Modul Ekonomi Manajerial

RPKPS
(Rencana Program Kegiatan Pembelajaran Semester)
1. Nama Mata Kuliah: EKONOMI MANAJERIAL

2. Kode / SKS: PNE 3118/(3/0)
3. Prasyarat: Dasar-dasar Manajemen
4. Status Mata Kuliah: Pilihan
5. Deskripsi Singkat:
Aplikasi teori ekonomi (ekonomi mikro dan ekonomi makro) dan alat analisis
pengambilan keputusan (ekonomi matematik dan ekonometrika) untuk pengambilan
keputusan suatu organisasi ekonomi mencapai tujuan-tujuannya seefisien mungkin.
1. Tujuan Pembelajaran
Mengajarkan dan memberikan kepada mahasiswa agar mampu mengaplikasikan teori
ekonomi (ekonomi mikro dan ekonomi makro) dan alat analisis pengambilan keputusan
(ekonomi matematik dan ekonometrika) untuk pengambilan keputusan suatu organisasi
ekonomi mencapai tujuan-tujuannya seefisien mungkin.
.
2. Materi Pembelajaran
No. Pokok Bahasan Sub Pokok Bahasan
1. Pengantar 1.1. Ruang lingkup ekonomi manajerial
1.2. Teori perusahaan
1.3. Macam dan kegunaan keuntungan
1.4. Soal-soal latihan
2. Tehnik Optimasi dan Alat Manajemen 2.1. Hubungan variable ekonomi

2.2. Analisis optimasi
2.3. Alat Manajemen baru
3 Teori Permintaan 3.1. Permintaan individual dan pasar

3.2. Permintaan yang dihadapi perusahaan
3.3. Elastisitas harga dari permintaan
3.4. Elastisitas pendapatan dari permintaan
3.5. Elastisitas harga silang dari permintaan
3.6. Elastisitas dan pengambilan keputusan
4 Estimasi Permintaan 4.1. Masalah indentifikasi
4.2. Pendekatan marketing research
4.3. Analisis regresi
4.4. Soal-soal Latihan
5. Peramalan Permintaan 5.1. Peramalan kualitatif
5.2. Analisis deret berkala
5.3. Smoothing techniques
5.4. Barometric method
5.5. Econometric model
Ekonomi Manajerial Pertanian 1

6. Teori Produksi 6.1. Fungsi produksi satu input variabel
6.2. Fungsi produksi dua input variabel
7. Teori Biaya 7.1. Fungsi biaya jangka pendek

7.2. Fungsi biaya jangka panjang
7.3. Learning curve
7.4. Cost-Volume-Profit analysis dan operating
leverage
8. Linear Programming 8.1. Linear programming profit maximization
8.2. Linear programming cost minimization
8.3. Dual problem and shadow price
9. Struktur Pasar dan Penrentuan Harga 9.1. Struktur pasar dan tingkat persaingan
9.2. Pasar persaingan sempurna
9.3. Pasar monopoli
9.4. Monopolistic competition
10. Oligopoly and Strategic Behavior 10.1. Model oligopoly
10.2. Strategic behavior and game theory
11. Penentuan Harga 11.1. Penentuan harga untuk multiple product
11.2. Price discrimination
11.3. Masalah Damping
12. Analisis Risiko 12.1 Risiko dan ketidakpastian dalam
pengambilan keputusan manajerial
12.2. Risiko dan pengambilan keputusan
12.3. Ketidakpastian dan pengambilan keputusan
2. Outcome Pembelajaran
Mahasiswa mampu mengaplikasikan teori ekonomi (ekonomi mikro dan ekonomi makro)
dan alat analisis pengambilan keputusan (ekonomi matematik dan ekonometrika) untuk
pengambilan keputusan suatu organisasi ekonomi mencapai tujuan-tujuannya seefisien
mungkin.
4. Rencana Kegiatan Pembelajaran

Minggu Pokok Bahasan Sub Pokok Bahasan Metode
ke-
1 Pengantar 1.1. Ruang lingkup ekonomi manajerial Ceramah,
1.2. Teori perusahaan Diskusi dan
1.3. Macam dan kegunaan keuntungan Praktikum
2. Tehnik Optimasi dan Alat 2.1. Hubungan variable ekonomi Ceramah,

Manajemen 2.2. Analisis optimasi Diskusi dan
2.3. Alat Manajemen baru Praktikum

3 Teori Permintaan 3.1. Permintaan individual dan pasar Ceramah,
3.2. Permintaan yang dihadapi Diskusi dan
perusahaan Praktikum
3.3. Elastisitas harga dari permintaan
3.4. Elastisitas pendapatan dari
permintaan
3.5. Elastisitas harga silang dari
permintaan
3.6. Elastisitas dan pengambilan
keputusan
3. Teori Permintaan 3.5. Elastisitas harga silang dari Ceramah,
permintaan Diskusi dan
3.6. Elastisitas dan pengambilan Praktikum
keputusan
4 Estimasi Permintaan 4.1. Masalah indentifikasi Ceramah,
4.2. Pendekatan marketing research Diskusi dan
4.3. Analisis regresi Praktikum
4.4. Soal-soal Latihan
5 Peramalan Permintaan 5.1. Peramalan kualitatif Ceramah,
5.2. Analisis deret berkala Diskusi dan
5.3. Smoothing techniques Praktikum
5.4. Barometric method
5.5. Econometric model
6. Teori Produksi 6.1. Fungsi produksi satu input variabel Ceramah,
6.2. Fungsi produksi dua input variabel Diskusi dan
6.3. Soal-soal latihan Praktikum
7. Teori Biaya 7.1. Fungsi biaya jangka pendek Ceramah,

7.2. Fungsi biaya jangka panjang Diskusi dan
7.3. Learning curve Praktikum
7.4. Cost-Volume-Profit analysis dan
operating leverage
8. Linear Programming 8.1. Linear programming profit Ceramah,
maximization Diskusi dan
8.2. Linear programming cost Praktikum
minimization
8.3. Dual problem and shadow price
Ujian Sisipan
9. Struktur Pasar dan 9.1. Strukpasar dan tingkat persaingan Ceramah,
Penrentuan Harga 9.2. Pasar persaingan sempurna Diskusi dan
9.3. Pasar monopoli Praktikum
9.4. Monopolistic competition
10. Oligopoly and Strategic 10.1. Model oligopoly Ceramah,
Behavior 10.2. Strategic behavior and game theory Diskusi dan
10.3. Soal-soal latihan Praktikum
11. Penentuan Harga 11.1. Penentuan harga untuk multiple Ceramah,
product Diskusi dan
11.2. Price discrimination Praktikum

11.3. Masalah Damping
12. Ceramah,
Diskusi dan
Praktikum
13 Analisis Risiko 12.1 Risiko dan ketidakpastian dalam Ceramah,
pengambilan keputusan manajerial Diskusi dan
12.2. Risiko dan pengambilan keputusan Praktikum
12.3. Ketidakpastian dan pengambilan
keputusan
14 Ceramah,
Diskusi dan
Praktikum
Ujian Akhir
5. Kriteria & Cara Evaluasi Hasil Pembelajaran
Penilaian atau evaluasi hasil pembelajaran didasarkan pada penilaian dari 3 komponen,
yaitu praktikum (latihan soal-soal), ujian sisipan, ujian akhir.
6. Bahan, Sumber Informasi & Referensi
(1) Salvatore, Dominick. 1996. Managerial Economics in Global Economy. McGraw-

Hill, Inc., New York.
(2) Pappas, Hirshey. 1996. Managerial Economic. 8th Edition, Prentice-Hall
International, Inc.

I. PENGANTAR
A. Ruang Lingkup
Ekonomi manajerial adalah aplikasi teori ekonomi (ekonomi mikro dan ekonomi
makro) dan alat analisis pengambilan keputusan (ekonomi matematik dan ekonometrika)
untuk menguji bagaimana suatu organisasi mencapai tujuan-tujuannya seefisien mungkin.
Pengertian ini dapat dijelaskan dengan gambar 1.1.
Gambar 1. Pengertian Ekonomi Manajerial
Sebagai contoh, teori ekonomi mengatakan bahwa jumlah barang yang diminta
(Q) adalah fungsi dari harga barang (P), pendapatan konsumen (Y), harga barang
substitusi (Ps), dan harga barang komplementer (Pc). Bila diasumsikan selera tetap maka
permintaan dapat dimodelkan sebagai berikut:
Q=f(P,Y, Ps, Pc)
Data Q, P, Y, Ps, dan Pc yang dikumpulkan dapat diestimasi persamaan

permintaan di atas. Persamaan permintaan ini diperlukan untuk mengetahui berapa Q
berubah bila terjadi perubahan dalam P, Y, Ps, dan Pc. Informasi ini penting untuk
mencapai tujuan perusahaan (keuntungan) seefisien mungkin.

B. Teori Perusahaan
Perusahaan (firm) adalah organisasi yang mengkombinasikan dan

mengorganisasikan sumberdaya untuk memproduksi barang dan jasa untuk dijual.
Hampir di semua negara sebagian besar barang dan jasa diproduksi oleh perusahaan dan
hanya sedikit yang diproduksi oleh organisasi lain. Sebagai contoh organisasi lain adalah
pemerintah dan organisasi non profit misalnya rumah sakit, yayasan, dan sebagainya.
Perusahaan ada karena sangat mahal dan tidak efisien bagi seorang wirausahawan
(entrepreneurs) untuk melakukan kontrak dengan tenaga kerja dan pemilik modal, lahan,
dan sumberdaya lainnya pada setiap tahapan produksi dan distribusi. Dengan demikian
adanya perusahaan sebenarnya akan menghemat biaya transaksi (transaction cost).
Fungsi perusahaan adalah membeli sumberdaya atau input yang berupa jasa
tenaga kerja, modal, bahan baku guna dirubah menjadi barang dan jasa untuk dijual.
Pemilik sumberdaya menggunakan pendapatan yang diterimamnya dari menjual jasa dan
sumberdaya lainnya kepada perusahaan untuk membeli barang dan jasa yang dihasilkan
oleh perusahaan. Ini merupakan aliran tertutup aktivitas perekonomian secara
keseluruhan. Dalam hal ini perusahaan menyediakan kesempatan kerja dan membayar
pajak kepada pemerintah. Oleh pemerintah pajak dikembalikan lagi kepada masyarakat
dalam bentuk pertahanan nasional, pendidikan, dan sebagainya.
Awalnya tujuan perusahaan adalah untuk memaksimumkan keuntungan berjalan

dan jangka pendek. Perusahaan sering kali juga mengorbankan keuntungan jangka
pendek untuk mendapatkan kenaikan keuntungan dalam jangka panjang. Misalnya,
meningkatkan pengeluaran perusahaan untuk penelitian dan pengembangan, menambah
atau memperbaharui peralatan, perluasan promosi dan sebagainya. Oleh karena
keuntungan jangka pendek dan jangka panjang keduanya penting maka tujuan perusahaan
adalah untuk memaksimumkan kesejahteraan (wealth) atau nilai perusahaan (value of the
firm). Ini dinyatakan sebagai nilai sekarang dari semua keuntungan mendatang yang
diharapkan perusahaan (PV) yang dirumuskan sebagai berikut.
1 2 n
PV = + + ... +
(1 + r )1 (1 + r ) 2 (1 + r ) n
n
t
=
t =1 (1 + r ) t
 1 ,  2 ,..., n = kentungan yang diharapkan

r = discount rate

Karena keuntungan sama dengan penerimaan total (TR) dikurangi biaya total
(TC) maka persamaan di atas dapat dituliskan sebagai berikut.
n
TRt − TC t
PV = 
t =1 (1 + r ) t
Perusahaan dalam kinerjanya dihadapkan pada berbagai macam kendala

terbatasnya input penting misalnya tenaga kerja trampil, bahan baku spesifik, ruang
pabrik dan gudang. Perusahaan juga dihadapkan pada kendala peraturan misalnya upah
minimum, standar keamanan dan kesehatan, standar emisi polusi, peraturan pencegahan
praktek bisnis yang tidak wajar, dan sebagainya. Umumnya masyarakat menerapkan
kendala agar perilaku perusahaan sejalan dengan tujuan kesejahteraan sosial masyarakat.
Dengan demikian maka tujuan perusahaan adalah memaksimumkan kesejahteraan atau
nilai perusahaan dengan memperhitungkan berbagai kendala yang dihadapi. Oleh
karenanya optimasi untuk suatu perusahaan adalah constrained optimization.
Sesuai teori perusahaan di atas tujuan perusahaan adalah memaksimumkan

kesejahteraan atau nilai perusahaan. Tujuan ini banyak dikritik karena terlalu sempit
pandangannya dan tidak realistis. Teori perusahaan yang lebih luas menjelaskan bahwa
tujuan perusahaan adalah (i) memaksimumkan penjualan setelah tingkat keuntungan yang
ditargetkan pemegang saham tercapai, (ii) memaksimumkan kepuasan manajemen
misalnya kompensasi (gaji, bonus, dsb.), jumlah staf perusahaan, kewenangan yang lebih
luas dan sebagainya, dan (iii) satisfacing behavior yaitu bukan memaksimumkan
keuntungan tetapi mencapai tingkat kepuasan tertentu dalam hal penjualan, keuntungan,
pertumbuhan, pangsa pasar dan sebagainya.
Dalam era globalisasi banyak barang-barang konsumsi, bahan baku, barang modal
yang dimpor dan diekspor karena batas antar negara semakin tipis. Demikian pula banyak
modal, teknologi, tenaga kerja trampil yang mengalir secara internasional. Keadaan ini
menyebabkan usaha domestik menghadapi persaingan yang semakin ketat. Dengan
demikian tidak realistis mempelajari ekonomi menejerial tanpa mempelajari keadaan
internasional yang terus berubah.
C. Macam dan Kegunaan Keuntungan
Keuntungan dapat dibedakan menjadi keuntungan bisnis (business profit) dan

kentungan ekonomi (economic profit). Keuntungan bisnis adalah penerimaan perusahaan
dikurangi biaya eksplisit (explicit costs) atau biaya terhitung (accounting costs). Biaya
eksplisit adalah biaya yang benar-benar dikeluarkan untuk menyewa atau membeli input
yang diperlukan perusahaan. Biaya eksplisit misalnya upah untuk tenaga kerja yang

disewa, bunga atas modal yang dipinjam dari luar, sewa lahan dan gedung, pengeluaran
untuk bahan baku dan sebagainya. Keuntungan ekonomi adalah penerimaan perusahaan
dikurangi biaya eksplisit dan biaya implisit. Biaya implisit adalah nilai input yang
dimiliki dan digunakan dalam proses produksi.
Misal suatu perusahaan melaporkan bahwa keuntungan bisnis $ 30.000 dalam

setahun, tetapi wirausahawan dapat memperoleh $ 35.000 dengan bekerja di perusahaan
lain dan $ 10.000 dari meminjamkan modal ke perusahaan lain dengan resiko yang sama.
Berdasarkan perhitungan ekonomi wirausahawan tersebut mengalami kerugian ekonomi
sebesar $15.000. Kerugian sebesar ini diperoleh dari mengurangi keuntungan bisnis
sebesar $ 30.000 dengan opportunity costs tenaga kerja sebesar $ 35.000 dan opportunity
cost modal sebesar $ 10.000. Dalam hal ini keuntungan bisnis sebesar $ 30.000 berkaitan
dengan kerugian ekonomi sebesar $ 15.000. Oleh karenanya, menurut konsep keuntungan
ekonomi wirausahawan tersebut seharusnya bekerja dan menanamkan modalnya pada
perusahaan lain.
Keuntungan dapat berbeda antar perusahaan dalam industri yang sama atau antar
perusahaan dalam industri yang berbeda. Bebeberapa teori keuntungan menjelaskan
munculnya perbedaan-perbedaan tersebut;
a. Risk-bearing theories of profit menjelaskan bahwa usaha yang risikonya lebih besar
menuntut penerimaan yang lebih besar. Misal penerimaan saham lebih besar dari
obligasi karena memegang saham resikonya lebih besar dari memegang obligasi.
b. Frictional theory of profit menjelaskan bahwa dalam equilibrium jangka panjang
pasar persaingan sempurna hanya memberikan penerimaan normal kepada
perusahaan. Namun, dari waktu ke waktu suatu perusahaan dapat memperoleh
keuntungan dan dapat pula mengalami kerugian.
c. Monopoly theory of profit menjelaskan kekuatan monopoli dapat menentukan harga
jual dengan jalan mengatur produksi. Dari waktu ke waktu dan bahkan dalam jangka
panjang monopolis dapat memperoleh keuntungan lebih.
d. Innovation theory of profit menjelaskan keuntungan merupakan hasil introduksi
inovasi yang berhasil. Bila selanjutnya banyak perusahaan lain yang meniru inovasi
tersebut maka keuntungan akan berkurang.
Keuntungan dapat memberikan tanda bagi perusahaan untuk meningkatkan

produksi, mengurangi produksi atau bahkan menghentikan produksi. Keuntungan yang
tinggi merupakan insentif bagi perusahaan untuk meningkatkan produksi sebaliknya
keuntungan yang menurun menunjukkan efisiensi perusahaan menurun. Dalam
kenyataannya sistem keuntungan tidak sempurna karena pemerintah mengatur agar

sistem keuntungan sejalan dengan kepentingan masyarakat. Misalnya pemerintah
mengatur tarif listrik, harga BBM, upah minimum dan sebagainya.
D. Soal-soal Latihan
1. Carilah Present Value (PV) dari penerimaan sebesar 100 yang akan diterima
setahun yang akan datang bila discount rate 5, 8, 10, 15, 20, dan 25 persen.
Berapa PV bila penerimaan sebesar itu diterima dua tahun yang akan datang.
2. Seorang pemilik perusahaan memperkirakan bahwa dalam dua tahun mendatang

keuntungan perusahaan yang akan diterimanya 100 per tahun. Bila pada akhir
tahun kedua nilai jual perusahaan 800 carilah nilai perusahaan.
3. Suatu perusahaan sedang memperhitungkan upaya promosi untuk meningkatkan

penjualannya. Kegiatan promosi akan menelan biaya sebesar 100. Biaya sebesar
itu harus dikeluarkan pada awal tahun. Dalam setahun kegiatan promosi ini akan
menaikkan penjualan senilai 120. Apakah perusahaan akan melaksanakan
kegiatan promosi.
4. Seorang manajer dihadapkan pada dua pilihan investasi. Investasi pertama

memberikan keuntungan sebesar 100 per tahun untuk empat tahun mendatang.
Sedangkan investasi kedua memberikan keuntungan sebesar 75 per tahun untuk 6
tahun mendatang. Bila discount rate 10% investasi mana yang lebih
menguntungkan. Bila discount rate 20% investasi mana yang lebih
menguntungkan.
5. Seorang perempuan bekerja pada suatu perusahaan foto kopi dengan gaji 25.000
per tahun. Orang tersebut memutuskan untuk membuka usaha foto kopi sendiri.
Penerimaan tahun pertama diperkirakan sebesar 120.000 dan pengeluarannya
sebagai berikut.
Macam Jumlah
Gaji tenaga luar 45000
Bahan 15000
Sewa 10000
Listrik 1000
Bunga pinjaman 10000
Carilah (i) biaya eksplisit, (ii) biaya implisit, (iii) keuntungan bisnis, (iv)
keuntungan ekonomi, (v) normal return on investment.

II. TEHNIK OPTIMASI DAN ALAT MANAJEMEN
A. Hubungan Variabel Ekonomi
Hubungan antara variabel ekonomi satu dan lainnya dapat dinyatakan dengan
persamaan, tabel atau grafik. Bila hubungan ekonomi sederhana tabel dan grafik mungkin
sudah cukup tetapi bila hubungannya kompleks maka persamaan lebih cocok.
Hubungan antara penerimaan total (TR) dengan jumlah barang yang dijual (Q)
yang dinyatakan dengan persamaan:
TR = PQ − PQ 2
Untuk memahami bentuk hubungan antara variabel ekonomi, seperti pada

penerimaan, dapat dijelaskan dalam persamaan:
TR = 100Q – 10Q2
Melalui persamaan tersebut, dibuat tabel hubungan antara harga dan output yang dijual,
dapat dilihat pada tabel 2.1. sedangkan dalam bentuk grafik dapat dilihat gambar 2.1:
Tabel 1. Hubungan antara output dengan harga untuk penerimaan

Q 100Q − 10Q 2 TR
0 100(0)-10(0)2 0
2
1 100(1)-10(1) 90
2 100(2)-10(2)2 160
3 100(3)-10(3)2 210
4 100(4)-10(4)2 240
5 100(5)-10(5)2 250
6 100(6)-10(6)2 240
300
250
200
Gambar 2.1.
TR
150
100
50
0
0 1 2 3 4 5 6 7
Q
Gambar 2. Hubungan antara Harga, Output, dan Penerimaan

Setelah melihat hubungan output dengan harga yang menghasilkan penerimaan,
ada juga hubungan antara biaya total (TC), biaya rata-rata (AC) dan biaya marjinal (MC)
dengan produksi (Q), yang dapat dilihat pada tabel berikut:
Tabel 2.Hubungan antara input, biaya total, biaya rerata, dan biaya marginal
Q TC AC MC
0 20 - -
1 140 140 120
2 160 80 20
3 180 60 20
4 240 60 60
5 480 96 240
600 300
500 250
AC dan MC
200
400
150
TC
300
100
200
50
100 0
0 1 2 3 4 5 6
0
0 1 2 3 4 5 6 Q
Q
AC MC
Gambar 2. Hubungan antara biaya total, marginal, dan rerata
Gambar 3. Hubungan antara Biaya total, Marginal, dan Rerata.

Biaya total (TC) = biaya variabel total (TVC) + biaya tetap total (TFC)
TC
AC adalah biaya rata-rata per unit output = . Secara grafis adalah slope dari garis
Q
yang ditarik dari titik O ke TC. Contoh, bila output Q1 maka secara grafis AC pada
tingkat output tersebut adalah slope dari garis OB yang besarnya sama dengan Q1B/OQ1
atau a1/OQ1=bo (gambar 2.3).
TC dTC
MC adalah tambahan biaya per unit tambahan output = = . Secara grafis
Q dQ
adalah slope pada TC. Contoh, bila output Qo maka secara grafis MC adalah slope dari
garis d yang besarnya sama dengan b2 (gambar 2.3.)
Bila output Q2 maka AC sama dengan MC sama dengan slope dari garis OC sama dengan
Q2C/OQ2 atau ao/OQ2=b1 (gambar 2.3).
B. Analisis Optimasi
Istilah optimum berkaitan dengan kondisi keuntungan maksimum. Secara grafis

kondisi optimum atau keuntungan maksimum dapat dilihat pada gambar 2.5. di bawah.
Keuntungan maksimum tercapai bila TR-TC terbesar. Pada gambar 2.5. TR-TC terbesar
tercapai pada waktu Q=Q2. Lebih lanjut dapat dikemukakan bahwa keuntungan terbesar
tercapai pada waktu MR=MC. Pada waktu Q=Q1 hal yang sama (MR=MC) juga dapat
diamati. Namun di titik tersebut yang terjadi adalah kerugian terbesar, bukan keuntungan
terbesar.
Unconstrained Optimization
Persamaan 1 Variable
TR = 100Q − 10Q 2
dTR
= 100 − 20Q
dQ
dTR
=0
dQ
100-20Q = 0 Keuntungan tertinggi tercapai pada waktu Q = 5

Persamaan 2 Variable
Misal keuntungan ditentukan oleh banyaknya penjualan komoditas X dan Y. Persamaan

keuntungan sebagai berikut.
 = f ( X , Y ) = 80 X − 2 X 2 − XY − 3Y 2 + 100Y

= 80 − 4 X − Y = 0
X

= − X − 6Y + 100 = 0
Y
Sehingga diperoleh harga X ,Y, dan π sebagai berikut:
X = 16,52
Y = 13,92
 = 80(16,52) − 2(16,52) 2 − (16,52)(13,92) − 3(13,92) 2 + 100(13,92) = 1356,52
Constrained Optimization
Metoda Substitusi
 = 80 X − 2 X 2 − XY − 3Y 2 + 100Y
X + Y = 12
X=12-Y
 = 80(12 − Y ) − 2(12 − Y ) 2 − (12 − Y )Y − 3Y 2 + 100Y
= −4Y 2 + 56Y + 672
d
= −8Y + 56 = 0 Y = 7; X = 12-7 = 5
dY
 = 80(5) − 2(5) 2 − (5)(7) − 3(7) 2 + 100(7) = 868
Metoda Lagrangian Multiplier
 = 80 X − 2 X 2 − XY − 3Y 2 + 100Y

X + Y = 12 X + Y -12 = 0
L = 80 X − 2 X 2 − XY − 3Y 2 + 100Y +  ( X + Y − 12)
L
= 80 − 4 X − Y +  = 0
X
L
= − X − 6Y + 100 +  = 0
Y
L
= X + Y − 12 = 0

X = 5; Y = 7;  = -53
 = −53 artinya bila kendala berkurang 1 unit atau kapasistas output bertambah 1 unit
maka keuntungan akan bertambah 53.
Sehingga hubungan antara TR, TC, dan π dapat digambarkan sebagai berikut:
Gambar 4. Hubungan antara TR, TC, dan π

C. Alat Manajemen Baru
Dalam dua dekade terakhir banyak alat manajemen baru yang diintroduksi
sehingga banyak perubahan besar dalam pengeloalaan perusahaan. Alat manajemen baru
yang penting adalah (i) benchmarking, (ii) total quality management, (iii) reengineering,
dan (iv) learning organization.
Benchmarking
Benchmarking berkaitan dengan upaya suatu perusahaan mencari jawaban

mengapa perusahaan lain dapat beroperasi lebih baik atau lebih murah kemudian
perusahaan tersebut dapat mencontoh atau memperbaiki tehnik-tehnik yang selama ini
dilakukannya. Benchmarking meliputi (i) memilih proses tertentu yang akan diperbaiki
dan mengidentifikasi perusahaan-perusahaan yang lebih baik kinerjanya dan (ii)
mengirim orang yang akan melakukan perubahan atau perbaikan.
Contoh dari kegiatan Benchmarking adalah kegiatan field trip, kunjungan kerja,
magang, maupun pertukaran mahasiswa dengan tujuan agar proses kinerja akan berjalan
lebih baik dengan masuknya informasi maupun bertambahnya ilmu dari peserta
Total Quality Management
Total Quality Management (TQM) berkaitan dengan upaya perbaikan kualitas

produk dan proses secara terus menerus dalam rangka memberikan nilai yang terus
meningkat kepada konsumen. TQM selalu mempertanyakan bagaimana menghasilkan
lebih murah, lebih cepat dan lebih baik. TQM menerapkan metoda perbaikan kualitas di
semua proses mulai dari produksi, pemasaran, keuangan, dan pelayanan kepada
konsumen. Ada 5 faktor penting yang menentukan keberhasilan TQM.
a. Corporate executive officer harus mendukung sepenuhnya program TQM dengan
kata-kata dan tindakan.
b. Program TQM harus secara jelas menunjukkan bagaimana program ini memberikan
manfaat kepada pelanggan dan menciptakan nilai bagi perusahaan.
c. Program TQM harus mempunyai sedikit sasaran strategis tetapi jelas yakni apa yang
sedang dicapai oleh perusahaan.
d. Program TQM harus mampu menghasilkan penerimaan finansial dan kompensasi
dalam waktu cepat karena orang perlu mengetahui secara dini hasilnya agar terus
mendukung program.
e. Program TQM spesifik untuk perusahaan tertentu sehingga tidak bisa meniru program
perusahaan lain.

Contoh kegiatan dari TQM adalah adanya punnishment dan reward serta roling
karyawan dengan menempatkan karyawan di bidang lain, sehingga karyawan
mendapatkan motivasi, belajar, dan mendapatkan pengalaman kerja.
Reengineering
Reengineering adalah upaya untuk mengorganisasikan kembali perusahaan secara

keseluruhan. Reengineering adalah merancang kembali secara drastis semua proses
perusahaan untuk mencapai kualitas, pelayanan dan keuntungan dalam waktu cepat.
Dengan demikian reengineering lebih luas dari TQM. Program TQM berkaitan dengan
persoalan mencapai sesuatu secara lebih cepat, murah dan baik. Reengineering berkaitan
dengan persoalan perubahan proses secara menyeluruh. Ada dua alasan penting
melakukan reengineering yaitu,
a. Kompetitor memunculkan produk dan pelayanan baru serta upaya bisnis yang dapat
merusak kelangsungan perusahaan.
b. Perusahaan percaya bahwa melalui reengineering mampu mengatasi masalah
persaingan dengan perusahaan lain.
Contoh program Reengineering adalah mendiversifikasikan produk yang sudah ada,
analisis kepuasan pelanggan dengan survei, dan menambah modal untuk pengadaan alat
dan produksi yang baru. Sehigga dapat menciptakan pasar yang baru dan konsumen yang
baru tanpa meninggalkan konsumen yang lama.
Learning Organization
Dasar learning organization adalah adanya nilai yang diperoleh dari belajar
secara terus menerus dan adanya keunggulan kompetitif yang diperoleh dari belajar
secara terus menerus. Learning organization meliputi (i) membangun model mental baru
agar bersedia melakukan perubahan, (ii) mencapai kemampuan personal (personal
mastery) melalui belajar dan mendengar dari pihak lain, (iii) mengembangkan cara
berfikir atau saling pengertian tentang bagaimana perusahaan berjalan, (iv)
mengembangkan share vision atau strategi perusahaan yang melibatkan semua pihak, dan
(v) mendorong terjadinya team learning atau mengupayakan agar semua pihak bersedia
bekerja dan belajar bersama untuk merealisasikan share vision dan strategi perusahaan.
Contoh learing organization adalah adanya penugasan belajar pada karyawan,
penugasan maggang, maupun workshop. Tuuannya adalah selain membangun mental
perubahan karena adanya aktivitas tersebut, juga bisa memberikan angin segar untuk
perusahaan dalam meningkatkan kualitasnya.

1. Dari fungsi penerimaan total TR = 9Q − Q2 (i) tentukan TR, AR, dan MR untuk Q
=0 sampai dengan Q=6, (ii) gambarkan TR, AR, dan MR yang diperoleh dari
jawaban soal 1a dalam satu gambar, (iii) carilah hubungan antara kurva TR, AR
dan MR.
2. Dari penerimaan total (TR) dan biaya total (TC) berikut tentukan (i) output yang
memaksimumkan TR, dan (ii) output yang memaksimumkan keuntungan.
TR = 22Q − 0,5Q 2
1
TC = Q 3 − 8,5Q 2 + 50Q + 90
3
3. Dari fungsi biaya berikut tentukan tingkat output yang meminimumkan biaya.
AC = 200 − 24Q + Q 2
MC = 200 − 48Q + 3Q 2
4. Dari fungsi keuntungan dua output (X dan Y) berikut carilah (i) kombinasi output
yang memaksimumkan keuntungan, dan (ii) berapa nilai keuntungan.
 = 144 X − 3 X 2 − XY − 2Y 2 + 120Y − 35
5. Dari fungsi biaya rata-rata (AC) dua output (X dan Y) berikut carilah (i)
kombinasi output yang meminimumkan AC, (ii) bila jumlah kedua output
tersebut terbatas sebanyak 6 unit carilah kombinasi X dan Y yang
meminimumkan AC, dan (iii) kerjakan hal yang sama seperti pertanyaan (ii)
untuk jumlah output 5 dan 7.
AC = X 2 + 2Y 2 − 2 XY − 2 X − 6Y + 20

III. TEORI PERMINTAAN
A. Permitaan Individual dan Pasar
Perhatian utama Ekonomi Manajerial dalam analisis permintaan adalah

permintaan yang dihadapi oleh perusahaan dipasar baik pasar barang atau jasa.
Permintaan yang dihadapi oleh perusahaan tergantung pada besarnya pasar atau
permintaan industri dimana permintaan pasar atau industri merupakan penjumlahan dari
permintaan individu yang ada di pasar. Teori permintaan konsumen menjelaskan bahwa
jumlah barang yang diminta adalah fungsi atau tergantung pada harga barang
bersangkutan, pendapatan konsumen, harga barang substitusi, harga barang
komplementer, dan selera konsumen, yang dapat digambarkan pada persamaan:
Qdx = f ( Px , I , Py , T )
Qdx = jumlah barang X yang diminta oleh individu per unit waktu
Px = harga barang X per unit
I = pendapatan konsumen
Py = harga barang terkait (substitusi atau komplementer)
T = selera konsumen
Hubungan antara harga, jumlah barang yang diminta, pendapatan, dan selera dapat dilihat
sebagai berikut:
Px → Qdx 
I → Qdx  barang normal
Py → Qdx  barang substitusi
Py → Qdx  barang komplementer
T → Qdx 
Hal ini menggambarkan jika harga barang X turun dari Po ke P1 maka jumlah
barang X diminta naik dari Qo ke Q1. Hal ini karena individu menggunakan barang X
yang menjadi lebih murah harganya sebagai pengganti barang lain yang lebih mahal
harganya, disebut efek substitusi. Di samping itu dengan pendapatan yang sama individu
dapat membeli barang X dalam jumlah yang lebih banyak, disebut efek pendapatan.
Dengan demikian bila harga barang X turun kemudian jumlah barang X yang diminta
naik maka hal ini terjadi karena efek substitusi dan efek pendapatan.

Bila pendapatan konsumen naik maka kurva permintaan akan bergeser ke kanan
seperti terlihat pada gambar 3.2. Hal yang sama terjadi bila harga barang substitusi naik,
harga barang komplementer turun, dan selera konsumen meningkat. Perubahan harga
menyebabkan perubahan jumlah barang diminta sedangkan perubahan pendapatan
konsumen, perubahan harga barang substitusi, perubahan harga barang komplementer,
dan perubahan selera konsumen menyebabkan perubahan permintaan. Perubahan jumlah
barang diminta terjadi sepanjang kurva permintaan sedangkan perubahan permintaan
adalah pergeseran kurva permintaan.
Gambar 5. Hubungan harga dan permintaan barang individu dan pasar
Permintaan pasar adalah penjumlahan horisontal dari kurva permintaan semua

konsumen yang ada di pasar seperti terlihat pada gambar 5. Permintaan pasar tergantung
pada harga barang (Px), jumlah konsumen di pasar (N), pendapatan konsumen (I), harga
barang terkait, substitusi atau komplementer (Py), dan selera konsumen (T). Secara
matematis persamaan permintaan dapat dituliskan sebagai berikut:
QDx = F ( Px , N , I , Py , T )
Permintaan pasar adalah penjumlahan horisontal dari permintaan individual. Hal ini
berlaku bila konsumsi antara individu satu dengan individu lainnya independen. Ada
kalanya orang mengkonsumsi barang karena orang lain membelinya. Ini dikenal sebagai
bandwagon effect atau efek ikut-ikutan dan menyebabkan kurva permintaan lebih landai.
Sebaliknya orang mengurangi konsumsi sementara orang lain mengkonsumsi lebih
banyak. Ini disebut sebagai snob effect dan menyebabkan kurva permintaan menjadi lebih
tajam.

Gambar 6. Hubungan konsumen di pasar dengan bandwagon effect dan snow effect
B. Permintaan Yang Dihadapi Perusahaan
Permintaan di pasar bagi barang atau jasa yang dihasilkan perusahaan sehingga
menentukan hidup matinya perusahaan. Permintaan yang dihadapi oleh perusahaan
tergantung pada besarnya pasar atau permintaan industri, bentuk organisasi industri, dan
jumlah perusahaan dalam industri.
Bila suatu perusahaan adalah satu-satunya penghasil barang dan barang yang
dihasilkan tidak ada barang substitusinya maka perusahaan tersebut adalah perusahaan
yang menghadapi permintaan industri atau permintaan pasar. Bentuk organisasi pasar ini
dikenal sebagai monopoli. Dalam kenyataannya monopoli jarang terjadi. Bila ada
monopoli biasanya karena pengaturan oleh pemerintah misalnya listrik, telepon, BBM
dan sebagainya. Sebagai lawannya adalah persaingan sempurna yang ciri-cirinya adalah
perusahaan dalam jumlah banyak menghasilkan barang yang homogen dan setiap
perusahaan terlalu kecil untuk mempengaruhi harga pasar sehingga setiap perusahaan
adalah price taker atau secara grafis menghadapi permintaan yang horisontal. Bentuk
organisasi pasar ini juga jarang dijumpai.
Bentuk organisasi pasar yang banyak dijumpai dalam kenyataan adalah diantara
monopoli dan persaingan sempurna yaitu oligopoli dan monopolistic competation.
Oligopli dicirikan dengan adanya beberapa perusahaan dalam industri atau pasar,
menghasilkan barang homogen atau standar (semen, baja, kimia) atau heterogen (rokok,
mobil, soft drink). Ciri yang paling menonjol dari oligopoli adalah adanya ketergatungan
antar perusahaan dalam industri. Karena dalam industri hanya terdapat beberapa
perusahaan maka penentuan harga dan promosi yang dilakukan oleh setiap perusahaan
akan sangat berpengaruh terhadap perusahaan lain.
Pada monopolistic competition dalam pasar terdapat banyak perusahaan yang

menghasilkan produk heterogen dan terdiferensasi. Dalam monopolistic competition ada

unsur kompetitif dan unsur monopoli. Kompetitif karena dalam pasar terdapat banyak
perusahaan sedangkan monopoli karena masing-masing perusahaan menghasilkan barang
yang dapat dibedakan satu dengan lainnya. Oleh karena itu setiap perusahaan mempunyai
sedikit kekuatan untuk menentukan harga. Secara grafis ditunjukkan oleh kurva
permintaan yang dihadapi perusahaan mempunyai slope negatif yang sangat landai
sehingga perubahan harga akan sangat berpengaruh terhadap jumlah barang diminta.
Contoh organisasi pasar ini adalah potong rambut, jasa yang dijual sama tetapi
pelayananya berbeda.
Faktor-faktor yang mempengaruhi permintaan yang dihadapi oleh perusahaan

adalah harga barang, jumlah konsumen, pendapatan konsumen, harga barang substitusi
atau komplementer, dan selera konsumen. Di samping itu permintaan yang dihadapi
perusahaan dipengaruhi oleh harga yang diharapkan, promosi yang dilakukan perusahaan,
penentuan harga dan promosi yang dilakukan perusahaan lain (terutama untuk oligopoli),
tersedianya kredit (kredit bagi konsumen), dan macam barang yang dijual (awet atau
tidak awet). Harga barang bersangkutan akan mempengaruhi jumlah barang diminta
(perubahan jumlah barang sepanjang kurva permintaan) sedangkan pengaruh faktor lain
menggeser kurva permintaan atau perubahan permintaan.
Permintaan yang dihadapi oleh perusahaan akan menentukan macam dan jumlah
input atau sumberdaya yang harus dibeli atau disewa oleh perusahaan untuk memenuhi
permintaan. Karena permintaan input atau sumberdaya tergantung pada permintaan
barang dan jasa maka permintaan input perusahaan disebut sebagai derived demand atau
permintaan turunan. Semakin besar permintaan barang dan jasa yang dihadapi perusahaan
akan semakin besar pula permintaan input atau sumberdaya yang diperlukan untuk
menghasilkan barang dan jasa tersebut. Permintaan peralatan dan bahan baku yang dapat
disimpan mudah berubah bila dibandingkan dengan permintaan bahan baku yang mudah
rusak.
C. Elastisitas Harga Dari Permintaan
Mengetahui respon jumlah barang diminta terhadap perubahan harga sangat

penting bagi perusahaan. Tergantung pada kondisi permintaan, menurunkan harga dapat
meningkatkan atau menurunkan penjualan dan selanjutnya dapat meningkatkan atau
menurunkan penerimaan total. Kebijakan harga dari suatu perusahaan juga dapat
mempengaruhi biaya produksi atau pada gilirannya mempengaruhi keuntungan. Pada
bagian ini akan dipelajari bagaimana mengukur elastisitas harga baik elastisitas titik
maupun elastisitas busur atau arc elasticity. Dalam bagian ini juga akan dipelajari

bagaimana hubungan antara elastisitas harga, penerimaan total dan penerimaan marginal.
Selanjutnya dipelajari pula faktor-faktor yang mempengaruhi elastisitas harga.
Elastisitas Titik
Elastisitas harga dari permintaan (EP) didifinisikan sebagai persentase perubahan

jumlah barang diminta dibagi dengan persentase perubahan harga. Bila faktor lain yang
mempengaruhi permintaan tetap maka EP dapat dirumuskan sebagai berikut.
Q / Q Q P
EP = =
P / P P Q
Dari kurva permintaan pada gambar 7. dapat dicari elastisitas titik pada titik-titik yang
ada pada kurva tersebut.
Gambar 7. Contoh perhitungan elastisitas titik menggunakan gambar
Q P − 100 5
Pada titik B, elastisitas harga produk dapat dihitung E P = = = −5 ,
P Q 1 100
artinya bila harga naik 1% maka jumlah barang diminta akan turun 5%. Dengan cara
yang sama dapat dicari elastisitas harga di C Ep=-2, di D Ep=-1, di E Ep=-1/2, di G Ep=-
1/5. Dari angka-angka tersebut dapat dikemukakan bahwa di atas titik tengah (D) E P >1
atau permintaan dikatakan elastis, di D E P =1 atau permintaan unit elastis, dan di bawah
titik tengah D E P < 1 atau permintaan dikatakan inelastis. Dengan calculus elastisitas
harga dari permintaan dapat dituliskan sebagai berikut.
Q P
EP =
P Q
Bila persamaan permintaan adalah Qx = ao + a1 Px + a2 N + a3 I + a4 Py + a5T + .......,

maka elastisitas harga dapat dirumuskan sebagai berikut.

P
E P = a1
Q
Misal a1=-1,606; Q = 8,064; dan P=7 maka EP=-1,606(7/8,064)=-1,39. Artinya bila harga
naik 1% maka jumlah barang diminta akan turun sebesar 1,39%.
Elastisitas Busur
Elastisitas busur mengukur elastisitas harga dari permintaan di antara 2 titik pada
kurva permintaan. Bila rumus elastisitas titik digunakan untuk mengukur elastisitas harga
di antara 2 titik hasilnya berbeda untuk harga naik dan harga turun. Misal pada gambar
3.4. bila elastisitas harga diukur dari C ke D dan dari D ke C hasilnya berbeda.
Dari C ke D
Q P 100 4
EP = = = −2
P Q − 1 200
Dari D ke C
Q P 100 3
EP = = = −1
P Q − 1 300
Untuk menghindari perbedaan ini digunakan rata-rata harga dan jumlah dalam
perhitungan elastisitas harga.
Q ( P2 + P1 ) / 2 Q2 − Q1 P2 + P1
EP = =
P (Q1 + Q2 ) / 2 P2 − P1 Q2 + Q1
Dengan menggunakan rumus ini hasil perhitungan elastisitas harga dari C ke D sama
dengan dari D ke C.
Dari C ke D
Q2 − Q1 P2 + P1 300 − 200 3 + 4 7
EP = = = = −1,4
P2 − P1 Q2 + Q1 3 − 4 300 + 200 − 5
Dari D ke C

Q2 − Q1 P2 + P1 200 − 300 4 + 3 7
EP = = = = −1,4
P2 − P1 Q2 + Q1 4 − 3 200 + 300 − 5
Elastisitas Harga dan TR dan MR
Hubungan penting antara elastisitas harga, penerimaan totol (TR) dan penerimaan
marginal (MR). TR sama dengan harga (P) kali jumlah (Q). MR adalah perubahan TR per
unit perubahan Q.
TR = PxQ
TR
MR =
Q
Bila harga turun maka TR naik bila permintaan elastis, TR tetap bila permintaan unit
elastis dan TR turun bila permintaan inelastis. Tabel 3.1. berikut menunjukkan hubungan
antara EP, TR, dan MR.
Tabel 3. Hubungan antara harga, output, dan elastisitas

Harga (P) Jumlah (Q) EP TR = PxQ TR
MR =
Q
6 0 - 0 -
5 100 -5 500 5
4 200 -2 800 3
3 300 -1 900 1
2 400 -1/2 800 -1
1 500 -1/5 500 -3
0 600 0 0 -5
Secara matematis hubungan antara EP, TR, dan MR dapat dirumuskan sebagai berikut.
d ( PQ) dP  dP Q   1 
MR = = P+Q = P1 +  = P1 + 
dQ dQ  dQ P   EP 

Secara grafis hubungan tersebut dapat dilihat pada gambar 8.
Gambar 8. Hubungan elastisitas dan penerimaan
Faktor Yang Mempengaruhi Elastisitas Harga
Besarnya elastisitas harga dari permintaan tergantung pada tersedianya barang

substitusi dan lamanya respon jumlah barang diminta terhadap perubahan harga.
Permintaan suatu barang akan semakin elastis bila semakin banyak barang substitusinya.
Contoh permintaan gula lebih elastis dari pada permintaan garam karena barang substitusi
untuk gula lebih banyak dari pada garam. Demikian pula semakin spesifik barang maka
permintaan barang tersebut akan semakin inelastis. Contoh permintaan Coca Cola akan
lebih inelastis dari pada permintaan soft drink secara umum. Hal ini karena semakin
spesifik barang akan semakin sedikit barang substitusinya.
Semakin lama periode waktu yang tersedia bagi konsumen untuk menyesuaikan
diri dengan perubahan harga akan semakin elastis permintaan terhadap barang tersebut.
Hal ini karena konsumen memerlukan waktu untuk mempelajari adanya barang substitusi
dan menyesuaikan pembelian terhadap perubahan harga. Contoh respon permintaan
bensin terhadap kenaikan harga pada tahun 1974 sangat kecil. Namun setelah
ditemukannya teknologi yang dapat menghemat dan menggantikan bensin kenaikan harga
bensin dampaknya terhadap pengurangan penggunaan bensin menjadi besar. Di samping
itu, permintaan barang semakin inelastis bila samakin banyak kegunaan dari barang

tersebut, samakin kecil perannya dalam anggaran konsumen, dan semakin awet barang
tersebut.
D. Elastisitas Pendapatan Dari Permintaan
Pendapatan konsumen merupakan salah satu penentu permintaan barang yang

penting artinya. Respon permintaan terhadap perubahan pendapatan konsumen diukur
dengan elastisitas pendapatan (EI). Elastisitas pendapatan didifinisikan sebagai persentase
perubahan jumlah barang diminta dibagi persentase perubahan harga. Seperti halnya pada
elastisitas harga, elastisitas pendapatan juga dapat diukur dengan elastisitas titik dan
elastisitas busur.
Elastisitas Titik
Elastisitas pendapatan dari permintaan dapat dirumuskan sebagai berikut.
Q / Q Q I
EI = =
I / I I Q
Dengan calculus elastisitas pendapatan dari permintaan dapat dirumuskan sebagai

berikut.
Q I
EI =
I Q

maka elastisitas pendapatan dapat dirumuskan sebagai berikut.
I
E I = a3
Q
Contoh, a3=947; I = 1,76; Q=10.312 elastisitas pendapatan dari permintaan dapat dihitung
sebagai berikut.
 1,76 
E I = 947  = 0,16
 10.312 
Artinya bila pendapatan konsumen naik 1% maka jumlah barang diminta akan naik
sebesar 0,16%.

Elastisitas Busur
Seperti pada elastisitas harga, hasil perhitungan elastisitas titik akan berbeda
tergantung apakah pendapatan konsumen naik atau turun. Untuk menghindari perbedaan
hasil hitungan maka digunakan elastisitas busur yang dirumuskan sebagai berikut.
Q ( I 2 + I 1 ) / 2 Q2 − Q1 I 2+ I 1
EI = =
I (Q2 + Q1 ) / 2 I 2 − I 1 Q2 + Q1
Hampir untuk semua barang, kenaikan pendapatan akan diikuti dengan kenaikan
jumlah barang diminta atau secara matematis Q / I positif dan EI juga positif. Barang
yang respon permintaannya positif terhadap perubahan pendapatan disebut sebagai
barang normal. Pangan, pakaian, perumahan, kesehatan, pendidikan dan rekreasi
semuanya termasuk barang normal. Barang normal masih dapat dibedakan menjadi
barang kebutuhan pokok dan barang mewah. Barang kebutuhan pokok mempunyai EI<1
sedangkan barang mewah EI>1. Hanya sebagian kecil barang yang respon permintaannya
terhadap perubahan pendapatan negatif atau Q / I negatif atau EI<0. Barang-barang
yang mempunyai sifat semacam ini disebut sebagai barang inferior.
Elastisitas pendapatan dari permintaan tidak seteliti elastisitas harga dari

permintaan karena berbagai alasan. Pertama, ada berbagai ukuran pendapatan misalnya
GNP, national income, personal income, personal disposable income dan sebagainya.
Kedua, suatu barang mungkin termasuk barang normal untuk sekelompok dan golongan
pendapatan tertentu tetapi termasuk barang inferior untuk kelompok dan golongan
pendapatan lain. Namun demikian elastisitas pendapatan dari permintaan penting untuk
estimasi dan peramalan permintaan secara keseluruhan dan golongan pendapatan tertentu.
Dalam hubungannya dengan peramalan, permintaan barang yang elastisitas

pendapatannya tergolong rendah tidak terlalu terpengaruh oleh perubahan keadaan
perekonomian ( boom dan recession). Sebaliknya barang yang elastisitas pendapatannya
tergolong tinggi akan sangat terpengaruh bila terjadi perubahan perekonomian. Elastisitas
pendapatan dari permintaan diperlukan bagi perusahaan untuk menentukan secara lebih
teliti pasar produknya (tipe konsumen yang membeli produknya). Di samping itu
elastisitas pendapatan dari permintaan diperlukan untuk menentukan media yang cocok
untuk promosi.

E. Elastisitas Harga Silang Dari Permintaan
Permintaan suatu barang juga tergantung pada harga barang lain yang terkait yaitu
barang substitusi dan barang komplementer. Misal, harga teh naik maka permintaan akan
kopi akan naik karena konsumen menggantikan teh dengan kopi. Contoh lain, bila harga
gula naik maka permintaan kopi akan turun karena gula dan kopi mempunyai hubungan
komplementer. Respon permintaan barang X terhadap perubahan harga barang Y diukur
dengan elastisitas harga silang yang didifinisikan sebagai persentase perubahan jumlah
barang X yang diminta dibagi persentase perubahan harga barang Y. Seperti halnya
rumus elastisitas sebelumnya, elastisitas harga silang dapat berupa elastisitas titik dan
elastisitas busur.
Elastisitas Titik
Elastisitas harga silang dari permintaan dapat dirumuskan sebagai berikut.
Q X / Q X Q X PY
E XY = =
PY / PY PY Q X
Dengan calculus elastisitas harga silang dari permintaan dapat dirumuskan sebagai
berikut.
Q X PY
E XY =
PY Q X

maka elastisitas harga silang dapat dirumuskan sebagai berikut.
PY
E XY = a 4
QX
Contoh a4 = 479; PY = 2,94; Q = 10.312 elastisitas harga silang dari pendapatan dapat
dihitung sebagai berikut.
 2,94 
E XY = 479  = 0,14
 10.312 
Artinya bila harga barang Y naik 1% maka jumlah barang X yang diminta akan naik
sebesar 0,14%.

Elastisitas Busur
Karena hasil perhitungan elastisitas berbeda bila harga naik dan harga turun maka
dihitung elastisitas busur yang dirumuskan sebagai berikut.
Q X ( PY 2 + PY 1 ) / 2 Q2 − Q X 1 PY 2 + PY 1
E XY = =
PY (Q X 2 + Q X 1 ) / 2 PY 2 − PY 1 Q X 2 + Q X 1
Bila EXY positif maka hubungan barang X dan Y substitusi karena kenaikan PY
diikuti dengan kenaikan QX atau barang X menggantikan barang Y. Misalnya, teh-kopi,
kopi-coklat, Coca Cola – Pepsi dan sebagainya. Bila elastisitas harga silang dari kopi-teh
lebih besar dari pada kopi-kakao berarti teh merupakan barang substitusi kopi yang lebih
baik dari pada kakao. Bila EXY negatif maka hubungan antara barang X dan barang Y
komplementer karena kenaikan PY diikuti dengan penurunan QX atau barang X dan Y
harus dikonsumsi secara bersama. Contoh, kopi-gula, kopi-cream, mobil-bensin adalah
barang-barang yang mempunyai hubungan komplementer.
Elastisitas harga silang merupakan konsep penting bagi pengambilan keputusan

perusahaan. Perusahaan sering menggunakan konsep ini untuk mengukur pengaruh
perubahan harga dari suatu produk terhadap permintaan produk lain. Informasi ini
diperlukan untuk menentukan sejauh mana penuran harga suatu barang akan menurunkan
permintaan barang lain. Bila permintaan barang-barang dalam suatu industri mempunyai
elastisitas harga silang yang nilainya positif tinggi hal ini menunjukkan bahwa berbagai
macam barang yang ada dalam industri tersebut mirip satu dengan lainnya. Lebih lanjut
hal ini dapat diartikan bahwa persaingan antar perusahaan dalam industri sangat ketat.
F. Elastisitas dan Pengambilan Keputusan
Analisis faktor-faktor yang mempengaruhi permintaan sangat penting untuk

membuat keputusan terbaik bagi perusahaan. Sebagian dari faktor tersebut dikuasai oleh
perusahaan dan sebagian lainnya tidak dikuasai perusahaan. Perusahaan biasanya dapat
menetapkan harga barang yang akan dijual, pengeluaran advertensi, kualitas produk, dan
pelayanan konsumen. Namun perusahaan tidak dapat menentukan pendapatan konsumen,
harga yang diharapkan konsumen, penentuan harga oleh kompetitor, pengeluaran
advertensi oleh kompetitor, perbaikan kualitas produk oleh kompetitor, dan pelayanan
konsumen oleh kompetitor.

Perusahaan perlu mengetahui elastisitas permintaan terhadap perubahan berbagai
faktor di atas agar dapat menetapkan kebijakan operasional yang optimal dan efektif
sehingga mampu merespon kebijakan yang dilancarkan kompetitornya. Misal permintaan
barang inelastis maka perusahaan tidak akan menurunkan harga karena akibatnya akan
menurunkan penerimaan total, menaikan biaya total, dan akhirnya mengurangi
keuntungan. Contoh lain bila elastisitas permintaan barang terhadap pengeluaran
advertensi tinggi dan positif maka perusahaan akan mengkonsentrasikan upaya
penjualannya melalui advertensi dari pada perbaikan kualitas produk dan pelayanan
konsumen.
Elastisitas permintaan terhadap variabel yang tidak dikuasai oleh perusahaan juga
penting agar perusahaan mampu merespon kebijakan kompetitornya secara efektif. Misal
elastisitas harga silang dari permintaan terhadap harga barang yang diproduksi
kompetitor sangat tinggi. Menghadapi situasi ini maka perusahaan harus bereaksi cepat
bila kompetitornya menurunkan harga, apabila hal ini tidak dilakukan maka kerugian
yang akan diderita akan sangat besar. Sebaliknya perusahaan harus berpikir dua kali
untuk memulai perang harga dalam arti menurunkan harga bila kedaannya seperti itu.
Bila elastisitas pendapatan dari permintaan rendah maka perusahaan tidak banyak
mendapat manfaat dari adanya kenaikan pendapatan konsumen. Untuk itu lebih baik bagi
perusahaan untuk mengarah pada perbaikan kualitas produk atau beralih ke produk baru
yang alastisitas pendapatannya lebih elastis.
Misalnya suatu perusahaan memasarkan kopi merek X dan hasil estimasi

permintaan kopi yang dihadapi perusahaan sebagai berikut.
Qx = 1,5 − 3,0Px + 0,8I + 2,0Py − 0,6Ps + 1,2 A
Qx = jumlah penjualan kopi per tahun (jutaan pound per tahun)

Px = harga kopi merek X ($/pound)
I = personal disposable income (triliun $ per tahun)
Py = harga kopi kompetitor ($/pound)
Ps = harga gula ($/pound)
A = pengeluaran advertensi kopi merek X (ribuan $ per tahun)
Misal Px = 2; I = 2,5; Py = 1,8; Ps = 0,50; dan A = 1
Qx = 1,5 − 3(2) + 0,8(2,5) + 2(1,80) − 0,6(0,50) + 1,2(1) = 2

2
E P = −3  = −3
2
 2,5 
E I = 0,8  =1
 2 
 1,8 
E xy = 2  = 1,8
 2 
 0,50 
E xs = −0,6  = −0,15
 2 
1
E A = 1,2  = 0,6
2
Px  5%; A  12%; I  4%; Py  7%; Ps  8%
 P   P   
Qx ' = Qx + Qx  x
I
 E P + Qx   E I + Qx  y  E xy + Qx  Ps  E xs + Qx 
A 
E A
 I   P   P  A 
 Px   y   s 
= 2 + 2(5%)(−3) + 2(4%)(1) + 2(7%)(1,8) + 2(−8%)(−0,15) + 2(12%)(0,6)
= 2 + 2(0,05)(−3) + 2(0,04)(1) + 2(0,07)(1,8) + 2(−0,08)(−0,15) + 2(0,012)(0,6)
= 2,2 atau 2.200.000 rupiah
G. Soal-soal Latihan
1. Berikut adalah hasil analisis regresi dari fungsi permintaan mobil merek C.
Qc = 100.000 − 100Pc + 2.000N + 50I + 30Pf − 1.000Pg + 3 A + 40.000Pl
Qc = jumlah mobil merek C yang diminta

Pc = harga mobil merek C
N = jumlah penduduk
I = pendapa tan konsumen
Pf = harga mobil merek F
Pg = harga bensin
A = pengeluaran advertensi mobil merek C

Pl = insentif kredit (persen di bawah bunga pinjaman)
(i) tentukan perubahan Qc untuk setiap unit perubahan variabel bebas

(ii) berapa Qc untuk nilai-nilai variabel bebas sebagai berikut.
Pc = 9.000; N = 200; I = 10.000; Pf = 8.000;
Pg = 0,80; A = 200.000; Pl = 1.
(iii) tentukan persamaan permintaan pada nilai-nilai tersebut dan gambarkan
kurva permintaannya.
2. Dari fungsi permintaan Q = 120 − 20 P (i) gambarkan kurva permintaan, (ii)

carilah elastisitas titik pada P=6 sampai dengan P=0, dan (iii) carilah elastisitas
busur dari dua harga yang berturutan ( antara 6 dan 5, antara 5 dan 4, dan
seterusnya).
3. Dari soal no.2 buatlah tabel yang menyatakan jumlah barang (Q), penerimaan
total (TR), dan penerimaan marginal (MR). Gambarkan Q, TR, dan MR. Carilah
persamaan TR dan MR.
4. Koefisien pendapatan dari regresi jumlah barang diminta terhadap harga,

pendapatan, dan variabel lain adalah 10. Hitunglah elastisitas pendapatan bila
pendapatan 10.000 dan jumlah penjualan 80.000 unit. Berapa elastisitas
pendapatan bila jumlah penjualan naik dari 80.000 ke 90.000 sementara itu
pendapatan naik dari 10.000 ke 11.000.
5. Dari fungsi permintaan berikut ini.
Qx = 1,0 − 2,0Px + 1,51I + 0,8Py − 3,0Pm + 1,0 A
Qx = jumlah penjualan
Px = harga barang merek x
I = pendapatan konsumen
Py = harga barang yang sama merek y
Pm = harga barang komplementer
A = pengeluaran advertensi
Bila Px = 2; I = 4; Py = 2,5; Pm = 1; A = 2 carilah jumlah penjualan. Carilah

elastisitas untuk masing-masing variabel. Perkirakan penjualan tahun yang akan
datang bila Px turun 10%, A naik 20%, I naik 5%, Py turun 10% dan Pm tetap.

IV. ESTIMASI PERMINTAAN
A. Masalah Identifikasi
Kurva permintaan umumnya diestimasi dari data pasar yaitu data jumlah
pembelian dan harga dari waktu ke waktu (time series data) atau data jumlah pembelian
dan harga di berbagai unit konsumsi atau pasar pada waktu yang sama (cross sectional
data). Namun menghubungkan observasi harga-jumlah dalam gambar tidak
menghasilkan kurva permintaan. Alasannya karena setiap observasi harga-jumlah
dihasilkan oleh perpotongan kurva permintaan dan penawaran yang berbeda.
Dari waktu ke waktu atau antar individu atau pasar permintaan bergeser karena
perubahan selera, pendapatan konsumen, harga barang terkait (shifter), dan sebagainya.
Demikian pula dari waktu ke waktu atau antar individu atau pasar penawaran bergeser
karena perubahan teknologi, harga faktor, iklim (season), dan sebagainya. Perpotongan
kurva permintaan dan penawaran yang berbeda menghasilkan observasi harga-jumlah
yang berbeda pula. Bila kurva permintaan dan penawaran tidak bergeser atau berubah
maka harga barang tetap. Dengan demikan menghubungkan observasi harga-jumlah tidak
menghasilkan kurva permintaan.
Perhatikan titik – titik yang terletak pada kurva permintaan dan penawaran yang
berbeda. Perbedaan kurva permintaan ini karena perubahan selera, pendapatan konsumen,
harga barang terkait dari waktu ke waktu (time series data) atau antar individu atau pasar
(cross sectional data). Dengan demikian menghub ungkan titik E1, E2, E3, dan E4 tidak
menghasilkan kurva permintaan.
Gambar 9. Pergeseran titik akibat perubahan harga
Untuk mendapatkan kurva permintaan dari pengamatan harga-jumlah adalah

dengan mengupayakan kurva penawaran bergeser sepanjang kurva permintaan. Misalnya

pergeseran S2 ke S1 sepanjang D2 yang menghasilkan titik perpotongan E2 dan E2’.
Perubahan jumlah barang dari E2 ke E2’ benar-benar hanya karena perubahan harga,
bukan karena perubahan faktor lain misalnya selera, pendapatan konsumen, harga barang
terkait dan sebagainya. Dengan demikian kurva permintaan adalah kurva E2E2’.
B. Pendekatan Marketing Research
Consumer Survey and Observation Research
Consumer survey dilakukan dengan jalan menanya sampel konsumen tentang

bagaimana respon mereka terhadap perubahan harga, pendapatan, harga barang terkait,
pengeluaran advertensi, insentif kredit, dan penentu permintaan lainnya. Survey ini dapat
dilakukan dengan menghentikan dan menanya orang yang sedang berbelanja di shopping
center atau mewawancarai sampel konsumen yang representatif oleh pewawancara yang
terlatih dengan menggunakan daftar pertanyaan yang dipersiapkan. Observational
research dilakukan dengan mengumpulkan informasi tentang preferensi konsumen,
mengamati bagaimana konsumen membeli dan menggunakan barang.
Consumer Clinics
Consumer clinics dilakukan dengan percobaan laboratorium. Peserta percobaan

diberi sejumlah uang dan diminta untuk membelanjakannya di toko simulasi untuk
mengetahui bagaimana mereka bereaksi terhadap perubahan harga, kemasan, penataan
barang, harga barang, harga barang kompetisi, dan faktor lain yang mempengaruhi
permintaan. Peserta percobaan dapat dipilih sedemikian rupa sehingga mewakili
karakteristik sosial ekonomi yang terkait dengan pasar.
Market Experiments
Consumer clinics dilakukan dalam kondisi laboratorium yang ketat. Market

experiment dilakukan dalam pasar yang sesungguhnya. Caranya adalah dengan memilih
sejumlah pasar yang sama karakteristik sosial ekonominya. Lakukan perubahan harga,
kemasan barang, jumlah dan tipe promosi di beberapa pasar. Amati bagaimana respon
konsumen di masing-masing pasar terhadap perubahan-perubahan tersebut. Dengan data
sensus di masing-masing pasar juga dapat ditentukan bagaimana pengaruh umur, sex,
pendidikan, pendapatan, besar keluarga dan sebagainya terhadap permintaan. Cara lain
adalah melakukan hal yang sama pada pasar tertentu dan diamati dari waktu ke waktu.

C. Analisis Regresi
Analisis regresi dilakukan untuk mengestimasi dan menguji hubungan sebab-akibat

antara satu variabel dengan variabel lainnya. Selanjutnya analisis regresi dapat digunakan
untuk peramalan. Dalam bagian ini akan dibahas analisis regresi sederhana dan analisis
regresi berganda.
c.1. Analisis Regresi Sederhana
Contoh analisis regresi sederhana adalah hubungan antara pengeluaran iklan

dengan hasil penjualan selama 10 tahun. Dalam analisis regresi hubungan ini dicari
dengan menggunakan model Y = a + bX dimana Y adalah hasil penjualan dan X adalah
pengeluaran advertensi. Metoda yang digunakan untuk mengestimasi persamaan tersebut
adalah ordinary least squares (OLS), yang dapat dilihat pada tabel berikut:
Tabel 3. Estimasi antara iklan dan penjualan

Tahun Pengeluaran Advertensi Hasil Penjualan
1 10 44
2 9 40
3 11 42
4 12 46
5 11 48
6 1 52
7 13 54
8 13 58
9 14 56
10 15 60
70
60
Hasil Penjualan
50
40
30
20
10
0
0 5 10 15 20
Pengeluaran Advertensi
Series1
Gambar 10. Gambar hasil analisis regresi

Model regresi sederhana menjelaskan hubungan antara variabel Y sebagai variabel yang
dijelaskan (variabel tergantung) dengan variabel X sebagai variabel yang menjelaskan
(variabel bebas).
 
Model regresi sederhana: Y t = a + b X t + et
  
Nilai Y yang diharapakan: Yt = a + b X t
  
Kesalahan atau residual: et = Yt − Y t = Yt − a − b X t
n n  n  
Jumlah kesalahan kuadrat: e
t =1
t
2
=  (Yt − Y t ) 2 =  (Yt − a − b X t ) 2
t =1 t =1
 
Metoda OLS mencari a dan b yang meminimumkan jumlah kesalahan kuadrat.
n _ _
  ( X t − X )(Yt − Y )
Parameter b = t =1
n _
 ( X t − X )2
t =1
 _  _
Parameter a = Y − b X
Dari tabel 3 dapat dihitung parameter a dan b sebagai berikut.
n _ _
 (X t − X )(Yt − Y )
106
b= t =1
n _
= = 3,533
(X
30
t − X )2
t =1
 _  _
a = Y − b X = 50 − 3,533(12) = 7,60

Sehingga persamaan regresi: Y = 7,60 + 3,53 X t

Tabel 4. Perhitungan regresi dengan menggunakan rumus
Advertensi Penjualan _ _ _ _ _
(Xt ) (Yt ) (Xt − X ) (Yt − Y ) ( X t − X )(Yt − Y ) ( X t − X )2

10 44 -2 -6 12 4
9 40 -3 -10 30 9
11 42 -1 -8 8 1
12 46 0 -4 0 0
11 48 -1 -2 2 1
12 52 0 2 0 0
13 54 1 4 4 1
13 58 1 8 8 1
14 56 2 6 12 4
15 60 3 10 30 9
 = 120  = 500  = 106  = 50

_ _
X = 12 Y = 50
Kesalahan standar parameter b dihitung dengan rumus sebagai berikut.
S =
 (Yt − Yt ) 2 =
e t
2
_ _
( n − k ) ( X t − X ) ( n − k ) ( X
b 2
t − X )2
Dari tabel 4.3. dapat dihitung kesalahan standar parameter b sebagai berikut.
65,4830
S = = 0,52
b (10 − 2)(30)
Untuk menguji parameter b dihitung statistik t atau t-hitung sebagai berikut.

b 3,53
t-hitung: t = = = 6,79
S  0,52
b
t-hitung > t tabel (  = 1%; n − k = 10 − 2 = 8 ) sebesar 2,90 berarti pengeluaran

advertensi berpengaruh sangat nyata terhadap jumlah penjualan, semakin besar
pengeluaran advertensi semakin besar jumlah penjualan.
Tabel 5. Menghitung kesalahan dengan tabel


 
Xt Yt Yt _
Yt − Y t = et (Yt − Y t ) 2 = et
2
( X t − X )2
10 44 42,90 1,10 1,2100 4

9 40 39,37 0,53 0,3969 9
11 42 46,43 -4,43 19,6249 1
12 46 49,96 -3,96 15,6816 0
11 48 46,43 1,57 2,4649 1
12 52 49,96 2,04 4,1616 0
13 54 53,49 0,51 0,2601 1
13 58 53,49 4,51 20,3401 1
14 56 57,02 -1,02 1,0404 4
15 60 60,55 -0,55 0,3025 9
 = 120  = 500
_ _  = 65,4830  = 30
X = 12 Y = 50
Koefisien diterminasi (R2) menjelaskan berapa persen variasi variabel tergantung (Y)
dapat dijelaskan oleh variabel bebas (X).
 _
R =
exp lained var iationin Y
2
=
 (Y − Y )
t
2
 (Y − Y )
total var iationin Y 2
t
Dari tabel 4.4.dapat dihitung R2 sebagai berikut.
373,84
R2 = = 0,85
440
Artinya 85 persen variasi jumlah penjualan dapat dijelaskan oleh pengeluaran advertensi
sedang selebihnya (15%) dijelaskan oleh variabel lain di luar model.
Tabel 6. Perhitungan determinasi

 _  _ 
_ _ Y t −Y (Y t − Y ) 2 (Y t − Y ) 2
Yt − Y (Yt − Y ) 2
-6 36 -7,10 50,4100 1,2100
-10 100 -10,63 112,9969 0,3969
-8 64 -3,57 12,7449 19,6249
-4 16 -0,04 0,0016 15,6816
-2 4 -3,57 12,7449 2,4649
2 4 -0,04 0,0016 4,1616
4 16 3,49 12,1801 0,2601
8 64 3,49 12,1801 20,3401
6 36 7,02 49,2804 1,0404
10 100 10,55 111,3025 0,3025
 = 440  = 373,8430  = 65,4830

Penggunaan Program Shazam dengan regresi sederhana.
Siapkan data dalam file DIF (Data Interchange Format) seperti pada tabel 7.
Tabel 7. Hubungan antara tingkat iklan dan penjualan

Tahun X Y
1 10 44
2 9 40
3 11 42
4 12 46
5 11 48
6 12 52
7 13 54
8 13 58
9 14 56
10 15 60
Dependent Variable: Y
Method: Least Squares
Date: 04/23/13 Time: 14:42
Sample: 2001 2010
Included observations: 10
Variable Coefficient Std. Error t-Statistic Prob.
C 7.600000 6.332324 1.200191 0.2644
X 3.533333 0.522281 6.765192 0.0001
R-squared 0.851212 Mean dependent var 50.00000
Adjusted R-squared 0.832614 S.D. dependent var 6.992059
S.E. of regression 2.860653 Akaike info criterion 5.116833
Sum squared resid 65.46667 Schwarz criterion 5.177350
Log likelihood -23.58417 F-statistic 45.76782
Durbin-Watson stat 1.621113 Prob(F-statistic) 0.000143
Y=7,6+3.533333X+e
Lakukan prosedur berikut.
TYPE COMMAND
file 11 a:jual.dif
UNIT 11 IS NOW ASSIGNED TO: a:jual.dif
TYPE COMMAND
read(11) x y/dif
..NOTE..DIF FILE HAS 2 COLUMNS AND 11 ROWS

...SAMPLE RANGE IS NOW SET TO: 1 11
TYPE COMMAND

sample 2 11
TYPE COMMAND
ols y x/max rstat
R-SQUARE = 0.8512 R-SQUARE ADJUSTED = 0.8326

VARIANCE OF THE ESTIMATE-SIGMA**2 = 8.1833
STANDARD ERROR OF THE ESTIMATE-SIGMA = 2.8607
SUM OF SQUARED ERRORS-SSE= 65.467
MEAN OF DEPENDENT VARIABLE = 50.000
ANALYSIS OF VARIANCE - FROM MEAN
SS DF MS F
REGRESSION 374.53 1. 374.53 45.768
ERROR 65.467 8. 8.1833 P-VALUE
TOTAL 440.00 9. 48.889 0.000
ANALYSIS OF VARIANCE - FROM ZERO

SS DF MS F
REGRESSION 25375. 2. 12687. 1550.379
ERROR 65.467 8. 8.1833 P-VALUE
TOTAL 25440. 10. 2544.0 0.000
VARIABLE ESTIMATED STANDARD T-RATIO PARTIAL STANDARDIZED ELASTICITY

NAME COEFFICIENT ERROR 8 DF P-VALUE CORR. COEFFICIENT AT MEANS
X 3.5333 0.5223 6.765 0.000 0.923 0.9226 0.8480
CONSTANT 7.6000 6.332 1.200 0.264 0.391 0.0000 0.1520
VARIANCE-COVARIANCE MATRIX OF COEFFICIENTS

X 0.27278
CONSTANT -3.2733 40.098
X CONSTANT
CORRELATION MATRIX OF COEFFICIENTS

X 1.0000
CONSTANT -0.98974 1.0000
X CONSTANT
OBS. OBSERVED PREDICTED CALCULATED


NO. VALUE ( Y ) VALUE ( Y ) RESIDUAL
2 44.000 42.933 1.0667 I *
3 40.000 39.400 0.60000 I*
4 42.000 46.467 -4.4667 * I
5 46.000 50.000 -4.0000 * I
6 48.000 46.467 1.5333 I *
7 52.000 50.000 2.0000 I *
8 54.000 53.533 0.46667 I*
9 58.000 53.533 4.4667 I *
10 56.000 57.067 -1.0667 * I
11 60.000 60.600 -0.60000 *I
DURBIN-WATSON = 1.6211 VON NEUMANN RATIO = 1.8012 RHO = 0.17899

TYPE COMMAND
plot y x
REQUIRED MEMORY IS PAR= 1 CURRENT PAR= 500

FOR MAXIMUM EFFICIENCY USE AT LEAST PAR= 1
10 OBSERVATIONS
*=Y
M=MULTIPLE POINT
60.000 | *
58.947 |
57.895 | *
56.842 |
55.789 | *
54.737 |
53.684 | *
52.632 |
51.579 | *
50.526 |
49.474 |
48.421 |
47.368 | *
46.316 |
45.263 | *
44.211 |
43.158 | *
42.105 |
41.053 | *
40.000 |*
________________________________________
9.000 10.500 12.000 13.500 15.000
Gambar 4.2.
Analisis Regresi Berganda
Model Regresi Berganda
Model ini menggunakan berbagai jenis variabel, bisa variabel kuantitatif dan kualitatif.
Regresi berganda ini berguna untuk mengitung pengaruh variabel bebas yang jumlahnya
lebih dari satu dan bersifat serentak berpengaruh.Model regresi berganda, dapat dilihat
pada :
Y = a + b1 X 1 + b2 X 2 + ... + bk X k + e
Contoh perhitungan menggunakan regresi berganda adalah melihat penjualan, yang
dipengaruhi oleh iklan dan quality control.

Tabel 8. Perhitungan penjualan yang dipengaruhi oleh iklan dan quality control
Tahun (t) Advertensi (X1) Quality Control (X2) Penjualan (Y)
1 10 3 44
2 9 4 40
3 11 3 42
4 12 3 46
5 11 4 48
6 12 5 52
7 13 6 54
8 13 7 58
9 14 7 56
10 15 8 60
Dependent Variable: Y
Method: Least Squares
Date: 04/23/13 Time: 15:07
Sample: 2001 2010
Included observations: 10
Variable Coefficient Std. Error t-Statistic Prob.
C 17.94366 5.919136 3.031467 0.0191
X1 1.873239 0.703339 2.663350 0.0323
X2 1.915493 0.681006 2.812742 0.0260
R-squared 0.930154 Mean dependent var 50.00000
Adjusted R-squared 0.910198 S.D. dependent var 6.992059
S.E. of regression 2.095314 Akaike info criterion 4.560609
Sum squared resid 30.73239 Schwarz criterion 4.651385
Log likelihood -19.80305 F-statistic 46.60999
Durbin-Watson stat 1.541053 Prob(F-statistic) 0.000090
2001 44.0000 42.4225 1.57746 | . | *. |

2002 40.0000 42.4648 -2.46479 |* . | . |
2003 42.0000 44.2958 -2.29577 | *. | . |
2004 46.0000 46.1690 -0.16901 | . *| . |
2005 48.0000 46.2113 1.78873 | . | *. |
2006 52.0000 50.0000 2.00000 | . | * |
2007 54.0000 53.7887 0.21127 | . |* . |
2008 58.0000 55.7042 2.29577 | . | .* |
2009 56.0000 57.5775 -1.57746 | .* | . |
2010 60.0000 61.3662 -1.36620 | . * | . |
Hasil Persamaan Regresi


Y = 17,944 + 1,873 X 1t + 1,915 X 2t
t-hitung (2,663) (2,813)
t-hitung untuk koefisien X1t (pengeluaran advertensi) dan X2t (quality control) lebih besar
dari t-tabel (n-k; α=5%) sebesar 1,943. Dengan demikian pengeluaran advertensi dan
qulity control berpengaruh nyata terhadap penjualan. Semakin besar pengeluaran
advertensi dan semakin tinggi quality control maka penjualan semakin tinggi.

_ 2
Koefisien Determinasi Yang Disesuaikan ( R )
_ 2
n −1
R = 1 − (1 − R 2 )( )
n−k
Analysis of Variance
Untuk menguji apakah variabel bebas secara bersama-sama berpengaruh terhadap

variabel tidak bebas dilakukan uji F sebagai berikut.
exp lained var iation /( k − 1)

F=
un exp lained var iation /( n − k )
R 2 /( k − 1)
F=
(1 − R 2 ) /( n − k )
R 2 = 0,930154; n = 10; k = 3 → F = 46,61
F − hitung : F( k −1)( n−k ); =1% = 9,55 atau F-hitung>F-tabel.
Jadi secara bersama-sama pengeluaran advertensi dan qulity control berpengaruh sangat
nyata terhadap penjualan.
Estimasi Titik dan Interval
Bila X1=12 dan X2=5 dapat diestimasi Y

Estimasi titik: Y = 17,944 + 1,915(12) + 1,873(5) = 50,289
Estimasi interval: untuk 95% confidence interval dan kesalahan standar regresi (SE)
sebesar 2,09531 hasilnya sebagai berikut.
50,289  2( SE )
50,289  (2)(2,095)
50,289  4,190

Tabel 9. Hubungan 2 variabel yang mempengaruhi Y
X1 X2 Y
10 3 44
9 4 40
11 3 42
12 3 46
11 4 48
12 5 52
13 6 54
13 7 58
14 7 56
15 8 60
TYPE COMMAND
file 11 a:jual2.dif
UNIT 11 IS NOW ASSIGNED TO: a:jual2.dif

TYPE COMMAND
read(11) x1 x2 y/dif

TYPE COMMAND
sample 2 11
TYPE COMMAND
ols y x1 x2/max rstat


SS DF MS F
REGRESSION 409.27 2. 204.63 46.610
ERROR 30.732 7. 4.3903 P-VALUE
TOTAL 440.00 9. 48.889 0.000

SS DF MS F
REGRESSION 25409. 3. 8469.8 1929.179
ERROR 30.732 7. 4.3903 P-VALUE
TOTAL 25440. 10. 2544.0 0.000

X1 1.8732 0.7033 2.663 0.032 0.709 0.4891 0.4496
X2 1.9155 0.6810 2.813 0.026 0.728 0.5166 0.1915
CONSTANT 17.944 5.919 3.031 0.019 0.753 0.0000 0.3589

X1 0.49469 -0.40193 -3.9266
X2 -0.40193 0.46377 2.5044
CONSTANT -3.9266 2.5044 35.036

X1 X2 CONSTANT

X1 1.0000
X2 -0.83915 1.0000
CONSTANT -0.94317 0.62128 1.0000
X1 X2 CONSTANT

NO. VALUE VALUE RESIDUAL
2 44.000 42.423 1.5775 I *
3 40.000 42.465 -2.4648 * I
4 42.000 44.296 -2.2958 * I
5 46.000 46.169 -0.16901 *
6 48.000 46.211 1.7887 I *
7 52.000 50.000 2.0000 I *
8 54.000 53.789 0.21127 I*
9 58.000 55.704 2.2958 I *
10 56.000 57.577 -1.5775 * I
11 60.000 61.366 -1.3662 * I
Beberapa Masalah Dalam Analisis Regresi
Multikolinearitas
Masalah ini muncul karena adanya korelasi yang kuat ( r  0,80) antar variabel
bebas. Bila masalah ini muncul maka estimator yang dihasilkan OLS bias. Untuk
mengatasi masalah ini yang perlu dilakukan (i) menambah sampel, (ii) menggunakan a
priori information, misal hasil penelitian sebelumnya menunjukkan bahwa b2=2b1, (iii)
merubah hubungan fungsi, dan mengeluarkan variabel yang korelasinya kuat.
TYPE COMMAND
file 11 a:jual2.dif
TYPE COMMAND
read(11) x1 x2 y/dif

TYPE COMMAND
sample 2 11
TYPE COMMAND
stat y x1 x2/pcor
NAME N MEAN ST. DEV VARIANCE MINIMUM MAXIMUM

Y 10 50.000 6.9921 48.889 40.000 60.000
X1 10 12.000 1.8257 3.3333 9.0000 15.000
X2 10 5.0000 1.8856 3.5556 3.0000 8.0000

CORRELATION MATRIX OF VARIABLES - 10 OBSERVATIONS
Y 1.0000
X1 0.92261 1.0000
X2 0.92702 0.83915 1.0000
Y X1 X2
Heteroskedastisitas
Asumsi OLS antara lain variance pada setiap observasi konstan. Bila asumsi ini
tidak terpenuhi maka timbul masalah heteroskedastisitas. Gambar 4.3. menunjukkan data
yang mempunyai masalah heteroskedastisitas. Umumnya masalah ini terjadi pada cross
sectional data. Bila masalah ini muncul maka OLS akan menghasilkan estimator yang
tidak konsisten dan tidak efisien tetapi tidak bias. Estimator konsisten artinya kenaikan
jumlah sampel akan menyebabkan variance menurun. Estimator efisien artinya variance
terkecil. Masalah ini bisa terjadi pada fungsi konsumsi di mana pendapatan konsumen
merupakan salah satu faktornya. Konsumen yang berpendapatan tinggi umumnya
konsumsinya lebih bervariasi dari pada konsumen yang berpendapatan rendah. Bila hal
ini terjadi ada kemungkinan terjadi heteroskedastisitas.
Gambar 11. Grafik hasil uji Heteroskadititas
Contoh perhitungan uji regresi linear dengan menggunakan 2 variabel, yaitu hubungan
antara konsumsi yang dipengaruhi oleh tingkat pendapatan dan harga barang, dalam
kurun waktu tertentu
Tabel 10. Tabel hubungan antara konsumsi, pendapatan, dan harga barang
Y X1 X2
99,2 96,7 101
99 98,1 100,1
100 100 100
111,6 104,9 90,6
122,2 104,9 86,5
117,6 109,5 89,7
121,1 110,8 90,6
136 112,3 82,8
154,2 109,3 70,1

153,6 105,3 65,4
158,5 101,7 61,3
140,6 95,4 62,5
136,2 96,4 63,6
168 97,6 52,6
154,3 102,4 59,7
149 101,6 59,5
165,5 103,8 61,3
Y = konsumsi X1 = pendapatan X2 = harga
TYPE COMMAND
file 11 a:jual3.dif
TYPE COMMAND
read(11) y x1 x2/dif

TYPE COMMAND
sample 2 18
TYPE COMMAND
ols y x1 x2/max rstat

SS DF MS F
REGRESSION 8386.0 2. 4193.0 124.097
ERROR 473.03 14. 33.788 P-VALUE
TOTAL 8859.1 16. 553.69 0.000

SS DF MS F
REGRESSION 0.31471E+06 3. 0.10490E+06 3104.756
ERROR 473.03 14. 33.788 P-VALUE
TOTAL 0.31518E+06 17. 18540. 0.000

X1 1.0328 0.2803 3.685 0.002 0.702 0.2313 0.7884
X2 -1.3703 0.8711E-01 -15.73 0.000-0.973 -0.9874 -0.7746
CONSTANT 132.38 28.33 4.672 0.000 0.781 0.0000 0.9862

X1 0.78578E-01
X2 -0.43723E-02 0.75889E-02
CONSTANT -7.7202 -0.12784 802.78
X1 X2 CONSTANT

X1 1.0000
X2 -0.17905 1.0000
CONSTANT -0.97203 -0.51792E-01 1.0000
X1 X2 CONSTANT

2 99.000 93.134 5.8655 I *
3 99.000 96.570 2.4296 I *
4 100.00 98.636 1.3639 I*
5 111.00 116.47 -5.4701 * I
6 122.00 121.95 0.48881E-01 *
7 117.00 123.00 -6.0045 * I
8 121.00 122.67 -1.6671 *I
9 136.00 135.69 0.30512 *
10 154.00 149.04 4.9605 I *
11 153.00 151.76 1.2406 I*
12 158.00 153.11 4.8909 I *
13 140.00 145.54 -5.5418 * I
14 136.00 145.20 -9.2044 * I
15 168.00 161.31 6.6899 I *
16 154.00 156.88 -2.8825 * I
17 149.00 155.85 -6.8496 * I
18 165.00 155.17 9.8252 I *
DURBIN-WATSON = 2.0265 VON NEUMANN RATIO = 2.1531 RHO = -0.19052

TYPE COMMAND
diagnos/het
HETEROSKEDASTICITY TESTS
CHI-SQUARE D.F. P-VALUE
TEST STATISTIC
E**2 ON
YHAT: 2.324 1 0.12739
E**2 ON
YHAT**2: 2.457 1 0.11699
E**2 ON
LOG(YHAT**2): 2.161 1 0.14159
E**2 ON
X (B-P-G) TEST:
BASED ON R2: 4.770 2 0.09209
BASED ON SSR: 2.384 2 0.30365
E**2 ON LAG(E**2) ARCH TEST: 0.971 1 0.32439
LOG(E**2) ON X (HARVEY) TEST: 5.559 2 0.06207
ABS(E) ON X (GLEJSER) TEST: 4.436 2 0.10882
TYPE COMMAND
het y x1 x2
ASYMPTOTIC
NAME COEFFICIENT ERROR -------- P-VALUE CORR. COEFFICIENT AT MEANS
MEAN EQUATION:
X1 0.87321 0.2269 3.849 0.000 0.730 0.1955 0.6666
X2 -1.3379 0.6978E-01 -19.17 0.000-0.983 -0.9641 -0.7563
CONSTANT 146.24 24.01 6.090 0.000 0.861 0.0000 1.0894
VARIANCE EQUATION:
ALPHA_ 0.37621E-01 0.6461E-02 5.823 0.000 0.85
Autokorelasi atau Serealkorelasi

Masalah ini umumnya terjadi pada data time series yaitu bila residual pada suatu
pengamatan berkorelasi dengan residual pada pengamatan lainnya. Bila hal ini terjadi
maka estimator yang dihasilkan oleh OLS tidak efisien dan tidak konsisten tetapi tidak
bias. Gambar 4.4. menunjukkan data yang mempunyai masalah autokorelasi. Masalah ini
bisa terjadi misalnya pada kasus mengejar target produksi tahunan. Biasanya suatu
perusahaan menetapkan target produksi per tahun. Kalau produksi pada triwulan pertama
dan kedua rendah maka kekurangan produksi pada kedua triwulan tersebut dikejar pada
triwulan ketiga dan keempat agar target produksi per tahun tercapai.
Gambar 12. Hasil uji autokorelasi

n
 (e t − et −1 ) 2
d= t =2
n
 (e )
t =1
t
2
d < DWL Autokorelasi
DWL < d <DWU Tidak diketahui
DWU <d <4-DWU Tidak ada autokorelasi
4-DWU < d < 4-DWL Tidak diketahui
d > 4-DWL Autokorelasi
Adanya autokorelasi adalah hubungan antar waktu atau time seris, sehingga perlu adanya
sampel yang heterogen dan tidak hanya berada dalam satu variabel. Contoh adanya
autokorelasi adalah hubungan antara konsumsi dan waktu

Tabel 11. Hubungan antara konsumsi dan waktu
Konsumsi Waktu
281,4 1
288,1 2
290 3
307,3 4
316,1 5
322,5 6
338,4 7
353,3 8
373,7 9
397,7 10
418,1 11
430,1 12
452,7 13
469,1 14
476,9 15
TYPE COMMAND
file 11 a:jual4.dif
TYPE COMMAND
read(11) y x/dif

TYPE COMMAND
sample 2 16
TYPE COMMAND
ols y x/max rstat


SS DF MS F
REGRESSION 64327. 1. 64327. 551.464
ERROR 1516.4 13. 116.65 P-VALUE
TOTAL 65843. 14. 4703.1 0.000

SS DF MS F
REGRESSION 0.20883E+07 2. 0.10442E+07 8951.463
ERROR 1516.4 13. 116.65 P-VALUE
TOTAL 0.20898E+07 15. 0.13932E+06 0.000

X 15.157 0.6454 23.48 0.000 0.988 0.9884 0.3301
CONSTANT 246.08 5.868 41.93 0.000 0.996 0.0000 0.6699

X 0.41660
CONSTANT -3.3328 34.439
X CONSTANT

X 1.0000
CONSTANT -0.87988 1.0000
X CONSTANT

2 281.00 261.23 19.767 I
*
3 288.00 276.39 11.610 I *
4 290.00 291.55 -1.5476 *I
5 307.00 306.70 0.29524 *
6 316.00 321.86 -5.8619 * I
7 322.00 337.02 -15.019 * I
8 338.00 352.18 -14.176 * I
9 353.00 367.33 -14.333 * I
10 373.00 382.49 -9.4905 * I
11 397.00 397.65 -0.64762 *
12 418.00 412.80 5.1952 I *
13 430.00 427.96 2.0381 I*
14 452.00 443.12 8.8810 I *
15 469.00 458.28 10.724 I *
16 476.00 473.43 2.5667 I*
TYPE COMMAND
auto y x

X 14.201 1.178 12.06 0.000 0.958 0.9261 0.3093
CONSTANT 258.34 12.54 20.60 0.000 0.985 0.0000 0.7033
1. Dari data jumlah barang X diminta (Qx), harga barang X (Px), dan pendapatan
konsumen (Y) kerjakan hal-hal berikut (i) estimasi regresi Qx terhadap Px dan Y,
(ii) lakukan uji F dan simpulkan hasil ujinya, (iii) lakukan uji t dan simpulkan
hasil ujinya, (iv) carilah R2 dan R2 adjusted dan apa artinya.
Tahun Qx Px Y
2002 72 10 2.000
2003 81 9 2.100
2004 90 10 2.210
2005 99 9 2.305
2006 108 8 2.407
2007 126 7 2.500
2008 117 7 2.610

2009 117 9 2.698
2010 135 6 2.801
2011 135 6 2.921
2012 144 6 3.000
2013 180 4 3.099
2014 162 5 3.201
2015 171 4 3.308
2016 153 5 3.397
2017 180 4 3.501
2018 171 5 3.689
2019 180 4 3.800
2020 198 4 3.896
2021 189 4 3.989
2. Dengan data yang sama pada soal no. 1, estimasi persamaan regresi berikut dan
lakukan uji F dan t serta carilah R2 dan R2 adjusted.
ln Y =  o + 1 ln X 1 +  2 ln X 2 + 
3. Berikut adalah elastisitas harga dan elastisitas pendapatan dari lima macam
barang publik. Apakah hukum permintaan berlaku untuk kelima barang publik
tersebut. Termasuk barang apa masing-masing barang publik tersebut.
Macam Barang Elastisitas Harga Elastisitas
Pendapatan
Pengendalian polusi -0,99 0,77
Perguruan Tinggi -0,87 0,92
Sekolah Dasar -1,16 1,14
Taman& tempat rekreasi -1,02 1,06
Konstruksi & pemeliharaan jalan raya -1,09 0,99
4. Berikut adalah hasil analisis regresi dari permintaan akan pelayanan transportasi
bis lokal di suatu tempat.
Qt = 22,819 + 0,0159X t − 0,1156P t −86,106S t − 0,9841Dt

statistik t:(12,23) (16,84) (15,83) (3,22)
2
R =0,996 DW=1,11
Qt = pengeluaran per kapita untuk transportasi bis

X t = pengeluaran total per kapita
Pt = harga relatif dari transportasi bis
S t = stock mobil per kapita
Dt = variabel dummy; Dt = 0 untuk data 1929-1941 (sebelum perang dunia II)
dan Dt = 1 untuk data tahun 1946-1961
Lakukan evaluasi terhadap hasil analisis regresi tersebut berkaitan dengan (i)
tanda dan nilai koefisien dan (ii) hasil uji statistik, dan (iii) masalah ekonometrik
yang timbul.

5. Bila data tentang harga barang Z (Pz) ditambahkan pada soal no.4 dan dilakukan
regresi Qx terhadap Px, Y dan Pz apakah hasilnya menjadi lebih baik dan mengapa
demikian.
Tahun Qx Px Y Pz
2002 72 10 2.000 14
2003 81 9 2.100 15
2004 90 10 2.210 15
2005 99 9 2.305 16
2006 108 8 2.407 17
2007 126 7 2.500 18
2008 117 7 2.610 17
2009 117 9 2.698 18
2010 135 6 2.801 19
2011 135 6 2.921 20
2012 144 6 3.000 20
2013 180 4 3.099 19
2014 162 5 3.201 21
2015 171 4 3.308 21
2016 153 5 3.397 22
2017 180 4 3.501 23
2018 171 5 3.689 23
2019 180 4 3.800 24
2020 198 4 3.896 25
2021 189 4 3.989 25

V. PERAMALAN PERMINTAAN
A. Peramalan Kualitatif
Survei dan jajak pendapat sering berguna untuk menyusun peramalan jangka
pendek bila data kuantitatif tidak tersedia. Tehnik kualitatif ini juga berguna untuk
melengkapi peramalan kuantitatif guna mengantisipasi perubahan selera konsumen dan
bisnis yang diharapkan di masa yang akan datang. Tehnik ini juga berguna untuk
meramalkan permintaan terhadap produk baru yang akan diintroduksi oleh perusahaan.
Tehnik Survei
Banyak keputusan ekonomi yang dibuat beberapa waktu atau sebelum

dilaksanakan. Misalnya, keputusan menambah pabrik dan peralatan pada perusahaan
dibuat jauh sebelum dilaksanakan. Keputusan konsumen membeli rumah, TV, mesin
cuci, mebel dan sebagainya dibuat beberapa bulan atau tahun sebelum dilakukan
pembelian. Demikian pula pemerintah membuat anggaran belanja setahun atau lebih
sebelumnya. Oleh karena itu survei dapat dilakukan untuk meramalkan pembelian
peralatan, perubahan persediaan, dan pengeluaran di masa yang akan datang.
Jajak Pendapat
Perusahaan biasanya memerlukan peramalan untuk penjualannya sendiri. Dalam

hal ini perusahaan dapat melakukan jajak pendapat ke dalam dan luar perusahaan. Ada
beberapa tehnik jajak pendapat yaitu executive polling, sales force polling, dan consumer
intentions polling.
Executive polling. Perusahaan dapat melakukan jajak pendapat kepada top management
mulai dari bagian penjualan, produksi, keuangan, dan personil tentang penjualan untuk
beberapa waktu yang akan datang. Untuk menghindari subyektivitas yang dipakai
pendapat rata-rata dan untuk menghindari efek ikut-ikutan polling dilakukan secara
terpisah.
Sales force polling. Merupakan peramalan penjualan perusahaan di setiap wilayah dan
setiap produk berdasarkan pendapat bagian penjualan di lapangan. Orang-orang di bagian
ini sangat dekat dengan pasar sehingga pendapat mereka tentang penjualan di masa
mendatang merupakan informasi yang sangat berguna bagi top management.

Consumer intentions polling. Merupakan peramalan penjualan berdasarkan jajak
pendapat yang dilakukan terhadap konsumen. Di sini dapat diramalkan penjualan
nasional untuk berbagai tingkat pendapatan konsumen di masa mendatang.
B. Analisis Deret Berkala
Komponen Data Deret Berkala
Bila data deret berkala diplotkan maka akan tampak bahwa data tersebut
berfluktuasi dari waktu ke waktu. Variasi data ini dapat disebabkan secular trends,
cyclical fluctuations, seasonal variation, dan irragular atau random influences.
a. Secular trend adalah kenaikan atau penurunan data deret berkala dalam jangka
panjang. Misal, penjualan cenderung meningkat dari tahun ke tahun karena
kenaikan jumlah penduduk, kenaikan pengeluaran per kapita dan sebagainya.
b. Cyclical fluctuation adalah kenaikan atau penurunan data deret berkala yang
berulang dalam beberapa tahun. Misal industri pembangunan perumahan
mengalami siklus setiap 15 sampai dengan 20 tahun.
c. Seasonal variation adalah fluktuasi data yang bersifat reguler dalam setahun misal
karena musim, kebiasaan sosial dan sebagainya.
d. Irregular or random influences adalah variasi data deret berkala karena perang,
bencana alam, pemogokan, dan kejadian-kejadian lain yang spesifik.
Gambar 13. Hasil uji simulasi

Gambar 13. Uji sumulasi dengan berbagai random
Pada gambar 12 dan 13 dapat dilihat berbagai hasil analisis simulasi, dengan
mempergunakan data time series. Kelemahan dari penggunaan analisis ini karena datanya
homogenitas dari data yang dipergunakan, sehingga menimbulkan adanya auto atau
hetero korelasi. Sehingga untuk menangulanginya dipergunakan data yang random
dengan berbagai waktu.
Trend Projection
Trend projection adalah analisis yang menggunakan waktu yang terbagi-bagi

menjadi beberapa bagian, misalnya minguan, bulanan, setengah tahunan, seperempat
bulan, dan lainnya. Hasil analisis ini dipergunakan sebagai sarana untuk mengambil
keputusan jangka panjang dan pendek. Tujuan dari penggunaan analisis ini untuk
mengetahui arah pasar dan permintaan dengan barang yang akan diproduksi.
Salah satu peramalan yang dipergunakan dengan menggunakan rumus seperti
berikut:
Model-1: S t = S o + bt
Contoh dari perhitungan ini, adalah memperkirakan bagaimana permintaan beras pada
masa yang akan datang dengan jumlah penduduk yang akan bertambah. Prakiraan ini
dibuat untuk memprediksi apakah penawaran atau hasil produksi saat ini mampu
mencukupi kebutuhan atau harus memerlukan satu tindakan, misalnya impor. Hal ini
dapat dilihat pada tabel berikut:

Tabel 12. Peramalan hasil produksi pada musim tanam berbeda
Tahun/Musim Waktu Jumlah (ton)
2017-1 1 11
2018-1 2 15
2019-1 3 12
2020-1 4 14
2017-2 5 12
2018-2 6 17
2019-2 7 13
2020-2 8 16
2017-3 9 14
2018-3 10 18
2019-3 11 15
2020-3 12 17
2017-4 13 15
2018-4 14 20
2019-4 15 16
2020-4 16 19
Hasil OLS
St
S t = 11,90 + 0,39t R 2 = 0,50

(t = 4,00)
Hasil peramalan So
t
S17 = 11,90 + 0,394(17) = 18,60 periode 2017-1
S18 = 11,90 + 0,394(18) = 18,99 periode 2017-2
S19 = 11,90 + 0,394(19) = 19,39 periode 2017-3
S 20 = 11,90 + 0,394(20) = 19,78 periode 2017-4
Model-2: S t = S o (1 + g ) t
g = persentase pertumbuhan
Dirubah dalam ln: ln S t = ln S o + t ln(1 + g )

Hasil OLS
ln S t = 2,49 + 0,026t R 2 = 0,50 (t=4,06)

Dikembalikanke dalam data asli
ln So =2,49 So = 12,06
ln (1+g) = 0,026 (1+g) = 1,026 g = 0,026, pertumbuhan 2,6 persen

per periode (triwulan)
S17 = 12,06(1,026)17 = 18,66 periode 2017-1
S18 = 12,06(1,026)18 = 19,14 periode 2017-2
S19 = 12,06(1,026)19 = 19,64 periode 2017-3
S 20 = 12,06(1,026) 20 = 20,15 periode 2017-4
Seasonal Variation
Seasonal variation adalah salah satu model peramalan yang membandingkan data
sebelum dan sesudahnya atau data ramalan dan aktual. Perhitungan ini dipergunakan
biasanya untuk menghitung ketersediaan pangan, pada saat-saat tertentu, misal hari raya,
paceklik, atau saat perang. Rumusan dari perhitungan ini menggunakan:
Metoda Ratio to Trend

S t = Ac + Rt
Contoh dari perhitungan ini adalah St =11,09 +0,39t, yang dapat dilihat pada tabel
berikut:
Tabel 13. Perbedaan peramalan dan aktual pada permintaan beras

Tahun Ramalan Aktual Aktual/Ramalan
2017-1 12,29 11,00 0,895
2018-1 13,85 12,00 0,865
2019-1 15,45 14,00 0,906
2020-1 17,02 15,00 0,881
Average 0,887
2017-2 12,69 15,00 1,182
2018-2 14,26 17,00 1,192
2019-2 15,84 18,00 1,136
2020-2 17,42 20,00 1,148
Average 1,165
2017-3 13,08 12,00 0,917
2018-3 14,66 13,00 0,887
2019-3 16,23 15,00 0,924
2020-3 17,81 16,00 0,898
Average 0,907
2017-4 13,48 14,00 1,039

2018-4 15,05 16,00 1,063
2019-4 16,63 17,00 1,022
2020-4 18,20 19,00 1,044
Average 1,042
S17 = 11,90 + 0,394(17) = 18,60 S17 = 18,60(0,887) = 16,50 periode 2017-1
S18 = 11,90 + 0,394(18) = 18,99 S18 = 18,99(1,165) = 22,12 periode 2017-2
S19 = 11,90 + 0,394(19) = 19,39 S19 = 19,39(0,907) = 17,59 periode 2017-3
S 20 = 11,90 + 0,394(20) = 19,78 S 20 = 19,78(1,042) = 20,61 periode 2017-4
Metoda Variabel Dummy
Metode Variabel Dummy digunakan untuk menghitung beberapa variabel yang tidak
termasuk dalam variabel terikat atau bebas, tetapi mempengaruhi baik langsung atau
tidak langsung. Variabel ini memang tidak masuk dalam perhitungan, tetapi terkadang
berpengaruh, contoh cuaca, prilaku, suhu, hama dan penyakit
Variabel dummy digambarkan dalam rumus:
S t =  + t +  1 D1t +  2 D2t +  3 D3t + 
D1=1 untuk triwulan 1; 0 triwulan lainnya

Contoh perhitungan adalah pengaruh penjualan dari tahun 2017 – 2020 dengan
pembagian waktu triwulan untuk melihat perkembangan penjualan padi dengan dummy
waktu
Tabel 14. Perhitungan penjualan per priode waktu

Tahun Penjualan t D1 D2 D3
2017-1 11,00 1 1 0 0
2018-1 12,00 5 1 0 0
2019-1 14,00 9 1 0 0
2020-1 15,00 13 1 0 0
2017-2 15,00 2 0 1 0
2018-2 17,00 6 0 1 0
2019-2 18,00 10 0 1 0
2020-2 20,00 14 0 1 0
2017-3 12,00 3 0 0 1
2018-3 13,00 7 0 0 1
2019-3 15,00 11 0 0 1
2020-3 16,00 15 0 0 1

2017-4 14,00 4 0 0 0
2018-4 16,00 8 0 0 0
2019-4 17,00 12 0 0 0
2020-4 19,00 16 0 0 0
S t = 12,75 − 2,375D1t + 1,750D2t − 2,125D3t + 0,375t R 2 = 0,99

(-10,83) (8,11) (-9,94) (22,25)
S17 = 12,75 − 2,375(1) + 0,375(17) = 16,75 periode 2017-1
S18 = 12,75 + 1,750(1) + 0,375(18) = 21,25 periode 2017-2
S19 = 12,75 − 2,125(1) + 0,375(19) = 17,75 periode 2017-3
S20 = 12,75 + 0,375(20) = 20,25 periode 2018-4
Dari perhitungan tersebut dapat dilihat bahwa pada priode ke 2017 trimester 1, 2, dan 3
juga di 2018 di trimester 4 diperoleh keuntungan maksimal, dimana variabel penganggu
(dummy) tidak berpengaruh secara significan
C. Smoothing Techniques
Moving Average
Metode smooting menggunakan teknik peramalan atau forcasting dengan

menggabungkan antar waktu jangka pendek dan jangka panjang. Teknik ini
menggunakan metode moving average dimana ada satu jangka waktu yang dipergunakan
sebagai dasar perhitungan.
Metode ini lebih sering digunakan untuk mencari berapa permintaan barang pada
priode waktu tertentu dan digunakan untuk pemasaran dan supply chain. Contoh metode
peramalan dengan menggunakan waktu 3 bulan dan 5 bulan, seperti pada tabel berikut:
Tabel 15. Metode peramalan dengan menggunakan dua waktu berbeda

Triwulan Mkt Peramalan MA(3) Peramalan MA (5)
Share
(A) F A-F (A-F)2 F A-F (A-F)2
1 20 - - - - - -
2 22 - - - - - -
3 23 - - - - - -
4 24 21,67 2,33 5,4289 - - -
5 18 23,00 -5,00 25,0000 - - -
6 23 21,67 1,33 1,7689 21,4 1,6 2,56
7 19 21,67 -2,67 7,1289 22,0 -3,0 9,00
8 17 20,00 -3,00 9,0000 21,4 -4,4 19,36
9 22 19,67 2,33 5,4289 20,2 1,8 3,24
10 23 19,33 3,67 13,4689 19,8 3,2 10,24
11 18 20,67 -2,67 7,1289 20,8 -2,8 7,84

12 23 21,00 2,00 4,0000 19,8 3,2 10,24
 78,3534  62,4800
13 - 21,33 20,6
RMSE =
(A t − Ft ) 2
n
78,3534
MA(3): RMSE = =2,95
9
62,48
MA(5): RMSE = = 2,99
7
dari perhitungan dengan menggunakan moving area, dapat diperoleh bahwa rerata
penerimaan dari penjualan dan produksi sebesar 2,99 diawal trimester 5 dan 2,95 diawal
trimester 3, sehingga jika kita akan memproduksi dipilih pada trimester 3 yang
memberikan pendapatan maksimal.
Exponential Smoothing
Exponential smooting adalah metode peramalan dengan memperhitungkan waktu

lampau dengan kenyataan sekarang. Biasanya metode ini digunakan untuk
memperhitungkan ketersediaan barang dan penawaran barang. Metode ini menggunakan
rumus:
Ft +1 = wAt + (1 − w) Ft
Contoh perhitungan :
w = 0,3 : F2 = 0,3(20) + (1 − 0,3)21 = 20,7
w = 0,5 : F2 = 0,5(20) + (1 − 0,5)21 = 20,5
Tabel 16. Perhitungan dengan menggunakan smooting teqnique

Triwulan Mkt Peramalan w=0,3 Peramalan w=0,5
Share
(A) F A-F (A-F)2 F A-F (A-F)2
1 20 21,0 -1,0 1,00 21,0 -1,0 1,00
2 22 20,7 1,3 1,69 20,5 1,5 2,25
3 23 21,1 1,9 3,61 21,3 1,7 2,89
4 24 21,7 2,3 5,29 22,2 1,8 3,24
5 18 22,4 -4,4 19,36 23,1 -5,1 26,01
6 23 21,1 1,9 3,61 20,6 2,4 5,76

7 19 21,7 -2,7 7,29 21,8 -2,8 7,84
8 17 20,9 -3,9 15,21 20,4 -3,4 11,56
9 22 19,7 2,3 5,29 18,7 3,3 10,89
10 23 20,4 2,6 6,76 20,4 2,6 6,76
11 18 21,2 -3,2 10,24 21,7 -3,7 13,69
12 23 20,2 2,8 7,84 19,9 3,1 9,61
 = 87,19  = 101,50
13 - 21,0 21,5
87,19
w=0,3: RMSE = =2,70
12
101,5
w=0,5: RMSE = =2,91
12
Dari perhitungan dengan menggunakan smooting teqnique, dapat diperoleh jika semakin
rendah nilai reratanya maka semakin banyak pendapatan yang diperoleh
Beberapa Statistik Diskriftif
n
(1) Mean Error (ME) = e
i =1
i / n = 2 / 10 = 0,2
n
(2) Mean Absolute Error (MAE) = e
i =1
i / n = 36 / 10 = 3,6
n
(3) Sum of Squared Error (SSE) = e
i =1
i
2
= 160
n
(4) Mean Squared Error (MSE) = e
i =1
i
2
/ n = 160 / 10 = 16
n
160
(5) Standard Deviation of Error (SDE) = e
i =1
i
2
/(n − 1) =
9
= 4,22
Tabel 17. Penggunaan metode peramalan dengan memperhitungkan kesalahan

Periode Data Ramalan Kesalahan Kesalahan Kesalahan
Absolut Kuadrat
I Xi Fi Xi-Fi │Xi-Fi│ (Xi-Fi)2
1 22 24 -2 2 4
2 23 28 -5 5 25
3 39 32 7 7 49
4 37 36 1 1 1
5 38 40 -2 2 4

6 47 44 3 3 9
7 43 48 -5 5 25
8 49 52 -3 3 9
9 61 56 5 5 25
10 63 60 3 3 9
Jumlah 2 36 160
n
− 13,85
(6) Mean Percentage Error (MPE) =  PE
i =1
i /n=
10
= −1,385%
n
93,84
(7) Mean Absolute Percentage Error (MAPE) = 
i =1
│ PEi │ / n =
10
= 9,384%
Tabel 18. Perhitungan peramalan dengan kesalahan absolut

Absolute
Periode Data Ramalan Kesalahan Percentage Error Percentage Error
(PE) (APE)
Xi Fi X i − Fi X i − Fi X i− Fi
i ( ) 100 │ │100
Xi Xi
1 22 24 -2 -9,09 9,09
2 23 28 -5 -21,74 21,74
3 39 32 7 17,95 17,95
4 37 36 1 2,70 2,70
5 38 40 -2 -5,26 5,26
6 47 44 3 6,38 6,38
7 43 48 -5 -11,63 11,63
8 49 52 -3 -6,12 6,12
9 61 56 5 8,20 8,20
10 63 60 3 4,76 4,76
Jumlah 2 -13,85 93,84
n =1
 ( FPE
i =1
i +1 − APE i +1 ) 2 /( n − 1)
(8) Statistik U dari Theil (U) = n =1
 ( APE
i =1
i +1 ) 2 /( n − 1)
Fi +1 − X i
FPE i = (perubahan relatif yang diramalkan)
Xi
X i +1 − X i
APE i = (perubahan relatif yang sebenarnya)
Xi

0,183
U Theil = = 0,54
0,633
(9) Rata-rata Batting dari McLaughlin = (4-0,54)100 = 346
Tabel 19. Metode peramalan dengan Batting

Pembilang Penyebut
Data Ramalan
Periode
Xi Fi Fi +1 − X i 2 X i +1 − X i 2
i ( ) ( )
Xi Xi
1 22 24 0,052 0,002
2 23 28 0,093 0,484
3 39 32 0,001 0,003
4 37 36 0,003 0,001
5 38 40 0,006 0,056
6 47 44 0,011 0,007
7 43 48 0,005 0,019
8 49 52 0,01 0,06
9 61 56 0,002 0,001
10 63 60
Jumlah 0,183 0,633
(10) Statistik Durbin-Watson

n
 (e t − et −1 ) 2
DW = t =2
n
e
t =1
t
2
0,276
DW = = 0,569
0,463
Tabel 20. Perhitungan dengan menggunakan DW

Tahun Data Trend Kesalahan (et-et-1) et2 (et-et-1)2
et
2012 46163 46613 -0,45 0,203
2013 46998 47093 -0,095 0,355 0,009 0,126
2014 47816 47573 0,243 0,338 0,059 0,114
2015 48311 48053 0,258 0,015 0,067 0
2016 48758 48533 0,225 -0,033 0,051 0,001
2017 49164 49013 0,151 -0,074 0,023 0,005
2018 49548 49493 0,055 -0,096 0,003 0,009
2019 49915 49973 -0,058 -0,113 0,003 0,013
2020 50315 50453 -0,138 -0,08 0,019 0,006
2021 50768 50933 -0,165 -0,027 0,027 0,001
Jumlah 0,463 0,276
Hasil WINQSB

Forecast Result for MA
Actual Forecast by Forecast CFE MAD MSE MAPE (%) Tracking R-sqaure
Month Data 3-MA Error Signal
1 20
2 22
3 23
4 24 21.66667 2.333334 2.333334 2.333334 5.444448 9.722225 1 1
5 18 23 -5 -2.66667 3.666667 15.22222 18.75 -0.72727 0.246914
6 23 21.66667 1.333334 -1.33333 2.888889 10.74074 14.43237 -0.46154 8.60E-02
7 19 21.66667 -2.66667 -4 2.833333 9.833333 14.33305 -1.41176 0.205128
8 17 20 -3 -7 2.866667 9.666666 14.99585 -2.44186 0.369415
9 22 19.66667 2.333334 -4.66666 2.777778 8.962963 14.26422 -1.68 0.271754
10 23 19.33333 3.666666 -1 2.904762 9.603174 14.50391 -0.34426 0.235434
11 18 20.66667 -2.66667 -3.66666 2.875 9.291666 14.54277 -1.27536 0.234568
12 23 21 2 -1.66666 2.777778 8.703703 13.89309 -0.6 0.189677
13 21.33333
CFE -1.66666
MAD 2.777778
MSE 8.703703
MAPE 13.89309
Trk.Signal -0.6
R-sqaure 0.189677
m=3
Forecast Result for Exponential Smoothing
Actual Forecast by Forecast Tracking

Month Data SES Error CFE MAD MSE MAPE (%) Signal R-sqaure
1 20
2 22 20.7 1.299999 1.299999 1.299999 1.689998 5.909088 1 1
3 23 21.09 1.91 3.209999 1.605 2.669049 7.106718 2 1
4 24 21.663 2.337 5.546999 1.849 3.599889 7.983645 3 1
5 18 22.3641 -4.3641 1.182899 2.477775 7.461258 12.04898 0.477404 9.27E-02
6 23 21.05487 1.945131 3.128031 2.371246 6.725713 11.33061 1.319151 0.16625
7 19 21.63841 -2.63841 0.489622 2.415773 6.764961 11.75657 0.202677 6.10E-02
8 17 20.84689 -3.84689 -3.35726 2.620218 7.912614 13.30973 -1.28129 7.79E-02
9 22 19.69282 2.30718 -1.05008 2.581088 7.588923 12.95691 -0.40684 9.46E-02
10 23 20.38497 2.615026 1.564943 2.584859 7.505527 12.78055 0.605427 0.10029
11 18 21.16948 -3.16948 -1.60454 2.643321 7.759535 13.26332 -0.60702 8.49E-02
12 23 20.21864 2.781363 1.176825 2.65587 7.757393 13.15692 0.443103 8.75E-02
13 21.05305
CFE 1.176825
MAD 2.65587
MSE 7.757393
MAPE 13.15692
Trk.Signal 0.443103

R-sqaure 8.75E-02
Alpha=0.3
F(0)=21
D. Barometric Method
Salah satu cara untuk meramalkan atau mengantisipasi perubahan aktivitas

ekonomi dalam jangka pendek atau titik balik dari siklus bisnis adalah menggunakan
index of leading economic indicators. Indikator ini berupa time series data yang
cenderung mendahului perubahan aktivitas ekonomi secara umum. Jadi seperti barameter
dapat digunakan untuk meramalkan perubahan iklim.
Leading economic indicators digunakan untuk meramalkan kenaikan aktivitas

bisnis secara umum atau sebaliknya. Misal, kenaikan izin membangun merupakan
indikator kenaikan pembangunan perumahan. Kenaikan harga saham merupakan
indikator perkembangan bisnis karena kenaikan harga saham menggambarkan kenaikan
keuntungan bisnis. Sebaliknya penurunan kontrak pabrik dan peralatan merupakan
indikator penurunan kegiatan ekonomi secara keseluruhan.
Indikator yang lebih bermanfaat adalah leading economic indicators. Seringkali

data time series bergerak sejalan dengan pergerakan aktivitas ekonomi secara
keseluruhan, disebut sebagai coincident indicators. Sementara itu ada pula data time
series yang bergerak mengikuti pergerakan kegiatan ekonomi secara keseluruhan, disebut
sebagai lagging indicators. Gambar 5.3. menunjukkan leading indicators mendahului
titik balik siklus bisnis, coincident indicators sejalan sedangkan lagging indicators
mengikuti.
Gambar 14. Hasil Bormatric Method

E. Econometric Model
Single Equation Model
Permintaan: Q = ao + a1 P + a2Y + a3 N + a4 Ps + a5 Pc + a6 A + e
Untuk meramalkan Qt +1 perlu diramalkan Pt +1 ; Yt +1 ; N t +1 ; Pst +1 ; Pct +1 ; At +1 . Variabel-

variabel tersebut dapat diramalkan dengan time series analysis, smoothing techniques,
dan cara lain.
Multiple Equation Models
Ct = a1 + b1GNPt + u1t
I t = a2 + b2 t −1 +u 2t structural form
GNPt = Ct + I t + Gt
C = pengeluaran konsumsi
GNP = gross national product
I = Investasi
 = keuntungan
G = pengeluaran pemerintah
u = stochastic disturbances
t = tahun
C , I , GNP disebut sebagai variabel endogenus yaitu variabel yang besarnya ditentukan
di dalam model. G adalah variabel eksogenus yaitu variabel yang besarnya ditentukan
oleh kekuatan di luar model.
GNPt = a1 + b1GNPt + I t + Gt
GNPt = a1 + b1GNPt + a2 + b2 t −1 + Gt
GNPt (1 − b1 ) = a1 + a2 + b2 t −1 + Gt
a1 + a2 b2 t −1 G
GNPt = + + t reduced form
1 − b1 1 − b1 1 1 − b1

F. Soal-soal Latihan
1. Berikut adalah data harga triwulan dari suatu barang. Estimasi trend linear dan
gunakan untuk meramalkan harga pada semua triwulun dalam tahun 2021.
Estimasi trend log linear dan gunakan untuk meramalkan harga pada semua
triwulan dalam tahun 2018.
Tahun Triwulan t Harga (Pt)
2018 1 1 600,4
2 2 652,8
3 3 671,1
4 4 654,8
2019 1 5 610,8
2 6 679,5
3 7 681,2
4 8 667,6
2020 1 9 640,8
2 10 686,5
3 11 691,1
4 12 676,5
2021 1 13 639,3
2 14 681,0
3 15 685,5
4 16 677,7
Pt = a + bt
Triwulan-1 1990: P17 = a + b(17)
ln Pt = a + bt
Triwulan-1 1990: ln Pt = a + b(17)
2. Berikut adalah indeks perumahan tahun 2010-2021. Ramalkan indeks perumahan

tahun 2013 dengan MA(3) dan MA(5). Mana di antara kedua ramalan indeks ini
yang lebih baik.
Tahun Indeks (A) F

2010 129
2011 131
2012 114
2013 88 (129+131+114)/3
2014 71
2015 69
2016 111
2017 114
2018 113
2019 117
2020 105
2021 97

3. Dari data pada soal no. 2 ramalkan indeks perumahan tahun 2018 dengan
menggunakan metoda exponential smoothing dengan w=0,3 dan w=0,7. Mana di
antara kedua ramalan tersebut yang lebih baik.
4. Berikut adalah indeks penjualan dan tiga time series data pada periode yang sama.
Tentukan (i) coincident indicator, (ii) leading indicator, (iii) lagging indicator.
Bulan Indeks Time Series A Time Series B Time Series C

1 110 50 140 100
2 130 60 130 100
3 125 56 145 120
4 120 54 150 115
5 130 60 170 110
6 135 62 160 120
7 150 70 165 125
8 140 65 170 120
9 150 70 145 125
10 130 60 143 115
11 120 54 136 110
12 110 50 135 100
5. Berikut adalah hasil analisis regresi dari fungsi permintaan sepatu.
Qt = 19,575 + 0,0289X t − 0,0923Pt − 99,568Ct − 4,06Dt

(9,3125) (-1,7682) (-9,8964) (-3,50)
2
R =0,857 DW=1,86
Qt = pengeluaran untuk sepatu per kapita
X t = pengeluaran total per kapita
Pt = harga sepatu relatif
C t = stock mobil per kapita
Dt = variabel dummy; Dt = 0 untuk 2009-2021; Dt =1 untuk 2007-2019
Bila pada tahun 2012 diperkirakan X=1.646, P=20, dan C=0,4 ramalkan
permintaan sepatu pada tahun tersebut.

VI. TEORI PRODUKSI
A. Fungsi Produksi Satu Input Variabel
Bila jumlah satu input tetap sedangkan satu input lain berubah akan didapat
hubungan input output yang disebut sebagai produksi total (TP). Misal modal tetap
sedangkan tenaga kerja berubah akan didapat produksi total seperti pada tabel 6.1. Dari
produksi total dapat diturunkan produksi marginal (MP) dan produksi rata-rata (AP). MP
adalah perubahan produksi per unit perubahan input sedangkan AP adalah produksi per
unit input. Berikut MP dan AP untuk tenaga kerja (MPL dan APL)
TP
MPL =
L
TP
APL =
L
Respon produksi terhadap perubahan input diukur dengan elastisitas produksi yang
didifinisikan sebagai persentase perubahan produksi dibagi persentase perubahan input.
%TP
EL =
%L
TP / TP TP L MPL

EL = = =
L / L L TP AP L
Tabel 21. Hubungan modal dan produksi

Tenaga Kerja (L) Produksi Total Produksi Marginal Produksi Rata-rata Elastisitas
(TP) (MPL) (APL) Produksi (EL)
0 0 - - -
1 3 3 3 1
2 8 5 4 1,25
3 12 4 4 1
4 14 2 3,5 0,57
5 14 0 2,8 0
6 12 -2 2 -1

Gambar 15. Kurva Produksi
Penggunaan tenaga kerja yang optimal terjadi bila tambahan penerimaan karena
tambahan satu unit tenaga kerja (MRPL) sama dengan tambahan biaya karena tambahan
satu unit tenaga kerja (MRCL).
Penggunaan tenaga kerja optimal: MRPL=MRCL

Tambahan penerimaan karena tambahan satu unit tenaga kerja dikenal sebagai marginal
revenue product of labor (MRPL). Nilai ini sama dengan marginal product of labor (MPL)
kali marginal revenue (MR).
MRPL = ( MPL )(MR)
Tambahan biaya karena tambahan satu unit tenaga kerja dikenal sebagai marginal
resource cost of labor (MRCL) yang dirumuskan sebagai berikut.
TC
MRC L =
L
Tabel 21. Hubungan Tenaga kerja dan Modal
Tenaga Kerja MPL MR=P MRPL MRCL=w
2,5 4 10 40 20
3,0 3 10 30 20
3,5 2 10 20 20
4.0 1 10 10 20
4,5 0 10 0 20

MRPL, MRCL
Gambar 16. Hubungan antara tenaga kerja dan modal
B. Fungsi Produksi Dua Input Variabel
Isoquant
Isoquant adalah kombinasi input (modal dan tenaga kerja) yang menghasilkan produksi
yang sama. Misal produksi sebesar 12 dapat dihasilkan oleh kombinasi (K=5 L=1); (K=4
L=1); (K=1 L=3); dan (K=1 L=6). Demikian pula produksi sebesar 28; 36; dan 40 dapat
dihasilkan oleh berbagai kombinasi modal dan tenaga kerja.
6 10 24 31 36 40 39
5 12 28 36 40 42 40
4 12 28 36 40 40 36
3 10 23 33 36 36 33
2 7 18 28 30 30 28
(modal)
1 3 8 12 14 14 12
K 1 2 3 4 5 6
L (tenaga kerja)
Gambar 6.3.
Marginal Rate of Technical Substitution (MRTS) dari tenaga kerja untuk modal secara
grafis adalah slope pada isoquant. Sepanjang kurva isoquant output tetap, sehingga
tambahan output karena tambahan tenaga kerja akan sama dengan pengurangan output
karena pengurangan modal.
(L)(MPL ) = −(K )(MPK )

MPL − K
= = MRTS
MPK L
Gambar 17. Isoquant

.
Secara matematis MRTS dapat diturunkan dari fungsi produksi sebagai berikut.
Q = f ( L, K )
Q Q
dQ = .dL + .dK total differential
L K
Pada isoquant yang sama output tetap, dQ=0
dK Q / L MPL
= ( −) = ( −) = MRTS
dL Q / K MPK
Isocost
Isocost adalah kombinasi input yang biayanya sama. Bila input hanya meliputi tenaga
kerja dan modal maka biaya total dapat dirumuskan sebagai berikut,
C = wL + rK
dimana w = upah dan r = biaya modal. Isocost selanjutnya dapat dirumuskan sebagai
berikut.
C w
K= − L
r r

Gambar 18. Isoquant
Kombinasi Input Optimal
Kombinasi input optimal adalah kombinasi input yang menghasilkan keuntungan

terbesar. Secara grafis dapat dilihat bahwa kombinasi input optimal terjadi pada waktu
slope isoquant sama dengan slope isocost.
Gambar 19. Expansion path
Secara matematis kombinasi input optimal terjadi pada waktu MRTS sama dengan rasio
harga tenaga kerja dengan harga modal.
w
MRTS =
r
MPL w
=
MPK r

MPL MPK
=
w r
Returns to Scale
Return to scale menunjukkan tingkat kenaikan produksi bila semua input meningkat
dengan tingkat kenaikan yang sama.
Q = f ( L, K )
Q = f (hL, hK )
 = h → constant return to scale, bila semua input naik 1% maka output naik 1%
  h → increasing return to scale, bila semua input naik 1% maka output naik >1%
  h → decreasing return to scale, bila semua input naik 1% maka output naik<1%
Gambar 20. Penentuan model input output
Cobb-Douglas: Q = AK a Lb
ln Q = ln A + a ln K + b ln L
a+b=1 constant return to scale

a+b>1 increasing return to scale
a+b<1 decreasing return to scale

C. Soal-soal Latihan
1. Bila dua perusahaan menghadapi upah dan sewa mesin yang sama tetapi
mengeluarkan biaya yang berbeda untuk tenaga kerja dan mesin bagaimana
isocost line dari kedua perusahaan tersebut.
2. Peraturan upah minimum mengharuskan perusahaan membayar tenaga kerjanya

tidak kurang dari upah minimum. Dengan menggunakan teori marginal
productivity jelaskan bagaimana pengaruh perubahan upah minimum terhadap
kesempatan kerja bagi unskilled labor.
3. Tabel berikut menyatakan hubungan antara jumlah tenaga kerja dalam HOK
dengan produksi dalam unit barang. Bila harga output per unit 10 dan sewa tenaga
kerja 40 per HOK tentukan berapa tenaga kerja harus disewa.
Tenaga Produksi
Kerja (Unit
(HOK) Barang)
0 0
1 12
2 22
3 30
4 36
5 40
6 42
4. Dari fungsi produksi pada tabel di bawah gambarkan isoquant untuk output
sebesar 8 unit, 12 unit, dan 16 unit.
6 4 8 14 16 13 11
5 6 12 16 18 15 14
4 7 13 16 20 18 16
3 8 12 14 16 16 14
2 4 7 12 13 12 8
1 1 3 8 7 6 5
Mod 0 1 2 3 4 5 6
al
Tenaga Kerja

5. Suatu perusahaan mempunyai produk marginal tenaga kerja (MPL) sebesar 40 unit
barang per hari dan produk marginal mesin (MPK) sebesar 120 unit barang per
hari. Upah tenaga kerja 20 per hari dan sewa mesin 30 per hari. Apakah
perusahaan dalam keadaan optimal. Bila tidak bagaimana mencapai keadaan
optimal.

VII. TEORI BIAYA
A. Macam Biaya
Biaya dibedakan menjadi biaya eksplisit dan biaya implisit. Biaya eksplisit adalah
pengeluaran aktual perusahaan untuk menggunakan, menyewa, atau membeli input yang
diperlukan dalam aktivitas produksi. Biaya ini meliputi upah tenaga kerja; sewa modal,
peralatan, dan gedung; dan harga pembelian bahan baku dan barang setengah jadi.
Biaya implisit adalah nilai input yang dimiliki dan digunakan oleh perusahaan dalam
aktivitas produksi. Meskipun perusahaan tidak mengeluarkan biaya untuk menggunakan
input semacam ini, input ini bukan barang bebas karena perusahaan dapat menjual atau
menyewakan kepada perusahaan lain.
Nilai sewa atau jual dari input ini menggambarkan biaya produksi perusahaan dari
memiliki dan menggunakan input tersebut. Termasuk dalam biaya implisit adalah gaji
tertinggi yang dapat diterima oleh entrepreneur bila bekerja di tempat lain; penerimaan
tertinggi atas modal bila perusahaan menanamkan modal ini di tempat lain; dan sewa
tertinggi atas lahan dan bangunan bila disewakan ke pihak lain.
Secara ekonomi kedua macam biaya ini perlu diperhitungkan yakni dalam mengukur
biaya produksi perusahaan harus memasukkan alternative atau opportunity costs semua
input, baik yang dibeli maupun dimiliki. Biaya ekonomi (economic costs) perlu
dibedakan dari biaya akuntansi (accounting costs). Biaya akuntansi adalah pengeluaran
aktual perusahaan atau biaya eksplisit untuk membeli atau menyewa input. Accounting
costs atau historical costs penting untuk laporan keuangan perusahaan dan hal-hal yang
berkaitan dengan pajak. Economic costs diperlukan untuk pengambilan keputusan
manajemen perusahaan.
Salah satu contoh adalah inventory valuation. Misal perusahaan membeli bahan baku
senilai $100 namun kemudian harga bahan baku ini turun menjadi $60. Ekonom akan
menilai harga bahan baku pada harga yang berlaku (current value atau replacement
value). Kesalahan penilaian dapat mengakibatkan kesalahan dalam pengambilan
keputusan manajemen. Misal perusahaan akan mengalami kerugian bila memproduksi
pada harga bahan baku $100 dan perusahaan akan mengalami keuntungan bila
memproduksi pada harga bahan baku $60. Fakta bahwa harga bahan baku $100 menjadi
tidak relevan untuk pengambilan keputusan produksi sekarang karena sekarang bahan
baku dapat diperoleh pada harga $60. Penurunan harga bahan baku sebesar $40

merupakan sunk cost yang tidak harus dipertimbangkan dalam pengambilan keputusan
sekarang.
Contoh lain adalah pengukuran biaya penyusutan (depreciation cost). Misal perusahaan
membeli mesin baru senilai $1000. Umur mesin diperkirakan 10 tahun dan akuntan
menggunakan straight-line depreciation method (berarti penyusutan $100 per tahun),
sehingga nilai akuntansi pada akhir tahun ke-10 sama dengan nol. Katakanlah pada akhir
tahun ke-10 mesin masih dapat digunakan sehingga masih dapat dijual pada harga $120.
Berdasarkan perhitungan akuntan biaya penggunaan mesin nol tetapi berdasarkan
perhitungan ekonom biaya penggunaan mesin $120. Dengan demikian nilai mesin nol
pada akhir tahun ke-10 merupakan penilaian yang salah dari sisi ekonomi sehingga dapat
menimbulkan kesalahan dalam pengambilan keputusan.
Dalam membahas biaya produksi perlu pula dibedakan antara marginal cost dan
incremental cost. Marginal cost adalah perubahan biaya akibat perubahan 1 unit output.
Misal, untuk memproduksi 10 unit output diperlukan biaya total $140 dan untuk
memproduksi 11 unit output diperlukan biaya total $150. Dari data ini maka marginal
cost pada output 11 unit adalah $10. Incremental cost merupakan konsep yang lebih luas,
yaitu perubahan biaya total karena implementasi dari keputusan manajemen tertentu
misal introduksi new product line, advertensi, dan sebagainya.
B. Fungsi Biaya Jangka Pendek
Jangka pendek adalah waktu dimana sebagian input perusahaan dalam keadaan tetap.
Pengeluaran untuk input tetap per periode waktu disebut sebagai biaya tetap total (TFC).
Termasuk ke dalam TFC adalah bunga atas modal pinjaman, pengeluaran sewa untuk
mesin dan peralatan yang disewa (biaya penyusutan atas mesin dan peralatan milik
sendiri), gaji untuk manajemen. Biaya variabel total (TVC) adalah pengeluaran untuk
input variabel. Termasuk ke dalam biaya variabel adalah pembayaran untuk bahan baku,
bahan bakar, upah tenaga kerja, dan sebagainya. Biaya total (TC) adalah penjumlahan
TFC dan TVC.
TC = TFC + TVC
TC = biaya total
TFC = biaya tetap total
TVC = biaya variabel total
Biaya tetap rata-rata (Avarage Fixed Cost = AFC)

TFC
AFC =
Q
Biaya variabel rata-rata (Average Variable Cost = AVC)
TVC
AVC =
Q
Biaya total rata-rata (Average Total Cost = ATC)
TC
ATC = = AFC + AVC
Q
Biaya marginal (Marginal Cost = MC)
TC TVC
MC = =
Q Q
Tabel 22. Analisis Biaya

Q FC VC TC AFC AVC ATC MC
0 60 0 60 - - - -
1 60 20 80 60 20 80 20
2 60 30 90 30 15 45 10
3 60 45 105 20 15 35 15
4 60 80 140 15 20 35 35
5 60 135 195 12 27 39 55

Gambar 21. Kurva Biaya
TVC wL w w
AVC = = = =
Q Q Q / L APL
TVC ( wL ) w(L) w w
MC = = = = =
Q Q Q Q / L MPL
C. Fungsi Biaya Jangka Panjang
Pada fungsi biaya jangka panjang semua biaya adalah biaya variabel atau tidak ada biaya
tetap. Jangka waktu panjang atau pendek tergantung macam industri. Misal industri jasa
yang tidak memerlukan investasi terlalu mahal jangka panjang mungkin hanya akan
memakan waktu beberapa bulan. Sebaliknya untuk industri konstruksi yang memerlukan
investasi besar jangka panjang akan memakan waktu beberapa tahun.
Kurva biaya total jangka panjang (LTC) diturunkan dari expansion path yaitu kurva yang
menggambarkan biaya total minimum jangka panjang pada berbagai tingkat output.
Kurva biaya rata-rata (LAC) dan biaya marginal (LMC) jangka panjang diturunkan dari
kurva LTC.

LTC
LAC =
Q
LTC
LMC =
Q
Gambar 20 menunjukkan hubungan antara expansion path, LTC, LAC, dan LMC. Misal
harga tenaga kerja 10 per unit dan sewa modal juga 10 per unit. Untuk menghasilkan 1
unit output dengan biaya termurah diperlukan tenaga kerja sebanyak 4 unit dan modal 4
unit (gambar 20. atas). Dengan harga tenaga kerja dan modal diatas dapat dihitung LTC
untuk output sebanyak 1 unit sebesar (4L)(10)+(4K)(10)=80 (gambar 20. tengah). Biaya
rata-rata jangka panjang (LAC) untuk output sebesar 1 unit dapat dihitung sebagai
80/1=80 (gambar 7.2. bawah). Biaya marginal jangka panjang (LMC) bila output naik
dari 0 ke 1 unit dapat dihitung sebagai 80/1=80 (gambar 20. bawah).
Gambar 21. menunjukkan perusahaan yang perluasannya hanya dapat dilakukan sampai
dengan 4 skala (SAC-1 s/d SAC-4). Dengan skala-1 (SAC 1) biaya rata-rata terkecil
untuk memproduksi 1 unit output adalah 80. Output sebesar 1,5 unit dapat dihasilkan oleh
SAC-1 atau SAC-2 dengan biaya yang sama yaitu sebesar 70. Output sebesar 2 unit akan
lebih murah bila dihasilkan oleh skala-2 dari pada skala-1. Gambar 21. menunjukkan
perusahaan yang perluasaannya lebih bebas sehingga menghasilkan kurva LAC yang
smooth.
Economies of scale atau skala ekonomi berhubungan dengan keadaan di mana output
secara proporsional tumbuh lebih cepat dari penggunaan input. Misalnya, input
meningkat dua kalinya output meningkat lebih dari dua kali. Kurva LAC yang menurun
menunjukkan bahwa peningkatan skala usaha diikuti dengan biaya per unit yang lebih
kecil. Keadaan ini disebut sebagai increasing return to scale. Sebaliknya kurva LAC
yang meningkat menunjukkan bahwa peningkatan skala usaha diikuti dengan biaya per
unit yang lebih besar. Keadaan ini disebut sebagai decreasing return to scale.

Gambar 23. Kurva Expantion Path Gambar 24. Kurva SAC
Gambar 25. Kurva LMC
Increasing returns to scale atau decreasing cost terjadi karena alasan teknologi dan
finansial. Di tingkat teknologi, economies of scale terjadi karena bila skala operasi
meningkat maka spesialisasi tenaga kerja dapat dilakukan sehingga selanjutnya mesin
yang lebih spesifik dan lebih produktif dapat digunakan. Alasan finansial, dengan skala
yang lebih besar perusahaan akan memperoleh potongan harga dalam pembelian bahan
baku, mendapat potongan bunga bila meminjam ke bank, biaya yang lebih murah untuk
advertensi dan promosi.
Decreasing returns to scale terjadi karena bila skala operasi meningkat maka menjadi
sulit mengelola perusahaan secara efektif dan mengkoordinasikan berbagai operasi dan
bagian-bagian perusahaan dengan baik. Akibatnya biaya-biaya meningkat lebih cepat dari
kenaikan skala operasi. Dalam keadaan seperti ini tidak dijamin bahwa arahan dan
perintah-perintah top management dijalankan dengan baik oleh bawahannya. Dengan
demikian efisiensi menurun dan biaya per unit meningkat.

Dalam kenyataannya kekuatan increasing dan decreasing returns to scale berjalan
bersama-sama. Kekuatan increasing returns to scale menyebabkan LAC menurun
sebaliknya kekuatan decreasing returns to scale menyebabkan LAC meningkat. Bila
kedua kekuatan seimbang maka LAC seperti pada titik yang terendah. Kurva LAC
seringkali seperti huruf L (gambar 7.5.), menunjukkan bahwa increasing returns to scale
berlangsung cepat kemudian berubah menjadi constant returns to scale atau mendekati
constant returns to scale.
Beberapa industri mempunyai LAC yang terus menurun bila perusahaan meningkatkan
outputnya, dalam arti satu perusahaan dapat memenuhi permintaan pasar secara lebih
efisien dari pada dua perusahaan atau lebih (gambar 7.5.). Kasus ini sering disebut
sebagai natural monopolies. Misalnya, perusahaan listrik, transportasi umum, dan
sebagainya. Biasanya pemerintah membolehkan perusahaan ini beroperasi dengan
pengaturan-pengaturan tertentu.
Gambar 26. Kurva LAC
D. Learning Curve
Perusahaan mendapatkan pengalaman dalam memproduksi barang dan jasa dari waktu ke
waktu. Learning curve digambarkan oleh biaya produksi rata-rata yang menurun bila
produksi total kumulatif meningkat dari waktu ke waktu
Gambar 27. Kurva biaya rerata

C = aQb
C = biaya produksi rata-rata
Q = unit output
a = biaya rata-rata unit output pertama
b = parameter bertanda negatif
log C = log a + b log Q
Contoh
log C = 3 − 0,3 log Q
log C = 3 − 0,3 log 100
log C = 3 − 0,3(2) = 2,4
C=251,19
Jadi biaya rata-rata output yang ke 100 adalah 251,19.
Kecepatan penurunan learning curve dapat sangat berbeda antara perusahaan satu dengan
perusahaan lainnya. Penerunan learning curve semakin besar (i) semakin kecil perputaran
tenaga kerja, (ii) semakin sedikit gangguan produksi, (iii) semakin besar kemampuan
perusahaan mentransfer pengetahuan dari produksi lain yang serupa. Biaya rata-rata
biasanya turun 20-30% untuk setiap kenaikan output dua kali lipat.
E. Cost-Volume-Profit Analysis dan Operating Leverage
Cost-Volume-Profit Analysis
Analisis cost-volume-profit atau analisis breakeven menguji hubungan antara penerimaan

total (TR), biaya total (TC), dan keuntungan total pada berbagai tingkat output. Analisis
ini sering digunakan oleh pengusaha untuk menentukan jumlah penjualan yang
diperlukan agar perusahaan dalam keadaan breakeven.
Gambar 28. Kurva profitabilitas

Dari gambar 7.7 dapat dikemukakan bahwa TR=TC=$400 terjadi pada Q=40. Perusahaan
akan menderita kerugian bila memproduksi kurang dari 40 unit barang dan sebaliknya
memperoleh keuntungan bila memproduksi lebih dari 40 unit barang. Kenaikan harga
komoditas ditunjukkan oleh kenaikan slope kurva TR, kenaikan biaya tetap ditunjukkan
oleh kenaikan intercept dari kurva TC, dan kenaikan biaya variable ditunjukkan oleh
kenaikan slope kurva TC. Analisis cost-volume-profit dapat pula dilakukan dengan
aljabar sebagai berikut.
TR = ( P)(Q)
TC = TFC + ( AVC )Q
TR = TC
( P)(QB ) = TFC + ( AVC )(QB ) dimana Q B =breakeven output
( P)(QB ) − ( AVC )(QB ) = TFC
(QB )( P − AVC ) = TFC
TFC
QB =
P − AVC
Contoh
TFC = $200, P = $10, AVC = $5
$200
QB = = 40
$10 − $5
Kalau perusahaan bertujuan mencapai target keuntungan tertentu, output untuk mencapai
target tersebut dapat dirumuskan sebagai berikut.
TFC +  T
QT =
P − AVC
Contoh
TFC = $200, P = $10, AVC = $5,  T = $100
$200 + $100 $300

QT = = = 60
$10 − $5 $5

Untuk mengetahui bahwa dengan output sebanyak 60 diperoleh keuntungan sebesar $100
dapat dilakukan perhitungan sebagai berikut.
TR = ( P)(Q) = ($10)(60) = $600

TC = TFC + ( AVC )(Q) = $200 + ($5)(60) = $500
 T = TR − TC = $600 − $500 = $100
Operating Leverage
Operating leverage adalah rasio antara biaya tetap terhadap biaya variable. Semakin
tinggi rasio ini maka perusahaan dikatakan semakin highly leveraged. Bila perusahaan
semakin automated atau highly liveraged (misal ada substitusi biaya tetap untuk biaya
variable) maka biaya tetap naik dan biaya variable turun, selanjutnya breakeven output
naik. Gambar 28 menunjukkan biaya tetap naik dari $200 menjadi $300 sedangkan biaya
variable turun dari $5 menjadi $3,33 maka breakeven output naik dari 40 (B) menjadi 45
(B’). Gambar 28 juga menunjukkan bahwa semakin besar rasio biaya tetap total terhadap
biaya variable total maka keuntungan perusahaan akan semakin sensitive terhadap
perubahan output atau penjualan. Kenaikan output dari 60 menjadi 70 menaikkan
keuntungan dari CD (100) menjadi FG (150) untuk TC dan menjadi EG (166,67) untuk
TC’.
Gambar 28. Kurva TR dan TC
Sensitivitas dari keuntungan terhadap perubahan output atau penjualan dapat diukur
dengan degree of operating leverage (DOL).
%  /   Q
DOL = = = .
%Q Q / Q Q 
 = Q( P − AVC ) − TFC →  = Q( P − AVC )

Q( P − AVC)Q Q( P − AVC)
DOL = =
Q{Q( P − AVC) − TFC} Q( P − AVC) − TFC
Contoh
Misal output naik dari 60 ke 70 maka DOL untuk TC adalah,
60($10 − $5) $300

DOL = = =3
60($10 − $5) − $200 $100
dan untuk TC’ adalah,
60($10 − $3,33) $400

DOL = = =4
60($10 − $3,33) − $300 $100
F. Soal-soal Latihan
1. A bekerja pada suatu perusahaan jasa dengan gaji $60.000 per tahun. Ia
merencanakan untuk berhenti bekerja pada perusahaan tersebut dan membuka
usaha sendiri. Untuk membuka usahanya diperlukan kantor yang sewanya
$10.000 per tahun, sekretaris yang gajinya $ 20.000 per tahun, sewa peralatan
kantor sebesar $15.000 per tahun, dan biaya alat tulis, listrik dan telpon sebesar
$5.000 per tahun. A memperkirakan penerimaan per tahun $100.000 dan A
indifferent antara bekerja pada perusahaan di atas dengan membuka usaha sendiri.
Berapa (a) explicit costs, (b) implicit costs, (c) economic costs, (d) apakah A akan
membuka usahanya.
2. Dari data berikut tentukan (a) total fixed cost dan total variable cost, (b) dari
jawaban (a) tentukan average fixed cost, average variable cost, average total cost,
dan marginal cost, (c) gambarkan kurva-kurvanya.
Q 0 1 2 3 4 5
TC $30 50 60 81 118 180
3. Dua perusahaan yang termasuk kedalam industri yang sama menjual pruduknya
sebesar $10 per unit. Perusahaan-1 mempunyai TFC1=$100 dan AVC1=$6
sedangkan perusahaan-2 mempunyai TFC2=$300 dan AVC2=$3,33. (a) Tentukan

break, (b) carilah DOL untuk masing-masing perusahaan pada Q=60 dan Q=70
even output untuk kedua perusahaan tersebut, (c) mengapa DOL perusahaan-2
lebih besar dari perusahaan-1.
4. Hasil regresi total variable cost suatu barang (TVC) terhadap output (Q) dan upah
(W) dengan menggunakan data bulanan selama dua tahun adalah sebagai berikut.
_
TVC = 0,14 + 0,80Q + 0,036W R 2 = 0,92 DW = 1,9
t: (2,8) (3,8) (3,3)
(a) Bila W=$10 carilah fungsi AVC dan MC, (b) bagaimana bentuk kurva AVC
dan MC, (c) apakah model TVC ini benar.
5. Fungsi TVC dan TFC dari suatu perusahaan sebagai berikut.
TVC = 60Q − 12Q 2 + Q 3

TFC = $100
Perusahaan ini menjual barang produksinya senilai $60 per unit. Suatu studi
engineering menunjukkan bahwa dengan menggunakan teknologi baru long-run
total cost function sebagai berikut.
TC = 50 + 20Q + 2w + 3r
dimana w=upah dan r=rental price of capital. (a) carilah fungsi AVC dan MC dan
output dimana kedua kurva ini berpotongan, (b) breakeven output dan output
dimana keuntungan terbesar, (c) long-run average cost dan long-run marginal cost
dengan teknologi baru bila w=$20 dan r=$10.

VIII. LINEAR PROGRAMMING
A. Profit Maximization
Input Jumlah input yang diperlukan per unit output Jumlah input tersedia
per periode waktu
Product X Product Y
A 1 1 7
B 0,5 1 5
C 0 0,5 2
 = $30Q X + $40QY
1Q X + 1QY  7
0,5Q X + 1QY  5
0,5Q y  2
Q X , QY  0 Non-negative constraint
Maximize  = $30Q X + $40QY (objective function)

Subject to 1Q X + 1QY  7 (input A constraint)
0,5Q X + 1QY  5 (input B constraint)
0,5QY  2 (input C constraint)
Q X , QY  0 (non-negative constraint)
Penyelesaian Grafis
Gambar 29. Penyelesaian secara grafis

Qy=…. +/- ….Qx
Qy=(∏/40)-(30/40)Qx
input A dan constraint input B,
1Q X + 1QY  7
0,5Q X + 1QY  5
QX = 4
QY = 3
Penyelesaian Simplex
30 40
1 1 <= 7
0.5 1 <= 5
0.5 <= 2
0 0
M M
Continuous Continuous
|-----------------------------------------------------------------|
| Summarized Results for MAX Page : 1 |
|-----------------------------------------------------------------|
|Variables| |Opportunity|Variables| |Opportunity|
|No. Names| Solution | Cost |No. Names| Solution | Cost |
|---------+----------+-----------+---------+----------+-----------|
|1 Qx |+4.0000000| 0 |4 S2 | 0|+20.000000 |
|2 Qy |+3.0000000| 0 |5 S3 |+.50000000| 0 |
|3 S1 | 0|+20.000000 | | | |
|-----------------------------------------------------------------|
| Maximum value of the OBJ = 240 Iters. = 3 |
|-----------------------------------------------------------------|
|------------------------------------------------------------------------------|
| Sensitivity Analysis for OBJ Coefficients Page : 1 |
|------------------------------------------------------------------------------|
|C(j) |Min. C(j) | Original |Max. C(j) |C(j) |Min. C(j) | Original |Max. C(j) |
|-----+----------+----------+----------+-----+----------+----------+-----------|
|C(1) |+20.000000|+30.000000|+40.000000|C(2) |+30.000000|+40.000000|+60.000000 |
|------------------------------------------------------------------------------|
|------------------------------------------------------------------------------|
| Sensitivity Analysis for RHS Page : 1 |
|------------------------------------------------------------------------------|
|B(i) |Min. B(i) | Original |Max. B(i) |B(i) |Min. B(i) | Original |Max. B(i) |
|-----+----------+----------+----------+-----+----------+----------+-----------|
|B(1) |+6.0000000|+7.0000000|+10.000000|B(3) |+1.5000000|+2.0000000|+ Infinity |
|B(2) |+3.5000000|+5.0000000|+5.5000000| | | | |
|------------------------------------------------------------------------------|

B. Cost Minimization
Nutrient Unit of nutrients per pound Minimum

of daily
requirement
Meet (X) Fish (Y)
Protein (P) 1 2 14
Minerals (M) 1 1 10
Vitamins (V) 1 0,5 6
Price per pound $2 $3
Minimize C = $2Q X + $3QY (objective function)

Subject to 1Q X + 2QY  14 (protein constraint)
1Q X + 1QY  10 (minerals constraint)
1Q X + 0,5QY  6 (vitamins constraint)
Penyelesaian Grafis
Gambar 30. Kurva Penyelesaian
Titik B perpotongan antara constraint mineral dengan constraint protein

1Q X + 2QY  14
1Q X + 1QY  10
QX = 6
QY = 4

Penyelesaian Simplex
|-----------------------------------------------------------------|
| Summarized Results for MIN Page : 1 |
|-----------------------------------------------------------------|
|Variables| |Opportunity|Variables| |Opportunity|
|No. Names| Solution | Cost |No. Names| Solution | Cost |
|---------+----------+-----------+---------+----------+-----------|
|1 Qx |+6.0000000| 0 |5 S2 | 0|+1.0000000 |
|2 Qy |+4.0000000| 0 |6 A2 | 0|-1.0000000 |
|3 S1 | 0|+1.0000000 |7 S3 |+2.0000000| 0 |
|4 A1 | 0|-1.0000000 |8 A3 | 0| 0 |
|-----------------------------------------------------------------|
| Minimum value of the OBJ = 24 Iters. = 3 |
|-----------------------------------------------------------------|
|------------------------------------------------------------------------------|
| Sensitivity Analysis for OBJ Coefficients Page : 1 |
|------------------------------------------------------------------------------|
|C(j) |Min. C(j) | Original |Max. C(j) |C(j) |Min. C(j) | Original |Max. C(j) |
|-----+----------+----------+----------+-----+----------+----------+-----------|
|C(1) |+1.5000000|+2.0000000|+3.0000000|C(2) |+2.0000000|+3.0000000|+4.0000000 |
|------------------------------------------------------------------------------|
|------------------------------------------------------------------------------|
| Sensitivity Analysis for RHS Page : 1 |
|------------------------------------------------------------------------------|
|B(i) |Min. B(i) | Original |Max. B(i) |B(i) |Min. B(i) | Original |Max. B(i) |
|-----+----------+----------+----------+-----+----------+----------+-----------|
|B(1) |+10.000000|+14.000000|+18.000000|B(3) |- Infinity|+6.0000000|+8.0000000 |
|B(2) |+8.6666670|+10.000000|+14.000000| | | | |
|------------------------------------------------------------------------------|
C. Dual Problem and Shadow Prices
The Dual of Profit Maximization
Primal Problem
Maximize  = $30Q X + $40QY (objective function)

Subject to 1Q X + 1QY  7 (input A constraint)
0,5Q X + 1QY  5 (input B constraint)
0,5QY  2 (input C constraint)
Dual Problem
Minimize C = 7V A + 5VB + 2VC

Subject to 1V A + 0,5VB  30

1VA + 1VB + 0,5VC  40
V A , Vb , VC  0
V A = 20
V B = 20
VC = 0
C = 7(20) + 5(20) + 2(0) = 240
The Dual of Cost MinimizationM
Primal Problem
Minimize C = $2Q X + $3QY (objective function)

Subject to 1Q X + 2QY  14 (protein constraint)
1Q X + 1QY  10 (minerals constraint)
1Q X + 0,5QY  6 (vitamins constraint)
Dual Problem
Maximize  = 14VP + 10VM + 6VV

Subject to 1VP + 1VM + 1VV  2
2VP + 1VM + 0,5VV  3
VP , VM , VV  0
VP = 1
VM = 1
VV = 0
 = 14(1) + 10(1) + 6(0) = 24

Modul Ekonomi Manajerial

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Modul Ekonomi Manajerial

Diunggah oleh

Hak Cipta:

Format Tersedia

RPKPS

(Rencana Program Kegiatan Pembelajaran Semester)

1. Nama Mata Kuliah: EKONOMI MANAJERIAL

2. Tehnik Optimasi dan Alat Manajemen 2.1. Hubungan variable ekonomi

3 Teori Permintaan 3.1. Permintaan individual dan pasar

Ekonomi Manajerial Pertanian 1

7. Teori Biaya 7.1. Fungsi biaya jangka pendek

4. Rencana Kegiatan Pembelajaran

2. Tehnik Optimasi dan Alat 2.1. Hubungan variable ekonomi Ceramah,

Ekonomi Manajerial Pertanian 2

7. Teori Biaya 7.1. Fungsi biaya jangka pendek Ceramah,

Ekonomi Manajerial Pertanian 3

5. Kriteria & Cara Evaluasi Hasil Pembelajaran

6. Bahan, Sumber Informasi & Referensi

(1) Salvatore, Dominick. 1996. Managerial Economics in Global Economy. McGraw-

Ekonomi Manajerial Pertanian 4

Gambar 1. Pengertian Ekonomi Manajerial

Q=f(P,Y, Ps, Pc)

Data Q, P, Y, Ps, dan Pc yang dikumpulkan dapat diestimasi persamaan

Ekonomi Manajerial Pertanian 5

Perusahaan (firm) adalah organisasi yang mengkombinasikan dan

Awalnya tujuan perusahaan adalah untuk memaksimumkan keuntungan berjalan

 1 ,  2 ,..., n = kentungan yang diharapkan

Ekonomi Manajerial Pertanian 6

Perusahaan dalam kinerjanya dihadapkan pada berbagai macam kendala

Sesuai teori perusahaan di atas tujuan perusahaan adalah memaksimumkan

C. Macam dan Kegunaan Keuntungan

Keuntungan dapat dibedakan menjadi keuntungan bisnis (business profit) dan

Ekonomi Manajerial Pertanian 7

Misal suatu perusahaan melaporkan bahwa keuntungan bisnis $ 30.000 dalam

Keuntungan dapat memberikan tanda bagi perusahaan untuk meningkatkan

Ekonomi Manajerial Pertanian 8

2. Seorang pemilik perusahaan memperkirakan bahwa dalam dua tahun mendatang

3. Suatu perusahaan sedang memperhitungkan upaya promosi untuk meningkatkan

4. Seorang manajer dihadapkan pada dua pilihan investasi. Investasi pertama

Ekonomi Manajerial Pertanian 9

A. Hubungan Variabel Ekonomi

Untuk memahami bentuk hubungan antara variabel ekonomi, seperti pada

Tabel 1. Hubungan antara output dengan harga untuk penerimaan

Gambar 2. Hubungan antara Harga, Output, dan Penerimaan

Ekonomi Manajerial Pertanian 10

Gambar 2. Hubungan antara biaya total, marginal, dan rerata

Gambar 3. Hubungan antara Biaya total, Marginal, dan Rerata.

Ekonomi Manajerial Pertanian 11

Istilah optimum berkaitan dengan kondisi keuntungan maksimum. Secara grafis

100-20Q = 0 Keuntungan tertinggi tercapai pada waktu Q = 5

Ekonomi Manajerial Pertanian 12

Misal keuntungan ditentukan oleh banyaknya penjualan komoditas X dan Y. Persamaan

Sehingga diperoleh harga X ,Y, dan π sebagai berikut:

 = 80(16,52) − 2(16,52) 2 − (16,52)(13,92) − 3(13,92) 2 + 100(13,92) = 1356,52

 = 80(12 − Y ) − 2(12 − Y ) 2 − (12 − Y )Y − 3Y 2 + 100Y

= −4Y 2 + 56Y + 672

 = 80(5) − 2(5) 2 − (5)(7) − 3(7) 2 + 100(7) = 868

Metoda Lagrangian Multiplier

Ekonomi Manajerial Pertanian 13

Gambar 4. Hubungan antara TR, TC, dan π

Ekonomi Manajerial Pertanian 14

Benchmarking berkaitan dengan upaya suatu perusahaan mencari jawaban

Total Quality Management

Total Quality Management (TQM) berkaitan dengan upaya perbaikan kualitas

Ekonomi Manajerial Pertanian 15

Reengineering adalah upaya untuk mengorganisasikan kembali perusahaan secara

Ekonomi Manajerial Pertanian 16

Ekonomi Manajerial Pertanian 17