5. PEMODELAN SISTEM. Basis Pengetahuan. karakteristik pembeda. ukuran-ukuran kinerja & keterkaitannya. kualifikasi kinerja per jenis kinerja

93

5. PEMODELAN SISTEM

5.1 Konfigurasi Sistem Model sistem penunjang keputusan intelijen untuk analisis perbaikan kinerja pabrik gula dirancangbangun dalam bentuk sistem berbasis komputer. Prototype model di beri nama SIANBAIKI (Sistem Intelijen Analisis Perbaikan Kinerja). Aplikasi SIANBAIKI merupakan aplikasi berbasis web sehingga aplikasi ini tidak memerlukan instalasi pada sisi pengguna. Adapun konfigurasi model sistem penunjang keputusan intelijen untuk analisis perbaikan kinerja pabrik gula adalah sebagai berikut :

DATA Sistem Manajemen Basis Data data karakteristik pembeda data ukuran-ukuran kinerja

PENGETAHUAN Sistem Manajemen Basis Pengetahuan karakteristik pembeda ukuran-ukuran kinerja & keterkaitannya kualifikasi kinerja per jenis kinerja

data praktek terbaik

kualifikasi nilai ukuran kinerja parameter representasi fuzzy aturan-aturan kriteria dan fungsi kriteria pemilihan fungsi preferensi & parameternya faktor penentu untuk praktek terbaik

MODEL Sistem Manajemen Basis Model Model Pengelompokan Model Pengukuran kinerja Model Pemilihan kinerja terbaik Model Analisis praktek terbaik Model Penentuan prioritas perbaikan

Mekanisme Inferensi

Sistem Pengolahan Terpusat

Sistem Manajemen Dialog PENGGUNA

Gambar 36 Konfigurasi Model Sistem Penunjang Keputusan Intelijen untuk Analisis Perbaikan Kinerja Pabrik Gula

94

Seperti yang ditunjukkan pada Gambar 36, konfigurasi model sistem penunjang keputusan intelijen untuk analisis perbaikan kinerja pabrik gula terdiri dari enam komponen yaitu 1) sistem manajemen dialog, 2) sistem pengolahan terpusat, 3) Sistem manajemen basis data, 4) Sistem manajemen basis pengetahuan, 5) Mekanisme Inferensi, dan 6) Sistem manajemen basis model. Adapun gambaran alur yang digunakan untuk merancangbangun sistem adalah sebagai berikut :

MULAI

INPUT :

INPUT :

INPUT :

1. Karakteristis pembeda setiap pabrik gula

1. Nilai ukuran kinerja setiap pabrik gula

1. ukuran kinerja 2. praktek terbaik

Pengelompokan pabrik gula berdasarkan karakteristik pembeda

Pengukuran kinerja pabrik gula

OUTPUT : Alternatif kelompok pabrik gula beserta anggotanya

OUTPUT : Nilai kinerja per jenis kinerja untuk setiap pabrik gula

Analisis praktek terbaik

OUTPUT : Saran perbaikan untuk setiap ukuran kinerja

Pemilihan kinerja terbaik

OUTPUT : urutan kinerja per jenis kinerja dan keseluruhan untuk setiap pabrik gula dalam kelompok

Penetuan prioritas perbaikan

OUTPUT : Prioritas perbaikan dan saran perbaikan

SELESAI

Gambar 37 Diagram Alir Model Sistem Penunjang Keputusan Intelijen untuk Analisis Perbaikan Kinerja Pabrik Gula

95

Adapun spesifikasi yang diperlukan SIANBAIKI dapat di lihat pada Lampiran 4. 5.2 Kerangka Sistem 5.2.1 Sistem Manajemen Dialog Sistem manajemen dialog merupakan sistem yang memberikan fasilitas komunikasi dan interaksi antara pengguna dengan SIANBAIKI. Terdapat tiga kategori pengguna aplikasi SIANBAIKI yaitu administrator (admin), pakar, dan pengguna biasa. Adapun definisi dari ketiga kategori pengguna adalah sebagai berikut :

Tabel 6 Deskripsi Pengguna Aplikasi SIANBAIKI Pengguna Admin

Deskripsi Pengguna dengan kategori ini adalah pengguna yang berhak untuk mengelola data-data pengguna dan data-data pabrik gula yang terkait dengan SIANBAIKI.

Pakar

Pengguna dengan kategori ini adalah pengguna yang berhak untuk mengelola aturan nilai variabel dan kinerja, aturan saran perbaikan pabrik gula, serta dapat melakukan analisis perbaikan kinerja pabrik gula.

Pengguna biasa

Pengguna dengan kategori ini adalah pengguna yang hanya diberikan akses untuk melakukan analisis perbaikan kinerja pabrik gula.

Fungsi utama sistem manajemen dialog adalah menerima masukan dari pengguna dan memberikan keluaran atau hasil yang dikehendaki kepada pengguna. Dialog antara pengguna dengan sistem dilakukan melalui bahasa komunikasi. Bahasa komunikasi yang digunakan terdiri dari komunikasi antara pengguna dengan sistem, dan komunikasi peraga atau representasi. Komunikasi antara pengguna dengan sistem digunakan untuk aktivitas pengendalian operasi. Adapun bentuk komunikasinya yaitu menggunakan dialog menu dan tanya jawab. SIANBAIKI yang berbasis web dirancang secara terstruktur dalam bentuk template web berupa menu-menu. Setiap menu terdiri

96

dari beberapa halaman yang berhubungan satu sama lain untuk mempermudah pengguna dalam melakukan perpindahan halaman. Pengguna dapat mengakses halaman yang diinginkan melalui halaman utama dari setiap menu yang ada. Tanggapan atau jawaban yang diberikan pengguna terhadap pertanyaan yang diajukan sistem yaitu berupa pilihan (yang diberikan oleh sistem) dan isian dimana pengguna mengisi bagian yang disediakan dengan jawaban yang sesuai. Tanya jawab diaplikasikan pada pemasukan parameter-parameter yang terkait dengan aktivitas pemodelan. Komunikasi peraga berupa umpan balik terhadap instruksi-instruksi yang diberikan, informasi mengenai status proses yang sedang berlangsung, dan informasi dalam bentuk laporan hasil proses. Komunikasi peraga dilakukan selama proses berlangsung. Kecepatan dan ketepatan informasi yang dihasilkan oleh sistem diharapkan dapat meningkatkan efisiensi dan efektivitas analisis perbaikan kinerja dan mempercepat pengambilan keputusan bagi pengguna sistem.

5.2.2 Sistem Pengolahan Terpusat Sistem pengolahan terpusat merupakan program utama SIANBAIKI. Sistem pengolahan terpusat befungsi untuk mengatur dan mengelola sistem yang terintegrasi dan menghubungkan sistem manajemen basis dialog, sistem manajemen basis data, sistem manajemen basis pengetahuan, sistem manajemen basis model.

5.2.3 Sistem Manajemen Basis Data Sistem

manajemen

basis

data

berfungsi

untuk

mengelola

dan

mengekstraksi data. Untuk membuat spesifikasi skema konseptual dan internal digunakan DDL (Data Definition Language), untuk melakukan mapping antara skema konseptual dan internal digunakan VDL (View Definition Language), sedangkan untuk manipulasi data (setelah dilakukan proses kompilasi skema konseptual) digunakan DML (Data Manipulation Language). Model basis data yang digunakan adalah model data relasional. Bahasa yang digunakan untuk manipulasi data relasional yang mengintegrasikan DDL,

97

VDL, dan DML yaitu SQL (Structured Query Language). SQL digunakan untuk mengambil (query) data, menciptakan dan menghapus tabel, menambah atau mengubah atau menghapus data pada tabel dan operasi lainnya. Basis Data yang digunakan dalam SIANBAIKI dikreasi, diubah dan dikontrol melalui suatu sistem manajemen basis data yang bersifat interaktif dan fleksibel. Terdapat lima

basis data yang harus dikelola yaitu : basis data

pengelompokan, basis data pengukuran kinerja, basis data pemilihan kinerja terbaik, basis data analisis praktek terbaik, dan basis data penentuan prioritas yang diperbaiki. Adapun uraian dari masing-masing basis data adalah sebagai berikut :

a) Data Pengukuran Kinerja Data pengukuran kinerja terdiri dari data ukuran-ukuran kinerja setiap pabrik gula. Ukuran-ukuran kinerja diidentifikasi berdasarkan hasil studi literatur, penelitian terdahulu, dan konfirmasi pakar. b) Data Pengelompokan Data pengelompokan terdiri dari data karakteristik pembeda pabrik gula. Karakteristik pembeda pabrik gula ditetapkan berdasarkan hasil kajian literatur, hasil penelitian terdahulu, dan konfirmasi pakar. Data karakteristik pembeda pabrik gula untuk validasi dan pengujian sistem diperoleh dari PTPN X. c) Data Pemilihan Kinerja Terbaik Data pemilihan kinerja terbaik terdiri dari data alternatif kelompok pabrik gula dan anggotanya, serta nilai kinerja per jenis kinerja untuk seluruh alternatif kelompok pabrik gula dan anggotanya. Data yang digunakan merupakan output dari pengelompokan dan pengukuran kinerja pabrik gula. d) Data Analisis Praktek Terbaik Data analisi praktek terbaik terdiri dari data ukuran kinerja, dan data praktek terbaik. Data ukuran kinerja sama dengan data ukuran kinerja yang digunakan pada saat melakukan pengukuran kinerja. Data praktek terbaik diidentifikasi berdasarkan hasil studi literatur, penelitian terdahulu, dan konfirmasi pakar.

98

e) Data Penentuan Prioritas Perbaikan Data penentuan prioritas perbaikan terdiri dari data nilai kinerja per jenis kinerja, data nilai kinerja keseluruhan, data ranking nilai kinerja keseluruhan dalam kelompok, data ranking nilai kinerja per jenis kinerja dalam kelompok, data nilai ukuran kinerja seluruh pabrik gula, dan data saran perbaikan untuk setiap ukuran kinerja . Data nilai kinerja per jenis kinerja merupkan output dari pengukuran kinerja, data nilai kinerja keseluruhan, data ranking nilai kinerja keseluruhan dalam kelompok, data ranking nilai kinerja per jenis kinerja dalam kelompok merupakan output dari pemilihan kinerja terbaik. Data saran perbaikan untuk setiap ukuran kinerja merupakan output dari analisis praktek terbaik.

5.2.4 Sistem Manajemen Basis Pengetahuan Sistem manajemen basis pengetahuan meliputi akuisisi pengetahuan, dan representasi pengetahuan. Sumber pengetahuan diperoleh melalui studi literatur, hasil penelitian terdahulu, dan pendapat pakar. Interaksi dengan pakar dilakukan melalui kuestioner dan diskusi. Basis pengetahuan yang digunakan pada setiap model adalah sebagai berikut : a) Model pengukuran kinerja : ukuran-ukuran kinerja dan keterkaitannya, kualifikasi nilai kinerja per jenis kinerja, kualifikasi nilai ukuran kinerja, parameter representasi fuzzy, aturan-aturan (If-Then-Rules) b) Model pengelompokan : karakteristik pembeda pabrik gula c) Model pemilihan kinerja terbaik : kriteria dan fungsi kriteria, fungsi preferensi setiap kriteria, parameter d) Model analisis praktek terbaik : keterkaitan ukuran kinerja dan faktor penentu untuk praktek terbaik

Untuk model pengukuran kinerja, representasi pengetahuan dalam bentuk aturan-aturan merupakan pengetahuan yang telah berhasil diakuisisi dari pengetahuan pakar. Pengetahuan yang direpresentasikan dalam bentuk aturan akan implementasikan dalam sistem untuk memproses data dan dituliskan dalam bentuk IF (kondisi) THEN (aksi). Representasi pengetahuan yang dipilih dalam

99

sistem penunjang keputusan intelijen yang dirancangbangun merupakan bentuk yang tepat karena secara umum lebih mudah dipahami dan dipelajari. Berdasarkan jenis kinerja yang akan diukur, maka pengetahuan yang akan direpresentasikan akan dikelompokkan sesuai dengan jenis kinerja. Jumlah aturan yang memungkinkan yaitu sesuai dengan banyaknya kategori yang digunakan dan variabel (ukuran kinerja) setiap jenis kinerja dan banyaknya ukuran kinerja.

5.2.5 Mekanisme Inferensi Mekanisme (mesin) inferensi merupakan bagian yang mengarahkan dan memanipulasi fakta, pengetahuan, dan model yang disimpan dalam basis pengetahuan untuk memperoleh kesimpulan. Tugas utamanya adalah melakukan pengujian terhadap sejumlah fakta dan kaidah-kaidah yang digunakan serta memutuskan perintah sesuai dengan penalaran yang telah dilakukan. Berdasarkan kategori ukuran kinerja sebagai input dan kategori nilai kinerja sebagai output dibagi menjadi tiga himpunan fuzzy (rendah, sedang, tinggi)

maka sistem

inferensi fuzzy yang tepat untuk digunakan adalah metode Mamdani. Aplikasi fungsi implikasi pada metode Mamdani menggunakan fungsi implikasi minimum. Adapun komposisi aturan yang digunakan adalah metode maximum. Oleh karena itu, solusi himpunan fuzzy diperoleh dengan cara mengambil nilai maksimum aturan, kemudian menggunakannya untuk memodifikasi daerah fuzzy. Metode defuzzy yang digunakan yaitu metode centroid. Dengan menggunakan metode centroid, maka solusi crisp diperoleh dengan cara mengambil titik pusat daerah fuzzy.

5.2.6 Sistem Manajemen Basis Model Komponen model suatu sistem penunjang keputusan harus menunjang setiap aktivitas pengambilan keputusan (Suryadi dan Ramdhani 2002). Oleh karena itu, sesuai dengan tujuan analisis perbaikan kinerja dan hasil tinjauan pustaka pada sistem manajemen basis model terdapat lima model yaitu : 1) model pengelompokan, 2) model pengukuran kinerja, 3) model pemilihan kinerja terbaik, 4) model analisis praktek terbaik, dan 5) model penentuan prioritas perbaikan.

Masing-masing model

menggunakan

pendekatan

yang telah

100

teridentifikasi pada saat melakukan tinjauan pustaka, yaitu pendekatan klasifikasi untuk model pengelompokan, fuzzy expert system untuk model pengukuran kinerja, PROMETHEE dan sorting untuk model pemilihan kinerja terbaik, root cause analysis untuk model analisis praktek terbaik, dan diagnostik untuk penentuan prioritas perbaikan. Adapun framework dari model perbaikan kinerja PG yang dirancangbangun seperti yang ditunjukkan pada Gambar 38.

Analisis Perbaikan Kinerja Fuzzy Expert System

Klasifikasi

Promethee & Sorting

Root Cause Analysis

Diagnostik

Pengukuran Kinerja

Pengelompokan

Pemilihan Kinerja Terbaik

Analisis Praktek Terbaik

Penentuan Prioritas Perbaikan

Ukuran Kinerja

Karakteristik Pembeda

Kinerja Terbaik

Praktek Terbaik

Prioritas Perbaikan

Kondisi Riil Pengolahan Gula

Gambar 38 Framework Model Analisis Perbaikan Kinerja Pabrik Gula

5.3 Rancangbangun Model Rancangbangun model bertujuan untuk menghasilkan model analisis perbaikan kinerja. Rancangbangun model dilakukan dengan mempertimbangkan hasil tinjauan pustaka dan analisis sistem, studi dokumentasi serta hasil konsultasi dan konfirmasi dengan pakar. Model terdiri dari lima sub model yang terintegrasi. Integrasi antar sub model dilakukan dengan menggunakan output sub model sebagai input sub model berikutnya.

5.3.1 Model Pengelompokan Model pengelompokan bertujuan untuk mengelompokkan pabrik gula (PG) yang memiliki karakteristik yang serupa. Pengelompokan pabrik gula diperlukan

untuk

menyetarakan

pabrik

gula

sehingga

layak

untuk

101

diperbandingkan. Untuk mengelompokkan PG yang memiliki karakteristik serupa dapat dilakukan dengan mengelompokkan PG berdasarkan karakteristik pembeda pabrik gula.

Karakteristik pembeda pabrik gula diidentifikasi melalui studi

dokumentasi dan konfirmasi pakar. Input model berupa basis data yang diperlukan untuk pengelompokan pabrik

gula.

Metode

yang

digunakan

untuk

pengambilan

keputusan

pengelompokan pabrik gula yaitu pendekatan klasifikasi. Output dari model pengelompokkan PG berupa alternatif kelompok PG sesuai dengan karakteristik pembeda pabrik gula beserta anggota kelompoknya.

Model konseptual

pengelompokan pabrik gula dapat digambarkan sebagai berikut :

Jumlah Kelompok Karakteristik Pembeda

Kelompok PG dan anggotanya Kesamaan Ukuran Klasifikasi

Gambar 39 Model Konseptual Pengelompokan Pabrik Gula Pengelompokan dilakukan untuk seluruh pabrik gula yang menjadi objek kajian. Kriteria keputusan yang digunakan untuk mengelompokan pabrik gula berupa karakteristik pembeda pabrik gula. Karakteristik pembeda pabrik gula ditetapkan berdasarkan hasil tinjauan pustaka dan konfirmasi pakar (Lampiran 5). Adapun karakteristik pembeda pabrik gula yaitu : 1) metode yang digunakan pada proses pemurnian, dan 2) skala pabrik gula.

Metode pada Proses Pemurnian Secara garis besar, untuk menghasilkan gula kristal putih yang sesuai dengan spesifikasi, bahan baku (tebu) diproses melalui lima unit (Moerdokusumo, 1993) yaitu : 1) unit operasi gilingan, 2) unit operasi pemurnian, 3) unit operasi penguapan, 4) unit operasi kristalisasi, dan 5) unit operasi sentrifuse. Kualitas gula yang dihasilkan tergantung pada : 1) kualitas nira mentah, 2) metode pemurnian, dan 3) cara menerapkan skema masakan dalam proses kristalisasi. Kualitas gula

102

yang sesuai spesifikasi diperoleh dari pemurnian nira serta susunan bahan bukan gula dalam larutan. Proses pemurnian berfungsi untuk mengurangi atau menghilangkan zat bukan gula dari nira mentah seoptimal mungkin. Selanjutnya, Moerdokusumo (1993) menegaskan bahwa pada dasarnya unit operasi pemurnian merupakan faktor yang membedakan pabrik gula mengingat unit operasi yang lain relatif sama di setiap pabrik gula. Proses pemurnian dapat dilakukan secara fisis (penyaringan) maupun kimiawi (pemanasan). Secara teoritis, metode (Moerdokusumo 1993; Efendi 2009) yang dapat digunakan pada proses pemurnian adalah : 1) Karbonatasi, yaitu proses pemurnian dengan menambahkan susu kapur (CaO) berlebihan dan dinetralkan menggunakan CO2, 2) Sulfitasi, yaitu proses pemurnian dengan menambahkan susu kapur (CaO) berlebihan dan dinetralkan menggunakan SO 2, 3) Defekasi, yaitu proses pemurnian dengan menambahkan susu kapur (CaO) berlebihan dan dinetralkan menggunakan Phospat, dan 4) kombinasi dari tiga metode tersebut. Kriteria yang digunakan untuk memilih metode yang digunakan pada proses pemurnian adalah : 1) intensitas, 2) efisiensi, dan 3) efektivitas. Menurut Effendi (2009) proses pemurnian yang menggunakan metode defekasi akan menghasilkan gula yang kurang baik karena efek pemurniannya rendah. Sedangkan metode karbonatasi memiliki efek pemurnian yang tinggi sehingga dapat menghasilkan gula yang baik tetapi biaya bahan pembantu dan biaya tenaga kerja sangat mahal. Metode sulfitasi dengan efek pemurnian yang cukup akan menghasilkan gula konsumsi yang cukup baik dengan biaya bahan pembantu dan biaya tenaga kerja yang lebih rendah dibandingkan bila menggunakan metode karbonatasi. Berdasarkan data P3GI (2001) dalam Efendi (2009) dari 70 pabrik gula mayoritas (62 pabrik gula) menggunakan metode Sulfitasi, tujuh pabrik gula menggunakan metode Karbonatasi, dan satu pabrik gula menggunakan metode Defekasi. Berdasarkan data sekretariat Dewan Gula Indonesia (2006) jumlah pabrik gula yang beroperasi hanya 58. Dari 58 pabrik gula tersebut hanya tiga pabrik gula yang menggunakan metode Karbonatasi sedangkan yang lainnya menggunakan metode Sulfitasi. Oleh karena itu, berdasarkan proses pemurnian yang digunakan, pabrik gula dapat dikelompokkan menjadi dua kelompok.

103

Skala Pabrik Gula Pabrik gula di Indonesia diklasifikasikan menjadi tiga berdasarkan skala (kapasitas giling terpasang) pabrik gula yaitu : yaitu 1) pabrik gula berskala kecil, 2) pabrik gula berskala menengah, dan 3) pabrik gula berskala besar. Adapun ketentuannya

adalah sebagai berikut : 1) pabrik gula berskala kecil

terdiri dari pabrik gula yang mempunyai kapasitas giling < 3000 TCD, 2) pabrik gula berskala menengah terdiri dari pabrik gula yang mempunyai kapasitas giling 3000 sampai dengan 6000, dan 3) pabrik gula berskala besar terdiri dari pabrik gula yang mempunyai kapasitas giling > 6000 TCD menjadi anggota kelompok (Sawit et al 2004; Efendi 2009). Berdasarkan skala pabrik gula maka pabrik gula dapat dikelompokan menjadi tiga. Kapasitas giling merupakan salah satu faktor yang berpengaruh terhadap kinerja (efisiensi) pabrik gula (Moerdokusumo 1993; Prihandana 2005; Khudori 2005; Efendi 2009). Kapasitas giling berpengaruh terhadap kinerja pabrik gula mengingat besarnya biaya giling yang dibutuhkan, kapasitas yang rendah akan menyebabkan kinerja pabrik gula rendah (Prihandana 2005). Biaya produksi gula per unit pada pabrik gula berskala kecil jauh lebih tinggi dibandingkan dengan pabrik gula berskala besar atau bermesin relatif baru (Sawit et al 2004). Berdasarkan ke dua karakteristik pembeda pabrik gula maka pabrik gula dapat dikelompokan menjadi 6 kelompok yaitu : 1) pabrik gula dengan proses pemurnian sulfitasi yang berskala besar, 2) pabrik gula dengan proses pemurnian sulfitasi yang berskala menengah 3) pabrik gula dengan proses pemurnian sulfitasi yang berskala kecil, 4) pabrik gula dengan proses pemurnian karbonatasi yang berskala besar, 5) pabrik gula dengan proses pemurnian karbonatasi yang berskala menengah, dan 6) pabrik gula dengan proses pemurnian karbonatasi yang berskala kecil. Selanjutnya ditentukan konsep kesamaan (interobject similarity) yaitu ukuran untuk kesesuaian atau kemiripan diantara pabrik gula yang akan dipilah menjadi enam kelompok. Terdapat dua konsep kesamaan yaitu 1) association measures untuk pengelompokkan berdasarkan metode proses pemurnian, dan 2) correlational measures untuk pengelompokkan berdasarkan skala pabrik gula.

104

Skala penilaian untuk mengelompokan pabrik gula menggunakan skala nominal berupa label 1 dan 0. Skala tersebut digunakan karena pengelompokan dengan metode klasifikasi pada dasarnya akan membagi kelompok sesuai dengan jumlah kelompok yang telah ditentukan sebelumnya, dan memisahkan kelompok berdasarkan anggota atau bukan anggota. Label 1 menunjukkan anggota dan label 0 menunjukkan bukan anggota. Matriks keputusan pada Tabel 7 di bawah ini merupakan matriks yang digunakan untuk melakukan pengelompokan di antara beberapa alternatif (pabrik gula) yang memenuhi (label 1) atau tidak memenuhi ( label 0) kriteria sebagai anggota kelompok. Tabel 7 Matriks Keputusan Pengelompokan Alternatif Pabrik PG 1 PG 2 PG 3 PG ... PG n

Kriteria Proses Pemurnian 1 atau 0 1 atau 0 1 atau 0 1 atau 0 1 atau 0

Skala Pabrik 1 atau 0 1 atau 0 1 atau 0 1 atau 0 1 atau 0

Berdasarkan hal tersebut di atas, model pengelompokan pabrik gula dapat digambarkan sebagai berikut :

Karbonatasi

Karbonatasi, Kecil

Sulfitasi Jumlah kelompok = 6 Proses Pemurnian

Besar

Karbonatasi, Besar

Kesamaan ukuran = association & correlational

Menengah Kecil

Karbonatasi, Menengah

Klasifikasi

Sulfitasi, Kecil Sulfitasi, Menengah Sulfitasi, Besar

Skala Pabrik Gula Karakteristik Pembeda

Kelompok Pabrik gula dan anggotanya

Gambar 40 Model Pengelompokan Pabrik Gula

105

Metode klasifikasi yang digunakan adalah Decision Tree, melalui Decision Tree dapat ditentukan aturan yang dapat digunakan

dalam skema pengambilan

keputusan. Decision Tree yang terbentuk adalah sebagai berikut :

K

on arb

si ata

>6 D 000 TC 0 TC 00 D <3 3000 – 6000 KK

KM

KB

Su

lfit asi

>6 D 000 TC 0 TC 00 D 3 < 3000 – 6000 SK

SM

SB

Gambar 41 Decision Tree Pengelompokan Pabrik Gula

Keterangan : KK KM KB SK SM SB

= PG dengan proses pemurnian karbonatasi yang berskala kecil = PG dengan proses pemurnian karbonatasi yang berskala menengah = PG dengan proses pemurnian karbonatasi yang berskala besar = PG dengan proses pemurnian sulfitasi yang berskala kecil = PG dengan proses pemurnian sulfitasi yang berskala menengah = PG dengan proses pemurnian sulfitasi yang berskala besar

Berdasarkan Decision Tree tersebut di atas maka aturan yang terbentuk adalah sebagai berikut : Jika proses pemurniannya karbonatasi dan skala pabik < 3000

maka KK

Jika proses pemurniannya karbonatasi dan skala pabik 3000 – 6000 maka KM Jika proses pemurniannya karbonatasi dan skala pabik > 6000

maka KB

Jika proses pemurniannya sulfitasi dan skala pabik < 3000

maka SK

Jika proses pemurniannya sulfitasi dan skala pabik 3000 – 6000

maka SM

Jika proses pemurniannya sulfitasi dan skala pabik > 6000

maka SB

106

Skema pengambilan keputusan pengelompokan pabrik gula dapat di lihat pada Gambar 42. MULAI Proses pemurnian dan Kapasitas Giling setiap pabrik gula

Tidak

Proses Pemurnian : Karbonatasi ?

Ya Kapasitas giling < 3000 ?

Ya

Kelompok pabrik gula dengan proses pemurnian karbonatasi, skala pabrik kecil

Kapasitas giling < 3000 ?

Ya

Kelompok pabrik gula dengan proses pemurnian sulfitasi, skala pabrik kecil

Ya

Kelompok pabrik gula dengan proses pemurnian sulfitasi, skala pabrik menengah

Tidak Kapasitas giling 3000 sampai dengan 6000 ?

Tidak Kapasitas giling 3000 sampai dengan 6000 ?

Kelompok pabrik gula dengan proses Ya pemurnian karbonatasi, skala pabrik menengah

Tidak

Tidak Kelompok pabrik gula dengan proses pemurnian sulfitasi, skala pabrik besar

Kelompok pabrik gula dengan proses pemurnian karbonatasi, skala pabrik besar

SELESAI

Gambar 42 Skema Pengambilan Keputusan Pengelompokan Pabrik Gula

5.3.2 Model Pengukuran Kinerja Model pengukuran kinerja bertujuan untuk menentukan nilai kinerja setiap pabrik gula. Pengukuran kinerja yang dilakukan adalah untuk kinerja input, kinerja proses, dan kinerja output yang direpresentasikan sebagai

kinerja

strategis, kinerja operasional, dan kinerja taktis. Pengukuran kinerja dilakukan terhadap seluruh pabrik gula. Oleh karena itu, alternatif keputusan pada model pengukuran kinerja pabrik gula adalah seluruh pabrik gula yang menjadi objek kajian. Input model berupa basis data yang diperlukan untuk pengukuran kinerja PG. Output dari model pengukuran kinerja PG berupa nilai kinerja untuk setiap jenis kinerja seluruh PG. Pendekatan yang digunakan dalam proses pengukuran

107

kinerja pada model pengukuran kinerja PG adalah Fuzzy Expert System (FES). Adapun model konseptual pengukuran kinerja dapat dilihat pada Gambar 43.

Ukuran kinerja strategis Parameter

Mesin Inferensi

If-then rules Nilai kinerja strategis

Ukuran kinerja operasional

iabel : Parameter

Mesin Inferensi

If-then rules Nilai kinerja operasional

Ukuran kinerja taktis Parameter

Mesin Inferensi Nilai kinerja taktis

If-then rules

Gambar 43 Model Konseptual Pengukuran Kinerja untuk Setiap Jenis Kinerja Kriteria yang digunakan dalam pengukuran kinerja yaitu ukuran-ukuran kinerja. Identifikasi ukuran-ukuran kinerja dilakukan melalui studi dokumentasi dilanjutkan dengan konfirmasi pakar (Lampiran 6). Ukuran-ukuran kinerja yang direkomendasikan pakar sebagai kriteria pengukuran kinerja dieavaluasi keterkaitannya. Evaluasi dilakukan berdasarkan studi dokementasi dan konfirmasi pakar (Lampiran 7). Ukuran-ukuran kinerja yang akan digunakan pada proses selanjutnya adalah ukuran-ukuran kinerja yang memiliki keterkaitan dengan visi dan misi yang dicanangkan pemerintah dan keterkaitan antar

ukuran-ukuran

kinerja (input-proses-output). Nilai kinerja untuk setiap jenis kinerja (kinerja strategis, kinerja operasional, dan kinerja taktis) dikategorikan menjadi tiga yaitu kinerja tinggi, kinerja sedang, dan kinerja rendah. Kualifikasi (skala penilaian) untuk menentukan setiap kategori pada setiap jenis kinerja ditentukan berdasarkan pertimbangan pakar (Lampiran 8). Nilai kinerja untuk setiap jenis kinerja diperoleh dari aggregasi nilai ukuran kinerja yang menjadi kriteria dalam

108

pengukuran kinerja. Nilai setiap ukuran kinerja untuk setiap jenis kinerja dikategorikan menjadi tiga yaitu kinerja tinggi, kinerja sedang, dan kinerja rendah. Kualifikasi (skala penilaian) untuk menentukan setiap kategori pada setiap ukuran kinerja ditentukan berdasarkan studi dokumentasi dan konfirmasi pakar (Lampiran 9). Secara sederhana, agregasi nilai kinerja ditunjukkan pada Gambar 44. Ukuran-ukuran kinerja strategis

Kinerja Strategis

Rendah

Rendah

Sedang

Sedang

Tinggi

Tinggi

Ukuran-ukuran kinerja op erasional

Kinerja Op erasional

Rendah

Rendah

Sedang

Sedang

Tinggi

Tinggi

Ukuran-ukuran kinerja taktis

Kinerja Taktis

Rendah

Rendah

Sedang

Sedang

Tinggi

Tinggi

Gambar 44 Agregasi Nilai Kinerja

Fungsi keanggotaan ditetapkan dengan terlebih dahulu melakukan identifikasi semesta pembicaraan, nama himpunan fuzzy, domain, jenis kurva untuk merepresentasikan himpunan fuzzy, dan parameter untuk setiap jenis kinerja. If – then – rules merupakan kaidah-kaidah yang menjelaskan relasi logika antara nilai-nilai parameter yang digunakan dan

diidentifikasi berdasarkan

seluruh kemungkinan kombinasi kategori nilai ukuran-ukuran kinerja untuk setiap jenis kinerja dan masukan pakar untuk kesimpulan kategori nilai kinerja. Adapun bentuk umum dari if – then – rules yang digunakan dengan ukuran kinerja 1 sampai dengan n dan jenis kinerja X adalah sebagai berikut : If (ukuran kinerja 1 is Rendah/Sedang/Tinggi) and (ukuran kinerja n is Rendah/Sedang/Tinggi) Then (Kinerja X is Rendah/Sedang/Tinggi)

109

Identifikasi awal ukuran-ukuran kinerja yang akan digunakan disesuaikan dengan pendekatan yang digunakan yaitu melakukan identifikasi terhadap ukuranukuran kinerja input, proses dan output. Ukuran-ukuran kinerja input terkait dengan kemampuan sumberdaya. Ukuran-ukuran kinerja proses terkait dengan tugas-tugas manufaktur. Ukuran-ukuran kinerja output terkait dengan prioritas kompetisi. Pemilihan faktor-faktor yang akan digunakan untuk mengidentifikasi lebih lanjut ukuran-ukuran kinerja yang digunakan disesuaikan dengan permasalahan yang dihadapi dan hasil identifikasi kebutuhan untuk rancangbangun model analisis perbaikan kinerja. Berdasarkan kondisi riil pabrik gula pada umumnya, dan hasil tinjauan pustaka dilakukan identifikasi awal ukuran (variabel) kinerja untuk setiap jenis kinerja. Identifikasi awal menghasilkan 13 ukuran kinerja untuk seluruh jenis kinerja yaitu : 1) kualifikasi tenaga kerja, 2) tingkat turn over tenaga kerja, 3) banyaknya jumlah pelatihan yang diikuti tenaga kerja, 4) umur mesin, 5) kapasitas giling, 6) jumlah tebu, 7) kualitas tebu, 8) hilang dalam proses, 9) jam henti giling, 10) overall recovery, 11) efisiensi ketel, 12) hablur gula, dan 13) rendemen. Selanjutnya, berdasarkan diskusi dan konfirmasi pakar yang terdiri dari praktisi pabrik gula dan peneliti dari P3GI, ukuran kinerja yang akan digunakan hanya berjumlah 10 ukuran kinerja dengan perincian empat ukuran kinerja untuk kinerja strategis, empat ukuran kinerja untuk kinerja operasional, dan dua ukuran kinerja untuk kinerja taktis. Tiga ukuran kinerja yang terkait dengan sumber daya insani tidak digunakan dengan pertimbangan 1) di setiap PG sudah memiliki SOP untuk proses pengolahan, dan 2) rendahnya ketersediaan data untuk proses validasi. Hasil identifikasi keterkaitan ukuran kinerja ditunjukkan pada Gambar 45. Keterkaitan ukuran kinerja dengan misi dan visi memastikan bahwa visi 2025 dapat tercapai dengan melakukan perbaikan. Selain itu, keterkaitan antar ukuran kinerja akan memudahkan proses perbaikan yang harus dilakukan terhadap ukuran kinerja yang tidak mencapai standar yang dipesyaratkan atau bernilai lebih kecil dari pembanding.

110

Visi Industri Gula Nasional 2025

MISI ke-2 Industri Gula Nasional 2025

EFISIENSI

PRODUKTIVITAS

STRATEGI

Hablur Gula

OUTPUT

Rendemen TAKTIS

PROSES

Jam Henti Giling

Kehilangan dalam Proses

Efisiensi Ketel

Overall Recovery

INPUT

Kapasitas Giling

Umur Mesin

Jumlah Tebu

Kualitas Tebu

OPERASIONAL

STRATEGIS

Gambar 45 Keterkaitan Ukuran Kinerja

Berdasarkan hasil identifikasi dan konfirmasi pakar maka kriteria keputusan yang digunakan untuk menentukan nilai kinerja adalah sepuluh ukuran kinerja. Untuk nilai kinerja strategis digunakan ukuran kinerja berdasarkan ukuran umur mesin, kapasitas giling, jumlah tebu, dan kualitas tebu. Untuk nilai kinerja operasional digunakan ukuran kinerja berdasarkan ukuran hilang dalam proses, jam henti giling, overall recovery, dan efisiensi ketel. Adapun untuk nilai kinerja taktis digunakan ukuran kinerja berdasarkan ukuran jumlah hablur gula, dan rendemen. Bobot kriteria untuk pengukuran kinerja pabrik gula ditetapkan berdasarkan pertimbangan pakar yaitu sama penting untuk seluruh kriteria yang digunakan atau sama penting untuk seluruh ukuran kinerja yang digunakan. Adapun jenis kinerja, ukuran kinerja dan satuan secara lengkap seperti yang terlihat pada Tabel 8.

111

Tabel 8 Jenis Kinerja, Ukuran Kinerja, dan Satuan Kinerja Strategis

Operasional

Taktis

Ukuran Kinerja Umur Mesin (UM) Kapasitas Giling (KG) Jumlah Tebu (JT) Kualitas Tebu (KT) Hilang dalam Proses (HP) Jam Henti Giling (JHG) Overall Recovery (OR) Efisiensi Ketel (EK) Hablur Gula (HG) Rendemen (R)

Satuan Tahun Ton Tebu Hari % Pol % tebu % pol hilang % % % Ton / Ha % kristal tebu

Uraian singkat mengenai setiap ukuran kinerja adalah sebagai berikut :

Umur Mesin (UM) Umur mesin merupakan ukuran kinerja yang menunjukkan rerata umur mesin yang dimiliki pabrik gula dan dinyatakan dalam tahun. Umur mesin berpengaruh terhadap kinerja pabrik gula, semakin kecil rerata umur mesin yang dimiliki akan menyebabkan pabrik gula lebih efisien. Hal tersebut antara lain ditunjukkan dengan 1) tingkat keberhasilan mesin baru yang melakukan pemerahan nira mencapai 94% sedangkan mesin lama (tua) maksimal hanya mencapai 91%, 2) di lihat dari penggunaan uap untuk menggerakkan turbin untuk mengolah 1 kuintal tebu mesin baru hanya membutuhkan 0,4 kilogram uap sedangkan mesin lama membutuhkan 0,7 kilogram (Prihandana 2005), 3) ketel (boiler) pada mesin baru efisiensinya mencapai ≥ 78% dengan produksi uap per kilogram ampas ≥ 2,1 kg sedangkan mesin lama efisiensinya ≥ 68% dengan produksi uap per kilogram ampas ≥ 1,95 kg (disbunjatim 2008), dan 4) biaya produksi gula per unit pada pabrik gula berskala kecil jauh lebih tinggi dibandingkan dengan pabrik gula berskala besar atau bermesin relatif baru (Sawit et al 2004). Kapasitas Giling (KG) Kapasitas giling merupakan ukuran kinerja yang menunjukkan kapasitas (terpasang) giling yang dimiliki pabrik gula dan dinyatakan dalam Ton Cane Day

112

(TCD). Kapasitas giling merupakan salah satu faktor yang berpengaruh terhadap kinerja (efisiensi) pabrik gula (Moerdokusumo 1993; Prihandana 2005; Khudori 2005; Efendi 2009). Kapasitas giling berpengaruh terhadap kinerja pabrik gula mengingat besarnya biaya giling yang dibutuhkan, kapasitas yang rendah akan menyebabkan kinerja pabrik gula rendah (Prihandana 2005). Biaya produksi gula per unit pada pabrik gula berskala kecil jauh lebih tinggi dibandingkan dengan pabrik gula berskala (kapasitas) besar atau bermesin relatif baru (Sawit et al 2004).

Jumlah Tebu (JT) Jumlah tebu merupakan ukuran kinerja yang menunjukkan banyaknya tebu yang tersedia dibandingkan dengan kebutuhan jumlah tebu sesuai dengan kapasitas (terpasang) giling yang dimiliki pabrik gula dan dinyatakan dalam persen (%). Kinerja pabrik gula sangat dipengaruhi oleh jumlah dan kualitas bahan baku (LPPM IPB 2002). Kekurangan jumlah tebu dapat menyebabkan kapasitas giling tidak dipakai secara maksimal dan akan meningkatkan jam henti giling, yang pada akhirnya akan berpengaruh terhadap kinerja pabrik gula (Moerdokusumo 1993).

Kualitas Tebu (KT) Kualitas tebu merupakan ukuran kinerja yang menunjukkan potensi sukrosa dalam tebu dan dinyatakan dalam pol % tebu. Kinerja pabrik gula sangat dipengaruhi oleh jumlah dan kualitas bahan baku (LPPM IPB 2002). Menggiling tebu yang berkualitas rendah akan memberatkan instalasi pabrik gula dan merupakan cara yang boros dan tidak ekonomis (Moerdokusumo 1993).

Hilang dalam Proses (HP) Hilang dalam proses merupakan ukuran kinerja yang menunjukkan banyaknya potensi gula yang hilang selama proses produksi dan dinyatakan dalam persen (% pol hilang). Kehilangan gula selama proses di pabrik gula terjadi pada proses pasca panen (dekomposisi), stasiun gilingan (ikut ampas dan inversi

113

) dan proses pabrikasi yang terdiri dari empat jenis yaitu : 1) gula hilang akibat ikut blotong, 2) gula hilang akibat ikut tetes, 3) gula hilang akibat kerusakan kimiawi, 4) gula hilang akibat bocoran-bocoran. Adapun kehilangan yang terjadi ditunjukkan pada Gambar 46.

Kebun Tebu Proses p asca p anen Kehilangan gula (dekomposisi) Amp as Inverse

Gilingan Kehilangan gula ikut amp as dan inverse Nira Mentah

Blotong Tetes Inverse

Proses Pabrikasi Gula

Kehilangan gula ikut blotong, ikut tetes dan inverse

Gula

Gambar 46 Diagram Kehilangan Gula selama Proses di Pabrik Gula

Jam Henti Giling (JHG) Jam Henti Giling merupakan ukuran kinerja yang menunjukkan lamanya waktu berhenti giling dibandingkan dengan waktu giling yang seharusnya dan dinyatakan dalam persen (%).

Overall Recovery (OR) Overall Recovery merupakan ukuran kinerja yang menunjukkan efisiensi pabrik gula secara keseluruhan dan dinyatakan dalam persen (%). Lembaga Penelitian IPB (2002) menyatakan bahwa Overall Recovery merupakan ukuran efisiensi teknis pabrik gula. Proses produksi gula dinilai berdasarkan efisiensi dan utilitas proses produksi. Terkait dengan efisiensi, terdapat dua unit operasi yang harus diperhatikan (disbunjatim 2008) yaitu stasiun gilingan dan stasiun pengolahan. Indikator kinerja gilingan dinyatakan ME (Mill Extraction = kemampuan gilingan

114

dalam mengekstrak sukrosa daribatang tebu) dengan nilai standar > 95%, sedangkan indikator kinerja pengolahan dinyatakan dengan BHR (Boilling House Recovery = menunjukkan seberapa banyak sukrosa dalam nira dapat dikristalkan) dengan nilai standar > 85%. Apabila nilai ME di bawah standar menunjukkan bahwa proses pemerahan nira berlangsung kurang optimal, sedangkan jika nilai BHR di bawah standar menunjukkan bahwa telah terjadi kehilangan gula (dinyatakan dalam pol hilang % tebu. Kinerja stasiun gilingan dan stasiun pengolahan ini juga menunjukkan efisiensi pabrik gula secara keseluruhan yang dinyatakan sebagai OR (Overall Recovery) dengan nilai standar > 87%. Hubungan antara kinerja stasiun gilingan, stasiun pengolahan, dan efisiensi pabrik gula secara keseluruhan adalah sebagai berikut : OR = ME x BHR.

Efisiensi Ketel (EK) Efisiensi ketel merupakan ukuran kinerja yang menunjukkan perbandingan persentase antara panas yang dipindahkan ke dalam uap dan panas yang tersedia dalam bahan bakar dan dinyatakan dalam persen (%). Proses produksi gula dinilai berdasarkan efisiensi dan utilitas proses produksi.

Pada utilitas proses perlu

diperhatikan efisiensi ketel uap. Hal tersebut juga diperkuat dengan penyataan dari Lembaga Penelitian IPB (2002) bahwa efisiensi ketel merupakan salah satu faktor yang berpengaruh pada kinerja pengolahan.

Hablur Gula (HG) Hablur gula merupakan ukuran kinerja yang menunjukkan banyaknya gula yang dihasilkan dibandingkan dengan luas areal tebu yang dihasilkan pabrik gula dan dinyatakan dalam ton per hektar (ton/ha). Hablur gula menunjukkan ukuran produktivitas pabrik gula.

Rendemen (R) Rendemen menunjukkan ukuran efisiensi pabrik gula. Rendemen merupakan ukuran kinerja yang menunjukkan jumlah sukrosa dalam tebu yang

115

dapat dikristalkan menjadi gula dan dinyatakan dalam persen (%). Nilai rendemen tergantung pada kualitas bahan baku dan efisiensi pabrik.

Adapun model pengukuran kinerja untuk setiap jenis kinerja seperti yang ditunjukkan pada Gambar 47.

Nilai Variabel : Umur mesin, kapasitas giling, jumlah tebu, kualitas tebu Mesin Inferensi

Parameter If-then rules

Nilai kinerja strategis

Nilai Variabel : Hilang dalam proses, Jam henti giling, Overall Recovery, Efisiensi ketel

Mesin Inferensi

Parameter

If-then rules Nilai kinerja operasional

hablur gula, rendemen Mesin Inferensi

Parameter

If-then rules

Nilai kinerja taktis

Gambar 47 Model Pengukuran Kinerja

Berdasarkan hasil diskusi dan konfirmasi pakar ditetapkan kualifikasi (skala penilaian untuk menentukan kategori nilai) kinerja pabrik gula pada masing-masing jenis kinerja. Terdapat tiga kategori nilai kinerja yaitu kinerja rendah, kinerja sedang, dan kinerja tinggi. Skala penilaian berupa skala rasio dengan pertimbangan bahwa nilai kinerja (untuk setiap jenis kinerja) merupakan ukuran yang sebenarnya, memiliki titik nol, dan antara kinerja pabrik gula yang satu dengan yang lain memiliki unsur jarak yang disebut dengan selisih nilai kinerja. Adapun kualifikasi kinerja untuk setiap jenis kinerja ditunjukkan pada Tabel 9. Berdasarkan hasil diskusi dan konfirmasi pakar ditetapkan kualifikasi (skala penilaian untuk menentukan kategori pada masing-masing) ukuran kinerja. Terdapat tiga kategori nilai untuk setiap ukuran kinerja yaitu rendah, sedang, dan tinggi. Skala penilaian berupa skala rasio dengan pertimbangan bahwa nilai

116

ukuran kinerja (untuk setiap jenis ukuran kinerja) merupakan ukuran yang sebenarnya, memiliki titik nol, dan antara ukuran kinerja pabrik gula yang satu dengan yang lain memiliki unsur jarak yang disebut dengan selisih nilai ukuran kinerja. Adapun kualifikasi ukuran kinerja pada setiap jenis kinerja ditunjukkan pada Tabel 10. Tabel 9 Kualifikasi Kinerja Pabrik Gula Kinerja Strategis (KS) Operasional (KO) Taktis (KT)

Rendah KS ≤ 55 KO ≤ 55 KT ≤ 55

Sedang 55 < KS < 75 55 < KO <75 55 < KT < 75

Tinggi KS ≥ 75 KO ≥ 75 KT ≥ 75

Tabel 10 Kualifikasi Ukuran Kinerja Ukuran Kinerja Umur Mesin (UM) Kapasitas Giling (KG) Jumlah Tebu (JT) Kualitas Tebu (KT) Hilang dalam Proses (HP) Jam Henti Giling (JHG) Overall Recovery (OR) Efisiensi Ketel (EK) Hablur Gula (HG) Rendemen (R)

Rendah UM ≥ 7 KG ≤ 3000 JT ≤ 83 KT ≤ 9 HP ≥ 7 JHG ≥ 5 OR ≤ 75 EK ≤ 70 HG ≤ 6 R ≤6

Sedang 5 < UM < 7 3000 < KG < 6000 83 < JT < 96 9 < KT < 11 5 < HP < 7 2,5 < JHG < 5 75 < OR < 85 70 < EK < 80 6 < HG < 8 6 < R < 10

Tinggi UM ≤ 5 KG ≥ 6000 JT ≥ 96 KT ≥ 11 HP ≤ 5 JHG ≤ 2,5 OR ≥ 85 EK ≥ 80 HG ≥ 8 R ≥ 10

Hirarki keputusan pengukuran kinerja dapat di lihat pada Gambar 47 di bawah ini : Pengukuran Kinerja Pabrik Gula

Goal

Kinerja Strategis

Kinerja Operasional

Kriteria

UM

KG

JT

KT

Alternatif

PG 1

PG 2

PG 3

PG .....

HP

JHG

Kinerja Taktis

OR

EK

HG

Gambar 48 Hirarki Keputusan Pengukuran Kinerja

R

PG n

117

Matriks keputusan pengukuran kinerja untuk setiap jenis kinerja ditentukan berdasarkan kualifikasi setiap ukuran kinerja seperti yang ditunjukkan pada Tabel 11 untuk kinerja strategis, Tabel 12 untuk kinerja operasional dan Tabel 13 untuk kinerja taktis. Setiap ukuran kinerja dapat memiliki kategori nilai rendah (R), sedang (S), atau tinggi (T).

Tabel 11 Matriks Keputusan untuk Kinerja Strategis Alternatif Pabrik PG 1

Umur mesin R atau S atau T

Kriteria Kapasitas Jumlah Kualitas giling tebu tebu R atau S atau T R atau S atau T R atau S atau T

PG 2

R atau S atau T

R atau S atau T

R atau S atau T R atau S atau T

PG ...

R atau S atau T

R atau S atau T


PG n

R atau S atau T

R atau S atau T


Tabel 12 Matriks Keputusan untuk Kinerja Operasional Alternatif Pabrik

Kriteria Hilang Dalam proses

Jam henti giling

Overall recovery

Efisiensi ketel

PG 1

R atau S atau T R atau S atau T R atau S atau T R atau S atau T

PG 2


PG ..


PG n


Tabel 13 Matriks Keputusan untuk Kinerja Taktis Alternatif Pabrik PG 1 PG 2 PG .. PG n

Kriteria Jumlah hablur R atau S atau T R atau S atau T R atau S atau T R atau S atau T

Rendemen R atau S atau T R atau S atau T R atau S atau T R atau S atau T

118

Semesta pembicaraan, himpunan fuzzy dan domain untuk kinerja strategis secara lengkap ditunjukkan pada Tabel 14 berikut ini :

Tabel 14 Semesta Pembicaraan, Himpunan Fuzzy dan Domain Kinerja Strategis Fungsi

Input

Output

Variabel (Ukuran kinerja) Umur mesin

Semesta Pembicaraan

Nama Himpunan Fuzzy

Domain

[0,20]

Rendah Sedang Tinggi

[7,20] [5,7 ] [0,5 ]

Kapasitas Giling

[0,8000]


[ 0,3000] [3000,6000] [6000,8000]

Jumlah tebu

[ 0, 120]


[ 0,83 ] [83,96 ] [96,120]

Kualitas tebu

[0,15]


[ 0,9] [ 9,11] [11,15]

Kinerja strategis

[0,100]


[ 0 , 55] [ 55, 75] [75,100]

Semesta pembicaraan, himpunan fuzzy dan domain untuk kinerja

taktis secara

lengkap ditunjukkan pada Tabel 15 dan untuk kinerja operasional pada Tabel 16. Tabel 15 Semesta Pembicaraan, Himpunan Fuzzy, Domain Kinerja Taktis Fungsi

Input

Variabel (Ukuran kinerja) Jumlah hablur

Rendemen

Semesta Pembicaraan [0,12]

[0,14]

Nama Himpunan Fuzzy Rendah Sedang Tinggi Rendah

Domain

[ 0, 6] [ 6, 8] [8,12] [ 0, 6]

119

Output

Kinerja Taktis

[0,100]

Sedang Tinggi Rendah Sedang Tinggi

[ 6, 8] [8,14] [0 , 55] [55, 75] [75,100]

Tabel 16 Semesta Pembicaraan, Himpunan Fuzzy, Domain Kinerja Operasional Fungsi

Input

Variabel (Ukuran kinerja)

Domain

Hilang dalam proses

[0,10]


[8,10] [ 6,8 ] [ 0,6 ]

Jam henti giling

[0,15]


[5,15] [2.5 , 5] [0, 2.5]

Overall recovery

[ 0, 100]


[ 0,75 ] [75,85 ] [85,100]

Efisiensi ketel

[0,100]


[ 0,70] [ 70,80] [80,100]

[0,100]


[ 0 , 55] [ 55, 75] [75,100]

Output Kinerja operasional

Fungsi

Semesta Nama Pembicaraan Himpunan Fuzzy

keanggotaan

direpresentasikan

dalam

bentuk

kurva

yang

menunjukkan pemetaan titik-titik input data (setiap nilai ukuran kinerja) ke dalam nilai keanggotaannya (derajat keanggotaan) yang memiliki interval antara nol sampai dengan satu. Adapun bentuk kurva merupakan gabungan antara kurva segitiga dan kurva bahu. Jenis kurva untuk himpunan fuzzy rendah dan tinggi adalah bentuk bahu, sedangkan segitiga.

untuk himpunan fuzzy sedang yaitu bentuk

120

Berikut ini adalah jenis representasi kurva setiap variabel atau ukuran kinerja strategis. Tabel 17 Jenis Representasi Kurva setiap Ukuran Kinerja untuk Kinerja Strategis Fungsi

Input

Variabel (Ukuran kinerja) Umur mesin

Kapasitas Giling Jumlah tebu

Kualitas tebu

Output

Kinerja strategis

Nama Himpunan Fuzzy Rendah Sedang Tinggi Rendah Sedang Tinggi Rendah Sedang Tinggi Rendah Sedang Tinggi

Jenis kurva

Parameter

Bahu Segitiga Bahu Bahu Segitiga Bahu Bahu Segitiga Bahu Bahu Segitiga Bahu

[6 7 20 20] [ 567 ] [0 0 5 6 ] [0 0 3000 4000] [3000 4000 6000] [4000 6000 8000 8000]


Bahu Segitiga Bahu

[0 0 55 65] [ 55 65 75] [65 75 100 100]

[0 0 83 89] [83 89 96 ] [89 96 120 120] [0 0 9 10] [ 9 10 11] [10 11 15 15]

Jenis representasi kurva setiap variabel atau ukuran kinerja untuk kinerja taktis ditunjukkan pada Tabel 18. Tabel 18 Jenis Representasi Kurva setiap Ukuran Kinerja untuk Kinerja Taktis Fungsi

Input

Variabel (Ukuran kinerja) Jumlah hablur

Rendemen

Output

Kinerja Taktis

Nama Himpunan Fuzzy Rendah Sedang Tinggi Rendah Sedang Tinggi Rendah Sedang Tinggi

Jenis kurva

Parameter

Bahu Segitiga Bahu Bahu Segitiga Bahu Bahu Segitiga Bahu

[ 0 0 6 7] [ 678 ] [7 8 12 12] [ 0 0 6 7] [ 678 ] [7 8 14 14] [0 0 55 65] [55 65 75] [65 75 100 100]

121

Sedangkan jenis representasi kurva setiap variabel atau ukuran kinerja untuk kinerja operasional ditunjukkan pada Tabel 19.

Tabel 19 Jenis Representasi Kurva setiap Ukuran Kinerja untuk Kinerja Operasional Fungsi

Input

Variabel (Ukuran kinerja) Hilang dalam proses Jam henti giling Overall recovery Efisiensi ketel

Output

Kinerja operasional

Nama Himpunan Fuzzy Rendah Sedang Tinggi Rendah Sedang Tinggi Rendah Sedang Tinggi Rendah Sedang Tinggi Rendah Sedang Tinggi

Jenis kurva Bahu Segitiga Bahu Bahu Segitiga Bahu Bahu Segitiga Bahu Bahu Segitiga Bahu Bahu Segitiga Bahu

Parameter

[7 8 10 10] [678] [0 0 6 7] [3.75 5 15 15] [2.5 3.75 5] [0 0 2.5 3.75] [0 0 75 80] [75 80 85 ] [80 85 100 100] [0 0 70 75] [ 70 75 80] [75 80 100 100] [ 0 0 55 65] [ 55 65 75] [65 75 100 100]

Adapun representasi kurva dapat di lihat pada Lampiran 10,11, dan 12.

Jumlah rules (aturan-aturan) yang memungkinkan digunakan untuk setiap jenis kinerja sesuai dengan jumlah ukuran kinerja dan jumlah kategori nilai kinerja yaitu 81 (34) aturan untuk kinerja strategis, 81 (34) aturan untuk kinerja operasional, dan sembilan (32)

aturan untuk kinerja taktis. Untuk menjamin

konsistensi aturan kinerja strategis dan kinerja operasional, maka berdasarkan pertimbangan pakar (Lampiran 13 dan 14) ditetapkan 15 aturan baku. Aturanaturan yang digunakan sebagai kriteria untuk menentukan nilai kinerja taktis adalah sebagai berikut : 1. If (Jumlah Hablur Gula is Rendah) and (Rendemen is Rendah) then (Kinerja Taktis is Rendah)

122

2. If (Jumlah Hablur Gula is Rendah) and (Rendemen is Sedang) then (Kinerja Taktis is Rendah) 3. If (Jumlah Hablur Gula is Rendah) and (Rendemen is Tinggi) then (Kinerja Taktis is Sedang) 4. If (Jumlah Hablur Gula is Sedang) and (Rendemen is Sedang) then (Kinerja Taktis is Sedang) 5. If (Jumlah Hablur Gula is Tinggi) and (Rendemen is Rendah) then (Kinerja Taktis is Sedang) 6. If (Jumlah Hablur Gula is Tinggi) and (Rendemen is Sedang) then (Kinerja Taktis is Sedang) 7. If (Jumlah Hablur Gula is Tinggi) and (Rendemen is Tinggi) then (Kinerja Taktis is Tinggi) 8. If (Jumlah Hablur Gula is Sedang) and (Rendemen is Rendah) then (Kinerja Taktis is Rendah) 9. If (Jumlah Hablur Gula is Sedang) and (Rendemen is Tinggi) then (Kinerja Taktis is Sedang) Aturan-aturan yang memungkinkan digunakan sebagai kriteria untuk menentukan nilai kinerja strategis dan operasional untuk setiap pabrik gula dapat di lihat pada Lampiran 15 dan Lampiran 16. Adapun skema pengambilan keputusan pengukuran kinerja pabrik gula ditunjukkan pada Gambar 49.

5.3.3 Model Pemilihan Kinerja Terbaik Rancangbangun model pemilihan kinerja terbaik bertujuan untuk menentukan pabrik gula berkinerja terbaik secara keseluruhan maupun untuk setiap jenis kinerja (kinerja strategis, kinerja operasional, kinerja taktis) pada setiap kelompok pabrik gula. Hasil pemilihan pada setiap kelompok pabrik gula akan digunakan sebagai standar kinerja pembanding bagi setiap pabrik gula pada kelompok yang sama, baik untuk kinerja keseluruhan maupun per jenis kinerja. Nilai kinerja yang digunakan adalah nilai kinerja yang dihasilkan dari model pengukuran kinerja yaitu nilai kinerja strategis, nilai kinerja operasional dan nilai

123

kinerja taktis untuk seluruh pabrik gula yang menjadi anggota setiap alternatif kelompok.

MULAI

nilai variabel & parameter Kin.operasional Kinerja strategis yang diukur ? ya

Nilai variabel & parameter Kin. strategis

Ubah nilai variabel ke dalam linguistic label yang sesuai

If – then rules Kin. strategis

tidak

tidak

Kinerja taktis yang diukur ? ya

nilai variabel & parameter Kin. taktis

If – then rules Kin. operasional



Pemeriksaan hubungan logic

Pemeriksaan hubungan logic

If – then rules Kin. taktis Pemeriksaan hubungan logic

ya

Kinerja strategis tinggi ya

Kinerja strategis rendah

Kesimpulan hubungan logic tinggi?

tidak Kesimpulan hubungan logic rendah?

tidak

ya

Kinerja taktis tinggi ya

Kinerja taktis rendah

Kinerja strategis sedang



tidak

ya


Kinerja operasional tinggi ya


Kinerja operasional rendah

Kinerja taktis sedang

tidak Kinerja operasional sedang

Gambar 49 Skema Pengambilan Keputusan Pengukuran Kinerja

Pemilihan Kinerja Terbaik secara Keseluruhan Input model berupa basis data yang diperlukan untuk pemilihan kinerja terbaik secara keseluruhan. Output dari model berupa urutan (ranking/peringkat) pabrik gula dalam kelompok. Pemilihan PG berkinerja terbaik secara keseluruhan dilakukan dengan menggunakan pendekatan PROMETHEE. Adapun model konseptual pemilihan kinerja terbaik secara keseluruhan ditunjukkan pada Gambar 50. Alternatif yang akan dipilih

adalah seluruh pabrik gula pada setiap

kelompok pabrik gula yang telah dihasilkan dari model pengelompokan. Kriteria dan bobot kriteria untuk pemilihan kinerja terbaik secara keseluruhan ditentukan

124

berdasarkan konfirmasi pakar (Lampiran 18). Kriteria yang digunakan adalah kinerja strategis,kinerja operasional, dan kinerja taktis. Bobot setiap kriteria adalah sama besar.

Kinerja Strategis per kelompok PG Kinerja Operasional per kelompok PG Kinerja Taktis per kelompok PG

Fungsi Kriteria

Tipe Preferensi

Peringkat kinerja PG Per kelompok

Parameter (p)

PROMETHEE

Gambar 50 Model Konseptual Pemilihan Kinerja Terbaik secara Keseluruhan

Berdasarkan pertimbangan pakar, masing-masing kriteria diidentifikasi untuk menetapkan fungsi kriteria akan dimaksimumkan atau diminimumkan (Lampiran 19). Kinerja terbaik secara keseluruhan dihasilkan dari kinerja terbaik untuk semua jenis kinerja. Oleh karena itu, masing-masing kriteria akan dimaksimumkan. Selanjutnya, ditentukan bentuk fungsi preferensi kriteria beserta parameternya untuk setiap kriteria. Untuk setiap pasangan kriteria-alternatif dibuat matriks payoff nya yang menunjukkan ukuran dari efek yang dihasilkan oleh alternatif berhubungan dengan kriteria tersebut. Matriks dapat berisi data ukuran cardinal atau skala ordinal. Setelah dilakukan evaluasi matriks, indeks preferensi multikriteria ditetapkan. Preferensi dinyatakan dengan angka antara 0 dan 1, dan dinilai berdasarkan fungsi preferensi yang telah ditentukan sebelumnya. Tahap akhir adalah menentukan PROMETHEE Ranking. Adapun hirarki keputusan pemilihan kinerja terbaik dapat di lihat pada Gambar 51 berikut ini :

125

Pemilihan Kinerja Keseluruhan Terbaik

Goal

Kriteria

Kinerja Strategis

Kinerja Operasional

Kinerja Taktis

Alternatif

Pabrik Gula 1

Pabrik Gula 2

Pabrik Gula ....

Pabrik Gula n

Gambar 51 Hirarki Keputusan Pemilihan Kinerja Terbaik

Bentuk fungsi preferensi kriteria beserta parameternya untuk setiap kriteria yaitu fungsi preferensi tiga (preferensi linier) dengan parameter 20. Pemilihan fungsi preferensi mempertimbangkan peningkatan secara linier untuk kategori setiap jenis kinerja dimana selisih antar kategori sebesar 20 ditetapkan sebagai parameternya. Adapun fungsi preferensi linier digambarkan sebagai berikut :

H (d) 1

- 20

0

20

d

Gambar 52 Bentuk preferensi kriteria pemilihan kinerja terbaik

Preferensi linier dapat menjelaskan bahwa selama nilai selisih memiliki nilai yang lebih rendah dari 20, preferensi dari pengambil keputusan meningkat secara linier dengan nilai d. Jika nilai d lebih besar dibandingkan dengan nilai 20, maka terjadi preferensi mutlak.

H (d) =

    

d/p jika -20 ≤ d ≤ 20 1 jika d < -20 atau d > 20

126

Untuk setiap pasangan kriteria-alternatif dibuat matriks pay off nya yang menunjukkan ukuran dari efek yang dihasilkan oleh alternatif berhubungan dengan kriteria tersebut. Matriks dapat berisi data ukuran cardinal atau skala ordinal. Adapun bentuk matriks payoff nya seperti yang ditunjukkan pada Tabel 20. Matriks pay off tersebut di atas dibuat untuk setiap kelompok pabrik gula yang dilengkapi dengan data nilai kinerja. Tabel 20 Matriks Pay off

Kriteria f1 Kinerja Strategis f2 Kinerja Operasional f3 Kinerja Taktis

PG 1 Max .... Max .... Max ....

Alternatif PG PG .... n .... .... .... .... .... ....

Tipe Preferensi Linier Linier Linier

Parameter p = 20 p = 20 p = 20

Berdasarkan matriks pay off tersebut di atas melalui perbandingan berpasangan indeks preferensi multikriteria ditetapkan. Preferensi dinyatakan dengan angka antara 0 dan 1, dan dinilai berdasarkan fungsi preferensi yang telah ditentukan sebelumnya, dengan ketentuan sebagai berikut : 

 (a, b) ≈ 0, menunjukkan preferensi yang lemah untuk alternatif a lebih baik dari alternatif b berdasarkan semua kriteria.



 (a, b) ≈ 1, menunjukkan preferensi yang kuat untuk alternatif a lebih baik dari alternatif b berdasarkan semua kriteria.

PROMETHEE Ranking ditentukan berdasarkan Partial Ranking dan Complete Ranking. Partial Ranking (PROMETHEE I) berdasarkan karakter leaving flow dan entering flow, yaitu diurutkan dari nilai terbesar sampai dengan terkecil. Sedangkan Complete Ranking (PROMETHEE II) berdasarkan karakter net flow dan nilainya diurutkan dari yang terbesar sampai yang terkecil. Adapun nilai leaving flow, entering flow, dan net flow pada masing-masing alternatif ditentukan berdasarkan persamaan :



leaving flow

  (a) =

1  a, x  n  1 x A

127



entering flow

  (a) = 

1  x, a  n  1 x A

net flow

 (a) =   (a) -   (a) Alternatif yang akan dipilih adalah seluruh pabrik gula pada setiap kelompok pabrik gula yang telah dihasilkan dari model pengelompokan. Nilai kinerja untuk setiap jenis kinerja pada PG setiap kelompok telah dihasilkan melalui model pengukuran kinerja. Adapun model pemilihan kinerja terbaik secara keseluruhan digambarkan sebagai berikut :

Kinerja Strategis per kelompok PG Kinerja Operasional per kelompok PG Kinerja Taktis per kelompok PG

Fungsi Kriteria = Maksimum Tipe Preferensi = Linier

Peringkat kinerja PG Per kelompok

Parameter (p) = 20

PROMETHEE

Gambar 53 Model Pemilihan Kinerja Terbaik secara Keseluruhan

Pemilihan Kinerja Terbaik Per Jenis Kinerja Alternatif yang akan dipilih

adalah seluruh pabrik gula pada setiap

kelompok pabrik gula yang telah dihasilkan dari model pengelompokan. Kriteria pemilihan PG berkinerja terbaik untuk setiap jenis kinerja ditentukan berdasarkan nilai kinerja. Input model berupa basis data yang diperlukan untuk pemilihan kinerja terbaik per jenis kinerja. Output dari model berupa urutan (ranking) pabrik gula per jenis kinerja dalam kelompok. Pemilihan kinerja terbaik per jenis kinerja dilakukan dengan menggunakan pendekatan Sorting.

128

Nilai kinerja Strategis PG per kelompok

Nilai kinerja Operasional PG per kelompok

Nilai kinerja taktis PG per kelompok

Sorting

Sorting

Sorting

Urutan peringkat kinerja strategis PG dalam kelompok

Urutan peringkat kinerja operasional PG dalam kelompok

Urutan peringkat kinerja taktis PG dalam kelompok

Gambar 54 Model Konseptual Pemilihan Kinerja Terbaik per Jenis Kinerja

Pendekatan Sorting menentukan urutan kinerja terbaik per jenis kinerja dengan melakukan perbandingan antar nilai kinerja perjenis kinerja untuk seluruh PG pada setiap kelompok PG. Nilai kinerja per jenis kinerja akan diurutkan dari yang nilainya terbesar sampai yang terkecil pada setiap kelompok. Algoritma yang digunakan untuk mengurutkan nilai kinerja perjenis kinerja yaitu selection sort. Dengan menggunakan algoritma selection sort, maka nilai kinerja yang paling tinggi (besar) di pilih dan diletakkan pada urutan pertama. Selanjutnya dipilih nilai kinerja yang paling tinggi (besar) dari nilai kinerja yang belum diurutkan dan diletakkan pada urutan ke dua. Proses tersebut dilakukan sampai dengan semua nilai kinerja telah diurutkan semua. Model pemilihan kinerja terbaik per jenis kinerja ditunjukkan pada Gambar 55.

Nilai kinerja Strategis PG per kelompok

Selection sort

Urutan peringkat kinerja strategis PG dalam kelompok

Sorting

Nilai kinerja Operasional PG per kelompok

Selection sort

Urutan peringkat kinerja operasional PG dalam kelompok

Sorting

Nilai kinerja taktis PG per kelompok

Selection sort

Urutan peringkat kinerja taktis PG dalam kelompok

Sorting

Gambar 55 Model Pemilihan Kinerja Terbaik per Jenis Kinerja

129

Adapun skema pengambilan keputusan pemilihan kinerja terbaik per jenis kinerja digambarkan sebagai berikut :

MULAI Nilai kinerja per jenis kinerja meletakkan nilai kinerja dalam satu struktur data

memilih nilai kinerja tertinggi dalam struktur data dan meletakkan pada urutan mulai urutan pertama

Ya

Apakah masih ada nilai kinerja yang belum diurutkan ?

Tidak Urutan kinerja terbaik per jenis kinerja

SELESAI

Gambar 56 Skema Pengambilan Keputusan Pemilihan Kinerja Terbaik per Jenis Kinerja 5.3.4 Model Analisis Praktek Terbaik Model Analisis Praktek Terbaik bertujuan untuk mengidentifikasi praktek terbaik yang menghasilkan kinerja terbaik. Identifikasi praktek terbaik dilakukan melalui studi dokumentasi dan masukan dari pakar. Input model berupa basis data yang diperlukan untuk analisis praktek terbaik. Output dari model berupa keterkaitan antar ukuran kinerja yang digunakan dan faktor penyebab yang cukup penting untuk dipertimbangkan serta identifikasi praktek terbaik yang bisa dilakukan pabrik gula. Pendekatan yang digunakan untuk melakukan analisis praktek terbaik adalah root cause analysis. Root cause analysis dapat digunakan untuk mengidentifikasi hubungan sebab akibat antar ukuran dan faktor penentu yang menentukan kinerja. Adapun model analisis praktek terbaik ditunjukkan pada Gambar 57 dan diagram alir model analisis praktek terbaik dapat dilihat pada Gambar 58.

130

Ukuran kinerja dan keterkaitannya

Faktor penentu kinerja

Keterkaitan antar ukuran kinerja dan penentu kinerja serta praktek terbaiknya

Root cause analysis

Praktek Terbaik

Gambar 57 Model Analisis Praktek Terbaik

Ukuran kinerja & keterkaitannya, faktor penentu kinerja, praktek terbaik

MULAI

Apakah keterkaitan antar ukuran kinerja telah lengkap ?

Tidak

Memetakan kembali keterkaitan antar ukuran kinerja dengan lengkap

Ya Peta keterkaitan antar ukuran kinerja

Mengidentifikasi praktek terbaik untuk setiap ukuran kinerja Memetakan faktor penentu kinerja untuk setiap ukuran kinerja Keterkaitan antar ukuran kinerja dan penentu kinerja serta praktek terbaiknya

SELESAI

Gambar 58 Diagram Alir Model Analisis Praktek Terbaik . 5.3.5 Model Penentuan Prioritas Perbaikan Model penentuan prioritas perbaikan bertujuan untuk menentukan prioritas perbaikan yang harus dilakukan oleh PG. Input model berupa basis data yang diperlukan untuk penentuan prioritas perbaikan. Output dari model berupa

131

prioritas perbaikan yang harus dilakukan oleh PG terkait dengan ukuran kinerja dan saran perbaikannya. Penentuan prioritas perbaikan menggunakan pendekatan yang menyerupai framework yang dikembangkan oleh Davies dan Kochar (2000) berupa diagnostik atau penelusuran secara sistematis untuk memilih praktek terbaik. Penelusuran secara sistematis dilakukan pada setiap kelompok pabrik gula. Untuk pabrik gula yang akan diperbaiki kinerja keseluruhan, kinerja setiap jenis kinerja, dan kinerja setiap ukuran kinerja akan diperbandingkan dengan kinerja pabrik gula lain dalam kelompoknya. Gambar 59 di bawah ini menunjukkan model penentuan prioritas perbaikan :

Kelompok PG Nilai kinerja per jenis kinerja Nilai ukuran kinerja Praktek terbaik

Prioritas perbaikan kinerja dan saran perbaikan

diagnostic

Gambar 59 Model Penentuan Prioritas Perbaikan

Alternatif PG yang akan diperbaiki

adalah seluruh pabrik gula pada

setiap kelompok pabrik gula yang telah dihasilkan dari model pengelompokan. Kriteria yang digunakan untuk menentukan prioritas perbaikan adalah nilai nilai kinerja per jenis kinerja , dan nilai kinerja setiap ukuran kinerja. Bobot kriteria untuk menentukan prioritas perbaikan ditentukan berdasarkan pertimbangan pakar yaitu sama besar untuk setiap kriteria. Adapun diagram alir Model penentuan prioritas perbaikan dapat dilihat pada Gambar 60. Penentuan prioritas perbaikan pabrik gula per jenis kinerja dilakukan dengan membandingkan nilai kinerja per jenis kinerja untuk setiap kelompok. Pabrik gula yang memiliki nilai kinerja dengan urutan prioritas (peringkat) selain peringkat 1 ditetapkan sebagai pabrik gula yang memiliki prioritas untuk diperbaiki kinerjanya (per jenis kinerja). Sebagai contoh yaitu kelompok pabrik gula dengan proses pemurnian yang menggunakan metode sulfitasi dengan skala

132

pabrik besar terdiri dari PG X, PG Y, dan PG Z. Untuk kinerja strategis peringkat 1 adalah PG Z maka pabrik gula yang memiliki prioritas untuk diperbaiki kinerja strategisnya adalag PG X dan PG Y.

Nilai kinerja per jenis kinerja, nilai per ukuran kinerja, praktek terbaik

MULAI

PG memiliki nilai kinerja strategis Terbaik ?

Tidak

Prioritas PG yang diperbaiki kinerja strategisnya

Ada nilai ukuran kinerja bukan terbaik ? Ya

Ya

Prioritas perbaikan kinerja strategis dan saran perbaikan

Tidak PG memiliki kinerja operasional Terbaik ?

Tidak

Prioritas PG yang diperbaiki kinerja operasionalnya

Ya Tidak

Ada nilai ukuran kinerja bukan terbaik ? Ya Prioritas perbaikan kinerja operasional dan saran perbaikan

SELESAI

Gambar 60 Skema Pengambilan Keputusan Prioritas Perbaikan

Selanjutnya dilakukan pemeriksaan untuk ukuran kinerja pada setiap jenis kinerja. Untuk ukuran kinerja yang sama, nilainya akan diperbandingkan antar pabrik gula dalam kelompok. Ukuran kinerja yang memiliki potensi untuk diperbaiki adalah nilai ukuran kinerja yang bukan nilai terbaik dalam kelompok. Adapun penentuan nilai ukuran kinerja terbaik berdasarkan nilai kinerja tertinggi, kecuali untuk ukuran kinerja umur mesin, hilang dalam proses, dan jam henti

133

giling ditentukan berdasarkan nilai paling rendah. Pabrik gula yang memiliki nilai ukuran kinerja bukan yang terbaik maka prioritas perbaikannya adalah ukuran kinerja tersebut. Saran perbaikan diberikan sesuai dengan hasil identifikasi praktek terbaik.

5.4 Verifikasi dan Validasi Model Verifikasi model dilakukan pada setiap sub model melalui perunutan secara terstruktur, yaitu dengan menjelaskan model berdasarkan komponenkomponen model beserta argumentasi yang menjadi dasar penentuan pada setiap komponen model. Proses verifikasi model dilakukan dengan

konsultasi dan

konfirmasi pakar yang terkait dengan sistem yang dimodelkan. Validasi model bertujuan untuk menentukan ketepatan dan kecermatan suatu model dalam melakukan fungsinya sesuai dengan tujuan rancangbangun model. Validasi

model dilakukan pada setiap sub model dengan uji coba

menggunakan data kinerja 11 pabrik gula yang terdiri dari enam pabrik gula berskala kecil (kapasitas giling < 3000 TCD), dua pabrik gula berskala menengah (kapasitas giling 3000 sampai dengan 6000 TCD), dan tiga pabrik gula berskala besar (kapasitas giling > 6000 TCD). Adapun metode yang digunakan pada proses pemurnian nira adalah sama yaitu sulfitasi. Data yang digunakan adalah data kinerja pabrik gula yang ada di PTPN X pada tahun 2008. Model dikatakan valid apabila model dapat melakukan fungsinya dan telah sesuai dengan

tujuan

rancangbangun model.

5.4.1 Model Pengelompokan Berdasarkan karakteristik pembeda pabrik gula yang telah ditentukan dan jumlah pabrik gula pada PTPN X maka hirarki keputusan untuk pengelompokan pabrik gula seperti yang ditunjukkan pada Gambar

61. Berdasarkan proses

pemurnian yang digunakan pada PTPN X, maka 11 pabrik gula dapat dikelompokan menjadi tiga kelompok yaitu : 1) pabrik gula dengan proses pemurnian sulfitasi yang berskala besar, 2) pabrik gula dengan proses pemurnian sulfitasi yang berskala menengah dan 3) pabrik gula dengan proses pemurnian sulfitasi yang berskala kecil.

134

Pengelompokan Pabrik Gula

Goal

Metode dalam proses pemurnian

Kriteria

Alternatif

PG 1

PG 2

PG 3

PG 4

PG 5

Skala Pabrik Gula

PG 6

PG 7

PG 8

PG 9

PG 10

PG 11

Gambar 61 Hirarki Pengelompokan Pabrik Gula

Berdasarkan data pada Tabel 21 dan skema pengambilan keputusan pengelompokan pabrik gula maka matriks keputusan untuk pengelompokan pabrik gula pada PTPN X ditunjukkan pada Tabel 22.

Tabel 21 Daftar Karakteristik Pembeda PG PTPN X Nama Pabrik Watoetoelis Toelangan Kremboong Gempolkrep Djombang Baru Tjoekir Lestari Meritjan Pesantren Baru Ngadiredjo Modjopangoong

Kode Pabrik PG 1 PG 2 PG 3 PG 4 PG 5 PG 6 PG 7 PG 8 PG 9 PG 10 PG 11

Proses Pemurnian Sulfitasi Sulfitasi Sulfitasi Sulfitasi Sulfitasi Sulfitasi Sulfitasi Sulfitasi Sulfitasi Sulfitasi Sulfitasi

Kapasitas Giling (TTH) 2350 1400 1600 6600 2600 3200 3850 2450 6200 6200 2750

Label 0 pada kriteria proses pemurnian menunjukkan bahwa proses pemurnian pabrik gula bukan karbonatasi. Sedangkan untuk skala pabrik gula, label 1 menunjukkan skala pabrik kecil, 0-1 menunjukkan skala pabrik menengah, dan 00 menunjukkan skala pabrik besar.

135

Tabel 22 Matriks Keputusan Pengelompokan Pabrik Gula pada PTPN X Alternatif Pabrik PG 1 PG 2 PG 3 PG 4 PG 5 PG 6 PG 7 PG 8 PG 9 PG 10 PG 11

Kriteria Proses Pemurnian 0 0 0 0 0 0 0 0 0 0 0

Skala Pabrik 1 1 1 0-0 1 0-1 0-1 1 0-0 0-0 1

Hasil pengelompokan pabrik gula pada PTPN X dengan menggunakan model pengelompokan pabrik gula dapat di lihat pada Tabel 23.

Hasil

pengelompokan pabrik gula pada PTPN X menunjukkan bahwa terdapat tiga kelompok pabrik gula yaitu 1) pabrik gula dengan proses pemurnian sulfitasi yang berskala besar, 2) pabrik gula dengan proses pemurnian sulfitasi yang berskala menengah, 3) pabrik gula dengan proses pemurnian sulfitasi yang berskala kecil.

Tabel 23 Hasil Pengelompokan Pabrik Gula Proses Pemurnian Sulfitasi

Skala Pabrik Besar

Menengah Kecil

Pabrik PG 4 PG 9 PG 10 PG 6 PG 7 PG 1 PG 2 PG 3 PG 5 PG 8 PG 11

136

Berdasarkan Tabel 23 tersebut di atas dapat diketahui bahwa jumlah pabrik gula dalam kelompok pabrik gula dengan proses pemurnian sulfitasi yang berskala besar ada tiga, jumlah pabrik gula dalam kelompok pabrik gula dengan proses pemurnian sulfitasi yang berskala menengah ada dua, sedangkan jumlah pabrik gula dalam kelompok pabrik gula dengan proses pemurnian sulfitasi yang berskala kecil ada enam. Hal ini sesuai dengan kondisi yang ada pada PTPN X. Hasil pengelompokan tersebut di atas menunjukkan bahwa model pengelompokan pabrik gula yang dirancangbangun telah sesuai dengan tujuan rancangbangun model. Oleh karena itu, model pengelompokan pabrik gula dapat direkomendasikan sebagai model pengelompokan pabrik gula yang merupakan bagian dari model analisis perbaikan kinerja pabrik gula.

5.4.2 Model Pengukuran Kinerja Berdasarkan kriteria pengukuran kinerja yang telah ditentukan dan jumlah pabrik gula pada PTPN X maka hirarki keputusan untuk pengukuran kinerja seluruh pabrik gula di bawah manajemen PTPN X dapat di lihat pada Gambar 62 berikut ini :

Pengukuran Kinerja Pabrik Gula

Goal

Kinerja Strategis

Faktor

Kinerja Operasional

Kinerja Taktis

Kriteria

UM

KG

JT

KT

HP

JHG

OR

EK

HG

Alternatif

PG 1

PG 2

PG 3

PG 4

PG 5

PG 6

PG 7

PG 8

PG 9

Gambar 62 Hirarki Keputusan Pengukuran Kinerja PTPN

R

PG 10

PG 11

137

Adapun data setiap ukuran kinerja adalah sebagai berikut :

Tabel 24 Data Kinerja setiap Ukuran Kinerja Pabrik PG 1 PG 2 PG 3 PG 4 PG 5 PG 6 PG 7 PG 8 PG 9 PG 10 PG 11

UM 12 5.5 10 6 10 12 9 9 9 8 7

KG 2350 1400 1600 6600 2600 3200 3850 2450 6200 6200 2750

JT 107.5 115 118.1 111.3 115 106.9 91.9 100 110.6 105.6 111.9

KT 10.2 10.2 10.8 10.2 10.3 11.0 10.1 11.0 10.8 11.3 11.2

HP 9.49 1.99 2.10 2.10 0.53 0.87 2.39 0.58 2.11 1.03 0.02

JHG 10.17 2.93 6.79 12.49 3.13 3.74 5.92 2.48 13.66 5.54 4.35

OR 84.59 76.65 83.13 76.69 76.08 79.92 75.72 85.71 79.05 79.15 79.07

EK 58.5 59.5 58.59 69.9 69.5 62.37 63.7 60.5 59.86 65.68 65.65

HG 5.99 7.0 6.8 7.19 6.95 8.15 7.0 7.24 7.24 8.79 6.99

R 7.54 7.77 8.27 7.79 8.10 8.73 7.66 8.46 8.57 8.96 8.81

Berdasarkan data tersebut di atas, kualifikasi ukuran kinerja (Tabel 12), skema pengambilan keputusan pengukuran kinerja (Gambar 43), dan aturan yang telah di tetapkan (Lampiran 15 dan 16) maka hasil konversi nilai ukuran kinerja ke dalam linguistic label (kategori rendah, sedang, atau tinggi) dan kesimpulannya ditunjukkan pada matriks keputusan untuk setiap jenis kinerja. Tabel 25 di bawah ini menunjukkan matriks keputusan untuk kinerja strategis.

Tabel 25 Matriks Keputusan untuk Kinerja Strategis

Pabrik

PG 1 PG 2 PG 3 PG 4 PG 5 PG 6 PG 7 PG 8 PG 9 PG 10 PG 11

Umur Mesin Rendah Sedang Rendah Sedang Rendah Rendah Rendah Rendah Rendah Rendah Rendah

Kapasitas Giling Rendah Rendah Rendah Tinggi Rendah Sedang Sedang Rendah Tinggi Tinggi Rendah

Jumlah Tebu Tinggi Tinggi Tinggi Tinggi Tinggi Tinggi Sedang Tinggi Tinggi Tinggi Tinggi

Kualitas Tebu Sedang Sedang Sedang Sedang Sedang Sedang Sedang Tinggi Sedang Tinggi Tinggi

Kinerja Strategis Rendah Sedang Rendah Sedang Rendah Sedang Rendah Sedang Sedang Sedang Sedang

138

Tabel 26 di bawah ini menunjukkan matriks keputusan untuk kinerja operasional.

Tabel 26 Matriks Keputusan untuk Kinerja Operasional

Pabrik


Hilang dalam Proses Rendah Tinggi Tinggi Tinggi Tinggi Tinggi Tinggi Tinggi Tinggi Tinggi Tinggi

Jam Henti Giling Rendah Sedang Rendah Rendah Sedang Sedang Rendah Tinggi Rendah Rendah Sedang

Overall Recovery

Efisiensi Ketel

Kinerja Operasional

Sedang Sedang Sedang Sedang Sedang Sedang Sedang Tinggi Sedang Sedang Sedang

Rendah Rendah Rendah Rendah Rendah Rendah Rendah Rendah Rendah Rendah Rendah

Rendah Rendah Rendah Rendah Rendah Rendah Rendah Sedang Rendah Rendah Rendah

Tabel 27 di bawah ini menunjukkan matriks keputusan untuk kinerja taktis.

Tabel 27 Matriks Keputusan untuk Kinerja Taktis Pabrik


Hablur Gula

Rendemen

Kinerja Taktis

Rendah Sedang Sedang Sedang Sedang Tinggi Sedang Sedang Sedang Tinggi Sedang

Sedang Sedang Tinggi Sedang Tinggi Tinggi Sedang Tinggi Tinggi Tinggi Tinggi


139

Setelah hasil pengukuran dikonfirmasi oleh pakar (Lampiran 17), selanjutnya, hasil pengukuran kinerja tersebut dikonversi kinerja

menjadi nilai kinerja per jenis

dalam bentuk crisp dengan proses defuzzifikasi. Proses defuzzifikasi

dilakukan dengan menggunakan alat bantu berupa software Matlab 7.01. Adapun hasil defuzzifikasi adalah sebagai berikut :

Tabel 28 Hasil Defuzzifikasi Pabrik Gula PG 1 PG 2 PG 3 PG 4 PG 5 PG 6 PG 7 PG 8 PG 9 PG 10 PG 11

Kinerja Strategis 31,8 65 44,9 65 33 65 37,3 65 65 65 65

Kinerja Operasional 30 39,5 38,7 30,6 35,9 29,9 30,2 65 30,3 30,2 31

Kinerja Taktis 36,8 65 65 72,7 65 85,1 65 74 74 85,1 65

Kesesuaian hasil defuzzifikasi dalam bentuk crisp dengan kesimpulan yang dihasilkan dari matriks keputusan ditunjukkan pada Tabel 29, Tabel 30, dan Tabel 31. Tabel 29 Kesesuaian Hasil Defuzzifikasi untuk Kinerja Strategis Pabrik Gula PG 1 PG 2 PG 3 PG 4 PG 5 PG 6 PG 7 PG 8 PG 9 PG 10 PG 11

Kinerja Strategis Rendah Sedang Rendah Sedang Rendah Sedang Rendah Sedang Sedang Sedang Sedang

Hasil Defuzzifikasi

Kesesuaian

31.8 65 44,9 65 33 65 37,3 65 65 65 65

√ √ √ √ √ √ √ √ √ √ √

140

Tabel

30 Kesesuaian Hasil Defuzzifikasi untuk Kinerja Operasional Pabrik Gula PG 1 PG 2 PG 3 PG 4 PG 5 PG 6 PG 7 PG 8 PG 9 PG 10 PG 11

Kinerja Operasional

Hasil Defuzzifikasi

Rendah Rendah Rendah Rendah Rendah Rendah Rendah Sedang Rendah Rendah Rendah

30 39,5 38,7 30,6 35,9 29,9 30,3 65 30,3 30,2 31

Kesesuaian √ √ √ √ √ √ √ √ √ √ √

Tabel 31 Kesesuaian Hasil Defuzzifikasi untuk Kinerja Taktis Pabrik Gula

Kinerja Taktis



Hasil Defuzzifikasi 36,8 65 65 72,7 65 85,1 65 74 74 85,1 65

Kesesuaian √ √ √ √ √ √ √ √ √ √ √

Hasil tersebut di atas menunjukkan bahwa model pengukuran kinerja yang dirancangbangun telah sesuai dengan tujuan rancangbangun model. Oleh karena itu, model pengukuran kinerja dapat direkomendasikan sebagai model pengukuran kinerja pabrik gula yang merupakan bagian dari model perbaikan kinerja pabrik gula.

141

5.4.3 Model Pemilihan Kinerja Terbaik Pemilihan Kinerja Terbaik secara Keseluruhan Hirarki keputusan pemilihan kinerja terbaik secara keseluruhan pada PTPN X adalah sebagai berikut : Pemilihan Kinerja Keseluruhan Terbaik

Goal

Kriteria

Alternatif

Kinerja Strategis

PG 1

PG 2

PG 3

Kinerja Operasional

PG 4

PG 5

PG 6

Kinerja Taktis

PG 7

PG 8

PG 9

PG 10

PG 11

Gambar 63 Hirarki Keputusan Pemilihan Kinerja Terbaik secara Keseluruhan

Matriks pay off untuk setiap kelompok pabrik gula yang dilengkapi dengan data nilai kinerja ditunjukkan pada Tabel 32 untuk kelompok skala kecil, Tabel 33 untuk kelompok skala menegah, dan Tabel 34 untuk kelompok skala besar.

Tabel 32 Matriks Pay Off Skala Kecil PG Kriteria 1 Kinerja f1 Strategis Max 31,8 Kinerja f2 Operasional Max 30 Kinerja f3 Taktis Max 36.8

PG 2

Alternatif PG PG 3 5

PG 8

PG 11 Preferensi Parameter

65

44,9 33

65

65

Linier

p = 20

39,5 38.7 35,9 65

31

Linier

p = 20

65

65

Linier

p = 20

65

65

74

Tabel 33 Matriks Pay Off Skala Menengah


Alternatif PG PG 6 7 Max 65 37,3 Max 29,9 30.3 Max 85.1 65



142

Tabel 34 Matriks Pay Off Skala Besar Alternatif PG PG PG 4 9 10 Max 65 65 65 Max 30,6 30,3 30,2 Max 72.7 74 85.1




Berdasarkan matriks pay off tersebut di atas dilakukan perbandingan berpasangan untuk setiap kriteria, perhitungan leaving flow (LF), entering flow (EF), net flow (NF), dan rangking pabrik gula. Adapum hasilnya untuk setiap kelompok pabrik gula ditunjukkan pada Tabel 35, Tabel 36, dan Tabel 37.

Tabel 35 Matriks Perbandingan Berpasangan untuk Skala Kecil PG 1

PG 2

PG 3

PG 5

PG 8

PG 11

LF

EF

NF

Rangking

PG 1

0

0

-0,892

-0,226

-0,5

-0,342

0

0,375

-0,725

6

PG 2

0,458

0

0,173

0,125

0,25

0,071

0,216

-0,082

0,298

2

PG 3

0,348

-0,173

0

0,076

-0,49

-0,005

-0,049

-0,069

0,02

4

PG 5

0,226

-0,125

-0,076

0

-0,49

-0,126

-0,118

0,102

-0,22

5

PG 8

0,5

-0,25

0,408

0,408

0

0,216

0,257

-0,289

0,546

1

0,342

-0,071

0,043

0,126

-0,216

0

0,045

-0,037

0,082

3

PG 11

Tabel 36 Matriks Perbandingan Berpasangan untuk Skala Menengah PG 6

PG 7

LF

EF

NF

Rangking

PG 6

0

2

2

0,02

1,98

1

PG 7

0,02

0

0,02

2

-1,98

2

Tabel 37 Matriks Perbandingan Berpasangan untuk Skala Besar PG 4

PG 9

PG 10

LF

EF

NF

Rangking

PG 4

0

-0,017

-0,02

-0,108

0,108

-0,217

3

PG 9

0,017

0

0,002

0,009

0,051

-0,04

2

PG 10

0,207 0,11833

0

0,159

-0,099

0,258

1

143

Hasil akhir berupa peringkat kinerja keseluruhan untuk setiap pabrik gula pada setiap kelompok diperlihatkan pada Tabel 38, adapun pabrik gula berkinerja terbaik secara keseluruhan pada setiap kelompok pabrik gula ditetapkan berdasarkan peringkat tertinggi atau peringkat 1.

Tabel 38 Peringkat Kinerja Keseluruhan Proses Pemurnian Pabrik Sulfitasi Besar

Peringkat 1 2 3 1 2 1 2 3 4 5 6

Menengah Kecil

Kinerja Keseluruhan PG 10 PG 9 PG 4 PG 6 PG 7 PG 8 PG 2 PG 11 PG 5 PG 3 PG 1

Pemilihan Kinerja Terbaik Per Jenis Kinerja Hasil akhir berupa peringkat kinerja untuk setiap pabrik gula pada setiap kelompok pabrik gula diperlihatkan pada Tabel 39 untuk kinerja strategis, Tabel 40 untuk kinerja operasional, dan Tabel 41 untuk kinerja taktis, adapun pabrik gula berkinerja terbaik untuk setiap jenis kinerja pada setiap kelompok pabrik gula ditetapkan berdasarkan peringkat tertinggi atau peringkat 1.

Tabel 39 Peringkat Kinerja Strategis Proses Pemurnian Pabrik Sulfitasi Besar Menengah Kecil

Peringkat 1 1 2 1 2 3 4

Kinerja Strategis PG 4, 9, 10 PG 6 PG 7 PG 2, 8, 11 PG 3 PG 5 PG 1

144

Tabel 40 Peringkat Kinerja Operasional Proses Pemurnian Pabrik Sulfitasi Besar

Peringkat 1 2 3 1 2 1 2 3 4 5 6

Menengah Kecil

Kinerja Operasional PG 4 PG 9 PG 10 PG 7 PG 6 PG 8 PG 2 PG 3 PG 5 PG 11 PG 1

Tabel 41 Peringkat Kinerja Taktis Proses Pemurnian Pabrik Sulfitasi Besar

Peringkat

Menengah Kecil

1 2 3 1 2 1 2 3

Kinerja Taktis PG 10 PG 9 PG 4 PG 6 PG 7 PG 8 PG 2,3,5,11 PG 1

Hasil pemilihan kinerja terbaik tersebut di atas menunjukkan bahwa model pemilihan PG berkinerja terbaik yang dirancangbangun telah sesuai dengan tujuan rancangbangun model. Oleh karena itu, model pemilihan PG berkinerja terbaik dapat direkomendasikan sebagai model yang merupakan bagian dari model analisis perbaikan kinerja pabrik gula.

5.4.4 Model Analisis Praktek Terbaik Berdasarkan hasil identifikasi keterkaitan antar ukuran kinerja pada kinerja strategis - kinerja operasional - dan kinerja taktis yang telah dilakukan sebelumnya (Gambar 45), dilakukan pemeriksaan kembali keterkaitan antar

145

ukuran kinerja khususnya antar ukuran kinerja per jenis kinerja. Hasil pemeriksaan menunjukkan bahwa perlu dilakukan pemetaan kembali keterkaitan antar ukuran kinerja dengan lengkap. Selanjutnya, hasil identifikasi praktek terbaik yang dilakukan melalui studi dokumentasi dan masukan dari pakar adalah sebagai berikut :

Umur Mesin Umur mesin mempengaruhi efisiensi proses produksi gula, semakin kecil (baru) umur mesin semakin efisien proses produksinya. Beberapa contoh telah dijelaskan pada uraian mengenai ukuran kinerja khususnya tentang umur mesin. Peremajaan mesin perlu memperhatikan kesesuaiannya dengan kapasitas giling yang dimiliki pabrik gula dan apabila memungkinkan dapat memilik mesin dengan teknologi terbaru. Beberapa contoh teknologi baru yaitu : 1) teknologi hidraulik pada mesin giling, 2) teknologi falling plate evaporator pada mesin penguapan, 3) teknologi kogenerasi untuk pembangkit listrik. Kapasitas Giling Kapasitas giling yang ekonomis yaitu 3000 ton tebu dalam satu hari.Pabrik gula dengan kapasitas terpasang 3000 ton per hari harus di dukung dengan pasokan bahan baku yang sesuai agar seluruh kapasitas terpasangnya dapat digunakan seluruhnya. Apabila pasokan tebu tidak terpenuhi (di bawah kapasitas terpasang) akan menyebabkan idle capacity dan meningkatnya jam henti giling, dengan demikian efisiensi proses produksi menjadi berkurang. Jumlah Tebu Untuk menghasilkan jumlah tebu sesuai dengan kebutuhan maka diperlukan perhatian terhadap hal-hal berikut ini : 1) Lahan, 2) Luas lahan, 3) Pemeliharaan tanaman tebu, dan 4) Pemupukan. Tanah yang terbaik untuk ditanami tebu adalah tanah subur dan cukup air (jangan sampai menggenangi tanah yang hendak di tanami). Terdapat dua jenis lahan yaitu lahan kering (tegalan) dan lahan irigasi (reynoso). Luas lahan berpengaruh terhadap jumlah tebu yang dihasilkan. Meningkatnya nilai lahan dan kemudahan konversi lahan mengakibatkan pemilik lahan dengan mudah beralih

146

dari menanam tebu ke tanaman lainnya atau menjadikan lahan tanaman tebu menjadi lahan pemukiman dan sebagainya. Pemeliharaan perlu dilakukan mengingat setelah proses penanaman selesai ada kemungkinan beberapa tanaman gagal tumbuh dan mengatasi ganguan gulma. Untuk tanaman yang gagal tumbuh (kurang dari 50%) dapat dilakukan penyulaman yang sesuai dengan jenis bibit yang digunakan, namun jika yang terjadi adalah matinya 50% tanaman maka perlu dilakukan penyulaman bongkaran. Untuk tanaman yang berasal dari bibit rayungan dan dederan, penyulaman dilakukan sepekan setelah pertama kali ditanam diikuti dengan penyiraman. Kemudian dilakukan penyulaman yang ke dua pada tiga sampai empat minggu setelah penyulaman pertama. Untuk tanaman yang berasal dari bibit pucuk, penyulaman pertama dilakukan pada minggu ke tiga, selanjutnya berikutnya dikerjakan bersamaan dengan pemupukan dan penyiraman ke dua pada satu bulan 15 hari setelah tanam pertama. Tanaman tebu yang masih tunas ditimbun dengan tanah (proses pembumbunan), pembumbunan pertama dilakukan pada waktu tanaman berumur empat sampai enam minggu. Pembumbunan ke dua dilakukan pada waktu tanaman berumur dua bulan, selanjutnya pembumbunan ke tiga pada waktu tanaman sudah berumur tiga bulan. Setelah tanaman tebu berumur enam bulan, perlu dilakukan perampalan (membersihkan daun-daun kering pada batang tebu). Perampalan yang ke dua dilakukan pada saat tebu berumur 10 sampai 12 bulan. Untuk mengatasi ganguan gulma perlu dilakukan penyiangan dengan herbisida yang dilakukan pada bulan Agustus sampai dengan Desember. Pemumpukan, pada umumnya dilakukan sebanyak dua kali. Dosis pemupukan sangat tergantung hasil analisa tanah di setiap daerah. Pada umumnya, setiap hektare lahan memerlukan 150 kg SP-36, 600 sampai dengan 700 kg ZA, dan 200 kg KCl. Untuk merangsang agar rendemen dan berat tebu bertambah, diperlukan tambahan berupa zat pengatur tumbuh atau pupuk daun. Cara pemberian pupuk yaitu dengan meletakkan pupuk pada lubang sejauh tujuh sampai dengan sepuluh Cm dari bibit, selanjutnya di timbun dengan tanah kembali dan dilakukan penyiraman. Pemupukan dan penyiraman harus selesai dalam satu hari.

147

Kualitas Tebu Untuk menghasilkan kualitas tebu sesuai dengan kebutuhan maka diperlukan perhatian terhadap hal-hal berikut ini : 1) Bibit, 2) Iklim, 3) Lahan, 4) Cara tanam, 5) waktu tanam, 6) Pemeliharaan, 7) Pemupukan, 8) Pengairan, 9) Panen. Bibit unggul, murni, dan sehat yang mampu menghasilkan batang yang segar, besar, berkadar gula tinggi, dan relatif lebih tahan hama. Beberapa varietas unggul yang dikembangkan di Indonesia antara lain yaitu PS 851, PS 84-14360, PA 198, dan PA 1176. Dari jenisnya, bibit dapat berupa : bibit pucuk, bibit mentah (krecekan), bibit rayungan, dan bibit transgenik. Tanaman tebu akan tumbuh dengan baik pada daerah beriklim panas (suhu 28 – 34 derajat celcius) dan lembab ( di atas 70). Lubang tanam dibuat berupa parit dengan kedalaman 40 cm, jarak antara lubang tanam diatur sejauh 1 m. Tanah galian ditumpuk di atas larikan di antara lubang tanam hingga membentuk guludan. Setelah tanam, tanah guludan dipindahkan ke tempat semula. Waktu tanam terbaik disesuaikan dengan lahan yang digunakan. Pada umumnya, waktu tanam untuk lahan irigasi pada bulan Juni hingga Agustus, sedangkan untuk lahan kering (tegalan) pada awal musim hujan. Penyiraman dilakukan ketika tebu masih muda, kemudian pada waktu berumur tiga bulan, dan disirami lagi pada masa vegetatif. Penyiraman dikurangi pada masa pematangan. Cara penyiraman dapat dilakukan dengan berbagai cara yaitu 1) air dari bendungan atau embung dialirkan melalui saluran penanaman, 2) membendung got-got sehingga air mengalir ke tanaman, 3) mengambil air siraman dari saluran pengairan, dan 4) air dipompa dari sumber-sumbernya dan disiramkan ke tanaman. Usia panen tebu tergantung pada varietas yang digunakan. Untuk tebu varietas genjah (masak awal) panen dilakukan pada usia kurang dari 12 bulan, untuk tebu varietas (masak tengah) panen dilakukan pada usia 12 sampai 14 bulan, sedangkan untuk varietas dalam (masak lambat) panen dilakukan pada usia 14 sampai 15 bulan. Panen dilakukan satu kali di akhir musim hujan. Pada waktu panen, pangkal tebu dipotong dengan sisa maksimal lima Cm batang di atas permukaan tanah, kemudian diikat sebanyak 30 hingga 50 batang tebu untuk di

148

bawa ke pabrik dan siap digiling. Beberapa hal yang terkait dengan panen telah dijelaskan pada Bab 4 khususnya pada penjelasan mengenai bahan baku. Hilang dalam Proses Seperti yang telah diuraikan pada penjelasan mengenai ukuran kinerja, kehilangan gula selama proses di pabrik gula terjadi pada proses pasca panen , stasiun gilingan dan

proses pabrikasi. Untuk meminimalkan kehilangan gula

pada proses pasca panen maka tebu paling lambat digiling 24 jam setelah ditebang. Kehilangan gula pada stasiun gilingan disebabkan karena menurunnya ekstraksi gilingan akibat tebu banyak trash (kotoran) nya, oleh karena itu tebu yang digiling harus dalam keadaan bersih. Selain itu, pada stasiun gilingan juga memungkinkan terjadinya sumber kehilangan gula secara kimiawi dan mikrobiologis. Oleh karena itu perlu menjaga kebersihan gilingan (cuci gilingan, steam washing secara periodik), dan pemakaian biosida. Adapun kehilangan gula pada proses pabrikasi dapat diminimalkan dengan menjaga kebersihan tebu yang digiling (terutama tanah), skema masakan yang benar, pengendalian Harkat Kemurnian (HK), pemberian air pada gilingan, tidak ada saringan yang bocor, serta suhu dan pH yang sesuai. Jam Henti Giling Jam henti giling dapat ditekan serendah mungkin jika penyebab dapat diantisipasi dan dikurangi. Penyebab jam henti giling ada dua yaitu : 1) ketersediaan bahan baku dan 2) rusaknya mesin atau peralatan produksi. Oleh karena itu ketersediaan bahan baku (tebu) harus disesuaikan dengan kapasitas giling yang dimiliki oleh pabrik gula, kurangnya tebu akan menyebabkan pabrik gula berhenti giling sedangkan kelebihan tebu akan menyebabkan kerusakan pada mesin-mesin produksi. Selain itu, rusaknya mesin dapat disebabkan karena kondisi mesin yang sudah usang (tua) dan kurangnya perawatan. Overall Recovery Seperti yang diuraikan pada penjelasan mengenai ukuran kinerja, pada dasarnya Overall Recovery menunjukkan efisiensi pabrik gula secara keseluruhan yang merupakan kinerja stasiun gilingan dan stasiun pengolahan. Efisiensi pada stasiun gilingan ditentukan oleh jumlah roll gilingan, tekanan hydraulik yang efektif, derajat perpecahan sel, drainase dan sifat-sifat phisis serat.

149

Efisiensi Ketel Untuk mempertahankan efisiensi pada ketel uap diperlukan operasi steady yang seragam. Oleh karena itu, supplai kuantitas dan kualitas bagasse harus konstan. Selain itu, supplai udara harus diatur terhadap kecepatan bagasse.

Berdasarkan hasil identifikasi praktek terbaik tersebut di atas, dapat dipetakan faktor penentu kinerja untuk setiap ukuran kinerja. Adapun hasilnya ditunjukkan pada Gambar 64. Hasil Root cause analysis tersebut telah dikonfirmasi oleh pakar. Hasil analisis praktek terbaik menunjukkan bahwa model analisis praktek terbaik yang dirancangbangun telah sesuai dengan tujuan rancangbangun model. Oleh karena itu, model analisis praktek terbaik dapat direkomendasikan sebagai model analisis praktek terbaik yang merupakan bagian dari model analisis perbaikan kinerja pabrik gula.

5.4.5 Model Penentuan Prioritas Perbaikan Berdasarkan nilai kinerja per jenis kinerja pada setiap kelompok pabrik gula (Tabel 28) dan peringkat kinerja per jenis kinerja pada setiap kelompok pabrik gula (Tabel 39 dan Tabel 40) dapat diidentifikasi pabrik gula yang memiliki kinerja terbaik ((√) untuk kinerja strategis pada setiap kelompok pabrik gula. Hasil identifikasi ditunjukkan pada Tabel 42.

Tabel 42 Kinerja Strategis Terbaik Proses Pemurnian Sulfitasi

Skala Pabrik Besar

Menengah Kecil

Pabrik Gula PG 4 PG 9 PG 10 PG 6 PG 7 PG 1 PG 2 PG 3 PG 5 PG 8 PG 11

Kinerja Strategis (√) (√) (√) (√) (-) (-) (√) (-) (-) (√) (√)

150

Kinerja Keseluruhan

Kinerja Strategis

Kualitas Tebu

Kapasitas Giling

Bibit Iklim Jenis Lahan

Kinerja Operasional

Jumlah Tebu

Hilang Dalam Proses

Umur Mesin

Luas Lahan

Pasca Panen

Kesesuaian dengan kapasitas giling

Stasiun Gilingan

Jam Henti Giling

Proses Pabrikasi Cara tanam

Kesesuaian antar mesin

Waktu tanam

Overall Recovery

Mesin kurang perawatan Roll Gilingan Tekanan Hydraulik

Kinerja Taktis

Efisiensi Ketel

Jumlah Hablur Gula

Jumlah Bagasse Kualitas Bagasse Pasokan udara

Drainase Jenis Teknologi

Pengairan Pemupukan

Ketepatan Waktu Giling

Pemeliharaan Panen

Kebersihan Gilingan Kebersihan Tebu

Pemberian air pada gilingan

Skema masakan

Pengendalian Harkat Kemurnian

Kesesuaian Suhu & PH

Gambar 64 Root Cause Tree Analisis Praktek Terbaik

Rendemen

151

Tabel 42 tersebut di atas dapat menunjukkan bahwa prioritas perbaikan kinerja strategis adalah pada PG yang bertanda (-). Selanjutnya, PG yang bertanda (-) akan diperiksa nilai ukuran kinerja strategisnya (sesuai dengan Tabel 24). Hasil pemeriksaan menunjukkan bahwa prioritas perbaikan kinerja strategis adalah pada ukuran kinerja yang bertanda (√), yang ditunjukkan pada Tabel 43. Tabel 43 Prioritas Perbaikan Kinerja Strategis Pabrik PG 1 PG 3 PG 5 PG 7

UM

KG

(√) (√) (√) -

(√) (√) (√) -

JT (√)

KT (√) (√) (√) (√)

Untuk PG yang memiliki kinerja strategis terbaik atau tidak ada nilai ukuran kinerja strategis bukan yang terbaik atau telah ditentukan prioritas perbaikan kinerja strategisnya, dilakukan pemeriksaan pada kinerja operasionalnya. Adapun hasilnya ditunjukkan pada Tabel 44.

Tabel 44 tersebut menunjukkan bahwa

prioritas perbaikan kinerja operasional adalah pada PG yang bertanda (-). Selanjutnya, PG yang bertanda (-) akan diperiksa nilai ukuran kinerja operasionalnya (sesuai dengan Tabel 24). Hasil pemeriksaan menunjukkan bahwa prioritas perbaikan kinerja operasional adalah pada ukuran kinerja yang bertanda (√), yang ditunjukkan pada Tabel 45.

Tabel 44 Kinerja Operasional Terbaik Proses Pemurnian Sulfitasi

Skala Pabrik Besar

Menengah Kecil

Pabrik Gula PG 4 PG 9 PG 10 PG 6 PG 7 PG 1 PG 2 PG 3 PG 5 PG 8 PG 11

Kinerja Operasional (√) (-) (-) (√) (-) (-) (-) (-) (-) (√) (-)

152

Tabel 45 Prioritas Perbaikan Kinerja Operasional Skala Pabrik Besar Menengah Kecil

Pabrik

HP

JHG

OR

EK

PG 9 PG 10 PG 6 PG 7 PG 1 PG 2 PG 3 PG 5 PG 11

(√) (-) (-) (√) (√) (√) (√) (√) (-)

(√) (-) (-) (√) (√) (-) (√) (√) (√)

(√) (-) (-) (√) (√) (√) (√) (√) (√)

(√) (√) (√) (-) (√) (√) (√) (-) (√)

Adapun secara keseluruhan prioritas perbaikan kinerja ditunjukkan pada Tabel 46. Hasil tersebut menunjukkan bahwa model penentuan prioritas perbaikan yang dirancangbangun telah sesuai dengan tujuan rancangbangun model. Oleh karena

itu, model

penentuan prioritas perbaikan dapat

direkomendasikan sebagai model penentuan prioritas perbaikan pabrik gula yang merupakan bagian dari model perbaikan kinerja pabrik gula. Tabel 46 Prioritas Perbaikan untuk Setiap Pabrik Gula Pabrik Gula PG 9

Kinerja Strategis -

PG 10 PG 6 PG 7

Jumlah Tebu, Kualitas Tebu

PG 1

Umur Mesin, Kapasitas Giling, Kualitas Tebu

PG 2

-

PG 3


PG 5


PG 11

-

Kinerja Operasional Hilang dalam Proses, Jam Henti Giling, Overall Recovery, Efisiensi Ketel Efisiensi Ketel Efisiensi Ketel Hilang dalam Proses, Jam Henti Giling, Overall Recovery, Efisiensi Ketel Hilang dalam Proses, Overall Recovery, Efisiensi Ketel Hilang dalam Proses, Jam Henti Giling, Overall Recovery, Efisiensi Ketel Hilang dalam Proses, Jam Henti Giling, Overall Recovery Jam Henti Giling, Overall Recovery, Efisiensi Ketel

5. PEMODELAN SISTEM. Basis Pengetahuan. karakteristik pembeda. ukuran-ukuran kinerja & keterkaitannya. kualifikasi kinerja per jenis kinerja

Recommend Documents