Struktur modal merupakan salah satu bentuk keputusan keuangan yang penting, karena keputusan ini dapat berpengaruh terhadap pencapaian tujuan manajemen
keuangan perusahaan. Tujuan pokok manajemen struktur modal adalah menciptakan bauran pendanaan yang dapat meminimumkan biaya modal cost of capital dan
memaksimumkan nilai perusahaan. Adapun bauran pendanaan yang ideal dan selalu diupayakan yang disebut struktur modal yang optimal.
4.5 Peramalan Forecasting
Dalam penelitian ini akan dilakukan peramalan komponen Laba Rugi dan komponen Neraca. Prediksi kompon Neraca dan Laba Rugi dilakukan dengan
menggunakan metode Double Exponential Smoothing Holt.
4.5.1 Komponen Rugi Laba
1. Pendapatan Bunga Bersih
Pola data yang dihasilkan dengan menggunakan fasilitas Time series out pada data pendapatan bunga bersih menunjukkan bahwa data semakin naik ke
kanan atas, yang menunjukkan data tidak stasioner, sehingga tepat untuk menggunakan metode double exponential smoothing untuk meramalkan nilai
pendapatan bunga bersih di tahun berikutnya. Dari hasil pengolahan data dengan menggunakan metode double exponential smoothing dengan menggunakan
α=0,2 dan β=0,2, dihasilkan grafik seperti pada gambar 4 dan tabel seperti pada Lampiran 15. bahwa hasil forecasting sebesar Rp 34.553.308 juta.
Untuk menguji tingkat errornya, nilai t hitung yang dihasilkan sangat kecil atau lebih kecil dari t tabel yang bernilai sebesar 2,776, dan Ljung Box Q pada
lag 10dari
2
tabel 11,143, hal ini menunjukkan forecasting dengan metode ini dengan kriteria
α=0,2 dan β=0,2 dapat digunakan untuk untuk memprediksi rata-rata pendapatan bunga bersih dimasa mendatang.
Untuk mengetahui forecast dengan menggunakan α=0,2 dan β=0,2
mempunyai kesalahan prediksi minimal maka dicoba dengan menggunakan besaran α=0,4 dan β=0,3. Hasil tingkat akurasi yang dihasilkan sebagai berikut :
Alpha lev el 0,2
Gamma trend 0,2
Smoothing Constants
MAPE 8,88700E+ 00
MAD 1,96125E+ 06
MSD 4,90366E+ 12
Accuracy Measures Alpha lev el
0,4 Gamma tr end
0,3 Smoothing Constants
MAPE 9,87713E+ 00
MAD 2,21288E+ 06
MSD 6,46279E+ 12
Accur acy Measur es
Tingkat akurasi menggunakan α=0,2 dan β=0,2 baik karena angka
MAPE, MAD dan MSD yang dihasilkannya lebih kecil. Dengan demikian, dapat disimpulkan bahwa prediksi pendapatan bunga bersih tahun 2011
sebaiknya menggunakan angka Rp 34.553.308 juta. Tabel hasil perhitungan peramalan pendapatan bunga bersih menggunakan Minitab 15. dapat dilihat di
Lampiran 15. Grafik hasil peramalan pendapatan bunga bersih dapat dilihat sebagai berikut :
Gambar 4. Grafik Forecasting Pendapatan Bunga Bersih
2. Pendapatan Lainnya
Pola data yang dihasilkan dengan menggunakan fasilitas Time series out pada data pendapatan lainnya menunjukkan bahwa data semakin naik ke kanan
atas, yang menunjukkan data tidak stasioner. Sehingga tepat untuk menggunakan metode double exponential smoothing untuk meramalkan nilai
pendapatan lainnya di tahun berikutnya. Dari hasil pengolahan data dengan menggunakan metode double exponential smoothing dengan menggunakan
α=0,2 dan β=0,2, bahwa hasil forecasting sebesar Rp 5.784.429 juta.
Untuk menguji tingkat errornya, nilai t hitung yang dihasilkan sangat kecil atau lebih kecil dari t tabel yang bernilai sebesar 2,776, dan Ljung Box Q pada
lag 10 dari
2
tabel 11,143, hal ini menunjukkan forecasting dengan metode ini
dengan kriteria α=0,2 dan β=0,2 dapat digunakan untuk untuk memprediksi rata-rata pendapatan lainnya dimasa mendatang.
Untuk mengetahui forecast dengan menggunakan α=0,2 dan β=0,2
mempunyai kesalahan prediksi minimal maka dicoba dengan menggunakan besaran α=0,4 dan β=0,3. Hasil tingkat akurasi yang dihasilkan seperti berikut :
6 5
4 3
2 1
40000000 35000000
30000000 25000000
20000000 15000000
10000000
I ndex P
e n
d a
p a
ta n
B u
n g
a B
e rs
ih
Alpha lev el 0,2
Gamma tr end 0,2
Smoothing Constants MAPE
8,88700E+ 00 MAD
1,96125E+ 06 MSD
4,90366E+ 12 Accur acy Measur es
Actual Fits
For ecasts 95,0 PI
Var iable
Double Exponential Smoothing w ith = 0 ,2 and = 0 ,2
Double Exponential Method
6 5
4 3
2 1
7000000 6000000
5000000 4000000
3000000 2000000
1000000
I ndex
P e
n d
a p
a ta
n L
a in
n y
a
A lpha lev el 0,2
Gam m a trend 0,2
Sm oothing C onstants M A PE
1,98222E+ 01 M A D
5,38948E+ 05 M SD
3,31290E+ 11 A ccuracy M easures
A ctual F its
F orecasts 95,0 PI
V ariable
DES = 02 = 0,2
Double Exponent ial Met hod
Tingkat akurasi menggunakan α = 0,2 dan β = 0,2 lebih baik digunakan
karena angka MAPE, MAD dan MSD yang dihasilkannya lebih kecil. Dengan demikian, dapat disimpulkan bahwa prediksi pendapatan lainnya tahun 2011
sebaiknya menggunakan angka Rp 5.784.429 juta. Tabel hasil Output forecasting
pendapatan lainnya dapat dilihat di Lampiran 15., dan berikut ini merupakan grafik forecasting pendapatan lainnya.
Gambar 5. Grafik Forecasting Pendapatan Lainnya
3. Jumlah Beban