Modul ini membahas tentang optimisasi biaya produksi perusahaan dengan menggunakan metode analisis regresi untuk mengestimasi fungsi biaya berdasarkan data historis dan meramalkannya ke masa depan, serta faktor-faktor yang mempengaruhi peramalan biaya seperti produktivitas dan harga input produksi.

1. MODUL 2 OPTIMISASI
EKONOMI
Ari Darmawan, Dr. , S.AB, M.AB
aridarmawan_fia@ub.ac.id
Tugas Ekonomi Manajerial
Yang DiampuOleh
Ibu Arna Asna Annisa, M.SI

2. Penaksiran Biaya Jangka Pendek
- Metode Analisis regresi dengan data runtut-waktu
(time-series)
Metode ini digunakan jika perusahaan memiliki
catatan (data) biaya produksi perusahaan dari waktu-
waktu. Untuk menaksir data biaya produksi
perusahaan dengan jumlah yang relatif banyak, kita
dapat menggunakan analisis regresi dengan
menggunakan bantuan software statistik seperti
SPSS

3. Contoh
Diketahui:
Hitung: fungsi biaya produksi
Minggu Jumlah output
(X)
Biaya variabel total
(Y)
Minggu 1 8.000 40.000
Minggu 2 10.000 50.000
Minggu 3 9.000 45.000
Minggu 4 7.700 30.000
Minggu 5 10.500 51.000
Minggu 6 9.800 49.000
Minggu 7 9.200 48.000
Minggu 8 8.400 45.000
Minggu 9 8.500 46.000
Minggu 10 9.400 49.000

4. Pembahasan
Jumlah
output
(X)
Biaya variabel
total
(Y)
XY X2 Y2
8.000 40.000 320.000.000 64.000.000 1.600.000.000
10.000 50.000 500.000.000 100.000.000 2.500.000.000
9.000 45.000 405.000.000 81.000.000 2.025.000.000
7.700 30.000 231.000.000 59.290.000 900.000.000
10.500 51.000 535.500.000 110.250.000 2.601.000.000
9.800 49.000 480.200.000 96.040.000 2.401.000.000
9.200 48.000 441.600.000 84.640.000 2.304.000.000
8.400 45.000 378.000.000 70.560.000 2.025.000.000
8.500 46.000 391.000.000 72.250.000 2.116.000.000
9.400 49.000 460.600.000 88.360.000 2.401.000.000
∑X ∑Y ∑XY ∑X2 ∑Y2
90.500 453.000 4.142.900.000 826.390.000 20.873.000.000

5. Pembahasan
  
  

 2
XXn
YX-XYn
b
2
2
(90.500)-0)826.390.00x(10
453.000)x(90.500-000)4.142.900.x(10
b 
.000)(8.190.250-.000)(8.263.900
0.000)(40.996.50-0.000)(41.429.00
b 
5,87245,87236931
73.650.000
0432.500.00
b 

6. Pembahasan
XbYa 
n
Y
Y

30045.
10
453.000
Y 
n
X
X

0509.
10
90.500
X 

7. Pembahasan
Berdasarkan pada perhitungan di atas, maka
dapat diketahui fungsi permintaannya adalah
Y = -7.841,6 + 5,872 X atau
Biaya = -7.841,6 + 5,872Q
).,872(45.300a 05095 
614153 ,.45.300a 
7.841,6-a 

8. Penaksiran Biaya Jangka Panjang
• Penaksiran biaya jangka panjang pada dasarnya
sama dengan penaksiran biaya jangka pendek,
tetapi yang membedakan adalah jumlah
perusahaan.
• Untuk menganalisis fungsi produksi pada
beberapa perusahaan yang berbeda, dapat
digunakan penaksiran biaya jangka panjang.
• Berdasarkan pada kondisi tersebut, penaksiran
biaya jangka panjang menggunakan data seksi
silang.

9. Peramalan Biaya
• Peramalan biaya diperlukan apabila
keputusan-keputusan yang akan kita ambil
mencakup tingkat biaya untuk periode-
periode yang akan datang, seperti misalnya
dalam keputusan mengikat kontrak,
keputusan untuk membeli atau membuat
sendiri, atau keputusan-keputusan lain yang
mempunyai implikasi biaya bukan hanya pada
periode sekarang (Arsyad, 2011).

10. Peramalan Biaya
Terdapat faktor-faktor yang dapat menentukan peramalan
biaya di masa mendatang (Arsyad, 2011), yaitu:
1. Perubahan produktivitas faktor produksi
Adanya perubahan produktivitas faktor produksi seperti
peningkatan kapasitas mesin produksi, akan dapat dijadikan
dasar untuk meramalkan biaya produksi perusahaan di
masa yang akan datang.
2. Perubahan harga faktor (input) produksi
Adanya perubahan harga faktor (input) produksi seperti
peningkatan harga mesin produksi yang baru, juga dapat
dijadikan dasar untuk meramalkan biaya produksi
perusahaan di masa yang akan datang.

11. Contoh
Diketahui:
1. Fungsi biaya produksi pada interval minggu 1
sampai dengan minggu 10 adalah: -7.841,6 +
5,872Q
2. Produksi produk di di minggu 11 diperkirakan
sebesar 11.000 unit
Hitung: Biaya produksi di minggu 11

12. Pembahasan
Biaya produksi
= -7.841,6 + 5,872Q
= -7.841,6 + 5,872 (11.000)
= -7.841,6 + 64.592
= 56.750,4
Berdasarkan pada perhitungan di atas, maka
biaya produksi pada minggu ke 11 adalah
diperkirakan sebesar 56.750,4.