Category Archives

25 Articles

Optimasi Pasangan Mesin dan Operator

Untuk membuat produk “A” diperlukan proses produksi sebagai kombinasi kegiatan Manusia (Operator) dengan Mesin. Kegiatan yang dicatat adalah sebagai berikut :

Operator menghidupkan mesin 1 dan mesin 2

2,5 menit

Operator mengambil produk “A” dari mesin-mesin

5 menit

Operator memeriksa hasil (2 kali)

5 menit/pemeriksaan

Operator membungkus produk

10 menit

Operator membawa produk ke gudang (PP)

10 menit

Operator berjalan dari dan ke mesin 1 & 2

2,5 menit

Operator menunggu mesin memproses bahan sampai produk jadi

120 menit

Operator mengisi dan membawa “log book” ke meja supervisor

10 menit

 

    Pasangan Operator dan Mesin sehingga tercapai pasangan optimal

Pembagian waktu orang dan waktu mesin

 

Kegiatan

Man Time

Machine Time

Operator menghidupkan mesin 1 & mesin 2

2,5 menit

2,5 menit

Operator mengambil produk “A” dari mesin

5 menit

5 menit

Operator memeriksa hasil (2 kali)

5 menit/ pemeriksaan

Operator membungkus produk

10 menit

Operator membawa produk ke gudang (PP)

10 menit

Operator berjalan dari dan ke mesin 1 & 2

2,5 menit

Operator menunggu mesin memproses bahan sampai produk jadi

120 menit

Operator mengisi dan membawa “log book” ke meja supervisor

10 menit

 

Apabila diasumsikan cycle time yang di blok kuning adalah waktu untuk membuat 1 produk dan terjadi hanya 1 kali per-proses produk, tanpa memiliki data proses flow, dan tanpa memperhatikan faktor lainnya, seperti fatique factor, spesialisasi pekerjaan, berbagi fasilitas, dan faktor lainnya, maka dari asumsi ini dapat dihitung cycle time independent masing-masing elemen.

Independent Cylcle Time for Man (waktu operator untuk membuat produk tanpa tergantung dengan mesin),

        ICTMan = 5+10+10+2,5+10 = 37,5 menit

Independent Cycle Time for Machine (waktu mesin bekerja tanpa membutuhkan intervensi operator)

        ICTMach = 120 menit

Karena waktu menunggu adalah waktu yang tidak effisien, maka waktu menunggu akan diminimalkan, diketahui dalam soal waktu menunggu mesin memproses bahan sampai produk jadi adalah 120 menit, sehingga pasangan antara jumlah operator dan mesin adalah:

Jumlah operator : Jumlah mesin     = ICTMan     : ICTMach

                        = 37,5     : 120

                            = 1        : 3,2

    Kesimpulan, pasangan operator dan mesin adalah 1 orang : 3 mesin dengan idle time operator sebesar

    Idle time     = (Jumlah Orang x ICTMach) – (Jumlah Mesin x ICTMan)

        = (1 x 120) – (3 x 37,5)

        = 120 – 112,5

        = 7,5 menit (+ artinya operator idle)

Pasangan 1 operator : 3 mesin masih lebih effisien dibandingkan dengan Pasangan 1 operator : 4 mesin, hitungan idle time adalah :

    Idle time     = (Jumlah Orang x ICTMach) – (Jumlah Mesin x ICTMan)

        = (1x 120) – (4 x 37,5)

        = 120 – 150

        = – 30 menit (- artinya mesin idle)

Di sini terjadi unbalance sehingga mesin harus berhenti 30 menit, pasangan 1 operator : 4 mesin kurang effisien, kecuali bila perhitungan finansial menunjukan bahwa biaya yang dikeluarkan untuk 30 menit mesin lebih mahal dibandingkan biaya 7,5 menit orang. Perhitungan untuk mesin dapat dihitung dari depresiasi nilai mesin per 30 menit atau cara lain, walaupun demikian pada prakteknya saat terjadinya kenaikan produksi yang tinggi, perusahaan akan mengoptimalkan mesinnya sehingga yang dipergunakan adalah perbandingan 1 operator : 3 mesin, hal ini mungkin terjadi karena (1) mahalnya harga mesin (2) lead time yang lama untuk membeli mesin (3) ketidakpastian volume produksi di masa yang akan datang, sedangkan bila permintaan produksi menurun perusahaan akan memilih cara yang secara perhitungan finansial lebih menguntungkan.

Globalisasi

Heizer and Render (2005) menjelaskan bahwa alasan globalisasi dibagi menjadi alasan yang berwujud sampai dengan alasan yang tak berwujud.

Alasan Globalisasi

Salah satu contoh globalisasi adalah Maquiladoras. Maquiladoras adalah sebuah zona perdagangan bebas (free trade zones) yang terletak di Mexico.

Tujuan dari Maquiladoras ditinjau dari sudut pandang globalisasi adalah untuk mengurangi biaya pajak dari perusahaan manufaktur dengan hanya membayar nilai tambah yang diberikan oleh pekerja mexico. Contohnya pada perusahaan manufaktur Amerika Serikat seperti IBM merakit komputer seharga $500 ke maquiladoras dengan biaya tenaga kerja $25, pajak hanya pada biaya $25.

Kerjasama ini menguntungkan kedua belah pihak, dari sisi Amerika Serikat, perusahaan manufaktur dapat mengurangi biaya produksi sehingga produk mereka dapat lebih berkompetensi dengan produk negara lain, dari sisi Mexico, banyak tenaga kerja yang diserap oleh perusahaan manufaktur, sehingga mengurangi pengangguran. Pemindahan pekerjaan low-skilled ke negara lain oleh Amerika memiliki 3 keuntungan:
i. Mengurangi biaya tenaga kerja
ii. Membebaskan pekerja yang berbiaya lebih tinggi untuk melakukan pekerjaan yang memiliki nilai lebih tinggi
iii. Keuntungan dari pengurangan biaya tenaga kerja memberikan perusahaan tersebut untuk mempunyai dana lebih yang dapat diinvestasikan dalam pengembangan produk dan fasilitas.

Flow Analysis

by Yohan Naftali 1 Comment

Flow analysis adalah analisis untuk pengambilan keputusan penaksiran nilai yang mengikuti flow atau arus pasar. Gehrig dan Menkhoff (2003) melakukan penelitian mengenai penggunaan flow analysis oleh manajer investasi (fund manager) dan foreign exchange dealer di Eropa. Salah satu hasil penelitian menunjukkan bahwa tingkat kepentingan penggunaan informasi yang didapat dari analisis teknikal untuk mengambil keputusan adalah sebesar 40.2%, kemudian disusul tingkat kepentingan penggunaan informasi dari analisis fundamental sebesar 36.3%, sisanya adalah 23.5% menggunakan informasi yang berasal dari flow analysis.

Teori Ekspektasi Rational (Ratex)

Teori ekspektasi rasional (rational expectations) diajukan pertama kali oleh John F. Muth pada tahun 1961 pada tulisannya yang berjudul “Rational Expectations and the Theory of Price Movements”. Teori ini kemudian dikembangkan oleh Robert E. Lucas Jr. untuk memodelkan bagaimana agen ekonomi melakukan peramalan di masa yang akan datang.

Sukirno (2006) menjelaskan bahwa ada 2 asumsi yang menjadi dasar teori ekspektasi rasional (rational expectations). Pertama, teori ini menganggap bahwa semua pelaku kegiatan ekonomi bertindak secara rasional, mengetahui seluk beluk kegiatan ekonomi dan mempunyai informasi yang lengkap mengenai peristiwa-peristiwa dalam perekonomian. Keadaan yang  berlaku di masa depan dapat diramalkan, selanjutnya dengan pemikiran rasional dapat menentukan reaksi terbaik terhadap perubahan yang diramalkan akan berlaku. Akibat dari asumsi ini, teori ekspektasi rasional mengembangkan analisis berdasarkan prinsip-prinsip yang terdapat dalam teori mikroekonomi yang juga bertitik tolak dari anggapan bahwa pembeli, produsen, dan pemilik faktor produksi bertindak secara rasional dalam menjalankan kegiatannya. Asumsi kedua adalah semua jenis pasar beroperasi secara efisien dan dapat dengan cepat membuat penyesuaian-penyesuaian ke arah perubahan yang berlaku. Asumsi kedua ini sesuai dengan pendapat ahli-ahli ekonomi klasik, dan merupakan salah satu alasan  yang menyebabkan teori ini dinamakan new classical economics. Menurut asumsi kedua, tingkat harga dan tingkat upah dapat dengan mudah mengalami perubahan. Kekurangan penawaran barang akan menaikkan harga, dan kelebihan penawaran mengakibatkan harga turun. Buruh yang berkelebihan akan menurunkan upah, sebaliknya kekurangan buruh akan menaikkan upah mereka. Semua pasar bersifat persaingan sempurna, dan informasi yang lengkap akan diketahui oleh semua pelaku kegiatan ekonomi di berbagai pasar.

Golongan ekspektasi rasional melahirkan pemikiran mengenai hipotesis pasar efisien. Mankiw (2006) menjelaskan bahwa ada sebuah cara dalam memilih saham untuk portofolio, yaitu memilih secara acak. Alasan dari cara ini adalah hipotesis pasar yang efisien (efficient markets hypothesis). Asumsinya adalah semua saham sudah dinilai tepat sepanjang waktu karena keseimbangan penawaran dan permintaan mengatur harga pasar. Pasar saham dianggap mencerminkan semua informasi yang tersedia mengenai nilai sebuah aset. Harga-harga saham berubah ketika informasi berubah. Kalau ada berita baik mengenai prospek suatu perusahaan, nilai dan harga saham sama-sama naik. Tapi, pada saat kapan pun, harga pasar adalah perkiraan terbaik dari nilai perusahaan yang didasarkan atas semua informasi yang tersedia.

Samuelson dan Nordhaus menyatakan bahwa pandangan teori pasar efisien terlalu sederhana dan menyesatkan, sudah banyak bukti menunjukkan tidak semua pergerakan saham diakibatkan perubahan informasi. James Tobin, seorang professor Yale pemenang hadiah nobel mengkritik teori ini, argumennya pada bursa saham amerika tanggal 15 hingga 19 oktober 1987 terjadi perubahan harga sebanyak 30% padahal tidak ada faktor yang tampak. Teori pasar efisien bungkam terhadap kritik tobin.

http://yohanli.com

Capital Asset Pricing Model (CAPM)

First Publised: 2 November 2007

Revision: 6 August 2009

Definisi

Definisi: Sebuah model yang menggambarkan hubungan antara risiko dan return yang diharapkann, model ini digunakan dalam penilaian harga sekuritas (A model that describes the relationship between risk and expected return and that is used in the pricing of risky securities) (Investopedia, http://www.investopedia.com/terms/c/capm.asp)

Model CAPM diperkenalkan oleh Treynor, Sharpe dan Litner. Model CAPM merupakan pengembangan teori portofolio yang  dikemukan oleh Markowitz dengan memperkenalkan istilah baru yaitu risiko sistematik (systematic risk) dan risiko spesifik/risiko tidak sistematik (spesific risk /unsystematic risk). Pada tahun 1990, William Sharpe memperoleh nobel ekonomi atas teori pembentukan harga aset keuangan yang kemudian disebut Capital Asset Pricing Model (CAPM)

Bodie et al. (2005) menjelaskan bahwa Capital Asset Pricing Model (CAPM) merupakan hasil utama dari ekonomi keuangan modern.Capital Asset Pricing Model (CAPM) memberikan prediksi yang tepat antara hubungan risiko sebuah aset dan tingkat harapan pengembalian (expected return). Walaupun Capital Asset Pricing Model belum dapat dibuktikan secara empiris, Capital Asset Pricing Model sudah luas digunakan karena Capital Asset Pricing Model akurasi yang cukup pada aplikasi penting.

Capital Asset Pricing Model mengasumsikan bahwa para investor adalah perencana pada suatu periode tunggal yang memiliki persepsi yang sama mengenai keadaan pasar dan mencari mean-variance dari portofolio yang optimal. Capital Asset Pricing Model juga mengasumsikan bahwa pasar saham yang ideal adalah pasar saham yang besar, dan para investor adalah para price-takers, tidak ada pajak maupun biaya transaksi, semua aset dapat diperdagangkan secara umum, dan para investor dapat meminjam maupun meminjamkan pada jumlah yang tidak terbatas pada tingkat suku bunga tetap yang tidak berisiko (fixed risk free rate). Dengan asumsi ini, semua investor memiliki portofolio yang risikonya identik.

Capital Asset Pricing Model menyatakan bahwa dalam keadaan ekuilibrium, portofolio pasar adalah tangensial dari rata-rata varians portofolio. Sehingga strategi yang efisien adalah passive strategy. Capital Asset Pricing Model berimplikasi bahwa premium risiko dari sembarang aset individu atau portofolio adalah hasil kali dari risk premium pada portofolio pasar dan koefisien beta.

Risiko dan Return

Keinginan utama dari investor adalah meminimalkan risiko dan meningkatkan perolehan (minimize risk and maximize return). Asumsi umum bahwa investor individu yang rasional adalah seorang yang tidak menyukai risiko (risk aversive), sehingga investasi yang berisiko harus dapat menawarkan tingkat perolehan yang tinggi (higher rates of return), oleh karena itu investor sangat membutuhkan informasi mengenai risiko dan pengembalian yang diinginkan.

Risiko investasi yang dihadapi oleh investor (Rose, Peter S., dan Marquis, Milton H. 2006. Money and Capital Markets, Ninth Edition, p 277-280):
1. Market Risk (risiko pasar), sering disebut juga sebagai interest rate risk, nilai investasi akan menjadi turun ketika suku bunga meningkat mengakibatkan pemilik investasi mengalami capital loss.
2. Reinvestment risk, risiko yang disebabkan sebuah aset akan memiliki yield yang lebih sedikit pada beberapa waktu di masa yang akan datang.
3. Default risk. Risiko apabila penerbit aset gagal membayar bunga atau bahkan pokok aset.
4. Inflation risk. Risiko menurunya nilai riil aset karena inflasi.
5. Currency risk. Risiko menurunnya nilai aset karena penurunan nilai tukar mata uang yang dipakai oleh aset.
6. Political risk. Risiko menurunya nilai aset karena perubahan dalam peraturan atau hukum karena perubahan kebijakan pemerintah atau perubahan penguasa.

Suku bunga bank sentral tentunya masih berpotensi memiliki semua risiko, akan tetapi diasumsikan negara tidak mungkin gagal membayar (walaupun ada juga kemungkinannya), oleh karena itu biasanya return dari risk free aset (Rf) digunakan suku bunga bank sentral.

Capital Asset Pricing Model (CAPM) mencoba untuk menjelaskan hubungan antara risk dan return. Dalam penilaian mengenai risiko biasanya saham biasa digolongkan sebagai investasi yang berisiko. Risiko sendiri berarti kemungkinan penyimpangan perolehan aktual dari perolehan yang diharapkan (possibility), sedangkan derajat risiko (degree of risk) adalah jumlah dari kemungkinan fluktuasi (amount of potential fluctuation).

Saham berisiko dapat dikombinasi dalam sebuah portfolio menjadi investasi yang lebih rendah risiko daripada saham biasa tunggal. Diversifikasi akan mengurangi risiko tidak sistematis (unsystematic risk), tetapi tidak dapat mengurangi risiko yang sistematis (systematic risk). Unsystematic risk adalah bagian dari risiko yang tidak umum dalam sebuah perusahaan yang dapat dipisahkan. Systematic risks adalah bagian yang tidak dapat dipisahkan yang berhubungan dengan seluruh pergerakan pasar saham dan tidak dapat dihindari.

Informasi keuangan mengenai sebuah perusahaan dapat membantu dalam menentukan keputusan investasi. Investor biasanya menghindari risiko, investor menginginkan perolehan tambahan (additional returns) untuk menanggung risiko tambahan (additional risks). Oleh karena itu saham berisiko tinggi (High-risk securities) harus mempunyai harga yang menghasilkan perolehan lebih tinggi daripada perolehan yang diharapkan dari saham berisiko lebih rendah.

Persamaan CAPM

Persamaan risiko dan perolehan (Equation Risk and Return) adalah :

Rs = Rf + Rp

Rs = Expected Return on a given risky security

Rf = Risk-free rate

Rp = Risk premium

Bila nilai β = 1 artinya adanya hubungan yang sempurna dengan kinerja seluruh pasar seperti yang diukur indek pasar (market index), contohnya nilai yang diukur oleh Dow-Jones Industrials dan Standard and Poor’s 500-stock-index. Hubungan ini dapat digambarkan dalam contoh pada gambar.

β adalah ukuran dari hubungan paralel dari sebuah saham biasa dengan seluruh tren dalam pasar saham.

Bila β > 1.00 artinya saham cenderung naik dan turun lebih tinggi daripada pasar.

β < 1.00 artinya saham cenderung naik dan turun lebih rendah daripada indek pasar secara umum (general market index).

Perubahan persamaan risiko dan perolehan (Equation Risk and Return) dengan memasukan faktor β dinyatakan sebagai:

Rs = Rf + βs (Rm – Rf)

Rs = Expected Return on a given risky security

Rf = Risk-free rate

Rm = Expected return on the stock market as a whole

βs = Stock’s beta, yang dihitung berdasarkan waktu tertentu

CAPM bertahan bahwa harga saham tidak akan dipengaruhi oleh unsystematic risk, dan saham yang menawarkan risiko yang relatif lebih tinggi (higher βs) akan dihargai relatif lebih daripada saham yang menawarkan risiko lebih rendah (lower βs). Riset empiris mendukung argumen mengenai βs sebagai prediktor yang baik untuk memprediksi nilai saham di masa yang akan datang (future stock prices).

CAPM dikritik sebagai penyebab masalah kompetisi di Amerika Serikat. Manajer di sebuah perusahaan di Amerika Serikat yang menggunakan CAPM terpaksa membuat investasi yang aman dalam jangka pendek dan perolehannya dapat diprediksi dalam jangka pendek daripada investasi yang aman dan perolehan dalam jangka panjang. Para peneliti telah menggunakan CAPM untuk menguji hipotesa yang berhubungan dengan hipotesa pasar efisien.

Markowitz dan Market Model

William Sharpe dalam membangun model CAPM diilhami dari teori portofolio yang diajukan oleh Harry Markowits. Markowitz mengusulkan sebuah model untuk menjelaskan korelasi diantara return sekuritas. Model ini mengasumsikan bahawa return dari sekuritas ke-i tergantung pada sebuah faktor yang mendasari, nilai yang diwakili oleh indeks, dalam notasi matematika dinyatakan sebagai:

ri = ai + Bi.F + ui

ri = return sekuritas i

Bi = Beta dari sekuritas i

F = indeks (belum tentu indeks pasar)

ui = error term

(walaupun selanjutnya markowitz mengusulkan bahwa persamaan itu seharusnya tidak linier, karena ada faktor lain yang mendasarinya)

Kemudian pada tahun 1963, William Sharpe menguji persamaan tersebut sebagai penjelasan bagaimana return sekuritas cenderung naik dan turun seiring dengan naik turunnya indeks umum pasar, secara spesifik Sharpe menggunakan persamaan sebagai berikut:

rit = ai + Bi.rmt + uit

rit = return dari aset i pada periode t

rmt = return dari indeks pasar pada periode t

ai = komponen non-pasar dari return aset i

Bi = rasio kovarian dari return aset i dan return indeks pasar terhadap varians return indeks pasar

uit = zero mean random error term

Model ini disebut model pasar indeks tunggal (single index market model) atau sering disebut market model.

Dilihat disini pada model markowitz, indeks-nya belum tentu indeks pasar, tetapi pada market model digunakan indeks pasar.

 

Aplikasi CAPM

Model yang dikembangkan CAPM menjelaskan bahwa tingkat return yang diharapkan adalah penjumlahan dari return aset bebas risiko dan premium risiko. Premium risiko dihitung dari beta dikalikan dengan premium risiko pasar yang diharapkan. Premium risiko pasar sendiri dihitung dari tingkat return pasar yang diharapkan dikurangi dengan tingkat return aset bebas risiko. Bentuk matematika CAPM

Rs = Rf + βs (Rm – Rf)

Rf biasanya didekati dengan tingkat return suku bunga bank sentral, di Indonesia umumnya risk free aset didekati dengan tingkat return suku bunga Bank Indonesia.

βs didekati dengan menghitung data time series saham dengan data return pasarnya. Penjelasan mengenai cara menghitung beta disertakan di bagian akhir artikel ini.

Rm didapatkan dengan meramalkan return IHSG. Banyak mahasiswa yang bingung mendapatkan nilai Rm yang negatif, biasanya mereka menghitung IHSG dengan cara memprediksi historisnya yaitu dengan membandingkan return IHSG tahun x dengan return IHSG tahun x-1. Dari definisi CAPM bahwa Rm adalah tingkat return pasar yang diharapkan, bukan tingkat return pasar yang periode yang lalu. Untuk mendapatkan nilai Rm tentunya harus dapat memprediksi berapa tingkat return IHSG yang diharapkan. Salah satu cara memprediksi IHSG adalah dengan cara analisis faktor. Di sini anda harus melakukan studi empiris, anda harus menentukan faktor-faktor yang mempengaruhi IHSG, kemudian membuat persamaan regresi dari IHSG dan faktor yang mempengaruhinya.  Dan terakhir anda harus memprediksi nilai dari faktor yang mempengaruhi IHSG untuk x periode yang anda tentukan. Cara lainnya adalah menggunakan nilai IHSG dari hasil penelitian empiris dari peneliti lain.

Contoh Aplikasi Menghitung Rs

Suatu sekuritas x yang mempunyai Expected Return 0.27 (27% per tahun) dan nilai betanya 1.2, apakah sekuritas x ini layak di beli atau tidak?

Rs = Rf + βs (Rm – Rf)

Rf = misal SBI 1 bulan saat ini adalah 0.06 (6% per tahun)

Rm = misal return IHSG yang diharapkan saat ini adalah 0.26 (26% per tahun, didapatkan dengan cara memprediksi return)

βs = 1.2

Sehingga
Rs = 0.06 + 1.2 (0.26 – 0.06)
Rs = 0.06 + 1.2 (0.2)
Rs = 0.06 + 0.24
Rs = 0.3 (30%)

Kesimpulan, dengan nilai beta 1.2, apabila return yang diperoleh hanya 27%, maka harga sekuritas terlalu mahal, karena return wajarnya adalah 30%

Contoh cara menghitung Beta

Nilai β dapat dihitung sendiri menggunakan data time series suatu saham/industri dan time series return suatu pasar (misalnya IHSG, NYSE, dll),

Contoh perhitungan:

Return saham X dibandingkan dengan pasar

tahun 1-return saham X = -0.05, return pasar -0.12

tahun 2-return saham X = 0.05, return pasar = 0.01

tahun 3-return saham X = 0.08, return pasar = 0.06

tahun 4-return saham X = 0.15, return pasar = 0.10

tahun 5-return saham X = 0.10, return pasar = 0.05

Sehingga rata-rata return saham X adalah 0.066

Menghitung deviasi return saham X

tahun 1 = -0.1160

tahun 2 = -0.0160

tahun 3 = 0.0140

tahun 4 = 0.0840

tahun 5 = 0.0340

Rata-rata return pasar adalah 0.02 sehingga deviasi return pasar:

tahun 1 = -0.14000

tahun 2 = -0.0100

tahun 3 = 0.0400

tahun 4 = 0.0800

tahun 5 = 0.0300

Kalikan masing masing deviasi return saham dengan deviasi return pasar:

tahun 1 = -0.1160 x -0.14000 = 0.0162

tahun 2 = -0.0160 x -0.0100 = 0.0002

tahun 3 = 0.0140 x 0.0400 = 0.0006

tahun 4 = 0.0840 x 0.0800 = 0.0067

tahun 5 = 0.0340 x 0.0300 = 0.0010

Jumlah = 0.0247

Pangkat duakan deviasi return pasar

tahun 1 = -0.14000^2 = 0.0196

tahun 2 = -0.0100^2 = 0.0001

tahun 3 = 0.0400^2 = 0.0016

tahun 4 = 0.0800^2 = 0.0064

tahun 5 = 0.0300^2 = 0.0009

Jumlah = 0.0286

Sehingga Beta untuk saham X adalah 0.0247/0.0286 = 0.86

External Reference:

Burton, Jonathan. 1998. Revisiting The Capital Asset Pricing  Model. Dow Jones Asset Manager, May/June 1998, pp. 20-28 [Also Available at http://www.stanford.edu/~wfsharpe/art/djam/djam.htm]

How to cite:

Naftali, Yohan. Capital Asset Pricing Model (CAPM). Yohan Naftali. 2 November 2007, Revisi 6 Agustus 2009. Yohan Naftali. http://yohanli.com/2007/11/capital-asset-pricing-model-capm [Accessed date].