learningcurve_mmfebunila 2015

Upload: lailatus-syifa-selian

Post on 07-Aug-2018

214 views

Category:

Documents


0 download

TRANSCRIPT

  • 8/20/2019 LEARNINGCURVE_MMFEBUNILA 2015

    1/3

    Tugas 1. FUNGSI BIAYA DAN LEARNING CURVE

    Tiku pembelajaran (learning curve) biasanya ditaksir dengan menggunakan fungsilogaritma berbasis sepuluh. Fungsi biaya berbentuk nirgemaris berpangkat (nonlinear-

     power cost function) digunakan dalam estimasi fungsi produksi dengan data hipotetis

     pada tabel berikut. Bentuk fungsi biaya adalah !"# α$%β

    .

    &ntuk dapat mengestimasi fungsi nirgemaris tersebut di atas' fungsi itu diubah dulu ke

    dalam fungsi biaya berbentuk logaritma berbasis sepuluh (Log10SAC =

    log10  − βlog10Q). alam rangka estimasi' data ditransformasikan terlebih dahulu kedalam bentuk logaritma berbasis sepuluh. etelah anda mengestimasi fungsi biaya

    tersebut' jawablah pertanyaan-pertanyaan berikut

    *. +embalikan hasil estimasi anda ke dalam bentuk fungsi berpangkat.,. Berapa hasil estimasi !" dari perhitungan pada nomor * dengan menggunakan

    data volume produksi pada bulan esember Berapa !" jika volume produksi

    ditingkatkan sebanyak dua kali lipat daripada produksi bulan esember !pa arti

    hasil perhitungan tersebut pada nomor *. !pakah terdapat efisiensi jika produksi dilipat dua

    /. !pa rekomendasi anda untuk membantu memperbaiki keputusan manajerial

     berdasarkan hasil perhitungan anda jika kecenderungan yang ditunjukkan oleh perhitungan pada nomor *',' dan diharapkan masih dapat dicapai

    DATA HI!TETIS ERUSAHAAN RODOARTA Tbk 

    TAHUN "ELUARAN

    (Q)

    SAC (BIAYA #SATUAN)

     (RUIAH)

    0anuari * *,1 *2222

    Februari ,3 *41 5122

    6aret * ,,1 3412

    !pril 2 ,1 4122

    6ei * /,1 4222

    0uni 2 122 7412

    0uli * 412 7122

    !gustus * 341 7,12

    eptember 2 *222 7222

    8ktober * **22 7222

     9ovember 2 *,12 1122

    esember * *722 /122

    $%u&'u

    Bentuk fungsi berpangkat ditransformasikan lebih dahulu ke dalam bentuk logaritma

    natural dan data harus ditransforasikan ke dalam logaritma natural. etelah diperoleh

    koefisien regresi dalam bentuk logaritma berbasis sepuluh' hasil itu kemudianditransformasi ke dalam bentuk fungsi berpangkat dan efisiensi dapat dihitung.

  • 8/20/2019 LEARNINGCURVE_MMFEBUNILA 2015

    2/3

    Tugas *+u,-ula& s$la,a%/la,a%&a %a&ggal 0 No2$,$3 014.

    Ala,a% $,a+l sa5alas--a&'a+%a&6g,a+l.7o,

    $&$l$sa+a&

    Na,a Has3u& A8a&*+ US

    N9 14101100:

    X Y XY X²

    2.096910013 4 8.387640052 4.397031603

    2.243038049 3.977723605 8.922185394 5.031219689

    2.352182518 3.942008053 9.272322429 5.532762598

    2.511883361 3.875061263 9.73370191 6.309558019

    2.62838893 3.84509804 10.10641312 6.908428367

    2.698970004 3.829303773 10.33517602 7.2844390822.875061263 3.812913357 10.96235949 8.265977266

    2.942008053 3.795880017 11.16750958 8.655411384

    3 3.77815125 11.33445375 9

    3.041392685 3.77815125 11.49084158 9.250069464

    3.096910013 3.740362689 11.58356667 9.590851629

    3.204119983 3.653212514 11.70533122 10.26638487

    32.69086487

    46.02786581

    125.0015012 90.49213397

    2.724238739

    3.835655484

    10.41679177 7.541011164

    •  Ȳ = £Y/n

    = 32.69086487 / 12= 2.724238739

    • Ẍ = £X/n

    = 46.02786581 / 12= 3.835655484• β = [nΣXY–ΣXΣ Y]/[nΣX2 – (ΣX)2]

    = 12 (125,0015012) – (46,02786581)(32,69086487)  12 (176,6583005) – (46,02786581)2

    = -0,2715

    • α = Ȳ - βẌ= 2,724238739 – (-3,499711433)(3,835655484)

    mailto:[email protected]:[email protected]

  • 8/20/2019 LEARNINGCURVE_MMFEBUNILA 2015

    3/3

    = 4,5752• Lo !"# =4,5752 - 0,2715Lo $

    1. !"# = 104,5752$-0,2715

    2. !"# %&'*+ $ n &&&' *

    = 10

    4,5752

    1600

    -0,2715

    = 5073,193469= 5073

    !"# %&'*+ $ n &&&' n *+%n*n= 104,57523200-0,2715

    = 4202,926361= 4203

    &nn &+'o* $ &&' 1600  n &n&'n '%-'% &&' 5073 *n + $ *+%n*n&&' 3200 n &n&'n '%-'% &&'

    4203 *'&nn +&n&'n %&'*+ n +'o* n&''n '&n && n +'o* *&nn n&'.

    3. Y, %&'*+% &&n &&'= (5073 - 4203) / 5073 100:= 17,15:

    4. ;&'n &n %&' &nn%n +'o* '&n*+% *% *&nn +'o* n n &'% ?*%n *% ; *n $, &*nn * o %* *n*% ;.