Nama : Al amin

Nim : 2130404009
Kelas : MBS 5B
Mata Kuliah : Analisis Laporan Keuangan

ANALISIS PERBANDINGAN

A. ANALISIS TIME SERIES

1. Pengertian Analisis Time Series
Time series atau runtun waktu adalah himpunan observasi data terurut
dalam waktu (Hanke&Winchern, 2005: 58). Metode time series adalah metode
peramalan dengan menggunakan analisa pola hubungan antara variabel yang akan
dipekirakan dengan variabel waktu. Peramalan suatu data time series perlu
memperhatikan tipe atau pola data. Secara umum terdapat empat macam pola data
time series, yaitu horizontal, trend, musiman, dan siklis (Hanke dan Wichren, 2005:
158). Analisis data berkala memungkinkan kita untuk mengetahui perkembangan
suatu atau beberapa kejadian serta hubungan atau pengaruhnya terhadap kejadian
lainnya. Misalnya, apakah kenaikan biaya iklan akan diikuti dengan kenaikan hasil
penjualan, apakah kenaikan gaji diikuti oleh kenaikan prestasi kerja dan lain
sebagainya. Dengan data berkala berkala kita juga dapat membuat membuat
ramalan ramalan‐ramalan berdasarkan garis regresi atau garis trend.
Menurut Harahap (2014:243), analisis time series indeks adalah menyajikan
laporan keuangan beberapa tahun (time series), kemudian angka- angka laporan
dikonversi dengan angka indeks yang memiliki tahun dasar, sehingga analisa dapat
melihat perkembangan, posisi dan kemajuan perusahaan dalam rentang waktu
tertentu.Teknik ini bisa menggunakan angka indeks bisa juga menggunakan angka-
angka yang ada dalam laporan keuangan disajikan dalam rentang waktu seri,
misalnya lima tahun. Jika laporan itu di konversi menjadi angka indeks maka
menjadi laporan indeks berseri. Semua laporan keuangan yang dibandingkan secara
berseri dikonversi ke indeks untuk menentukan indeks ini maka perlu menetapkan
tahun dasar. Tahun dasar ini dipilih berdasarkan criteria tertentu yang bisa dijadikan
sebagai suatu moment penting agar kita lebih mudah dan lebih cepat melakukan
perbandingan dengan indeks tahun lainnya. Agar penganalisa dapat memahami
dengan cara melakukan konversi menjadi angka-angka indeks dari tahun ke tahun
berikutnya.

2. Tujuan Analisis Time Series

Dasar pemikiran runtun waktu adalah pengamatan sekarang dipengaruhi
oleh satu atau beberapa pengamatan sebelumnya. Dengan kata lain, model runtun
waktu dibuat karena secara statistik ada korelasi antar deret pengamatan. Tujuan
analisis runtun waktu antara lain memahami dan menjelaskan mekanisme tertentu,
meramalkan suatu nilai di masa depan, dan mengoptimalkan sistem kendali
(Makridakis, dkk, 1999).
 Tujuan dari metode deret berkala ini yaitu menemukan pola dalam deret data
historis kemudian mengekstrapolasikan pola tersebut ke masa depan. Model deret
berkala ini sering kali digunakan untuk meramal,apabila data yang diperlukan
tersedia, suatu hubungan peramalan dapat dihipotesiskan baik sebagai fungsi dari
waktu atau sebagai fungsi dari variabel bebas. Kemudian diuji langkah penting
dalam memilih suatu metode deret berkala yang tepat untuk mempertimbangkan
jenis pola data sehingga metode yang tepat dengan tersebut dapat diuji. Adapun
kegunaannya adalah sebagai alat analisis forcasting kondisi masa mendatang
berdasarkan trend data yang tersedia.
3. Pendekatan dalam Analisis Time Series
Pendekatan dalam time series terdiri dari 2 (Dua) pendekatan, yaitu:
1. Pendekatan Ekonomi
Teknik ini bisa menggunakan angka indeks bisa juga angka- angka yang
ada dalam laporan keuangan disusun dan disajikan dalam rentang waktu berseri
misalnya 5 atau 10 tahun. Jika laporan ini dikonvensi menjadi angka indeks
maka menjadi laporan indeks berseri. Semua laporan keuangan yang
dibandingkan secara berseri dikonvensikan ke indeks. Untuk Menentukan
indeks ini maka menentukan tahun dasar. Tahun dasar ini dipilih menurut
kriteria tertentu misalnya dipilih tahun pendirian sebagai tahun dasar atau tahun
tertentu yang bisa dijadikan sebagai suatu moment penting agar kita lebih
mudah dan lebih cepat melakukan perbandingan dengan indeks tahun lainnya.
2. Pendekatan Statistik
Analisa trend ini bertujuan untuk mengetahui tendensi atau
kecenderungan keadaan keuangan suatu perusahaan di masa yang akan datang
baik kecenderungan naik, turun, maupun tetap. Teknik analisa ini biasanya
dipergunakan untuk menganalisa laporan keuangan yang meliputi minimal 3
periode atau lebih. Analisa ini dimaksudkan untuk mengetahui perkembangan
perusahaan melalui rentang perjalanan waktu yang sudah lalu dan memproyeksi
situasi masa itu ke masa yang berikutnya.
Berdasarkan data historis itu, dicoba melihat kecenderungan yang
mungkin akan muncul di masa yang akan datang. Analisa trend ini bermanfaat
untuk menilai situasi "trend" perusahaan yang telah lalu serta dapat
memprediksi "trend" perusahaan di masa yang akan datang berdasarkan garis
trend yang sudah terjadi itu.

4. Kelebihan dan Kekurangan Analisis Time Series

● Kelebihan
a. Tak memerlukan penghitungan
b. Jika garis trend ditarik hati-hati maka hasilnya dapat mendekati gambar
yang dihitung secara matematis

● Kekurangan
a. Gambarnya kurang akurat, trendnya tergantung pada orang yang
menggambarnya
 b. Nilai-nilai trendnya kurang akurat

5. Contoh Kasus dengan Analisis Time Series

1. Pemodelan Multivariate Time Series Menggunakan Multi Input Transfer
Function untuk Meramalkan Curah Hujan di Kota Semarang (Wardani, 2017).
Metode yang digunakan untuk peramalan runtun waktu multivariat
adalah metode fungsi transfer yang menggabungkan metode runtun waktu
ARIMA dan metode regresi berganda. Model fungsi transfer multi input
merupakan model fungsi transfer yang variabel inputnya dua atau lebih data
runtun waktu. Tujuan penelitian untuk menganalisis data curah hujan di Kota
Semarang dengan deret input kelembaban udara dan lama penyinaran
menggunakan fungsi transfer sehingga dapat digunakan untuk meramalkan
curah hujan untuk periode berikutnya.

2. Peramalan Indeks Harga Konsumen Kota Mataram Menggunakan Vector

Autoregressive Integrated Moving Average (VARIMA) (Ayudhiah, Bahri, &
Fitriyani, 2020)
Tujuan penelitian untuk meramalkan data Indeks Harga Konsumen
(IHK) sub-kelompok padi-padian, umbi-umbian, dan hasilnya, serta sub-
kelompok bumbu-bumbuan di Kota Mataram. Data yang digunakan adalah data
tahun 2014-2017, yang kemudian digunakan untuk meramalkan data tahun
2018. Metode yang digunakan dalam penelitian ini adalah metode VARIMA.
Hasil penelitian menunjukkan bahwa model terbaik adalah model VARIMA
(1,1,0) dengan akurasi untuk IHK padi-padian, umbi-umbian, dan hasilnya
berdasarkan nilai MAPE sebesar 0,7359% (hasil peramalan dapat dikategorikan
sangat baik), sedangkan akurasi model untuk IHK bumbu-bumbuan
berdasarkan nilai MAPE sebesar 10,6736% (hasil peramalan dapat
dikategorikan baik).

B. ANALISIS COMMON SIZE

1. Pengertian Analisis Common Size
Menurut persentase common size oleh Sujarweni (2017:52), analisis
Common Size adalah metode yang disusun dengan menghitung tiap-tiap rekening
dalam laporan laba rugi dan laporan posisi keuangan menjadi persentase dari total
 penjualan atau dari total aktiva, laporan keuangan dalam persentase perkomponen
menyatakan masing-masing posnya dalam satuan persen atas dasar kelompoknya.
Analisis common size adalah Teknik analisis yang dilakukan dengan cara membuat
perbandingan antara suatu elemen (laporan keuangan) tertentu sebagai komponen
dari elemen yang lain pada laporan keuangan yang sama. Hasil Analisis bermanfaat
untuk menilai tepat atau tidak nya kebijakan (operasi, investasi dan pendanaan)
yang diambil oleh perusahaan dimasa lalu, serta kemungkinan pengaruhnya
terhadap posisi dan kinerja keuangan perusahaan dimasa yang akan datang.
Menurut Harahap (2014:243), analisis common size adalah untuk melihat
struktur keuangan perusahaan dengan cara mengkonversi laporan keuangan ke
dalam laporan bentuk awam (common size), dengan menggunakan denominator
persentase.Teknik ini menggunakan pola penyederhanaan angka-angka yang
terdapat dalam laporan keuangan atau biasa juga disebut dengan pengawaman
laporan keuangan. Proses juga membutuhkan angka dasar yang ditetapkan sebagai
dasar perhitungan angka konversi tanpa mengabaikan angka lainnya, biasanya
untuk neraca dipakai total asset atau total utang dan modal sebagai dasar angka
seratus persen berarti pos-pos asset akan dipresentasikan ke angka total asset tadi
dan pos-pos utang dan modal akan dipresentasikan ketotal utang dan modal itu,
dengan demikian neraca akan menjadi angka-angka awam dalam bentuk presentase
ke tota asset.
2. Tujuan Analisis Common Size
Menurut Kasmir (2012:91), tujuan analisis common size terbagi 3 yaitu:
1. Mengetahui persentase investasi terhadap masing-masing aktiva atau
passiva.
2. Mengetahui struktur modal.
3. Mengukur komposisi biaya terhadap penjualan.
Tujuan analisis common size adalah untuk memperoleh gambaran tentang,
1. Komposisi dan proporsi investasi pada setiap jenis aktiva
2. Struktur modal dan pendanaan
3. Distribusi hasil penjualan pada biaya dan laba
Kegunaan dari penyajian dalam bentuk common size yaitu akan mempermudah
bagi pembaca laporan keuangan dalam menilai perubahan-perubahan baik berupa
kenaikan maupun penurunan yang terjadi pada neraca dan laporan laba rugi. Perubahan
perubahan yang terjadi tidak dapat dinilai baik dan buruknya tanpa melihat proporsi
dari setiap pos terhadap total nilai yang dijadikan angka dasar perhitungan persentase.
Common size dapat menunjukkan distribusi dari utang dan modal sendiri (yang
merupakan sumber modal yang ditanamkan dalam berbagai bentuk aktiva). Apabila
persentase total utang terlalu besar sehingga menimbulkan beban berat bagi perusahaan
dan rendahnya margin of safety bagi kreditur dan apabila proporsi modal sendiri lebih
besar dibandingkan dengan proporsi modal pinjaman (utang) akan meningkatkan
margin of safety bagi kreditur dan menguatkan posisi keuangan perusahaan
(Jumingan,2014)

3. Kelebihan dan Kekurangan

● Kelebihan
Menurut Hani (2015, hal.100) Menyatakan analisis common size
adalah untuk memahami pembentuk internal laporan keuangan seperti
sumber pendanaan dan komposisi aktiva pada neraca, pengaruh
penjualan terhadap beban dan memudahkan untuk membaca data
keuangan dalam periode tertentu. Analisis ini dapat melihat kekuatan
pada setiap aku yang dianalisis, bagaimana kemampuannya
mempengaruhi akun utama yang menjadidasar perbandingan seperti
angka penjualan pada laba rugi dan pembentukan aktiva pada laporan
posisi keuangan.
● Kekurangan
Laporan keuangan yang menggunkan analisis common size
memiliki kekurangan atau bisa dsebut juga dengan kelemahan
yaitu,keterbatasan utama laporan keuangan common size untuk analisis
antar perusahaan adalah kegagalannya untuk mencerminkan ukuran
relatif perusahaan yang dianalisis selain itu,perubahan dari tahun ke
tahun pada analisis common size tidak menunjukan secara pasti adanya
perubahan dalam data tersebut.

4. Contoh Kasus Analsis Common Size

Septi Rohmawanti (2017) dengan judul “Analisis Rasio untuk Menilai
Kinerja Keuangan PT Madu Baru Yogyakarta tahun 2011-2015”. Hasil penelitian
menunjukkan bahwa rasio likuiditas PT Madu Baru pada tahun 2011-2015
 termasuk dalam kondisi tidak likuid karena rata-rata persentase current ratio masih
dibawah 200%, rata-rata persentase quick ratio masih dibawah 100%, rata-rata
persentase cash ratio masih dibawah 50%. Rasio solvabilitas sudah cukup
baik.Rasio rentabilitas kurang optimal.

C. ANALISIS CROSS SECTION

1. Pengertian Analisis Cross Section
Analisiscross section adalah penerapan analisis rasio keuangan dengan
membandingkan terhadap rasio perusahaan lain dari industri yang sama dan pada
tahun yang sama. Misalnya, perusahaan manufaktur dibandingkan dengan
perusahaan manufaktur lain, perbankan dengan perbankan, atau perusahaan farmasi
dengan perusahaan farmasi lainnya. Inilah yang populer disebut benchmarking.
Dengan melakukan perbandingan rasio keuangan tersebut, kita bisa mengetahui
posisi kinerja keuangan perusahaan di dalam suatu industri yang dihadapkan
dengan perusahaan lain yang sejenis. Contohnya, apakah kinerja saham yang
ditunjukkan dari Price Earning Ratio (P/R) lebih baik dari perusahaan lain?
Demikian juga halnya dengan menggunakan rasio-rasio keuangan lainnya.
Analisiscross sectionakan bermanfaat untuk melihat prestasi atau kinerja
perusahaan relatif terhadap industri dan menentukan bonus bagi manajemen
perusahaan, yang didasarkan pada keuntungan perusahaan relatif terhadap industri.
(Irnawati et al., 2021).

Adapun menurut Notoatmodjo (2002) Analisis cross sectional adalah suatu

penelitian untuk mempelajari suatu dinamika korelasi antara faktor-faktor resiko
dengan efek, dan dengan suatu pendekatan, observasi ataupun dengan pengumpulan
data pada suatu saat tertentu (point time approach).

2. Tujuan Analisis Cross Section

Cross sectional tidak mengenal adanya dimensi waktu, sehingga
mempunyai kelemahan dalam menjamin bahwa paparan mendahului efek (disease)
atau sebaliknya.Namun studi ini mudah dilakukan dan murah, serta tidak
memerlukan waktu follow up. Umumnya studi cross sectional dimanfaatkan untuk
merumuskan hipotesishubungan kausal yang akan diuji dalam studi analitiknya
(kohort atau kasus control).
3. Ciri-Ciri Cross Section
Adapun ciri-ciri dari Cross Section antara lain sebagai berikut:
a) Biasanya penelitian berlangsung pada satu titik waktu.
b) Riset cross sectional tidak melibatkan manipulasi variabel.
c) Metode cross sectional memungkinkan peneliti untuk melihat banyak
karakteristik sekaligus, seperti usia, pendapatan, jenis kelamin, dll.
d) Cross sectional sering digunakan untuk melihat karakteristik yang
berlaku dalam populasi tertentu.
e) Cross sectional dapat memberikan informasi tentang apa yang terjadi
dalam populasi saat ini.

4. Metode Penelitian dalam Cross Section

Dalam menentukan metode penelitian, langkah yang dapat dilakukan adalah
sebagai berikut:
a. Menentukan subjek penelitian, mulai dari situasi dan jumlah sampel yang
diambil pada aktivitas penelitian.
b. Melakukan observasi variabel yang memiliki aspek resiko dan aspek akibat
dengan cara bersama, hal ini berdasarkan pada status situasi variabel pada
pengumpulan data.
c. Menganalisis perbandingan atau korelasi ukuran setiap hasil grup yang di
observasi pada aktivitas penelitian.

5. Kelebihan dan Kekurangan Analisis Cross Sectio

● Kelebihan
1. Relatif cepat untuk dilakukan.
2. Peneliti dapat mengumpulkan semua variabel sekaligus.
3. Beberapa hasil dapat diteliti sekaligus.
4. Prevalensi untuk semua faktor dapat diukur.
5. Cocok untuk analisis deskriptif.
6. Peneliti dapat menggunakannya sebagai batu loncatan untuk penelitian
selanjutnya
● Kekurangan
 1. Dibutuhkan subyek penelitian yang relatif besar atau banyak, dengan
asumsi variable bebas yang berpengaruh cukup banyak.
2. Kurang dapat menggambarkan proses perkembangan penyakit secara
tepat.
3. Faktor-faktor risiko tidak dapat diukur secara akurat dan akan
mempengaruhi hasil penelitian.
4. Korelasi faktor risiko dengan dampaknya adalah paling lemah bila
dibandingkan dengan rancangan penelitian analitik yang lainnya
5. Kesimpulan hasil penelitian berkaitan dengan kekuatan rancangan yang
disusun sangat berpengaruh, umumnya kekuatan rancangan yang baik
adalah sekitar 40%, artinya hanya sebesar 40% variable bebas atau
faktor risiko mampu menjelaskan variable terikat atau dampak, sisanya
yaitu 60% tidak mampu dijelaskan dengan model yang dibuat
6. Contoh Analisis Cross Section
Analisis cross-sectional tidak hanya digunakan untuk menganalisis suatu
perusahaan; ini dapat digunakan untuk menganalisis berbagai aspek bisnis.
Misalnya, sebuah studi yang dirilis pada 18 Juli 2016, oleh Tinbergen Institute
Amsterdam (TIA) mengukur kemampuan faktor timing dari pengelola dana lindung
nilai. Factor timing adalah kemampuan pengelola dana lindung nilai untuk
mengatur waktu pasar dengan tepat ketika berinvestasi, dan memanfaatkan
pergerakan pasar seperti resesi atau ekspansi.
Studi ini menggunakan analisis cross-sectional dan menemukan bahwa
keterampilan penentuan faktor (factor timing) lebih baik di antara pengelola dana
yang menggunakan leverage untuk keuntungan mereka, dan yang mengelola dana
yang lebih baru, lebih kecil, dan lebih tangkas, dengan biaya insentif lebih tinggi
dan periode pembatasan lebih kecil. Analisis ini dapat membantu investor memilih
dana lindung nilai dan pengelola dana lindung nilai terbaik.