MENGAKOMODASIKAN ASPEK POLITIK KE DALAM MODEL: KASUS HIPOTETIS PIR TEBU Wayan R. Susila1) ABSTRACT Public interest or public good phenomena are generally technical in nature but political in perspective. On the other hand, political aspects of the phenomena are often ignored or inadequately captured in analyses (models). As a result, the recommendations of this kind of study will be characterized by either ineffective policy research or misguided policy implications. To overcome this problems, the model used in a analysis should able to explicitly incorporate political aspects of the phenomena in the model. In response to this need, a multy party-multy objective model using STEP method is discussed in this paper. The discussions cover the theoretical framework and the solution technique ofthe model. Moreover, the use of the model to determine various agreements or rule in sugar-cane development scheme is also demonstrated to give a more comprehensive feature of the model.
Key Words: multi-parlies, multi-objectives, politic, compromise solution. ABSTRAK Fenomena yang berkaitan dengan kepentingan umum atau komoditas umum pada dasarnya adalah masalah teknis namun mempunyai perspektif politik. Di sisi lain, masalah politik dari fenomena tersebut sering diabaikan atau ditangkap secara tidak memadai dalam analisis. Sebagai akibatnya, rekomendasi yang dihasilkan oleh analisis ini akan dicirikan oleh rekomendasi kebijakan yang tidak efektif atau implikasi kebijakan yang salah arah. Untuk mengatasi masalah ini, model analisis yang digunakan harus secara eksplisitmampu mengakomodasikan aspek politik dalam model. Sejalan dengan kebutuhan tersebut, multi party-multi objective model dengan menggunakan metode STEP akan didiskusikan dalam tulisan ini. Diskusi tersebut akan mencakup kerangka berflkir serta teknik solusi model tersebut. Penggunaan model tersebut untuk menentukan beberapa kesepakatan atau aturan dalam pola pengembangan tebu juga ditujukan dalam tulisan ini guna memberi gambaran yang lebih lengkap mengenai model tersebut. .Kata kunci : multi-parlies, multi-objective, politik, PIR tebu.
PENDAHULUAN Metode riset operasi (operation research) telah demikian luas digunakan dalam berbagai bidang studi. Sejalan dengan hal tersebut, metode riset operasi berkembang sangat pesat sehingga kini telah tersedia demikian banyak metode/teknik kuantitatif yang termasuk kelompok operasi riset (Lee, Moore, dan Taylor 1985). Tergantung dari aspek yang dilihat,
1) Ahli Peneliti Muda pada Asosiasi Penelitian Perkebunan Indonesia (AP21).
82
perkembangan metode tersebut mencakup teknik yang bersifat single-multiple objectives, static-dynamic, deterministik-stochastic, serta linear-nonlinear. Dari penggunaan betbagai model yang menggunakan teknik riset operasi (OR), ada dua ketetbatasan yang sering dijumpai. Ketetbatasan pertama adalah bahwa dalam model tersebut diasumsikan hanya ada satu agen pengambil keputusan atau hanya ada satu pihak yang mempunyai kepentingan terhadap suatu masalah yang akan dicari solusi optimalnya. Dalam dunia nyata, khususnya yang berhubungan dengan kepentingan umum (public interest atau public good), biasanya banyak pihak yang mempunyai kepentingan terhadap satu masalah tersebut. Salah satu contoh yang aktual adalah masalah p~ak ekspor CPO. Dalam hal ini paling tidak ada lima pihak yang mempunyai kepentingan yaitu pekebun kelapa sawit rakyat, perusahaan perkebunan kelapa sawit, pengusaha minyak goreng, konsumen minyak goreng, serta pemerintah. Sebagai contoh, pekebun mempunyai kepentingan untuk memaksimumkan keuntungan, sedangkan konsumen ingin mendapatkan harga minyak goreng yang serendah-rendahnya. Di sisi lain, pemerintah mempunyai kepentingan untuk peningkatan devisa, pertumbuhan, serta lapangan keija. Kepentingan antara pekebun dengankonsumenjelas merupakan kepentinganyang bersifat conflicting. Masalah seperti inijelas tidak akan tepat diselesaikan dengan hanya melibatkan satu pengambil keputusan. Keterbatasan kedua yang sering ditemui adalah bahwa dalam proses penentuan solusi optimal yang melibatkan beberapa pihak, sering kurang melibatkan aspek politis yang dicerminkan oleh tidak adanya proses negosiasi antarpihak. Seperti disebutkan oleh Contreras (1985) dan Bare & Mendoza (1980) dalam banyak studi, aspek politik tidak diberi perhatian yang cukup, bahkan diabaikan Di sisi lain, aspek politis sering menjadi faktor yang sangat menentukan dalam pengambilan keputusan tersebut. Dengan cara ini, pemecahan masalah hanya difokuskan pada aspek teknis-ekonomis. Pendekatan seperti ini sering memberi rekomendasi yang "baik", tetapi tidak pernah dilaksanakan. Berpijak dari dua ketetbatasan tersebut, maka adalah menarik untuk mendiskusikan suatu model dan metode kuantitatif yang memungkinkan melibatkankan lebih dari satu pengambil keputusan dengan beberapa tujuan serta proses politis dapat secara baik diakomodir oleh model tersebut. Aspek politis tersebut diakomodir dalam bentuk proses negosiasi antarpihak dan dapat direperesentasikan dalam model. Dengan model tersebut, pihak yang berkepentingan secara aktif menegosiasikan masing-masing kepentingannya sehingga diperoleh solusi yang bersifat kompromis bagi mereka yang terlibat. Analis dalam hal ini hanya berperan menjembatani proses negosiasi tersebut dengan memberi konsekuensi dari berbagai alternatif-altematif solusi yang dinegosiasikan/dikompromikan. Solusi yang diperoleh dengan cara ini diharapkan bersifat lebih mengikat sehingga pelaksanaan solusi tersebut mergadi lebih lancar. Sudah ada beberapa analisis yang menggunakan pendekatan ini yang secara umum dikenal sebagai multi-party multi-objective model (MPMO). Dari berbagai model MPMO, kelompok metode yang menggunakan pendekatan progressive articulation ofpreferences, dimana metode STEP merupakan salah satu teknik solusinya, merupakan metode yang paling umum digunakan. Sebagai contoh, Contreras (1985) dengan judul A Computer-Based Forest Land Use Allocation Model Within A Political Economic Framework secara baik menggunakan menggunakan metode tersebut. Dengan melihat judulnya, tampakjelas bahwa topik yang memang menyangkutkepentingan umum didekati
83
dengan model yang secara eksplisit memasukkan aspek politik dalam model. Penelitian oleh Bare dan Mendoza ( 1980) juga menggunakan metode STEP untuk masa1ah tata guna laban hutan di Filipina. Sejalan dengan kebutuhan tersebut, maka dalam tulisan ini diulas suatu model MPMO dengan menggunakan kasus Tebu Rakyat Intensiftkasi (TIR) sebagai contoh. Dengan cara ini, pembaca diharapkan dapat melihat penggunaanmodel MPMO yang secara eksplisit memasukkan unsur politis/negosiasi dalam kerangka analisisnya. U ntuk maksud tersebut, organisasi tulisan ini akan disusun sebagai berikut. Setelah Pendahuluan ini akan disampaikan secara ringkas mengenai kerangka berfikir untuk model MPMO dengan metode STEP sebagai teknik untuk menentukan solusinya. Kemudian, disajikan penggunaan model tersebut untuk kasus TIR. Akhirnya, tulisan ditutup dengan beberapa butir kesimpulan.
KERANGKA BERFIKIR MATEMATIS UNTUK MULTI-OBJECTIVE MULTI-PARTY DECISION MAKING Dalam memformulasikan suatu fenomena publik ke dalam model MPMO, maka disusun beberapa asumsi penting sebagai berikut: 1) Ada beberapa kelompok yang berkepentingan (interest groups) yang masing-masing mempunyai beberapa kepentingan 2) Setiap kelompok bersedia mengorbankan beberapa kepentingannya untuk kepentingan yang lebih besar. 3) Proses negosiasi berjalan secarafair tanpa ada tekanan atau paksaan. 4) Setiap kelompok dapat membedakan urutau atau prioritas kepentingan mereka. 5) Wakil setiap kelompok dapat secara baik menangkap aspirasi kepentingan anggotanya. 6) Kepentingan individu dapat diagregasi menjadi kepentingan kelompok. Struktur model secara umum dapat digambarkan sebagai berikut: Dengan asumsi terdapat r kelompok yang masing-masing mempunyai Pi tujuan, maka vektor tujuannya dapat digambarkan sebagai berikut: Zit
= [Citk] [Xk]
Zi2
= [Ci2k] [Xk]
maksimumkan
atau minimuntkan Zi
pl
dimana
= [ Ci p
J
[Xk]
Xk adalah n-vektor kolom varibel keputusan Cijk adalah n-vektor baris koefisien fungsi tujuan ke j kelompok ke i
i = 1, 2, ... , r dan j = 1, 2, ... , pi.
84
Secara matematis, formulasi masalah dalam model multi-objective multi-party adalah sebagai berikut: Maksimisasi/Minimisasi Zjl = [Ciik] [Xk]
i =I, 2, ... , r.
j = 1, 2, ... , Pi·
k =I, 2, ... , n.
Dengan kendala: [Ai] [Xk] .2:. B1 >
k= 1, 2, ... , n
I= 1, 2, ... , m
Dimana Aik adalah matriks koefisien teknis berdimensi m x n Solusi terhadap masalah yang diformulasikan menggunakan prosedur STEP yang dikembangkan oleh Benayoun dalam Conteras (1985). Secara ringkas, tahapan prosedur tersebut adalah sebagai berikut: Langkah 1. Carl solusi optimal untuk masing-masing tujuan secara independen terhadap tujuan lain dan susun tabel pay-off seperti Tabel I. Tabell. Tabel Pay-o.IJMasalahMulti-objective Multi-Party
Nilai FungsiTujuan Zu Z12 ... Z1pi
Group I Zu Z12
Z*ll Zlpi
z* 12 ...
Z21 Z22 ... Z2pi
Zr1 Zr2 ... Zrpi
Z*21 ................ .
Z1p1 Group 2 Z21 Z22
Z2pl
Group r Zr1
Zr2
Zrpl
85
Sebagai contoh,jika Z11 yang dioptimalkan, maka nilai Z12 danZ21 adalahZ•12 dan z• 21. Kemudian hitung nilai Mij yaitu nilai maksimum dan minimum llij untuk setiap kolom (kasus maksimisasi) Langkah 2. Hitung nilai ij untuk i = 1, 2, ... , r danj formula berikut:
= 1, 2, ...,Pi dengan
menggunakan
-1/2
n
Langkah 3. · Hitung ij dengan formula berikut: a. ij r
P
LL
<X.ij
i=1 j=1
Kemudian, dicari solusi dengan formulasi masalah berikut: MinimisasiDo = d0 dengankendala:XS Fi dimanaFi didefinisikansebagai berikut: a) Untuk maksimisasi: I1 ij (Mij- [Cijk][Xtc])-d0 ~ 0 b) Untuk minimisasi: I1 ij ([Cijk][Xk]- Mij)- d0 ~ 0 B1 Xk ~ 0 k = 1, 2, ... , n
c) Kenda1a Umum [Aj][Xk] ~
Langkah 4. Hitung setiap nilai Zij ~ setiap Xk basil solusi pada langkah 3. Tunjukkan basil solusi ini pada kelompok-kelompok yang berkepentingan. a) Jika semua kelompok puas dengan solusi tersebut, maka solusi kompromi telah tercapai. b) Jika paling tidak.ada satu kelompok belum puas dan ada paling tidak satu kelompok mau berkoiban, maka proses diJ.aiYutkan ke langkah 5. c) Jika ada satu kelompok_belum puas tetapi tidak ada satu kelompok yang mau berkorban, maka solusi kompromi tidak tercapai. Langkah 5. Jika ada kelompok yang mau mengorbankan tujuannnya, maka didefinisikan !:!. z• ij yang merupakan besamya tujuan Zij yang boleh dikorbaokan Langkah 6. Wilayah solusi baru Fi+ I didefinisikan sebagai berikut: a) X
86
Fi
b) c) d) e)
Untuk maksimisasi [Cijk][Xk] > Zqij untuk semuaZij, bukan z*ij Untuk ~misasi [.Cij.k] [~k] ~ ~qij untuk sem~ l~ij bukan ..g•~ Untuk tuJuan maksumsast [Cijk][Xk] ;:: ~ij - Z ij untuk semua Z ij. ; U,ptuk tujuan minimisasi [Cijk][Xk] ~ ~ij + z* ij untuk semua Zij* Z ij tujuan yang dikotbankan; Zqij nilai fungsi tujuan ke-j, kelompok ke-i, iterasi ke q; X e p<>d kendala seperti sebelumnya dengan penyesuaian seperti ditunjukkan dalam nilai f1 ij seperti langkah 7. Perlu ditambahkan bahwa kendala b dan c menjamin asumsi non-inferiority sedangkan kendala d dane menjamin asumsi pareto optimal.
Langkah 7. Tetapkan O.ij = 0 untuk r z*ij dan lanjutkan ke langkah 3. Hitung kembali IT ij dan tingkatkan q sebesar I.
CONTOH KASUS: PENENTUAN BEBERAPAATURAN UNTUK PIRTEBU Latar Belakang Masalah Gula merupakan salah satu komoditas penting dalam perekonomian Indonesia Sebagai salah satu kebutuhan pokok, gula merupakan komoditas yang strategis sehingga pemerintah sering melakukan intervensi terhadap pasar gula. Beberapa kebijakan pemerintah seperti Inpres No. 9/1975 tentang Tebu Rakyat Intensiftkasi (TRI) menunjukkan perhatian pemerintah yang cukup besar terhadap komoditas gula (Sudmyanto dkk., 1996). Komoditas gula juga merupakan salah satu komoditas penentu laju inflasi di Indonesia. Laju konsumsi gula yangjauh lebih pesat dari pertumbuhan produksi menyebabkan Indonesia tidak mampu berswasembada gula, kecuali tahun 1984 dan 1987. Pada periode 1991-1996, produksi gulajustru menurun dengan laju -1,4 persen per tahun Di sisi lain, konsumsi tenis meningkat dengan laju 5,8 persen per tahun pada periode yang sama Sebagai akibatnya, impor gula meningkat sangat pesat yaitu dengan laju 26,0 persen per tahun (Dewan Gula Indonesia 1998). Produksi, konsumsi, dan impor gula ada tahun 1996 masing-masing adalah sekitar 2,09, 3,34, dan 0,98 juta ton Untuk mengurangi impor yang pada tahun 1996 bernilai US$ 240 juta, maka pemerintah terns berupaya mendorong peningkatan produksi. Upaya-upaya pemerintah dengan pola Tebu Rakyat Intensiftkasi (TIR) maupun dengan kebijakan pengaturan harga guia tampaknya belum mampu mengatasi masalah tersebut (Sudmyanto dkk., 1996). Pemerintah kini sedang mencari suatu alternatif model pengembangan industri gula yang memungkinkan tercapainya swasembada gula, atau paling tidak mampu menekan impor. Sejalan dengan tuntutan tersebut, altematif model pengembangan industri gula masih diperlukan. Model altematif tersebut pada dasarnya merupakan modiftkasi pola Perusahaan Inti Rakyat (PIR). Modiftkasi terhadap PIR memang perlu dilakukan karena pola PIR masih mempunyai beberapa kelemahan khususnya yang teijadi pada komoditas perkebunan (Muharminto 1994, Herman 1994). Model PIR altematif yang akan
87
dikembangkan pada dasamya mengacu pada pola PIR yang berlaku di NES V Ophir, Sumatra Barat. Dalam menyusun konsep PIR Ophir untuk PIR Tebu, ada beberapa attuan atau kesepakatan yang terlebih dahulu hams ditetapkan, yaitu: (i) Komposisi areal tebu petani plasma dan perusahaan inti (ii) Jadwal tanam dan panen kebun petani plasma dan perusahaan iriti (iii) Besamya biaya pengolahan tebu melliadi gula pasir (iv) Besamya biaya distribusi (v) Harga gula di tingkat petani Aturan atau kesepakatan tersebut berkaitan dengan beberapa kelompok yaitu petani plasma, perusahaan inti, distributor/koperasi, pemerintah, dan konsumen. Agar kesepakatan-kesepakatan tersebut dapat memenuhi keinginan kelompok-kelompok tersebut, maka mereka hams secara aktif berpartisipasilbemegosiasi da1am menentukan kesepakatan tersebut. Di sisi lain, kesepakatan-kesepakatan tersebut juga hams disusun secara ilmiah dan konsisten beidasarkan efisiensi atau optimasi. Dengan perkataan lain, kesepakatan-kesepakatan tersebut harus valid secara ilmiah dan dapat diterima oleh pihak-pihak yang berkepentingan
Tujuan Penelitian Berdasarkan masalah tersebut, maka tujuan penelitian ini adalah menentukan aturan-aturan atau kesepakatan-kesepakatan yang merupakan elemen konsep PIR Tebu. Kesepakatan tersebut mencakup komposisi areal, jadwal tanam dan panen, besarnya biaya pengolahan dan distribusi, harga gula pasir di tingkat petani/pabrik, dan harga di tingkat konsumen. Karena melibatkan beberapa pihak yang berkepentingan dan masing-masing mempunyai tujuan yang berbeda, maka modifikasi model multy party-multy objective mathematical programing yang bersifat interaktif seperti yang dikembangkan oleh Contreras ( 1985) akan diadopsi dalam penelitian ini.
Model Multi-Party Multi-Objectives Pola Ophir Tebu Fungsi Tujuan Dalam pola Ophir Tebu diasumsikan ada lima pihak yang berkepentingan yaitu petani plasma, perusahaan inti, distributor/koperasi, pemerintah, dan konsumen. Fungsi tujuan masing-masing pihak diuraikan pada bagian ini.
Petani Plasma Tujuan utama petani adalah memaksimumkan tingkat pendapatan rata-rata mereka yang dalam hal ini diukur dengan gross margin. Nilai gross margin rata-rata akan maksimum bila gross margin secara keseluruhan mencapai maksimum. Beidasarkan kesepakatan awal, biaya pengolahan tebu menjadi gula adalah 35 persen dari produksi. 88
Dengan demikian petani menerima sebesar 65 persen dari basil produksi. Dengan asumsi bagian harga yang diterima petani adalah Rp. 2400/kg (harga prevenue 1998) dan biaya produksi gula adalah Rp. 3.854.302/ba (Suprihatini 1997), maka fungsi tujtian petani dijabarkan seperti persamaan (1). Max Z11 = 2,400 * 0.65 * QSCF- 3,854,302 ASCF = 1.560 QSCF- 3,854.302 ASCF ........................................................... (!) : total gross margin plasma (Rp 000) Zu QSCF : total produksi gula plasma (kg) ASCF : total areal tanaman tebu plasma (ha)
Perusahaan Inti Perusahaan inti juga mempunyai tujuan memaksimumkan gross margin yang bersumber dari pengolahan tebu petani sertagross margin dari produksi gulanya. Jika harga di tingkat perusahaan inti (harga prevenue) adalah Rp 2400/kg, dan biaya pengolahan adalah Rp 720/kg gula pasir, maka fungsi tujuan perusahaan inti dijabarkan oleh persamaan (2).
Max Z21
= 2.400*(0.35 QSCF + QSCP)- 3,854.302 ASCP- 0.720(QSCF + QSCP) = 0.840 QSCF + 2.400 QSCP- 3,854.302 ASCP- 0.720(QSCF + QSCP) = 0.120 QSCF 1.680 QSCP- 3,854.302 ASCP = 0.120 QSCF + 1.680 QSCP- 3,854.302 ASCP .......................................... (2) Z21 : total gross margin perusahaan inti (Rp 000) QSCP : total produksi gula perusahaan inti (kg) ASCP : total areal tanaman tebu perusahaan inti (ha)
+
Distributor/Ko.perasi Tujuan utama distributor adalah memaksimumkan penerimaannya. Dengan perkiraan bahwa margin distribusi adalah Rp. 125/kg, maka fungsi tujuan distributor dijabarkan seperti pada persamaan (3). Max Z31 = 0.125 QSCF + 0.125 QSCP ........................................................ (3) Z31 = Penerimaan Distributor ( Rp 000)
Pemerintah Pemerintah mempunyai tiga tujuan utama yaitu maksirnisasi produksi gula (persamaan 4), maksirnisasi lapangan ketja (persamaan 5), serta menekan harga gula di tingkat konsumen serendah mungkin (persamaan 6). Tujuan pertama berkaitan dengan upaya pemerintah untuk mengurangi impor gula yang pada akhirnya diharapkan tetjadi swasembada gula. Seperti disebutkan sebelumnya, volume dan nilai impor gula terns meningkat pesat dan pada tahun 1996 masing-masing mencapai 0,98 juta ton dan US$ 240 juta. Tujuan kedua adalah agar industri gula mampu menyerap tenaga ketja di lokasi PIR secara maksimal. Koefisien tenaga ketja untuk usahatani tebu diperkirakan 1,5 orang per
89
hektar. Tujuan ketiga didasarkan pada pertimbangan bahwa gula merupakan salah satu kebutuhan pokok dan mempunyai pengaruh yang cukup nyata terhadap laju inflasi. Max Z41 = QSCF + QSCP ............................................................................ (4) Max Z42 = 1.5 ASCF + 1.5 ASCP ................................................................ (5) Min Z43 = CP = FGP +PC+ DC .................................................................. (6) dimana: Z4t : total produksi gula (kg) Z42 : lapangan ketja (orang) Z43 : harga gula (Rp/kg) CP : harga gula di tingkat konsumen (Rplk.g) FGP : harga prevenue = bagian harga di tingkat petani (Rp/kg) PC : biaya pengolahan (Rp/kg) DC : biaya distribusi (Rp/kg)
Konsumen Konsumen yang dalam hal ini diwakili oleh Yayasan Lembaga Konsumen Indonesia (YLKI) mempunyai tujuan agar harga gula di tingkat konsumen dapat ditekan serendah mungkin (persamaan 7). Tujuan ini sejalan dengan tujuan pemerintah.
Min Zst = CP .............................................................................................. (7) Zs1 = Harga gula di tingkat konsumen (Rp/kg)
Kendala Secara garis besar ada lima kelompok kendala yaitu kelompok kendala lahan (6 kendala), kendala ketersediaan traktor (6 kendala), kendala tebang dan giling (20 kendala), kendala perhitungan produksi (2 kendala), serta empat kendala distribusi margin Dengan demikian, total kendala adalah sebanyak 38 kendala (Lampiran 1).
Kendala Lahan Kendala lahan terdiri dari beberapa kendala yaitu kendala total areal plasma, total areal perusahaan inti, total areal, dan kendala koposisi areal. Ada enam bulan musim tanam yaitu dari bulan Mei sampai dengan bulan Oktober dan ada 10 musim tebang/giling yaitu dari bulan Maret sampai bulan Desember
Total Areal Plasma Persamaan (8.1) merupakan kendala untuk menghitungjumlah areal kebun plasma (ASCF).
I I 90
ASCFij-ASCF=0 ...................................................................... (8.1)
Dengan ketentuan i = 1, 2, 6 ............................................................................................... (i) j = 1, 2, 10 .............................................................................................. (ii) i : :;:; j ............................................................................................................ (iii) j - i : :;:; 4 ...................................................................................................... (iv) 0
0
0
0
.,
.,
ASCFij= areal kebun plasma yang ditanam pada musim tanam ke-i dan ditebang/digiling pada musim tebang/giling ke-j Ketentuan (i) dan (ii) masing-masing menunjukkan adanya enam bulan tanam (Mei sampai dengan Oktober) dan sepuluh bulan giling (April sampai dengan Desember). Ketentuan (iii) untuk menjamin bahwa umur tebu yang panen minimal10 bulan sedangkan ketentuan (iv) mengatakan bahwa umur tebu yang dipanen maksimum 14 bulan Empat ketentuan tersebut akan terns digunakan pada persamaan-persamaan selanjutnya, kecuali ada ketemngan lain mengenai nilai i danj.
TotalArealPerusahaan Inti Persamaan (8.2) merupakan kendala untuk areal perusahaan inti (ASCP)
L L
ASCPij - ASCP = 0 .. ································ .................................. (8.2)
I
ASCPij =areal kebun Inti yang ditanam pada musim tanam ke-i dan ditebang/digiling pada musim tebang/giling ke-j
Total Areal dan Komposisi Areal Total areal kebun inti dengan plasma maksimum sebesar 2500 hektar (persamaan 8.3), sedangkan komposisi areal adalah bahwa perusahaan plasma mencapai 80 persen dari areal total (persamaan 8.4). ASCF + ASCP : :;:; 2500 ..................................................................................... (8.3) 0.2ASCF- 0.8ASCP = 0 ..................................................................................... (8.4)
Kendala Ketersediaan Traktor Ada enam kendala traktor (i = 1, 2, .... ,6) yaitu sesuai denganjumlah bulan tanam. Dengan asumsi kebutuhan tenaga traktor adalah 0,5 hari keija traktor per hektar dan ketersedian traktor adalah 400 HKT per bulan, maka kendala ketersediaan traktor dirumuskan seperti persamaan (9). 10
L
0.5 (ASCFij + ASCPij) =:::;:; 400 ......................................................... (9)
j=l
91
Kendala Tebang dan Giling Ada dua puluh kendala tebang dan giling yaitu sepuluh kendala untuk kapasitas minimum (persamaan 10.1) dan sepuluh kendala untuk kapasitas maksimum (persamaan 10.2). Hal ini sesuai dengan jumlah bulan tabang dan giling sebanyak sepuluh bulan. Seperti terlihat pada persamaan (10.2) kapasitas maksimum pabrik adalah setara dengan 400 ha tebulbulan sedangkan kapasitas minimumnya adalah setara dengan 200 ha tebulha (persamaan 10.1). 6
L
(ASCFij+ASCPij)=~
200 ........................................................... (10.1)
j=l 6
L
(ASCFij + ASCPij) =::::; 400 ........................................................... (10.2)
i= l
Kendala Perhitungan Protluksi Penyusunan kendala ini dimaksudkan untuk menghitung produksi gula yaitu produksigula plasma(persamaan 11.1) danproduksigula perusahaaninti (persamaan 11.2). Produksi gula dihitung berdasarkan rendemen dikalikan dengan produktivitas tebu (YIELD) dan luas laban. Dalam hal ini produktivitas gulalha (h) diasumsikan bervariasi sesuai dengan umur tanaman ( diestimasi dari Direktorat Jenderal Perkebunan 1997). Dari persamaan tersebut tampak bahwa rendemen tertinggi (produktivitas tertinggi) dicapai pada saat umur tebu 12 bulan dengan rendemen 6 persen. QSCF=
L L h * ASCFij .............................................................................. (11.1) i
QSCF =
L L h * ASCPij ............................................................................... (11.2) i
Dimana:
h = 0.050*YIELD = 3851 untuk j-i = 0 h = 0.055*YIELD = 4237 untukj-i = 1 h = 0.060*YIELD = 4622 untukj-i = 2 h = 0.055*YIELD = 4237 untukj-i = 3 h = 0.050*YIELD = 3851 untukj-i = 4
Kendala Distribusi Marfin Harga di tingkatkonsumen merupakan penjumlahan antara biaya produksi di tingkat petani (bagian harga yang diterima petani), biaya pengolahan dari tebu menjadi gula (biaya pengolahan), dan biaya distribusi sampai ke tingkat konsumen yang antara lain mencakup biaya transportasi, kemasan, dan gudang (persamaan 12).
92
CP = FGP +PC+ DC ............................................................................ (12.1) FGP =2400 .............................................................................................. (12.2) PC = 875 ................................................................................................ (12.3) DC = 125 ................................................................................................ (12.4) Pada tahap awal, besamya nilai FGP, PC, dan DC masing-masing ditetapkan minimal sebesar Rp. 2400/kg, Rp. 875/kg, dan Rp. 125/kg.
HASIL DAN PEMBAHASAN
Hasil Iterasi 0 Dengan menggunakan model yang telah dispesiflkasikan, maka disusun matriks Pay-Off seperti terlihat pada Tabel 2 berikut (Langkah I). Sebagai contoh, jika yang dimaksimumkan adalahgross margin petani plasma (Z11), maka nilai gross margin petani
plasma adalah sebesar Rp. 6.443.556.000 atau sekitar Rp. 6,4 Iniliar. Pendapatan pekebun plasma jika Z 11 yang dimaksimumkan adalah sekitar Rp. 2,6 Iniliar, sedangkan penerimaan distributor (Z31) adalah sekitar Rp 1,4 Iniliar. Produksi gula secara keseluruhan (Z41) adalah sekitar 10,9 ribu ton dengan lapangan kerja yang terbuka ada1ah untuk 3.600 orang. Hasil solusi lengkap jika Z11 maksimum dapat dilihat pada Lampiran 1. Tabel 2. Matriks Pay-0./Jpada lterasi ke-0 Nilai Fungsi Tujuan
Fungsi TujuanYang Dioptimalkan
Zll
Z21
Z31
Z41
Z42
MaxZ11 MaxZ21 MaxZ31 MaxZ41 MaxZ42
6.443.554 6.263.218 6.293.248 6.293.248 4.194.472
2.553.525 2.928.153 2.898.123 2.898.123 2.231.586
1.357.694 1.372.150 1.372.150 1.372.150 1.166.398
10.861.550 10.977.200 10.977.200 10.977.200 9.331.180
3.600 3.600 3.600 3.600 3.600
Mij Nij
6.443.554 4.194.472
2,928.153 2,231.586
1.372.150 1.166.398
10.977.200 9.331.180
3.600 3.600
Dari tabel tersebut terlihat bahwa trade-o.!Jfungsi tujuan yang paling tampakjelas adalah antara Z 11 dengan Z21. Hal ini disebabkan adanya conflicting interest antara petani plasma dengan perusahaan inti. Wujud conflicting interest tersebut da1am model akan dicerlninkan adanya kompetisi untuk memperoleh waktu panen yang optimal. Jika Z11 yang dimaksimalkan, maka solusi umumnya menghasilkan waktu tanam yang optimal untuk petani. Hal ini dicerlninkan oleh nilai ASCFij, dimanaj - i = 2 (lihat persamaan 11.1). Hal yang sebaliknya berlaku dimana hila Z21 yang dimaksimalkan, maka semua kebun perusahaan inti dipanen pada saat umur optimal.
93
Tujuan memaksimumkan margin distribusi (Z31) dan produksi (Z41) pada dasarnya sejalan dengan tujuan Z 11 dan Z21, sehingga tidak begitu sensitif terhadap tujuan mana yang dimaksimalkan. Di sisi lain.jumlah lapangan keija tidak sensitif terhadap perubahan fungsi tujuan yang dimaksimalkan. Hal ini disebabkan. koefisien tenaga keija untuk kebun plasma dan kebun inti sama dan memaksimumkan Z11 dan Z12 mengakibatkan total areal adalah sama. Dengan demikian. nilai Z42 menjadi tidak terpengaruh terhadap perubahan tujuan yang dimaksimumkan Berdasarkan matriks Pay-Off tersebut maka ditentukan nilai Mij dan Nij seperti terlihat pada Tabel 2. Dengan informasi tersebut, nilai a. ij dan TI ij dapat dihitung seperti tercantum pada Tabel 3 (Langkah 2 dan Langkah 3). Berdasaikan nilai TI ij maka seperti dijelaskan pada Langkah 4, maka dicari solusi bam dengan tambahankendala fungsi tujuan. Tambahan kendala secara ringkas dapat dilihat pada Tabel4. Tabel3. Penentuan Nilai a. ij pada Iterasi ke-0 Fungsi Tujuan
Mij -Nij
MaxZu MaxZ21 MaxZ31 MaxZ41 MaxZ42
2.249.082 696.567 205.752 1.646.020 0
Koefisien 1,560 0,120 0,125 1,000 1,500
-3.854,302 -3.854,302 0,125 1,000 1,500
aij
1,680
0,000259 0,000259 5,656854 0,707107 0,471405
Total
0,000091 0,000062 0,848237 0,106030 0,000000 0,954420
Tabel 4. Tambahan Kendala untuk Meminimumkan Do pada Iterasi ke-0 Fungsi Tujuan MaxZu MaxZ21 MaxZ31 MaxZ41 MaxZ42
Koefisien -0,000148 -0,000008 -0,111093 -0,111094 0,000000
0,365713 0,249247 -0,111093 -0,111094 0,000000
RHS -0,000104
-611,39 -189,36 -129493,96 -1219496,92 0,00
Dari Tabel 4 terlihat adanya tambahan empat kendala (kendala untuk Z42 tidak dimasukkan. karena koefisiennya bernilai nol yang berarti tidak sensitifterhadap perubahan tujuan yang dimaksimumkan. Sebagai contoh, tambahan kendala pertama yaitu betkaitan dengan Z 11 adalah sebagai berikut: -Do+ 0.365713*ASCF- 0.000148QSCF <- 611.39 Beberapa basil penting dari iterasi 0 disajikan pada Tabel 5 berikut (Langkah 5).
94
Tabel5. Beberapa Hasil Penting pada Iterasi ke-0 Indikator Fungsi Tujuan Maksimisasi Gross Margin Plasma (Zn) Maksimisasi Gross Margin Inti (Z21) Maksimisasi Penerimaan Distributor (Z31) Maksimisasi Produksi Gula (Z41) Maksimisasi Lapangan Ketja (Z42) Mimisasi harga Gula di Konsumen (Z43) Areal Tebu Areal Kebun Plasma Areal Kebun Inti ProduksiGula Produksi Gula Plasma Produksi Gula Inti
Satuan RpOOO RpOOO RpOOO Kg
Orang Rplkg Ha Ha Ha Kg Kg Kg
Nilai 6.321.277 2.877.004 1.372.150 10.977.200 3.600 3.400 2.399,7 1.919,7 480 10.977.200 8.795.857 2.181.343
Per Unit 3.293 5.994
80,0 20,0 80,1 19,9
Secara umum, basil iterasi ini mencoba mencari solusi kompromi yaitu solusi kompromi selalu lebih kecil dari nilai maksimumnya tetapi relatif dekat dengan nilai maksimum tersebut. Sebagai contoh,jika Z11 yang dimaksimumkan, maka nilai Z11 adalah sekitar Rp. 6,4 miliar, sedangkan nilai Z 11 pada iterasi 0 adalah sekitar Rp. 6,3 miliar. Hal yang sama berlaku untuk Z21. Nilai Z21 dari iterasi ini adalah sekitar Rp. 2,88 miliar sedangkan nilai maksimumnya adalah sekitar Rp. 2,93 miliar. Komposisi areal dan produksi adalah sekitar 20 persen untuk perusahaan plasma dan 80 persen untuk perusahaan inti. Di sisi lain, nilai fungsi tujuan lainnya mencapai nilai maksimal sesuai dengan yang tercantum pada diagonal matriks pay-off. Ketika solusi ini ditawarkan pada masing-masing kelompok, perusahaan inti menunjukkan ketidak-puasan yang cukup jelas. Mereka tidak puas dengan tingkat gross margin yang mereka terima bila dibandingkan investasi dan risiko yang menjadi beban mereka. Di samping itu, komposisi kebun inti yang hanya 20 persen dari areal kebun total juga sangat tidak memuaskan mereka. Di samping riskan terhadap risiko stabilitas produksi, menguasai hanya sekitar 20 persen produksi juga kurang memuaskan mereka. Perusahaan inti menginginkan komposisi areal untuk inti sebaiknya ditingkatkan sampai 40 persen seperti yang tetjadi pada PIR perkebunan tanaman tahunan. Wakil petani plasma juga menunjukkanketidakpuasankarena rata-rata penerimaan mereka masih lebih rendah dari pendapatan petani plasma PIR lainnya. Dengan solusi tersebut, pendapatan petani plasma-adalah sekitar Rp. 3.293.000 per hektar per musim Peserta PIR kelapa sawit misalnya memperoleh pendapatan rata-rata berlcisar antara Rp 4-7 juta per hektar per tahun. Wakil distributor, pemerintah, dan wakil konsumen tampaknya sudah puas dengan solusi tersebut. Namun demikian, melihat ketidakpuasan perusahaan inti dan pekebun plasma, semua pihak yang berkepentingan mencoba mencari jalan keluar. Petani plasma pada prinsipnya memahami bahwa komposisi areal mereka sangat dominan dan petani setuju komposisi areal petani berlcisar antara 67-70 persen. Namun demikian, pendapatan rata-rata pendapatan mereka harus minimal Rp. 3,5 juta per hektar per musim.
95
Perusahaan inti dan petani plasma mendesak bahwa hal ini dapat dicapai bila harga prevenu gula ditingkatkan Dengan nilai tukar Rupiah yang sudah mengalami depresiasi lebih dari 300 persen, sangatlah tidak wajar bila harga prevenu tidak berubah Jika gula diimpor dengan nilai tukar tersebut, hargaprevenu gula lebih dari Rp 3.000 per kg. Atas desekan ini, wakil konsumen tentu berusaha menolak; di sisi lain, pemerintah dapat memahami argumentasi tersebut. Akhimya melalui serangkaian negosiasi, harga prevenu disepakati menjadi Rp 2. 700 per kg.
Hasil lterasi 1 Berdasarkan basil negosiasi tersebut, maka diperlukan analisis untuk memperoleh solusi yang bam. Belbeda dengan metode S1EP yang standar, basil negosiasi ini tidak secara ekplisit tergambar pada perubahan nilai fungsi tujuan. Pada metode S1EP yang standar, maka ada kelompok yang bersedia berkorban dengan menurunkan tingkat pencapaian tujuannya. Dalam kasus ini, kolbanan tersebut direfleksikan dengan perubahan koefisien teknis. Dengan demikian, maka perubahan yang akan dilakukan (sesuai dengan Langkah 6) adalah perubahan koefisien teknis dan perubahan RHS sebagai berikut. Kendala (11) mengenai komposisi lahan diubah menjadi dua kendala sebagai berikut: Kendala (11) 0.33ASCF- 0.67 ASCP ~ 0 0.30ASCF- 0.70ASCP :s; 0 Tambahan kendala bam mengenai minimum pendapatan petani minimal Rp 3,5 juta per ha (catatan: satuan Z11 adalah ribu rupiah) adalah: 3500ASCF- Zu ~ 0 Kendala harga prevenu (kendala 43) menjadi FGP=2700 Berdasarkan perubahan koefisien teknis, tambahan kendala, serta perubahan nilai RHS, maka matriks Pay-Off a. ij dan I1 ij dihitung kembali. Kemudian disusun kembali tambahan kendala tujuan seperti diterangkan pada Langkah 4. Hasil solusi berdasarkan formulasi pada iterasi 1 secara garis besai- disajikan pada Tabel6. Seperti terlihat pada 1'abel6, tetjadi peningkatan yang signifikan dalam pencapaian tujuan kuhususnya gross margin petani plasma dan perusahaan inti. Jika pada iterasi nol nilai gross margin petani adalah sekitar Rp. 6,32 miliar atau Rp, 3,3 juta per hektar, maka pada iterasi 1 gross margin mereka menjadi sekitar Rp. 6,6 miliar atau sekitar Rp. 4,1 juta per hektar. Pencapaian ini sudah memenuhi keinginan petani plasma yang meminta agar pendapatan mereka minimal Rp. 3,5 juta per hektar. Areallahan tebu yang dikuasai petani adalah 1600 hektar atau sekitar 66,7 persen dari total areal. Petani umunmya dapat menebang tebunya pada saat umur tanaman tebu optimal. Dari 1600 hektar kebun plasllUl, hanya seluas 100 hektar tidak dapat dipanen pada saat umur tanaman optimal.
96
Keinginan perusahaan inti juga jelas terakomodir dalam iterasi 1. Gross margin mereka melonjak tajam dari sekitar Rp. 2,88 miliar pada iterasi 0 menjadi sekitar Rp. 5,88 miliar. Di samping hal ini disebabkan oleh kenaikan harga prevenu gula, juga areal yang dikuasai menjadi lebih luas yaitu meJ1jadi 800 hektar atau sekitar 33,3 persendari areal total. Dari solusi ini tampak pula bahwa semua kebun perusahaan inti dapat dipanen pada umur optimal. Penerimaan distributor, produksi gula, dan lapangan keija tidak betbeda dengan hasil iterasi 0. Hal ini menunjukkan bahwa iterasi 0 hanya mengakibatkan resditribusi margin antara petani plasma dan perusahaan inti sebagai akibat perubahan komposisi areal serta kenaikan harga prevenu gula. Konsumen dalam hal ini hams menerima kenyataan bahwa harga gula meningkat dari semula Rp. 3400/kg meJ1jadi Rp. 3700/kg. Namun demikian, tingkat harga tersebut masih dibawah harga impor. Tabel 6. Beberapa Hasil Penting pada Iterasi ke-1 Indikator
Satuan
Fungsi Tujuan Maksimisasi Gross Margin Plasma (Z 11) Maksimisasi Gross Margin Inti (Z21) Maksimisasi Penerimaan Distributor (Z31) Maksimisasi Produksi Gula (Z41) Maksimisasi Lapangan Keija (Z42) Mimisasi harga Gula di Konsumen (Z43) Areal Tebu Areal Kebun Plasma Areal Kebun Inti Produksi Gula Produksi Gula Plasma Produksi Gula Inti
RpOOO RpOOO RpOOO Kg Orang Rp/kg Ha Ha Ha Kg Kg Kg
Nilai 6.608.815 5.875.717 1.372.150 1.097.720 3.600 3.700 2.400 1.600 800 10.977.200 7.279.600 3.697.600
Per Unit 4.131 7.345
66,7 33,3 66,3 33,7
Solusi pada iterasi 1 ini sudah dapat diterima oleh semua pihak yang berkepentingan yaitu petani plasma, perusahaan inti, distributor, pemerintah, dan wakil konsumen. Kompromi terutama teijadi antara petani plasma, perusahaan inti, pemerintah, dan konsumen. Berdasatkan hasil pada iterasi 1, maka aturanlkesepakatan tersebut adalah sebagai berikut: (i) Komposisi areal plasma dan inti masing-masing adalah sebesar 66,7 persen dan 33,3 persen (ii) Jadwal tanam dan tebang (Tabel 7) adalah: (iii) Harga di tingkat petani/pabrik atau harga prevenu adalah Rp. 2700/kg (iv) Biaya pengolahan adalah 35 persen dari produksi gula (v) Biaya distribusi tetap seperti semula yaitu Rp. 125/kg (vi) Harga di tingkat konsumen adalah Rp. 3700/kg
97
Tabel 7. Jadwal Tanam dan Tebang Bulan
Kebun Plasma Maret April Mei Juni Juli Agustus September Oktober Nopember Desember Total
Jadwal Tebang
Jadwal Tanam Kebunlnti
Kebun Plasma
Kebunlnti
50 50 300
0 400 0 400 400 0 400 0 0 0
0 0 400 0 0 400 0 0 0 0
400 400
1600
800
1600
400
400 300 50 50 800
KESIMPULAN Hasil analisis ini mendemonstrasikan penggunaan model multy party-multy objective yang menggunakan metode solusi iteratif (S1EP) untuk menyusun suatu konsep PIR tebu. Dengan model tersebut, berbagai pihak yang berkepetingan terhadap PIR tebu menegosasikan kepentingan mereka sehingga konsep PIR tebu yang akan diterapkan sedapat mungkin dapat diterima oleh semua pihak. Teknik yang bersifat iteratif dan memberi peluang secarn luas untuk proses negosiasi pihak yang betkepentingan sangat relevan dengan keadaan di Indonesia yang menuntut partisipasi rakyat secara lebih nyata dalam pengambilan keputusan publik. Studi ini menunjukkan bagaimana komposi areal tebu, pendapatan petani, upaya peningkatan produksi gula, pembukaan lapangan keJja, harga prevenu gula dan harga gula di tingkat konsumen dinegosiakan sehingga model PIR tebu tersebut dapat diterima oleh semua pihak. Basil studi ini memberikan suatu aturan-aturan atau kesepakatan-kesepakatan yang merupakan elemen-elemen model pengembangan industri gula di Indonesia. Komponen tersebut antara lain mencakup komposisi lahan antara perusahaan inti dengan petani plasma, jadwal tanam dan tebang, biaya pengolahan dan distribusi, harga prevenu serta harga gula di tingkat petani.
DAFfAR PUSTAKA Bare, B. dan G. A. Mendoza. 1980. The development of Multiple Objective programming Methods for Forest Land Management Planning. A Survei and Evaluation.Unpublished. University of Washington. Contreras, A. P. 1985. A Computer-based Land Use Allocation Model Within a Political Economic-Framewotk.. Unpublished. University off•::: Philippines, Los Banos.
98
Dewan Gula Indonesia. 1998. Industri Gula Indonesia. Jakarta. DirektoratJenderal Perkebunan 1997. Statistik Perkebunan Indonesia 1996-1998, Tebu. Jakarta. Herman. 1994. Tingkat Kemampuan Pelunasan Hutang Petani PIR-Perkebunan di Proyek Nes III Danau Salak PT Perkebunan XVIII (Persero), Kalimantan Barat. Publikasi Interen, Pusat Pengkajian dan Pengembangan Agribisnis. Jakarta. Lee, S.M., L. J. Moore, dan B. W. Taylor. 1985. Management Science. Allyn and Bacon Inc. Boston. Muharminto. 1994. Tingkat Kemampuan Pelunasan Hutang Petani PIR-Perkebunan di Proyek Nes I Tebenan PT Perkebunan X (Persero ), Sumatera Selatan Publikasi Interen, Pusat Pengkajian dan Pengembangan Agribisnis. Jakarta. Sudaryanto, T. Erwidodo, Soentoro, V. T. Manurung, M. Raclunat, dan K. Adisasmito. 1996. Dinamika Ekonomi Tebu Rakyat dan Industri Gula Indonesia. Ketjasama Pusat Penelitian Sosial Ekonomi Pertanian dengan Pusat Penelitian Perkebunan Gula Indonesia. Bogor. Suprihatini, 1997. Evaluasi Keunggulan Komparatif Gula dalam Evaluasi Keunggulan Komparatif Produk Pangan dalam Rangka Pemantapan Kemandirian Pangan. Ketjasama Lembaga Penelitian Institut Pertanian Bogvr dengan Kantor Menteri Negara Urusan Pangan. Bogor
99
Lampiran 1. Formulasi dan Solusi Model denganMaksimisasi Zu MAX - 3854.302 ASCF + 1.56 QSCF SUBJECT TO 2)- 3854.302 ASCF + 1.56 QSCF- Zll = 0 3) 0.12 QSCF- 3854.302 ASCP + 1.68 QSCP- Z21 = 0 4) 0.125 QSCF + 0.125 QSCP- Z31 = 0 5) QSCF + QSCP- Z41 = 0 6) 1.5 ASCF + 1.5 ASCP - Z42 = 0 7) CP -Z43 = 0 8)- ASCF + ASCF11 + ASCF12 + ASCF13 + ASCF14 + ASCF15 + ASCF22 + ASCF23 + ASCF24 + ASCF25 + ASCF26 + ASCF33 + ASCF34 + ASCF35 + ASCF36 + ASCF37 + ASCF44 + ASCF45 + ASCF46 + ASCF47 + ASCF48 + ASCF55 + ASCF56 + ASCF57 + ASCF58 + ASCF59 + ASCF66 + ASCF67 + ASCF68 + ASCF69 + ASCF610 = 0 9)- ASCP + ASCP11 + ASCP12 + ASCP13 + ASCP14 + ASCP15 + ASCP22 + ASCP23 + ASCP24 + ASCP25 + ASCP26 + ASCP33 + ASCP34 + ASCP35 + ASCP36 + ASCP37 + ASCP44 + ASCP45 + ASCP46 + ASCP47 + ASCP48 + ASCP55 + ASCP56 + ASCP57 + ASCP58 + ASCP59 + ASCP66 + ASCP67 + ASCP68 + ASCP69 + ASCP610 = 0 10) ASCF + ASCP <= 2500 11) 0.2 ASCF- 0.8 ASCP = 0 12) ASCF11 + ASCF12 + ASCF13 + ASCF14 + ASCF15 + ASCP11 + ASCP12 + ASCP13 + ASCP14 + ASCP15 <= 400 13) ASCF22 + ASCF23 + ASCF24 + ASCF25 + ASCF26 + ASCP22 + ASCP23 + ASCP24 + ASCP25 + ASCP26 <= 400 14) ASCF33 + ASCF34 + ASCF35 + ASCF36 + ASCF37 + ASCP33 + ASCP34 + ASCP35 + ASCP36 + ASCP37 <= 400 15) ASCF44 + ASCF45 + ASCF46 + ASCF47 + ASCF48 + ASCP44 + ASCP45 + ASCP46 + ASCP47 + ASCP48 <= 400 16) ASCF55 + ASCF56 + ASCF57 + ASCF58 + ASCF59 + ASCP55 + ASCP56 + ASCP57 + ASCP58 + ASCP59 <= 400 17) ASCF66 + ASCF67 + ASCF68 + ASCF69 + ASCF610 + ASCP66 + ASCP67 + ASCP68 + ASCP69 + ASCP610 <= 400 18) ASCF11 + ASCP11 >= 50 19) ASCFll + ASCPll <= 400 20) ASCF12 + ASCF22 + ASCP12 + ASCP22 >= 50 21) ASCF12 + ASCF22 + ASCP12 + ASCP22 <= 400 22) ASCF13 + ASCF23 + ASCF33 + ASCP13 + ASCP23 + ASCP33 >= 50 23) ASCF13 + ASCF23 + ASCF33 + ASCP13 + ASCP23 + ASCP33 <= 400 24) ASCF14 + ASCF24 + ASCF34 + ASCF44 + ASCP14 + ASCP24 + ASCP34 + ASCP44 >= 50 25) ASCF14 + ASCF24 + ASCF34 + ASCF44 + ASCP14 + ASCP24 + ASCP34 + ASCP44 <= 400 26) ASCF15 + ASCF25 + ASCF35 + ASCF45 + ASCF55 + ASCP15 + ASCP25 + ASCP35 + ASCP45 + ASCP55 >= 50
100
27) ASCF15 + ASCF25 + ASCF35 + ASCF45 + ASCF55 + ASCP15 + ASCP25 + ASCP35 + ASCP45 ~ ASCP55 <= 400 28) ASCF26 + ASCF36 + ASCF46 + ASCF56 + ASCF66 + ASCP26 + ASCP36 + ASCP46 + ASCP56 + ASCP66 >= 50 29) ASCF26 + ASCF36 + ASCF46 + ASCF56 + ASCF66 + ASCP26 + ASCP36 + ASCP46 + ASCP56 + ASCP66 <= 400 30) ASCF37 + ASCF47 + ASCF57 + ASCF67 + ASCP37 + ASCP47 + ASCP57 + ASCP67 >= 50 31) ASCF37 + ASCF47 + ASCF57 + ASCF67 + ASCP37 + ASCP47 + ASCP57 + ASCP67 <= 400 32) ASCF48 + ASCF58 + ASCF68 + ASCP48 + ASCP58 + ASCP68 >= 50 33) ASCF48 + ASCF58 + ASCF68 + ASCP48 + ASCP58 + ASCP68 <= 400 34) ASCF59 + ASCF69 + ASCP59 + ASCP69 >= 50 35) ASCF59 + ASCF69 + ASCP59 + ASCP69 <= 400 36) ASCF610 + ASCP610 >= 50 37) ASCF610 + ASCP610 <= 400 38)- QSCF + 3851 ASCf'11 + 4237 ASCF12 + 4622 ASCF13 + 4237 ASCF14 + 3851 ASCF15 + 3851 ASCF22 + 4237 ASCF23 + 4622 ASCF24 + 4237 ASCF25 +3851 ASCF26+3851 ASCF33+4237 ASCF34+4622ASCF35+4237 ASCF36 +3851 ASCF37+3851 ASCF44+4237 ASCF45+4622ASCF46+4237 ASCF47 + 3851 ASCF48 + 3851 ASCF55 + 4237 ASCF56 + 4622 ASCF57 + 4237 ASCF58 + 3851 ASCF59 + 3851 ASCF66 + 4237 ASCF67 + 4622 ASCF68 + 4237 ASCF69 + 3851 ASCF610 = 0 39) - QSCP + 3851 ASCP11 + 4237 ASCP12 + 4622 ASCP13 + 4237 ASCP14 +3851 ASCP15+3851 ASCP22+4237 ASCP23+4622ASCP24+4237 ASCP25 +3851 ASCP26+3851 ASCP3.3+4237 ASCP34+4622ASCP35+4237 ASCP36 + 3851 ASCP37 + 3851 ASCP44 + 4237 ASCP45 + 4622 ASCP46 + 4237 ASCP4 7 + 3851 ASCP48 + 3851 ASCP55 + 4237 ASCP56 + 4622 ASCP57 + 4237 ASCP58 + 3851 ASCP59 + 3851 ASCP66 + 4237 ASCP67 + 4622 ASCP68 + 4237 ASCP69 + 3851 ASCP610 = 0 40) QSCF + QSCP- TQSC = 0 41) -CP+FGP+PC+DC= 0 42) FGP = 2400 43) PC= 875 44) DC= 125
101
OBJECTIVE FUNCTION VALUE 1)
VARIABLE ASCF QSCF Zll ASCP QSCP Z21 Z31 Z41 Z42 CP Z43 ASCFll ASCF12 ASCF13 ASCF14 ASCF15 ASCF22 ASCF23 ASCF24 ASCF25 ASCF26 ASCF33 ASCF34 ASCF35 ASCF36 ASCF37 ASCF44 ASCF45 ASCF46 ASCF47 ASCF48 ASCF55 ASCF56 ASCF57 ASCF58 ASCF59 ASCF66 ASCF67 ASCF68 ASCF69 ASCF610 ASCPll ASCP12 ASCP13 ASCP14 ASCP15 ASCP22 ASCP23 ASCP24 ASCP25 ASCP26 ASCP33 ASCP34
102
6443554.0
VALUE
REDUCED COST
1920.000000 8874240.000000 6443554.000000 480.000000 2064360.000000 2682969.000000 1367325.000000 10938600.000000 3600.000000 3400.000000 3400.000000 .000000 .000000 350.000000 .000000 .000000 .000000 .000000 70.000000 .000000 .000000 .000000 .000000 .000000 .000000 .000000 .000000 .000000 400.000000 .000000 .000000 .000000 .000000 350.000000 .000000 .000000 .000000 .000000 350.000000 .000000 .000000 50.000000 .000000 .000000 .000000 .000000 50.000000 .000000 280.000000 .000000 .000000 .000000 .000000
.000000 .000000 .000000 .000000 .000000 .000000 .000000 .000000 .000000 .000000 .000000 1202.760000 600.599600 .000000 600.599600 1202.760000 1202.760000 600.599600 .000000 600.599600 1202.760000 1202.760000 600.599600 .000000 600.599600 1202.760000 1202.760000 600.599600 .000000 600.599600 1202.760000 1202.760000 600.599600 .000000 600.599600 1202.760000 1202.760000 600.59960 0.000000 600.599600 1202.760000 .000000 .000000 .000000 .000000 .000000 .000000 .000000 .000000 .000000 .000000 .000000 .000000
ASCP35 ASCP36 ASCP37 ASCP44 ASCP45 ASCP46 ASCP47 ASCP48 ASCP55 ASCP56 ASCP57 ASCP58 ASCP59 ASCP66 ASCP67 ASCP68 ASCP69 ASCP610 TQSC FGP PC DC ROW 2) 3) 4)
~~7) 8) 9)
10~
11 12) 13)
14~
15 16) 17) 18)
19~
20 21) 22) 23)
24~
25 26) 27)
28~
29 30) 31) 32)
33~
34 35)
.000000 .000000 .000000 .000000 .000000 .000000 .000000 .000000 .000000 .000000 .000000 .000000 50.000000 .000000 .000000 .000000 .000000 50.000000 10938600.000000 2400.000000 875.000000 125.000000 SLACK OR SURPLUS .000000 .000000 .000000 .000000 .000000 .000000 .000000 .000000 100.000000 .000000 .000000 .000000 .000000 .000000 .000000 .000000 .000000 350.000000 .000000 350.000000 300.000000 50.000000 300.000000 50.000000 350.000000 .000000 350.000000 .000000 300.000000 50.000000 300.000000 50.000000 .000000 350.000000
.000000 .000000 .000000 .000000 .000000 .000000 .000000 .000000 .000000 .000000 .000000 .000000 .000000 .000000 .000000 .000000 .000000 .000000 .000000 .000000 .000000 .000000 DUAL PRICES .000000 .000000 .000000 .000000 .000000 .000000 4525.505000 -2684.814000 .000000 3356.018000 2684.814000 2684.814000 2684.814000 2684.814000 2684.814000 2684.814000 .000000 .000000 .000000 .000000 .000000 .000000 .000000 .000000 .000000 .000000 .000000 .000000 .000000 .000000 .000000 .000000 .000000 .000000
36)
~~
39~
40)
41)
42~ 43 44
104
.000000 350.000000 .000000 .000000 .000000 .000000 .000000 .000000 .000000
.000000 .000000 -1.560000 .000000 .000000 .000000 .000000 .000000 .000000
