Penyusunan Harga Perkiraan Sendiri (HPS) Berbasis Data Pasar
“Apakah nilai yang kita tetapkan dalam dokumen pengadaan sudah benar-benar mencerminkan harga pasar yang wajar?”
Pertanyaan ini menjadi refleksi penting bagi setiap organisasi yang ingin memastikan proses pengadaan berjalan transparan, akuntabel, dan efisien. Di sinilah peran strategis penyusunan Harga Perkiraan Sendiri (HPS) berbasis data pasar menjadi sangat krusial.
Konsep Dasar Harga Perkiraan Sendiri (HPS)
Harga Perkiraan Sendiri (HPS) adalah estimasi biaya yang disusun oleh Pejabat Pembuat Komitmen (PPK) sebagai acuan dalam proses pengadaan barang dan jasa. Dalam praktik pengadaan pemerintah di Indonesia, pedoman penyusunan HPS mengacu pada regulasi yang ditetapkan oleh Lembaga Kebijakan Pengadaan Barang/Jasa Pemerintah (LKPP).
HPS bukan sekadar angka administratif, tetapi instrumen pengendalian untuk menilai kewajaran harga penawaran penyedia. Dokumen ini juga menjadi dasar dalam proses evaluasi, negosiasi, serta mitigasi risiko pemborosan anggaran.
Pentingnya Pendekatan Berbasis Data Pasar
Pendekatan berbasis data pasar berarti penyusunan HPS dilakukan dengan menggunakan informasi harga aktual yang relevan dan terverifikasi. Harga barang dan jasa tidak bersifat statis. Perubahan inflasi, nilai tukar, distribusi, hingga kondisi geopolitik dapat memengaruhi struktur biaya secara signifikan.
Jika HPS disusun tanpa data pasar yang memadai, risiko yang muncul bisa berupa overestimate yang menyebabkan inefisiensi anggaran atau underestimate yang berpotensi menghambat pelaksanaan kontrak. Oleh karena itu, akurasi data menjadi fondasi utama dalam menjamin kewajaran nilai HPS.
Sumber Data dalam Penyusunan HPS
Data pasar untuk penyusunan HPS dapat diperoleh dari berbagai sumber yang kredibel. Survei langsung kepada beberapa penyedia menjadi salah satu metode yang umum dilakukan untuk memperoleh gambaran harga aktual. Selain itu, pemanfaatan katalog elektronik pemerintah atau marketplace resmi juga dapat menjadi referensi yang valid.
Riwayat kontrak pengadaan sebelumnya juga dapat digunakan sebagai pembanding, dengan catatan perlu dilakukan penyesuaian terhadap perubahan harga dan spesifikasi. Dalam beberapa kasus, indeks harga resmi dan data statistik dari instansi terkait juga membantu memproyeksikan tren kenaikan harga.
Yang terpenting, seluruh data yang digunakan harus terdokumentasi dan dapat dipertanggungjawabkan apabila dilakukan audit.
Tahapan Penyusunan HPS Berbasis Data Pasar
Proses penyusunan HPS dimulai dari analisis kebutuhan dan spesifikasi teknis yang jelas. Spesifikasi yang detail akan memudahkan pencarian data pembanding yang relevan. Setelah itu, dilakukan pengumpulan data harga dari berbagai sumber dan diverifikasi keakuratannya.
Tahap berikutnya adalah analisis komponen biaya. HPS sebaiknya tidak hanya berupa angka global, melainkan dirinci berdasarkan unsur biaya seperti bahan baku, tenaga kerja, overhead, keuntungan wajar, serta pajak. Pendekatan ini membuat struktur harga lebih transparan dan mudah dipahami.
Selanjutnya, perlu dilakukan penyesuaian terhadap faktor risiko dan kondisi khusus, seperti lokasi proyek atau fluktuasi harga tertentu. Semua proses tersebut harus disertai dokumentasi yang lengkap sebagai bentuk akuntabilitas.
Tantangan dan Solusi dalam Implementasi
Salah satu tantangan terbesar dalam penyusunan HPS berbasis data pasar adalah keterbatasan kemampuan analisis data. Banyak organisasi masih menggunakan metode manual yang berisiko menimbulkan kesalahan perhitungan. Selain itu, perubahan harga yang cepat membuat data mudah menjadi usang jika tidak diperbarui secara berkala.
Solusinya adalah dengan meningkatkan kompetensi sumber daya manusia dalam pengolahan dan analisis data. Pemanfaatan Excel tingkat lanjut, teknik AI Data Analysis, serta sistem pelaporan yang terstruktur dapat membantu menghasilkan estimasi yang lebih akurat dan berbasis bukti.
Penyusunan Harga Perkiraan Sendiri (HPS) berbasis data pasar merupakan langkah strategis dalam memastikan transparansi, efisiensi, dan akuntabilitas pengadaan barang dan jasa. Dengan memanfaatkan data yang valid, melakukan analisis komponen biaya secara rinci, serta mendokumentasikan setiap tahapan, organisasi dapat meminimalkan risiko dan meningkatkan kualitas pengambilan keputusan.
Sebagai langkah pengembangan kompetensi, informasi lebih lanjut mengenai program pelatihan yang dapat meningkatkan kemampuan Excel, AI Data Analysis, dan Reporting profesional untuk mendukung penyusunan HPS berbasis data pasar dapat diperoleh dengan menghubungi SQN Training melalui WhatsApp (+62823-2803-5323) sebagai strategi tepat dalam memperkuat kualitas analisis data dan pelaporan di dalam organisasi.
