MODUL PERKULIAHAN
Ekonomi Teknik
(Ekotek)
Topik :
Pemilihan Keputusan
Analisis Akan Datang (NADB)
Abstract Kompetensi
Modul ini menjelaskan konsep ekonomi Mahasiswa dapat dan mampu
teknik terkait dgn teknik analisis akan menjelaskan kembali terkait ekonomi
datang yang terdiri dari nilai masa teknik dgn teknik analisis akan datang
depan, rasio manfaat-biaya, periode yang terdiri dari nilai masa depan, rasio
pengembalian, serta analisis
sensitivitas, impas, dan bagaimana manfaat-biaya, periode pengembalian,
penerapannya dlm investasi. serta analisis sensitivitas, impas, dan
bagaimana penerapannya dlm
investasi.
10
Teknik Teknik Industri 16403 Ir Muhammad Kholil, MT.,Ph.D.,IPU
1. Tujuan Pembelajaran
1. Memahami tentang bagaimana konsep analisis akan datang.
2. Mengetahui cara analisis menggunakan rasio manfaat-biaya
3. Pentingnya memahami perhitungan pengambilan keputusan ekonomi
4. Mengetahui definisi, manfaat dan resiko dalam pengambilan keputusan.
5. Memahami urutan metode pengambilan keputusan ekonomi teknik.
2. Pendahuluan
2.1 Pendahuluan
Banyak teknik analisis yang digunakan sebagai parameter untuk mencari nilai dalam
ekonomi teknik. Kali ini, empat topik teknik analisis lainnya yang akan ditelaah lebih
lanjut, yaitu: analisis nilai masa depan, analisis rasio manfaat-biaya, periode
pengembalian, dan analisis sensitivitas, impas, dan bagaimana jika. Analisis nilai
masa depan (NADB) kurang lebih sama dengan analisis nilai sekarang (NSB), yang
berurusan dengan masa depan dibandingkan situasi masa kini. Sebelumnya,
hubungan analisis ekonomi ditulis sebagai:
atau
3. Landasan Teori
1. Analisis Nilai Masa Depan
Sebagian besar perangkat komputasi, dari laptop ke pemutar musik ke ponsel
telepon, sedang dilengkapi dengan teknologi yang memungkinkan pengguna untuk
menjalankan berbagai macam produk. Konsumen dapat mengunduh dan menginstal
aplikasi langsung dari Internet, dan perusahaan mengandalkan kemampuan ini untuk
menjangkau sebagai khalayak seluas mungkin. Sayangnya, mengembangkan produk
yang berjalan di banyak platform menambahkan banyak ketidakpastian pada proses
pengembangan produk.
Tentara telah melisensikan beberapa perangkat lunak virtual produk lingkungan
yang akan digunakan untuk pelatihan, pendidikan, dan penjangkauan yang diperlukan
untuk beroperasi pada banyak arsitektur produk. Pengembang produk harus
membangun lingkungan perangkat lunak sehingga klien dapat menggunakannya di
berbagai konfigurasi PC dan Internet yang berbeda kecepatan. Dalam lingkungan
tertutup, di mana setiap PC memiliki konfigurasi yang sama persis, pengujian
gampang. Namun, perangkat lunak yang dimaksudkan untuk didistribusikan ke publik
harus dapat berjalan di semua konfigurasi PC umum.
Salah satu proyek paling sukses adalah Angkatan Darat Amerika. Seri video game
dikembangkan untuk membantu Angkatan Darat AS dengan hubungan masyarakat
dan perekrutan. Sejak rilis pertamanya pada tahun 2002, Angkatan Darat Amerika
telah memiliki lebih dari dua lusin versi yang dirilis. Seperti sebagian besar proyek
pengembangan perangkat lunak, setiap versi Angkatan Darat Amerika telah
meluangkan waktu dan keterbatasan anggaran pada manajer proyek. Siklus
pengembangan perangkat lunak yang khas memungkinkan untuk tweak kecil dan
perbaikan bug sebelum rilis produk. Namun, ada kalanya test mengungkapkan
masalah kritis yang membutuhkan lebih banyak sumber daya untuk diperbaiki.
Jika bunga 31/2%, alternatif mana yang memiliki nilai sekarang bersih (NPW) yang
lebih baik?
Alternatif A
NPW = 1000 + 150(P/A, 31/2%, 10) + 100(P/F,31/2%, 10) atau = 1000 PV(i, n, A, F)
*
= 1000 + 150(8,317) + 100(0,7089) = 1000 PV(3,5%, 10, 150, 100)
= 1000 + 1248 + 71 = 1000 (−318.4)
= +$319 = $318,4
Kalikan PV dengan 1 untuk mengubah tanda.
Alternatif B
NPW = 2000 + 250(P/A,31/2%, 10) + 400(P/F,31/2%, 10) atau = 2000 P V(i, n, A, F)
Contoh 10-1 menunjukkan bahwa perubahan nilai sisa dari Alternatif B sebenarnya
menghasilkan perubahan alternatif yang disukai. Dengan demikian, analisis yang lebih
menyeluruh dari Contoh 10-1 akan pertimbangkan (1) nilai mana yang tidak pasti, (2)
apakah ketidakpastiannya ±5% atau 50 hingga +80%, dan (3) nilai yang tidak pasti
mana yang menyebabkan keputusan yang berbeda. Analisis yang lebih menyeluruh,
yang dilakukan dengan alat-alat bab ini, menentukan keputusan mana yang lebih baik
dengan jangkauan kemungkinan. Mempertimbangkan ketidakpastian secara eksplisit
memungkinkan kita membuat keputusan yang lebih baik.
Analisis impas, seperti yang ditunjukkan pada Contoh 10-2, adalah salah satu cara
untuk menguji dampak dari variabilitas beberapa perkiraan pada hasil. Ini membantu
dengan menjawab pertanyaan, Berapa banyak variabilitas yang dapat dimiliki
parameter sebelum keputusan akan terpengaruh? Selagi keputusan yang lebih disukai
tergantung pada apakah nilai sisa di atas atau di bawah titik impas nilai, perbedaan
ekonomi antara alternatif kecil ketika nilai sisa adalah "dekat" dengan titik impas.
Analisis titik impas tidak memecahkan masalah dasar bagaimana mengambil
variabilitas inheren dari parameter yang diperhitungkan dalam analisis ekonomi. Ini
akan menjadi dipertimbangkan selanjutnya.
BERBAGAI ESTIMASI
Biasanya lebih realistis untuk menggambarkan parameter dengan rentang nilai
yang mungkin, daripada satu nilai. Rentang dapat mencakup perkiraan optimis,
perkiraan yang paling mungkin, dan perkiraan pesimis. Kemudian, analisis ekonomi
dapat menentukan apakah keputusan tersebut sensitif terhadap kisaran nilai yang
diproyeksikan.
Sebuah perusahaan sedang mempertimbangkan investasi. Nilai data yang paling
mungkin ditemukan selama kelayakan belajar. Menganalisis data masa lalu dari
proyek serupa menunjukkan bahwa nilai optimis untuk biaya pertama dan manfaat
tahunan adalah 5% lebih baik daripada nilai yang paling mungkin. Nilai pesimistis 15%
lebih buruk. Analis proyek perusahaan yang paling berpengalaman telah
memperkirakan nilai untuk masa manfaat dan nilai sisa.
Kemungkinan
Optimis Pesimis
Besar
Biaya $950 $1000 $1500
Manfaat tahunan bersih 210 200 170
Nilai sisa 100 0 0
Masa manfaat dalam tahun 12 10 8
Hitung tingkat pengembalian untuk setiap perkiraan. Jika 10% sebelum pajak
tingkat menarik minimum pengembalian diperlukan, apakah investasi dibenarkan
Contoh 10-3 memberikan tingkat pengembalian yang paling mungkin (15,1%) yang
berbeda dari mean tingkat pengembalian (14,3%) dihitung dalam Contoh 10-4. Nilai-
nilai ini berbeda karena yang pertama didasarkan secara eksklusif pada nilai-nilai
yang paling mungkin dan yang terakhir memperhitungkan variabilitas parameter.
Dalam memeriksa data, kami melihat bahwa nilai pesimistis lebih jauh dari yang
paling kemungkinan nilai daripada nilai-nilai optimis. Ini adalah kejadian umum.
Misalnya, penghematan 10–20% mungkin maksimal, tetapi pembengkakan biaya bisa
menjadi 50%, 100%, atau bahkan lebih. Hal ini menyebabkan nilai rata-rata tertimbang
yang dihasilkan menjadi kurang menguntungkan dibandingkan dengan nilai yang
paling mungkin. Akibatnya, tingkat pengembalian rata-rata, dalam contoh ini, lebih
kecil dari tingkat pengembalian berdasarkan nilai yang paling mungkin.
Probabilitas
Kita semua telah menggunakan probabilitas. Misalnya, berapa probabilitas
mendapatkan "kepala" saat melempar koin? Menggunakan model yang
mengasumsikan bahwa koin itu adil, baik kepala dan hasil ekor terjadi dengan
probabilitas 50%, atau 1/2. Probabilitas ini adalah kemungkinan suatu peristiwa dalam
satu percobaan. Ini juga menggambarkan frekuensi relatif jangka panjang untuk
mendapatkan kepala dalam banyak percobaan (dari 50 lemparan koin, kami berharap
rata-rata 25 kepala).
Gambar 2.1
Distribusi probabilitas keuntungan tahunan
Untuk distribusi probabilitas kehidupan, pernyataan masalah memberi tahu kita
P(umur 6 tahun) = 2P(umur 9 tahun)
Persamaan 10-3 dapat diterapkan untuk menulis persamaan kedua untuk dua
probabilitas yang tidak diketahui:
P(6) + P(9) = 1
Definisi Risiko
Risiko merupakan bentuk ketidakpastian tentang suatu keadaan yang akan terjadi
nantinya (masa depan) dengan keputusan yang diambil berdasarkan berbagai
pertimbangan pada saat ini. Pengertian risiko menurut Ricky W. Griffin dan Ronald J.
Ebert (1996) adalah uncertainty about future events (p.752).
Joel G.Siegel dan Jae K. Shim (1999) mendefinisikan risiko pada tiga hal :
1. Pertama adalah keadaan yang mengarah kepada sekumpulan hasil khusus, dimana
hasilnya dapat diperoleh dengan kemungkinan yang telah diketahui oleh pengambil
keputusan.
2. Kedua adalah variasi dalam keuntungan, penjualan atau variabel keuangan lainnya.
3. Ketiga adalah kemungkinan dari sebuah masalah keuangan yang mempengaruhi
kinerja operasi perusahaan atau posisi keuangan, seperti risiko ekonomi,
ketidakpastian politik dan masalah industry.
Menurut Joel G.Siegel dan Jae K. Shim (1999) bahwa analisis risiko adalah proses
pengukuran dan penganalisaan risiko disatukan dengan keputusan keuangan dan
investasi.
Risiko dapat muncul dimanapun dan risiko cenderung terus meningkat setiap
tahunnya dikarenakan globalisasi dunia, liberalisasi dunia dan pemrosesan informasi
yang semakin cepat serta reaksi investor yang semakin cepat. (Fahmi, 2010, p.2).
Tipe-Tipe Risiko
Secara umum risiko hanya dibagi menjadi dua tipe, yaitu risiko murni (pure risk) dan
risiko spekulatif (speculative risk). (Fahmi, 2010).
a. Risiko Murni (Pure Risk)
Risiko murni adalah risiko dimana kemungkinan kerugian ada, tetapi kemungkinan
keuntungan tidak ada.
1) Risiko Aset Fisik
Merupakan risiko yang berakibat timbulnya kerugian pada aset fisik suatu perusahaan,
misalnya kebakaran, banjir, gempa, tsunami dan bencana alam lainnya.
2) Risiko Karyawan
Gambar 2.2
Grafik risiko versus pengembalian.
PENYELESAIAN
Menjawab pertanyaan jauh lebih mudah jika kita menggunakan Gambar 10-7.
Karena pengembalian yang diharapkan lebih besar lebih baik, kami ingin memilih
proyek yang setinggi mungkin. Karena risiko yang lebih rendah lebih baik, kami ingin
untuk memilih proyek yang "paling kiri" mungkin. Grafik memungkinkan kita
memeriksa trade-off dari menerima lebih banyak risiko untuk pengembalian yang lebih
tinggi.
Pertama, kita bisa menghilangkan Proyek 4 dan 5. Mereka adalah proyek yang
didominasi. Alternatif yang didominasi tidak lebih baik dari alternatif lain pada semua
ukuran dan inferior pada setidaknya satu ukuran. Proyek 4 didominasi oleh Proyek 3,
yang memiliki tingkat pengembalian yang diharapkan lebih tinggi dan risiko yang lebih
SIMULASI
Simulasi adalah pendekatan yang lebih maju untuk mempertimbangkan risiko dalam
ekonomi rekayasa masalah. Dengan demikian, diskusi berikut berfokus pada apa itu.
Seperti yang ditunjukkan oleh contoh, fungsi spreadsheet dan paket tambahan
membuat simulasi lebih mudah digunakan untuk ekonomi analisis.
Simulasi ekonomi menggunakan sampling acak dari distribusi probabilitas satu atau
lebih variabel untuk menganalisis model ekonomi untuk banyak iterasi. Untuk setiap
iterasi, semua variabel dengan distribusi probabilitas diambil secara acak. Nilai-nilai ini
digunakan untuk menghitung PW, IRR, atau EUAC. Kemudian hasil dari semua iterasi
digabungkan untuk membuat distribusi probabilitas untuk PW, IRR, atau EUAC.
4. Kesimpulan
Beberapa proyek rekayasa lebih kompleks, dan mengevaluasinya dengan benar
adalah sejalan lebih kompleks. Misalnya, pertimbangkan produk baru dengan potensi
penjualan volume mulai dari rendah hingga tinggi. Jika volume penjualan rendah,
maka produk dapat dihentikan pada awal masa pakai potensialnya. Di sisi lain, jika
volume penjualan tinggi, tambahan kapasitas dapat ditambahkan ke jalur perakitan
dan variasi produk baru dapat ditambahkan. Ini dapat dimodelkan dengan pohon
keputusan.
Analisis ekonomi teknik digunakan untuk mengevaluasi proyek dengan jangka
panjang konsekuensi ketika nilai waktu uang penting. Jadi, itu harus memperhatikan
masa depan konsekuensi; tetapi menggambarkan masa depan secara akurat tidaklah
mudah. Dalam bab ini kami mempertimbangkan masalah mengevaluasi masa depan.
Cara termudah untuk memulai adalah membuat perkiraan yang cermat