repository.uinjkt.ac.idrepository.uinjkt.ac.id/dspace/bitstream/123456789/17617/1/FAJAR... · Untuk Memcnuhi Syarat-syarat untuk Meraih Gelar Sarjana Ekonomi ... test. Basil dari

ANALISIS PENG AR UH KOMPONEN AKUNT ANSI AKRUAL

DALAM MEMPREDIKSI ARUS KAS OPERAS!

(Studi Kasus Pada Perusahaan Manufaktur dan Non Manufaktur Yang

Terdaftar Di Bursa Efck Indonesia)

Skripsi

Universitas Islam Negeri

SYAR!F HIDAYATULLAH JAK.ARTA

Oleb:

Fajar Suryani L'i.lrrill, --·----~~-..·"•''"'"'"" NIM: 10308202937iZ: i . ... .. ····""''"•"'

.. . . , isciJ~fa'.~~~2c· 6 \·<o. J.nauk : ..................... " ........ ,,,. ......... ]

kfasiitkasi : ............................................. .

JURUSAN AKUNTANSJ

FAKULTAS EKONOMI DAN ILMlJ SOSIAL

UNIVERSIT AS ISLAM NEGERI SY ARIF HIDAY ATULLAH

.JAKARTA

r .. PERP~;~::-;::P~IT AM/.I,

wwwwwwwwwwww " " w w -w

'.BV.ND:A ... IJ!efanni iian 9rf.ataliariflu

'l(pufali pet19a11tar fuasrrya pe119etaliuat1kJ« 'l(pfa wad"ali fi.psa fi.ptal(p, liatrya 6agai tete.sar.t air

'l(pufali ya11g memmuliinya liittgga mmjatfi se6uaii fauta11 'l(pufali 6illtall{] 6erW'aufi...u ·

'Y'all{] tafi...a/(p11 pernali terfupa/(pn ofeli ratl{j/(pia11 liimif cafraya sejarali pertufa6an 11ra11usra

Jbufai al(p, 6isa, 6und'a . .. 'l(ptl fi...u6afas segenap cittta aan /(gsifimu

Jlrufai a/(p, nrampu, 6umfa . .. 'l(pn li,Jqiersem6ali/(pn seterall{] fijfauanmu, sefranqat tfe/(ppa11mu, setufas /(gsifimu, aau

se6ijafi...uasifratmu

'K;ltaliu, 6mufa . .. 'l'atl{janmu tafi...penrali fepas 6erliarap untufi...fi...u aafam setiap d'o 'a yatl{j fi.pu paujat/(ptl

'l(utaliu 61t1ufa ... Seuyummu sefafu mmyapa aafam setiap /(pta cit1ta yang /i.!fuar aari {isanmu

'l(utaliu 6u1ufa . .. :Mata liatimu sefa{u terjaga d'afam setiap tferapfi...u

<Ya}f{{afi . ... 'K;ltetl{jad"ali/(p11 tall{]an/(Jt 6erfrarap /(pu mem6afragia/(p1111ya sepertifi...u fij11i

<Ya '1@66i ... , 'l(umenwfwn 6erifali 6u1ufa tnimpi yang sefa(u ind'afi

<Ya '1@66uflzzati. . . , 'K;16erliarap paaa:Mu a11ugerafi/(p11 6uuaa fiscupa11 fiangat

Seperti yall{] sefafii ia 6eri/(pu paaa/(Jt saat a/(p, ter6angun tfi palJi liari <Ya Iffalii. .. ,

Sejalitera/(p11fali 6u1ufa

<Bund'a, pefangi aa11 mataliarifi...u . .. 1fari i11i fi...ufiatur/(pu d'etl{jatl tu{ns pad'amu . ..

Semoga aumufa d'apat sefa{u mern6afUl{jia/(pnmu. }fmiu <Ya '1@66af 'afamitt

,...,,.,..

ANALISIS PENGARUH KOMPONEN AKUNTANSI AKRUAL

DALAM MEMPREDIKSI ARUS KAS OPERAS!

(Studi Kasus Pada Perusahaan Manufllktur Dan Non Manufaktur Yang Terdaftar Di Bursa Efek Indonesia)

Skripsi Diajukan kepada Fakultas Ekonomi clan Ilmu Sosial

Untuk Memcnuhi Syarat-syarat untuk Meraih Gelar Sarjana Ekonomi

Pembi nbing I

Oleh Fajar Suryani

NIM: 103082029377

Di Bawah Bimbingan

Pembimbing II

Yessi Fitri, SE, Ak.,iVl.Si NIP. 150 377 440

JlJRUSAN AKlJNTANSI

FAKULTAS EKONOMI DAN ILMU SOSIAL

UNIVERSITAS ISLAM NEGERI SY ARIF HIDAY A TULLA H

.JAKARTA

ANALISIS PENGARUH KOMPONEN AKUNTANSI AKRUAL

DALAM MEMPREDIKSI ARUS KAS OPERASI

(Studi Kasus Pada Perusahaan Manufaktur Dan Non Manufaktur Yang Terdaftar Di Bursa Efek Indonesia)

Skripsi Diajukau kepada Fakultas Ekonomi dan Ilmu Sosial

Untuk Memenuhi Syarat-syarat untuk Meraih Gelar Sarjana Ekonomi

Pembi1 bing I

Oleh Fajar Suryani

NIM: 103082029377

Di Bawah Bimbingan

Pembimbing II

~ Dr. Yahya Hamzah, MM. Y essi Fitri, SE, Ak.,JYI.Si

NIP. 130 676 334 NIP. 150 377 440

Pcnguji Ahli

Ors. Abdul l ,unid Cebba Ak. MBA, N ': 132 055 044

JURUSAN AKUNTANSI FAKULTAS EKONOMI DAN ILMU SOSIAL

UNIVERSITAS ISLANI NEGERI SY ARIF HIDAY ATULLAH JAKARTA

Hari ini Jumat Tanggal 19 Bulan September Tahun Dua Ribu Delapan telah dilakukan Ujian Komprehensif atas nama Fajar Suryani NIM: l 03082029377 dengan judul skripsi " ANALISIS PENGARUH KOMPONEN AKUNTANSI AKRUAL DALAM MEMPREDIKSI ARUS KAS OPERASI (Study Kasus Pada Perusahaan Manufaktur Dan Non Manufaktur Yang Terdaftar Di Bursa Efek Indonesia)". Memperhatikan penampilan mahasiswa tersebul selama ujian berlangsung, maka skripsi ini sudah dapat diterima sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Jurusan Akuntansi Fakultas Ekonomi dan llmu Sosial Universitas Islam Negeri Syarif Hidayatullah Jakarta.

SE. Ale Msi

Jakarta, 19 September 2008

Tim Penguji Ujian Komprehensif

Prof. Dr. Abdul Hamid, MS Penguji Ahli

Afif Sulfa, SE.,Ak.,Msi Sekretaris

Personal Details:

Nama Lengkap Tempat, Tanggal Lahir Agama Kewarganegaraan Status

ClJRRIClJLlJM VITAE

: Fajar Suryani : Belitang, 27 Oktober 1985 : Islam : Indonesia : Beltnn menikah : 160 cm/49 kg Tinggi/Berat badan

Alam at Ti nggal Telpon

: JI. Legoso Raya Gg. Bungur No.23 Pisangan Ciputat. : 0812 8025 6919 I 0254 9188901

E-mail

Educational Backrmrnd

SD N Bumai Timur SL TP N 3 Tanjung Lubuk

SMU N 2 Kayu Agung

: survani.desda(Zi)Yahoo.co.id

UIN Syarif Hidayatullah Jakarta

Organization Experiences

Bidang Keilmuan Komisariat, IMM Cab. Ciputat Bidang Keagamaan Asrama Putri IMM Ketua Bidang Keilmuan IMM Ciputat Ketua Bidang Keorganisasian dan Kemahasiswaan !MM Anggota BEM Jurusan Akuntansi divisi LJTBANG UIN Ketua Bidang Public Relation Asrama Putri IMM Bendahara Umum Asrama Putri !MM

\Vorking Experiences

Pemantau PEMJLU Presiden RI dari JPPR Panitia Expo Ekonomi Kerakyatan (IMM dan STIE-AD) Panitia Training Menulis&jurnalistik (JMM&BEM UIN) Pelatihan Manajemen Organisasi (PMO) !MM Ciputat Peserta School Of Thought (SOT) !MM Ciputat Magang di PT. Bali Muda Persada PP.C'P.rh:l l"rn1f P.r0nc-i l\.l n<:<in,-g1 J ~'"nPnrlirlil.-nn n ltPrtintifP 11nt11 k l{f>~1Jltl~1n

1991-1997 1997-2000 2000-2003 2003-2008

2003-2004 2003-2004 2004-2005 2005-2006 2005-2006 2005-2006 2006-2007

April, 2004 Okt,2004 Sept. 2004 Des. 2004 2005 2006

Abstract

The objective of !his research is lo examine an abili(y accountancy component !hot ore changes in 11cco1m1 receivable, changes in inventories, changes in accmml poyah/e and depreciltlion cost to !he cash/low oflhe operation activilies ma1111fhc!ure am/ 11011 11101111/hc!ure corporale al !he Indonesian S!ock Exchange (!DX). The me/hod used in !his research is !he survey me/hod. This research was cond11c!ed al !he !DX using 77 emilens as !he sample based on purposive sampling The .firs! um/ second hypothesis were analyzed using mullip/e regression and !hird hypilhesis 11•os analyzed using !he paired sample/ lest.

The resu// of the jirs/ h1po!hesis analysis shows Iha! aggregale changes in uccoun/ receil'uhle, inven/ories, accoun/ payable and deprecialion cost influences the cash//011· o/'!he OJJCrulin uclivilies. The second hypo!hesis analysis sho11•s Iha/ JJ11rtiol changes in ucrnunt n!ceii>ohle and deprecialin cos/ ir1/luences !he cash //011· of' !he opuolio11 11ctil'ilies, IJ/11 changes in inventories and accounl payable do no! shows !ho! cush jloll' of' !he operation aclivities. The !hird hypolhesis 0110/ysis show !ho! cash j!uw of!he opera/ion aclivilies eslimalion and realization do no/ differences. Accrual occounlancy component has prediclive ahilily Ii !he !he cashf/01v o/'!he opera/ion aclivities minimized I years ago.

Keywords: occmul a1Xo1mt11my componenl, account receivable, inven/ories, occo11n1 f"t)'uhle. dep1·ecia1ion and cash jlow of the operation activities.

Abstrak

Penelitian ini bertujuan untuk menguji kemampuan komponen akuntansi akrual seperti perubahan piutang usaha, perubahan persediaan, perubahan hutang usaha dan beban depresiasi dalam memprediksi arus kas operasi perusahaan manufaktur dan non manufaktur di Bursa Efek Indonesia. Sampel yang digtmakan dalam penelitian ini sebanyak 77 perusahaan untuk tahun 2002 sampai 2006. Metode pemilihan sampel menggunakan purposive sampling. Hipotesis pertama dan kedua regresi berganda, dan hipotesis ketiga menggunakan paired sampel t test.

Basil dari analisis hipotesis pertama pertama menunjukkan bahwa secara keseluruhan perubahan piutang usaha, persediaan, hutang usaha dan beban depresiasi berpengaruh terhaclap arus kas aktivitas operasi. Sedangkan hipotesis kedua menunjukkan bahwa secara parsial perubahan piutang usaha dan beban depresiasi berpengaruh terhadap arus kas dari aktivitas operasi, sedangkan perubahan persediaan clan perubahan hutang usaha tidak berpengaruh pada arus kas aktivitas operasi. Analisis hipotesis ketiga menunjukkan bahwa estimasi arus kas aktivitas operasi tidak berbeda dengan realisasi. Komponen akuntansi akrual mempunyai kemampuan untuk memprediksi arus kas aktivitas operasi minimal I tahun kedepan.

Kata kunci: Komponen akuntansi akrual, piutang usaha, persediaan, hutang usaha, depresiasi dan arus kas.

9. Seluruh staff pcngnj£1r .lurusan Akuntansi FEIS UIN Syarif Hidayatullah

Jakarta.

10. Kakak-kakak ku tercinta : Mas Latif, Mba Guni. Mas Kirom, Yu Santi,

Mas Edi. Mba Wiwin, Mas Pe'i, Mba Yuli, Mba Fitri clan Adikku satu

satunya Ani Yunita PS. karena kalian adalah yang terbaik.

I I. Keponakan ku yang selalu menghibur: Reza, Rafi, Della, Akbar, Bima,

Wahyu clan Dede Nazwa. Semoga kalian 111enjadi anak yang soleh dan

solchah.

12. Kcluarga besar IMM Ciputat. ASTRA, ASTRJ, Halimah, Firoh, Mba Fiah,

Nu11u11g. ·r~1rsih d:111 ,\rsili. ~f'crin1akasih utas pengalan1an dan suasana

ke!uarga yang hangat.

I}. Salrnb8lk11 Maryairnh yang selalu menyempatkan waktunya untuk

mcngajari nrnteri komprc scrta 111embantu dari mulai pencarian data hingga

skripsi ini selesai. Ttri1nlrnsih sobat, semoga Allah selalu memberikan

yang terbaik untuki11u.

I 4. Akuntansi 13: Zakiah, aniska, maryanah, agus, baliah, enclah, wulan ,nina,

pipit, E111is, nisa, 111awarcli, juniah, farida, ika. nurul, inar, tri, aniska, lutli,

suryadi, clian PS, clian R. dede bojong, b-onk, b-q, sobari, aria, evi, syemi,

fojrin, ezho, fo11:111i_ id:1. Semoga ukhuwah kita tetap te1jaga.

I 5. AKMEN 2003: Fulail, Badri, Dimi, Juned, dan sernuanya yang ticlak bisa

disebutkan satu persalu.

Pen el iti mcnyaclari bahwa penulisan skripsi ini masih terclapat kekurangan,

untuk itu segala saran clan kririk y:rng membangun akan peneliti terima dengan

lapang dada. Akhir kata semoga skripsi ini dapat memberikan manfaat bagi

peneliti sendiri clan bagi pihak yang berkepentingan.

Jakarta, 30 Oktober 2008

(Peneliti)

DAFTAR ISi

t~cn1bar Pcngesahan SkriJlSi ............................................................................. i

Lein bar Pcngcsahan Lljia 11 i'-on1prchcnsif ..................................................... ii

Lcmbar l'cngcsahan Ujian Skripsi .................................................................. ii

Daflar Riwa~':I( I lid up ..................................................................................... i1

Abstract .............................................................................................................. "

;\bst rak ............................................................................................................. 1·i

l(ata l)cngantar ............................................................................................... ,·ii

Daftar lsi .......................................................................................................... i\

Daftar Tahel ...................................................................................................... \i

Daftar Gambar ................................................................................................ xii

l)aftar l..,a1111)iran ............................................................................................. :xii

BAB I

BAB II

l'ENDAllUI"llAN ........................................................................... I

i\. Latar 13elakang ..

ll. l'ern111usc1n ~ lascilah

('. Tuju<m d'"' ~l:i11i'<1<11 l'endili<111 .................. ..

I. Tujuan Penelitian ......................... .

2. Manfoal Penelitian ......... .

······I

. ')

. ... I 0

. .. I O

. I ll

'J'IN.J;\ll;\N PllSTAKA ................................................................ 12

i\. l<1pornn /\n1s l(<1s ..................................................................... 12

I. DeJlnisi Laporan i\rus Kas ............................................ 12

2. Tujuan La po ran i\rus Kas ..................................... . .. .. I 1

15

4. f'vh111lc1<11 l.cipuran Arus Kas ............................................. 15

5. l(u11qhi111..·11 Uta111a Laporan /\rus J(ns ............................ 18

6. Metocle Pelaporan Arus Kas ..................... .

7. Ketcntuan Pcnyaj ian l .<1porn11 i\rus K<1s .. . .. 2 ()

8. i\rli l'entingArus Kas .......... , ............................... . Jl

Ll. Ak11nl<t1hi I ):1s:1r .\krual ....................................................... JI

D. Pnsccli<1<111 ... .................................................................. 37

E. [(cwaj i b<1n ................................................................................ 42

F. Dcprcsiasi .................................................................................. 44

CJ. I lubt1nga11 ko111po11c11 akuntunsi ukrua[ dcni~an urus kas .......... 45

II. l'cnclitian Tcrlicthulu ................................................................. 48

I. Kcrangk<1 h:lliikiran ................................................................ 51

.I. Perumusan Hipotesis ................................................................. 52

BAB III METODE PENELITIAN ............................................................. 53

A. Ruang Lingkup Pcnelitian ........................................................ 53

B. Metocle Pencntw1n Sampel. ....................................................... 53

C. Metocle Pengumpulan Data ....................................................... 54

D. Metode analisis Data ................................................................. 55

E. Operasional Variabel Penelitian dan pengukurannya ............... 61

BAB IV HAS IL DAN Pl~M BAI IASAN ..................................................... 64

A.Seki las Gan1b,1r<1ll umum Objek Penelitian ................................ 64

1. Gambaran Umum Perusahaan Manufoktur

clan non manufoktur ........................................................... 64

B. Hasil dan Pembahasan ................................................................ 65

1. Deskripsi Objek Penelitian ................................................. 65

2. Analisis Deskriptif .............................................................. 69

3. Uji Asumsi Klasik ............................................................... 70

4. Pengujian 1-lipotesis ............................................................ 75

BAB V KESIMPULAN DAN IMPLIKASI ............................................. 87

DAFT AR PUST AKA ....................................................................................... 90

LAMPIRAN ............................................................................................. 92-152

DAFTAR TABEL

Nomor Keterangan Ha lam an

2.1 Contoh Benruk Laporan Arus Kas Metode Langsung 27

2.2 Contoh Bentuk Laporan Arus Kas Metode Tidak Langsung 28

3.1 Model Penelitian 52

4.1 Rincian Sampel Penelitian 69

4.2 Statistik Deskriptif 69

4.3 Hasil Uji Multikolinearitas 73

4.4 Hasil Uji Autokorelasi 75

4.5 Koefisien Determinasi 76

4.6 An ova 77

4.7 Hasil Uji Parameter Individual (Uji Statistik t) 77

4.8 Paired Sample t-Test Tahun 2002 81

4.9 Paired Sample I-Test Tahun 2003 82




DAFT AR GAMBAR

Nomor Kctcrangan Halaman

2.1 Model Penelitian 52

4.1 Grafik Normality Probability Plot 71

4.2 Grafik Normality Probability Plot setelah ditansformasi 72

4.3 Hasil Uji Heteroskedastisitas 73

4.4 Hasil Uji Heteroskedastisitas setelah ditansfonnasi 74

DAFT AR LAMPIRAN

Nomor l(eterangan Halaman

Lampiran I Perusahaan Yang Menjadi Sampel Penelitian 93

Lampiran 2 Hasil Uji Regresi Berganda 95

Lampiran 3 Putaran Piutang Usaha tahun 2002-2003 101




Lampiran 7 Putaran Persediaan 2002-2003 109

Lampiran 8 Putaran Persediaan 2003-2004 I II

Lampiran 9 Putaran Persediaan 2004-2005 113

Lampiran 10 Putaran Persecliaan 2005-2006 115

Lampiran I I Rasio 1-Iutang Dagang terhadap Aktiva 2002 117

Lam pi ran 12 Rasio Hutang Dagang terhadap Aktiva 2003 119

Lampiran I 3 Rasio Hutang Dagang terhadap Aktiva 2004 121

Lampiran 14 Rasio Hutang Dagang terhaclap Aktiva 2005 123

Larnpiran 15 Rasio l-l utang Dagang terhaclap Akti va 2006 125

Lampiran 16 Beban Depresiasi 2002-2006 127

Lampiran 18 Estinrnsi i\rus l(as 0 perasi 130

Larnpiran 19 Gnliik 1\1disa trend Tahun 2002-2006 150

A. Latar Belakaug

BABI

PENDAHULUAN

Lingkungan bisnis telah dan alrnn berubah secara pesat dengan semakin

meningkatnya proses globalisasi. Perubahan lingkungan per!u didekati dengan

pendekatan yang memadai agar perusahaan mampu bertahan dan berkembang

dalam persaingan global. Untuk menghadapi dan memenangkan persaingan

diperlukan penerapan pola pikir manajemen global. Manajemen global

merupakan upaya untuk mendekati pasar dunia dengan produk standar, produk

berkualitas, harga murah dan adanya perusalman global yang memanfaatkan

jaringan operasi dunia untuk bersaing dipasar lokal (Levitt: 1982) dalam Usman

Hamid (2006: 153 ).

Agar perusahaan dapat bertahan dan berkembang, maka perusahaan

harus mampu mengontrol jalannya operasi perusahaan. Untuk itu diperlukan

i!1formasi tentang banyak ha!. Baik informasi yang bersifat .financial sepe1ii

data kcuangan n1aupun i11Ji1n11asi yanr hersi1;11 uti11 ./inanci(l/ Sl'J1l'rti kualitas

(qualify), kepuasan pel;ing~·:111 (c11.1·1m11er su1i.1/,1<'ii1111) clan waktu pengiriman

(delive1y lime).

Pac!a dasarnya perusalrnan mernerlukan kas untuk melaksanakan kegiatan

usahanya, melunasi kewajiban, clan rnembagi dividen kepada para investor.

I nformasi arus kas historis bagi perusahaan merupakan indikator dari jumlah,

~ -- .£" -

berguna untuk rneneliti kecermatan dari taksiran arm: kas masa depan yang

telah dibuat sebelurnnya dan dalam menentukan hubungan antara profitabilitas

dan arus kas bersih serta clarnpak perubahan harga.

Keberhasilan mengelola arus kas, piutang clan persecliaan mengambil

peranan yang sangat penting clalam keberhasilan mengdola perusahaan secara

um um. Secara ekstrem, suatu perusahaan mungkin saja mendapatkan laba yang

besar, akan tetapi pada waktu yang bersan1aan ticlak mempunyai dana kas atau

ti.mai sama sekali. Misalnya saja, laba tersebut rnasih dalam bentuk piutang

pada pihak ketiga. Bila te1jadi ha! yang demikian, maka perusahaan berada

dalan1 masalal1 yang serius dan kondisi ini akan rnembal1ayakan perusahaan

bila ticlak segera clitemukan pemecahan masalahnya. Seperti kita ketahui, setiap

bulannya perusalman hams mengeluarkan berbagai macam beban atau biaya

operasional secara rutin, rnisalnya biaya gaji karyawan, pembelian bahan balm,

cicilan hutang beserta beban bunganya, rekening Iistrik, air, telpon dan

sebagainya, yang kesemua itu memerlukan uang tunai. Jika perusal1aan dalam

kondisi yang tidak sehat sehingga tidak dapat :menutupi biaya-biaya

operasional perusahaan maka kebangkrutan dapat terjadi sewalctu-waktu.

Kemungkinan Iain, walaupun perusahaan mendapatkan laba yang besar

deqgan jumlal1 piutangnya yang relatif kecil, ha! ini belum tentu dapat

menggambarkan perusahaan dalam kondisi yang sehat. Mengapa? Karena

perusahaan masih menghadapi kemungkinan yang lainnya yaitu nilai

persediammya yang relatif besm', karena pada hakikatnya setiap uang yang .

operasi perusahaan atau karena pertimbangan lainnya yang logis, persediaan

tidak boleh kosong. Akan lclapi, bagairnanapun juga persecliaan tidak boleh

sarnpai bnkbihn111k11s11;1d1. '00"1:2)oJ.

Kinerja perus.1hna11 111c:i1ccnni11k<111 prcslasi kc1ja yang 1dah dicapai oleh

suutu perusahaan clalam satu periodc tertentu. Untuk dapat mengetahui kinerja

perusahaan salah satunya dapat diukur melalui analisis Japoran arus kas untuk

para pen1akai laporan kcuangan, laporan arus kas berguna unluk n1enilai

l(inerja suatu perusahaan atas aktivitas operasi, investasi clan pendanaan serta

untuk mengetahui aktivitas rnana yang menghasilkan dana terbesar bagi

perusahaan. Selain itu, para peqrnkai laporan keuangan juga dapat menilai

kine1ja perusahaan dari perputaran kas pacla setiap akt.ivitas perusahaan.

Tujuan Japoran keuangan adalah menyecliakan informasi yang

rnenyangkut posisi keuangan, kine1ja serta perubahan posisi keuangan suatu

perusahaan yang berrnanfaat bagi sejurnlah besar pemakai clalarn pengambilan

keputusan ekonomi. Keputusan ini rnencakup, misalnya keputusan untuk

menahan atau menjual investasi, keputusan untuk mengangkat atau mengganti

rnanajemen perusahaan.

Aclapun tujuan laporan arus kas aclalah untuk menyeclialrnn informasi

yang relevan mengenai penerirnaan dan pengeluaran. kas clalan1 suatu entitas

untuk satu periocle. Inforrnasi ini berguna bagi investor clan kreditor untuk

mengetahui kemampuan entitas untuk menghasilkan arus kas bersih masa

clepan clan membanclingkannya clengan kewajiban jangka penclek maupun .

Sejak berlakunya PSAK No. 2 Tahun 1994 laporan perubahan posisi

keuangan tidak boleh lagi disajikan dalam bentuk laporan arus dana, akan

tetapi harus berbentuk laporan arus kas yang diperinci k:edalam komponen ams

kas dari aktivitas operasi, pendanaan dan investasi. Al.asannya adalah karena

informasi ams kas historis lebih berguna untuk menunjukkan jumlah, walctu

dan kepastian arus kas masa clepan. Selain itu informasi arus kas historis juga

bermanfaat da!am meneliti kecermatan prediksi arus kas masa depan.

Prediksi arus kas masa clepan merupakan informasi penting yang

membantu pengambilan keputusan bagi para pemakai informasi keuangan.

Menurut Brown, clkk dalam (Cahyani, 1999:16) dalam data akuntansi akrual

clapat memberikan infomasi yang berfungsi untuk (I) memprediksi tancla-tanda

bahaya clalarn biclang keuangan, (2) mcngetahui risiko, ukuran clan

penjaclm1l:111 kepu1us:111 krc.111. (:li 111cmprc·d1k·.i r:iting krcdit, ('I) 111cnilai

ki11e1ja perusaha:111. l:i) mc11,:111k:111 i11l\•1masi t:1111halian di pasar nwd:il.

Penekmrnn pwh1 pe11il:1ia11 arus kas nrnsa depan, dapal membuat kita

bernnggapan bahwa dasar kas lebih diinginkan dari pada dasar akrual. Hal ini

ticlak sepenuhnya benar, informasi yang diclasarkan alas akuntansi akrual

umumnya menyediakan inclikasi yang lebih baik tentang kemampuan saat ini

clan masa depan perusahaan untuk menghasilkan arus kas yang menguntungkan

clibanding informasi yang hanya clidasarkan atas penerirnaan dan pengeluaran

kas (Kieso & Weygandt, 2002:6).

Bagi perusahaan yang memperoleh pendapata11 dari penjualan hasil

produksi merupakan unsur terbesar ya11g berpengaruh terhadap laba

perusahaan. Penjualan biasanya te1jadi dalam bentuk tunai dan !credit, yang

selanjutnya penjualan kredit menimbulkan piutang dagang sehingga apabila

terjadi perubahan piutang dagang dalam perusahaan, maka akan berpengaruh

terhadap arus kas perusahaan. Selain melakukan penj uala11, perusahaan juga

melakukan pembelian bahan baku secara kredit yang memunculkan kewaj iban

baru bagi perusahaan. Kewajiban tersebut oleh perusahaan dicatat sebagai

uta11g dagang yang harus dibayar sehingga akan berpengaruh terhadap arus kas

yang te1jadi di perusahaan.

Penelitian mengenai komponen apa saja yang dapat memprediksi arus

kas suatu perusahaan sudah banyak dilakuka11, sepe1ii penelitian ya11g

dilakukan oleh Kushikawan (2001) dalam (Prasetio, 2004:221) yang menguji

perbandinga11 laba dan arus kas dala111 memprediksi laba da11 arus kas yang

hasilnya menunjukkan bahwa laba merupakan prediktor yang paling baik untuk .

memprediksi laba dan arus kas untuk periode satu tahun ke depan. Begitu juga

dengan Lestari (200 I) dalam (Prasetio, 2004:221-222) yang meneliti tentang

kema111puan prediksi laba dengan menggunakan a11alisis rasio keuangan yang

menunjukkan basil yang signifikan untuk prediksi laba masa datang da.n hasil

penelitian tersebut juga bermanfaat untuk memprediksi laba satu tahun

kedepan. Namun keakuratannya lebih rendah dan kekuatan prediksi rasio

keuangan rnengalarni penuru11311 untuk perioclc waktu yang lebih Jama atau

Hasil penelitian terclahulu menunjukkan adanya muatan informasi laba

clan informasi arus kas yang kecluanya menjadi bagian yang saling terkait

dalam laporan keuangan. Perkembangan penelitian selanjutnya mulai

menggunakan komponen akui1tansi akrual sebagai precliktor dalam

mernprecliksi arus kas, seperti penelitian Octavia (200 l) clalam Prasetio

(2004:222) yang meneliti kegunaan komponen akuntansi akrual sebagai clasar

pengukuran kine1ja perusahaan. Hasil penelitiannya menunjukkan penggunaan

komponen akuntansi akrual jangka panjang yaitu depresiasi dan arnortisasi .

mampu menclukung dal am peningkatan arus kas perusahaan jangka paqjang

atau lebih dari satu tahun. Pacla penelitian ini dilakukan prediksi lima tahun

untuk mengetahui kemampuan prediksi komponen akuntansi akrual terhadap

arus kas perusahaan.

Penelitian Syafriadi (2000) menguji kemampuan earnings clan arus kas

dalam memprediksi earnings clan arus kas pada perusalrnan yang terdaftar di

Bursa Efek Indonesia, menunjukkan bahwa earnings tidak memiliki

kemampuan precliksi inkremental terhadap arus kas. Hal yang sama juga ·

dilakukan oleh Parawiyati clan Baridwan (1998) yang menguji kema.mpuan

precliksi laba, arus kas untuk satu tahun kedepan dengan menggunakan analisis

regresi, penelitian tersebut menghasilkan kesimpulan bahwa laba dibandingkan

arus kas dalam memprediksi laba satu tahun kedepan menunjukkan bahwa

kedua variabel tersebut signifikan sebagai prediktor, dimana laba memberikan

pengaruh lebih besar dibandingkan arus kas.

Adapun penelitian yang dilakukan oleh Nursanto (2002) dalam Prasetio

(.2004:225) yang meneliti kandungan informasi dari data akuntansi akrual

khususnya data akrual jangka panjang seperti depresiasi, amortisasi serta

perubahan pajak terhadap kine1ja perusahaan yang dilihat dari laba dan arus

kas perusahaan. Hasil peneitiannya menunjukkan bahwa komponen akuntansi

akrual jangka panjang mempunyai muatan informasi kepada investor tentang

arus kas saat ini dan i1rus kas n1asa yang akan datang.

Prnsetin. dkk C'.1111-1 i rncnguji konq111rivri ;ikuntansi akni:il scbagai

precliktor arus bs npn.i.r. pcnvlrtiaiuiy" dilakukw1 pada pcrusahaan

iiianufaktur di Bursa Ekk .l:rkarla. I lasil pcncilirnmya mcnunjukkan bahwa

scbesar l 8 .9 per sen secara bersarna-sama komponen akuntansi akrual

(pcrubahan piutang c\agang, persec\iaan, hutang dagang dan bcban clepresiasi)

berpengaruh terhaclap arus kas operasi. Secara parsial variabel perubahan

pi utang dagang clan utang clagang berpengaruh terhaclap arus kas operasi.

Scclangkan variabel perubahan persediaan clan beban clepresiasi ticlak

bcrpengaruh lcrhaclap anrs kas opcrasi. Besarnya pengaruh perubahan piutang

dagang clan perubahan hutang c\agang terhaclap arus kas operasi perusahaan

iebesar 31 pcrsen clan 27,8 persen. Sedangkan variabel perubahan persecliaan

clan beban depresiasi ticlak berpengaruh terhaclap arus kas operasi. Selain itu,

tidak ada perbedaan antara hasil ·arus kas estimasi clengan arus kas rea!isasi.

Hal ini menunjuldrnn bahwa komponen akuntansi alaual rnemiliki kemampuan

untuk memprediksi arus kas 2 tahun kedepan.

Purwanto (2006) rneneliti kornponcn akuntansi akrual dalam

rnemprediksi arus kas operasi perusahaan manufaktur dan non manufaktur di

BEJ. Hasil pengujian statistik yang dilakukan menunjukkan bahwa persediaan

dan utang dagang tidak memiliki pengaruh yang siginifikan terhadap arus kas

dengan kata lain, semakin besar atau kecil nilai persediaan dan utang dagang

tidak akan berpengaruh terhadap arus kas.

Topik tentang pengaruh komponen akuntansi akrual untuk memprediksi

arus kas menarik untuk diteliti karena salah satu unsur informasi penting yang

dilaporkan pada laporan arus kas adalah kas bersih yang disediakan

(digunakan) oleh aktivitas operasi. Aktivitas operasi merupakan sumber utama

kas karena jumlah kas yang berasal dari aktivitas opera:ii biasanya lebih dari

sumber lainnya dan aktivitas operasi berulang-ulang setiap tahunnya.

Adapun yang membedakan dengan penelitian sebelumnya adalah:

I. Penelitian ini menggunakan empat variabel bebas seperti piutang dagang,

persediaan, hutang dagang dan depresiasi dan variabel terikatnya adalah

arus kas periode yang diteliti, sedangkan dalam penelitian yang dilakukan

oleh Purwanto (2006) beban depresiasi tidak diuji dengan alasan beban

depresiasi tidak mempunyai pengaruh terhadap arus kas operasi perusahaan

secara parsial.

2. Jumlah sampel yang digunakan pada penelitian ini sebanyak 77 perusahaan

yang terdiri dari perusahaan manufaktur dan nonmanufaktur.

3. Data yang digunakan dalam penelitian ini adalah laporan keuangan dari

tahun 2002 sampai tahun 2006 sedangkan dalam penelitian yang dilakukan

8

Purwanto hanya tiga tahun.

4. Jika da!am penelitia11 sebelumnya tidak menggunakan beban depresiasi

maim dalam penelitian ini beban dcprcsinsi digunakan kcmlndi ;cbagai

variabel independen.

Mengingat kemarnpuan untuk mengelola arus kas perusahaan merupakan

suatu ha! yang sangat penting bahkan vitaL tentunya ticlak terlepas clari

kemampuan mengelola penyebabnya seperti rnengelola piutm1g, perscc\iaan,

kewajiban perusahaan clan depresiasi. Selain itu, tanpa kemampuan rnengelola

masukan dana kas yang n1encukupi, tidak satupun perusahaan dapat beropcrasi

untukjangka waktu yang lama, walaupun tingkat profitabilitasnya tinggi.

Karena kornponcn yang clapat mernprediksi arus kas sualu perusahaan

belurn diketahui seearn pasli, untuk itu penulis mencoba menelitinya dalam

bentuk skripsi yang be1judul "Analisis Pcngaruh J(omponen Akuntansi

Akmal dalam Memprediksi Arus Kas Operasi (Studi Kasus Pada

Perusahaan Manufaktur llan Non Manufaktur yang terdaftar di Bursa

Efck Indonesia)".

H. Perumusan Masalah

Berdasarkan Jatar belakang penelitian cliatas, maka perumusan masalah

dalam penelitian ini aclalah:

1. Apakah komponen akuntansi akrual seperti perubahan piutang usaha,

pcrubahan persccli"'"'· pc·rubahan hutang usaha clan beban clepresiasi secara

2. Apakah komponen akuntansi akrual seperti perubahan piutang usalw.

perubahan persediaan, perubahan hutang usaha dan b.eban depresiasi secara

parsial berpengaruh terlmdap arus kas operasi perusahaan?

3. Apakah terdapat perbedaan antara arus kas estirnasi clengan arns kas

realisasi?

C. Tujuan clan Manfaat l'enclitian

I. Tujuan Penelitian

a. Untuk rnernbuktikan apakah kornponen akumansi akrual seperti

perubahan piutang usaha, perubahan persediaan, perubahan hutang

usaha clan beban depresiasi secara simultan berpengaruh terhadap arus

kas operasi perusahaan yang terclaftar di Bursa Efek lndonesia.

b. Untuk membuktikan apakah komponen akuntansi akrual seperti

perubahan piutang usaha, perubahan persecliaan, perubahan hutang

usaha clan beban depresiasi secarn parsial berpengaruh terlwdap arus

kas operasi.

c. Untuk membuktikan adakah perbedaan antara arus kas estimasi clan

arus kas realisasi.

2. Manfaat Penelitian

a. Bagi Pembaca

Hasil penelitian ini dapat dijadikan bahan k<\jian Lmtuk lebih mcmalrnrni

komponen akuntansi akrual clan arus kas operasi.

b. Bagi Fakultas

Hasil penelitian ini clapat clipakai sebagni baban referensi perpustakaan,

serta clijaclikan sebagai bahan perbanclingan penelitian bagi peneliti

yang memiliki objek penelitian yang sama.

c. Bagi Dunia U saha

Untuk menamb<ih pengetahuan manajemen agar dapat mengelola arus

kas perusahaan clengan lebih baik sehingga pernsahaan clapat

memprediksi masa depan perusahaan clengan l.ebih akurat. Selain itu,

perusahaan juga clapat Jebih berkembang clan bertahan dalam situasi

persaingan yang semakin ketat.

d. Bagi Penulis

Merupakan tambahan pengetahuan clan wadah aktualisasi diri dari

pengetahuan teoritis yang diperoleh selama kuliah di UIN S yarif

Hidayatullah Jakarta untuk diaplikasikan kedunia usaha mengenai

. pengaruh komponen akuntansi alaual seperti perubahan piutang

dagang, perubal1an persediaan, perubalian hutang dagang clan beban

depresiasi dalam memprediksi arus kas operasi perusahaan.

BAB II

TL\l.f AllAN PlJSTA I\ A

A. Laporan Arus Kas

Arus kas dari suatu perusahaan dapat dilihat dari Japoran arus kasnya.

Arus kas ada!ah arus masuk dan keluar kas atau setara kas (Kuswadi,

2004:238). Informasi tentang arus kas suatu perusahaan berguna bagi pemakai

laporan keuangan sebagai dasar untuk menilai kemampuan perusahaan dalam

menghasilkan kas dan setara kas dan menilai kebutuhan perusahaan untuk

menggunakan arus kas. Selmbungan dengan ha! tersebut informasi historis

mengenai perubahan kas dan setara kas dari suatu perusahaan melalui laporan .

arus kas yang mengklasifikasikan arus kas berdasarkan aktivitas operasi,

investasi maupun pendanaan, selama suatu periode akuntansi sangatlah

pen ting.

1. Definisi Laporan Arus Kas

Menurut Simamora (2000:488) laporan arus kas (cash flow statement)

adalah laporan keuangan yang memperlihatkan pengaruh dari aktivitas

aktivitas operasi, pendanaan dan investasi perusahaan terhadap arus kas

selama periode akuntansi tertentu dalam suatu cara yang merekonsiliasi

saldo awal dan akhir kas.

Sesuai paragraf 49 PSAK No.2 disebutkan bahwa laporan arus kas harus

melaporkan arus kas selama periode tertentu dan diklasifikasikan menurut

Dari definisi diatas dapat disimpulkan bahwa laporan arus leas adalah

laporan keuangan yang menampilkan informasi mengenai penerimaan dan

pengeluaran kas daTi aktivitas operasi, pendanaan dan investasi clalam suatu

periocle akuntansi tertentu.

Di Indonesia, perusahaan harus menyusun laporan arus kas sesuai

dengan persyaratan dalam Pernyataan Standar Akuntansi Keuangan (PSAK)

clan menyajikannya sebagai bagian integral clari laporan keuangan untuk

setiap periocle penyajian laporan keuangan. Salah satu tujuan pokok ·

pelaporan keuangan aclalah memberikan informas:i penggunaan kepada

pemoclal clan kreclitor sekarang dan potensial serta pihak lainnya dalam

lnembuat keputusan investasi, kredit, clan sejenisnya yang rasional.

Keputusan yang cliambil mensyaratkan bahwa ticlak hanya sekeclar laba atau

laba perlembar saham saja namun harus menafsirkan kinerja masa lalu

jJerusahaan clan prospeknya di masa yang akan clatang.

2. Tujuan Laporan Arus Kas

Tujuan laporan arus kas aclalah untuk menyecliakan info1masi yang

relevan mengenai penerimaan clan pengeluaran kas clalam suatu entitas I

untuk satu periocle. Informasi ini berguna bagi investor dan k:reclitor untuk I

mengetalrni kemampuan entitas untuk menghasilkm1 ams kas bersih masa

clepan clan membandingkannya clengan kewl\jiban-kewajiban jangka pendek

de pan (< ·.iii y;1111. I ', 1• ! : I 1' 1

Para pemakai informasi dapat memprediksi masa yang akan datang

bilamana mempunyai basis informasi yang memadai; sayangnya Iaporan

keuangan dan neraca saja tidaklah mampu menyediakan basis ini, sehingga

dengan demikian dibutuhkan laporan Iainnya guna meningkatkan

pengungkapan keuangan (financial disclosure) dari sebuah badan usaha.

Laporan ini disebut dengan laporan ams kas (Simamora, 2000:488).

Kreditor akan memeriksa laporan arus kas dengan seksama karena

mereka mengkhawatirkan kemampuan perm;ahaan untuk melunasi

pinjarnan. Ti1ik ""'"! ""'" haik d;1!.11n l""11w1,baannya adalah mcncmukan

kas bc:rsih yang d1scd1.1h.111 okh .1~11vi1<1,, opc·iasi. J1ka kas hcrsth yang

disediakan oleh aktivitas operasi tinggi, maka hal ini mengindikasikan

bahwa perusahaan mampu menghasilkan kas yang mencukupi secara

internal dari operasi untuk mcmbayar kewajiban tanpa harus merninjam dari

Iuar. Sebaliknya, jika jumlah arus kas bersih yang dihasilkan oleh aktivitas

operasi rendah atau ncgatif, maka hal ini mcngindikasikan bahwa

perusahaan tidak mampu rnenghasilkan kas yang m~madai secara internal

dari operasinya, dengan demikian, harus meminjarn atau menerbitkan

sekuritas ekuitas untuk mendapatkan kas tambahan. Selain itu, laporan arus

kas dapat memasok informasi yang memtmgkinkan para p~makai untuk

mengevaluasi perubahan dalam aktiva bersih perusahaan, struktur keuangan

(termasuk Jikuiditas dan solvabilitas), dan keman1puan untuk mempcngaruhi

jumlah se1ia waktu arus kas dalan1 rangka adaptasi dengan perubahan

Disamping itu, apabila pcrusahaan pernah mengalami kekurangan dana,

rnanajemen dapal mcmakai laporan 1111 untuk menentukan mengapa

kckurangan dana itu sampai terjadi.

Informasi tentang arus kas sebuah perusaliaan bermanfaat bagi para

pemakai laporan keuangan sebagai dasar untuk menilai kemampuan

perusahaan dalam menghasilkan kas dan setara kas dan menilai kebutuhan

perusahaan untuk menggunakan arus kas tersebut. Informasi dalam laporan

arus kas akan membantu para pemodal, kreditor dan pihak lainnya dalam

menilai bermacam aspek dari posisi keuangan perusahaan, antara lain::

a. Kemampuan Entitas Untuk Menghasilkan Arus Kas Dimasa Depart

Walaupun laporan arus kas melaporkan arus kas masa lalu, laporan ini

akan bermanfaat untuk meniiai arus kas perusahaan dimasa yang akan

datang dalam memeriksa hubungan diantara unsur-unsur seperti

pe1tjualan dan kas bersih yang ditmtjukkan oleh kegiatan operasi, atan

kas yang disediakan oleh kegiatan usaha dan kenaikan atau penurunan

kas, para investor dan pihak lainnya dapat membuat prediksi jumlah,

waktu, dan ketidakpastian arus kas dimasa mendatang secara lebih baik

dibandingkan dari data dasar akrual.

b. Kemampuan Entitas Untuk Membagikan Dividen dan Memenuhi

Kewajibannya.

Apabila sebuah perusahaan tidak mempunyai persediaan kas yang

memadai, para karyawan tidak akan digaji, utang tidak dapat dilunasi,

Scbagian besar akuntan setuju bahwa laporan laba rngi dan neraca

mcngungkapkan informasi yang bcrharga. Laporan laba rngi sering tcrfokus

pada profitabilitas dan mcngungkapkan pcndapatan dan beban suatu cntitas

sclama pcriodc tcrtcntu. Scbaliknya, ncraca memberikan informasi tentang

sumber daya ekonomi, kewajiban finansial, dan ekuitas pemilik dari sebuah

pernsahaan pada saat terlcntu.

Laporan arus kas memiliki peran komplementer bagi neraca dan

laporan laba rugi dalam memberikan g1m1baran Iengkap dari aset dan

struk:tur keuangan (kcwajiban dan ekuitas pemilik) perusahaan serta

bagaimana aset, kcwajiban dan ekuitas tadi berubah selama periode tertentu.

Selain itu, laporan arus kas mcmuat informasi yang lebih rinci tentang

bagaimana aktiva, kewajiban, dan ekuitas pemilik berubah sebagai akibat

pencrimaan kas dan pengeluaran kas yang berasal dari aktivitas-aktivitas

operasi, investasi, dan pendanaan perusahaan.

5. Komponen Utama Laporan Arus Kas

Laporan arus kas mengklasifikasikan penerimaan kas (cash receipt) dan

pengeluaran kas (cash disbursement) berdasarkan aktivitas operas1,

investasi, dan pendanaan selama periode tertentu. Klasifikasi menurut

aktivitas ini memberikan infonnasi yang memungkinkan para pengguna

laporan keuangan untuk menilai pengaruh aktivitas terhadap posisi

keuangan perusahaan serta terhadap jumlah kas dan setara kas baik ams

ffi3SUk (inflows) fl1aUOlln 3TIJS kas kP.lll~T ( f)1Jfflnwt.~'\ f .~nnr~.n !lM)Q Jr~<' rJgn-::1t

a. Aktivitas Operasi (Operating Activity)

Berdasarkan surat edaran dari Badan Pengawas Pasar Modal

(BAPEP AM) nomor SE- 02/PM/2002 tanggal 27 Desember 2002 aktivitas

operasi merupakan indikator yang menentukan apakah dari operasinya

perusahaan dapat menghasilkan arus kas yang cnkup untuk rnelunasi

pinjarnan, rnemelihara kernampuan operasi perusahaau, membayar dividen

dan rnelaknkan investasi barn taupa rnengandalkan pada surnber

pendanaan dari luar.

Aktivitas operasi (operating activities) adalah aktivitas penghasil utarna

pendapatau perusahaan dan aktivitas lainnya yang bnkan merupakan

aktivitas investasi dan aktivitas pendanaan. Oleh karena itu, arus kas pada

urnurnnya berasal dari transaksi dau peristiwa lain yang mernpengaruhi

penetapan laba atau rugi bersih.

Kas rnasnk dari kegiatan operasi adalah:

1) Penerimaan (kas) dari penjualan barang dan jasa dan penerirnaan

piutang dari pelanggan.

2) Penerirnaan bunga dan di vi den

3) Semua penerimaan yang bnkan dari hasil transaksi kegiatau investasi

dan keuangan, seperti transaksi dari jurnlah yang diterima akibat

memenangkan perkara hnkurn.

Scdangkan kas kelunr dari kegiatan operasi peru:;ahaan meliputi:

1) Pembayaran ka:~ untuk memperoleh bahan baku untuk prodnksi atau

2) Pembayaran kas kepada supplier lain dan karyawan.

3) Pembayaran kas kepada pemerintah seperti pajak, dan pembayaran

lainnya.

4) Pembayaran bunga kepada pemberi pinjaman dan kreditor.

5) Semua pembayaran yang bukan basil dari transaksi yang dide:fi:aisikan

sebagai kegiatan investasi dan keuangan. Contohnya adalah

pembayaran untuk perkara hukurn.

Perusahaan pada umumnya menyajikan arus kas dari aktivitas

operasi dengan menggunakan metode langsung, yaitu mengungkapkan

kelompok utama dari penerimaan kas bruto dan pengeluaran kas bruto.

b. Aktivitas lnvestasi (fnvesling Activily)

Aktivitas investasi (invesling activity) adalah perolehan dan

pelepasan aktiva jangka panjang serta investasi lainnya yang tidak

termasuk setara kas. Perusahaan membeli obligasi dan saham dari

perusahaan lainnya dan juga membeli aktiva jangka panajang lainnya

seperti properti, bangunann dan perlengkapan lainnya (Simamora,

2000:492).

Arus kas dari aktivitas investasi mencerminkan penerimaan dan

pengeluaran kas sehubungan dengan sumber daya yang be1tujuan untulc

menghasilkan pendapatan dan arus kas masa depm1.

Berdasarkan surat edaran dm·i BAPEP AM nomor SE 02/PM/2002

tanggal 27 Desember 2002 arus kas dari aktivitas investasi antara lain

1) Pembayaran kas untuk membeli aktiva tetap, aktiva tak berwujud,

dan aktiva jangka panjang lain, termasuk biaya pengembangan yang

dikapitailisasi clan aktiva tetap yang dibangun sendiri.

2) Penerimaan kas dari penjualan tanah, bangunan dan peralatan, aktiva

tak bcrwujud, clan aktivajangka panjang lain.

3) Perolehan saham atau instrumen keuangan perusahaan lain.

4) Uang muka clan pinjaman yang diberikan kepada pihak lain serta

pelunasannya.

5) Pcmbayaran kas sehubungan dcngm1 .fuiures contract, forward

contract, option contract, dan swap contract, kccuali apabila kontrak

dilakukm1 untuk tujuan perdagangan (dealing or trading), atau

apabila pembayaran diklasifikasikan sebagai aktivitas pendanaan.

6) Hasil penjualan atau jatuh tempo atas efek yang terscdia untuk dijual

dan efek yang dimiliki hingga jatuh tempo merupakan arus kas dari

aktivitas investasi.

7) Kas yang dikeluarkan untuk pembelian efek yang tersedia untuk

dijual dau efek yang dimiliki hingga jatuh tempo termasuk dalmn

aktivitas investasi.

Para pembuat kcputusan berkepentingan dengan bagim1 dari laporan

arus kas karena menggan1bm·kan bagaimana perusa11aan mempersiapkan diri

untuk masa mendatang. Apabila perusaliaan mengeJuarkan banyak dana

untuk aset produktif, maka perusahaan itu akan. tumbuh dengan baik.

untuk n1cn1ahan1i apH y;111g suduh clilakukan perusahaan.

c. Aktivitas Pendarnll111 tFinancing Activity)

Perusahaan membutuhkan dana untuk bermacam-macam tujuan

bisnis yang kerapkali diperoleh dari sumber yang berbeda, seperti

penerbitan salrnll1. ubligasi, promes dan beraneka pe1JanJJall pinjaman

lainnya.

Aktivitas pendanaan (financing activity) adalah aktivitas yang

mengakibatkan perubahan jumlah serta komposisi modal dan pinjaman

perusahaan. Ams kas dari kegiatan pendanaan meliputi basil dari

perolehan sumber daya dari pemilik, pemberi pinjaman atas investasinya

(ROI), meminjam uang clan membayar pinjaman, perolehan dan

pembayaran sumber Jaya lain dari kreditor jangka partjang (Simamora,

2000:493).

Arns masuk kas dari aktivitas pendanaan lazimnya muncul dari

penerbitan obligasi. utullg wesel, dan saham biasa serta saham preferen.

Sedangkan contoh arus kas keluar dari aktivitas pendanaan meliputi

pembayaran dividen kas. pelunasan utang. pernbayaran kas oleh penyewa

guna usaha clan pe11,ll·ii'<111 saliam treasuri.

Dari uraian rnengenai arus kas cliatas dapat diketahui bahwa pada

a!iran arus kas terccrn1i11 inforn1nsi n1engenai ke111an1puan perLl.Sf1hnnn

untuk rnenglwsi I"'"' kas dari kegialan opcras1, rnen.iaga clan

111engembangkrn1 k"1x1silas opcrasinya, clan rncmenuhi kewajiban

... l .. !.,L

arus kas dari kegiatan operas1. Alasannya adalah kegiatan yang

menghasilkan kas ini dapat digunakan unt:uk membayar dividen,

ekspansi/invest:asi dan w1tuk membayar hutang.

Informasi ams kas historis bagi perusahaan merupakan indikator dari

jumlah, waktu dan kepastian ams kas masa depan, disamping itu juga

berguna untuk meneliti kecermatan dari taksiran arus kas masa depan yang

telah dibuat sebelumnya dan dalam menetukan hubungan antara

profitabilitas dan arus kas besih se1ia dampak perubahan harga.

Arus kas menjadi sangat penting, karena alasan sebagai berikut:

I. Aktivitas mcmamtjemcni kas adalah suatu hal yang sangat penting,

mengingat perlunya mengumpulkan dana kas w1tuk membiayai

operasi harian, baik yang bersifat rutin maupun lmtuk operasi invcstasi

dan atau ekspansi.

2. Tanpa dana kas yang mencukupi, perusahaan dapat mengalami

kesulitan dalam memenuhi kebutuhan finansialnya dalam bentuk kas,

seperti halnya untuk pembelian bahan balm, bahan penolong,

gaji/upah, listrik clan telepon, cliviclen clan lain sebagainya, yang clapat

mendukung kclancaran usaha.

3. Jika dana kas ticlak mencukupi, demi kelancaran operasi perusahaan

mungkin terpaksa harus meminjam uang dari pihak ketiga, itu berarti

timbulnya beban dalam bentuk pembayaran bunga, dan ini akan

mengurangi ekuitas.

4. Dana kas yang mencukupi akan dapat membuat perusahaan mampu

untuk mcmanfaatkan peluang bisnis lainnya diluar usaha yang sedang

dijalankannya.

Dari uraian cliatas clapat clisirnpulkan bahwa laporan arns kas adalah

laporan keuangan yang mcmperlihatkan pengaruh dari aktivitas operasi,

investasi dan pcmbiayaan, dirnana sumber penerirnaan dan pengeluaran

kas, umumnya berasal dari transaksi dan peristiwa lain yang

rnempengaruhi penetapan laba atau rugi bersih dan dapat menggarnbarkan

bagaimana perusahaan rnempersiapkan diri untuk rnasa rnenclatang.

6. Mctoclc Pclaporan Arus Kas

Seperti cliketahui bahwa laporan arus kas rnenyajikan informasi

rnengenai perubahan kas dan setara kas selarna satu periocle clan infom1asi

tersebut diklasifikasikan berdasarkan kegiatan operasi, investasi clan

pendanaan. Dari ketiga kelornpok tersebut, rnungkin informasi dari kegiatan

operasi merupakan faktor terpenting bagi sebagian besar pengguna

inforrnasi ini, sebab sudah cliketahui secara umurn bahwa perusahaan setiap

bulannya harus mengelnarkan berbagai macam beban atau biaya operasional

secara rutin yang kesernua itu memerlukan uang tunai. Jika perusahaan

clalam konclisi yang tidak sehat sehingga ticlak clapat menutupi biaya.-biaya

operasional perusahaan, rnaka kebangkrutan clapat tcrjacli sewaktu-waktu

(Kuswadi, 2004:237).

Pacla PSAK No. 2 Paragraf 17 Tahun 2007 cliseoutkan bahwa:

Perusahaan harus melaporkan arus kas clari aktivitas operasi clengan menggunakan salah satu clari metocle berikut ini: a. Metocle langsung: clengan metocle ini kelompok utama clari penerimaan

kas bruto clan pengeluaran kas bruto cliungkapkan, atau b. Metocle ticlak langsung: clengan metocle ini laba atau rugi bersih

clisesuaikan clengan mengkoreksi pengaruh clari traksaksi bukan kas, penangguhan (deferral) atau akrual clari penerirnaan atau pembayaran kas untuk operasi climasa lalu clan masa clepan, clan unsur penghasilan atau beban yang berkaitan clengan arus kas investasi atau penclanaan.

Metocle langsung (direct method) melaporkan kelompok penerimaan

kas clan pengeluaran kas clari aktivitas operasional secara lengkap tanpa

melihat laporan laba rugi, clan clilanjutkan clengan aktivitas investasi clan

keuangan.

Dalam metocle ticlak langsung (indirect merhod) penyajian laporan

arus kas climulai clari laba rugi bersih clan clisesuaikan clengan menambah

atau mengurangi perubahan clalam pos-pos yang mempengaruhi kegiatan

operasional seperti penyusutan, naik turunnya pos aktiva lancar clan utang

lancar (Djarwanto, 2004:125-126).

Metocle ticlak langsung menyesuaikan laba bersih untuk (!) perubahan

aktiva lancar (selain claripacla kas) clan kewajiban jangka penclek, (2) pos-

pos yang c!imasukkan clalam laba bersih namun tic!a.k mempengaruhi kas,

seperti penyusutan. Karena akuntan mengurangi penyusutan clalam

menghitung laba bersih sehingga laba bersih yang diszijikan terlalu kecil clari

kas operasi maka c!alam metoc!e tic!ak langsung beban penyusutan harus

ditambahkan kembali, sebab laba bersih merupakan titik tolak clalam

Menurut Hawkins (1998) dalam Lesmana (2003:120-121), penyajian

laporan arus kas dengan menggunakan metode langsung (direct method)

dianggap lebih mudah dimengerti oleh para pemakai, seperti berapa besar

kas yang diperoleh dari pelanggan (customers) selama periode yang

dicakup, berapa kas yang dibayarkan kepada pemasok (supplier) dan

karyawan, berapa kas yang dibayarkan untuk bunga, pajak dan sebagainya.

Sedangkan dalan1 metode tidak langsung (indirect method), laporan arus kas

yang disajikan lebih informatif dibandingkan bagi para investor dan

manajer. Alasan yang mendasarinya adalah laporan ams kas dengan metode

tidak langsung, khususnya dalam laporan arus kas berkaitan dengan laba

bersih, sehingga mempermudah dalam memal1ami kualitas laba dan arti laba

bersih yang dilaporkan.

PSAK No. 2 tidak mengharuskan menggunakan salah satu metode.

SFAS No. 95 memkrikan pilihan kepada perusahaan untuk menggunakan

metode Jangsung atau metode tidak langsung, namun jika perusahaan

menggunakan metode langsung dalam melaporkan aktivitas operasi

diharuskan menyajikan rekonsiliasi Jaba bersih untuk menunjukkan angka

arus kas aktivitas operasi yang sama dengan angka jika digunakan metode

langsung (Astami, 1999:44), berdasarkan SFAS No. 95 tersebut setiap

perusahaan akan menyusun laporan dengan metode tidak langsung apakah

itu untuk menyusun Japoran arus kas atau untuk menyajikan rekonsiliasi

laba bersih dengan arus kas dari aktivitas operasi.

Contoh bentuk laporan arus kas yang clikutip clari PSJl.K No.2 tahun 2007:

Tabel 2. 1 Contoh Bcntuk L:iporan Arus Kas Mciode Langsung

[ PT ABC ~~~~~~~~~~ = ,- ====l:aporan Arns Kas (Mctodc Langsung)

L Tahun yang Bcrakhir 31Desember20X2 I ==;rll =c1=a=la=m=n=1p=ia=h~I

i=[A=r=u=s=K=a=s=d=a=1=·i=A=l='t=h=,i=t:=1s=O='=p=c1=·a=s=i =======~I ][= i=P=e=ne=·1=·i1=n=aa=1=1 =ka=s.~c=la=r=i =pe=· l=ai=1g='g='a=n========~I 3 0 .1 soll [i:_e1_11_bayaran kas kepacla pemasok clan karyawan .~fui2.Q2JI Kas yan~ clihasi_lkan operasi --~[ 2.5soll i=~=e1=11=b=a1"',a""ra=1=1 =bt=m=g=a="===========----JI (270l\I \

W~mbayaran pajak pengbasilan ~L~CJ \Arus kas scbelurn pos luar biasa JL_Cii@][ __ J

[!i;si~~~i1~,;rc;1=;=g=,e=n=1J=Ja=b=t=111~1·;=· === =:JI 18]1 I

[6rus kas bersih clari aktivitas operasi =:JI ][ii§QJ l=A=r=u=s =K=a=s=d=a=r=i =A=k=t=h=•it=a=s=I=n=v=cs"'t=as=i========i= I [[--[ /PITO!ehan anak perusahaan X clengan kas (Qltatan ,'\) =:J[ (5515}][=

Pembelian tanah, bangunan clan peralatan (Catatan B) =:JI (350)J[=

IHasil dari penjualan peralatan =II i0][--1

\Penerimaan bunga =ii 2ool[==:J

IPenerimaan dividen =II 2ool[==:J

IArus kas bersih yang digunakan untuk aktivitas invest<illl J\J 480)1

\Arns Kas dari Aktivitas Pendanaan =1 [==:J

IHasil clari penerbitan modal saham -=.JI 250l[=:J

\Basil dari pinjaman jangka panjang =.J\ 250\[=:J

IPembayaran hutang sewa guna usaha keuangan =.JI (90)l[=:J

IPembayaran dividen * =.JI (I .200ll[=:J

Arus kas bersih yang digunakan untuk aktivitas\D[o9o)\ pendanaan

Kenaikan bersih kas dan sctara lrns =:=JL~[ 2901

Kas clan setarn kas pada awal periode (Catatan C) =:JI I[ 1201

~K_a_s_d_a_n_s_e_ta_r_a_l_u_1s_p~a_d_a_al_d_1i_r~p~e_r_io __ d_e ____ ==:J\ I[ 41 ol

Table 2.2 Contoh Bcntuk Laporan Arns Kas Metode Tidak Langrnng

PT ABC

Laporan Arns Kas (Metode Tidak Langsung)

Tahun yang Berakhir 31 Dcsember 20X2 _

__ ::=]lctalam rupiah i=f;\=r=us=K=a=s =d=a=ri=A=,=,t=h=,i=ta=s=O=p=e=r=a=si======-::=JI ][

baba bersih sebelum p[\jak dan pos luar biasa ::=JI 3.350l[==i= rf=e1=1y=e=Sl=Ia=ia=n=1=1n=t=ul=c==~===========::=J1 IL==:=J

Dlrenyusutan ::=JI 45ol[==:=J

DIKerugian selisih kurs ::=JI 4~[==:=J Dlrenghasilan investasi ::=JI (500)l[==:=J

DIBeban bunga ::=JI ±QQI[

!Laba operasi sebelum perubahan modal ke1ja ::=JI 3.740l[==:=J i=I ="'11K==e=n=a=ik=a=n=p=i1=1t=m=1g"', d=a=g=a=ng=da=n=p=i=u=ta=n=g=la=i1=1==::=J1 ( 500~[=

DJrenurunan persediaan :::JI I .05oJ[

DIPenurunan hutang dagang :::JI (l .740~[==:=J IKas dihasilkan dari operasi :::JI 2.55~[ I

IPembayaran bunga :::JI (270Jll I

IPembayaran pajak penghasilan :::JI i2Qillll I

rlA=r=us=k=a=s=se=b=e=lu=n=1 =po=s=l=ua=r=b=ia=s=a=======·:::JI 1.3 sol! I IHasil dari penyelesaian asuransi gempa bumi :::JI lfilill I l""A=n=1s=l=rn=s=b=e=rs=il=1 =da=r=i =al=d=iv=it=a=s =op=e=r=as==i=======•:::JI II 1.5601

IArus Kas clari Aktivitas Investasi :::JI JI I

IPerolehan anak perusahaan X dengan kas (Catalan A) :::JI (550JJI I

Pembelian tanah, bangunan dan peralatan (Catalan 13) :::JI (350~1 I

IHasil dari penjualan peralatan :::JI 20]l===="

;=tr=en=e=r=in=rn=a=n=b=u=n=ga============:::JI 200]1 IPenerimaan dividen =11 20011

:=====::===i= (Arus kas bersih yang digunakan untuk aktivitas investasi II IJ (480)j

IArus Kas clari Aktivitas Penclanaan =11 ][

IHasil dari penerbitan modal saham =11 250]1

i=H=a=si=l=d,=ai=-i=p=in=ja=n=1a=n=j=a=ng='l=(a=p=a==1~=·a=n=g=======1i=l==2s=o~l:[===i=I rlP=e=m=b=ay=a=r=m=1 =h1=1t=m=1g==se=w=a=g=1=111=a=u=sa=h=a=k=e=u=m=1g=a=n=== II (90J][==:=J

Arus kas bersih yang digunakan untuk al..iivitas o~ pendanaan L-=:J IKenaikan bersih kas dan setara kas :=JI II 290j

!Kas dan setara kas pada awal periode (Catatan C) :=JI JI liQI IKas dan setara kas pada akhir periode . :=JI II llil

7. Ketentuan Penyajian Laporan Arns Kas

Berdasarkan surat edaran dari badan pengawas pasar modal nomor

SE-02/PM/2002 tanggal 27 Desember 2002 laporan arus kas dapat

disajikan sesuai ketentuan:

a. Arus kas dari bunga dan dividen yag diterima dan dibayarkan, masing-

masing harus diungkapkan tersendiri. Masing-maing harus

diklasifikasikan secara konsisten antar periode sebagai aktivitas operasi

atau pendanaan.

b. Jumlah bunga yang dibayarkan selama suatu periode diungkapkan dalam

laporan arus kas baik yang telah diakui sebagai beban dalam laporan laba

rugi maupun yang dikapitalisasi menurut alternatif yang diperkenankan

oleh PSAK.

c. Arns kas yang berasal dari transaksi dalam valuta asing hams dibukukan

dalam mata uang yang digunakan dalam pelaporan keuangan dengan

menjabarkan jumlah mata uang tersebut menurut kurs pada tanggal arus

kas.

d. Keuntungan clan kerugian yang belum direalisasi yang timbul akibat

perubahan kurs bukan merupakan arus kas. Namun demikian. nenmm1h

clilaporkan clalam laporan arus kas untuk merekonsiliasi salclo awal clan

akhir kas clan setara bs . .lumlah selisih kurs tersebut clisajikan l.erpisah

dari ams kas aktivitas operasi, investasi dan pendanaan.

e . .Jika suatu kontrak dirnaksuclkan untuk menangkal suatu posi:;i yang

dapat cliiclentifikasi, nrnka arus kas clari kontrak tersebut diklasifikasikan

sebagai aktivitas penclanaan.

f. Perusahaan harus menyaj ikan secara terpisah kelompok utama

penerimaan kas bruto dan pengeluaran kas bruto yang berasal clari

aktivitas operasi, investasi clan penclanaan, kecuall aktivitas berikut, yang

clisajikan menurut arus kas bersih yaitu:

I) Penerimaan dan pengel uaran kas untuk kepentingan para pelanggan,

apabila arus kas Lersebut lebih mencerminkan aktivitas pelanggan

daripada aktivita perusahaan, misalnya penerimaan clan pembayaran

rekening giro.

2) Penerimaan clan pengeluaran kas untuk pos-pos dengan perputaran

cepat, dengan volume transaksi yang besar dan clengan jangka waktu

singkat (maturity short) misalnya:

(a) Pembelian th111 penjualan surat-surat berharga.

(b) Pinjamai1jangka pendek lain denganjangka waktu 3 (tiga) bulnn

atau kurang.

3) Arus kas sehubungan dengan pos luar biasa harus diklasifikasikan

sebagai ::tkti' it,is upcrasi, investasi ntau pendanaan sesuai dcngan

sifat transaksinya clan clisajikan tersendiri.

8. Arti Pcnting Arns Kas Dari Aktivitas Operasi

Jumlah kas yang dihasilkan melalui aktivitas operasi terutama penting

bagi para pembaca laporan keuangan karena penjualan yang berhasil dari jasa

atau persediaan perusahaan merupakan prasyarat bagi perusahaan yang

berhasil. Dalam jangka panjang, sebuah perusahaan semestinya menghasilkan

arus kas bersih positif dari kegiatan operasinya apabila perusahaan itu ingin

tetap berkiprah. Sebuah perusahaan dengan ams kas negatif dari

kegiatan-kegiatan usahanya tidak akan sanggup menggunakan kas dari

sumber-snmber Jainnya (Siman1ora, 2000:498).

Pada intinya, kemampuan sebuah perusahaan untuk menghasilkan kas

melalui aktivitas pendanaan sangatlah tergantung pada kemampuannya

menghasilkan kas dari kegiatan usa11a normalnya. Para kreditor dan pemegang

saham akan ragu-ragu untuk menanamkan modalnya kedalam pemsahaan

yang tidak menghasilkan kas yang mencukupi dari aktivitas-aktivitas

operasinya untuk memastikan pembayaran yang tepat waktu dari kewajiban

yang jatuh tempo, bunga dan dividen. Oleh sebab itu, mengapa ak:tivitas

operasi sangat berpengaruh terhadap kemajuan bahkar1 kelangsungan hidup

suatu perusahaan.

B. Akuntansi Dasar Akrual

Donald E. Kieso dkk., (2002: 114-115) mengemukakan bahwa sebagian

besar perusahaan menggunakan akuntansi dasar akrual (accrual basis of

sehingga bisa dihubungkan dengan lingkungan ekonomi dari periode ketika

penjualan ini terjadi. Dalam jangka panjang, kecenderungan pendapatan secara

umum lebih berarti dari pada kecendenmgan penerimaan kas.

C. Piutang Usaha (Account Receivable)

1. Definisi Piutaug Usaha

Menurut Donald E. Kieso dkk (2002:386)

Piutang (receivables) adalah klaim uang, barang, atau 1asa kepada

pelanggan atau pihak-pihak lainnya, sedangkan clefinisi piutang menurut

Kuswadi (2004:248) adalah kekayaan perusahaan (aktiva Iancar) yang

timbul sebagai akibat dilaksanakannya kebijakan penjualan kredit.

Untuk tujuan pelaporan keuangan, piutang diklasifikasikan sebagai

piutang lancar (jangka pendek) atau piutang tidak lancar (jangka panjang).

Piutang lancar (current receivable) diharapkan akan tertagih dalam satu

tahun atau selarna salu siklus opcrasi berjalan, mana yang lcbih panjang.

Scmua piutang lain diklasifikasikan sebagai piutang tidak l:mcar (non

current receivable). Piutang selanjutnya diklasifika:sikan dalam neraca baik

piutang dagang atau piutang non dagang.

Piutang dagang (trade receivable) adalah jwnlah yang terhutang oleh

pelanggan untuk barang dan jasa yang telah diberikan sebagai bagian dari

operasi bisnis normal. Piutang dagang, biasanya yang paling signifikan yang

dimiliki perusabaan, biasanya disubklasifikasikan rnenjadi piutang usaha

rnernbayar barang atau jasa yang dijual. Piutang usaha biasanya dapat

ditagih dalam waktu 30 sarnpai 60 hari dan merupakan akun terbuka (open

account) yang bcrnsal dari pcrluasan kredit jangka panjang. Sedangkan

wesel tagih (notes receivable) adalah janji tertulis untuk membayar

sejumlah uang tertentu pada tanggal tertentu dirnasa depan. Wesel tagih

dapat berasal dari penjualan, pernbiayaan atau transaksi lainnya. Wesel tagih

bersifat jangka pcnclek ataupun jangka panjang. Piutang non clagang (non

trade receivable) piutang non clagang berasal clari berbagai transaksi clan

dapat berupajanji tcrtulis untuk rnembayar atau mengirirnkan sesuatu.

Menurut Marcliasrno (2000:5 l) piutang clagang atau discbut juga

piutang usaha merupakan piutang atau tagihan yang timbul clari penjualan

barang dagangan clan jasa secara kredit. Piutang dagang biasanya cliberikan

penjual kepacla pernbeli barang dagangan atau jasa atas clasar kepercayaan,

tanpa clisertai clengan janji tertulis secara formal.

Selain piutang clagang acla pula piutang yang timbul bukan clari

penjualan barang clagangan clan jasa, misalnya piutang kepacla kruyawan,

piutang kepada pemegru1g sahrun, piutang cliviclen cla11 lain sebagainya.

2. Analisis Piutang 0

Dalarn Lesrnana (2003:77) Piutang yang climaksud aclalah piutang

clagang atau piutang yang terkait clengan usaha perusahaan. Dalrun analisis

piutang (receivables), clilakukan evaluasi terhaclap risiko realisasi piutang

a) Piutang dihasilkan dari term penjualan yang longgar (loose) akibat

kebijakan untuk mendorong penjualan (push sale) atau

mengembangkan pasar. Piutang semaeam ini tidak melalui proses

analisis kredit yang memadai, dan konsekuensinya adalah

perusahaan akan menghadapi piutang bermasalah lebih besar, yang

beresiko tidak dibayar atau pembayarannya tidak tepat waktu.

b) Piutang dengan provisi (perusahaan menyisihkan biaya karena

memberikan hak tertentu kepada konsumen, sehingga perusahaan

mempunyai kewajiban jika hak tersebut digunakan) seperti:

I) Right of return provisions, yaitu piutang dari hasil penjualan

dengan jaminan uang kembali (money back guarantee).

Terdapat risiko bahwa realisasi kas akan tidak te1jadi.

2) Offset provisions, piutang dari hasil penjualan dengan

catatan jika terjadi sesuatu terhadap produk, maka

penagihan tidak dapat dilakukan (konsumen tidak perlu

membayar sisa yang belum dibayar) atau dapat pula

perusahaan harus memberikan pelayanan tambahan atau

penggantian uang. Terdapat risiko bahwa realisasi kas akan

tidak terjadi, bahkan mungkin perusahaan perlu

mengeluarkan biaya tambahan untuk piutang ini.

c) Piutang yang berasal dari perusahaan afiliasi (perusahaan dalam

satu kelompok usaha) atau "related customers" atau yang

mempunyai piutang pada perusahaan lain yang dimiliki oleh istri,

anak, saudara dari pemilik atau direksi.

d) Piutang yang terkonsentrasi pada satu atau sedikit pembeli

(customer) besar, dimana pembeli mcmpunyai posisi tawar

(bargaining power) yang lebih tinggi.

e) Promes (notes receivables) yang diberikan oleh klien yang

menunggak.

f) Piutang dari penjualan konsinyasi.

g) Piutang yang tidak stabil secara politik dan atau ekonomi, atau dari

pemerintah negara asing. Piutang terkait dari penjualan dengan

persetujuan perncrintah atas spcsifikasi produk tertentu. Biasanya

penjualan pada instansi pernerintah atau militer.

Tingkat risiko realisasi dari piutang usaha dapat diukur salah satunya

dengan rasio keuangan. Rasio yang digunakan tmtuk menilai likuiditas

piutang adalah rasio pcrputaran piutang (receivable turnover ratio). Rasio

ini mengukur bernpa kali secara rata-rata, piutang berhasil ditagih selama

satu periode. Rasio ini dihitung dengan membagi penjualan bersih dengan

piutang rata-rala (bersih) yang beredar selama tahun berjalan. Semakin

tinggi receivable turnover ratio maka semakin baik, berarti perusahaan

dapat melakukan penagihan dengan lebih cepat, tetapi tingkat rasio yang

yang bcrcdar. Pada akhimya pcnycdiaan inlormasi ini akan mcmbantu

pemakai laporan kcuangan mcnilai likuiditas bcrjalan dan arus kas

prospektif pcrusahaan yang juga menjadi tujuan utama dari akuntansi

(Donald E. kicso dkk., 2002:409).

Dari uraian tersebut diatas, diketahui bahwa penjua1an kredit

disamping mcmiliki keuntungan berupa kenaikan penjualan, kenaikan laba

dan memcnangkan persaingan, tctapi juga berpotensi kerugian dan

menimbulkan tarnbahan biaya scperti penagihan, beban administrasi dan

beban tambahan surnber dana (utang) yang kemungkinan dapat berpengaruh

terhadap kondisi arus kas perusahaan dimasa yang akan datang.

D. Persediaan (Inventory)

1. Definisi Persediaan (l11ve11tory)

Perusabaan pada umumnya berusaha keras rnencapai imbalan yang

segera mungkin atas investasi mcreka. Begitu juga halnya dengan investasi

dalam persediaan. Kemampuan untuk menjual pcrsediaan dan menagih

piutang dagang adalah mendasar seka1i bagi keberhasilan sebuah

perusahaan. Semakin cepat persediaan terjual, semakin cepat perusahaan

menciptakan piutang dagang, dan semakin cepat perusahaan menagih

kasnya.

Persediaan menurut Donald E. kieso dkk (2002:444) dapat

didefinisikan sebagai pos-pos aktiva yang dimiliki untuk diiual da1am

dalam memproduksi barang yang akan dijual.

Mardiasmo (2000:99) mendefinisikan:

Persediaan adalah barang-barang yang dibeli perusahaan de•1gan maksud untuk dijual lagi (barang dagangan), atau masih clalam proses produksi yang akan diolah lebih lanjut menjadi barang jadi kemudian dijual (barang clalam proses), atau akan clipergunakan clalam proses procluksi barang jadi yang kemuclian dijual (bahan baku/pcmbantu).

Dalam PSAK No. 14 paragraf 03 persediaan didefinisikan sebagai:

Persediaan adalah aktiva: a) Tersedia untuk clijual dalam kegiatan normal; b) Dalam proses produksi dan atau dalam perjalanan; atau e) Dalam bentuk bahan atau perlengkapan (supplies) untuk digunakan

clalam proses produksi atau pemberianjasa.

Pada clasarnya, yang disebut persediaan (inventory) adalah aktiva

lancar berupa barang dagangan yang acla ditangar1, tersedia untuk dijual,

bisa bcrupa bahan mentah (baku) clan pembantu, barang setengahjadi (yang

sedang diproses) atau barangjadi (Kuswadi, 2004:252).

2. Klasifikasi Pcrscdiaan

Persecliaan dapat diklasifikasikan dalam bebernpa kategori, tergantung

pada jenis usaha perusahaan. Namun pada umumnya persediaan dapat

dibagi menjadi persediaan barang dagang, persediaan bahan baku,

persediaan barnng dalam proses clan persediaan barang jadi. Persediaan

barang dagangan terdapat pada jenis perusahaan perdagangan yang kegiatan

utamanya membeli clan menjual barang dagangan. Sedangkan persediaan

bahan baku/pembantu, barang dalam proses dan barang jadi terdapat pada

jenis perusahaan manufaktur yang mempunyai kegiatan utama mengolah

Biaya yang dibebankan kebarang dan bahan baku yang ada ditangan

tetapi belum dialihkan keproduksi dilaporkan sebagai persediaan bahan

baku (raw materials invent01y). Balmn-bal1an ini dapat langsung ditelusuri

langsung ke produk akhir.

Pada setiap titik dalam proses produksi yang berkelanjutan, ada

sejumlall produk yang belum selesai diproses selanjutnya. Biaya ballan baku

untuk produk yang telah dibuat tetapi belum selesai diproses sepenuhnya.

Biaya bahan baku untuk produk yang telah dibuat tetapi belum selesai,

ditan1bah biaya tenaga kerja langsung yang diaplikasikan secara khusus

kebahan baku ini dan biaya overhead yang dialokasikan, merupakan

persediaan barang dalam proses (work in process inventory).

Sedangkan biaya yang berkaitan dengan produk yang telah selesai

tetapi belum terjual pada akhir periode fiscal dilaporkan sebagai barang jadi

(finished goods inventory) Donald E. Kieso dkk (2002:445).

3. Arti Penting Penilaian Persediaan

Persediaan barang dagangan adalal1 salah satu rekening yang muncul

pada ncraca maupun laba rugi. Penilaian persediaan penting, karena dalam

banyak perusahaan, ;:iersediaan mewakili aktiva kini dengan angka rupiall

yang paling besar. Pada saat yang sama, penilaian persediaan

mcmpengaruhi secarn langsung jumlah laba atau rugi bersih yang

dilaporkan untuk periode pelaporan. Laba kotor dihitung sebagai perbedaan

antara oeniualan bersih dengan biava ookok oeniualan. sedangkfm biava

pokok barang tersedia untuk dijual. Karena hubungan ini, semakin tinggi

biaya pokok persediaan akhir, akan semakin rendah biaya pokok penjualan

dan semakin tinggi Jaba kotornya. Sebaliknya, semakin rendah nilai yang

dibebankan pada perscdiaan akhir, maka semakin tinggi biaya pokok

pcnjualan dan scmakin rcndah laba kotornya. Karena jumlah laba kotor

mempunyai dampak langsung terhadap besarnya laba bersih, maka jumlah

yang dibebankan pada persediaan akhir akan mempengaruhi secara

langsung besarnya laba bersih.

Sebagai kaidah umum, semakin tinggi rasio putaran persediaan, maka

(1) semakin clCktil' pcrusahaan dalam kegialan usahanya, (2) semakin

rendah jumlah invcstasi yang terbenam dalam persediaan, (3) semakin

singkat sildus operasi yang dibutuhkan untuk mengisi kembali kas

perusahaan. Perusahaan yang mempunyai putaran persediaan yang tinggi

dibandingkan dengan perusahaan lainnya dalam industri yang sama,

biasanya lebih efektif dalam pembe!ian, penerimaan clan penjualan.

4. Analisis Perscdiaan (/11ve11tory)

Menilai dan mengukur risiko persediaan dapat dilakukan dengan

memperhatikan hal-hal sebagai berikut:

a) Membangun jaringan lokasi persediaan (bulid up ar plant wholeshaler,

or retailer) pada umumnya perlu dilala1kan, terutama bagi pemsahaan

baru atau perusahaan yang memperkenalkan produk baru, untuk dapat

mendistribusikan barammva hin1H>a ke konsumen akhir. Pemsahaan

melainkan rnenitipkan barangnya untuk dijual atau sering disebut

konsinyasi. Jika perusahaan menyediakan persediaan dengan jumlah

besar maka risiko realisasi meningkat dan meningkatkan carrying cost

termasuk biaya risiko keusangan (obsolescence).

b) Ratio persediaan terhadap penjualan. Kecendenmgan (trend) yang

meningkat menunjukkan kualitas laba yang menurun.

c) Ratio perputaran persediaan (inventory turnover) yang dicari dengan

harga pokok penjualan (COGS) dibagi dengan rata-rata persediaan.

Ratio yang rendah menunjukkan kelebihan persediaan (overstocking),

risiko keusangan (sebab barang semakin lama menumpuk, dan dapat

terjadi ketinggalan jarnan), biaya penyimpanan menjadi tinggi dan

defisiensi dalam memproduksi atau penjualan.

d) Membandingkan perubahan bahan baku (raw malerials) terhadap

perubahan barang dalam proses (WIP) terhadap perubahan barm1g jadi

(finished goods).

e) Variabilitas yang signifikan dari harga persediaan,. menyebabkan risiko

yang lebih tinggi bagi perusahaan.

f) Persediaan yang bersifat digemari dalam waktu singkat (fadish ),

spesialisasi, mudal1 rusak (perishable) dan barang mewah pada

umumnya menyebabkan risiko yang lebih tinggi bagi perusahaan.

g) Persediaan yang menjadi jaminan, mempunyai risiko realisasi yang

tinggi.

h) Persediaan yang tidak diasuransikan dengan sewajarnya.

i) Persediaan yang mudah terkena risiko politik dengan adanya kebijakan

yasng mengaturnya.

Dalam penelitian ini persediaan diukur dengan menggunakan Ratio

perputaran persediaan (inventory turnover).

E. Kewajiban

Menurut Sirnamora (2004:334) Kewajiban (liabilities) adalah

kewajiban yang muncul dari transaksi atau kejadian dimasa lalu, dan

menuntut pelunasan pada tanggal tertentu dimasa yang akan datang.

Donald E. Kieso dkk., 2002:179 mendefinisikan kewajiban sebagai:

Kemungkinan pengorbanan masa depan atas manfaat ekonomi yang muncul dari kewajiban saat ini entitas tertentu untuk mentransfer aktiva atau menyediakan jasa kepada entitas lainnya dimasa depan sebagai basil dari transaksi atau kejadian masa lalu.

Dengan kata lain, suatu kewajiban mempunyai tiga karakterstik utama

yaitu:

a. Merupakan kewajiban saat ini yang memerlukan penyelesaian dengan

kemungkinan transfer masa depan atau penurunan kas, barang ataujasa.

b. Merupakan kewaj iban yang tidak dapat dihindari.

c. Transaksi atau kejadian lainnya yang menciptakan kewajiban itu harus

telah te1jadi.

Karakteristik m1 menimbulkan pembagia11 kewajiban menjadi

kcwajiban lancar dan hutangjangka panjang. Kewajiban lancar (current

jangka waktu siklus operasi normal perusahaan; aitau jatuh tempo dalam

jangka wal(tu dua belas bulan dari tanggal neraca.

Siklus operasi (operating cycle) adalah periode waktu yang diperlukan

antara akuisisi barang dan jasa yang terlibat dalan1 proses manufaktur serta

realisasi kas akhir yang dihasilkan dari penjualan dan penagihan

selanjutnya. Kew<yiban jangka pendek biasanya dipatok jatuh tempo dalam

I tahun atau kurang, sedangkan kewajiban jangka panjang jatuh tempo

lebih dari I talmn.

Ada beberapa jenis kewajiban lancar yaitu hutang usaha, wesel bayar,

Jatuh tempo berjalan hutang jangka panjang, kewajiban jangka pendek

yang diharapkan akan didanai kembali, hutang dividen, deposito yang

dapat dikcrnbalikan, pendapatan diterima dirnuka, hutang pajak penjualan,

hutang pajak property, hutang pajak penghasiJan, kewajiba.n yang

berhubungan dengan karyawan.

Hutang jangka panjang (long lerm debt) tcrdiri dari pengorbanan

manfaat ekonorni yang sangat rnungkin dimasa depan akibat kewajiban

sekarang yang tidak dibayarkan dalam satu tahun a1au satu sikJus operasi

perusahaan, mana yang lebih lama. hutang obligasi, wesel bayar jangka

panjang, hutang hipotik, kewajiban pensiun, dan kewajiban lease

merupakan contoh-contoh kewajiban jangka panjang.

Adapun kewajiban yang dimaksud dalam penelitian ini adalah hutang

usaha (account payable), merupakan saldo yang terhutang kepada pihak

F. Behan Dcprcsiasi

Penyusutan merupakan pengalokasian biaya awal suatu aktiva

(dikurangi nilai sisa, jika ada) secara rasional dan sistematis sepanjang masa

manfaat yang diharapkan untuk aktiva. Dalam PSAK No. 17 paragraf 02 :

Penyusutan adalah alokasi jumlah suatu aktiva yang dapat disusutkan

sepanjang masa manfaat yang diestimasi. Penyusutan untuk periode akuntansi

dibebankan ke pendapatan baik secara Jangsung maupun tidak la1gsung ..

Menurut Kieso (2002: 404)

Pcnyusutan (depreciation) didefenisikan sebagai proses akuntansi dalam mengalokasikan biaya aktiva berwujud kebeban dengan earn yang sistematis dan rasional selama periode yang diharapkan mendapat manfaat dari pengunaan aktiva tersebut.

Aktiva yang dapat disusutkan adalah aktiva yang diharapkan untuk

digunakan selama lebih dari satu periode akuntansi, memiliki masa manfaat

yang terbatas dan ditahan oleh suatu perusahaan un.tuk digunakan dalam

memproduksi atau memasok barang dan jasa untuk disewakan atau untuk

tujuan administrasi.

Biaya penyusutan aktiva tetap dan an10rtisasi dari aktiva tidak be:rwujud

adalah contoh dari biaya-biaya nonkas. Biaya ini mengurangi Jaba bersih tetapi

tidak mengurangi kas selama periode yang bersangkutan

( ditamballkan pada laba bersih guna menghitung arus kas neto dari aktivitas

operasional) (Djarwnto, 2004: 134).

G. Hubungan Komponcn Akuntansi Akrual Dcngan Arus Kas

Komponen akuntansi akrual yang akan digunakan dalam penelitian

mempunyai hubungan dengan keberadaan kas perusahaan untuk periode

mendatang atau periode setelah terjadinya transaksi yang mengakibatkan

akrual. Pendapatan dicatat saat barang atau jasa terjual ke pelanggan meskipun

penjualan tersebut dalam bentuk !credit. Penjualan !credit akan berpengaruh

terhadap aliran kas masuk masa mendatang pada saat perusahaan menerirna

pelunasan (Dyckman 2000) dalam Prasetio dan Aris Budiyanto, 2004:223)

1. Piutang Usaha (Acco1111t Rececable)

Piutang usaha merupakan salah satu elemen penting didalam

menentukan tingkat likuiditas dan fleksibilitas finansial perusahaan.

Piutang usaha juga merupakan komponen modal ke~ja dan dapat dijadikan

sebagai indikator penting menyangkut penerirnaan atau arus kas masuk

dalam jangka pendek dimasa depan. Pengaruh piutang usaha terhadap

aliran kas masuk di masa yang akan datang terluhat dari lrnbungan positif

antara piutang usaha dengan arus kas .

Untuk menentukan penerimaan kas dari pelanggan, maka perlu untuk

mempertimbangkan perubal1an pintang usaha selan1a tahun berjalan.

Apabila piutang usaha meningkat selama tahun berjalan, maka pendapatan

atas dasar akrual akan lebih tinggi dari pada penerimaan kas dari

pelanggan. Dengan kata lain, operasi yang dilakukan mengakibatkan

meughasilkan peuerimaau kas, kita harus meugurangkan jumlah kenaikan

piutang usaha dari total pendapatan penjualan (Kieso & Weygandt, 2002:

392).

2. Persediaan (Inventory)

Aliran kas keluar terjadi saat perusahaau rnelakukan pembelian

persediaau untuk menunjang persediaau dan penjual.an di masa yang akan

datang. Perediaan dicatat berdasarkan harga perolehamiya yang akan

dialokasikan dan dibebankan pada barang yang terjual pada pelanggan.

Hal ini meunjukkan bahwa biaya perolehan persed:1aau yang terjadi baru

akan diakui dimasa akan datang pada saat barang tersebut dikirim atau di

jual ke pelanggan. Ketika terjadi penjualan, maka pada saat itu juga ada

penandingan antara pendapatan penjualan dengan beban yang terjadi.

Semakin banyak penjualan akan meningkatkan pendapatan dan semakin

cepat pula biaya yang sebelumnya dikeluarkan akan dibebankan. Hasil

penandingan yang te1jadi akan menunjukkan aliran kas masuk masa yang

akan datang pada saat pendapatan diperoleh. Penandingan beban dalam

bentuk harga pokok penjualan pada persediaan terhadap pendapatan hasil

penjualan menunjukkan hubunga.'1 yang positif. Pe:ndapatan inilah yang

nantinya akan meningkatkan arus ka.5 masuk dimasa yang akan datang.

3. Hutaug Usaha

Hutang terjadi karena adanya pembelian oleh perusahaan secara kredit

yang rnengharuskan pcrusahaan untuk melunasinya. Pcngaruh utang

terhadap arus kas masa yang akan datang nampak pada saat perusahaan

melakukan pclunasan alas utang yang tcrjadi. Pelunasan utang ini

menyebabkan aliran kas keluar dari perusahaan. Berbeda dengan piutang

usaha dan persediaan, hubungan hutang usaha dengan arus kas

menunjukkan hubungan yang negatif yaitu apabila terjadi kenaikan hutang

usaha berarti kas di masa yang akan datang berkurang pada s1at pelunasan

hutang.

4. Behan Dep1·esiasi

Pengeluaran arus kas yang terjadi untuk pembelian aktiva tetap tidak

secara langsung berhubungan dengan ams kas dari aktivitas operasi

melainkan bepengaruh terhadap arus kas dari aktivitas investasi (Ingram

dan Lee: 1977) dalarn Prasetio dan Aris Budianto (2004:223). Biaya

perolehan yang terjadi pada aktiva tetap sampai aktiva tersebut siap

digunakan akan dialokasikan oleh perusahaan sesuai dengan umur

manfaatnya yang biasanya lebih dari satu tahun. Biaya perolehaui akan

dibebankan secara bertahap terhadap barang yang dihasilkan yang

nantinya akan dijual. Penjualan yang terjadi akan mengakui adanya

pendapatan dan beban yang terjadi. Hasil penandingan antara pendapatan

menghasilkan laba perusahaan. Pendapatan yang diperoleh akan

menghasilkan aliran kas masuk dimasa datang pada saat pendapatan benar

benar diterima oleh perusahaan. Dilain pihak manfaat dari aktiva tetap

akan terns digunakan sampai manfaat dari aktiva tersebut berkurang

kemudian berhenti dan digantikan dengan aktiva baru dengan pembebanan

biaya yang barn pula. Hubungan antara beban depresiasi dengan arus kas

positif apabila ada kenaikan beban depresiasi yang diartikan sebagai

penambahan aktiva tetap untuk mendukung produksi perusahaan.

Peningkatan produksi akan berhubungan terhadap pendapatan melalui

penjualan yang akhirnya berpengaruh terhadap arus kas masa depan akan

mengalami kenaikan (Prasetio, 2004:223).

Dari uraian diatas tampak bahwa komponen akuntimsi akrual (perubahan

piutang dagang, perubahan persediaan, perubahan utang dagang, dan beban

depresiasi) memiliki hubungan dengan aliran kas masuk maupun aliran kas

keluar.

H. Penclitian Tcrdahulu

Penelitian mengenai komponen apa saja yang dapat memprediksi arus

kas suatu perusahaan sudal1 banyak dilakukan. Seperti penelitian yang

dilakukan oleh Kushikawan dalam (Lestari:2001) dalan1 (Prasetio, 2004:221)

yang menguji perbandingan laba dan arus kas dalam memprediksi laba dan

arus kas yang hasilnya menunjukkan bahwa Jaba merupakan prediktor yang

kedepan.

Lestari (2001) dalam (Prasetio, 2004:221-222) yang meneliti tentang

kemampuan prediksi laba dengan menggunakan analisis rasio kenangan yang

menunjukkan hasil yang signifikan untuk prediksi Iaba masa datang dan hasil

penelitian tersebut juga bermanfaat untuk memprediksi laba satu tahun

kedepan. Namun keakuratannya lebih rendah dan kekuatan prediksi rasio

keuangan mengalami penurunan untuk periode waktu yang lebih lama atau

lebih dari satu tahw1. Hasil penelitian terdahulu menunjukkan adanya muatan

infonnasi laba dan infom1asi arus kas yang keduanya menjadi bagifill yang

saling terkait dalam lapora.n keuangan. Perkembangan penelitian selanjutnya

mulai menggunakan komponen aklliltansi akrual sebagai prediktor dalam

memprediksi arus kas.

Penelitian Octavia dalam (Lestari:200 I) dalam Prasetio (2004:222) yang

meneliti kegunaan kornponen aklliltansi akrual sebagai dasar pengukuran

kinerja perusahaan. Hasil penelitiannya menur\jukkan penggunaan komponen

akuntansi akrual jangka panjang yaitu depresiasi dan amortisasi mampu

mendukung dalam peningkatan arus kas perusahaan jangka panjang atau lebih

dari satu tahun. Pacla penelitian ini clilakukan prediksi dua tahun kedepan

untuk mengetahui kemampuan prediksi komponen akuntansi akrual terhadap

arus kas perusahaan.

Penelitian Syafriadi (2000) menguji kemampuan earnings dan arus kas

clalam memprecliksi earnings dan arus kas pada perusahaan manufaktur di

memiliki kemampuan prediksi incremental terhadap arus kas.

Hal yang sama juga dilakukan oleh Parawiyati dan Baridwan (1998)

yang menguji kcrnamµuan prediksi laba, arus kas untuk satu tahun kedepan

dcngan rncnggunakan analisis rcgrcsi, pcnclitian menghasilkan kcsimpulan

bahwa laba dibandingkan arus kas dalam memprediksi laba satu talrnn

kedcpan menunjukkan bahwa kedua variabel tersebut signifikan sebagai

prediktor, dimana laba memberikan pengaruh lebih besar dibandingkan arus

kas.

Rosmita Rasyid (2001) yang meneliti hubungan laba bersih clan arus kas

operasi dengan dividen dengan sampel 126 pernsahaan yang terdaftar di Bursa

Efek Jakarta menunjukkan hasil bahwa Iaba bersih dan arus kas operasi

perusahaan berhubungan secara positif dengan besaran dividen perusahaan.

Prasetio, dkk (2004) menguji komponen akuntansi akrual sebagai

prediktor arus kas opcrasi, penelitiannya dilakukan pada perusahaan

manufaktur di Bursa efek Jakarta. Hasil peneitiannya menunjukkan bahwa

sebesar 18,9 persen secara bersama-sama komponen akuntansi akrual

(pernbahan piutang dagang, persediaan, hutang dagang dan beban depresiasi)

berpengaruh terhadap arus kas operasi. Secara parsial variabel perubahan

piutang dagang dan utang dagang berpengaruh terhadap arus kas operasi.

Sedangkan variabel perubahan persediaan dan beban depresiasi tidak

berpengaruh terhadap arus kas operasi. Besarnya pengaruh perubahan piutang

dagang dan perubahan hutang dagang terhadap arus kas operasi pernsahaan

dan beban depresiasi tidak berpengaruh terhadap arus kas opera>i. Selain itu,

tidak ada perbedaan antara hasil arus kas estimasi dengan arus kas realisasi.

Hal ini menunjukkan bahwa komponen akuntansi akrua1 memiliki

kemampuan untuk memprediksi arus kas 2 tahun kedep<m.

Penelitian yang dilakukan Purwanto (2006) yang meneliti komponen

akuntansi akrual dalam memprediksi arus kas operasi menunjukkan hasil

bahwa signifikansi variabel piutang dagang sebesar 0,000 berarti lebilii kecil

dari 0,05 maka dengan demikian variabel piutang dagang berpengaruh

terhadap arus kas operasi. Sedangkan persediaan dan hutang dagang tidak

memiliki pengaruh yang signifikan karena segnifikm1si yang dihasilkan

sebesar 0, 228 dm1 0,895 atau lebih besar dari 0,05.

X. Kerangka Pemikiran

Berdasarkan teori diatas, dapat dibuat sintesa dalam sebuah kerangka

pemikiran sebagai berikut:

Variabel lndependen

Komponen akuntansi akrual

Piutang Usaha

Persediaan

Hutang Usaha

Behan Depresiasi

J. Perumusan Hipotcsis

Tabel 3.1 Model Penelitian

Variabel Dependen

Arns Kas Operasi

Dmi kerangka pemikiran diatas maka hipotesis penelitim1 m1 dapat

dirumuskan sebagai bcrikut:

1-l 1: Perubaban piutang usaha, perubahan persediaan, perubahan hutMg usaha,

dan beban dcpresiasi sccara simultml berpengaruh terhadap arus kas

operas1.

H2: Perubahan piutang usaha, perubahan persediaatl, pembahan hutmlg usaha,

dan beban deprcsiasi secara parsial dapat berpengaruh terhadap ams kas

operas1.

I-I 3: Terdapat perbedaan antara arus kas estimasi dengan mus kas realisasi.

BAB III

METODOLOGI PENELITIAN

A. Ruang Linglrnp Pcnclitian

Dalam penelitian ini penulis memilih Bursa Efek Indonesia sebagai

ternpat untuk melakukan rise!. Data yang digunakan dalam penelitian ini

berupa data sekunder clcngan melihat laporan keuangan perusahaan manufaktur

dan non manufaktur yang terclaftar di Bursa Efek Indonesia clari tahun 2002

sampai tahun 2006. Informasi yang cligunakan pacla penelitian ini aclalah

neraca clan laporan laba rugi untuk mengetahui jumlah penjualan bersih, salclo

piutang rata-rata, biaya pokok penjualan, salclo persediaan rata-rata, jumlah

kewajiban, jumlah aktiva clan beban clepresiasi.

Data penjualan bersih clan saldo piutang rata-rata digunakan untuk

menghitung perputaran piutang clagang, kemuclian biaya pokok penjualan clan

salclo persediaan rata-rata cligunakan untuk menghitung perputaran persecliaan,

seclangkan jumlah kewajiban clan jumlah aktiva cligunakan untuk menghitung

utai1g jumlah aktiva. Beban depresiasi digunakan untuk melihat jumlah

clepresiasi yang tertera pacla masing-masing tahun.

B. Metode Penentuan Sampel

Populasi clalam penelitian ini adalah seluruh kelompok perusahaan

manufaktur dan non manufaktur yang terdaftar di Bursa Efek Indonesia.

yang digunakan dalam penelitian ini berjumlah 77 perusahaan. Pengambilan

sampel dilakukan dengan metode pemilihan sampel bertujuan (purposive

sampling) dengan kriteria sebagai berikut:

1. Periode Iaporan keuangan berakhir pada tanggal 3 I D1~sember.

2. Masih terdaftar di Bursa Efek Indonesia sampai dengan 31 Desember 2006.

3. Laporan keuangan telah diaudit oleh Kantor Akuntan Publik dan telah

dipublikasikan melalui Pusat Referensi Pasar Modal (PRPM) di Bursa Efek

Indonesia.

4. Perusahaan mempublikasikan laporan keuangan pada Bursa Efek Indonesia

secara terus menerus dari tahun 2002 sampai dengan tahun 2006.

5. Laporan keuangan yang diterbitkan telah memuat Iaporan arus kas tahun

2002 sampai 2006.

6. Laporan keuangan disajikan dengan mata uang rupiah.

C. Metode Pengumpulan Data

Sumber data dalam penelitian ini adalah data sekunder, yaitu sumber

data penelitian yang diperoleh peneliti secara tidak Iangsung rnelalui media

perantara ( diperoleh dan dicatat oleh pihak Iain). Tujuan peneliti rnenggunakan

data sekunder adalah untuk mengungkapkan fakta. kondisi keuangan

perusahaan selama 5 tahun, daJam haJ ini kornponen-kornponen akuntansi

akrual dan arus kas operasi.

Untuk rnemperoleh data yang sesuai dengan bidang yang diteliti maka

1. Penelitian Kepustakaan (libraiy research)

Penelitian kepustakaan yaitu mengumpulkau data-data teoritis dan

mempelajari dengan seksanm teori-teori yang berkaitan langsung dengan

permasalahan yang dibahas untuk memberikan wawasan dan landasan teori

yang menjadi dasar utnuk menganalisis dan menunjang pembalmsan

masalah dalan1 penulisan skripsi. Data- data teoritis tersebut dapat berupa

buku, jumal, artikel, dan skripsi.

2. Dokumentasi

Dalam metode dokumentasi penulis mengumpulkan data dengan cara

menganalisis laporan keuangan perusahaan yang terdaftar di BEI dari tahun

2002 san1pai dengan tahun 2006.

Penelusuran data sekunder yang bempa teori maupun laporan

keuangan dilala1kan dengan cara penelusuran secara manna! untuk data

dalam format kertas basil cetakan dan penelusuran dengan komputer untuk

data format elektronik.

D. Metodc Analisis Data

Setelah data-data yang diperlukan terkun1pul, maka selanjutnya

dilakukan pengujian variabel-variabel menggunakan uji asumsi klasik dan uji

hipotcsis dcngan bantuan pcrangkat lunak SPSS 15.

1. Deskriptif Kuantitatif

Statistik deskriptif digunakan untuk memwamh~rbn fi~n

dalam penelitian adalah nilai rata-rata, standar deviasi, nilai minimum dan

nilai maksimum.

2. Pengujian Persyaratan Analisis (Uji Asumsi Klasik)

Dalam penggunaan analisis regresi agar menunjukkan hubungan yang

valid atau tidak bias maka perlu pengujian asumsi klasik pada model regresi

yang digunakan. Adapun asumsi dasar yang harus dipenuhi antara lain:

a. Uji Nomialitas Data

Uji normalitas bertnjuan untuk menguji apakah sebuah model regresi,

variabel dependen, variabel independen atau keduanya mempunyai

distribusi normal ataukah tidak. Model regresi yang baik adalah distribusi

data nonnal atau mendekati nom1al.

Untuk rnengetahui apakah data nom1al ataukah tidak maka dapat

dideteksi dengan melihat normality probability plot. Jika data (titik)

menyebar disckitar garis diagonal maka model regresi memenuhi asumsi

normalitas. Tetapi jika data (titik) menyebar jauh dari garis diagonal dan

tidak mengikuti arah garis diagonal maka model regresi tidak memenuhi

asumsi normalitas (Ghozali, 2005: 112).

b. Multikolinearitas

Uji multikolinearitas bertujuan untuk menguji apakah model regresi

ditemnkan adanya korelasi antar variable bebas (independent). Model

regresi yang baik seharusnya tidak terjadi korelasi diantara variabel

independen ( Ghozali, 2005 :91 ).

Deteksi ac!a atau tic!aknya multikolinearitas c!ic!alam model regresi

c!apat c!ilihat c!ari besaran VJF (Variance Jriflation Factor) clan tolerance.

Regresi bebas c!ari multikolinearitas jika nilai VIF , I 0 clan nilai

io/erance > 0.10 (Ghozali, 2005: 92).

c. Oji Heteroskec!astisitas

Oji heteroskec!astisitas bertujuan menguji apakah .node! regresi

terjac!i ketic!aksamaan varians c!ari residual satu pengamatan kc

pengamatan yang lain. Jika varians c!ari residual satu pengamatan kc

pengamatan yang lain tetap, maka disebut homoskedastisitas clan jika

berbeda disebut heteroskedastisitas. Model regresi yang baik adalah

homoskedastisitas.

Deteksi ada atau tidaknya heterokedastisitas dapat dilihat dengan

ada tidaknya pola tertentu pada grafik scate171lot. Jika ada pola tertentu

maka mengindikasikan telah terjadi heteroskedastisitas. Tetapi jika tidak

ada pola yang jelas serta titik-titik menyebar diatas clan dibawah angka 0

pada sumbu Y maka tidak terjadi heteroskedastisitas (Ghozali, 2005:92).

d. Autokorelasi

Oji autokorelasi bertujuan menguji apakah <la.lam model regresi linear

ada korelasi antara kesalahan pengga.nggu pada periode t dengan kesalahan

pengganggu pada periode t-1 (sebelumnya). Jika terjadi korelasi, maka

dinamal(an ada problem autokorelasi. Autokorelasi muncul karena

observasi yang bernrutan sepanjang waktu berkaitan sama lainnya.

dari satu observasi keobservasi Jainnya. Hal ini sering ditemukan pada data

run tut waktu (time series). Model regresi yang baik adalah regresi yang

bebas dari autokorelasi (Ghozali,2005:95).

Deteksi adanya autokorelasi dilakukan dengan menggunakan Durbin-

Watson (DW), dimana:

1) Jika nilai DW dibawah -2 maka ada autokorelani positif.

2) Jika nilai DW diantara -2 sampai +2 maka tidaE: ada autokorelasi.

3) Jika nilai DW diatas +2 maka ada autokorelasi negatif.

3. Pengujian Hipotesis

Untuk melihat pengaruh variabel independen (be bas) terhadap variabel

dependen (terikat), maka peneliti menggunakan model regersi berganda

(Multiple Linear Regression Method). Persamaan regn:si berganda sebagai

berikut:

Y =a+ b1X1 + b2X2 + b3X3 + b4X4 + e

Keterangan:

Y =Arns kas yang diprediksi

a = Konslanta

b = Koefisien regresi

XI = Perubahan piutang usaha

X2 = Perubahan persediaan

X3 = Perubahan hutang usaha

a. Koefisien Determinasi (R2)

Koefisien determinasi (R2) bertujuan mengukur seberapa jauh

kemampuan variabel independen (piutang usaha, persediaan, hutang usaha

dan depresiasi) dalan1 menjelask:an variasi variabel dependen (arus kas

operasi perusahaan). Nilai koefisien determinasi adalah antara no] dan satu.

Nilai yang mendekati satu berarti variabel independen memberikan hampir

semua informasi yang dibutuhkan untuk memprediksi variabel dependen

(Ghozali, 2005:83).

Kelemahan mendasar penggunaan koefisien determinasi adalah bias

terhadap jumlah variabel independen yang dimasukkan kedalam model.

Setiap tambahan satu variabel independen, maka R2 pasti meningkat tidak

peduli apakah variabel tersebut berpengaruh secarn signifikan terhadap

variabel dependen. Oleh karena itu penelitian ini menggunakan nilai

Ac/justed R2, yang dapat naik atau Turun apabila satu vasiabel independen

ditambahkan kedalam model.

Jika nila Atijusted R2 adalah sebesar 1 berarti fluktuasi variabel

dependen selurulmya dijelaskan oleh variabel independen dan tidak ada

faktor lain yang menyebabkan fluktuasi variabel dependen. Nilai Adjusted

R2 berkisar 0 san1pai dengan 1. Jika mendekati I berarti semakin kuat

kemampuan variabel independen dalan1 menjelaskan variabel dependen.

Sebaliknya, jika nilai Adjusted R2 semakin mendekati angka 0 berarti

semakin lemah keman1puan variabel independen dapat menjclaskan

b. Uji Signifikansi Simultan (Uji Statistik F)

Uji signifikansi simultan (uji statistik F) dilakukan dengan tujuan

rnenguji apakah semua variabel independen yang clirnasukkan clalarn model

penelitiaan rnempunyai pengaruh secara bersama-sarna terhaclap variabel

depenclen, jika nilai signifikansi > 0,05 maka Ha ditolak, sebaliknya jika

nilai signifikansi < 0,05 maka Ha cliterima. Dalam penelitian ini uji F

climaksudkan untuk mengetahui secara bersama-sarna pembahan piutang

usaha (XI), pembahan persecliaan (X 2), pernbahan hutang usaha (X 3) clan

beban clepresiasi (X4) berpengaruh terhaclap ams kas operasi perusahaan.

Hipotesis alternatif cliterima apabila nilai F sig lebih kecil dari a (5%).

c. Uji Signifikansi Parameter Individual (Uji Statistik t)

Uji statistik t bertujuan untuk meni,,'llji seberapa jauh pengaruh satu

variabel iudependen secara individual yaitu perubahan piutang usaha (X1),

pembahan persediaan (X2), pernbahan hutang usaha (X3) clan beban

depresiasi (X4) dalarn menerangkan variasi variabel dependen yaitu ams kas

operasi.

Langkah yang digunakan untuk menguji hipotesi:> dengan uji t adalah

dengan menentukan level of significance. level of significance yang

digunakan sebesar 5% atau (a) = 0,05. Jika sig t lebih besar dari 0,05 maka

Ha ditolak. Narnun, jika sig t lebih kecil dari 0,05 maka Ha diterima, berarti

ada pengaruh sign[ficance antara variabel independen dengan variabel

depenclen (Ghazali, 2005:85).

d. Uji Sampel Berpasangan (Paired sample !-test)

Pengujian hipotesis ini dilakukan untuk mengetahui apakah ada

perbedaan arus kas estimasi dengan arus kas realisasi. Hipotesis alternatif

diterima apabila nila t sig lebih kecil dari a (5%).

E. Operasional Variabel Penelitian

1. Variabel Independen

Variabel independen adalah tipe variabel yang menjelaskan atau

mempengaruhi variabel yang lain. Dalam penelitiart komponen akuntansi

ahual yang digunakan sebagai variabel independen adalah:

a. Perubahan Piutang Usaha

Piutang usaha adalah semua klaim atau hak untuk menuntut

pembayaran yang pada umumnya akan berakibat adanya penerimaan kas

dimasa yang akan datang. Perputaran piutang dagang atau piutang usaha

dapat diukur dengan rasio:

Putaran Piutang

b. Perubahan persediaan

Penjualan kredit bersih usaha = ----"-----------

Rata - rata piutang usaha bersih

Persecliaan aclalah aktiva yang dimiliki oleh perusahaan untuk

clijual atau barang-barang yang akan digunakan atau clikonsumsi clalam

proses produksi pcmbuatan barang. Pcrputaran persccliaan clapat cliukur

Biaya pokok penjualan Biaya pokok penjualan = --~-~---~~--

Saldo persediaan rata - rata

c. Hutang Usaha

Hutang usaha adalal1 kemungkinan pengorbanan manfaat

ekonomi berupa penyerallan aktiva atau penyediaan jasa yang harus

dilakukan oleh suatu entitas atas kewajiban kepada entitas lain dimasa

yang akan datang sebagai akibat dari transaksi atau peristiwa yang

terjadi dimasa Jalu. Persentase jumlah aktiva yang didanai oleh kreditor

menunjukkan scjauh mana perusahaan menggunakan pendanaan hutang.

Rasio hutang kc jumlah aktiva dapat dihitung:

. . Jumlah kewajiban Hutang 1ur,1!ah akt1va = · ·

· Jumlall aktiva

d. Beban depresiasi

Beban depresiasi adalah biaya perolehan aktiva tetap yang diakui

sudah dikonsumsi sclama periode akuntansi/fiskal. Akumulasi

pcnyusutan adalah bagian dari biaya perolehan aktiva tetap yang

dialokasikan kepenyusutan sejak aktiva tersebut diperoleh.

Pengukuran beban depresiasi ditunjukkan dengan jumlal1 biaya

depresiasi yang tei:jadi pada tahw1 dasar yang digunakan yrn1g tercantum

dalam laporan keuangan.

PEHPIJ.ST UTi\M~ll UiN SYAHID J/\f<ARTA i

- -- '"'"•---·--"----'

2. Variabel dependen

Dalam penelitian ini variabel dependen diproksikan oleh arus kas operasi

periode yang ditcliti.

BAB IV

BASIL DAN PEMBAHASAN

A. Sekilas Gambaran Umum Objek Pcuelitian

I. Gambaran Umum Perusahaan Manufaktur Dan Non Manufaktur

Pernsahaan atau industri adalah satu unit (kesatuan) usaha yang

memiliki kegiatan ekonomi, bertujuan menghasilkan barang atau jasa,

terletak pada suatu bangunan, lokasi te1tentu dan mempunyai catatan

administrasi tersendiri mengenai produksi atau struktur biaya serta adanya

seorang atau lebih yang bertanggung jawab atas usaha tersebut

Industri Pengolahan/Manufaktur, adalah semua kegiatan ekonomi

yang menghasilkan barang dan jasa yang bukan tergolong produk primer, .

yang dimaksud dengan produk primer adalah produk-produk yang

tergolong bahan mentah, yang dihasilkan oleh kegiarnn eksploitasi sumber

daya alam hasil pertanian, kehutanan, kelautan dan pe1tambangan, dengan

kemungkinan mencalrnp produk pengolahan-awal sampai dengan bentuk

dan spesifikasi teknis yang standar dan lazim diperdagangkan sebagai

produk primer.

Jasa Industri yang terkait erat dengan industri

pengolahan/manufaktur adalah:

a. Jasa teknik yang mendukung terbangunnya instalasi produksi/pabrik,

ataupun dibuatnya alat produksi yang siap menghasilkan jasa yang bisa

industri, Jasa desain & engineering pabrik (rancang-bangun

pabrik/kapal lautlkapal terbang/kereta api/mobil), dan jasa konstruksi

pabrik.

b. Jasa teknik yang menunJang pembuatan alat/mesin produksi, yaitu

desain dan rekayasa mesin/peralatan pabrik.

c. Jasa teknik yang menunjang pembuatan bahan konstruksi dasar,

misalnya jasa litbang industri, jasa pengujian mutu bahan/barang, jasa

kalibrasi alat ukur.

d. Jasa teknik yang menunjang kegiatan produksi industri (di masa

operasi), seperti jasa inspeksi teknik, jasa pengujian mutu (bahan baku,

produk, limbah industri}, jasa pemeliharaan pabrik, jasa konsultansi

tcknik industri, dsb.

Sedangkan non manufaktur adalah terdiri dari perusahaan dagang dan

perusahaan jasa, yang disebut perusahaan dagang adalah perusahaan yang

membeli produk dari perusahaan lain, kemudian menyimpan barang tersebut

untuk tujuan dijual kembali. Scdangkan perusahaan jasa adalah perusahaan

yang menghasilkan jasa dan bukan barang atau produk untuk pelanggan.

B. Hasil Dan Pembahasan

1. Dcskripsi Objck Pcnclitian

Penelitian ini menggunakan populasi perusahaan manufalctur dan

non manufaktur yang terdaftar di Bursa Efek Indonesia yang berjumlah

yaitu:

1. Pertanian berjumlah 7 perusahaan.

2. Pertambangan berjumlah 8 perusahaan.

3. lndustri dasar dan kimia berjumlah 33 perusahaan.

4. Aneka industri be1jumlah 45 perusahaan.

5. Industri barang konsumsi berjumlah 27 perusahaan.

6. Properti dan Real es/ate berjumlah 33 perusahamL

7. Jnfrastruktur, utilitas dan transportasi berjumlah 15 perusahaan.

8. Keuangan be1:i umlah 54 perusahaan.

9. Pcrdagangan, jasa dan investasi berjumlah 63 perusahaan.

Adapun sampel perusahaan yang berhasil diperoleh da lam peneltian

m1 sebanyak 77 perusahaan yang memenuhi !criteria kelengkapan data,

dengan rincian sebagai berikut:

a) Pertanian, 3 Perusahaan: PT. Cipendawa agroindustri Tbk (CPDW),

PT. Dharma smnudera Fishing In Tbk (DSFI), PT. Bahtera Admira

Samudra (BASS).

b) Pertambangan 3 Perusahaan: PT. ATPK Resources Tbk (ATPK), PT.

Apexindo Pratama Duta Tbk (APEX), PT. Central Korporindo Tbk

(CNKO).

c) Industri dasar dan kimia 20 Perusahaan: PT. Asahimas Flat Glass

(AMFG), PT. Arwana Citramulia (ARNA), PT. Intikeramik Alamsari

Inds (IKAI), PT. Surya Toto Indonesia (TOTO), PT. Alumindo Light

Tubindo (CTBN), PT. Jakarta Kyoei Steel Works (JKSW), PT. Lion

Metal Works (LION), PT. Lion Mesh P (LMSH), PT.Pelangi Indah

Canindo (PICO), PT. Tembaga Mulia Semanan (TBMS), PT. Colorpak

Indonesia (CLP!), PT. Duta Pertiwi Nnsantara (DPNS), PT. Argha

Karya Prima Inds (AKPI), PT. Asia Plast Industries (APL!), PT.

Berlina (BRNA), PT. Dynaplast (DYNA), PT. Fatro Polindi Nusa

Industries (FPNI), PT. Kageo !gar Jaya (IGAR).

d) Aneka Industri 37 Perusahaan: PT. Astra Otoparts (AUTO), PT. Indi

Kordsa (BRAM), PT. Good Year Indonesia (GDYR), PT. Indo Mobil

Sukses Intl (!MAS), PT. Indospring (INDS), PT. Nipress (NIPS), PT.

Prima Alloy Steel (PRAS), PT. Selamat Sempuma (SMSM), PT.

Sanex Qianjiang Motor Inti (SQM!), PT. Primarindo Asia Infrastru1.1:ur

(BIMA), PT. Sunson Textile Manufacturing (SSTM), PT. Sugi

Samapersada (SUGI), PT. Panasia Filamen lnti (PAFI), PT. Pan

Brother Tex (PBRX), PT. Polysindo Eka Perkasa (POLY), PT. Roda

Vivatex (RDTX), PT. Ricky Putra Globalindo (RICY), PT. Supreme

Cable Manufacturing (SCCO), PT. Texmaco Jaya (TEJA), PT. Voksel

Electrik (VOKS), PT. Sepatu Bata (BATA), PT. Primarindo Asia

Infras. (BIMA), PT. Centex (CNTX), PT. Eratex Djaja (ERTX), PT.

Ever Shine Textile Inds.(ESTI), PT. Panasia Indosyntec (HDTX), PT.

Karwell Indonesia (KARW), PT. Jembo Cable Company (JECC), PT.

Sumi ludo Kabel (IKBI), PT. Polysindo Eka Perkasa (POLY), PT.

(ARGO), PT. arona Bina Sejati (ARTI), GT Kabel Indonesia (KBLI),

PT. Kabelindo Mumi (KBLM), PT. Apac Citra Centertex (MYTX),

e) Industri barang konsumsi 2 Perusahaan: PT. Delta Jakarta (DLTA),

PT. Aqua Golden Missisipi (AQUA).

f) Properti dan Real Estate 7 Perusahaan: PT. bintang Mitra Semestaraya

(BMSR), PT. Ciputra Property (CTRP), PT. Duta Anggada Realty

(DART), PT. Duta Pertiwi (DUTI), PT. Fortune Mate Indonesia

(FMII), PT. Gowa Makassar Tourism Dev (GMTD), PT. Jaya Real

Property (JRPT).

g) Infrastruktur, utilitas dan transportasi J Perusahaan: PT. Humpuss

Intermoda (HITS).

h) Keuangan I Perusahaan: PT. Danasupra Erapasi:l:ic (DEFI).

i) Perdagangan, jasa dan investasi 3 Perusahaan: PT. Hexindo Adi

Pcrkasa (1-IEXJ\), PT. J\lfa Retailinclo (ALFA), PT. Abdi Bangsa

(ABBA), PT. Dyviacom lntrabumi (DNET).

Data yang digunakan bcrasal clari laporan laba rugi, neraca, laporan

arus kas dan catalan atas laporan keuangan clari tahun 2002 san1pai dengan

tahun 2006. Tabel 4.1 merupakan rincian srunpel yartg cliperoleh.

Tabel 4.1 Rincian Sampcl Penelitian

Kriteria Jumlah Perusahaan yang terdaftar di BEI 2002-2006 339 Perusahaan yang data keuangannya tidak tersedia lengkap (160) di BEI Perusahaan yang menyajikan data keuangannya dalam (61) bentuk dollar Perusahaan yang tidak mempublikasikan laporan (41) keuangan di BEi secara terns menerus dari tahun 2002-2006 Perusahaan yang mcnjadi sampel 77

Sumber: Data sckunder yang diolah.

2. Analisis Dcskriptif

Analisis statistik deskriptif yang akan dibahas adalah nilai

minimum, maksimum, mean dan standar deviasi dari 5 variabel penelitian

selama 5 tahun (2002-2006). Tabet 4.2 berikut ini menyajikan statistik

deskriptif dari variabel yang digunakan.

Tabel 4.2

Descriptive Statistics

N Minimum Maximum Mean Std. Deviation Variance r-1utang 308 ,01 129,53 8,5313 11,43113 130,671 Persediaan 308 ,00 2021,60 19,174!1 128,21952 6440,245 Hutang 308 ,00 7,85 ,874:1 ,99363 ,987 Depresiasi 308 1245225 6E+011 3E+010 7,136E+010 5E+021 ArusKasOperasi 308 5578912 1E+012 5E+010 1,109E+011 1E+022 Valid N (listwise) 308

Sumber: Data yang diolah.

Pada tabel 4.2 menunjukkan bahwa nilai minimum variabel piutang

usaha sebesar 0,01 nilai maksimum 129,53, mean 8,5313 clan standar

deviasi 11,43113. Variabel persediaan mempunyai nilai minimum 0,00,

nilai maksimum sebesar 2021,60, mean sebesar 19,1749 dan standar

deviasi sebesar 128,21952. Variabel hutang usaha mempunyai nilai

minimum sebesar 0,00, nilai maksimum 7,85, mean ,8743 clan standar

deviasi sebesar 0,99363. untuk variabel depresiasi mempunyai nilai

minimum 1245225, nilai maksimum 6E+Ol l, mean sebesar 3E+OIO dan

standar deviasi sebesar 7,136E+OIO. Untuk variabel arus kas operasi

mempunyai nilai minimum 5578912, nilai maksirnum sebesar 1E+ol2,

sedangkan mean sebesar 5E+010 dan standar deviasi ebesar l,109+JE01 l.

3. Uji Asumsi Klasik

a. Hasil Uji Nom13Jitas Data

Uji normalitas data dilakukan dengan menggunakan cara

normality probability plot pada gan1bar 4.1 Pada gambar tersebut

menunjukkan bahwa titik-titik data menyebar agak jauh dari sekitar

garis diagonal clan tidak mengikuti arah garis diagonal. Sehingga

menunjukkan ba11wa model ini tidak memenuhi a:iumsi normalitas.

Nonnal P-P Plot of Regression Standardized Residual

Dependent Variable: ARUSKASOPERA.SI

L.O

"·' ~ e "-E o.<> ~

u ~

~ 0.4 "-x w

0.2

8 o.o

o.o 0-2 0.4 0.6 11.8 1.0

Observed Cum Prob

Sumber: Data diolah.

Gambar4.1 GrafikNormality Probality Plot

Meuurut Ghozali (2005:123) jika data tidak memenuhi asumsi

normalitas seperti pada gambar 4. I maka kita dapat mentransformasi

variabel dependen dan variabel independen menj adi bentuk logaritma

natural (LN).

Setelah data ditransformasi ternyata data tersebut dapat memenuhi

asumsi normalitas (gambar 4.2) pada gambar tersebut terlihat titik-titik

menyebar berhimpit disekitar garis diagonal. Dengan demikian model

penclitian ini dapat memenuhi aswnsi normalitas.

Normal P-P Plot of Regression Standardized Residual

Dependent Variable: LNARUSKASOPERASI

1.0

O.K

~

E a. E o.6 ,

(.)

~

2 ~ O.>! ~

,ij

O.?

o.o o.? M o.6 u.K

Observed Cum Prob

Sumber: Data didiola11.

Gambar4.2

!.H

Grafik Normality Probality Plot

b. Hasil Uji Multikolinearitas

Pengujian multikolinearitas dilihat dari besaran VIF (Variance

Inflation fi;c/or) clan tolerance. Regrcsi yang bebas dari problem

multikolincaritas apabila nilai VlF < I 0 dan tolerance> 0, l 0, maka data

tersebut dikatakan tidak ada multikolinearitas. Hasil uji

multikolinearitas terhadap data untuk pengujian hipotesis ditunjukkan

pada tabel 4.3 Tabel tersebut menunjukkan hasil uji multikolinearitas

dengan VIF berkisar antara 1,083 sampai 1,165, sedangkan nilai

tolerance berkisar antara 0,858 sampai 0,923. Dari hasil pengujian

Model

Piutang us aha

Persediaan Hutang us aha

Depresiasi

Tabel 4. 3 II ·1 U .. M I. r - as1 '.II u him mcar1tas

Colincarit' Statistics IKesimpulan

Tolerance VIF

.923 1.083 Tidak te~jadi mult.kolenaritas

.987 1.013 Tidak terjadi multikolenaritas -----··

.919 1.088 Tidak te1jadi multikolenaiitas

.858 1. J 65 Tidak leri adi multikolenaritas Swnber: Data diolah.

c. Hasil Uji Heteroskedastisitas

Gambar 4.3 dibawah ini merupakan hasil uji heteroskedastisitas

dengan menggunakan grafik scatterplot untulc data mengenai faktor-

faktor yang rnempengaruhi arus kas operasi.

Scatterplot

Dependent Variable: ARUSKASOPERASI

I0-0

0 ;;;

"' • 0 .,, .. &! i 5.0 0

~ 11 0 .,, E

2..5

"' c 0 o.o ii e ~

0

a: -2-5 0

-2 " 2

Regrossion Standardized Predicted Value

Surnber: Data diolah.

0

6

0

0

0

Dari gambar 4.3 diatas terlihat bahwa titik-titik tidak m•~nyebar

secara acak baik diatas maupun dibawah angka 0 pada sumbu Y. Hal ini

dapat disimpulkan bahwa terjadi heteroskedastisitas pada model regersi

tersebut.

Menurnt Ghozali (2005: 109) jika data tidak memenuhi asumsi

heteroskedastisitas seperti pada gambar 4.3 maka kita dapat

mentransformasi variabel dependen dan variabd independen menjadi

bentuk logaritma natural (LN). Setelah dilakukan transformasi data,

maka basil uji heterskedastisitas terlihat pada gambar 4.4 dibawah ini.

Scatterplot


0

0 ©> 0 8 00/, § 0

oO ,0 00 0 0 0 oo 0 a

o o 8 o o~ 0 ooO:l ~

00 0 .'& CD 0

o°&~ o 0

0 <$b '(, ,#o'b O ~ Oo 0

cP 0 0

0 0 O o 0 Oo 0

0 0 0 0 0

0

-J ·2 -I 0

Regression Standardized Predicted Value

Sumbcr: Data diolah.

Gambar4.4

Setelah dilakukan transfo1masi data maka hasil yang ditunjukkan

dari grafik sccaterplols diatas terlihat titik-titik menyebar secara acak

baik diatas maupun dibawah angka 0 pada sumbu Y dan tidak

membentuk pola. Hal ini dapat disimpulkan bahwa tidak terjadi

heteroskedastisitas pada model regersi tersebut (Ghozali, 2005: 125).

d. Basil Uji Autokorelasi

Berdasarkan label 4.4 dibawah, dapat dilihat bahwa basil UJI

autokore!asi pada nilai Durbin Watson test menunjukkan angka yang

berada diantara -2 sampai +2. sehingga dapat disimpulkan bahwa data

dalam penelitian ini bebas dari autokorelasi.

Tabel 4. 4 Hasil Uji Autokorelasi

Model Dutbin-Watson Kesimpulan

I 1.804 Tidak lerjadi autokorelasi ···~~··

Sumber: Data d10lah.

4. Pengujian Hipotcsis

a. Koefisien Detenninasi

Uji ini dilakukan untuk mengukur kemampuan variabeJ indep1~nden,

yaitu: pernbahan piutang usaha, pernbahan persediaan, perubahan hutang

usaha dan depresiasi dalam menjelaskan variasi variabel dependen yaitu

arus kas operasi. Basil uji koefisien Adjusted R Square disajikan pada

tabel 4.5.

Model R

1 .580"

Tabel 4.5 Kocfisicn Dcterminasi

Model Summary b

Adjusted R R Square Square

.336 .327

Std. Error of the Estimate

J.82547

a. Predictors: (Constanl). LNDEPRESIASI, LNPERSEDIAAN, LNPIUTANGUSAHA. LNHUTANGUSAHA

b. Dependent Variable: LNARUSKASOPERASI


Durbin-Watson

J.804

Pada tabel 4.5 disajikan angka koefisien korelasi (R) antara variabel

independen dengan variabel dependen. Pada t~bel diatas koefisien

korelasi R sebesar 0,580 menunjukkan bahwa korelasi atau hubungan

antara variabel dependen dengan variabel independen adalah positif

dengan tingkat hubungan sedang (Santoso, 2002:167).

Koefisien determinasi (A cfjusted R Square ) menunjukkan seberapa besar

variabel independent menjelaskan variabel dependen (Ghozali, 2004:45).

Hasil output SPSS pada table 4.5 menunjukkan bahwa nilai kofisien

Acfjusled R Square adalah sebesar 0,327 atau sebesair 32, 7% ha! ini berarti

variasi dari kedua variabel dependen bernpa ams kas operasi hanya dapat

dijelaskan oleh variabel berupa perubahan piutang usaha, pernbahan

persediaan, perubahan hutang usaha dan depresiasi sebesar 32, 7%

sedangkan sisanya (100%-32,7% = 67,3%) dijelaskan oleh faktor-faktor

lain.

b. Uji Signifikansi Sinmltan (Uji Statistik F)

Tabel 4.6 dibawah ini menunjukkan basil uji F (ANOV A) dengan

Ho ditolak dan Ha diterima yang berarti babwa. variabel independen

berupa komponen akuntansi akrual (perubahan piutang usaba,

persediaan, perubahan hutang usaha dan depresiasi) secara keseluruhan

berpengaruh secara signifikan terhadap variabel arus kas operasi.

Tabel 4.6

ANOVA"

Sum of Model Squares df Mean Square F Sig.

1 Regression 504.951 4 126.238 37.882 .000" Residual 996.375 299 3.332 Total 1501.326 303

a. Predictors: (Constant), LNDEPRESIASI, LNPERSEDIAAN,. LNPIUTANGUSAHA, LNHUTANGUSAHA



c. Uji Signifikansi Parameter individual ( Uji Statistik t)

Tabel 4.7 merupakan hasil pengujian antara variabel dependen

dengan variabel independen yang dilakukan dengan uji t, hasilnya sebagai

berikut:

Tabel 4. 7 Hasil Uji Parameter individual (Uji statistik t)

CoefficicntS

Unstandardized Standardized Coefficients Coefficients Collinearity Statistics

Model B Std. Error Beta t Sig. Tolerance VIF 1 \'-'onstantJ 13.264 .958 13.839 .000

LNPIUTANGUSA .307 .100 .151 3.081 .002 .923 J.083 LNPERSEDIAAN -.038 .074 -.024 -.513 .608 .987 1.013 LNHUTANGUSAI . !26 .112 .055 1.124 .262 .919 1.088 LNDEPRESIASI .428 .043 .504 9.912 .ooo .858 !.165

a. Dependent Variable: LNARUSKASOPERASI

Sumber : Data diolah.

Sesuai dengan tabel 4.7 diatas, hasil pengujizm variabel perubahan

piutang usaha (X1) mempunyai angka signifikan 0,02 lebih kecil dari

0,05. Hal ini menunjukkan bahwa perubahan piutang usaha berpengaruh

secara signifikan terhadap arus kas operasi. Nilai beta yang dihasilkan

positif sebesar 0,307. Arah positif pada koefisien variabel perubahan

piutang usaha menunjukkan bahwa setiap peningkatan perubahan piutang

usaha akan meningkatkau arus kas operasi perusahaan. Artinya,

perubahan piutang usaha mempengaruhi arus kas operasi. Perubahan

piutang usaha berpengaruh terhadap ams kas operasi terjadi karena

adanya pembayaran a tau pelunasan piutang usaha pada periode yang akan

datang. Basil ini mendukung penelitian Prasetio, dkk (2004) yang

menyatakan perubahan piutang usaha akan berpengamh terhadap ams kas

operasi perusahaan.

Hasil pengujian variabel perubahan persediaan (X2) mempunyai

angka signifikan 0,608 lebih besar dari 0,05. Hal ini menunjukkan bal1wa

perubahan perscdiaan tidak berpengaruh secara signifikan terhadap arus

kas operasi perusahaan. Hasil penelitian ini sama dengan hasil penelitian

Prasetio (2004) yang menyatakan persediaan tidak mempengamhi arus

kas.

Persediaan tidak berpengaruh terhadap arus kas operasi karena

penjualan pada periode 2002 sampai dengan 2006 mengalan1i penurunan

dan ha! ini menyebabkan persediaan yang ada hanya berkurang sedikit.

mcnunjukkan hahwa sctiap ada pcnarnbahan I pcrscn persediaan akan

mcnunmkan arus kas scbesar 0,038.

Hasil penguj ian variabel indepcuden perubahan hutang usaha (X3),

mempunyai angka signifikansi sebesar 0,262 berarti lebih besar dari 0,05.

maka dengan demikian hutang usaha tidak mempengaruhi arus kas

opcrasi. Hasil ini sama dcngan penelitian sebclmnnya yang dilakukan

oleh Purwanto (2006), letapi tidak konsisten dengan Prasetio (2004).

Perubahan hutang usaha tidak berpengaruh terhadap an•s kas operasi

karena hutang usaha tcrscbut belum dapat dilunasi oleh perusahaan yang

mempunyai hutang tersebut. Dengan demikian hutang usaha tidak

berubah pada periode sekarang atau periode yang akan datang sebelum

hutang usaha tersebut dilunasi atau dibayarkan.

Signifikansi variabel depresiasi sebesar 0,000 berarti Jebih kecil 0.05.

ha! ini menunjukkan depresiasi berpengaruh terhadap arus kas operasi

perusahaan. Nilai beta yang dihasilkan sebesar 0,428. Estimasi arah yang

positif menunjukkan bahwa setiap ada penambahan I persen depresiasi

akan meningkatkau arus kas sebesar 0,428. Depresiasi berpengaruh

terhadap arus kas operasi karena setiap talmn perusahaan mengurangi

penyusutan dalam menghitung laba bersih sehingga laba bersih yang

disajikan terlalu kecil m1tuk itu beban penyusutan harus ditambahkan

kembali dalam penyajian laporan arus kas operasi khususnya metode

tidak langsung. Hasil penelitian untuk variabel depresiasi berbeda dengan

hasil penelitian yang dilakukan oleh Prasetio (2004).

79

Dari hasil uji t yang telah dilakukan dapat dismpulkan bahwa

variabel indepe:nden komponen akuntansi akrual piutang usaha clan

depresiasi berpengaruh terhadap arns kas, kecuali persediaan dan hutang

usaha yang tidak mempengaruhi arus kas karena signifikansinya diatas

0,05.

Dari tabel coefficient dapat diperoleh persamaan regresi sebagai

berilrnt:

AKO= 13,264 + 0,307PU- 0,038Prsd + 0,126HU + 0,428deprssi + e.

Dari persamaan diatas dapat dijelaskan bahwa:

1. Nilai konstanta (a) model persamaan regresi sebesar 13,264. Artinya

j ika variabel perubahan piutang usaha, perubahan persediaan,

perubal1an hutang usaha clan depresiasi dianggap konstan, maka rata

rata ams kas operasi sebesarl 3,264.

2. Koefisien regresi perubahan piutang usaha sebesar 0,307 menyatakan

bahwa setiap penambahan piutang usaha sebesar 1 akan

meningkatkan arns kas operasi sebesar 0,307.

3. Koefisien regresi pernbahan persediaan sebesar -0,038 menyatakan

bahwa setiap penambahan persediaan sebesar 1 akan menurunkan

mus kas sebesm· 0,038.

4. Koefisien regresi perubahan hutang usaha sebesar 0, 126 menyatakan

sctiap ada penambahan hutang usaha sebesar 1 akm1 meningkatkllil

arns kas sebesar 0, 126.

80

5. Koefisien regresi beban depresiasi sebesar 0,428 menyatakan setiap

ada penambahan depresiasi sebesar 1 akan meningkatkan arus kas

sebesar 0,428.

d. Uji Sampel Berpasangan (Paired Sample t-test)

Uji paired sample I-test digunakan untuk pengujian pada penelitian

dengan teknik ekperimen dimana satu sampel diberi perlaknan tertentn

kemudian dibandingkan dengan kondisi sampel sebelum adanya perlakuan.

Hipotesis tiga yang diajukan adalah terdapat perbedaan arus kas estimasi

dengan arus kas realisasi, sebelum melakukan uji t untuk membandingkan

antara hasil estimasi variabel arus kas operasi tahun 2002 sampai tahun 2006

terlebih dahulu dilakukan perhitungan untnk menentnkan nilai estimasi.

Hasil uji paired sample I !es! untuk perlakuan arus kas operasi estimasi

dengan arus kas realisasi ditunjukkan pada tabel dibawah ini.

Tabel 4.8 Paired Sample t Test Tahun 2002

Paired Samples Statistics

Std. Error Mean N Std_ Deviation Mean

Pair ARUSKASESTIMASI 5E+010 77 9,074E+010 1E+010 1 ARUSKASREALISASI 5E+010 77 9,313E+010 1E+010

Paired Samples Correlations

N Correlation Sin. Pair ARUSKASESTIMASI & 1 ARUSKASREALISASI 77 ,960 ,000

81

Paired Samples Test

Paired Differences

95o/o Confidence Interval of the

Sid. Error Difference

Mean Std. Deviation Mean Lower un~r I df SiQ. (2-tailPrl'. Pair ARUSKASE: 1 T!MASl2002 -

-5E+009 2,610E+o·!O ARUSKASRE 3E+009 -1E+010 9E+OOB -1,675 76 ,098

AUSASl2002


Pada label 4.8 untuk tahun 2002 menunjukkan nilai t sig > a (5 persen)

yaitu sebesar 0,098, artinya tidak ada perbedaan antara hasil arus kas estimasi

dengan arus kas realisasi, dengan kata lain hipotesis tiga yang diajukan ditolak.



Std. Error Mean N Std. Deviation Mean

Pair ARUSKASESTJMAS12003 5E+010 77 8,047E+010 9E+009 1 ARUSKASREP.LISASl200

3 4E+010 77 8,440E+010 1E+010


N Correlation Sia. Pair ARUSKASES 1 TIMASl2003 8

ARUSKASRE 77 ,936 ,000

ALISASl2003

Paired Samples Test

Paired Differences

95% Confidence Interval of the

Std. Error Difference

Mean Std. Deviation Mean Lower un~r t df Siq. !2-taik:>cfl Pair ARUSl<ASES 1 TIMASl2003 -

5E+009 2,978E+010 3E+o09 -2E+009 1E+o10 1,345 76 ,183 ARUSKASRE ALISASl2003


82

Tabel 4. 9 diatas menunjukkan nilai t sig > a (5 persen) untuk tahun

2003 sebesar 0,183, artinya tidak ada perbedaan antara hasil arus kas

estimasi dengan arus kas realisasi. Basil ini menunjukkan hipotesis tiga

untuk tahun 2003 ditolak.

Tabcl 4.10 Paired Sample t Test Tahun 2004



Pair ARUSKASESTIMASl2004 5E+010 77 7,844E+010 9E+009 1 ARUSKASREAUSASl200

4 4E+010 77 5,838E+010 7E+009


N Correlation Sia. Pair ARUSKASES 1 TIMASl2004 I<

ARUSKASRE 77 ,783 ,000

ALISASl2004

Pairod Samples Test

Paired Differences

95o/,. Confidence Interval of the

Std. E1TOr Difference Mean Std. Deviation Mean Lowe' Un~, t df Sio. f2-tailedl

Pair ARUSKASES 1 TIMASl2004 -

1E+010 4,S93E+010 GE+o09 1E+009 2E+010 2,226 76 ,029 ARUSKASRE ALISASl2004


Tabel 4. 10 untuk tahun 2004 nilai t sig > a (5 persen) yang dihasilkan

sebesar 0,029 kurang dari 0,05, yang berarti ada perbedaan antara ams kas

estimasi dengan arus kas realisasi. Hipotesis alternatif yang diajukan untuk

tahun 2004 diterima. Perbedaan yang te1jadi di tahun 2004, kemungkinan

besar disebabkan oleh faktor-faktor diluar penelitian seperti peristiwa ekonomi

yang tezjadi di tahun 2004 antara lain, kenaikan harga minyak dunia yang

83

mencapai harga $50 perbarel. Melonjaknya harga minyak dunia diperkirakan

membawa dan1pak pada tekanan harga berbagai komoditi dipasar global.

Akibat meningkatnya ongkos produksi (cosh push). Kondisi ini tidak saja

menurunkan kemampuan perekonomian domestk dalam melakukan impor

tetapi dapat juga mempengaruhi kestabilan keuangan perusahaan, dimana

kenaikan ongkos produksi yang terjadi dapat mengurangi jumlah produksi

barang dan jasa yang dihasilkan perusahaan sehingga jumlah peajualan

mennrun clan pendapatan yang diterima perusahaan menjadi sedikit.

Secara kesel uruhan kenaikan bi a ya produksi dapat menurunkan Iaba

perusahaan yang akan mempengaruhi arus kas operasi perusahaan. Selain

kenaikan ongkos produksi, periode pelaksanaan PEMILU 2004 dapat

mempengaruhi kondisi perusahaan secara ticlak langsung

(Http://www.depperin.go.id/kebijakan/05KPIN. Diakses Selasa 21 Oktober

2008).




Pair ARUSKASESTIMASI 6E+010 77 8,522E+010 1E+010 1 ARUSKASREAUSASI 7E+010 77 1,593E+011 2E+010


N Correlation Siq. Pair ARUSKASESTIMASI & 1 ARUSKASREAUSASI

77 ,813 ,000

84

Tabel 4. 12 untuk tahun 2006 menunjukkan nilai t sig >a (5 persen) yaitu

sebesar 0,982 atau lebih besar dari 0,05 yang artinya tidak ada perbedaan antara

arus kas estimasi de:ngan arus kas realisasi. Hasil ini menunjukkan bahwa

hipotesis yang diajukan ditolak.

Berdasarkan hasil Paired Sample I Test untuk tahun 2002 sampai dengan

tahun 2006 dapat disimpulkan bahwa komponen akuntansi akrual memiliki

kemampuan untuk memprediksi arus kas. Hasil penelitian ini konsisten dengan

penelitian sebelumnya yang menyatakan bahwa komponen akuntansi akrnal

(perubahan piutang usaha, perubahan persediaan, pernbahan hutang usaha dan

beban depresiasi) dapat digunakan untuk memprediksi arus kas minimal satu

tahun ke depan.

86

A. Kesimpulan

BABV

KESIMPULAN DAN IMPLIKASI

Tujuan dari penelitian ini adalah untuk mengetahui pengaruh komponen

1'\kuntansi akrual (piutang usaha, hutang usaha, persediaan, dan depresiasi)

clalam memprediksi ams kas operasi. Berclasarkan pengujian terhaclap 77

sampel perusahaan, hasil penelitian yang clilakukan pacla perusahaan

manufaktur clan non manufaktur yang terclaftar di Bursa Efek Indonesia clari

tahim 2002 sampai 2006 ini secara keseluruhan memberikan bukti aclanya

pengaruh komponen akuntansi akrual seperti perubahan piutang usaha,

perubahan persecliaan, perubahan hutang usaha clan beban clepresiasi clalam

rnemprecliksi arus kas operasi perusahaan. Dengan menggunakan analisis

regresi bergancla hasil pengujian yang cliperoleh sebagai berikut:

a. Hipotesis pertama yang rnenyatakan bahwa perubahan piutang clagang,

perubahan persediaan, perubahan utang dagang, clan beban depresiasi

secara keseluruhan dapat berpengaruh terhaclap arus kas operasi berhasil

clidukung. Hal ini terlihat dari angka signifikansi yang dihasilkan sebesar

· 0.000 lebih kecil cirri 0.05.

b. Hipotesis kedua yang menyatakan bahwa secara parsial perubahan piutang

usaha clan bcban clepresiasi berpengaruh terhaclap arus kas operasi

perusahaan. Hal ini terlihat clari angka yang signifikansinya 0,002 clan

0,000, dimana kecluanya lebih kecil clari 0,05. Sedangkan untuk variabel

87

perubahan persediaan dan hutang usaha tidak berpengaruh terhadap arus

kas operasi, diman.a angka yang signifikansi yang dihasilkan sebesar 0,608

dan 0,262 yang lebih besar clari 0,05.

c. Hipotesis ketiga yang menyatakan bahwa ada perbedaan antara arus leas

estimasi dengan arus kas realisasi ditolak khususnya untuk tahun 2002,

2003, 2005 clan 2006 sebab angka t sig yang dihasilkan lebih besar dari

0,05 yang berarti ti.clak ada perbedaan antara arus kas estimasi dengan arus

leas realisasi, namu:n untuk tahun 2004 hipotesis tiga yang diajukan diterima

karena nilai t sig yang dihasilkan sebesar 0,029 lebih kecil dari 0,05 yang

berarti terdapat perbedaan antara arus kas estimasi dengan arus kas

realisasi. Perbedaan ini kemungkinan besar disebabkan oleh faktor

eksternal yaitu peristiwa ekonomi. Namun secara keseluruhan hasil

penelitian ini clapat mengindikasikan bahwa komponen akuntansi akrual

seperti perubahan piutang usaha, perubahan persecliaan, perubahan hutang

usaha dan beban clepresiasi memiliki kemampuan untuk memprediksi arus

kas operasi perusahaan minimal satu tahun kedepan. Basil penelitian ini

masih konsisten dengan penelitian sebelumnya yang menyatakan bahwa

komponen akuntansi alaual dapat digunakan untuk memprediksi arus kas

minimal satu tahun ke depan.

88

B. Im plikasi

Sebagaimana telah diuraikan di bab II kas menggambarkan kemampuan

perusahaan untuk membayar kewajiban jatuh tempo disamping itu kas juga

merupakan surnber dana yang dapat digunakan untuk pengeluaran yang tidak

diduga sebelumnya s<:hingga dapat mengurangi risiko likuiditas. Hal ini

menunjukkan bahwa posisi kas merupakan aset yang sangat vital bagi

perusahaan karena menyangkut kondisi keuangan dan kelangsungan hidup

perusahaan. Dengan demikian posisi kas terkait erat dengan tingkat kesulitan

keuangan perusahaan. Apabila posisi kas cukup maka perusahaan tidak perlu

mengkhawatirkan kondisi perusahaan.

Basil keseluruhan penelitian ini menunjukkan bahwa komponen akuntansi

akrual seperti perubahan piutang usaha, perubahan persediaan, perubahan

hutang usaha dan beban depresiasi berpengaruh dalam memprediksi arus kas

operasi perusahaan. Artinya bahwa piutang usaha, persediaan, hutang usaha

dan depresiasi dapat dijadikan prediktor arus kas operasi untuk periode yang

akan datang.

Data akuntansi akrual dapat memberikan informasi yang berfungsi untuk

memprediksi tanda-tanda bahaya clalam biclang keuangan, mengetahui

risiko,ukuran clan penjaclwalan kreclit, memprecliksi rating kredit, menilai

kinerja perusahaan dan rnenyajikan informasi tambahan di pasar modal.

Prediksi arus kas masa depan merupakan informasi penting yang

membantu pengambilan keputusan pengambilan keputusan bagi para p1~makai

infomasi keuangan.

89

DAFTAR PUSTAKA

Astarni, Emita Wahyu."laporan Arus Kas Berdasarkan PSAK No. 2: Tinjauan Terhadap Pengklasijikasian Dan Metode ··. Jurnal Ekonomi, Manajemen Dan Akuntansi. Volu!lle 2 No. 2, Agustus I 999.

Cahyani, Dilah Utami.".Muatan hiformasi Tambahan Arus Kas Dari Aktivitas Operasi, Inves/asi Dan Pendanaan". Jurnal Bisnis Dan Akuntansi Volume 2 No. I, April 1999. Hal 15-27.

Djarwanto, Ps."Pokok-Pokok Analisis Laporan Keuangan Edisi 2". Badan Penerbit Fakultas Ekonomi, Y ogyakarta, 2004.

Ghozali, Imam. "Ana/sis Multivariate Deng an Program SPSS'". Badan Penerbit Universitas Diponegoro, Semarang, 2005.

Hamid, Abdul."Buku Pand11a11 Penulisan Skripsi ". FEIS UIN Press, Jakarta, 2005.

Hamid, Usman."Pengaruh EVA, Ukuran Perusahaan (size) dan Debt Equity (![

Ratio (DER) Terhadap Nilai Perusahaan Go Publik di BEJ'". Jurnal

Ekonomi dan Manajemen Volume 7 No. 2, J uni 2006: 153-165.

IAI. " PSAK No. 2: Laporan Arus Kas (Reformat 2007) ". Salemba Em pat. Jakarta. Per I September 2007.

___ . "PSAK No. J 4: Persediaan ". Salemba Em pat, Jakarta. Per I September 2007.

__ ."PSAK No. 17: Akuntansi Penyusutan". Salemba Empat, Jakarta. Per 1 Oktober 2007.

lndriantoro, Nur dan Barnbang Supomo."Me1odo/ogi Pene/lian Bisnis ··. BPFE

Y ogyakarta, 2002.

Kieso, Donald E. et.all."Akun/ansi Intermediale ". Jilid 1 edisi I 0. Erlangga, Jakarta, 2002.

90

Kuswadi."Carn Mudah Me111ahami Angka Dan Manajemen Keuangan Bagi Orang Awwn ". Elex Media Komputindo, Jakarta, 2004.

Lesmana, Riko dan Rudi Suryanto."Financia/ Pe1formance Analyzing. Pedoman

Meni!ai Ki11e1ja Keuangan Perusahaan Tbk, Yayasan, BUMN dan

BUlv!D dan Organisasi Lainnya ". Media Elexkomputinclo, Jakarta, 2003.

Mardiasmo."Ak1111/ansi Keuangan Da.1·c11· 2". Edisi Kedua, BPFE Yogyakarta, 2000.

Nugroho, Bhuono Agung."Stralegi Jitu iV!emi!ih lvfetode Stalislik Penelilian

Dengan SPSS". Andi, Yogyakarta, 2005.

Parmviyati dan Baridwan."Ke111ump11a11 Laba Do/am Mernprediksi Laba Dan Ams

Kas Per11.rnhaon Go P11h/ik Di Indonesia" . .Jurnal Riset Akuntansi

Indonesia. Volume l No. l, Januari 1995. Hal 1-1 I.

Prnsetio, .Januar Eko clan Aris Bucliman."Komponen Akunlansi Akrua/ Sebagai l Prediktor Arus Kas Operasi Pemsahaan Ma1111fitktur Di BE.I" . .Jurnal

Ekonorni Dan Bisnis. UPN Veteran, Yogyakarta. Volume X No. 2,

September 2004. 1-lal 221-230.

Purwanto."Pengaruh Komponen Akuntansi Akrua! Dalam lvfemprediksi Al'lls Kas

Operasi '. Skripsi FE UIN, Jnkarta, 2006.

Rasyicl, Rosmila."f-/ubungan Laba Bersih Dan Ams Kas Operasi Dengan

Dividen ". J urnal Akuntansi Th. V /011200 I. FE Untar. Jakarta. 200 I.

Sirnamora, Henry."Akuntansi Manajeria/, Basis Pengambilan Keputusan Bisnis ".

Jilicl 2. Salemba Empat, Jakarta, 2000.

Syafriacli, !-Iepi."Kemampuan Earning dan Arus Kas dalam lvfempredik>i Earning dan Arus Kas i'vfasa Depan ". Jurnal Bisnis Dan Akuntansi. Vol 2 No. I April 2000. Hal 76-88.

l-lttp://www.depperin.go.id/kebijakan/05KPIN. Diakses Selasa 21 Oktober 2008.

Http://els.bappenas.go.id/upload/other/Tahun%202004.htm.Diakses 14 November 2008.

91

NO Kodc Nama Perusahaa111

1 ARGO PT. Argo Pantes

2 ART! PT. arona Bina Sejati Tbk

3 AUTO PT. Astra Otoparts Tbk ~

4 BATA PT. Sepatu Bata Tbk

5 BIMA PT. Primarindo Asia Infras. Tbk -----

6 BRAM PT. Indo Kordsa Tbk

7 CNTX PT. Centex Tbk

8 ERTX PT. Eratex Djaja Tbk --

9 EST! PT. Ever Shine Textile Inds. Tbk

10 GDYR PT. Godyear Indonesia Tbk

11 HDTX PT. Panasia Indosyntec Tbk

12 IKBI PT. Sumi Indo Kabel Tbk

13 IMAS PT. Indomobil Sukses Tbk

14 INDS PT. Indospring Tbk

15 JECC PT. Jembo Cable Company Tbk

16 KARW PT. Karwell Indonesia Tbk

17 KBLI GT Kabel Indonesia Tbk

18 KBLM PT. Kabelindo Murni Tbk

19 MYTX PT. Apac Citra Centertex Tbk

20 NIPS PT. Nipress Tbk

21 PAFI PT. Panasia Filamen Inti Tbk

22 PBRX PT. Pan Brother Tex Tbk

23 POLY PT. Polysindo Eka Perkasa Tbk

24 PRAS PT. Prima. Alloy Steel Tbk

25 RDTX PT. Roda Vivatex Tbk

26 RICY PT. Ricky Putra Globalindo Tbk

27 scco PT. Supreme Cable Manufacturing Tbk

28 SMSM PT. Selamat Sempurna Tbk

29 SQMI PT. Sanex Qianjiang Motor Inti Tbk

30 SSTM PT. Sunson Textile Manufacturing Tbk

31 SUGI PT. Sugi Samapersada Tbk .

32 TEJA PT. Texmaco Jaya Tbk

33 VOKS PT. Voks~~l Electrik Tbk

34 DPNS PT. Duta Pertiwi Nusantara Tbk

35 FPNI PT. Fatrapolindo Nusa Industri Tbk

36 DLTA PT. Delta Djakarta Tbk

37 AQUA PT. Aqua Golden Missisipi Tbk

38 RMBA PT. Bentoel International Tbk

92

. . -,J,.- ---.1 - ---

41 FMII PT. Fortune Matt Indonesia Tbk

42 BMSR PT. Bintang Mitra Semesta Raya Tbk

43 GMTD PT. Gowa Makassar Tourism dev. Tbk

44 HITS PT. Humpuss Intennoda Trans.Tbk

45 CMPP PT. Centris Multi Persada P.Tbk ~ 46 DSFI PT. Dharma Samudera Fishing In. Tbk -1 47 DEFI PT. Danasnpra Era Pacifik Tbk

48 DNET PT. Dyviacon Intrabumi Tbk j 49 ABBA PT. Abdi Bangsa Tbk

50 ALFA PT. Alfa Retailindo Tbk ~ 51 HEXA PT. Hexindo Adiperkasa Tbk

i 52 CTRP PT. Ciputra Property Tbk

53 DUTI PT. Duta Pertiwi Tbk i

54 DVLA PT. Darya Varia Laboratoria Tbk

55 BASS PT. Bahtera Aclimina Samudra Tbk

56 BTON PT. Beton Jaya Manunggal Tbk

57 CPDW PT. Cipenclawa Agroindustry Tbk

58 BRNA PT. Berlina Tbk '

59 ATPK PT. A TPK Resources Tbk .

60 APEX PT. Apexinclo Pratama Duta Tbk ~·

61 CNKO PT. Citra Korporindo Int. Tbk

62 AMFG PT. Asahirnas Flatt Glass Tbk

63 ARNA PT. Arwana Citramulia Tbk

64 !KAI PT. Inti Keramik Alamsari Inds. Tbk

65 TOTO 1 PT. Surya Toto Indonesia Tbk

66 ALMI PT. Alumindo Light Metal Inds. Tbk

67 TBMS PT. Tembaga Mulia Semanan Tbk

68 CLP! PT. Colorpak Indonesia Tbk

69 AKPI PT. Argha Karya Prima Inds. Tbk ---

70 DYNA PT. Dynaplast Tbk

71 !GAR PT. Kageo !gar Jaya Tbk

72 APL! PT. Asia Plast Tbk

73 CTBN PT. Citra Tubindo Tbk

74 JKSW PT. Jakarta Kyoei Steel works Tbk

75 LION PT. Lion Metal Works Tbk

76 LMSH PT. Lion Mesh p. Tbk

77 PICO PT. Pelangi Indah Canindo Tbk

93

Lampiran 2 llasil Uji Rcgrcsi Bcrganda

Variables Entered/Removed'

Variables Variables

Model Entered Rernoved Method

1 LNDEPRE

SIASI,

LNPERSE

DIAAN, Enter

LNPIUTAN

GU SAHA,

LNHUTAN " GU SAHA

a. All requested variable.::, entered.

b. Dependent Variable: LNARUSf<ASOPERASI

Model Summary"

Adjusted R Std. Error of

Model R R Square Square the Estimate

1 .580" .336 .327 1.82547

a. Predictors: (Constant), LNDEPRESIASI, LNPERSEDIAAN,

LNPIUTANGUSAHA, LNHUTANGUSAHA

b. Dependent Variable: Ll'iARUSl<ASOPERASI

ANOVAb

Surn of

Model Squares df Mean Square

1 Regression 504.951 4 126.238 Residual 996.375 299 3.332 Total 1501.326 303

Durbin-Watson

1.804

F

37.882

a. Predictors: (Constant), LNDEPRESIASI, LNPERSEDIAAN, LNPIUTANGUSAHA,

LNHUTANGUSAHA


Cocfficionts1

Ur.standardized Standardized

Sig.

.000"

Coefficients Coefficients Collinearity Statistics

Model. B Std. Error Beta t Sig. Tolerance VtF

I (Constant) 13.'.:64 .958 13.839 .ooo LNPIUTANGUSAHA .307 .100 .151 3.081 .002 .923 1.083 LNPERSEOIAAN -.038 .074 -.024 -.513 .608 .987 l.013 LNHUTANGUSAHA .:·.25 .112 .055 1.124 .262 .919 1.088 LNDEPRESIASI .<128 .043 .504 9.912 .ooo .858 l.165

<J, Dependent Vnriable: LNAHUSl<t'\SOPERASI

94

Coefficient Correlations a

- I LNPERSE LNPIUTAN LNHUTAN

Model LNDEPRESIASI OJAAN GU SAHA GU SAHA

I Correlations LNOEPRESIAS! 1.000 -.098 -.2-16 -.250 LNPERSED!AAN -.098 1.000 .OJ l -.029

LNPIUTANGUSAHA -.246 .011 1.000 -.058 LNHUTANGUSAHA -.250 -.029 -.oss 1.000

Covariances LNOEPRESIAS! .002 .ooo -.001 -.001 LNPERSEDlAAN .ooo .006 8.!E-005 .000 LNPIUTANGUSAHA -.001 8.IE-005 .010 -.001

J Li'>lHUTAi\jGUSAHA i -.001 j .ooo l -.001 l .013 I a. Dependent Variable: LNARUSKASOPERASl

Collinearity Diagnosticsa

Variance Proportions

LNPIUTAN LNPERSE LNHUTAN

Model Dimension Eigenvalue Condition Index (Constant) GU SAHA DIAAN GUSAHA LNDEPRESIASI

l l 3.627 1.000 .00 .02 .02 .02 .oo 2 .755 2.192 .00 .02 .04 .80 .oo 3 .429 2.908 .00 .14 .82 .01 .oo 4 .183 4.453 .01 .so .11 .os .OJ

5 .006 24."57 .98 .03 .oo .09 .99

a. Dependent Variable: LNARUSKASOPERASI

95

Minimum Maxirnum Mean Std. Deviation Predicted Value 19.2103 25.6012 23.2153 1.29093 Std. Predicted Value -3.102 1.848 .000 1.000 Standard Error of Predicted Value .109 -616 .216 .091

Adjusted Predicted Value 19.0553 25.6061 23.2126 1.29740 Residual -6.16627 5.65228 .00000 1.81339 Std. Residual -3.378 3.096 .000 .993 Stud. Residual -3.388 3.150 .001 1.005 Deleted Residual -6.20358 5.84907 .00271 1.85558 Slue!. Deleted Residual -3.449 3.198 .001 - 1.010 Mahal. Distance .075 33.510 3.987 4.809 Cook's Distance .ooo .071 .005 .Oll Centered Leverage Value .ooo .111 .013 .016

a. Dependent Variable: LNARUSl<ASOPERASI

Basil Uji Normalitas Sebelum di LN

Histogram


250

200

~ !.'iO t:

"' " "' (': LL 100

.'iO

o-'-~~~C=-'--'~>.:J--'--'=;>~~~=;-=~~~~~~~,--J

-?..5 00 ?..5 s.o 7.5 10.0

Regression Standardized Residual

N

304

304

304

304 304

304

304

304 304

304

304

304

Menn il-J.?JE-16 Sld. Dev. ~0.993

N •308

96

50

40

» g 30 m ~ 0-~ u. ~o

"'

Histogram


ll-L~JJ_LLLlJ 111 H ~ I -4 "

Regression Standardized Residual

Nonnal P-P Plot of Regression Standardized Residual


·~·-

l.IJ

o.;;

~

2 ~

E or, ~

u

i.

l"'J 0.'.! ~

0

8 IUJ_j_,~--~---~----~---~---r-'

{)_() {).'.,! ().4 0.(> (l.8 J.0

Observed Cum Prob

Mctin ~-6.0'.!E-15 Sid. Dev. n(l.09J

N ~304

97

j().Q-

§ 7.5-'U ·~ ·W

"' 'O 5.0-

~ c w

"O 2.5-

c)l c -~ o.o-• ~ "' w c:: -2.5-

' _o

Normal P-P Plot of Regression Standardized Residual

n 0

,:t


l 0

IUl

E o.6 , <J ·o s g 0.4 0. x tu

ll.2

[L0-'--1'~-~---,---~---,---~-' 0.() O.?. 0.4 {).(i (l.l\ LO

Scatterplot


0

0

0

0

'~& ~ 0

..

0

0 0 «) ctJ 00 13

0

0

() 2 4 6

Regression Standardized Predicted Value

0

0

0

0

' 8

98

66

an1eA pa1:::i!paJd paz!pJepue1s uo!SSOJ6oci

' 0 I-,_ ,_ ,._

,,_

0 ;o 0 ro

<O 0 0 0 0 ~ ro

0 0 z~ ~

cP C\5!> 0 a·

0 ~ 0 0 (/)

" 0 00 0. 00 (l ro 0 ;:!. QJ 0 0 ;:r

8 0 ro 0 0 oO 0

0 0. 0 oO 0 0 0 0 00 ;o

0 § ro z ~

'too 8

o<§! 0 c: c ~

0

IS\1l:l3dOS\1>lSOl:l\1N1 :a1qepeA 1uapuadaa

1'0 Kade Pendapatan Bersih (03) Piuta112 awal 102) Piuta112 Akhir (03) Saldo niuta112 rata2 p

I ARGO 1.028.793,764,000 220,545,704,000 909,437,480,000 564,991,592,000

2ARTI 155.125,397, I 00 1,831,995,747 11,926,486,487 6,879,241,117

3AUTO 2, 151,505,000,000 286,505,000,000 357,778,000,000 322, 141,500,000 •'

4 131\Ti\ ,107.804,615,000 .. - ----- 82,828,297,000 118,522,790,000 I 00,675,543,500

5 BIMA 18,611,779,210 2,244,387,672 6,549,000,40 I 4,396,694,037 6BRAM I ,235,3_82,304,000 233,492,337,000 209, 150,080,000 221,321,208,500

7CNTX +----- 213,685,000,000 28,012,000,000 28,046,000,000 28,029,000,000

8ERTX 39 I ,J07, 780,000 52,753,446,000 26,528,857,000 39,641,151,500 -9 ESTI 3 76,681, 762, I GS 38,651,429,110 41,966,206,842 40,308,817,976

10 GDYR 588,779,940,000 71,289,738,000 71,026,810,000 71,158,274,000

11 HDTX 590,:~74, 707,854 136,757,398,000 86,327 ,485 ,000 111,542,441,500

12 IKB! 582,243,646,572 I 02,872,233,334 84,171,737,967 93,521,985,651

13 lMAS 2,700,902,213,749 . 64,186,803,782 151,292,074,791 107,739,439,287 -14 INDS 216,171,589,118 532,861, 193,220 27, 182,922,232 280,022,057,726

15 .IECC · 282,031,428,000 63,417,854,000 67,826,934,000 65,622,394,000

16 KARW 525 ,007 ,000,000 71,454,000,000 28,223,000,000 49,838,500,000

17 KBLI 339,366,675,567 22,661,610,566 45,458,832,715 34,060,221,641

18 KBLM 91,970,018,000 1,623,904,000 26,534,280,000 14,079,092,000

19 MYTX 1,912,467,607,406 220,785,775,201 45,843,578,050 133,314,676,626

20 NPIS 121,838,951,106 20, 183,364,257 24,231,652,523 22,207 ,508,390

21 PAFI 371,624,783,029 141,773,608,000 75,479,425,480 I 08,626,516,740

22 POLY 1,871, I 02,592,901 l ,196,652,951,470 683,993,221,482 940,323,086,476

23 PBRX 264,224,821,664 41,548,802,297 39,667, I 05, 168 40,607,953,733

24 PRAS 391,4:33,213,764 I 09,098,479,804 177,171 ,655,265 143,135,067,535

25 RDTX 178,585,876,000 21,347,991,000 525,844,518,000 273,596,254,500

26 R!CY 207,633,609,836 44,345, 150,652 38,259,768,741 41,302,459,697

27 scco 647,472,973,636 103,679,593,909 158,883,734,808 131,281,664,359

28 SMSM 637,589, 163, 712 90,313,355,832 126,011,347,265 108,162,351,549 I

29 SQM! 35,486,778,705 16,440,344, I 00 29,946,287,414 23, 193,315,757

30 SSTM 526, 183,926,489 99,456,078,878 114,213, 168,975 106,834,623,927 '

31 SUGI. 67,028,927,368 20,800,782,797 20,273,093,051 20,536,93.7,924 . .

32 TEJA 511,962,675,000 200,800, 155,000 123,976,968,000 162,388,561,500 -33 VOKS 426,897,331,504 83,554,558,251 87,993,653,546 85,774, 105;899 j

' 34 DPNS 69,775,272,609 58,187,979,515 60,098,800,000 59,143,389,758 1

35 FPNI 150,572,804,373 22,778,771,805 20,979,431,307 21,879,101,556 7

36 DLTA 277,637,037,000 132,358,350,000 152,828,253,000 142,593,301,500 1.5

37 AQUA 1,077,22:2,269,315 156,923,021,307 150,431,312,594 153,677, 166,95 I 7.C

38 RMBA 4,264,617 ,449,243 195,676,615,761 174,788,253,250 185,232,434,506 2:3.1

39 DART 23,193,566,922 22,029, 136,364 29,035,989,569 25,532,562,967 0.9

40 JRPT I 94,544,366,000 4,947,102,000 7,580,417,000 6,263,759,500 31.1

41 Frvlll 297,789,877,944 45,509,013,651 55,236,879,237 50,372,946,444 5.9

42 BMSR 1,563,408,750 503,492,348 1,543,630,348 1,023,561,348 1.5

43 GMTD 57,917,081,046 3,692,631,235 4,207,820,743 3,950,225,989 14.(

44 HITS 670,225,670,000 . 104,539,834,000 52,891,013 ,000 78,715,423,500 8.5

45 CMPP 78,678,223,550 6,174,105,275 6,693,273, 775 6,433,689,525 12.2

46 DEF! 30,094, 168,694 98,960,382,514 75,471,042,945 87,215,712,730 0.3:

-100

-, . . .~~ ... ,~ ... ,.,, ...._,-,_,~,u_,..,.,..,.l_, i,1 l l,V7J,J..JV L.,VO't,'tOj,iS IL. u.

49 ABBA 49,429,459,011 13, 126,674,967 691,124,724,951 352,125,699,959 0.

50 ALFA 3,614,850,631,327 34,792,065,432,000 4,292,065,912,000 19,542,065,672,000 0.

51 HEXA 661,909,182,789 236,048,453,946 160,724,420,916 198,386,437,431 3 .. -52 CTRP 591,326,427,335 9,369,241,864 39,219,351,059 24,294,296,462 24

53 DUTI 891, 189,913,540 105,055,846,287 54,516,508,682 79,786,177,485 11

54 DVLA 390,345,502 1,258,495,006 92,545,617 675,520,312 0 ..

55 BASS 178,509,692,000 62,308,016,000 64,703,461,000 63,505,738,500 2.1

56 BTON 18,543,320,810 1,558,217,961 l,846,377,603 1,702,297,782 JO.

57 CPDW 32,408,555,021 3,211,629,399 5,912,898,409 4,562,263,904 7.

58 BRNA 214,496,403,206 24,000, 137,368 23,527,275,037 23,763,706,203 9.1

59 ATPK 18, 125,261, 723 9,789, I 03,764 351,087,250 5,070,095,507 3.: 60 APEX 823, 121,949,000 l l3,4l l,942,000 35,004,060,000 74,208,00 l ,000 I I. 61 CNKO 50,542,340,000 144,143,902,000 24,271, 794,000 84,207,848,000 0.1

62 AMFG l ,357,378,486,000 . 118,548, 190,000 I 68,565,662,000 143.556,926,000 9.'

63 ARNA 193,248,653,234 37,712,604,162 34,380,400,444 36,046,502,303 5.:

64 !KAI . I 87,813,017,260 86,038,220,695 68,046,842,98 l 77,042,53 I ,838 2.'

65 TOTO 469,829,016,411 73,684, 712,967 79,410, 130,450 76,547,421,709 6.1

66 ALM! 900,218,340,083 59,404,535,858 66,892, I 26,838 63, 148,331,348 14.

67 TBMS 1,020,375,396,210 186,538,57I,159 269,206, 115,359 227,872,343,259 4.L

68 CLP! 55,878,476,518 10,306,028,273 17,95 I ,298,098 14,128,663,186 0 ( 0.,

69 AK Pl 844,712,486,000 143,014,426,000 141,222,278,000 142,l 18,352,000 5.S

70 DYNA 589,327,910,702 71,201,563,748 55,349,028,567 63,275,296,158 9.2 71 IGAR 365,638,549,799 58,918,995,989 52,980,887 ,8 l 4 55,949,941,902 6.:

72 APL! 169,06:2,954,734 35,422,410,208 25,126,135,686 30,274,272,94 7 5.S

~ CTBN 313,860,945,471 29,526,599,528 34,876,626,8 l 0 32,201,613,169 9.1

I 74 JKSW 105,893,041,125 176,114,384,782 91,763,274,718 133,938,829,750 O.'i

. 75 LION 87,99'1,276,518 I 0,295,628,974 16,940,273,913 13,617,951,44<1 6.,

: 76 LMSH 65,105,741,014 7,711,IOI,534 7 ,569 ,363,342 7,640,232,438 8.~

• 77 PICO 159,353,557,978 13,812,351,617 426,882,805,954 220,347,578,786 0.1

101

rcuJ ua1an ucrs1n No Kodc !04) Piutang awal (03l Piutano: Akhir (04\ Saldo piutano: rnta2: Put.PD

1 ARGO 982,371,239,000 909,437,480,000 100,561,824,000 504,999,652,000 1.95

2 ART! 234,521,920,453 11,926,486,487 21,421,707,875 16,674,097,181 14.07

3 AUTO 2,924,581,000,000 357,778,000,000 1,040,403,000,000 699,090,500,000 4.18

4 BATA 440,924,927,000 118,522,790,000 24,576,905,000 71,549,847,500 6.16

5 BIMA 24,966, 702,094 6,549,000,401 5,931,395,785 6,240, 198,093 4.00

6 BRAM 1,472,678,076,000 209,150,080,000 300,015,173,000 254,582,626,500 5.78 7 CNTX 238,912,000,000 28,046,000,000 36,507,000,000 32,276,500,000 7.40

8 ERTX 426,083,232,000 26,528,857 ,000 42,783,275,000 34,656,066,000 12.29

9 ' EST! 487,609,0:21,719 41,966.206,842 55,814,395,023 48,890,300,933 9.97

10 GDYR 767,890,8:55,000 71,026,810,000 211,653,293,000 141,340,051,500 5.43

11 HDTX 773,729,910,653 86,327,484,726 171 ,367,590,020 128,847,537,373 6.01

12 IKB! 976,069,704,546 84,171,737,967 135,532,961, 136 I 09,852,349,552 8.89 - ---13 - !MAS 4,236,963,059,293 151,292,074,791 208,558, 186,476 179,925, 130,634 - 23.55

14 INDS 304,887,3'75,475 27, I 82,922,232 43,478,096,86 I 35,330,509,5,17 . 8.63

15 JECC 360,915,650,000 67,826,934,000 87,060,137,000 77,443,535,500 4.66

16 KARW 583,340,000,000 28,223,000,000 64,864,000,000 46,543,500,000 12.53 ·-17 KBLI 412,332,583,4_68 45,458,832,7 I 5 36,888,676,602 41, 173,754,659 10.01

18 KBLM 412,332,583 ,468 26,534,278,087 93,434,763,843 59,984,520,965 6.87

I 19 MYTX 2, I 65,991,022,570 45,843,578,050 237,788,099,0 I 5 141,8 I 5,838,533 15.27

20 NPIS 168,200,747,211 24,231,652,523 35,229,306,942 29,730,479,733 5.66 - --- ,,_ --21 PAfl 403,332,858,552 75,479,425,480 66,673,862,806 71,076,644,143 5.67

22 POLY 1,893,6 I 8,322,096 683,993,221,482 514,566,229,696 599,279,725,589 3.16 -·--···

' 70 I -J PBRX 307, 709,212,705 39,667,105,168 45,354,927,256 42,511,016,212 7.24

j 24 PRAS 541,704,923,555 177,171,655,265 230,238,548,621 203,705,101,943 2.66 ...

125 RDTX 178,585,037,719 525,844,518,242 20,295,117,311 273,069,8 I 7,777 0.65 .. 26 RlCY 222,256,430,074 38,259,768,741 52,210,680, 188 45,235,224,465 4.91

27 scco 991,690,244,205 158,883,734,808 217,312,811,252 188,098,273,030 5.27 -28 SMSM 730,962,293,866 126,011,347,265 167,931,805,214 146,971,576,240 4.97 -29 SQ[VJ!__ 47,930,936,880 29,946,287,414 35,699, I 76,886 32,822, 732, 150 I .46 --30 SSTM 548,069,967,782 114,213,168,975 89,610,702,968 I 01,911,935,972 5.38 .

31 SUGI 58,955,311,552 20,273 ,093,051 23, I 96,876,658 21, 734,984,855 2.71 -32 TEJA 151,416,176,373 123,976,967,857 18,482,048,537 71,229,508,197 2.13

33 VOKS 592,258,238,479 87,993,653,546 112,286,496,105 I 00, 140,074,826 5.91

34 DPNS 75,7 I 7,227,000 60,098,800,000 38,861,411,000 49,480, 105,500 1.53

35 FPNI 157,937,382, 145 20,979,431,307 46,700,906,735 33,840, I 69,021 4.67

36 DLTA 353,480,502,000 152,828,253,000 135,058,137,000 143,943, 195,000 2.46

37 AQUA I ,333, 147,424,622 I 50,431,312,594 291,222, 140,059 220,826,726,327 6.04

38 RMBA 4,226, 135,070,731 174,788,253,250 11 I ,620,256,736 143,204,254,993 29.51

39 DART 273,379,077,762 29,035,989,569 38,809,717,771 33,922,853,670 8.06

40 JRPT 241,018,440,000 7,580,417,000 I 8,884,879,000 13,232,648,000 I 8.21 f---·-

41 fMll 40,933,980, 108 55,236,879,237 4,284,747, 197 29,760,813,217 1.38

42 BMSR l, I 86,090,292 1,543,630,348 1,398,594,888 l,471,112,618 0.81

43 GMTD 50,664,212,442 4,207,820, 743 2,008,337,855 3, I 08,079,299 16.30

44 HITS 711,959,61:5,000 52,891,013,000 71,842,820,000 62,366,916,500 11.42

45 CMPP 77,648,644,295 6,693,273,775 7,260, 173,448 6,976,723,612 11.13

46 DEF! 27, 140, J 99, 179 75,471,042,945 65,664,790,626 70,567 ,916, 786 0.38

102

,-- -,---,- ·~ 'u, I ..:..-.-,V..17 ,oV J l L., I bU,DL I ,VO I l~.36

48 DNET I 0,713,385,062 i,717,093,330 1,219,078,979 1,468,086, 155 7.30 49 ABBA 67.067, I 08,908 691, 124,724,951 14,380,852,466 352,752,788,709 0.19

50 ALFA 3,265,439,583,913 4,292,065,912 46,127,523,148 25,209,794,530 . 129.53

-2.l_ HEXA 995,575,949,030 160, 724,420,916 168,516,285,257 164,620,353,087 6.05 52 CTRP 738,596, 736, 158 39,219,351,059 35,829,690,640 37,524,520,850 19.68

53 OUT! 900, 126,759,773 54,516,508,682 45,222,876,253 49,869,692,468 18.05 54 DVLA 426,796, 171,000 92,545,617,000 108,769,470,000 I 00,657 ,543,500 4.24

55 BASS I 23,634,:l90,000 64,703,461,000 58,360,933,000 61,532, 197 ,000 2.01

56 BTON 45,812,476,000 1,846,377,603 5, 154,409,582 3,500,393,593 13.09

57 CPDW 33,593,709, 110 5,912,898,409 9,504,061,912 7, 708,480, 161 4.36

58 BRNA 267,545,823, 167 23,527,275,037 38,578,776, 186 31,053,025,612 8.62

59 ATPK 19,308,270,239 351,087 ,250 2, 718,002,520 1,534,544,885 12.58

60 APEX 1,021,054,420,000 35,004,060,000 241,644,549,000 138,324,304,500 7.38

61 CNKO 47,503, I 08,000 24,271,794,000 15,843,434,000 20,057,614,000 2.37 -· 62 AMFG 1,457,266,681,000 168,565,662,000 216,849,055,000 192,707,358,500 7.56

63 ARNA 216,956,787,717 34,380,400,444 45,199,238,293 39,789,819,369 5.45

64 IKAl 223,074,032,532 68,046,842,981 97,983,665,552 83,015,254,267 2.69

65 TOTO 570,863,225,330 79,410,130,450 101,560,401,408 90,485,265,929 6.31

66 ALM! 1, 123,807,613,305 66,892, 126,838 86,373,002,237 76,632,564,538 14.66

67 TBMS l,823,2!4,762,811 269,206,I 15,359 86,373,002,237 177,789,558,798 10.25

68 CLP! I 17,215,122,775 17,951,298,098 72,205,766,923 45,078,532,511 . 2.60

69 AKPI 946,876,586,000 141,222,278,000 192,518,616,000 166,870,447 ,000 . 5.67

70 DYNA 741,446,868,582 107,057,860,378 140, 797 ,642,368 123,927,751,373 5.98

71 !GAR 375,206,519,942 52,980,887,814 72,384,62 I ,890 62,682,754,852 5.99

72 APL! 241 ,690,004,475 25, 126, 135,686 24,559,582,240 24,H42,858,963 9.73

73 CTBN 470,542,368,236 34,876,626,810 67,901,732,533 51,389,179,672 9.16

74 JKSW 87,332,866, 771 91,763,274,718 97 ,770,368,851 94,766,821,785 0.92

75 LION I 11,114,160,882 16,940,273,913 25,319,869,937 21,130,071,925 5.26

76 LMSH 89,238,001,930 7,569,363,342 10, 158,500,206 8,863,931,774 10.07

77 PICO 175,579, 183,341 426,882,805,954 45,912,352,352 236,397,579, 153 0.74

103

·"·'

40 IJRPT

41 IFMII

~1BMSR 43 GMTD

44 HITS ----· 45 CMPP

46 DSFI

47 DEFI ---48 DNET

_,_,v,_,. i _,,I 7.C.,.JVO .)0,0U':J,/ J !,Fl 1 J 57,516,990,0761 98,163,353,92413.63597797

183,5 I I ,680,ooo1 18,884,879,0001 16,386,985,oooJ I 7,635,932,000110.405556 I

27,337,907,7621 4,284, 747, 1971 3,885,905,7321 4,085,326,46516.69173149

1,485,000,000 1,398,594,888 226,326,088 812,460,488 1.82778119

25,492,743,973 2,008,337,855 867,546,237 1,437,942,046 17.728631

816,399,847,000 71,842,820,000 57, 192,441,000 64,517 ,630,500 12.6539031

73,018,866,288 7,260,173,448 15,181 ,532,790 11,220,8:53, 119 6.50742555

354,703,643,940 65,664,790,626 23,226,881,41 l 44,445,836,0197.98058211

22,885,818,788 18,724,659,80 I 72,951,924, 197 45,838,291,999 0.49927294

I 0,547,480,732 1,219,078,979 893,985,324 1,056,532, 152 9.98311383

49 ABBA \ 86,053,000,867 14,380,852,466 19,687,303,346 17 ,034,077 ,906 5.05181445 -·---1 . ... ~ALFA '3,363,876,691, 134 46,127,523, 148 42,578,811,990 44,353,167,569 75.8429865

51 HEXA I ,423,316,735,746 168,516,285,257 I 75,489,643,822 172,002,964,540 8.27495168

I 52 CTRP 1,049,896,359,660 35,829,690,640 11,886,959,275 23,858,324,958 44.0054514

53 DUTI 891, 189,913,540 45,222,876,253 54,525,508,682 49,874, 192,468 17.8687588

54 DVLA 540,436,736,000 108,769,470,000 ! 39,903,057,000 124,336,263,500 4.34657373

55 IBASS 56 BTON

19,649,622,000

54,401, 158,230

58,360,933,000 19,927,508,000 39,144,220,5000.50198016

5, 154,409,5821 2,974,856,2821 4,064,632,932113.3840273

57 CPDW 43,562, 724,487 9,504,061,912 990,203,602 5,247, 132,757 8.30219598

58 BRNA __ 280,043,03::,221 38,578,776, 186 5,375,852,055 21,977,314, 121 12.7423684

59 A TPK _ 12,265,482,470 2, 718,002,520 9,980,815,000 6,349,408,760 I.93175191

60 APEX 1. 135,551,377,000 241,644,549,000 336,686,281,000 289, 165,415,000 3 .92699582 I

61 CNKO 62,030,852,000 15,843,434,000 29,503,394,000 22,673,414,000 2.73584084 . I

62 AMFG 1, 719,319,899,000 216,849,055,000 177 ,858,597 ,ooo 197,353,826,ooo 8.71186505\

. 63 ARNA- 309,197,604,913 45,199,238,293 69,471,326,543 57,335,282,418 5.392798151

~!KAI 259,259,505~\i 97,983,665,552 84,232,746,004 91, I 08,205,778 2.8456219

I- TOTO 713,872,261,868 1o1,560,401,408 130,332,918,348 115,946,659,878 6.15690234

ALMI 1,365, 145,255,574 86,373,002,237 90,532,762,039 88,452,882,138 15.433587

TBMS 2,869, 150,735.059 86,373,002,237 443,238,760,094 264,805,881,166 l 0.8349207

~CLP! 212,184,728.027 72,205,766,923 60,069,146,486 66.137,456,705 3.2082384

1 AKPI 1,049,077,312,000 192,518,616,000 184,908,869,000 188,713,742,500 5.55909336

DYNA 886, 192,561,505 140,797,642,368 170,670,584,225 I 55,734, 113,297 5.690,12031

1

71 !GAR 439,233,784,832 72,384,621,890 439,233,784,832 255,809,203,361 t.717036681

72 APL! 264,849,558,730 24,559,582,240 22,424,683,647 23,492,132,944 11.27396821

73 CIBN 473,505,808,230 67,901,732,533 97,850,479,212 82,876,105,873 5.713417681

74 JKSW I Io, 184,788,211 97 ,770,368,85 I 82,255,867,878 90,013, 113,365 1.224097

75 LION 128,842,431,775 25,319,869,937 74, 178,007, 165 49,748,933,551 2.58985288

I 76 LMSH 104,202,470,903 I 0, 158,500,206 I 0,969,471, 174 10,563,98:5,690 9.86393526,

77 PICO 233,116,605,506 45,912,352,352 40,487,288,738 43,199,820,545 5.396240141

105

NO I<oclc PcnjlnBersih (06) l.J>iut. ~nval <05) Piut. Akhir <06l Saldo piut. rata2 Put. PD

I ARGO 92s.349,92s.ooo I 128.899.636,000 138,282, 198,000 133,590,917,000 6.949199435

2ARTI 15, 130,660.COO i I 19.486,198,580 195,548,952,000 157,517.575.290 0.09605696<1

3 AUTO 3.371.898,000,000 607.468,000,000 578,655,000,000 593.061.500,000 5.685578983

•I 13ATA •128,629, 176.000 24,536.416,000 15, 796,660.000 20, 166,538,000 21.25447491

5 81MA 133.075,484,000 9,540,519,000 43,414,623,000 26,477,571,000 5.025970245

6BRAM 1.500,834,620.000 30•1,309,790,000 222, 719,200,000 263,514,495,000 5.695453755 , ,__. CNTX 307.486,000.000 4•1.771,000,000 44,84 7 ,000,000 44.809,000,000 6.862148229

8 ERTX 580.862.838,000 46,305,020,000 49,036,805,000 47,670,912,500 12.1848•1832

9 EST! 478,015.954,425 53,663, I 64,229 49,520,064,023 51,591,614, 126 9.265380867

10 GDYR 982,428.331.000 I 01,835,997,000 I 17,295,425,000 I 09,565, 71 I ,000 8.966567387

I~ HDTX 769, 762, I 81.876 180.521,816,574 186,587,451,979 I 83,554,634,277 4.193640683

12 IKBI 1,914,344,810,000 233,080,407,470 212,571 ,164,000 222,825.'<85,735 8.59121759

13 !MAS 2,909.094. 131,000 I 211,205.680.511 227,613,234,000 219,409,457,259 13.25874539

l•l INDS 390.975.79•1,000 62,469,412,574 55,345,600,000 58,907,506,287 6.63 7 I I 3309 - ,.......,-15 .IECC 448.020.924,000 95,054,522,000 I 38, 788,563,000 I 16,921,542,500 3.831808189

16KARW 273, 123.349,000 83,050,508,000 40, I 72,635,000 61,611,571,500 4.432987868

17 Kl3LI I, I 30.748.000,000 99,036,824,000 157,547,146,000 128,291,985,000 8.813863158

18 KI3LM 285,4 71.995,000 93,941,536,000 62,465,427,000 78,203,481,500 3.65037•1504

!9MYTX 2,2 I 6,604,855,000 175,729,634,225 226,586,358.000 201,157,996,113 11.01922319

20 NPIS 260,153, 168,000 42, 750,830,607 54, 78 I ,883,000 48,766.356,804 5.334685325

21 PAFI 355,162,I I 1,000 62,793,881,917 45,739,6!0,000 54,266, 745,959 6.544746782

22 POLY 3,060,830,111,000 535,280,547, I I 7 683,247,849,000 609,264, 198,059 5.023814169

23 PI3RX 1,426,609,342,000 142,746,389,4 I 2 204,676,082,000 173,711,235,706 8.2 I 2533497

24 PRAS 746, 120,875,000 299,572,928,091 341, 125,934,000 320,349,43 J ,0•16 2.329084•139

25 RDTX 140,672, I 52,000 I 5,319,942, I 78 8,459, I 28,000 I 1,889,535,089 11.83 I 59<1

26 RICY 417,809,599,000 78,385,240,000 86,928,794,000 82,657,017,000 5.054738<114

27 scto 1,483,069,293,000 296,673,458,397 215,237,743,000 255,955,600,699 5.79424•1349

28 SMSM 881, I 16,459,000 167,279,449,467 20,507,8!0,000 93,893,629,734 9.384 I 93,j97

29 SQM! 4,923,680,000 32,804,389,000 23,225,623,000 28,0 I 5,006,000 0.175751524 -

30 SSTM 537,254, 149,0CO I 13,507, 765,000 99,858,623,000 I 06,683, I 9'1,000 5.035977354

31 SUG! 37,109,975,000 19,563,955,000 12,422, 147,000 15,993,051,000 2.320381208.

32 TEJA 62,015,985,000 7,373,502,000 16,558,845,000 I 1,966,173,500 5.182607874

33 VOKS 9 I 3,536,800,000 I 19,486,199,000 155,233,542,000 137,359,870,500 6.650681867 -34 DPNS 84,661,420,<162 45, 75 I ,327,000 43,042,800,000 44,397,063,500 1.90691•1868

35 FPNI 241,740,270,551 22,865,269,900 37,692,308,948 30,278,789,424 7.983815574

36 DLTA 396,732,902,000 193,941,659,000 244,703,763,000 219,322,711,000 1.808900228

37 AQUA. I ,665,6 I 4, 794, I 89 339,09 I ,944,300 429,728,704,832 384,4 I 0,324,566 4.332908582

38 RMBA 2, 996,514,058,026 68,004,525, 725 96,370,950,647 82,187,738,186 36.45938098

39 Dl'iRT 442,061,70 I ,982 157,516,990,076 92,905,995,552 125,211,492,814 3.530520 I 79

40 JRPT 408,218,497,00•) 16,386,985,000 19,320,279,000 17,853,632,000 22.864 73122

41 FMll 21,927,096,450 3,885,905,732 4,878,472,584 4,382, I 89, I 58 5.003685523

42 BMSR 255, I 00,000,000 226,326,088,000 I 94,542,827,000 210,434,457 ,500 1.212253939

43 GMTD 58,520,4 I 5,580 867,546,237 929,294, 703 898,420,470 65.13700159

44 HITS 846,744,990,001) 57,192,441,000 51,555,076,000 54,373,758,500 I 5.57267721

45 CMPP 51,126,068,725 15,181,532,790 15,268, 131,903 15,224,832,347 3.358071049

46 DSFI 191,377,171,957 23,226,881,4 I 1 14,581,951,252 18,904,416,332 10.12341077

106

"' Ui'H.:. I J V,OtJj, ')') l ,~)j 893,985,324 721,255,022 807,620,173 13.2042168 -49 ABBA 94,596,427,991 19,687,303,346 27,965,241,154 23,826,272,250 3.97025716

50 ALFA 3,624,924,392,036 42,578,811,990 51,945,849,314 47,262,330,652 76.69796098

51 HEXA 1,395,735,768,380 175,489,643,822 233,465, I 05,693 204,477,374,758 6.825868975

52 CTRP 1,185,718,207,470 11,886,959,275 69,890,025,343 40,888,492,309 28.99882438

53 DUTI I, I 01,410,974,235 54,525,508,682 71,234,514,543 62,880,011,613 17.5160746

54 DVLA 576,669,390,000 139,903,057,000 153,309,898,000 146,606,477,500 3.933450962

55 BASS 6,749,910,000 19,927,508,000 5,833,496,000 12,880,502,000 0.524040911 _

56 BTON 57,254,482,820 2,974,856,282 8,524,127,972 5, 749,492, 127 9.958180924

57 CPDW 39,065,949,:; 12 990,203,602 1,285,805,432 1,138,004,517 34.32846613

58 BRNA 306,651,990,794 5,375,852,055 44,392,606,899 24,884,229,477 12.32314591

59 ATPK 1,528,796,550 9,980,815,000 639,625,360 5,310,220,180 0.287897017

60 APEX 1,435,917,390 336,686,281,000 322, 755,899 168,504,518,450 0.008521536

61 CNKO 262,696,694,000 29,503,394,000 40,579,939,000 35,041,666,500 7,496695227

62 AMFG 1,541,550,668,000 177,858,597,000 189,613,145,000 183,735,871,000 8.390036522

63 ARNA 344,868,280,299 69,471,326,543 8,305,650,067 38,888,488,305 8.868132842

64 !KAI 238,490,900,550 I

84,232,746,004 85,444, 144,069 84,838.445,037 2.811118243

65 TOTO 828, 164,257,069 130,332,918,348 153,067,493,304 141,700,205,826 5.844<18168

66 ALM! 1,969,676,821,813 90,532,762,039 177,951, 175,466 134,241,968,753 14.67258593

67 TBMS 3,913,278,983,156 443,238,760,094 535,751,704,402 489,495,232,248 7.994519099

68 CLP! 291,185,757,292 60,069, 146,486 79,023,555,090 69,546,350,788 4.186930788

69 AKPI 1,161,845,813,000 184,908,869,000 191,755,678,000 188,332,273,500 6. 169127529

70DYNA. 1,002,785,768,190 170,670,584,225 196,426,933,908 183,548.759,067 5.'163320882

71 IGAR 411,578,675,920 439,233, 784,832 763,255,328,310 601,244,556,571 0.684544536

72APLI 161,450,052,561 22,424,683,647 19,472,968,986 20,948,826,317 7.706878186

73 CTBN 557,582,757,699 97,850,479,212 115,350,565,760 106,600,522,486 5.230581846

74 JKSW 125,853, 185,878 82,255,867,878 84,609, 154,336 83,432,511,107 1.508442982

75 LION 143,271,657,090 74,178,007,165 26,273,179,024 50,225,593,095 2.852562773

76 LMSH 79,342,796,777 10,969,471,174 12,303,341,263 11,636,406,219 6.8184966'16

__ '7__7 _1'1(;0_ _ __ 249,389.~_l,_()CJ7_ ,, 40,487,288,738 42,355,088,856 41,421,188,797 6.020821185

107

1'V l\.OUC Ul'l' fU.Jl P1·sed.Awal I02) Prsed. Akhir (03) Saldo Prsd.Rt2 Put.Persed l ARGO 1,036,889,944,000 337,624,990,000 243,585,456,000 290,605,223,000 4 2 ART! 124,583,648,706 64, 126,659,767 193,640,359,820 128,883,509,794 l 3 AUTO 1,743,832,000,000 492,065,000,000 658,263,000,000 575,164,000,000 3

' 4 BATA 229,245,463,0001 82,828,297,000 106,015,242,000 94,421,769,500 2 5 BIMA 41,443,974,261' 21,169,621,564 16,354,496,947 18,762,059,256 2 6 BRAM 98,642,231,000 233,042,463,000 254,571,748,000 243,807, 105,500 0 7 CNTX I 93,6 I 2,000,000 55,200,000,000 622,321,000,000 338,760,500,000 I 8 ERTX 374,860,069,000 129,729,792,000 92,090,587,000 I I 0,910, 189,500 3 9 ESTl 390,885, 162,447 200,844,584, 191 188,298,063,347 194,571,323,769 2 10 GDYR 524,991,266,000 81,928,215,000 78,655, 125,000 80,291,670,000 7 11 HDTX 602,637,366,248 326,851,576,808 128,676,348,923 227,763,962,866 3 ---12 IKB! 555,448,822,(194 51,027,012,530 34,073, 111,235 42,550,061,883 13 13 IMAS 2,357,588,611,891 261,646,314,813 292,607,436,805 277, 126,875,809 9

.. 14 INDS 189,753,800,319 76,252,609,760 94,586,429,458 85,419,519,609 2 15 JECC 253,513,322,000 113,208,746,000 8,557,360,000 60,883,053,000 'I -16 KARW 479,285,000,000 I 13,039,000,000 86,557,000,000 99,798,000,000 5 ___ .. 17 KBLI 345,783,776,512, 84,228,547,259 59,075,751,061 71,652, 149, 160 5 18 KBLM I 02,702,285,927 16,942,763,790 11,336, 184,202 14, 139,473,996 7 19 MYTX 1,810,114,338,24"< 296,450,633,550 279,574,664,902 288,012,649,226 6 20 NPIS I 02,525, 110,945 21,702,315,445 16,000,986, 139 18,851,650,792 5 21 PAFI ____ ,:108,598,577,947 ... 336, I 03,022,344 __ 180,478, 183,521 258,290,602,933 2 22 PBRX 225,504,364,293 30,006,255,614 29,710,524,327 29,858,389,971 8 r -J POLY 2,421,590,007,677 518,659,894,936 295,950, 116,028 407,305,005,482 6

·-24 PR.AS 342,588,506,902 58, 142,838,902 57,812,708,794 57 ,977 ,773 ,848 6 ---· 25 RDTX 156,836,087,871 48,472,859,644 35,258,806,780 41,865,833,212 4 26 RICY 172,953,064, 176 93,217,895,322 92,316,018,805 92,766,957,064 2 27 scco 569,419,636,919 88,359,210, 110 114,708,166,747 IO 1,533,688,429 6 28 SMSM 483,747.209,662 I 00,336,396,622 140,891,674, 193 120,614,035,'!08 4 29 SQM! 31,518,509,l93 29,554,361,517 20,874,028, 135 25,214, 194,826 I 30 SSTM 475,830,603,549 182,563,834,004 198,367,501,853 190,465,667,929 2'

. 31 SUGI 58,472,300,795

f--12,833,257,423 17,223,829,852 15,028,543,638 4

32 TEJA 653,527,677, 129 225,473,441,926 115,057,153,078 170,265,297,502 4

33 VOKS 391,325,843,052 95,043,740,33 l 75,622,290,957 85,333,0 J 5,64ll 5 f--34 DPNS 56,354,673, 742,000 12,630,455,234,000 9,827,882,007,000 11,229, 168,620,500 5 ---- ..

35 FPNI 141,475,569,528 28,042,082, 115 28,923,697, 184 28,482,889,650 5 36 DLTA 159,984,537,000 32,135,760,000 41,629,662,000 36,882,711,000 4 -37 AQUA 969,935,290,921 l,203,306,I43 1,482,086,584 1,342,696,364 722

38 RMBA 3,907,086, 108,435 810,669,606,632 2,015, I 02,271 406,342,354,452 10 '

39 DART 159,345,472,851 114,720,397,907 115,686,881 57,418,042,394 3 40 JRPT 92,724,130,000 454,326,340,000 423,401,833,000 438,864,086,500 0 41 FMll 343,097,289,997 82,169,023,369 29,209,920,976 55,689,472,173 6 -42 BMSR 993,293,313 2,473,025,466 1,923,232,423 2, 198, 128,945 0 - ----43 GMTD 32,61 1,878,265 28, 173,024, 163 26,762,954,408 27,467,989,286 I --- ·- ... 44 HITS 351,861,530,000 3,310,410,000 3,841,712,000 3,576,061,000 98 45 CMPP 77,684,293,805 4,585,201,896 5, 159,599,339 4,872,400,618 JG 46 DSFI 235,841,082,977 66, 175, 134,269 79,642,925 33,127,388,597 7 47 DEF! 25,831,284,838 299,595, 141 306,850, 190 303,222,666 . 35,

48 DNET 3,840,035,000,000 23,646, I 18,822 17,878,000,000 20,762,059,411 ·185

49 ABBA 32,996, 159,667 225,609,338 403,764,902 314,687,120 105

50 ALFA 3,404,601,052,426 201,086,700,296 20 I ,086, 700 I 00,643,893,498 34

51 HEXA 513,691,906,458 187,377,318,118 186,590,664 93,781,954,391 5

108

154_ DVLA ____ 128,445,800___ 32,194,581 44,882,504 38,538,543 3 SS l3ASS _ I 78,509,692,000 I 4, 197, 750,000 I 0,813,980,000 12,505,865,000 14 S6 BTON _ 17,242,445,053, 3,377,002,867 2,541,863,404 2,959,433,136 - 6 57 CPDW 30,726,500,'703! 3,790,516,836 2,004,155,142 2,897,335,989 I I SSBRNA 159,754,157,:i61! 29,081,780,963 25,548,960,464 27,315,370,714 6 - ' 59 ATPK 60 APEX ----

17 ,873,905,283 2,670,368,443 3,157,247,586 2,913,808,015 6 663,050,044,(100 85,272,835,000 121, 199,297,000 l 03,236,066,000 6

l_(J_IJCNKO[ 42,147,631,000 12,296,112,000 1,326,110,000 6,811,111,000 6 I 62 IAMFG I 904,440,403,000 I 90,057,857,000 306,069,942,000 248,063,899,500 4

125,526,982,192 15,502,843,092 14,106,104,895 14,804,473,994 8 I -- -- I 139,545,706,672 85,387,341,998 139,545,706,672 112,466,524,335 I

1

_6_'.i_:roTO ____:l_'1_7_/191cl _ _'.15,_?_:2(i __ I 12,975,435,893 120,533,032,697 I 16,754,234,295 3

. 63 IARNA 64 !KA I

, 66 ALM! !-67TBMS

f68 CLP!

62 i\L<~I [ , 72__ DYNA 71 IGAR

'72 APLI ----73 CTBN ----

. 74 JKSW 175 IL!ON

,2§___1·\,M SH , 77 PICO

823,078.785,62S 262,089,343.896 232,016.078, 123 247 ,052,711,0 IO 3 982,482,654,<198 ____ 141,407,996,299 97, 158,319,069 I 19,283, 157 ,684 __ s_· _ 44,767,149,402 6,225,122,322 6,410,487,752 6,317,805,037 7

650,084,457,000 161,366,820,000 167,481,489,000 164,424, 154,500 4 429,664, 196,159 36,000,393,712 55,349,028,567 45,674,711, 140 9 285,940,047,66 I 55,875,984,934 35,750,746,245 45,813,365,590 6

14,466,222.~_'.i_(l 33,942,746 36,204,548 35,073,647 412 293,273,794,471 42,713,925 69,617,836 56, 165,88 I 5,222 11 I ,052,846,503 _ 56,642,437,891 24, 119,523,458 40,380,980,675 3 SO, 129, 165,695 7,588,549,398 26,098,090,072 16,843,319,735 3 59,410,358,8~ 7,588,549,398 7,317,568,07 I 7,453,058,7351 8

154,599,339,0741 47,390,349,220 60,249,742,448 53,820,045,834 3

109

Putaran NO Ko de HPP 104) Persed.Awal (03) Perscd.Al<hir I04) Salclo Pcrsed Rata2 · Perscd.

I ARGO 678,214,279,000 243,585,456,000 286,419,491,000 265,002,4 73 ,500 T.559275271 2 ARTI 190,639,523,786 193,640,359,820 203,928,135,001 198,784,247,411 0.95902731'

3 AUTO 2,356,276,000,000 658,263,000,000 490,347,626,001 574,305,313,001 4. 10282814:

4 BATA 250,808,444,000 I 06,015,242,000 105,049,784,000 105,532,513,000 2.37659880:

5 BIMA 36,800,934,000 I 6,354,496,947 15,392,442,000 I 5,873,469,474 2.3183925\

6 BRAM 1,167,810,434,000 254,571,748,000 284,460,036,000 269,515,892,000 4.33299285'

7 CNTX 211,883,000,000 622,321,000,000 57,042,000,000 339,681,500,000 0.62376961S

8 ERTX 369,094,959,000 92,090,587,000 100,355,509,000 96,223,048,000 3.83582693~

9 EST!. 463,445,974,000 188,298,063,347 191,405,480,865 189,851,7'12,106 2.44 I 09374!

IO GDYR 681,812,311,000 78,655, 125,000 89,437,711,000 84,046,418,000 8. I 12330391

11 HDTX 748,290, 151,000 128,676,348,923 105,987,979,927 I 17,332,164,425 6.3775364 I 3

12 IKB! 917,183,576,000 34,073,111,235 66,762,656,194 50,417,883,715 18cl9163179

13 IMAS 3,696,338,932,000 292,607,436,805 392,244,207,000 342,425,821,903 10.79456833 ! 14 INDS 266,529,821,000 94,586,429,458 143,030,499,000 118,808,464,229 2.243-357178

i 15 JECC 311,024,253,000 8,557,360,000 86,386,969,000 4 7,472,164,500 6.551718386

~ KARW 504,436,000,000 86,557 ,000,000 I 35,2 I 8,000,000 110,887,500,000 4.549079022 I 17 KBLI 4 19,996,052,000 59,075,751,061 94,320,034, 710 76,697,892,886 5.475979016

18 KBLM 139,150,966,000 11,336, 184,202 18,964,406,000 15,150,295,101 9.184703339

19 MYTX 2,000,842,450,000 279,574,664,902 290,075,917,394 284,825,291, 148 7 .024806126

20 NPIS 143,125,253,000 16,000,986, 139 22, I 11,800,000 19,056,393,070 7.510616121

21 PAFl 406,480,943,000 180,478, 183,521 196,469,341,723 188,473,762,622 2.156697767

22 PBRX 263,548,696,000 29,710,524,327 35,712,908,000 32,711,716,164 8.056706493

23 POLY 2,492,384,567,000 295,950,116,028 271,542,784,766 283,746,450,397 8.783844039

24 PRAS 489,328,900,000 57,812,708,794 66,896,446,09 I 62,354,577,443 7.847521707

25 RDTX 148,435,992,000 35,258,806,780 30,864,922,067 33 ,06 I ,864,424 4.48964372 I

26 RICY 157,253,691,000 92,316,0 I 8,805 IOl,511,573,362 96,913,796,084 1.62261409

27 scco 962,839,599,000 114,708,166,747 125,826,607,000 120,267,3 86,874 8.005824555

28 SMSM 556,294,278,000 140,891,674, I 93 206,491,929,270 173,691,801,732 3,202766466

29 SQM! 43,046,905,000 20,874,028, 135 17 ,084,028,000 18,979,028,068 2.268130109

30 SSTM 526,722, !56,000 I 98,367,50 I ,853 248,463,682,000 223,4 I 5,591 ,927 2.357589063

31 SUGI 48, 135,986,000 I 7,223,829,852 17,061,914,348 17,142,872,100 2.807930067

32 TEJA 305,000, I 98,000 I 15,057,153,078 25,400,703,637 70,228,928,358 4,342942504 ' 33 VOKS 542,741,620,000 75,622,290,957 97, 145,846,526 86,384,068,742 6.282890212

34 bPNS 59,156,729,000 9,827,882,007,000 19,689,314,000 4,923,785,660,500 0.01201448 I

35 FPNl I 77,609,940,000 28,923,697, 184 33,024,868,545 30,974,282,865 5.734 I 09835

36 DLTA I 90,353,48 I ,000 4 I ,629,662,000 40,032,470,000 40,83 I ,066,000 4.661976765

37 AOUA I, 191, 197, 107,266 1,482,086,584 2,084, I 55,536 1,783,12 I ,060 668.0405128

38 RMBA 3,775,686,720,63 I 2,0 I 5, I O'.f,27 I ,274 7I7,337,350,1 13 I ,366,219,810,694 2.763601209

39 DART I 92,803,323,29'1 I I 5,686,880,989 146,509,019,324 13I,097,950,157 1.470681449

40 JRPT I 36,559, I 55,000 423,401,833,000 425,562,230,000 424,482,031,500 0.32170774 41 FMll . 55,477,819,433 29,209,920,976 676,214,413 14,943,067,695 3.712612,168

42 BMSR 1, I 86,090,000 1,923,232,423 1,752,419,000 1,837,825,712 0.645376758

43 GMTD 27,430,470,00(1 26,762,954,408 25,203,940,299 25,983,447 ,354 1.055690172 ----~·· ~-

Ll4 HITS 389,412,331,000 3,841,712,000 4,692,216,000 4,266,964,000 91.26215525

45 CMPP 39,279, I 61,000 5, 159,599,339 5,280,686,000 5,220, 142,670 7.524537831

46 DSFI 261,350,585,000 79,642,925,000 98,032,422,278 88,837,673,639 2.941889114

. 110

··---•--~r·~' ~ f ,v I V,VVV,VVV '+.:>,JOJ,VVV,VVV jU, I j 1 t.:>UU,UUVI U.142002/J

49 ABBA 37,318,581,318 403,764,902 553,702,125 478,733,514 77.9527237

50 ALFA 3,051,386,011,095 201,086, 700,296 230,455,786,089 215,771,243,193 14.1417640

51 HEXA 749,435,304,849 186,590,663,687 245,558, 73 7 ,684 216,074, 700,686 3.46840839

52 CTRP 375,782,027,984 1,769,694,915,354 1,831,271,600, 731 1,800,483,258,043 0.20871175

53 DUTI 410,712,072,000 I ,046,932,426 I, I 26,451,213 ,000 563,749,072,713 0.72853702

54 DVLA 143,410,619,000 44,882,504,000 58,302,081,000 51,592,292,500 2.77969076

55 BASS I 19,338,498,000 I 0,813,980,000 13,674,075,000 12,244,027,500 9.74667020.

56 BTON 40,781,814,000 2,541,863,404 3,252,443,000 2,897,153,202 14.0765127.

57 CPDW 29,910,942,000 2,004, 155, I 42 3, 159,091,779 2,581,623,461 11.5860978·

58 BRNA 197,441, 175,000 25,548,960,464 28,447,280,500 26,998, 120,482 7.31314519:

59 ATPK 19,928,237,554 3,157,247,586 2,626,230,488 2,891,739,037 6.89143705:

60 APEX 780, 704,379,000 121, 199,297,000 105,063,766,000 113,131,531,500 6.90085574,

61 CNKO 38,131,706,000 1,326, I I 0,000 5,194,712,000 3,260,411,000 11.6953678:

62 AMFG 929,428,454,000 306,069,942,000 313,923,615,000 309,996,778,500 2.99818741

63 ARNA 137,947,252,000 14,106,104,895 15,114,388,739 14,6 I 0,2,16,817 9.44 I 81.530'.

64 !KAI 18 I ,528,277,000 I 39,545,706.672 157,666,819,733 148,606,263,203 1.22153853'.

65 TOTO 4 I 8,249,342,000 120,.533,032,697 141,279,079,758 I 30,906,056,228 3.19503431', . 66 ALM! I ,0 I 5,5 I 0,395,000 232,0 I 6,078, I 23 310,689,856, I 29 27 I ,352,967, I 26 3.7,123965(1:

67 TBMS I ,763,256,697,000 97, 158,319,069 I 34,000,854,912 I 15,579,586,991 LS,2557795:

168 CLPI I 02,940,858,000 6,4 I 0,487,752 17,884,476,646 12,147,482,199 8:47"2546\

169 ---- ·-. AKPI 766.780,022,000 167,481,489,000 233,098,056,000 200,289,772,500 3.82835335~

r-- -· \70 ~

DYNA 569,514,835,000 55,349,028,567 102,495,673,284 78,922,350,926 7.216141281

'71 !GAR 3 14,4 7 I ,408,000 35,750,746,245 65,340,120,628 50,545,433,437 6.22155923 I

72 APL! 220,620,227,000 36,204,548,298 57,51 I ,609,235 46,858,078,767 4.708264462

73 CTBN 438, I 78, 168,000 69,6 I 7,835,878 117,937,062,325 93,777,449, I 02 4.672532:i8C

74 JKSW 73,228, 171,000 24,119,523,458 9,492,973,856 I 6,806,248,657 4.35719906>

75 LION 58,250,652,000 26,098,090,072 48,471,221,814 37,284,655,9,13 l.56232236S ·---\ 76 LMSH 76,248,779,000 7,317,568,071 10,021,867,504 8,669,717,788 8.79'183979,1 1-77 --· PICO 1_59,509,465,000 60,249,742,448 54,856,638,444 57,553, 190,446 2.7715133(

111

~i-c-=- .. , , 1u~1 rersed.Awnl (04) Persed.Akhir (05) Perscd.Rata2 Put. Perscd.

t I ARGO 963,724,035,000 _ 286,419,491,000 258,269,548,000 272,344,519,500 3.53862099~

2 ART! 211,296,068,389 203,928, 135,00 I 204,017,960,921 203,973,047,961 1.03590190; ----_ _]AUTO 3,132,124,000,000 490,347,626,001 103,225,500,000 _ 296.786,563,001 10.553456::· ____'.l_l;lATA ~-252,601,896,000 105,049,784,000 128,666,612,000 116,858,198,000 2.16161039'

____}Bf MA 36,514,272.078 15,392,442,000 21,449,647 ,926 18,421,044,963 1.98220416'

_6 BRAM 1,376,229,612,000 284,460,036,000 419,384,430,000 351,922,233,000 3.91060718'.

7 CNTX 223,013,000,000 57,042,000,000 50,514,000,000 53,778,000,000 4. I 4691881' ---. · 8 ERTX 460,036,942,000 I 00,355,509,000 l I 2,906,234,000 I 06,630,871,500 4.3 I 4294 I 2' 1-----;J EST! 449,642,669,144 191,405,480,865 236,143,797,185 213,774,639,025 2.10334898 1

r-;t GDYR 833,454,892,000 89-,437,7 I I ,000 I 00, I 69,998,000 94,803,854,500 8.79 I 3608;

, 11· HDTX I 837,853,961.102 105,987,979,927 1 13,61r,219,600 109,799,599,764 7 .63075605: I ,336,32!_,943,494 _ 66,762,656, I 94 9 I ,7 I I ,080,635 79,236,868.'I 15 I 6.8655320:. 12IKBI

~----

1_~~1AS _, I41NDS

3,897,088,995,32'1 - 392,244,207,000 473,950,612,808 433,097,409,904 8.998181252 382,137,611,860 I 43,030,499,000 I 75,087,6 I 8, I 67 159,059,058,584 2.40248883~

I l5JECC 370,354,490,000 86,386,969,000 107,752,001,000 97,069,485,000 3.8153544.i<'

I 16 KARW 646,734,381,000 135,218,000,000 I 12,363,885,488 123,790,942,744 5.22.440791·

·117 KBLI 763,559,592,000 _94,320,034,710 161,499,480,367 127,909,757,539 5.96951793' I 8 KBLM 763,559,592,452 I 8,964,406,000 I 6 I ,499,480,367 9l ,23l,943,18,1 8.462 I 8717< 19MYTX 2,116,199,391,673 290,075,917,394 282,975,781,435 286,525,849A°l5 7.38571893(

,...2Q NPIS 186,389,04 I ,038 22, I I I ,800,000 24,551,807, 195 23,33 I ,803,598 7.98862549'

~ PAFI 446,447,357,183 I 96,469,34 I ,723 216,736,738,539 206,603,040, I 31 2.16089,142:

~ PBRX 989,223,810,288 35,712,908,000 I 07,467,056,004 71,589,982,002 13.8179083'. 23POL Y 3,322,780,968,3 89 271,542,784,766 256,661,927,877 264,I 02,356,322 I 2.5814 I 35"

24 ~AS 643,l 02,200,785 66,896,446,091 84,631,092,379 75,763,769,235 8.488255 IO'.. 25 RDTX 125,566, 788,996 30,864,922,067 29,261,86I,137 30,063,39 I ,602 4. I 76733971

26 RICY 212,880,740,344 101;511,573,362 148,502,034,619 125,006,803,991 1.70295322::

.11~.co 1,208,241,111,534 125,826.607,ooo 149,374,264,774 137,600,435,887 8.no79,12i.;

28 Sl'v!SM 663,597,559,209 206,491,929,270 165,310,334,288 185,90I,13 L.779 3.569626241;

29 SQM! 19,203,331,797 17,084,028,000 15,039,688,231 16,0G 1,858, 116 J.l 9558594i 30 SSTM 544,807,137,282 248,463,682,000 257,286,900,680 252,875,291,340 2.15444986~ 31 SUGJ 42,610,404, 135 17,061,914,348 7,832,062,622 12,446,988,485 3.4233504~

32 TEJA 143,414,262,470 25,400,703,637 13,551,698,828 19,476,201,233 7.36356442;'.

33 VOKS 823,506, 179,922 97,145,846,526 93,5 I0,539,698

34 DPNS 63,787,907,088 19,689,314,000 24,472,940,957

35 FPNI 239,875,864,775 33,024,868,545 38,894,592,303

95,328,193,112

22,081, 127 ,4 79

35.959.730,424

8.63864249':

2.88879755i:

6.67068028?

36 DLTA 225,419,665,000 40,032,470,000 46,751,076,000 43,391,773,000 5.19498627

37 A UA 1,459,062,114,947 2,084,155,536,000 530,084,336,000 1,307, I I 9,936,000 l.l I 624-i95

38 RMBA 1,749,447,961,744 717,337,350,113 596,793,549,296 657,065,449,705 2.6625170~

I 39IDART I 236,091,772,927) 146,509,019,324) 192,030,491,339) 169,269,755,332) l.39476643:1 I 40JRPT 183,511,680,000 425,562,230,000 503,413,773 213,032,821,887 0.86142444:.:

41 FMll 27,337,907,762 676,214,413 63,745,066,318 32,210,640,366 0.8,1872283~: 42 BMSR 993,343,424,000 I >52,419,000 889,614,152,000 445,683,285,500 2.228810131\

1~GMTDI 25.492,743,973 21J.03,940,299 u 1,7o4,026,914 78,453,983,6071 o.32493880~ ... 44/HITS 483,036,694,000 4,692,216,000 9, 124,660,000 6,908,438,000 69.9198131~ ~p 37,055,889,959 5,280,686,000 5,229,406,572 5,255,046,286 7.05148688'.

~f 2,851,704,247,750 .2§_,032,422,278 119,860,181,222 108,9Ll6,30J,750 26.1753194::

I 12

--,·~-,·--1-~Vj V''-''"'/.J/

48 DNET 4,619,108,500 43,585,000,000 78,858,436 2 I ,831,929,2 I 8 0.2 I 157582

__2\)"ABBA 55,384,616,212 553,702, 125 3,496,745,723 2,025,223,924 27.3474036~

50 ALFA 3,165,325,273,747 230,455,786,089 209,853,113,292 220,154,449,691 14.3.777483'. -·5 I HEXA I, 122,205,271,734 245,558,737,684 585,529,802,692 415,544,270, 188 2.7005673' -· ~ CfRP 5,637,054,456,045 1,831,271,600,731 2,644,755,434,688 2,238,013,517,7 I 0 2.5 I 877587:

53 OUT! 37 I ,4 I I ,603,598 I, I 26,45 1,2 I 3,000 990,795,410,629 1,058,623,3 I 1,815 0.35084396f -54 Q.VLA 184,889,569,000 58,302,081,000 68,505,576,000 63,403,828,500 2.916063161

55 BASS 39,306,812,000 13,674,075,000 1,678,075,000 7 676,075,000 5.12069149'. r-- ....

56 BTON 50,083,016,000 3,252,443,000 5,035,830,000 4, 144, 136,500 12.0852718

57 CPDW 33,867,795,422 3,159,091,779 3,888,047,247 3,523,569,513 9.61178580: 58 BRNA 218,914,465,986 28,447,280,500 37,278,495,180 32,862,887,8,10 6.661'1'1944( ,_ ..

_22!:TPK 11,626,719,329 2,626,230,488 587,366,433 1,606,798,461 7.2359537': GO APEX 781,296,363,000 I o5;0G3,766,000 I 06,515,614,000 I 05,789,690,000 7.38537340'.:

Lll CNKO 42,307,121,000 5,194,712,000 16,683,152,000 10,938,932,000 3.86757326~ 62 AMFG 1,149,302,443,000 313,923,615,000 435,746,756 157, I 79,680,878 7.3 l20293l

63 ARNA 200,114,087,799 15,114,388,739 16,441,286,999 15,777,837,869 12.6832J89f

64 II(AI 259,289,505, I 86 157,666,819,733 148,430,360,729 153,048,590,23 I 1.69H646;

~TOTO 543,512,785,614 141,279,079,758 164,163,092,93 I 152,721,086,345 3.55885882? 66 ALMl 1,242, 189,389,860 310,689,856,129 227,314,625,259 269,002,240,694 4.61•776595\

67TBMS 2,811,516,544,383 134,000,854,912 171,274,071,404 152,637,46:1,158 18.419571{ ~CLP! 189,999,502,482 17,884,476,646 26,427,535,452 22,156,006,0~9 8.57553035:

69 AKPI 883,995,191,000 233,098,056,000 234,580,007 116,666,318,004 7.57712428:'

70 DYNA 749,752,263,961 l 02,495,673,284 114,125,996,548 108,310,834,9 I 6 6.92222772.

71 IGAR 387,715,861, 172 65,340, 120,628 57,086,024,292 6 I ,2 I 3,072,460 6.3338735(

'72 APL! 257,382,717,608 57,511,609,235 52,747,927,670 55,129,768,453 4.6686703\'

73 CTBN 435,627,807,918 117,937,062,325 129,188,673, 137 123,562,867,73 I 3.52555598(;

i-2'1:JKSW 93,288,743,795 9,492,973,856 19,493,781,978 14,493,377,917 6.4366,1605;:

75 LION 74,722,431,603 48,471,221,814 58,718,924,708 53,595,073,261 1.394203.36'

~LMSH 92,055,363,280 _ 10,021,867,504 12,653,517,659 11,337,692,582 8.11940900:, I nlr1co 195,045,345,371 54,856,638,444 82,031,851,009 68,444,244,727 2.84969680~

113

I

.. ,}

' ,. ·' .;

)

'I J;

;5

NOi Kodc

I ARGO

2 ARTl ---3 AUTO

4 BATA S BIMA

6 BRAM

7 CNTX

8 ERTX

HPP (06) Pcrscd.Awal Pcrscd.Akhir _ __ _ __ __ Putaran Pcrscd. Persed Ra1a2

963,724,035,000 258,269,548,000 187,290,721,000 222,780, 134,500 4.325897536

43,338,003,123 204,017,960,921 45,075,714,608 124,546,837,765 0.347965504

2,763,439,000 103,225,500,000 232,366,435,608 167,795,967,804 0.016469043

244,811, 176,000 128,666,612,000 119,441,409,000 J 24,054,010,500 l.9734241 J 6

124,435,577,IJOO 21,449,647,926 37,971,387,000 29,710,517,463 4.188266904

19,297,017,708,000 4 J 9,384,430,000 348,687,068,000 384,035,749,000 50.24797238 .

241,83 1 ,000,0001 50,514,000,000 62,038,000,000 56,276,000,000 4.297231502

521,769, 140,0QQj I 12,906,234,000 109, 127,681,000 111,016,957,500 4.699904877

1.2J EST! I 476,547,886.'Q2j 236, 143,797, 185 239,967,422,053 238,055,609,619 2.00183431

I 0 I GDYR 898,626,212,000I I 00, J 69,998,000 101,405, 171,000 I 00,787,584,500 8.916040765

U_ 1-IDTX 738,773,761,148 113,611,219,600 101,171,478,088 107,391,348,844 6.87926699 I 12 IKBI 1,778,230,311,128 91,71"1,080,635 145,581,301,280 118,646,190,958 14.98767299

13 !MAS 2,439,541,969 '173,950,612,808 386,341,471,000 430,146,041,904 0.005671,127

__ 1'1:.__IN.DS 353,075, 156,000 175,087,618, 167 155, 707,993,000 165,397,805,584 2.1347027 84 I

~. 1- _J_§CC -· 400,966,952,000 107,752,001,000 90,582,569,000 99,167,285,000 4.043}0901

KAR W 266,944, 145,888 I 12,363,885,488 64,049,252,898 88,206,569, 193 3.02635?2 J 3

KELI I ,033,315,41.2,JD -1-61,499,480,367 114,507,864,346 138,003,672,357 7.'187593591

ill. KBLM 248.560,864,00:J/ 161,499,480,367 37,666,203,000 99,582,841,684 2.496020999

12._ l\<l_l'l~l--2_,Q()_l_,_l_'.U··l321J 52 _:2._82,975,781,435 207,373,799,978,_. 245.174,790,707 8.'107052898 I _20 _ _JJPIS ___ __223,7~9,421,.QOO __ 24,551,807,195 26,776,508,000 25,664,157,598 8.717582884

21 P~f'L ___ 383.2_()_8_,')_7~_,_'.)7,I 216,736,738,539 160, I 19,532,700 188,428, 135,620 2.0337 14205 ·1·

. 22_,PBR~ 1,307,681,888,215_ 107,467,056,004 131,791,059,000 119,629,057,502 10.93113927

· 23 POLY 3,518,903,189,278 256,661,927,877 375,021,371,653 315,841,649,765 J 1.14135261

[_24 - PRAS 711,5:27,2s 1 ,426 84,631,092,379 77,915,363,059 81 ,273,227 ,719 8.828581091

/ 25_"'DTX __ 101,926,902 . .QOO __ 29,261,861,137 21, 184,096,000 25,222,978,569 4.041033522._

'26 RICY 307,194,193,398 148,502,034,619 195,418,897,042 171,960,465,831 1.786,123361 ·-·~------------ -·

_2_7._ _SCCO 1,335,657,030,922 149,374,264,?74 151,245,486,942 150,309,875,858 8.886023113

}ii__ SMSIVJ .. _ci83,232,459,()_l]_ ___ l 65,3 10,334,288 186, 127 ,056,105 175,718,695,197 3.888217234

~_'.)_J'.QM I _ 9,210,358,580 _ 15,039,688,231 17,069,577,871 16,054,633,051 0.573688514

_30 _SSTM __ 524,612,250,~38 _ 257 ,286,900,680 278,533,466,826 267,910, 183,753 1.95816<16·16

31 SUGI 30,448,097,071 7,832,062,622 7,251,966,031 7,542,014,327 4.037130633 -.----r---- .. -- -

32 TEJA 121,153,920,2:50_ 13,551,698,828 12,923,735,974 13,237,717,401 9.152176057

33 VOKS 823,506,179,922. 93,510,539,698 13,112,961,566 53,311,750,632 15.4'16991·9

-~4 _ _Q_PNS 70,777,479,731 24,472,940,957 25,227,795,707 24,850,368,332 2.8481,16105

~5 FPNI 257,643,138,529 38,894,592,303 51,746,637,301 4\320,614,802 5.684899458

36 DL TA 208,099,393,000 46,751,076,000 46,090,248,000 46,420,662,000 4.482904466 ·j

37_ AQUA 1,567,476,726,426 530,084,336 1,020,642,428 775,363,382 202 J.602726

38 RMBA 2,295,512,390,002 596,793,549,296 842,688,256,896 719,740,903,096 3. 189359365

39 DART ----'10 JRPT -----41 FMll

42 BMSR

43 GMTD

44 I I-llTS_

299, 153,642,34lli __ l 92,030,491,33~\ 168, l 96, I 00, 140 __ 180, I 1_3,295..J'IO __l_,_6609 ~~~6_:l__ 224,006,541 503,413,7731 GI 1,661,363 557,537,568 0.40177838

. ' -·----1 I ,978,852,605

14,463,681,000

33,213,341,558

550, 141,052,000

63,745,066,318

889,614, 152,000

131,704,026,914

9, 124,660,000

67,532,943,964 65,639,005, 141 0.18249595 ---705,587,972,000 797,601,062,000 0.018133979

132,696,031,653 132,200,029,284 0.25123_5508

7,000,291,000 8,062,475,500 68.23475643

114

- ' - - - >. ~. , ............. -···------------------·- -- 1Ij'tVY,L.VJ,:JV1) >1~,(>()4,693,262! 2.Q4Ql 83216

47 DEF! 290,966,770 38,047,958,000 234,342,8871 19,141,150,4441 0.015201109

48 DNET 4,060,906,227 78,858,436 125,242,0221 I 02,050,2291 39.79321033

49 ABBA 47,284,703,396 3,496,745,723 599,012,2241 2,047,878,9741 23.08959856

50 ALFA 3,396,527,958,443 209,853,113,292 215,291,572,8471 212,572,343,0701 15.97822139

5 I HEXA l, 146,409,534,433 585,529,802,6921 458, 128,382,8601 521,829,092,7761 2.196906133

Sl CTRP 626,710,855,470 2,644,755,434,6881 2,446, 141,390,2771 2,545,448,412,4831 0.246208429

53 DUTl 570,483,40 l,061 990, 795,4 I 0,629 l,332,052,102,900! l,161,423,756,765I 0.491193156

54 DVLA 196,173,209,00Q 68,505,576,000 65,632,749,000 67 ,069,l 62,500 2.924938999

55 BASS 26,646,007,000 c-·--1 ~,6_78,",~07~5~,0~0~0 _205,575,000 941,825,000 28.29.J.§_8756

56 BTON ___ 5_2,635,258,688 5,035,830,000 '"'=+.- ,vvv,vvv,vvvl 6,478,999,605 5,757,414,:;Q3 9. i '12168924 57 CPDW 32,274,145,49:3 3,88" nA7 7;17 'm - "'" '., .. ' ·1 3,913,289,767 3,900,668,507 8.274003659

45,997,615,560 41,638,055,370 6.213566197

3,476,905,833 2,032,136, I 33 1.0I6670144_

I 10,273,076,000 108,394,345,000 8.722564484

79,604,938,000 48, 14'1,045,000 4.59518,1389

1

_5_8_ BRNA ___ 258,-720,813,34:_t·· 37,278,495, 180 .. . 59 ATPK 2,066,012, 135 587,366,433

j_()_()_ APEX 945.476,664,00(l . I 06,51°5,6 I 4,000

GI CNKO _ 221,230,764,00(1, 16,683,152,000

62 AMFG __ I ,267,326,487 435,746,756 41 I ,408,8051 423,577.781 I 2.991956957

6.l ARNA 237,440,777,863 16,441,286,99Z 18,569,528,9751 17 ,505,407,9871 13.56385284

6·1 I KA I _ 202, 165,823,496 148,430,360,729 153, I 99,622,9261 I 50,81 '1,991,8281 i.3'10·188907

65 TOTO 635,895,945,914 164,163,092,931 191,416,941,5481 177,790,017,2401 3.576668,153

66 ALMI 1,810,031,072,766 227,314,625,259 353,672,058,6101 290,493,341,9351 6.230886604

67 TBMS 3,847,642,618,2031 171,274,071,404 2 I 5,630,874,71 I\ 193,452,473.0581 19.88934314

.6s_fcu;l-~1,535,238,445 26.427 '"' '"7

691 AKPI I 1,024,362,842 234,580,007 ,-70- D_)']'jfi-_-_815_8_,4_40,6:l_8,l_:l_~ _____ 1 __ 14_,_12_~996 ""

_ _ _ , , .. ,.,. .... !-- 32,800,802,2131 29,6I4,168,8331 8.932725<1_1__1 __

239,026,782 236,803,395 4.32579<1587

"J""I 118,821,055,419! 116,473,5_25,9841 7.'156120443

./ _'711 IGf\_f~- 370,673,822,555 _ __57.086,024,292_, 54,609,094,0271 __ 55,8<17,5_59, I 60IJi.6372_43026 _

_'1_2_~1'.ld__ 148,106,528,105 _ 52,747,927,670 35,590,387,214 44,169,157,'1,12 3.35~_1§6252

73 CTflN 485,602,299,803 129,188,673,137 181,832,336,736 155,510.504,937 3.122633<12

:E['Jl~\V = 107:664:303,764-- 19,493 .. 781,978 10,124,706,318 14,8-09,2'14,148 7.270074197

75 LION 83,207,987.858 58,718,924,708 58,930,488,426 58,824,706,567 I A 1<1507487

/IGl_LMSl-1 -70;-J6J.i01,923 :- 12,653,517,659 14,254,343,410 13,453,930,535 5.215063,19 -L 77 PJCO ___ ;z_I_ 0.226,649,883 ___ 82,031,851_,_1)_09 I I I ,382,372,421 96,707, 111,715 2.1738<189 I 5

115

Rasio Utang dag thd NO Kode Jumlah aktiva Jumlah kewaiiban aktiva nembulatar

I ARGO 2,265, 173,723,000 - 2,277,498,405,000 1.005440943 1

2 ART! 459,289,504,000 50,571,459,489 0.110108023 0

3 AUTO I ,831,509,000,000 663,912,000,000 0.362494533 0 .

4 BATA 21o,os1,520,000 60,931,399,000 0.290036929 0

5 BIMA 98,264,855,926 224, 131,960,546 2.280896445 2

-2..._ BRAM 1,641,445,836,000 . 983,545,342,000 0.599194515 I .•

7 CNTX 254,072,000,000 103,927,000,000 0.409045467 0 -· 8 ERTX 418,677 ,669 .000 339,659,917,000 0.811268291 1

9 EST! 664,935,146.273 279, 106,522,232 0.419749992 0

10 GDYR 384,872,394,000 116,512,207,000 0.30272944 7 0 -11 HDTX 2,010,352,925 1,434,017,716,205 713.3164025 1 .

12 ~.

!KB! 404,556.465,654 -- 85,508,439,604 0.211363424 0

13 JMAS c..... 94,2'1.3,70~50~- 1,904,918,507,439 20.212686 20

14 INDS 282,3 77, 986,792 213,773,039,366 0. 757045695 I ·-,-··· 15 JECC --· 304,258,37(,,000_. 239 .. 172, 180,000 0. 786082484 1 ------

' 16 KARW 491,824,000,000 422,433,000,000 0.858910911 1

17 KBLI 454,800,359,329 341,002,618,334 0.749785288 1 -

18 KBLM 223,286,350,952 41,338,371,037 0.185136131 0

19 MYTX 2,687 ,344,453,839 ·2,816,389,057,940 1.048019376 I

20 NPIS I 05,088, 148,460 92,986,506,086 0.884842939 3

21 PAFI 2,0 I 0,352,925,269 1,435,275,362, 197 0.713941987 I

22 PBRX 140,844,362,005 66,894,757,083 0.474955164 0

23 POLY 8,459,075,238,991 I 6,020, 143,726,458 1.89384 I 026 2

24 PRAS 303,101,619,184 252,893,814,512 0.834353228 1 .

25 RDTX 301, 737,073,277 48,750,917,209 0.161567542 0

26 RICY 260,765,633, 152 __ 246,507,821,157 0.94532327 I

27 scco 435,377,526,289 I 80,988,939,644 0.415705747 0

28 SMSM 583,627,13 I ,987 I 73,336,346,380 0.296998438 0

29 SQM! 92,824,81 I ,808 48,544,724,748 0.522971432 1

30 SSTM 811,519,051,674 530,594,468,038 0.653828726 I

31 Sl!JGI 58,010,161,851 141,351,238,805 2.4366634 I 2

32 TEJA 254,072,000,000 103,927,000,000 0.409045467 0 -

33 VOKS 397,499,068,939 480,769,580,731 1.209486055 I -34 DPNS 125,603,749,900 -- 14,674,350,844 0.116830515 0

35 FPNI 240,294,508,654 65,727, I 70,984 0.273527561 0

36 DLTA 83, 746,66 I ,000 379,536,592,000 4.53 I 960886 5

37 AQUA 545,394,2 I I ,307 318,689,328,209 0.584328402 I ,

. 116

JY J.J.C"\.J..'-..1 I ,J IL, /':l),';l'dl.,91 l 33,687,208,545 0.022268177 0

40 JRPT 1,381,665,989 624,299,799 0.451845673 0

41 FMII 220,793,802,587 26,675,947,699 0.120818372 0

42 BMSR 218,099,441,853 27,002,384,664 0.123807674 0

43 GMTD 220,202,815,515 157,392,838,793 0.7147'\3063 l

44 HITS 2,167,752,000 1,501,516,490 0.692660641 1

45 CMPP 211,302,061,231 86,495,885,136 0.409347096 0

46 DSFI 228,846,054,265 88,150,712,780 0.38519656 0

47 DEF! l 02,294,626,549 61,724,079,155 0.603395127 I

48 DNET 4,686,208,035 303,325,882 0.064727362 0

49 ABBA 63,530,799.,079 10, 167,203,048 0.160035812 0

50 ALFA 663,014,563.447 342, 123,475,101 0.516012006 -1

51 HEXA 638,783,983,074 461,047,661,468 0.721758331 I

52 CTRP 1, 118,958,597,20 l 369,682,710,362 0.330381045 0

1 53 DUTI 3,702, 187,477,530 2,025,670,647,218 0.54715507 l

54 DVLA 512,367,139 166,496,559 0.324955576 0

55 BASS 5 I 6,299,048 2 I 6,003,653 0.418369265 0

56 ETON 3,249,354,638 3,335,635,930 1.026553363 l

57 CPDW 79,921,326,302 121,115,474,609 1.5 I 5433742 2 ·-

58 BRNA 259,3 I 0,676,700 97,803,146,613 0.377165907 0

59 ATPK 98,229,24 I ,564 3,819,153,445 0.038880005 " ll

60 APEX 1,903,101,175 832,719,135 0.437559046 0

61 CNKO 1,229,611,655 1,222,730,883 0.99440411 l

62 AMFG 1,504,684,532 776,620,556 0.516135136 l

63 ARNA 246,53 I ,753,92 I 132,42 I ,037,982 0.537135829 l

64 !KAI 421,377,657, 176 236,541,215,185 0.561352058 l

65 TOTO 55I,573,130,556 444, 105,583,018 0.80516 I 743 1

66 ALM! 976, 142, 134,950 613,821,723,488 0.628824125 I

67 TBMS 569,271,046,640 460,515,376,502 0.808956259 l

68 CLP! 48,901,327,889 8,408,987,608 0.171958267 0 -__ 69 AKPI 1,571,672,4 I 4 1,726,705,363 1.098642025 1

70 DYNA 526,788, 142,813 182,944,304,866 0 .34 7282503 0

71 !GAR 237,576,629,984 98,123,081,415 0.413016556 0

72 APL! 137,628,493,244 73,680,882, I 00 0.535360668 I

73 C'!rBN l 16,141,974,052 215,914,202,662 1.8590540 l I 2

74 JKSW. 462,334,6 I 1,287 782,287,597,709 l.692037712 2

75 LION I 08,262,574,5 83 13,756,718,944 0.127068093 0

76 LMSH 34,853,206,334 23,605,227,833 0.677275645 2

77 PICO 285,868,269,247 428,928,422,788 1.500440829 2

117

··~ ,...,,., ... '- VUHIHlll 011\.ll\'i:I JU1111a11 H:e\vaiiban Rasio Utang dag.!hd al<tiva ··

I ARGO 2, 124,752,312,000 2, 125,970,009,000 1.00057310 I

2 ARTI 181,927,926,046 306,242,736,329 1.68331901

3 AUTO 623,946,000,000 1,957,303,000,000 3.136974995 4 BATA 73,832,722,000 232,263,396,000 3.145805677

5 BIMA 248,388,385,019 57,246,726,314 0.230472638

6 BRAM 778,459,858,000 1,543,441,086,000 1.982685517

7 CNTX 117,485,000,000 263,004,000,000 2.2386 I 7696

8 ERTX 262,716,957,000 290,042,357,000 1.104010797

9 EST! 214,370,890,063 574,093, 132,599 2.678036801

JO GDYR 110,966,508,000 . 388,062,223,000 3.4971I1245

II HDTX 66I,126, 141,891 1,863,038,755,694 2.817977747

12 IKB! 60,442,258,374 369,799,184,620 6.11822249 I

13 IMAS 2,444,270,484,4 I 0 2,807,817,867,838 1.148734514

14 INDS 201,541,335,748 273,676,544,284 1.357917686

15 J!iCC 21 1,644,098,000 277, 187,868,000 1.309688626

16 KARW 370,312,000,000 412,820,000,000 1.114789691

17 KBLI 331, 154,347,872 416,963,774,222 1.259122149

I 8 KBLM 70,039,884,847 206,357,535,890 2.946286053

19 MYTX I ,9 I 5, I 02,527,741 2,592,556, 141,306 1.353742739

20 NPIS 88,002,247,909 171,173,233,849 I. 945 I 00698 I 21 '-=-

PAFJ 633,908,329,.724 7 I 7,710,633,764 I. I 32199405

22 PBRX 38, I 70,578,493 112,292,465,735 2.941859154

23 POLY 16,010,274,711,884 7,213, 178,450,580 0.450534334

24 PRAS 254,681,232, I 12 368,825,315,247 1.448184117

25 RDTX 50,633,257,441 309,646, 134,550 6.115384817

26 RICY 246,419, 132, 165 . 263,826,581,702 l.070641632

27 scco 300,485,80I,138 559,763,396,602 1.862861388

28 SMSM 21 I ,221,003,843 -·--· 632,609,649,320 2.995012985 ..

29 SOMI 46,557,454,586 92,730,400,624 1.991741203

30 SSTM 574,359,080,536 9 I 3,373,973,344 1.590249035

3 I SUGI 19,614,985,656 65,024,731,009 3.315053712 32 TEJA 1,909,711,160,524 839,227,925,956 0.439452805

33 VOKS 469 ,857 ,298,62 I 354,623,934,873 0.754748167

34 DPNS 29, I 86,35 I ,000 138,442,283,000 4.743391286

35 FPNJ 360,226, I 23,802 .

200,411,788,964 0.556349958 ·---·-36 DLTA 398.857,103 77,805,352 0. I 95070744 .

37 AQUA 523,301,710,282 247,496,978,411 0.472952741 .

38 RMBA 2,015, I 02,27 I ,274 1,014,240,230,762 0.503319482 ----- ··-

39 DART 1,4 7 I ,408,24.4,415 2,610,390,013,904 I. 774075974 ----<IQ JRPT 1,368,67 J.AS.2.___ 58 I ,763,323 0.4250568% - ·---41 FMll ·-~'442,9 I .'_,052 ··-· 28,370,175,577 0. 152986034 -------·

. 42 BMSR 214,368,268,290 23,604, I 06,029 0.1IOI10075

43 GMTD __ 243,809,8.<JS,705 . I 76,664,998,057 0.72<1601506 ----'44 HITS 2,014,694,328 1,252, 165,02 I 0.62151613

t~~ CMPP 203 ,946,229 ,526 77 ,394,392, I 97 0.3794843

46 DSFJ 232,497,918, 779 85,624,959,610 0.368282693

118 .

,-- -,-· -,--- ,-,~kV..J l~~V'"tL-

49 ABBA 57,098,349,068 10,980,967,788 0.19231673 50 ALFA 665,034, 122,648 349,855,339,011 0.52607126 51 HEXA 584.511,893,003 377,700,395,000 0.646180855 52 CTRP 4,708,436,617,422 4,066,588,8 I 9,3 I 7 0.863681334 53 DUTI 4,612, I 40,018, 12 I 2,60 I, I 66,721,416 0.56398260 I 54 DVLA 375,386,088 106,169,766 0.282828185 55 BASS 536,924,157 1,028,560,044 1.915652389 --56 BTON 23,460,767,870 I ,832,524,892 0.078110184

57 CPDW 64,795,968,030 165,658,774,409 2.556621646

58 BRNA 266,556,398,909 113,269,454,679 0 .424936168

59 ATPK _ __JJ__l ,806,595,778 - 2, 147,894,488 0.023395862 -··-~---

60 APEX 2,616,665,275 1,427,380,014 0.545495837 -

61 CNKO 568,234,024,000 9,467,782,000 0.016661765 -----62 /\MFG 1,486,586,942_ 626,770,709 0.421617257 -----63 ARNA 248,099,816, 150 237, 193,956,605 0.956042452

64 IKAI 741,492,055, 191 1,352,063,352,675 1.823436061 ..

. 65 TOTO 554,920,326,247 425,676,303,994 0.767094453 -66 ALM! 1,008, 172,756,263 697, I 07,904,849 0 .691456797

67 TBMS ---- 558,372,_'. 76,_887 442,706,414,959 0.792851853

68 CLP! 59,003,646,546 11,774,012,619 0.199547203 ---·--- ---69 AKPI 1,355,389,457 771,851,511 0.569468434

70 DYNA 766,929,921,245 227,384,507,662 0.296486682

71 !GAR 236,245,954,052 75,023,965,961 0.317567199 ,_ 72 APLI 293,098,787,661 146,515,343,607 0.499883827

73 crsN 316,918, 757,755 268,009,917 ,595 0.845673887

74 JKSW 378,676,026,30 I I ·

70 I ,559, I 00,928 1.8526631

75 LION 120,625,980,339 18,986,743,026 0.157401772

76 LMSH 34,162,617,896 21,947,964,265 0.642455573

77 P(CO- 258,349, 134,073 217 ,823,420,375 0.843135:)64 .

119

.'

- ··--··•••• ••- •• •• ·~n•• "'"'"'''-' .._,uo••M. ,,., ... <;.oUOU UU.UTU

~ ~ ARGO 1,759,150,l 14,000 1,983,058,812,000 1.127282314

AR Tl 348,116,!30,249 -· 221,004,751,907 0.634859269

3 AUTO 2,436,43 l ,000 363, 114,000 0.356298284

4 BATA 260,734,675,000 90,024,607,000 0.34527286

5 BIMA 80,841,081,161 27,613,029,869 0.34 l 57 l 75•1

6 BRAM 1,710,352, 181,000 839, 159,985,000 0.49063578:5

7 ' CNTX 252,142,000,000 113,974,000,000 0.452023066 -8 ERTX 298,389,364,000 293,074,396,000 0.98218781

9 EST! 543,566,287,344 196,410,916,557 0.361337561 -·

10 GDYR 440,841,057,000 l 54,705,677,000 0.350933005

11 1-IDTX l,113,478,491.,441 351,116,593,557 0.315333072

12 IKB! 445, 145,483 ,805 l 28,347 ,540,005 0.288327175

13 !MAS 3,361,172,680,344 2,992,392,199,685 0.890282197

14 INDS 350,971,265.,652 277,096,228,672 0.789512578 r

15 JECC 30,202,257,000 236,972,725,000 7.846192588

16 KARW 514,999,000.,000 476, I 60,000,000 0.92458432

17 KBLI 367,349,189,784 383,856,359,532 1.044935909

18 KBLM 365,436,112,085 377,479,433,369 1.032956025

19 MYTX 2,581,650,545.,377 2,066,812,035, 162 0.800577789 -20 NPIS l 89,086,635.,430 108,738,441,l l l 0.57533649

21 PAFI 709,777,718,,604 513,934, l 53,974 0.7240776 I

22 PBRX l 27,784,580, l 33 49,392,616,493 0.386530334 7'.

' -J POLY 6,555,484,351,935 l 7,397 ,239,222,095 2.65384497'1 "

24 PRAS 438,200,793,235 313,246,447,8! 7 0.71484683 ,. 25 RDTX 321,769,477,678 47,864,228,047 0.148753165

26 RICY 71,363,935,603 78,120,145,147 1.094672603

27 scco 610,572,421,012 393,436,897, 161 0.644455733

28 SMSM 650,930, 144,026 243,718,196,909 0.374415287

29 SQM! 91,141,795,066 15,746,018,817 0. l 72763975 -30 SSTM 923,895,372, 18 l 634,!22,379,l !6 0.68635735

3 l SUGI 65,277,742,925 18,607,448,150 0.235050422 -32 TEJA 598,918,711,654 2,014,523,901,105 3.36360154 -33 Vb KS 409 ,269 ,687 ,925 560,371,732,529 1.369199208

34 DPNS 150,357,347 30,883,071 0.205397135

35 FPNI 365,692,697,700 235,015,320,974 0.642657954

36 DLTA 455, 117,262 I 01,078,852 0.222094085

37 AQUA 671, I 08,819,905 309,460,684,216 0.461118488 -38 RMBA 1,956,823,253,998 904,084, 146,395 0.4620 l 6252 39' DART 1,494,062,736, 12] 2, 732,581,452,323 1.828960315

40 JRPT 1,387,854,718 556,900,662 0.401267261 4 l FMII 98,992,492, 150 43,080,926 0.000435194 42 BMSR 211,241,797,746 22,027,444,293 0. l 04275974 -----1.13 GMTD 262,291,350,599 191,998,675,243 0.732005363

44 HITS 2,380,285,847 1,481,605,540 0.622448578

45 CMPP 179,539,516,270 118,893,990,977 0.662216282

46 DSFI 251,046,028,492 110,757,401,765 0.441183644

120

~v VJ"ll.,,l LL,J.JO,o .. ~Y,tlU I 6,354,383,949 0.284228174

49 ABBA 126,853,056,686 45,905,149,187 0.361876571

50 ALFA 742,486,527,423 422,246,821,077 0.568692906

51 HEXA 636, I 08,555,058 352,998,749,240 0.554934761

52 CTRP 4,958,684,273,68 l 4,404,326,441,589 0.888204652

53 DUTI 4,705,261, I 73,654 2,653,597,252,966 0.56396386

54 DVLA 431,173,982 I I 2, I 46,636 0 .2600960 I 9

55 BASS 492,820,162 230,997,763 0.468726284 56. BTON 28,780,075,529 5,726, I 67,697 O. l 989629 I 4

57 CPDW 30,837,206,885 48,287,242,925 I .565876025

58 BRNA 406,984,397,273 245,694,707,001 0.603695642

59 ATPK 86,569,208,984 l ,385,880,477 0 .0 I 600893 I . 60 APEX 2,619,202,883 l,496,195,416 0.571240749 .

61 CNKO 563,763,204 6,256,292 0.01I097376

62 AMFG 1,564,030,543 532,823,32 I 0.34067322

63 ARNA 295,971,426,534 114,895,426,935 0.3881977

64 !KAI 751,317,469,075 597,445,292,179 0.79519686

65 TOTO 708,560,696,430 563,345,254,95 l 0. 795055749

66 ALMI 93 I ,926,710,60 I 580,140,742,556 0.62251756 l

67 TBMS 710,413,904,2!2._ 600,464,534,422 0.845231957

68 CLPI 82,470,002,412 29,931,411,798 0.362936958

69 AKPI l,425,757,298 817,767,544 0.573567146

70 DYNA 9,98 I, I 77,006,463 530,944,038,31 l 0.053194532

71 !GAR 283,462,274,188 96, I I 3,498,6 I 0 0.339069807 72. APL! 309,087,843,937 406,962,554,011 1.316656614

73 CTBN 406,707,855, I 00 345,480,405,325 0.849455945

74 JJ(SW 309, l 87,466,836 70 l ,505,051,873 2.26886639 I

75 LION 146, 703,433,443 16,196,701,329 0.l 10404378 ..

76 LMSH 42,747,950,989 25,767,841,173 0.60278541

77 PICO 243,302, I 33,99 l 207,543,558,438 0.853028106

121

""- ~-~ ....... vu•UHlll <Cl.l\tlVil .JUIUl3fl J{CW3111Jan Rasio Uta112 dae:. thd aktiva I ARGO l ,954,64<i,302,000 2, 170, 119,092,000 L110236205 2 ART! 365,549,769,549 238,748,927,531 0.653122905 -- . --" ---"-3 AUTO 3,028,'i G5,000,000 I, 160, 179,000,000 0.383091434

4 BATA 305,778,892,000 129,482,769,000 0.42345228 5 BIMA 86,677,654,445 294,570,565,508 3.398460277 -" 6 BRAM 1,709,355,091,000 712, 179,302,000 0.416636254 7 CNTX 3 14,851,00"0,000 177 ,679,000,000 0.564327253 -8 ERTX 298, 198,517,000 310,130,719,000 1.04001429

9 EST! 589,887,285,306 251,984,427,413 0.427173858

10 GDY~1 458,736,896,000 182,810,564,000 0.398508525 11 HDTX I 1,036,533, 198,305 379,305,357,491 0.365936526

I 12 IKB! 548,244,926,925 209,839,271,424 0.382747311

13 IMAS 4,2 75,8 70,730,082 3,863,772,427, 132 0.903622366 -"------·· -

14 INDS 180,857 ,53 0 ,0 I S 392,919,730,146 2.17253 730 I

15 JECC 322,661,922,000 259,571,734,000 0.804469683

16 KARW 492,062.,656,268 455, 145,363,207 0.924974406

17 KBLI 489,801.692,505 476,490,544,766 0.972823394 18 KBLM 259,790,650,000 117,945,393,000 0.454001686

19 MYTX 2,399,773,038,395 2,059,881,084,030 0.858364958

20 NPJS 190,224,877,780 I 06,857,680,0 I 0 0.56174398 21 PAFI 693,615,090, 149 531,950,335,669 0. 766924398

-"·" 22 PBRX 390,215,826,546 281,852,679,284 0.722299456 ?o -0 POLY ---- 6,093,780, 193, 141 12, 115,827,205,021 1.988228459

-~ PRAS 561, 115,028,226 11,724,914,263 0.020895741

25 ,_ RDTX 36'1,827 ,629,328 69,805,719,800 0.191338907

26 RICY 417,333,266,403 160,708,812,445 0.3P5085076

27 scco 694, 151,496,878 420,267,537,321 0.605440656 -28 SMSM 663, 138,307,944 226, 164,074,590 0.341051138

29 SQM! 80, 159,271,826 . 9,864,556,317 0.12306195

30 SSTM 898,038,77'1,367 658,635, 150,094 0.733415047

31 SUGI 49,728,950,082 11,724,915,051 0.235776445

32 TEJA 525,499, :t72,869 2,085,078,548,265 3.967805576 00 JJ VOKS 414,293,845,440 181,848,249,974 0.438935437

34 DPNS 143,511,872 22,526,175 0.156963843

35 FPNI 332,417,369,662 258,875,265,289 0.778765759

36 DLTA 537,784,507 40,911,047 0.076073309

37 AQUA 732,354,162,144 318, 127,392,479 0.434390093 --,---

38 RMBA 1,842,317, 142,876 728,244,995,482 0.395287531

39 DART 1,402, 189,927,953 I, 124,743, 187,341 0.802133267 -40. JRPT 1,448,366,279 409,464,319 0.282707713 -41 FMII 146,994,364,918 52,610,656,611 0.35790934.3 42 BMSR 207,859,141,711 19,236,200,449 0.092544404

~"

!- 43 GMTD 266,098,434,910 191,028,894,312 0.717888079

44 HITS 2,319,234,982 1,231,051,209 0.530800552

t 45 CMPP 200,898,005,105 '75,552,745,419 0.37607514

46 DSFI 272, 744,054,363 131,817,188,717 0.483299953

122

' - .,._.,,~- , ,-. 1 _,,.._v,.,,vu7 V.JJ';IJ{) I V:L{)

49 ABBA 580,046,593 139,740,167 0.240911969

50 ALFA 719,830,328,737 949, 170,465,874 l.J 18603048 ·-51 HEXA 1,069,514, 138,765 1,535,353,242,614 1.435561426

52 CTRP 5,306,702,692,824 4,489,036,680,253 0.845918255

53 OUT! 4,612, 142,018, 121 2,601, 166,721,416 0.563982356 54 DVLA 550,628,937 160,025,235 0.290622639 -55 BASS 384,435,959 I 06,34 7 ,828 0.276633404

56 BTON 27,720,995,361 2,907,374,359 0.104879869

-12~ CPDW 34,823,817,937 56,337, 158,080 1.617776609

58 BRNA 396,392,367,616 238,454,871,634 0.601562722

59 ATPK 84,164,091,297 663,435,724 0.007882646

60 APEX 3,207,286,457 l ,640,686,562 0.511549743

61 CNKO 616,234,086 51,950,672 0.08430347

62 AMFG 1,565,678,921 . 364,828,558 0.233016203

63 ARNA 364,794,072,950 l 89,567,349,607 0.519655783

64 fl(AJ 703,629,301,787 656,240,628, 164 0.93265108 , __ 65 TOTO ' 847,605,367,374 631,771, 126,679 0.745359988 I 66 ALM! 805,744,972,702 421,649,217,325 0 .5233035Ci6

67 TBMS 835,562,027,353 744,660,213,791 0.891208779 -

68 CLP! 107,667 .. 985,852 49,194,569,673 0.45690991

69 AKPI 1,463,009 ,40 I 826, 140, 120 0.564685449 .. 70 DYNA 1,073,71 L601,854 578,004,001,839 0.538323327 71 !GAR 274,803,668,480 71,689,752,347 0.260876257

72 APL! 292,309,252,249 394,085,747, 177 l.348180888 73. CTBN 476,733,635,551 435,542,856,394 0.913597917

74 JKSW 289,446,874,863 648,212,0 I 0,067 2 .239485261 75 LlON 165,030,141,024 30,698,055,222 0.18601484

76 LMSH 42, 145,203,874 20,941,757,334 0.496895386

77 PICO 251,143,312,493 195,363,063,499 0.777894747

123

UUUll<'.Ul 1\.Ctvil_llUUll 1<as10 utang dag. thd aktiva

I ARGO 1,960,251 ,991,000 2, I 01,436,599,000 1.072023703

2 ART! 119,944,852,000 57,891,046,000 0.482647192

3 AUTO 3,028,165,000 466,929,000 0.154195363 4 BATA 271,460,708,000 81,378,814,000 0.29978119

5 IBIMA I 103,963,047 I 306,909,932 I 2.952105973 6 !BRAM I 1,530,173,230 I 508,483,785 I 0.332304719

1 7 CNTX 336,618,000 185,535,000 0.551173734

8 ERTX 307,056,114 325,849,997 1.061206672 9 ESTJ 530,646,714 244,235,143 0.460259409

' !(). GDYR 454,850,967 173,617,886 0.381702796

' I I HDTX 1,108,895,852 692,364,203 0.624372615 I 12 IKBI 590,295,976 217,003, 138 0.3676 I 7512

13 IMAS 4,418,691,931 4,018,951,679 0.909534256

' 14 INDS I 490,604,326 421,649,007 0.859448204

15 JECC 362,647,601 . 377,771,239 1.0417034

16 KARW 321,196,249 335,524,716 1.044609696 I 17 KBLI 441,084,940 359,281,587 0.814540589

18 IKBLM I 279,438,087 I 124,593,223 I 0.445870584

19 IMYTX I 2,234,512,527 I 1,670,334,174 I 0.747516138 20 INPIS I 220,228,505 I 128,822,764 I o.5849504:;4

,_21__JPAFI I 664,0I0,2Q_j 486,047,755 0.731988043 22 )PBRX 553,846,048 I 44I,17 I ,I 80 0.796559227

23_1POLY I· 5,848,629,300 11,897,172,719 I 2.0341813c,3 1 24 PRAS 593, I 60,244 466,367,294 0.78624 I 659

~.5._lf\.DTX ··!-- 533,788,378 194,341,346 0.364079388 1 26' RICY 516,487,883 _ 221,494,635 _ 0.428847689

27 ISCCO --··--· 673,667,711 362,531,586 0.538146003 28 - SMSll'!__ 716,685,941 238,605,678 0.33292920 I I .~SQM! 70,753,2..Q___ 8,361,789 0.118181296 I 30 SSTM 878,134,961 654,240,612 0.745034239 31 SUGI 50,328,320 11,979,652 0.23803004

32_IEJA___ 442,471,097 2,034,701,212 4.598495192 I 33 VOKS 471,440,068 212,021,244 0.449731065

34 DPNS 146,044,634 29, 186,351 0.199845418

35 FPNJ 329,077,958 278,575,321 0.846532909

1 _ _l(J_JJLTA 577,114,403 137,927,750 0.238995508 I

I 37 AQUA 795,244,0 i 7, 131 342,396,583,937 0.430555372

_ _;l_~_kMB~ 2,347,941,632,229 1,651,914,296,683 0. 703558502

· 39 . DART . 1,496,888,484,303 1,099,620,994,843 0.734604485 40 JRPT 1,682,368, I 72 578,071,443 0.343605789 ;;1 FMJ-1-···· ---·--147,809,740:690 50,768,298,474 0.343470588 I

l-- 42' __ BMS~j_ __ 206,456,3JJ.,_Q_~ ___ __21, 120,041,792 _ 0.10229737,1 _\ 43 GMTD 268,622,001,762 188,003,613,997 0.699881666 I .-----· ~----- ,-----

t.±1..... HITS . ___ __1214,766,024 883,867,952 0.438695085

<15 CMPP 149,109,224,966 68,917,352,434 0.462193754 - 46 ... OS~-- 223,260,218,825 127,903,903,749 0.572891599 I

124

.,---,---, . .,,' V.JJJ I JVVL- I

49 ABBA 150, 189,394,612 64, 143,020,447 0.427080891

50 ALFA 744,925,795,814 365,614,055,346 0.490806007

51 HEXA 1,204, I 03.631,117 858,554,250,499 0. 713023554

52 CTRP 5, 153, I 11.576,546 1,303,269,765,552 0.252909285

53 DUTI 4,518,811,475,406 2,441,387,895,536 0.540272129

54 DVLA ·-- 557,337,641 145,025,293 0.260210835 55 BASS 306,940,013 223,669,606 0. 728707879

-· -· 56 BTON 33,674,096,945 8,032,569,919 0.23853854 ----- ~-

57 CPDW 32,6~4,398,6tl6 61,329,509, 119 1.878714624 --·--· 58 BRNA 408,106,447,144 241,644,528,378 0.592111519 ---· f--·-·-------59' ATP!( I 02,887,051,853 48,451,780,778 0.470922044

60 APEX 4,043,662,511 2, I 06,058,095 0.520829345 ---· 61 CNKO 734,005,728 110,535,956 0.15059277

62 AMFG 1,629,668,575 481,615,820 0.295529918 ----··

I 63 ARNA 478, 777,623,456 285,334,153,194 0.595963845 ·--.--,· 64 !KAI I 628,344,655,951 648,058,200,965 1.031373777

i i 65 TOTO 908,168,166,154 627 ,489,665,154 0.690939948 -

66 ALM! 1,249, 710,084,265 793, 179,858,921 0.634691093

67 TBMS 955,614,487,711 840,235,448,096 0.87926194

68 CLP! 133,360,400,352 68,381,459,320 0.512756854

69 AKPI 1,460,272,825 811,659,189 0.555827086

70 DYNA I, 123,945,535,235 255,210,462,861 0.227066575

71 IGAR 290, 144,668,879 78,224,970,021 0.26960678

72 APL! 267,424,019,221 207, 185,053,550 0.774743623

73 CTBN 534,462,374,716 480,732,686,232 0.899469652

74 JKSW 236,492,766, 135 617,094,561,377 2.009359142 75' LION 187,689,454,220 37,915,582,357 0.2020123:! I

"---··-76 LMSH 43,857,839,467 20, I 00.931,363 0.458320145 .

77 PICO 270,773,538,669 213,073,773,826 0.786907668

125

'''--" ~'LU\.J\; UCIJI l:~Hl:SI ..:;uu..t ucnrcs1asi 2.UU3 dcnrcsiasi 2004 denreshH i 2005 denresiasi 2006

I ARGO 102,791,243 101,802,753 96,040,630 87,560,704 82,324,470

2 ART! I ,666,995,625 3,709,626,220 3,653,463,027 J ,732, I 64, 156 I ,406,200,346 - -3 AUTO 49,660,000,000 58,552,000,000 87, I 15,000,000 116,175,000,000 I 08,996,000,000

4 BATA 7,403,456,000 7,751,818,000 8,449' 143 ,000 8,449 ,667 ,000 9,468,559,000

5 BIMA 14,423,205,04;~ 13972436999 10,999,794,904 8,204,410,540 6,298,514,00.0

6 BRAM 82,642,497,000 85,452,233,000 84,716,813,000 93,044,754,00<! 79, 162,0 I 7 ,000

7 CNTX 11,662,000,00<! 15,661,000,000 16,775,000,000 I 7 ,950,000,000 20,403,000,000

8 !OR'I'X I 3,065,500,000 I 3, I 94,533,000 I 3,096,670,000 11,142,851,000 I I ,420,595,000

9 EST! 59,280,056,700 53,121,992,000 53,012,374,437 47 ,756,944,960 64,588,161,068

IO GDYR 36,429,359,000 3I,438,014,000 27,449,766,000 45,596,448,000 275, 169 ,687 ,000

11 HDTX 122,943,298,408 80,923,654,081 77,431,777,250 76,085,757,154 59,321,162,'195

12 IKB! 13,796,424,020 16, I 59,088,636 16,514,449,21 I 16,547,778,467 I 5,663,290,340

13 !MAS 17,357, 130,on 24,352,001,999 45,570,933,947 44,59 I ,278,753 48,397,342,211

14 INDS 5,034,859,573 5,481,384,547 6,233,244,616 14,920,800,098 15,781, I 16,069

IS JECC 15,616,210,000 I 9,400,699,000 I 0, 138,893,000 12,420,793,000 I 2,886,324,000

16 KARW 6,908,000,000 6,597,000,000 5,951,000,000 6,844,211,109 3,519,519,<102

i 17 KBLI 30,615,748,783 30,862,077,890 30,518,763,775 21,779,600,299 20,926,387,812

18 KBLM I 0,208, 136,659 l 0,219,530,430 10,177,592,490 5,628,304,037 5,496,831,043

19 MYTX I 02,767,526,618 104,119,456,149 131,486,312,219 135, I 48,567,938 137,135, 188,028

20 Nf1IS 7,321,992,0831 7,516,961,418 8,167,403,761 8,712,334,124 7,842,320,'165

21 PAFI 42,010,584,403 42,218,424,485 40,268,081, I 0 I 38,690,345,991 30,665,333,784

22 l'BRX 2,449,876,545 2,797, 164,635 3,205,806,371 I 3,612,918,989 15,479,120,699

23 POLY 895,267,236, 172 599,31I,177,476 609,699,713,830 586,936,361,398 576,333, 166,495

24 PRAS 20,754,879,557 23,200,335,360 34,485,845,864 35,921,156,731 24,970,950,490

25 RDTX 27,772,005,578 23,715,390,376 21,940,630,951 19, 146,081,480 16,853,568,952

26 RICY 7,969,363,917 8,314,217,527 8, 127,608,468 10,443,598,867 15,012,443,851

_27 scco 14,625,986,815 I 5,879, 192,945 17,486,I 76,395 19,623,740,007 18,990,348,74 I

28 SMSM 53,654,482, 19 I 49,551,204,608 47,984,754,834 47,080,607,781 54,254,367,052

29 SQM! 3,506,458,996 3,529,610,667 3,460,771,127 2,913,863,736 1,635,386,386 .. .30 SSTM 28,880,204,387 30,710,685,261 31,914,547,855 32, I 98,562,016 32,603,040,063 -31 SUGI 982, 748,954 I ,0 I 8,420,925 1,159,784,635 866,216,697 780,135,492 -· -32 TEJA 81,509,654,565 81,245,230,703 79,488,866,938 76,869,09 I ,88 I 65,580,492,871 -33 VOKS 19,705,070,733 I 1,341,017,200 11,106,138,346 9,975,602,202 3,240,85 I ,09 I -34 OPNS I ,455,206 1,320,743 1,245,225 I, 782,033 1,871,360

35 FPN! I 8,377,775,895 18,597,303,523 22,647,048,688 31,598, 786,037 31,414,3tJ2,304

36 DLTA 17,901,316 19,350,388 19,347,883 19,839,229 21,140,363 ..

~.7 AQUA 67,896,730,719 72,877,621,324 77,858,511,929 77,628,720,272 71,279,609,130

38 RIV!BA 38,930,502,349 43,044,280,758 60,821,819,514 40,338,826,083 39,954,903, 187 --------126

-rv IV•'-• • '+,O<+'+,V..:OL: 4,~YO, 1501 5,035,5661 5,071, 1791 5,138,93 7

41 IFMII I 4,720,265,9941 4,994j86,782I 5,383,768,169\ 4,325,671,185\ 4,246,829,869

42 IBMSR I 174,338,2291 156,741,004\ 156,741,0041 143,651,8151 135,575,500

43 IGMTDI 795,652,0%1 861,738,2651 881,477,5871 831,149,376\ 650,577,460

44 IHITS I 12,052,4831 99,355,9861 106,142,1211 125,346,6701 129,321,799

:!?_lcMrr 1 s,020,805,78Q(_ 28,028,483,236 28,474,867, 131 21 ,328,453,625 22,019.489,483

46 DSFJ 14,461,827,7481 14,957,823,240 14,971,734,933 15,480,458,926 15,656,728,34'1

47IDEFI I 872,318,7381 1,289,931,8261 1,265,011,8181 l,169,478,0891 977,717,955

~ DNET 1,585,490, 79~ 1,474,097, 143 1,422,248,046 1,500,719,662 l, I 68,593,733I

49 AllllA 2,060,605,484 1,349,081,995 l ,474,254,336 2,701,964,652 3,283,817,740

50 li\LFA I 38,482,559,5001 38,482,559,5001 41,821,967,5951 44,605,303,1421 38,405,857,345

Sl IHEXA I 27,826,505,7231 32, 126,843, 1741 26,854,479,5391 30,367, 126,0061 78,308,294,708

I 52 IC'FRP 5, 181,256,04•! 35, l 02,685,320 33,776,695, 116 40,232, 148,499 49,969,54 I ,515i

53 DUTI 29,787,780,861 33,538,395,245 32,485,450, 109 20,790,462,545 18,546,041,910

5~ IDVLA I 9,687,3261 10,401,1401 13,270,6631 13,930,530[ 13,136,792

1

55 lllASS 50,287,71,~ 50,503, 191 50,718,668 51, 142,098 51,357,575

56 ll'l'ON 2, 149,046,07(; 2,265,698,80 l 2,750,593,985 2,301,044,631 2,295,497,3211

57 CPDW 1,178,437,795 1,136,355,700 1,094,273,605 1,052,191,510, 1,010,109,415

58 IBRNA I 14,278,201,5951 20.951,851,7851 30,969,353,088\ 24, 714, 737,222l 32,866,'146,049

59 IATPK I 2,341,993,9031 2,662,475, 1101 4,329,970,8671 4,105,361,704 39,ST3,252

QQ_IAPEX I I 02, 756,5881 158,443,8701 _ 172,086,4821 180,372,2081 182,903,3<12

61 CN KO 47,874,476 5,843,807 5,859,916 5,871,202 6,315,848

62 AMFGf I 16,270,166t 117,916,830 125,953,147 125,089,450 130,623,430

63 ARNA __ 12,653,842,225• -~ 14,738,390,963 15,957,797:919 20,613,829,333 23,901,538,6,161

64 I KA I 42,718,255,214 _ 44,548,397,584 _ 45,005, 125,086 45, 162,339,218 33,'142, I 05,993

65 TOTO 26,345,212, 138 3,370,515,362 3,533, 114,307 7,205,984,602 8,340,887,338

66 A LIVI! 44,475,646,818' 34,795,050,654 45,861,086, I 08 34,591,772,006 35,589,825,427[

~;·:l'llMS 20,819,599,304 20,744,748,405 17,753,441,485 16,744,475,691 14,339,749,1161

68 ICLPI 1,694,542,820 2,301,564, 157 2,577,683,292 2,042,377, 130 2, J 11,890,311

69 IAKPI 153,886,2571 76,649,0091 76,703,044 43,262, 1801 42,369,904

·•70IDYNA I 38,134,088,312 49,114,562,766 63,962,157,247 78,836,925,413 85,181,715,791

.71 IIGAR I 17,166,376,151. 16,026,482,122 12,929,963,750 15,981,240,576 16,192,699,301

7211\PLI I 0, I 06,599,637 I 0,332,056, 155 11, 170,869, 192 I 1,254,682,219 I 1,338,495,2<1~

\-73 CTllN 11,551,122,475_ 12,961,601,160 12,443,757,981 13,411,238,170 13,817,237,087

:14 JKSW 21,641,202 1,090,466,741 845,614,215 763,982,8401 609,809,7,16

75 LION 1,646,442,360 _ 1,896,266,618 2,694,343,738 3,959,553,666 3,687,956,683!

76 LMSH 1,157,887,086 l,168,204,522 1,182,590,505 1,212,781,256 1,247,312,0151

- 15,811,678,599: 16.188,360,316 12,040,735,028 174,368,675 276,133,1<111 77 IP!CO

127

·- --~~~ , ~~"-'-' "'VVk r..1'\..V .r.UVJ Al\.U :lUU4 AKO 2005 AKO 2006

I ARCO 38,890,589,000 I I 5,245,966,000 91,696,239,000 39,273,859,000 2,535,59 I ,000

2 ARTI 6, 184,902,803 33,299,175,099 I 8,675,096,313 3,399,974,415 3,39 I ,228,615

3 AUTO 71,050,000,000 90.830,000,000 122,953,000,000 I 89,883,000,000 268,303,000,000

4 BATA 51,260, 114,000 50,589,701,000 52,662,356,000 52,278,029,000 86,643,507,000

5 BIMA 85,635,456,035 21,088,938,730 8,862,268,970 4,899,621,882 3,393,479,785 ..

6 BRAM 1_77,066,859,00J 129,51 I ,023,000 170,052,789,000 136,743,732,000 189,866,221 ,000

7 CNTX 12,443,000,000 12,489,000,000 4, 179,000,000 8,568,000,000 23,518,000,000 - -8 ERTX 13,484, 169,000 4,4 99 ,589 ,000 7,533,922,000 48,743,084 37,728,579,000 -,. ~-

9 ESTJ 63,020,565,206 43,: I 6,073,337 37,440,006,949 19,087,242,542 2,395,385,L!QJ

IO CDYR 39,922,904,000 41,337,766,000 32,184,128,000 41,697,798,000 61,168,900,000

11 llDTX 85,466,400,24•! 14,791,825,351 52,488,750,847 30,359,714,955 12,397,961,676

12 IK!ll 22,535,474,925 7,351,080,626 13,400,985,299 15,097,211,638 50,034,2•18,262

13 ·!MAS 593,975,973,581~ 616,662,004,682 276,30 I ,421,648 955,991, 7 I 6,06 I 51,934,328,695

14 INDS __ 1,931,900,474 5,815,437,349 475,272,211 6,<107,378,329 64,566,3 94 ,967 --] ' ---"- JECC 19,468,701,000 22,866, 149,000 17,I 12,708,000 24,018,4 I 6,000 2,409,289,000

16 KARW 13,020,000,000 14,519,000,000 44,229,000,000 20,052,678, 178 29,082,072,002

17 KBLI 45,961,343 ,873 -- 9 ,999 ,443, I 67 439,557,996 6,685,725,053 16,255,364,7•16

18 KBLM 473, 189,051 8,725,228,816 7, I 8 I ,306,683 I I ,599,365,299 3,846,052,90 I

19 MYTX 70,554,252,422 18,860,874,8 I 0 45,510,810,996 889,972,8 I 0,996 I I 6,870,36•1,63"1 ·-·

I 20 NPIS · 26,644,02 I ,766 2 I ,092,890,552 I 5,987 ,037 ,583 17,508,950,4 I 9 543,779)88

'21 PAFI 42,595, 177,803_ 17,991,262,196 45,083,214,665 30,539,714,955 3,642,974, 19•1

'22 PBRX 5,869,978,317 ---· I 5,479, 120,699 3,205,806,371 16,648,31/,829 76,926,375, 182

23 POLY 146,729,0 I 8,634 219,734,302,320 17,926,231,542 99,503,364,397 881,326,274,910

24 PRAS 6,826,385,55 I 20,548,547,991 51,029,383,228 34,062,824,423 57 ,252,571,683

25 RDTX 18,926,498, 172 39,840,499,855 46,790,254,862 63, 178,668,200 40,361,290,612

26 IUCY 10,947,237,720 14,928,578,377 5,589,267,025 I 0,305,568,50 I I 1,539,802,862

27 scco 52,055,514,090 8,347,577, I 75 57, 190,759,404 14,931,375,130 I 32, 142,274,075

28 SMSM I 20,602,494,824 58,279,424,755 49,058,767,002 153,723,622,176 74,242,454,642

29 SOM! 360,153,439! 2,079 ,369 ,471 26,069,460,160 2,738,099,296 180,939)32

30 SSTM 34,690,534,630 I 1,873,186,387 14,326,596,693 14,236,596,639 I 6,743,008,321

31 SUCI 7,461,815,352 1,715,978,902 1,000, 788,094 1,236,740,026 7,944,022,0 I I

32 TEJA 323,037,618,6 I 7 251,033,704,021 16,925,663,718 3,378,649,090 58,635,698,6<15

33 VOKS 1,863,98 I ,959 5,745,962,292 7,774,834,136 45,480,022,I 16 25,373,675,915

34 DPNS 3,266,590,606 9,770,941,000 7,403,413,000 5,296,734,000 75,679,777,000

35 FPNI 46,129,930,990 20,463,814,040 7,314,296,561 I I ,646,577,329 13,949,405,394

36 DLTA 285,9 I 8,046,000 16,762,597,000 I 01, 149,217,000 39,588, 188,000 I 0, I 08,285,000

37 Ac;!UA 67,096, 163,554 58,270,295,848 84,618,259,914 98, I 04,826, 199 56,659,9 I I, I 85

38 RMBA 92,406,261,488 179, 120,982,533 29,137,534,208 121,744,343,286 115,642,512,289

39 DART 45, I 50,048, 131 40,694,823,360 82,292,783,019 9,2 I 5,679,328 248,303,722,323

40 Jl~PT I 9,463,942,000 55,805,369,000 70,955,666,000 84,073,829,000 8,885,894,0-00

41 FMll 36,538,127,005 14,200,755,325 17,437,637,368 17,463,041,574 2,344,698,205

42 BMSR 987,452,669 7, 130,707,667 872,232,133 1,326,I 14,493 2,731,0,15,0'15

43 CMTD 8,030,327,855 13,764,569,331 7,924,067,479 3,630, 157,953 7,034,751,215

44 !HTS 325,828,629,000 235,630,866,000 274, 177,819,000 310,902,637,000 220,079,803,000

45 CMPP 24,003,031,897 3 I ,946,818,462 32,261,871, 167 32,870,908,775 6,878,578,692

46 DSFI 3,498,091,848 927,663,238 1,523,330,972 2,425,235,796 I 1,770,628,120

128

,--- r -- ,-~- ·-··-·-··--, '"-/>V; _,.,_,_,..., I ,.::.v.::., 7VL,,£UJ -49 ABBA 6,850,590,419 10,297,148,620 131,101,354 l 05,691,974,633 14,731,548,486 -so ALFA 8,730, 770,000 8, 730, 770,000 7,235,458,422 86,315,393,384 60,501,741,023

51 HEXA 79,923,910,237 i 19,053,497,488 138,045,414,900 245,241,892,223 122,953,487,728 52 CTRP 8,131,444,780: 27,367,734, 132 227,902,039,349 455,531,096,565 11,076,959,.515 53 DUTI 242,855,407,512 71,587,276, 161 133,075,260,509 71,587,276, 161 163,020,938,931

54 DVLA 48,372,986_ 67,927,018 55,668,000 74,205,344 59,093,405

55 BASS 61,135,7% 50,503,191 13,039,404 9,638,812 5,578,912

56 BTON 7,529,678,012 3,270,854,312 2,233,514,227 1,940, 197,466 322,476,554

57 CPDW 3,028,520,297 3,494,923,019 1,560,743,064 879,412,639 1,878,972,398

58 BRNA 39,422,068,498 47,466,870, 168 34,768,356,245 20,634,809,925 21,960,659,366

59 ATPK 5,394,444,036 1,463,984,631 6,262,232,079 494,353,236 8,519,278,892

60 APEX 168,445,438 220,924,285 285,886,200 270,582,509 471,704,509

61 CNKO 126,808,311 37,774,000 8,561,296 15,084,355 81,459,003

62 AMFG 199,969,426 168,815,651 306,964,339 222,831,952 52,449,320

63 ARNA 19,252,685,474 42,851,869,767 31,317,992,128 58,622,296,906 39,029,765,342

64 !KAI 51,438,285,339 57,862,696,788 1,474,842,418 46,997,792,086 23,731,760,767

. 65 TOTO 62,663,749,439 56,903,919,320 46, 138,451,257 45,675,277,654 99,309,247,3-87

66 ALMI 50,499,738,532 36,034,607,919 52,978,246,035 197, 197,278,347 152,054, I '14,344

67 TBMS 19,156,573,580 65,334,029,627 50,567,760, 109 46,886,646,445 292, 796,988,665

68 Cl~PI 6,765,055,284 3,404,755,684 18,084,611,306 18,344,589,843 15, 189,506,671

69 AKPr 45,764,105 116,578,602 55,859,203 146, 142,434 I 02,950,359

70 DYNA 74,706,832,966 84,992,232,940 129,867,355,244 92,682,493,997 82,348,144,410

71 IGAR 44,586,866,377 43,620,542,208 7,275,679,774 30,283,455,354 28, 196,590,520

72 APL! 8,936,724,963 20,397, 162,351 18,426,493,548 2,854,339,813 19,218,022,988

73 CTBN 8,377,578,742 7,240,343,121 10,566,519,746 33,878,997,576 83,399,010,37 I

74 JKSW 134,718,823> 3,797,007,293 3,616,434,830 20, 180, I 06,384 14,765,289,630

75 LION 12,799,255,815 11,607,037,659 6,244,683, 149 15,645,147,149 26,486,098,319 -76 LMSH 82,484,6951 3,746,378,012 7, I 50,374,919 547,289,814 978,767, 179

77 PICO 13,0I0,166,264 6,542,766,332 30,204,986,836 15,458,889,499 33,956,211,764

129

Lamp1ran li3: i:.st11nas1 Aru~ 1"'a~ \..JjJcI·a~1

I.ARGO .. Tlm y I x ' I x*x I xy .a I b .b*x AKO yaniz diharankan (

2002 38,890,589,000 I -2 (77,781,178,000) I 4 , I 57,528,448,800 I ( 14,868,210,300) I 29,736,4:iD,600 87,264,869,400

2003 I l l5,245,966,000 I -! ( l !5,2'15,966,000) I I I 57,528,448,800 I ( l 4,8G8,2 l 0,300) I 14,868,2 I 0,300 72,396,659,iOO ' : : I

2004 91 ,696,239,000 I o I o I 57 ,528,448.800 ' ( 14,868,2 I 0,200) 57,528,448,800 - I -2005 39,273,859,000 I I 39,273,859,000 I I I 57,528,448,800 I (I 4,868,2 I 0,300) (14,868,210,300). 42,660,238,500 .

2006 2,535,59 I ,000 I 2 5,071, 182,000 I 4 I 57,528,448,800 I (I 4,868,2 I 0,300) (29,736,420,600) . 27,792,028,200

287,642,244,000 I ( 148,682, l 03,000) I 10 I I

2. ART! --

y x xy I x*x I a b b*x AKO van2 diharankan (:

2002 6, I 84,902,803 I -2 (I 2,369,805,606) I 4 I 12,990,075,449 I (3,548,654,906) 7,097,309,812 20,087,385,261

2003 33,299, I 75,099 -I (33,299,175,099) _l_ I I 12,990,075,449 I (3,548,654,906) I 3,548,654,906 11'.: <::'}O '7')f\ "):;:C

I I t v,..1..Jo, I JV,JJJ

I 2004 18,675,096,3 I 3 o I - I o I 12,990,075,449 (3,548,654,906) - 12,990,075,449

2005 I 3,399,974,415 I I 3,399,974,4 I 5 I I I 12,990,075,449 (3,548,654,906) (3,548,654,906) 9,441,420,543

2006 3,391,228,615 2 6,782,457,230 I 4 I 12,990,075,449 (3,548,654,906) (7,097,309,812) 5,892,765,637

64,950,377,245 (35,486,549,060) I I 0 i I I

3.AUTO

v x xv x*x a b b*x AKO yang diharapkan (>

2002 71,050,000,000 -2 (142,I 00,000,000) 4 148,603,800,000 49,355,900,000 (98,711,800,000) 49,892,000,000

2003 90,830,000,000 -I (90,830,000,000) I 148,603,800,000 49,355,900,000 (49,355,900,000) 99,247,900,000

2004 122,953,000,000 0 - I o I 148,603,800,000 49,355,900,000 - ! 48,603,800,000

2005 189,883,000,000 I 189,883,000,000 I 148,603,800,000 49,355,900,000 49,355,900,000 197,959,700,000

2006 268,303,000,000 2 536,606,000,000 I 4 148,603,800,000 49,355,900,000 98, 711,800,000 247,315,600,000

743,019,000,000 493,559,000,000 10 I

4, BATA

v x XY x*x a b b*x AKO yang diharapkan (a

2002 51,260,114,000 -2 (I 02,520,228,000) I 4 58,686,741,400 7,245,511,400 (I 4,491,022,800) 44,195,718,600

2003 50,589, 70 I ,000 -I I (50,589,70 I ,000) I I 58,686, 741,400 7,245,511,400 (7,245,511,400) 5 I ,44 I ,230,000

2004 52,662,356,000 i 0 - 0 58,686,741,400 7,245,511,400 - 58,686, 741,400

2005 52,278,029,000 I 52,278,029,000 I 58,686,741,400 7,245,511,400 7,245,511,400 65,932,252,800

2006 86,643,507,000 I 2 I 73,287,014,000 I 4 58,686,74 I ,400 7,245,51 I ,400 14,491,022,800 73,177,764,200 .

293,433,707,000 I 72,455, 114,000 IO

5 .. B!MA ' x I xv x*x b' b"'"x I r-\I(Q yang diharapkan ( y a

2002 85,635;456,035 -2 (171,270,912,070) 4 24,775,953,080 ( 18,067,326,935) 36, 134,65J,s10 ' I 60,910,606,950

2003 21,088,938, 730 -I (21,088,93 8, 730) 1 ' 24,775,953,080 (18,067,326,935) 18,067,326,935 I ' 42,843,280,015 2004 1, 8,862,268,970 I, o I o I 24,775,953,080 11 8 06'7 3')6 "'"'"'" I , .... ~ ,..,,,.., ... ,...,.,., """ - ~l ' ,, ~ ,7JJ) - I L'+, / /.J,'7)-',V<JU

-2005 4,899,621,882 I 4,899,621.,882 1 24,775,953,080 (18,067,326,935) I ( 18,067,326,935) ! 6, 708,626, 146

·2006 3,393,479,785· ... 2 6,986,959,570 4 24,775.953,080 (18.067 ,326,935) I (36, 134,653,870) (11,358,700,789)

123,879,765,402 (180,673,269,348) IO

6. BRAM

v x xv x*x a I b I b*x Al<O yang diharapkan (~ 2002 177,066,859,000 -2 (354, 133,718,000) 4 160,648, 124,800 3,283, 143,300 I (6,566,286,600) 154,081,838,200

2003 129,511,023,000 -1 (129,511,023,000) 1 160,648, 124,800 3,283,143,300 I (3,283, 143,300) 157 ,364,981,500

2004 170,052,789,000 0 - 0 160.648.124,800 3,283,143,300 ! - 1 f.:I\ ,(,.JQ 1'111 01\f\ lvv,v..,.0,1..<.."t,UVV

2005 136,743,732,000 I I I 136,743,732,000 I 160,648.124,800 3,283) 143,300 ! 3,283, 143,300 ' 163,931,268,iOO 2006 189,866,221,000 2 379,732,442,000 4 160,648, 124,800 I 3,283,143,300 I 6,566,286,600 I 167,214,411,400

803,240,624,000 32,831,433,000 IO I

7. ERTX -- - - -

v x xv x*x a b b*x AKO yano diharaokan (a

2002 13,484,169,000 -2 (26,968,338,000) 4 22,397,868,600 9,273,231,500 (18,546,463,000) 3,851,405,600

2003 4,499,589,000 -1 (4,499,589,000) 1 22,397,868,600 9,273,231,500 (9,273,231,500) 13,124,637,100

2004 7,533,922,000 0 - 0 22,397,868,600 9,273,231,500 - 22,397,868,600

2005 48,743,084,000 I 48,743,084,000 1 22,397,868,600 9,273,231,500 9,273,231,500 31,671,100,100

2006 37,728,579,000 2 75,457,158,000 4 22,397,868,600 9,273,231,500 18,546,463,000 40,944,331,600

111,989,343,000 92,732,315,000 10 I

8.CNTX y x xv x*x a I b I b*x AKO vanrr diharankan la

2002 I 12,443,000,000 -2 (24,886,000,000) 4 12,239,400,000 I 1,822,900 .000 I (3,645,800,000) I 8,593,600,000

2003 12,489,000,000 -I (12,489,000,000) I 12,239,400,000 I 1,822,900,000 I (1,822,900,000) I 0,416,500,000

2004 4, 179,000,000 0 - 0 12,239,400,000 I 1,822,900,000 I - 12,239,400,000

2005 8,568,000,000 I 8,568,000,000 I 12,239,400,000 I 1,822,900,000 I 1,822,900,000 14,062,300,000

2006 23,518,000,000 2 47,036,000,000 4 12,239,400,000 I 1,822,900,000 I 3,645,800,000 15,885,200,000

I 61,197,000,000 18,229,000,000 10 I I

.Y. f'.,~ r1 I~ I _)' l x XY. ·' x*x a I b I b*x AKO vang'.diharapkan (

I 2002 I 63,020,565,206 I -2 (!26,041, 130,4'12) 4 33,011,854,687 I (14,S27,919,040) I 29,055,.838,080 62,067 ,692, 768

I 2003 I 43, 116,073,337 f - I (43,116,073,337): 1 33,o l 1,854,b87 I (!4,527,919,040) I 14,527,919,040 47,539,773,728

i 2004 II 37,440,006,949 I o - 0 I 33,011,854,687 I {14,527,919,040) I I - 33,011,854,687

I 2005 I 19,087,242,542 I I I 19,087,242,542 1 33,011,854,687 I (!4,527,919,040) I (14,527,919,040) 18,483,935,647

I 2006 I 2,395,385,403 I 2 I 4, 790, 770,806 4 . 33,011,854,687 I (14,527,919,040) I (29,055,838,080) I 3,956,016,607

I I 165,059,273,437 I I (145,279,190,401) IO I I

10. GDYR

v x I xy x*x a b b*x AKO yanll: diharaokan (

2002 39,922,904,000 -2 I (79,845,808,000) 4 43,262,299,200 4,285,202,400 (8,570,404,800) 34,691,894,400

2003 I 41,337,766,000 -1 I (41,337,766,000) 1 43,262,299,200 4,285,202,400 ( 4,285,202,400) 38,977,096,800

. 2004 32, 184, 128,000 o I - 0 43,262,299,200 4,285.202,400 - 43,?6?,299,200

2005 41,697,798,000 I 1 I 41,697,798,000 ... ~ I 43,262,299,200 4,285,202,400 4,285,202,400 47,547,501,600

2006 61, l 68,900,000 I 2 I 122,337,800,000 '41 43,262,299,200 4,285,202,400 8,570,404,800 51,832, 704,000

216,311,496,000 I 42,852,024,000 10

I 1. HDTX

I y x I xy x*x a b I b*x AKO yang diharaekan (: 2002 85,466,400,244 -2 (l 70,932,800,488) 4 39,137,330,615 (13,038,498,753) 26,076,997,506 I 65,214,328, 121

2003 14,791,825,351 -1 (14,791,825,351) I 39,137,330,615 (13,038,498,753) 13,038,498,753 52, 175,829,368

2004 52,488,750,847 o I - 0 39,137,330,615 (13,038,498,753) - 39,137,330,615

2005 30,539,714,955 I 30,539,714,955 I 39,137,330,615 (13,038,498,753) (13,038,498,753) 26,098,831,861

2006 12,399,961,676 2 24,799,923,352 4 39,137,330,615 (13,038,498,753) (26,076,997,506) 13,060,333,108

195,686,653,073 (130,384,987,532) 10 I

12. IKB! --· ---- -

y x I xv x*x [ a b I b*x AKO yang diharankan (<

2002 22,535,474,925 -2 I (45,070,949,850) 4 I 21,683,800,150 6,274,367,769 (12,548,735,537) I 9,135,064,613

2003 7,351,080,626 -1 I (7,351,080,626) I I 21,683,800, 150 6,274,367,769 (6,274,367,769) I 15,409,432,381

2004 13,400,985,299 o I - o I 21,683,800, 150 6,274,367,769 - 21,683,800, 150

2005 I 15,097,211,638 I I I 15,097,211,638 I I I 21,683,800, 150 6,274,367,769 6,274,367,769 27,958,167,919

2006 50,034,248,262 I 2 I 100,068,496,524 I 4 I 21,683,800, 150 6,274,367,769 12,548,735,537 34,232,535,687

I 108,419,000,750 I 62,743,677,686 . io I I

13. !MAS ...... ·- -

, I y X· xy x*x ... a i ' b b''x ' AKO yanQ diharaokan (a ..

2002. I 593,975,973.586 -2 (I, 187,951,947, 172) 4 498,973,088,934 I (74,475,357.840) 148,950,715,681 . 64 7 ,923,804,615 2003 I 616,662,004.682 I -I (616,662,004,682) I 498,973,088,934 I (74,475,357.840) I 74,475,357,840 573,448,446,775 2004 I 276,301,421.648 I o I - n I 498,973,088,934 I (74,475,357,840) i 498,973,088,934 v I v I I -2005 I 955,991,716,061 I I 955,991,716,061 I 498,973,088.934 I (74,4J5,357.840) (74,475,357 ,840) 424,497 ,731,094 I

2006 I 51,934,328.695 2 I I 03,868,657,390 4 I 498;973,088,934 I (74,475,357.840) (148,950,715,681) 350,022,373,254

I 2,494,865,444,672 I (744,753,578,403) !O I I

14. INDS

y x xv x*x I a I b b*x AKO yana diharankan (a

2002 l,931,900.474 -2 (3,863,800,948) 4 15,839,276,666 I 12,586,092,997 (25, 172,185,993) (9,332,909,327)

2003 5,815,437,349 -I (5,815,437,349) l I 15,839,276,666 12,586,092,997 (12,586,092,997) 3,253,183,669

2004 475272,211 0 - 0 l 5,839,?76,666 !2,586,092,997 1 c 0"£\ ...,,..,.,... ,..,,.,,. 1.J,O.:J7,L. /U1UUU

f2oos I·· - 6,407,378,329 I 6,407,378,329 I 15,839,276,666 12,586,092,997 ' 12,586,092,997 28,425,369,663 2006 64,566,394,967 2 I 129, 132,789,934 4 15,839,276,666 I 12,586,092,997 25, 172,185,993 41,011,462,659

79,196,383,330 I 125,860,929,966 I lo I

15. JECC

I v x xy x*x a I b b*x AKO yan2 diharapkan (a· 2002 19,468,701,000 -2 (38,937,402,000) 4 17,175,052,600 I (3,296,655,700) 6,593,311,400 23,768,364,000

2003 22,866, 149,000 -I (22,866, 149,000) I 17, 175,052,600 I (3,296,655,700) 3,296,655,700 20,471,708,300

2004 17,112,708,000 0 - 0 I 17, 175,052,600 I (3,296,655,700) - 17,175,052,600

2005 24,018,416,000 I 24,018,416,000 I 17,175,052,600 I (3,296,655,700) (3,296,655,700) 13,878,396,900

2006 2,409,289,000 2 4,818,578,000 I 4 17, 175,052,600 I (3,296,655,700) (6,593,311,400) 10,581,741,200

85,875,263,000 I (32,966,557,000) I 10 I

16. KARW ---------··

I v x I xv I x*x a I b b*x AKO yan11 diharaplrnn (a1

2002 I 13,020,000.000 -J I (26,040,000,000) I 4 I 24, 180,550,036 I 3,765,782,218 (7,531,564,436) 16,648,985,600

2003 I 14,519,000,000 - I I (14,519,000,000) I I 24,180,550,036 I 3,765,782,218 (3,765,782,218) 20,414,767,818

.-2Q04 J___ 44,229,000,000 I o I - I o I 24, 180,550,036 I 3,765,782,218 - 24, 180,550,036

I 2005 I 20,052,618, 173 I I I 20,052,678, 178 I I 24, 180,550,036 I 3,765,782,218 3,765,782,218 27,946,332,254

2006 I 29 ,082,072,002 I 2 I 58, 164, 144,004 I 4 24,180,550,036 I 3,765,782,218 7,531,564,436 31,712,114,472

I 120,902, 750,180 I 37,657,822,182 I 10 I

17. KBLl ·-

y , I x ' xv x*x a I b I b""x I .~£5.0 vang dihara~kan ( 2002 45,961,343,873 i -2 ' (91,922,687,746) 4 15,868,286,967 (6,272,567,637) I 12,,545-135,27~ 28,413,422,241

2063 9,999,443, 167 I -1 (9,999,443,167) I 15,868,286,967 (6,272,567,63,7) I 6,272.567.637 22, 140,854,604

I 2004 439,557,996 ' 0 I o - 15,868,286,967 (6,272,567,637) i - 15,868,286,967

2005 6,685,725,053 I l 6,685,725,053 I 15,868,286,967 (6,272,567,637) I (6,272.567,637) 9,595, 719,330

2006 16,255,364,746 I 2 32;510,729,492 4 ' !5,868,286,967 I (6,272,567,637) I (l 2,545;! 35,274) 3,323, 151,693

79,341,434,835 I (62,725,676,368) 10 . I

18. KBLJVJ y I x xv x*x a I b b*x Al(O yang diharankan (:

2002 473,189,051 I -2 (946,378, I 02) 4 6,365,028,550 961,986,418 (l,923.972,837! 4,441,055,713

2003 8, 725,228,816 I -1 (8,725,228,816) I 6,365,028,550 96!,986,418 (96 !.986,4 ! 8) 5,403,042,132

2004 7,!81,306,683 ! 0 - A 6,365,028,550 96 i ,986,418 - 6,365,028,550 v

2005 I 1,599,365,299 I 1 11,599,365,299 ' 6,365,028,550 I 961,986,41 g 96 l.986,4] s \ 7,327,014,968 • I

2006 3,846,052,901 I 2 7,692,105,802 4 6,365,028,550 I 961,986,418 l ,923.972,837 8,289,001,387

31,825,142,750 I 9,619,864,183 JO

19. MYTX ---------v xv x*x

I b b*x AKO yang diharankan fr x a I

2002 70,554,252,422 -2 (141,108,504,844) 4 228,353,822,772 96,374,416,061 (192,748,832, P2) 35,604,990,649

2003 18,860,874,8 IO -1 (18,860,874,8 l 0) I 228,353,822,772 96,3 74,416,061 (96,374.416,06 l) 131,979,406,711

2004 45,510,810,996 0 - 0 228,353,822,772 96,374,416,061 - 228,353,822,772

2005 889,972,810,996 I 889,972,810,996 1 228,353,822,772 96,374,416,061 96,374,416,061 324, 728,23 8,833

2006 116,870,364,635 2 233,740,729,270 4 228,353,822,772 96,374,416,061 192,748.832,P2 42 l, l 02,654,894

1,141,769,113,859 963,744,160,612 IO I

20. NIPS

I y I x XY x*x a b b*x AKO yan~ diharankan (a

2002 f 26,644,021,766 I -2 (53,288,043,532) 4 I 16,355,335,942 (5,578,442,489) I l l,156,884,978 27,512,220,919

2003 I 21,092,890,552 I -1 (21,092,890,552) l 16,355,335,942 (5,578,442,489) 5,578.442,489 2 l,933,778,431

2004 I 15,987,037,583 I o - 0 16,1SS,335,942 (5,578,442,489) - I 16,355,335,942

2005 I 17,508,950,419 I l I 17,508,950,4 l 9 I I 16,355,335,942 (5,578,442,489) (5,578.442,489) I 10,776,893,453

2006 I 543,779,388 I 2 1,087,558,776 4 16,355,335,942 I (5,578,442,489) I (l l, 156,884,978) I 5, 198,450,964

I 81,776,679,708 I (55,784,424,889) 10 I

1. I. 1~1\I< I

[. I y x I xv x*x a i b _ b*.x AKO yang diharaokan i 2iJCi2 I 42,595,111,303 -2 I (85,19o,355,606J .4. 21,970,468,163 I· r6,535,595,446J .13,011,190,892 41,041,659,654 I 2003 i; 17,991,262, 196 -I I ( 17,991,262,196) 1 27,970,468)63 I , (6,535,595,446) 6,535,595,446 34,506,064,209 ~ ---··- ·---·--··· ~- ·-- . ··--· ·-······

I 2004 f· 45,083,214,665 ! Q ! \ 0 \ 27,970,468,763 I! {6,535,595,446) \ I 27,970,468,763

r 2005 1 30.539,714.955 r 1 1 20.539,714,955 1 1 1 27,970,468,763 1 .(6,535,595,446) 1 (6,535,595,446) 1 21.434.873,317

I 2066 I 3.642,974,194 i. 2 I 7;285,948,3M -~ I - 21,910,468,163 I (6_.535,595,446) I (13,011,190,892) I 14,899,211,811 r I 139.852,343,813 1 ·-1 (65,355,954,459) I 10 I I

?? PBRX ···-·-------

y I , xv x*x a I b b*x AKO yang diharapkan I

2002 5,869,978,317 I -2 (I l,739,956,634) 4 23,625,919,680 I 14,328, 199,086 (28,656,398, 172) (5,030,478,492)

2003 15,479, 120,699 i -1 (15,479,120,699) I 23,625,919,680 I 14,328, 199,086 I (14,328,199,086) 9,297,720,594

l 2004 3,205,806,371 I o - 0 23,625,919,680 1. 14,3?8,!99,086 - ')':! ,.:;:1.;: 010 t::Q(\

' ,__, 1v.:..,.1,/ l /,vuv

I 2oos I 16.648,317,829 I I I l 6,648,317,829 1 I 23,625,919,680 I 14,328, 199,086 14,3?8,199,086 37,954,118,766

I 2006 I 76,926,375, 182 I 2 153,852,750,364 4 23,625,919,680 I 14,328, l 99 ,086 28,656,398, I 72 52,282,317,852

118,129,598,398 I 143,281,990,860 10 I

'3. POLY -

v x xv x*x a b b*x AKO vane: diharaokan ! 2002 146,729,0 l 8,634 I -2 (293,458,037,268) 4 273,043,838,361 I 134,896,357,463 (269,792,714,926) 3,251,123,435 2003 219,734,302,320 -1 (219,734,302,320) 1 273,043,838,361 134,896,357,463 I (134,896,357,463) 138,147,480,898

2004 17 ,926,231,542 0 - 0 273,043,838,361 134,896,357,463 - 273,043,838,361

2005 99,503,364,397 l 99,503,364,397 1 273,043,838,361 134,896,357,463 134,896,357,463 407,940, 195,824

2006 881,326,274,910 I 2 l,762,652,549,820 4 273,043,838,361 134,896,357,463 269,792,714,926 542,836,553,286

1,36s,219,191,803 I 1,348,963,574,629 10

24. PRAS

I v I x xy x*x a I b b*x AKO yana diharankan (:

2002 I 6,826,3 85,551 I -2 (13,652,77l,102) 4 33,943,942,575 I 11,436,664,870 (22,873,329,739) 11,070,612,836

2003 I 20,548,547,991 I -1 (20,548,547,991) I I 33,943,942,575 I l l ,436,664,870 (l 1,436,664,870) 22,507,277,706

2004 I 5 l ,029,383,228 I o - 0 33,943,942,575 I 11,436,664,870 - 33,943,942,575

2005 I 34,062,824,423 I l 34,062,824,423 l 33,943,942,575 I l l ,436,664,870 I , ______

11,436,664,870 45,380,607,445

2006 I 57 ,252,571,683 I 2 114,505, 143,366 4 33,943,942,575 I 11,436,664,870 22,873,329,739 56,817,272,314

I 169,719,712,876 I

114,366,648,696 I IO I I

25.RDTX ----- ---

v x • 'l' I x*x I ·-;;-· I b I b*x I. AKO yan2 dihnraokan (:

2002 I .18,926,498,112 -2 (37,852.996.344) I .4 I 41,s19.~42340 I 6,620,770,323 I. Cl3.241,550,645J 28,577,891,695

2003 39,840,499,855 -1 (39,840,499,855) I 1 I 41,819,442,340 I 6,620,775,323 I (6,620,775,323) I 35,198,667,018 0004 1 11r.'70A'l.:::110..::,, 1 o' 1 I\ 1 :.1101011Jl'/:C;1o 1 r:.r:.'1A 7'7"""" 1 418 10A4oo4A -"VV -..v, I /v,;;. .. r..,.,uu..;.. I - I v i .,. 1 ,u > _,,-,---,--"-,-'' I v,v,.:...v, t -'•-'""-' i - , L./,-.- .... ,_, v

2005 63, 178,668,200 I 1 I ' 63, 178,668,200 I 1 I 4 1 ,819,44? .340 1. 6,620,775.323 I 6,620,775,323 48,440,217,663

2006 40,361,290,612 2 80,722.581,224 I 4 I 41,819,44? ,340 I 6,620,775,323 ·I 13,241,550,645 55,060,992,985

I 209,097,211,101 I 66,201,153,225 I 10 I I r .

?6. Rrrv --·A~~~A

v x I xv I x*x I a I b b*x AKO yang diharapkan (l

2002 10,947,237,720 -2 (21,894.4 75,440) I 4 I 10,662,090,897 (343,787,959) 687,575,918 11,349,666,815

2003 I 14,928,578,377 -l (14,928,578,3 77) I l I 10,662,090,897 I (343,787,959) 343,787,959 11,005,878,856

2004 5,589,267,025 0 - I o I I 0,662,090,897 ('43,787,959) - I 10,662,090,897 2005 I 0,305,568,501 I I 10,305.568,50 I I 1 I I 0,662.090,897 (343,787,959) (343;787,959) l 0,318,302,938 2006 11,539,802,862 2 23,079.605,724 I 4 I 10,662,090,897 (343,787,959) (687 ,575,918) 9,974,514,979

53,310,454,485 (3,437,879,592) I rn I

27. scco y x xv x*x ! a b b*x AKO yan2 diharaokan (2

2002 52,055.514,090 -2 I (104,111,028,180) 4 I 52,933,499,975 I 16,675,731,793 (33,351,463,585) 19,582,036,390

2003 8,347,577,175 -1 (8,347,577, l 75) l I 52,933,499,975 16,675,731,793 (16,675,731,793) 36,257,768, 182

2004 57,190,759,404 0 - 0 52,933,499,975 16,675,731,793 I - 52,933,499,975

2005 14,931,375,130 1 14,931,375,130 1 52,933,499,975 16,675,731,793 16,675,73 l,793 69,609,231,767

2006 132, 142,274,075 2 I 264,284,548, 150 4 52,933,499,975 16,675,731,793 33,35 I ,463,585 86,284,963,560

264,667,499,874 166,757,317,925 I io

78.SMSM - -- ---------y x xv I x*x I a I b b*x AKO yam! diharaokan (a

2002 I 120,602,494,824 -2 1241,204,989,648) I 4 I 91,181,352,680 272,411,706 I (544,823,411) 90,636,529,268

2003 58,279,424,755 -l (58,279,424,755) I I I 91,181,352,680 272,411,706 (272,411, 706) 90,908,940,974

2004 49,058,767,002 0 - I o I 91,181,352,680 272,41 J,706 - 91, 18 l,352,680

2005 153,723,622, 176 I 1 I 153,723,622, 176 I I I 91, 181,352,680 272,411,706 272,411,706 9 l,453,764,386

2006 74,242,454,642 2 I 148,484,909,284 I 4 I 91, 181,352,680 I 272,411,706 544,823,41 l I 91, 726, 176,091

I 455,906,763,399 I I 2,724,117,057 I 10 I

29. :SQM I

I I x I' I -

y xv x*x a ll ' b"x~ 1\J(O yang diharapkan 1

2002 '1 . 360, 153.439 i -2 (720,306,878) 4 6,285,604,420 30,030,241 I (60,060,482) I 6,225,543,937 I 20031 2,079,369:471 I -1 (2,079,369,471) 1 6,285,604,420 30,030,241 (30,030,241) I 6,255,574, 179 2004 I 26,069,460,160 I o I 0 6,285,604,4?0 I 30,030,24i ' 6,285,604,420

' v - I - I

2005 I 2,738,099,296 I I ~ 2,738,099,296 I I 6,285,604,420 30,030,241 30,030,241 I 6,315,634,661 20061 i 80,939;732 . f 2 361 ;879 ,464 4· 6,285,604,420 30,030,241 60,060,482 I 6,345,664,902

T 31,428,022,098 1 300,302,411 10· I I

30. SSTM - -y I x xv x*x a b b*x I t\KO yang diharapkan (

2002 34,690,534,630 -2 (69,381,069,260) 4 18,373,984,534 (3,353, 164,237) 6, 706,328,4 73 I 25,030,313,007

2003 11,873,136,337 I -1 (11,873, 186,387) I 18,373,984,534 (3,353, 164,237) 3,353,164,237 I 21,727,148,771

2004 14,326,596,693 0 - 0 18,373,984,534 (~':ii\~ lht1 ')~7'. I 'n ,,,,...,..., /"\n • ,....., • \""' ,_, _._,' •.., ', ... _.' I - IO,.) I.) ,)'O'f,JJ'f

2005 f 14,236,596,639 I 14,236,596,639 l 18,373,984,534 (3,353,164,237) (3,353, 164,237) I 15,020,820,297

2006 I 16,743,008,321 2 33,486,016,642 4 18,373,984,534 (3,353,164,237) (6,706,328,473) I 11,667,656,061

91,869,922,670 (33,531,642,366) 10 I

31.SUGI

y x xv x*x a b b*x AKO yang diharaokan (: 2002 7,461,815,352 I -2 (14,923,630,704) 4 3,871,868,877 48,517,444 (14,923,630,704) (l l ,051,761,827) 2003 1, 715,978,902 -I (I, 715,978,902) 1 3,871,868,877 48,517,444 (l,715,978,902) 2,155,889,975 2004 1,000,788,094 0 - 0 3,871,868,877 48,517,444 - 3,871,868,877

2005 1,236,740,026 I 1,236,740,026 I 3,871,868,877 48,517,444 l,236,740,026 5,108,608,903 2006 7,944,022,011 2 15,888,044,022 4 3,871,868,877 48,517,444 15,888,044,022 19,759,912,899

19,359,344,385 485,174,442 lO I I

32. TEJA

v x xv x*x a b I b*x AKO yano diharankan (!

2002 I 323,037,618,617 -2 (646,075,237,234) 4 130,602,266,818 I (77,645,889,488) I 155,.!0 l,778,975 285,894,045,793 2003 251,033,704,02 l -1 (251,033,704,021) l 130,602,266,818 (77 ,645,889 ,488) I 77,645,889,488 208,248, 156,306 2004 16,925,663,718 0 - 0 130,602,266,~_8_ - (77,645,889,488) I - 130,602,266,818 2005 3,378,649,090 I I I 3,378,649,090 I l I 130,602,266,818 . (77 ,645,889,488) I (77,645,889,488) I 52,956,377,331 2006 58,635,698,645 I 2 I 117,271,397,290 4 130,602,266,818 (77,645,889,488) I (155,291,778,975) (24,689,512, 157)

653,011,334,09 l (776,458,894,875\ 10 I . I

..)~'· v \) J'\.,')

r-·--1·-~~---~~- I x :xv x*x I. ~ a b b*x AKO van!! diharaokan

I 2002 I 1,863,981,959 . I -2 (3,727,963,918). 4 I n,247,695,284 8,675',344,774. (17,35o,689,547J 002,994,264) [2003 I 5,7.45,962.292 ·I (5,745,962,292) l I 17,247,695,284 8,675:344,774 (8,675,344,774) 8,572,350,510 \ 2.004 l 7,774,834JJ6 Q , - I (} \ 17,247;695,284 8,675,344,774 - 17,247,695,284

[ 2005 I 45,480,022, l 16 l 45,480,022, l l 6 I I I 17,247,695,284 8,675,344,774 8,675,344,774 25,923,040,057 I 2006 I 25,373,675,91s I 2 50,747,351,830 I· 4 I · 11,247,695,284 8,675,344,774 11,350,689,541 34,598;384,831 · I i 86,238,476,418 I 86,753,447,736 IO I

34. Dl'NS

I y I x I xv x*x I a b b*x AKO van!! diharaokan I 2002 I 3,266,590.606 I -2 I 6,533,181,212· 4 I 20,283,491, 121.20 14,035,216,578.80 (28,070,433, 157.60) (7, 786,942,036.40)

I 2003 I 9, 770,941,000 I · l I 9,770,941,000- I I I 20,283,491,121.20 I 14,035,216,578.80 ( 14,035,216,578.80) 6,248,274,542.40

I 2004 I 7,403,413,000 I o I . 0 I 20,283A9l,l2J.20 14,035,216,578.80 . 20,283,49i,12 i.20 i 2005 i 5,296,734,000 I I I 5,296,734,000 l I 20,283,491,121.20 14,035,2 ! 6,578.80 14,035,216,578.80 34,318,707, 700.00

f-l006 i 75,679,777,000 I 2 I 151,359,554,000 4 I 20,283,491,121.20 14,035,216,578.80 28,070,433, 157.60 48,353,924,278.80

. I I 01,417 ,455,606 I I 140,352,165,788 10 I

35. Fl'N l - - . - - - -y x xy x*x a b b*x AKO yang diharapkan (

i 2002 46,129,930,990 I -2 92,259,861,980- 4 19,900,804,862.80 (7,317,828,790.30) 14,635,657,580.60 34,536,462,443.40

2003 20,463,814,040 ·I 20,463,814,040· 1 19,900,804,862.80 (7,317,828, 790.30) 7,317,828,790.30 27,218,633,653 .10

2004 7,314,296,561 0 . 0 19,900,804,862.80 (7,317,828,790.30) - 19,900,804,862.80

2005 11,646,577 ,329 I 1 11,646,577 ,329 1 19 ,900,804,862.80 (7,317,828,790.30) (7,317 ,828,790.30) 12,582,976,072.50

2006 13,949,405,394 2 27,898,810, 788 4 19,900,804,862.80 (7,317,828, 790.30) (14,635,657,580.60) 5,265,147,282.20

I 99,504,024,314 73,178,287,903- IO

36. DELTA - .

I v I x XY x*x I a b b*x AKO yang diharapkan fr

. 2002 I 285,918,046,000 I .2 (571,836,092,000) 4 I 90,705,266,600 (51,203, 133,400) 102,406,266,800 193,111,533,400

2003 I 16,762,597,000 I -1 I l I 90,705,266,600 (51,203,133,400) 51,203,133,400 141,908,400,000

2004 I 101,149,217,000 I o . o I 90, 705,266,600 (5l,203,133,400) . 90,705,266,600

2005 I 39,588, 188,000 I l I 39,588, 188,000 1 I 90, 705,266,600 I (51,203,133,400) (51,203,133,400) I 39,502, 133,200

2006 I I 0, l 08,285,000 I 2 20,216,570,000 4 I 90, 705,266,600 I (51,203, 133,400) I (I 02,406,266,800) I (I 1,701,000,200) I I 453,526,333,000 I (512,031,334,000) I 10 I I I ' I

SI.AQUA

i 2002 I y I , xv I x*x I .. b I I b''x I AKO yangoiharankan ( 2003 67,096, 163,554 I -2 134, 192,327, I 08- i 4 I 72,949,891.340 1,896,202,56 LJO I (3,792.405. 122.60) I 69, 157,486,217.40

2004 58,270,295,848 I -I 58,270,295,848- I I i 72.949,891,340 ',896.202,561.30 I (I ,896,202,561.3Q) I 7 i ,053,688, 778.70 I

2005 84,618,259,9!4 I o I A I 72,949,391.340 l ,896.202,56 i .30 I I 72,949,891,340.00 I v - I v I I - I

2006 98, I 04,826, 199 I- I 98, I 04,826, 199 I I i 72.949,891.340 1,896.202,56 uo I 1.s96,202,561.3o -I 74,846,093,901.30 56,659,911,185. I 2 I 13;3!9,822;370 \ 4 I 72,949,891.340 ! I ,896.202,561.30 . I 3 ,792,405, I 22.60

I 76,742,296,462-.60

. 364,749,456,700 I 18,962,025,613 J IO I i i

38. RMBA ------·-----y x xy x*x ! a i b b*x I AKO vang diharapkan (:

2002 92,406,261,488 -2 ! 84,812,522,976- I 4 I I 07,610,326,760.80 i ( 1,090,413,764.50) 2, ! 80,827,529.00 I 109,791,154,289.80

2003 179, 120,982,533 , - I 179, !20,982,533- I I I 07,610,326,760.80 i ( 1,090,4 ! 3,764.50) I ! ,090,4 ! 3,764.50 I ! 08, 700,740,525.30

2004 29,137,534,208 I 0 I - o ! 107.610176.760.80 I (l,090,413,764.50) l ,,...,.., r1n ,.,...,.,... _,,,.,,.on 1 u 1,u I v,.:iL.o,1ov.ov

I 2005 I 121,744,343,286~·-·· I !2!,744,343,286 ! I I 07,610,326,760.80 (! ,090,4 ! 3,764.50) < 1,090,4 !3,764.soJ I 106,519,912,996.30

2006 1 !5,642,512,289 2 231,285,024,578 4 I I 07,610,326, 760.80 ( ! ,090,413,764.50) c2, 180,827,529.oo) I ! 05,429,499,231.80

538,05!,633,804 10,904,137,645- 10 I I

39. DART

I v x I xy x*x a i b b*x AKO van~ diharaokan « 2002 45,150,048,131 -2 I 90,300,096,262- 4 35,470,666,767 .60 I (1 ! ,256,356,096.60) 22,512,712, 193.20 57,983,378,960.80

2003 40,694,823,360 -! 40,694,823,360- ! 35,470,666,767.60 (! 1,256,356,096.60) 11,256,356,096.60 46,727,022,864.20

2004 82,292,783,019 0 - 0 35,470,666,767.60 (11,256,356,096.60) - 35,470,666,767.60

2005 9,2 !5,679,328 2 18,431,358,656 4 35,470,666,767.60 (! 1,256,3 56,096.60) (22,512,712, ! 93.20) !2,957,954,574.40

2006 248,303,722,323 I I 248,303, 722,323 I 35,470,666,767.60 (! ! ,256,356,096.60) (11,256,356,096.60) 24,214,310,671.00

177,353,333,838 I 112,563,560,966- 10

40.JRPT

v x I xy I x*x a I b b*x AKO vanu diharaokan (a

2002 19,463,942,000 -2 I 38,927,i>.'4,ooo- I 4 47,836,940.000 I 711.236,400 1,422,472,800- 46,414,467,200

2003 55,805,369,000 - I I 55,805,369,000- I 1 47,836,940,000 I

711,236,400 711,236,400- 47,125,703,600 I 2004 70,955,666,000 I o I - I o 47,836,940.000 I 71 ! ,236,400 - 47,836,940,000

2oos I 84,073,829,000 I 1 I 84,073,829,000 I I 47,836,940.000 I 711,236,400 I 711,236.400 48,548, 176,400

2006 8,885,894,000 I 2 I !7,771,788,000 I 4 I 47,836.940,000 I 711.236,400 I !,422,472,800 49,259,412,800

239,184,700,000 I I 7,112,364,000 I I 0 I

41. !'Mil . - . - - ---_, . y I x I xv I x*x I a I

.

b I b*x . AKO van2 dihan1Dkan (

2002 36',538,127,005 -2 73,076,254,010- I 4 17,596,851,895.40 (6,512,457,l35.1oi I 13,024,914,270.20 30.621,766, 165 .60 -

200J ! 14,200, 755,325 , I -I 14,200,755,325- I 1 17,596;851,895.40 (6,512,457,135.10i I 6,512,457.135.10 24, I 09,309,030'.50

2004 17,437,637,368 0 ! - I o 17,596,351,895.40 I (6"?45~ '"I"' 1 ,_;J_, 1,I.J:>. U) I - 1 t ,596,851,895.40

2005 17,463,041,574 1 17 ,463,041,574 I I I 17,596,851,-895.40 (6,512,451,135.1oi I C6.s12,457,135.1oi 11,084,394, 760.30

2006 2,344,698;205 . 2· 4,689,396,410 . I 4 - · - 11,596,851,895.40 (6,512,457,135.10) I (13.024,914,270.20) I 4,571,937,625.20

87,984,259,477 I 65,124,571,351- . I 10 I

42. BMSR

I v I x xy x*x a b b*x I AKO yang diharaokan (:

2002 I 987,452,669 I -2 1,974,905,338- 4 2,609,510,401.40 -231740842.20 463,481,684.40 I 3,072,992,085.80

2003 I 7, 130,707,667 I -1 7,130,707,667- 1 2,609,510,401.40 -231740842.20 I 231,740,842.20 I 2,841,251,243 .60

2004 I 872,232,133 I o - - 2,609,510,401.40 -231740842.20 - I 2,609.510,40 i .40

I 2005 I 1,326,114,493 I i I- 1,326,114,493 I 2.609,510,401.40 -231740842.20 (23 l,740,842.20) I 2,377,769,559.20

2006 I 2,731,045,045 I 2 5,462,090,090 4 2,609,510,401.40 -231740842.20 (463,481,684.40) I 2, 146,028,717.00

I 13,047,552,007 I 2,317,408,422- 10 I

43. GMTD

I v x xv x*x a b b*x AKO yang diharapkan (a

2002 I 8,030,327,855 I -2 16,060,655,710- 4 8,076,774,766.60 (l ,212,556,465.80) 2,425, 112,931.60 10,501,887,698.20

2003 13,764,569,331 -1 13,764,569,33 I- 1 8,076,774,766.60 (1,212,556,465.80) 1,212,556,465.80 9,289,331,232.40

2004 7,924,067,479 0 - 0 8,076,774,766.60 (1,212,556,465.80) - I 8,076,774,766.60

2005 3,630,157,953 I 3,630,157,953 1 8,076,774,766.60 (1,212,556,465.80) (l ,212,556,465 .80) 6,864,218,300.80

2006 7,034,751,215 2 14,069,502,430 4 8,076,774,766.60 (1,212,556,465.80) (2,425, 112,931.60) 5,651,661,835.00

40,383,873,833 12,125,564,658- 10 I

44. HITS

I I x*x b b*x l

AKO van~ diharankan (a y x xv a I 2002 I 325,828,629,000 -2 651,657 ,258,000- I 4 273,323,950,800 13,622,588, l 00- 27,245, 176,:oo 300,569, 127,000

2003 I 235,630,866,000 -1 235,630,866,000- I 1 273,323,950,800 13,622,588,100- 13,622,588,100 286,946,538,900

2004 I 274, 177,819,000 0 - I o 273,323,950,800 13,622,588, I 00- - 273,323,950,800

2005 i 310,902,63 7,000 I l 310,902,637,000 I I I 273,323,950,800 13,622,588, 100- 13,622,588,100- 259,701,362,700

2006 I 220,079,803,000 2 440, 159 ,606,000 I 4 273,323,950,800 13,622,588, l 00- I 27,245, 176,200- 246,078,774,600

I I ,366,619, 754,000 136,225,881,000- I 10

45. <:i\1 pp ' I

i \ -x I i x*x f ·' I b b~x I AKO van~ diharankan ( I v . i ' xy ,. a I i -2 I I 4 I I 2002 i '24,003,031.897 48,006,063,794- 25,592,241,798.60 (3,332,48) ,609. 70) 6,664,963,219.40 . 32,25.7,205,018.00

l 2003 I J l·,946.818.462 l -I i 31,946,818,462- I .1 I 25,592,24 r,798'.60 (3,332,481,609.70) 3,332,481,609.70 28,924,723,408.30 ' I 32,261.87!.!67 I n I I o I ')~ 50') ')41 ""lf\O 60 (3,332,481,609. 70)

I 25,592,24 i '798.60 j 2004 I . ' . I ...:.._i, 7.t..,.<.. 1, l::tO . .

L 2005 I 32,870.908. 775. I I I 32,870,908, 775 I I I 25,592,241,798.60 (3,332,481,609.70) (3,332,481,609, 70) 22,259,760,188.90 I

i 2006 I 6.878,578.692 r " I · 13,757,157,384 I 4 I 25,592,241 ;798.60 (3,332,481,609. 70) .. (6,664,963,219.40) 18,927,278,579.20 ' - !

L I 127,961,208,993 I I 33,324,816,097- I lo I

46. DSFI - " -- --

I v x I xv x*x I a b b*x AKO yan~ diharankan I

2002 I 3,498,091.848 -2 I 6,996, 183,696- 4 4,028,989,994.80 l ,804,264,510.20 (3,608,529,020.40) 420,460,974.40

. 2003 I 927,663,238 - I I 927,663,238- I 4,028,989,994.80 1,804,264,510.20 (1,804,264,510.20) 2,224, 725,484.60

2004 I \ ,523,3~QL?f2 I o I . 0 4,028,989,994.80 1 Qf'\A 'Jt::A .0:: 1 A '11"\ . 4,028,989,994.80 ~ ,vv·~,.c.v-r,_, .'- v . .:...v ...

12005 i I 1 I ! 2.425,235,?96 2,425,235.796 ! 4,028,989,994.80 !,804,264,510.20 I 1,804,264,510.20 5,833,254,505.00

. 2006 I 11,770,628,120 I 2 I 23,541,256,240 4 I 4,028,989,994.80 1,804,264,510.20 3,608,529,020.40 7,637,519,015.20

i 20,144,949,974 I 18,042,645,102 10

47. DEF!

I y I x ! xv x*x I a b b*x AKO vang diharapkan (<

2002 I 3,681,295.430 I -2 7,362,590,860- 4 13,014,980,852.40 3,256,682, 160.10 (6,513,364,320.20) 6,501,616,532.20

2003 I 18,801,204,947 I -1 18,801,204,947- I 13,014,980,852.40 3,256,682, 160.10 (3,256,682,160.10) 9,758,298,692.30

2004 I 9,291,596,928 I o . 0 13,014,980,852.40 3,256,682,160. JO . 13,014,980,852.40

2005 I 7,870,996,506 I 1 7,870,996,506 1 13,014,980,852.40 3,256,682, 160.10 3,256,682, 160.10 16,271,663,012.50

2006 I 25,429,8 l 0,451 I 2 50,859,620,902 4 13,014,980,852.40 3,256,682,160.10 6,513,364,320.20 19,528,345, 172.60

I 65,074,904,262 I 32,566,821,601 10

48. DNET

I v I x I xv x*x I a b b*x AKO van~ diharankan la

2002 I 55,188,114 I -2 I 110,376,228- 4 I 786,526,924 60,013,796.20 (120,027,592.40) 666,499,331.60

2003 I 1,824,309,692 I -I I 1,824,309,692- I I 786,526,924 I 60,013, 796.20 (60,013,796.20) 726,513,127.80

2004 I 721,215, 197 I o I . o I 786,526,924 60,013, 796.20 . 786,526,924.00

2oos I 129,019,352 I I I 129,019,352 I [ 786,526,924 60,013,796.20 60,013,796.20 846,540,720.20

2006 I 1,202,902.265 I 2 I 2,405,804,530 I 4 I 786,526,924 60,013,796.20 120,027 ,592.40 906,554,516.40

I 3,932,634,620 I I 600,137,962 10 I

49. ABBA

I x I . J x*x'1 . -.. ···--·-·-

y xy a b '! ? IJ°'x i AKO yang diharapkah ( 2002 6,850,590,419 -2 I l3,7Q l, 180,838· 4 I 27,540.4 72,702.40 r I I, I 1.5,674,'.2 I 4.70 ! c22,231 ;348,429.40l I 5,309,124,273.00

2003 10,297, 148,620 · l l 0,297, 148,620· l I 27 ,540.-172, 702.40 i 11,115.674.'214.70 I c11,115,674,214.70l I 16,424, 798,487 .10 I 2004 111 ln1 1.:.;.d n I I n I ., '7 :: -• (\ '-,,... ...,,...,.., _," I i i,l i5,674,2i4.70 i i 27 ,540,472, 702.40 . _,A'-~., .......... '

' v ' . I v I ,:... t ,_1'+V,-i- ! L, /VL.'+V I .

2005 l 05,691,974,633 I 105,691,974,633 I I 27,540.4 72,702.40 i 11,115,674,214.70 i 11,115.674,214.70 I 38,656,146,917. l 0

2006 14,731,548;486 2 29,463,096,972 4 I 27,540.472,702.40 ' 11,115,674,214.70 I 22,231,348,429.40 I 49, 771,821, 13 1.80 I I 137,702,363,512 111,156,742,147 10 I I I ' . I

SO.ALFA y x xv x*x I a b I b*x I AKO yang diharapkan ('

2002 I 8,730, 770,000 ·2 17,461,540,000· 4 i 34,302.826,565.80 18, 112,656,543 I 36,225,313,086· I ( l ,922,486,520.20)

2003 8, 730, 770,000 ·1 8,730, 770,000· 1 ! 34,302.826,565.80 18, 112,656,543 I 18,112,656,543· i 16, 190, 170,022.80

2004 7,235,458,422 0 . o I 34,302.s26,565.so I ! 8, I 12,656,543 I I 34,302,826,565.80 I

I

12oos j 86,315,393,384 I l I -·"86,3J5,393,384 I l I 34,302,826,565.80 18, ! 12,656,543 I 18, 112,656,543 I 52,415,483,108.80 ' '

60,501,741,023 2 121,003,482,046 I 4 34,302.826,565.80 I 18, I I 2,656,543 I 36,225,313,086 I 70,528, 139,651.80 2006 ' 171,514,132,829 181, 126,565,430 10

51. HEXA -- --- -

v x xv x*x a I b I b*x I AKO yan~ diharaokan (a I

2002 79,923,910,237 -2 159,847,820,4 74. 4 141,043.640,515.20 21,224,754,911.10 I (42,449,509,943.40l I 98,594, 130,57 l.80

2003 119,053,497,488 ·l 119,053,497,488- I 141,043.640,515.20 21,224,754,971.70 ! (21,224,754,971.70) 119,818,885,543.50

2004 138,045,414,900 0 - 0 141,043.640,515.20 21,224,754,97 l.70 I . 141,043,640,515.20

2005 245,241,892,223 1 245,241,892,223 1 141,043,640,515.20 21,224,754,971.70 I 21,224,754,971.70 162,268,395,486.90

2006 122,953,487, 728 2 245,906,975,456 4 141,043.640,515.20 I 2 l,224, 754,97 l.70 I 42,449,509,943.40 I 183,493, 150,458.60

705,218,202,576 212,247,549,717 10 I I 52.CTRP . - ----

v x xy I x*x I a I b I b*x I AKO van~ diharankan (a·

2002 8,131,444,785 ·2 16,262,889,570· I 4 I 146,001.254,869.20 I 43,405,439,189.30 I (86,810,878,378.60) I 59,190,976,490.60

2003 I 27,367,734,132 ·l 27,367, 734, I 32- I l I 146,oo 1.854,869.20 I 43,405,439.12930 I (43,405,439, 189.30) I l 02,596,415,679.90

2004 227,902,039,349 0 - I o I 146,oo !.854,869.20 I 43,405,439, 189.30 I . I 146,00 l ,854,869.20

2005 i 455,531,096,565 I l I 455,531,096,565 I 1 I 146,001.854,869.20 I 43,405,439, 189.30 I 43,405,439, l 89.30 I 189,407,294,058.50

2006 l l,076,959,515 I 2 I 22, 153,919,030 I 4 I l46,001,8s4,86920 I 43.405,439,189.30 I 86,8 l 0,878,378.60 I 232,812, 733,247.80

730,009,274,346 I 434,054,391,893 I lo I I I I

:i.5. UU I J - -

I. 4 v I x I xv / x*x I a I b I b*x I · AK.6 vang diharapkan

2002 I 242,855,407 ,512 -2 I ·485,710,815,024- I 4 . I 136,425,231,854.80 I (15,966,893,716.20) I 31,933,787,432.40 I 168,359.019,287.21

2003 I 71,587,276, 161 -1 I • 71,587,276,161- I l I l 36,425,231,854.80 I (15,966,893,716.20) I 15,966,893,716.20 I 152,392. 125,571.01

I 2004 I 133,075,260,509 I 0 \ (.A 1 136..i"l.i::-·2..., 1 0 5A 0 0 1 '"596,.. 0 ""'"'1,...'"'0' 1

· I i 36,425,23 i ,854 8( - I v 1 ,.-t.::.J, .::i1,o .:+.o 1 ~i , o,oY.:>,1 o.L J I - I I ?on--..tl !33,075.260,50 136.425.231.854.80 l (15,966,893,716:20) i i 36 ... 425 ... 23 i ... 854.8(

2005 71,587-,276,161 l I 71,587,276,161 I 1 I 136,425,231,854.80 I (15,966,893,116.2oi (15,966,893,716.20) I 120,458,338, 138.6(

2006 163,020,938,931 2 I 326,041;877,862 I 4 I 136,425;231;854.so I (15,966,893J16.2oi C3 I ,933,1s1,432.4oJ I I 04,491,444,422.4(

682,126,159,274 I 159,668,937,162- I IO I I I

54, DVLA -

I y x I xy * I x x a I b I b*x AKO vang diharapkan (

2002 48,372,986 -2 (96,745,972) 4 61,053,351 I 2,771,916 I (5,543.833) 55,509,518

2003 67,927,018 -I (67,927,018) I 61,053,351 I 2,771,916 I (2,771.916) 58,281,434

2004 55,668,000 0 - 0 61,053)51 ! 2,771,916 I - I 61,053,351 I

I 2005 I 14,205,344 I 1 · 1

2006 i 59,093,405 I 2

74,205,344 61,053,351 2,771,916 2,771...916 63,825,267

118,186,810 4 61,053,351 2,771,916 5,543.833 66,597, 183

305,266,753 27,719,164 10

55. BASS

I v x xv x*x a I b b*x AKO yang diharankan (:

2002 61,135,788 -2 122,271,576- 4 27,979,221.40 (15,197,813.10) 30,395.626.20 58,374,847.60

2003 50,503,191 -1 50,503,191- 1 27,979,221.40 (15,197,813.10) 15,197.813.JO 43, 177,034.50

2004 !3,039,404 0 - 0 27,979,221.40 (15, 197,813.10) - 27,979,221.40

2005 9,638,812 1 9,638,812 I 27 ,979,221.40 (15,197 ,813 .I 0) (15,197 .813 .JO) 12,78l,408.30

2006 5,578,912 2 11,157,824 4 27,979,221.40 (15,197,813.lO) I (30,395.626.20) (2,416,404.80)

I 139,896,107 151,978,131- 10 I I 56. BTON

I y I x I xy I x*x I a I b I b*x I AKO van9 diharankan le

2002 I 7,529,678,012 I -2 I 15,059,356,024- I 4 I 3,059,344,l 14.20 I 0,574,5o5,976.2oi I 3,149,01 J,952.40 1 6,208,356,066.60 I

2003 I 3,270,854,312 I -t I 3,270,854,312- I I I 3,059,344,114.zo I (l,574,5o5,9762oi I 1,574,505,976.20 I 4,633,850,090.40

2004 I 2,233,514,227 I o I - I o I 3,059,344,114.20 I c1.574,505,97620J I - I 3,059,344,114.20 I

I 2005 I 1,940,197,466 I 1 I l,940,197,466 I 1 I 3,059,344,114.20 i c1,514,5o5,9762oi I c1,s74,5o5,9162oi I 1,484,838, 138 .00

2006 I 322,476,554 I 2 I 644,953,108 I 4 I 3,059,344,l 14.20 I c1,514,5o5,976.2oi I (3,149,011.952.40) I (89,667,838.20)

l 15,296,720,571 I I 15,745,059,762- I 10 I I I I

57. CPD\V

< I. ;,!)57.040,594- ! ,,4 .. i 2, I 68;514,283.40 , I (491:,460,617.80) J 982,Q21,235.60 '3, 151,435,519.00

:094.913,019- I I ! 2,168,514,283.40 I (49(460,617~80) i 491,460,617.80 I 2,659,974,901.20 i i o ! 2,168,514,283.40 I (4')1,460,617.80) I I 2,168,514,283.40

i 379.412,639 ! I. i 2,168,514,283.40 I (491,460,617.80) I (491,460,617.80) I 1,677,053,665.60

) ! : '757,944,796 I 4 I 2; 168,514,283.40 I (491,460,617.80) I (982,921,235.60) I I, 185,593,047.80

1 10,s.i2.~11,411 T l .i.914,6o6,I7s- I 10 I

~8. BRNA

I l' x I I xv x*x a b b*x AKO yang diharaokan (a·

2002 I 39.422.068.498 -2 I 78.844, 136,996- I 4 32,850,552,840.40 (6, 175,487,850.70) 12,350,975,701.40 45,201,528,541.80

2003 I 47.466.870,168 -1 I 4 .466,870,168- I I i 32,850,552,840.40 (6, 175,487,850.70) 6, 175,487,850.70 39,026,040,691.10

2004 I 34. 768.356.245 0 ! - 0 "::'} Q'li ,;;:.:;:') (J,J(\ Af'\ 1.r ''"'"' An,..., nJ'""' '"''" - 32,850,552,840.40 -'-'-,u ..1v,-1..J..:..,u....-v .-tv ~U,l l.J,'+Ol,O:.JV./V)

[2005 I 20.634.809.925 ! I ! 2r1.634,809,925 ! I 32,850,552,840.40 (6, 175,487,850.70) (6, 175,487,850.70) . 26,675,064,989.70

f l006 ! 21,960.659.366 2 I 43.921,318,732 4 32,850,552,840.40 I (6, 115,487,850.10) (12,350,975, 701.40) 20,499,577, 139.00

I 164,252, 764,202 i i 61.754,878,507- I IO I

59. ATPK y x I xv I x*x I a b b*x AKO van~ diharankan (a'

2002 5,394,444,036 I -2 I I 0, 788,888,072- 4 I 4,426,858,574.80 528,003,831.70 (I ,056,007,663.40) 3,370,850,911.40

2003 1,463,984,631 - I I 1.463,984,631- I 1 4,426,858,574.80 528,003,831.70 (528,003,831.70) 3,898,854,743.10

2004 6,262,232,079 o I - 0 4,426,858,574.80 528,003,831.70 - 4,426,858,574.80

2005 494,353,236 I I 494,353,236 I 4,426,858,574.80 528,003,831.70 528,003,831.70 4,954,862,406.50

2006 8,519,278,892 2 I 17,038,557,784 4 4,426,858,574.80 528,003,831.70 1,056,007,663.40 5,482,866,238.20

I 22,I34,292,874 I 5,280,038,317 IO I

60. APEX

I y I x I xv I x*x I a b I b*x AKO yana diharaokan (a~

2002 I 168,445,438 I -2 I 336,890,876- I 4 I 283,508,588.20 65,617,636.60 I (131,235,273.20) 152,273,315.00

2003 I 220.924,285 I -I I 220,924,285- I I I 283,508,588.20 65,617,636.60 I (65,617,636.60) 217,890,951.60

! 2004 I 285.886.200 I o I - I o I ,283,508,588.20 65,617,636.60 I - 283,508.588.20

1100s I 270.582.509 I I I 270,582,509 I I I 283,508,588.20 65,617,636.60 I 65,617,636.60 349, 126,224.80

2006 I 471.704.509 I 2 I 943,409,018 i 4 I 283,508,588.20 65,617,636.60 I 131,235,273.20 I 414,743,861.40

I 1,417,542,941 I I 656, 176,366 I IO I I

()!. Ll~l\.U --~ .. -

I x I x*x I · I ·-,-... -

I y xy , a b , b*x i I AKO yang diharapkan ( - , -2002 I 126,808,311 ·I -2. 253 ,616,622- I 4 53,937,393 I (11.33,8,826,10) I 22,677 ,652.20 . I 76,615,045.20

2003 I 37,774,000 I -1 37,774,000- I I 53,937,393 I ( 11.338,826. I 0) I' I 1,338,826. I 0 I 65,276,219.10

2004 t 8,561,296 ! 0 ! I r, 53,937 ,393 I ( \ i ,333,326. l 0) I I 53,937,393.00 - I v I I I -

2005 I . 15,084,355 i I I 15,084,355 I .1 53,937,393 I ( 11.338,826. IO) I . (I 1,338,826. I 0) ! 42,598,566.90

• 2006 I . 81,459,003. I 2 · 162,918,006 I 4 53,937,393 I (11,338,826.10) I (22,677,652.20) I 31,259,740.80

I I 269,686,965 I I 113,388,261- I IO I . I i

62.AMFG

y I x xv x*x a b b*x I AKO vano diharankan (I

2002 199,969,426 I -2 399,938,852- 4 190,206, 13 7 .60 (24, I 02,391.10) 48,204,782.20 238,410,919.80

2003 168,815,651 I -1 168,815,651- I 190,206, 137.60 I (24, 102,391. l 0) I 24, I 02,391.l 0 214,308,528. 70

2004 306,964,339 I o - 0 l 90,206,1:17.60 I (24,102,39!.!0) - 190,206,137.60

2005 222,831,952 I I I -222,831,952 l 190,206_]37.60 (24,102,39!.!0) (24, l 02,39 i.l 0) 166,103,746.50

2006 52,449,320 I 2 I 04,898,640 4 190,206,137.60 (24, l 02,391.10) (48,204,782.20) 142,001,355.40

951,030,688 I 241,023,911- JO

63.ARNA y x xv x*x a b I b*x AKO van2 diharapkan (a

2002 19,252,685,474 I -2 38,505,370,948- 4 38,214,921,923.40 5,532,458,687.50 I ( l 1,064,911,375.oo) 27, 150,004,548.40

2003 42,851,869, 767 -1 42,851,869,767- l 38,214,921,923.40 I 5,532,458,687.50 I (5,532,458,687.50) 32,682,463,235.90

2004 31,317,992,128 0 - 0 38,214,921,923.40 5,532,458,687.50 I - 38,214,921,923.40

2005 58,622,296,906 1 58,622,296,906 l 38,214,921,923.40 5,532,458,687.50 I 5,532,458,687.50 43,747 ,380,610.90

2006 39,029,765,342 2 78,059,530,684 4 38,214,921,923.40 5,532,458,687.50 I I l,064,917,375.00 49,279,839,298.40

191,074,609,617 I I 55,324,586,875 10 I

64. IKAI

I y I x I xv x*x a I b I b*x AKO yan!! diharapkan (a

2002 I 51,438,285,339 I -2 I (102,876,570,678) 4 I 36,301,075,480 I (6,627,795,385) I 13,255,590,769 49,556,666,249

2003 I 57,862,696,788 I -1 I (57,862,696,788) l 36,301,075,480 I (6,627,795,385) 6,627,795,385 42,928,870,864

2004 I 1,474,842,418 I o I - 0 36.301,075,480 I (6,627, 795,385) - 36,301,075,480

2005 l 46,997' 792,086 I , I

46,997, 792,086 I l 36,301,075,480 I (6.627,795,385) (6.627,795,385) 29,673,280,095 I J I 2006 I 23,731,760,767 I 2 I 47,463,521,534 I 4 36,301,075,480 I (6,627,795,385) I (13,255,590,769) I 23,045,484,710

I 181,505,377,398 I I (66,277,953,846) I IO I I

65. TUI U i I y. I x I xy -· ' ,:*x ~1

I b I [jf<x , i AKO van2 diharapkar> (: I I

I 2002 I 62,663,749,439 I .-2 125,327 ,498,878- I 4 62, us. 129,0 n Ao I 6,206,235,423 I 12,4,12,470,846- 49,725,658,165.40

I 2003 I 56,903,919,320 I -I 56,903,919,320- I ! 62, 138. 129,011.40 I 6,206,235,423 I 6,206,235,423- 55,931,893,588.40 ' I

, ?oo& r I ?OO& I 46, !38,45 ! ,257 I o ' - I o 62,138,129,0l i.40 I 6,206,235,423 i I 62,138,129,011.40 ' -- • I I -d(i 118 4 i 0 Vl.iJO,i"l'9,lii i.40 \ 6.206,235,425 62.138,129.011.40

! 2005 I . 45,675,277 ,654 I I I 45,675,277,654 ~ I 62, 138. 129,011.40 I 6,206,235,423 .1 6,206,235,423 68,344,364,434.40

f 2006 I 99,309,247,387 I 2 I 198,618,494,774 I 4 62, 138, 129,011.40 I 6,206;235;423 I l 2,412,4 70,846 74,550,599,857.40 I I 310,690,645,057 I I 62,062,354,230 I JO

I i I I

66.ALMI

v x xv I x*x I a I b b*x AKO van2 diharapkan ('

2002 50,499,738,532 -2 l 00,999,477,064- I 4 I 97,752,803,035.40 I 36,427, 148,205.20 (72,854,296,410.40) 24,898,506,625.00

2003 36,034,607,919 -I 36,034,607,919- I I I 97,752,803,035.40 I 36,427, 148,205.20 (36,427, 148,205.20) 61,325,654,830.20

2004 52,978,246,035 0 - I 0 97,752,803,035.40 ! 36,tl27,148,205.20 I - 97,752,803,035.40

2005 I -··

I 97, 1s2,sr,3,03sAo I 36,427, 148,2os.20 197, 197,278,347 I I 97, l 97,278,347 I 36,427,148,205.20 134, 179,951,240.60

2006 I 152,054, 144,344 r 2· 304, l 08,288,688 ! 4 97,752,803,035.40 I 36,427, 148,205.20 72,854,296,4 l 0.40 170,607,099,445.80

488,764,015,177 364,271,482,052 I 10 I

67. TBMS

v x xv I x*x I a I b I b*x AKO van a diharankan (a

2002 19,156,573,580 -2 38,313, 147, 160- 4 94,948,399,685.20 52,883,344,698.80 (l 05, 766,689,397.60) 110,818,289, 712.40)

2003 65,334,029,627 -I 65,334,029,627- I 94,948,399,685.20 52,883,344,698.80 (52,883,344,698.80) 42,065,054,986.40

2004 50,567,760,109 0 - 0 94,948,399,685.20 52,883,344,698.80 - 94,948,399,685.20

2005 46,886,646,445 I 46,886,646,445 l 94,948,399,685.20 52,883,344,698.80 52,883,344,698.80 147,831,744,384.00

2006 I 292, 796,988,665 I 2 585,593,977,330 4 94,948,399,685.20 52,883,344,698.80 I 05, 766,689,397.60 200, 715,089,082.80

474,741,998,426 I 528,833,446,988 10 I

68. CLP!

I y I x xy x*x I a I b I b*x AKO yanQ diharankan la-

2002 I 6, 765,0<5,284 I -2 13,530,110,568- 4 I 12,357,703,757.60 I 3, 178,873,693.30 I C6,357,747,386.60l 5,999,956,371.00

2003 I 3,404,755,684 I -l 3,404,755,684- l I 12,357,703,757.60 I 3,178,873,693 .30 I C3.118,873,693.3oJ 9,178,830,064.30

2004 I 18,084,611,306 I o - o I 12,357,703,757.60 I 3, 118,873,693.30 I - 12,357,703,757.60

2005 i 18,344,589,843 I l l 8,344,589,843 l I 12,357,703,757.60 I 3,178,873,693.30 I 3, 178,873,693.30 15,536,577,450.90

2006 I 15, 189,506,67! I 2 30,379.013,342 I 4 I 12,357, 703,757.60 I 3, 178,873,693.30 I 6,357,747,386.60 I 18,715,45l,144.20

I 61,788,518,788 I 31, 788, 736,933 I 10 I I I I

U7 M.l'-.1 .l . x I x*x / ' l v xv a ' b . b''x A l(O yang diharaI?.kan 1

.2002 4S,764,105 . I -2 I 91,528,2 l 0- 4 93,458,94,0,60 14,393,634 I 28,787.268- 64,671,672.60

'2003 1 l 6,578,602 - l I l l 6,578,602- . l 93,458,940.60 14,393,634 I 14,393.634- . ' 79,065,306.60

2004 55,859,203 I o I I 0 93,458,940.60 I i4,393,634 ,

93,458,940.60 - I I -2005 146, 142,434 1 I 146, 142,434 l 93,458,940.60 I 14,393,634 I l 4,393.634 l 07,852,574.60 ,

. 2006 l 02,950;359 · .. 2 I 205,900,718 4 93,458,940.60 14,393,634 I 28,787.268 l 22,246,208.60

467,294,703 I 143,936,340 I 10 I

70.DYNA -~'"-

v x xv x*x I a I b I b*x I AKO vang diharapkan (

2002 74,706,832,966 -2 149 ,413,665,932- 4 I 92,919,411,911.40 2,297,288,394.50 I (4,594,576.789.ooi 88.324,835, 122.40

2003 84,992,232,940 -1 84,992,232,940- 1 I 92,919,411,911.40 2,297,288,394.50 I c2.291,288.394.50l 90,622, 123,516.90

2004 129,867,355,244 0 - o I 92,919.411,911.40 2,291,2ss,391.so I - 92,9i9,4I 1,91 l.40

I 20051 92,682,493,997 I 1 I 92,682,493,997_ 1 I 92,919.411,911.40 2,297,288,394.50 I 2.297,288.394.50 95,216,700,305.90 , i 2006 i 82,348,144,410 2 I 164,696,288,820 4 I 92,919,411,911.40 2,297,288,394.50 I 4,594,576. 789.00 I 97,513 ,988,700.40

464,597,059,557 22,972,883,945 10 I I i

71. !GAR

v xv x*x b b*x I

AKO yang diharapkan (2 x a I 2002 44,586,866,377 -2 89, 173,732,754- 4 30, 792,626,846.60 (4,611,763,856.80) 9,223,527.713.60 I 40,016, 154,560.20

2003 43,620,542,208 -1 43,620,542,208- I 30, 792,626,846.60 (4,611,163,s56.8oJ I 4,611,763.856.80 I 35,404,390,703.40

2004 7,275,679,774 0 - 0 30,792,626,846.60 (4,611,763,856.80) - I 30,792,626,846.60

2005 30,283,455,354 I 30,283,455,354 I 30,792,626,846.60 (4,611,763,856.80) (4,611,163.s56.8o) I 26, 180,862,989 .80

2006 28, I 96,590,520 2 I 56,393,181,040 4 30,792,626,846.60 (4,611,763,856.80) (9,223,521,113.60) I 21,569,099, 133.00

153,963,134,233 46,117,638,568- 10 I i I

72. APLI y x I xv \ x*x I a b I b*x I AKO yang diharapkan (a

2002 8,936,724,963 -2 I (17,873,449,926) I 4 I 13,966,548,733 I 301,977,351 I (603,954, 702) I 13,362,594,030 I

2003 20,397, 162,351 -1 I (20,397, 162,35 l) I I I 13,966,548, 733 301,977,351 I (301,977.351) I !3,664,571,381

2004 I 18,426,493,548 o I - I o I 13,966,548,733 301,977,351 I - I 13,966,548,733

2005 2,854,339,813 I I i 2,854,339,813 i I I 13,966,548,733 I 301,977,351 I 30!,977,351 I 14,268,526,084 I

2006 19,218,022,988 2 I 38,436,045,976 I 4 I !3,966,548,733 30!,977,351 I 603,954.702 I 14,570,503,435 , 69,832,743,663 I 3,019,773,512 I IO I I I

I,).·\..., l l)! '\ -· - - - -- .

I I y

2002 I . 17,428,965,325

2003 I ' L004 I

2005 I f-_2006 I L_I

74 .• JKSW

I 2002 I 2003 I 2004 I 2005 i 2006 i

I

75. LION - -

I 2002

2003 I 2004

2005

2006

76. LMSH - - -

I 2002 I 2003 I 2004 I 2oos I 2006 I

!

7,240,343,121 10,566,519,74.

33,878,997,576

83,399,010,371

152,513,836, 139

y

134,718,823

3,797,007,293

3,616,434,830

20, l 80, 106,384

14,765,289,630

42,493,556,960

y

12, 799 ,255,815

11,607,037,659

6,244,683, 149

15,645,147,149

26,486,098,319

72, 782,222,091

y

82,484,695

3,746,378,012

7,150,374,919

547,289,814

978,767,179

12,505,294,619

I x I . I -2 I I -l I

2

x -2

-l

0

I 1 I 2

I x I I -2

I -I I o I I I 2

I

I x I I -2 I I -I I I o I I . I

I t I I 2 I I I

xy ._, I x,*x I (34,85?,930,650) 'I 4 I (7,240:343\121) r l :r

v

33,878.997 ;576 I 166,798,020,742 4 .

158,578,744,547 JO

xv I x*x 269,437,646- I 4

3,797,007,293- I l

- I o 20, 180, l 06,3 84 I l

29,530,579,260 I 4

45,644,240,705 I 10

xy x*x 25,598,511,630- 4

11,607,037,659- l - 0

15,645,147,149 I 52,972, 196,638 4

31,411,794,498 10

XY I x*x 164,969,390- I 4

3,746,378,012- I I - I o

547,289,814 I I

1,957,534,358 I 4 I 1,406,523,230- I IO

a 1 _ b I b'~X I AKO yana dihm ________

30,502,767,228 I 15,857,874,455 I (31,715,748,909) (1,212,981,682)

30,502, 767 ,228 I 15,857,874,455 I (15,857,874,455) 14,644,892,773

jQ,502, 767 ,228 i5,857,874,455 50,502,767,228

30,502,767,228 15,857,874,455 15,857,874,455 46,360,641,683

30,502,767,228 15,857,874,455 31,715,748,909 62;218,516,137

a b I b*x AKO yang diharapkan I

8,498,711,392 4,564,424,070_50 I (9, 12&,848, 141-00) I (630,136,749.00)

8,498,711,392 4,564,424,070.50 I (4,564,424,010.soi 3,934,287 ,32 I.SO

8,498,71 L392 4,564,424,070.50 ! 0 Ar\0 '"l'1 1 ">f\<"'\ f\I'\ o,<+70 0 I J I ,J/.!..VV

8,498,711,392 ! 4,564,424,070-50 I 4,564,424,070.50 13,063, 135,462.50 8,498,711,392 4,564,424,070.50 I 9, 128,848,141-00 17,627,559,533.00

I

a ' b b*x AKO yana diharaokan (

14,556,444,418.20 3, 141, 179,449.80 (6,282,358,899.60) 8,274,085,518.60

14,556,444,418.20 3, 141, 179,449.80 (3, 141, 179,449.80) 11,415,264,968.40

14,556,444,418.20 3, 141, 179,449.80 - 14,556,444,418.20

14,556,444,418.20 3, 141, 179 ,449 .80 3,141,179,449.80 17,697 ,623,868.00

14,556,444,418.20 3,141, 179,449.80 6,282,358,899.60 20,838,803,317.80

a I b b*x I AKO vanf' diharankan (:

2,501,058,923.80 I 140,652,323- 281,304,646 I 2,782,363,569.80

2,501,058,923 .80 I 140,652,323- 140,652,323 I 2,641,71 l,246.80

2,501,058,923.80 I 140,652,323- - I 2,50I,058,923.80

2,501,058,923.80 I 140,652,323- I 140,652,323- I 2,360,406,600.80

2,501,058,923.80 I 140,652,323- I 281,304,646- I 2,219,754,277.80

I I

· //, l'lLU

I v 'i 'x i xv x*x \ " ' ! b I 1b"x , I • AKO yang diharapl<an 2002 I 13,010, 166,264 I -2 I 26,020,332,528- 4 ! )9,834,604,139 I 5,080,821,416.70 ! c10,161,042,.s33.40J I 9,672,961,305.60 ' 2003 I 6.542, 766,332 I -I I 6,542,766,332- I I I 19,834,604, 139 '1 5,080,821,416. 79 I (5,080,821,416.'ioi 14,753,782,722.30 2004 I 30,204,986,836 I o I A i , i 9,334,604, j 39 I 5,080,82 j ,416.70

I I 19,834,604, 139.00 I v I - v I I -2oos I 15.458,889,499 I 1 I 15,458,889,499 1 I 19,834,604.139 I 5,080,821,416.70 I 5,080,821,416. 70 24,915,425,555.70 !

2006 I 33.956,211,764 I 2 I 67,9!2;423,528 4 I 19,834,604, 139 i 5,080,821,416. 70 I 10, 161.642,833 .40 29,996,246,972.40

I 99, 173,020,695 I I 50,808,214,167 10 i I I

Lampiran 19: Grafik Analisa Trend Estimasi AKO 2002-2006

.c

.!!! Q.

" ~ c " .fl

800,000

600,000

400,000

---- --- ------ -~- _..,,,,, __ ., Grafik Analisa Trend Estimasi AKO Tahun 2002

--- - ----·--~--.,--·------

• ~ Tahun 2002 ........... _, ____ - -·------... --.. --·-·

--·-··-··--······-·····-----------·-------·

.; 200.000 I ~ t. J\ . ~1 Ii\-- -~- ~-I . o/ . -. • ~ •••• "' . .. ______ .• __ •..

c; - -~~-,-~, - .. ~-, .. ,'*'"V'~- .. T·,-~-,-"'~·~-""T~,,-.: ... ~~-- .. ~----,---,-,-.--,-,~r-·-r"'~'r . .:i,w,41, ~""--~""" .. -~®,1$,1,$,Wi Cl H :<;<: "'-+ •'<- "' -~ ;<:\'- ;\- + ~ 0' "' ... " <) &' ... R "' ,,,. 0 ,'i'> "' .;,,."?- ~"" 0 I (200 ,OOffei -... -~ -.,,;,~-,,,.'?'-;f!?--*·--fl;<i;O-;!:J-V:.-,,_,¥5--~ --,.,;;fo--&--ef?.--""-~. --S--;g;~<i:'--""'-<:>:..."7L""'"""""-*'--"$'--·~-;A'~~---1

.c 700,000

.!2 600 000 Cl. '

iii 500,000 ; 400,000 ~ 300,000 .., 200,000

~ 100,000

~

'?' <o ~ 0 " ~ ~ <1 <!:' "'"' <:; <:>" '<" > 0"· <) '<" 0 <o' «>'" C;~ .<,,'<! <) 0 v~--

I~ -..A·. A- "' "'

Perusahaan

Grafik Analisa Trend Estimasi AKO ~Tahun2003

11 "' . I\

- I '-4../ ~-"::;;'\ .. ,fv-.,,,_Jk, ,· '\ -...... /"'YA .

$~ff#~~-~~~-#~~#~~ff#~#F~##~#-~ 'il'. <o v 0 ~· +'. "'" <i <(-' 0''" 0 <;; '?' 'S 0 v '?' G <o <O G .<;, <;; G V'"

Perusahaan

A

IS

Lanjutan Lampiran 19

15 600,000 ·a. 500,000 .2 400,000 c s 300,000

Grafik Analisa Trend Estimasi AKO

-~ Tahun 2004 ·-----·--- --------··-----

.a 200,000

~ 100,000 r;:;,£~~;£~::;;;:.:;j-·t:::~f-l\:~=f-t:~?\:--/~--;;ty·'':::;-··-/J\----/"=''="\-----·--·~==-:=~~=:,===:=] iii L 0

$~ff#~~-R#P.~ff~#~~ff#~#######~ ~ q, v 0 ~ ~ ~· q • ~ ~ 0 '?' • 0 v '?' 0 q, q, G ~ Q 0 v

J: 500,000 " 'ii .2 400,000

ii 300,000 JS 200,000 " .., E 100,000

"' iii c 00 ,,_'?'-

{?' q,'1'-

Perusahaan

Grafik Analisa Trend Estimasi AKO · --+-Tahun 2005

~~~~P##.~~~##~ff#~#######-~ <:; 0V ~v +' · ~ q <f <;:;'<"' Cj Q '?' '$ (j V '?' 0 q, q, G ~ Q 0 v· Perusahaan

15

Dalam jutaan Rupiah

t o;t ::r e ::>

"' 0

8

t o;t ::r e ::>

"' 0

al

~ 0 0 g 8

Dalam Jutaan Rupiah

~~~~og:g 0 0 0 0 0

80"'008888 0 0 0 0

Documents

repository.uinjkt.ac.idrepository.uinjkt.ac.id/dspace/bitstream/123456789/17617/1/FAJAR... · Untuk Memcnuhi Syarat-syarat untuk Meraih Gelar Sarjana Ekonomi ... test. Basil dari