COST ESTIMATION

Estimasi biaya adalah proses menentukan bagaimana biaya

tertentu berperilaku.
2. Visual-fit method
visual-fit untuk memplot
1.Account-classification pengamatan terbaru dari biaya
method di berbagai tingkat aktivitas.
Analis biaya
mengklasifikasikan setiap
item biaya dalam buku
besar sebagai biaya
variabel, tetap, atau
semivariabel.

Diagram sebar : membantu analis

memvisualisasikan hubungan antara biaya
dan tingkat aktivitas (atau penggerak biaya).
 Evaluation of Visual-Fit Method

- Kelebihan : mudah digunakan

dan dijelaskan dan memberikan
pandangan yang berguna
tentang pola perilaku biaya
secara keseluruhan.
- Kelemahan : kurangnya
objektivitas. Dua analis biaya
dapat menarik dua garis biaya
yang berbeda secara visual.
$ 1.500 adalah estimasi komponen
biaya tetap dalam perkiraan biaya
semivariabe

Biaya Variabel Per Unit = Total Biaya Pada

Setiap Tingkat Aktivitas - Biaya Tetap
 3. High – low method

Biaya semivariabel
dihitung menggunakan
tepat dua titik data.
Tingkat aktivitas tinggi
dan rendah dipilih dari
kumpulan data yang
tersedia

Evaluation of high-low method

- Kelebihan Metode tinggi-rendah lebih objektif daripada metode visual-fit,
karena tidak ada ruang untuk penilaian analis biaya.
- kelemahan Hanya dua titik data yang digunakan untuk memperkirakan pola
perilaku biaya, titik data lainnya diabaikan.
Least-Squares Regression Method
Teknik statistik dapat digunakan untuk
memperkirakan secara obyektif pola
perilaku biaya dengan menggunakan dapat diwakili oleh
semua data yang tersedia.
Equation Form of Least-
Squares Regression Line
Garis regresi kuadrat-terkecil
persamaan garis lurus.
X : tingkat aktivitas sebulan
Y : perkiraan biaya utilitas
untuk tingkat aktivitas
a : estimasi komponen biaya
tetap
b : estimasi biaya variabel
per unit aktivitas.
Y = a + bX
 Evaluating a Particular Least-
Squares Regression Line

Evaluation of Least-Squares
Regression Method - kelayakan ekonomi dan
kesesuaian.
- Membuat prediksi biaya dan - Analis biaya mengevaluasi garis
menarik kesimpulan tentang regresi dari perspektif ekonomi.
hubungan antara biaya dan
- Analis mempertimbangkan
aktivitas.
menggunakan garis regresi
- Metode ini membutuhkan
komputasi yang jauh lebih untuk membuat prediksi biaya.
banyak daripada metode visual-
fit atau high-low.
 Multiple Regression
Data Collection Issues
Regresi berganda adalah metode
statistik yang memperkirakan
1. Data yang hilang
hubungan linier (garis lurus)
2. Pencilan
antara satu variabel dependen dan
3. Jangka waktu tidak sesuai
dua atau lebih variabel
4. Kompromi dalam memilih
independen.
periode waktu
Y = a + b1X1 + b2X2 5. Biaya yang dialokasikan dan
diskresioner
Y : the dependent variable, utilities cost 6. Inflasi
X1 : the first independent variable,
X2 denotes the second independent variable,
a : estimasi regresi komponen biaya tetap,
b1 : estimasi regresi biaya utilitas variabel per lusin.
b2 : estimasi regresi biaya utilitas variabel per pelanggan yang dilayani.
 Big data

Ledakan virtual data Characteristics of big data

1. Volume
catch-phrase big data, 2. Kecepatan
3. Variasi

yang berarti volume data terstruktur dan

tidak terstruktur yang sangat besar
sehingga sulit untuk diproses menggunakan
metode tradisional.
 Potential Uses Of Big Data

 Memprediksi kebutuhan dan keinginan pelanggan akan

produk dan layanan baru;
 Meminimalkan risiko dan penipuan di perbankan;
 Mengidentifikasi siswa berisiko dalam pendidikan;
 Mengelola lembaga pemerintah, utilitas dan pola lalu lintas;
 Meningkatkan output dan kualitas di bidang manufaktur;
 Mengelola transaksi secara efektif dalam bisnis ritel dan
mengelola rute dalam layanan pengiriman ekspres.
 Engineering Method of Cost Estimation

Metode estimasi biaya yang

sama sekali berbeda adalah
pendekatan engineering
mempelajari proses yang
berfokus pada banyak material
mengakibatkan timbulnya
yang dibutuhkan dan berapa
biaya. Pendekatan ini
biayanya.
disebut metode teknik
estimasi biaya.