Kajian Tekno-ekonomi Layanan Kalibrasi (5/5)

BAB V ANALISA EKONOMI

Dari model yang telah dibuat pada bab sebelumnya, maka pada bab ini diuraikan perhitungan NPV dan analisa resiko. NPV tersebut didapat dari nilai sekarang dari total net cash flow yang didapatkan berdasarkan proyeksi revenue dalam priode analisa. Sedangkan analisa resiko (risk analysis) dihitung berdasarkan perkiraan optimistik dan pesimistik net cash flow.

5.1 Proyeksi Layanan

image

Grafik 17. Model Tekno-ekonomi mencari NPV

Untuk mendapatkan proyeksi revenue harus dilakukan dulu pembuatan proyeksi order layanan untuk tahun 2010 sampai 2014. Proyeksi ini dibuat berdasarkan pertimbangan-pertimbangan sebagai berikut :

· Data order layanan tahun-tahun sebelumnya. Namun data ini tidak bisa menjadi satu-satunya faktor yang dapat dijadikan acuan untuk membuat proyeksi order. Karenanya penulis memutuskan untuk tidak membuat proyeksi order tahun 2010 sampai 2914 menggunakan teknik statistik analisa time series seperti moving average, regresi linier, dan sejenisnya.

· Masukan dari para teknisi kalibrasi, yang dapat memberikan info penting tentang proyeksi layanan ini, karena dalam operasional sehari-hari biasa melakukan kontak langsung dengan kastamer untuk membicarakan hal-hal teknis tentang proses dan hasil kalibrasi alat ukur kastamer.

· Masukan dari para rekan di bagian marketing, yang memiliki data tentang “customer behaviour”. Ada sebagian kastamer yang rutin setiap tahunnya meng-orderkan kalibrasinya ke Lab JayaAbadi MSC dengan jumlah alat ukur yang relatif tetap, ada yang rutin namun dengan jumlah alat ukur yang bervariasi, ada yang rutin dua tahun sekali, ada yang tidak rutin namun dengan jumlah alat ukur yang relatif tetap, ada yang tidak rutin dengan jumlah alat ukur yang bervariasi. Ini kemudian dipetakan juga ke dalam proyeksi order 2009 sampai 2014.

· Pengaruh regulasi terhadap proyeksi layanan. Pada ISO 17025 tahun 1999 (sebagai pengembangan dari ISO Guide 25 sebelumnya) ada klausul baru yang melarang Lab Kalibrasi memberikan rekomendasi masa kalibrasi setahun sekali (seperti yang biasa dilakukan sebelumnya) pada sertifikat kalibrasi, kecuali jika kastamer menghendakinya atau mengijinkannya. Sebagai konsekuensi logis dari klausul ini maka untuk selanjutnya kastamer tidak harus mengikuti “skenario” jadwal kalibrasi dari Lab, semua diserahkan kepada kastamer itu sendiri sebagai pemilik alat ukur. Regulasi ini memiliki dampak juga kepada jumlah order kalibrasi setiap tahunnya, walaupun dalam kenyataannya tidak terlalu signifikan pengaruhnya terhadap Lab Kalibrasi JayaAbadi MSC.

· Pengaruh kompetitor terhadap order. Sejak tahun 2000-an sudah mulai muncul sejumlah kompetitor seperti Lab Kalibrasi KaliKali dan Nihon Denkei (ini adalah dua Lab yang tampak memiliki pangaruh cukup signifikan terhadap order Lab Kalibrasi JayaAbadi MSC). Namun sebenarnya di lapangan ada beberapa Lab lainnya, dengan tingkat pengaruh kecil, seperti Lab Epson, LIPI, dll.

· Pengaruh teknologi (spesifikasi, metode) dan infrastruktur eksisting (spesifikasi, sistem mutu, SDM) didapatkan bahwa untuk kondisi saat ini tidak ada pengaruh signifikan terhadap order, karena semua sudah dinilai dalam suatu akreditasi ISO 17025 sehingga sudah masuk “syarat cukup” bagi kastamer sebagai bahan pertimbangan order layanan ke Lab Kalibrasi JayaAbadi MSC. Untuk diketahui, semua parameter spesfikasi, metode, sistem mutu, bahkan kualitas SDM, sudah melalui filtering akreditasi dari Komite Akreditasi Nasional (KAN), sehingga tidak ada masalah yang berarti. Jika satu kalibrator atau standar tidak memenuhi klausul persyaratan ISO, maka scope layanan yang boleh dipraktekkan oleh Lab bisa digugurkan oleh KAN, sehingga Lab tidak diperbolehkan lagi menawarkan jasa kalibrasinya seperti semula.

Dan sebagai informasi mengenai akreditasi ini, Lab Kalibrasi JayaAbadi MSC selalu berhasil mempertahankan status terakreditasi, dari tahun 1996 sampai kini. Hal ini disebabkan ini menjadi concern utama manajemen JayaAbadi MSC, karena menjadi syarat paling utama keberlangsungan operasional Lab.

· Untuk kualitas layanan (yang meliputi keramahan, kecepatan respons layanan, waktu antrian, dll) memang belum pernah dianalisa efeknya secara ilmiah terhadap proyeksi order. Secara kasat mata memang tidak terlalu berpengaruh, karena sampai saat ini umumnya kastamer memakai jasa Lab Kalibrasi karena persyaratan teknisnya, dan provider kalibrasi di lapangan memang tidak banyak karena mahalnya investasi membuat lab kalibrasi baru.

Namun demikian dalam tiga tahun terakhir, nampak mulai ada effort kompetitor yang perlu dicermati, seperti Lab Kalibrasi KaliKali dan Lab Nihon Denkei, yang dapat mengganggu market share yang selama ini didapatkan Lab kalibrasi JayaAbadi MSC. Mungkin sudah saatnya perlu ada analisa ilmiah tentang hal ini. Namun sesuai dengan Hipotesa pada bagian Pendahuluan, maka hal itu tidak dibahas dalam tulisan kali ini.

Dengan mensimulasikan beberapa skenario pengaruh faktor-faktor di atas terhadap proyeksi order yang kemudian berpengaruh langsung kepada proyeksi revenue, ditambah dengan berbagai masukan dari para teknisi dan engineer Lab kalibrasi, maka penulis membagi proyeksi order ini berdasarkan lima kategori, yaitu :

1. Very pesimistic projection, dimana jumlah ordernya mendekati 0.5 kali proyeksi order normal.

2. Pesimistic projection, dimana jumlah ordernya mendekati 0.7 kali proyeksi order normal

3. Normal Projection, sama dengan proyeksi order normal

4. Optimistic Projection, dimana jumlah ordernya mendekati 1.5 kali proyeksi order normal

5. Very Optimistic Projection, dimana jumlah ordernya mendekati 2 kali proyeksi order normal

Untuk selanjutnya lima kategori dan faktor pengali tersebut di atas akan digunakan untuk mendapatkan lima kategori net cash flow, yaitu :

1. Very pesimistic Net-cash-flow, dihitung sebagai 0.5 kali Normal Net-cash-flow

2. Pesimistic Net-cash-flow, dihitung sebagai 0.7 kali Normal Net-cash-flow

3. Normal Net-cash-flow

4. Optimistic Net-cash-flow, dihitung sebagai 1.5 kali Normal Net-cash-flow

5. Very Optimistic Net-cash-flow dihitung sebagai 2.5 kali Normal Net-cash-flow

Pembagian kategori dan faktor pengali ini akan digunakan pada bahasan untuk bagian 5.3 tentang Risk Analysis.

5.2 Perhitungan Net Present Value

Berdasarkan model dan mekanisme perhitungan ABC cost yang telah diuraikan pada bab 2, langkah-langkah yang dilakukan untuk mendapatkan nilai NPV adalah sebagai berikut :

1. Membuat skema pricing menggunakan metode ABC. Dan untuk itu dibutuhkan beberapa data pendukung antara lain elemen biaya tak langsung dan elemen biaya langsung. Kemudian ditentukan dulu aktivitas-aktivitas apa saja yang mengkonsumsi elemen biaya ini (yang terkait dengan produk) berikut resource driver-nya, sehingga dapat disusun suatu Activity Cost Matrix.

Pada penelitian ini, setelah dianallisa maka aktivitas-aktivitas bisa dibagi dalam 4 kelompok, yang pada penelitian ini dinamakan order, pra kalibrasi, kalibrasi dan administrasi. Ketiganya dianggap memiliki cost pool yang homogen.

“Order” adalah sebutan untuk kelompok aktivitas-aktivitas pada awal tahap layanan kalibrasi berikut :

· Menerima order kalibrasi melalui telepon atau email atau fax, sekaligus konfirmasi terhadap kemampuan pelayanan.

· Menerima kehadiran kastamer beserta alat ukurnya, untuk kemudian dilakukan verifikasi singkat tentang alat ukur tersebut. Verifikasi ini meliputi keadaan fisik, test awal (jika diperlukan), kemampuan kalibrasi Lab, availability dan kondisi kalibrator yang diperlukan, taksiran waktu penyelesaian kalibrasi, dan verifikasi identifikasi kastamer.

“Pra Kalibrasi” adalah sebutan untuk pengelompokan aktivitas-aktivitas yang dilakukan untuk persiapan proses kalibrasi dilakukan, yaitu menyiapkan kalibrator atau standar apa saja yang diperlukan untuk kalibrasi suatu unit under test (UUT) tertentu. Pengkondisian lingkungan juga dilakukan di dalam kelompok aktivitas ini.

“Kalibrasi” adalah kelompok aktivitas ketika proses kalibrasi terhadap UUT dilakukan, dimana nilai penunjukan UUT dibandingkan dengan nilai yang menjadi referensi.

Sedangkan kelompok “administrasi” adalah sebutan untuk proses pasca kalibrasi, meliputi pengetikan sertifikat, proses verifikasi, pengiriman sertifikat, penagihan, dan proses administrasi lainnya kepada kastamer sampai kastamer mendapatkan alat ukurnya kembali (bersama sertifikat kalibrasi.

2. Elemen biaya dimasukkan dalam Activity Cost Matrix. Kemudian dicari hubungan antara kelompok biaya (cost pool) dengan elemen biaya, sesuai dengan resource driver yang telah didefinisikan untuk mewakili hubungan ini. Resource driver inilah yang akan menentukan berapa bagian dari suatu elemen biaya pada suatu kelompok biaya.

Contoh untuk elemen gedung kantor, setiap kelompok biaya tadi dibagi berdasarkan luas lantai sebagai resource driver-nya. Luas lantai untuk setiap kelompok aktivitas oder, pra-kalibrasi, kalibrasi dan administrasi dibedakan berdasarkan luas lantai yang ada di ruang masing-masing aktivitas tersebut. Kusus untuk pra-kalibrasi dan kalibrasi, keduanya berada dalam satu ruang, elemen biaya dibagi berdasarkan perkiraan luas untuk menampung perangkat kalibrator dan luas untuk menampung UUT.

Demikian seterusnya sampai semua elemen biaya terbagi habis.

image

Tabel. Activity Cost Matrix

3. Setelah itu ditentukan output measure untuk setiap cost pool tadi. Untuk kasus ini, output measure dianggap sama dengan activity driver, sebagai driver yang menghubunngkan antara produk dengan aktivitas. Untuk cost pool order, pra-kalibrasi, kalibrasi, administrasi dipilih output measure berturut-turut jumlah order, jumlah kalibrator, man hour dan jumlah UUT.

Masing-masing output measure ditentukan angkanya berdasarkan perkiraan setahun. Dalam penelitian ini dimasukkan sebagai rata-rata nilai dalam 5 tahun (waktu analisa). Maka bisa dicari activity rate, yang merupakan hasil bagi antara jumlah total setiap cost pool dengan output measure.

4. Disusun dulu BOA untuk setiap alat ukur (UUT). Misalnya untuk analog multimeter :

· Bill untuk order adalah 1/5 (karena di setiap order rata-rata 5 UUT).

· Bill untuk pra-kalibrasi adalah 2 (karena biasanya menggunakan dua kalibrator yaitu Fluke 5500 dan Decade Resistance).

· Bill untuk kalibrasi adalah 1 (karena proses kalibrasin biasanya memerlukan waktu hanya 1 jam)

· Bill untuk adminstrasi adalah 1 (sebagai jumlah UUT)

5. Dengan menggunakan activity rate yang telah didapatkan, ditambah dengan biaya langsung, dikalikan masing-masingnya dengan “bill” untuk setiap aktivitas (pada BOA yang telah disusun) menjadi floor price bagi layanan kalibrasi suatu alat ukur.

6. Floor price dibandingkan dengan tarif dari kompetitor, dan policy atau kebijakan dari manajemen. Jika floor price lebih besar daripada harga eksisting, perlu dianalisa apakah ini tidak mengganggu marketing. Sebenarnya perlu ada analisa lebih dalam tentang sensitivitas harga ini terhadap kastamer, namun dalam penelitian ini diasumsikan kastamer tidak terlalu sensitif pada perubahan harga.

Tabel. Perhitungan “Final Tarif” berdasarkan pertimbangan tarif kompetitor

Pertimbangan tingkat kompleksitas proses kalibrasi yang dilakukan juga bisa menjadi bahan pertimbangan dalam penentuan harga final layanan ini. Dalam penelitian ini diwakili oleh jumlah kalibrator yang digunakan, artinya semakin banyak kalibrator yang harus digunakan maka akan semakin kompleks pula proses kalibrasi yang harus dilakukan. Tetapi pada kenyataannya perlu juga dimasukkan pertimbangan tingkat kesulitan, yang dalam paper ini tidak dimasukkan sebagai bahan pertimbangan.

Untuk penentuan tarif final, maka dipertimbangkan hal-hal sebagai berikut :

· Jika floor price lebih besar daripada tarif eksisting, maka digunakan saja tarif eksisting

· Jika floor price lebih tinggi daripada tarif tertinggi dari beberapa kompetitor yang ada, maka gunakan saja tarif kompetitor

· Final tarif adalah floor price dikalikan dengan faktor (1+x), dimana x adalah margin keuntungan yang diinginkan manajemen.

Pertimbangan di atas bisa disesuaiakan dengan kondisi dan keinginan manajemen. Tentu ini memerlukan banyak masukan dari teknisi dan rekan-rekan marketing untuk melakukan analisa lebih mendalam terhadap kondisi pasar dan kompetitor.

7. Dengan menggunakan final tarif dan proyeksi jumlah layanan per jenis UUT untuk tahun pertama sampai kelima, maka bisa didapatkan angka proyeksi revenue selama rentang waktu tersebut.

image

Tabel. Proyeksi Revenue selama 5 tahun

8. Dari proyeksi revenue ini, maka bisa dibuatkan tabel NPV

image

image

Tabel. Net Present Value

 

Gambar 18. Net Cash Flow dan Cumulative Net Cash Flow 2009 sampai 2014

5.3 Analisa Resiko (Risk Analysis)

Tujuan dilakukannya analisa resiko pada kasus ini adalah untuk mengetahui faktor ketidakpastian dalam analisa investasi dan proyeksi revenue dalam kurun waktu 5 tahun pengamatan. Sebelum dilakukan perhitungan, terlebih dulu dilakukan pemilihan metode analisa resiko yang digunakan, agar hasilnya dapat dengan baik menggambarkan situasi yang sebenarnya terjadi.

5.3.1 Pemilihan Metode Analisa Resiko

Dalam teori analisa resiko, ada beberapa metode yang dapat digunakan untuk melakukannya. Masing-masing metode memiliki kelebihan dan kelemahan. Karenanya pengunaannya harus disesuaikan dengan kasus yang didahapi.

  1. Modifikasi Metode Certainty Equivalen

Metode ini memiliki problem dalam hal independensi data dari tahun ke tahun dan memerlukan judgment terhadap penentuan probabilitas yang dianggap “aman”.

  1. Analisa Sensitivitas

Metode ini memiliki kelemahan dalam hal tafsiran antara “Pesimis” dan “Optimis”. Antar variabel dalam analisa kemungkinan saling berkaitan, sehingga menyulitkan mendapatkan hasil yang natural sesuai dengan keadaan sebenarnya.

  1. Analisa Break-even

Metode ini memiliki kelemahan dalam hal biaya, yang harus bisa dibagi sebagai biaya tetap dan variabel. Dalam hal produk, metode ini mensyaratkan satu jenis produk saja, atau boleh lebih dari satu jenis asalkan komposisi produk dianggap tetap.

  1. Metode Simulasi (Monte Carlo)

Metode ini sebenarnya dapat membuat perhitungan menjadi semakin “alami”, namun demikian perhitungannya akan semakin kompleks jika variabel yang terlibat makin banyak dan makin variatif.

Melihat dari kesesuaian dengan model yang dibuat pada bahasan sebelumnya, maka penulis memilih metode modifikasi Metode Certainty Equivalent sebagai metode yang dianggap paling cocok dengan kasus pemodelan perhitungan NPV pada Lab Kalibrasi JayaAbadi MSC, dengan alasan sebagai berikut :

1. Analisa Sensitivitas agak sulit untuk menggambarkan sikon sebenarnya karena banyak variabel yang saling mempengaruhi, sehingga sulit untuk mengasumsikan salah satu variabel saja yang nilainya berubah sedangkan beberapa variabel lain dianggap tetap.

2. Analisa Break-Even juga tidak cocok digunakan karena produk yang ditawarkan oleh Lab cukup banyak, bukan hanya kalibrasi, tapi juga pelatihan, konsultasi dan sewa alat ukur, disamping di dalam produk kalibrasi itu sendiri menawarkan ratusan jenis alat ukur dengan tarif yang berbeda-beda, tidak bisa diseragamkan.

3. Analisa menggunakan Metode simulasi sebenarnya bisa dicobakan untuk kasus ini, namun karena variabelnya banyak, dengan sebagiannya cenderung ke arah pertimbangan kualitatif, maka analisa ini tidak digunakan.

5.3.2 Perhitungan pada Analisa Resiko

Angka Net cash flow per tahun pada perhitungan NPV sebenarnya berbanding lurus dengan hasil proyeksi revenue. Sedangakn proyeksi revenue ini sangat bergantung pada proyeksi order per tahun. Berdasarkan Proyeksi Order inilah perlu dibuat beberapa probabilitas mendapatkan beberapa proyeksi angka NPV. Pada tulisan ini probabilitas tersebut dibagi menjadi 5 kategori, yang disebut Very Pesimistic Net Cash Flow, Pesimistic Net Cash Flow, Normal Net Cash Flow, Optimistic Net Cash Flow dan Very Optimistic Net Cash Flow. Penentuannya berdasarkan hasil diskusi dengan para teknisi Lab dan rekan maketing JayaAbadi MSC.

Maka didapatkan perhitungan sebagai berikut :

image

Tabel. Perhitungan Analisa Resiko

Maka dengan menggunakan rumus :

 

image

didapatkan probabilitas 95 % mendapatkan NPV dari 117 juta sampai 1.41 Milyar.

image

Gambar 19. Grafik Analisa Resiko pada Proyeksi NPV (Prob 95%)

Sedangkan agar dapat meihat aspek resiko di sini, maka dicari probabilitas mendapatkan NPV lebih dari nol (dianggap kondisi ini masuk kategori tidak merugi). Gambarnya adalah sbb :

image

Gambar 20. Grafik Analisa Resiko pada Proyeksi NPV yang Bernilai Positif

Tampak bahwa 99% service kalibrasi JayaAbadi MSC kemungkinan tidak merugi, walaupun bukan berarti pasti untung secara signifikan.

 

BAB V KESIMPULAN DAN SARAN

Dari semua uraian di atas, kesimpulan yang dapat diambil adalah sebagai berikut :

  1. Offered Uncertainty lebih memiliki kegunaan riil kepada kastamer karena menggunakan pendekatan yang lebih uptodate, customized, sesuai dengan jenis alat ukur milik kastamer.
  2. Dari berbagai masukan pemodelan yang meliputi skenario investasi, proyeksi revenue dan proyeksi anggaran operasional, maka NPV yang didapatkan adalah 763 juta. Angka ini di luar opportunity lost JayaAbadi, misalnya pada tahun 2006 menunjukkan angka Rp 13 M.
  3. Hasil dari risk analysis menunjukkan bahwa kemungkinan 99.1 % Lab Kalibrasi akan mendapatkan NPV di atas nol untuk jangka waktu pengamatan 5 tahun.

Saran untuk penelitian ini adalah sebagai berikut :

1. Penelitian perlu diperluas pada jenis input persepsi kastamer, misalnya aspek willingness-to-pay, market share, dan kemampuan berkompetisi.

2. Perlu diadakan penelitian tentang kualitas layanan eksisting terutama pada manajamen antrian layanan karena masalah ini terkadang melampaui ekspektasi teknis dari kastamer

3. Perlu ada pembagian yang lebih tegas tentang anggaran yang benar-benar digunakan atau dibutuhkan oleh Lab kalibrasi sehingga ke depannya bisa dihitung parameter ekonominya dengan lebih akurat dan ini berpotensi lebih bisa memberikan manfaat riil.

Tidak ada komentar:

Poskan Komentar