Metode Regresi linier.
Regresi linier adalah metode statistika yang digunakan untuk membentuk model hubungan antara variabel terikat (dependen; respon; Y) dengan satu atau lebih variabel bebas (independen, prediktor, X). Apabila banyaknya variabel bebas hanya ada satu, disebut sebagai regresi linier sederhana, sedangkan apabila terdapat lebih dari 1 variabel bebas, disebut sebagai regresi linier berganda. Analisis regresi setidak-tidaknya memiliki 3 kegunaan, yaitu untuk tujuan deskripsi dari fenomena data atau kasus yang sedang diteliti, untuk tujuan kontrol, serta untuk tujuan prediksi. Regresi mampu mendeskripsikan fenomena data melalui terbentuknya suatu model hubungan yang bersifatnya numerik. Regresi juga dapat digunakan untuk melakukan pengendalian (kontrol) terhadap suatu kasus atau hal-hal yang sedang diamati melalui penggunaan model regresi yang diperoleh. Selain itu, model regresi juga dapat dimanfaatkan untuk melakukan prediksi untuk variabel terikat. Namun yang perlu diingat, prediksi di dalam konsep regresi hanya boleh dilakukan di dalam rentang data dari variabel-variabel bebas yang digunakan untuk membentuk model regresi tersebut. Misal, suatu model regresi diperoleh dengan mempergunakan data variabel bebas yang memiliki rentang antara 5 s.d. 25, maka prediksi hanya boleh dilakukan bila suatu nilai yang digunakan sebagai input untuk variabel X berada di dalam rentang tersebut. Konsep ini disebut sebagai interpolasi. Data untuk variabel independen X pada regresi linier bisa merupakan data pengamatan yang tidak ditetapkan sebelumnya oleh peneliti (obsevational data) maupun data yang telah ditetapkan (dikontrol) oleh peneliti sebelumnya (experimental or fixed data). Perbedaannya adalah bahwa dengan menggunakan fixed data, informasi yang diperoleh lebih kuat dalam menjelaskan hubungan sebab akibat antara variabel X dan variabel Y. Sedangkan, pada observational data, informasi yang diperoleh belum tentu merupakan hubungan sebab-akibat. Untuk fixed data, peneliti sebelumnya telah memiliki beberapa nilai variabel X yang ingin diteliti. Sedangkan, pada observational data, variabel X yang diamati bisa berapa saja, tergantung keadaan di lapangan.
Biasanya, fixed data diperoleh dari percobaan laboratorium, dan observational data diperoleh dengan menggunakan kuesioner. Di dalam suatu model regresi kita akanmenemukan koefisien-koefisien. Koefisien pada model regresi sebenarnya adalah nilai duga parameter di dalam model regresi untuk kondisi yang sebenarnya (true condition), sama halnya dengan statistik mean (rata-rata) pada konsep statistika dasar. Hanya saja, koefisien-koefisien untuk model regresi merupakan suatu nilai rata-rata yang berpeluang terjadi pada variabel Y (variabel terikat) bila suatu nilai X (variabel bebas) diberikan. Koefisien regresi dapat dibedakan menjadi 2 macam, yaitu:
Regresi linier adalah metode statistika yang digunakan untuk membentuk model hubungan antara variabel terikat (dependen; respon; Y) dengan satu atau lebih variabel bebas (independen, prediktor, X). Apabila banyaknya variabel bebas hanya ada satu, disebut sebagai regresi linier sederhana, sedangkan apabila terdapat lebih dari 1 variabel bebas, disebut sebagai regresi linier berganda. Analisis regresi setidak-tidaknya memiliki 3 kegunaan, yaitu untuk tujuan deskripsi dari fenomena data atau kasus yang sedang diteliti, untuk tujuan kontrol, serta untuk tujuan prediksi. Regresi mampu mendeskripsikan fenomena data melalui terbentuknya suatu model hubungan yang bersifatnya numerik. Regresi juga dapat digunakan untuk melakukan pengendalian (kontrol) terhadap suatu kasus atau hal-hal yang sedang diamati melalui penggunaan model regresi yang diperoleh. Selain itu, model regresi juga dapat dimanfaatkan untuk melakukan prediksi untuk variabel terikat. Namun yang perlu diingat, prediksi di dalam konsep regresi hanya boleh dilakukan di dalam rentang data dari variabel-variabel bebas yang digunakan untuk membentuk model regresi tersebut. Misal, suatu model regresi diperoleh dengan mempergunakan data variabel bebas yang memiliki rentang antara 5 s.d. 25, maka prediksi hanya boleh dilakukan bila suatu nilai yang digunakan sebagai input untuk variabel X berada di dalam rentang tersebut. Konsep ini disebut sebagai interpolasi. Data untuk variabel independen X pada regresi linier bisa merupakan data pengamatan yang tidak ditetapkan sebelumnya oleh peneliti (obsevational data) maupun data yang telah ditetapkan (dikontrol) oleh peneliti sebelumnya (experimental or fixed data). Perbedaannya adalah bahwa dengan menggunakan fixed data, informasi yang diperoleh lebih kuat dalam menjelaskan hubungan sebab akibat antara variabel X dan variabel Y. Sedangkan, pada observational data, informasi yang diperoleh belum tentu merupakan hubungan sebab-akibat. Untuk fixed data, peneliti sebelumnya telah memiliki beberapa nilai variabel X yang ingin diteliti. Sedangkan, pada observational data, variabel X yang diamati bisa berapa saja, tergantung keadaan di lapangan.
Biasanya, fixed data diperoleh dari percobaan laboratorium, dan observational data diperoleh dengan menggunakan kuesioner. Di dalam suatu model regresi kita akanmenemukan koefisien-koefisien. Koefisien pada model regresi sebenarnya adalah nilai duga parameter di dalam model regresi untuk kondisi yang sebenarnya (true condition), sama halnya dengan statistik mean (rata-rata) pada konsep statistika dasar. Hanya saja, koefisien-koefisien untuk model regresi merupakan suatu nilai rata-rata yang berpeluang terjadi pada variabel Y (variabel terikat) bila suatu nilai X (variabel bebas) diberikan. Koefisien regresi dapat dibedakan menjadi 2 macam, yaitu:
1. Intersep (intercept)
Intersep,
definisi secara metematis adalah suatu titik perpotongan antara suatu
garis dengan sumbu Y pada diagram/sumbu kartesius saat nilai X = 0.
Sedangkan definisi secara statistika adalah nilai rata-rata pada
variabel Y apabila nilai pada variabel X bernilai 0. Dengan kata lain,
apabila X tidak memberikan kontribusi, maka secara rata-rata, variabel Y
akan bernilai sebesar intersep. Perlu diingat, intersep hanyalah suatu
konstanta yang memungkinkan munculnya koefisien lain di dalam model
regresi. Intersep tidak selalu dapat atau perlu untuk diinterpretasikan.
Apabila data pengamatan pada variabel X tidak mencakup nilai 0 atau
mendekati 0, maka intersep tidak memiliki makna yang berarti, sehingga
tidak perlu diinterpretasikan.
Secara matematis, slope merupakan ukuran kemiringan dari suatu garis. Slope adalah koefisien regresi untuk variabel X (variabel bebas). Dalam konsep statistika, slope merupakan
suatu nilai yang menunjukkan seberapa besar kontribusi (sumbangan) yang
diberikan suatu variabel X terhadap variabel Y. Nilai slope dapat pula
diartikan sebagai ratarata pertambahan (atau pengurangan) yang terjadi
pada variabel Y untuk setiap peningkatan satu satuan variabel X.
Contoh model regresi:
Y = 9.4 + 0.7*X +
Angka 9.4 merupakan intersep, 0.7 merupakan slope, sedangkan merupakan error. Error
bukanlah berarti sesuatu yang rusak, hancur atau kacau. Pengertian
error di dalam konsep statistika berbeda dengan pengertian error yang
selama ini dipakai di dalam kehidupan sehari-hari.
Metode B/C Ratio
Analisis
manfaat-biaya merupakan analisis yang digunakan untuk mengetahui
besarankeuntungan/kerugian serta kelayakan suatu proyek. Dalam
perhitungannya, analisis inimemperhitungkan biaya serta manfaat yang
akan diperoleh dari pelaksanaan suatu program.Dalam analisisbenefit
dancos t perhitungan manfaat serta biaya ini merupakan satu kesatuanyang
tidak dapat dipisahkan.
Analisis
ini mempunyai banyak bidang penerapan. Salah satu bidang penerapan yang
umummenggunakan rasio ini adalah dalam bidang investasi. Sesuai dengan
dengan maknatekstualnya yaitu benefit cost (manfaat-biaya) maka analisis
ini mempunyai penekanan dalamperhitungan tingkat keuntungan/kerugian
suatu program atau suatu rencana denganmempertimbangkan biaya yang akan
dikeluarkan serta manfaat yang akan dicapai. Penerapananalisis ini
banyak digunakan oleh para investor dalam upaya mengembangkan
bisnisnya.Terkait dengan hal ini maka analisis manfaat dan biaya dalam
pengembangan investasi hanyadidasarkan pada rasio tingkat keuntungan dan
biaya yang akan dikeluarkan atau dalam kata lainpenekanan yang
digunakan adalah pada rasio finansial atau keuangan.
Dibandingkan
penerapannya dalam bidang investasi, penerapan Benefit Cost Ratio (BCR)
telahbanyak mengalami perkembangan. Salah satu perkembangan analisis
BCR antara lain yaitupenerapannya dalam bidang pengembangan ekonomi
daerah. Dalam bidang pengembanganekonomi daerah, analisis ini umum
digunakan pemerintah daerah untuk menentukan kelayakanpengembangan suatu
proyek.
Relatif
berbeda dengan penerapan BCR di bidang investasi, penerapan BCR dalam
prosespemilihan suatu proyek terkait upaya pengembangan ekonomi daerah
relatif lebih sulit. Hal inidikarenakan aplikasi BCR dalam sektor publik
harus mempertimbangkan beberapa aspek terkait
social
benefit(social welfare function) dan lingkungan serta tak kalah penting
adalah factor efisiensi. Faktor efisiensi mutlak menjadi perhatian
menimbang terbatasnya dana dan kemampuan pemerintah daerah sendiri.
Secara terinci aspek-aspek tersebut juga mempertimbangkan dampak
penerapan suatu program dalam masyarakat baik secara langsung (direct
impact) maupun tidak langsung (indirect impact), faktor eksternalitas,
ketidakpastian (uncertainty), risiko (risk) serta shadow price. Terkait
perhitungan risiko dan ketidakpastian, hal ini dapat diatasi dengan
menggunakan asuransi danmelakukan lindung nilai (hedging). Efisiensi
ekonomi merupakan kontribusi murni suatu program dalam peningkatan
kesejahteraan masyarakat. Sehingga yang menjadi perhatian utama dalam
penerapan BCR dalam suatu proyekpemerintah yang berkaitan dengan sektor
publik adalah redistribusi sumber daya.
Metode AHP
AHP
merupakan suatu model pendukung keputusan yang dikembangkan oleh
Thomas L. Saaty. Model pendukung keputusan ini akan menguraikan masalah
multi faktor atau multi kriteria yang kompleks menjadi suatu hirarki,
menurut Saaty (1993), hirarki didefinisikan sebagai suatu representasi
dari sebuah permasalahan yang kompleks
dalam suatu struktur multi level dimana level pertama adalah tujuan,
yang diikuti level faktor, kriteria, sub kriteria, dan seterusnya ke
bawah hingga level terakhir dari alternatif. Dengan hirarki, suatu
masalah yang kompleks dapat diuraikan ke dalam kelompok-kelompoknya yang
kemudian diatur menjadi suatu bentuk hirarki sehingga permasalahan akan tampak lebih terstruktur dan sistematis.
AHP sering digunakan sebagai metode pemecahan masalah dibanding dengan metode yang lain karena alasan-alasan sebagai berikut :
1. Struktur yang berhirarki, sebagai konsekuesi dari kriteria yang dipilih, sampai pada subkriteria yang paling dalam.
2. Memperhitungkan validitas sampai dengan batas toleransi inkonsistensi berbagai kriteria dan alternatif yang dipilih oleh pengambil keputusan.
3. Memperhitungkan daya tahan output analisis sensitivitas pengambilan keputusan.
Kelebihan dan Kelemahan AHP
Layaknya
sebuah metode analisis, AHP pun memiliki kelebihan dan kelemahan dalam
system analisisnya. Kelebihan-kelebihan analisis ini adalah :
Kesatuan (Unity)§
AHP membuat permasalahan yang luas dan tidak terstruktur menjadi suatu model yang fleksibel dan mudah dipahami.
Kompleksitas (Complexity)§
AHP memecahkan permasalahan yang kompleks melalui pendekatan sistem dan pengintegrasian secara deduktif. Saling ketergantungan (Inter Dependence)§
AHP dapat digunakan pada elemen-elemen sistem yang saling bebas dan tidak memerlukan hubungan linier.
Struktur Hirarki (Hierarchy Structuring)§
AHP
mewakili pemikiran alamiah yang cenderung mengelompokkan elemen sistem
ke level-level yang berbeda dari masing-masing level berisi elemen yang
serupa.
Pengukuran (Measurement)§
AHP menyediakan skala pengukuran dan metode untuk mendapatkan prioritas.
Konsistensi (Consistency)§
AHP mempertimbangkan konsistensi logis dalam penilaian yang digunakan untuk menentukan prioritas.
Sintesis (Synthesis)§
AHP mengarah pada perkiraan keseluruhan mengenai seberapa diinginkannya masing-masing alternatif.
Trade Off§
AHP
mempertimbangkan prioritas relatif faktor-faktor pada sistem sehingga
orang mampu memilih altenatif terbaik berdasarkan tujuan mereka.
Penilaian dan Konsensus (Judgement and Consensus)§
AHP tidak mengharuskan adanya suatu konsensus, tapi menggabungkan hasil penilaian yang berbeda.
Pengulangan Proses (Process Repetition)§
AHP
mampu membuat orang menyaring definisi dari suatu permasalahan dan
mengembangkan penilaian serta pengertian mereka melalui proses
pengulangan.
Sedangkan kelemahan metode AHP adalah sebagai berikut:
Ketergantungan model AHP pada input utamanya. Input utama ini§ berupa
persepsi seorang ahli sehingga dalam hal ini melibatkan subyektifitas
sang ahli selain itu juga model menjadi tidak berarti jika ahli tersebut
memberikan penilaian yang keliru.
Metode AHP ini hanya metode matematis tanpa ada pengujian§
secara statistik sehingga tidak ada batas kepercayaan dari kebenaran model yang terbentuk
C. Tahapan AHP
Dalam metode AHP dilakukan langkah-langkah sebagai berikut
(Kadarsyah Suryadi dan Ali Ramdhani, 1998) :
1. Mendefinisikan masalah dan menentukan solusi yang diinginkan.Dalam tahap ini kita berusaha menentukan masalah yang akan kita pecahkan secara jelas, detail dan mudah dipahami. Dari masalah yang ada kita coba tentukan solusi yang mungkin cocok bagi masalah tersebut. Solusi dari masalah mungkin berjumlah lebih dari satu. Solusi tersebut nantinya kita kembangkan lebih lanjut dalam tahap berikutnya.
2. Membuat struktur hierarki yang diawali dengan tujuan utama. Setelah menyusun tujuan utama sebagai level teratas akan disusun level hirarki yang berada di bawahnya yaitu kriteria-kriteria yang cocok untuk mempertimbangkan atau menilai alternatif yang kita berikan dan menentukan alternatif tersebut. Tiap kriteria mempunyai intensitas yang berbeda-beda. Hirarki dilanjutkan dengan subkriteria (jika mungkin diperlukan).
3. Membuat matrik perbandingan berpasangan yang
menggambarkan
kontribusi relatif atau pengaruh setiap elemen terhadap tujuan atau
kriteria yang setingkat di atasnya. Matriks yang digunakan bersifat
sederhana, memiliki kedudukan kuat untuk kerangka konsistensi,
mendapatkan informasi lain yang mungkin dibutuhkan dengan semua
perbandingan yang mungkin dan
mampu menganalisis kepekaan prioritas secara keseluruhan untuk
perubahan pertimbangan. Pendekatan dengan matriks mencerminkan aspek
ganda dalam prioritas yaitu mendominasi dan didominasi. Perbandingan
dilakukan berdasarkan judgment dari pengambil keputusan dengan menilai
tingkat kepentingan suatu
elemen dibandingkan elemen lainnya. Untuk memulai proses perbandingan
berpasangan dipilih sebuah kriteria dari level paling atas hirarki
misalnya K dan kemudian dari level di bawahnya diambil elemen yang akan
dibandingkan misalnya E1,E2,E3,E4,E5
Metode IRR
Metode
ini untuk membuat peringkat usulan investasi dengan menggunakan tingkat
pengembalian atas investasi yang dihitung dengan mencari tingkat
diskonto yang menyamakan nilai sekarang dari arus kas masuk proyek yang
diharapkan terhadap nilai sekarang biaya proyek atau sama dengan tingkat
diskonto yang membuat NPV sama dengan nol.
RUMUS!
Apabila
Ao adalah investasi pada periode 0 dan A1 sampai An adalah aliran
bersih dari periode 1 sampai n, maka metode IRR semata mata mencari
discount factor yang menyamakan A0 dengan A1 sampai An. Penerimaan atau
penolakan usulan investasi ini adalah dengan membandingkan IRR dengan
tingkat bunga yang disyaratkan (required rate of return). Apabila IRR
lebih besar dari pada tingkat bunga yang disyaratkan maka proyek
tersebut diterima, apabila lebih kecil diterima.
Kelemahan
secara mendasar menurut teori memang hampir tidak ada, namun dalam
praktek penghitungan untuk menentukan IRR tersebut masih memerlukan
penghitungan NPV
Internal Rate of Return (IRR)
Ukuran
kedua yang sering digunakan dalam analisis manfaat finansial adalah
internal rate of return (IRR) atau tingkat pengembaliandari investasi.
IRR menunjukan tingkat discount rate atau tingkat keuntungan dari
investasi yang menghasilkan NPV sama dengan nol. Untuk mengitung IRR digunakan rumus sebagai berikut:
RUMUS
Kriteria
penilain digunakan tingkat bunga bank. Jadi, jika IRR ??tingkat bunga
bank, maka usaha yang direncanakan atau yang diusulan layak untuk
dilaksanakan, dan jika sebaliknya usaha yang direncanakan tidak layak
untuk dilaksanakan.
Internal Rate of Return (IRR)
Teknik
perhitungan dengan IRR banyak digunakan dalam suatu analisis investasi,
namun relatif sulit untuk ditentukan karena untuk mendapatkan nilai
yang akan dihitung diperlukan suatu 'trial and error' hingga pada
akhirnya diperoleh tingkat bunga yang akan menyebabkan NPV sama dengan
nol. IRR dapat didefinisikan sebagai tingkat bunga yang akan menyamakan
present value cash inflow dengan jumlah initial investment dari proyek
yang sedang dinilai. Dengan kata lain, IRR adalah tingkat bunga yang
akan menyebabkan NPV sama dengan nol, karena present value cash inflow
pada tingkat bunga tersebut akan sama dengan initial investment. Suatu
usulan proyek investasi akan ditetima jika IRR > cost of capital dan
akan ditolak jika IRR < cost of capital. Perhitungan IRR untuk pola
cash flow yang bersifat seragam (anuitas), relatif berbeda dengan yang
berpola tidak seragam. Menurut Arifin dan Fauzi (1999:13) bahwa: Adapun
langkah-langkah menghitung IRR untuk pola cash flow yang sama adalah
sebagai beiikut: a. Hitung besarnya payback period untuk proyek yang
sedang dievaluasi. b. Gunakan tabel discount factor, dan pada baris umur
proyek, cari angka yang sama atau mendekati dengan hasil payback period
pada langkah 1 di atas. IRR terletak pada persentase terdekat hasil
yang diperoleh. c. Untuk mendapatkan nilai IRR yang sesungguhnya dapat
ditempuh dengan menggunakan interpolasi. Sedangkan untuk proyek yang
memiliki pola cash inflow yang tidak seragam, dapat diselesaikan dengan
langkah-langkah berikut: a) Hitung rata-rata cash inflow per tahun b)
Bagi initial investment dengan rata-rata cash inflow untuk mengetahui
"estimasi" payback period dari proyek yang sedang dievaluasi. c) Gunakan
tabel discount factor untuk menghitung besarnya IRR, seperti langkah
ke-2 dalam menghitung IRR untuk pola cash flow yang berbentuk seragam
(anuitas). Hasil yang diperoleh akan merupakan "perkiraan IRR'. d)
Selanjutnya sesuaikan IRR yang diperoleh pada langkah ke-3 di atas,
yaitu diperbesar atau diperkecil, ke dalam pola cash flow yang
sesungguhnya. Apabila cash inflow yang sesungguhnya dalam tahun-tahun
pertama temyata lebih besar dari rata-rata yang diperoleh dalam langkah
ke 1 di atas, maka perbesarlah tingkat discount yang digunakan, dan
apabila sebaliknya maka perkecillah discount tersebut. e) Dari hasil
discount rate yang diperoleh pada langkah ke-4, kernudian hitunglah NPV
dari proyek tersebut. f) Apabila hasil yang diperoleh lebih besar dari
nol, maka naikkanlah discount rate yang digunakan, dan apabila
sebaliknya maka turunkanlah discount rate tersebut. g) Hitunglah kembali
NPV dengan menggunakan discount rate yang baru, sampai akhirnya
diperoleh discount rate yang secara berurutan menghasilkan NPV yang
positif dan negatif. Dengan jalan interpolasi akan ditemukan nilai IRR
yang sesungguhnya. Setelah IRR diketahui langkah selanjutnya adalah
membandingkan IRR dengan cost of capital. Apabila IRR lebih besar dari
pada cost of capital maka rencana investasi dapat diterima karena
menguntungkan dan sebaliknya apabila IRR lebih kecil dari pada cost of
capital maka rencana investasi ditolak karena merugikan. Metode PBP PBP,
adalah metode yang digunakan dengan cara menyusun satu demi satu piece
hingga layer tersebut solve. PBP ini sendiri sangat berbeda dengan
metoda lain yang mengharuskan harus membuat cross dan lain sebagainya.
Metoda yang satu ini bisa dibilang full intuitive (kecuali untuk layer
ke 2) karena tidak memerlukan algoritma untuk menyusun satu layer, cukup
dengan logika murni saja, dan inilah salah satu kelebihan dari metoda
PBP ini. Selain itu metoda ini sangat cocok untuk dipelajari bagi mereka
yang baru (sangat baru =.=) dalam cubing, ini berdasarkan fakta nyata
yang saya alami ketika mengajarkan cubing ke teman-teman saya, mereka
lebih mudeng dengan metoda ini daripada LBL yang merupakan metoda paling
umum yang dipelajari oleh para beginner. Baik langsung saja, saya akan
memberi beberapa contoh PBP Metode MPE Metode Perbandingan Eksponensial
(MPE), merupakan salah satu metode untuk menentukan urutan prioritas
alternatif keputusan dengan kriteria jamak , Teknik ini cocok untuk
penilaian dengan skala ordinal. Hasil MPE akan lebih kontras dari pada
hasil Bayes. Prosedur MPE • Formulasi perhitungan skor untuk setiap
alternatif dalam metoda perbandingan eksponensial adalah: m Total nilai
(TNi) =å (RK ij)TKK j j=1 Keterangan : TNi = Total nilai alternatif ke
-i RK ij = derajat kepentingan relatif kriteria ke-j pada pilihan
keputusan i TKK j = derajat kepentingan kritera keputusan ke-j; TKKj
> 0; bulat
n = jumlah pilihan keputusan
m = jumlah kriteria keputusan
• Penentuan tingkat kepentingan kriteria dilakukan dengan cara wawancara dengan pakar atau melalui kesepakatan curah pendapat.
• Penentuan skor alternatif pada kriteria tertentu dilakukan dengan memberi nilai setiap alternatif berdasarkan nilai kriterianya .
Keuntungan MPE
• Mengurangi bias yang mungkin terjadi dalam analisa
• Nilai skor yang menggambarkan urutan prioritas menjadi besar (fungsi eksponensial) ini mengakibatkan urutan prioritas alternatif keputusan lebih nyata
Contoh Aplikasi MPE
• Penilaian terhadap tiga alternatif calon pemimpin divisi ICT (Pergiwa, Bratasena, Kresna)
• Kriteria yang dipertimbangkan: Kecakapan, Kepemimpinan dan Kejujuran
• Penilaian alternatif pada setiap kriteria menggunakan skala penilaian 1-9.
Contoh Pemilihan pimpinan
Alternatif Kriteria Nilai
Alternatif Peringkat
Kecakapan Kepemimpinan Kejujuran
1. Pergiwa 4 4 3
2. Bratasena 4 5 2
3. Kresna 4 3 4
Tk. Kepentingan Kriteria 3 4 3
• Nilai (Pergiwa) = 4 **(3) + 4**(4) + 3**(3) = ?
• Nilai alternatif 1,2, dan 3 adalah? sehingga didapat alternatif yang terurut dari yang terbaik adalah alternatif?
Metode NPV
NPV
merupakan selisih antara pengeluaran dan pemasukan yang telah didiskon
dengan menggunakan social opportunity cost of capital sebagai diskon
faktor, atau dengan kata lain merupakan arus kas yang diperkirakan pada
masa yang akan datang yang didiskontokan pada saat ini.Untuk menghitung
NPV diperlukan data tentang perkiraan biaya investasi, biaya operasi,
dan pemeliharaan serta perkiraan manfaat/benefit dari proyek yang
direncanakan.
Rumus yang digunakan
Arus
kas masuk dan keluar yang didiskontokan pada saat ini (present value
(PV)). yang dijumlahkan selama masa hidup dari proyek tersebut dihitung
dengan rumus:
dimana:
t - waktu arus kas
i – adalah suku bunga diskonto yang digunakan
Rt - arus kas bersih (the net cash flow) dalam waktu
Arti perhitungan NPV
Pada tabel berikut ditunjukkan arti dari perhitungan NPV terhadap keputusan investasi yang akan dilakukan. Bila... Berarti... Maka...
NPV > 0 investasi yang dilakukan memberikan manfaat bagi perusahaan proyek bisa dijalankan
NPV < 0 investasi yang dilakukan akan mengakibatkan kerugian bagi perusahaan proyek ditolak
NPV
= 0 investasi yang dilakukan tidak mengakibatkan perusahaan untung
ataupun merugi Kalau proyek dilaksanakan atau tidak dilaksanakan tidak
berpengaruh pada keuangan perusahaan. Keputusan harus ditetapkan dengan
menggunakan kriteria lain misalnya dampak investasi terhadap positioning
perusahaan.
Tidak ada komentar:
Posting Komentar