PERHITUNGAN BIAYA DAN ESTIMASI
PERHITUNGAN
BIAYA DAN ESTIMASI
PERHITUNGAN
BIAYA DAN ESTIMASI
Pengertian
dan ruang lingkup
Menurut pendapat Peter Drucker, tujuan bisnis adalah
untuk menciptakan customer, sedangkan kegiatan marketing dan inovasi merupakan
dua hal yangmenyebabkan terjadinya hasil (our-come) yang di rencanakan . disini
peran divisi pemasaran (marketing) adalah untuk mengidentifikasi segmen-segmen
berrdasarkan pada segmen yang akan menghasilkan profit maksimum, serta
mengembangkan posisi unik bagi produk atau jasa sesuai dengan target
audiencenya. Perusahaan akan menetapkan harga jual (pricing)yang seimbang
dengan nilai manfaatdari produk yang di tawarkan untuk memastikan bahwa
customer perusahaan mendapat keuntungan dari kepuasannya membeli atau
mengkonsumsi produk. Namun, jika perusahaan hanya memikirkan harga jual,
kemungkinan akan meminimalisir atau mengabaikan manfaat tambahan yang di
butuhkan oleh konsumen seperti model, cakupan teknologi, dan manfaat lainnya,
serta layanan atau service.
Robert
S. Kaplan yang mencoba mengajukan konsep pengukuran kinerja perusahaan dengan
melibatkan seluruh aspek internak perusahaan dan melihat keseimbangan antara
kinerja keuangan (financial) dengan kinerja non financial yang di kenal dengan
metode balance scorecard.
Selain
itu, banyak riset kinerja perusahaan yang mendasarkan diri pada konsep “biaya
yang berbasis aktivitas atau activity based-costing. Activity Based Costing (ABC) dirancang untuk
membantu manajemen perusahaan dalam mengukur biaya tidak langsung yang di pakai
dalam menarik customernya.
Sistem
Activity Based Cost (ABC) mengidentifikasi berbagai macam aktivitas yang
dilakukan perusahaan selama proses produksi. Kemudian, biaya overhead akan
ditelusuri berdasarkan persentase penggunaannya terhadap aktivitas yang terjadi
selama proses produksi. Namun, menurut Kaplan dan Anderson (2007, p.7) terdapat
beberapa kendala dalam implementasi ABC, antara lain data yang digunakan
bersifat subjektif dan sulit untuk divalidasikan, proses wawancara dan survei
membutuhkan banyak waktu dan biaya, serta biaya mahal untuk menyimpan,
memproses, dan melaporkan data.
ABC merupakan sistem penentuan biaya yang membebankan
biaya ke objek biaya seperti produk atau jasa berdasarkan aktivitas yang
mengkonsumsi sumber daya.
ABC
telah digunakan perusahaan
keuangan besar beberapa tahun yang lalu. Sistem
berusaha untuk mengukur harga pokok produk
dan profitabilitas pelanggan
tiap
bulan, tentunya dengan
mempertimbangkan tujuan untuk mendorong perbaikan berkelanjutan,
penentuan harga jual, dan aktivitas yang berhubungan dengan pelanggan.
Implementasi
ABC konvensional menimbulkan masalah sebagai berikut:
(1) interview
dan proses survey membutuhkan waktu dan
mahal,
(2) data untuk model ABC subyektif dan sulit
divalidasi,
(3) data membutuhkan penyimpanan, pemrosesan dan pelaporan,
(4).kebanyakan model ABC adalah lokal dan tidak
menyediakan suatu pandangan yang
integral tentang kesempatan mendapatkan laba bagi perusahaan,
(5) model ABC tidak
mudah diupdated untuk mengakomodasi perubahan
keadaan,
(6) model
ini secara teori tidak benar
jika mengabaikan penggunaan kapasitas yang
secara potensial tidak
digunakan.
Firdaus
dan Wasilah (2009) menyatakan kelebihan dari sistem ABC adalah sebagai berikut:
1.
Biaya produk yang lebih akurat, baik pada industri manufaktur maupun industri
jasa lainnya khususnya jika memiliki proporsi biaya overhead pabrik yang lebih
besar.
2. Biaya ABC memberikan perhatian pada semua
aktivitas, sehingga semakin banyak biaya tidak langsung yang dapat ditelusuri
pada objek biayanya.
3.
Sistem ABC mengakui bahwa aktivitas penyebab timbulnya biaya, sehingga
manajemen dapat menganalisis aktivitas dan proses produksi tersebut dengan baik
( fokus pada aktivitas yang memiliki nilai tambah) yang pada akhirnya dapat
melakukan efisiensi dan akhirnya menurunkan biaya.
4.
Sistem ABC mengakui kompleksitas dari diversitas proses produksi modern yang
banyak berdasarkan transaksi / transaction based.
5.
Sistem ABC juga member perhatian atas biaya variable yang terdapat dalam biaya
tidak langsung.
6.
Sistem ABC juga cukup fleksibel untuk menelusuri biaya berdasarkan berbagai
obyek biaya. Baik itu proses, pelanggan, area tanggung jawab manajerial, dan
juga biaya produk. Walaupun penerapan sistem ABC memiliki banyak keuntungan
tetapi penerapan tersebut tidak membuat seluruh biaya akan mudah dibebankan
kepada objek biayanya dengan mudah. Hal ini disebabkan karena biaya- biaya yang
dikelompokkan dalam sustaining level ketika dialokasikan sering kali juga
menggunakan dasar yang bersifat arbiter. Misalnya, biaya keamanan pabrik
merupakan contoh dari sustaining level, ketika membebankan hal tersebut pada
objek biaya yang berupa produk, maka mungkin digunakan pendekatan arbiter,
seperti berdasarkan jumlah jam kerja tenaga kerja dengan alas an semakin lama
proses produksi maka membutuhkan jasa keamanan yang semakin besar.
Namun
karena implementasinya cukup sulit dan datanya sering tidak tersedia secara
lengkap maka Kaplan menyarankan metode ABC yang di sempurnakan menjadi metode
“time Driven Activity-based Costing atau TDABC.
Adeoti
dan Valverde (2013), melakukan penelitian yang berfokus pada kontribusi
aktivitas pegawai pelayanan teknologi informasi terhadap layanan itu sendiri.
Penelitian ini berisi tentang implementasi TDABC pada pengelolaan biaya untuk
layanan teknologi informasi dan bagaimana TDABC dapat digunakan untuk mencapai
pengurangan biaya yang signifikan pada layanan tersebut. Dalam penelitian ini
model TDABC dibuat untuk mengevaluasi biaya setiap jenis layanan yang dilakukan
untuk memperoleh informasi mengenai biaya dari setiap jenis layanan. Hasil
penelitian ini menunjukkan bahwa TDABC mampu menunjukkan biaya secara
terstruktur sehingga informasi yang berguna dapat diperoleh untuk membantu
manajer operasional teknis dan supervisi agar fokus pada pengelolaan biaya,
pelanggan, atau produk. Hal tersebut mampu mengurangi biaya operasional,
menghasilkan efisiensi permintaan anggaran, dan membantu pengambilan putusan
yang mengarah pada penghematan. Stout dan Propri (2011) meneliti implementasi
TDABC di perusahaan elektronik dengan menggunakan dua pusat biaya (cost
center), yaitu proses order domestik dan engineering. Cost center proses order
domestik terdiri atas biaya pendukung dua departemen, yaitu akuntansi dan
layanan pelanggan. Cost center engineering mengidentifikasi beberapa aktivitas,
seperti implementasi perubahan biaya, pengembangan produk baru, dan aktivitas
engineering lainnya. Hasil penelitian ini menunjukkan bahwa TDABC menyediakan
informasi biaya yang lebih akurat, mudah dipertahankan, dan terintegrasi dengan
data yang tersedia pada sistem enterprise resource planning (ERP).
Lima
Mitos Tentang Time Driven activity based costing (TDABC)
TDABC telah dikenal lebih menguntungkan dan powerfull
daripada ABC konvensional. Meskipun begitu, mitos berikut upaya untuk
menggambarkan ABC konvensional sebagai metodologi praktis (Kaplan, 2009) :
1. TDABC
adalah suatu metodologi baru yang revolusioner.
2. TDABC
adalah obat mujarab untuk memperkirakan biaya.
3. TDABC lebih mudah untuk dikembangkan dan
dipertahankan.
4. TDABC
membantu mengambil keputusan
lebih cepat, keputusan bisnis yang
lebih baik, karena TDABC berfokus pada waktu
sehingga mengesampingkan factor biaya lainnya, juga berfokus pada
standar waktu, sehingga mengurangi durasi dan jumlah
waktu dalam aktivitas
cost driver, tidak untuk menyelidiki faktor lain
misalnya factor pengurangan biaya yang lebih efektif.
5. Hanya
vendor software tertentu yang dapat melakukan TDABC
Time
Driven adalah suatu pendekatan yang dapat digunakan untuk menghindari berbagai
kesulitan dalam melakukan implementasi ABC. Metoda Time-Driven Activity-Based
Costing memiliki dua parameter, yaitu:
1. Pembebanan biaya untuk setiap unit waktu
yang digunakan sumber daya yang tersedia dalam memenuhi kapasitas yang tersedia
sesuai dengan aktivitas perusahaan/bisnis. (Total pengeluaran Overhead dibagi
dengan total jam kerja karyawan yang digunakan/tersedia).
2.
Penilaian dari unit waktu yang digunakan dalam setiap aktivitas: berapa banyak
waktu yang digunakan dalam menyelesaikan satu unit produk pada setiap aktivitas
(hal ini didasarkan pada hasil perkiraan atau pengamatan langsung).
Kelebihan
dan Kelemahan Time Driven Activity Based Costing Keuntungan dari Time Driven
Activity Based Costing adalah TDABC memperpendek waktu mengumpulkan data, hanya
menggunakan satu cost driver yaitu berdasarkan waktu. Sedangkan kelemahan dari
Time Driven Activity Based Costing adalah kesalahan estimasi waktu yang
dilakukan dalam menghitung waktu pada setiap sumber daya.
Perbandingan
antara TDABC, ABC dan sistem perhitungan biaya tradisional.
Perbedaan
umum antara TDABC, ABC System dan sistem tradisional adalah homogenitas dari
biaya dalam satu tempat penampungan biaya. ABC System merupakan sistem
perhitungan biaya dua tahap, sementara sistem tradisional bisa merupakan sistem
perhitungan satu atau dua tahap.
Di
tahap pertama dalam ABC System, tempat penampungan biaya aktivitas dibentuk
ketika biaya sumber daya dialokasikan ke aktivitas berdasarkan pemicu sumber
daya.
Di
tahap kedua, biaya aktivitas dialokasikan dari tempat penampungan biaya
aktivitas ke produk atau objek biaya final lainnya. Sebaliknya, sistem biaya
tradisional menggunakan dua tahap apabila departemen atau pusat biaya lain
dibuat (Carter, 2009). TDABC juga memiliki sistem perhitungan dua tahap namun
yang membedakan TDABC dengan yang lainya adalah cost driver yang digunakan
adalah penggerak waktu. TDABC dan ABC System memiliki kesamaan hal yang paling
membedakan adalah pada penetapan cost driver dan pada TDABC tidak menggunakan
klasifikasi aktivitas.
Rumus yang di gunakan untuk menghitung biaya
total / total cost (TC) suatu aktivitas adalah :
TC = Ch X Th
Dimana :
TC =
Biaya Total
Ch =
Biaya per jam kerja
Th =
Unit waktu yang digunakan
Sebuah perusahaan database akan menghitung biaya
yang harus di keluarkan atau di bebankan pada suatu aktifitas dengan
menggunakan metode time-driven-activity based costing (TDABC). Perusahaan
database yang menjual software bisnis tersebut membutuhkan biaya teknisi untuk
melayani pelanggan (customer) sebesar Rp. 140 per jam. Berdasarkan data yang
ada disebutkan bahwa layanan teknisi kepada customer-nya di lakukan selama 45
menit, sehingga biaya total (TC) yang di keluarkan adalah 105.
Perhitungannya adalah sebagai berikut :
TC = Ch X Th dan TC = Rp. 140 x ¾ jam = Rp. 105
Hubungan Biaya dan Pengambilan keputusan
Hubungan biaya pada suatu aktivitas dengan pengambilan keputusan adalah tercapainya
efisiensi dari suatu aktivitas tanpa mengorbankan layanan kepada para customer
perusahaan. Metodepembebanan atau
perhitungan biaya tidak langsung dan biaya variable adalah metode pembebanan
biaya yang didasarkan pada aktivitas (TDABC) yang merupakan penyempurnaan dari
metode activity based costing (ABC).
Peningkatan biaya layanan (service) per unit yang melebihi kenaikan
harga jual per unitnya yang melebihi
kenaikan harga jual per unitnya akan menurunkan profit perusahaan walaupun
volume penjualannya meningkat.
Biaya tambahan untuk mendukung service dan tampilan
produk yang merupakan biaya tidak langsung yang bersifat variable akan
mendorong peningkatan biaya operasional suatu aktivitas, yang menyebabkan
penurunan profitabilitas dari aktivitas tersebut. Hal ini berarti bahwa
memahami profitabilitas customer adalah penting untuk mengetahui semua biaya,
bukan hanya biaya tetap saja. TDABC merupakan pendekatan yang berguna untuk
mengidentifikasi biaya tidak langsung, khususnya pada setiap aktivitas yang
berhubungan dalam menghasilkan cutomer pertama.
Kelompok Biaya Dalam Hubungannya dengan Pengambilan Keputusan
Biaya dalam rangka pengambilan keputusan dapat dikelompokkan
sebagai berikut :
1. Biaya Relevan : Biaya masa akan datang yang berbeda dalam alternatif yang berbeda. Biaya relevan terdiri dari :
1. Biaya Relevan : Biaya masa akan datang yang berbeda dalam alternatif yang berbeda. Biaya relevan terdiri dari :
·
Biaya Differensial : selisih biaya atau biaya yang berbeda dalam
beberapa alternatif pilihan. Biaya differensial disebut juga biaya marginal
atau biaya incremental. Contoh perusahaan memilih membeli bahan baku antara
aluminium atau besi. Jika menggunakan aluminium biaya yang dikeluarkan Rp.
200.000,- sedangkan jika menggunakan besi, biaya yang dikeluarkan sebesar Rp.
300.000,-. Dari keterangan tersebut terlihat bahwa ada dua alternatif yang
berbeda dengan dua biaya yang berbeda, perbedaan tersebut sebesar Rp. 100.000,-
·
Biaya Kesempatan (Opportunity Cost) : biaya
yang dikorbankan dalam memilih suatu alternatif. Contoh perusahaan memiliki dua
pilihan, apakah gedung yang dimiliki akan disewakan atau dijual. Jika disewakan
akan mendapatkan pendapatan Rp. 150 juta dan jika dijual akan mendapatkan
keuntungan Rp. 200 juta. Jika memilih alternatif pertama maka perusahaan akan
kehilangan potensi memperoleh pendapatan lebih besar Rp. 50 juta dibanding jika
disewakan.
·
Biaya Tersamar : Biaya yang tidak kelihatan dalam catatan
akuntansi tetapi mempengaruhi dalam pengambilan keputusan. Contoh Biaya bunga.
·
Biaya Nyata : Biaya yang benar-benar dikeluarkan akibat memilih
suatu alternatif. Contoh. biaya yang dikeluarkan akibat memilih jika menerima
pesanan dari luar.
·
Biaya yang dapat dilacak : Biaya yang dapat dilacak kepada
produk selesai. Contoh biaya bahan baku langsung
2. Biaya Tidak Relevan : Biaya yang dikeluarkan tetapi tidak
mempengaruhi keputusan apa pun. Terdiri
dari :
·
Biaya masa lalu (biaya historis) : biaya yang sudah dikeluarkan
tetapi tidak mempengaruhi keputusan apapun. Contoh pembelian peralatan
·
Biaya Terbenam : Biaya yang tidak dapat kembali. Contoh
Penyusutan
Langkah-Langkah Pengambilan Keputusan
Langkah-langkah ini meliputi:
Langkah-langkah ini meliputi:
1. Penentuan masalah,
misalnya mengganti mesin baru dengan yang lama, menutup salah satu bagian dari
perusahaan, dan sebagainya.
2. Mengenal dengan baik
kemungkinan atau alternatif-alternatif yang ada.
3. Menetapkan data dan biaya
yang relevan dengan keputusan yang akan diambil dan masalahnya, karena tidak
semua data atau biaya relevan dengan masalah.
4. Mengevaluasi data, dengan
metode yang berkaitan pada alternatif atau evaluasi yang bagaimana seharusnya
dibuat.
5. Mempertimbangkan
faktor-faktor kualitatif.
6. Keputusan dan alasan
diambilnya
Ramalan Data Pemasaran
Pengertian dan Ruang Lingkup Hubungan Sebab
Akibat
(Causal Forecast)
Ramalan
data pemsasaran yang didasarkan pada hubungan kasual akan membantu manajer
mengukur pemasaran dengan mempelajari perilaku hubungan anatara variable bebas
(predictor)dan variable terikat yang bertindak sebagai respons.Para pengambil
kebijakan di bidang pemasaran(marketing
manager)harus berusaha untuk mengetahui berapa banyaknya produk yang
terjual dalam suatu periode(variable terikat, atau “output”) yang diperoleh
melalui sejumlah pengeluaran untuk
melaksanakan strategi pemasaran yang diprogramkan pada periode tersebut(variable
terikat atau “input”). Hubungan antara produk yang terjual dengan pengeluaran
di bidang pemasaran sangat penting untuk dianalisis guna menentukan derajat
hubungan /asosiasi antara kedua variable itu,sekaligus memperediksikan
banyaknya produk yan terjual pada anggaran biaya pemasaran tertentu
.Berdasarkan analisis kausal ,perusahaan dapat menjawab apakah efisiensi biaya pemasaran sudah
tercapai.Selan itu , manajer pemasaran juga dapat melakukan prediksi terhadap
suatu variable pemasaran jika variable pemasaran lainya mengalami perubahan .
Hal tersebut dapat bula berupa berarti bahwa nilai (satuan tertentu) dari
variable terikat yang secara langsung dipengaruhi oleh variable bebas.Oleh
sebab itu, perubahan pada suatu produk atau program marketing dapat dipengaruhi oleh tingkah laku buyer (penurunan harga yang menyebabkan naikanya
pembelian).Perubahan yang muncul dapat yang sudah ada, yang hasilnya akan
merubah performa kinerja manjer untuk mengukur dampak perubahan suatu variabel
bisnis tehadap suatu variabel bisnis lainya (dan/atau customer atau partisipan berharga lainnya).
Misalnya
perusahaan seperti Nike atau Adidas , keduanya memproduksi sepatu
olahraga (atletik), berminat untuk memprediksi berapa banyak sepatu basket yang
mreka jual tiga tahun kedepan.Melalui acara
review data sensus dari populasi remaja serta survei pertumbuhan trend pada dunia basket remaja,
perusahaan dapat memproyeksikan potential
demend yang dihadapi perusahaan Melalui asumsi bahwa populasi remaja di
Amerika yang mempunyai minat terhadap basket diprediksikan akan tumbuh(
variabel bebas ), maka perubahan variable tersebut dapta digunakan untuk
memproyeksikan pertumbuhan sales sepatu
Nike dan Adidas (variable terikat )
Contoh
pola hubungan hausal variabel pemasaran lainya:
- Penngkatan permintaan (demand) terhadap AC naik selama musim panas’
- Perubahan penjualan es krim karena adanya
perubahan temperatur
- Tenaga kerja yang dibutuhkan oleh sebuah
restoran untuk melayani customer nya akan lebih banyak pada saat jam makan
- Metode peramalan
hubungan kasual
- teknik yang umum digunakan dalam prediksi
kausal adalah regresi linier .Analisis
regresi menunjukan hubungan fungsional antara data (variabel bebas atau predivtor) dengan data=fungsi data,
pada metode ini , ketika variabel terikat (biasanya ditempatkan pada sumbu
vertikal pada grafik) berubah karena perubahan pada variabel yang lain
(yang gambar yang membentuk garis lurus yang ditarik dari diagram
pencarnya (scateer diagram )secara
bebas berdasarkan “free hand method”.
Secara sederhan , regresi linier dipakai untuk menentukan apakah ada
hubungan positif/negatif atau netral dari dua jenis data(variabel)yang
dipelajari. Persamaan garis regresi sederhana (simple linear regression) antara satu variabel bebas terhadap
satu variabel terikatnya, ditentuakn dengan model persamaan :
(persamaan garis regresi linear
sederhana )
Dimana:
Y= merupakan
variable terikat / respns
Y^= Prediksi nilai Y pada X tertentu
a=intercept (perkiraan nilai Y jika X=0
b =slope atau kemiringan garis regresi
X= variable bebas (predictor)
n = jumlah pengamatan
Nilai nilai koefisien garis regresi , yaitu a dan
b dapat diduga dengan menggunakan metode kuadrat terkecil (least square) yang menjamin diperoleh nya jarak minimal antara
nilai sebenarnya (Y) dengan nilai harapan atau ramalan (Y^) . hal ini berarti
metode least square dapat
memprediksikan nilai yang sebenarnya diharapkan /diprediksikan.
Nilai a diinterpetasikan sebagai nilai prediksi
(Y) jika variabel predictornya (X)
bernilai 0 , sedangkann b diinterpretasikan
Sebagai perubahan nilai prediksi (Y) jika terjadi perubahan
pada nilai variabel predictor sebesar
satu satuan. Semakin besar nilai b maka semakin kuat pengaruh variabel bebas
(X) terhadap variabel terikatnya (Y). Hal ini berarti bahwa X merupakan
variabel yang signifikan sebagai stimulus terhadap perubahan variabel Y. Jika X
yang merupakan variabel predictor
adalah biaya promosi dan variabel terikatnya Y merupakan hasil penjualan maka
semakin besar nilai b dalam persamaan regresinya . hal itu menunjukan bahwa
program promosi yang dilaksankan sudah memberikan pengaruh positif yang kuat
terhadap hasil penjualannya, sehingga program promosi itu dapat dipertahankan
atau bahkan ditingatkan karena akan memberikan peningkatan kinerja pemasaran
yang telah diperogeramkan perusahaan
Sebailknya nilai a yang besar pada persamaan itu
menunjukan bahwa tanpa melakukan promosi , perusahaan suda mendapatkan hasik penjualan
yang besar,sehingga nila parameter ini dapat menjadi pertimbangan kateika
perusahaan akan mengeluarkan biaya guna melaksanakan program pemasaran yang
dirancang perusahaan . sedangkan, nilai a adan b negatif merupakan hal yang
diharapkan dalam persamaan regresi ,yang menghubungkan pengeluaran untuk
memberikan layanan pada konsumen dengan jumlah konplain dari konsumen terhadap
perusahaan. Pada analisis hubungan kausal dengan menggunakan persamaan garis
regresi tersebut adalah tercapainya validitas
teoritis (tanda parameter) dan validitas
statistik (hasil uji terhadap besaran parameter garis regresi ) .jika
keduanya valid maka garis regresi tersebut memang layak sebagai alat analisis
Nilai a dan b dalam persamaan garis regresi sederhana (simple linear regression) dapat diduga dengan rumus
berikut :
|
Intercept =
a =
|
Slope kemiringan = b =
|
=
Kekuatan (kadar ) hubungan antara variabel bebas (X) dan variabel
terikat (Y) harus diukur ,guna melengkapi persamaan garis regresi yang sudah
diperoleh . koefisien yag digunakan untuk mengukur kekuatan hubungan antara
variabel bebas dan variabel terikat tersebut dikenal sebagai koefisien korelasi
(r) pada kasus ini ,koefisien korelasi mempunyai rentang nilai -1 sampai dengan
+1 .jika r = ± 1 maka hubungan variabel X dan Y dinyatakan sempurna . jika r
mendekati±1 , maka hubungan X dan Y cukup kuat (signifikan ). Sedangkan jika r
semakin mendekati nol. Maka hubungan X dam Y semakin lemah , bahkan jika mencapai
angka nol maka X dan Y tidak ada hubungan sama sekalu . Namun, para pengguan
regresi dan korelasi perlu memahami bahwa variabel X day Y yang dipasangkan
sebagai hubungan kasual harus merupakan variabel yang secara logis dan teori
memang mempunyai hubungan satu sama lain .Jika variabel tinggi gedung (X)
dipasangkan dengan variabel julah produk yang terjual(Y) maka berapapun nilai
(r) harus dinyatakan tidak ada hubungan .koefisien korelasi sampel r data
diditung , antara lain dengan rumus pearson :
Dimana :
R =
koefiseien korelasi sampel
N = jumlah priod / pengamatan
X = variabel bebas ( misalnya tingkat bunga )
Y = variabel terikat ( misalnya investasi)
Pada akhirnya , orang orang yang
memprediksikan (forecaster)perlu menghitung presentase variasi perubahan
variabelterikat (Y) yang dapat dijelaskan oleh variasi perubahan variabel
bebasnya (X), yang dikenal dengan koefisien penentu atau koefisien determenasi
. kekuatan hubungan antara variabel
bebas (X) dan variabel terikat (Y) dengan koefisien korelasi bentuk kuantitatif
(presentase ) , koefisien deetermenasi (Kd) adalah kuadrat koefisien korelasi
yaitu : Kd = r2 x 100 %
Guna memberikan gambaran yang lengkap mengenai cara kerja persamaanregresi maka
koefisien korelasu dan koefisien determenasinya menggunakan data hipotesis
(tabel 6.4)
|
Tahun
|
Hasil jumlah /krat (ribuan Rp)(X)
|
Jumlah permintaan (ribuan krat )
(Y)
|
XY
|
X2
|
Y2
|
|
1998
|
57,60
|
565
|
|
|
|
|
1999
|
63,36
|
545
|
|
|
|
|
2000
|
63,36
|
540
|
|
|
|
|
2001
|
66,53
|
500
|
|
|
|
|
2002
|
69,85
|
475
|
|
|
|
|
2003
|
69,85
|
480
|
|
|
|
|
2004
|
76,84
|
465
|
|
|
|
|
2005
|
84,52
|
450
|
|
|
|
|
2006
|
88,75
|
420
|
|
|
|
|
2007
|
90,97
|
405
|
|
|
|
|
2008
|
90,97
|
400
|
|
|
|
|
11
|
822,60
|
5245
|
385.531,80
|
63.006,6854
|
2533,025
|
Hal tersebut berarti bahwa persamaan garis
regresinya adalah Ŷ = 812,741 – 4,492 X dan koefisien korelasinya adalah :
Berdasarkan
data tersebut, diperoleh nilai-nilai parameter sebagai berikut :
Cari
slope kemiringan, intercept (Kd)
Dapatkan
persamaan garis regresinya
Dan
cari nilai koefisien determinasinya
Dan nilai koefisien determinasinya (Kd) adalah
:
Kd=(-0,968)2
x 100 % = 93,70
Hasil
perhitungan statistik tersebut menunjukan bahwa selama tahun 1998 hingga
2007 , jika ada kenaikan harga jual teh botol “A’ sebesar Rp 1000 dalam setiap
kratnya maka akan diikuti oleh turunya permintaan teh tersebut sebanyaj 4.492
krat. Sementara itu, hubungan antara perubahan harga dengan perubahan jumlah
permintaan teh adalah cuku kuat dengan angka koefisien sebesar -0,968. Hal ini
berarti bahwa setiap ada perubahan harga sedikit saja maka akan diikuti oleh
kenaikan jumlah permintaan tehsecara signifikan.
Pada kasus ini sebesar 93,70 % variasi
perubahan jumlah permintaaan teh merek “A” dapat dijelaskan oleh variasi
perubahan harga jualnya dengan hanya 6,03%cyang dijelaskan oleh faktor laing
faktor lain diluar harga jual. Informasi ini sangat penting bagi perusahaan
karena pelanggan teh botol merek “A”
merupakan pembeli yang sensitif tehadap harga jual. Oleh karena itu ,pricing policy (kebijakan harga )
merupakan kebijakan strategis yangdiperlukan untuk mendorong pertumbuhan
permintaan ada tahun 2008 , perusahaan menetapkan harga jual produknya sebesar
Rp 75.250 per kratnya
Metode Peramalan Data Periodik (Time series
forecast)
Para
pemasar( marketer) harus secara regular (rutin / terus menerus ) mengambil
keputusan tentang kegiatan pemasaran (marketing) di masa depan . aliansi
strategis dengan seluruh objektif (tujuan) perusahaan , penentuan budget marketing, pricing ( penentuan
harga ) dan perlembangan pelanggan merupakan diantara banyak aktivitas yang
termasuk dalam bentuk- bentuk khusus tanggung jawab maketing manager .
aktivitas – aktivitas ini merupakan bagian dari upaya erencanaan marketing.
Banyak keputusan perencanaan pemasaran (marketing) yang didasarkan kepada
penjualan marketing masa depan
Melalui pemahamn performa sales masa depan,
perusahaan dapat melakukan antisipasi ternd bisnis di masa depan berikut faktor
– faktor yang mempengaruhinya .berdasarkan informasi ini perusahaan merumuskan
semua kondisi bisnis yang mampu mendukung rekomendasi perencanaan marketingyang reasonable . jika dalamanalisis
regresi-korelasi yang dipasangkan secara kasual adalah dengan data , maka
didalam analisis time series data perusahaan akan dipasangangkan dengan waktu
yang terikat pada data tersebut,Analisis data t ( variable terikat atau respons
) dengan waktu (variable teriakat atau predictor) dinyatakan sebagai
analisis time series.Hal tersebut
berarti , dalam analisis time series data = fungsi Waktu sehingga X= unit waktu dan Y = data (
misalnya perkembangan permintaan , produksi , harga, dam lain lain )
Berkaitan dengan prediksi data di masa datang
, anaisis time series adalah metode statistik yang menggunakan data kuantitatif
masa lau untuk memprediksi perfirma bisnis di masa depan.Metode analisis data
time series yang paling dikenal menggunakan metode “trend”. Trend ini
menunjukan pola gerakan data yang lamban cenderung seperti gelombang yang
menuju satu arah menaik atau menurun. Persaman trend linier yang sekuler sama
persis dengan persamaan regresi linear
Sederhana yaitu : Ŷ= a= bX . guna memprediksi
nilai a dan b pada persamaan tersebut maka dapat digunakan beberapa metode
seperti , yaitu ;
- Metode kuadrat terkecil (least quarter)
- Metode setengah rara- rata ( semi average)
- Metode rata rata bergerak ( moving average)
Prediksi
dengan menggunakan metode kuadra terkecil ( least square)
prediksi data time series, dengan mengunakan
metode kuadrat terkecil (least square) akan menghasilkan prediksi yang paling
meyakinkan seperti yang terlihat pada Tabel 6.2yang dapat menjelaskan kondisi
permintaan atau demand pada periode
berikutnya sesuai dengan konsisi data pada periode sebelumnya
Hal ini penting dilakukan karena prediksi yang
konsisten akan dapat membantu para pemasar untuk menentukan langkah-langkah
strategis di bidang pemasaran yang sesuai dengan perubahan kebutuhan pasar .
Persamaan trend dengan menggunakan metode
least square yaitu, Ŷ=a+bX , dalahm hal ini
:X= variabel bebas( unit waktu ) yang menjamin ∑x=0
Persamaan
trend dengan menggunakan metode least
square, yaitu Y = a + b X, dalam hal ini :
X = variable bebas (unit waktu), yang menjamin E X =
0
Dimana:
- Y= merupakan variable terikat /
respns
- Y^= Prediksi nilai Y pada X tertentu
- a=intercept (perkiraan nilai Y jika X=0
- b =slope atau kemiringan garis regresi, garis
trend yang menunjuk rata-rata perubahan Y^ per periode
selama periode data yang di pelajari (khusus untuk data dengan jumlah
periode pengamatan genap, b
adalah rata-rata perubahan Y per setengah periode)
|
- Intercept =
a =
|
- Slope kemiringan = b =
|
=
Namun karena E x = 0 maka b = E XY
E
X2
a= Y
dengan
metide least aquare. Perbedaannya adalah
pada prinsip nilai total unit waktunya. Jika metode least aquare mengharuskan
jumlah unit waktunya sama engan 0maka metode semi average justru tidak
memungkinkan jumlah unit waktunya sama dengan nol. Prediksi Dengan
Metode Setengah rata-rata
(Semi average)
Metode
ini hampir sama dengan metode least square.
Metode
semi average mengharuskan data yang di pelajari di kelompokkan menjadi dua
bagian, setiap kelompok data harus memuat jumlah periode waktu pengamatan yang
sama. Persamaan trend linear dengan
metode semi average tetap sama, yaitu :
Y=a+bx yang
dalam hal ini nilai a akan ditaksirdengan nilai mean (rataan) kelompok data
pertama (Y1),dan b ditaksir dengan menggunakan rumus:b=(Ӯ2-Ӯ1)
______:
n
dimana
n adala jarak antara periode dasar pada kelompok pertama dan periode dasar pada
kelompok kedua
Prediksi dengan Metode
Rata-Rata bergerak(moving average)
Prediksi
data time series dengan menggunakan metode rata-rata begerak (moving
average)dapat dilakukan dengan suatu cara pendekatan , yaitu: (1) moving
average tidak tertimbang (2)weighted moving average .pendekatan moving average
dengan timbangan tertentu (koefisien binominal)merupakan pendekatan yng paling
umum digunakan dalam metode moving average
1 rata
rata bergerak sederhana (unweighted moving average )
Ahli
prediksi (forecaster)akan memilih jumlah periode yang mewakili(representative)
guna memprekdisikan data dengan mengunakan metode rata-rata bergerak (oving
average).periode yang digunakanuntuk menghitng pergerakan data secara rata-rata
pada umumnya berjumlah ganjil 3,5 dan 7.kelemahan utama metode ini adalah tidak
adanya nilai trend pada data pertama dan terakhir sert tidak dapat digunakan
untuk memprediksi data diluar niali data historisny karena kita tidak memperoleh
data trend nya
2.weighted moving average
Weighted
moving average (weighted average ) menjelaskan weights (timbangan) terhadap
data dalam periode pergerakan yang dipelajari.Timbangan yang digunakan dalam
metode rata rata bergerak ini adalah koefisien binominal .Jika kite menggunakan
ilusi rata-rata bergerak 3 tahun maka timbangan yangdigunakan adalah 1,2 dan 1
sehingga rata rata bergerak (moving average)dari data yang dipelajari selama
periode pergerakan 3 periode adalah jumlah data selama periode (misalnya tahun
)dengan menyertakan timbanganya [(Y1 X1+ Y2 + Y 3 x 1)]
Kesimpulan
beberapa
konsepbiaya yang relevan untuk membuat keputusan manajerial ,antara lain :
1.konsep
biaya opportunitas
2.konsep
biaya eksplisit dan implisit
3.
konsep biaya inkrementral dan sunk cost
4.konsep
biaya jangka panjang dan jangka pendek
Strategi
penetapan struktur biaya mengacu pada scenario pencapaian tujuan yaitu :;
1.Melaksanakan
aktivitas produksi pada tinkatanbiaya minimum
2.menetapkan
harga produk yang kompetitif di pasar
3.memperluas
pangsa pasar melalui keunggulan kompetitif
4.memperoleh
penerimaan totaldan keuntungan total yang terus menerus meningkat
5.meningkatkan
kesehjateraan bagi stakeholder
Pengertian dan ruang lingkup
Menurut
pendapat peter drucke, tujuan bisnis adalah untuk menciptakan
customer,sedangkan kegiatan marketing dan inovasi merupakan dua hal yang
menyebabkan terjadinya (out-come)yang direncanakan.
Peranan
devisi pemasaran adalah untuk mengidentifikasikan segmen-segmen berdasarkan
pada kebutuhan dan karakteristik customer,menargetkan segmen-segmen yang akan
menghasilkan profit maksimum ,serta mengembangkan posisi unik bagi produk atau
jasa yang sesuai dengan target audisiencynya
Perhitungan biaya
berdasarkan metode TDABC
2
faktor penting peritungan biaya bedasarkan metode TDABC
1
biaya pe jam setiap departemen yang bekerja terhadap customer
2.produk
atau aktivitas yang berhubungan dengan jasa serta waktu khusus yang dibebankan
bagi suatu aktivitas
Rumus
yag digunakan untuk menghitung biaya total/total cost (TC) suatu aktivitas
adalah :
TC
= Ch x Th
Dimana
:
TC
= biaya total
Ch=biaya
per jam kerja
Th=unit
wakty yang digunakan
HUbungan biaya
&pengambilan keputusan
Hubungan
biaya dan Pengambilan Keputusan adalah tercapainya efisiensi dari suatu aktivitas
tanpa mengorbankan layanan kepada customer perusahaan
Metode
pembebanan atau perhitungan biaya tidak langsung dan biaya variable adalah
metode pembebanan biaya yang didasarkan pada aktivitas(time-driven activity
based costing atau TDABC)yang merupakan penyempurnaan dari metode activity
based costing (ABC)
Perhitungan
biaya dengan metodeTDAB memungkinkan para marketer dapat memahami biaya tidak
langsung yang dipakai dalam mendukung dan mengomunikasikan strategi
diferenisasi an pricing yang telah dikembangkan perusahaan
Contoh:
Kenaikan
biaya service dikarenakan perusahaan tergoda untuk menambah tampilan rodk atau
service agar customer tidak pindah ke perusahaan competitor.Peningkatan biaya
layanan(service )per unit yag melebihi kenaikan harga jual per unitnya akan
menurunkan profit perusahaan walaupun volume penjualanya meningkat.
Karena
TDABC merupakan pendekatan yang berguna untuk mengidentifikasikan biaya tidak
langsung,khususnya padasetiap aktivotas yang berhubungan dalam menghasilkan
customer pertama
Ramalan Data Pemasaran
a.pengertian
dan ruang lingkup hubungan sebab akibat
contoh
pola huunan kausal variable pemasaran lainnya :
- Peningkatan permintaan
terhadap AC naik selama musim panas
- Perubahan penjualan es
krim karena adanya perubahan temperature
- Tenaga kerja yang
dibutuhkan oleh restoran untuk melayani customernya akan lebih banyak pada
saat jam makan
b.metode peramalan hubungan kausal
pada metode ini ketika variable terikat(biasanya
ditempatkan pada sumbu vertikal pada grafik) berubah karena perubahan pada
variabel yang lain (yang gambar yang membentuk garis lurus yang ditarik dari
diagram pencarnya (scateer diagram )secara bebas berdasarkan “free hand
method”persamaan garis linear sederhana
Ӯ=a+bx
Dimana;
•
Y= merupakan variable terikat / respns
• Y^=
Prediksi nilai Y pada X tertentu
•
a=intercept (perkiraan nilai Y jika X=0
•
b =slope atau kemiringan garis regresi
• X=
variable bebas (predictor)
• N = jumlah pengamatan
c.metode peramalan data periodic
analisis time series adalah metode statistic
yang menggunakandata kuantatif masa lalu untuk memprediksikan performa bisnis
masa depan .
guna
memprediksi nilai a dan b pada persamaan tersebut maka dapat digunakan beberapa
metode seperti , yaitu ;
1. Metode kuadrat terkecil (least quarter)
2. Metode setengah rara- rata ( semi average)
3. Metode rata rata bergerak ( moving average)
d.prediksi
dengan metode kuadrat terkecil
prediksi
data time series, dengan mengunakan metode kuadrat terkecil (least square) akan
menghasilkan prediksi yang paling meyakinkan seperti yang terlihat pada Tabel
6.2yang dapat menjelaskan kondisi permintaan atau demand pada periode berikutnya sesuai dengan konsisi
data pada periode sebelumnya
Hal
ini penting dilakukan karena prediksi yang konsisten akan dapat membantu para
pemasar untuk menentukan langkah-langkah strategis di bidang pemasaran yang
sesuai dengan perubahan kebutuhan pasar .
e.
Metode Setengah rata-rata
(Semi
average)
Metode
ini hampir sama
Metode
semi average mengharuskan data yang di pelajari di kelompokkan menjadi dua
bagian, setiap kelompok data harus memuat jumlah periode waktu pengamatan yang
sama. Persamaan trend linear dengan
metode semi average tetap sama,
f. rata rata bergerak sederhana (unweighted
moving average )
Ahli
prediksi (forecaster)akan memilih jumlah periode yang mewakili(representative)
guna memprekdisikan data dengan mengunakan metode rata-rata bergerak (oving
average).periode yang digunakanuntuk menghitng pergerakan data secara rata-rata
pada umumnya berjumlah ganjil 3,5 dan 7.kelemahan utama metode ini adalah tidak
adanya nilai trend pada data pertama dan terakhir sert tidak dapat digunakan
untuk memprediksi data diluar niali data historisny karena kita tidak
memperoleh data trend nya
g.weighted
moving average
Weighted
moving average (weighted average ) menjelaskan weights (timbangan) terhadap
data dalam periode pergerakan yang dipelajari.
Estimasi Biaya
Estimasi
biaya adalah penghitungan kebutuhan biaya yang diperlukan untuk menyelesaikan
suatu kegiatan atau pekerjaan sesuai dengan persyaratan atau kontrak.
Dalam melakukan estimasi (perhitungan) biaya diperlukan:
– Pengetahuan dan keterampilan teknis estimator, seperti membaca gambar, melakukan estimasi (perhitungan), dll.
– Personal judgement berdasarkan pengalaman estimator.
Dalam melakukan estimasi (perhitungan) biaya diperlukan:
– Pengetahuan dan keterampilan teknis estimator, seperti membaca gambar, melakukan estimasi (perhitungan), dll.
– Personal judgement berdasarkan pengalaman estimator.
Estimasi
dibedakan menjadi:
– Estimasi biaya konseptual
– Estimasi biaya detail
– Estimasi biaya konseptual
– Estimasi biaya detail
DAFTAR
PUSTAKA
Doyle
P.2000. Value-Based Marketing: Marketing Strategies For Corporate Growth and
Shareholder Value. England. John Wiley & Sons Ltd.
Kotler P1997. Manajemen Pemasaran: Analisis,
perencanaan, Implementasi, dan Kontrol. Edisi Revisi. Jakarta. PT.Prenhalindo
Kotler P. 2000. Marketing Management. Millenium
Edition.International Edition. New Jersey: Prentice-Hall.
Kotler P. 2003. Marketing Management. 11 Ed.
International Edition. New Jersey: Prentice Hall.
Peter JP., Olson, JC 2013. Perilaku Konsumen dan Strategi
Pemasaran . Edisi 9.Mc Graw-Hill. Jakarta. Salemba Empat.
Schiffman LG & Kanuk, LL.,2000. Consumer Behavior.
7th Edition. New Jersey: Prentice-Hall.
Sumarwan U. 2003. Perilaku Konsumen : Teori dan
Penerapannya dalam Pemasaran. Jakarta: Ghalia Indonesia
Suprapto J., Nandan Limakrisna., Perilaku Konsumen dan
Strategi pemasaran: Untuk Memenangkan Persaingan Bisnis. Jakarta. 2007.,Edisi
Revisi. Mitra Wacana Media
Comments
Post a Comment