P. 1
Tugas Analisa Laporan Keuangan

Tugas Analisa Laporan Keuangan

|Views: 49|Likes:
Publicado porDia Nik
pembahasan tentang analisa laporan keuangan pada perusahaan. cara mengetahui bagaimana menganalisa laporan keuangan pada perusahaan
pembahasan tentang analisa laporan keuangan pada perusahaan. cara mengetahui bagaimana menganalisa laporan keuangan pada perusahaan

More info:

Categories:Types, Presentations
Published by: Dia Nik on Sep 27, 2013
Copyright:Attribution Non-commercial
Precio de venta:$0.99 Comprar ahora

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
See more
See less

04/12/2014

$0.99

USD

pdf

text

original

TUGAS ANALISA LAPORAN KEUANGAN

DI SUSUN OLEH : 1. RADITYA 2. DIANIK RAHMAWATI 3. ILLA LIDINIA ( 09430147 ) ( 09430148 )

UNIVERSITAS WIJAYA KUSUMA

studi data biologi. Mendefinisikan industri sejenis bukan merupakan pekerjaan mudah. analisis pergerakan saham. proses dan quality control. tetapi bisa . bisa juga berdasarkan proses produksi yang dipunyai. 1. gratis. Analisis data time series digunakan untuk melakukan peramalan ekonomi. Standart Induatrial Classification biasannya menggunakan kriteria semacam ini (struktur fisik dan teknologi proses produksi dan homogenitas produksi). mudah dimengerti. Kesamaan dari sisi permintaan Pendekatan ini menggunakan produk-produk yang dihasilkan sebagai kriteria pengelompokan industri. Kesamaan tersebut antara lain . dan mudah digunakan. Analisa Cross Section akan bermanfaat untuk melihat prestasi perusahaan relatif terhadap industri dan juga bermanfaat dalam kasus khusus seperti untuk menentukan bonus bagi manajemen perusahaan. Industri yang bisa diperbandingkan pada dasarnya mempunyai satu atau beberapa elemen yang sama dengan perusahaan. Apabila produk-prooduk memenuhi kebutuhan yang sama. Saat ini. dan produk-produk tersebut merupakan substitusi yang satu sama lainnya. Klasifikasi semacam ini juga banyak dipakai oleh lembaga lain. Kesamaan dalam jenis bahan baku atau supplier Perusahaan bisa dikelompokkan berdasarkan bahan baku yang dipakai. 2.CROSS SECTION Analisis Cross Section adalah perbandingan data keuangan suatu perusahaan atau industri yang sejenis yang berkaitan dengan waktu. Produk-produk tersebut bisa mempunyai horizon yang pendek yaitu produk-produk yang sama saat ini. dan analisis hasil survei. sistem kontrol. aplikasi untuk analisis data time series yang dibutuhkan adalah aplikasi yang dapat membantu melakukan analisis data time series secara mudah dan sederhana. peramalan perkembangan penjualan bahan. maka produk tersebut masuk dalam kelompok industri yang sama. analisis keuangan.

analis akan tertolong karena. Tetapi biasanya perusahaan semacam itu tidak menerbitkan laporan persegmen. Produk yang saat ini bukan merupakan pesaing. Kesamaan dalam atribut keuangan Dari sebuah sudut pandang infestasi. Masalah yang mungkin timbul adalah tidak “jelasnya” industry yang akan dipakai sebagai perbandingan. Perspektif jangka pendek mempunyai relefansi yang tinggi karena membicarakan situasi saat ini. bisa menggunakan segmen yang relevan dalam analisi. Contoh atribut yang relefan adalah resiko. Perusahaan yang besar biasanyaberoperasi tidak hanya pada satu sektor usaha saja. barangkali merupakan persaing potensial yang akan menjadi pesaing sesungguhnya pada masa mendatang. dan membanding-bandingkan saham-saham yang mempunyai nilai kapitalisasi kecil. tetapi perspektif jangka panjang membuat perusahaan waspada terhadap kemungkinan perubahan persaingan. Laporan konsolidasi tentu saja kurang relevan dalam analisis perbandingan. Infestor yang ingin menginfestasikan dananya ke saham kecil (kapitalisasi pasar kecil) barangkali akan memilih 25 % saham paling kecil. Tetapi pada masa mendatang dengan semakin berkembangnya PC yang mempunyai kemampuan fax dan modem. tetapi melakukan diversifikasi pada beberapa sektor. maka PC akan menjadi pesaing serius mesin fax. 3. dan kapitalisasi pasar yang menentukan besar kecilnya kapitalisasi saham. saham-saham yang mempunyai beberapa kesamaan atribut bisa dimasukkan kedalam satu kelompok. mesin fax saat ini tidak bersaing secara langsung dengan computer PC. yaitu kebutuhan komunikasi. Sebagai contoh. Laporan yang dihasilkan biasanya laporan konsolidasi yang mencakup semua jenis usaha. Keduanya akan memenuhi kebutuhan generic yang sama. Apabila perusahaan semacam ini menerbitkan laporan keuangannya per segmen usaha maka. . Konglomerasi semacam Bimantara atau Salim Group mempunyai ratusan perusahaan yang bergerak dalam bidang usaha yang sangat beragam.juga mempunyai horizon jangka panjang yaitu produk-produk yang saling berkompetisi pada beberapa tahun mendatang ( misal 10 tahun mendatang ). rasio PER (Price Earning Ratio).

Laporan keuangan tersedia. Kebanyakan laporan keuangan perusahaan semacam ini juga bersifat konsolidasi. tetapi mempunyai kegiatan yang domonan pada sektor yang relevan. c. Perusahaan dengan banyak aktivitas. PERHITUNGAN RATA-RATA INDUSTRI Untuk menghitung rata-rata industry seorang analis mempunyai beberapa analis antara lain : 1. tidak ada aktivitas yang paling dominan. tetapi juga mempunyai usaha pada sector lain yang barang kali tidak terlalu dominan proporsinya. b. Menghitung nilai jual sebagai perbandingan 2. Perusahaan private. Sulit menentukan sektor usaha yang relevan. Perusahaan dengan kegiatan tunggal pada sektor yang relevan. d. Laporan persegmen tersedia. Perusahaan dengan beberapa aktivitas. Laporan keuangan hanya berupa laporan .Banyak juga perusahaan yang mempunyai usaha pokok yang tertentu. e. Menghitung rata-rata aritmatika 2. Menggunakan median 4. Menghitung rata-rata tertimbang 3. tidak melaporkan persegmen. Perhatikan urut-urutan berikut ini: a. Menggunakan modus usaha yang relevan. Menghitung nilai jual dengan dispersinya ( standard defiasinya ) 3. Menghitung nilai untuk percentile tertentu ( missal menghitung nilai untuk perusahaanperusahaan yang mempunyai ukuran 25% paling kecil ) Untuk perhitungan (1) diatas ada beberapa alternative yang bisa dipakai 1. Sulit menentukan sektor konsolidasi. Laporan keuangan tersedia. (sector usaha yang relevan adalah sektor usaha yang akan dijadikan bahan perbandingan). tidak ada aktivitas yang paling dominan (mirip dengan konglomerasi). tidak ada laporan keuangan yang dipublikasikan. Perusahaan dengan banyak aktivitas.

51 + 1.33 = 10.31 + 1. 12%.32 + 0. 13%. maka mediannya 11%.14 = 10. rata-rata industry bisa dihitung sbb: = 350/3170 (10%) + 400/3170 (12%) + 420/3170 (12%) + 450/3170 (13%) + 460/3170 (9%) + 350/3170 (12%) + 340/3170 (8%) + 400/3170 (9%) = 1.275 3.98 + 1.67 % Median perusahaan diurutkan sbb : 8%. ROA Rata-rata insutri Rata-rata aritmatik 10.84 + 1.21 + 1. rata-rata ROA bisa dihitung sbb: = 300/2275 (10%) + 420/2275 (12%) + 250/2275 (12%) + 200/2275 (13%) + 250/2275 (9%) + 210/2275 (12%) + 310/2275 (8%) + 335/2275 (9%) = 1.1 + 1.31 + 2.86 + 1. Modus (nilai yang paling sering keluar) adalah 12%. 625 % Angka ini kemudian bisa dipakai sebagai standar untuk perbandingan. 10%. 9%.32 + 1.11 + 1. 9%.50 % Misalkan analis akan menggunakan nilai pasar saham sebagai pembobotnya. 12%. 12%.14 + 0.625 % .59 + 1. ROA industry bisa dihitung sbb : 1/8 (10 + 12 + 12 + 13 + 9 + 12 + 8 + 9) = 10.09 + 1. Alternative lain adalah dengan menghitung rata-rata tertimbang. Misalkan analis menggunakan nilai buku saham sebagai pembobotnya.170 Dengan perhitungan rata-rata aritmatika.Misalkan kita mempunyai data suatu industry yang terdiri dari beberapa perusahaan sbb : ROA Nilai Buku Saham Nilai Pasar Saham A 10 % 300 350 B 12 % 420 400 C 12 % 250 420 Perusahaan D E F 13 % 9 % 12 % 200 250 210 450 460 350 G 8% 310 340 H 9% 335 400 ∑ 2.

karena perbandingan dengan rasio perusahaan dalam perekonomian secara keseluruhan akan menghasilkan analisis yang sama. Kalau asumsi semacam ini tidak terpenuhi maka.50 % 10. maka perbandingan dengan perusahaanperusahaan dalam industri relevan dilakukan karena perusahaan dibandingkan dengan perusahaan lain yang mempunyai kelas resiko bisnis yang sama. Tetapi apabila risiko bisnis antar industri tidak berlainan maka.67 % PERBEDAAN ANTAR INDUSTRI Pada waktu analisis menggunakan perbandingan industri. tidak ada artinya menggunakan perbandingan dengan industri yang sejenis.Rata-rata tertimbang (dengan bobot nilai buku untuk saham) Rata-rata tertimbang (dengan bobot nilai pasar saham) Median Modus 11 % 12 % 10. Perbandingan antar industri secara implisit juga mengakui bahwa ada perbedaan resiko bisnis antar industry. ANALISA TIME SERIES . analis mempunyai asumsi implisit yaitu ada perbedaan berarti dalam rasio-rasio keuangan antar industri. perbandingan antar industri tidak punya dasar yang cukup kuat. Apabila asumsi ini benar.

ada tiga macam pendekatan yang bisa dilakukan: 1. Data historis perusahaan sebaiknya juga dibandingkan dengan data historis industri untuk melihat apakah tren suatu perusahaan bergerak relatif lebih baik terhadap tren industri. Waktu atau periode yang dibutuhkan untuk melakukan suatu peramalan itu biasanya disebut sebagai lead time yang bervariasi pada tiap persoalan. analisis terhadap data historis diperlukan untuk melihat tren-tren yang mungkin timbul. Perubahan Teknologi 4.Time series adalah suatu himpunan pengamatan yang dibangun secara berurutan dalam waktu. tetapi saling melengkapi. Pendekatan statistik 3. Peraturan Pemerintah 2. Perubahan Kompetisi 3. Akuisis dan merger (penggabungan Perusahaan) Dalam analisis time series. Kemudian kita bisa menganalisis apa yang terjadi dibalik tren-tren angka tersebut. perubahan-perubahan struktural yang akan berpengaruh terhadap angka-angka keuangan harus diperhatikan. Pendekatan Visual Ketiga macam pendekatan tersebut tidak saling menghilangkan. ANALISIS DATA KEUANGAN . Pendekatan Ekonomi 2. Dalam analisis time series. Contoh perubahan struktural yang akan mempengaruhi tren keuangan suatu perusahaan: 1. Dalam analisis keuangan.

Belum ada penjelasan yang memuaskan terhadap pentebab timbulnya fluktuasi siklus semacam ini. Musiman Musiman merupakan fluktuasi yang terjadi dalam lingkup satu tahun.Dalam analisis time series. Diperlukan waktu jangka panjang (15 atau 20 tahun) untuk melihat pola tren tersebut. missal karena peristiwa lebaran atau tahun baru. seperti forecasting. lamanya dan besarnya fluktuasi juga sangat beragam dari perusahaan ke perusahaan dan dari industry ke industry. Data-data. 3. Tren Tren merupakan pergerskan time series dalam jangka panjang. 2. Seorang analis tidak tahun pasti berapa nilai faktofaktor diatas. Analis tersebut terpaksa harus memfokuskan pada beberapa variabel saja yang lebih sedikit dan bisa diperkirakan lebih pasti. pilihan seorang analis menjadi serba terbatas. Ada beberapa penyebab timbulnya fluktuasi musiman : (1) karena peristiwa tertentu. seperti data penjualan mencerminkan 4 macam faktor: 1. dia harus memperkirakan nilai tersebut sebelum memperkirakan nilai variable yang diteliti tersebut. Siklus Siklus merupakan fluktuasi bisnis dalam jangka yang lebih pendek (sekitar 210 tahun). missal musim hujan dan musim kemarau. analis mempunyai pilihan yang banyak terhadap faktor-faktor yang diperkirakan akan mempengaruhi suatu variable. Perhatikan data time series berikut ini. (2) karena cuaca. Dalam konteks analisis historis semacam itu. Tren tersebut bisa dipengaruhi oleh perubahan jumlah penduduk. bisa merupakan tren naik atau tren turun. perhatian terhadap data historis (ex-post) sering dugunakan untuk melihat pola-pola yang sistematik terhadap data tersebut. Ketidakteraturan (irregularities) . 4. Dalam konteks analisis masa mendatang (ex-ante). perubahan teknologi. Analisis time series klasik biasanya memfokuskan pada analisis musiman. dan semacamnya.

2. Misalnya suatu perusahaan mengalami musibah karena salah satu gudangnya terbakar. Cara semacam ini menimbulkan masalah apabila teknik kuantitatif akan digunakan untuk analisis lebih lanjut. Cara semacam ini sangat praktis dan sederhana . Model tersebut serupa dengan model regresi. maka data keuntungan perusahaan pada periode tersebut akan terpengaruh . kecuali asumsi yang digunakan untuk metode regresi tidak bisa dipakai untuk analisis time series. MENGUKUR PENGARUH TREN 1. Model time series dapat dirumuskan sebagai berikut: Yt = a + bx a dan b dihitung dengan cara sebagai berikut: a = E(Y) – b E(X) b = ∑ XY – n X Y ∑ X2 – n X2 . Metode tersebut pada dasarnya menggambarkan selisih kuadrat antara garis lurus dengan data sesungguhnya. Menggambar Dengan Tangan Penggambaran semacam ini dilakukan dengan menarik garis lurus disekitar datadata yang ada.Fluktuasi semacam ini disebabkan karena faktor-faktor yang munculnya tidak teratur. dapat mebghasilkan garis tren yang berlainan. tetapi memiliki kelemahan karena konsistensi cara semacam ini sangat kurang. yang paling kecil. Dua orang dengan data yang sama. Menggunakan Metode Matrmatika Garis tren dapat dibuat dengan metode least square. dengan jangka waktu yang pendek.

205 2.6 102.032 1.321 3.1 (9) = 200 TREN SEBAGAI PROYEKSI MASA DEPAN .087 – 17 (9) (353.992 5.6 102.5 98.728 2.750 7.2 98.7 100.7 99.392 8.6 97.2 94.8 – 17.785) – 17 (9)2 = 17.092 61.3 106.930 4.466 4.8 b = 61.525 6.752 3.(1) Tahun (2) X (3) Penjualan (Y) (4) XY (5) X2 (6) Tren (7) Y/YT * 100 (% Tren) 103.2 104.1 a = 353.350 1.087 1 4 9 16 25 36 49 64 81 100 121 144 169 196 225 256 289 1.5 98.2 99.014/17 = 353.014 224 466 744 1.6 97.785 217 234 251 268 285 303 320 337 354 371 388 405 422 439 456 474 491 E (Y) = ∑ Y/N = 6.7 96.118 6.0 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 153 224 233 248 258 270 288 315 344 369 393 406 416 425 437 450 462 476 6.6 95.8) (1.0 104.

Analisis Siklus Fluktuasi siklus bisnis muncul dalam jangka waktu menengah (2-10 tahun). Padahal pada beberapa situasi. Pengaruh siklus bisa dilihat dengan persentase tren yang dirumuskan sbb ini : Y % Tren = x 100 Yt Dimana Y merupakan data tahunan.85 untuk triwulan 3 dan 1. Misalkan ia menganggarkan penjualan tahun depan sebesar 400 juta. Tren garis lurus mengasumsikan perkembangan yang konstan untuk masa-masa mendatang. kemudian tumbuh melambat pada periode berikutnya. Kemudian setelah memasuki tahap dewasa. apabila analis ingin melihat pengaruh musiman dan memanfaatkan informasi tersebut untuk tujuan tertentu. seorang analis harus hati-hati terhadap asumsi yang digunakan. pengaruh musiman tidak terlihat dalam data tahunan. Pertama.1 untuk triwulan 2. Analisis Musiman Analisis musiman akan bermanfaat pada beberapa situasi. penjualan tumbuh dengan tingkat sangat cepat pada awal-awal periode. 0.97 x x x x 100juta 100juta 100juta 100juta = 97 juta = 110juta = 85juta = 108juta . 1.08 0.Untuk memakai persamaan tren sebagai proyeksi di masa depan.97 untuk triwulan 1. pertumbuhan pada awal peroide akan sangat cepat. Misalkan suatu produk masih baru diluncurkan. analis bisa mengalokasikan anggaran penjualan tahun mendatang ke dalam triwulanan berikut ini. pertumbuhan tersebut akan semakin melambat.85 1. Triwulan I Triwulan II Triwulan III Triwulan IV : : : : 1. dan Yt merupakan data industry yang dihitung berdasarkan.10 0. Pengaruh musiman dalam table diatas hilang karena data yang digunakan merupakan data tahunan. Kolom 7 pada table diatas memperlihatkan hasil perhitungannya. dan mempunyai indeks musiman dengan data triwulan 0.08 untuk triwulan 4.

0 436.85 1. Apabila mempunyai penjualan Triwulanan yang sesungguhnya sebagai berikut ini.3 0. .8 0.apabila analis ingin menghilangkan pengaruh musiman untuk melihat pengaruh trend.1 544. siklus.3 448.8 383.85 1.10 0.10 0.7 322. maka data yang bersih dari pengaruh musiman adalah sbb : Data Deseasonalized Tahun (1) 1980 1 2 3 4 1981 1 2 3 4 384.Total Anggaran Penjualan = 400juta Kedua.08 396 490 527 504 298. dan ketidak teraturan secara lebih jelas.08 308 349 379 404 Penjualan (2) Indeks Musiman (3) Data Tanpa Pengaruh Musiman (Deseasonalized) (2)/(3)=(4) Metode – metode Peramalan Pada dasarnya terdapat 4kategori seperti terlihat dari Matrix berikut ini.97 1.2 539.97 1.

Dalam pendekatan multi variabel. Faktor-faktor yang dipertimbangkan bisa diambil dari faktor indutri. model ekonometris yang memperhitungkan hubungan cara simultan persamaan-persamaan dalam suatu system. Contoh model multivariate mekanis adalah model regresi berganda yang menggunakan beberapa variabel. . Sebagai contoh.seorang analis bisa mengabungkan banyak pertimbangan untuk garis trend yang dibuat dengan tangan. kondisi ekonomi. teknik yang digunakan relative lebih bebas. beberapa variabel dan interaksi antar variabel-variabel tesebut dipertimbangakan dalam perkiraan data. hanya satu variabel yang dilihat ketika analis melakukan perkiraan. Dengan cara non mekanis. Analisis tersebut mempertimbangkan banyak faktor yang diperkirakan mempunyai pengaruh terhadap data yang dianalisis baik secara kuantitatif maupun kualitatif. Dalam pendekatan univariate . Pendekatan mekanis pada dasarnya menggunakan teknik-teknik yang lebih objektif. dan kondisi lainnya.Mekanis Univariate Model Rata-rata Bergerak Model Box-Jenkins Univariate Multivariate Model Regresi Model Fungsi Tranfer Model Box-Jenkins Non Mekanis Pendekatan Visual Pendekatan Analis Sekuritas Metode peramalan tersebut bukan saling mengantikan. Contoh pendekatan semacam ini yang mekanis adalah perkiraan dengan cara pengahalusan eksponsial atau model rata-rata bergerak tertimbang. tetapi saling melengkapi. Contoh pendekatan multivariate non mekanis adalah analisis yang digunakan oleh analis keuangan. Tidak terdapat hubungan yang pasti. pasar. Salah satu contoh cara mekanis tersebut adalah moel regresi. Dan tetap antara data yang dianalisis dengan peramalan yang dibuat. kemudian menentukan angka prakiraan.

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->