Contoh Aplikasi Learning Curve Agar dapat lebih paham tentang bagaimana aplikasi dari konsep Learning Curve/ Kurva Belajar/ Kurva Pengalaman, Pengalaman, berikut ini diberikan contoh-contoh aplikasi dari learning curve/ Kurva Belajar/ Pengalam dalam dunia bisnis: Contoh Aplikasi Learning Curve/ Kurva Belajar/ Kurva Pengalaman untuk Mengestimasi Waktu Penyelesaian Pekerjaan Untuk membuat satuan pertama produk H diperlukan waktu 100 JTKL dan manajemen menerapkan LC 80%. Tentukan waktu yang di[perlukan untuk membuat produk yang ke-8! Pembahasan Bila tidak menggunakan menggunakan Table of LC Unit Improvement Factor/ Tabel Faktor Faktor Perbaikan Learning Curve/ Kurva Belajar/ Kurva Pengalaman, maka digunakan rumus:
Jadi untuk membuat produk yang ke-8 diperlukan waktu 51,192 JTKL
Contoh Aplikasi Learning Curve/ Kurva Belajar/ Kurva Pengalaman pada Seleksi Karyawan Seorang pelamar sedang diuji untuk menempati posisi operator pengetikan buku. Manajemen merasa bahwa posisi siap kerja bila telah mengetik 1.000 lembar. Diharapkan waktu waktu yang diperlukan diperlukan untuk mengetik mengetik lembar yang ke 1.000 adalah 4 menit. Jika pelamar tersebut saat di test mengetik untuk lembar pertama, dia memerlukan waktu 10 menit, dan untuk menyelesaikan pengetikan lembar kedua memerlukan waktu 9 menit. Apakah sebaiknya pelamar tersebut diterima? Mengapa?
Pembahasan: Learnig Rate = (9 menit/ 10 menit) x 100% = 90% Dengan menggunakan daftar koefisien pada Table of LC Unit Improvement Factor/ Tabel Faktor Perbaikan Learning Curve/ Kurva Belajar/ Kurva Pengalaman untuk LC 90% pada unit ke-1.000 diperoleh koefisien sebesar 0,3499. Dengan demikian waktu yang siperlukan oleh pelamar tersebut untuk menyelesaikan pengetikan lembar ke 1.000 adalah 0,3499 x 10 menit = 3,499 menit
Jadi pelamar tersebut dapat diterima karena ia diperkirakan dapat menyelesaikan pengetikan lembar yang ke-1.000 dalam waktu 3,499 menit lebih cepat dari waktu yang diharapkan oleh perusahaan yaitu 4 menit.
Contoh Aplikasi Learning Curve/ Kurva Belajar/ Kurva Pengalaman pada Estimasi Kebutuhan Tenaga Kerja PT Kapal Indonesia mendapat kontrak untuk membuat 11 kapal boat, dan telah menyelesaikan 4 buah. Pada saat membuat empat buah boat tersebut, untuk boat yang pertama, manajer operasi mempekerjakan 225 orang setiap orang bekerja 40 jam per minggu, kemudian untuk membuat boat yang kedua, manajer operasi mengurangi tenaga kerjanya sebanyak 45 orang. Berdasarkan hal tersebut, manajer operasi merencanakan akan terus mengurangi tenaga kerjanya, dan untuk membuat boat yang kesebelas ia akan mempekerjakan 110 orang. Analisislah apakah rencana tersebut memadai? Pembahasan: Diketahui: Kebutuhan tk untuk membuat boat pertama 225 Kebutuhan tk untuk membuat boat kedua 225-45 = 180 LC = 180/225 = 0,8 = 80%
Ditanya Kebutuhan tk untuk membuat boat ke-11 (Yx) Jawab: Mencari rasio perbaikan per unit pada LC 0,8 untuk produk ke-11 pada tabel. Oleh karena produk ke-11 tidak ada pada Table of LC Unit Improvement Factor/ Tabel Faktor Perbaikan Learning Curve/ Kurva Belajar/ Kurva Pengalaman maka dilakukan interpolasi untuk angka terdekat yakni produk ke 10 (0,4765) dan ke-12 (0,4493), diperoleh faktor perbaikan sebesar 0,4629. Selanjutnya untuk menentukan jumlah kebutuhan tk untuk boat yang ke-11 adalah: 0,4629 x 225 = 104,15 = 104 orang. Dengan demikian manajer telah mengestimasi terlalu rendah 4 orang.
Contoh Aplikasi Learning Curve/ Kurva Belajar/ Kurva Pengalaman pada Estimasi Biaya Produk PT Kapal Indonesia membuat kapal boat unit yang pertama pada tingkat biaya
500.000 US$ yang terdiri dari 200.000 bahan, dan 300.000 untuk tenaga kerja. PT Kapal Indonesia mengambil keuntungan sebesar 10% dari total biaya. Bila ada kontrak kerja, PT Kapal Indonesia menggunakan LC 70%. Tentukan berapa harga penawaran yang diberikan untuk usulan kontrak membuat tiga kapal boat? Pembahasan Diketahui: Biaya material = 200.000 Biaya tk = 300.000 LC = 70% = 0,7 Dengan menggunakan Table of LC Unit Improvement Factor/ Tabel Faktor Perbaikan Learning Curve/ Kurva Belajar/ Kurva Pengalaman untuk LC 70% produk ke 1, 2 dan 3 berturut-turut diperoleh koefisien sebesar 1, 0,7 dan 0,5682
Jawab: Biaya untuk boat pertama Material = 200.000 Tk = 300.000 Total = 200.000 + 300.000 Biaya untuk boat kedua Material Tk 300.000 x 0,7 Total = 200.000 + 210.000 Biaya untuk boat ketiga Material Tk 300.000 x 0,5682 Total = 200.000 + 170. 460
= 500.000
= 200.000 = 210.000 = 410.000
= 200.000 = 170.460 = 370.460
Total biaya untuk membuat tiga boat = 500.000+410.000+370.460 Dengan pertimbangan Mark-up 1.280.460 x .10 = 128.046 maka Harga Jual tiga buah boat sebesar 1.280.460 + 128.046 1.408.506 (Hendra Poerwanto G)
= 1.280.460
=
Learning Curve dalam Pembuatan Keputusan Sebuah contoh berikut ini akan menggambarkan bagaimana learning curve dapat membantu dalam pembuatan keputusan manajerial. Perusahaan VAJ mempunyai tawaran kontrak untuk 100 unit produk A. Produk A merupakan jenis produk baru bagi perusahaan, dan dalam percobaan pembuatannya, unit produk pertama ternyata memerlukan 75 jam tenaga kerja langsunh. Biaya tenaga kerja langsung sebesar Rp. 5000,- setiap jam. Manager produksi perusahaan memperkirakan bahwa akan berlaku learning curve 80%. Biaya-biaya langsung lainnya Rp. 50.000,- per unit. Langganan menghendaki harga per unit sebesar Rp. 200.000,-. Manager perusahaan harus membuat keputusan apakah kontrak diterima atau tidak. Pertama, perlu dihitung jam tenaga kerja langsung rata-rata per produk: Log Y = -0,322 log75 + log100 = -0,322 (1,87506) + 2 = 1,39623 Y = 24,9017 jam tenaga kerja langsung.
Setelah itu, dapat dilakukan perhitungan biaya langsung per produk sebagai berikut: Biaya tenaga kerja langsung = 24, 9017 x Rp. 5000 = Rp. 124.508,50 Biaya-biaya langsung lainnya = Rp. 50.000 Biaya langsung total per produk = Rp. 174.508,50 Jadi perusahaan akan memperolah kontribusi laba sebesar: (Rp. 200.000 – Rp. 174.508,50) = Rp. 25.491,50 atau, kontribusi laba total sebesar (100 x Rp. 25.491,50) = Rp. 2.549.150. Atas dasar data ini manager sendiri yang dapat membuat keputusan, dengan memperhatikan factor-faktor lainnya yang relevan. 2.1.2 Berbagai Keterbatasan Penggunaan Learning Curve Di luar industri-industri pesawat terbang dan elektronik, learning curve jarang digunakan karena berbagai keterbatasan. Keterbatasan pertama adalah bahwa produkproduk biasanya tidak seluruhnya baru. Bahkan pesawat terbang baru tidak sepenuhnya berbeda dengan model-model sebelumnya. Begitu juga untuk industry baru, seperti televisi pada tahun 1950an, yang tergantung pada tabung-tabung dan sirkuit elektronik telah sangat dikenal oleh para pembuat radio. Hal ini menyulitkan kita untuk menetapkan titik awal bagi perhitungan learning curve. Keterbatasan lain adalah bahwa kurva-kurva hanya bersangkutan dengan tenaga kerja langsung. Dalam hal mesin-mesin sangat berpengaruh, suatu kurva 80% mungkin terlalu rendah, dan manajemen perlu menggunakan kurva 85 atau 90%. Masalahnya adalah pembuatan keputusan mana kurva yang digunakan, 80, 85, 90 atau lainnya? Masalah ketiga adalah bahwa learning curve mungkin membesar-besarkan penghematan tenaga kerja. Untuk mencapai pengurangan-pengurangan biaya tenaga kerja langsung, diperlukan teknisi industrial, para penyelia, dan lain-lain yang membuat perbaikan-perbaikan. Tetapi para spesialis ini adalah tenaga kerja tidak langsung, dan biaya-biaya mereka biasanya ditambahkan ke biaya overhead, tidak biaya langsung. Oleh karena itu, banyak perusahaan kemudian mencoba untuk memperhitungkan hal ini dengan pembebanan waktu para spesialis pada pekerjaan-pekerjaan tertentu. Cara ini tidak hanya merupakan prosedur akuntansi biaya yang baik, tetapi kontrak-kontrak pemerintah sering mensyaratkannya untuk dilakukan. Satu lagi masalah dalam penggunaan learning curve adalah bahwa ada kecenderungan salah interpretasi terhadap penghematan-penghematan yang diperkirakan kecuali perusahaan merubah caranya dalam menyusun laporan-laporan akuntansi biaya. Untuk menggunakan kurva secara benar, biaya-biaya persiapan yang terjadi sebelum kontrak dimulai harus dipisahkan dan dikeluarkan dari perhitungan. Bila hal ini dibebankan pada kontrak dan kemudian dimasukkan dalam perhitungan biaya untuk unit pertama yang diproduksi, unit-unti pertama akan mempunyai biaya besar. Begitu juga, semua jam kerja harus dibebankan pada produk-produk yang menerima benefit dari kerja tersebut. Bila sebagian jam kerja dalam bulan Maret digunakan untuk produk-produk yang akan dilaksanakan dalam bulan April atau Mei, jam-jam kerja ini harus dibebankan pada produk-prodk bulan April atau Mei dan bukan pada produkproduk bulan Maret.
Learning Curve Jika anda mengerjakan sesuatu, tentunya waktu yang dibutuhkan pada saat pertama kali bekerja akan lebih lama daripada pekerjaan yang dilakukan kedua kalinya, atau bahkan ketiga, keempat dan seterusnya. Dengan pengulangan maka waktu yang
dibutuhkan akan lebih singkat dan akan menuju ke arah perbaikan. Fenomena inilah yang disebut dengan kurva pembelajaran ( learning curve). Learning curve adalah konsep pekerjaan yang mengarah pada usaha perbaikan. Konsep ini sangat berguna bagi manajemen operasi perusahaan. Konsep ini memungkinkan perusahaan untuk mengestimasi biaya, penjadwalan, perencanaan kebutuhan, penganggaran maupun penetapan harga. Fungsi eksponensial learning curve dapat dinyatakan dengan rumus sebagai berikut: Yn = (Y1)nR
dimana: Yn = waktu yang dibutuhkan utuk memproduksi produk ke-n Y1 = waktu yang dibutuhkan untuk memproduksi produk pertama N = jumlah unit produk yang dibuat R = Rasio Logaritma dari waktu yang diperlukan untuk meningkatkan jumlah unit produksi dari waktu produksi standar dibagi dengan log 2 atau log r / log 2 Misalnya sebuah perusahaan video game telah memiliki pengalaman learning curve sebesar 90%. Perusahaan membutuhkan waktu 4500 jam untuk memproduksi unit produk yang pertama dan ingin memperkirakan waktu produksi unit produk yang ke-60, maka: R = log 90 log 10 / log 2 = 1,954243 – 1 / 0,30103 –
Maka Y60 = Yn = (Y1)nR = 4500 x 603,169925 jam
Terdapat dua model dasar Learning Curve yaitu : 1. Model Rata-rata
Menunjukkan tingkat percepatan waktu rata-rata untuk membuat setiap unit barang pada learning rate tertentu bila unit yang diproduksi bertambah. Y = a-b
dimana: Y = variabel dependen a = konstanta X = variabel independen -b = eksponen konstanta 2. Model Waktu Total
Menunjukkan jumlah waktu yang harus dikeluarkan untuk memproduksi sejumlah barang pada learning rate tertentu. Z = a X b-1 Jika 1-b = c maka: Z = a Xc
