PERHITUNGAN ELASTISITAS
PENGERTIAN ELASTISITAS
ELASTISITAS PERMINTAAN
FAKTOR YANG MEMPENGARUHI ELASTISITAS PERMINTAAN
ELASTISITAS HARGA DARI PENAWARAN
PERILAKU KONSUMEN
PRINSIP KEPUASAN KONSUMEN
MEKANISME DALAM MEMAHAMI EKSPEKTASI KONSUMEN
KENDALA ANGGARAN KONSUMEN
ANALISIS PRODUKSI
PEMAHAMAN SISTEM PRODUKSI
ELEMEN PROSES DALAM SISTEM PRODUKSI
ELEMEN OUTPUT DALAM SISTEM PRODUKSI
STRATEGI PRODUKSI JUST INTIME
KESEIMBANGAN PRODUKSI
ANALISIS BIAYA
KEUNGGULAN KOMPETITIF REDUKSI BIAYA PRODUKSI
TEORI BIAYA PRODUKSI JANGKA PENDEK
TEORI BIAYA PRODUKSI JANGKA PANJANG
KEBIJAKAN MANAJERIAL
INDONESIA KAYA DENGAN SEBUTAN,SEBAGAI :
• NEGERI KAYA RAYA
• ZAMRUD KATULISTIWA
• KOLAM SUSU
• TONGKAT DAN BATU JADI TANAMAN
• NENEK MOYANG SEORANG PELAUT
1. BIDANG KESEHATAN
2. BIDANG PENDIDIKAN
DAN KELAUTAN
4. BIDANG INFRASTRUKTUR
5. BIDANG INDUSTRI
1. Descriptive
Economics
2. Applied
Economics
1. Macro
Economics
3. Economics
Theory
2. Micro
Economics
Managerial Economics
Pasar
(Kebutuhan
Manusia)
1. ILMU EKONOMI (EKONOMI MIKRO)
2. ILMU PENGAMBILAN KEPUTUSAN (DECISION SCIENCE)
3. CABANG LAIN BERKAITAN DENGAN PROSES PENGAMBILAN KEPUTUSAN MANAJERIAL
Descriptive Models: explain how Normative Models: find eficient methd for
economic variable are related; achieving atated objectives; involve
employ scientifc method of data optimisation methods usually recognising
analysis testing given constraint
PERANAN EKONOMI MANAJERIAL DALAM
PEMBUATAN KEPUTUSAN MANAJERIAL
KARAKTERISTIK DIMENSI
KUALITAS (Lebih baik, better)
menggambarkan dimensi kualitas
produk
FAKTOR-FAKTOR YANG MEMPENGARUHI PERSEPSI KONSUMEN
TENTANG KUALITAS PRODUK
Y = a + bx
Y = PEUBAH TIDAK BEBAS
X = PEUBAH BEBAS
a = INTERCEPT
b = SLOPE
a,b = PARAMETER ATAU KOEFISIEN PERSAMAAN REGRESI
DIMANA : _
Y = RATA-RATA NILAI Y
_
X = RATA-RATA NILAI X
LINIERITAS PERSAMAAN REGRESI
KETERGANTUNGAN ANTARA PEUBAH TIDAK BEBAS DENGAN PEUBAH BEBAS
DINYATAKAN DALAM BENTUK LINIER :
Y = a + bx + e
Y = PEUBAH TIDAK BEBAS
X = PEUBAH BEBAS
a = INTERCEPT (PERPOTONGAN DENGAN SUMBU Y)
b = SLOPE
e = ERROR
KETERGANTUNGAN YANG NON LINIER JUGA DAPAT DIGUNAKAN, JIKA POLA DATA
MENUNJUKKAN HAL TERSEBUT, KARENA HAL TERSEBUT DAPAT DIUBAH MENJADI
BENTUK LINIER MELALUI TRANSFORMASI MATEMATIK (LOGARITMA) MISALNYA :
b1 b2
Y = aX1 X2
DIUBAH MENJADI :
log Y = log a + b1 log X1 + b2 log X2
Y = a + B1x1 + b2X1²
ANALISIS REGRESI :
- MENENTUKAN DERAJAT KETERGANTUNGAN SUATU PEUBAH (DEPENDENT VARIABLES)
DENGAN PEUBAH LAINNYA (INDEPENDENT VARIABLES)
- DIGUNAKAN UNTUK MENCARI NILAI DARI KOEFISIEN-KOEFISIEN FUNGSI PERMINTAAN
Qx = f ( T )
2. ANALISIS SEKSI SILANG ( CROSS-SECTION ) :
- MENUNJUKKAN HUBUNGAN SEBAB AKIBAT ANTARA PERMINTAAN (SEBAGAI PEUBAH
TIDAK BEBAS) DENGAN PEUBAH BEBAS, SEPERTI : HARGA, PENDAPATAN, SELERA
KONSUMEN, DSB
- MENGGUNAKAN DATA DARI PERUSAHAAN YANG BERBEDA PADA KURUN WAKTU YANG
SAMA
HARGA PENJUALAN
(X) (Y) XY X² Y²
0.79 4.650 3.6735 0.6241 21.6225
0.99 3.020 2.9898 0.9801 9.1204
1.25 2.150 2.6875 1.5625 4.6225
0.89 4.400 3.9160 0.7921 19.3600
0.59 6.380 3.7642 0.3481 40.7044
0.45 5.500 2.4750 0.2025 30.2500
4.96 26.100 19.5060 4.5094 125.6798
(ΣX) (ΣY) (ΣXY) (ΣX²) (ΣY²)
Ý = (ΣY)/n = (26.100)/6 = 4.35
X = (ΣX)/n = (4.96)/6 = 0.8267
b = (nΣXY – ΣXΣY) / ((nΣX² - (ΣX)²)
= (6 (19.5060) – 4.96 (26.10000)) / (6(4.5094) – 4.96)²
= (-12.42) / (2.4548)
= - 5.0595
a=Ý–bX
= 4.35 – (-5.0595) (0.8267)
= 8.5327
Ŷ = 8.5327 – 5.0595 X
PERMINTAAN : JUMLAH BARANG / JASA YANG RELA DIBELI OLEH KONSUMEN SELAMA PERIODE
WAKTU TERTENTU BERDASARKAN KONDISI-KONDISI TERTENTU
PERIODE WAKTU : JAM, HARI, MINNGU, BULAN, TAHUN, DSB.
Qs 2008= 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 (O,O7) 1,8 + 2 (-0,08) (-0,15) + 2 (0,12) 0,6
= 2 (1-0,15) + 0,04 + 0,126 + 0,012 + 0,07
= 2 (1 + 0,1)
= 2 (1,1)
= 2,2 ATAU 2.200.000 PON
JIKA PERSAHAAN AKAN MENJUAL KOPI TAHUN 2008 SAMA DENGAN TAHUN
2007 (2 JUTA PON), TENTUKAN BERAPA HARGA YANG DI TETAPKAN (JIKA
FAKTOR LAIN DIANGGAP SAMA DENGAN DIATAS
JAWAB :
HARGA HARUS DINAIKKAN BUKAN 5%, TAPI MENJADI 8,33% (LEBIH TINGGI
3,33%) YANG MENYBABKAN PENURUNAN PERMINTAAN SEBESAR :
= 2 (0,033) (-3) = 0,198 ATAU 198.000 PON
= JADI 2.200.000 PON – 198.000 PON = + 2 JUTA PON
PRODUKSI
DATA PRODUKSI PT SUMBER INTI REZEKI
Qt Kt Lt Qt-1
TAHUN (TON) (Rp. JUTA) (JAM KERJA) (TON)
1990 17.511 18.096 27.440 19.607
1991 20.171 18.271 26.970 17.511
1992 20.932 19.167 26.700
1993 20.406 19.647 26.780
1994 20.831 20.803 27.500
1995 24.806 22.076 28.300
1996 26.465 23.445 30.070
1997 27.403 24.939 30.750
1998 28.628 26.713 30.370
1999 29.904 29.957 30.470
2000 27.508 31.585 29.860
2001 29.035 33.474 29.550
2002 29.281 34.821 29.900
2003 31.535 41.794 28.810 29.281
2004 32.500 41.794 ?
TOTAL 354.416 364.788 403.471
RATA-RATA 25.315 26.056 28.819
PENDUGAAN FUNGSI PRODUKSI COBB-DOUGLAS
JANGKA PANJANG BERDASARKAN PENDEKATAN NERLOVE
DATA DIATAS HARUS DI TRANSFORMASIKAN KEDALAM LOGARITMA SBB :
17.511 = 9.770585 18.096 = 9.803446 27.440 = 10.219757 Dst.
HASIL PERHITUNGAN KOMPUTER (REGRESI LINIER LOGARITMA)
Ln Qt = –5.7083 + 0.2495 Ln Kt + 0.9271 Ln Lt + 0.3755 Ln Qt-1
R² = 0.9340
DARI PERSAMAAN DIATAS DIPEROLEH KOEFESIEN PENYESUAIAN NERLOVE YAITU :
Π = 1 – θ = 1 – 0.3755 = 0.6245
KOEFESIEN UNTUK FUNGSI PRODUKSI COBB – DOUGLAS
LnY = Q/Π = -5.7083 / 0.6245 = -9.1406
α = α/Π = 0.2495 / 0.6245 = 0.3995
β = β/Π = 0.9271 / 0.6245 = 1.4845
JADI FUNGSI COBB = DOUGLAS JANGKA PANJANG :
–9.1406 0.3995 1.4845
Q=e K L
–9.1406 0.3995 1.4845
Q = (2.71828) K L
0.3995 1.4845
Q = 0.0001 K L
BERBAGAI INFORMASI DARI FUNGSI PRODUKSI COBB – DOUGLAS
1. PRODUK MARJINAL JANGKA PANJANG TENAGA KERJA (MPL)
α β -1
MPL = ΔQ/ΔL = β y K L = β (Q/L)
β (Q RATA-RATA / L RATA-RATA) = 1.4845 (25.315 / 28.819) = 1.3040
ARTINNYA = JIKA PENAMBAHAN INPUT TK SEBANYAK 1 JAM KERJA, AKAN MENAMBAH
OUTPUT 1.3040 TON
2. PRODUK MARJINAL JANGKA PANJANG MODAL (MPk)
α-1 β
MPk = ΔQ / ΔK = α y K L = α (Q/K)
α ( Q RATA-RATA / K RATA-RATA ) = 0.3995 ( 25.315 / 26.056 ) = 0.3889
ARTINYA : SETIAP KENAIKAN INPUT MODAL SEBESAR Rp. 1 JT AKAN
MENAMBAH OUTPUT SEBESAR 0.3889 TON
3. TINGKAT SUBSTITUSI TEKNIKAL MARJINAL (MRTs) DARI INPUT TK (L) UNTUK
INPUT MODAL (K) DALAM SISTEM PRODUKSI 1990 – 2004 YANG DI UKUR PADA
TINGKAT PENGGUNAAN L RATA-RATA & K RATA-RATA
MRTs = MPL / MPk = ( β / α ) ( K / L )
= (1.4845 / 0.3995 ) (26.056 / 28.819 ) = 3.3596
ARTINYA : PADA TINGKAT PRODUKSI Q RATA-RATA PENGGUNAAN SATU JAM
TK MAMPU MENSUBSTITUSI PENGGUNAAN MODAL SEBESAR
Rp. 3.35 JUTA.
4. INDEKS EFISIENSI PRODUKSI :
DILIHAT DARI KOEFISIEN A (KOEFISIEN TEKNOLOGI = 0.0001) JIKA ANGKA INI
DIBANDINGKAN DENGAN KOEFISIEN A PADA PRODUKSI PERIODE
SEBELUMNYA (MIS. 1975 – 1989), MAKA DAPAT DIKETAHUI APAKAH EFISIENSI
MENINGKAT ATAU SEBALIKNYA.
5. ELASTISITAS OUTPUT DARI TK (L)
EL = % ΔQ / % ΔL = ( ΔQ / ΔL ) ( L / Q ) = β ( Q / L ) ( L / Q ) = β
JIKA INPUT L NAIK 1 %, MAKA OUTPUT NAIK = 1.4845 %
6. ELASTISITAS OUTPUT DARI MODAL (K)
Ek = % ΔQ/ % ΔK = (ΔQ / ΔK) (K / Q) = (MPk) (K / Q) = α ( Q / K ) ( K / Q ) = α = 0.3995
JIKA INPUT K NAIK 1 %, MAKA OUTPUT NAIK = 0.3995 %
7. SKALA OUTPUT ( RETURN TO SCALE )
α + β = 0.3995 + 1.4845 = 1.8840 (INCREASING)
8. UNTUK PERENCANAAN PENGGUNAAN INPUT.
JIKA OUTPUT YANG DIINGINKAN TAHUN 2005 = 32.500 TON
PENGGUNAAN MODAL SAMA DENGAN TAHUN 2004 = 41.794
BERAPA JUMLAH TK (L) YANG HARUS DISIAPKAN.
0.3995 1.4845
Q = 0.0001 (41.794) L = 32.500 TON
1.4845
2005 = 0.0070167 L = 32.500 TON
L = 32.500 / 0.0070167 = 4.631.806.975
L = (4.631.806.975) 1 / 1.4845 = (4.631806.975)
L = 30.906 JAM KERJA
BAGIAN KETIGA
BERBAGAI PERMASALAHANNYA
DATA PRODUKSI DAN BIAYA TOTAL DARI PT. “X” PADA TAHUN 2005
1 Januari 1 193 1 1
2 Februari 3 240 9 27
3 Maret 4 244 16 64
4 April 2 226 4 8
5 Mei 5 257 25 125
6 Juni 8 297 64 512
7 Juli 11 518 121 1331
8 Agustus 6 260 36 216
9 September 7 274 49 343
10 Oktober 9 350 81 729
11 November 12 654 144 1728
12 Desember 10 420 100 1000
Menggunakan hasil perhitungan komputer dalam Tabel di atas, kita membentuk
persamaan empirik biaya kubik sebagai berikut:
3
TC = a + bQ + cQ2 + dQ
6. Biaya variabel rata-rata (AVC) mecapai minimum apabila AVC = MC, diukur
berdasarkan Q = -c/2d = - (-12,5580) / 2 (0,9128) = 12,5580/1,8256 = 6,879
atau pada tingkat produksi sebesar 6.879 unit perusahaan tersebut mencapai
biaya variabel rata-rata yang minimum.
PENDUGAAN FUNGSI BIAYA JANGKA PANJANG
TC = F (Q, r, w) : Q = Output
r = harga per unit kapital
w = harga per unit labour
Fungsi Cobb-Douglas
β y
TC = ά Q r w pangkat gama
Ln (Tc/r) = Ln ά + β LnQ + gama Ln (w/r)
Biaya PT. Rindu Laba Tahun 1996-2004
Tahun Q (Ribu r (% Modal) w (juta TC (Milyar) TC/r w/r
Kubik) tahun)
1996 4248 7,92 10,897 3,240 0,4090 1,3732
1997 1381 6,60 9,699 11,918 1,8057 1,4695
1998 1820 6,75 10,112 15,121 2,2401 1,4980
1999 3145 6,48 11,119 22,777 3,5149 1,7158
2000 4612 6,90 8,537 30,892 4,4771 1,2372
2001 6857 6,57 9,883 44,678 6,8003 1,5042
2002 9699 6,90 9,876 62,003 8,9859 1,4313
2003 14271 6,79 10,905 74,721 11,0045 1,6060
2004 14956 6,57 7,806 63,436 9,6554 1,1881
Data di atas ditranspormasikan kedalam bilangan logaritma
Q = 248 => log = 5,513429 dts……..
Tc/r = 0,4090 => log = 0,8938 dst…….
w/r = 1,3732 => log = 0,3171 dst……..
Hasil:
Ln (Tc/r) = -5,4126 + 0,7999 Ln Q + 0,4935 Ln (w/r) atau
β -5,4126 0,7999 0,4935
Tc = ά Q (w/r) pangkat gama r = (2,71828) Q (w/r)
0,7999 0,4935
Tc = 0,0045 Q (w/r) r
β
β>1 Diseconomies Scale (skala usaha yang tidak menguntungkan)
β< 1 Economies Scale (skala usaha yang menguntungkan)
β = 1 Constant Return to Scale ( kondisi skala output yang konstan)
Δ
Β = 0,7999 < 1 artinya economies scale
Kebijakan:
Pimpinan perusahaan dapat meningkatkan output.
STRUKTUR PASAR ( MARKET STRUCTURE)
1. Jika harga (Price) > Biaya rata-rata (Avereage Cost = AC) perusahaan
mendapatkan keuntungan maksimal.
2. Jika harga < Biaya rata-rata (AC) tetapi > dari Biaya variabel rata-rata
(Avereage Variable Cost = AVC), maka pihak perusahaan tetap melan
jutkan kegiatan usahanya, karena masih mampu membayar biaya varia
bel seperti bahan baku, upah tenaga kerja dsb. Jika dihentikan
kegiatan usahanya, maka akan mengalami kerugian yang besar
terutama dai modal yang sudah diinvestasikan (fixed cost).
3. Jika harga < Biaya rata-rata (AC), dan < biaya variabel rata-rata
(AVC), maka pihak perusahaan harus menghentikan kegiatan
usahanya, karena tidk mampu lagi menutupi biaya variabel yang di
keluarkannya.
Using Marginal Revenue ( or price) and Marginal Cost to Determine
Optimal Output The Case of Economic Profit
Quantity Marginal Avereage Avereage Avereage Marginal Marginal
(Q) Revenue Fixed Cost Variable Cost (AC) Cost (MC) Profit
(MR=P=AR) (AFC) Cost(AVC)
0 110 100 - 100 ,
1 110 100 55.70 155.7 55.70 54.30
2 110 50 52.80 102.80 49.90 60.10
3 110 33.33 51.30 84.63 48.30 61.70
4 110 25.00 51.20 76.20 50.90 59.10
Harga
Penetapan Harga Berdasarkan Elastisitas
(1) Mark Up Optimal atas biaya
-1
εp + 1
(2) Mark Up Optimal atas harga
-1
εp
Contoh:
Elastisitas Harga Mark Up atas Biaya Mark Up atas Harga
Dari Permintaan
-1,5 200% 66,7%
-2,0 100% 50%
-2,5 66,7% 40%
-5,0 25 % 20%
-10,0 11,1% 10%
(3) Mark Up Optimal Atas Biaya Variable Rata-rata (avareage
Variable Cost)
P = A VC+ X% (AVC)
P = A VC + -1 AVC
ε+1
Misalnya:
Elastisitas = - 5
P = A VC + -1 AVC
-5 + 1
P = A VC + (1/4) AVC
P = A VC + 25% AVC
(4) Constant Pricing dalam Keadaan Inflasi
1 Januari 2005 31 Desember 2005 Perubahan
D D
A Vc’ = 6.600; setelah inflasi 10%
A Vc’ = 6.600; sebelum inflasi 10%
O Q Q
PENGAMBILAN KEPUTUSAN DALAM
KONDISI KETIDAKPASTIAN
Contoh
Tapi jika Uang tersebtu di investasikan pada saham suatu
perusahaan di bursa efek, maka tingkat pengembaliannya tidak
dapat diprediksi secara tepat
PROBABILITAS
Yaitu peluang suatu kejadian akan muncul distribusi PROBABILITAS;
suatu daftar kemungkinan-kemungkinan kejadian akan muncul
KEJADIAN PROBABILITAS
• Menerima persanan 0,7 = 70%
• Tidak menerima pesanan 0,3 = 30%
CONTOH:
Sebuah perusahaan sedang
mempertimbangkan dua proyek yang
masing-masing memerlukan US $ 10.000,-
untuk investasinya dan perusahaan hanya
akan memilih salah satu diantaranya
MATRIK HASIL UNTUK PROYEK A & B
Keadaan Laba
Perekonomian
Proyek A Proyek B
Resesi $ 4.000 $0
Normal $ 5.000 $ 5.000
Lonjakan $ 6.000 $ 12.000
PERHITUNGAN NILAI YANG DIPERKIRAKAN
PROYEK Keadaan Probabilitas Kejadian Laba Jika Keadaan ini Laba yg diperkirakan
Perekonomian ini terjadi terjadi
(1) (2) (3) (4) = (2) (3)
PROYEK A Resesi 0,2 $ 4.000 $ 800
Normal 0,6 $ 5.000 $ 3.000
Lonjakan 0,2 $ 6.000 $ 1.200
Laba diperkirakan 1,0 $ 5.000
PROYEK B Resesi 0,2 $0 $0
Normal 0,6 $ 5.000 $ 3.000
Lonjakan 0,2 $ 12.000 $ 2.400
Laba diperkirakan 1,0 $ 5.400
E (╥) = n
∑ ╥ xP
I i
Laba yang diperkirakan
E (╥) = n
∑ ╥ xP
i i
i =1
E (╥ ) = ╥ x P + ╥ x P + ╥ x P
A 1 1 2 2 3 3
E (╥ ) = ╥ x P + ╥ x P + ╥ x P
B 1 1 2 2 3 3
Hubungan Antara Keadaan
Perekonomian dan Pengembangan
Proyek
Probabilitas
0,6
0,4
0,2
0
4.000 5.000 6.000 Laba
Probabilitas
0,6
0,4
0,2
0
5.000 12.000 Laba
$
Probabilitas
0,6
0,4
0,2
0
5
2 4 6 12 Laba ($ 000)
5,4
Distribusi probabilitas yang relatif rapat, mengindikasikan laba aktualnya
lebih mungkin dapat dicapai
MENGUKUR RISIKO:
Mengukur RISIKO dengan menggunakan ukuran DEVIASI STANDAR (σ)
=> Sigma
Semakin kecil σ, semakin rapat distribusi probabilitas, berarti semakin
rendah risiko, untuk menghitungnya dilakukan sebagai berikut:
i =1
(2) Kurangkan nilai setiap hasil dengan nilai tersebut E (╥)
DEVIASI ╥ _ E (╥)
i i
n 2
Varians = σ = ∑
2
╥ _ E(╥) P i
i
i =1
2
4. Deviasi standar, diketahui dengan mengakarkan varians (σ) tersebut
Desviasi Standar = σ= n
∑ ╥ i _ E(╥)
2
Pi
i =1
PERHITUNGANNYA:
2 2
Deviasi Deviasi 2
Deviasi x Probabilitas
2
╥ _ E(╥) ╥ _ E(╥) ╥ _ E(╥) P i
i i i
$ 4.000 - $ 5.000 = -$ 1.000 $ 1.000.000 $ 1.000.000 x 0,2 = $ 200.000
Varians = σ 2
= $ 400.000
Deviasi Standar = σ 2
= $ 400.000
= $ 632,6
Dengan menggunakan Prosedur yang
sama kita dapat menghitung deviasi
standar dari laba proyek B sebesar $
3.826,23
68,26%
95,46%
99,74%
-3σ -2σ -1σ 0 +1σ +2σ +3σ
CATATAN:
a) Bidang di bawah kurva normal sama dengan 1,0 atau 100%
b) Separuh bidang = 50%, sisi kiri dan kanan seimbang
c) Dari bidang di bawah kurva tersebut, 68,26% berada dalam + 1σ
dari rata-rata. Artinya terdapat kemungkinan 68,26% bahwa hasil
aktual akan berada di kisaran itu (rata-rata - 1σ)