Alif Hartati Blog

Merubah File PDF ke Word untuk di Edit

2012-05-03T19:00:00.000-07:00

Jaman sekarang File berbentuk/berformat PDF sudah sangat umum digunakan, baik disekolahan, dikampus-kampus, dikantor, bahkan didunia Bisnis Online, selalu menggunakan file dengan format PDF agar file tersebut baku hanya bisa dilihat & diPrint tetapi tidak bisa diedit, tapi kali ini saya berikan tips mengenai cara Merubah File PDF Menjadi Word Document Untuk Di Edit.

Jika anda menerima kiriman file dari guru, dosen, relasi kerja, supliyer, subcon, dll atau baru download file berupa PDF yang hanya bisa dibaca isinya tapi anda tidak bisa mengedit sesuai keinginan anda maka jangan takut, ini ada solusi permasalahan tersebut untuk merubah file PDF menjadi Ms.Word Document dengan cara yg sangat mudah yaitu dengan menggunakan software yang bernama VeryPDF2Word versi 3.0

Download softwarenya VeryPDF2WORD v3.0 klik disini ->Download<-

Cara penggunaannya sangat mudah:
1. Setelah Software VeryPDF2Word terbuka klik menu "File" lalu "Open"
2. Cari File PDF yang akan dirubah menjadi file berformat Ms.Word Document
3. Klik "Open" lalu akan muncul jendela "Preferences"
4. Klik "OK" lalu cari folder untuk penempatan hasil conversi filenya
5. Tekan "Save" dan tunggu sebentar, setelah itu muncul jendela "Conversion Finished!" tekan "OK"

Untuk aplikasi PDF lainnya bisa anda dapatkan dari website http://verypdf.com
Sekarang anda bisa conversi file PDF menjadi file Ms.Word Document, dll.

Selamat mencoba dan semoga bermanfaat.

Download PDF to Word Converter Full Version

2012-05-03T18:48:00.001-07:00

Gratis PDF to Word Converter Full Version

Dalam rangka promosi AnyBizSoft memberikan gratis PDF to Word Converter versi 2.53 yang harga aslinya $29.95. PDF to Word Converter merupakan software yang dapat Anda gunakan untuk mengubah (convert) file PDF menjadi file MS Word versi 2010, 2007 dan 2003.

Untuk mendapatkan PDF to Word Converter secara gratis caranya sebagai berikut:

1. Download PDF to Word Converter di sini.
2. Buka halaman ini, dan isikan data nama dan alamat email Anda.

3. Tekan tombol Send me Keycode. Gunakan alamat email yang benar karena kode registrasi akan dikirim via email.
4. Buka email yang Anda gunakan untuk melakukan registrasi, cari email dengan subyek ”AnyBizSoft PDF to Word Converter 2.5.3 Registration Mail”.
5. Install software PDF to Word Converter.
6. Klik menu Register dan masukkan alamat email dan kode registrasi yang telah Anda dapatkan.

7. Klik tombol register.

Penawaran gratis PDF to Word Converter ini berlaku sampai dengan tanggal 1 Maret 2010.

Artikel Gratis PDF to Word Converter Full Version ini dipersembahkan oleh Klik-Kanan.com. Kunjungi Klik-Kanan.comuntuk informasi seputar komputer dan internet.

Cara Edit Pdf file dengan PDF Editor

2012-05-02T21:43:00.000-07:00

Kadang - kadang kita ingin mengedit file pdf yang kita dapat dari download atau dari orang lain yang ada kalimat yang tidak sesuai dengan pendapat kita. Namun kita tidak bisa edit atau ganti karena file-nya dalam bentuk PDF. ada cara untuk bisa mengubah dan mengganti kalimat tersebut di file PDF yaitu dengan PDF Editor. Caranya sangat mudah jalankan file PDF Editor kemudian Open File yang akan di ubah lalu tinggal ubah sesuai keinginan kita.

untuk Download Clik ==> PDF Editor

Metode Statistika Descriptive

2012-05-02T17:35:00.001-07:00

Statistik adalah sekumpulan prosedur untuk mengumpulkan, mengukur, mengklasifikasi, menghitung, menjelaskan, mensintesis, menganalisis, dan menafsirkan data kuantitatif yang diperoleh secara sistematis. Secara garis besar, statistik dibagi menjadi dua komponen utama, yaitu Statistik Deskriptif dan Statistik inferensial. Statistik deskriptifmenggunakan prosedur numerik dan grafis dalam meringkas gugus data dengan cara yang jelas dan dapat dimengerti, sementara Statistik inferensial menyediakan prosedur untuk menarik kesimpulan tentang populasi berdasarkan sampel yang kita amati. Statistik Deskriptif membantu kita untuk menyederhanakan data dalam jumlah besar dengan cara yang logis. Data yang banyak direduksi dan diringkas sehingga lebih sederhana dan lebih mudah diinterpretasi.

Terdapat dua metode dasar dalam statistik deskriptif, yaitu numerik dan grafis.

Pendekatan numerik dapat digunakan untuk menghitung nilai statistik dari sekumpulan data, seperti meandan standar deviasi. Statistik ini memberikan informasi tentang rata-rata dan informasi rinci tentang distribusi data.
Metode grafis lebih sesuai daripada metode numerik untuk mengidentifikasi pola-pola tertentu dalam data, dilain pihak, pendekatan numerik lebih tepat dan objektif. Dengan demikian, pendekatan numerik dan grafis satu sama lain saling melengkapi, sehingga sangatlah bijaksana apabila kita menggunakan kedua metode tersebut secara bersamaan.

Terdapat tiga karakteristik utama dari variabel tunggal:

Distribusi data (distribusi frekuensi)
Ukuran pemusatan/tendensi sentral (Central Tendency)
Ukuran penyebaran (Dispersion)

Distribusi Data

Pengaturan, penyusunan, dan peringkasan data dengan membuat tabel seringkali membantu, terutama pada saat kita bekerja dengan sejumlah data yang besar. Tabel tersebut berisi daftar nilai data yang mungkin berbeda (baik data tunggal ataupun data yang sudah dikelompok-kelompokan) beserta nilai frekuensinya. Frekuensi menunjukkan banyaknya kejadian/kemunculan nilai data dengan kategori tertentu. Distribusi data yang sudah diatur tersebut sering disebut dengan distribusi frekuensi. Dengan demikian, Distribusi frekuensi didefinisikan sebagai daftar sebaran data (baik data tunggal maupun data kelompok), yang disertai dengan nilai frekuensinya. Data dikelompokkan ke dalam beberapa kelas sehingga ciri-ciri penting data tersebut dapat segera terlihat.

Distribusi frekuensi yang paling sederhana adalah distribusi yang menampilkan daftar setiap nilai dari variabel yang disertai dengan nilai frekuensinya. Distribusi frekuensi dapat digambarkan dalam dua cara, yaitu sebagai tabel atau sebagai grafik. Distribusi juga dapat ditampilkan dengan menggunakan nilai persentase. Penyajian distribusi dalam bentuk grafik lebih mempermudah dalam melihat karakteristik dan kecenderungan tertentu dari sekumpulan data. Grafik data kuantitatif meliputi Histogram, Poligon Frekuensi dll, sedangkan grafik untuk data kualitatif meliputi Bar Chart, Pie Chart dll.

Distribusi frekuensi akan memudahkan kita dalam melihat pola dalam data, namun demikian, kita akan kehilangan informasi dari nilai individunya.

Bentuk Distribusi

Aspek penting dari “deskripsi” suatu variabel adalah bentuk distribusinya, yang menunjukkan frekuensi dari berbagai selang nilai variabel. Biasanya, seorang peneliti yang tertarik pada seberapa baik distribusi dapat diperkirakan oleh distribusi normal. Statistik deskriptif sederhana dapat memberikan beberapa informasi yang relevan dengan masalah ini. Sebagai contoh, jika skewness (kemiringan), yang mengukur kesimetrisan distribusi data, tidak sama dengan 0, maka distribusi dikatakan tidak simetris (a simetris), dan apabila skewness bernilai 0 berarti data tersebut berdistribusi normal (simetris). Jika kurtosis (keruncingan), yang mengukur keruncingan distribusi data, tidak sama dengan 0, maka distribusi data mungkin lebih datar atau lebih runcing dibandingkan dengan distribusi normal. Nilai kurtosis dari distribusi normal adalah 0.

Informasi yang lebih akurat dapat diperoleh dengan menggunakan salah satu uji normalitas yaitu untuk menentukan peluang apakah sampel berasal dari pengamatan populasi yang berdistribusi normal ataukah tidak (misalnya, uji Kolmogorov-Smirnov, atau uji Shapiro-Wilks’W) . Namun, di antara uji formal tersebut tidak ada satu pun yang dapat sepenuhnya menggantikan pemeriksaan data secara visual dengan menggunakan cara grafis, seperti histogram (grafik yang menunjukkan distribusi frekuensi dari variabel).

Grafik (Histogram, misalnya) memungkinkan kita untuk mengevaluasi normalitas dari distribusi empiris karena pada histogram tersebut disertakan juga overlay kurva normalnya. Hal ini juga memungkinkan kita untuk memeriksa berbagai aspek dari bentuk distribusi data secara kualitatif. Sebagai contoh, distribusi dapat bimodal (memiliki 2 puncak) ataupun multimodal (lebih dari 2 puncak). Hal ini menunjukkan bahwa sampel tidak homogen dan unsur-unsurnya berasal dari dua populasi yang berbeda.

Ukuran Pemusatan (Central Tendency)

Salah satu aspek yang paling penting untuk menggambarkan distribusi data adalah nilai pusat pengamatan. Setiap pengukuran aritmatika yang ditujukan untuk menggambarkan suatu nilai yang mewakili nilai pusat atau nilai sentral dari suatu gugus data (himpunan pengamatan) dikenal sebagai ukuran tendensi sentral.

Terdapat tiga jenis ukuran tendensi sentral yang sering digunakan, yaitu:

Mean
Median
Mode

Rata-rata hitung atau arithmetic mean atau sering disebut dengan istilah mean saja merupakan metode yang paling banyak digunakan untuk menggambarkan ukuran tendensi sentral. Mean dihitung dengan menjumlahkan semua nilai data pengamatan kemudian dibagi dengan banyaknya data. Mean dipengaruhi oleh nilai ekstrem.

Median adalah nilai yang membagi himpunan pengamatan menjadi dua bagian yang sama besar, 50% dari pengamatan terletak di bawah median dan 50% lagi terletak di atas median. Median dari n pengukuran atau pengamatan x₁, x₂ ,…, x_n adalah nilai pengamatan yang terletak di tengah gugus data setelah data tersebut diurutkan. Apabila banyaknya pengamatan (n) ganjil, median terletak tepat ditengah gugus data, sedangkan bila ngenap, median diperoleh dengan cara interpolasi yaitu rata-rata dari dua data yang berada di tengah gugus data.Median tidak dipengaruhi oleh nilai ekstrem.

Mode adalah data yang paling sering muncul/terjadi. Untuk menentukan modus, pertama susun data dalam urutan meningkat atau sebaliknya, kemudian hitung frekuensinya. Nilai yang frekuensinya paling besar (sering muncul) adalah modus. Modus digunakan baik untuk tipe data numerik atau pun data kategoris. Modus tidak dipengaruhi oleh nilai ekstrem.

Karakteristik penting untuk ukuran pusat yang baik

Ukuran nilai pusat (average) merupakan nilai pewakil dari suatu distribusi data, sehingga harus memiliki sifat-sifat berikut:

Harus mempertimbangkan semua gugus data
Tidak boleh terpengaruh oleh nilai-nilai ekstrim.
Harus stabil dari sampel ke sampel.
Harus mampu digunakan untuk analisis statistik lebih lanjut.

Dari beberapa ukuran nilai pusat, Mean hampir memenuhi semua persyaratan tersebut, kecuali syarat pada point kedua, rata-rata dipengaruhi oleh nilai ekstrem. Sebagai contoh, jika item adalah 2; 4; 5; 6; 6; 6; 7; 7; 8; 9 maka mean, median dan modus yang semua sama dengan 6. Jika nilai terakhir adalah 90 bukan 9, rata-rata akan menjadi 14.10, sedangkan median dan modus yang tidak berubah. Meskipun median dan modus lebih baik dalam hal ini, namun mereka tidak memenuhi persyaratan lainnya. Oleh karena itu Mean merupakan ukuran nilai pusat yang terbaik dan sering digunakan dalam analisis statistik.

Kapan kita menggunakan nilai pusat yang berbeda?

Nilai ukuran pusat yang tepat untuk digunakan tergantung pada sifat data, sifat distribusi frekuensi dan tujuan. Jika data kualitatif, hanya modus yang dapat digunakan. Sebagai contoh, apabila kita tertarik untuk mengetahui jenis tanah yang khas di suatu lokasi, atau pola tanam di suatu daerah, kita dapat menggunakan modus. Di sisi lain, jika data bersifat kuantitatif, kita dapat menggunakan salah satu dari ukuran nilai pusat tersebut.

Jika data bersifat kuantitatif, kita harus mempertimbangkan sifat distribusi frekuensi gugus data tersebut.

Bila distribusi frekuensi data tidak normal (tidak simetris), median atau modus merupakan ukuran pusat yang tepat.
Apabila terdapat nilai-nilai ekstrim, baik kecil atau besar, lebih tepat menggunakan median atau modus.
Apabila distribusi data normal (simetris), semua ukuran nilai pusat, baik mean, median, atau modus dapat digunakan. Namun, mean lebih sering digunakan dibanding yang lainnya karena lebih memenuhi persyaratan untuk ukuran pusat yang baik.
Ketika kita berhadapan dengan laju, kecepatan dan harga lebih tepat menggunakan rata-rata harmonik.

Jika kita tertarik pada perubahan relatif, seperti dalam kasus pertumbuhan bakteri, pembelahan sel dan sebagainya, rata-rata geometrik adalah rata-rata yang paling tepat.

Metode Statistik

2012-05-02T17:26:00.002-07:00

Ada dua metode statistik untuk menganalisa data. Pertama adalah metode pemaparan (descriptive statistics) yaitu metode statistik yang hanya mempelajari bagaimana cara mengolah, menganalisa dan menyajikan data tanpa ada penarikan kesimpulan untuk memprediksi kondisi secara umum.

Metode statistik deskriptif mencakup bagaimana menggambarkan karakteristik suatu data dari sisi (i) pemusatannya / central tendency, (ii) penyebarannya /variability, (iii) pengelompokannya / classify dan (iv) menyajikannya dalam bentuk gambar / graphic maupun tabulasi data / tabulation.

Kedua adalah metode pengambilan kesimpulan (inferential statistics). Metode statistik inferensia digunakan untuk mengetahui kondisi (karakteristik) dari seuatu populasi data dengan menganalisa kondisi suatu sampel yang diambil.

Metode statistik inferensia mencakup (i) bagaimana cara mengambil sampel yang tepat sehingga dapat mewakili populasi, (ii) menarik kesimpulan dari data sampel untuk menggambarkan populasi secara keseluruhan, dan (iii) mengukur penyimpangannya.

R - Project Pengganti SPSS utk Statistik

2012-04-25T22:13:00.000-07:00

R adalah bahasa dan lingkungan untuk komputasi statistik dan grafis. Ini adalah proyek GNU yang mirip dengan bahasa S dan lingkungan yang dikembangkan di Bell Laboratories dahulu AT & T, sekarang Lucent Technologies oleh John Chambers dan rekannya. R dapat dianggap sebagai implementasi yang berbeda dari S. Ada beberapa perbedaan penting, namun banyak kode yang ditulis untuk S berjalan tidak berubah di bawah R..

R menyediakan berbagai statistik (pemodelan linier dan nonlinier, uji statistik klasik, analisis time-series, klasifikasi, clustering, ...) dan teknik grafis, dan sangat extensible. Bahasa S seringkali merupakan kendaraan pilihan untuk penelitian dalam metodologi statistik, dan R menyediakan rute Open Source yang berpartisipasi dalam kegiatan itu...

Salah satu kekuatan R adalah kemudahan yang dirancang dengan baik publikasi plot berkualitas dapat diproduksi, termasuk simbol matematika dan rumus jika diperlukan. Great perawatan telah diambil alih default untuk pilihan desain kecil dalam grafis, namun pengguna tetap kontrol sepenuhnya..

R kini tersedia sebagai perangkat lunak gratis di bawah persyaratan dari Free Software FoundationGNU General Public License dalam bentuk sumber kode. Mengkompilasi dan berjalan di berbagai platform UNIX dan sistem yang serupa (termasuk FreeBSD dan Linux), Windows dan MacOS.

Kunjungi Gambar lainnya

The R environment (Lingkungan R)

R adalah suite terintegrasi fasilitas perangkat lunak untuk manipulasi data, perhitungan dan tampilan grafis. Ini mencakup

yang efektif penanganan data dan fasilitas penyimpanan,
suite operator untuk perhitungan pada array, dalam matriks khusus,
besar, koheren, koleksi terintegrasi alat perantara untuk analisis data,
grafis fasilitas untuk analisis data dan menampilkan baik pada layar atau hardcopy, dan
baik-maju, sederhana dan efektif bahasa pemrograman yang mencakup conditional, loop, fungsi user-defined rekursif dan input dan fasilitas output.

"environment" Istilah ini dimaksudkan untuk menggambarkannya sebagai sebuah sistem sepenuhnya direncanakan dan koheren, daripada pertambahan alat yang sangat spesifik dan tidak fleksibel, seperti yang sering terjadi dengan perangkat lunak analisis data lainnya..

Kunjungi Gambar lainnya

R, seperti S, dirancang di sekitar sebuah bahasa komputer yang benar, dan memungkinkan pengguna untuk menambahkan fungsionalitas tambahan dengan mendefinisikan fungsi baru. Banyak dari sistem itu sendiri ditulis dalam dialek R dari S, yang membuatnya mudah bagi pengguna untuk mengikuti pilihan algoritmik yang dibuat. Untuk tugas-tugas komputasi-intensif, C, C + + dan kode Fortran dapat dikaitkan dan disebut pada waktu dijalankan. Advanced pengguna dapat menulis kode C untuk memanipulasi obyek R langsung.

Banyak pengguna berpikir R sebagai sistem statistik. Kami lebih memilih untuk memikirkan hal itu suatu environment di mana teknik statistik diimplementasikan. R dapat diperpanjang (dengan mudah) melalui paket. ada sekitar delapan paket yang disertakan dengan distribusi R dan banyak lagi yang tersedia melalui keluarga CRAN situs internet yang mencakup rentang yang sangat luas statistik modern.

R sendiri memiliki LaTeX-seperti format dokumentasi, yang digunakan untuk menyediakan dokumentasi yang komprehensif, baik on-line di sejumlah format dan dalam bentuk hardcopy

R-Project Download

Download here

Program SPSS, Minitab dan Eviews untuk Statistik

2012-04-25T21:37:00.004-07:00

Software statistik yang bernama SPSS? Ada yang lain nih yaitu MINITAB dan EVIEWS. Sebenarnya sama-sama untuk mengerjakan permasalahan statistik. Baik SPSS, MINITAB atawa EVIEWS menghasilkan output dengan kesimpulan sama, cuma mungkin uji yang digunakan berbeda. Ada kelebihan dan kekurangan masing-masing. Oleh itu arsyil sarankan kalau menganalisis data jangan cuma menggunakan satu software saja. Sebab satu dengan yang lain memiliki kekurangan dan dilengkapi oleh lainnya.

Sedangkan kalau menurut arsyil, di antara ketiga software tersebut yang paling menghasilkan output paling baik adalah MINITAB. Penggunaannya sama-sama mudah dengan SPSS. Sedangkan kalau Eviews penggunaannya lumayan berbeda dari kedua software tersebut di atas. Namun kalau sudah tahu cara-cara penggunaan Eviews, dijamin enak banget pakainya, hasilnya cepet.

Tapi sekali lagi, penggunaan sofware statistik bergantung kepada permasalahan apa yang sedang kita analisis. Semisal untuk masalah ekonometri sebaiknya pakai saja Eviews. Sedangkan kalau data runtun waktu / time series, pakai saja MINITAB. Untuk masalah regresi bisa MINITAB bisa juga SPSS. Tapi gak menutup kemungkinan bahwa suatu permasalahan dapat dianalisis oleh ketiga software tersebut. Namanya saja software statistik, jadi memang dibuat untuk memecahkan permasalahan statistik. Yang berbeda adalah vendor pemroduksinya.

Untuk kuliah semester 4 ini kebetulan sofware yang arsyil pakai untuk mengerjakan praktikum adalah MINITAB dan EVIEWS. Just 4 share, arsyil kasih nih link untuk downloadnya.

Download

Download SPSS 13 for Windows

Download

Download Minitab 14

Download

Download Eviews 5.1

Download Eviews 5.1 Full Standard

Hipotesis Statistik

2012-04-25T00:32:00.003-07:00

Hipotesis statistik didefinisikan sebagai pernyataan matematis tentang parameter populasi yang akan diuji sejauhmana suatu data sampel mendukung kebenaran hipotesis tersebut. Hipotesis merupakan kesimpulan sementara yang masih harus diuji kebenarannya. Ada dua rumusan hipotesis, yaitu: hipotesis null (H0) dan hipotesis alternatif (H1). Tujuan pengujian hipotesis adalah “menolak H0”, jika hal ini berhasil, maka peneliti akan mengatakan “... berhasil menolak hipotesis (H0) yang mengatakan...”. Jika pengujian ini gagal, maka meneliti akan mengatakan “... gagal menolak hipotesis (H0) yang mengatakan...”

Secara umum ada tiga bentuk hipotesis:
1. Hipotesis dua pihak (two tailed)
H0 : Φ = Φ0
H1 : Φ ≠ Φ0

Contoh:
Ho : Rata-rata nilai UAN siswa SLTA negeri se-DIY sama dengan swasta
H1 : Rata-rata nilai UAN siswa SLTA negeri se-DIY berbeda dengan swasta

2. Hipotesis sepihak (kanan)
H0 : Φ ≤ Φ0
H1 : Φ > Φ0

Contoh:
Ho : Rata-rata nilai UAN siswa SLTA negeri se-DIY kurang dari sama dengan 8,0
H1 : Rata-rata nilai UAN siswa SLTA negeri se-DIY lebih dari 8,0

3. Hipotesis sepihak (kiri)
H0 : Φ ≥ Φ0
H1 : Φ < Φ0 Contoh: Ho : Rata-rata nilai UAN siswa SLTA swasta se-DIY lebih dari sama dengan 8,0 H1 : Rata-rata nilai UAN siswa SLTA swasta se-DIY kurang dari 8,0 Beberapa catatan:

Perumusan hipotesis harus didukung oleh landasan teoritis yang tepat sehingga kebenaran hipotesis dapat dipertanggung jawabkan. Contoh korelasi antara pendapatan dan pengeluaran harus ditentukan berdasarkan teori/substansi.
Dianjurkan peneliti berusaha memilih hipotesis sepihak karena menunjukkan kedalaman pengetahuan peneliti terhadap permasalahan yang akan diselesaikan.
Hipotesis dua pihak hanyalah dipakai jika peneliti kurang yakin tentang nilai parameter yang diharapkan
Benar atau salahnya hipotesis tidak akan pernah diketahui dengan pasti kecuali bila kita memeriksa seluruh populasi. Oleh karena itu kita mengambil sampel random dari populasi tersebut dan menggunakan informasi yang dikandung sampel itu untuk memutuskan apakah hipotesis tersebut kemungkinan besar benar atau salah. Bukti data dari sampel yang tidak konsisten dengan hipotesis membawa kita pada penolakan hipotesis tersebut, demikian juga sebaliknya. Perlu ditegaskan bahwa penerimaan suatu hipotesis statistik adalah merupakan akibat dari ketidakcukupan bukti untuk menolaknya, dan tidak berimplikasi bahwa hipotesis itu benar.
5. Secara umum, pengujian hipotesis dibedakan 2, pengujian hipotesis komparatif dan asosiasi. Pengujian hipotesis komparasi berkaitan dengan pengujian perbedaan (difference) mean antara dua kelompok atau lebih. Pengujian hipotesis asosiasi berkaitan dengan menguji antara dua variabel.

Protect Copy - Paste Microsoft Word

2012-04-24T22:31:00.001-07:00

Banyak sekali cara untuk memproteksi dokumen kita agar tidak bisa di copy-paste sama orang lain. Memberi password terhadap dokumen adalah salah satunya. Tapi terkadang kalau kita memberi password terhadap dokumen yang kita berikan kepada orang lain, kesannya kurang enak juga. Misalnya, kalo tugas kuliah kita diminta softcopynya ama temen kita buat rujukan membuat tugas dia. Eh, tau-taunya besok pas dikumpulkan tugasnya sama persis ama punya kita, kan ga enak juga ama dosennya. Hehehe.. Cara yang akan dipaparkan dibawah ini akan mempergunakan Microsoft Visual Basic for Application (VBA) atau Macro. Jadi pas dokumen dibuka, akan terlihat biasa saja, kaya ga ada passwordnya, tapi isinya ga bisa di copy-paste.

Shortcut untuk mengakses VBA adalah Alt + F11. Setelah masuk kedalam VBA, tuliskanlah kode berikut ini:

Setelah itu, jangan lupa memberi password ke code yang kita tulis agar kodenya ga bisa di hapus. Caranya tetap di screen VBA, pilih Tools > Project Properties > Protection. Kasih password dan centang Lock project for viewing Setelah itu save dokumennya.

Anggaran Kas

2012-04-24T22:25:00.001-07:00

a) Pengertian

Kas merupakan hal yang sangat penting dalam menjaga kelancaran aktivitas perusahaan. Jumlah kas yang ada kurang atau lebih dapat berakibat kurang baik pada perusahaan. Kekurangan kas dapat mengakibatkan tidak terbayarnya berbagai kewajiban, seperti tidak terbayarnya gaji karyawan, tidak terbayar nya hutang yang jatuh tempo, tidak dapat terbeli nya bahan baku, dll. Jika terjadi kas menganggur akan mengakibatkan banyaknya kas yang tidak dapat dimaksimalkan penggunaan nya.

Sifat aliran kas, baik aliran kas masuk atau aliran kas keluar dapat bersifat kontinyu atau tidak. Aliran kas keluar yang bersifat kontinyu seperti pembelian bahanbaku, dan pembayaran gaji pegawai. Sedangkan aliran kas keluar yang tidak bersifat kontinyu seperti kas untuk pembelian kembali saham perusahaan dan pembelian aktiva tetap. Sedangkan aliran kas masuk kontinyu seperti pendapatan yang berasal dari penjualan tunai, dan pelunasan piutang. Penerimaan kas yang tidak bersifat kontinyu seprerti penjualan saham, dan penerimaan kredit.

b) Tujuan dari penyusunan anggaran kas

Menentukan posisi kas pada berbagai waktu dengan membandingkan arus kas masuk dan arus kas keluar.
Memperkirakan kemungkinan terjadinya deficit atau surplus.
Mempersiapkan keputusan pembelanjaan jangka pendek dan jangka panjang, dimana bila terjadi defisit , perusahaan perlu mencari dana tambahan baru dan sebaliknya jika terjadi surplus maka perusahaan harus memilih alternatife penggunaan yang paling menguntungkan terhadap dana tersebut.
Sebagai dasar kebijakan pengamilan kredit.
Sebagai dasar otorisasi dana anggaran yang disediakan .
Sebagai dasar penilaian terhadap realisasi penggunaan kas sebenarnya.

c) Pendekatan dalam menyusun anggaran kas

a. Anggaran kas jangka pendek

Anggaran ini merupakan operasional pengendalian kas sehari-hari. Jangka waktunya disesuaikan dengan anggaran tahunan. Anggaran ini juga berfungsi sebagai alat pemberian otorisasi kas keluar yang secara terus menerus disesuaikan dengan arus kas masuk dan situasi keuangan pada umumnya.

Anggaran kas jangka panjang

Anggaran ini meliputi jangka waktu lima sampai sepuluh tahun yang disesuaikan dengan perencanaan perusahaan yang telah disusun. Anggaran ini juga berguna untuk mengetahui kemampuan perusahaan menambah sumber-sumber dana internal dan sekaligus memperkirakan saldo kas ahir setiap tahun anggaran.

d) Langkah-langkah penyusunan Anggaran Kas

Menyusun anggaran penagihan piutang, hal ini dilakukan untuk memperkirakan berapa banyak aliran kas masuk yang berasal dari penerimaan piutang .
Menyusun anggaran penerimaan kas, yang biasanya terdiri dari penerimaan tunai penagihan piutang dan penerimaan lain-lain.
Menyusun anggaran pengeluaran kas.

Anggaran pengeluaran kas ini biasanya menyangkut pos-pos pembelian aktiva tetap, pembelian lain-lain, dan pengelluaran lainnya.

Menyusun anggaran yang sifatnya sementara, artinya bila terdapat saldo kas akhir yang minus atau negatif, maka perusahaan memerlukan pinjaman dari pihak luar dan sebagai konsekuensinya timbul pembayaran berupa bunga dan angsuran pokoknya.

Memyusun anggaran yang sifatnya sementara, artinya bila terdapat saldo kas akhir yang minus atau negative, maka perusahaan memerlukan pinjaman dari pihak luar dan sebagai konsekuensinya diperlukan pembayaran berupa beunga dan pokoknya. Yeng perlu diperhatikan dalam pinjaman tersebut adalah seberapa besar bunga dan pokok yang harus dibayarkan setiap angsuran yang harus dibayar.
Memperkirakan pembayaran bunga.

Untuk memperkirakan pembayaran bunga diperlukan pembuatan sekema pembayaran bunga secara lengkap.

Menyusun anggaran kas akhir.

e) Kasus

Data yang dimiliki oleh PT. Mandiri Jaya , untuk tahun 2010 adalah sebagai berikut :

Rencana penjualan : 30% dari total penjualan adalah penjualan kredit

Januari 3500000 Triwulan II 12000000

Februari 3750000 Triwulan III 10500000

Maret 4500000 Triwulan IV 11250000

Kerugian karena piutang tidak tertagih sebesar 2%.
Pola pengumpulan piutang : (setelah dikurangi piutang tak tertagih)

Bulanan : 60% pada bulan penjualan.

30% satu bulan berikutnya.

10% dua bulan berikutnya.

Triwulan : 80% triwulan terjadinya penjualan.

20% triwulan berikutnya.

Saldo kas awal tahun : Rp 2500000
Penerimaan lain-lain : TW.II Rp 2000000 TW III Rp 3000000
Berbagai pengeluaran yang membutuhkan kas adalah :
1. Pembelian bahan baku : Januari Rp 1350000, Maret Rp 1200000. TW II Rp 3600000, TW III Rp 3750000 TW IV Rp 3750000.
2. Pembayaran upah dan gaji : Januari Rp 1170000, Februari Rp 900000, Maret Rp 1100000. TW II Rp 2 925000. TW III Rp 2700000. TW IV Rp 2775000.
3. Pengembalian hutang : Februari Rp 3000000, TW II Rp 12000000.
4. Deviden : TW II Rp 900000, TW IV Rp 900000.
5. Macam – macam biaya : biaya Januari Rp 650000, Februari Rp 450000. Maret Rp 800000. TW II, TW III, dan TW IV masing-masing RP 1350000.

Diminta :

Anggaran Pengumpulan Piutang.
Anggaran Penerimaan Kas.
Anggaran Pengeluaran Kas.
Anggaran Kas Sementara.
Kebijakan pembelanjaan jangka pendek yang diperlukan, dengan meminjam dengan tingkat bunga 18% per tahun (jika terjadi defisit).
Anggaran Kas Akhir.

Jawab :

Table Anggaran Penjualan

Uraian	Penjualan Tunai (60%)	Penjualan kredit (40%)	Bad debt (2%)	Piutang Netto
Januari	2100000	1400000	28000	1372000
Februari	2250000	1500000	30000	1470000
Maret	2700000	1800000	36000	1764000
Triwulan II	7200000	4800000	96000	4704000
Triwulan III	6300000	4200000	84000	4116000
Triwulan IV	6750000	4500000	90000	4410000

Uraian	Januari	Februari	Maret	TW II	TW III	TW IV	Total
Januari	823200	411600	137200				1372000
Februari		882000	441000	147000			1470000
Maret			1058400	705600			1764000
TW II				3763200	940800		4704000
TW III					3292800	823200	4116000
TW IV						3528000	3528000
Total	823200	1293600	1636600	4615800	4233600	4351200

Tabel Anggaran Pengumpulan Piutang

Tabel Anggaran Penerimaan Kas

Uraian	Januari	Februari	Maret	TW II	TW III	TW IV	Total
Piutang	823200	1293600	1636600	4615800	4233600	4351200	16954000
Penjualan Tunai	2100000	2250000	2700000	7200000	6300000	6750000	27300000
Lain-lain				2000000	3000000		5000000
Total	2923200	3543600	4336600	13815800	13533600	11101200

Uraian	Januari	Februari	Maret	TW II	TW III	TW IV
Pemb. BB	1350000		1200000	3600000	3750000	3750000
Pemb. Upah	1170000	900000	1100000	2925000	2700000	2775000
Pemb. Utang		3000000		12000000
Deviden				900000		900000
Biaya Lain – lain	650000	450000	800000		1350000	1350000
Total	3170000	4350000	3100000	20775000	7800000	8775000

Tabel Anggaran Pengeluaran Kas

Table Anggaran Kas Sementara

Uraian	Januari	Februari	Maret	TW II	TW III	TW IV
saldo Awal	2500000	2253200	1446800	2683400	0	5733600
Penerimaan	2923200	3543600	4336600	13815800	13533600	11101200
Tersedia	5423200	5796800	5783400	16499200	13533600	16834800
Pengeluaran	3170000	4350000	3100000	20775000	7800000	8775000
Saldo Akhir	2253200	1446800	2683400	-4275800	5733600	8059800

Kebijakan : awal triwulan II meminjam sebesar Rp 5000000 periode : April – September (dapat dibayarkan kembali pada awal TW IV). Bunga sebulan : 1.5% x Rp 5000000 = Rp 75 000

Table perhitungan Bunga

Tabel Anggaran Kas Akhir

periode	Tri Wulan II		Tri Wulan III			Tri Wulan IV
periode	Mei	Juni	Juli	Agustus	September	Oktober
Bung	75000	75000	75000	75000	75000	75000
Total/ triwulan		150000			225000	75000

Uraian	Januari	Februari	Maret	TW II	TW III	TW IV
saldo Awal	2500000	2253200	1446800	2683400	574200	6082800
Penerimaan	2923200	3543600	4336600	13815800	13533600	11101200
Hutang				5000000
Tersedia	5423200	5796800	5783400	21499200	14107800	17184000
Pengeluaran	3170000	4350000	3100000	20775000	7800000	8775000
Angsuran						5000000
Bunga				150000	225000	75000
Saldo Akhir	2253200	1446800	2683400	574200	6082800	3334000