Bagaimana cara menghitung gradien biaya total TC dan kapan gradien TC sama dengan biaya marginal MC

PENAKSIRAN DAN PERAMALAN BIAYA

Penaksiran dan peramalan biaya untuk pengambilan keputusan merupakan usahauntuk menemukan bentuk dan posisi kurva-kurva biaya dari suatu perusahaan. pemahaman terhadap fungsi biaya jangka pendek akan membantu para pembuat keputusan untuk menilai optimalitas tingkat output sekarang dan memecahkan masalah pengambilan keputusan dengan menggunakan analisis kontribusi.Informasi fungsi biaya jangka panjang diperlukan apabila kita akan melakukan ekspansi atau kontraksi ukuran pabrik untuk meyakinkan bahwa ukuran pabrik yang adasudah optimal untuk tingkat output yang diproduksi. Biaya jangka panjang tersebut tidak boleh diinterpretasikan sebagai perkiraan biaya dari berbagai ukuran pabrik untuk masayang akan datang, karena harga factor produksi relative berubah, sehingga menyebabkan fungsi biaya jangka panjang tersebut menjadi tidak akurat. Untuk menaksir biaya masadatang tersebut diperlukan juga meramalkan perubahan teknologi dan perubahan rasio harga faktor.

PENAKSIRAN BIAYA JANGKA PENDEKPemahaman terhadap fungsi biaya jangka pendek akan membantu para pembuat keputusan untuk menilai optimalisasi tingkat output sekarang dan memecahkan masalah pengambilan keputusan dengan menggunakan analisa kontribusi. Dalam pembuatan keputusan jangka pendek, konsep biaya inkramental memiliki peranan yang sangat penting yang mencakup biaya variabel dan perubahan biaya tetap. Ekstrapolasi SederhanaEkstrapolasi berarti menghubungkan nilai-nilai dengan titik-titik di luar kisaran yang ditunjukkan oleh data dasar yang dimiliki, dengan cara memproyeksikan berdasarkan pola hubungan yang tampak dalam data tersebut.Metode yang paling sederhana ialah mengekstrapolasikan tingkat biaya marginal atau biaya variabel rata-rata saat ini (ke belakang atau ke depan) pada tingkat-tingkat output lainnya.Jika kita hanya memiliki satu observasi data biaya/output (yaitu pada tingkat sekarang) maka antisipasi bagi terjadinya keadaan diminishing returns harus dibuat atas dasar pertimbangan naluriah (judgement), pengalaman atau intuisi. Misalnya, pembuat keputusan menganggap bahwa kemungkinan yang paling masuk akal adalah bahwa biaya marginal cenderung meningkat sebesar 2 persen untuk setiap 1 persen tambahan output.Sebaliknya, pembuat keputusan mungkin juga beranggapan bahwa biaya marginal cenderung menurun jika output meningkat atau biaya marginal tidak mungkin naik atau turun, sehingga penaksiran terbaik adalah mengasumsikan bahwa biaya marginal konstan. Mungkin pendekatan terbaik untuk memecahkan masalah tersebut adalah sengan mengasumsikan biaya marginal konstan untuk tujuan ekstrapolasi dan kemudian meneliti sensivitas keputusan yang dibuat berdasarkan asumsi tersebut.Sebagai contoh: perusahaan PT Gita Pratiwi menjual 500 lusin pakaian dalam kepada pembeli sebuah toko dengn diskon tertentu. Perusahaan itu menetapkan harga rata2 7000/ lusin. Tiba2 ada perubahan mendadak dalam manajemen perusaan tersebut dan manajer produksi yang baru sangat terkejut karena tidak adanya data tingkat produksi atau biaya. Namun dengan bekerja cepat manajer mengetahui bahwa untuk minggu sekarang tingkat produksi sebanyak 7000 lusin dengan TVC 42 juta Rupiah. Berari biaya variabel rata2 6000/ lusin. Tingkat output yang direncanakan untuk beberapa minggu berikutnya juga sebanyak 7000 lusin sehingga untuk memenuhi pesanan toko tersebut tingkat output harus ditingkatkan menjadi 7500 perminggu yang masih dalam jangkauan kapasitas pabrik. Tanpa informasi lainnya, manager produksi tersebut tidak mempunyai pilihan lain kecuali mengekstrapolasikan data tunggal yang dimilikinya tersebut.

Analisis GradienGradien kurva TC diartikan sebagai tingkat perubahan TC pada interval output tertentu. Gradien berarti slope dan gradien dari TC ini dapat dihitung dengan cara membagi perubahan TC dengan perubahan tingkat output seperti tampak dalam persamaan berikut :Gradien = Gradien TC atau TVC tidak sama dengan MC karena MC menunjukkan perubahan TC yang hanya diakibatkan oleh perubahan satu unit output. Padahal dalam praktek, output cenderung berubah dengan loncatan yang tidak teratur sehingga harus dihitung gradien dengan interval-interval yang lebih besar dari satu unit. Gradien ini menghasilkan penaksir MC pada suatu kisaran tingkat output tertentu.Misalkan PT GITA PRATIWI, dalam contoh diatas, menerima pesanan produksi untuk memproduksi 500 lusin tambahan itu. Perhatikan bahwa TVC untuk memproduksi 7.500 lusin adalah Rp.48.750jt. dengan demikian, gradien TVC dapat dihitung dengan cara berikut.Gradien= = = = 13.500Jadi perubahan TVC pada interval output 7.000 7.500 lusin adalah Rp.13,5 ribu per unit.

Analisis Gradien dengan dengan Beberapa ObservasiUntuk menjelaskan analisis ini, kita kembali ke contoh PT GITA PRATIWI di atas. Manajemen baru perusahaan tersebut meskipun merencanakan tingkat produksi sebanyak 7.000 lusin per minggu untuk beberapa minggu berikutnya menemukan masalah yakni banyak karyawan yang membolos, dengan tingkat pembolosan berkisar antara 10 persen dan 25 persen selama tiga minggu berikutnya. Akibantnya adalah tingkat output per minggu yang dihasilkan lebih sedikit dari tingkat output yang direncanakan. Namun demikian, TVC juga mengalami penurunan, karena tenaga kerja yang absen tersebut tidak di gaji, dan pembelian bahan mentah serta penggunaan energy listrik juga menjadi lebih sedikit. Gambaran TVC yang dikumpulkan selama lima minggu pertama ditunjukkan pada table 9.1 dan gambar 9.3. perhatikan bahwa tingkat output tersebut disusun secara menaik tanpa memperhatikan kronologi produksi dengan maksud untuk mempermudah perhitungan gradien pada setiap interval output.Kolom AVC pada table 9.1 tersebut diperoleh dari TVC/Q. tiga kolom yang terakhir menunjukkan perhitungan gradien (dank arena itu, MC yang ditaksir berada di titik tengah setiap interval). Apabila titik titik ini dilukiskan secara grafis seperti tampak pada gambar 9.3, maka kita akan dapat melakukan interpolasi antara tiap pasangan titik yang berdekatan sehingga menunukkan penaksiran kurva TVC, AVC dan MC yang terbaik. Perhatikan bahwa interpolasi antara nilai nilai gradien untuk menemukan kurva MC tersebut menunjukkan bahwa titik minimum dari kurva AVC terletak sedikit di bawah 6.000 lusin, karena kurva NC memotong kurva AVC pada titik minimum kurva AVC tersebut.Observasi observasi biaya output dan Perhitungan AVC dan MCPeriode Produksi Output (lusin) TVC(Rp)AVC(Rp)(Rp)(lusin)MC(Rp)

Minggu 44.50027.000.000,-6.000,-

Minggu 36.00033.600.000,-5.600,-6.600.000,-1.5004.400,-

Minggu 56.50037.375.000,-5.750,-3.775.000,-5007.550,-

Minggu 17.00042.000.000,-6.000,-4.625.000,-5009.250,-

Minggu 27.50048.750.000,-6.500,-6.750.000,-50013.500,-

Jadi, dengan observasi beberapa pasang data biaya output yang lebih banyak akan memungkinkan kita untuk memperoleh kurva AVC dan MC penaksir yangjauh lebih sempurna. Tiap titik data tambahan akan memperjelas bentuk TVC, sehingga perhitungan AVC dan MC yang lebih bisa dipercaya dapat diperoleh.Taksiran Kurva Biaya dengan Beberapa Observasi Biaya/Output

Studi studi Perilaku Biaya Jangka PendekTelah banyak studi yang dilakukan berkenaan dengan fungsi biaya jangka pendek dari perusahaan tertentu. Tetapi karya yang paling definitif dalam bidang ini mungkin yang disajikan oleh buku yang ditulis johnston (1960), di mana aspek teoritis dan konseptual dari penaksiran biaya diteliti secara terinci dengan menggunakan metodastatistik. Kesimpulan yang dapat ditarik dari penaksiran biaya jangka pendek ini adalah bahwa MC cenderung konstan. Karena itu AVC juga konstan pada tingkat yang sama.Dan biaya total rata-ratanya menurun karena menurunnya biaya tetap rata-rata. Fungsi TVC pada beberapa kasus bersifat kurvi-linier, tapi kurva TVC yang linier adalah bentuk hubungan paling cocok dan sudah cukup mampu menjelaskannya observasi-observasitersebut. Jadi kesimpulan umum studi biaya secara statistis adalah bahwa AVC dan MC cenderung konstan pada kisaran output yang diteliti tidak berarti biaya-biaya tersebut tetap konstan pada kisaran output di mana perusahaan tersebut beroperasi.

PENAKSIRAN IAYA JANGKA PANJANGAnalisi Regresi dengan Menggunakan Data Seksi silangPenaksiran biaya jangka panjang merupakan usaha untuk menemukan ukuran pabrik yang berbeda-beda pada titik waktu tertentu, maka kita tidak dapat menggunakan observasi data runtut waktu untuk mendapatkan taksiran fungsi biaya jangka panjang. Namun kita dapat menggunakan analisis regresi untuk menganalisis observasi dari berbagai pabrik pada suatu periode waktu tertentu.Oleh karena itu kita perlu mengumpulkan pasangan-pasangan observasi data yangmenghubungkan tingkat output dengan biaya total untuk mendapatkan tingkat outputtersebut untuk tiap pabrik, pada periode tertentu. Yang harus diperhatikan adalah bahwa pengukuran tingkat output aktual harus sesuai denga tingkat biaya aktual untuk menghasilkan tingkat output tersebut untuk setiap pabrik yang diteliti.Spesifikasi bentuk persamaan fungsional untuk penaksiran biaya jangka panjang ini juga menghadapi permasalahan yang sama seperti pada penaksiran biaya jangka pendek. Kita harus memilih bentuk fungsional yang paling cocok dengan observasi data biaya dan tingkat output dari setiap pabrik.Ada dua masalah pokok dalam penggunaan data seksi silang ini bagi penaksirankurva biaya rata-rata jangka panjang. Masalah pertama adalah masalah yang timbulkarena observasi yang dikumpulkan sama sekali bukan merupakan titik-titik pada kurva biaya rata-rata jangka panjang.Misalkan ada lima pabrik yang diteliti di mana tingkat output dan biayaditunjukkan pada tabel dibawah ini. Pada mulanya tampak terjadi economies of plant sizedan kemudian terjadi diseconomies of plant size pada pabrik keempat dan kelima yangterbesar. Hal tersebut ditunjukkan pada AC yang menurun tapi kemudian naik ketikamenghadapi pabrik yang lebih besar.Taksiran Kurva LRAC dengan Data Seksi