2. Menilai bangunan dengan menghitung biaya reproduksi baru bangunan, hitung besarnya penyusutan, lalu tentukan nilai pasar bangunan.
3. Menentukan nilai properti.
Biaya reproduksi baru merupakan jumlah uang untuk memproduksi atau mengganti baru suatu aktiva, berdasarkan harga setempat pada saat penilaian
dilakukan. Biaya reproduksi baru terbagi dua yaitu biaya langsung dan tidak langsung. Biaya langsung terdiri dari biaya izin, material, upah tenaga kerja, biaya kontraktor
dan konsultan teknik. Sedangkan biaya tidak langsung terdiri dari asuransi, bea masuk atau pajak, biaya konsultan, dan biaya bunga selama masa konstruksi.
Terdapat 4 teknik dalam cara-cara menghitung biaya reproduksi baru atau penggantian baru, yaitu :
1. Survey Kuantitas 2. Unit Terpasang Unit in Place.
3. Meter Persegi 4. Index
2.2 Teknik Peramalan
Peramalan atau forecasting merupakan aktivitas dalam bisnis yang memperkirakan jumlah produk yang akan terjual yang mendekati dari perkiraan permintaan konsumen
akan produk tersebut. Peramalan ini berguna sebagai menentukan kebijakan pengendalian, membuat perencanaan produksi, serta untuk menentukan tingkat tenaga
kerja selama periode produksi Winny, 2014. Peramalan tidak hanya digunakan untuk memperkirakan permintaan produk saja, namun secara luas juga digunakan dalam
sistem lainnya. Dalam suatu industri, peramalan dilakukan oleh berbagai departemen, seperti departemen pemasaran, produksi, pembelian, persediaan, dan keuangan.
Berdasarkan sifat ramalan yang telah disusun, maka peramalan dapat dibagi atas 2 macam, yaitu peramalan kualitatif dan peramalan kuantitatif. Peramalan
kualitatif adalah peramalan yang yang didasarkan oleh data kualitatif pada masa lalu. Hasil peramalan yang dibuat sangat tergantung pada orang yang menyusunnya. Hal ini
penting karena hasil peramalan tersebut ditentukan berdasarkan pemikiran yang bersifat pendapat, intuitif, pengetahuan dan pengalaman. Metode kualitatif didasarkan
Universitas Sumatera Utara
pada informasi yang bersifat kualitatif. Dasar informasi ini dapat memprediksi kejadian-kejadian di masa yang akan datang.
Peramalan kuantitatif merupakan peramalan yang didasarkan atas data kuantitatif pada masa lalu. Hasil peramalan yang dibuat tergantung pada metode yang
digunakan pada peramalan tersebut. Baik tidaknya metode yang digunakan ditentukan oleh besarnya penyimpangan error dari perbandingan data aktual dengan yang
diramalkan. Peramalan kuantitatif dapat digunakan apabila terdapat 3 kondisi yaitu : 1. Adanya informasi masa lalu yang dapat digunakan
2. Informasi tersebut dapat dikuantitatifkan dalam bentuk data 3. Dapat diasumsikan bahwa pola yang terbentuk pada masa lalu akan terus
berlanjut dimasa yang akan datang. Metode peramalan kuantitatif dapat dibagi menjadi dua tipe, yaitu :
1. Metode Causal Metode causal mendasarkan hasil ramalan yang disusun atas pola hubungan
antara variabel yang dicari atau diramalkan dengan variabel-variabel lainnya yang tidak terkait dengan waktu. Dalam analisa ini, faktor atau variabel yang
menunjukkan suatu hubungan pengaruh sebab akibat dengan satu atau lebih variabel diasumsikan bebas. Maksud dari analisa metode causal adalah untuk
menemukan pola hubungan yang saling mempengaruhi antara variabel yang dicari dan variabel - variabel yang mempengaruhinya, serta menggunakannya
untuk meramalkan nilai-nilai dari variabel pada masa yang akan datang. Metode causal sering digunakan untuk pengambilan ketupusan Winny, 2014.
2. Metode Time Series Metode time series merupakan metode peramalan secara kuantitatif dengan
waktu sebagai dasar peramalan. Dimana untuk membuat suatu peramalan dibutuhkan data historis, data inilah yang diakumulasikan dalam beberapa
periode waktu. Metode time series mengasumsikan bahwa apa yang telah terjadi di masa lalu akan terus terjadi pada masa yang akan datang. Peramalan
dengan time series tidak memperhatikan setiap faktor yang mempengaruhi perubahan, melainkan berdasarkan pada pola tingkah laku pada peubah itu
sendiri pada masa lalu. Kemudian dengan informasi yang didapat dari pola tersebut, dilakukan proses pendugaan terhadap pola peubah tersebut untuk di
Universitas Sumatera Utara
masa yang akan datang. Pada umumnya perhatian utama dalam analisis time series bukan pada titik waktu pengamatan, melainkan pada urutan
pengamatan. Tujuan metode time series ini adalah untuk menemukan pola yang terdapat pada data historis dan pola tersebut akan diekstrapolasikan ke
masa depan. Prediksi dengan metode time series telah sering digunakan dalam peramalan,
sedangkan metode causal lebih banyak dan lebih berhasil digunakan dalam pengambilan keputusan dan kebijakan. Peramalan dengan time series harus
mendasarkan analisisnya pada pola dari data yang digunakan. Ada 4 pola data yang lazim ditemui dalam peramalan time series, yaitu :
1. Pola Data Horizontal Pola ini terjadi apabila nilai-nilai dari data observasi berfluktuasi di sekitar
rata-rata dari nilai konstannya. Dapat dikatakan bahwa pola ini sebagai stationary pada rata-rata hitungannya. Misalnya pada suatu produk yang
mempunyai jumlah penjualan yang tidak menaik atau menurun selama beberapa periode waktu. Contoh pola data horizontal dapat dilihat pada
gambar 2.1.
Gambar 2.1 Pola Data Horizontal
Universitas Sumatera Utara
2. Pola Data Siklis Pola data siklis terjadi bila datanya berubah sesuai dengan fluktuasi ekonomi
jangka panjang yang berhubungan dengan siklus bisnis ataupun siklus yang berulang secara periodik. Contoh pola data siklis dapat dilihat pada gambar 2.2.
Gambar 2.2 Pola Data Siklis
3. Pola Data Musiman Pola data musiman terjadi apabila suatu deret data dipengaruhi oleh faktor
musiman, misalnya pada hari-hari tertentu, mingguan, bulanan ataupun pada kuartal tahun tertentu. Contoh pola data musiman dapat dilihat pada gambar 2.3.
Gambar 2.3 Pola Data Musiman
Universitas Sumatera Utara
4. Pola Data Trend Pola data trend terjadi apabila ada kenaikan atau penurunan secara sekuler
dalam jangka panjang pada datanya. Contoh pola data trend dapat dilihat pada gambar 2.4.
Gambar 2.4 Pola Data Trend
2.3 Fuzzy Logic