PERBANDINGAN METODE DISCOUNTED CASH FLOW

DAN ANALISA REAL OPTIONS UNTUK PEMODELAN

INVESTASI PERUMAHAN MURAH. STUDI KASUS:
PERUMAHAN MURAH DI KABUPATEN PEMALANG

PROPOSAL TESIS

Disusun Dalam Rangka Memenuhi Salah Satu Persyaratan Kelulusan

Program Magister Teknik Sipil

Oleh:

Andreas Christianto Harsono

NIM: 21010116410016

MAGISTER TEKNIK SIPIL

FAKULTAS TEKNIK
UNIVERSITAS DIPONEGORO
SEMARANG

2018
 LEMBAR PENGESAHAN

PERBANDINGAN METODE DISCOUNTED CASH FLOW

DAN ANALISA REAL OPTIONS UNTUK PEMODELAN
INVESTASI PERUMAHAN MURAH. STUDI KASUS:
PERUMAHAN MURAH DI KABUPATEN PEMALANG

TESIS

Disusun Oleh

Andreas Christianto Harsono

NIM: 21010116410016

Draft tesis ini telah disetujui untuk diajukan sebagai bahan Ujian Seminar Proposal Tesis

Mengetahui,

Dosen Pembimbing I Dosen Pembimbing II

Dr. Hery Suliantoro, S.T., M.T. Ferry Hermawan, S.T., M.T., Ph.D.
NIP 196904292002121001 NIP 196904292002121001
 DAFTAR ISI

DAFTAR ISI .......................................................................................................................... i

DAFTAR GAMBAR............................................................................................................ iii

DAFTAR TABEL ................................................................................................................ iv

BAB 1 PENDAHULUAN ................................................................................................... 1

1.1 Latar Belakang Permasalahan ..................................................................................... 1

1.2 Pokok Permasalahan .................................................................................................... 4

1.3 Pertanyaan Penelitian .................................................................................................. 4

1.4 Tujuan Penelitian ......................................................................................................... 4

1.5 Pembatasan Permasalahan ........................................................................................... 4

1.6 Sistematika Penulisan .................................................................................................. 4

BAB 2 TINJAUAN PUSTAKA ........................................................................................... 6

2.1 Perbedaan antara Tabungan dan Investasi ................................................................... 6

2.1.1 Perbandingan antara investasi real estate dengan reksadana REIT ......................... 6

2.2 Metode Evaluasi Kelayakan Investasi (Capital Budgeting) ........................................ 8

2.2.1 Perbandingan antara Metode Tradisional dengan Metode DCF ............................ 10

2.2.2 Perbandingan antara Metode DCF dengan ROA ................................................... 12

2.2.3 Penggunaan Metode Evaluasi Kelayakan Investasi Berdasarkan Studi Terdahulu 14

2.3 Real Options Analysis (ROA) ................................................................................... 15

2.3.1 Langkah-Langkah Penggunaan ROA ................................................................. 16

2.3.2 Binomial Lattice ................................................................................................. 18

2.4 Ketidakpastian dalam Investasi Real Estate .............................................................. 20

2.5 Analisa Resiko Investasi secara Kuantitatif .............................................................. 21

2.5.1 Analisa Resiko Investasi dengan Monte Carlo Simulation (MCS) .................... 22

2.5.2 Penggunaan Analisis Resiko Investasi Berdasarkan Studi Terdahulu ................... 24

2.6 Penelitian Terdahulu .................................................................................................. 25

BAB 3 METODE PENELITIAN ...................................................................................... 30

3.1 Pendekatan, Jenis, dan Metode Penelitian ................................................................. 30

3.2 Dimensi Waktu Pengambilan Data............................................................................ 30

3.3 Jenis dan Sumber Data .............................................................................................. 31

3.4 Metode Pengumpulan Data ....................................................................................... 31

3.5 Instrumen Penelitian .................................................................................................. 32

3.6 Populasi dan Sampel.................................................................................................. 32

3.7 Tahapan Rancangan Penelitian.................................................................................. 32

3.8 Definisi Istilah atau Operasional ............................................................................... 34

3.9 Model Penelitian ........................................................................................................ 37

3.9.1 Metode Evaluasi Kelayakan Investasi (Capital Budgeting) ............................... 38

3.9.2 Monte Carlo Simulation (MCS) ......................................................................... 40

3.9.3 Binomial Lattice ................................................................................................. 40

3.10 Variabel Penelitian .................................................................................................. 42

3.11 Jadwal Pelaksanaan Penelitian ................................................................................ 45

DAFTAR PUSTAKA .......................................................................................................... 46

 DAFTAR GAMBAR

Gambar 2.1 Metode evaluasi kelayakan proyek (capital budgeting) .................................... 9

Gambar 2.2 Proses ROA (Mun, 2002) ................................................................................ 18
Gambar 2.3 Bentuk Umum Binomial Lattice ...................................................................... 19
Gambar 3.1 Diagram alir penelitian ................................................................................... 33
Gambar 3.2 Diagram alir penelitian (lanjutan) .................................................................... 34
Gambar 3.3 Bentuk Umum Binomial Lattice ...................................................................... 41
 DAFTAR TABEL

Tabel 2.1 Produk dasar tabungan dan investasi (SEC, 2017) ................................................ 6
Tabel 2.2 Kelemahan metode DCF: Asumsi dan realita ..................................................... 13
Tabel 2.3 Praktek capital budgeting dalam persentase (%) ................................................ 15
Tabel 2.4 Praktek analisa resiko dalam capital budgeting dalam persentase (%)............... 24
Tabel 2.5 Perbandingan penelitian terdahulu tentang penggunaan metode DCF dan ROA
dalam analisa kelayakan investasi real estate ..................................................................... 25
 BAB 1
PENDAHULUAN

1.1 Latar Belakang Permasalahan

Indonesia merupakan negara dengan jumlah penduduk terbesar ke-4 di dunia, dengan
jumlah penduduk mencapai 261 juta jiwa pada tahun 2016. Sepuluh persen (10%) di
antaranya hidup di bawah garis kemiskinan (Worldbank, 2017). Salah satu indikator
kemiskinan menurut Worldbank (2005) adalah ketidakmampuan manusia untuk memenuhi
kebutuhan tempat tinggal, makanan, dan kesehatan.
Menurut data yang dirilis oleh Bappenas, pada tahun 2015 terjadi kesenjangan antara
jumlah rumah terbangun dengan jumlah rumah yang dibutuhkan oleh rakyat Indonesia
(backlog) sebesar 11,8 juta unit. Menurut Bambang Brodjonegoro, selaku Kepala
Bappenas, jumlah ini masih besar, sehingga penyediaan perumahan bagi masyarakat
menengah ke bawah menjadi perhatian serius pemerintah. Pemerintah memiliki agenda
Program Sejuta Rumah untuk menyediakan 1 juta rumah tiap tahun dan memberikan
subsidi 1,75 juta unit rumah baru. Dengan agenda ini, diharapkan pada tahun 2019 angka
backlog perumahan dapat ditekan menjadi 6,8 juta unit rumah. Menteri Pekerjaan Umum
dan Perumahan Rakyat (PUPR), Basuki Hadimoeldjono mengatakan, bahwa setiap tahun
kebutuhan rumah tinggal mencapai 800.000 unit. Pada tahun 2015, pembangunan
perumahan mencapai 699.770 unit, lalu pada tahun 2016 naik menjadi 805.169 unit, dan
pada bulan September 2017 telah mencapai 623.344 unit (okezone.com).
Seiring berjalannya waktu, masih banyak terdapat kendala implementasi Program
Sejuta Rumah, yaitu semakin menipisnya ketersediaan lahan yang menyebabkan harga
tanah semakin mahal, perizinan yang rumit dan membutuhkan biaya tinggi, serta
terbatasnya anggaran pemerintah untuk sektor perumahan. Langkah-langkah yang telah
diambil Kementrian PUPR meliputi penyediaan dana perumahan melalui APBN dengan
pembangunan rumah susun sewa, rumah khusus, pembangunan baru, peningkatan kualitas
rumah tak layak huni, serta bantuan stimulus untuk fasilitas prasarana, sarana, dan utilitas
perumahan. Skema pembiayaan perumahan murah yang digunakan oleh pemerintah adalah
dengan memberikan insentif melalui skema bantuan pembiayaan rumah, berupa KPR
bersubsidi, subsidi selisih bunga, dan subsidi bantuan uang muka (okezone.com). Oleh

1
 2

sebab itu, investasi dan pengembangan perumahan murah di Indonesia ke depannya akan
sangat dibutuhkan, baik oleh pemerintah pusat, pemerintah daerah, bahkan masyarakat
yang kurang mampu.
Proyek pengembangan real estate di negara berkembang, memiliki beberapa
karakteristik unik, yaitu kebutuhan modal kerja yang besar, likuiditas yang rendah, tingkat
pengembalian modal yang lambat, investasi yang tidak bisa kembali dalam waktu singkat,
dan waktu konstruksi yang cukup panjang, tantangan dan hambatan dari peraturan
pemerintah setempat, serta beragam ketidakpastian sehingga menyebabkan investasi real
estate menjadi beresiko tinggi (Mao and Wu, 2011; Rocha et al., 2007).
Adapun beberapa ketidakpastian dalam pengembangan real estate, yaitu berkaitan
dengan permintaan, harga jual rumah, biaya akuisisi lahan, persediaan yang tidak terjual
kembali, peraturan pemerintah, dan resiko pemerintahan setempat (pengesahan, ijin
mendirikan bangunan, dll.) yang dapat meningkatkan resiko investor (Rocha et al., 2007).
Oleh karena itu, pemilihan metode penilaian investasi yang tepat menjadi sangat krusial.
Secara garis besar, terdapat tiga metode yang dapat digunakan untuk menilai kelayakan
suatu investasi real estate, yaitu metode tradisional, metode Discounted Cash Flow (DCF),
dan Real Options Analysis (ROA). Metode tradisional meliputi Accounting Rate of Return
(ARR), dan Payback Period (PP), sedangkan metode DCF terdiri dari Net Present Value
(NPV), Internal Rate of Return (IRR), dan Profitability Index (PI) (Alhabeeb, 2016;
Banerjee, 2015; Imegi and Nwokoye, 2015; Lunkes et al., 2015). Seluruh metode yang
telah disebutkan tersebut selain Real Option Analysis memiliki kekurangan yang sama,
yaitu tidak adanya faktor fleksibilitas manajemen dalam mengambil keputusan akibat
ketidakpastian yang terjadi di masa yang akan datang.
Metode yang paling sering digunakan analis atau investor untuk membuat keputusan
investasi adalah metode DCF (Andor et al., 2015; Ghahremani et al., 2012; Mao and Wu,
2011; Mun, 2002; Pivoriene, 2017; Sdino et al., 2016; Shapiro et al., 2009). Namun
sayangnya, metode DCF kurang baik karena pada proyek investasi dengan ketidakpastian
yang tinggi, metode DCF akan menghasilkan perhitungan nilai yang tidak tepat (Pivoriene,
2017). Metode DCF juga tidak dapat menangkap opportunity value akibat ketidakpastian
yang terjadi di masa mendatang (Mao and Wu, 2011). Selain itu, kekurangan metode DCF
adalah tidak adanya faktor fleksibilitas dalam pengambilan keputusan, dimana fleksibilitas
memiliki nilai tambah akibat ketidakpastian proyek (Boute et al., 2004).
 3

Pada kebanyakan proyek real estate sederhana dengan pangsa pasar kelas menengah ke
bawah di Indonesia, metode yang lazim digunakan untuk menilai kelayakan proyek
tersebut adalah metode tradisional, yaitu ARR dan PP. Sedangkan metode DCF dan ROA
sama sekali tidak pernah digunakan karena pengetahuan manajemen tentang metode ini
terbatas. Sebagai akibatnya, tidak ada fleksibilitas manajemen di dalam proyek, serta
apabila terjadi ketidakpastian pada saat proyek sedang berlangsung, manajemen akan sulit
mengambil keputusan terhadap proyek tersebut.
Fleksibilitas dalam pengembangan real estate dapat membuat nilai tambah yang
memungkinkan pengembang real estate untuk bereaksi terhadap tren pasar saat informasi
baru muncul dan ketidakpastian dalam faktor fundamental (seperti harga properti)
diperoleh. Nilai tambah ini tidak ada dalam metode DCF karena metode ini mengabaikan
fleksibilitas manajemen (Baldi, 2013).
Menurut penelitian Mintah et al. (2018), pengembang properti residensial harus
mempertimbangkan fleksibilitas dalam evaluasi kelayakan finansial karena terdapat nilai
yang terpendam akibat ketidakpastian dalam proyek properti. Penting untuk menghitung
nilai opsionalitas dalam evaluasi finansial proyek properti untuk memperoleh nilai yang
maksimal.
Menurut penelitian yang dilakukan oleh Lucius (2001), ROA menawarkan fleksibilitas
manajerial dan kemampuan dalam hal menilai ketidakpastian pada berbagai proyek
investasi. Sedangkan penelitian yang dilakukan oleh Mintah et al. (2018) menunjukkan
bahwa ROA dapat memodelkan ketidakpastian dengan akurasi yang lebih tinggi
dibandingkan dengan metode DCF. ROA yang diterapkan oleh Mintah et al. (2018) dapat
menangkap sekitar 3% dari nilai proyek yang hilang dari DCF. ROA juga dapat
menawarkan kesempatan untuk meninggalkan proyek apabila sudah dianggap tidak
menguntungkan, sehingga kerugian bisa diminimalkan. Oleh karena itu, ROA secara
praktis cocok digunakan untuk berbagai kasus dalam proyek pengembangan real estate
(Baldi, 2013; Mintah et al., 2018).
Oleh karena itu, pada penelitian ini, akan dimodelkan investasi perumahan murah
dengan menggunakan metode paling sering digunakan untuk investasi, yaitu metode DCF
dan kemudian akan dibandingkan dengan ROA yang mampu mengatasi kekurangan DCF.
 4

1.2 Pokok Permasalahan

Proyek pengembangan real estate memiliki resiko yang tinggi karena terdapat berbagai
macam ketidakpastian, seperti permintaan, harga jual rumah, biaya akuisisi lahan,
persediaan yang tidak terjual kembali, peraturan pemerintah, dan resiko pemerintahan
setempat (pengesahan, ijin mendirikan bangunan, dll.).

1.3 Pertanyaan Penelitian

Beberapa pertanyaan yang perlu dijawab dalam penelitian ini antara lain:
1. Bagaimana peran fleksibilitas manajerial dalam menilai ketidakpastian pada berbagai
proyek investasi perumahan murah?
2. Bagaimana cara untuk memaksimalkan potensi keuntungan dalam evaluasi sebuah
investasi perumahan murah?
3. Bagaimana peran fleksibilitas manajerial pada saat terjadi perubahan iklim investasi saat
proyek sedang berlangsung?

1.4 Tujuan Penelitian

Adapun tujuan dari penelitian ini antara lain:
1. Menganalisa peran fleksibilitas manajerial dalam menilai ketidakpastian pada berbagai
proyek investasi perumahan murah.
2. Menemukan solusi untuk memaksimalkan potensi keuntungan dalam evaluasi sebuah
investasi perumahan murah.
3. Menganalisa peran fleksibilitas manajerial pada saat terjadi perubahan iklim investasi
saat proyek sedang berlangsung.

1.5 Pembatasan Permasalahan

Metode yang digunakan untuk memodelkan investasi proyek pengembangan
perumahan murah adalah metode DCF dan ROA. Perumahan murah yang akan diteliti
berlokasi di Kabupaten Pemalang, Jawa Tengah, Indonesia.

1.6 Sistematika Penulisan

Penulisan tesis ini terbagi dalam beberapa bagian (bab), yaitu:
Bab 1 Pendahuluan, membahas latar belakang penelitian, pokok permasalahan, tujuan
penelitian, pembatasan masalah, dan sistematika penulisan.
 5

Bab 2 Tinjauan Pustaka, membahas dasar-dasar teori yang berkaitan dengan penelitian
yang akan dilakukan.
Bab 3 Metode Penelitian, membahas metode yang digunakan untuk pengambilan data
penelitian.
Bab 4 Hasil dan Pembahasan, berisi tentang data penelitian, analisa, dan diskusi hasil
penelitian.
Bab 5 Kesimpulan, Saran, dan Rekomendasi, berisi tentang kesimpulan akhir penelitian,
saran untuk pihak-pihak yang terkait dengan penelitian ini, dan rekomendasi untuk
penelitian selanjutnya.
 BAB 2
TINJAUAN PUSTAKA

2.1 Perbedaan antara Tabungan dan Investasi

Tabungan merupakan uang yang dapat disimpan di tempat yang paling aman yang
berasal dari pendapatan setelah dikurangi dengan berbagai macam biaya (Lee and Hanna,
2015). Sedangkan investasi merupakan rangkaian dari biaya (untuk konstruksi, renovasi,
membeli properti, dan manajemen) dan pendapatan (dari penjualan atau sewa properti),
dalam rentang waktu analisa tertentu (tahun, semester, dll), perbedaan antara nilai positif
(pendapatan) dan negatif (biaya) menentukan arus kas (Sdino et al., 2016). Terdapat
peluang yang lebih besar untuk kehilangan uang pada saat melakukan sebuah investasi.
Beberapa produk dasar tabungan dan simpanan ditunjukkan dalam Tabel 2.1 (SEC, 2017).

Tabel 2.1 Produk dasar tabungan dan investasi (SEC, 2017)

Tabungan Investasi
akun tabungan obligasi
sertifikat deposito saham
akun cek reksadana
real estate
komoditas (emas, minyak, dll.)

2.1.1 Perbandingan antara investasi real estate dengan reksadana REIT

Ide Real Estate Investment Trust (REIT) pertama kali dicetuskan pada tahun 1960 di
Amerika Serikat untuk membuat pendapatan yang berasal dari investasi real estate dapat
dijangkau oleh investor individual dengan uang yang terbatas. Investor tidak perlu
berinvestasi secara langsung ke dalam fisik bangunan. Pengelola REIT menggunakan
modal dan utang untuk mengakuisisi properti (PwC, 2011). REIT menjembatani
kebanyakan investor untuk dapat memperoleh keuntungan dalam investasi real estate
komersial dengan membeli reksadana (mutual fund) REIT, sama seperti membeli saham.
REIT didesain untuk menghasilkan keuntungan dengan dua cara: pertama, melalui
kenaikan nilai dari aset properti yang dimiliki oleh REIT; dan kedua, dengan pemasukan
dari sewa properti (Zurich, 2014).

6
 7

Investasi real estate secara langsung yaitu dengan membeli satu atau lebih properti real
estate, seperti bangunan industri, mall, dan perumahan. Dalam investasi real estate,
investor akan memiliki properti secara utuh dan memperoleh pemasukan arus kas dari
penyewaan properti atau kenaikan nilai properti pada saat menjualnya (Hoesli and Lizieri,
2007; Wald et al., 2014). Lee (2003) memberikan kesimpulan bahwa kepemilikan real
estate secara langsung selama 70% waktu dalam rentang waktu 25 tahun akan memberikan
imbal hasil yang tidak maksimal. Namun, investasi real estate secara langsung dapat
mengurangi resiko pada saat ekonomi sedang lesu.
National Association of Real Estate Investment Trusts (NAREIT) (2014) dan National
Council of Real Estate Investment Fiduciaries (2014) memberikan perbedaan karakteristik
investasi antara investasi REIT dan kepemilikan real estate secara langsung. REIT
memiliki karakteristik pandangan ke depan, mudah dicairkan sewaktu-waktu (likuid),
harga jelas, menggunakan leverage, dan terdiri dari berbagai macam properti. Sedangkan
investasi real estate secara langsung memiliki karakteristik pandangan ke belakang, tidak
likuid, harga bergantung pada proses penilaian (appraisal), tidak ada faktor leverage, dan
jenis properti terbatas.
Klimczak (2010) mengklasifikasikan investasi real estate dari prespektif subyek, yaitu
investasi langsung dan tidak langsung. Investasi tidak langsung dilakukan dengan membeli
reksadana properti, terlibat dalam penggalangan modal untuk membeli properti, dan
membeli saham perusahaan yang bergerak di bidang properti dan real estate. Sedangkan
investasi secara langsung, yaitu dengan membeli properti dengan tujuan untuk memperoleh
keuntungan dari penyewaan properti, atau dari kenaikan harga properti tersebut.
Pada saat hendak berinvestasi real estate secara langsung, terdapat beberapa faktor
ekonomi yang harus diperhatikan, yaitu harga lahan yang belum dikembangkan,
aksesibilitas, kemudahan proses konstruksi di kemudian hari, harga properti yang sudah
dikembangkan, pajak, zona peruntukan, akses infrastruktur terdekat, jenis properti yang
ada di area sekitar, lingkungan sosial, kegiatan ekonomi di area sekitar, kompetisi harga
jual dan sewa, dan perencanaan spasial. Sedangkan pada investasi REIT, investor tidak
perlu memikirkan hal ini karena pengelola reksadana REITlah yang akan memikirkan dan
mempertimbangkan kondisi-kondisi tersebut (Bryx and Matkowski, 2001).
 8

2.2 Metode Evaluasi Kelayakan Investasi (Capital Budgeting)

Proses evaluasi dari sebuah kelayakan proyek atau investasi secara umum disebut
dengan capital budgeting (Stout et al., 2008). Terdapat tiga metode yang dapat digunakan
untuk mengevaluasi kelayakan sebuah proyek atau investasi (Gambar 2.1). Metode
tersebut antara lain adalah metode tradisional, metode Discounted Cash Flow (DCF), dan
Real Options Analysis (ROA). Metode tradisional terdiri dari Accounting Rate of Return
(ARR) dan Payback Period (PP), sedangkan metode DCF terdiri dari Net Present Value
(NPV), Internal Rate of Return (IRR), dan Profitability Index (PI) (Alhabeeb, 2016;
Banerjee, 2015; Imegi and Nwokoye, 2015; Lunkes et al., 2015). Setelah investasi sudah
dinyatakan layak dan dilaksanakan, dibutuhkan faktor fleksibilitas dalam pengambilan
keputusan di tengah perjalanan investasi tersebut. Fleksibilitas ini dapat dimodelkan dalam
ROA. Metode ini dapat dikatakan sebagai pengembangan dari metode tradisional dan
metode DCF (Stout et al., 2008).
Metode ARR mengevaluasi investasi dengan memperkirakan imbal hasil investasi
tersebut. Apabila imbal hasil investasi melebihi imbal hasil yang diharapkan, maka proyek
dapat dilaksanakan, selain itu maka proyek sebaiknya tidak dilaksanakan (Imegi and
Nwokoye, 2015). Secara matematis, ARR dapat ditulis dalam persamaan berikut:
𝑅
𝐴𝑅𝑅 = × 100%
𝐶
dengan 𝑅 merupakan estimasi pendapatan rata-rata tahunan dan C merupakan estimasi
rata-rata biaya yang dikeluarkan untuk memperoleh 𝑅.
CIMA (2005) mendefinisikan payback period (PP) sebagai waktu yang dibutuhkan agar
arus kas yang masuk sama dengan arus kas yang keluar. Apabila terdapat dua atau lebih
proyek, keputusan yang biasa diambil adalah investasi dengan waktu yang tersingkat untuk
kembali modal. Selain itu biasanya sebuah perusahaan memiliki target waktu untuk
kembali modal. Apabila PP melebihi jangka waktu yang ditargetkan oleh perusahaan,
maka perusahaan tidak akan melaksanakan investasi tersebut (Imegi and Nwokoye, 2015).
Secara matematis, PP dapat ditulis dalam persamaan berikut:
𝐶
𝑃𝑃 =
𝑅
dengan 𝑅 merupakan estimasi pendapatan rata-rata tahunan dan C merupakan estimasi
rata-rata biaya yang dikeluarkan untuk memperoleh 𝑅.
 9

Accounting Rate
of Return (ARR)
Traditional
Payback Period
(PP)

Net Present Value

(NPV)

Discounted Cash Internal Rate of

Capital Budgeting
Flow (DCF) Return (IRR)

Profitability Index
(PI)

Real Options
Analysis (ROA)

Gambar 2.1 Metode evaluasi kelayakan proyek (capital budgeting)

Analisa NPV menggunakan prinsip keberlanjutan finansial dari sebuah investasi dinilai
dengan membawa seluruh arus kas (baik positif dan negatif) ke awal, dengan
menggunakan beberapa formula matematika yang mengandung tingkat diskon tertentu
sesuai dengan profil risiko investor dan jenis/durasi investasi. Tingkat diskon ini berperan
dalam perhitungan indikator keberlanjutan investasi (Net Present Value – NPV) yang
kemudian dibandingkan dengan nilai minimum yang diharapkan oleh investor (Sdino et
al., 2016). Secara matematis, NPV dihitung dengan persamaan berikut:

𝐶𝐹
𝑁𝑃𝑉 = −𝐼
(1 + 𝑟)

dimana 𝐶𝐹 merupakan arus kas yang diharapkan pada tahun 𝑖, sedangkan 𝐼 adalah
investasi awal pada saat 𝑖 = 0, 𝑟 adalah tingkat diskon (opportunity cost investor), dan 𝑛
merupakan umur investasi yang direncanakan. Secara umum, apabila nilai NPV adalah
positif, maka proyek investasi dapat dipandang layak dan menarik secara ekonomi.
 10

IRR merupakan tingkat diskon atau imbal hasil dimana nilai masa kini (NPV) dari
selisih arus kas positif dan negatif adalah nol. Dapat dikatakan bahwa nilai IRR merupakan
persamaan algebra. Apabila nilai IRR lebih besar daripada imbal hasil yang diharapkan
oleh investor, maka proyek investasi tersebut layak untuk dilaksanakan (Patrick and
French, 2016). Secara matematis, IRR dapat diperoleh dengan menyelesaikan persamaan
berikut:

𝐶𝐹
0= −𝐼
(1 + 𝑟)

dimana 𝐶𝐹 merupakan arus kas yang diharapkan pada tahun 𝑖, sedangkan 𝐼 adalah
investasi awal pada saat 𝑖 = 0, 𝑟 adalah IRR, dan 𝑛 merupakan umur investasi yang
direncanakan.
Profitability Index (PI) secara sederhana merupakan perbandingan antara NPV
(penjumlahan dari arus kas yang sudah terdiskon ke masa sekarang) dengan biaya investasi
di awal. Secara matematis, PI dapat ditulis dalam persamaan berikut:
𝐶𝐹
∑
(1 + 𝑟)
𝑃𝐼 =
𝐼
dimana 𝐶𝐹 merupakan arus kas yang diharapkan pada tahun 𝑖, sedangkan 𝐼 adalah
investasi awal pada saat 𝑖 = 0, 𝑟 adalah tingkat diskon (opportunity cost investor), dan 𝑛
merupakan umur investasi yang direncanakan. Secara umum, apabila nilai PI lebih besar
daripada 1, maka proyek investasi dapat dipandang layak dan menarik secara ekonomi.
Teori real options berfungsi sebagai pelengkap dari metode evaluasi tradisional dan
metode DCF, dimana metode-metode tersebut tidak memperhitungkan ketidakpastian
investasi pada saat investasi tersebut sudah berjalan dan opsi seperti meninggalkan proyek
atau ekspansi tidak ada di dalamnya. ROA merupakan teknik evaluasi yang masih terus
berkembang yang menyediakan fleksibilitas, dimana investor atau analis dapat
menganggap investasi tersebut sebagai sebuah pilihan dan bukan kewajiban (Farrukh et al.,
2015).

2.2.1 Perbandingan antara Metode Tradisional dengan Metode DCF

Metode ARR memiliki kelebihan, yaitu mudah untuk dihitung dan dipahami, metode ini
juga memperhitungkan semua arus kas dalam umur proyek, dan kelayakan proyek mudah
untuk diidentifikasi. Kekurangan dari metode ARR adalah tidak memperhitungkan nilai
 11

waktu uang, sehingga arus kas di masa yang akan datang akan bernilai sama dengan masa
sekarang, mengabaikan efek resiko terhadap kelayakan proyek, dan nilai arus kas
sebenarnya tidak diketahui (Belkaoui, 1980).
Metode PP merupakan periode waktu yang dibutuhkan agar investasi menjadi impas.
Menurut Belkaoui (1980) kelebihan metode ini adalah mudah dihitung dan dipahami, serta
kesederhanaannya dalam perhitungan cepat untuk mengetahui likuiditas dan perkiraan
waktu kembalinya modal proyek tersebut. Kekurangan metode ini adalah metode ini
mengabaikan arus kas yang terjadi setelah proyek tersebut kembali modal / impas dan
tidak adanya perhitungan berapa potensi keuntungan yang didapat. Sedangkan menurut
Farrukh et al. (2015), metode ini tidak berguna karena metode ini mengabaikan nilai waktu
dari uang. Selain itu, tidak ada aturan yang pasti yang mengatur standar waktu tertentu agar
proyek tersebut dapat dikatakan layak, serta metode ini tidak mengukur keuntungan karena
menurut metode ini, proyek yang untung adalah yang dapat kembali modal dalam waktu
paling singkat. Jadi, kekurangan utama dari metode ini adalah ketidakmampuan
menghitung besaran dan nilai waktu dari seluruh arus kas. Meskipun begitu, penelitian
yang dilakukan oleh Adeniji (2004) memberikan temuan bahwa metode ini cukup sering
digunakan dalam praktek, terlepas dari kekurangan yang dimilikinya.
Kedua metode yang telah disebutkan di atas merupakan metode tradisional, dimana
metode-metode tersebut mengabaikan nilai waktu uang. Akan tetapi, metode DCF
memperhitungkan nilai waktu uang dan juga menghitung estimasi total keuntungan yang
didapat selama masa umur proyek (Imegi and Nwokoye, 2015). Dalam kurun waktu 60
tahun terakhir, metode DCF berkembang menjadi pilihan utama untuk menilai kelayakan
sebuah investasi di era modern ini. Karena penggunaannya yang luas, DCF menjadi
metode paling umum dalam melakukan evaluasi investasi di Kanda, Inggris, dan Amerika
Serikat (Arnold and Hatzopoulos, 2000; Payne et al., 1999; Ryan and Ryan, 2002). Metode
DCF merupakan metode yang memperhitungkan nilai waktu uang dan secara teori
merupakan metode yang paling tepat, dengan ketiga bentuknya, yaitu NPV, IRR, dan PI
(Brigham and Ehrhardt, 2014).
NPV memiliki kelebihan, yaitu konsisten dengan teori maksimalisasi keuntungan,
mempertimbangkan waktu nilai uang, seluruh arus kas yang ada dipergunakan dalam
analisa, dan metode ini jelas untuk memutuskan sebuah investasi layak atau tidak dengan
melihat nilai absolut yang dihasilkan. Sedangkan kelemahan metode NPV adalah
mengabaikan efek resiko pada evaluasi proyek dan dibutuhkan akurasi estimasi arus kas
 12

dan tingkat diskon yang sangat akurat. Karena metode ini tidak berdasarkan rate of return,
maka investor dapat salah paham dalam pengambilan keputusan karena bisa jadi imbal
hasil yang diperoleh ada di bawah yang diharapkan (Imegi and Nwokoye, 2015; Lunkes et
al., 2015).
Imegi dan Nwokoye (2015) mengidentifikasi kelebihan dan kekurangan metode IRR.
Kelebihan metode IRR adalah seluruh arus kas yang ada digunakan dalam proses analisa,
serta metode ini menggunakan basis rate of return, sehingga cocok untuk dibandingkan
dengan instrumen investasi lainnya. Kelemahan metode ini adalah keputusan tidak dapat
diambil berdasarkan maksimalisasi keuntungan pada proyek yang mutually exclusive
(saling lepas, apabila memilih satu proyek, maka proyek yang lain tidak dapat dipilih).
Imegi dan Nwokoye (2015) dan Lunkes et al. (2015) juga mengidentifikasi kelebihan
dan kekurangan metode PI. Kelebihan metode ini adalah mirip dengan NPV, biasanya
memberikan hasil yang sama pada sebuah proyek, metode ini dapat digunakan untuk
menentukan peringkat rasio keuntungan proyek mana yang paling besar (capital
rationing). Kekurangan metode ini adalah metode ini mengindikasikan imbal hasil relatif
dan bukan ukuran yang absolut, sehingga peringkat proyek yang dianalisa bisa salah.
Metode PI bekerja paling optimal apabila investasi (arus kas negatif) dilakukan pada saat
𝑡 = 0, diikuti dengan arus kas positif pada waktu yang bervariasi.

2.2.2 Perbandingan antara Metode DCF dengan ROA

Beberapa penelitian yang dilakukan oleh Thomas (2001), Mun (2002), Regan et al.
(2015), Locatelli et al. (2016) menyatakan bahwa analisa DCF relatif mudah untuk
dilakukan, banyak diajarkan di berbagai institusi, dan terdapat beberapa keuntungan,
seperti (a) memberikan nilai pasti; (b) pengambilan keputusan menjadi konsisten untuk
semua proyek; (c) tidak rentan terhadap formalitas akuntansi. Selain itu, model ini juga
memberikan efektifitas jika keputusan investasi sesuai dengan asumsi analisa, dimana
ketidakpastian sangat rendah atau proyek tidak rumit.
Keterbatasan terkait dengan metode DCF adalah banyak asumsi dalam analisa DCF
tidak cocok untuk proyek yang memiliki ketidakpastian tinggi, memberikan nilai yang
terlalu rendah, dan tidak mencakup fleksibilitas manajerial (Pivoriene, 2017). Selain itu,
metode DCF mengasumsikan keputusan yang tidak dapat diubah (tidak fleksibel), tidak
memperhitungkan interaksi antara keputusan pada beberapa periode, dan memperlakukan
investasi secara pasif (Dinica, 2011). Analis yang menggunakan metode DCF harus tepat
 13

dalam mengestimasi arus kas dan tingkat diskon karena asumsi yang sedikit tidak tepat
akan menghasilkan perhitungan yang salah (Gilbert, 1990). Mun (2002) memberikan
perbedaan antara asumsi dan realita yang sebenarnya pada metode DCF. Perbedaan ini
dapat dilihat pada Tabel 2.2. Keterbatasan metode DCF ini dapat diatasi dengan
menggunakan ROA (Martins, 2013; Mun, 2002; Pivoriene, 2017).

Tabel 2.2 Kelemahan metode DCF: Asumsi dan realita

Asumsi DCF Realita
Keputusan dibuat sekarang, dan arus Ketidakpastian dan variabilitas terjadi di masa yang akan
kas sudah pasti di masa yang akan datang. Tidak semua keputusan yang diambil hari ini akan
datang. sama dengan masa yang akan datang, bahkan saat
ketidakpastian sudah diatasi.
Proyek merupakan “perusahaan Dengan adanya diversifikasi, saling ketergantungan, dan
kecil” dan proyek ini dapat sinergi, perusahaan merupakan portofolio proyek dan
dipertukarkan dengan seluruh perusahaan menghasilkan arus kas. Terkadang, proyek
perusahaan. tidak dapat dievaluasi sebagai arus kas yang berdiri sendiri.
Setelah dimulai, proyek akan Proyek selalu dikelola secara aktif melalui siklus proyek,
dikelola secara pasif. termasuk capaian dan target, pilihan keputusan, kendala
anggaran, dll.
Seluruh arus kas di masa yang akan Sulit untuk mengestimasi arus kas di masa yang akan
datang dapat diprediksi dan pasti. datang karena biasanya arus kas bersifat acak dan beresiko.
Tingkat diskon yang digunakan Ada banyak sumber resiko bisnis dengan karakteristik yang
merupakan opportunity cost investor berbeda, dan beberapa dapat beragam dalam proyek atau
yang proporsional terhadap resiko waktu.
yang tidak dapat didiversifikasi.
Seluruh resiko dihitung dalam Resiko perusahaan dan proyek dapat berubah selama masa
tingkat diskon secara lengkap. umur proyek.
Seluruh faktor yang dapat Karena kompleksitas proyek dan faktor eksternal, akan
mempengaruhi proyek dan nilai sulit dan mustahil untuk menuliskan dan menghitung
kepada investor diwakili dalam semua faktor dalam istilah arus kas.
model DCF melalui NPV atau IRR.
Faktor yang tidak diketahui, tidak Banyak keuntungan penting merupakan aset yang tidak
berwujud, atau tidak terukur diberi berwujud atau posisi strategis yang bersifat kualitatif.
nilai nol.
 14

ROA sendiri memiliki beberapa kelebihan, yaitu metode ini dapat menggambarkan
fleksibilitas peran manajemen dalam menciptakan nilai tambah dalam proyek investasi
(Dinica, 2011). Selain itu, ROA merupakan analisa yang lebih baik untuk mengatasi
volatilitas dan ketidakpastian dibandingkan dengan DCF (Pivoriene, 2017). Menurut
Vimpari and Junnila (2014), ROA dapat mewakili berbagai kemungkinan pendapatan dari
pengembangan investasi dan dengan penggunaan distribusi atau rentang nilai dapat
menangkap semua kemungkinan di masa yang akan datang, sehingga dapat
memperhitungkan ketidakpastian jauh lebih baik daripada DCF yang hanya menghasilkan
satu nilai saja.
Sedangkan kekurangan ROA adalah apabila tidak terdapat fleksibilitas dan
ketidakpastian rendah, metode ini menjadi tidak efisien karena akan menghasilkan nilai
yang sama dengan metode DCF (Martín-Barrera et al., 2016). Menggunakan ROA untuk
mengambil keputusan membutuhkan usaha yang jauh lebih besar daripada metode DCF
(Rhee et al., 2013). Kekurangan metode ROA di bidang keinsinyuran adalah kebanyakan
para insinyur tidak terbiasa dengan istilah-istilah dalam ilmu ekonomi dan keuangan (Kim
et al., 2014). Menurut studi yang dilakukan oleh Putten and MacMillan (2004), nilai ROA
terlalu besar dalam menilai proyek yang penuh ketidakpastian, sehingga mendorong
perusahaan untuk berinvestasi lebih di proyek tersebut dan mengakibatkan investasi
tampak seperti perjudian. Terlepas dari kelebihan dan kekurangan ROA, studi yang
dilakukan oleh Sandahl and Sjorgen (2003), Hermes et al. (2007), dan Truong et al. (2008)
memberikan hasil bahwa banyak perusahaan di dunia enggan untuk menggunakan metode
ROA. Namun, studi yang dilakukan oleh Hall dan Milard (2011) menunjukkan bahwa di
Afrika Selatan metode ini sudah sering digunakan.
Untuk mengatasi semua kekurangan kedua metode, Landsberger et al. (2013)
menyarankan agar analisa ROA digabung dengan DCF. Penggabungan ini disebut sebagai
ROA hybrid, dimana metode ini merupakan metode yang sukses untuk analisa investasi di
kondisi pasar global modern saat ini. Analisa dengan menggunakan ROA akan dibahas
lebih rinci pada subbab 2.3.

2.2.3 Penggunaan Metode Evaluasi Kelayakan Investasi Berdasarkan Studi

Terdahulu
Beberapa studi berkaitan dengan penggunaan capital budgeting sudah banyak dilakukan
di banyak negara dalam beberapa dekade terakhir. Penelitian yang dilakukan oleh Peel and
 15

Bridge (1998) menunjukkan bahwa 35,6% dari responden yang disurvey menggunakan
NPV, 38,7% juga menggunakan IRR, 80,9% menggunakan PP, 48,2% menggunakan
ARR, dan tidak ada yang menggunakan PI dan ROA dalam praktek capital budgeting.
Tabel 2.3 menunjukkan ringkasan lengkap dari metode yang paling sering digunakan
perusahaan dalam melakukan evaluasi kelayakan sebuah investasi. Menurut
Tabel 2.3, dari berbagai metode evaluasi investasi yang dapat dilakukan, studi
menunjukkan NPV dan IRR merupakan metode paling umum dan sering digunakan,
sedangkan metode PI dan ROA jarang digunakan dalam evaluasi investasi.

Tabel 2.3 Praktek capital budgeting dalam persentase (%)

Penelitian oleh NPV IRR PI PP ARR ROA
Peel and Bridge (1998) 35,6 38,7 - 80,9 48,2 -
Arnold and Hatzopoulos (2000) 43 48 - 30 26 -
Graham and Harvey (2001) 74,9 75,7 - 56,7 - -
Sandahl and Sjogren (2002) 52,3 22,7 - 78,1 21,1 0
Ryan and Ryan (2002) 96 92,1 43,9 74,5 33,3 11,4
Block (2003) 11,2 16,4 - 42,7 22,4 -
Lazaridis (2004) 13,4 8,9 2,6 36,7 17,7 -
Brounen et al. (2004) 47 53,1 - 69,2 - -
Hermes et al. (2007) 89 74 - 79 2 -
Lam et al. (2007) 71,7 65,2 - 84,8 82,6 -
Truong et al. (2008) 94 80 72 91 57 32
Holmen and Pramborg (2009) 69 62 - 79 65 11
Brijlal and Quesada (2009) 36 28 - 39 22 -
Bennouva et al. (2010) 94,2 87,7 - - - 8
Chazi et al. (2010) 83,3 83,3 43,8 73 48,5 61,3
Hall and Millard (2010) 28,6 23,7 4,8 4,8 33,3 -
Farrukh et al. (2015) 34 39,6 39,6 17 15,1 5,7

2.3 Real Options Analysis (ROA)

Option dalam ilmu finansial didefinisikan sebagai kontrak yang memberikan pembeli
(atau pemilik option) suatu hak, namun bukan kewajiban, untuk membeli atau menjual aset
atau instrumen pada harga kesepakatan (strike price) pada suatu tanggal tertentu,
tergantung jenis option (Copeland and Antikarov, 2001). Real merujuk pada aset yang
 16

bersifat tetap, nyata, permanen, obyek yang tidak dapat bergerak, sebagai kebalikan dari
hal-hal ilusi (Brach, 2003).
Real options merupakan option pada aset yang secara sederhana dapat didefinisikan
sebagai kesempatan untuk merespon perubahan yang terjadi pada keadaan proyek.
Kesempatan untuk melakukan perubahan ini merupakan hak dan bukan kewajiban (Dixit
and Pindyck, 1994).
Jenis-jenis option dengan menggunakan terminologi sehari-hari, yaitu (Mun, 2002):
 Option for future growth (option untuk pertumbuhan di masa yang akan datang);
 Option to wait and see (option untuk menunggu)
 Option to delay (option untuk menunda)
 Option to expand (option untuk mengembangkan)
 Option to contract (option untuk mengecilkan)
 Option to choose (option untuk memilih)
 Option to switch resources (option untuk mengganti sumber daya)
 Option for phased and sequential investments (option untuk investasi menggunakan
fase dan berkelanjutan)
Real options memiliki nilai fleksibilitas hanya jika (i) terdapat ketidakpastian; (ii)
ketidakpastian tersebut mempengaruhi nilai proyek; (iii) manajemen memiliki fleksibilitas
dalam pengambilan keputusan; (iv) fleksibilitas strategi tersebut adalah kredibel dan dapat
dieksekusi; (v) manajemen rasional dalam mengeksekusi strategi (Mun, 2002).

2.3.1 Langkah-Langkah Penggunaan ROA

Melalui Gambar 2.2, Mun (2002) menjelaskan langkah-langkah untuk melakukan ROA.
Pemahaman akan langkah-langkah ini diperlukan saat melakukan ROA karena manajemen
tidak hanya akan memiliki wawasan dan metode tentang ROA itu sendiri, namun juga
manajemen akan memahami bagaimana dan di tahap mana metode tradisional dan DCF
berubah menjadi ROA. Secara umum, proses ROA dapat dibagi ke dalam 8 langkah, yaitu:
1. Penyaringan manajemen secara kualitatif (Bagian A dari Gambar 2.2): Manajemen
harus memilih proyek, aset, atau strategi apa saja yang layak untuk dianalisa lebih
dalam, yang sesuai dengan visi, misi, dan tujuan bisnis perusahaan. Hal ini meliputi
strategi penjualan ke pasar, keunggulan, teknis, akuisisi, pertumbuhan, dan tantangan
yang dihadapi perusahaan.
 17

2. Analisa NPV (Bagian B dari Gambar 2.2): Manajemen kemudian membuat metode
DCF untuk setiap yang lolos saringan awal. Analisa NPV dihitung dengan pendekatan
pada umumnya, seperti perikiraan pendapatan dan pengeluaran atau biaya, dan didiskon
dengan tingkat diskon/resiko yang telah ditentukan. Analisa riwayat waktu juga dapat
digunakan sebagai pengganti analisa DCF apabila terdapat data sejarah yang lengkap/
3. Simulasi Monte Carlo (MCS) (Bagian C dari Gambar 2.2): Karena analisa DCF bersifat
statis, maka analisa DCF hanya menghasilkan satu nilai tunggal. Hal ini menyebabkan
akurasi yang sangat rendah akibat akan ada banyak ketidakpastian di masa depan.
Untuk memberikan estimasi yang lebih baik, maka digunakan MCS untuk memasukkan
berbagai faktor ketidakpastian yang mungkin terjadi.
4. Pembuatan kerangka permasalahan ROA (Bagian D dari Gambar 2.2): Menentukan
jenis option yang cocok dengan permasalahan proyek. Option dapat meliputi option
untuk menunggu, mengembangkan, meninggalkan, dsb.
5. Pembuatan model ROA dan analisa (Bagian E dari Gambar 2.2): Hasil dari MCS adalah
DCF stokastik yang memiliki distribusi nilai (terdapat rata-rata dan volatilitas nilai).
Volatilitas dapat dihitung berdasarkan hasil MCS. Biasanya volatilitas diukur dengan
variabel deviasi standar. Nilai sekarang dari arus kas di masa yang akan datang dari
hasil analisa DCF digunakan sebagai nilai aset di dalam model real options. Model
ROA dapat dibuat dengan menggunakan pendekatan binomial lattice atau model Black-
Scholes.
6. Optimasi portofolio dan sumber daya (Bagian F dari Gambar 2.2): Bagian ini bersifat
opsional yang boleh dilakukan atau tidak. Apabila hasil dari analisis, terdapat beberapa
proyek yang terpilih untuk dilaksanakan, maka manajemen harus mengkombinasikan
proyek-proyek tersebut ke dalam sebuah portofolio. Optimasi harus dilakukan karena
perusahaan mempunyai batasan dana, waktu, dan sumber daya.
7. Pelaporan (Bagian G dari Gambar 2.2): Analisa tidak lengkap sebelum pembuatan
laporan. Tidak hanya hasil, namun proses juga harus ditampilkan, disertai dengan
penjelasan. Hal ini bertujuan untuk mengubah paradigma black box menjadi sebuah
proses kerja yang dapat dipahami oleh manajemen.
8. Pembaruan analisa (Bagian H dari Gambar 2.2): Pada saat proses analisa ROA dibuat,
resiko dan ketidakpastian masih belum diketahui dengan jelas. Seiring berjalannya
proyek, saat resiko dan ketidakpastian yang sudah jelas, maka analisa dapat diperiksa
ulang dan pada bagian yang semula abu-abu direvisi dengan informasi yang sudah
 18

diperoleh. Di sinilah peran aktif manajemen untuk melakukan koreksi saat

berlangsungnya proyek.

Gambar 2.2 Proses ROA (Mun, 2002)

2.3.2 Binomial Lattice

Salah satu model yang sering digunakan dalam ROA adalah pendekatan binomal
lattice. Lattice berbentuk seperti pohon bercabang, berisikan kemungkinan nilai aset
selama masa option. Solusi optimal dapat diperoleh dengan mengoptimasi keputusan di
masa yang akan datang pada berbagai titik keputusan dan membawa kembali keputusan
tersebut mundur ke belakang ke masa sekarang (Kodukula and Papudesu, 2006). Gilbert
(2004) menyebutkan bahwa binomial lattice merupakan pendekatan yang paling nyaman,
fleksibel, dan intuitif dalam menilai real options.
Model binomial lattice ini terlihat pada Gambar 2.3. 𝑆 merupakan nilai awal aset. Pada
penambahan waktu yang pertama, nilai 𝑆 dapat naik atau turun dan kemudian berlanjut
untuk naik atau turun mengikuti penambahan waktu. Pergerakan naik dan turun diwakili
oleh faktor 𝑢 dan 𝑑, dimana 𝑢 > 1 dan 𝑑 < 1, serta diasumsikan bahwa 𝑢 = 1/𝑑.
Besarnya kedua faktor ini bergantung pada volatilitas aset.
 19

Pada saat 𝑡 = 1, binomial lattice mempunyai 2 noda yang terdiri dari 2 kemungkinan,
yaitu 𝑆 𝑢 dan 𝑆 𝑑 pada akhir periode tersebut. Pada saat 𝑡 = 2, terdapat 3 noda yang
terdiri dari 3 kemungkinan, yaitu 𝑆 𝑢 , 𝑆 𝑢𝑑, dan 𝑆 𝑑 . Kemudian pada saat 𝑡 = 3,
terdapat 4 noda yang terdiri dari 4 kemungkinan, yaitu 𝑆 𝑢 , 𝑆 𝑢 𝑑, 𝑆 𝑢𝑑 , dan 𝑆 𝑑 .
Demikian seterusnya. Noda terakhir pada akhir binomial lattice mewakili rentang
kemungkinan nilai aset pada akhir umur option.

Gambar 2.3 Bentuk Umum Binomial Lattice

Binomial lattice dapat diselesaikan dengan menghitung nilai option menggunakan dua
pendekatan, yaitu (a) risk-neutral probabilities; dan (b) market-replicating portfolios.
Pada kajian pustaka ini, solusi yang digunakan adalah pendekatan risk-neutral
probabilities, sedangkan untuk pendekatan market-replicating portfolios dapat dilihat pada
Copeland dan Antikarov (2001).
Metode dasar dari risk-neutral probabilities adalah dengan menyesuaikan resiko arus
dan mendiskonnya dengan tingkat bunga bebas resiko (risk-free rate). Faktor naik dan
turun, 𝑢 dan 𝑑 merupakan fungsi dari volatilitas aset dan secara matematis dapat ditulis
dengan persamaan berikut (Cox et al., 1979):
𝑢=𝑒 √

𝑑=𝑒 √

dimana 𝜎 adalah volatilitas (%) yang mewakili deviasi standar dari logaritma natural dari
arus kas pendapatan, dan 𝑑𝑡 merupakan time step dari binomial lattice. Nilai 𝜎 dan 𝑑𝑡
haruslah konsisten. Secara matematis, dapat dikatakan bahwa 𝑑 = 1/𝑢.
 20

Probabilitas resiko-netral, 𝑝, didefinisikan sebagai:

𝑒 −𝑑
𝑝=
𝑢−𝑑
dimana r merupakan tingkat suku bunga bebas resiko atau imbal hasil aset yang tidak
beresiko selama umur option. Probabilitas resiko-netral tidak sama dengan probabilitas
obyektif. Probabilitas resiko-netral merupakan perumusan matematis yang memungkinkan
analis untuk mendiskon arus kas menggunakan suku bunga bebas resiko.
Input yang diperlukan untuk membangun binomial lattice dan menghitung nilai option,
antara lain: 𝜎, 𝑟, 𝑆 , 𝑋, 𝑇, dan 𝑑𝑡, dimana 𝜎 merupakan faktor volatilitas, 𝑟 adalah tingkat
suku bunga bebas resiko, 𝑆 merupakan nilai aset saat ini, 𝑋 adalah biaya untuk
menjalankan option, 𝑇 adalah umur option, dan 𝑑𝑡 adalah time step yang digunakan untuk
perhitungan.

2.4 Ketidakpastian dalam Investasi Real Estate

Sebelum memulai pembahasan tentang ketidakpastian, perlu diketahui terlebih dahulu
apa yang dimaksud dengan ketidakpastian. Baik dalam literatur akademik, maupun praktisi
dalam dunia properti sepakat bahwa istilah “resiko” dan “ketidakpastian” adalah berbeda.
Beberapa kajian terdahulu membedakan antara resiko dengan ketidakpastian. Secara
umum, para akademisi setuju bahwa ketidakpastian muncul karena kurangnya
pengetahuan, serta informasi yang tidak lengkap dan tidak memadai yang dibutuhkan
sebagai input dalam model analisa (Byrne and Cadman, 1996; French and Gabrielli, 2004;
Kelliher and Mahoney, 2000). Semakin panjang analisa umur sebuah proyek, maka output
yang muncul akan menjadi semakin tidak pasti. Hasil sebuah analisa akan pasti jika kita
dapat melihat masa depan. Atas dasar tersebut, resiko merupakan ukuran perbedaan antara
kenyataan dengan hasil yang diharapkan dari analisa (French and Gabrielli, 2006).
Menurut Geltner and Neufville (2017), resiko merupakan sesuatu yang dapat diukur.
Resiko dapat dideskripsikan dengan nilai probabilitas tertentu. Sebaliknya, ketidakpastian
adalah saat besaran probabilitas tidak diketahui. Ketidakpastian juga menyebabkan tidak
diketahuinya berapa besar resiko yang ada. Investor seringkali lebih enggan dengan
ketidakpastian dibandingkan dengan resiko. Akan tetapi pada kenyataannya, kebanyakan
investasi menghadapi ketidakpastian. Seringkali, manajemen akan menggunakan data
empiris berdasarkan pengalaman di masa lalu untuk memprediksi masa yang akan datang.
 21

French and Gabrielli (2006) berpendapat bahwa ketidakpastian merupakan sesuatu yang
nyata dan hal yang lazim dalam sebuah studi kelayakan. Ketidakpastian berdampak pada
studi kelayakan, yaitu arus kas dari pengembangan real estate dan hasil dari evaluasi
proyek itu sendiri. Adapun beberapa ketidakpastian dalam pengembangan real estate
menurut Rocha et al. (2007), yaitu berkaitan dengan permintaan, harga jual rumah, biaya
akuisisi lahan, persediaan yang tidak terjual kembali, peraturan pemerintah, dan resiko
pemerintahan setempat (pengesahan dan ijin mendirikan bangunan). Sedangkan
berdasarkan hasil studi Geltner and Neufville (2017), beberapa sumber ketidakpastian pada
kebanyakan proyek real estate maupun infrastruktur adalah kondisi ekonomi makro
negara, evolusi teknologi, perubahan sosial dan budaya, ekonomi lokal, pola penggunaan
lahan spasial, perilaku perjalanan, proyek milik pesaing, proyek yang melengkapi, suku
bunga simpanan dan pinjaman, resiko premium, biaya konstruksi, dan lama waktu
pembangunan.

2.5 Analisa Resiko Investasi secara Kuantitatif

Teori finance menyatakan bahwa arus kas yang diharapkan secara rata-rata harus
didiskon dengan tingkat diskon (opportunity cost investor), kemudian dengan metode
DCF, manajemen akan menerima proyek yang memiliki NPV positif dan menolak proyek
yang memiliki NPV negatif. Kenyataan bahwa hasil dari metode DCF hanya menghasilkan
satu angka saja dan menimbulkan ketidakpastian akibat variasi variabel. Untuk mengatasi
masalah ini, berbagai macam buku finance menyarankan dua metode, yaitu analisa
sensitivitas dan analisa skenario. Analisa sensitivitas memecah satu variabel sekaligus dan
mengevaluasi efek terhadap NPV, sedangkan analisa skenario memeriksa berbagai
kombinasi variabel, yaitu kasus terburuk, kasus yang paling sering muncul, dan kasus
terbaik yang dapat mempengaruhi arus kas di masa yang akan datang, seperti penjualan,
biaya, dan tingkat pertumbuhan). Kedua analisa ini memberikan informasi hasil yang
sangat minim dan terbatas (Clark et al., 2010; Iooss and Lemaître, 2014; Maric and
Grozdic, 2016; Skrtic and Horvatincic, 2014). Monte Carlo Simulation (MCS) sebagai alat
yang lebih modern dapat mengatasi kekurangan analisa sensitivitas dan skenario dengan
memeriksa efek dari semua kemungkinan kombinasi variabel dan hasil perhitungan.
 22

2.5.1 Analisa Resiko Investasi dengan Monte Carlo Simulation (MCS)

Monte Carlo Simulation (MCS) berkembang menjadi sangat populer di kalangan
ilmuwan, menjadi andalan dalam pengambilan keputusan yang bersifat stokastik,
digunakan di banyak bidang, termasuk real options, polusi udara, visualisasi ruang kerja,
pembangkit listrik tenaga air, dan masih banyak lainnya (Špicar and Januska, 2015). Istilah
MCS mengacu pada pemodelan dan algoritma matematika dengan fitur yang menonjol,
yaitu penggunaan angka secara acak untuk memecahkan berbagai masalah (Lj et al., 2010).
Monte Carlo mensimulasikan keseluruhan sistem secara utuh secara berulang kali, masing-
masing dengan angka acak yang berbeda dengan memilih nilai untuk setiap variabel
dengan fungsi distribusi probabilitas (Kwak and Ingall, 2009). Menurut Hacura et al.
(2001), selama proses simulasi, berbagai skenario acak dibuat dengan menggunakan nilai
masukan yang melibatkan variabel yang mengandung ketidakpastian, yang dipilih dengan
menggunakan distribusi probabilitas yang tepat. Setelah hasil diperoleh, kemudian
dianalisa secara statistik sehingga menghasilkan hasil yang potensial untuk memperkirakan
resiko proyek. Secara umum, langkah-langkah untuk melakukan MCS, yaitu dengan
identifikasi variabel input dan output, asumsi distribusi probabilitas variabel input,
menentukan hubungan-hubungan antara variabel input, melakukan simulasi, dan
interpretasi hasil (Maric and Grozdic, 2016).
Meskipun input sama dengan analisa skenario, namun MCS memperlakukan estimasi
sebagai distribusi segitiga dengan probabilitas kasus terburuk dan terbaik mendekati nol,
dan naik secara linier untuk kasus yang paling sering terjadi. Simulasi ini kemudian
mengambil angka secara acak sebanyak 𝑁 kali (𝑁 dapat mencapai 100.000) untuk semua
variabel yang ada di dalam model DCF dan kemudian menghitung nilai masing-masing
NPV untuk setiap simulasi yang menghasilkan estimasi dari kemungkinan berhasil dan
gagal (Clark et al., 2010).
Menurut Leung (2007), distribusi probabilitas yang paling cocok digunakan dalam
bidang bisnis dan ekonomi adalah distribusi segitiga karena tidak dibutuhkan banyak
informasi untuk melakukan simulasi. Selain itu distribusi segitiga juga memungkinkan
“tebakan terbaik” sebagai nilai yang paling sering terjadi (modus). Modus ini tidak perlu
berada tepat di tengah-tengah antara nilai maksimum dan minimum. Namun, kekurangan
distribusi segitiga apabila nilai modus tidak berada di tengah-tengah antara nilai
maksimum dan minimum adalah pembuatan model yang cukup sulit di dalam Microsoft
Excel. Hal serupa juga diungkap oleh French and Gabrielli (2005), bahwa distribusi
 23

segitiga lebih cocok sebagai perkiraan untuk proses penilaian, walaupun distribusi normal
dalam hal statistik lebih kuat. Namun, Maric and Grozdic (2016) berpendapat sedikit
berbeda, dimana untuk arus kas pendapatan, investasi awal, dan tingkat diskon
menggunakan distribusi segitiga, sedangkan untuk variabel biaya menggunakan distribusi
normal.
Beberapa jenis distribusi probabilitas yang sering digunakan dalam MCS, yaitu (Mun,
2002):
 Distribusi normal (normal distribution)
Distribusi normal adalah distribusi yang paling penting dalam teori probabilitas karena
distribusi ini menggambarkan banyak fenomena alam, seperti tinggi badan atau IQ
seseorang. Pengambil keputusan dapat menggunakan distribusi normal untuk
mendeskripsikan variabel yang tidak pasti seperti laju inflasi atau harga minyak di masa
yang akan datang. Terdapat tiga kondisi yang mendasari penggunaan distribusi normal,
yaitu:
a. Beberapa nilai dari variabel yang tidak pasti adalah nilai yang paling sering terjadi
(rata-rata distribusi).
b. Variabel yang tidak pasti dapat sering terjadi di atas rata-rata sebanyak di bawah
rata-rata (simetris di sekitar rata-rata).
c. Variabel yang tidak pasti lebih sering terjadi di sekitar rata-rata daripada jauh dari
rata-rata.
 Distribusi segitiga (triangular distribution)
Distribusi segitiga menggambarkan situasi dimana pengambil keputusan mengetahui
nilai minimum, maksimum, dan nilai yang paling sering terjadi. Sebagai contoh, seorang
penjual mobil dapat mengetahui jumlah mobil yang akan terjual minggu ini saat angka
penjualan minimum, maksimum, dan yang sering terjadi di masa yang lalu diketahui.
Terdapat tiga kondisi yang mendasari penggunaan distribusi segitiga, yaitu:
a. Jumlah barang minimum adalah pasti.
b. Jumlah barang maksimum adalah pasti.
c. Jumlah barang yang sering terjadi berada di antara rentang minimum dan maksimum,
membentuk distribusi berbentuk segitiga, dimana nilai di dekat minimum dan
maksimum jarang terjadi dibanding yang dekat dengan angka yang sering terjadi.
 24

2.5.2 Penggunaan Analisis Resiko Investasi Berdasarkan Studi Terdahulu

Beberapa studi berkaitan dengan analisa resiko kuantitatif dalam capital budgeting
sudah banyak dilakukan di banyak negara dalam beberapa dekade terakhir. Penelitian yang
dilakukan oleh Arnold and Hatzpoulos (2000) menunjukkan bahwa 84% dari total
responden menggunakan analisa skenario, 85% juga menggunakan analisa sensitivitas, dan
tidak ada yang menggunakan MCS untuk menganalisa resiko investasi. Tabel 2.4
menunjukkan ringkasan lengkap dari metode yang paling sering digunakan perusahaan
dalam melakukan analisis resiko sebuah investasi. Menurut Tabel 2.4, dari berbagai
analisis resiko investasi yang dapat dilakukan, studi menunjukkan bahwa analisa skenario
dan analisa sensitivitas paling umum dan sering digunakan, sedangkan MCS masih jarang
digunakan dalam analisa resiko investasi.

Tabel 2.4 Praktek analisa resiko dalam capital budgeting dalam persentase (%)
Penelitian oleh Analisa Analisa Simulasi
skenario sensitivitas Monte Carlo
Arnold and Hatzopoulos (2000) 84 85 -
Graham and Harvey (2001) - 51,5 -
Ryan and Ryan (2002) 66,8 85,1 37,2
Lazaridis (2004) 30 28,33 -
Brounen et al. (2004) - 42,9
Lam et al. (2007) 71,7 69,6 -
Bennouva et al. (2010) 85,3 92,8 -
Chazi et al. (2010) - 72,7 -
Hall and Millard (2010) 13,9 29,2 4,2

2.6 Penelitian Terdahulu
Tabel 2.5 menunjukkan beberapa penelitian terdahulu berkaitan dengan analisa kelayakan suatu investasi real estate dengan
membandingkan metode DCF dan ROA.
Tabel 2.5 Perbandingan penelitian terdahulu tentang penggunaan metode DCF dan ROA dalam analisa kelayakan investasi real estate
No. Penelitian oleh
1 Mintah et al. (2018)
2 Pivoriene (2017)
3 Cirjevskis and
Tatevosjans (2015)
25
Negara Tujuan Penelitian Hasil Penelitian
Australia Meneliti penggunaan options valuation untuk real options bisa mewakili ketidakpastian untuk akurasi yang
menilai opsi staging dalam proyek residensial dan lebih tinggi daripada DCF. FPOM dapat menangkap sekitar 3%
membandingkan hasil dengan DCF untuk dari nilai proyek yang hilang dari DCF. Staging option
membandingkan mana di antara kedua metode yang menawarkan kesempatan untuk meninggalkan fase proyek yang
memberikan hasil yang unggul. tidak menguntungkan, sehingga kerugian bisa diminimalkan.
Lithuania Memeriksa kelayakan ROA dan analisa DCF untuk Dibanding analisa DCF, ROA merupakan metode yang lebih
menilai kelayakan investasi proyek dengan tepat untuk menilai berbagai proyek yang banyak mengandung
ketidakpastian di lingkungan sekitar. ketidakpastian. Analisa DCF tidak mempertimbangkan
ketidakpastian, dan menilai proyek terlalu rendah. Oleh karena
itu, jika analisa melibatkan ROA pada proyek tersebut, proses
penganggaran modal menjadi lebih realistis dan membuat
keputusan investasi strategis menjadi lebih baik sejalan dengan
hasil yang diperoleh perusahaan.
Latvia Menguji secara empiris aplikasi ROA untuk proyek Metode valuasi dengan opsi ini memberikan beberapa ide
pengembangan real estate yang siginifikan dengan tentang kapan waktu terbaik untuk melakukan investasi di masa
volatilitas harga, biaya, dan peraturan yang ketat. depan. Dari hasil analisis sensitivitas, diperoleh bahwa arus kas
bebas (FCF) paling banyak dipengaruhi oleh variasi harga akibat
perbedaan tipe rumah.
 26

No. Penelitian oleh Negara Tujuan Penelitian Hasil Penelitian

4 Dinica (2011) Italia Menunjukkan 2 tipe utama dalam ROA yaitu model Metode tradisional untuk evaluasi investasi proyek, berdasarkan
binomial dan Black-Scholes, serta dampak opsi ini metode DCF memiliki beberapa kelemahan: metode ini
terhadap investasi. mengasumsikan keputusan yang tidak dapat diubah, tidak
memperhitungkan interaksi antara keputusan pada beberapa
periode, dan memperlakukan investasi secara pasif. Evaluasi
dengan real options mampu mengatasi kekurangan ini. Real
options dapat menggambarkan peran manajemen dalam
menciptakan nilai melalui proyek investasi.
5 Boute et al. (2004) Belgia Menguji penggunaan ROA untuk mengatasi hasil Paradigma yang paling sering digunakan orang untuk membuat
yang tidak tepat akibat penggunaan metode keputusan investasi adalah NPV. Namun sayangnya, NPV
tradisional, seperti NPV dan DTA pada proyek kurang baik karena tidak adanya faktor fleksibiltas dalam
yang penuh ketidakpastian. pengambilan keputusan. . Fleksibilitas mempunya nilai dalam
hal ketidakpastian proyek. Manajemen dapat menghimpun data
secara berulang tentang ketidakpastian proyek dan karakteristik
pasar. Dan berdasarkan informasi ini, manajemen dapat
mengambil keputusan/tindakan. Real option memperbaiki
kekurangan-kekurangan ini dan harus menjadi teknik pilihan
manajer proyek di era modern ini.
6 Martins (2013) Portugal Menganalisa nilai ekonomis dari sebuah Nilai ekonomis suatu proyek akan menjadi lebih tinggi apabila
penggabungan fleksibilitas dengan metode ROA investasi dibagi dalam beberapa fase sesuai dengan
yang menyediakan kerangka kerja yang dapat pengembangan permintaan. Nilai opsi juga sangat signifikan
mengatasi keterbatasan metode tradisional DCF. karena proyek berubah dari tidak menarik (rugi) menjadi sangat
ROA ini diaplikasikan untuk studi konstruksi New menarik (untung besar). Dalam lingkungan dengan krisis
Lisbon Airport dengan menilai fleksibilitas melalui ekonomi, akan sangat menguntungkan apabila membangun
 27

No. Penelitian oleh Negara Tujuan Penelitian Hasil Penelitian

opsi investasi dengan beberapa fase. sesuai dengan standar yang ada sehingga mengambil keuntungan
lebih besar dari investasi bertahap. Hasil penelitian ini juga
menyatakan bahwa fleksibilitas merupakan alat yang dapat
mengendalikan ketidakpastian di masa yang akan datang dan
dapat meng-capture nilai tambah yang terpendam dalam setiap
proyek. Dengan menggunakan metode real options, maka proyek
menjadi jauh lebih menarik dibandingkan dengan DCF.
7 Kim et al. (2014) Korea Menjelaskan real options valuation (ROV) Kekuatan model ROV ada dalam intuisi ilmiah dan struktur
Selatan menggunakan konsep biaya kesempatan. Dengan pemodelan yang fleksibel. Komponen dari model menyediakan
adanya biaya kesempatan yang terpendam dalam teknik untuk mengestimasi nilai real options dalam situasi
ROV, diharapkan para insiyur dapat memahami arti kenyataan yang kompleks (seperti pinjaman, rasio pemodalan,
dari terminologi berkaitan dengan ROV. Dengan dan resiko). Karena model binomial lattice menyediakan
kepercayaan ini, akan ada nilai tambah apabila pendekatan intuitif untuk menilai opsi finansial, diharpakan
proyek investasi memiliki opsi untuk menunda model option pricing akan menyediakan teknik praktis untuk
proyek selama setahun. menilai real options.
8 Manesme et al. (2013) Perancis Menunjukkan akurasi dari valuasi portofolio real Arus kas yang disimulasikan dengan memperhitungkan beberapa
estate dan manajemen resiko real estate dapat opsi menjadi lebih handal (realible) dibandingkan dengan
ditingkatkan dengan menggunakan simulasi Monte perhitungan menggunakan metode tradisional DCF.
Carlo secara berukang dan dengan teori real
options.
9 Pšunder and Cirman Slovenia Meneliti pentingnya nilai tingkat diskon saat Tingkat diskon (discount rate) merupakan faktor kunci dalam
(2011) menganalisa dan menilai proyek real estate karena analisa investasi saat menggunakan analisa DCF. Hal ini menjadi
penggunaan tingkat diskon yang tidak tepat akan alasan mengapa penentuan nilai discount rate membuthkan
menyebabkan metode DCF tidak handal sebagai pengalaman. Selain itu, nilai discount rate harus ditentukan
 28

No. Penelitian oleh Negara Tujuan Penelitian Hasil Penelitian

metode penilaian kelayakan investasi. secara sientifik agar menjadi kredibel dan handal (reliabel).
Bagian empiris penelitian ini berdasarkan survey dari berbagai
penilai real estate tersertifikasi di Slovenia kebanyakan
menggunakan nilai imbal hasil sekuritas pemerintah, dan obligasi
pemerintah, serta inflasi untuk menentukan nilai diskon. Nilai
discount rate juga bergantung pada lokasi dan jenis proyek.
Perubahan nilai discount rate dapat sangat sensitif dan
berpengaruh pada perubahan hasil keputusan investasi (accept or
reject the project).
10 Rocha et al. (2007) Brazil Menjabarkan penggunaan metode ROA yang di Investasi real estate memiliki karakteristik yang membuat resiko
dalamnya mengandung unsur fleksibilitas ditanggung investor menjadi tinggi. Beberapa opsi seperti
manajerial dan manajemen resiko, sehingga dapat pengumpulan informasi, penundaan, dan meninggalkan proyek
mengidentifikasi strategi yang optimal (serentak adalah hal yang biasa dalam sektor real estate. Jika diatur
atau berkelanjutan) dan waktu yang tepat untuk fase dengan baik, dapat meningkatkan nilai investasi dan mengurangi
konstruksi. resiko yang dihadapi. Studi ini menunjukkan bagaimana metode
real options dapat meningkatkan analisa ekonomis dari investasi
real estate dan mendukung proses pengambilan keputusan
dengan mengatur berbagai opsi yang berbeda dan ketidakpastian
yang ada dalam proyek. Model real options dapat
mengidentifikasi strategi yang optimal dan waktu untuk investasi
yang berkelanjutan atau berjalan serentak.
Metede ini dapat meningkatkan nilai proyek real estate (investasi
berkelanjutan) di Rio de Janeiro sebesar 10% dan mengurangi
resiko lebih dari setengah dibanding dengan metode DCF. Nilai
 29

No. Penelitian oleh Negara Tujuan Penelitian Hasil Penelitian

ini tidak dapat diabaikan dalam pasar yang memiliki biaya
hangus yang tinggi, ketidakpastian tinggi, dan margin yang dapat
jatuh sewaktu-waktu.
11 Baldi (2013) Italia Menciptakan kerangka kerja konseptual sebagai Berdasarkan nilai lahan statis, opsi menunggu / menunda pada
bantuan praktis untuk mengenali dan memahami tahap awal pengembangan, mampu meningkatkan nilai proyek
beberapa kombinasi yang sering berulang dalam sebesar 16% dengan 8% dari nilai kontribusi opsi ekspansi.
opsi (seperti opsi meninggalkan dan ekspansi). Valuasi real options bagi pengembang real estate
Berdasarkan deifinisi dan klasifikasi, real options memungkinkan peningkatan nilai proyek sebesar 31,1%
dalam pasar real estate, berfungsi sebagai alat dibandingkan dengan nilai DCF. Sejalan dengan teori opsi
valuasi yang komprehensif untuk mengkuantifikasi finansial, nilai real options meningkat berbanding lurus dengan
nilai opsi yang terbenam dalam pengembangan volatilitas harga.
proyek real estate.
12 Shen and Pretorius Hongkong Menyusun model real options untuk pengembangan Penelitian ini mengkonfirmasi perjanjian kontraktual, sinergi
(2013) real estate dengan mempertimbangkan dan positif antara properti dan status finansial perusahaan, yang
menggabungkan susunan institusi, interaksi meningkatkan atau membatasi fleksibilitas yang terpendam
langsung, dan pembatasan finansial di dalam dalam pengembangan lahan, mempengaruhi nilai proyek dan
model. Penelitian ini juga mengembangkan aplikasi waktu investasi. Beberapa contoh mengilustrasikan efek dari
teori real option dari kerangka kerja dimana faktor-faktor ini. Penelitian ini juga berargumentasi bahwa
perusahaan mempunyai keterbatasan dari valuasi dengan real options harus menempatkan penekanan pada
lingkungan dan pembatasan keuangan. Penelitian karakteristik khusus industri dan dimulai dari perspektif
ini juga mengeksplor efek dari faktor-faktor praktis perusahaan daripada opsi individual.
tambahan dalam nilai proyek dan waktu
pengembangan. Penelitian ini juga menjembatani
model teoretis dan praktis.
 BAB 3
METODE PENELITIAN

3.1 Pendekatan, Jenis, dan Metode Penelitian

Pendekatan yang digunakan untuk menjawab pertanyaan dalam tesis ini adalah dengan
pendekatan kuantitatif, dimana data yang digunakan dalam penelitian ini berupa data
numerik untuk menjelaskan fenomena apa yang terjadi. Bagian kuantitatif meliputi
pembuatan model DCF, simulasi Monte Carlo, dan model real options. Model ini
diaplikasikan untuk mengevaluasi kelayakan suatau proyek pengembangan real estate.
Data yang sudah diperoleh, kemudian dimasukkan ke dalam model tersebut. Hasil yang
didapatkan, lalu dianalisa dan dibahas untuk diambil kesimpulan dan saran.
Jenis penelitian yang digunakan adalah dengan meneliti suatu studi kasus yang bersifat
spesifik. Studi kasus yang menjadi objek dalam penelitian ini adalah investasi perumahan
murah di Kabupaten Pemalang, Jawa Tengah.
Berdasarkan tujuan penelitiannya, metode penelitian yang digunakan adalah metode
deskriptif dan eksplanatif. Metode deskriptif digunakan untuk menggambarkan gejala dan
fenomena yang terjadi secara rinci. Hasil dari metode deskriptif adalah berupa tipologi atau
pola-pola fenomena yang sedang dibahas, yaitu ketidakpastian dalam investasi real estate,
khususnya perumahan murah. Selain itu, dalam penelitian ini juga digunakan metode
eksplanatif untuk menemukan penjelasan mengapa fenomena tersebut terjadi, serta
menyanggah atau menguatkan teori yang sudah ada. Hasil dari metode eksplanatif adalah
gambaran mengenai hubungan sebab akibat antara ketidakpastian dalam investasi
perumahan murah dan peran fleksibilitas manajemen dalam memaksimalkan keuntungan
investasi.

3.2 Dimensi Waktu Pengambilan Data

Berdasarkan dimensi waktu, penelitian ini termasuk penelitian cross-sectional, yaitu
penelitian yang dilakukan dalam satu waktu tertentu. Penelitian ini hanya digunakan dalam
waktu tertentu, dan tidak akan dilakukan penelitian lain di waktu yang berbeda untuk
diperbandingkan.

30
 31

3.3 Jenis dan Sumber Data

Data yang digunakan dalam penelitian ini adalah data primer. Data primer merupakan
data yang diperoleh secara langsung dari sumber asli tanpa melalui perantara. Data primer
dapat berupa opini subjek, baik orang secara individu maupun kelompok tertentu, hasil
pengamatan atau observasi terhadap suatu benda, keadaan, kegiatan, atau suatu kejadian
tertentu. Metode yang digunakan untuk memperoleh data primer adalah dengan metode
observasi dan wawancara.
Data primer dalam penelitian ini didapatkan dengan cara observasi secara langsung
kondisi di lapangan dan wawancara dengan pihak yang terlibat langsung dengan studi
kasus. Narasumber yang akan diwawancara adalah salah satu pemilik proyek perumahan
murah di Kabupaten Pemalang, Jawa Tengah, Indonesia. Narasumber ini memiliki
pengalaman 10 tahun di bidang konstruksi, khususnya di bidang perumahan. Narasumber
lain yang akan diwawancara adalah seorang manajer proyek real estate ternama di Kota
Semarang. Narasumber ini memiliki pengalaman lebih dari 20 tahun di bidang perumahan
real estate kelas menengah ke atas.
Pertanyaan yang akan ditanyakan adalah tentang biaya akuisisi lahan, jumlah unit
rumah yang dibangun, kemampuan pengembang dalam menjual rumah dalam 1 tahun,
harga jual rumah, biaya operasional, biaya konstruksi 1 rumah dan fasilitas pendukung,
biaya-biaya lain yang mungkin timbul akibat kejadian tidak terduga, pertimbangan
pengembang untuk membagi tahapan konstruksi perumahan ke dalam blok/fase, strategi
pemasaran, serta hambatan dan tantangan dalam pengembangan perumahan.

3.4 Metode Pengumpulan Data

Metode pengumpulan data merupakan teknik untuk mendapatkan data untuk dianalisa
dalam suatu penelitian. Metode pengumpulan data yang dibutuhkan untuk penelitian ini
menggunakan metode observasi dan wawancara.
Observasi atau pengamatan merupakan aktivitas terhadap suatu proses atau objek
dengan maksud merasakan dan memahami pengetahuan dari sebuah fenomena berdasarkan
pengetahuan yang telah diketahui sebelumnya untuk memperoleh informasi yang
diperlukan dalam penelitian. Metode observasi dilakukan secara langsung ke proyek
perumahan murah di Kabupaten Pemalang, Jawa Tengah.
Wawancara merupakan percakapan antara dua orang atau lebih antara pewawancara
dan narasumber dengan tujuan untuk memproleh informasi yang tepat dari narasumber
 32

yang kompeten. metode wawancara dilakukan dengan melakukan tanya jawab secara
langsung kepada pihak-pihak yang terlibat dalam proyek pengembangan perumahan murah
di Kabupaten Pemalang untuk mendapatkan data utama dan kepada pihak-pihak yang
terlibat dalam proyek pengembangan perumahan di Kota Semarang untuk memperoleh
data pelengkap dan pembanding.

3.5 Instrumen Penelitian

Instrumen penelitian merupakan semua alat yang digunakan untuk mengumpulkan,
mengolah, menganalisa, dan menyajikan data secara sistematis dan objektif untuk
memecahkan suatu masalah atau menguji suatu hipotesis tertentu. Instrumen yang akan
digunakan dalam penelitian ini adalah kuesinoer dan tape recorder sebagai alat bantu
dalam wawancara dengan narasumber, sedangkan kamera digunakan sebagai alat bantu
untuk melakukan observasi.

3.6 Populasi dan Sampel

Populasi merupakan keseluruhan gejala atau satuan yang ingin diteliti. Sementara itu,
sampel merupakan bagian dari populasi yang ingin diteliti. Oleh karena itu, sampel harus
dilihat sebagai suatu pendugaan terhadap populasi dan bukan populasi itu sendiri. Populasi
yang dimaksud dalam penelitian ini adalah seluruh real estate atau perumahan yang ada di
Indonesia, sedangkan sampel yang digunakan dalam penelitian ini adalah salah satu proyek
perumahan murah di Kabupaten Pemalang, Jawa Tengah.

3.7 Tahapan Rancangan Penelitian

Penelitian yang baik harus dilakukan sesuai dengan latar belakang, rumusan masalah,
dan pembatasan masalah yang telah ditentukan di awal agar tujuan penelitian dapat
tercapai. Langkah kerja dan strategi untuk mencapai tujuan penelitian ini secara sistematis
ditampilkan pada Gambar 3.1 dan Gambar 3.2.
 33

Mulai

Latar Belakang

Eksplorasi internal, meliputi: Eksplorasi eksternal, berupa kajian

 Observasi langsung terhadap perumahan pustaka terhadap jurnal, buku teks,
murah di beberapa daerah dan berbagai literatur lainnya
 Wawancara dengan pemilik proyek
perumahan

Perumusan Masalah

Pengumpulan Data Primer:

 Observasi langsung terhadap perumahan
murah di Kabupaten Pemalang
 Wawancara dengan pemilik proyek
perumahan

Pembuatan model investasi

dengan metode DCF

Gambar 3.1 Diagram alir penelitian

 34

Simulasi Monte Carlo

Pembuatan model investasi

dengan ROA

Perbandingan analisa DCF

dengan analisa real options

Diskusi dan pembahasan

Kesimpulan dan saran

Selesai

Gambar 3.2 Diagram alir penelitian (lanjutan)

.
3.8 Definisi Istilah atau Operasional
Definisi istilah atau operasional merupakan pengertian istilah-istilah yang digunakan
dalam lingkup obyek yang diteliti. Tabel 3.1 berikut ini berisi tentang definisi istilah yang
akan dipakai dalam penelitian ini.

Tabel 3.1 Definisi operasional variabel yang digunakan dalam penelitian

Istilah Definisi Referensi
Rate of return Tingkat pengembalian yang diharapkan (French and Gabrielli,
oleh investor atas investasi tertentu. 2005)
Growth rate Tingkat pertumbuhan (dalam penelitian ini (Mun, 2002)
 35

Istilah Definisi Referensi

adalah tingkat pertumbuhan harga jual
rumah, biaya konstruksi, dan biaya
operasional).
Deviasi standar Ukuran sebaran data (dalam hal ini adalah (Mun, 2002)
sebaran ketidakpastian). Semakin besar
deviasi standar suatu variabel, maka
semakin besar ketidakpastian variabel
tersebut.
Harga jual rumah Besarnya harga yang dibebankan kepada (Graaskamp, 1997)
konsumen yang membeli satu unit rumah.
Pendapatan Jumlah uang yang diperoleh investor dari (Graaskamp, 1997)
harga jual rumah dikalikan dengan jumlah
unit rumah yang terjual.
Biaya akuisisi lahan Total biaya yang harus dikeluarkan (Graaskamp, 1997)
investor untuk memperoleh suatu lahan.
Biaya konstruksi Total biaya yang dibutuhkan untuk (Graaskamp, 1997)
membangun sebuah rumah.
Biaya operasional Biaya pengeluaran untuk melaksanakan (Graaskamp, 1997)
kegiatan pokok, yaitu berupa biaya
penjualan dan administrasi untuk
memperoleh pendapatan.
Bunga pinjaman Harga yang harus dibayar oleh (Graaskamp, 1997)
pengembang real estate kepada kreditur
atas fasilitas yang diterma oleh
pengembang.
Biaya lain-lain Biaya tidak terduga dan non-operasional. (Graaskamp, 1997)
Arus kas positif Penjumlahan dari pendapatan. (Sdino et al., 2016)
Arus kas negatif Penjumlahan dari biaya-biaya. (Sdino et al., 2016)
Arus kas netto Selisih arus kas positif dan arus kas (Sdino et al., 2016)
negatif.
Faktor diskon Besaran untuk mengkonversi atau (French and Gabrielli,
mendiskon arus kas dari manfaat dan 2005)
biaya masa yang akan datang ke masa
sekarang.
 36

Istilah Definisi Referensi

Net Present Value Selisih antara pendapatan dan biaya yang (Chance and Peterson,
(NPV) telah didiskon dengan faktor diskon, atau 2002)
dengan kata lain merupakan arus kas netto
yang diperkirakan pada masa yang akan
datang yang didiskonto ke masa sekarang.
NPV kumulatif Akumulasi NPV dari awal hingga akhir (Chance and Peterson,
masa investasi. 2002)
Internal Rate of Return Imbal hasil yang diberikan oleh suatu (Patrick and French, 2016)
( IRR) investasi dalam rentang waktu tertentu.
Profitability Index (PI) Perbandingan antara arus arus kas positif (Imegi and Nwokoye,
(pendapatan) dengan arus kas negatif 2015)
(biaya).
Discounted Payback Periode yang diperlukan untuk suatu (Imegi and Nwokoye,
Period (DPP) investasi kembali modal (break even 2015)
point) dengan mendiskonto arus kas.
Payback Period (PP) Periode yang diperlukan untuk suatu (Imegi and Nwokoye,
investasi kembali modal (break even 2015)
point) tanpa mendiskonto arus kas.
Discounted Cash Flow Metode perhitungan nilai kelayakan suatu (Pivoriene, 2017)
(DCF) investasi berdasarkan konsep bahwa nilai
arus kas yang diperoleh selama umur
investasi dan didiskontokan kembali ke
nilai masa sekarang.
Monte Carlo Teknik menganalisa situasi dengan (Maric and Grozdic, 2016)
Simulation (MCS) melibatkan resiko untuk mendapatkan
perkiraan jawaban ketika eksperimen fisik
atau pendekatan analitis tidak dapat
dilakukan dengan mudah.
Distribusi probabilitas Distribusi yang menggambarkan peluang (Mun, 2002)
dari sekumpulan variat sebagai pengganti
frekuensinya.
Real Option Analysis Analisa kelayakan investasi yang (Čirjevskis, 2017)
(ROA) menggunakan teori finansial, analisa
ekonomi, sains keputusan, statistik dalam
 37

Istilah Definisi Referensi

menilai suatu aset dengan melibatkan
faktor ketidakpastian.
Rata-rata NPV Nilai NPV yang diperoleh dari rata-rata (Kodukula and Papudesu,
hasil MCS. 2006)
Deviasi standar NPV Volatilitas NPV yang diperoleh dari hasil (Kodukula and Papudesu,
MCS. 2006)
Nilai aset Dalam penelitian ini merupakan arus kas (Martins, 2013)
positif atau pendapatan yang diperoleh
dari strike price.
Strike price Arus kas negatif atau biaya yang harus (Kodukula and Papudesu,
dikeluarkan untuk memperoleh nilai aset. 2006)
Volatilitas Besarnya perubahan harga akibat (Martins, 2013)
ketidakpastian dalam periode investasi.
Umur investasi Umur ekonomis efektif investasi. (Mun, 2002)
Risk-free rate Imbal hasil aset bebas resiko dalam (Martins, 2013)
rentang umur investasi
Time step Umur investasi yang dibagi dalam bentuk (Mun, 2002)
diskrit.
Up factor Faktor kenaikan nilai aset akibat (Mun, 2002)
volatilitas.
Down factor Faktor nilai aset akibat volatilitas. (Mun, 2002)
Risk-neutral Probabilitas kenaikan dan penurunan nilai (Kodukula and Papudesu,
probability aset dengan memperhitungkan faktor 2006)
diskonto.
Option value Nilai suatu hak untuk menjual aset pada (Kodukula and Papudesu,
harga strike price dalam jangka waktu 2006)
yang telah disepakati, baik pada akhir
masa jatuh tempo option atau sebelum
masa jatuh tempo.

3.9 Model Penelitian

Dalam penelitian ini, model yang digunakan adalah teknik capital budgeting, Monte
Carlo Simulation (MCS), dan Real Option Analysis (ROA) yang menggunakan model
binomial lattice. Berikut ini akan dibahas ketiga model penelitian tersebut.
 38

3.9.1 Metode Evaluasi Kelayakan Investasi (Capital Budgeting)

Terdapat tiga metode yang dapat digunakan untuk mengevaluasi kelayakan sebuah
proyek atau investasi (Gambar 2.1). Metode tersebut antara lain adalah metode tradisional,
metode Discounted Cash Flow (DCF), dan Real Options Analysis (ROA). Metode
tradisional terdiri dari Accounting Rate of Return (ARR) dan Payback Period (PP),
sedangkan metode DCF terdiri dari Net Present Value (NPV), Internal Rate of Return
(IRR), dan Profitability Index (PI) (Alhabeeb, 2016; Banerjee, 2015; Imegi and Nwokoye,
2015; Lunkes et al., 2015).
Metode ARR mengevaluasi investasi dengan memperkirakan imbal hasil investasi
tersebut. Apabila imbal hasil investasi melebihi imbal hasil yang diharapkan, maka proyek
dapat dilaksanakan, selain itu maka proyek sebaiknya tidak dilaksanakan (Imegi and
Nwokoye, 2015). Secara matematis, ARR dapat ditulis dalam persamaan berikut:
𝑅
𝐴𝑅𝑅 = × 100%
𝐶
dengan 𝑅 merupakan estimasi pendapatan rata-rata tahunan dan C merupakan estimasi
rata-rata biaya yang dikeluarkan untuk memperoleh 𝑅.
CIMA (2000) mendefinisikan payback period (PP) sebagai waktu yang dibutuhkan agar
arus kas yang masuk sama dengan arus kas yang keluar. Apabila terdapat dua atau lebih
proyek, keputusan yang biasa diambil adalah investasi dengan waktu yang tersingkat untuk
kembali modal. Selain itu biasanya sebuah perusahaan memiliki target waktu untuk
kembali modal. Apabila PP melebihi jangka waktu yang ditargetkan oleh perusahaan,
maka perusahaan tidak akan melaksanakan investasi tersebut (Imegi and Nwokoye, 2015).
Secara matematis, PP dapat ditulis dalam persamaan berikut:
𝐶
𝑃𝑃 =
𝑅
dengan 𝑅 merupakan estimasi pendapatan rata-rata tahunan dan C merupakan estimasi
rata-rata biaya yang dikeluarkan untuk memperoleh 𝑅.
Analisa NPV menggunakan prinsip keberlanjutan finansial dari sebuah investasi dinilai
dengan membawa seluruh arus kas (baik positif dan negatif) ke awal, dengan
menggunakan beberapa formula matematika yang mengandung tingkat diskon tertentu
sesuai dengan profil risiko investor dan jenis/durasi investasi. Tingkat diskon ini berperan
dalam perhitungan indikator keberlanjutan investasi (Net Present Value – NPV) yang
kemudian dibandingkan dengan nilai minimum yang diharapkan oleh investor (Sdino et
al., 2016). Secara matematis, NPV dihitung dengan persamaan berikut:
 39

𝐶𝐹
𝑁𝑃𝑉 = −𝐼
(1 + 𝑟)

dimana 𝐶𝐹 merupakan arus kas netto yang diharapkan pada tahun 𝑖, sedangkan 𝐼 adalah
investasi awal pada saat 𝑖 = 0, 𝑟 adalah tingkat diskon (opportunity cost investor), dan 𝑛
merupakan umur investasi yang direncanakan. Secara umum, apabila nilai NPV adalah
positif, maka proyek investasi dapat dipandang layak dan menarik secara ekonomi.
IRR merupakan tingkat diskon atau imbal hasil dimana nilai masa kini (NPV) dari
selisih arus kas positif dan negatif adalah nol. Dapat dikatakan bahwa nilai IRR merupakan
persamaan algebra. Apabila nilai IRR lebih besar daripada imbal hasil yang diharapkan
oleh investor, maka proyek investasi tersebut layak untuk dilaksanakan (Patrick and
French, 2016). Secara matematis, IRR dapat diperoleh dengan menyelesaikan persamaan
berikut:

𝐶𝐹
0= −𝐼
(1 + 𝑟)

dimana 𝐶𝐹 merupakan arus kas netto yang diharapkan pada tahun 𝑖, sedangkan 𝐼 adalah
investasi awal pada saat 𝑖 = 0, 𝑟 adalah IRR, dan 𝑛 merupakan umur investasi yang
direncanakan.
Profitability Index (PI) secara sederhana merupakan perbandingan antara NPV
(penjumlahan dari arus kas yang sudah terdiskon ke masa sekarang) dengan biaya investasi
di awal. Secara matematis, PI dapat ditulis dalam persamaan berikut:
𝐶𝐹
∑
(1 + 𝑟)
𝑃𝐼 =
𝐼
dimana 𝐶𝐹 merupakan arus kas netto yang diharapkan pada tahun 𝑖, sedangkan 𝐼 adalah
investasi awal pada saat 𝑖 = 0, 𝑟 adalah tingkat diskon (opportunity cost investor), dan 𝑛
merupakan umur investasi yang direncanakan. Secara umum, apabila nilai PI lebih besar
daripada 1, maka proyek investasi dapat dipandang layak dan menarik secara ekonomi.
Arus kas netto merupakan selisih antara pendapatan dengan biaya-biaya yang
dikeluarkan. Pendapatan merupakan jumlah rumah yang terjual dikalikan dengan harga
jual. Sedangkan biaya-biaya merupakan penjumlahan dari biaya akuisisi lahan, biaya
konstruksi, biaya operasional, bunga pinjaman, dan biaya lain-lain.
 40

3.9.2 Monte Carlo Simulation (MCS)

Monte Carlo Simulation (MCS) merupakan tipe simulasi probabilistika untuk mencari
penyelesaian masalah dengan sampling dari proses acak. Dasar simulasi Monte Carlo
adalah mengadakan percobaan (eksperimen) pada elemen-elemen probabilistik melalui
sampling acak. Melalui MCS, manajer dapat mengambil kebijakan yang menyangkut
kondisi investasi (Clark et al., 2010; Hoesli et al., 2005; Maric and Grozdic, 2016).
Tahapan yang dilalui untuk melakukan MCS, antara lain:
1. Membuat model yang berisi variabel-variabel bebas, terikat, dan penghubung yang akan
diteliti.
2. Membuat distribusi probabilitias untuk setiap variabel-variabel yang memiliki
ketidakpastian.
3. Menentukan jumlah sampel untuk simulasi.
4. Membuat angka acak berdasarkan distribusi probabilitas.
5. Menjalankan simulasi.
6. Mengeluarkan hasil berupa diagram probabilitas, diagram frekuensi, serta rata-rata dan
deviasi standar dari variabel yang akan diteliti.

3.9.3 Binomial Lattice

Salah satu model yang sering digunakan dalam ROA adalah pendekatan binomal
lattice. Lattice berbentuk seperti pohon bercabang, berisikan kemungkinan nilai aset
selama masa option. Solusi optimal dapat diperoleh dengan mengoptimasi keputusan di
masa yang akan datang pada berbagai titik keputusan dan membawa kembali keputusan
tersebut mundur ke belakang ke masa sekarang (Kodukula and Papudesu, 2006). Gilbert
(2004) menyebutkan bahwa binomial lattice merupakan pendekatan yang paling nyaman,
fleksibel, dan intuitif dalam menilai real options.
Model binomial lattice ini terlihat pada Gambar 3.3. 𝑆 merupakan nilai awal aset. Pada
penambahan waktu yang pertama, nilai 𝑆 dapat naik atau turun dan kemudian berlanjut
untuk naik atau turun mengikuti penambahan waktu. Pergerakan naik dan turun diwakili
oleh faktor 𝑢 dan 𝑑, dimana 𝑢 > 1 dan 𝑑 < 1, serta diasumsikan bahwa 𝑢 = 1/𝑑.
Besarnya kedua faktor ini bergantung pada volatilitas aset.
Pada saat 𝑡 = 1, binomial lattice mempunyai 2 noda yang terdiri dari 2 kemungkinan,
yaitu 𝑆 𝑢 dan 𝑆 𝑑 pada akhir periode tersebut. Pada saat 𝑡 = 2, terdapat 3 noda yang
terdiri dari 3 kemungkinan, yaitu 𝑆 𝑢 , 𝑆 𝑢𝑑, dan 𝑆 𝑑 . Kemudian pada saat 𝑡 = 3,
 41

terdapat 4 noda yang terdiri dari 4 kemungkinan, yaitu 𝑆 𝑢 , 𝑆 𝑢 𝑑, 𝑆 𝑢𝑑 , dan 𝑆 𝑑 .

Demikian seterusnya. Noda terakhir pada akhir binomial lattice mewakili rentang
kemungkinan nilai aset pada akhir umur option.

Gambar 3.3 Bentuk Umum Binomial Lattice

Binomial lattice dapat diselesaikan dengan menghitung nilai option menggunakan dua
pendekatan, yaitu (a) risk-neutral probabilities; dan (b) market-replicating portfolios.
Pada kajian pustaka ini, solusi yang digunakan adalah pendekatan risk-neutral
probabilities, sedangkan untuk pendekatan market-replicating portfolios dapat dilihat pada
Copeland dan Antikarov (2001).
Metode dasar dari risk-neutral probabilities adalah dengan menyesuaikan resiko arus
dan mendiskonnya dengan tingkat bunga bebas resiko (risk-free rate). Faktor naik dan
turun, 𝑢 dan 𝑑 merupakan fungsi dari volatilitas aset dan secara matematis dapat ditulis
dengan persamaan berikut (Cox et al., 1979):
𝑢=𝑒 √

𝑑=𝑒 √

dimana 𝜎 adalah volatilitas (%) yang mewakili deviasi standar dari logaritma natural dari
arus kas pendapatan, dan 𝑑𝑡 merupakan time step dari binomial lattice. Nilai 𝜎 dan 𝑑𝑡
haruslah konsisten. Secara matematis, dapat dikatakan bahwa 𝑑 = 1/𝑢.
Probabilitas resiko-netral, 𝑝, didefinisikan sebagai:
𝑒 −𝑑
𝑝=
𝑢−𝑑
 42

dimana r merupakan tingkat suku bunga bebas resiko atau imbal hasil aset yang tidak
beresiko selama umur option. Probabilitas resiko-netral tidak sama dengan probabilitas
obyektif. Probabilitas resiko-netral merupakan perumusan matematis yang memungkinkan
analis untuk mendiskon arus kas menggunakan suku bunga bebas resiko.
Input yang diperlukan untuk membangun binomial lattice dan menghitung nilai option,
antara lain: 𝜎, 𝑟, 𝑆 , 𝑋, 𝑇, dan 𝑑𝑡, dimana 𝜎 merupakan faktor volatilitas, 𝑟 adalah tingkat
suku bunga bebas resiko, 𝑆 merupakan nilai aset saat ini, 𝑋 adalah biaya untuk
menjalankan option, 𝑇 adalah umur option, dan 𝑑𝑡 adalah time step yang digunakan untuk
perhitungan.

3.10 Variabel Penelitian

Variabel merupakan sesuatu yang menjadi obyek penelitian, atau faktor yang berperan
dalam penelitian, atau gejala yang akan diteliti. Pada dasarnya, terdapat tiga jenis variabel,
yaitu:
1. Variabel bebas (independent variable), yaitu variabel penjelas, variabel penentu, atau
variabel penduga, atau variabel yang bersifat mempengaruhi dan menyebabkan
timbulnya variabel terikat.
2. Variabel terikat (dependent variable), yaitu variabel konsekuensi atau akibat, atau
variabel yang dipengaruhi oleh variabel bebas.
3. Variabel penghubung (intervening variable), yaitu variabel yang menjembatani
pengaruh suatu variabel bebas dengan variabel terikat.

Tabel 3.2 Variabel Penelitian

Variabel Simbol Jenis Variabel
Rate of return r Bebas
Growth rate g Bebas
Deviasi standar σ Bebas
Harga jual rumah Price Bebas
Pendapatan Rev Penghubung
Biaya akuisisi lahan Ac. cost Bebas
Biaya konstruksi Cons. cost Bebas
Biaya operasional Op. cost Bebas
Bunga pinjaman Int. rate Bebas
 43

Variabel Simbol Jenis Variabel

Biaya lain-lain Misc. cost Bebas
Arus kas positif (+) CF Penghubung
Arus kas negatif (-) CF Penghubung
Arus kas netto Net CF Penghubung
Faktor diskon Disc. rate Penghubung
Net Present Value (NPV) NPV Terikat
NPV kumulatif NPV cum. Terikat
(Internal Rate of Return) IRR IRR Terikat
Profitability Index (PI) PI Terikat
Discounted Payback Period (DPP) DPP Terikat
Payback Period (PP) PP Terikat
Rata-rata NPV μ NPV Terikat
Deviasi standar NPV σ NPV Terikat
Nilai Aset S Terikat
Strike price X Penghubung
Volatilitas σ Terikat
Umur investasi T Bebas
Risk-free rate Rf Bebas
Time step dt Bebas
Up factor u Penghubung
Down factor d Penghubung
Risk-neutral probability p Penghubung
Option value Opt. value Terikat

Tabel 3.2 menunjukkan berbagai variabel yang digunakan dalam penelitian ini, beserta
dengan jenis variabel tersebut. Seluruh skala dalam variabel penelitian ini merupakan skala
rasio.
Hubungan antar variabel pada Tabel 3.2 dapat dilihat pada subbab 3.9. Berdasarkan
tujuan penelitian yang telah dikemukakan, suatu investasi proyek dapat dikatakan bersifat
untung apabila memenuhi kriteria berikut ini:
1. NPV cum > 0;
2. IRR > expected rate of return atau IRR proyek sejenis;
3. PI > 1;
 44

4. DPP < waktu BEP yang diharapkan atau DPP proyek sejenis;
5. PP < waktu BEP yang diharapkan atau PP proyek sejenis.
Sedangkan proyek tersebut dikatakan memiliki ketidakpastian apabila memenuhi kriteria
berikut ini:
1. σ > 0;
2. σ NPV > 0;
3. σ NPV investasi tersebut > σ NPV investasi lainnya.
 45

3.11 Jadwal Pelaksanaan Penelitian

 46

DAFTAR PUSTAKA

Adeniji, A.A., 2004. An Insight Into: Management Accounting, 3rd edition. ed. Value
Analysis Consult - (Publishers), Lagos, Nigeria.
Alhabeeb, M.J., 2016. Comparative Analysis of the Traditional Models for Capital
Budgeting. Int. J. Mark. Stud. 8, 16. https://doi.org/10.5539/ijms.v8n6p16
Andor, G., Mohanty, S.K., Toth, T., 2015. Capital budgeting practices: A survey of Central
and Eastern European firms. Emerg. Mark. Rev. 23, 148–172.
https://doi.org/10.1016/j.ememar.2015.04.002
Arnold, G.C., Hatzopoulos, P.D., 2000. The Theory‐Practice Gap in Capital Budgeting:
Evidence from the United Kingdom. J. Bus. Finance Account. 27, 603–626.
https://doi.org/10.1111/1468-5957.00327
Baldi, F., 2013. Valuing a greenfield real estate property development project: a real
options approach. J. Eur. Real Estate Res. 6, 186–217.
https://doi.org/10.1108/JERER-06-2012-0018
Banerjee, S., 2015. Contravention Between NPV & IRR Due to Timing of Cash Flows: A
Case of Capital Budgeting Decision of an Oil Refinery Company. Am. J. Theor.
Appl. Bus. 1, 48. https://doi.org/10.11648/j.ajtab.20150102.13
Belkaoui, A., 1980. Conceptual foundations of management accounting. Addison-Wesley,
Reading, Mass.
Boute, R., Demeulemeester, E., Herroelen, W., 2004. A real options approach to project
management. Int. J. Prod. Res. 42, 1715–1725.
https://doi.org/10.1080/00207540310001639946
Brach, M.A., 2003. Real options in practice, Wiley finance series. John Wiley & Sons,
Hoboken, NJ.
Brigham, E.F., Ehrhardt, M.C., 2014. Financial Management: Theory and Practice, 14th
Edition, 14th edition. ed. South-Western, Australia.
Bryx, M., Matkowski, R., 2001. Inwestycje w nieruchomości. Poltext.
Byrne, P., Cadman, D., 1996. Risk, uncertainty, and decision-making in property
development, 2nd ed. ed. London ; New York : E & FN Spon.
Chartered Institute of Management Accountants, 2005. CIMA Official Terminology.
CIMA.
Clark, V., Reed, M., Stephan, J., 2010. Using Monte Carlo Simulation for a Capital
Budgeting Project.
Copeland, T., Antikarov, V., 2001. Real Options: A Practitioner’s Guide.
Cox, J.C., Ross, S.A., Rubinstein, M., 1979. Option pricing: A simplified approach. J.
Financ. Econ. 7, 229–263. https://doi.org/10.1016/0304-405X(79)90015-1
Dinica, M.-C., 2011. The Real Options Attached to an Investment Project 14, 8.
Dixit, A., Pindyck, R., 1994. Investment Under Uncertainty.
Farrukh, S., Areal, N., Rodrigues, A., 2015. A cross Sectional comparison of Capital
Budgeting Practices in Pakistan.
French, N., Gabrielli, L., 2006. Uncertainty and feasibility studies: an Italian case study. J.
Prop. Invest. Finance 24, 49–67. https://doi.org/10.1108/14635780610700732
French, N., Gabrielli, L., 2005. Discounted cash flow: accounting for uncertainty. J. Prop.
Invest. Finance 23, 75–89. https://doi.org/10.1108/14635780510575102
 47

French, N., Gabrielli, L., 2004. The uncertainty of valuation. J. Prop. Invest. Finance 22,
484–500. https://doi.org/10.1108/14635780410569470
Geltner, D., Neufville, R. de, 2017. Real Estate Price Dynamics and the Value of
Flexibility (SSRN Scholarly Paper No. ID 2998832). Social Science Research
Network, Rochester, NY.
Ghahremani, M., Aghaie, A., Abedzadeh, M., 2012. Capital Budgeting Technique
Selection through Four Decades: With a Great Focus on Real Option. Int. J. Bus.
Manag. 7. https://doi.org/10.5539/ijbm.v7n17P98
Gilbert, E., 2004. Investment basics XLIX. An introduction to real options. Invest. Anal. J
60, 49–52.
Gilbert, G.A., 1990. Discounted-Cash-Flow Approach to Valuation. ICFA Contin. Educ.
Ser. 1990, 23–30. https://doi.org/10.2469/cp.v1990.n2.4
Hacura, A., Jadamus-Hacura, M., Kocot, A., 2001. Risk analysis in investment appraisal
based on the Monte Carlo simulation technique. Eur. Phys. J. B - Condens. Matter
Complex Syst. 20, 551–553. https://doi.org/10.1007/s100510170238
Hall, J., Millard, S., 2011. Capital budgeting practices used by selected listed South
African firms. South Afr. J. Econ. Manag. Sci. 13, 85–97.
https://doi.org/10.4102/sajems.v13i1.200
Hermes, N., Smid, P., Yao, L., 2007. Capital Budgeting Practices: A Comparative Study of
the Netherlands and China 36.
Hoesli, M., Jani, E., Bender, A., 2005. Monte Carlo Simulations for Real Estate Valuation.
Hoesli, M., Lizieri, C., 2007. Real Estate in the Investment Portfolio.
Imegi, J., Nwokoye, G., 2015. The Effectiveness of Capital Budgeting Techniques in
Evaluating Projects’ Profitability. Afr. Res. Rev. 9, 166.
https://doi.org/10.4314/afrrev.v9i2.13
Iooss, B., Lemaître, P., 2014. A review on global sensitivity analysis methods.
ArXiv14042405 Math Stat.
Kelliher, C.F., Mahoney, L.S., 2000. Using Monte Carlo simulation to improve long-term
investment decisions. Apprais. J. 68, 44–56.
Kim, G., Kim, Y., Kang, J., 2014. Another way to understand the real options value for
engineers. Int. J. Adv. Manuf. Technol. 70, 1283–1290.
https://doi.org/10.1007/s00170-013-5322-1
Klimczak, K., 2010. ISSN 2071-789X RECENT ISSUES IN ECONOMIC
DEVELOPMENT 3, 9.
Kodukula, P., Papudesu, C., 2006. Project valuation using real options: a practitioner’s
guide. J. Ross Pub, Ft. Lauderdale, Fla.
Kwak, Y., Ingall, L., 2009. Exploring Monte Carlo Simulation Applications for Project
Management. Eng. Manag. Rev. IEEE 37, 83–83.
https://doi.org/10.1109/EMR.2009.5235458
Landsberger, M., Cruz, L., Onkham, W., Rabelo, L., Ajayi, R., 2013. International
Technology Investments Using Real Options: A Case Study in
Telecommunications 6, 8.
Lee, J.M., Hanna, S.D., 2015. Savings Goals and Saving Behavior From a Perspective of
Maslow’s Hierarchy of Needs.
Lee, S.L., 2003. When Does Direct Real Estate Improve Portfolio Performance?
Leung, K.C.-K., 2007. Beyond DCF Analysis in Real Estate Financial Modeling
Probabilistic Evaluation of Real Estate Ventures.
Lj, M.D., D., M.D., Misita, M., 2010. The evaluation of risky investment projects. FME
Trans. 38.
 48

Locatelli, G., Invernizzi, D.C., Mancini, M., 2016. Investment and risk appraisal in energy
storage systems: A real options approach. Energy 104, 114–131.
https://doi.org/10.1016/j.energy.2016.03.098
Lucius, D.I., 2001. Real options in real estate development. J. Prop. Invest. Finance 19,
73–78. https://doi.org/10.1108/14635780110365370
Lunkes, R.J., Ripoll-Feliu, V., Giner-Fillol, A., Rosa, F.S. da, 2015. Capital budgeting
practices: A comparative study between a port company in Brazil and in Spain. J.
Public Adm. Policy Res. 7, 39–49. https://doi.org/10.5897/JPAPR2014.0294
Mao, Y., Wu, W., 2011. Fuzzy Real Option Evaluation of Real Estate Project Based on
Risk Analysis. Syst. Eng. Procedia 1, 228–235.
https://doi.org/10.1016/j.sepro.2011.08.036
Maric, B., Grozdic, V., 2016. Monte Carlo Simulation in Valuation of Investment Projects,
in: Katalinic, B. (Ed.), DAAAM Proceedings. DAAAM International Vienna, pp.
0686–0692. https://doi.org/10.2507/27th.daaam.proceedings.099
Martín-Barrera, G., Zamora-Ramírez, C., González-González, J.M., 2016. Application of
real options valuation for analysing the impact of public R&D financing on
renewable energy projects: A company′s perspective. Renew. Sustain. Energy Rev.
63. https://doi.org/10.1016/j.rser.2016.05.073
Martins, J., 2013. Real options as a tool for managing uncertainty in project management –
The New Lisbon Airport 10.
Mintah, K., Higgins, D., Callanan, J., Wakefield, R., 2018. Staging option application to
residential development: real options approach. Int. J. Hous. Mark. Anal. 11, 101–
116. https://doi.org/10.1108/IJHMA-02-2017-0022
Mun, J., 2002. Real Options Analysis Tools and Techniques for Valuing Strategic
Investment and Decisions.
Patrick, M., French, N., 2016. The internal rate of return (IRR): projections, benchmarks
and pitfalls. J. Prop. Invest. Finance 34, 664–669. https://doi.org/10.1108/JPIF-07-
2016-0059
Payne, J.D., Heath, W.C., Gale, L.R., 1999. Comparative Financial Practice in the US and
Canada: Capital Budgeting and Risk Assessment Techniques.
Peel, M.J., Bridge, J., 1998. How planning and capital budgeting improve SME
performance. Long Range Plann. 31, 848–856. https://doi.org/10.1016/S0024-
6301(98)80021-6
Pivoriene, A., 2017. Real Options and Discounted Cash Flow Analysis to Assess Strategic
Investment Projects.
Putten, A.B. van, MacMillan, I., 2004. Making Real Options Really Work.
PwC, 2011. Compare and contrast Worldwide Real Estate Investment Trust (REIT)
Regimes.
Regan, C.M., Bryan, B.A., Connor, J.D., Meyer, W.S., Ostendorf, B., Zhu, Z., Bao, C.,
2015. Real options analysis for land use management: Methods, application, and
implications for policy. J. Environ. Manage. 161, 144–152.
https://doi.org/10.1016/j.jenvman.2015.07.004
Rhee, C.G. van, M.P, M.P., Voort, van de, Stratelligence, 2013. Real Options applied to
infrastructure projects a new approach to valuing and managing risk and flexibility.
Rocha, K., Salles, L., Garcia, F.A.A., Sardinha, J.A., Teixeira, J.P., 2007. Real estate and
real options — A case study. Emerg. Mark. Rev. 8, 67–79.
https://doi.org/10.1016/j.ememar.2006.09.008
Ryan, P., Ryan, G.P., 2002. Capital Budgeting Practices of the Fortune 1000: How Have
Things Changed? Forthcom. J. Bus. Manag. 8.
 49

Sandahl, G., Sjogren, S., 2003. Capital budgeting methods among Sweden’s largest groups
of companies. The state of the art and a comparison with earlier studies. Int. J.
Prod. Econ. 84, 51–69.
Sdino, L., Rosasco, P., Magoni, S., 2016. The Financial Feasibility of a Real Estate
Project: The Case of the Ex Tessitoria Schiatti. Procedia - Soc. Behav. Sci. 223,
217–224. https://doi.org/10.1016/j.sbspro.2016.05.352
SEC, 2017. Saving and Investing - A Roadmap to Your Financial Security Through Saving
and Investing.
Shapiro, E., Davies, K., Mackmin, D., 2009. Modern Methods of Valuation. Taylor &
Francis.
Skrtic, M.M., Horvatincic, K., 2014. Project Risk Management: Comparative Analysis of
Methods for Project Risks Assessment. Coll Antropol 10.
Špicar, R., Januska, M., 2015. Use of Monte Carlo Modified Markov Chains in Capacity
Planning. Procedia Eng. 100. https://doi.org/10.1016/j.proeng.2015.01.454
Stout, D.E., Xie, Y.A., Qi, H., 2008. Improving Capital Budgeting Decisions With Real
Options.
Thomas, R., 2001. Business value analysis: ‐ coping with unruly uncertainty.
Truong, G., Partington, G., Peat, M., 2008. Cost of Capital Estimation and Capital
Budgeting Practice in Australia 27.
Vimpari, J., Junnila, S., 2014. Valuing green building certificates as real options.
Wald, S., Buller, S., Nabar, N., 2014. REITs vs. Private Real Estate_ More Similar than
Different.
Worldbank, 2017. Poverty & Equity Data Portal [WWW Document]. URL
http://povertydata.worldbank.org/poverty/country/IDN (accessed 7.5.18).
Worldbank, 2005. What is Poverty and Why Measure it.
Zurich, 2014. Understanding Irish Real Estate Investment Trusts.