III.
METODOLOGI PENELITIAN
A. Kerangka Pemikiran Perkebunan kelapa sawit yang membentang luas dengan produktivitasnya yang tinggi secara otomatis menghasilkan limbah kayu yang tinggi ketika masa panen telah usai. Hal ini dapat menimbulkan masalah terhadap pencemaran lingkungan seperti pembakaran limbah secara besarbesaran sehingga dapat menimbulkan polusi udara. Sampai saat ini, industri yang dapat mengolah limbah menjadi produk bernilai tambah yang tinggi masih terbatas. Penggunaan teknologi yang tepat untuk mengolah limbah kayu tersebut sangat mendukung proses pelaksanaan pencegahaan pencemaran lingkungan. Pengolahan limbah tersebut berupaya untuk memberikan suatu bantuan teknis terhadap pengusaha perkebunan kelapa sawit dengan penguasaan teknologi pengolahan limbah. Salah satu upaya yang perlu dilakukan adalah dengan melakukan perencanaan industri pengolahan limbah batang kelapa sawit. Dengan perencanaan yang tepat, didukung oleh penggunaan teknologi ditambah dengan sumber informasi tambahan dari pakar, diharapkan dapat meningkatkan kuantitas dan kualitas perkebunan kelapa sawit Indonesia. Perencanaan industri harus dilaksanakan sebaik mungkin agar kendala-kendala dan ketidakpastian di masa yang akan datang dapat diminimalisasi. Kajian masalah khusus ini bertujuan untuk merancang suatu model sistem perencanaan Sistem penunjang keputusan cerdas ini digunakan untuk mengelola perencanaan industri dalam pengolahan limbah batang kelapa sawit menjadi serbuk sawit dengan mengintegrasikan elemen-elemen yang terdapat didalamnya. Dengan adanya sistem tersebut, diharapkan dapat membantu para pengambil keputusan dalam bidang perencanaan industri pengolahan limbah batang kelapa sawit menjadi serbuk sawit untuk menghasilkan keputusan yang baik dalam tempo yang relatif cepat, sehingga perencanaan industri dapat diselesaikan dengan lebih efektif dan efisien. Diagram alir kerangka pemikiran dari penelitian ini dapat dilihat pada Gambar 7 berikut.
Gambar 7. Diagram alir kerangka pemikiran penelitian B. Pendekatan Masalah Pendekatan yang digunakan pada penelitian ini adalah pendekatan berencana. Pendekatan berencana merupakan salah satu pendekatan dalam pemecahan suatu permasalahan yang mempunyai tujuan yang jelas. Langkah awal dalam pendekatan berencana adalah mengamati permasalahan dengan dukungan fakta-fakta, ide-ide, atau pendapat untuk mendefinisikan permasalahan selanjutnya. Tahapan-tahapan pendekatan berencana yang dilakukan pada masalah khusus ini adalah sebagai berikut: 1. Observasi Observasi lapang dilakukan untuk mengetahui permasalahan secara nyata. Pada tahap ini dilakukan pendataan umum terhadap faktor-faktor yang membantu pengembangan permasalahan.
2.
Perumusan Masalah Pada tahap ini ditentukan faktor-faktor yang mempengaruhi permasalahan, penetapan tujuan, penetapan sasaran yang hendak dicapai, batasan-batasan terhadap penyelesaian masalah, dan asumsi yang diperlukan dalam pengembangan dan penyelesaian masalah. 3. Pengembangan Alternatif Penyelesaian Pengembangan alternatif penyelesaian berdasarkan pada faktor-faktor yang mempengaruhi masalah, peubah, batasan, dan asumsi. 4. Pemilihan solusi Pemilihan solusi optimum melalui analisis alternatif-alternatif. 5. Hasil Akhir Membuktian penyelesaian optimum melalui tahapan implementasi, kemudian dilakukan pembuatan kendali yang tepat untuk mendeteksi perubahan-perubahan yang mungkin terjadi dan mempengaruhi penyelesaian keputusan. C. Metode Pengolahan Data Metode pengolahan data dilakukan setelah data terkumpul pada tahap pengumpulan data. Metode pengolahan data dilakukan dengan menggunakan: 1.
Metode Perbandingan Eksponensial dalam Penentuan Lokasi Manning (1984) menjelaskan Metode perbandingan eksponensial (MPE), sebagai salah satu metode yang digunakan untuk pengambilan keputusan, dari beberapa alternatif keputusan dengan kriteria majemuk. Pengembangan metode lebih lanjut adalah dengan cara merubah penilaian kualitatif menjadi kuantitatif. Tahapan dalam menggunakan metode perbandingan eksponensial adalah:
Menyusun alternatif-alternatif keputusan yang akan dipilih
Menentukan kriteria atau pertimbangan kriteria keputusan yang penting untuk dievaluasi
Menentukan tingkat kepentingan dari setiap kriteria keputusan atau pertimbangan kriteria
Melakukan penilaian terhadap semua alternatif pada setiap kriteria
Menghitung skor atau nilai total setiap alternatif dan
Menentukan urutan prioritas keputusan didasarkan pada skor atau nilai total masing-masing alternatif. Eriyatno (1998) menyatakan bahwa Metode Perbandingan Eksponensial (MPE) digunakan sebagai pembantu bagi individu mengambil keputusan untuk menggunakan rancang bangun yang telah terdefinisi dengan baik tiap tahap proses. MPE digunakan untuk membandingkan beberapa alternatif dengan menggunakan sejumlah kriteria yang ditentukan berdasarkan hasil survei dengan pakar terkait. MPE adalah salah satu metode pengambilan keputusan yang mengkuantitaskan pendapat seseorang atau lebih dalam skala tertentu. Metode ini mempunyai keuntungan dalam mengurangi bias yang mungkin terjadi dalam analisis. Nilai skor menggambarkan urutan prioritas menjadi besar (fungsi eksponensial) ini mengakibatkan urutan prioritas alternatif keputusan lebih nyata. Menurut Marimin (2004) dalam menggunakan metode perbandingan eksponensial ada beberapa tahapan yang harus dilakukan yaitu menyusun alternatif-alternatif keputusan yang akan dipilih, menentukan kriteria atau perbandingan kriteria keputusan yang penting untuk dievaluasi, menentukan tingkat kepentingan dari setiap kriteria keputusan atau pertimbangan kriteria, melakukan penilaian terhadap semua alternatif pada setiap kriteria, menghitung skor atau nilai total pada setiap alternatif, dan menentukan urutan prioritas keputusan didasarkan pada skor atau
nilai total masing-masing alternatif. Formulasi perhitungan skor untuk setiap alternatif dalam metoda perbandingan eksponensial adalah sebagai berikut :
Keterangan : Tni = Total nilai alternatif ke-i RKij = Derajat kepentingan relatif kriteria ke-j pada pilihan keputusan i TKK =Derajat kepentingan kriteria keputusan ke-j; TKKj > 0;bulat n = Jumlah pilihan keputusan m = Jumlah kriteria keputusan Penentuan tingkat kepentingan kriteria dilakukan dengan cara wawancara dengan pakar atau melalui kesepakatan curah pendapat sedangkan penentuan skor alternatif pada kriteria tertentu dilakukan dengan memberi nilai setiap alternatif berdasarkan nilai kriterianya. Semakin besar nilai alternatif, semakin besar pula skor alternatif tersebut. Total skor masing-masing alternatif keputusan akan relatif berbeda secara nyata karena adanya fungsi eksponensial (Marimin, 2004). 2.
Metode Prakiraan Bahan Baku Menurut Makridakis et , al (1991), metode peramalan atau prakiraan (forecasting) merupakan suatu teknik untuk menduga atau memperkirakan perihal yang terjadi pada masa yang akan dating. Teknik prakiraan dibagi menjadi dua kategori utama, yaitu metode kuantitatif dan metode kualitatif. Metode kuantitatif dapat dibagi menjadi metode time series (deret berkala) dan metode kausal (sebab akibat). Metode kualitatif dapat dibagi menjadi metod eksploratif dan metode normative. Makridakis et, al. (1991) juga menyatakan bahwa metode prakiraan kuantitatif dapat diaplikasikan apabila terdapat kondisi a. Tersedianya informasi tentang masa lalu b. Informasi tersebut dapat dikuantitatifkan dalam bentuk data numeric dan c. Beberapa aspek pola/keadaan masa lalu diasumsikan akan berlanjut terus dimasa datang. Kelompok analisa deret berkala (time series) adalah metode prakiraan yang disusun dengan menggunakan suatu analisa statistic terhadap datan masa lalu. Asumsi dasar yang dipakai adalah nilai masa lalu dan masa kini mempunyai pola yang sama dan terus berlanjut di masa yang akan datang, sehingga prediksi nilai dimasa yang akan datang bias dilakukan dengan dasar nilai masa lalu dan masa kini. Makridakis et, al. (1991), menyatakan metode prakiraan deret berkala yang sering digunakan adalah metode permulusan dan analisa trend dengan regresi, metode permulusan merupakan metode prakiraan deterministik dengan pemberian pembobotan (penghalus) terhadap data masa lalu. Metode analisa trend merupakan pencocokan suatu persamaan garis matematis terhadap data dan memproyeksinya ke masa yang akan datang. Teknik yang dapat digunakan adalah (i) regresi liner, (ii) perataan bergerak yang meliputi bergerak tunggal (Single Moving Average) dan ganda (Double Moving Average), dan (iii) Pemulusan Esponensial tunggal (Exponential Smoothing) dan ganda (Double Exponential Smoothing). a.
Metode Time Series Metode time series adalah teknik statistik yang menggunakan data-data historis yang dikumpulkan sepanjang periode tertentu. Metode time series berasumsi bahwa apa yang telah
terjadi diwaktu yang lalu akan terjadi pula di masa depan. Sesuai penamaannya yakni deret waktu, metode ini membuat peramalan dengan hanya memperhitungkan satu faktor yaitu waktu. Metode ini berasumsi bahwa pola historis yang dapat diidentifikasikan atau tren permintaan sepanjang waktu akan terjadi berulang-ulang sepanjang waktu. Model-model peramalan dalam metode time series meliputi moving averages, exponential smoothing, dan linear trend lin. Berdasarkan hasil survey yang dilakukan oleh Institute of Business Forecasting pada tahun 2002, 60% perusahaan di manca negara menggunakan metode time series. Hal ini menjadikan metode time series sebagai metode peramalan yang paling populer sejauh ini. Alasan mengapa metode time series sangat populer adalah karena metode ini relatif lebih mudah dipahami dan digunakan. Survey tersebut juga menunjukkan bahwa metode time series yang paling banyak digunakan adalah moving averages dan exponential smoothing. b.
Metode Regresi Metode regresi merupakan metode terpopuler kedua yang paling banyak digunakan oleh perusahaan setelah metode time series. Regresi digunakan untuk peramalan dengan membangun hubungan matematis diantara dua atau lebih variabel. Jika terdapat suatu faktor yang mempengaruhi perilaku permintaan dimasa lalu, maka hal tersebut dapat dicari keterkaitannya, sehingga ketika hal yang sama terjadi lagi di masa depan, maka perilaku permintaannya dapat diprediksi. Bentuk yang paling sederhana dari metode regresi adalah linear regression, yang juga digunakan untuk mengembangkan model linear trend line untuk peramalan. 3.
Metode Perhitungan Analisis Finansial Aspek finansial dilakukan setelah selesai evaluasi aspek lain dalam rencana investasi proyek selesai dilaksanakan. Analisis finansial adalah perbandingan antara pengeluaran dengan pemasukan suatu proyek dengan melihat dari sudut badan atau orang yang menanamkan modalnya dalam proyek tersebut memberikan sumbangan atau rencana yang positif dalam pembangunan ekonomi nasional (Kadariah et al., 1978). Dari aspek finansial dapat diperoleh gambaran tentang struktur permodalan bagi perusahaan yang mencakup seluruh kebutuhan modal untuk dapat melaksanakan aktivitas mulai dari perencanaan sampai pabrik beroperasi. Secara umum, biaya dikelompokkan menjadi biaya investasi atau biaya modal kerja. Biaya investasi meliputi pembiayaan kegiatan prainvestasi, pengadaan tanah, bangunan, mesin dan peralatan, berbagai aset tetap, serta biaya-biaya lain yang bersangkutan dengan pembangunan proyek. Biaya kerja meliputi biaya produksi (bahan baku, tenaga kerja, overhead pabrik, dan lain-lain), biaya administrasi, biaya pemasaran, dan penyusutan. Kemudian dilakukan penilaian aliran dana yang diperlukan dan kapan dana tersebut dapat dikembalikan sesuai dengan jumlah waktu yang ditetapkan, serta apakah proyek tersebut menguntungkan atau tidak (Edris, 1993). Modal investasi dalam analisis finansial dibagi menjadi dua, yaitu modal tetap dan modal kerja. Modal tetap dipergunakan antara lain untuk pembiayaan kegiatan pra investasi, pengadaan tanah, bangunan, mesin dan peralatan, serta biaya-biaya lain yang bersangkutan dengan pembangunan proyek serta pengadaan dana modal tetap itu sendiri (Sutojo, 1996). Untuk menghindari salah perhitungan karena timbulnya hal-hal yang tidak dapat diduga sebelumnya, maka ditambahkan biaya lain-lain atau biaya yang biasa disebut dengan biaya kontingensi. Nilai yang lazim digunakan dalam menghitung biaya kontingensi adalah sebesar 10 persen (Sutojo, 1996).
Penyusutan merupakan pengalokasian biaya investasi suatu proyek pada setiap tahun sepanjang umur proyek tersebut. De Garmo et al. (1984) menyatakan bahwa metode yang sering digunakan yaitu metode garis lurus dimana perhitungan penyusutan didasarkan pada asumsi bahwa penurunan nilai peralatan atau bangunan berlangsung secara konstan selama umur pemakaian. Rumus untuk menghitung penyusutan berdasarkan metode garis lurus adalah sebagai berikut: D = (P-S) L Dimana: D = Biaya penyusutan tiap tahun P = Harga awal (Rp) S = Harga Akhir (Rp) L = Perkiraan umur ekonomis (tahun) Menurut Gray et al. (1993) untuk mencari ukuran yang menyeluruh sebagai dasar penerimaan atau penolakan suatu proyek telah dikembangkan berbagai cara yang dinamakan kriteria investasi. Beberapa kriteria investasi yang sering digunakan adalah Net Present Value, Internal Rate of Return, Net Benefit Cost Ratio, Pay Back Period, dan Analisis Sensitivitas. Net Present Value (NPV) adalah metode untuk menghitung selisih antara nilai sekarang investasi dan nilai sekarang penerimaan kas bersih (operasional maupun terminal cash flow) di masa yang akan datang pada tingkat bunga tertentu (Husnan dan Muhammad, 2000 dan Hernanto, 1991). Menurut Gray et al. (1993), formula yang digunakan untuk menghitung NPV adalah sebagai berikut.
Dimana: NPV = Net Present Value (RP) Bt = keuntungan pada tahun ke-t Ct = biaya pada tahun ke-t i = tingkat suku bunga yang berlaku (%) t = periode investasi n= umur ekonomis proyek Proyek dianggap layak dan dapat dilaksanakan apabila NPV > 0. Jika NPV < 0, maka proyek tidak layak dan tidak perlu dijalankan. Jika NPV sama dengan nol, berarti proyek tersebut mengembalikan persis sebesar opportunity cost faktor produksi modal. Internal Rate of Return (IRR) adalah discount factor pada saat NPV sama dengan nol dan dinyatakan dalam persen (Gray et al., 1993). Menurut Sutojo (1996), IRR merupakan tingkat bunga yang bilamana dipergunakan untuk mendiskonto seluruh kas masuk pada tahun-tahun operasi proyek akan menghasilkan jumlah kas yang sama dengan investasi proyek. Tujuan perhitungan IRR adalah mengetahui presentase keuntungan dari suatu proyek tiap tahunnya. Menurut Kadriah et al (1999), rumus IRR adalah sebagai berikut. [ Dimana: NPV (+) = NPV bernilai positif NPV (-) = NPV bernilai negatif
-
]
i(+) = discount factor yang membuat NPV positif i (-) = discount factor yang membuat NPV negatif Proyek layak dijalankan bila nilai IRR besar atau sama dengan dari nilai discount factor. Net Benefit Cost Ratio (Net B/C) dilakukan untuk melihat berapa kali lipat manfaat yang diperoleh dari biaya yang dikeluarkan (Gray et al., 1993). Formulasi perhitungan net B/C adalah sebagai berikut.
Dimana: Bt = Total penerimaan pada tahun ke-t (Rp) Ct = Total Biaya pada tahun ke-t (Rp) i = Tingkat suku bunga yang digunakan (%) t = Tahun berjalan n = umur proyek (tahun) Payback Period (periode pengembalian modal) adalah waktu yang diperlukan untuk mengembalikan investasi awal. Nilai PBP dihitung dengan rumus sebagai berikut:
PBP n
m ( Bn1 Cn1 )
Dimana: n = periode investasi pada saat nilai kumulatif Bt-Ct negatif yang terakhir (tahun) m = nilai kumulatif Bt-Ct negatif yang terakhir (Rp) Bn = manfaat bruto pada tahun ke –n (Rp) Cn = Biaya bruto pada tahun ke – n (Rp) Break Even Point atau titik impas merupakan titik dimana total biaya produksi sama dengan pendapatan. Titik impas menunjukkan bahwa tingkat produksi sama besarnya dengan biaya produksi yang dikeluarkan. hubungan antara biaya tetap dan biaya variabel dapat disajikan pada rumus berikut:
Analisis sensitivitas dilakukan untuk mengkaji sejauh mana perubahan parameter aspek financial berpengaruh terhadap keputusan yang dipilih. Apabila nilai unsur tertentu berubah dengan variasi yang relatif besar tetapi tidak berakibat terhadap investasi, maka dapat dikatakan bahwa keputusan untuk berinvestasi pada suatu proyek tidak sensitiv terhadap unsur yang dimaksud. Sebaliknya bila terjadi perubahan yang kecil saja mengakibatkan perubahan keputusan investasi, maka dinamakan keputusan untuk berinvestasi tersebut sensitiv terhadap unsur yang dimaksud. Analisis sensitivitas terhadap unsur-unsur yang terdapat di dalam aliran kas meliputi perubahan harga bahan baku, biaya produksi, berkurangnya pangsa pasar, turunnya harga jual produk per unit, ataupun tingkat bunga pinjaman (Soeharto, 2000).
Analisis proyek biasanya didasarkan pada proyeksi-proyeksi yang mengandung banyak ketidakpastian dan perubahan yang akan terjadi di masa mendatang. Suatu proyek dapat berubahubah sebagai akibat empat permasalahan utama yaitu perubahan harga jual produk, keterlambatan pelaksanaan proyek, kenaikan biaya, dan perubahan volume produksi (Gittinger, 1986). 4.
Metode Analisis Pasar dan Pemasaran Aspek-aspek yang dikaji pada analisis pasar dan pemasaran meliputi analisis potensi pasar dan strategi pemasaran untuk mencapai pangsa pasar serbuk sawit. Semua aspek tersebut diukur dengan teknik yang sesuai dengan kebutuhan penelitian dan sumber data yang diperoleh. Setelah diketahui potensi pasar yang dapat diraih, maka diperlukan strategi pemasaran (targetting), dan penentuan posisi di pasar (positioning), serta bauran pemasaran (marketing mix). Diagram alir proses analisis pasar dan pemasaran dapat dilihat pada Gambar 8 berikut.
Mulai
Pencarian data
Tidak Data cukup? Ya
Analisis potensi pasar LCM serbuk sawit
Penentuan strategi pembentukan dan pengembangan pasar
Penentuan strategi bauran pemasaran
Selesai
Gambar 8. Diagram alir proses analisis pasar dan pemasaran 5.
Metode Analisis Teknis dan Teknologis Analisis teknis dan teknologis meliputi ketersediaan bahan baku, penentuan kapsitas produksi dan lokasi, pemilihan teknologi proses, mesin dan peralatan, neraca massa dan energi, dan perencanaan tata letak, dan kebutuhan luas ruangan produksi dari produksi tersebut. Diagram alir proses analisis teknis dan teknologis dapat dilihat pada Gambar 9 dibawah ini.
Mulai
Pencarian Pakar
Penyebaran kuisioner MPE
Pengolahan data hasil kuisioner
lokasi pabrik
Penentuan kapasitas produksi
Pemilihan teknologi proses, mesin, dan peralatan
Penyusunan neraca massa dan energi
Penyusunan diagram keterkaitan antaraktivitas, kebutuhan luas ruang produksi
Penyusunan tata letak pabrik
Selesai
Gambar 9. Diagram alir proses analisis teknis dan teknologis Ketersediaan bahan baku limbah batang kelapa sawit dianalisis dengan mengkaji data luar areal perkebunan kelapa sawit yang berada pada provinsi Riau, Sumatera Utara, Sumatera Barat, dan Sumatera Selatan. Jika kebutuhan limbah batang kelapa sawit tidak terpenuhi maka dilakukan pencarian alternatif tempat bahan baku diperoleh. Penentuan kapasitas produksi dilakukan dengan memperhatikan ketersediaan bahan baku limbah batang kelapa sawit dan kemampuan menyerap pasar serbuk sawit. Kedua komponen tersebut dianalaisi sehingga didapatkan kapasitas produksi industri pengolaha batang kelapa sawit menjadi serbuk sawit. Pemilihan jenis teknologi proses produksi didasarkan pada kemudahan proses produksi dan perkiraan biaya produksi. Pemilihan mesin dan peralatan ditentukan berdasarkan teknologi dan proses produksi yang dipilih. Neraca massa disusun untuk melihat laju alir, jumlah input, dan jumlah output masing-masing komponen bahan pada setiap proses.
Penentuan tata letak pabrik dilakukan dengan menganalisis keterkaitan antar aktivitas, kemudian menentukan kebutuhan luas ruang dan alokasi area. Untuk menganalisis keterkaitan antar aktivitas, perlu ditentukan derajat hubungan aktivitas. Derajat hubungan aktivitas diberi tanda sandi sebagai berikut: 1. A (absolutely necessary) menunjukkan bahwa letak antara dua kegiatan harus saling berdekatan dan bersebelahan. 2. E (especially important) menunjukkan bahwa letak antara dua kegiatan harus bersebelahan 3. I (important) menunjukkan bahwa letak antara dua kegiatan cukup berdekatan 4. O (Ordinary important) menunjukkan bahwa letak antara dua kegiatan tidak harus saling berdekatan. 5. U (unimportant) menunjukkan bahwa letak antara dua kegiatan tidak harus saling berdekatan 6. X (undesirable) menunjukkan bahwa letak antara dua kegiatan harus saling berjauhan atau tidak boleh saling berdekatan. Sandi derajat hubungan aktivitas diletakkan pada bagian dalam kotak bagan keterkaitan antar aktivitas. Alasan-alasan yang mendukung kedekatan hubungan meliputi keterkaitan produksi, keterkaitan pekerja, dan aliran informasi. Alasan keterkaitan produksi meliputi urutan aliran kerja, penggunaan peralatan, catatan dan ruang yang sama, kebisingan, kotor, debu, getaran, serta kemudahan pemindahan barang. Alasan keterkaitan pekerja meliputi penggunaan karyawan yang sam, pentingnya berhubungan, jalur perjalanan, kemudahan pengawasan, pelaksanaan pekerjaan serupa, perpindahan pekerja, dang gangguan pekerja. Alasan informasi meliputi penggunaan catatan yang sama, hubungan kertas kerja, dan penggunaan alat komunikasi yang sama (Apple, 1990). Kebutuhan luas ruang produksi tergantungan pada jumlah mesin dan peralatan, tenaga kerja atau operator yang menangani fasilitas produksi, serta jumlah dan jenis sarana yang mendukung kegiatan produksi. Metode yang digunakan dalam menentukan kebutuhan luas ruang produksi adalah metode pusat produksi. Pusat produksi terdiri dari mesin dan semua perlengkapan untuk mendukung proses produksi serta luasan untuk melaksanakan operasi (Machfud dan Agung, 1990). 6.
Metode Analisis Manajemen Kajian terhadap manajemen dan organisasi meliputi pemilihan bentuk perusahaan dan struktur organisasi yang sesuai, kebutuhan tenaga kerja, dan deskripsi dan spesifikasi kerja. Aliran analisis manajemen dan organisasi dapat dilihat pada Gambar 10 berikut:
Mulai
Menentukan tujuan perusahaan
Mempertimbangkan: • • •
Data perkiraan investasi yang diperlukan dari penggunaan mesin dan bahan baku Data kapasitas produksi Teknologi proses yang digunakan
Menentukan bentuk usaha yang dipilih
Menentukan struktur organisasi, deskripsi dan spesifikasi kerja, dan kebutuhan tenaga kerja
Selesai
Gambar 10. Diagram alir proses analisis manajemen 7.
Metode Analisis Lingkungan dan Legalitas Analisis lingkungan meliputi sejauh mana keadaan tingkat lingkungan dapat menunjang perwujudan pendirian industri pengolahan limbah batang kelapa sawit, terutama sumber daya yang diperlukan, seperti air, energi, manusia, dan ancaman alam sekitar, serta analisis mengenai dampak lingkungan yang ditimbulkan oleh pendirian industri ini. Analisis legalitas meliputi mekanisme perizinan dan peraturan-peraturan yang berlaku. 8.
Metode penjadwalan Penebangan a. Algoritma K-means Cluster Pengelompokan data (Clustering) adalah teknik umum untuk analisis data statistik, yang digunakan dalam banyak bidang, termasuk pembelajaran mesin, data mining, pengenalan pola, analisis gambar dan bioinformatika. Clustering adalah klasifikasi objek serupa ke dalam beberapa kelompok. Lebih tepatnya, partisi dari kumpulan data ke subset (cluster). Secara ideal, data dalam setiap subset memiliki beberapa ciri umum yang berdekatan melalui metode pengukuran jarak (János, 2007). Clustering membagi data ke dalam grup (cluster) yang bermakna, berguna, atau keduanya. Tujuan dari clustering adalah agar obyek-obyek di dalam grup adalah mirip (atau berhubungan) satu dengan lainnya, dan berbeda (atau tidak berhubungan) dengan obyek dalam grup lainnya. Semakin besar tingkat kemiripan atau similarity (atau homogenitas) di dalam satu
grup dan semakin besar tingkat perbedaan diantara grup, maka semakin baik (atau lebih berbeda) clustering tersebut. Algoritma clustering K-Means dikembangkan oleh J. MacQueen (1967) dan kemudian oleh J. A. Hartigan dan M. A. Wong sekitar tahun 1975 . Algoritma clustering K-Means adalah algoritma untuk mengklasifikasikan atau mengkelompokkan objek berbasis atribut atau ciri tertentu ke dalam K jumlah klaster . K adalah sebuah angka integer positif . Pengelompokkan dilakukan dengan cara meminimalisir jarak data dan centroid klaster yang ditentukan. Algoritma K-means cluster merupakan sebuah algoritma clustering tanpa pengawasan, "K" diartikan sebagai jumlah klaster yang biasanya digunakan sebagai input pengguna untuk algoritma. Beberapa kriteria dapat digunakan untuk secara otomatis memperkirakan K. Algoritma K-means adalah sebuah pendekatan untuk masalah optimasi kombinatorial NP-hard. K-means algoritma sangat iteratif di alam, konvergen, namun hanya menghasilkan minimum lokal. Bekerja hanya untuk data numerik, mudah untuk diterapkan.. Kesamaan ukuran atau jarak (ukuran perbedaan) digunakan untuk menghitung kesamaan atau ketidaksamaan dua titik data atau dua kelompok. Kesamaan dan jarak merupakan elemen dasar dari algoritma clustering, dengan kemungkinan analisis kelompok. Secara umum, jarak dan kesamaan adalah konsep timbal balik. Seringkali, kesamaan langkah dan koefisien kesamaan yang digunakan untuk menggambarkan secara kuantitatif seberapa mirip dua titik data yang atau bagaimana serupa dua cluster adalah: semakin besar kesamaan koefisien, yang lebih mirip adalah dua titik data. Ketidaksamaan ukuran dan jarak adalah sebaliknya: semakin besar ketidaksamaan ukuran atau jarak, semakin berbeda adalah titik data dua atau dua cluster. Pertimbangkan dua titik data
x ( x1 , x2 ,..., xd )T dan y ( y1 , y2 ,..., yd )T .
Jarak Euclidean mungkin jarak yang paling umum kita yang pernah digunakan untuk numerik data. Selama dua titik data x dan y dalam ruang d-dimensi, jarak Euclidean antara 1
mereka didefinisikan sebagai :
dimana
d 2 2 d ( x, y ) ( x j y j ) j 1
x j dan y j adalah nilai-nilai atribut ke- j dari x dan y , masing-masing. Diagram alir
proses analisis k-means cluster dapat dilihat pada Gambar 11 dibawah ini.
Gambar 11. Diagram alir proses analisis K-means Cluster
b.
Genethic Algorithm Persoalan pedagang keliling (Travelling Salesperson Problem-TSP) merupakan persoalan optimasi untuk mencari perjalanan terpendek bagi pedagang keliling yang ingin berkunjung ke beberapa kota, dan kembali ke kota asal keberangkatan. TSP merupakan persoalan yang sulit bila dipandang dari sudut komputasinya. Beberapa metode telah digunakan untuk memecahkan persoalan tersebut namun hingga saat ini belum ditemukan algoritma yang mangkus untuk menyelesaikannya. Cara termudah untuk menyelesaikan TSP yaitu dengan mencoba semua kemungkinan rute dan mencari rute yang terpendek sehingga diperoleh solusi yang mendekati solusi optimal. Oleh karena itu digunakan algoritma genetika untuk menentukan perjalanan terpendek yang melalui kota lainnya hanya sekali dan kembali ke kota asal keberangkatan. Algoritma genetika yaitu algoritma pencarian dan optimasi yang terinspirasi oleh prinsip dari genetika dan seleksi alam (teori evolusi Darwin). Algoritma ini sangat tepat digunakan untuk penyelesaian masalah optimasi yang kompleks dan sukar diselesaikan dengan metode konvensional. Dalam penelitian ini persoalan TSP dengan menggunakan metode Algoritma genetika diaplikasikan kedalam penjadwalan penebangan kebun kelapa sawit guna mendapatkan jarak tempuh terpendek sehingga dapat meminimumkan biaya transportasi yang dikeluarkan perusahaan. Jarak tempuh terpendek dihitung dengan melihat parameter jumlah jarak (km) yang ditempuh kendaraan pengangkut batang kelapa sawit serta melihat parameter biaya pengangkutan itu sendiri. Rute diambil berdasarkan data perusahaan perkebunan yang berada di masing-masing kecamatan di kabupaten yang terpilih. Masing-masing kemungkinan yang didapat dihitung nilai kebugaran (fitness) dengan menggunakan metode algoritma genetika guna mendapatkan solusi rute optimum sehingga penjadwalan penebangan pun juga menjadi baik. Dalam menghitung nilai kebugaran (fitness) masing-masing kemungkinan dari rute yang di dapat, digunakan fungsi berikut beserta kendala-nya.
I
MIN Dicx i1 Kendala: Di < Dj Capx < 30 Keterangan : Di = Jarak dari sumber ke-i (km) Dj = Jarak keseluruhan (km) cx = biaya bahan bakar /km Capx = kapasitas truk angkut (ton) Asumsi: Kapasitas truk angkut maksimum Biaya bahan bakar
= 30 ton = Rp 4500
Dari fungsi minimasi diatas, setiap kemungkinan rute yang didapat kemudian dihitung nilai kebugarannya dengan metode algoritma genetika. Proses penghitungan rute minimum dapat dilihat melalui Gambar 12 berikut.
Gambar 12. Diagram algoritma sederhana dalam mencari fungsi optimum D.
Pengembangan Sistem Berorientasi Objek Menurut O’brien (2008) proses pengembangan sistem informasi umumnya meliputi tiga tahapan proses, (1) Analisis sistem, yaitu studi mendalam mengenai informasi yang dibutuhkan oleh pemakai akhir yang menghasilkan persyaratan fungsional dan digunakan sebagai dasar desain sistem informasi yang dibuat. (2) Desain Sistem merupakan serangkaian aktivitas-aktivitas desain yang menghasilkan spesifikasi sistem yang memenuhi persyaratan fungsional pada tahap analisis sistem. (3) Pengembangan pemakai akhir merupakan tahap merubah dari konsep desain pada tahap sebelumnya menjadi sebuah perangkat aplikatif yang sesuai kebutuhan pengguna akhir. Tahap desain bertujuan untuk merancang dan mendesain sistem sesuai dengan hasil analisa sistem. Tahap desain sistem didasarkan atas sistem yang dikaji meliputi tahap perancangan sistem basis model, sistem pengolahan data, sistem pengolah terpusat dan sistem dialognya. Perancangan basis model dilakukan dengan pembuatan diagram alir data yang terdapat pada Lampiran 1 (data flow diagram) dan bagian terstruktur (structured chart). Perancangan sistem pengolahan data menggunakan teknik entity relationship yang meliputi pembuatan kamus data dan perancangan data konseptual yang dituangkan kedalam model data fisik yang menggambarkan relasi antar entitas (entity relationship) yang kemudian di generate sehingga terbentuklah database yang diinginkan. Penampakan dari realsi antar entitas yang telah berbentuk conceptual data model dan physical data model dapat dilihat pada Lampiran 2, sedangkan rancangan struktur sistem penunjang keputusan dapat dilihat pada Gambar 13 berikut.
Pengguna(User)
Sistem Manajemen Dialog
Sistem Pengolahan Terpusat
Sistem Manajemen Basis Data Statis
Sistem Manajemen Basis Data Dinamis
Sistem Manajemen Basis Model
Data Umum Limbah Batang Kelapa sawit
Data Lokasi Potensial
Model Pemilihan Lokasi Potensial
Deskripsi Sistem
Data Bahan Baku Data Teknis dan Teknologis
Model Prakiraan Bahan Baku Model Teknis dan Teknologis
Data Permintaan Pasar Data Penjadwalan Penebangan
Model Penjadwalan Penebangan Model Analisis Kelayakan Finansial
Gambar 13. Rencana struktur sistem penunjang keputusan E. Tahapan Pendekatan Sistem Sistem merupakan suatu kesatuan usaha yang terdiri dari bagian-bagian yang berkaitan satu sama lain yang berusaha mencapai tujuan dalam suatu lingkungan yang kompleks. Marimin (2004) mendefinisikan sistem sebagai gugus dari elemen-elemen yang saling berinteraksi secara teratur dalam rangka mencapai tujuan atau subtujuan. Karena pemikiran sistem selalu berorientasi untuk mencari keterpaduan antar bagian melalui pemahan yang utuh, maka diperlukan suatu kerangka berfikir baru yang dikenal sebagai pendekatan sistem (Eriyatno, 1998). Menurut Marimin (2004), pendekatan sistem adalah suatu pendekatan analisis organisatoris yang menggunakan ciri-ciri sistem sebagai titik tolak analisis. Pendekatan sistem adalah penerapan dari sistem ilmiah dalam manajemen untuk mengetahui faktor-faktor yang mempengaruhi perilaku dan keberhasilan suatu organisasi atau suatu sistem. Pemecahan masalah dapat dilakukan dengan menggunakan pendekatan sistem yang terdiri dari beberapa tahap. Tahapan analisis sistem dapat dilihat pada Gambar 14 sebagai berikut.
Mulai
Analisa Kebutuhan
Formulasi Permasalahan
Identifikasi sistem
Pembuatan program komputer Tidak Memuaskan
Implementasi
Evaluasi Periodik Tidak Memuaskan Ya Selesai
Gambar 14. Metodologi pemecahan masalah dengan pendekatan sistem (Manetsch dan Park, 1977) 1.
Analisis Kebutuhan Tahap awal pengkajian suatu sistem adalah tahap analisa kebutuhan. Menurut Marimin (2004), analisa kebutuhan merupkan permulaan pengkajian dari suatu sistem. Analisis ini akan dinyatakan dalam kebutuhan-kebutuhan yang ada, baru kemudian dilakukan tahapan pengembangan terhadap kebutuhan-kebutuhan yang dideskripsikan. Analisis kebutuhan selalu menyangkut interaksi anatara respon yang timbul dari seorang pengambil keputusan terhadap jalannya sistem. Analisis ini dapat meliputi hasil survey, pendapat ahli, diskusi, obesrvasi lapangan dan sebagainya. Dalam sistem penunjang keputusan cerdas untuk membuat perencanaan industri pengolahan batang kelapa sawit menjadi serbuk sawit, terdapat beberapa komponen yang saling berkaitan yang berfungsi untuk mendukung jalannya sistem. Identifikasi kebutuhan dari sistem penunjang keputusan perencanaan industri batang kelapa sawit ini meliputi aktor-aktor dan kebutuhannya sebagai berikut: a.
Petani kelapa sawit
Pendapatan petani meningkat
Nilai harga jual yang stabil
b.
c.
Kualitas kayu yang dihasilkan Pihak industri
Ketersediaan bahan baku yang stabil
Sentra produksi dan jumlah produksi bahan baku (batang kelapa sawit)
Kemudahan distribusi pemasaran Investor
d.
Kemudahan menjual hasil limbah
Lokasi potensial penanaman modal pabrik pengolahan
Prospek pengembangan diversifikasi produk Pemerintah
Proyek dapat menambah devisa negara
Kelestarian lingkungan terjaga
Tata niaga sektor pertanian terkontrol
Taraf kehidupan petani meningkat
Kontinuitas pengadaan bahan baku
Menciptakan persaingan yang sehat
2.
Formulasi Masalah Keberhasilan dalam mengembangkan suatu proyek memerlukan perencanaan yang baik, pengetahuan serta intuisi yang tepat dalam pengambilan keputusan. Perencanaan dilakukan berdasarkan analisa dari faktor internal dan eksternal, serta asumsi-asumsi untuk masa yang akan datang. Penerapan sistem dari perencanaan industri sebaiknya mengintegrasikan beberapa subsektor yang terlibat didalamnya seperti pengolahan limbah dan perdagangan. Permasalahan yang paling mendasar dalam kajian ini adalah pemanfaatan limbah yang tepat dengan membangun suatu sistem yang dapat mengolah dan merencanakan suatu industri yang belum ada guna mendapat nilai tambah. Adanya model sistem untuk perencanaan industri yang dapat membantu dalam proses pengambilan keputusan secara sistematis, cepat, efisien, dan efektif diharapkan dapat menjadi penunjang tercapainya pemenuhan kebutuhan dari tiap komponen dalam sistem. 3.
Identifikasi Sistem Identifikasi sistem bertujuan untuk memberikan gambaran terhadap sistem yang dikaji, berupa rantai hubungan antara pernyataan dari kebutuhan-kebutuhan antar komponen-komponen. Tujuan akhir dari identifikasi sistem yaitu menghasilkan spesifikasi yang terperinci tentang peubah yang menyangkut rancangan dan proses konrrol, yang ditentukan dan ditandai dengan adanya determinasi kriteria jalannya sistem yang akan mebantu dalam evaluasi alternatif sistem (Eriyatno, 1999). Indentifikasi sistem dapat dijabarkan dalam bentuk diagram inpu-output. Diagram input-output yang menggambarkan sistem yang dikaji dapat dilihat pada Gambar 15 berikut.
Input Lingkungan 1. 2.
Kebijakan Pemerintah Kelangsungan wilayah penghasil limbah batang kelapa sawit
1. 2.
Input Tak Terkendali 1. 2.
Output Dikehendaki
3. 4.
Permintaan Pasar Biaya Pendirian industri dan biaya pengolahan
5.
Lokasi yang sesuai Ketersediaan bahan baku yang cukup Teknologi pengolahan Optimasi penjadwalan penebangan Analisis Kelayakan Finansial
Sistem Penunjang Keputusan Perencanaan Industri Pengolahan Batang Kelapa Sawit Menjadi Serbuk Sawit
Output Tak Dikehendaki
Input Terkendali 1.
2. 3. 4.
1.
Kebutuhan Limbah batang kelapa sawit yang akan diolah Pasar yang akan diambil Teknologi pengolahan dan jumlah produksi Struktur biaya
2. 3. 4.
Tingkat permintaan rendah Biaya produksi tinggi Teknologi produksi yang tidak efisien Kualitas menurun
Manajemen Perencanaan Industri Pengolahan Batang Kelapa Sawit Menjadi Serbuk Sawit
Gambar 15 . Diagram input output sistem perencanaan industri pengolahan batang kelapa sawit menjadi serbuk sawit. 4.
Implementasi Sistem Tahap implementasi sitem merupakan proses transformasi desain sistem menjadi sebuah sistem aplikatif atau perangkat lunak. Implementasi SPKPalmpowder 1.0 pada tahap desain sistem menggunakan Microsoft Visio 2003 (Microsoft 2002) dan Sybase Power Designer 15.3 sedangkan
pada tahap pembuatan paket program menggunakan perangkat lunak Borland Delphi 7 (Borland 2002). Sedangkan Microsoft Acces 2007 dan MySQL (Oracle 2009) digunakan sebagai sistem manajamen basis data dinamis. 5.
Verifikasi Sistem Verifikasi merupakan tahapan untuk mengetahui apakah program yang dibuat menghasilkan keluaran secara keseluruhan sesuai yang diinginkan. Proses verifikasi dilakukan selama pembuatan dan setelah selesai. Tahap verifikasi dilakukan dengan cara pengujian keluaran paket program dan pelacakan kesalahan sistem (testing and debuging).
