Anda di halaman 1dari 3

III.

PEMBAHASAN Penaksiran dan peramalan biaya untuk pengambilan keputusan meupakan usaha untuk menemukan bentuk dan posisi kurva-kurva biaya dari suatu perusahaan. 1. Penaksiran Biaya Jangka Pendek Pemahaman terhadap fungsi biaya jangka pendek akan membantu para pembuat keputusan untuk menilai optimalisasi tingkat output sekarang dan memecahkan masalah pengambilan keputusan dengan menggunakan analisa kontribusi. Dalam pembuatan keputusan jangka pendek, konsep biaya inkramental memiliki peranan yang sangat penting yang mencakup biaya variabel dan perubahan biaya tetap. Dalam penaksiran biaya jangka pendek dapat dilakukan dengan 3 metode, yaitu : a. Ekstrapolasi Sederhana Ekstrapolasi berarti menghubungkan nilai-nilai dengan titik-titik di luar kisaran yang ditunjukkan oleh data dasar yang dimiliki, dengan cara memproyeksikan berdasarkan pola hubungan yang tampak dalam data tersebut. Metode yang paling sederhana ialah mengekstrapolasikan tingkat biaya marginal atau biaya variabel rata-rata saat ini (ke belakang atau ke depan) pada tingkat-tingkat output lainnya. Jika kita hanya memiliki satu observasi data biaya/output (yaitu pada tingkat sekarang) maka antisipasi bagi terjadinya keadaan diminishing returns harus dibuat atas dasar pertimbangan naluriah (judgement), pengalaman atau intuisi. Sebaliknya, pembuat keputusan mungkin juga beranggapan bahwa biaya marginal cenderung menurun jika output meningkat atau biaya marginal tidak mungkin naik atau turun, sehingga penaksiran terbaik adalah mengasumsikan bahwa biaya marginal konstan. Mungkin pendekatan terbaik untuk memecahkan masalah tersebut adalah sengan mengasumsikan biaya marginal konstan untuk tujuan ekstrapolasi dan kemudian meneliti sensivitas keputusan yang dibuat berdasarkan asumsi tersebut. Contoh: perusahaan PT Gita Pratiwi menjual 500 lusin pakaian dalam kepada pembeli sebuah toko dengn diskon tertentu. Perusahaan itu menetapkan harga rata2 7000/ lusin. Tiba2 ada perubahan mendadak dalam manajemen perusaan tersebut dan manajer produksi yang baru sangat terkejut karena tidak adanya data tingkat produksi atau biaya. Namun dengan bekerja cepat manajer mengetahui bahwa untuk minggu sekarang tingkat produksi sebanyak 7000 lusin dengan TVC 42 juta Rupiah. Berari biaya variabel rata2 6000/ lusin. Tingkat output yang direncanakan untuk beberapa minggu berikutnya juga sebanyak 7000 lusin sehingga untuk memenuhi pesanan toko tersebut tingkat output harus ditingkatkan menjadi 7500 perminggu yang masih dalam jangkauan kapasitas pabrik Manajer Produksi tidak mempunyai pilihan lain kecuali mengekstrapolasikan data tunggal yang dimilikinya tersebut. Jika tidak ada perubahan biaya lainnya kita dapat memperkirakan biaya inkremental sebesar 3 juta rupiah untuk memproduksi 500 pakaian tambahan dan penerimaan inkremental menjadi 3.5 juta rupiah. Jadi kontribusi dari keputusasan ini diharapkan positif sebesar 500ribu rupiah

b. Analisis Gradien Gradien kurva TC (Total Cost) diartikan sebagai tingkat perubahan TC pada interval output tertentu. Gradien dari TC dapat dihitung dengan cara : Gradien TC atau TVC tidak sama dengan MC karena MC menunjukkan perubahan TC yang hanya diakibatkan oleh perubahan satu unit output. Padahal dalam praktek, output cenderung berubah dengan loncatan yang tidak teratur sehingga harus dihitung gradien dengan interval-interval yang lebih besar dari satu unit. Gradien ini menghasilkan penaksir MC pada suatu kisaran tingkat output tertentu. c. Analisis Regresi dengan Data Runtut Waktu Jika jumlah observasi data biaya output yang lebih banyak, maka kita dapat menggunakan metode ini untuk menaksir hubungan antara biaya dengan suatu tingkat output tertentu sehingga diperoleh suatu penaksir MC. Namun, penggunaan metode ini terkadang menimbulkan masalah yakni jika selama periode observasi beberapa faktor mengalami perubahan maka hasil dari analisis regresi akan menjadi kurang dapat dipercaya. Dan untukl menghindarinya data biaya harus dideflasi dengan sebuah indeks yang tepat dan unsur waktu harus dimasukkan sebagai variabel bebas dalam persamaan regresi yang akan kita estimasi

2. Penaksiran Biaya Jangka Panjang

Informasi fungsi biaya jangka panjangdiperlukan bila kita akan melakukan ekspansi atau kontraksi ukuran pabrik dan untuk meyakinkan bahwa ukuran pabrik yang ada sudah optimal untuk tingkat output yang diproduksi. Pada metode ini digunakan analisis regresi dengan data seksi silang (cross section). Karena penaksiran biaya jangka panjang merupakan usaha untuk menemukan ukuran pabrik yang berbeda-beda pada titik waktu tertentu (dengan asumsi teknologo dan harga faktor produksi tetap), maka kita tidak dapat menggunakan observasi data runtut waktu untuk mendapatkan taksiran fungsi biaya jangka panjang. Oleh karena itu, kita perlu mengumpulkan pasanganpasangan observasi data yang menghubungkan tingkat output dengan biaya total untuk mendapatkan tingkat output ituuntuk setiap pabrik, pada satu periode waktu tertentu. Ada 2 pokok masalah dalam penggunaan data seksi silang bagi penaksiran kurva rata-rata janka panjang : 1) Masalah yang timbul karena observasi yang dikumpulkan sama sekali tidak merupakan titik-titik pada kurva biaya rata-rata jangka panjang (LRAC) 2) Masalah yang timbul karena banyak pabrik yang tidak dapat beroperasi pada tingkat harga dan produkitivitas faktor produksi yang sama

3. Peramalan Biaya

Peramalan biaya diperlukan bila keputusan-keputusan yang akan diambil mencakup biaya untuk periode yang akan datang, misalnya dalam keputusan mengikat kontrak, keputusan untuk membeli atau membuat sendiri dan keputusan lain yang mempunyai dampak biaya bukan hanya periode sekarang. Ada 2 pengaruh yang mengakibatkan perubahaan dalam biaya yang akan datang : a) Perubahan produktivitas faktor produksi b) Perubahan harga faktor produksi
4. Penaksiran Kurva Learning

Bila ditaksir dari proses produksi tertentu akan memungkinkan kita untuk memprediksi biaya per unit pada masa mendatang, berdasarkan garis yang paling cocok (the line of best fit) dengan data biaya rata-rata yang diteliti jika volume kumulatif naik. Proses produksi cenderung menjadi lebih efisien dalam memproduksi suatu item tertentu karena adanya pengalaman (proses belajar) dalam proses produksi tersebut. Biaya per unit cenderung untuk turun jika fungsi output total mengalami penurunan dan sebuah perusahaan dapat menggunakn data biaya per unit masa lalu yang dikumpulkan untuk emmprediksi atau memproyeksi biaya per unit masa akan datang.