

(100,000*0.6) = -4,301  reject
• PW Equation: 0 = 80,000(P/Ai,5)*0.4 – 100,000
dengan trial error, i = Expected ROR = 18.3% < i*  reject
 Monte Carlo (1)
2. Montecarlo
Parameter input berubah menurut distribusi probabilitasnya

Langkah-langkah simulasi Monte Carlo :

1: Create and select parametric models
(variables) to be analyzed, y = f(x1, x2,
..., xq).
2: Generate a set of random inputs from
selected probability distribution, xi1, xi2,
..., xiq.
3: Select number of steps simulation , for i =
1 to n.
4: Evaluate (run) the models and store the
results as yi.
5: Analyze the results for selected models
parameter (variables) using confidence
intervals
Monte Carlo (2)
 Monte Carlo (3)
• Distribuasi harga
 Monte Carlo (4)
• Distribusi quantity
 Monte Carlo (5)
• Distribusi capital cost
 Monte Carlo (6)
• Probabilitas NPV
 Monte Carlo (7)
• Mean values for probabilistic cash flow