PENILAIAN ASET PERUSAHAAN1. meningkatkan ketrampilan SDM

a. pendidikan lanjut setara S2 di UGM di MEP b. ikut sertifikasi penilai ( dasar 1 dan dasar 2) c. ikut pelatihan penilai yang disetarakan dengan jam penilai internal

2. alasan mengapa perusahaan harus melakukan penilaian aset?

IFRS memandang bahwa laporan keuangan perusahaan sekarang iini masih dianggapbelum relevan untuk pengambilan keputusan, khususnya terkait dengan aset

contoh:mesin di beli awal tahun 2010dengan kos = 100 juta estimasi umur = 5 tahun dengan nilai sisa 0%tahun kos terdepresiasi tarif

1 100,000,000 0 2 100,000,000 0 3 100,000,000 0 4 100,000,000 0 5 100,000,000 0

pada tahun ke 3berdasarkan data pasarnilai pasar mesinsebesar Rp50 juta

dampak ke laporan keuangan neraca tahun 2012 mesin 100,000,000 (-) akm depr (60,000,000) nilai buku 40,000,000

kecuali perusahaan melakukan revaluasi

diperbolehkan secara standar yaitu PSAK 16 revisi 2010

jika perusahaan melakukan revaliuasi maka harus dilakukan oleh KJPP

kendala ada di biaya (fee) - mahal

standar penilaian aset:1. SPI tahun 2007 dari MAPPI2. PMK 179 tahun 2009 (penilaian BMN)3. pedoman penilaian bandar udara ( SE 18/2008) dari Dirjen Perbendaharaan Dep Keu4. SOP penilaian internal di lingkungan PT Angkasa Pura 5. dibuat software penilaian

siap melakukan penilaian aset bagaimana cara menilai aset? 1. teknik atau cara menilai aset ada 3 pendekatan penilaian 1. metode perbandingan harga pasar 2. metode biaya 3. metode pendapatan 4. gabungan 3 metode

metode perbandingan harga pasar1. penilai harus mendapatkan data pembanding minimal 3 2. data lain perlu diperoleh dari berbagai sumber (pabrikan, agen, delaer, koran, web dll) dan wajib didokumentasikan 3. melakukan analiisis dengan cara melakukan penyesuaian atas variabel yang berbeda dari objek yang dinilai4. contoh:

obyek P 1 dinilai

nilai pasar 192,000,000 luas tanah 500 480 harga per meter 400,000

faktor penyesuaian: lokasi strategis kurang bagus kontur tanah rata rata jenis tanah pekarangan sawah peruntukan rumah tinggal pertanian asessibilitas bagus bagus

obyek P 1 dinilai

nilai pasar 192,000,000 luas tanah 500 480 harga per meter 400,000

faktor penyesuaian: lokasi 0 kontur tanah - jenis tanah 0 peruntukan 0 asessibilitas -

total 0 estimasi nilai 232,320,000 pembobotan 0 indikasi nilai 58,459,083 indikasi nilai tanah 500 m total nilai 331,396,061 indikasi nilai/m 662,792

pendekatan perbandingan harga pasar bisa dipakai untuk penilaian1. tanah 2. bangunan3. mesin dan peralatan (khususnya kendaraan)

PENDEKATAN BIAYA1, rumus: ( RCN - penyusutan) = indikasi nilai aset

data pembanding: 1. phisik aset 1. pabrikan 2. fungsi aset

2. agen/dealer 3. ekonomis 3. perusahaan lain 4. RAB 5. DED 6. ongkos produksi ( material + ongkos tukang + overhead)

2. dipakai untuk menilai aset mesin dan peralatan + bangunan3. biasanya penilai menggunakan metode lain untuk memverikasi nilai aset4. contoh:

pendekatan perbanbdingan harga pasar pendekatan biaya indikasi nilai aset: rekonsiliasi nilai:

PENNDEKATAN PENDAPATAN (INCOME APPROACH)1. model kapitalisasi langsung stabil 2. DCF fluktuasi 3.rumus: Net income dibagi tingkat diskonto ( return yang diharapkan)4. contoh return = suku bunga obligasi negara = 9%, SBI, deposito5. rumus net income

gross income 100,000,000 (-) loss/empty (10,000,000) Gross income efektif 90,000,000 (-) expense (direct + indirect) (54,000,000) Net income 36,000,000 Return 14% indikasi nilai aset 258,227,848

contoh WACC: harga mesin 85,000,000

komposisi pembiayaan:

kas internal 10,000,000 12% utang bank 75,000,000 88%

WACC =

metode DFC:contoh:R= 10%tahun net income DF = discount facto DFC

1 1,000,000 0.909 909,091 2 1,200,000 0.826 991,736 3 1,250,000 0.751 939,144 4 1,340,000 0.683 915,238 5 1,450,000 0.621 900,336 6 1,500,000 0.564 846,711

7,740,000 indikasi nilai aset 5,502,255 rata-rata 917,042

bagaimana membuat estimasi net income?1. naik setaip tahun 10%2. pakai teknik forecast3. contoh:tahun pendapatn

JAN 1 67 SUMMARY OUTPUT

FEB 2 79 MA 3 86 Regression Statistics

4 97 Multiple R

5 110 data riil/historis R Square

6 126 forecast akan maksAdjusted R Square

7 138 jika data = 40 Standard Error

8 145 Observations

9 159

10 168 ANOVA

11 176 12 189 REGRESI Regression

13 201 201 Residual

14 213 213 Total

15 224 16 235 17 246 Intercept

R= 14% X Variable 1

201 213 224 235 RESIDUAL OUTPUT

246 Observation

1

ARIF BUDIARTO 2

081 129 3499 3

4

5

6

7

8

9

10

11

12

arif7000@yahoo.com

c. ikut pelatihan penilai yang disetarakan dengan jam penilai internal 2. alasan mengapa perusahaan harus melakukan penilaian aset?

IFRS memandang bahwa laporan keuangan perusahaan sekarang iini masih dianggapbelum relevan untuk pengambilan keputusan, khususnya terkait dengan aset

penyusutan akum dpr nilai buku 20,000,000 20,000,000 80,000,000 20,000,000 40,000,000 60,000,000 20,000,000 60,000,000 40,000,000 20,000,000 80,000,000 20,000,000 20,000,000 100,000,000 -

tahun ke 5 asetsudah dihapus

alternatif 1 bagaimana jika aset dinilai ulang yang nilai bukunya Rp1,00 (revaluasi) masih dipakai oleh perusahaan

alternatif 2 dimasukkan dalam kelompok aset non produktif

neraca tahun 2012 (pakai data pasar) nilai pasar mesin 50,000,000

penjelasan tentang nilai pasar mesin diungkapkan dalam catatan laporan keuangan

terjadi benturan dengan aturan pajak bahwa revaluasi dikenakan PPh final 10% dari selisih nilain reval

solusi: BUMN membentuk timpenilai internal di lingkungan PT Angkasa Pura 2

dasar PMK 04 tahun 2010

dibat SK direksi tentang

tim penilai aset internal di perusahaan

Tupoksi tiam penilai internal

dalam praktik:yang dipakai adalahgabungan ketiga metode

2. data lain perlu diperoleh dari berbagai sumber (pabrikan, agen, delaer, koran, web dll)

3. melakukan analiisis dengan cara melakukan penyesuaian atas variabel yang berbeda

P 2 P3

350,000,000 ### 266,600,000 700 620 500,000 430,000

bagus sangat strategis rata rata

sawah pekarangan pertanian rumah tinggal

kurang sedang

P 2 P3

350,000,000 ### 266,600,000 700 620 500,000 430,000

- -4% - - 0 - 0 - 0 3%

0 -1% 427,000,000 263,934,000 923,254,000 0 29% pakai proporsi 197,485,199 ### 75,451,779

pendekatan perbandingan harga pasar bisa dipakai untuk penilaian

bentuk phisik ( cacat) teknologi

makro

6. ongkos produksi ( material + ongkos tukang + overhead) 2. dipakai untuk menilai aset mesin dan peralatan + bangunan3. biasanya penilai menggunakan metode lain untuk memverikasi nilai aset

bobot 20,000,000 40% 22,500,000 60%

21,500,000

3.rumus: Net income dibagi tingkat diskonto ( return yang diharapkan)4. contoh return = suku bunga obligasi negara = 9%, SBI, deposito

omzet bru occupancy rate = 10%

rata-rata= 60%

free based rate = 12%

bisa pakai teknik WACC = weighted average cost of capital deposito pinjaman komersial

imbal hasil suku bunga utang

6%15%

14%

Regression Statistics

0.998149661049263

0.996302745852759

0.995933020438035

2.59037126876116

12

df SS MS F Significance F

1### 18081.5664335664 2694.70992843744 1.703E-13

10 67 6.71002331002331

11###

Coefficients Standard Error t Stat P-value Lower 95%Upper 95%

55.2424242424243 2 34.6507530810655 9.49430832988329E-12 51.69018 58.79466

11.2447552447552 0 51.9105955315236 1.70281405274139E-13 10.7621 11.72741

PROBABILITY OUTPUT

Predicted Y Residuals Standard Residuals Percentile Y

66.4871794871795 1 0.207634595803146 4.166667 67

77.7319347319347 1 0.513423727804141 12.5 79

88.97668997669 -3 -1.20522444927554 20.83333 86

100.221445221445 -3 -1.30432277909068 29.16667 97

111.4662004662 -1 -0.593646185273547 37.5 110

122.710955710956 3 1.331692793992 45.83333 126

133.955710955711 4 1.63748192599299 54.16667 138

145.200466200466 0 -0.0811662510866941 62.5 145

156.445221445221 3 1.03439780454659 70.83333 159

167.689976689977 0 0.12552455109917 79.16667 168

178.934731934732 -3 -1.18823616416437 87.5 176

190.179487179487 -1 -0.477559570347239 95.83333 189

masih dipakai oleh perusahaan

0 2 4 6 8 10 12 14

-4

-3

-2

-1

0

1

2

3

4

5

X Variable 1 Residual Plot

X Variable 1

Res

idu

als

0 2 4 6 8 10 12 140

50

100

150

200

X Variable 1 Line Fit Plot

Y

Predicted Y

X Variable 1

Y

Lower 95,0%Upper 95,0%

51.69018 58.79466

10.7621 11.72741

PROBABILITY OUTPUT

0 2 4 6 8 10 12 14

-4

-3

-2

-1

0

1

2

3

4

5

X Variable 1 Residual Plot

X Variable 1

Res

idu

als

0 2 4 6 8 10 12 140

50

100

150

200

X Variable 1 Line Fit Plot

Y

Predicted Y

X Variable 1

Y

0 20 40 60 80 100 1200

20406080

100120140160180200

Normal Probability Plot

Sample Percentile

Y

0 2 4 6 8 10 12 140

50

100

150

200

X Variable 1 Line Fit Plot

Y

Predicted Y

X Variable 1

Y

0 2 4 6 8 10 12 140

50

100

150

200

X Variable 1 Line Fit Plot

Y

Predicted Y

X Variable 1

Y