Tuesday, April 17, 2012
PENGUMUMAN
Laptops, Tablets & Netbooks
Posted: 23 April 2012
Perhatian untuk Mata Kuliah Pemasaran Stratejik Kelas Malam.
Latihan UTS bisa dilihat di: http://latihan-uts.blogspot.com/
Terima kasih
Posted: 23 April 2012
(Perhatian bagi Mata Kuliah: Manajerial Ekonomi)
- Latihan UTS bagi Kelas Manajerial Ekonomi harap buka di:
http://latihan-uts.blogspot.com/
Harap Dikumpulkan pada hari Kamis malam
Kerjakan yang untuk kelas ME (Panduan untuk Regresi bisa anda baca di:
http://stiesiaku.blogspot.com/2012/04/contoh-soal-me.html
1. Panduan Membuat Toko Online bagi Mata Kuliah IT for Business silakan buka sudah diupload. Pada Link studi kasus IT for Business
Thank you for your attention
2. Quiz Online bagi mata kuliah Bisnis Internasional harus saya terima terakhir hari Senin Jam 16.00 kirim ke E-mail saya di: sbutomo@gmail.com. Lewat jam 16.00 tidak saya terima.
Terima Kasih
Thursday, April 12, 2012
Latihan UTS ME
1. Jelaskan factor apa saja yang mempengaruhi permintaan dan penawaran serta
gambarkan kurva permintaan dan penawaran
2. Jelaskan hipotesis dari hukum permintaan dan penawaran
3. Apa yang dimaksud dengan keseimbangan pasar (market equilibrium) dan buatkan
kurvanya
4. Dalam kondisi keseimbangan pasar ada kemungkinan terjadi pergeseran kurva
permintaan dan penawaran atau keduanya, coba saudara gambarkan kurva dari tiga
kemungkinan pergeseran tersebut.
5. Jika diketahui fungsi permintaan Televisi Berwarna merk “GARUDA” ditunjukkan
dengan QDx = 1000 – 4Px + 7Py + 10 I + 5A jika diketahui harga barang lain (Py)
sebesar 100 (dalam ribuan), pendapatan (I) naik sebesar 5 (dalam ratusan ribu) dan
intensitas iklan (A) dinaikkan sebesar 5 (dalam juta) anda diminta untuk :
1. Menentukan fungsi permintaan TV Berwarna Merk “GARUDA”
2. Tentukan jumlah TR optimal yang dapat diperoleh
Cara Membaca Tabel Regresi
Pada dasarnya tabel regresi SPSS adalah sebagai berikut:
Beralih ke gambar (1), setelah diketahui bahwa kedua variabel saling berpengaruh, maka tahapan berikutnya kita akan mencari tahu seberapa besar kontribusi yang diberikan variabel kemahiran kepada penguasaan kompetensi. Perhatikan pada kolom R square di atas! Disana terdapat angka ,222 artinya bahwa kemahiran memberikan kontribusi sebesar 0,222 atau 22,2% terhadap hasil penguasaan kompetensi. Artinya 77,8% hasil penguasaan dipengaruhi oleh faktor lain yang tidak terangkum dalam analisis ini.
Catatan Pakdhe : Mengenai besar kecil pengaruh suatu variabel akan saya tulis dilain waktu.
Y = a + bX
dengan Y adalah variabel dependent, dalam hal ini adalah penguasaan kompetensi, dan X adalah variabel independent, dalam hal ini adalah kemahiran berproses. Sedangkan a dan b adalah nilai konstanta yang dicari.
Catatan Pakdhe : Ulasan lengkap mengfenai variabel ada disini.
Y = -11,409 + 4,505X
Cara menganalisis Regresi linier berganda dengan SPSS 17.0
Analisis regresi digunakan untuk memprediksi pengaruh variabel bebas terhadap variabel terikat. Analisis regresi juga dapat dilakukan untuk mengetahui kelinieritas variabel terikat dengan varibel bebasnya, selain itu juga dapat menunjukkan ada atau tidaknya data yang outlier atau data yang ekstrim.
Analisis regresi linear berganda terdiri dari satu variabel dependen dan dua atau lebih variabel independen. Misalnya dalam suatu kegiatan penelitian ingin diketahui apakah variabel X (Sex dan Nilai harian 1) berpengaruh terhadap variabel Y (nilai rapot). Data penelitian adalah sebagai berikut:
Nama | Sex | Nilai harian 1 | Nilai Rapot |
IDM01 IDM02 IDM03 IDM04 IDM05 IDM06 IDM07 IDM08 IDM09 IDM10 IDM11 IDM12 IDM13 IDM14 IDM15 | 1 2 1 1 1 2 2 1 1 2 2 1 1 2 1 | 50 61 80 76 40 73 86 77 59 56 66 80 72 95 83 | 68 86 78 80 76 74 70 80 76 85 60 69 89 90 88 |
Keterangan sex: 1=laki-laki, 2=perempuan
Langkah-langkah menganalisis menggunakan spss 17.0 adalah sebagai berikut:
1. Buka lembar kerja SPSS
2. Buat semua keterangan variabel di variable view seperti gambar berikut:
3. Klik Data view dan masukan data sehingga tampak hasilnya sebagai berikut:
4. Lakukan analisis dengan cara: Analize, Regression, Liniear. akan muncul dialog seperti gambar berikut; Selanjutnya isilah kotak menu Dependen dengan variabel terikat, yaitu variabel Rapor dan kotak menu independen dengan variabel bebas, yaitu variabel Sex dan Harian 1.
5. Selanjutnya klik kotak menu Statistics. Pilih Estimates, Descriptives dan Model fit lau klik Continue. Tampilan muncul seperti berikut
6. Kotak menu Plots, berfungsi untuk menampilkan grafik pada analisis regresi. klik kotak menu Plots, kemudian klik Normal probanility plot yang terletak pada kotak menu Standardized Residual plots. Selanjutnya klik Continue. Tampilannya adalah sebagai berikut:
7. Selanjutnya klik Continue. Untuk melakukan analisis kliklah OK. Beberapa saat kemudian akan keluar outputnya, sebagai berikut:
Regression
[DataSet1]
Cara membaca Output tersebut adalah. sebagai berikut:
1. Deskriptif statistik
Dari output tersebut dapat dilihat rata-rata nilai rapot dari 15 siswa adalah 77,93 dengan standar deviasi 8,779 sedangkan rata-rata nilai harian 1 adalah 70,27 dengan standar deviasi 14,786
2. Korelasi
Dari tabel dapat dilihat bahwa besar hubungan antara variabel nilai rapot dengan sex adalah -0,042 hal ini menunjukan hubungan negatif.
besar hubungan nilai harian 1 dengan nilai rapot adalah 0,238 yang berarti ada hubungan positif, makin besar nilai harian 1 maka makin tinggi pula nilai rapot.
3. Variabel masuk dan keluar
Dari tabel diatas menunjukan variabel yang dimasukan adalah nilai harian 1 dan sex, sedangkan variabel yang dikeluarkan tidak ada (Variables Removed tidak ada)
4.Model sisaan
Pada tabel diatas angka R Square adalah 0,063 yaitu hasil kuadrat dari koefisien korelasi (0,250 x 0,250 = 0,063). Standar Error of the Estimate adalah 9,181, perhatikan pada analisis deskriptif statitik bahwa standar deviasi nilai rapot adalah 8,779 yang jauh lebih kecil dari dari standar error, oleh karena lebih besar daripada standar deviasi nilai rapot maka model regresi tidak bagus dalam bertindak sebagai predictor nilai rapot.
5. Anova
Hipotesis:
Ho: B1=B2=0
Ha: ada Bi yang tidak nol
Pengambilan keputusan:
Jika F hitung <= T tabel atau probabilitas >= 0,05 maka Ho diterima
Jika F hitung > T tabel atau probabilitas < 0,05 maka Ho ditolak
Dari tabel diatas dapat dilihat nilai F hitung yaitu 0,401, sedangkan nilai F tabel dapat diperoleh dengan menggunakan tabel F dengan derajat bebas (df) Residual (sisa) yaitu 12 sebagai df penyebut dan df Regression (perlakuan) yaitu 2 sebagai df pembilang dengan tarap siginifikan 0,05, sehingga diperoleh nilai F tabel yaitu 3,89. Karena F hitung (0,401) < F tebel (3,89) maka Ho diterima.
Berdasarkan nilai Signifikan, terlihat pada kolom sig yaitu 0,679 itu berarti probabilitas 0,679 lebih dari daripada 0,05 maka Ho diterima.
Kesimpulan:
Tidak ada koefisien yang tidak nol atau koefisien berarti, maka model regresi tidak dapat dipakai untuk memprediksi nilai rapot.
6. Koefisien
Hipotesis:
Ho: Bi=0
Ha: ada Bi yang tidak nol , i=1 atau 2
Pengambilan keputusan:
Jika T hitung <= T tabel atau probabilitas >= 0,05 maka Ho diterima
Jika T hitung > T tabel atau probabilitas < 0,05 maka Ho ditolak
* Constant: Berdasarkan tabel diatas, dapat dilihat bahwa nilai T hitung untuk Constant yaitu 5,360, pada T tabel dengan db 12 dan taraf signifikan 0,05 diperoleh 1,782, karena T hitung > T tabel maka Ho ditolak. sedangkan sig pada tabel B adalah 0,000 yang berarti probabilitas 0,000, karena probabilitas kurang dari 0,05 maka ditolak. Berarti bermakna dan diramalkan tidak melalui titik (0,0).
** Sex: Berdasarkan tabel diatas, dapat dilihat bahwa nilai T hitung untuk Sex yaitu -0,277, pada T tabel dengan db 12 dan taraf signifikan 0,05 diperoleh 1,782, karena T hitung < T tabel maka Ho diterima. sedangkan sig pada tabel B adalah 0,786 yang berarti probabilitas 0,786, karena probabilitas kurang dari 0,05 maka diterima. artinya B tidak berarti.
*** Harian 1: Berdasarkan tabel diatas, dapat dilihat bahwa nilai T hitung untuk Harian 1 yaitu 0,882, pada T tabel dengan db 12 dan taraf signifikan 0,05 diperoleh 1,782, karena T hitung < T tabel maka Ho diterima. sedangkan sig pada tabel B adalah 0,786 yang berarti probabilitas 0,395, karena probabilitas kurang dari 0,05 maka diterima. artinya B tidak berarti
Berdasarkan analisis diatas maka dapat dibuat model regresi dugaannya yaitu:
Y = 69,429
Dari tabel diatas merupakan ringkasan yang meliputi nilai minimum dan maksimum, mean dan standar deviasi dari predicted value (nilai yang diprediksi) dan statistic residu.
7. Kelinieran
Jika residual berasal dari distribusi normal, maka nilai-nilai sebaran data akan terletak sekitar garis lurus, terlihat bahwa sebaran data pada gambar diatas tersebar hampir semua tidak pada sumbu normal, maka dapat dikatakan bahwa pernyataan normalitas tidak dapat dipenuhi.
Demikian dari saya, semoga bermanfaat.
ANALISIS REGRESI DAN KORELASI SEDERHANA
Analisis Korelasi merupakan suatu analisis untuk mengetahui tingkat keeratan hubungan antara dua variabel. Tingkat hubungan tersebut dapat dibagi menjadi tiga kriteria, yaitu mempunyai hubungan positif, mempunyai hubungan negatif dan tidak mempunyai hubungan.
Analisis Regresi Sederhana : digunakan untuk mengetahui pengaruh dari variabel bebas terhadap variabel terikat atau dengan kata lain untuk mengetahui seberapa jauh perubahan variabel bebas dalam mempengaruhi variabel terikat. Dalam analisis regresi sederhana, pengaruh satu variabel bebas terhadap variabel terikat dapat dibuat persamaan sebagai berikut : Y = a + b X. Keterangan : Y : Variabel terikat (Dependent Variable); X : Variabel bebas (Independent Variable); a : Konstanta; dan b : Koefisien Regresi. Untuk mencari persamaan garis regresi dapat digunakan berbagai pendekatan (rumus), sehingga nilai konstanta (a) dan nilai koefisien regresi (b) dapat dicari dengan metode sebagai berikut :
a = [(ΣY . ΣX2) – (ΣX . ΣXY)] / [(N . ΣX2) – (ΣX)2] atau a = (ΣY/N) – b (ΣX/N)
b = [N(ΣXY) – (ΣX . ΣY)] / [(N . ΣX2) – (ΣX)2]
Contoh :
Berdasarkan hasil pengambilan sampel secara acak tentang pengaruh lamanya belajar (X) terhadap nilai ujian (Y) adalah sebagai berikut :
(nilai ujian) | X (lama belajar) | X 2 | XY |
40 | 4 | 16 | 160 |
60 | 6 | 36 | 360 |
50 | 7 | 49 | 350 |
70 | 10 | 100 | 700 |
90 | 13 | 169 | 1.170 |
ΣY = 310 | ΣX = 40 | ΣX2 = 370 | ΣXY = 2.740 |
a = [(ΣY . ΣX2) – (ΣX . ΣXY)] / [(N . ΣX2) – (ΣX)2]
a = [(310 . 370) – (40 . 2.740)] / [(5 . 370) – 402] = 20,4
b = [N(ΣXY) – (ΣX . ΣY)] / [(N . ΣX2) – (ΣX)2]
b = [(5 . 2.740) – (40 . 310] / [(5 . 370) – 402] = 5,4
Sehingga persamaan regresi sederhana adalah Y = 20,4 + 5,2 X
Berdasarkan hasil penghitungan dan persamaan regresi sederhana tersebut di atas, maka dapat diketahui bahwa : 1) Lamanya belajar mempunyai pengaruh positif (koefisien regresi (b) = 5,2) terhadap nilai ujian, artinya jika semakin lama dalam belajar maka akan semakin baik atau tinggi nilai ujiannya; 2) Nilai konstanta adalah sebesar 20,4, artinya jika tidak belajar atau lama belajar sama dengan nol, maka nilai ujian adalah sebesar 20,4 dengan asumsi variabel-variabel lain yang dapat mempengaruhi dianggap tetap.
Analisis Korelasi (r) : digunakan untuk mengukur tinggi redahnya derajat hubungan antar variabel yang diteliti. Tinggi rendahnya derajat keeratan tersebut dapat dilihat dari koefisien korelasinya. Koefisien korelasi yang mendekati angka + 1 berarti terjadi hubungan positif yang erat, bila mendekati angka – 1 berarti terjadi hubungan negatif yang erat. Sedangkan koefisien korelasi mendekati angka 0 (nol) berarti hubungan kedua variabel adalah lemah atau tidak erat. Dengan demikian nilai koefisien korelasi adalah – 1 ≤ r ≤ + 1. Untuk koefisien korelasi sama dengan – 1 atau + 1 berarti hubungan kedua variabel adalah sangat erat atau sangat sempurna dan hal ini sangat jarang terjadi dalam data riil. Untuk mencari nilai koefisen korelasi (r) dapat digunakan rumus sebagai berikut : r = [(N . ΣXY) – (ΣX . ΣY)] / √{[(N . ΣX2) – (ΣX)2] . [(N . ΣY2) – (ΣY)2]}
Contoh :
Sampel yang diambil secara acak dari 5 mahasiswa, didapat data nilai Statistik dan Matematika sebagai berikut :
Sampel | X (statistik) | Y (matematika) | XY | X2 | Y2 |
1 | 2 | 3 | 6 | 4 | 9 |
2 | 5 | 4 | 20 | 25 | 16 |
3 | 3 | 4 | 12 | 9 | 16 |
4 | 7 | 8 | 56 | 49 | 64 |
5 | 8 | 9 | 72 | 64 | 81 |
Jumlah | 25 | 28 | 166 | 151 | 186 |
r = [(5 . 166) – (25 . 28) / √{[(5 . 151) – (25)2] . [(5 . 186) – (28)2]} = 0,94
Nilai koefisien korelasi sebesar 0,94 atau 94 % menggambarkan bahwa antara nilai statistik dan matematika mempunyai hubungan positif dan hubungannya erat, yaitu jika mahasiswa mempunyai nilai statistiknya baik maka nilai matematikanya juga akan baik dan sebaliknya jika nilai statistik jelek maka nilai matematikanya juga jelek.
- Hitunglah nilai a dan b untuk persamaan regersi linier sederhana
- Jika hipotesis penelitian menyatakan bahwa “tinggi badan seseorang berpengaruh terhadap berat badan seseorang”, ujilah hipotesis tersebut dengan menggunakan Uji T dan Uji F (tingkat keyakinan sebesar 95%)
- Hitunglah nilai r dan koefisien determinasi
- Bagaimana kesimpulannya.
Jika Y : Berat Badan Seseorang dan X : Tinggi Badan Seseorang, maka untuk mendapatkan nilai a dan b untuk persamaan regersi linier sederhana :
- Hipotesis Statistik adalah Ho : b = 0 dan Ha : b ≠ 0 (disebut uji dua arah)
- Nilai T hitung adalah : b/Sb = 0,819657/0,05525673 = 14,833613932638 = 14,834
- Nilai T tabel dengan df : 10 – 2 = 8 dan ½ α = 2,5% (uji dua arah) sebesar ± 2,306
- Karena nilai T hitung lebih besar dari pada T tabel atau 14,834 > 2,306 maka Ho ditolak, Ha diterima dan hipotesis penelitian yang menyatakan bahwa Tinggi Badan berpengaruh terhadap Berat Badan Seseorang adalah dapat diterima (dapat dikatakan signifikan secara statistik).
- Sedangkan untuk menguji secara serempak digunakan Uji F, yaitu diperoleh F hitung = 31.874,98 dan Untuk nilai F tabel dengan df : k - 1 ; n – k = 1 ; 8 dan α : 5% sebesar 5,32. Karena nilai F hitung lebih besar dari F tabel atau 31.874,98 > 5,32 maka Ho ditolak, Ha diterima dan hipotesis penelitian yang menyatakan bahwa Tinggi Badan berpengaruh terhadap Berat Badan Seseorang adalah dapat diterima.
Sedangkan berdasarkan nilai r kuadrat sebesar 96,4% menggambarkan bahwa sumbangan variabel independen (Tinggi Badan) terhadap naik turunnya variabel dependen (Berat Badan) sebesar 96,4% sedangkan sisanya merupakan sumbangan dari variabel lain yang tidak dimasukkan dalam model.
Kesimpulannya :
Berdasarkan hasil pengujian hipotesis, baik Uji T maupun Uji F, diketahui bahwa Variabel Tinggi Badan Seserorang berpengaruh terhadap Variabel Berat Badan Seseorang dan pengaruhnya bersifat positif (nilai koefisien regresinya sebesar 0,819657), artinya jika seseorang mempunyai tinggi badan semakin tinggi maka akan meningkatkan berat badannya (dan sebaliknya). Berdasarkan nilai koefisien regresi tersebut dapat diketahui bahwa jika tinggi badan meningkat sebesar 10% maka berat badan akan meningkat 8,2%.
Sedangkan berdasarkan nilai koefisien korelasi dan koefisien determinasi diketahui bahwa variabel independen (Tinggi Badan) mempunyai hubungan yang kuat dan mempunyai sumbangan yang cukup besar terhadap variabel dependen (Berat Badan).
Kuliah Manajerial Ekonomi
Soal - soal
1. Perusaan penghasil makanan ringan yang menjual hasil produknya di Denpasar perusahaan tsb, menghadapi fungsi sbb :
Q1 = 120 - 10P1
Q2 = 120 - 10P2
Dimana fungsi TC = 90 + 2(Q1 + Q2) ditanya
a. Berapa jumlah Q yang dijual di masing - masing pasar
b. Pada harga berapa agar keuntungan dan pendapatan maksimal jika menetapkan diskriminasi harga tingkat 3.
c. Berapakah TR dan berapa keuntungannya.
d. Jika tidak menetapkan diskriminasi harga, berapa beda pendapatan dankeuntungannya
Regresi Dan KorelasiRegresi Dan Korelasi BergandaAnalisis Regresi Linear Bergandaskripsi ekonomi pasar (supply&demand)BAHAN EKONOMI MANAJERIAL UTS
Tuesday, April 10, 2012
Studi Kasus IT for Business
quiz_chap_10
Petunjuk untuk memperbesar:
Pilih kasus yang ingin anda dibaca.
1. Klik kanan pada mouse anda
2. Pilih View Image
3. Tekan Ctrl pada keyboard lalu Scroll naik (UP) pada Mouse kalo ingin memperbesar
Terima kasih ( Dosen: Sulistyo B. Utomo, B.BA, MA.Ec )
BAB 3 BAB 6
BAB 7
BAB 3 |
BAB 8
BAB 4 |
BAB 9 |
BAB 5
BAB 10 |
Tugas: Membuat Toko Online
Panduan Membuat Toko Online Gratis. Silakan menuju di bagian paling bawah web ini.
www.blogger.com
www.wordpress.com
http://www.bisnisgoonline.co.id
Keuntungan Memiliki Toko Online dan Berjualan Online di Internet
- Menambah nilai prestise produk dan meningkatkan pelayanan terhadap pelanggan dengan menyediakan layanan informasi tentang produk yang Anda jual melalui website sehingga pelanggan tidak sulit untuk mencari-cari toko Anda hanya untuk mendapatkan informasi produk.
- Memperkenalkan Perusahaan dan Produk ke Seluruh Indonesia bahkan internasional melalui search engine seperti Yahoo dan Google.
- Showroom Toko Online yang buka selama 24 jam sehari, 7 hari seminggu.
- Dapat meng-update data produk & memproses order sendiri tanpa webmaster.
- Mengurangi biaya untuk karyawan dalam mempromosikan produk dengan toko online.
- Promosi bisnis dan produk dalam waktu yang tak terbatas pada pelanggan.
- Pembeli potensial. Di Indonesia sendiri ada lebih dari 39,6 juta pengguna internet (Des. 2010) dan terus bertambah.
- Tanpa batas geografis. Semua orang di seluruh Indonesia dan Internasional dapat mengunjungi toko online Anda kapanpun dan di manapun.
- Dengan Toko Online Content Management System, Anda dapat mengganti logo header, mengganti background dan konten lainnya.
- Toko yang buka 24 jam tanpa perlu ditunggu, tanpa perlu penjaga toko.
- Pembayaran online dengan ATM Bank transfer atau International Online Payment seperti Paypal, dll.
Studi Kasus Pengantar Bisnis
Letak pabrik harus Strategis:
Ekonomis
Teknis
mempertimbangkan waktu yang akan datang
penyediaan bahan baku
pemasaran
persaingan
Seharusnya ditempatkan dengan
pertimbangan: ongkos produksi dan distribusi yang minimum
Faktor-faktor Yang Harus Diperhatikan:
Markets
Energy availability (energi dan bahan bakar)
Climate
Transportation Facilities
Water supply (supply and disposal)
Waste Disposal
Labor supply
Taxation and legal restrictions
Site characteristics
Flood and fire protection
Community Factors
TEORI KIMBALL:
Dekat dengan bahan mentah
Dekat dengan pasar
terdapat penyediaan air yang lancar
tenaga kerja mudah
iklim yang baik
investasi
Faktor primer: bahan mentah, pasar, transport, buruh, tenaga/power
Faktor sekunder: fasilitas air, iklim, pajak perkreditan (investasi
TEORI ALFRED WEBER:
Pembebasan tanah
Konstruksi pabrik
Upah buruh
Angkutan/transportasi
Penyusutan/depresiasi
Faktor penting: ongkos produksi, ongkos transportasi
Penentuan letak Pabrik:
Sifat bahan mentah
Ubiquitet Mutlak:
Bahan mentah tersedia di mana-
mana, banyak tak terhingga
misalnya: udara, air
Ubiquitet Relatif:
Bahan mentah tersedia banyak
pada tempat-tempat tertentu
Misalnya: kapur, pasir silika, tanah
liat, kaolin, timah
Dasar Pemilihan Lokasi Pabrik
WEBER
Market Oriented ==> Industri
ditempatkan dekat dengan pasar
Raw Material oriented ==> Industri
ditempatkan dekat dengan bahan bakunya
Junction Oriented ==> Industri ditempatkan dekat persimpangan
antara pasar & bahan mentahnya
Other Oriented ==> Industri dekat
dengan pelabuhan, jalan raya, ngkos buruh, ds
Faktor-faktor yang menentukan lokasi suatu pabrik, adalah sebagai berikut:
Penentuan lokasi PABRIK
1) Keberadaan bahan baku
Disarankan lokasi pabrik dekat dengan sumber bahan baku, karena selain dapat mengurangi biaya transportasi (pengangkutan) juga dapat mengurangi biaya untuk fasilitas penyimpanan (gudang).
2) Pasar (domestik dan internasional)
Dalam memasarkan produk hasil akhir, penjualan dan distribusi produk sering menjadi suatu faktor yang krusial. Kedekatan dengan pasar dan/atau akses ke jalur pemasaran, seperti pelabuhan, akan meminimalkan biaya transportasi dan meningkatkan keuntungan perusahaan.
Ketersediaan Sumber Energi listrik
Ketersediaan sumber listrik dalam jumlah yang memadai merupakan salasatu pertimbangan penting dalam memilih suatu pabrik.
Penyediaan listrik
- Membeli dari perusahaan penyedia listrik (untuk Indonesia misalnya PLN)
- Membangun sendiri pembangkit (untuk kebutuhan energi listrik yang besar)
PLTA (tenaga air: umumnya lebih murah)
PLTU (tenaga uap)
PLTG (tenaga diesel)
dst.
4) Ketersediaan bahan bakar (fuel), reduktor, reagen pelindi, fluks dan bahan-bahan consumable yang diperlukan untuk proses
5) Faktor Iklim
Kondisi-kondisi iklim yang meliputi curah hujan, kelembaban, kondisi angin merupakan pertimbangan dalam menentukan lokasi pabrik dan proses desainnya.
6) Faktor topografi dan kestabilan tanah
Instalasi pabrik memerlukan tanah yang stabil dan umumnya dalam keadaan yang datar. Pada kondisi tertentu diperlukan area dengan kemiringan tertentu misalnya untuk proses pengaliran fluida dengan metoda gravitasi (thickener, tangki).
7. Fasilitas transportasi
Fasilitas transportasi meliputi:
- transportasi laut: fasilitas pelabuhan
- transportasi darat: jalan, railroad
- transportasi udara: bandara dan akses ke bandara
8) Ketersediaan sumber air
Industri/pabrik metalurgi ekstraksi sangat memerlukan air, selain untuk proses produksinya juga untuk pencucian, pendinginan, granulasi slag, dan steam generating operations serta kebutuhan domestik. Lokasi pabrik sebaiknya sedekat mungkin dengan sumber air (laut, sungai, danau) untuk mencukupi kebutuhan airnya. Instalasi penyedia air menjadi bagian penting dari suatu pabrik metalurgi ekstraksi
9) Pembuangan limbah (padat, cair, gas)
Perlu diperhatikan daya dukung area/lokasi untuk menampung limbah baik tanah, air dan udara
-Tanah: tailing pond, tailing dam, red mud dam, dst.
-Air: sungai, laut.
Kerawanan terhadap bencana alam
- banjir
- gempa bumi
- tsunami
Pemilihan lokasi harus memperhitungkan kemungkinan terjadinya bencana alam yang dapat terjadi di lokasi pabrik dan bagaimana cara mengantisipasinya. Kalau ada tersedia daerah yang aman, sebaiknya dihindari pemilihan lokasi yang rawan bencana.
11. Keberadaan industri terkait
Sebagai contoh, PT Smelting (PTS) didirikan di Gresik diantaranya karena terdapat PT. Semen Gresik yang dapat mengolah slag PTS dan PT. Petrokimia yang dapat mengolah H2SO4 sebagai byproduct PTS. Demikian pula lokasinya pada daerah yang mempunyai infrastruktur yang memadai seperti jalan dan pelabuhan.
12) Faktor sosial dan faktor keamanan di lokasi
-kondisi sosial masyarakat di sekitar lokasi pabrik
-tingkat pendidikan
-budaya masyarakat sekitar
-mata pencaharian
PERTANYAAN:
1.Apa yang menyebabkan lokasi memegang.peranan penting dalam menentukan keberhasilan perusahaan ?
2.Mengapa dalam menentukan lokasi, kelancaran produk yang dihasilkan harus menjadi pertimbangabn utama
3.Mengapa dalam menentukan lokasi produktifitas menjadi pertimbangan utama ?
4.Apa yang sangat dominan dalam menentukan lokasi perusahaan.?
5.Mengapa faktor budaya dan lingkungan sangat penting di pertimbangkan dalam menentukan lokasi perusahaan.?
Soal perhitungan :
Soal :
b. Tentukan besarnya biaya pengangkutan bahan mentah dan barang jadi yang dikeluarkan , apabila TKP berada 100 Km dari TBM dan dari DK (TKP berada ditengah-tengah jarak
TBM – DK)
2. 150 Kg bahan mentah yang diproses akan menjadi 90 kg barang jadi
CONTOH SOAL POLA PRODUKSI:
Diketahui data rencana penjualan dari PT x, dari waktu dan jenis barang sebagai berikut,
Jan ____ 5.000 unit.
Feb ____ 5.600 unit.
Mar ____ 5.700 unit.
Sedangkan rencana penjualan pertriwulan adalah sebagai berikut,
ll ____ 15.600 unit.
lll ____ 16.000 unit.
lV ____ 12.000 unit.
Untuk harga jual barang tersebut sebesar 1.000 per unit.
Sedangkan persediaan dari Pt X,
Awal = 6.000 unit.
Akhir = 6.500 unit.
Buatlah,
* Anggaran penjualan.
* Anggaran produksi 1 tahun.
* Buat pola produksi secara konstan dan bergelombang.