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
b2X1²
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
2. Prakiraan (Forecasting)
Ŷ = 8.5327 – 5.0595 X
Misal Harga (X) diturunkan menjadi 0.40 (Discount
10 %)
Ŷ = 8.5327 – 5.0595 (0.40) = 6.508
Data jumlah kunjungan
Selama 8 Tahun
peramalan permintaan
Jumlah Kunjungan 5 tahun mendatang dengan
Tahun Menggunakan Metode Momen
Dan tahun dasar yang diguna-
(Y) Berdasarkan Data tsb adalah
2008.
7.750.000
Total
Penyelesaian
Membuat data permintaan menjadi Tabel Perhitungan Peramalan
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
ismantohadis@yahoo.comm
Skema Proses Produksi
Input Aktivitas Output
(X1, X2, …) Produksi (Barang atau Jasa)
TPL
TP
0 L1 L2 L3 L
APL MPL
MP2
MP1 = AP1
APL
0 L1 L2 L3 L
MPL
Tahap-tahap Proses
Produksi
TP
TPL
0 L1 L2 L3 L
APL MPL
MP2
MP1 = AP1
APL
0 L1 L2 L3 L
MPL
Fungsi Produksi Cobb-Douglas
Analisis yang menghubungkan input dan
output,
Q = AKα Lβ
1.Nilai konstanta A, α dan β membedakan
proses produksi satu dengan yang lain,
menunjukkan teknologi yang digunakan.
2.Nilai α menunjukkan elastisitas input K.
3.Nilai β menunjukkan elastisitas input L.
4.Skala produksi;
1. Increasing return to scale, α + β > 1
2. Constant return to scale, α + β = 1
3. Decreasing return to scale, α + β < 1
Perbandingan penggunaan input, jika α >
β (capital intensive) atau α < β (Labor
intensive)
PRODUKSI
DATA PRODUKSI PT SUMBER INTI REZEKI
Qt Kt Lt Qt-1
TAHUN (TON) (Rp. JUTA) (JAM KERJA) (TON)
1999 17.511 18.096 27.440 19.607
2000 20.171 18.271 26.970 17.511
2001 20.932 19.167 26.700
2002 20.406 19.647 26.780
2003 20.831 20.803 27.500
2004 24.806 22.076 28.300
2005 26.465 23.445 30.070
2006 27.403 24.939 30.750
2007 28.628 26.713 30.370
2008 29.904 29.957 30.470
2009 27.508 31.585 29.860
2010 29.035 33.474 29.550
2011 29.281 34.821 29.900
2012 31.535 41.794 28.810 29.281
2013 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
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:
TC = a + bQ + cQ2 + dQ 3
3
TC = 143,4646 + 61,7996Q – 12,5580Q2 + 0,9128Q
Dengan persamaan R Square = 0,9978 = 99,78%
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 2004 - 2012
Tahun Q (Ribu r (% Modal) w (juta TC (Milyar) TC/r w/r
Kubik) tahun)
2004 4248 7,92 10,897 3,240 0,4090 1,3732
2005 1381 6,60 9,699 11,918 1,8057 1,4695
2006 1820 6,75 10,112 15,121 2,2401 1,4980
2007 3145 6,48 11,119 22,777 3,5149 1,7158
2008 4612 6,90 8,537 30,892 4,4771 1,2372
2009 6857 6,57 9,883 44,678 6,8003 1,5042
2010 9699 6,90 9,876 62,003 8,9859 1,4313
2011 14271 6,79 10,905 74,721 11,0045 1,6060
2012 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
Δ skala output yang konstan)
Β = 0,7999 < 1 artinya economies scale
Kebijakan:
Pimpinan perusahaan dapat meningkatkan output.
Perilaku Biaya Jangka
Panjang
Long-run average cost (LAC), menunjukkan biaya rata-
rata terendah dari kombinasi input yang digunakan
untuk menghasilkan setiap tingkat output tertentu (least
cost combination)
LAC
SAC1 LMC SAC10 LAC
SAC2 SAC9
SAC3
SAC8
SAC4 SAC7
SAC5 SAC6
0 Q
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 dari
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
Jika Q = 80 Unit
AC = 4 + 1 / 100 (80) = US $ 4.8
Avereage Profit = P – AC = 6 – 4.8 = US $ 1.2
Total Profit = (P – AC) Q = US $ 1.2 x 80 = US $ 96
Jika Q = 150 Unit
AC = 4 + 1 / 100 (150) = US $ 5.5
Avereage Profit = P – AC = 6 – 5.5 = US $ 0.5
Total Profit = (P – AC) Q = US $ 0.5 x 150 = US $ 75
PRAKTEK PENETAPAN HARGA
I. Penetapan Harga Berdasarkan Mark UP
1. Mark UP atas Biaya = Biaya Plus
= Harga – Biaya = $ 2,99 - $ 2,30 = 0,30
Biaya 2,30 = 30%
Atau Harga = Biaya ( 1+ Mark Up atas Biaya )
= $ 2,30 (1 + 0,3) = $ 2,99
Harga
II. 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%
(III) 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 Harga = - 5
P = A VC + -1 AVC
-5 + 1
P = A VC + (1/4) AVC
P = A VC + 25% AVC
(IV) Constant Pricing dalam Keadaan Inflasi
1 Januari 31 Desember 2012 Perubahan
2012
AVC Rp. 6.000 Rp. 6.600 10%
40 % Mark Up Rp. 2.400 Rp. 2.640 10%
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 (╥ ) =╥ xP + ╥ x P +╥ x P
B 1 1 2 2 3 3
Hubungan Antara Keadaan Perekonomian
dan Laba 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 risikonya. untuk menghitungnya dilakukan sebagai berikut:
E (╥)nilai
(2) Kurangkan nilai setiap hasil dengan = tersebut
∑ E (╥)
i =1
DEVIASI ╥ _ E (╥)
i i
n 2
2
Varians = σ = ∑ ╥ i _ E(╥) Pi
i =1
2
4. Deviasi standar, diketahui dengan mengakarkan varians (σ) tersebut
2
Desviasi Standar = σ= n
∑ ╥ i _ E(╥) Pi
i =1
PERHITUNGANNYA: Proyek A
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
2
Varians = σ = $ 400.000
2
Deviasi Standar = σ
= $ 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)