PENGANGGARAN MODAL DALAM

KETIDAKPASTIAN –
INTEGRASI PENDEKATAN CONTINGENT
CLAIMS ANALYSIS DAN INTEGER
PROGRAMMING

KELOMPOK I :
1. PUTRI SETIA MARDIANI
2. ERIKA RAHMA SETIYANI
3. IFAH NURDIANA
4. ACHMAD INDAH ARIFUDDIN
• Penganggaran modal harus diintegrasikan dengan
perencanaan strategis karena investasi yang berlebihan
atau yang tidak mencukupi akan memiliki konsekuensi yang
serius terhadap masa depan perusahaan.
• Penganggaran modal di bawah ketidakpastian adalah suatu
pendekatan yang melibatkan penilaian risiko dan
ketidakpastian dalam pengambilan keputusan investasi
• Dalam hal ini, Analisis Klaim Kontinjensi (Contingency
Claims Analysis) dan Pemrograman Integer adalah dua
alat yang dapat digunakan untuk mengelola risiko dan
ketidakpastian dalam penganggaran modal
1. Contingency Claims Analysis (Analisis Klaim
Kontinjensi)
• Adalah metode yang digunakan untuk menghitung biaya yang
mungkin timbul akibat resiko atau ketidakpastian dalam proyek
investasi
• Dalam analisis ini, dana cadangan (contingency fund) dialokasikan
untuk mengatasi klaim yang mungkin timbul akibat risiko tertentu
• Klaim-keluarini dapat berupa perubahan dalam biaya proyek,
penundaan, atau perubahan lingkungan bisnis yang mempengaruhi
investasi
2. Pemrograman Integer
• Adalah metode yang digunakan untuk mengelola ketidakpastian
dalam penganggaran modal dengan mengidentifikasi serangkaian
scenario investasi yang berbeda
• Setiap scenario dapat mewakili perkiraan yang berbeda tentang hasil
investasi, termasuk perkiraan pendapatan, biaya dan nilai proyek
• Dalam pemrograman integer, alokasi dana untuk masing-masing
scenario dapat dihitung yang memungkinkan manager untuk memilih
alternatif investasi yang paling sesuai dengan resiko dan tujuan
perusahaan
Keduanya adalah alat yang berguna untuk membantu
manajer atau pengambil keputusan dalam menghadapi
ketidakpastian ketika menganggarkan modal untuk
proyek investasi. Keduanya juga memungkinkan
perusahaan untuk mempertimbangkan konsekuensi
finansial yang mungkin timbul akibat perubahan dalam
lingkungan bisnis atau ketidakpastian lainnya, dan
merencanakan dengan bijak untuk menghadapinya.
Dengan menerapkan metode yang dikembangkan baru-baru ini seperti
analisis klaim kontinjensi dan pemrograman inter untuk mengevaluasi
instrumen keuangan, ketidakpastian dapat digabungkan dengan
memodelkan arus kas atau nilai proyek sebagai proses stokastik.
Pada saat yang sama, pendekatan pilihan nyata ini menjaga fleksibilitas
yang mendasari proyek, seperti kemungkinan untuk menunda
dimulainya suatu proyek
Jadi, hasil evaluasi opsi nyata tidak hanya melibatkan penentuan nilai
opsi nyata, tetapi juga keputusan investasi yang optimal.
1. Opsi Nyata Sebagai Pendekatan Evaluasi Proyek
• Opsi nyata adalah opsi yang tertanam dalam keputusan investasi
yang memungkinkan investor beradaptasi terhadap perubahan kondisi
pasar atau lingkungan investasi.
• Opsi nyata mencakup opsi untuk memperluas, menunda,
meninggalkan proyek
• Evaluasiproyek tradisional menggunakan metode seperti tingkat
pengembalian internal atau nilai sekarang bersih (NPV)
• Pendekatan NPV berasal dari gagasan untuk mengevaluasi proyek
seperti obligasi, yaitu dengan asumsi bahwa arus kas dan tingkat
diskonto telah diketahui sebelumnya
1. Opsi Nyata Sebagai Pendekatan Evaluasi Proyek
• Pendekatan opsi nyata menggabungkan ketidakpastian seputar arus
kas, serta kemungkinan untuk menunda dimulainya proyek, dengan
menggunakan proses stokastik yang menggambarkan nilai atau arus
kas suatu proyek dan dengan mengevaluasi pilihan untuk berinvestasi
pada proyek yang sama
2. Pendekatan Maksimalisasi Nilai Opsi
Ada beberapa opsi nyata yang dapat digunakan sebagai pendekatan
evaluasi proyek, tergantung pada jenis proyek dan tujuan evaluasi.
Beberapa di antaranya adalah:
• AnalisisBiaya-Manfaat (Cost-Benefit Analysis): Ini adalah pendekatan
yang umum digunakan untuk menilai keuntungan finansial suatu proyek.
Dalam analisis ini, biaya dan manfaat proyek diukur dan dibandingkan
untuk menentukan apakah proyek tersebut layak dilaksanakan.
• Analisis Biaya-Efektivitas (Cost-Effectiveness Analysis): Pendekatan ini
mengevaluasi proyek berdasarkan biaya per unit manfaat atau efek yang
dihasilkan. Ini berguna ketika proyek memiliki tujuan khusus, seperti
proyek kesehatan atau pendidikan.
2. Pendekatan Maksimalisasi Nilai Opsi

• Analisis Diskon Arus Kas (Discounted Cash Flow Analysis): Metode ini
melibatkan perhitungan nilai sekarang dari semua arus kas yang terkait
dengan proyek. Ini membantu dalam menilai nilai waktu dari uang dan
menentukan apakah proyek menghasilkan keuntungan dalam jangka
waktu tertentu.
• Analisis Sensitivitas (Sensitivity Analysis): Ini digunakan untuk mengukur
bagaimana ketidakpastian dalam proyek dapat memengaruhi hasil
evaluasi. Variabel-variabel kunci diuji untuk melihat bagaimana perubahan
dalam nilai-nilai tersebut memengaruhi hasil proyek.
2. Pendekatan Maksimalisasi Nilai Opsi
• Analisis Risiko (Risk Analysis): Dalam proyek-proyek yang kompleks atau
berisiko tinggi, analisis risiko dapat digunakan untuk menilai dampak
potensial dari risiko-risiko yang mungkin terjadi selama pelaksanaan
proyek.
• Analisis Manfaat Sosial (Social Benefit Analysis): Pendekatan ini
mengevaluasi dampak sosial, lingkungan, atau masyarakat dari suatu
proyek. Ini dapat melibatkan pengukuran aspek-aspek seperti penciptaan
lapangan kerja, peningkatan lingkungan, atau perubahan sosial positif.

Pilihan pendekatan evaluasi yang terbaik akan tergantung pada sifat

proyek, tujuan evaluasi, dan sumber daya yang tersedia. Biasanya,
beberapa metode dapat digunakan bersama-sama untuk memberikan
gambaran yang lebih lengkap tentang kelayakan dan dampak proyek.
3. Model Penganggaran Modal Dinamis

Adalah pendekatan dalam manajemen keuangan yang mempertimbangkan

perubahan kondisi dan kebijakan yang terjadi seiring waktu ketika
mengalokasikan sumber daya keuangan

Model penganggaran modal dinamis membantu perusahaan untuk

mengambil keputusan alokasi modal dengan mempertimbangkan
fleksibilitas dan perubahan situasi yang mungkin terjadi di masa depan.
3. Model Penganggaran Modal Dinamis

Beberapa karakteristik dari model penganggaran modal dinamis adalah:

a) Fleksibilitas: Model ini mempertimbangkan bahwa keputusan alokasi
modal tidak selalu bersifat tetap, dan perusahaan harus memiliki
fleksibilitas untuk mengubah arah investasinya jika situasi berubah.
b) Pengambilan Keputusan Berbasis Opsi (Option-Based Decision Making):
Model ini mengintegrasikan konsep opsi riil, yang memungkinkan
perusahaan untuk membuat keputusan berdasarkan opsi yang tersedia di
masa depan. Contohnya termasuk opsi untuk melanjutkan,
menghentikan, memperluas, atau menunda proyek.
3. Model Penganggaran Modal Dinamis

c) Analisis Skenario: Model ini sering menggunakan analisis skenario untuk

mengidentifikasi bagaimana perubahan dalam lingkungan bisnis atau
kondisi pasar dapat memengaruhi alokasi modal.
d) Perubahan Dinamis: Model ini memungkinkan perubahan dinamis dalam
alokasi modal seiring waktu berdasarkan hasil aktual dan kondisi pasar
yang berubah.
e) Pemodelan Probabilistik: Dalam beberapa kasus, model ini juga dapat
memasukkan unsur probabilitas untuk menghitung kemungkinan hasil
berbagai skenario.
4. Masalah Komputasi

Beberapa masalah umum yang mungkin dihadapi dalam konteks ini adalah:
a. Kompleksitas Algoritma: Beberapa model optimasi melibatkan masalah
yang sangat kompleks secara komputasi. Menemukan solusi optimal
untuk masalah semacam itu bisa memakan waktu yang sangat lama,
terutama jika jumlah variabel atau kendala sangat besar.
b. Dimensi Tinggi: Ketika jumlah variabel dalam model optimasi sangat
besar, ini dapat menyebabkan masalah komputasi yang sulit
dipecahkan. Hal ini sering terjadi dalam optimasi kombinatorial, di mana
permutasi atau kombinasi variabel harus dijelajahi.
4. Masalah Komputasi
c. Ketidakpastian: Dalam beberapa kasus, optimasi harus mengatasi
ketidakpastian dalam data atau parameter masalah. Mengelola
ketidakpastian ini bisa menjadi tantangan, terutama ketika masalah
memerlukan pengambilan keputusan yang adaptif.
d. Konvergensi: Terkadang, algoritma optimasi mungkin kesulitan
mencapai solusi yang konvergen atau mendekati optimal. Hal ini
dapat mengakibatkan waktu komputasi yang tidak terduga atau
solusi suboptimal.
e. Batasan Komputasi: Solusi optimal untuk masalah optimasi mungkin
memerlukan sumber daya komputasi yang besar, seperti daya
pemrosesan atau memori. Batasan ini dapat membatasi
kemampuan untuk menyelesaikan masalah dengan cepat atau
efisien.
4. Masalah Komputasi
f. Interaksi Variabel: Dalam beberapa kasus, interaksi antara variabel
dalam model optimasi dapat membuat masalah lebih sulit. Ini sering
terjadi dalam optimasi nonlinier.
g. Perubahan Dinamis: Dalam situasi di mana kondisi atau kendala
masalah berubah seiring waktu, model optimasi harus mampu
menangani perubahan tersebut, yang bisa menjadi masalah yang
rumit.