OPTIMALISASI PENGADAAN TANDAN BUAH SEGAR (TBS) SEBAGAI BAHAN BAKU INDUSTRI PENGOLAHAN CRUDE PALM OIL (CPO) DAN PALM KERNEL OIL (PKO) (Studi Kasus PKS Adolina PT. Perkebunan Nusantara IV)
SKRIPSI
ROSELINA BR BAKARA H34096098
DEPARTEMEN AGRIBISNIS FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR BOGOR 2011
i
RINGKASAN ROSELINA BR BAKARA. Optimalisasi Pengadaan Tandan Buah Segar (TBS) sebagai Bahan Baku Industri Pengolahan Crude Palm Oil (CPO) dan Palm Kernel Oil (PKO) (Studi Kasus PKS Adolina PT Perkebunan Nusantara IV). (Dibawah bimbingan DWI RACHMINA). Sub sektor perkebunan sebagai salah satu bagian dari pertanian dalam arti luas dan merupakan komponen utama yang penting dalam perekonomian Indonesia. Hasil-hasil perkebunan yang selama ini telah menjadi komoditas ekspor antara lain adalah kelapa sawit. Tingginya permintaan minyak kelapa sawit tercermin dari menigkatnya konsumsi minyak sawit dunia. Produksi minyak sawit pertumbuhannya dari tahun 2001 sampai 2008 mencapai 6,75 persen dan pertumbuhan konsumsi pada rentang tahun yang sama mencapai 6,93 persen. Persentase peningkatan pada kinerja ekspor CPO yang berkisar 4,13 persen hingga 14,58 persen ini mengindikasikan bahwa salah satu sumber penghasil devisa Indonesia berasal dari ekspor CPO ke Negara seperti India, China dan Uni Eropa. Unit Usaha Adolina merupakan salah satu unit usaha milik PTPPN IV yang bergerak di bidang perkebunan dan pengolahan kelapa sawit. Perkebunan Adolina memiliki luas areal tanam kelapa sawit sebesar 8.815,69 hektar dengan tanaman produktif seluas 5.095 hektar dan pabrik kelapa sawit (PKS) dengan kapasitas produksi 30 ton Tandan Buah Segar (TBS) per jam. Bahan baku TBS merupakan salah satu faktor penting dalam kegiatan industri PPKS. Pabrik pengolahan sering mengalami kekurangan bahan baku dalam memenuhi kapasitas produksi untuk memaksimalkan keuntungan perusahaan. Saat ini produksi kebun Adolina hanya mampu memasok TBS sebesar 32 persen dari kapasitas pabrik kelapa sawit (PKS). Oleh sebab itu perlu dilakukan kegiatan optimalisasi pengadaan TBS untuk mencapai keuntungan optimal PKS Adolina dengan memanfaatkan sumberdaya-sumberdaya yang dimiliki. Penelitiaan ini dilakukan dengan tujuan untuk menganalisis tingkat produksi CPO dan PKO yang memberikan keuntungan maksimal dengan pemanfaatan sumberdaya yang terbatas dan mengidentifikasi tingkat pengadaan optimal TBS dalam memproduksi CPO dan PKO di PKS Adolina untuk mencapai keuntungan maksimum. Sumberdaya yang menjadi kendala adalah kapasitas maksimal pabrik, ketersediaan TBS pembelian, kuota batasan pembelian, ketersediaan tenaga kerja, dan kendala transfer. Kendala pembatas dalam penelitian ini adalah ketersediaan tenaga kerja dan kendala Transfer. Metode penelitian yang digunakan adalah linear programming dengan a nalisis primal, analisis dual, analisis sensitivitas dan analisis post optimal. Hasil optimalisasi keadaan aktual menyatakan bahwa keuntungan aktual masih belum tercapai, keuntungan saat ini hanya sebesar 72 persen dari keuntungan optimal. Pada keadaan ini masih terdapat sumberdayasumberdaya yang mengalami kelebihan sehingga mengakibatkan pemborosan seperti, kapasitas pabrik yang digunakan hanya rata-rata mencapai 68 persen, kelebihan pasokan TBS pembelian sebesar 4.446.525, dan batasan kuota pembelian sebesar 6.000.000 kilogram setiap bulannya.
ii
Pasokan bahan baku dari pembelian merupakan salah satu sumberdaya yang berlebih dan mengakibatkan pemborosan bagi PKS Adolina. Maka untuk memaksimalkan keuntungan dilakukan analisis post optimal dengan dua scenario. Penentuan scenario dilihat dari keadaan aktual perusahaan dan kelabihan dan kekurangan sumberdaya yang terdapat diperusahaan. Skenario satu yaitu pengurangan pasokan pembelian sebesar 44,8 persen dan di ikuti dengan peningkatan pasokan kebun Adolina sebesar 22 persen akan meningkatkan keuntungan optimal sebesar 0,55 persen dari keuntungan aktual PKS Adolina pada tahun 2010. Peningkatan keuntungan optimal yang dapat diperoleh sebesar Rp 18.471.150.000. Skenario dua yaitu peningkatan jumlah ketersediaan tenaga kerja langsung sebesar 10 persen mampu meningkatkan keuntungan optimal sebesar 0,39 persen yaitu senilai Rp 25.042.951.163.
iii
OPTIMALISASI PENGADAAN TANDAN BUAH SEGAR (TBS) SEBAGAI BAHAN BAKU INDUSTRI PENGOLAHAN CRUDE PALM OIL (CPO) DAN PALM KERNEL OIL (PKO) (Studi Kasus PKS Adolina PT. Perkebunan Nusantara IV)
ROSELINA BR BAKARA H34096098
Skripsi ini merupakan salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Agribisnis
DEPARTEMEN AGRIBISNIS FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR BOGOR 2011 iv
Judul Skripsi : Optimalisasi Pengadaan Tandan Buah Segar (TBS) sebagai Bahan Baku Industri Pengolahan Crude Palm Oil (CPO) dan Palm Kernel Oil (PKO) (Studi Kasus PKS Adolina PT. Perkebunan Nusantara IV) Nama
: Roselina Br Bakara
NIM
: H34096098
Menyetujui, Pembimbing
Ir. Dwi Rachmina, MS NIP. 19631227 199003 2 001
Diketahui Ketua Departemen Agribisnis Fakultas Ekonomi dan Manajemen Institute Pertanian Bogor
Dr. Ir. Nunung Kusnadi, MS NIP.19580908 198403 1 002
Tanggal Lulus :
v
PERNYATAAN Dengan ini saya menyatakan bahwa skripsi saya yang berjudul “Optimalisasi Pengadaan Tandan Buah Segar (TBS) sebagai Bahan Baku Industri Pengolahan Crude Palm Oil (CPO) dan Palm Kernel Oil (PKO) (Studi Kasus PKS Adolina PT. Perkebunan Nusantara IV)” adalah karya sendiri dan belum diajukan dalam bentuk apapun kepada perguruan tinggi manapun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah dituliskan dalam teks dan dicantumkan daftar pustaka dibagian akhir skripsi ini.
Bogor, Oktober 2011
Roselina Br Bakara H34096098
vi
RIWAYAT HIDUP Penulis dilahirkan di Aek Raso pada tanggal 04 Desember 1987. Penulis adalah anak kedua dari empat bersaudara dari pasangan Bapak N. Bakara dan Ibunda R. Nainggolan. Penulis menyelesaikan pendidikan dasar di SDN 118268 Aek Raso pada tahun 2000 dan pendidikan menengah pertama diselesaikan pada tahun 2003 di SLTP R.K Bintang Timur Rantau Prapat. Pendidikan lanjutan menengah atas di SMAN 3 Rantau Utara diselesaikan pada tahun 2006. Penulis diterima pada Program Diploma III Agribisnis melalui jalur Undangan Seleksi Masuk IPB (USMI) pada tahun 2006. Pada tahun yang sama penulis melanjutkan pendidikan di Program Sarjana Ekstensi Agribisnis.
vii
KATA PENGANTAR Puji syukur kepada Tuhan Yang Maha Esa atas segala berkat dan karuniaNya sehingga penulis dapat menyelesaikan skripsi yang berjudul “Optimalisasi Pengadaan Tandan Buah Segar (TBS) sebagai Bahan Baku Industri Pengolahan Crude Palm Oil (CPO) dan Palm Kernel Oil (PKO) (Studi Kasus PKS Adolina PT. Perkebunan Nusantara IV)”. Penelitian ini bertujuan untuk mengetahui tingkat pengadaan bahan baku optimal yang dibutuhkan pabrik kelapa sawit (PKS) Adolina untuk memperoleh keuntungan optimal serta mengetahui alternatife skenario pengadaan bahan baku yang optimal untuk menghasilkan keuntungan yang lebih baik dengan memanfaatkan sumberdaya yang dimiliki Unit Usaha Adolina.
Bogor, Oktober 2011 Roselina Br Bakara
viii
UCAPAN TERIMAKASIH Penyelesaian skripsi ini juga tidak terlepas dari berbagai pihak. Sebagai bentuk rasa syukur kepada Tuhan, penulis ingin menyampaikan terimakasih dan penghargaan kepada: 1. Ir. Dwi Rachmina, MS selaku dosen pembimbing atas bimbingan, arahan, waktu dan kesabaran yang telah diberikan kepada penulis selama penyusunan skripsi ini. 2. Dr. Ir. Nunung Kusnadi, MS atas kesediaannya menjadi dosen evaluator pada kolokium dan atas semua masukan dan arahan untuk memperbaiki skripsi ini. 3. Amzul Rifin, PhD dan Suprehatin, SP, MAB atas kesediaannya menjadi dosen penguji dan atas semua masukan dan arahan untuk memperbaiki skripsi ini. 4. Keluargaku yang ku sayangi, Irawati, Thamrin, Alfri, Yosua juga keponakanku Arumy dan special untuk Ayahku N. Bakara dan Mamaku R. Nainggolan tercinta atas semua dukungan moril dan materil sehingga penulis dapat menyelesaikan kuliah. 5. Segenap pimpinan dan karyawan Unit Usaha Adolina PTPN IV atas kerjasamanya selama penelian berlangsung. 6. Siti Rahmawati, Nanda Pramudya, Junita Hutabarat, Eva Christy dan Iman Satra atas persahabatan dan dukungan yang diberikan selama kuliah. 7. Seluruh keluarga besar Ekstensi Agribisnis angkatan VII Institut Pertanian Bogor atas kerjasamanya dan dukungan selama kuliah dan selama penelitian.
Bogor, Oktober 2011 Roselina Br Bakara
ix
DAFTAR ISI Halaman DAFTAR TABEL ............................................................................................. xii DAFTAR GAMBAR .......................................................................................... xv DAFTAR LAMPIRAN ..................................................................................... xvi I.
PENDAHULUAN ........................................................................................ 1.1. Latar Belakang ....................................................................................... 1.2. Perumusan Masalah ............................................................................... 1.3. Tujuan .................................................................................................... 1.4. Manfaat .................................................................................................. 1.5. Ruang Lingkup .......................................................................................
1 1 4 6 6 7
II. TINJAUAN PUSTAKA ................................................................................ 2.1. Perkembangan Industri Kelapa Sawit Indonesia ................................... 2.2. Sistem Pengadaan Bahan Baku .............................................................. 2.3. Model Optimalisasi Pengadaan Bahan Baku .........................................
8 8 8 9
III KERANGKA PEMIKIRAN ........................................................................ 3.1. Kerangka Pemikiran Teoritis ................................................................. 3.1.1. Fungsi Produksi ........................................................................... 3.1.2. Pengadaan Bahan Baku................................................................ 3.1.3. Optimalisasi ................................................................................. 3.1.4. Program Linear ............................................................................ 3.2. Kerangka Pemikiran Operasional ..........................................................
12 12 12 13 15 16 18
IV. METODE PENELITIAN............................................................................ 4.1. Lokasi dan Waktu Penelitian ................................................................. 4.2. Jenis dan Sumber Data ........................................................................... 4.3. Metode Pengolahan dan Analisis Data .................................................. 4.3.1. Penentuan Variabel Keputusan .................................................... 4.3.2. Fungsi Tujuan .............................................................................. 4.3.3. Penentuan Fungsi Kendala ........................................................... 4.3.4. Analisis Primal ............................................................................. 4.3.5. Analisis Dual ................................................................................ 4.3.6. Analisis Sensitivitas ..................................................................... 4.3.7. Analisis Post Optimal .................................................................. 4.4. Asumsi-Asumsi ......................................................................................
20 20 20 20 21 22 22 25 26 26 27 27
V. GAMBARAN UMUM PKS ADOLINA ...................................................... 5.1. Profil Perusahaan ................................................................................... 5.1.1. Sejarah Singkat Perusahaan ......................................................... 5.1.2. Ruang Lingkup Bidang Usaha ..................................................... 5.1.3. Lokasi Perusahaan ....................................................................... 5.1.4. Daerah Pemasaran ........................................................................ 5.2. Organisasi dan Manajemen .................................................................... 5.2.1. Struktur Organisasi Perusahaan ...................................................
28 28 28 29 29 29 30 30
x
5.2.2. Uraian Tugas dan Tanggung Jawab ................................... 5.2.3. Jumlah Tenaga Kerja ................................................................... 5.2.4. Jam Kerja ..................................................................................... 5.3. Proses Produksi ...................................................................................... 5.3.1. Proses Produksi CPO ................................................................... 5.3.2. Proses Produksi Biji/Inti .............................................................. 5.3.3. Bahan-bahan yang Digunakan .....................................................
31 35 35 36 36 39 40
VI. OPTIMALISASI TANDAN BUAH SEGAR PKS ADOLINA ................ 6.1. Perumusan Model Linier Optimalisasi TBS ......................................... 6.1.1. Fungsi Tujuan ............................................................................. 6.1.2. Kendala-Kendala .......................................................................... 6.2. Optimalisasi Pengadaan TBS ................................................................. 6.2.1. Hasil Optimal Pengolahan TBS .................................................. 6.2.2. Analisis Sensitivitas .................................................................... 6.3. Hasil Analisis Optimalisasi dengan Skenario ........................................ 6.3.1. Skenario 1 Penurunan Pasokan Pembelian Sebesar 44,8 Persen dan Peningkatan Produksi Kebun Sendiri Sebesar 22 Persen. ........................................................................ 6.3.2. Hasil Optimal Skenario 2: Peningkatan Ketersediaan Tenaga Kerja (HOK) Sebesar 10 Persen. .....................................
42 42 42 44 54 55 66 76
77 87
BAB VII KESIMPULAN DAN SARAN .......................................................... 94 7.1. Kesimpulan ............................................................................................ 94 7.2. Saran....................................................................................................... 95 DAFTAR PUSTAKA ......................................................................................... 96 LAMPIRAN ........................................................................................................ 98
xi
DAFTAR TABEL Nomor
Halaman
1.
Produksi dan Konsumsi Minyak Sawit Dunia Tahun 2001-2008 (ribu ton) ........................................................................... 1
2.
Kinerja Ekspor CPO dan Produk Turunannya Asal Indonesia Menurut Negara Tujuan Ekspor Tahun 2004-2009 (juta ton) ....................... 2
3.
Luas Areal Kelapa Sawit menurut Pengusahaannya Tahun 2006-2010 (ha) .................................................................................... 3
4.
Produksi Minyak Kelapa Sawit Indonesia Tahun 2003-2007 (ton) ............... 3
5.
Capaian Produksi dan Produktifitas TBS Kebun Adolina Tahun 2006-2010 (ton/ha) ............................................................................. 5
6.
Perhitungan Produksi TBS pada Luasan Lahan TM Adolina Tahun 2010....................................................................................... 5
7.
Variabel Keputusan Optimalisasi Pengadaan Bahan Baku TBS PKS Adolina .......................................................................................... 21
8.
Jumlah Karyawan Unit Usaha Adolina .......................................................... 35
9.
Jam Kerja Karyawan Kantor Unit Usaha Adolina ......................................... 35
10. Jam Kerja Karyawan PKS Adolina ................................................................ 36 11. Kendala Kapasitas Maksimal PKS Adolina Tahun 2010 .............................. 45 12. Kendala Ketersediaan TBS Pembelian 40 Persen dari Kebun sendiri Tahun 2010 ............................................................................. 46 13. Kendala Kuota Pembelian TBS dari Kebun Pembelian Tahun 2010 .................................................................................................... 47 14. Jumlah Pekerja dalam Dua Shift di PKS Adolina Tahun 2010 ..................... 47 15. Pasokan Bahan Baku Tandan Buah Segar dari Kebun Adolina dan Pembelian Pada Tahun 2010 ................................................................... 48 16. Kendala Ketersediaan Tenaga Kerja di PKS Adolina Tahun 2010 ............... 49 17. Kriteria Tandan Buah Segar Matang Panen. .................................................. 50 18. Rendemen CPO dari TBS Kebun Adolina dan Pembelian Tahun 2010 .................................................................................................... 51 19. Kendala Transfer TBS Menjadi CPO PKS Adolina Tahun 2010 .................. 52 20. Rendemen PKO dari Kebun Adolina dan Pembelian Tahun 2010 ................ 53 21. Kendala Transfer TBS Menjadi PKO Tahun 2010 ........................................ 53 22. Kendala Biaya Pengolahan CPO dan PKO Tahun 2010 ................................ 54 23. Selisih Keuntungan Keadaan Optimal Aktual Adolina Tahun 2010 ............. 55
xii
24. Pengadaan TBS Optimal dan Aktual dari Kebun Adolina Tahun 2010 .................................................................................................... 56 25. Pengadaan TBS Optimal dan Aktual TBS Pembelian ................................... 57 26. Alokasi Pemanfaatan Optimal Kapasitas PKS Adolina Tahun 2010 .................................................................................................... 59 27. Hasil Analisis Pasokan Bahan Baku TBS dari Pihak Ketiga Pada Kondisi Model Aktual ........................................................................... 60 28. Hasil Analisis Kuota Pembelian TBS Pada Kondisi Model Aktual .............. 61 29. Analisis Ketersediaan Tenaga Kerja Pada Kondisi Model Aktual ................ 62 30. Analisis Transfer TBS menjadi CPO Pada Kondisi Model Aktual ............... 63 31. Hasil Analisis Transfer TBS menjadi PKO Pada Kondisi Model Aktual ................................................................................................. 65 32. Hasil Analisis Biaya Pengolahan Pada Kondisi Model Aktual ..................... 65 33. Analisis Sensitivitas Nilai Biaya Bahan Baku TBS Kebun Adolina ............. 67 34. Analisis Sensitivitas Nilai Biaya Bahan Baku TBS Pembelian ..................... 68 35. Analisis Sensitivitas Nilai Kendala Kapasitas Maksimal Pabrik Kelapa Sawit ....................................................................................... 69 36. Hasil Analisis Sensitivitas Nilai Kendala Ketersediaan TBS Pembelian ....................................................................................................... 71 37. Hasil Analisis Sensitivitas Nilai Kuota Pembelian TBS Pada Kondisi Model Aktual .................................................................................... 72 38. Analisis Sensitivitas Nilai Ketersediaan Tenaga Kerja Pengolahan pada Kondisi Model Aktual ........................................................................... 73 39. Hasil Analisis Sensitivitas Nilai Transfer TBS Menjadi CPO ....................... 74 40. Analisis Sensitivitas Nilai Transfer TBS Menjadi PKO ................................ 75 41. Analisis Sensitivitas Biaya Pengolahan ......................................................... 76 42. Analisis Sensitivitas Ruas Kanan Kendala Pengadaan Bahan Baku TBS di PKS Adolina ................................................................. 76 44. Luas Areal dan Produksi Kebun Adolina Tahun 2010 .................................. 78 43. Persentasi Penurunan Pasokan Pembelian yang Diperbolehkan.................... 79 45. Pasokan TBS Kebun Adolina dan TBS Pembelian Skenario Satu ................ 80 46. Fungsi Kendala Ketersediaan Pasokan TBS Pembelian Pada Skenario Satu ................................................................................................. 80 47. Fungsi Kendala Ketersediaan Tenaga Kerja Pada Skenario satu .................. 81 48. Keadaan Optimal Skenario Satu dengan Keadaan Optimal Model Awal ................................................................................................... 82 49. Keuntungan Skenario Satu dengan Keadaan Aktual PKS Adolina .............. 82
xiii
50. Pengadaan TBS Optimal dan Aktual dari Kebun Adolina Skenario Satu ................................................................................................. 83 51. Pengadaan TBS Optimal dan Aktual Pembelian Skenario Satu .................... 83 52. Perubahan Nilai Reduce Cost Ketersediaan TBS Pembelian Pada Skenario Satu ........................................................................................ 84 53. Perubahan Nilai Slack/Surplus Ketersediaan Pasokan TBS Pembelian Pada Skenario Satu....................................................................... 85 54. Perubahan Nilai Dual Ketersediaan Keteresediaan Tenaga Kerja Pada Skenario satu ......................................................................................... 86 55. Analisis Sensitivitas Ruas Kanan Kendala Skenario Satu. ............................ 87 56. Selisih Keadaan Optimal Skenario Dua dengan Keadaan Optimal Model ............................................................................................... 88 57. Selisih Keadaan Optimal Skenario Dua dengan Keadaan Optimal Model Awal PKS Adolina Tahun 2010 ........................................... 88 58. Pengadaan TBS Optimal dan Aktual dari Kebun Adolina Skenario Dua .................................................................................................. 89 59. Pengadaan TBS Optimal dan Aktual Pembelian Skenario Dua .................... 90 60. Perubahan Nilai Slack/Surplus Ketersediaan Pasokan TBS Pembelian Pada Skenario Dua. ...................................................................... 91 61. Fungsi Kendala Ketersediaan Tenaga Kerja Pada Skenario 2. ...................... 91 62. Perubahan Nilai Dual Ketersediaan Tenaga Kerja Pada Skenario Dua. ................................................................................................. 92 63. Analisis Sensitivitas Ruas Kanan Kendala Skenario Dua. ............................ 93
xiv
DAFTAR GAMBAR Nomor
Halaman
1.
Kurva Produksi ............................................................................................ 13
2.
Kerangka Pemikiran Operasional ................................................................ 19
3.
Struktur Organisasi PTPN IV Unit Adolina ................................................ 30
xv
DAFTAR LAMPIRAN Nomor
Halaman
1.
Perolehan Koefisien Model Tujuan ............................................................. 99
2.
Persentasi Realisasi Pasokan TBS Kebun Adolina dan Pembelian ............. 100
3.
Hasil Optimal Model Awal .......................................................................... 101
4.
Hasil Optimalisasi Skenario Satu................................................................. 105
5.
Hasil Optimalisasi Skenario Dua ................................................................. 109
6.
Persentasi Realisasi Pasokan TBS Kebun Adolina dan Pembelian Skenario satu .............................................................................. 113
xvi
I. PENDAHULUAN 1.1. Latar Belakang Sub sektor perkebunan sebagai salah satu bagian dari pertanian dalam arti luas merupakan komponen utama yang penting dalam perekonomian Indonesia. Hasil-hasil perkebunan yang selama ini telah menjadi komoditas ekspor salah satunya adalah kelapa sawit. Minyak sawit yaitu Crude Palm Oil (CPO) dan Palm Kernel Oil (PKO) merupakan produk yang berasal dari tandan buah segar (TBS) kelapa sawit. Produk hasil perkebunan tersebut memiliki prospek yang cerah dimasa mendatang. Potensi tersebut terletak pada keragaman kegunaan dari minyak sawit. Minyak sawit selain dapat digunakan sebagai bahan mentah industri pangan, dapat juga digunakan sebagai bahan mentah industri non pangan. Tingginya permintaan minyak kelapa sawit tercermin dari meningkatnya konsumsi minyak sawit dunia. Perbandingan produksi dan konsumsi minyak sawit dunia yang setiap tahunnya meningkat. Produksi minyak sawit pertumbuhannya dari tahun 2001 sampai 2008 mencapai 6,75 persen dan pertumbuhan konsumsi pada rentang tahun yang sama mencapai 6,93 persen. Hal ini menunjukan pertumbuhan produksi dan konsumsi hampir sama, namun pertumbuhan konsumsi lebih tinggi dibandingkan produksi. Tabel 1. Produksi dan Konsumsi Minyak Sawit Dunia Tahun 2001-2008 (ribu ton) Tahun Produksi Konsumsi 2001 23.940 23.790 2002 25.220 25.090 2003 28.080 28.310 2004 30.890 29.990 2005 33.500 33.030 2006 37.163 36.192 2007 38.673 37.892 2008 42.904 42.500 Pertumbuhan (%/tahun) 6,75 6,93 Sumber : Departemen Perdagangan, 2008 Produktivitas minyak sawit Indonesia yang berada di peringkat kedua dunia diharapkan akan tetap dapat memasok kebutuhan minyak sawit dunia secara berkesinambungan. Hal ini didukung dengan perkembangan kinerja ekspor CPO
1
dan turunannya asal Indonesia
selama
enam tahun terakhir 2004-2009,
cenderung mengalami peningkatan (Tabel 2). Persentase peningkatan pada kinerja ekspor CPO yang berkisar 4,13 persen hingga 14,58 persen ini mengindikasikan bahwa salah satu sumber penghasil devisa Indonesia berasal dari ekspor CPO ke Negara seperti India, China dan Uni Eropa. Tabel 2. Kinerja Ekspor CPO dan Produk Turunannya Asal Indonesia Menurut Negara Tujuan Ekspor Tahun 2004-2009 (juta ton) Tahun Laju 2009 (%/tahun) Negara 2004 2005 2006 2007 2008 5,5 India 2,76 2,56 2,48 3,31 4,71 11,6 2,65 China 1,08 1,35 1,76 1,44 1,77 14,5 3,14 Uni Eropa 1,47 1,89 2,01 1,83 2,58 13,0 5,55 Lainnya 3,35 4,57 5,85 3,5 5,15 4,1 16,83 Total 8,66 10,38 12,1 11,88 14,29 12,1 Sumber : Direktorat Jenderal Perkebunan, 2010 Produksi industri CPO membutuhkan input dari perkebunan kelapa sawit dalam bentuk TBS. Perkebunan kelapa sawit dengan hasilnya berupa TBS merupakan hulu dari industri CPO dan PKO, sedangkan industri hilir utamanya adalah industri minyak goreng sawit dan produk non pangan oleokimia. Peran industri perkebunan negara, rakyat dan swasta dalam skala kecil maupun besar tidak terlepas dari perkembangan luas areal total perkebunan kelapa sawit. Rata-rata laju pertumbuhan luasan areal penanaman kelapa sawit Indonesia sejak tahun 2006 sampai 2010 (2010 masih berupa angka sementara) untuk kategori PR adalah 4,56 persen atau bertambah seluas 528.057 hektar, untuk PBN mengalami penurunan 2,11 persen atau menurun seluas 49.943 hektar, sedangkan untuk PBS adalah sebesar 6,02 persen atau bertambah seluas 963.403 hektar. Berdasarkan data yang diperoleh dari Direktorat Jendral Perkebunan pada Tabel 3. diketahui bahwa peningkatan terbesar dalam memperluas areal kelapa sawit ditempati oleh PBS dengan porsi hektar terbesar diikuti oleh PR, serta PBN.
2
Tabel 3. Luas Areal Kelapa Sawit menurut Pengusahaannya Tahun 2006-2010 (ha) Tahun PR PBN PBS TOTAL 2.549.572 687.428 3.357.914 6.594.914 2006 2.752.172 606.248 3.408.416 6.766.836 2007 2.881.898 602.963 3.878.986 7.363.847 2008 3.061.413 630.615 4.181.368 7.873.294 2009 3.077.629 637.485 4.321.317 8.430.027 2010* 4,56 2,11 6,02 5,93 Laju (%/tahun) Sumber : Direktorat Jenderal Perkebunan, 2010 Keterangan :*) Angka Sementara Sejalan dengan semakin bertambah luasnya lahan tanaman kelapa sawit, maka produksi minyak sawit (CPO) dan minyak inti sawit (PKO) juga mengalami kenaikan. Pertumbuhan produksi minyak kelapa sawit Indonesia dalam tiga dasawarsa terakhir yang melebihi pertumbuhan produksi minyak kelapa sawit dunia mengindikasikan optimalisasi produksi industri minyak kelapa sawit belum dapat tercapai. Berdasarkan data pada Tabel 4 diketahui kontribusi produksi minyak sawit (CPO) yang berasal dari Perkebunan Besar milik Negara masih rendah dibandingkan dengan Perkebunan Besar Swasta dan Perkebunan Rakyat yang terus mengalami peningkatan produksi. Tabel 4. Produksi Minyak Kelapa Sawit Indonesia Tahun 2003-2007 (ton) Tahun PR PBN PBS TOTAL 3.517.324 1.750.651 5.172.859 10.440.834 2003 3.847.157 1.617.706 5.365.526 10.830.389 2004 4.500.769 1.449.254 5.911.592 11.861.615 2005 5.783.088 2.313.729 9.254.031 17.350.848 2006 5.805.207 2.313.976 9.254.101 17.373.202 2007* 11,41 0,047 12,2 11,0 Laju (%/tahun) Sumber ; Direktorat Jenderal Perkebunan, 2010 Keterangan :*) Angka Sementara Unit Usaha Adolina adalah salah satu produsen industri CPO yang tetap melakukan kegiatan produksi mengolah kelapa sawit menjadi CPO sebagai bahan baku untuk industri hilir minyak dan oleokimia adalah PTPN IV dimana unit wilayah bisnisnya terdapat di daerah Sumatera Utara. Unit
usaha Adolina
merupakan salah satu unit usaha milik PTPN IV. Kebun kelapa sawit Adolina 3
memiliki luas areal penanaman kelapa sawit 8.815,69 hektar yang terdapat di enam wilayah kecamatan, yaitu
Perbaungan, Bangun Purba, Pantai Cermin,
Galang, STM Hilir dan Gajahan serta dua Kabupaten lainnya, yaitu Kabupaten Deli Serdang dan Serdang Bedagai. Kapasitas mesin pengolahan kelapa sawit yang memproduksi 30 ton/jam TBS ini memproduksi CPO dan PKO sesuai dengan besarnya pasokan bahan baku TBS yang dipanen dari kebun sendiri PTPN IV dan pembelian dari pihak ketiga. Oleh karena itu penting untuk mengetahui kesinambungan hubungan antara perkebunan sebagai penyedia bahan baku dengan pabrik pengolahan yang membutuhkan bahan baku dalam industri pengolahan kelapa sawit. Hal ini sejalan dengan misi pemerintah untuk menjadikan Indonesia sebagai produsen minyak kelapa sawit pertama dunia yang memasok kebutuhan bahan baku industri hilir dan produk turunannya. 1.2. Perumusan Masalah Unit usaha Adolina melakukan dua jenis kegiatan operasional utama, yaitu perkebunan kelapa sawit dan pabrik pengolahan kelapa sawit. Perkebunan kelapa sawit secara garis besar melakukan kegiatan seperti, pembibitan, penanaman, pemeliharaan tanaman belum menghasilkan (TBM), pemeliharaan tanaman menghasilkan (TM), panen, pengangkutan TBS, penyisipan dan peremajaan (replanting). Pabrik kelapa sawit (PKS) Adolina melakukan kegiatan pengolahan TBS untuk menghasilkan CPO dan PKO. PKS Adolina memiliki kapasitas terpasang 30 ton TBS/jam, dengan dengan rata-rata 22 jam kerja per hari dan 25 hari kerja perbulan. Kapasitas tersebut merupakan batasan kemampuan pabrik untuk melakukan kegiatan pengolahan TBS menjadi CPO dan PKO. Artinya PKS Adolina mampu mengolah 16.500 ton TBS per bulan atau sekitar 198.000 ton TBS per tahun. Sementara produksi aktual TBS pada tahun 2010 sebanyak 133.920,2 ton. Hal ini menunjukkan bahwa produksi TBS kebun Adolina hanya mampu memenuhi kebutuhan bahan baku PKS sebanyak 68 persen dari kapasitas terpasang.
4
Tabel 5. Capaian Produksi dan Produktifitas TBS Kebun Adolina Tahun 20062010 (ton/ha) Luas areal TM TBS Produktivitas Tahun (ha) (kg) (ton/ha) 2006 4.671 107.524.025 23,02 2007 5.477 109.335.060 19,96 2008 5.620 114.456.600 20,37 2009 5.056 126.436.320 25,01 2010 5.095 133.920.200 26,28 Perhitungan Produksi TBS pada luasan lahan TM Adolina tahun 2010 mampu menghasilkan TBS sebesar 150.913 ton, sementara produksi aktual hanya mencapai 133.920,2 ton TBS. Selisih dari produksi tersebut merupakan potensi yang masih dapat dimanfaatkan oleh kebun Adolina untuk menghasilakan TBS sebanyak 16.992,8 ton. Dari Tabel 6 dapat diketahui bahwa potensi produksi TBS dari kebun Adolina belum mampu memenuhi kebutuhan TBS kapasitas maksimal PKS. Hal ini dapat dilihat dari selisih antara kapasitas olah maksimal PKS 198.000 ton TBS per tahun, sementara produksi TBS kebun di perhitungkan mencapai 150.913 ton per tahun. Perhitungan luasan lahan TM dan potensi produksi TBS pada tahun 2010 menunjukkan bahwa pasokan TBS yang dihasilkan oleh kebun Adolina hanya mampu memenuhi kebutuhan TBS sebesar 76,2 persen dari total kapasitas olah PKS. Tabel 6. Perhitungan Produksi TBS pada Luasan Lahan TM Adolina Tahun 2010 Tahun Umur Produktivitas Total Penanaman Tanaman Luas Lahan (ha) pertahun Produksi (n) (thn) (ton/ha) (ton) n+3 3 963 9 8.667 n+4 4 489 17 8.313 n+5 5 227 21 4.767 n+6 6 136 25 3.400 n+8 8 762 28 21.336 n+9 9 62 30 1.860 n+10 10 217 30 6.510 n+11 11 669 30 20.070 n+12 12 595 30 17.850 n+14 13 1.433 30 42.990 n+15 15 406 30 12.180 n+16 16 85 30 2.550 n+17 17 14 30 420 Total Produksi 150.913
5
Dalam rangka memaksimumkan keuntungan, unit usaha Adolina selama ini telah melakukan kegiatan pengadaan TBS melalui pembelian. Pada tahun 2010 kapasitas aktual PKS sebesar 92,5 persen dengan pasokan TBS dari kebun Adolina sebanyak 73 persen dan TBS pembelian rata-rata mencapai 27 persen. Adanya potensi kebun Adolina yang belum dimanfaatkan diharapkan mampu meningkatkan pasokan TBS kebun Adolina untuk memaksimumkan keuntungan PKS Adolina. Kendala yang dihadapi perusahaan meliputi jumlah dan ketersediaan bahan baku yang terbatas, penggunaan kapasitas pabrik yang belum efisien, penggunaan tenaga kerja di pabrik dan kendala transfer CPO dan PKO. Salah satu cara untuk menjaga persediaan bahan baku yang optimal pada kapasitas olah pabrik terpasang yaitu dengan mengetahui kemungkinan jumlah pasokan bahan baku dari kebun sendiri dan pembelian TBS dari pihak ketiga.
Dari uraian di atas maka yang menjadi permasalahan dalam penelitian ini ialah : 1.
Bagaimana tingkat pengadaan bahan baku TBS pada kondisi aktual dan optimal pada PKS Adolina?
2.
Bagaimana kombinasi pasokan bahan baku yang optimal agar perusahaan mencapai keuntungan yang maksimal ?
1.3. Tujuan 1.
Mengetahui tingkat pengadaan bahan baku TBS pada kondisi aktual dan optimal pada PKS Adolina.
2.
Mengidentifikasi kombinasi tingkat pengadaan optimal TBS sehingga tercapai keuntungan maksimum perusahaan.
1.4. Manfaat Penelitian ini diharapkan dapat memberikan kegunaan, baik bagi pihak PKS Adolina, penulis, maupun bagi pembaca. Bagi Perusahaan penelitian ini diharapkan dapat memberikan gambaran tentang pentingnya pengelolaan pengadaan bahan baku yang berasal dari kebun sendiri, untuk mendukung efektifitas dan efisiensi operasional perusahaan, yang pada akhirnya dapat menjadi masukan atau informasi sebagai bahan pertimbangan dalam membuat kebijakan oleh pihak perusahaan. Bagi penulis penelitian ini diharapkan dapat
6
memberikan
pengalaman
dan
menambah
pengetahuan,
serta
sebagai
pengaplikasian ilmu yang telah diperoleh selama kuliah. Bagi pembaca penelitian ini diharapkan dapat memberikan informasi mengenai optimalisasi produksi TBS pada industri primer CPO dan PKO dan sebagai bahan pertimbangan bagi penelitian selanjutnya. 1.5. Ruang Lingkup Penelitian ini hanya menekankan kepada pengaplikasiaan metode linier programming agar tercapai optimalisasi pengadaan bahan baku TBS dalam memproduksi CPO dan PKO yang berasal dari kebun sendiri dan pembelian dengan kendala kapasitas maksimal pabrik, ketersediaan TBS pembelian, kuota TBS pembelian, tenaga kerja dan kendala transfer. Sedangkan bagaimana melakukan pengendalian pengadaan bahan baku CPO dan PK serta sistem pengendalian pengadaan yang digunakan dalam pabrik pengolahan kelapa sawit (PKS) Adolina bukan menjadi bagian penelitian ini.
7
II. TINJAUAN PUSTAKA 2.1. Perkembangan Industri Kelapa Sawit Indonesia Menurut Badan Penelitian dan Pengembangan Departemen Pertanian (2005), industri pengolahan kelapa sawit yang mengolah tandan buah segar (TBS) menjadi CPO terus mengalami peningkatan seiring dengan peningkatan luas areal dan produksi. Pada tahun 2005, jumlah unit pengolahan di seluruh Indonesia mencapai 320 unit dengan kapasitas olah 13,520 ton TBS per jam. Sedangkan industri pengolahan produk turunannya, kecuali minyak goreng, masih belum berkembang, dan kapasitas terpasang baru sekitar 11 juta ton. Industri oleokimia Indonesia sampai tahun 2000 baru memproduksi olekimia 10,8 persen dari produksi dunia. 2.2. Sistem Pengadaan Bahan Baku Penelitian Yurfelly (1998) menyatakan bahwa pengadaan bahan baku pada CV. Mulia belum optimal. Hal ini dilihat dari cara untuk mendapatkan bahan baku tersebut. Pengadaan bahan baku dengan cara pemesanan sesuai dengan keadaan sekarang untuk langsung diproses akan menyebabkan adanya waktu yang terbuang akibat menunggu antara bahan baku dipesan hingga bahan baku dikirim. Selain itu jika teryata bahan baku tidak tersedia maka perusahaan harus mencari pemasok-pemasok lain. Sedangkan untuk proses produksi berlangsung diperlukan bahan baku dengan kualitas, kuantitas dan waktu yang tepat. Pemesanan optimal yang perlu dilakukan perusahaan sebanyak 8 kali, namun perusahaan melakukan 12 kali pemesanan akibatnya adalah biaya yang dikeluarkan akan semakin besar. Yurfelly juga menyatakan bahwa sumberdaya yang ada di CV. Mulia berlebih, seperti sumberdaya tenaga kerja mesin dan sebagian bahan baku. Sumberdaya tersebut hanya akan mengakibatkan pemborosan biaya. Sementara sumberdaya pembatas pur AC Yamato, kulit box kotak jeruk, kulit polos hitam, kulit box polos hitam, dan kulit SP polos hitam. Penelitian Tandyna (2001) dalam penelitiannya mengenai system pengadaan bahan baku dan optimalisasi produksi natadecoco pada PT. Menacoco Sari, Jakarta menyatakan bahwa produksi belum mencapai kondisi optimal. Hal ini terlihat dari penggunaan sumberdaya yang banyak berlebih bahan baku gula,
8
penggunaan jam kerja pengemasan dan jam kerja mesin. Bahan baku nata mentah dan jam kerja produksi merupakan sumberdaya yang dimanfaatkan secara maksimal pada kondisi optimal. Sumberdaya nata mentah merupakan sumberdaya pembatas utama dengan nilai dual sebesar Rp 5.054.484. Bahan baku merupakan salah satu komponen biaya terbesar dalam biaya varabel. Oleh sebab itu untuk memaksimalkan keuntungan perusahaan perlu diadakan sistem perencanaan pengadaan bahan baku. Pengendaliaan bahan baku yang optimal akan menekan atau menghidarkan perusahaan dari pemborosan biaya-biaya yang ditimbulkan oleh persediaan. Bahari (2002) dalam penelitiannya menyatakan bahwa dalam melakukan perencanaan pengadaan bahan baku terdapat beberapa factor yang harus diperhatikan seperti pola data suplai bahan baku dari tiap sumber, pola data permintaan produk, dan jumlah persediaan pada periode sebelumnya. Adanya fluktuasi pengadaan bahan baku akan berdampak pada kuantitas produk yang dihasilkan. 2.3. Model Optimalisasi Pengadaan Bahan Baku Salah satu teknik optimalisasi yang dapat digunakan untuk menyelesaikan masalah optimalisasi berkendala adalah penggunaan teknik Linear Programming (LP). LP merupakan metode yang digunakan untuk memecahkan masalah optimalisasi berkendala dimana semua fungsi tujuan dan kendala merupakan fungsi linier. Penentuan fungsi tujuan dalam metode LP terdiri dari maksimisasi keuntungan dan minimisasi biaya. Penelitian Haloho (2008), Cakraningrum (2000) dan Sugiharto (2001) membentuk fungsi tujuan perusahaan dengan cara maksimisasi keuntungan pada kendala sumberdaya yang terbatas. Cakraningrum (2000) , Sugiharto (2001) dan Thamrin (2003) merumuskan model fungsi tujuan dengan keuntungan yang dimaksimalkan merupakan selisih antara total penerimaan dengan total biaya produksi. Sedangkan Haloho (2008) merumuskan fungsi tujuan berdasarkan perkembangan keuntungan perusahaan. Pada dasarnya optimalisasi pengadaan bahan baku berkendala merupakan persoalan dalam memperhitungkan nilai atau fungsi variabel yang memperhatikan keterbatasan sumberdaya yang dimiliki perusahaan. Keterbatasan sumberdaya uuntuk menghasilkan keuntungan optimal perusahaan dalam mengoptimalkan
9
bahan baku pada umumnya kapasitas mesin atau kapasitas produksi, ketersediaan tenaga kerja langsung, ketersediaan kebun pihak ketiga dan kendala transfer. Cakraningrum (2000) dalam penelitiannya yang berjudul Optimalisasi Bahan Baku Pabrik Gula (Studi Kasus pada PG Mojo, Sragen, Jawa Tengah) menyatakan bahwa tingkat penggunaan lahan pada kondisi actual lebih besar dibandingkan kondisi optimalnya sebesar 22,5 persen, jumlah produksi tebu pada kondisi actual juga lebih besar dibandingkan kondisi aktualnya sebesar 5,72 persen, namun jumlah gula yang dihasilkan oleh pabrik lebih rendah 3,88 persen dari kondisi optimalnya. Hal ini terutama disebabkan oleh kondisi rendemen aktual yang rendah sehingga keuntungan yang diterima pada kondisi aktual lebih kecil dari nilai optimalnya. Haloho (2008) dengan penelitiannya mengenai Analisis optimalisasi Pengadaan Tandan Buah Segar (TBS) sebagai Bahan Baku Industri Pengolahan Crude Palm Oil dan Palm Kernel
(Kasus Kegiatan Replanting PTPN.VIII,
Kertajaya, Kabupaten Lebak, Banten) menggunakan Model Dekomposisi Multiplikatif menyatakan bahwa kombinasi pengadaan TBS belum mencapai kondisi optimalnya yaitu Rp 3.697.320.000. Dengan scenario penurunan produksi kebun sendiri sebesar 20 persen dapat meningkatkan keuntungan optimal sebesar Rp 3.998.681.000. Fungsi kendala yang terdapat ialah kapasitas maksimal PKS, tenaga kerja, produksi kebun sendiri 100 persen, produksi kebun sendiri 80 persen, pembelian 4 persen dan batasan kuota pembelian. Kendala pembatas dalam penelitian ini adalah ketersediaan produksi kebun sendiri 100 persen, pembelian TBS plasma 4 persen dan kuota pembelian TBS. Thamrin (2003) dalam penelitiaanya Perencanaan Optimalisasi Pengadaan Bahan Baku Pada Pabrik Kelapa Sawit (Studi Kasus Kegiaan Peremajaan PTPN. V, Sei Rokan, Kabupaten Rokan Hulu, Riau) menambahkan keterbatasan kendala lain yang dihadapi perusahaan dalam mengotimalkan pengadaan bahan baku seperti kendala potensi produksi kebun sendiri dan kendala kuota pembelian dari pihak ketiga. Potensi kebun sendiri dimasukkan menjadi sebuah kendala atas dasar bahwa perkebunan tersebut mengalami kegiatan replanting. Sedangkan kuota pembelian dilakukan untuk menjaga efisiensi produksi, dimana pembelian tersebut dapat diambil ataupun tidak oleh perusahaan. Penelitian tersebut
10
menyatakan nilai BEP kapasitas minimal pengolahan yaitu 4200.000-6.600.000 kg/bulan tahap 3 (usia tanaman 15 tahun), laba optimal 444.915.000.000. Cenderung meningkat tajam karena pasokan dari kebun sendiri pada kondisi optimal. Sugiharto (2001) dengan penelitiannya mengenai Optimalisasi Pengadaan Bahan Baku dan Produksi Karet Olahan di Perkebunan Cikumpay PTPTN VIII Purwakarta, Jawa Barat menyatakan bahwa peningkatan pasokan bahan baku akan menyebabkan semakin banyaknya pilihan komposisi produk akhir yang dapat diproduksi. Selain itu juga meningkatkan jumlah produk akhir yang dihasilkan. komposisi produk akhir berdasarkan analisis sensitivitasnya tidak peka terhadap penurunan harga bahan baku tetapi peka terhadap kenaikan harga bahan baku. Hasil keuntungan optimal Rp 12.858.090. Skenario penambahan jumlah mesin sheleter, kamar pengering, mesin pemusing dan mesin mungle akan menambah keuntungan optimal perusahaan menjadi Rp. 13.427.930. Dalam tehnik optimalisasi, upaya memperoleh solusi dari suatu permasalahan yang dihadapi perusahaan jarang diperoleh suatu solusi yang terbaik. Dalam penelitian Sugiharto (2001) dan Thamrin (2003), Tandyna dan Haloho (2008) menunjukkan masih adanya perbedaan antara keuntungan pada kondisi optimal dan kondisi actual dimana keuntungan pada kondisi optimal belum tercapai. Pada dasarnya keadaan tersebut terjadi karena pemanfaatan sumberdaya yang dimiliki belum mencapai kondisi optimalnya. Sementara Cakranigrum (2000) juga menunjukan bahwa tingkat keuntungan pada kondisi optimal lebih tinggi dari pada kondisi aktualnya walaupun penggunaan sumberdaya actual berada diatas penggunaan sumberdaya optimal. Berdasarkan dari keempat penelitian terdahulu tersebut, penggunaan LP atau asumsi-asumsi yang digunakan belum mampu secara tepat dalam model menggambarkan kondisi optimal sama dengan kondisi actual.
11
III KERANGKA PEMIKIRAN 3.1. Kerangka Pemikiran Teoritis 3.1.1. Fungsi Produksi Produksi dan operasi dalam ekonomi menurut Assauri (2008) dapat diartikan sebagai suatu kegiatan yang berhubungan dengan usaha untuk menciptakan dan menambah kegunaan atau utilitas suatu barang atau jasa. Dalam kegiatan penciptaan ataupun penambahan kegunaan suatu barang dibutuhkan factor-faktor produksi yang terdiri atas tanah atau alam, modal, tenaga kerja dan keterampilan manajerial (managerial skill) serta keterampilan teknis dan teknologi. Factor-faktor yang merupakan masukan (input) dalam proses produksi dan operasi terdiri atas bahan dan peralatan mesin, tenaga kerja, dan dana. Fungsi produksi (Gambar 1) adalah hubungan antara faktor produksi yang digunakan sebagai masukan (input) dalam proses produksi dengan jumlah keluaran (output) yang dihasilakan pada suatu waktu dan tingkat teknologi tertentu. Secara simbolik fungsi produksi dapat ditulis seperti berikut: Y = f ( X1,X2,X3,…..Xn) Dimana, Y adalah output yang dihasilkan dan X1 sampai dengan Xn merupakan sejumlah input yang digunakan dalam kegiatan proses produksi. Sementara symbol “f” menunjukan bentuk hubungan transformasi produksi input menjadi output (Purvis , Steyner dan Lipsey, 1986). Dari fungsi produksi tersebut dapat diketahui bahwa output yang dihasilkan secara fisik sangat dipengaruhi oleh jumlah input yang digunakan, dalam hal ini output sebagai variable dependen merespon setiap perubahan input sebagai variable independennya. Daerah I terjadi ketika produk marjinal (PM) lebih besar dari produk ratarata (PR). Pada kondisi ini produk rat-rata (PR) meningkat hingga kondisi maksimalanya pada akhir tahap I. kegiatan produksi pada tahap ini secara ekonomi tidak rasional karena input-input belum digunakan secara efisien, jadi sebenarnya tingkat produksi masih dapat ditingkatkan dengan melakukan penambahan penggunaan input.
12
Daerah II terjadi ketika produk marjinal (PM) mengalami penurunan hingga besarnya lebih kecil dari produk rata-rata (PR) tapi masih lebih besar dari nol. Daerah ini merupakan daerah rasional bagi kegiatan produksi, karena pada daerah ini kegiatan produksi sudah efisien. Efisiensi penggunaan input variable mencapai puncaknya pada awal tahap II, yaitu ketika produk rata-rata (PR) sama dengan produk marjinalnya (PM). Efisiensi penggunaan input tetap mencapai kondisi puncaknya pada akhir tahap II, yaitu ketika produk marginal sama dengan nol. Daerah III terjadi ketika produk marjinal (PM) lebih kecil dari nol. Kegiatan produksi yang dilakukan pada daerah ini, secara ekonomi tidak rational kaerena setiap penambahan input yang dilakukan terhadap input tetap akan diperoleh output yang semakin menurun. Output (Y)
Produk total (PT)
0<EP<1 EP<0 I
II
III
PM maks PR maks Produk rata-rata (PR) Input (X) Produk marginal (PM)
Gambar 1. Kurva Produksi Sumber : Purvis , Steyner dan Lipsey, 1986 3.1.2. Pengadaan Bahan Baku Mulyadi (2000) menyatakan bahwa kebutuhan bahan baku merupakan bagian dari sistem pengendalian persediaan produksi. Bahan baku membentuk bagian secara menyeluruh suatu produk jadi yang siap dipasarkan kepada pelanggan dengan menggunakan saluran pemasaran yang ada. Menurut Handoko (2000), bahan baku digolongkan atas tiga Kriteria yaitu bahan mentah, part, dan supplies. Bahan mentah merupakan bagian terbesar dari
13
barang jadi dan merupakan pengeluaran terbesar dalam memproduksi suatu barang. Part merupakan bagian dari produk jadi yang dipergunakan dalam jumlah kecil, sedangkan supplies merupakan bahan yang dipergunakan dalam proses produksi tetapi tidak mengambil bagian dari barang jadi. Berdasarkan atas cara perolehannya bahan baku dapat dibedakan menjadi kelompok bahan baku yang diberi dan bahan baku yang diproduksi oleh perusahaan sendiri. Dalam mempertimbangkan perolehan bahan baku ini terdapat dua dasar pokok pertimbangan yaitu ketersediaan bahan di pasar dan tingkat harga yang diterima. Keputusan pengadaan bahan baku dengan membeli dilakukan apabila bahan baku banyak terdapat dipasar dengan harga yang lebih rendah dari pada biaya per satuan jika memproduksi sendiri. Cara memperoleh bahan baku tiap perusahaan berbeda-beda. System pengadaan bahan baku yang baik dapat menjamin kelangsungan proses produksi merupakan hal yang harus dilakukan setiap perusahaan untuk mencapai efisiensi dan efektivitas produksi. Dalam analisis pengadaan bahan baku yang berasal dari produk-produk pertanian, terdapat lima unsur yang dapat diperhatikan, yaitu (Austin, 1981) : 1.
Kuantitas, menunjukan jumlah ketersediaan bahan baku
2.
Kualitas, mencakup penentuan dan pengawasan mutu bahan baku
3.
Waktu, karena hasil pertanian bersifat musiman
4.
Biaya yang wajar
5.
Organisasi yang meliputi struktur, kekuatan, dan integrasi vertical Tindakan-tindakan yang diambil oleh perusahaan agroindustri dalam
pengendalian kualitas produk-produk pertanian yang dihasilkan petani untuk kebutuhan agroindustrinya adalah sebagai berikut : 1.
Menyediakan saran produksi pertanian bagi petani
2.
Memberi pengarahan teknis dan pelatihan kepada petani
3.
Menyediakan saran fisik
4.
Member insentif harga bagi produk yang berkualitas
5.
Melakukan pemeriksaan tanaman di lapangan
6.
Menanam sendiri tanaman-tanaman untuk kebutuhan agroindustrinya
14
Pengadaan bahan baku pabrik kelapa sawit Adolina dilakukan dengan dua cara yaitu memproduksi (menanam) kelapa sawit sendiri dan pembelian dari petani. Penanaman kelapa sawit sendiri berfungsi untuk menjamin ketersediaan bahan baku yang akan diproduksi pabrik kelapa sawit secara kontiniu apabila petani tidak bersedia memasok kelapa sawit ke pabrik. 3.1.3. Optimalisasi Persoalan optimalisasi adalah suatu persoalan untuk membuat nilai suatu fungsi
beberapa
variabel
menjadi
maksimum
atau
minimum
dengan
memperhatikan pembatasan-pembatasan yang ada. Setiap perusahaan atau organisasi tentunya memiliki keterbatasan atas sumberdayanya, baik keterbatasan dalam jumlah bahan baku, tenaga kerja, jam kerja mesin maupun modal. Adanya keterbatasan ini membuat perusahaan perlu mencari suatu alternatif strategi yang mengoptimalkan hasil yang dicapainya baik itu berupa keuntungan yang maksimal maupun biaya yang minimum (Subagyo, Asri dan Handoko 2000). Tujuan optimalisasi adalah untuk memaksimumkan nilai atau keuntungan yang dihasilkan dari proses produksi atau untuk meminimumkan biaya yang akan dikeluarkan dalam proses produksi dengan memperhatikan kendala-kendala yang berada diluar jangkauan pelaku kegiatan tersebut. Dalam upaya memperoleh solusi dari suatu permasalahan, hasil yang diperoleh jarang mendapat suatu solusi yang terbaik yang diakibatkan oleh kendala-kendala tersebut. Oleh karena itu pendekatan dengan optimalisasi sering menghasilkan jawaban yang sifatnya terbaik kedua (the second best) (Soekartawi, 1993). Secara umum jenis persoalan optimasi meliputi optimasi tanpa kendala dan optimasi dengan kendala. Dalam optimasi tanpa kendala factor-faktor yang menjadi kendala terhadap fungsi tujuan diabaikan sehingga dalam menentukan nilai maksimum atau minimum tidak terdapat batasan untuk berbagai variable (X) yang tersedia. Pada optimum dengan kendala, factor-faktor yang menjadi kendala pada fungsi ttujuan diperhatikan dan turut menentukan fungsi maksimum dan minimum fungsi tujuan (Nicholson 1995). Salah satu teknik optimasi yang dapat digunakan dalam menyelesaikan optimasi berkendala adalah metode pemrograman linier. Metode Linear Programming (LP) merupakan metode yang digunakan untuk memecahakan
15
masalah optimasi berkendala. Dalam Linear Programming (LP) semua fungsi merupakan fungsi linier, baik fungsi kendala maupun fungsi tujuan. Metode pemrograman linier ini digunakan dengan asumsi kombinasi input suatu produk proporsinya tetap (Subagyo, Asri dan Handoko, 2000) 3.1.4. Program Linear Menurut Subagyo, Asri dan Handoko (2000), salah satu cara yang dikenal untuk memecahkan masalah optimalisasi adalah program linear. Program linear merupakan suatu model umum yang dapat digunakan dalam pemecahan masalah pengalokasian sumber-sumber terbatas secara optimal. Masalah tersebut timbul apabila pengambil keputusan diharuskan untuk memilih atau menentukan tingkat setiap kegiatan
yang akan dilakukan, dimana masing-masing kegiatan
membutuhkan sumber yang sama, sedangkan jumlahnya terbatas. Program linear mencakup perencanaan kegiatan-kegiatan untuk mencapai suatu hasil yang mencerminkan tercapainya suatu sasaran tertentu yang paling baik (menurut model
matematis)
diantara
alternatif-alternatif
yang
mungkin
dengan
menggunakan fungsi linear. Metode program linear dapat digunakan dalam dua cara yaitu (Soekartawi, 1993) : 1. Meminimumkan biaya dalam rangka tetap mendapatkan total penerimaan atau total keuntungan sebesar mungkin (dikenal dengan program minimisasi) 2. Memaksimumkan total penerimaan atau total keuntungan pada kendala sumberdaya yang terbatas (dikenal dengan program memaksimumkan) Secara umum model linier programming adalah sebagai berikut: Fungsi tujuan: Maksimumkan / minimumkan : Z = C1X1+ C2X2+ C3X3+ ….+ CjXj Fungsi kendala : a11X1+ a12X2 + a13X3 + ….+ a1jXj
≤ b1
a21X1+ a22X2 + a23X3 + ….+ a1jXj
≤ b2
. . .
ai1X1+ ai2X2 + ai3X3 + ….+ aijXj
≤ bi
16
X1, X2 , X3, …,Xj ≥ 0 Keterangan : Z Xj Cj aij bi
= Nilai fungsi tujuan = Peubah pengambilan keputusan atau kegiatan ke-j (yang ingin dicari) = Koefisien peubah pengambil keputusan dalam fungsi tujuan = Koefisien teknologi dalam kendala ke-I pada kegiatan ke-j = Sumberdaya yang terbatas yang membetasi kegiatan atau usaha yang bersangkutan, disebut pula konstanta nilai sebelah kanan dari kendala ke-i Menurut Subagyo, Asri dan Handoko (2000), penggunaan model LP
dilandasi empat asumsi dasar, yaitu : 1.
Proporsionalitas, berarti pada variabel keputusan (Xj) berubah, maka dampaknya menyebar dalam proporsi yang sama terhadap fungsi tujuan, (CjXj), dan fungsi kendala (aijXj)
2.
Aditivitas, berarti bahwa nilai parameter suatu kriteria optimalisasi merupakan jumlah dari nilai individu-individu (Cj) dalam model LP tersebut.
3.
Divisibility, berarti bahwa variabel-variabel keputusan keputusan (Xj) dapat dibagi ke dalam pecahan-pecahan jika diperlukan.
4.
Deterministik, berarti bahwa semua parameter dalam model LP tetap dan dapat diketahui atau ditentukan secara pasti. Menurut Soekartawi (1993), linier programming (LP) memiliki beberapa
kelebihan dan kelemahan. Kelebihan dalam menggunakan LP adalah : 1.
Mudah dilakukan apalagi jika menggunakan alat bantu computer
2.
Dapat menggunakan banyak variabel, sehingga berbagai kemungkinan untuk memperoleh pemanfaatan sumberdaya yang optimum dapat dicapai.
3.
Fungsi tujuan dapat difleksibelkan sesuai dengan tujuan penelitian atau berdasarkan data yang tersedia. Kelemahan dalam menggunakan LP adalah bila alat bantu komputer tidak
tersedia maka cara LP dengan menggunakan banyak variabel akan menyulitkan analisanya bahkan tidak mungkin dikerjakan dengan manual saja. Kelemahan lain yang dimiliki LP, penggunaan asumsi linieritas, karena didalam kenyataan yang sebenarnya kadang-kadang asumsi ini tidak sesuai.
17
3.2. Kerangka Pemikiran Operasional Dalam rangka mencapai keuntungan maksimal Unit usaha Adolina perlu membuat perencanaan produksi optimal untuk dijadikan pedoman dalam pengambilan keputusan. Salah satu perencanaan produksi optimal adalah perencanaan bahan baku. Perumusan pengadaan bahan baku TBS sebagai bahan baku CPO dan PKO pada tingkat optimal bertujuan untuk mengetahui kombinasi pengadaan bahan baku TBS yang dapat memberikan keuntungan maksimal bagi perusahaan untuk diolah di pabrik kelapa sawit. Perencanaan kombinasi pengadaan bahan baku yang optimal dapat dicari dengan menggunakan Linear Programming. Dalam pengadaan bahan baku TBS untuk kegiatan pengolahan menjadi CPO dan PK unit usaha Adolina memiliki beberapa kendala seperti kapasitas pabrik, potensi kebun sendiri, tenaga kerja dan kuota pembelian TBS dari pihak ketiga. Beradasarkan kegiatan dalam pengadaan bahan baku TBS dan keterbatasan sumberdaya tersebut maka dirumuskan suatu perencanaan pengadaan bahan baku yang optimal dengan maksud mengetahui kombinasi aktivitas yang dapat memberikan keuntungan yang maksimal. Oleh sebab itu perlu dilakukan analisis optimalisasi untuk mengetahui besarnya proporsi pengadaan bahan baku TBS dari kebun sendiri dan pihak ketiga untuk memenuhi kapasitas pabrik dan memberikan keuntungan yang maksimal bagi perusahaan. Setelah mengetahui besarnya biaya pengadaan dari tiap sumber, maka dapat disusun model perencanaan optimalisasi produksi dilanjutkan dengan merumuskan kendala-kendala dari model tujuan berdasarkan data yang diperoleh untuk diolah dalam bentuk persamaan program linier dengan menggunakan program LINDO. Program linier akan memberikan beberapa alternatif dan tindakan yang akan diambil perusahaan dalam mencapai solusi optimalnya yaitu maksimasi keuntungan perusahaan dari kegiatan pengadaan TBS dalam memproduksi CPO dan PKO.
18
Kendala : Kapasitas pabrik, Pembelian dari plasma, Kuota pembelian dari pihak ketiga, Tenaga Kerja dan kendala Tranfer Pengolahan.
Perencanaan bahan baku Produksi (TBS)
Perencanaan Produksi
Kegiatan produksi Aktual
Pengadaan Bahan Baku TBS
Optimalisasi Pengadaan Bahan Baku TBS
Tujuan perusahaan: Memaksimumkan Keuntungan
Gambar 2. Kerangka Pemikiran Operasional
19
IV. METODE PENELITIAN 4.1. Lokasi dan Waktu Penelitian Penelitian ini dilakukan di Pabrik Kelapa Sawit (PKS) Adolina PTPN IV Medan, Sumatera Utara. Pemilihan lokasi penelitian dilakukan secara sengaja (purposive), dengan pertimbangan bahwa PTPN IV merupakan perusahaan negara yang bergerak dalam agroindustri tanaman perkebunan serta pengolahan kelapa sawit milik pemerintah yang tetap eksis dalam memenuhi permintaan bahan baku CPO sebagai kebutuhan industri primer minyak goreng dan olein nasional. Adapun pengumpulan data dilaksanakan pada bulan Juni 2011-Juli 2011. 4.2. Jenis dan Sumber Data Penelitian yang dilakukan oleh penulis menggunakan data primer dan sekunder. Data primer diperoleh dengan melakukan wawancara dengan pihak perusahaan, baik manajer (Administratur) kebun, Tata Usaha Keuangan untuk mengetahui kondisi operasional perusahaan dan kebijakan-kebijakan yang telah dilakukan oleh perusahaan dalam rangka pengelolaan produksi dan persediaan untuk memenuhi permintaan konsumennya. Data sekunder diperoleh dari data yang dimiliki perusahaan. Data sekunder yang dipergunakan dalam penelitian ini diperoleh dari literatur, hasil penelitian, dan laporan manajemen perusahaan. Data tersebut berupa data penjualan dan pengolahan CPO dari bulan Januari 2008 sampai Desember 2010, data pembelian TBS dari pihak ketiga, data biaya pengadaan TBS yang dikeluarkan dari kebun sendiri, data identifikasi kebutuhan bahan baku, kapasitas pabrik dan jumlah tenaga kerja pengolahan, serta harga jual produk akhir CPO. 4.3. Metode Pengolahan dan Analisis Data Pengolahan Data dilakukan secara kualitatif dan kuantitatif. Data kualitatif dijabarkan secara deskriptif mengenai gambaran, kondisi umum dan proses produksi PKS Adolina. Data kuantitatif yang digunakan adalah data produksi CPO dan PKO selama tahun 2010. Data kuantitatif ini berupa analisis penentuan harga pengadaan bahan baku TBS (Rp/kg), biaya produksi dan keuntungan aktual perusahaan yang kemudian diolah dengan program Microsoft Excel. Hasil
20
pengolahan tersebut dijadikan sebagai dasar untuk membentuk fungsi tujuan dan kendala dalam upaya merencanakan pengadaan optimal bahan baku TBS untuk diolah menjadi CPO dan PKO. Setelah fungsi tujuan dan kendala terbentuk, data tersebut diolah dengan program linier LINDO (Linier Interactive and Discrete Optimizer). Hasil pengolahan dari program linier ini akan diperoleh tingkat penerimaan optimal yang diperoleh pada tiap tahapan waktu, penggunaan sumber daya dan sensitivitas tingkat keuntungan serta alternatif ketersediaan sumber daya dalam mengubah solusi optimum. 4.3.1. Penentuan Variabel Keputusan Penentuan variabel keputusan didasarkan pada harga produk, sumber pengadaan bahan baku dan biaya pengadaan bahan baku serta biaya pengolahan. Keuntungan yang diperoleh adalah selisih penerimaan dengan biaya. Data yang dianalisis
digolongkan
ke
dalam
fungsi
tujuan
dan
fungsi
kendala.
Pengelompokan data dan formulasi model yang digunakan adalah sebagai Fungsi Pada model program linear disusun 60 variabel keputusan selama periode satu tahun. Variabel keputusan yang digunakan adalah harga CPO, harga PKO, biaya pengadaan TBS kebun sendiri, biaya pembelian TBS dan biaya pengolahan. Tabel 7. Variabel Keputusan Optimalisasi Pengadaan Bahan Baku TBS PKS Adolina Bulan/Rp Biaya TBS Biaya Harga Harga Biaya kebun TBS CPO PKO Pengolahan Adolina Pembelian (X3) (X4) (X5) (X1) (X2) Januari(1) X11 X21 X31 X41 X51 Februari(2) X12 X22 X32 X42 X52 Maret(3) X13 X23 X33 X43 X53 April(4) X14 X24 X34 X44 X54 Mei(5) X15 X25 X35 X45 X55 Juni(6) X16 X26 X36 X46 X56 Juli (7) X17 X27 X37 X47 X57 Agustus(8) X18 X28 X38 X48 X58 September(9) X19 X29 X39 X49 X59 Oktober(10) X110 X210 X310 X410 X510 November(11) X111 X211 X311 X411 X511 Desember(12) X112 X212 X312 X412 X512
21
4.3.2. Fungsi Tujuan Fungsi tujuan pada penelitian ini adalah maksimisasi keuntungan. Dalam penelitian ini keuntungan perusahaan diperoleh dengan menghitung selisih antara penerimaan dengan total biaya pengadaan bahan baku dan pengolahan. Nilai keuntungan yang diperhitungkan adalah keuntungan sebelum dikurangi biaya tetap, biaya umum atau disebut juga laba kotor. Hal ini mengingat biaya tetap tidak berubah sesuai perubahan jumlah produksi sehingga sesuai dengan asumsi yang mendasari program linier. Maksimisasi Z = (TR - TC) X ij + PKernel j (β Xij) – (∑C1jXij) -(∑C2jXij)
Z= Keterangan:
Z : Nilai fungsi tujuan maksimumkan keuntungan (Rp) P CPOj : Harga CPO pada bulan ke-j (Rp/kg CPO) P Kernel j : Harga Kernel pada bulan ke-j (Rp/kg Kernel) α : Tingkat rendemen produk CPO pada bulan ke-j β : Tingkat rendemen produk Kernel pada bulan ke-j B : Harga penjualan TBS dari setiap kebun pada bulan ke-j (Rp/kg) C1j : Biaya pengadaan TBS dari sumber ke-i pada bulan ke-j (Rp/Kg) C2j : Biaya pengolahan TBS dari sumber ke-i pada bulan ke-j (Rp/Kg) X ij : Jumlah bahan baku yang akan disuplai oleh sumber ke i pada bulan ke j i : Sumber bahan baku ke i (kebun sendiri dan pembelian TBS dari pihak ke tiga) J : Bulan ke-j ; 1,2,3 ... 12 (Januari,... Desember) 4.3.3. Penentuan Fungsi Kendala Fungsi kendala yang dirumuskan dalam penelitian ini berdasarkan ketersediaan sumberdaya yang dimiliki perusahaan. Terdapat beberapa kendala yang dirumuskan dalam penelitian ini yaitu, kendala kapasitas produksi maksimal pabrik, ketersediaan TBS pembelian, kuota pembelian, ketersediaan tenaga kerja dan kendala transfer. 1.
Kendala Kapasitas Produksi Maksimal Pabrik Pabrik kelapa sawit Adolina mempunyai kapasitas terpasang sebesar 30
ton TBS/jam. Kapasitas produksi ini merupakan pembatas, sehingga pabrik tidak dapat berproduksi melebihi kapasitasnya. Dalam kegiatan pengolahan TBS yang dilakukan oleh PKS Adolina diasumsikan pengolahan berjalan adalah 22 jam setiap harinya dan 25 hari setiap bulannya. Sehingga kapasitas nyata pabrik setiap 22
bulannya adalah : 30 ton TBS/Jam x 22 jam/hari x 25 hari/bulan = 16.500.000 kg/bulan. Fungsi kendala kapasitas produksi maksimal pabrik dapat dirumuskan sebagai : ∑ Xij
Bj
Keterangan : Xij Bj
= Jumlah bahan baku yang dipasok kepabrik dari sumber ke i pada bulan ke j (kg/bln) = Kapasitas nyata pabrik pada bulan ke-j (kg/bulan)
2.
Kendala Ketersediaan TBS Pembelian Pasokan bahan baku TBS dari kebun plasma merupakan salah satu
alternatif sumber ketersediaan dalam pengolahan CPO dan PK yang sifatnya kontiniu. Berdasarkan data produksi tahun 2009 dan 2010 pembelian TBS mampu memasok sebesar 40 persen dari total pasokan TBS di PKS Adolina. Dalam hal ini diasumsikan umur tanaman kelapa sawit kebun Adolina dan plasma adalah sama. Sehingga formulasi model fungsi kendalanya adalah : ∑ X2 j ≤ 0,4 (X1 j + X2 j ) ∑ X2 j ≤ (0,4X1 j + 0,4 X2 j ) ∑ X2 j -0,4 X2 j – 0,4 X1 j ≤ 0 ∑ 0,6 X2 j – 0,4 X1 j ≤ 0
Keterangan : µ X1j X2j
3.
= Persentasi koefisien pasokan TBS pembelian = Jumlah pasokan bahan baku TBS dari kebun sendiri pada bulan ke-j (kg/bln) = Jumlah Pasokan TBS yang dibeli dari kebun plasma pada bulan ke-j (kg/bln)
Kendala Kuota Pembeliaan Kebijakan yang diambil oleh PTPN IV Unit usaha Adolina dengan
menetapkan batas maksimal pembeliaan TBS dari kebun plasma adalah sebesar 300 ton TBS/hari atau 6.000.000 kg/bln. Dimana pilihan pembelian ini dapat diambil ataupun tidak oleh perusahaan sehingga perusahaan dapat meningkatkan potensi produksi dari kebun sendiri. Fungsi kendalanya dapat dirumuskan sebagai berikut : ∑ X2ij
R ij 23
Keterangan : X2ij Rij
= Jumlah bahan baku yang dipasok dari pembelian produksi kebun pasma Pada bulan ke-j (kg/bln) = Kuota pembelian bahan baku oleh pabrik pada bulan ke-j (kg/bln)
4.
Kendala Ketersediaan Tenaga Kerja Tenaga kerja yang tersedia tiap bulannya untuk mengolah bahan baku
menjadi produk setengah jadi (work in process) perlu diperhitungkan sebagai kendala. Dalam tiap shift terdapat 39 orang tenaga kerja langsung yang mengoperasikan mesin pengolahan, dimana setiap hari terbagi atas 2 shift. Sehingga 1 hari tersedia tenaga kerja 78 orang. Berdasarkan perhitungan 25 hari kerja perbulannya, maka tenaga kerja yang tersedia tiap bulannya adalah 1.950 orang tenaga kerja langsung. Tenaga kerja ini pada tahun 2010 mengolah TBS sepanjang tahun. ∑ Ci Xij
Mj
Keterangan : Cj X ij Mj
= Tenaga kerja yang dibutuhkan untuk mengolah 1 kg TBS pada bulan ke-j (HOK/kg) = Jumlah bahan baku yang dipasok dari sumber ke-i pada bulan ke-j (kg/bln) = Ketersediaan tenaga kerja pada bulan ke-j (HOK/bln) Nilai Koefisien untuk kendala ketersediaan tenaga kerja ini adalah waktu
yang dibutuhkan untuk mengolah satu kilogram TBS dari kebun sendiri dan pembelian dari plasma. Nilai ruas kanan (Right Hand Side) dalam kendala jam tenaga kerja lapangan ini adalah ketersediaan tenaga kerja lapangan yang diperhitungkan berdasarkan jumlah jam kerja dalam satu bulan. 5.
Kendala Transfer Kegiatan Pengolahan Kendala transfer merupakan persentasi nilai CPO dan PK yang dihasilkan
dari setiap kilogram TBS yang diolah. Rendemen TBS menghasilkan CPO adalah α persen, maka koefisien fungsi kendala adalah α sedangkan rendemen PK ialah β persen, maka koefisien fungsi kendalanya adalah β. Nilai ruas kanan (Right Hand Side) dalam kendala transfer adalah nol. ∑ X3j
α (X 1j + X 2j )
∑ X4j
β (X 1j + X 2j )
24
Keterangan : α β X3j X4j X 1j X 2j
= Rendemen CPO = Rendemen PKO = Jumlah CPO yang dihasilkan pada bulan ke-j = Jumlah PK yang dihasilkan pada bulan ke-j = Jumlah TBS yang dipasok dari kebun Adolina pada bulan ke-j(kg/bln) = Jumlah TBS yang dipasok dari kebun pembelian pada bulan ke-j(kg/bln)
6. Biaya Pengolahan Biaya pengolahan adalah biaya yang digunakan selama proses pengolahan berlangsung, seperti biaya tenaga kerja langsung, biaya bahan kimia, biaya bahan bakar dan biaya listrik. Biaya pengolahan pada PKS Adolina adalah biaya pengolahan CPO dan PKO. Biaya pengolahan perkilogram setiap bulannya berbeda tergantung pada harga CPO dan PKO yang dihasilkan. Biaya pengolahan dibandingkan dengan total harga CPO dan PKO merupakan koefisien (£) kendala biaya pengolahan ∑ X5j
£ (X 1j + X 2j )
∑ X5j - £X3j + £X 4j
0
Keterangan : £ X3j X4j
= Koefisien biaya pengolahan dibagi total harga CPO dan PKO = Jumlah CPO yang dihasilkan pada bulan ke-j = Jumlah PKO yang dihasilkan pada bulan ke-j
4.3.4. Analisis Primal Analisis primal dilakukan untuk mengetahui nilai setiap variabel keuputusan yang di peroleh serta mengetahui sumber-sumber pemborosan yang terdapat di PKS Adolina. Nilai pemborosan dilihat dari nilai reduce cost yang ada. Analisis primal dilakukan untuk mengetahui kombinasi pengadaan bahan baku TBS dari tiap sumber dalam pengolahan CPO dan PKO yang optimal untuk diproduksi pada Pabrik Kelapa Sawit Adolina sehingga diperoleh keuntungan yang maksimum. Aktivitas yang tidak termasuk skema optimal akan memiliki nilai reduced cost. Dengan membandingkan nilai dari seluruh variabel keputusan, maka dapat ditentukan kombinasi pengadaan bahan baku TBS yang berasal dari kebun sendiri dan pihak ketiga pada tingkat optimal dengan produksi aktual kebun plasma dapat diketahui alternatif kegiatan pengadaan bahan baku produksi dari tiap sumber yang digunakan perusahaan untuk mencapai keuntungan optimal.
25
4.3.5. Analisis Dual Analisis dual dilakukan untuk menilai sumberdaya yang digunakan dalam pengadaan TBS dengan melihat nilai slack/surplus dan nilai dualnya (dual price). Nilai dual (dual price) atau sering disebut dengan harga bayangan (shadow price) menunjukan perubahaan yang akan terjadi pada fungsi tujuan apabila sumberdaya yang digunakan berubah sebesar satu satuan. Nilai ini juga menunjukan batas harga tertinggi dari tiap sumberdaya (input) yang masih memungkinkan perusahaan tetap melakukan pembelian. Nilai dual sangat berperan dalam pengambilan keputusan terutama dalam hal pembelian sumberdaya. Slack/surplus adalah kelebihan atau penurunan keuntungan dari tiap pengadaan sumberdaya yang selama ini dihadapi oleh perusahaan atau organisasi. Sumberdaya yang akan menjadi amatan dalam analisis dual adalah kapasitas produksi maksimal pabrik kelapa sawit, ketersediaan TBS pembelian, batasan kuota pembelian, ketersediaan tenaga kerja dan rendemen TBS. 4.3.6. Analisis Sensitivitas Analisis sensitivitas dilakukan pada saat solusi optimal tercapai. Analisis sensitivitas dilakukan dengan cara melihat perubahan koefisien fungsi tujuan tanpa merubah nilai optimalnya. Analisis ini berguna untuk mengetahui pengaruh perubahan pada tingkat keuntungan ketersediaan sumberdaya perusahaan tidak akan mengubah solusi optimal yang telah didapat. Pengaruh perubahan dapat dilihat dari selang kepekaan minimum (allowable decrease) dan selang kepekaan maksimum (allowable increase). Semakin sempit selang kepekaan tingkat keuntungan atau ketersediaan sumberdaya, menunjukan bahwa nilai tersebut paling peka dalam mengubah solusi optimal. Batas minimum pada fungsi tujuan menunjukkan besarnya batas penurunan nilai koefisien fungsi tujuan tanpa merubah hasil pemecahan optimal. Demikian juga sebaliknya, batas maksimum pada fungsi tujuan menunjukkan besarnya batas peningkatan nilai koefisien fungsi tujuan tanpa merubah hasil optimal. Jika perubahan-perubahan yang terjadi masih berada di dalam selang kepercayaan, maka kondisi optimal relatif stabil. Batas minimum pada kendala sebelah kanan menunjukkan besarnya batas penurunan nilai kendala sebelah kanan tanpa merubah nilai dual. Demikian juga, 26
batas maksimum pada kendala sebelah kanan menunjukkan besarnya batas peningkatan nilai kendala sebelah kanan tanpa merubah nilai dual. Jika perubahan-perubahan yang terjadi masih berada di dalam selang kepercayaan, maka nilai dual valid. Dalam penelitian ini analisis sensitivitas digunakan untuk melihat batas perubahan kapasitas produksi maksimal pabrik kelapa sawit, ketersediaan TBS pembelian, batasan kuota pembelian, ketersediaan tenaga kerja dan rendemen TBS tanpa merubah kondisi optimalnya. 4.3.7. Analisis Post Optimal Analisis post optimal dilakukan untuk mengetahui bagaimana solusi optimal yang diperoleh dari kombinasi pengadaan bahan baku TBS dalam memproduksi CPO dan PK di PKS Adolina jika terjadi perubahan terhadap parameter yang membentuk model. Pada penelitian ini dilakukan analisis post optimal dengan dua skenario. Skenario yang digunakan adalah mengetahui pengaruh penerimaan keuntungan terhadap aktivitas pengadaan bahan baku TBS dan peningkatan sumberdaya ketersediaan tenaga kerja. 4.4. Asumsi-Asumsi Asumsi-asumsi yang digunakan dalam penelitian ini antara lain: 1.
Koefisien di dalam model memenuhi asumsi-asumsi dasar dari Linier Programing.
2.
Mesin Pengolahan Kelapa Sawit tidak mengalami kerusakan.
3.
Tandan buah segar kebun sendiri Adolina diserap seluruhnya oleh PKS Adolina.
4.
Produksi TBS dari kedua kebun untuk menghasilkan CPO dan PKO dari Pabrik Kelapa Sawit Adolina PTPN IV dapat diserap oleh pasar.
27
V. GAMBARAN UMUM PKS ADOLINA 5.1. Profil Perusahaan 5.1.1. Sejarah Singkat Perusahaan Kebun unit Adolina didirikan oleh Pemerintah Belanda sejak tahun 1926 dengan nama “NV Cultuur Maatschappy Onderneming (NV CMO)” yang bergerak dalam budidaya tembakau. Pada tahun 1938 budidaya tembakau diubah menjadi kelapa sawit dan karet dengan nama “NV Serdang Maatschappy (SCM)”. Sejak tahun 1973 budidaya karet diganti menjadi kakao, sedangkan kelapa sawit tetap dipertahankan. Pada tahun 1942 diambil alih oleh pemerintah Jepang dari Pemerintah Belanda. Pada tahun 1946 diambil kembali oleh Pemerintah Belanda dengan nama tetap NV SCM. Maka pada tahun 1958 perusahaan ini diambil oleh Pemerintah Republik Indonesia dengan nama Perusahaan Perkebunan Negara (PPN), tahun 1960 PPN diganti nama menjadi PPN Baru SUMUT V. Pada tahun 1936 PPN Baru SUMUT V dipisah menjadi dua kesatuan yaitu: 1. PPN Karet III Kebun Adolina Hulu, Kantor Kesatuan di Tanjung Morawa 2. PPN Aneka Tanaman II Kebun Hilir, Kantor Kesatuan di Pabatu Pada tahun 1968 PPN Antan II diganti menjadi PNP VI, dengan penggabungan kembali PPN Karet III Kebun Adolina Hulu dengan PPN Aneka Tanaman II Kebun Adolina Hilir, lalu pada tahun 1978 PNP VI dirubah menjadi bentuk Persero dengan nama PT. Perkebunan VI (Persero). Pada tahun 1994 PTP VI, PTP VII dan PTP VIII bergabung dan dipinjam oleh Direktur Utama PTP VIII. Sejak tanggal 11 Maret 1996 sampai dengan saat ini gabungan PTP VI, PTP VII dan PTP VIII diberi nama PTP Nusantara IV (Persero). Adolina merupakan salah satu Badan Usaha Milik Negara (BUMN) dengan luas areal Hak Guna Usaha Kebun Adolina adalah seluas 8.965,69 Ha. Pembibitan dan Pabrik Kelapa Sawit (PKS) Adolina ini awalnya pada tahun 1956 memiliki kapasitas 26 Ton Tandan Buas Segar (TBS)/Jam, namun pada saat ini kapasitas PKS yang terpasang adalah 30 Ton TBS/Jam dengan tingkat stagnasi sebesar 0,75 % dan tingkat losis mencapai 1,50%. Dalam perkembanganya PKS Adolina terus melakukan pembenahan dan pelayanan demi meningkatkan keunggulan produksi. Pelayanan-pelayanan ini meliputi:
28
1.
Sistem Manajemen Mutu ISO 9001 : 2000
2.
Sistem Manajemen Lingkungan ISO 14000 : 2004
3.
Sistem Manajemen Keselamatan dan Kesehatan Kerja (SMK3)
5.1.2. Ruang Lingkup Bidang Usaha PT. Perkebunan Nusantara IV Unit Adolina adalah perusahaan yang bergerak di bidang industri pengolahan kelapa sawit. Unit usaha Adolina memperoleh bahan baku TBS dari kebun-kebun PTPN IV unit Adolina sendiri dan sebagian lagi diperoleh dari kebun-kebun rakyat atau swasta yang berada disekitarnya. Selain memproduksi CPO unit usaha Adolina juga memproduksi PKO yang selanjutnya tidak dipasarkan melainkan akan diproses lebih lanjut ke pabrik pengolahan inti sawit di Pabatu. 5.1.3. Lokasi Perusahaan PTP Nusantara IV (Persero) PKS Adolina berada di Kabupaten Serdang Bedagai tepatnya dipinggiran Jalan Raya Medan Pematang Siantar dengan jarak 38 Km dari Medan, yang dikelilingi oleh 21 desa yang berada di enam Kecamatan yaitu Perbaungan, Pantai Cermin, dan Pegajahan (berada di Kabupaten Serdang Bedagai) serta Galang, Bangun Purba dan STM Hilir (berada di Kabupaten Deli Serdang). Sesuai Surat Keputusan Direksi PT. Perkebunan Nusantara IV (Persero) No : 04.13/Kpts/Org/93/VII/1998 tanggal 17 Desember 1998 memutuskan terhitung tanggal 01 Januari melebur kebun Bagun Purba, Lau Rempak, B. Kuala dan merubah statusnya menjadi Afdeling unit kebun Adolina. Luas hak guna kebun unit Adolina seluas 8.965,69 hektar. Dimana dibagi menjadi dua bagian yaitu 8.636hektar untuk lahan kelapa sawit dan 329,69 hektar untuk Emplasment, pondok dan bibitan serta pabrik dll. 5.1.4. Daerah Pemasaran Produk minyak CPO yang dihasilkan PKS Adolina ini dipasarkan dengan system pemesanan oleh pihak konsumen dimana selanjutnya pesanan minyak sawit CPO dikirim kepada pihak konsumen. Daerah pemasaran CPO dari unit usaha Adolina ini diekspor ke beberapa Negara seperti Belanda, Jepang, Belgia, dan sebagian dikirim untuk pasar local. Sedangkan untuk produk inti tidak
29
dipasarkan, melainkan diproses lebih lanjut ke pabrik pengolahan inti sawit di Pabatu. 5.2. Organisasi dan Manajemen 5.2.1. Struktur Organisasi Perusahaan Struktur organisasi yang digunakan oleh PT. Perkebunan Nusantara IV (Persero) Unit Adolina adalah struktur yang berbentuk lini dan fungsional berdasarkan fungsi. yaitu pembagian atas unit-unit organisasi didasarkan pada spesialisasi tugas yang dilakukan dan juga wewenang dari pimpinan dilimpahkan pada unit unit organisasi di bawahnya pada bidang tertentu secara langsung. Pimpinan tertinggi dipegang oleh seorang Manajer Unit. Adapun Struktur Organisasi PT. Perkebunan Nusantara IV (Persero) Unit Adolina dapat dilihat pada Gambar 3. Manager Unit
Ka.Dis Tan Rayon A
Ka.Dis Tan Rayon B
Ka.Dis Tan Rayon C
Ass. Afd 1
Ass. Afd 4
Ass. Afd 7
Ass. Afd 2
Ass. Afd 5
Ass. Afd 8
KDTP
Ka.Dis TU
Ass.Tek Pabrik
Ass.SDM dan Umum
Ass. Pengolahan 1
Ass. Pengolahan 2 Ass. Afd 3
Ass. Afd 6
Ass. Afd 9 Ass.SDM dan Umum
Gambar 3. Struktur Organisasi PTPN IV Unit Adolina
30
5.2.2. Uraian Tugas dan Tanggung Jawab Adapun pembagian tugas dan tanggung jawab pada PT. Perkebunan Nusantara IV (Persero) Unit Adolina adalah sebagai berikut : 1.
Manajer Unit Manajer Unit merupakan pimpinan tertinggi dikebun Adolina. Manajer Unit bertanggung jawab secara keseluruhan terhadap perencanaan operasional pabrik serta bertanggung jawab dalam mengevaluasi kinerja Unit. Manajer Unit juga bertanggung jawab kepada Direksi yang terletak di kantor pusat Medan. Selain itu manajer unit memiliki tugas sebagai berikut : a. Menciptakan iklim kerja yang sesuai dengan memperlihatkan hubungan ke dalam dan diluar kehidupan sosial bawahan dan masyarakat sekitarnya agar kegairahan kerja tetap terpelihara. b. Melaksanakan penilaian dan mengusulkan pengangkatan, pemindahan, penambahan dan hukuman bagi karyawan staf berdasarkan ketentuan yang telah berlaku demi tegaknya disiplin kerja. c. Mengawasi dan menilai hasil kerja kepala Dinas secara terus menerus dengan membandingkan hasil nyata dan norma-norma kerja serta melakukan tindakan pemulihan untuk menghindari anggaran biaya yang melebihi batas teloransi yang dibenarkan. d. Melaporkan data serta kegiatan yang ada kepada direksi.
2.
Kepala Dinas Tanaman Kepala Dinas Tanaman bertugas melakukan koordinasi penyusunan taksasi produksi tanaman berdasarkan data dan pengamatan agar diperoleh taksasi yang dapat mendekati kenyataan. Selain itu Kepala Dinas Tanaman juga memiliki tugas sebagai berikut : a. Mengajukan anggaran belanja dengan program pelaksanaan yang sistematis dan mudah dimengerti bersama-sama dengan asisten tanaman/afdeling. b. Mengendalikan
semua
kegiatan
operasi
afdeling
berdasarkan
normanorma yang berlaku agar semua kegiatan berjalan sesuai dengan tujuan operasi.
31
c. Membina pengetahuan dan keterampilan para asisten tanaman/afdeling melalui rapat kerja, diskusi, penjelasan langsung dilapangan supaya lebih mampu melaksanakan tugas sebagai instruksi terhadap bawahannya. d. Memelihara kerja di bidang tanaman sesuai dengan lingkungan kerja agar setiap orang merasa senang dan aman dalam menyelesaikan tugas. e. Menyempurnakan metode kerja yang tidak sesuai dengan metode yang lebih baik melalui pengamatan agar efektivitas dan efisiensi kerja tercapai secara optimal. 3.
Asisten Tanaman/Afdeling Asisten Tanaman/Afdeling bertugas membuat taksasi produksi tanaman yang disusun berdasarkan analisis data dan taksiran potensi tanaman agar diperoleh taksasi
yang
dapat
mendekati
kenyataan.
Selain
itu,
Asisten
Tanaman/Afdeling mempunyai fungsi sebagai berikut : a. Mengajukan
kebutuhan
tenaga
kerja
berdasarkan
ketentuan
penerimaannya agar dapat menyelesaikan semua pekerjaan sesuai dengan program. b. Mengatur pembagian kerja dan melengkapi peralatan/bahan secara teratur dan terpadu supaya hasil kerja diperoleh sesuai dengan yang ditentukan. c. Menempatkan tenaga kerja sedapat mungkin sesuai dengan bakat, fisik dan sikap agar tercapai semangat kerja yang bergairah. d. Melaksanakan pemeiharaan secara efektif dan efisien sesuai dengan standar yang ditentukan. e. Melaksanakan panen sesuai dengan kriteria yang ditentukan dan menyelesaikan pengangkutan secepatnya pada hari itu juga sehingga kenaikan ALB (Asam Lemak Bebas) di kebun dapat dihindari. 4.
Kepala Dinas Teknik dan Pengolahan Kepala Dinas Teknik dan Pengolahan merupakan penanggung jawab pabrik dibidang pemeliharaan, bengkel dan bertanggung jawab atas segala kebijaksanaan dan tindakan dalam bidang produksi. Selain itu Kepala Dinas Teknik dan Pengolahan juga memiliki tugas sebagai berikut :
32
a. Memberikan petunjuk dan mengawasi pemeliharaan di bidang teknik b. Membuat rencana pelayanan kebutuhan bangunan atau pengangkutan bahan mentah. c. Melayani kebutuhan dan merencanakan kapasitas pabrik. d. Merencanakan, mengkoordinasikan dan mengarahkan serta mengawasi kegiatan-kegiatan bagian pengolahan dan laboratorium. e. Menandatangani dan mengecek formulir-formulir dan laporan-laporan sesuai dengan asisten dan prosedur yang berlaku. f. Melaporkan data, kegiatan bagian pengolahan dan laboratorim kepada administratur. 5.
Assisten Bengkel Umum/Pabrik Assisten Bengkel Umum/Pabrik bertugas membantu Kepala Dinas Teknik dalam memimpin bagian reparasi alat-alat pabrik. Selain itu, Assisten Bengkel Umum/Pabrik mempunyai fungsi sebagai berikut : a. Berperan dalam pemeliharaan dan perbaikan alat-alat yang ada di pabrik agar tetap dalam kondisi yang baik. b. Merencanakan dan mengarahakan serta mengkoordinasikan kegiatan bagian reparasi.
6.
Assisten Transportasi/Motor Assisten Transportasi/Motor bertugas membantu Kepala Dinas Teknik dalam memimpin bagian bengkel motor. Selain itu, Assisten Transportasi/Motor mempunyai fungsi sebagai berikut : a. Mengawasi alat pengangkutan kendaraan bermotor. b. Mengkoordinasikan segala perbaikan kendaraan bermotor yang rusak.
7.
Asisten PKS Asisten PKS bertugas membantu Kepala Dinas Pengolahan dalam mengawasi kegiatan pabrik. Selain itu, Asisten PKS mempunyai fungsi sebagai berikut : a. Mengawasi seluruh kegiatan proses produksi di pabrik b. Mengawasi kualitas dan kuantitas produk yang dihasilkan dengan berpedoman kepada ketentuan yang diberikan oleh direksi. c. Memberikan data dan kegiatan proses produksi kepada Kepala Dinas Pengolahan.
33
8.
Mandor Bagian Pengiriman Mandor Bagian Pengiriman bertugas membantu Kepala Dinas Teknik dan Pengolahan dalam mengawasi kegiatan pabrik. Selain itu mandor bagian pengiriman bertanggung jawab melaksanakan penjualan minyak sawit (CPO) dan inti pada pelanggan.
9.
Kepala Dinas Tata Usaha Kepala Dinas Tata Usaha bertugas membantu Manajer Unit dalam memimpin seluruh kegiatan administrasi perusahaan. Tugas yang ditangani Kepala Dinas Tata Usaha adalah sebagai berikut : a. Merencanakan dan mengkoordinasikan kegiatan bagian administrasi. b. Mengawasi pemakaian dan penggunaan alat-alat kantor. c. Mengkoordinasikan segala pembayaran dan penyediaan barang-barang. d. Mengawasi seluruh kegiatan administrasi perusahaan.
10. Asisten Tata Usaha Asisten Tata Usaha bertugas membantu Kepala Dinas Tata Usaha dalam menjalankan seluruh kegiatan administrasi diperusahaan. 11. Asisten SDM dan Umum Asisten SDM dan Umum bertugas membantu Manajer Unit dalam meneliti penerimaan tenaga kerja. Tugas yang ditangani Asisten SDM dan Umum adalah sebagai berikut : a. Mengawasi dan meneliti penerimaan tenaga kerja dengan berpedoman kepada standard yang telah ditetapkan oleh Direksi. b. Melaksanakan kegiatan yang diprogramkan oleh pemerintah setelah mendapatkan persetujuan Direksi. c. Membina hubungan baik dengan pemerintah dan masyarakat disekitar lokasi perusahaan. d. Mengkoordinasikan
kegiatan
dalam
peningkatan
kesejahteraan
karyawan. e. Memberikan informasi kepada Manajer Unit dalam bidang produktivitas kerja.
34
12. Perwira Pengamanan (Pa Pam) Perwira Pengamanan (Pa Pam) bertugas membantu Manajer Unit dalam memimpin bidang keamanan. Tugas yang ditangani Perwira Pengamanan (Pa Pam) adalah melakukan pengawasan pengamanan informasi dan inventaris perusahaan. 5.2.3. Jumlah Tenaga Kerja Adapun jumlah karyawan PT. Perkebunan Nusantara IV Unit Adolina dapat dilihat pada Tabel 8. Tabel 8. Jumlah Karyawan Unit Usaha Adolina Uraian Tenaga Kerja Kebun Adolina Pria Wanita Jumlah Karyawan Pimpinan 8 0 8 Karyawan Pelaksana 1.193 437 1.630 Honorer 9 2 11 Jumlah 1.210 439 1.649 5.2.4. Jam Kerja Pengaturan jam kerja karyawan yang berlaku di PT. Perkebunan Nusantara IV Unit Adolina dibagi atas 2 bagian, yaitu sebagai berikut : a.
Bagian Kantor Untuk bagian kantor hanya ada 1 shift dengan 7 jam kerja per hari dan 40 jam kerja per minggu dengan bagian dapat diihat pada Tabel 9.
Tabel 9. Jam Kerja Karyawan Kantor Unit Usaha Adolina No. Hari Waktu Kerja (WIB) 1 Senin – Kamis 06.30 – 09.30 10.30 – 15.00 2 Jumat 06.30 – 09.30 10.30 – 12.00 3 Sabtu 06.30 – 09.30 10.30 – 13.00 b.
Istirahat 09.30 – 10.30 09.30 – 10.30 09.30 – 10.30
Bagian Pabrik Untuk bagian pabrik pekerja dibagi atas dua shift . Jam kerja karyawan berdasarkan sift di PKS Adolina dapat dilihat pada Tabel 10.
35
Tabel 10. Jam Kerja Karyawan PKS Adolina No Shift 1 I 2 II
Waktu Kerja (WIB) 06.30 – 17.00 17.00 – 05.00
5.3. Proses Produksi Proses produksi adalah cara, metode dan teknik untuk menciptakan atau menambah kegunaan suatu barang atau jasa dengan menggunakan sumber-sumber yang ada seperti tenaga kerja, mesin, bahan dan dana. Pada PT. Perkebunan Nusantara IV (Persero) Unit Adolina ada dua jenis proses pengolahan sawit yaitu proses pengolahan sawit CPO dan PKO. 5.3.1. Proses Produksi CPO Bahan baku utama PPKS PT. Perkebunan Nusantara IV (Persero) Unit Adolina adalah buah kelapa sawit yang masih segar. Pengolahan tandan buah segar (TBS) di PKS dimaksudkan untuk memperoleh minyak sawit CPO dari daging buah (mesocp) dan PKO dari biji (nut). Untuk mendapat kualitas minyak yang baik bermula dari lapangan, sedangkan proses pengolahan dipabrik hanya dapat menekan sekecil mungkin perubahan/penurunan kualitas dan kehilangan (Lossis) selama proses. Pabrik tidak dapat memproduksi minyak lebih dari apa yang dikandung TBS. Mutu dan Rendemen hasil olah sangat dipengaruhi oleh fraksi panen (derajat kematangan), kegiatan pengutipan brondolan dan perlakuan terhadap TBS. perlakuan TBS mulai dari panen, transport dan proses pengolahan dipabrik akan menentukan kuantitas dan kualitas minyak yang dihasilkan.Adapun proses produksi CPO dan PKO adalah sebagai berikut : 1.
Stasiun Penerimaan Bahan Buah (Fruit Reception Station) Stasiun penerimaan bahan buah ini berfungsi untuk menerima TBS yang
berasal dari kebun dan pembelian. Pada stasiun ini TBS melalui tahapan proses yaitu tahap penimbangan buah dan tahap penumpukan dan pemindahan buah. 2.
Stasiun Penimbangan Buah (Fruit Weighting) dan Sortasi Setiap truk yang mengangkut TBS kepabrik ditimbang terlebih dahulu
dijembatan timbang (bridge weighing) untuk memperoleh berat sewaktu berisi (bruto) dan sesudah dibongkar (tarra). Selisih antara bruto dengan tarra adalah
36
jumlah TBS yang diterima di PKS (netto). Jembatan timbang menggunakan mekanikal hybrid dengan kapasitas 50 ton. Dilengkapi dengan sistem komputasi, jembatan timbangan ditera oleh Badan Meterologi 1 kali setahun. TBS (tandan buah segar) yang sudah ditimbang dimasukkan ke loading ramp. Sortasi TBS dilakukan dilantai atau peron loading ramp. Mutu dan rendemen hasil olah sangat dipengaruhi oleh mutu tandan dan mutu panen. Sortasi TBS sebagai alat untuk menilai mutu panen dilaksanakan terhadap setiap kebun yang mengolah buah di PKS dengan menentukan satu truk/lebih yang dianggap mewakili untuk setiap afdeling kebun pengirim/hari. Untuk pengiriman TBS dari pihak ke III, maka sortasi dilakukan terhadap semua truk. Sebelum dibongkar, diambil sekitar 40 brondolan untuk mengetahui apakah buah tersebut termasuk jenis dura atau tenera. Untuk TBS dari pihak ke III, buah yang ditolak adalah buah mentah (fraksi 00 dan fraksi 0), buah dura (bila komposisinya >15%), dan buah yang beratnya <10 kg. sortasi buah dilaksanakan sesuai dengan kriteria panen yang terbagi atas beberapa fraksi. 3.
Stasiun Rebusan TBS yang berada dalam lory rebusan diangkut dari stasiun penerimaan
buah dengan bantuan transfer carrier yang bergerak pada jaringan rel. Lory rebusan ini selain sebagai alat angkut juga sebagai wadah untuk merebus buah. Badan lory tersebut terbuat dari plat baja berlubang kecil dengan diameter 27.000 mm berjumlah 3 unit dengan system 2 pintu dan memakai PLC (Program Local Control) dengan waktu merebus buah ± 90 menit, masing-masing sterilizer berkapasitas 10 lory ( ± 25 ton TBS). Sistem perebusan yang dipakai adalah sistem 3 puncak (triple peak). Triple peak adalah jumlah puncak dalam proses perebusan ditunjukkan dari jumlah pembukaan atau penutupan dari uap masuk atau keluar selama perebusan berlangsung yang diatur secara manual atau otomatis. Waktu perebusan yang menjadi perhatian setelah puncak pertama dan kedua adalah pada saat puncak ketiga (holding time) yaitu antara 40-60 menit. Holding time sangat dipengaruhi oleh kematangan buah, lamanya buah menginap dan tekanan steam. Semakin matang dan semakin buah lama menginap, semakin pendek waktu yang diperlukan di puncak ketiga.
37
4.
Stasiun Penebah Stasiun penebah mempunyai fungsi untuk memisahkan brondolan dari
tandannya buah matang dari sterilizer diatur masuk sebagai umpan ke dalam thresher yang kecepatannya diatur oleh variabel speed. Di dalam tresher dipisahkan antara tandan kosong dan brondolan matang dengan cara dibantingkan/dijatuhkan dari atas ke bawah sambil diputar. 5.
Stasiun Pengempaan Stasiun pengempaan adalah stasiun pertama dimulainya pengambilan
minyak dari buah dengan jalan melumat dan mengepal. Pada stasiun ini dilakukan dua tahap pengolahan yaitu : a.
Pengadukan (digesting)
b.
Pengempaan (pressing) 1. Digester terintegrasi dengan screw press. Brondolan yang telah dibawa fruit elevator diremas atau diaduk. Fungsi digester adalah sebagai berikut : a. Mencincang dan melumat brondolan sehingga daging dengan biji (noten) mudah dipisahkan. b. Mengeluarkan sebagian minyak dari brondolan yang timbul akibat proses pengadukan. c. Memudahkan pengeluaran minyak di screw press. 2. Screw Press Massa adukan yang berasal dari alat pengadukan (digester), dialirkan ke dalam alat pengempa (screw press) yang berfungsi untuk mengempa massa adukan sehingga terjadi pemisahan antara massa padat (biji, serat dan kotoran) dengan cairan minyak kasar. Tujuan dari proses pengempaan ini adalah untuk mengambil minyak yang ada dalam massa adukan semaksimal mungkin dengan cara mengempa pada tekanan tertentu.
6.
Stasiun Pemurnian Minyak (Clarification Station) Stasiun ini berfungsi untuk mendapatkan minyak sawit mentah CPO yang
sudah dimurnikan dari impurities atau kotoran lainnya. Stasiun pemurnian minyak adalah stasiun terakhir untuk pengolahan minyak sawit mentah (CPO). Minyak mentah yang dihasilkan dari stasiun pengempaan dikirim ke stasiun ini untuk proses selanjutnya sehingga diperoleh minyak produksi. 38
5.3.2. Proses Produksi Biji/Inti 1.
Pemisahan Daging Buah Dengan Biji Ampas kempa (press cake) yang keluar dari screw press terdiri dari biji
dan serabut beserta fraksi minyak dan air yang terkandung dalam kadar yang kecil.
Ampas
kempa
tersebut
masih
berbentuk
gumpalan,
dimana
gumpalangumpalan ampas ini harus dipecahkan terlebih dahulu pada pemecah ampas kempa (cake breaker conveyor/CBC). Proses pemecahan dimulai pada saat ampas kempa (press cake) yang keluar dari screw press masuk kedalam talang pemecah ampas kempa (CBC). Dengan adanya pemanasan sampai temperatur 90°C, gumpalan ampas akan menjadi kering dan mudah terurai pada waktu dipukul oleh padel-padel CBC. 2.
Pemeraman Biji Biji yang berasal dari nut polishing drum diangkut dengan menggunakan
conveyor dan destoner menuju ke silo biji (Nut Silo) untuk proses pemeraman biji. Sebelum masuk ke silo biji, terlebih dahulu biji dimasukkan kedalam tromol fraksi biji (nut grading screen) untuk memisahkan biji-biji menurut fraksinya, yaitu fraksi kecil dan fraksi besar dengan terpisahnya biji fraksi kecil dan fraksi besar maka proses pemecahan biji dalam nut crecker akan lebih sempurna (persentasi inti pecah akan berkurang). Biji yang telah dipisahkan akan masuk ke dalam silo (nut silo) sesuai dengan fraksi-fraksinya untuk proses pemeraman biji. Biji yang diperam dianggap kering bila kadar air biji 12%. Proses pemeraman dilakukan selama 24 jam untuk mendapatkan hasil yang diinginkan. 3.
Pemecahan Biji Alat ini terdiri dari rotor yang berputar dan mempunyai dinding kasing
(Slator) yang berbentuk silinder dan pada bagian bawahnya berbentuk konus (cone). Dinding kasing (wearing plat) ini terbuat dari plat baja keras. Rotor terdiri dari poros yang diberi lempengan siku-siku yang berputar pada poros tersebut. Oleh karena adanya gaya sentrifugal yang ditimbulkan oleh putaran rotor yang sangat tinggi maka biji-biji yang masuk ke lubang rotor akan terbawa oleh lempengan siku-siku tersebut kemudian terlempar ke samping membentur dinding
39
kasing. Akibatnya biji-biji tersebut akan pecah dan intinya akan terpisah dan cangkang. 4.
Pemisahan Inti dengan Cangkang Campuran pecahan (inti, biji utuh dan cangkang) yang dihantarkan oleh
timba kraksel masuk ke dalam LTJS (Light Tanera Just Separator). Alat ini merupakan kolom pemisah vertikal (Vertical Column Separator) yang dilengkapi dengan fan/blower penghisap. Prinsip pemisahan berdasarkan berat jenis dan gaya gravitasi. Melalui kolom pemisah tersebut abu, cangkang halus dan serat halus yang lebih ringan akan terhisap dan masuk ke dalam siklon penampung abu (dust cyclone), kemudian menghantarnya ke stasiun ketel (boiler station) sebagai bahan bakar ketel (boiler), sedangkan inti, cangkang kasar dan biji utuh yang lebih berat akan jatuh menuju ayakan, ayakan ini berfungsi untuk memisahkan biji utuh (noten). Campuran pecahan akan masuk melalui kisi-kisi tersebut dan dengan bantuan getaran akan terjadi pemisahan antara biji utuh (notten) dengan campuran pecahan. Campuran pecahan akan jatuh ke dalam kolom kraksel (crackse conveyor) yang akan menghantarkannya ke hidrosiklon (hydrocyclone) untuk dipisahkan. 5.
Pengeringan Inti Inti basah hasil pemisahan akan dibawa ke konveyor inti basah menuju
timba inti (karnel elevator) yang menghantarkan inti basah masuk ke dalam konveyor atas silo inti. Konveyor ini berfungsi untuk mendistribusikan inti basah masuk kedalam silo inti (karnel osilo). Bentuk ataupun cara kerja silo inti sama seperti pada silo biji (Nut Silo). Hanya saja pada silo inti yang dikeringkan adalah intinya. Ke dalam silo inti ini juga dialirkan uap jenuh dan dihembuskan pula udara panas oleh fan/blower pemanas (heater). Waktu pengeringan yang dibutuhkan adalah 18 (delapan belas) jam. 5.3.3. Bahan-bahan yang Digunakan Di dalam proses produksi pada Pabrik Kelapa Sawit (PKS) Kebun Adolina, bahan baku yang digunakan adalah tandan buah segar (TBS) kelapa sawit yang diperoleh dari beberapa afdeling yang membudidayakan tanman kelapa sawit di lingkungan Kebun Adolina dan juga dari pihak ketiga. Varietas
40
bahan baku diolah PKS Adolina adalah varietas Tanera (hasil persilangan dari varietas yang lebih baik karena memiliki cangkang yang lebih tipis dan mempunyai daging buah yang tebal). Waktu tanamannya juga lebih cepat yaitu 2,5 tahun sampai 3 tahun bila dibandingkan dengan varietas yang lain yang mencapai 3 sampai 4 tahun. TBS yang diterima di PKS Adolina jumlahnya sangat dipengaruhi oleh iklim, luas areal yang menghasilkan sistem panen topografi serta usia tanam.
41
VI. OPTIMALISASI TANDAN BUAH SEGAR PKS ADOLINA Analisis optimalisasi pengadaan bahan baku TBS pada penelitian ini dilakukan dengan tujuan memaksimumkan keuntungan yang diterima oleh PKS Adolina dengan melakukan penjualan dua jenis produk yaitu CPO dan PKO selama periode satu tahun (2010). Optimalisasi pengadaan TBS didasarkan pada metode penelitian yang didahului dengan penentuan fungsi tujuan dilanjutkan dengan penentuan fungsi kendala. Penentuan variabel keputusan yang terbentuk pada model persamaan linear terdiri dari 60 variabel. 6.1. Perumusan Model Linier Optimalisasi TBS Program linier memiliki perumusan model yang terdiri dari perumusan variabel keputusan, fungsi tujuan dan fungsi kendala yang dihadapi oleh PKS Adolina. Alternatif pengadaan sumberdaya bahan baku yang dimiliki perusahaan untuk dapat memproduksi CPO dan PKO pada tahun 2010 merupakan periode dari ruang lingkup penelitian ini, dan merupakan nilai ruas kanan (Right Hand Side) dalam perumusan fungsi kendala. Tujuan utama dari penelitian ini adalah mengetahui kondisi aktual dan optimal perusahaan dalam mencapai keuntungan maksimum dan mengetahui tingkat kombinasi alternatif pengadaan TBS yang dipasok dari tiap sumber produksi yang dimiliki perusahaan sehingga memberikan tingkat penerimaan perusahaan yang maksimum. Data yang digunakan dalam penelitian ini adalah data produksi aktual pada tahun 2010. Keputusan yang dapat dibentuk dalam model program linear ini sebanyak 60 variabel dalam satu tahun dari seluruh kebun produksi TBS. 6.1.1. Fungsi Tujuan Bahan baku yang digunakan oleh PKS Adolina adalah TBS. TBS diperoleh dari dua sumber yaitu kebun Adolina dan pembelian dari pihak ketiga. Karena bahan baku berasal dari kebun sendiri dan kebun lain, maka biaya pengadaan bahan baku dapat dibedakan menjadi biaya pengadaan bahan baku dari kebun sendiri dan biaya pembelian. Biaya pengadaan bahan baku dari kebun sendiri per kilogram TBS akan menjadi koefisien biaya dan biaya pembelian TBS
42
per kilogram menjadi koefisien biaya kegiatan pengadaan bahan baku dari pembelian. Koefisien fungsi tujuan yang digunakan dalam penelitian ini adalah harga jual setiap per kilogram CPO dan PKO yang dihasilkan dari PKS Adolina sebagai penerimaan dan biaya pengadaan bahan baku baik dari kebun sendiri maupun pembelian dari pihak ketiga dan biaya pengolahan sebagai biaya produksi. Harga TBS yang diterapkan oleh PKS Adolina mengikuti harga TBS yang ditetapkan di pasar (sesuai dengan SK Menteri pertanian) dengan mempertimbangkan harga CPO dan PKO serta rendemen CPO dan PKO yang dikalikan dengan indeks nilai K yaitu proporsi yang menunjukkan bagian yang diterima oleh petani. Lampiran 1 menyajikan data produksi, harga CPO, PKO dan biaya TBS yang diolah PKS Adolina dan merupakan koefisien dari tiap variabel untuk memperoleh nilai optimalnya. Perlu dijelaskan bahwa biaya yang dimasukkan dalam perhitungan model adalah biaya produksi yang diperoleh langsung dari bagian produksi, sehingga mungkin saja dalam perhitungan biaya produksi perusahaan tidak memasukkan beberapa pos biaya secara spesifik misalnya, biaya manajemen, biaya listrik, sewa gedung, mesin dan peralatan. Perhitungan secara rinci tidak dapat dilakukan karena keterbatasan biaya yang diperoleh. Berdasarkan uraian di atas, sehingga fungsi tujuan dari model program linier untuk memaksimumkan keuntungan pada tahun 2010, sebagai berikut. Maksimisasi: 6326,36X31+6526,40X32+6660,50X33+6441,42X34+6423,24X35+6120,00X36 +6439,51X37+7124,57X38+6853,18X39+7383,69X310+8230,24X311+8690,91 X312+3030,889X41+3222,02X42+3508,77X43+3576,76X44+3709,88X45+3705 ,87X46+3617,87X47+4070,33X48+4658,04X49+4913,04X410+5117,57X411+6 621,93X412-1170,68X11-1158,82X12-1282,22X13-1237,80X14-1221,20X151102,66X16-1091,76X17-1207,65X18-1268,50X19-1281,33X110-1453,10X1111353,44X112-1692,93X21-1661,14X22-1877,96X23-1708,40X24-1699,02X251740,79X26-1574,72X27-1701,28X28-1924,92X29-1815,17X210-2197,30X2112498,54X212-326,7X51-265X52-387X53-252,2X54-279X55-428,1X56305,2X57-297X58-449,9X59-289,7X510-446,6X511-613,2X512
43
Keterangan : X11-X112 = Biaya TBS yang berasal dari Kebun Sendiri Adolina bulan Januari– Desember X21-X212 = Biaya TBS yang berasal dari Kebun Pihak ke III (Pembelian) bulan Januari- Desember X31-X312 = Harga jual CPO dari PKS Adolina selama bulan Januari- Desember X41-X412 = Harga jual PKO dari PKS Adolina selama bulan Januari- Desember X51-X512= Biaya pengolahan TBS menjadi CPO dan PKO dari bulan Januari Desember 6.1.2. Kendala-Kendala Kendala merupakan faktor pembatas bagi manajemen suatu perusahaan untuk mengambil keputusan produksi. Dalam optimalisasi pengadaan TBS kendala yang dimaksud yaitu kendala ketersediaan sumberdaya yang dimiliki perusahaan yang membatasi perusahaan dalam melakukan pengadaan bahan baku. Kendala dalam model program linier untuk optimalisasi perencanaan pengadaan TBS yang berasal dari alternatif sumber daya kebun dalam pengolahan TBS di PKS Adolina meliputi kapasitas produksi maksimal, kendala ketersediaan TBS pembelian, kendala kuota pembelian, dan ketersediaan tenaga kerja di Pabrik Pengolahan Kelapa Sawit Adolina, serta kendala transfer. Fungsi kendala yang digunakan dalam penyelesaian program linear ini selengkapnya akan disajikan pada Tabel 11 – 16. 1.
Kendala Kapasitas Maksimal Pabrik Pengolahan TBS dipabrik kelapa sawit dimaksudkan untuk memperoleh
CPO dari daging buah (mesocp) dan PKO dari biji (nut). Untuk mendapat kualitas minyak yang baik bermula dari lapangan, sedangkan proses pengolahan di pabrik hanya dapat menekan sekecil mungkin perubahan/penurunan kualitas dan kehilangan (Lossis) selama proses. Pabrik tidak dapat memproduksi minyak lebih dari apa yang dikandung TBS. Mutu dan Rendemen hasil olah sangat dipengaruhi oleh fraksi panen (derajat kematangan), kegiatan pengutipan brondolan dan perlakuan terhadap TBS. Perlakuan TBS mulai dari panen, transport dan proses pengolahan dipabrik akan menentukan kuantitas dan kualitas minyak yang dihasilkan. PT Perkebunan Nusantara IV (PERSERO) Unit Usaha Adolina memiliki kapasitas terpasang 30 ton/jam. PT Perkebunan Nusantara IV (PERSERO) Unit Usaha Adolina didirikan pada tahun 1956 dengan kapasitas 26
44
ton TBS/jam. Pada saat ini, kapasitas terpasang PKS adalah 30 ton TBS/jam, dipakai untuk mengolah TBS Sendiri dan TBS Pihak III / pembelian. Beroperasi dengan lancar/baik dengan tingkat stagnasi 2,28 persen serta lossis ditekan mencapai 1,50 persen. Koefisien fungsi yang digunakan dalam mengolah TBS adalah benilai satu karena kapasitas maksimal pabrik kelapa sawit sama. Nilai sebelah kanan kendala (right hand side) dari persamaan kendala ini merupakan hasil penggalian kapasitas pabrik (30 ton/jam) dengan waktu pengolahan (22 jam) dalam satu hari dan dikalikan dengan hari beroperasi dalam 1 bulan produksi (25 hari kerja) yaitu senilai 16.500.000. Berdasarkan uraian diatas model fungsi kendala kapasitas pabrik dapat dilihat pada Tabel 11. Tabel 11. Kendala Kapasitas Maksimal PKS Adolina Tahun 2010 No Bulan Kendala 1 Januari X11+X21<=16500000 2 Februari X12+X22<=16500000 3 Maret X13+X23<=16500000 4 April X14+X24<=16500000 5 Mei X15+X25<=16500000 6 Juni X16+X26<=16500000 7 Juli X17+X27<=16500000 8 Agustus X18+X28<=16500000 9 September X19+X29<=16500000 10 Oktober X110+X210<=16500000 11 November X111+X211<=16500000 12 Desember X112+X212<=16500000 2.
Kendala Ketersediaan TBS Pembelian Bahan baku TBS yang diolah oleh pabrik kelapa sawit Adolina berasal
dari dua sumber yaitu TBS yang dihasilkan oleh kebun seinduk Adolina yang terdiri dari Afdeling 1-9 dan TBS dari pihak ketiga. Pihak ketiga PKS adolina adalah masyarakat sekitar dan perkebunan swasta yang berada tidak jauh dari PKS Adolina. Data pasokan TBS tahun 2009-2010, saat ini pasokan TBS yang berasal dari kebun pihak ketiga dapat memasok tertinggi mencapai 40 persen dari total pasokan bahan baku TBS (Lampiran 2). Kemampuan pihak ketiga untuk memasok TBS sebesar 40 persen juga merupakan kendala yang dihadapi perusahaan. Oleh karena itu koefisien fungsi kendala yang digunakan adalah 40
45
yang sama nilainya setiap bulan. Adapun model fungsi kendala dari ketersediaan kebun pihak ketiga/pembelian 40 persen dapat dilihat kedua pada Tabel 12 di bawah ini. Tabel 12. Kendala Ketersediaan TBS Pembelian 40 Persen dari Kebun sendiri Tahun 2010 No Bulan Kendala 1 Januari 0,6X21-0,4X11<=0 2 Februari 0,6X21-0,4X12<=0 3 Maret 0,6X23-0,4X13<=0 4 April 0,6X24-0,4X14<=0 5 Mei 0,6X25-0,4X15<=0 6 Juni 0,6X26-0,4X16<=0 7 Juli 0,6X27-0,4X17<=0 8 Agustus 0,6X28-0,4X18<=0 9 September 0,6X29-0,4X19<=0 10 Oktober 0,6X210-0,4X110<=0 11 November 0,6X211-0,4X111<=0 12 Desember 0,6X212-0,4X112<=0 3.
Kendala Kuota Pembeliaan TBS Dalam pemenuhan kebutuhan bahan baku TBS unit usaha Adolina
menetapkan kebijakan batas maksimal pembelian TBS dari pihak ketiga setiap harinya sebesar 240.000 kilogram, maka batasan pasokan maksimal setiap bulannya sebesar 6.000.000 kg selama 25 hari kerja. Kebijakan ini dilakukan untuk menjamin kontinuitas produksi pabrik kelapa sawit untuk mengoptimalkan kuantitas CPO dan PKO yang dihasilkan. Kuota pembelian ini dapat diambil sepenuhnya ataupun kurang dari batas kuota, sesuai kebutuhan PKS dan jumlah pasokan dari kebun seinduk Adolina. Batasan kuota ini dapat tidak digunakan sama sekali oleh perusahaan apabila ternyata pasokan bahan baku dari kebun sendiri Adolina sudah mencukupi kebutuhan PKS Adolina. Kuota pembelian ini merupakan kendala dalam mencapai tujuan perusahaan yaitu memaksimumkan keuntungan. Adapun model fungsi kendala dari penetapan kuota pembelian dari PKS Adolina dapat dilihat kedua pada Tabel 13 di bawah ini.
46
Tabel 13. Kendala Kuota Pembelian TBS dari Kebun Pembelian Tahun 2010 No Bulan Kendala 1 Januari X21<= 6000000 2 Februari X22<= 6000000 3 Maret X23<= 6000000 4 April X24<= 6000000 5 Mei X25<= 6000000 6 Juni X26<= 6000000 7 Juli X27<= 6000000 8 Agustus X28<= 6000000 9 September X29<= 6000000 10 Oktober X210<= 6000000 11 November X211<= 6000000 12 Desember X212<= 6000000 4.
Kendala Ketersediaan Tenaga Kerja Langsung Tenaga kerja (TK) yang bekerja dibidang pengolahan TBS terdiri dari 78
orang dan dibagi menjadi dua sift. Tenaga kerja penting diperhitungkan sebagai kendala karena bagian dari sumberdaya yang dimiliki perusahaan. Sumberdaya tenaga kerja pengolahan merupakan sumberdaya yang melakukan kegiatan proses produksi. Adapun jumlah operator dan tenaga kerja yang bekerja di pabrik kelapa sawit Adolina untuk mengolah TBS terbagi dalam dua shift, yaitu : 1.
Shift I
(Pukul 06.30 – 14.30)
2.
Shift II
(Pukul 14.30 – bahan baku habis)
Tabel 14. Jumlah Pekerja dalam Dua Shift di PKS Adolina Tahun 2010 No. Stasiun Jumlah TK Jumlah Shift 1 2 2 Mandor Shift 2 Wacht Tukang 4 2 3 Loading Ramp 8 2 4 Rebusan 16 2 5 Thresher 4 2 6 Hoisting Crane 4 2 7 Pressan 4 2 8 Klarifikasi 6 2 9 Refericarfing & Kernel 6 2 10 Boiler Operator 8 2 11 Kamar Mesin 4 2 12 Water Treatment 2 2 13 Laboratorium/Demin Plant 6 2 14 Limbah 4 2 Jumlah 78
47
Tenaga kerja ini pada tahun 2010 mengolah TBS sepanjang tahun. Sedangkan nilai sebelah kanan kendala diperoleh dari jumlah total ketersediaan tenaga kerja pada bulan ke-j (HOK/bulan) yang diasumsikan tetap. Dalam tiap shift terdapat 39 orang tenaga kerja langsung yang mengoperasikan mesin pengolahan, dimana setiap hari terbagi atas dua shift. Sehingga satu hari tersedia tenaga kerja langsung 78 orang. Berdasarkan perhitungan 25 hari kerja perbulannya, maka tenaga kerja langsung yang tersedia tiap bulannya adalah 1.950 orang. Dengan jumlah HOK yang dimiliki oleh PKS Adolina tenaga kerja melakukan kegiatan produksi dengan mengolah TBS yang dipasok dari masing-masing sumber yaitu kebun sendiri Adolina dan TBS pembelian. Jumlah TBS yang diolah PKS adolina pada tahun 2010 berdasarkan masing-masing sumber dapat dilihat pada Tabel 15. Tabel 15. Pasokan Bahan Baku Tandan Buah Segar dari Kebun Adolina dan Pembelian Pada Tahun 2010 Tahun 2010 Bulan Adolina Pembelian Total Januari 7.095.489 2.919.070 10.014.559 februari 8.001.336 4.241.540 12.242.876 Maret 9.788.936 4.821.360 14.610.296 April 9.919.283 4.681.060 14.600.343 Mei 11.419.559 6.916.520 18.336.079 Juni 12.460.759 5.536.840 17.997.599 Juli 14.381.178 3.377.910 17.759.088 Agustus 14.515.232 2.940.280 17.455.512 September 10.861.753 3.560.180 14.421.933 Oktober 12.569.857 3.551.510 16.121.367 November 11.166.152 3.582.550 14.748.702 Desember 11.740.666 3.041.040 14.781.706 Nilai ruas kanan merupakan ketersediaan tenaga kerja yang dimiliki oleh PKS Adolina adalah 1950 HOK perbulan. Koefisien fungsi kendala pada ketersediaan tenaga kerja merupakan hasil perbandingan jumlah HOK yang dimiliki PKS Adolina dengan total TBS yang dipasok dari masing-masing sumber yaitu kebun Adolina (X1) dan pembelian dari pihak ketiga (X2) yang diolah di PKS Adolina pada setiap bulannya. Rumusan model kendala tenaga kerja dapat dilihat pada Tabel 16.
48
Tabel 16. Kendala Ketersediaan Tenaga Kerja di PKS Adolina Tahun 2010 No Bulan Kendala 1 Januari 0,00027X11+0,00067X21<=1950 2 Februari 0,00024X12+0,00046X22<=1950 3 Maret 0,00020X13+0,00040X23<=1950 4 April 0,00020X14+0,00042X24<=1950 5 Mei 0,00017X15+0,00028X25<=1950 6 Juni 0,00016X16+0,00035X26<=1950 7 Juli 0,00014X17+0,00058X27<=1950 8 Agustus 0,00013X18+0,00066X28<=1950 9 September 0,00018X19+0,00055X29<=1950 10 Oktober 0,00016X110+0,00055X210<=1950 11 November 0,00017X111+0,00054X211<=1950 12 Desember 0,00017X112+0,00064X212<=1950 PTP Nusantara IV Adolina memproduksi minyak kelapa sawit dengan standar mutu yang telah ditetapkan. Standar mutu dari minyak kelapa sawit berhubungan dengan aspek kadar asam lemak (ALB), kelembaban dan kotoran. Dalam hal ini standar mutu diukur berdasarkan spesifikasi standar mutu internasional yang meliputi kadar ALB, kadar air, kotoran, logam besi, logam tembaga, peroksida dan ukuran pemucatan. Kelapa sawit bermutu akan menghasilkan rendemen minyak 22,1 persen samapai 22,2 persen dan kadar asam lemak bebas 1,7 persensampai 2,1 persen (terendah), kadar air 0,150 persen (tertinggi) dan kotoran 0,020 persen. Sedangkan syarat mutu inti kelapa sawit adalah sebagai berikut : 1.
Kadar minyak minimum (%): 48; cara pengujian SP-SMP-13-1975
2.
Kadar air maksimum (%): 8,5 ; cara pengujian SP-SMP-7-1975
3.
Kontaminasi maksimum (%): 4,0 ; cara pengujian SP-SMP-31-1975
4.
Kadar inti pecah maksimum (%): 15 ; cara pengujian SP-SMP-31-1975 Rendahnya mutu kelapa sawit sangat ditentukan oleh banyak factor.
Faktor-faktor tersebut dapat langsung dari sifat induk pohonnya, penanganan pasca panen atau kesalahan selama proses pengangkutan. Bahan baku yang diolah oleh PTP Nusantara IV PKS Adolina adalah TBS kelapa sawit yang diperoleh dari kebun-kebun PTP Nusantara IV Unit Adolina dan sebagian lagi diperoleh dari kebun-kebun rakyat disekitarnya. Kelompok
varietas tertentu memiliki mutu
buah tertentu yang sudah dikenal baik dalam seleksi. Kelompok-kelompok tersebut diklasifikasikan berdasarkan ketebalan relative dari perikarp, cangkang 49
dan inti dari tandan buah segar. Adapun jenis kelapa sawit yang dibudidayakan adalah : 1.
Kongo : Perikarp tipis 30-40 persen dari bobot buah, tebal cangkang 0,4-0,85 cm, inti tipis hingga tebal.
2.
Dura (Deli Dura di Sumatera) : Perikarp 40-70 persen dari bobot buah, tebal cangkang 0,2-0,5 cm
3.
Tenera : Perikarp agak tebal kurang lebih 60 persen dari bobot buah, tebal cangkang 0,1 -0,25 cm, ketebalan inti bervariasi menurut ketebalan inti.
4.
Pisifera : buah tanpa cangkang memiliki serat mengelilingi cangkang yang sangat tipis, jarang terdapat di perkebunan.
5.
Diwakkawaka : Buah ditandai oleh mantel yang terdiri dari 6 karpel sekelilling buah Fraksi panen ini mempengaruhi rendemen minyak dan kadar asam lemak
bebas. Semakin tinggi fraksi panen maka rendemen minyak semakin meningkat. Terdapat bahan tambahan yang digunakan dalam proses produksi yang ditambahkan dalam pembuatan produk sehingga dapat meningkatkan mutu produk. Bahan yang ditambahkan dalam pembuatan CPO antara lain adalah air. Air digunakan untuk memudahkan pemisahan antara minyak dari buah sawit pada saat proses perebusan berlangsung. TBS yang matang memiliki kriteria panen seperti perubahan warna pada berondolnya buah dari tandan. Adapun kriteria TBS matang panen dapat dilihat pada tabel 17. Tabel 17. Kriteria Tandan Buah Segar Matang Panen. Fraksi Panen Kriteria Matang Panen 00 Tidak ada buah berondol, buah berwarna hitam pekat 0 1-12,5 % buah luar, buah berwarna hitam kemerahan 1 12,5-25 % buah luar memberondol 2 25-50 % buah memberondol, buah berwana merah mengkilat 3 50-75 % buah luar memberondol, buah berwarna orange 4 75-100 % buah luar memberondol, buah berwarna dominan orange 5 Buah bagian dalam ikut memberondol
Derajat Kematangan Sangat merah Merah Kurang matang Matang Matang Lewat matang Lewat matang
50
Varietas bahan baku diolah PKS Kebun Adolina adalah varietas Tanera (hasil persilangan dari varietas yang lebih baik karena memiliki cangkang yang lebih tipis dan mempunyai daging buah yang tebal). Waktu tanamannya juga lebih cepat yaitu 2,5 tahun sampai 3 tahun bila dibandingkan dengan varietas yang lain yang mencapai 3 sampai 4 tahun. Jumlah bahan baku TBS yang diterima di PKS Adolina sangat dipengaruhi oleh iklim, luas areal yang menghasilkan, sistem panen topografi, serta usia tanam kelapa sawit. 5.
Transfer CPO Kendala transfer merupakan Kendala transfer matematika agar model
memungkinkan mengadakan transfer suatu kegiatan terhadap kegiatan lain. Dalam penelitian ini yang menjadi kendala transfer adalah transfer olah yaitu kegiatan pengolahan TBS menjadi CPO dan PKO di pabrik kelapa sawit Adolina. Salah satu produk utama yang dapat dihasilkan oleh TBS adalah CPO. Koefisien fungsi kendala transfer TBS menjadi CPO adalah batasan rendemen yang dihasilkan oleh TBS menjadi CPO pada setiap bulan. Tingginya kandungan rendemen dipengaruhi berbagai factor, seperti perawatan tanaman, penangganan pasca panen, transportasi selama masa perjalanan menuju pabrik pengolahan kelapa sawit. Tingkat rendemen merupakan salah satu indicator penentu mutu produksi CPO dan PKO yang dihasilkan. Tabel 18. Rendemen CPO dari TBS Kebun Adolina dan Pembelian Tahun 2010 Tahun 2010 Bulan Adolina (%) Pembelian (%) Gabungan Januari 24,15 21,20 23,29 februari 24,32 21,93 23,51 Maret 24,16 21,25 23,20 April 24,19 21,12 23,20 Mei 24,15 20,71 22,85 Juni 24,15 21,04 23,19 Juli 23,97 21,39 23,48 Agustus 24,20 20,70 23,61 September 24,20 20,47 23,28 Oktober 24,28 20,48 23,44 November 24,21 20,50 23,31 Desember 24,12 20,52 23,38
51
Semakin tinggi tingkat rendemen maka semakin baik mutu CPO dan PKO yang dihasilkan. CPO (X3) yang dihasilkan merupakan rendemen minyak yang dihasilkan dari bagian serat daging buah TBS atau kandungan minyak yang berada pada mesocarp. Koefisien kendala transfer TBS menjadi CPO merupakan persentase rendemen CPO dari TBS yang dihasilkan oleh masing masing sumber pengadaan TBS yang diolah di PKS adolina. Koefisien fungsi kendala transfer adalah rata-rata rendemen CPO yang dihasilkan dari TBS masing-masing sumber setiap bulannya. Nilai ruas kanan biasanya adalah nol. Berikut secara rinci dirumuskan fungsi kendala transfer kegiatan pengolahan TBS menjadi CPO dapat dilihat pada Tabel 19. Tabel 19. Kendala Transfer TBS Menjadi CPO PKS Adolina Tahun 2010 No Bulan Kendala 1 Januari X31-0,2415X11-0,2120X21<=0 2 Februari X32-0,2432X12-0,2193X22<=0 3 Maret X33-0,2416X13-0,2125X23<=0 4 April X34-0,2419X14-0,2112X24<=0 5 Mei X35-0,2415X15-0,2017X25<=0 6 Juni X36-0,2415X16-0,2104X26<=0 7 Juli X37-0,2397X17-0,2139X27<=0 8 Agustus X38-0,2420X18-0,2070X28<=0 9 September X39-0,2420X19-0,2047X29<=0 10 Oktober X310-0,2428X110-0,2048X210<=0 11 November X311-0,2421X111-0,2050X211<=0 12 Desember X312-0,2412X112-0,2052X212<=0 6.
Transfer PKO TBS selain menghasilkan CPO juga dapat menghasilkan PKO. Rendemen
PKO dihasilkan dari minyak yang ada dalam endosperm matang dan secara komersial biasanya di ekstrak secara terpisah. Persentasi rendemen PKO lebih kecil dibandingkan CPO karena pada umumnya dalam satu buah kelapa sawit hanya memiliki satu inti/kernel (endosperm) yang padat dan sebuah embrio. Kendala transfer PKO juga merupakan salah satu batasan bagi perusahaan. Dimana PKO yang terkandung di dalam TBS memiliki tingkat rendemen terbatas, tingkat rendemen PKO yang dihasilkan pada tahun 2010.
52
Tabel 20. Rendemen PKO dari Kebun Adolina dan Pembelian Tahun 2010 Tahun 2010 Bulan Adolina (%) Pembelian (%) Gabungan (%) Januari 5,15 4,00 4,81 februari 5,07 4,00 4,70 Maret 5,37 4,19 4,98 April 5,45 4,33 5,09 Mei 5,27 4,46 4,96 Juni 4,78 4,00 4,54 Juli 5,15 4,00 4,93 Agustus 5,09 4,00 4,91 September 5,31 4,00 4,99 Oktober 5,10 4,01 4,86 November 5,06 4,02 4,82 Desember 4,68 4,01 4,54 Sumber : PKS Adolina PKO (X4) yang dihasilkan di PKS Adolina merupakan hasil dari rendemen PKO yang berasal dari TBS kebun sendiri Adolina dan TBS pembelian Persentasi rendemen tersebut merupakan indikator kualitas PKO yang dihasilkan dari TBS yang dipasok oleh masing-masing sumber. Oleh karena itu persentasi rendemen PKO digunakan sebagai koefisien dalam merumuskan fungsi kendala pengolahan transfer TBS menjadi PKO. Koefisien fungsi kendala Transfer TBS menjadi PKO merupakan persentase rendemen PKO yang dihasilkan oleh TBS dari masing-masing sumber TBS setiap bulannya. Nilai ruas kanan adalah nol. Rumusan fungsi kendala transfer TBS menjadi PKO dapat dilihat pada Tabel 21. Tabel 21. Kendala Transfer TBS Menjadi PKO Tahun 2010 No Bulan Kendala 1 Januari X41-0,0515X11-0,04X21<=0 2 Februari X42-0,0507X12-0,047X22<=0 3 Maret X43-0,0537X13-0,0419X23<=0 4 April X44-0,0545X14-0,0433X24<=0 5 Mei X45-0,0527X15-0,0446X25<=0 6 Juni X46-0,0478X61-0,04X26<=0 7 Juli X47-0,0515X17-0,04X27<=0 8 Agustus X48-0,0509X18-0,04X28<=0 9 September X49-0,0531X19-0,04X29<=0 10 Oktober X410-0,0510X110-0,0401X210<=0 11 November X411-0,0506X111-0,0406X211<=0 12 Desember X412-0,0468X112-0,0401X212<=0
53
7.
Biaya Pengolahan Biaya pengolahan di PKS adolina ialah biaya yang dikeluarkan untuk
memproduksi CPO dan PKO, sehingga biaya pengolahan dibebankan pada tingkat harga setiap kilogram CPO dan PKO yang dihasilkan. Dari data harga CPO dan PKO dan biaya pengolahan pada lampiran satu maka diperoleh koefisien fungsi kendala biaya pengolahan sebagai berikut. Koefisien biaya pengolahan adalah perbandingan total biaya pengolahan dengan total produksi CPO dan PKO yang dihasilkan. Tabel 22. Kendala Biaya Pengolahan CPO dan PKO Tahun 2010 No Bulan Kendala 1 Januari X51-0,035X31-0,035X41<=0 2 Februari X52-0,027X32-0,027X42<=0 3 Maret X53-0,038X33-0,038X43<=0 4 April X54-0,025X34-0,025X44<=0 5 Mei X55-0,027X35-0,027X45<=0 6 Juni X56-0,043X36-0,043X46<=0 7 Juli X57-0,03X37-0,03X47<=0 8 Agustus X58-0,026X38-0,026X48<=0 9 September X59-0,039X39-0,039X49<=0 10 Oktober X510-0,023X310-0,023X410<=0 11 November X511-0,033X311-0,033X411<=0 12 Desember X512-0,04X312-0,04X412<=0 6.2. Optimalisasi Pengadaan TBS Dalam penelitian ini model LP diformulasikan untuk dapat menghasilkan nilai primal yang mendekati kondisi produksi aktual. Kombinasi pengadaan bahan baku aktual dari kedua sumber dijadikan pembatas dalam model. Hal ini dilakukan agar analisis terhadap hasil output model dapat lebih bermakna, karena memang menggambarkan keadaan yang sesungguhnya. Perbandingan kombinasi pengadaan TBS dari kebun sendiri dan pihak ketiga pada keadaan aktual dengan hasil olahan model pada kondisi model mendekati aktual dapat dilihat pada Lampiran 3. Output solusi optimal dapat dilihat dari kombinasi alternatif pengadaan bahan baku dari beberapa pilihan (analisis primal), status sumberdaya (analisis dual) dan analisis sensitivitas pada tahun 2010. Analisi dual digunakan untuk melihat alokasi penggunaan sumberdaya pada kondisi aktual serta
54
sumberdaya yang menjadi kendala bagi PKS Adolina dalam mengolah TBS menjadi CPO dan PKO. Selain itu, analisis sensitivitas untuk mengetahui selang kepekaan ketersediaan sumberdaya pada kondisi aktual dan analisis post optimal untuk mengetahui perubahan apa saja yang dilakukan Unit Usaha Adolina. 6.2.1. Hasil Optimal Pengolahan TBS Berdasarkan hasil pengolahan data diketahui tingkat aktivitas optimal seperti keuntungan optimal yang diperoleh perusahaan, pengadaan bahan baku optimal, tingkat kapasitas optimal, tingkat tenaga kerja optimal. 1.
Keuntungan Optimal Perusahaan Berdasarkan hasil olahan data pada Tabel 23, bahwa kondisi aktual yang
dialami oleh perusahaan memiliki selisih cukup besar yaitu Rp 24.730.401.163 dibandingkan kondisi optimalnya. Total perolehan laba kotor dari pengadaan bahan baku TBS
dan pengolahan TBS aktual pada tahun 2010 sebesar Rp
63.762.048.837, sedangkan pada kondisi optimal perusahaan mampu memperoleh laba sebesar Rp 88.492.450.000. Adanya perbedaan besar laba kotor pengadaan bahan baku dan pengolahan TBS dari masing-masing kebun dalam kondisi aktual dan optimal, perusahaan sebaiknya melakukan optimalisasi pengadaan bahan baku TBS dan pengolahan sesuai dengan kondisi optimal. Selisih nilai keuntungan antara optimal dan aktual diakibatkan oleh adanya sumberdaya-sumberdaya yang berlebih atau tidak dimanfaatkan secara optimal seperti kapasitas pabrik, TBS pembelian yang mengakibatkan pemborosan biaya pengadaan TBS dan biaya pengolahan. Tabel 23. Selisih Keuntungan Keadaan Optimal Aktual Adolina Tahun 2010 No Keterangan Keuntungan (Rp) 1 Keadaan optimal perusahaan 88.492.450.000 2 Keadaan aktual perusahaan 63.762.048.837 3 Selisih 24.730.401.163 2.
Aktivitas Pengadaan Bahan Baku TBS Aktivias pengadaan bahan baku secara garis besar dapat dibedakan
menjadi aktivitas pengadaan bahan baku dari kebun sendiri Adolina dan aktivitas pengadaan bahan baku dari pembelian. Tingkat pengadaan aktivitas bahan baku TBS pada kondisi optimal dan actual dapat dilihat pada Tabel 23 dan Tabel 24. 55
Beradasarkan Tabel 24 pengadaan TBS aktual yang berasal dari kebun sendiri Adolina rata-rata mengalami kekurangan pada bulan-bulan tertentu seperti Januari, Februari, Mei, Agustus dan November. Sedangkan pada bulan Maret, April, Juni, Juli, September, Oktober dan Desember pasokan TBS dari kebun sendiri Adolina mengalami kelebihan dari nilai optimalnya. Tabel 24. Pengadaan TBS Optimal dan Aktual dari Kebun Adolina Tahun 2010 Nilai Optimal Nilai Aktual Selisih Bulan (Kg) (Kg) (Kg) Januari 7.222.223 7.095.489 -126.734 Februari 8.125.000 8.001.336 -123.664 Maret 9.750.000 9.788.936 38.936 April 9.750.000 9.919.283 169.283 Mei 11.470.589 11.419.559 -51.030 Juni 12.187.500 12.460.759 273.259 Juli 13.928.571 14.381.178 452.607 Agustus 15.000.000 14.515.232 -484.768 September 10.833.333 10.861.753 28.420 Oktober 12.187.500 12.569.857 382.357 November 11.470.588 11.166.152 -304.436 Desember 11.470.588 11.740.666 270.078 Rata-rata 11.116.322 11.160.017 43.692 Pada tahun 2010 tingkat pengadaan bahan baku TBS dari kebun sendiri Adolina untuk memenuhi kebutuhan PKS Adolina memiliki rata-rata kelebihan yaitu sebesar 43.692 kilogram. Namun pada bulan bulan tertentu pasokan TBS mengalami kekerungan. Tingkat pengadaan TBS kebun sendiri Adolina pada kondisi aktual di bulan Januari, Februari, Mei, Agustus dan November mengalami kekurangan yaitu sebesar 126.734 Kg, 123.664 Kg, 51.030 Kg, 484.768 Kg, 304.436 Kg. Oleh karena itu disarankan untuk melakukan pengadaan bahan baku dari pembelian. Pengadaan TBS pembelian akan meningkatkan keuntungan perusahaan apabila dipasok sejumlah kebutuhan TBS pada nilai Optimalnya. Sedangkan pada bulan Maret, April, Juni, Juli, September, Oktober dan Desember pasokan bahan baku TBS aktual dari kebun sendiri Adolina mengalami kelebihan sebesara 38.936 Kg, 169.283 Kg, 273.259 Kg, 452.607 Kg, 28.420 Kg, 382.357 Kg dan 270.078 Kg. Oleh sebab itu sebaiknya PKS Adolina tidak perlu melakukan pasokkan TBS dari pembelian, karena hanya akan menimbulkan
56
pemborosan biaya pembelian TBS. Sementara hasil olahan pengadaan pasokan bahan baku TBS dari pembelian dapat dilihat pada Tabel 25. Tabel 25. Pengadaan TBS Optimal dan Aktual TBS Pembelian Actual Nilai Optimal Reduce cost Bulan (Kg) (Kg) (Rp/Kg) Januari 0.000000 2.919.070 1.504 4.241.540 Februari 0.000000 1.212 Maret 0.000000 4.821.360 1.346 April 0.000000 4.681.060 1.275 Mei 0.000000 6.916.520 1.103 Juni 0.000000 5.536.840 1.513 Juli 0.000000 3.377.910 2.696 Agustus 0.000000 2.940.280 3.737 September 0.000000 3.560.180 2.283 Oktober 0.000000 3.551.510 2.725 November 0.000000 3.582.550 2.838 Desember 0.000000 3.041.040 4.412 Rata-rata 0.000000 4.097.488 2.220 Pada Tabel 25 dapat diketahui bahwa pengadaan bahan baku TBS dari pembelian secara keseluruhan disarankan untuk tidak dilakukan. Tidak disarankannya pengadaan TBS dari pembelian diduga terjadi karena harga bahan baku TBS dari pembelian lebih tinggi dari pengadaan TBS kebun sendiri. Pada tahun 2010 pasokan bahan baku TBS yang berasal dari pembelian sepanjang tahun memiliki nilai reduce cost lebih besar dari nol. Artinya bahwa pasokan TBS dari pihak ketiga tetap layak untuk dilakukan tetapi tidak memberikan keuntungan optimal bagi perusahaan. Biaya tertinggi yang akan ditanggung oleh perusahaan apabila pasokan tetap diadakan terjadi pada bulan Desember yaitu sebesar Rp 4.412 per kilogram. Hal ini disebabkan biaya pembelian TBS pada bulan tersebut lebih tinggi dibandingkan bulan lainnya. Sementara biaya terendah terjadi pada bulan Mei sebesar Rp 1.103 per kilogram. 3.
Penggunaan Sumberdaya Analisis dual memberikan informasi terkait dengan ketersediaan serta
penggunaan sumberdaya dengan melihat slack atau surplus serta dual price-nya. Nilai sumberdaya yang terbatas dinyatakan dengan nilai slack/surplus yang sama dengan nol. Kendala yang memiliki nilai seperti ini sering disebut kendala aktif.
57
Sedangkan, kendala yang memiliki dual price sama dengan nol biasanya akan memiliki nilai slack/surplus. Kendala yang memiliki nilai seperti ini disebut dengan kendala pasif. Hal ini dikarenakan pengurangan atau penambahan ketersediaan kendala masih berada dalam selang yang diperbolehkan tidak akan mempengaruhi nilai keuntungan optimal perusahaan. Nilai slack/surplus menunjukkan penggunaan sumberdaya untuk menghasilkan kombinasi produksi pada keadaan optimal. Dari nilai slack/surplus tersebut, dapat dilihat pada kondisi optimal berapa jumlah sumberdaya yang sebenarnya dibutuhkan dan benar dimanfaatkan untuk memproduksi kombinasi produk tertentu. Sumberdaya yang memiliki nilai slack/surplus yang besar dapat direalokasi untuk menghemat biaya. Pengurangan ketersediaan sumberdaya yang memiliki nilai slack/surplus tidak akan mengubah kondisi optimal selama masih dalam rentang yang diperbolehkan yang dapat diketahui pada hasil analisis sensitivitas model. Nilai dual price adalah nilai sumberdaya yang menunjukkan besarnya pengaruh pengurangan ataupun penambahan ketersediaan sumberdaya terhadap nilai fungsi tujuan. Nilai dual price yang positif pada sumberdaya terbatas menunjukkan bahwa setiap penambahan ketersediaan sumberdaya sebesar satu satuan maka akan meningkatkan nilai fungsi tujuan sebesar nilai dual price tersebut. Sedangkan, nilai dual price yang negatif pada sumberdaya terbatas menunjukkan bahwa sebenarnya ketersediaan kendala pada formulasi model mengalami kelebihan, sehingga penurunan ketersediaan kendala sebesar satu satuan akan mengurangi nilai fungsi tujuan sebesar nilai dual price-nya. Pada umumnya, nilai dual price dapat digunakan untuk menggambarkan berapa potensi keuntungan yang dapat diperoleh perusahaan dengan menambah ketersediaan sumberdaya yang memiliki nilai dual price positif serta mengurangi ketersediaan sumberdaya yang memiliki nilai dual price yang negatif. Analisis dual pada penelitian ini dilakukan untuk melihat jumlah pemanfaatan sumber daya yang dimiliki PKS Adolina, kebun sendiri dan pasokan dari pihak ketiga yang digunakan untuk memproduksi CPO dan PKO pada kondisi model aktual. A.
Penggunaan Kapasitas Pabrik Pabrik merupakan sumberdaya yang dimanfaatkan untuk mengolah TBS
menjadi CPO dan PKO. Kapasitas pabrik ditentukan oleh kapasitas-kapasitas
58
mesin yang terdapat didalamnya. Kapasitas olah pabrik sangat mempengaruhi kuantitas produk yang dihasilkan. Perbandingan pemanfaatan kapasitas pabrik selama tahun 2010. Tabel 26. Alokasi Pemanfaatan Optimal Kapasitas PKS Adolina Tahun 2010 Pemanfaatan Kapasitas PKS Persentase Terhadap Bulan Kapasitas PKS (kg) Alokasi (%) Aktual Januari 16.500.000 7.222.223 43 Februari 16.500.000 8.125.000 49 Maret 16.500.000 9.750.000 59 April 16.500.000 9.750.000 59 Mei 16.500.000 11.470.589 69 Juni 16.500.000 12.187.500 73 Juli 16.500.000 13.928.571 84 Agustus 16.500.000 15.000.000 90 September 16.500.000 10.833.333 65 Oktober 16.500.000 12.187.500 73 November 16.500.000 11.470.588 69 Desember 16.500.000 11.470.588 69 Rata-rata 16.500.000 11.116.324 68 Penggunaan kapasitas pabrik pada kondisi aktual diperoleh dari perhitungan kapasitas pabrik dikurangi dengan nilai slack/surplus yang tertera pada analisis dual model LP. Persentase pemanfaatan kapasitas diperoleh dari pembagian penggunaan kapasitas pabrik pada kondisi aktual dengan jumlah kapasitas pabrik setiap bulannya. Hasil perhitungan menurut model LP menunjukkan bahwa pada kondisi saat ini, kapasitas pabrik kelapa sawit Adolina rata-rata baru digunakan sebesar 68 persen dari kapasitas maksimalnya. Hal ini menunjukkan bahwa masih terdapat rata-rata 32 persen kapasitas pabrik yang belum digunakan. Pemanfaatan kapasitas pabrik tertinggi terjadi pada bulan Agustus dengan persentase pemanfaatan sebesar 90 persen. Sementara, pemanfaatan kapasitas pabrik terendah pada bulan Januari yaitu sebesar 43 persen. Pada bulan Agustus penggunaan kapasitas pabrik lebih besar dibanding bulan lainnya karena pada bulan tersebut jumlah TBS yang diolah di PKS Adolina juga lebih banyak disbanding bulan lainnya.
59
B. Sumberdaya TBS Pembelian Bahan baku yang digunakan untuk menghasilkan CPO dan PKO berasal dari kebun sendiri dan pembelian dari pihak ketiga. Analisis dual juga menunjukkan alokasi penggunaan sumberdaya bahan baku yang berasal dari pihak ketiga yang dimasukkan menjadi kendala dalam model. Penggunaan bahan baku TBS dari pihak ketiga pada kondisi model aktual berlebih dibandingkan ketersediaannya. Sehingga terdapat persediaan yang berlebih di dalam model ditunjukkan oleh nilai slack/surplus yang positif dengan rataan kelebihan sebesar 4.446.525 kilogram. Secara rinci hasil analisis dual penggunaan bahan baku TBS dari pihak ketiga dapat dilihat pada Tabel 27. Tabel 27. Hasil Analisis Pasokan Bahan Baku TBS dari Pihak Ketiga Pada Kondisi Model Aktual Bulan Diolah Slack/Surplus Dual Price Januari 30.181 2.888.889 0.000000 Februari 991.540 3.250.000 0.000000 Maret 921.360 3.900.000 0.000000 April 781.060 3.900.000 0.000000 Mei 2.328.285 4.588.235 0.000000 Juni 661.840 4.875.000 0.000000 Juli 0 5.571.428 0.000000 Agustus 0 6.000.000 0.000000 September 0 4.333.333 0.000000 Oktober 0 4.875.000 0.000000 November 0 4.588.235 0.000000 Desember 0 4.588.235 0.000000 Rata-rata 952.378 4.446.525 0.000000 Bahan baku TBS yang berasal dari pembelian tidak termanfaatkan secara keseluruhan, bahkan pada bulan-bulan tertentu sama sekali tidak dimanfaatkan. Bahan baku TBS dari pembelian pada bulan Januari hingga Juni berdasarkan perencanaan optimal tidak dimanfaatkan seluruhnya dan bersisa sebesar nilai slack nya, yaitu masing-masing 2.888.889 Kg, 3.250.000 Kg, 3.900.000 Kg, 3.900.000 Kg, 4.588.235 Kg, dan 4.875.000 Kg. Pada bulan Juli hingga desember TBS pembelian menurut perencanaan optimal tidak dimanfaatkan diduga disebabkan oleh tingginya harga bahan baku pembelian dan jumlah pasokan kebun sendiri yang mampu memenuhi jumlah pasokan optimal. Nilai slack/surplus pada kendala ketersediaan pasokan TBS dari pihak ketiga setiap
60
bulannya menunjukkan bahwa pada kondisi aktual bahan baku TBS dari pembelian
merupakan
kendala
berlebih
apabila
tetap
dilakukan
akan
mengakibatkan pemborosan biaya dan berdampak pada nilai optimal. Nilai kelebihan tertinggi terjadi pada bulan Agustus yaitu sebesar 6.000.000. Hal ini dikarenakan pada bulan tersebut produksi TBS dari kebun sendiri relative lebih besar dibandingkan bulan lainnya dengan kapasitas pabrik yang sama. Sehingga terdapat bahan baku dari kebun sendiri yang cukup besar pada bulan tersebut sehingga penambahan pasokan dari pihak ketiga berlebih lebih banyak dibandingkan bulan-bulan lainnya. Apabila Adolina tetap menambah penggunaan TBS dari pihak ketiga, maka keuntungan PKS Adolina tidak akan meningkat tetapi melakukan pemborosan. C. Kuota Pembelian TBS Kebijakan perusahaan menetapkan batasan kuota pembelian TBS dari pihak ketiga bertujuan untuk mengoptimalkan keuntungan PKS dengan tetap menjaga kontinuitas proses produksi. Kuota pembelian didukung oleh ketersediaan kebun sendiri dalam memenuhi sebagian besar kebutuhan TBS di PKS Adolina. Kuota pembelian yang dipakai akan semakin rendah apabila pasokan dari kebun sendiri mampu memasok lebih banyak TBS, sebaliknya jika TBS yang dihasilkan oleh kebun Adolina sedikit, maka kuota yang dipakai akan naik sesuai kebutuhan pasokan TBS di PKS Adolina. Kuota pembelian TBS maksimum 6000.000 kg. Tabel 28. Hasil Analisis Kuota Pembelian TBS Pada Kondisi Model Aktual Bulan Slack/Surplus Dual Price Januari 6.000.000 0.000000 Februari 6.000.000 0.000000 Maret 6.000.000 0.000000 April 6.000.000 0.000000 Mei 6.000.000 0.000000 Juni 6.000.000 0.000000 Juli 6.000.000 0.000000 Agustus 6.000.000 0.000000 September 6.000.000 0.000000 Oktober 6.000.000 0.000000 November 6.000.000 0.000000 Desember 6.000.000 0.000000
61
Tabel 28 dapat diketahui bahwa nilai slack/surplus pada kendala batasan kuota pembelian TBS dari pihak ketiga setiap bulannya mengalami kelebihan. Nilai batasan kuota yang sama setiap bulannya memiliki kelebihan yang sama juga yaitu 6.000.000 kg. Hal ini menunjukkan bahwa perusahaan dapat tidak menggunakan batasan kuota sama sekali atau disarankan untuk tidak memasok TBS pembelian. Batasan kuota dibuat untuk melindungi perusahaan dalam pemenuhan bahan baku produksi. D. Ketersediaan Tenaga Kerja Langsung Tenaga kerja langsung merupakan tenaga kerja tetap yang melakukan kegiatan tahapan-tahapan proses produksi baik CPO maupun PKO. Berdasarkan Tabel 29 dapat diketahui bahwa ketersediaan tenaga kerja pengolahan memiliki nilai slack/surplus sama dengan nol dan nilai dual price lebih dari nol (positif) untuk setiap bulan pada tahun 2010. Nilai dual price pada kendala ketersediaan tenaga kerja pengolahan menunjukkan bahwa pada kondisi model aktual tenaga kerja pengolahan merupakan kendala yang bersifat terbatas (kendala aktif). Tenaga kerja karena secara keseluruhan sudah termanfaatkan secara penuh maka akan memiliki nilai dual lebih besar dari nol. Rataan nilai dual price untuk kendala tenaga kerja sebesar Rp 3.781.728. Nilai dual price ini memiliki pengertian bahwa jika ketersediaan tenaga kerja ditambah atau meningkatkan jumlah satu HOK tiap bulannya, maka PKS Adolina memiliki peluang untuk meningkatkan keuntungan sebesar Rp 3.781.728 (Cateris Paribus). Tabel 29. Analisis Ketersediaan Tenaga Kerja Pada Kondisi Model Aktual Bulan Slack/Surplus Dual Price Januari 0.000000 1.900.839 Februari 0.000000 2.465.654 Maret 0.000000 2.576.889 April 0.000000 2.576.564 Mei 0.000000 3.091.312 Juni 0.000000 3.452.879 Juli 0.000000 4.557.934 Agustus 0.000000 5.566.736 September 0.000000 3.540.619 Oktober 0.000000 4.762.468 November 0.000000 4.696.412 Desember 0.000000 6.192.434 Rata-rata 0.000000 3.781.728 62
Secara keseluruhan tenaga kerja pengolahan memiliki nilai dual yang lebih besar dari nol maka ketersediaan tenaga kerja dan hari kerja disarankan untuk ditingkatkan karena memiliki nilai ekonomis untuk meningkatkan keuntungan. Nilai dual price tertinggi untuk kendala ketersediaan tenaga kerja terjadi pada bulan Desember yaitu 6.192.434. Hal ini terjadi karena pada bulan tersebut jumlah TBS yang diolah lebih tinggi dari bulan lainnya sehingga kebutuhan akan tenaga kerja pada bulan tersebut sangat tinggi. Sementara itu, mencapai angka terendah pada bulan Januari yaitu sebesar 1.900.839. Hal ini menunjukkan bahwa peningkatan
jumlah
HOK
dan
ketersediaan
tenaga
kerja
akan
lebih
menguntungkan apabila dilakukan pada bulan Desember dengan nilai kenaikan keuntungan sebesar Rp 6.776.964 untuk setiap kenaikan satu HOK. Pada bulan Januari peningkatan keuntungan sebesar Rp 1.900.839 untuk setiap kenaikan ketersediaan tenaga kerja sebanyak satu HOK jika dilakukan (Cateris Paribus). E. Transfer Pengolahan TBS menjadi CPO Pengolahan TBS menjadi CPO melewati berbagai proses produksi. Pada Tabel 30 dapat dilihat bahwa kendala transfer TBS menjadi CPO merupakan kendala terbatas dilihat dari nilai analisis sensitivitas . Rataan nilai dual price untuk kendala transfer TBS menjadi CPO sebesar 6.934. Nilai dual price ini memiliki arti bahwa jika rendemen CPO mengalami peningkatan sebesar satu persen maka PKS Adolina memiliki peluang meningkatkan keuntungan sebesar Rp 6.934. Tabel 30. Analisis Transfer TBS menjadi CPO Pada Kondisi Model Aktual Bulan Slack/Surplus Dual Price Januari 0.000000 6.326 Februari 0.000000 6.526 Maret 0.000000 6.660 April 0.000000 6.441 Mei 0.000000 6.423 Juni 0.000000 6.120 Juli 0.000000 6.439 Agustus 0.000000 7.124 September 0.000000 6.853 Oktober 0.000000 7.383 November 0.000000 8.230 Desember 0.000000 8.690 Rata-rata 0.000000 6.934 63
Nilai dual price tertinggi untuk kendala transfer TBS menjadi CPO terjadi pada bulan Desember yaitu 8.690. Sementara itu, mencapai angka terendah pada bulan Juni yaitu sebesar 6.120. Hal ini menunjukkan bahwa peningkatan rendemen TBS akan lebih menguntungkan apabila terjadi pada bulan Desember dengan nilai kenaikan keuntungan sebesar Rp 8.690 untuk setiap kenaikan satu persen rendemen TBS. Selain itu, akan memberikan kontribusi lebih kecil terhadap peningkatan keuntungan dengan kontribusi peningkatan keuntungan sebesar Rp 6.120 untuk setiap kenaikan rendemen TBS sebanyak satu persen jika dilakukan pada bulan Juni (Cateris Paribus). Capaian rendemen CPO memiliki nilai ekonomis yang dapat meningkatkan keuntungan perusahaan. Oleh karena itu peningkatan rendemen TBS yang dipasok perlu di perhatikan dan di tingkatkan lagi dengan memperhatikan factor-faktor penyebab kualitas rendemen. F. Transfer Pengolahan TBS menjadi PKO Pengolahan tandan buah segar (TBS) menjadi PKO melewati berbagai proses produksi. Pada Tabel 30 dapat dilihat bahwa kendala transfer TBS menjadi CPO merupakan kendala terbatas dilihat dari nilai slack/surplus sama dengan nol dan dual price nya bernilai positif. Rataan nilai dual price untuk kendala transfer TBS menjadi PKO sebesar 4.146. Nilai dual price ini memiliki pengertian bahwa jika rendemen PKO yang diolah mengalami peningkatan sebesar satu persen maka PKS Adolina memiliki peluang untuk meningkatkan keuntungan sebesar Rp 4.146 (Cateris Paribus). Nilai dual price tertinggi untuk kendala transfer TBS menjadi CPO terjadi pada bulan Desember yaitu 6.621. Sementara itu, mencapai angka terendah pada bulan Januari yaitu sebesar 3.030. Hal ini menunjukkan bahwa peningkatan rendemen PKO akan lebih menguntungkan apabila terjadi pada bulan Desember dengan nilai kenaikan keuntungan sebesar Rp 6.621. untuk setiap kenaikan satu persen rendemen inti sawit (PKO). Selain itu, akan memberikan kontribusi lebih kecil terhadap peningkatan keuntungan dengan kontribusi pengingkatan keuntungan sebesar Rp 3.030 untuk setiap kenaikan rendemen TBS sebanyak satu persen jika dilakukan pada bulan Juni (Cateris Paribus). Nilai dual analisis transfer PKO terlihat pada Tabel 31.
64
Tabel 31. Hasil Analisis Transfer TBS menjadi PKO Pada Kondisi Model Aktual Bulan Slack/Surplus Dual Price Januari 0.000000 3.030 Februari 0.000000 3.222 Maret 0.000000 3.508 April 0.000000 3.576 Mei 0.000000 3.709 Juni 0.000000 3.705 Juli 0.000000 3.617 Agustus 0.000000 4.070 September 0.000000 4.658 Oktober 0.000000 4.913 November 0.000000 5.117 Desember 0.000000 6.621 Rata-rata 0.000000 4.146 G. Biaya Pengolahan Biaya pengolahan CPO dan PKO merupakan salah satu sumberdaya yang berlebih di PKS Adolina. Rata-rata kelebihan biaya pengolahan sebesar Rp 104.067 per bulan. Dengan kelebihan biaya tertinggi terjadi pada bulan Juni yaitu senilai Rp. 151.611, hal ini disebabkan pada bula tersebut biaya pengolahan perkilogram TBS merupakan biaya tertinggi. Sedangkan biaya pengolahan terjadi pada bulan Februari senilai Rp 64.474. Tabel 32. Hasil Analisis Biaya Pengolahan Pada Kondisi Model Aktual Bulan Slack/Surplus Dual Price Januari 74.063 0.000000 Februari 64.474 0.000000 Maret 109.408 0.000000 April 72.247 0.000000 Mei 91.115 0.000000 Juni 151.611 0.000000 Juli 121.680 0.000000 Agustus 114.231 0.000000 September 124.679 0.000000 Oktober 82.355 0.000000 November 110.795 0.000000 Desember 132.141 0.000000 Rata-rata 104.067 0.000000
65
6.2.2. Analisis Sensitivitas Hasil pengolahan data dengan menggunakan analisis sensitivitas perlu dilakukan untuk mengetahui sejauh mana selang perubahan pada koefisien dan ketersediaan yang tidak mengubah solusi optimalnya. Pengaruh perubahan dapat dilihat dari selang kepekaan yang terdiri atas batas minimum (allowable decrease) dan batas maksimum (allowable increase). Nilai batas-batas tersebut merupakan nilai batas penurunan dan kenaikan kendala yang tidak akan mengubah model. Analisis sensitivitas yang terdapat pada hasil olahan dengan menggunakan program LINDO terdiri atas dua bagian yaitu analisis sensitivitas nilai fungsi tujuan dan analisis sensitivitas ruas kanan kendala. Semakin sempit nilai selang kepekaan maka akan semakin peka hasil solusi optimal pada model LP terhadap perubahan. Berikut ini akan dijelaskan analisis sensitivitas nilai koefisien fungsi tujuan dan analisis sensitivitas nilai ketersediaan kendala (RHS) 1.
Analisis Sensitivitas Fungsi Tujuan Analisis sensitivitas terhadap fungsi tujuan digunakan untuk melihat
selang perubahan harga CPO dan PKO, biaya TBS dan biaya pengolahan CPO dan PKO yang masih diizinkan agar solusi optimal dalam perencanaan pengadaan bahan baku tetap berlaku dengan parameter lain dianggap konstan. Selang perubahan yang dihasilkan dapat dilihat dari nilai yang terdapat pada kolom allowable increase dan allowable decrease yang diambil dari nilai olahan LINDO pada tahun 2010. Analisis sensitivitas selain dapat mengatahui selang perubahan koefisien fungsi tujuan yang tetap mempertahankan kondisi optimal, juga dapat mengetahui kepekaan suatu variabel. Berdasarkan Lampiran 3 dapat diketahui bahwa peningkatan harga CPO, PKO dan biaya pengadaan bahan baku dari kebun sendiri secara kesuluruhan memiliki batasan kenaikan nilai harga/ biaya yang tidak terhingga (infinity) dan batas penurunan harga/biaya yang diperbolehkan sebesar nilai tertentu. Hal ini menunjukkan bahwa seberapapun kenaikan harga/biaya di perusahaan tidak akan mempengaruhi solusi optimal pada kondisi model aktual. Batas penurunan biaya tertinggi yang diperbolehkan terjadi pada bulan Desember. Hal ini disebabkan
66
biaya pengadaan TBS kebun Adolina pada bulan tersebut lebih tinggi dibandingkan bulan lainnya. Berikut analisis sensitivitas nilai biaya bahan baku TBS yang berasal dari kebun sendiri Adolina. Tabel 33. Analisis Sensitivitas Nilai Biaya Bahan Baku TBS Kebun Adolina Bulan Koefisien Batas Kenaikan Batas Penurunan yang yang Diperbolehkan Diperbolehkan Januari 1.171 INFINITY 513 Februari 1.159 INFINITY 591 Maret
1.282
INFINITY
515
April
1.238
INFINITY
515
Mei
1.221
INFINITY
525
Juni
1.103
INFINITY
552
Juli
1.092
INFINITY
638
Agustus
1.208
INFINITY
723
September
1.269
INFINITY
637
Oktober
1.281
INFINITY
761
November
1.453
INFINITY
798
Desember
1.353
INFINITY
1.052
Sedangkan untuk biaya pengadaan TBS pembelian dan biaya pengolahan secara keseluruhan memiliki batasan kenaikan sebesar nilai tertentu dan penurunan biaya yang tidak terhingga jumlahnya. Nilai batas penurunan yang tidak terhingga mengindikasikan bahwa sebenarnya pada kondisi aktual pengadaan TBS dari pihak ketiga tidak menguntungkan bila diadakan. Nilai batas penurunan yang tidak terhingga juga memiliki arti bahwa keuntungan pengadaan bahan baku dari pihak ketiga diturunkan berapapun jumlahnya tidak akan berpengaruh pada kondisi optimal. Maka disarankan untuk tidak melakukan pasokan bahan baku TBS pembelian karena hanya akan menyebabkan pemborosan bagi perusahaan. Hasil analisis sensitivitas fungsi tujuan menunjukkan bahwa harga CPO, PKO dan biaya pengadaan TBS dari kebun sendiri tidak memiliki selang kepekaan kenaikan. Sementara biaya pengadaan TBS dari pihak ketiga memiliki selang kepekaan penurunan. Jika PKS Adolina ingin meningkatkan produksinya untuk mencapai nilai optimalnya maka angka pada kolom batas penurunun dapat
67
digunakan sebagai pedoman penurunan harga CPO, PKO dan biaya TBS kebun sendiri. Sementara, angka pada kolom batas kenaikan dapat digunakan sebagai dasar pertimbangan penetapan peningkatan harga untuk biaya pengadaan bahan baku TBS dari pihak ketiga dan biaya pengolahan. Tabel 34. Analisis Sensitivitas Nilai Biaya Bahan Baku TBS Pembelian Bulan Koefisien Batas Kenaikan Batas Penurunan yang (Rp) yang Diperbolehkan (Rp) Diperbolehkan (Rp) Januari 1.693 1.504 INFINITY Februari 1.661 1.212 INFINITY Maret 1.878 1.346 INFINITY April 1.708 1.275 INFINITY Mei 1.699 1.103 INFINITY Juni 1.741 1.513 INFINITY Juli 1.575 2.696 INFINITY Agustus 1.701 3.737 INFINITY September 1.925 2.283 INFINITY Oktober 1.815 2.725 INFINITY November 2.197 2.838 INFINITY Desember 2.499 4.412 INFINITY 2.
Analisis Sensitivitas Nilai Ruas Kanan Kendala Analisis sensitivitas nilai ketersediaan kendala atau nilai sebelah kanan
kendala (RHS) dilakukan untuk melihat batas perubahan pada ketersediaan sumberdaya yang dipilih menjadi kendala yang tetap mempertahankan kondisi optimal dan tidak mengubah dual price sumberdaya atau kendala yang bersangkutan. Batas perubahan tersebut juga menunjukkan pentingnya suatu sumberdaya, dimana semakin kecil nilai selang perubahan pada ketersediaan sumberdaya yang dipilih menjadi kendala dalam model LP, maka semakin peka sumberdaya tersebut terhadap perubahan ketersediaannya. Analisis sensitivitas ruas kanan kendala atau sering disebut dengan Right Hand Side (RHS) yang terdapat pada lampiran 3 berkaitan dengan status sumberdaya yang bersangkutan dalam mengoptimalkan pengadaan bahan baku produksi CPO dan PKO. Apabila suatu sumberdaya merupakan kendala pembatas, maka sumberdaya tersebut memiliki nilai kenaikan dan penurunan sebesar nilai hasil analisis sensitivitasnya. Sebaliknya, jika sumberdaya tersebut merupakan kendala bukan pembatas, maka akan memiliki nilai kenaikan yang
68
tidak terbatas (Infinity) penurunan sebesar nilai slack/surplus yang diperoleh. Nilai batas atas yang diperoleh adalah hasil penjumlahan dari batas peningkatan dengan ketersediaan sumberdaya yang dimiliki dari masing-masing kebun, sedangkan batas bawah adalah pengurangan dari ketersediaan dengan batas penurunannya. Besarnya perubahan dari kapasitas kendala ini akan sebanding dengan kontribusi yang diterima dari nilai dual pricenya, selama perubahan tersebut berada dalam selang kepekaan. Analisis sensitivitas ini dapat memperlihatkan selang perubahan pada ketersediaan sumberdaya atau RHS yang tidak menyebabkan perubahan pada nilai dual kendala yang bersangkutan. A. Kepekaan Kapasitas Maksimal Pabrik Kelapa Sawit Analisis sensitivitas nilai kapasitas maksimal pabrik kelapa sawit yang digunakan untuk mengetahui sejauh mana perubahan kapasitas PKS dapat mengubah kondisi optimal. Berdasarkan hasil analisis dual kondisi produksi aktual menunjukkan bahwa penggunaan kapasitas PKS mengalami kelebihan dibandingkan kapasitas yang digunakan. Selama tahun 2010 PKS Adolina ratarata baru dapat memanfaatkan 68 persen dari total kapasitas maksimal PKS Adolina. Untuk mengetahui perubahan penggunaan kapasitas PKS dapat mengubah kondisi optimal dapat dilihat hasil analisis sensitivitas pada Tabel 35. Tabel 35. Analisis Sensitivitas Nilai Kendala Kapasitas Maksimal Pabrik Kelapa Sawit Bulan Kapasitas Batas Kenaikan Batas Penurunan yang Maksimal PKS yang Diperbolehkan Diperbolehkan Januari 16.500.000 INFINITY 9.277.777 Februari 16.500.000 INFINITY 8.375.000 Maret 16.500.000 INFINITY 6.750.000 April 16.500.000 INFINITY 6.750.000 Mei 16.500.000 INFINITY 5.029.411 Juni 16.500.000 INFINITY 4.312.499 Juli 16.500.000 INFINITY 2.571.429 Agustus 16.500.000 INFINITY 1.500.000 September 16.500.000 INFINITY 5.666.667 Oktober 16.500.000 INFINITY 4.312.499 November 16.500.000 INFINITY 5.029.411 Desember 16.500.000 INFINITY 5.029.411 Rata-rata 16.500.000 INFINITY 5.383.675
69
Berdasarkan Tabel 35 dapat diketahui bahwa secara keseluruhan kendala kapasitas maksimal pabrik kelapa sawit untuk produksi memproduksi CPO dan PKO termasuk kendala berlebih dan bukan merupakan pembatas bagi PKS Adolina. Hal ini dapat dilihat dengan adanya nilai tidak terhingga pada batas kenaikan perubahan ketersediaan dan adanya nilai pada batas penurunan sebesar angka yang tertera pada kolom batas penurunan yang diperbolehkan. Nilai batas penurunan yang diperbolehkan terbesar terjadi pada bulan Januari yaitu sebesar 9.277.777. Hal ini terjadi karena pada bulan tersebut ketersediaan TBS relatif sedikit sehingga kapasitas pabrik yang digunakan juga cukup lebih kecil. Sementara, kapasitas PKS yang digunakan relatif kecil dibandingkan dengan bulan-bulan lainnya sehingga kelebihan kapasitas PKS pada bulan ini pun menjadi besar. Nilai batas penurunan sebesar 9.277.777 memiliki arti bahwa batasan penurunan kapasitas PKS pada bulan Januari tidak boleh lebih rendah dari 7.222.223 kilogram. Nilai ini didapat dari selisih antara nilai kapasitas PKS pada kondisi aktual dengan nilai pada batas penurunan yang diperbolehkan. Nilai batas penurunan yang diperbolehkan untuk kendala kapasitas pabrik relatif cukup besar. Hal ini menunjukkan bahwa pada kondisi aktual kapasitas pabrik belum dapat dimanfaatkan secara maksimal atau pada kondisi aktual kapasitas pabrik yang digunakan masih rendah. B. Kepekaan Ketersediaan TBS Pembelian Analisis sensitivitas nilai ketersediaan pasokan TBS dari pihak ketiga yang digunakan untuk mengetahui sejauh mana perubahan jumlah TBS dari pihak ketiga dapat mengubah kondisi optimal dapat dilihat pada Tabel 32. Ketersediaan pasokan dari TBS dari pihak ketiga juga merupakan bukan kendala pembatas bagi PKS Adolina untuk mencapai keuntungan maksimum perusahaan. Secara keseluruhan nilai batas kenaikan yang diperbolehkan untuk kendala bahan baku TBS yang berasal dari pihak ketiga menunjukkan nilai tak terhingga (infinity) artinya penambahan TBS dari pihak ketiga berapa pun jumlahnya tidak akan mempengaruhi nilai keuntungan yang diterima oleh PKS Adolina. Pada kolom batas penurunan yang diperbolehkan menunjukkan angka yang berfluktuasi dengan nilai terbesar pada bulan Agustus yaitu sebesar 6.000.000. Nilai tersebut memiliki arti bahwa penurunan bahan baku TBS dari
70
pihak ketiga yang diperbolehkan agar produksi tetap optimal adalah sebesar 6.000.000 kilogram. Jika dilihat dari nilai pasokan bahan baku TBS pada bulan Agustus yang ternyata kurang dari 6.000.000 kilogram maka dapat disimpulkan bahwa pada bulan tersebut sebaiknya PKS Adolina tidak memasok TBS dari pembelian sama sekali, karena hanya akan menyebabkan pemborosan biaya pembelian TBS. Demikian juga halnya pada bulan Juli, September, Oktober, November, dan Desember. Analisis sensitivitas kendala ketersediaan TBS pembelian dapat dilihat pada Tabel 36. Tabel 36. Hasil Analisis Sensitivitas Nilai Kendala Ketersediaan TBS Pembelian Bulan Pasokan TBS Pihak Batas Kenaikan Batas Penurunan Ketiga Actual (Kg) yang Diperbolehkan yang Diperbolehkan (Kg) Januari 2.919.070 INFINITY 2.888.889 Februari 4.241.540 INFINITY 3.250.000 Maret 4.821.360 INFINITY 3.900.000 April 4.681.060 INFINITY 3.900.000 Mei 6.916.520 INFINITY 4.588.235 Juni 5.536.840 INFINITY 4.875.000 Juli 3.377.910 INFINITY 5.571.428 Agustus 2.940.280 INFINITY 6.000.000 September 3.560.180 INFINITY 4.333.333 Oktober 3.551.510 INFINITY 4.875.000 November 3.582.550 INFINITY 4.588.235 Desember 3.041.040 INFINITY 4.588.235 Rata-rata 4.097.488 INFINITY 4.446.529 C. Kepekaan Batasan Kuota Pembelian Analisis sensitivitas batasan kuota pembelian TBS dari pihak ketiga yang sesuai dengan kebijakan perusahaan. Kepekaan batasan kuota pembelian TBS pihak ketiga dapat digunakan untuk mengetahui sejauh mana perubahan nilai optimal yang akan diperoleh perusahaan. Batasan kuota pembelian TBS dari pihak ketiga ini juga merupakan kendala bukan pembatas bagi PKS Adolina untuk mencapai keuntungan maksimum perusahaan. Secara keseluruhan nilai batas kenaikan yang diperbolehkan untuk kendala batasan kuota pembelian TBS yang berasal dari pihak ketiga menunjukkan nilai tak terhingga (infinity) artinya penambahan batasan kuota pasokan TBS dari pihak ketiga berapa pun jumlahnya tidak akan mempengaruhi nilai keuntungan yang diterima oleh PKS Adolina.
71
Sementara batasan penurunan setiap bulannya sama dengan nilai batasan kuota yang ditetapkan oleh PKS Adolina yang artinya batasan kuota secara actual boleh sama sekali tidak diambil atau perusahaan boleh tidak membeli sama sekali TBS dari pihak ketiga. Secara rinci batasan kuota pembelian TBS dari pihak ketiga dapat dilihat pada Tabel 37. Tabel 37. Hasil Analisis Sensitivitas Nilai Kuota Pembelian TBS Pada Kondisi Model Aktual Bulan Batasan Kuota Batas Kenaikan Batas Penurunan yang Pembelian(Kg0 yang Diperbolehkan Diperbolehkan (Kg) Januari 6.000.000 INFINITY 6.000.000 Februari 6.000.000 INFINITY 6.000.000 Maret 6.000.000 INFINITY 6.000.000 April 6.000.000 INFINITY 6.000.000 Mei 6.000.000 INFINITY 6.000.000 Juni 6.000.000 INFINITY 6.000.000 Juli 6.000.000 INFINITY 6.000.000 Agustus 6.000.000 INFINITY 6.000.000 September 6.000.000 INFINITY 6.000.000 Oktober 6.000.000 INFINITY 6.000.000 November 6.000.000 INFINITY 6.000.000 Desember 6.000.000 INFINITY 6.000.000 D. Kepekaan Ketersediaan Tenaga Kerja Pengolahan Ketersediaan tenaga kerja dalam proses pengolahan sangat mempengaruhi hasil output perusahaan. Kendala ketersediaan tenaga kerja merupakan kendala pembatas bagi PKS Adolina untuk mengoptimalkan keuntungan perusahaan. Hal ini dapat dilihat dari hasil analisis sensitivitas untuk kendala ketersediaan tenaga kerja pengolahan yang menunjukkan adanya nilai-nilai tertentu pada keseluruhan kolom batas kenaikan yang diperbolehkan dan batas penurunan yang diperbolehkan. Nilai-nilai tersebut merupakan batasan baik penurunan maupun peningkatan yang diperbolehkan untuk mencapai tingkat keuntungan optimal perusahaan. Apabila batasan peningkatan berlebih dari nilai yang diperbolehkan hanya akan menimbulkan pemborosan tenaga kerja, sementara bila penurunan tenaga kerja dilakukan berlebih dari nilai yang diperbolehkan maka perusahaan tidak dapat mencapi nilai optimalnya. Secara rinci analisis sensitivitas ketersediaan tenaga kerja dapat dilihat pada Tabel 38.
72
Tabel 38. Analisis Sensitivitas Nilai Ketersediaan Tenaga Kerja Pengolahan pada Kondisi Model Aktual Bulan Jumlah TK Batas Kenaikan Batas Penurunan (HOK) yang Diperbolehkan yang Diperbolehkan (HOK) (HOK) Januari 1950 2.504 1950 Februari 1950 2.009 1950 Maret 1950 1.350 1950 April 1950 1.350 1950 Mei 1950 854 1950 Juni 1950 689 1950 Juli 1950 360 1950 Agustus 1950 195 1950 September 1950 1.020 1950 Oktober 1950 689 1950 November 1950 854 1950 Desember 1950 854 1950 Rata-rata 1950 571 1950 Dari Tabel 38 dapat diketahui secara keseluruhan kendala ketersediaan tenaga kerja memiliki selang kepekaan yang lebar. Nilai selang kepekaan penurunan yang diperbolehkan setiap bulannya sama dengan jumlah HOK yang digunakan di PKS Adolina. Sementara nilai selang kepekaan terkecil terdapat pada bulan Agustus dengan nilai batas kenaikan HOK 195 dan nilai penurunan perubahannya sebesar 1950. Sehingga nilai selang perubahannya sebesar 2.145 HOK. Nilai selang kepekaan terbesar terdapat pada bulan Januari dengan nilai batas perubahan kenaikan ketersediaan tenaga kerja sebesar 2.504 dan nilai batas penurunan perubahannya sebesar 1950. Sehingga nilai selang perubahannya sebesar 4.454 HOK. Nilai selang perubahan ini berarti bahwa jika perubahan yang terjadi masih diantara nilai batas peningkatan dan penurunan tersebut atau antara nilai selang, maka kondisi optimal masih bisa dipertahankan. Namun, apabila perubahan melebihi nilai selangnya maka kondisi optimal akan berubah. 5.
Kepekaan Transfer TBS menjadi CPO Dari Tabel 39 dapat diketahui secara keseluruhan kendala transfer TBS
menjadi CPO memiliki selang kepekaan yang lebar. Dimana batasan kenaikan yang diperbolehkan tidak memeiliki batasan, sementara penurunan yang diperbolehkan memiliki nilai tertentu. Nilai selang kepekaan terkecil terdapat pada bulan Januari dengan nilai batas kenaikan produksi CPO tidak terbatas dan 73
nilai penurunan sebesar 1.744.167 kilogram, sehingga nilai selang perubahan penurunanyang diperbolehkan sebesar 665.571. Sementara itu, nilai selang kepekaan terbesar terdapat pada bulan Mei dengan nilai batas perubahan penurunan produksi CPO sebesar 2.770.147 kilogram, sehingga batasan nilai penurunan perubahannya yang sebesar 1.257.672 kilogram. Tabel 39. Hasil Analisis Sensitivitas Nilai Transfer TBS Menjadi CPO Bulan Produksi CPO Batas Kenaikan Batas Penurunan yang Diperbolehkan yang Diperbolehkan Januari 2.409.738 INFINITY 1.744.167 Februari 2.885.089 INFINITY 1.976.000 Maret 3.287.172 INFINITY 2.355.600 April 3.371.707 INFINITY 2.358.525 Mei 4.027.819 INFINITY 2.770.147 Juni 3.872.345 INFINITY 2.943.281 Juli 3.795.295 INFINITY 3.338.678 Agustus 3.798.903 INFINITY 3.630.000 September 3.315.341 INFINITY 2.621.667 Oktober 3.526.974 INFINITY 2.959.125 November 3.315.495 INFINITY 2.777.029 Desember 3.154.231 INFINITY 2.766.706 Rata-rata 3.396.676 INFINITY 2.686.744 Nilai selang perubahan ini memiliki arti bahwa jika perubahan penurunan maupun peningkatan produksi CPO yang terkandung dalam TBS jika masih di antara nilai kedua batas nilai penurunannya atau antara nilai selang maka kondisi optimal masih bisa dipertahankan. Namun, apabila penurunan produksi CPO melebihi nilai penurunan yang diperbolehkan maka akan mengakibatkan penurunan nilai keuntungan optimal perusahaan. Hal ini menunjukkan bahwa perusahaan perlu menjaga kualitas rendemen CPO dari TBS yang dipasok. Semakin tinggi kandungan rendemen yang dihasilkan maka produksi CPO semakin banyak, yang kemudian dapat meningkatkan keuntungan perusahaan. 6.
Kepekaan Transfer TBS menjadi PKO Kendala transfer TBS menjadi PKO juga merupakan kendala pembatas
bagi PKS Adolina untuk mengoptimalkan keuntungan perusahaan. Rendemen TBS menghasilkan PKO merupakan jumlah produksi PKO yang dihasilkan dari setiap satu kilogram TBS. Hasil analisis sensitivitas kendala transfer dari TBS
74
menjadi PKO dengan batasan penurunan dan peningkatan yang diperbolehkan dapat dilihat pada Tabel 40. Tabel 40. Analisis Sensitivitas Nilai Transfer TBS Menjadi PKO Bulan Jumlah Produksi Batas Kenaikan Batas Penurunan PKO yang Diperbolehkan yang Diperbolehkan Januari 461.140 INFINITY 371.944 Februari 620.535 INFINITY 366.167 Maret 708.216 INFINITY 387.833 April 702.875 INFINITY 393.611 Mei 869.990 INFINITY 380.611 Juni 717.295 INFINITY 345.222 Juli 725.391 INFINITY 371.944 Agustus 676.538 INFINITY 367.611 September 599.185 INFINITY 383.500 Oktober 630.153 INFINITY 368.333 November 590.429 INFINITY 365.444 Desember 576.884 INFINITY 338.000 Rata-rata 656.553 INFINITY 370.018 Analisis sensitivitas nilai transfer TBS menjadi PKO secara keseluruhan memiliki batasan kenaikan produksi PKO tidak terbatas, namun penurunan memiliki nilai batasan yang diperbolehkan. Nilai selang kepekaan terkecil terdapat pada bulan Januari dengan nilai batas kenaikan rendemen tak terbatas dan nilai penurunan perubahannya sebesar 371.944 kilogram. Sementara itu, nilai selang kepekaan terbesar terdapat pada bulan Mei dengan nilai batas perubahan peningkatan produksi PKO tak terbatas dan nilai batas penurunan perubahannya sebesar 380.611 kilogram. Sehingga nilai selang perubahan penurunan yang diperbolehkan sebesar 489.379 kilogram. Nilai selang perubahan ini memiliki arti bahwa jika perubahan penurunan produksi PKO yang terkandung dalam TBS setiap satu kilogramnya masih di antara nilai kedua batas tersebut atau antara nilai selang maka kondisi optimal masih bisa dipertahankan. 7.
Kepekaan Biaya Pengolahan Anallisis sensitivitas biaya pengolahan CPO dan PKO memiliki nilai batas
kenaikan yang diperbolehkan tidak terhingga, artinya bahwa kenaikan biaya pengolahan diperbolehkan sebesar apapun. Semenatara batas penurunan yang diperbolehkan senilai batas penurunan yang diperbolehkan untuk mencapai nilai optimal. Berikut nilai analisis sensitivitas biaya pengolahan di PKS Adolina. 75
Tabel 41. Analisis Sensitivitas Biaya Pengolahan Bulan Biaya Pengolahan Batas Kenaikan (Rp) yang Diperbolehkan (Rp) Januari 3.271.756.425 INFINITY Februari 3.244.362.140 INFINITY Maret 5.654.184.552 INFINITY April 3.682.195.156 INFINITY Mei 5.115.766.041 INFINITY Juni 7.704.772.132 INFINITY Juli 5.420.073.658 INFINITY Agustus 5.184.287.064 INFINITY September 6.488.427.657 INFINITY Oktober 4.670.360.020 INFINITY November 6.586.770.313 INFINITY Desember 9.064.142.119 INFINITY Rata-rata 5.507.258.106 INFINITY
Batas Penurunan yang Diperbolehkan (Rp) 74.063 64.474 109.408 72.247 91.115 151.611 121.680 114.231 124.679 82.355 110.795 132.141 104.066
Batas penurunan tertinggi yang diperbolehkan untuk mencapai nilai optimalnya terjadi pada bulan Juni sebesar Rp 151.611, sementara penurunan terendah yang diperbolehkan pada bulan Februari senilai Rp 64.474. Penurunan biaya produksi terjadi disebabkan oleh semakin sedikitnya TBS yang diolah. Tabel 42. Analisis Sensitivitas Ruas Kanan Kendala Pengadaan Bahan Baku TBS di PKS Adolina No Sumberdaya Kendala Nilai RHS Allowable Allowable Sta Bahan Baku Pengadaan Increase Decrease tus TBS 1 Kapasitas Maksimal PKS 16.500.000 Infinity 5.383.675 BP 2 Ketersediaan Plasma 0 BP Infinity 4.446.529 40% 3 Kuota Pembelian 6.000.000 Infinity 6.000.000 BP 4 Tenaga Kerja 1.950 571,33 1950 P 5 Transfer (CPO) 0 Infinity 2.686.744 BP 6 Tranfer (PKO) 0 Infinity 370.018 BP 7 Biaya Pengolahan 0 Infinity 104.066 BP Ket: (P) : Pembatas ; (BP) Bukan Pembatas 6.3. Hasil Analisis Optimalisasi dengan Skenario Analisis post optimal digunakan untuk mengetahui perubahan solusi optimum sebagai respon terhadap perubahan parameter output. Analisis post optimal dilakukan setelah dicapai suatu penyelesaian optimal. Analisis ini dilakukan dengan mengubah koefisien fungsi baik tujuan maupun fungsi kendala.
76
Pada penelitian ini analisis post optimal dilakukan dengan dua skenario yaitu penurunan pasokan TBS dari pihak ketiga sebesar 44,8 persen diikuti dengan peningkatan pasokan dari kebun sendiri sebesar 22 persen dari tahun 2010 dan peningkatan jumlah ketersediaan tenaga kerja sebesar 10 persen. Kedua scenario tersebut diambil beradasrkan analisis sensitivitas model awal dan pertimbangan keadaan actual perusahaan. Skenario dilakukan berdasarkan pada satu titik waktu tertentu, yang kemundian penggunaannya di sesuaikan dengan keadaan actual di perusahaan. Skenario satu yaitu penurunan pasokan TBS pembelian sebesar 50 persen di ikuti dengan peningkatan produksi TBS kebun Adolina dapat menjadi alternative pengadaan TBS optimal untuk menghasilkan keuntungan maksimal selama periode umur tanam tanaman menghasilkan masih produktif. Sementara skenari kedua yaitu peningkatan tenaga kerja sebesar 10 persen dapat dilakukan apabila pengadaan TBS sebagai bahan baku sudah mencapai titik optimalnya. 6.3.1. Skenario 1 Penurunan Pasokan Pembelian Sebesar 44,8 Persen dan Peningkatan Produksi Kebun Sendiri Sebesar 22 Persen. Alternatif skenario satu dilakukan berdasarkan berbagai pertimbangan keadaan aktual dan optimal yang terjadi di perusahaan. Keadaan aktual perusahaan menunjukkan bahwa kebun Adolina memiliki potensi untuk meningkatkan produksi TM pada tahun 2010 sebanyak 16.992.800 kilogram TBS dengan TM menghasilkan yang sama. Hal ini dilihat dari kemampuan produksi kebun Adolina tahun 2010 sebanyak 150.913.000 kilogram TBS, sementara produksi aktual sebanyak 133.920.200 kilogram TBS. Peningkatan produksi tersebut diharapkan dapat dilakukan perusahaan dengan memperhatikan kegiatan produksi kebun. Pada tahun yang sama TBS juga dapat diperoleh dari tanaman sisipan yang ditanam pada tahun 2005 dan 2007, namun pada model awal tidak diperhitungkan. TBS dari tanaman sisipan tahun 2005 dengan luas lahan 230 hektar mampu menghasilkan 4.883.000 kilogram TBS, sementara tanaman sisipan tahun 2007 mampu menghasilkan 153.000 kilogram TBS. Perhitungan diperoleh dari jumlah luasan lahan dikalikan dengan produktivitas tanaman sesuai dengan umur tanam yaitu 21 ton per heaktar untuk tanaman usia 5 tahun dan 9 ton per hektar untuk tanaman usia 3 tahun (Pahan, 2006). Keadaan aktual tersebut menjadi salah satu faktor pendukung skenario satu dilakukan. Berikut data luas areal dan produksi kebun Adolina tahun 2010. 77
Tabel 43. Luas Areal dan Produksi Kebun Adolina Tahun 2010 Jenis Tanaman Tahun Tanam Umur (Tahun) Tanaman Menghasilkan (TM)
TM (Sisipan) TM (Sisipan) Tanaman belum menghasilkan TBM TBM (Sisipan) TM Ex
1993 1994 1995 1997 1998 1999 2000 2001 2003 2004 2005 2006 2007 2005 2007 2008
17 16 15 13 12 11 10 9 7 6 5 4 3 5 3 2
2008 >25
2
Luas Areal (Ha) 14 85 406 1.433 595 669 217 62 762 136 227 489 963 230 17 898 69 318
Potensi yang dimiliki kebun Adolina untuk menyediakan TBS sebagai bahan baku PKS pada tahun 2010 masih dapat ditingkatkan sebanyak 22.028.800 kilogram atau sekitar 22 persen dari pasokan tahun 2010. Peningkatan pasokan TBS kebun Adolina berdampak pada penurunan TBS pembelian. Dengan kapasitas pabrik yang sama yaitu 92,5 persen di tahun 2010, maka PKS Adolina harus memasok TBS sebanyak 27.141.060 kilogram. Penurunan pasokan TBS pembelian tersebut sekitar 44,8 persen dari pasokan tahun 2010. Selain itu skenario satu dilakukan karena menurut hasil olahan LINDO bahwa pasokan bahan baku TBS dari pihak ketiga memiliki nilai reduce cost yang mengakibatkan pemborosan bagi perusahaan. Pasokan TBS dari pihak ketiga juga merupakan sumberdaya berlebih (slack/surplus) dalam penelitiaan ini. Sehingga boleh dilakukan penurunan jumlah pasokan pada batasan tertentu (allowable decrease). Dari analisis sensitivitas model awal dapat dilihat bahwa pasokan bahan baku dari pihak ketiga boleh diturunkan senilai batasan penurunan. Berikut persentasi penurunan bahan baku dari pihak ketiga yang diperbolehkan. Persentasi
78
nilai penurunan terendah terjadi pada bulan Mei yaitu 66 persen dan persentasi penurunan tertinggi terjadi pada bulan Agustus yaitu 204 persen. Hal ini menunjukkan bahwa penurunan pasokan kebun sendiri dapat diturunkan maksimal sebesar 66 persen. Sehingga mampu menunjukkan keadaan pada Bulan Mei. Berikut persentasi penurunan pasokan pembelian yang diperbolehkan. Tabel 44. Persentasi Penurunan Pasokan Pembelian yang Diperbolehkan Bulan Pasokan TBS Batas Penurunan yang Persentasi Aktual Diperbolehkan Penurunan (%) Januari 2.919.070 2.888.889 99 Februari 4.241.540 3.250.000 77 Maret 4.821.360 3.900.000 81 April 4.681.060 3.900.000 83 Mei 6.916.520 4.588.235 66 Juni 5.536.840 4.875.000 88 Juli 3.377.910 5.571.428 165 Agustus 2.940.280 6.000.000 204 September 3.560.180 4.333.333 122 Oktober 3.551.510 4.875.000 137 November 3.582.550 4.588.235 128 Desember 3.041.040 4.588.235 151 Skenario satu yang dilakukan adalah penurunan pasokan dari pihak ketiga sebesar 44,8 persen dan diikuti oleh peningkatan pasokan dari kebun sendiri sebesar 22 persen. Dari Tabel 45 dapat diketahui apabila penurunan pasokan dari pihak ketiga terjadi hingga 44,8 persen dari jumlah pasokan TBS pembelian tahun 2010, maka jumlah pasokan TBS pembelian tertinggi terjadi pada bulan Mei sebesar 3.817.919 kilogram, hal ini dikarenakan pada bulan tersebut pasokan aktual pada model awal juga merupakan nilai tertinggi dibandingkan bulan lainnya. Sedangkan jumlah pasokan terendah terjadi pada bulan Januari yaitu sebanyak 1.561.008 kilogram. Penurunan pasokan TBS pembelian akan digantikan oleh peningkatan pasokan TBS dari kebun Adolina. Pemanfaatan potensi kebun Adolina diharapkan mampu menggantikan persentasi penurunan pasokan TBS pembelian. Sehingga kapasitas PKS Adolina tidak berubah dan mampu meningkatkan keuntungan optimal PKS Adolina.
79
Tabel 45. Pasokan TBS Kebun Adolina dan TBS Pembelian Skenario Satu Bulan Pasokan TBS Adolina Pasokan TBS Pembelian kenaikan 22 % (Kg) Penurunan 44,8% (Kg) Januari 8.656.497 1.611.327 Februari 9.761.630 2.341.330 Maret 11.942.502 2.661.391 April 12.101.525 2.583.945 Mei 13.931.862 3.817.919 Juni 15.202.126 3.056.336 Juli 17.545.037 1.864.606 Agustus 17.708.583 1.623.035 September 13.251.339 1.965.219 Oktober 15.335.226 1.960.434 November 13.622.705 1.977.568 Desember 14.323.613 1.678.654 Fungsi tujuan dan beberapa fungsi kendala yang digunakan dalam skenario satu sama dengan model awal, seperti kapasitas maksimal PKS, batasan kuota pembelian, dan rendemen. Sementara fungsi kendala yang berbeda dengan model awal sesuai dengan skenario satu adalah kendala ketersediaan pasokan TBS dari pihak ketiga dan fungsi kendala tenaga kerja langsung. Pada model awal pihak ketiga mampu memasok TBS sebesar 40 persen dari pasokan bahan baku TBS kebun sendiri. Sementara pada scenario satu, pihak ketiga hanya mampu memasok TBS tertinggi sebesar 22 persen dari total pasokan TBS skenario 1, maka koefisien fungsi kendala yang digunakan pada skenario satu adalah 22 persen atau 0,22. Tabel 46. Fungsi Kendala Ketersediaan Pasokan TBS Pembelian Pada Skenario Satu No Bulan Kendala 1 Januari 0,78X21-0,22X11<=0 2 Februari 0,78X22-0,22X12<=0 3 Maret 0,78X23-0,22X13<=0 4 April 0,78X24-0,22X14<=0 5 Mei 0,78X25-0,22X15<=0 6 Juni 0,78X26-0,22X16<=0 7 Juli 0,78X27-0,22X17<=0 8 Agustus 0,78X28-0,22X18<=0 9 September 0,78X29-0,22X19<=0 10 Oktober 0,78X210-0,22X110<=0 11 November 0,78X211-0,22X111<=0 12 Desember 0,78X212-0,22X112<=0 80
2.
Kendala Ketersediaan Tenaga Kerja Penurunan posakan pihak ketiga dan peningkatan pasokan dari kebun
sendiri akan mempengaruhi nilai koefisien fungsi kendala tenaga kerja yang digunakan karena koefisien ketersediaan tenaga kerja diperoleh dari perbandingan antara jumlah ketersediaan tenaga kerja (HOK) dibagi dengan jumlah TBS yang di pasok dari masing-masing sumber. Koefisien fungsi kendala tenaga kerja untuk TBS dari pihak ketiga akan mengalami peningkatan. Sementara koefisien fungsi kendala kebun Adolina akan mengalami penurunan. Penurunan nilai koefisien dikarenakan oleh peningkatan pasokan TBS kebun Adolina, maka nilai TBS dari kebun Adolina yang diolah oleh setiap tenaga kerja mengalami peningkatan. Tabel 47. Fungsi Kendala Ketersediaan Tenaga Kerja Pada Skenario satu No Bulan Kendala 1 Januari 0,000225X11+0,00121X21<=1950 2 Februari 0,0002X12+0,000833X22<=1950 3 Maret 0,000163X13+0,000755X23<=1950 4 April 0,000161X14+0,000511X24<=1950 5 Mei 0,00014X15+0,0006X25<=1950 6 Juni 0,000128X16+0,000638X26<=1950 7 Juli 0,000111X17+0,001046X27<=1950 8 Agustus 0,00011X18+0,0012X28<=1950 9 September 0,000147X19+0,000992X29<=1950 10 Oktober 0,000127X110+0,000995X210<=1950 11 November 0,000143X111+0,000986X211<=1950 12 Desember 0,000136X112+0,0011X212<=1950 3.
Hasil Optimal Skenario Satu Skenario satu menampilkan bahwa kendala aktif pada skenario satu sama
dengan kendala aktif pada model awal yaitu kendala tenaga kerja. Perubahan yang terjadi pada skenario satu ialah penurunan jumlah ketersediaan TBS dari pihak ketiga sebesar 44,8 persen dan peningkatan pasokan dari kebun sendiri sebesar 22 persen mengakibatkan peningkatan keuntungan optimal perusahaan. Selisih keuntungan optimal skenario satu dengan keuntungan optimal model awal, diperoleh peningkatan
keuntungan sebesar
Rp
18.471.150.000. Apabila
perusahaan melakukan skenario satu, maka perusahaan mampu neningkatkan nilai optimal keuntungannya sebesar selisih nilai optimal tersebut.
81
Tabel 48. Keadaan Optimal Skenario Satu dengan Keadaan Optimal Model Awal No Keterangan Keuntungan (Rp) 1 Keadaan Optimal Skenario 1 106.965.400.000 2 Keadaan Optimal Model Awal perusahaan 88.494.250.000 3 Selisih 18.471.150.000 Apabila skenario satu dilakukan keuntungan yang dihasilkan oleh perusahaan mengalami peningkatan sebesar selisih antara nilai optimal pada skenario satu dikurangi dengan keuntungan aktual yang diperoleh perusahaan pada tahun 2010 yaitu sebesar Rp 43.203.351.163. Peningkatan keuntungan perusahaan bila melakukan skenario satu dapat dilihat pada Tabel 49. Tabel 49. Keuntungan Skenario Satu dengan Keadaan Aktual PKS Adolina No Keterangan Keuntungan (Rp) 1 Keadaan Optimal Skenario 1 106.965.400.000 2 Keadaan Aktual perusahaan 63.762.048.837 3 Selisih 43.203.351.163 a. Aktivitas Pengadaan Bahan Baku Aktivitas pengadaan bahan baku optimal TBS kebun sendiri Adolina pada skenario satu mengalami peningkatan nilai/ value. Hal ini diduga terjadi karena jumlah pasokan bahan baku TBS dari kebun Adolina semakin meningkat. Dari peningkatan nilai aktual pengadaan bahan baku TBS dari kebun sendiri Adolina dan nilai optimal pengadaan bahan baku TBS skenario satu diketahui bahwa pada bulan-bulan tertentu pasokan TBS kebun sendiri Adolina mengalami kelebihan seperti pada bulan Mei, Juli dan bulan Agustus sebesar nilai selisih antara nilai pasokan aktual dengan nilai pasokan Optimal. Kelebihan pasokan terbesar tejadi pada bulan Agustus yaitu sebesar 1.208.583 kilogram, artinya bahwa pada bulan tersebut pasokan bahan baku yang berlebih tidak akan meningkatkan nilai keuntungan
perusahaan.
Kelebihan
pasokan
hanya
akan
menimbulkan
pemborasan biaya pengadaan TBS. Sementara itu kekurangan pasokan bahan baku juga sering terjadi pada bulan Januari, Februari, Maret, April, Juni, September, Oktober, dan Desember. Kekurangan jumlah pasokan tertinggi terjadi pada bulan Juni sebesar 32.249 kilogram. Kekurangan pasokan dapat diantisipasi dengan melakukan pembelian TBS pihak ketiga untuk mencapai keuntungan optimal.
82
Tabel 50. Pengadaan TBS Optimal dan Aktual dari Kebun Adolina Skenario Satu Nilai/ value Optimal Nilai Aktual Selisih Bulan Skenario Satu (Kg) (Kg) (Kg) Januari 8.666.667 8.656.497 -10.170 Februari 9.750.000 9.761.630 11.630 Maret 11.963.190 11.942.502 -20.688 April 12.111.801 12.101.525 -10.276 Mei 13.928.571 13.931.862 3.291 Juni 15.234.375 15.202.126 -32.249 Juli 16.500.000 17.545.037 1.045.037 Agustus 16.500.000 17.708.583 1.208.583 September 13.265.306 13.251.339 -13.967 Oktober 15.354.330 15.335.226 -19.104 November 13.636.364 13.622.705 -13.659 Desember 14.338.235 14.323.613 -14.622 Rata-rata 1343740 13615220 177.817 Keterangan : (+) Berlebih; (-) Kekurangan Apabila perusahaan melakukan skenario satu dengan menurunkan pasokan TBS pembelian dan meningkatkan jumlah pasokan TBS kebun sendiri Adolina perusahaan akan memperoleh peningkatan keuntungan. Pada analisis primal diketahui bahwa nilai optimal pengadaan bahan baku TBS dari pembelian sama dengan nol setiap bulannya. Hal ini menyatakan bahwa pengadaan bahan baku TBS pembelian tidak memberikan keuntungan bagi perusahaan bahkan sebaliknya jika dilakukan hanya akan meningkatkan pemborosan biaya pengadaan bahan baku TBS. Tabel 51. Pengadaan TBS Optimal dan Aktual Pembelian Skenario Satu Actual (Kg) Bulan Nilai/ value Optimal (Rp) Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember Rata-rata
0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000
1.611.327 2.341.330 2.661.391 2.583.945 3.817.919 3.056.336 1.864.606 1.623.035 1.965.219 1.960.434 1.977.568 1.678.654 1.611.327
83
Secara keseluruhan pada skenario satu masih terdapat nilai reduce cost dari bulan Januari hingga Desember. Pada skenario satu jika dibandingkan dengan model awal maka terdapat peningkatan dan penurunan nilai reduce cost. Peningkatan reduce cost diduga diakibatkan oleh tingginya biaya pengadaan bahan baku TBS pembelian apabila tetap dipasok. Sementara penurunan nilai reduce cost disebabkan oleh penurunan jumlah pembelian TBS sehingga biaya pengadaannya menurun. Penurunan tertinggi terjadi pada bulan Agustus dengan nilai reduce cost 2.950. Artinya perusahaan tidak melakukan pemborosan biaya untuk pengadaan bahan baku TBS dari pihak ketiga sebesar Rp 2.950 per kilogram. Penurunan tersebut akan meningkatkan keuntungan optimal perusahaan. Peningkatan nilai reduce cost terjadi pada bulan Desember dengan nilai peningkatan tertinggi sebesar 4.552. peningkatan tersebut menunjukkan bahwa pada bulan Desember perusahaan melakukan pemborosan biaya pengadaan bahan baku TBS senilai Rp 4.552 per kilogram. Berikut rincian penurunan dan peningkatan nilai reduce cost pada skenario satu. Tabel 52. Perubahan Nilai Reduce Cost Ketersediaan TBS Pembelian Pada Skenario Satu Bulan Reduce Cost Reduce Cost Pada Penurunan/Peningkatan Pada Model Skenario 1 Reduce Cost Awal (Rp/Kg) (Rp/Kg) (Rp/Kg) Januari 1.504 2990 1.486 Februari 1.212 2543 1.331 Maret 1.346 2702 1.356 April 1.275 1828 553 Mei 1.103 2490 1.387 Juni 1.513 3058 1.545 Juli 2.696 690 -2.006 Agustus 3.737 787 -2.950 September 2.283 4636 2.353 Oktober 2.725 6075 3.350 November 2.838 5807 2.969 Desember 4.412 8964 4.552 b. Ketersediaan Sumberdaya Secara umum ketersediaan sumberdaya pada skenario satu mengalami penurunan slack/surplus (Lampiran 4). Ketersediaan sumberdaya sudah dapat
84
ditingkatkan pemanfaatanya. Kecuali pada sumberdaya kendala transfer yang cenderung tetap diduga disebabkan oleh rendemen yang digunakan pada skenario satu sama dengan tingkat rendemen pada model awal. Salah satu ketersediaan sumberdaya yang mengalami penurunan kelebihan adalah kapasitas PKS dan ketersediaan TBS pembelian. Sedangkan biaya pengolahan mengalami peningkatan kelebihan. Sumberdaya berlebih yang mengalami penurunan dapat meningkatan pemanfaatan kapasitas PKS dan dapat menurunkan tingkat pemborosan pengadaan bahan baku pembelian. Kapasitas PKS pada bulan Juli dan Agustus dapat dimanfaatkan secara penuh. Hal ini ditunjukkan oleh adanya nilai dual. Namun sepanjang tahun ketersediaan pasokan dari pihak ketiga masih merupakan kendala berlebih, yang penggunaannya tidak memberikan keuntungan optimal bagi perusahaan apabila tetap dilakukan. Penurunan tertinggi terjadi pada bulan Agustus yaitu sebesar 2.370.000 kilogram. Hal ini dikarenakan pada bulan tersebut pasokan bahan baku TBS kebun sendiri Adolina tinggi dan harga pembelian TBS cenderung lebih mahal. Berikut perubahan jumlah ketersediaan pasokan TBS dari pihak ketiga pada scenario satu dapat dilihat pada Tabel 53. Tabel 53. Perubahan Nilai Slack/Surplus Ketersediaan Pasokan TBS Pembelian Pada Skenario Satu Bulan Slack / Surplus Penurunan Slack / Surplus Model Awal (Kg) (Kg) Skenario 1 (Kg) Januari 2.888.889 982.223 1.906.666 Februari 3.250.000 1.105.000 2.145.000 Maret 3.900.000 1.268.099 2.631.901 April 3.900.000 1.235.404 2.664.596 Mei 4.588.235 1.523.950 3.064.285 Juni 4.875.000 1.523.438 3.351.562 Juli 5.571.428 1.941.428 3.630.000 Agustus 6.000.000 2.370.000 3.630.000 September 4.333.333 1.414.966 2.918.367 Oktober 4.875.000 1.497.048 3.377.952 November 4.588.235 1.588.235 3.000.000 Desember 4.588.235 1.433.824 3.154.411 Rata-rata 4.446.530 1.490.301 2.956.228 Ketersediaan sumberdaya tenaga kerja pada skenario satu mengalami peningkatan dan penurunan nilai dual. Pada model awal nilai dual ketersediaan
85
tenaga kerja sudah digunakan seluruhnya sehingga memiliki nilai dual apabila ditingkatkan. Skenario satu ternyata memiliki nilai dual yang lebih tinggi jika dibandingkan dengan model awal dengan peningkatan nilai dual tertinggi terjadi pada bulan Desember yaitu sebesar 1.548.108, artinya bahwa apabila tenaga kerja ditingkatkan satu satuan (HOK) maka akan meningkatkan keuntungan perusahaan senilai dual price nya. Oleh sebab itu perusahaan akan lebih mengguntungkan apabila menambah jumlah HOK pada bulan Desember dibandingkan bulan lainnya. Sementara peningkatan terendah terjadi pada bulan Juli dan Agustus yaitu sebesar nol. Artinya apabila tenaga kerja ditingkatkan pada bulan Mei hanya akan tidak akan menambah keuntungan perusahaan bahkan mengakibatkan pemborosan karena terjadi kelebihan HOK yaitu senilai 118 dan 134. Peningkatan nilai dual pada skenario satu diduga karena peningkatan jumlah TBS yang diolah, sehingga kebutuhan tenaga kerja pengolahan memiliki nilai ekonomis lebih tinggi apabila ditingkatkan. Tabel 54. Perubahan Nilai Dual Ketersediaan Keteresediaan Tenaga Kerja Pada Skenario satu Bulan Dual Pada Model Peningkatan Dual Dual Pada Skenario Awal (Rp/Kg) (Rp/Kg) 1 (Rp/Kg) Januari 1.900.839 380.168 2.281.007 Februari 2.465.654 493.130 2.958.784 Maret 2.576.889 584.938 3.161.827 April 2.576.564 624.137 3.200.701 Mei 3.091.312 662.424 3.753.736 Juni 3.452.879 863.219 4.316.098 Juli 4.557.934 0 0 Agustus 5.566.736 0 0 September 3.540.619 794.833 4.335.452 Oktober 4.762.468 1.237.492 5.999.960 November 4.696.412 886.736 5.583.148 Desember 6.192.434 1.548.108 7.740.542 Rata-rata 3.781.728 672.932 3.610.938 Hasil analisis sensitivitas fungsi tujuan diketahui bahwa peningkatan harga CPO, PKO dan biaya TBS kebun Adolina sepanjang tahun diperbolehkan sebesar apapun (infinity). Penurunan yang diperbolehkan senilai alloable decrease. Sementara itu pasokan TBS pembelian dapat di turunkan senilai tak terhingga atau infinity dan peningkatan yang diperbolehkan senilai allowable increase. Analisis
86
sensitivitas pada skenario satu secara keseluruhan menggambarkan bahwa selang kepekaan yang terjadi pada ruas kendala semakin mengalami penyempitan. Dengan status kendala bukan pembatas dan kendala pembatas yang sama dengan model awal. Tabel 55. Analisis Sensitivitas Ruas Kanan Kendala Skenario Satu. N Kendala Bahan Baku Nilai RHS Allowable Allowable o Pengadaan TBS Increase Decrease 1 Kapasitas Maksimal PKS 16.500.000 Infinity 5.472.596 2 Ketersediaan Plasma 20% 0 Infinity 2.956.228 3 Kuota Pembelian 6.000.000 Infinity 6.000.000 4 Tenaga Kerja 1.950 533 1950 5 Transfer (CPO) 0 Infinity 2.995.953 6 Tranfer (PKO) 0 Infinity 420.568 7 Biaya Pengolahan 0 Infinity 126.125 Ket: (P) : Pembatas ; (BP) Bukan Pembatas
Sta tus BP BP BP P BP BP BP
6.3.2. Hasil Optimal Skenario 2: Peningkatan Ketersediaan Tenaga Kerja (HOK) Sebesar 10 Persen. Alternatif skenario dua dilakukan dengan pertimbangan bahwa keadaan aktual di lingkungan perusahaan mampu menyediakan tenaga kerja dan peningkatan hari orang kerja masih mungkin dilakukan karena pada keadaan aktual hari orang kerja di PKS masih 25 hari kerja. Sehingga memungkinkan bagi perusahaan untuk menambah hari orang kerja. Jika skenario dilakukan maka perusahaan perlu mempertimbangkan kegiatan mana yang akan dilakukan untuk meningkatkan ketersediaan tenaga kerja. Peningkatan ketersediaan tenaga kerja pada skenario dua dilakukan berdasarkan analisis sensitivitas pada model awal. Peningkatan tenaga kerja terendah yang diperbolehkan terjadi pada bulan Agustus sebesar 10 persen dari nilai HOK ketersediaan tenaga kerja model awal. Oleh karena itu pada scenario dua peningkatan ketersediaan tenaga kerja dilakukan hanya sebesar 10 persen saja. Dari hasil data olahan LINDO dapat diketahui bahwa skenario dua dengan peningkatan ketersediaan tenaga kerja mampu meningkatkan keuntungan optimal perusahaan dari model awal sebesar Rp 312.650.000. Peningkatan keuntungan diperoleh dari selisih keuntungan optimal pada skenario dua Rp 88.805.100.000 dikurangi keuntungan optimal pada model awal Rp 88.492.450.000. Peningkatan keuntungan terjadi karena peningkatan
87
tenaga kerja pengolahan sehingga TBS yang diolah semakin banyak dan penurunan pemborosan biaya pengolahan. Tabel 56. Selisih Keadaan Optimal Skenario Dua dengan Keadaan Optimal Model No Keterangan Keuntungan (Rp) 1 Keadaan Optimal Scenario 2 88.805.100.000 2 Keadaan Optimal Model Awal perusahaan 88.492.450.000 3 Selisih 312.650.000 Maka jika skenario dua dilakukan keuntungan yang dihasilkan oleh perusahaan mengalami peningkatan sebesar selisih antara nilai optimal pada skenario dua dikurangi dengan keuntungan aktual yang diperoleh perusahaan pada tahun 2010 yaitu sebesar Rp 25.042.951.163. Oleh sebab itu diharapkan dengan peningkatan tenaga kerja perusahaan mampu meningkatkan keuntungannya. Peningkatan keuntungan perusahaan bila melakukan skenario dua dapat dilihat pada Tabel 57. Tabel 57. Selisih Keadaan Optimal Skenario Dua dengan Keadaan Optimal Model Awal PKS Adolina Tahun 2010 No Keterangan Keuntungan (Rp) 1 Keadaan Optimal Scenario 2 88.805.100.000 2 Keadaan Aktual perusahaan 63.762.048.837 3 Selisih 25.042.951.163 1.
Aktivitas Pengadaan Bahan Baku Aktivitas pengadaan bahan baku TBS pada skenario dua mengalami
perubahan jika dibandingkan dengan model awal. Pada skenario dua pasokan bahan baku TBS kebun sendiri Adolina masih dalam keadaan optimal, dimana tidak terdapat nilai reduce cost dari kegiatan tersebut. Walaupun dilihat dari pasokan nilai aktual dan nilai optimal pada bulan-bulan tertentu terjadi kekurangan dan kelebihan pasokan TBS. Kekurangan dan kelebihan pasokan Adolina diperoleh dari selisih nilai actual dengan nilai optimal skenario dua. Kekurangan pasokan TBS dari kebun Adolina terjadi pada bulan Januari, Juni, Oktober, November dan Desember. Kelebihan pasokan terjadi pada bulan Februari, Maret, April, Mei, Juli, Agustus, September. Pengadaan TBS optimal dan actual dari kebun Adolina skenario dua dapat dilihat pada Tabel 58.
88
Tabel 58. Pengadaan TBS Optimal dan Aktual dari Kebun Adolina Skenario Dua Nilai/ value Optimal Nilai Aktual Selisih Bulan Skenario Satu(Kg) (Kg) (Kg) Januari 7.149.999 7.095.489 -54.510 Februari 7.944.445 8.001.336 +56.891 Maret 9.750.000 9.788.936 +38.936 April 9.750.000 9.919.283 +169.283 Mei 11.289.473 11.419.559 +130.086 Juni 12.617.647 12.460.759 -156.888 Juli 14.299.999 14.381.178 +81.179 Agustus 14.299.999 14.515.232 +215.233 September 10.725.000 10.861.753 +136.753 Oktober 12.617.647 12.569.857 -47.790 November 11.289.473 11.166.152 -123.321 Desember 11.916.666 11.740.666 -176.000 Rata-rata 11.137.529 11.160.017 +22.488 Keterangan : (+) Berlebih, (-) Kekurangan Pasokan bahan baku TBS pembelian pada skenario dua memiliki penurunan dan peningkatan nilai reduce cost jika dibandingkan model awal. besarnya nilai reduce cost menunjukkan besarnya nilai pemborosan yang dilakukan perusahaan terhadap suatu aktivitas. Secara keseluruhan skenario masih terdapat nilai reduce cost, namun jika skenario dua dibandingkan dengan model awal memiliki penurunan nilai reduce cost pada bulan Januari hingga Mei, Agustus, September, dan November. Penurunan nilai tersebut mengurangi nilai pemborosan perusahaan sehingga perusahaan mampu meningkatkan nilai keuntungannya. Namun peningkatan reduce cost juga terjadi pada bulan Juni, Juli, Agustus dan Desember. Peningkatan nilai reduce cost pasokan TBS pembelian tersebut diduga terjadi karena harga pasokan bahan baku TBS pembelian lebih mahal dibandingkan biaya TBS kebun sendiri Adolina dan dilihat dari jumlah pasokan kebun sendiri Adolina pada bulan-bulan tersebut terdapat kelebihan pasokan TBS. Oleh sebab itu perusahaan lebih baik tidak melakukan pengadaan TBS pembelian karena hanya akan menyebabkan pemborosan biaya. Reduce cost tertinggi tetap terjadi pada bulan Desember sebesar Rp 4.601 per kilogram, maka jika pengadaan bahan baku TBS pembelian tetap dilakukan perusahaan hanya akan melakukan pemborosan biaya sejumlah nilai Reduce cost tersebut.
89
Tabel 59. Pengadaan TBS Optimal dan Aktual Pembelian Skenario Dua Nilai/ value Optimal Actual Reduce cost Bulan (Rp) (Kg) (Rp/Kg) Januari 0.000000 2.919.070 1.479 Februari 0.000000 4.241.540 1.196 Maret 0.000000 4.821.360 1.346 April 0.000000 4.681.060 1.270 Mei 0.000000 6.916.520 1.095 Juni 0.000000 5.536.840 1.572 Juli 0.000000 3.377.910 2.775 Agustus 0.000000 2.940.280 3.585 September 0.000000 3.560.180 2.247 Oktober 0.000000 3.551.510 2.795 November 0.000000 3.582.550 2.823 Desember 0.000000 3.041.040 4.601 Rata-rata 0.000000 4.097.488 2.2232 2.
Ketersediaan Sumberdaya Kemudian dilihat dari nilai dual price tenaga kerja merupakan kendala
terbatas yang apabila peningkatan dan penurunan jumlah tenaga kerja dan hari orang kerja dilakukan sesuai dengan batasan peningkatan dan penurunan yang diperbolehkan maka perusahaan dapat meningkatan keuntungannya. Oleh karena itu skenario kedua yang dilakukan adalah peningkatan jumlah ketersediaan tenaga kerja sebesar 10 persen dari keadaan aktual. Perubahan peningkatan jumlah ketersediaan tenaga kerja (HOK) setiap bulannya sama, yaitu sebesar
2.145
HOK. Perhitungan ini diperoleh dari peningkatan ketersediaan tenaga kerja sebesar 10 persen dari ketersediaan model awal yaitu 1950 HOK. Pada skenario dua ketersediaan TBS pembelian mengalami penurunan dan peningkatan sumberdaya yang berlebih (slack/surplus). Penurunan tersebut diduga karena peningkatan jumlah ketersediaan tenaga kerja langsung maka jumlah TBS yang diolah juga mengalami peningkatan. Peningkatan slack/surplus diduga pasokan bahan baku TBS pembelian berlebih karena pasokan bahan baku kebun sendiri Adolina masih lebih murah untuk dimanfaatkan. Peningkatan tertinggi terjadi pada bulan Juni dan Oktober yaitu sebesar 172.059 kilogram. Penurunan terjadi karena peningkatan ketersediaan tenaga kerja mampu mengolah TBS lebih banyak pada bulan-bulan tersebut. Penurunan tertinggi terjadi pada bulan Agustus senebsar 280.001 kilogram.
90
Tabel 60. Perubahan Nilai Slack/Surplus Ketersediaan Pasokan TBS Pembelian Pada Skenario Dua. Bulan Slack / Surplus Penurunan/Peningkatan Slack / Surplus Model Awal (Kg) (Kg) Skenario 2 (Kg) Januari 2.888.889 -28.890 2.859.999 Februari 3.250.000 -72.222 3.177.778 Maret 3.900.000 0 3.900.000 April 3.900.000 0 3.900.000 Mei 4.588.235 -72.446 4.515.789 Juni 4.875.000 +172.059 5.047.059 Juli 5.571.428 +148.571 5.719.999 Agustus 6.000.000 -280.001 5.719.999 September 4.333.333 -43.333 4.290.000 Oktober 4.875.000 +172.059 5.047.059 November 4.588.235 -72.446 4.515.789 Desember 4.588.235 +178.431 4.766.666 Keterangan : (+) Peningkatan, (-) Penurunan Koefisien fungsi kendala yang berubah pada skenario dua hanya pada ketersediaan tenaga kerja, sementara koefisien fungsi tujuan dan kendala lainnya tetap. Perubahan nilai koefisien diakibatkan adanya peningkatan ketersediaan tenaga kerja yang dibandingkan dengan jumlah pasokan TBS yang berasal dari kebun sendiri dan pihak ketiga. Nilai ruas kanan adalah jumlah ketersediaan tenaga kerja yang sudah ditingkatkan sebesar 10 persen dari model awal. Adapun koefisien fungsi kendala ketersediaan tenaga kerja pada skenario dua dapat dilihat pada Tabel 61. Tabel 61. Fungsi Kendala Ketersediaan Tenaga Kerja Pada Skenario 2. No Bulan Kendala 1 Januari 0,00030X11+0,00073X21<=2145 2 Februari 0,00027X12+0,00051X22<=2145 3 Maret 0,00022X13+0,00044X23<=2145 4 April 0,00022X14+0,00046X24<=2145 5 Mei 0,00019X15+0,00031X25<=2145 6 Juni 0,00017X16+0,00039X26<=2145 7 Juli 0,00015X17+0,00064X27<=2145 8 Agustus 0,00015X18+0,00073X28<=2145 9 September 0,00020X19+0,00060X29<=2145 10 Oktober 0,00017X110+0,00060X210<=2145 11 November 0,00019X111+0,00060X211<=2145 12 Desember 0,00018X112+0,00071X212<=2145
91
Nilai dual ketersediaan tenaga kerja pada scenario dua mengalami penurunan, sementara selang kepekaan (analisis sensitivitas) semakin membesar. Berikut perubahan nilai dual maupun analisis sensitivitas tenaga kerja. Penambahan jumlah HOK pada scenario dua menyatakan bahwa peningkatan HOK yang dilakukan mampu menurunkan nilai dual nya sebesar selisih antara nilai dual model awal dengan model scenario dua. Artiya bahwa peningkatan jumlah HOK pada scenario dua akan semakin kecil mempengaruhi peningkatan nilai keuntungan perusahaan, atau dengan kata lain apabila skenario dua dilakukan perusahaan, maka perusahaan sudah melakukan pengoptimalan ketersediaan tenaga kerja sebesar selisih nilai dual tersebut. Nilai dual tertinggi terjadi pada bulan Desember yaitu sebesar 5.848.410. Sedangkan pengoptimalan paling rendah terjadi pada bulan Januari yaitu sebesar 1.710.755, artinya bahwa apabila tenaga kerja ditingkatkan satu satuan (HOK) maka akan meningkatkan keuntungan perusahaan senilai dual price nya. (Lampiran 5). Tabel 62. Perubahan Nilai Dual Ketersediaan Tenaga Kerja Pada Skenario Dua. Bulan Dual Pada Model Penurunan Dual Dual Pada Skenario Awal (Rp/Kg) (Rp/Kg) 2 (Rp/Kg) Januari 1.900.839 190.084 1.710.755 Februari 2.465.654 273.962 2.191.692 Maret 2.576.889 234.263 2.342.626 April 2.576.564 234.233 2.342.331 Mei 3.091.312 325.401 2.765.911 Juni 3.452.879 203.111 3.249.768 Juli 4.557.934 303.862 4.254.072 Agustus 5.566.736 742.232 4.824.504 September 3.540.619 354.062 3.186.557 Oktober 4.762.468 280.145 4.482.323 November 4.696.412 494.359 4.202.053 Desember 6.192.434 344.024 5.848.410 Rata-rata 3.781.728 331.645 3.450.084 1.
Analisis Sensitivitas Skenario Dua Analisis sensitivitas fungsi tujuan pada scenario dua harga CPO, harga
PKO dan biaya pengadaan TBS kebun sendiri Adolina diperbolehkan dinaikkan tak terbatas (infinity) dan di perbolehkan diturunkan senilai allowable decrease. Sebaliknya biaya pasokan TBS pembelian dan biaya pengolahan dapat
92
ditingkatkan senilai allowable increase in dan dapat diturunkan senilai tak terbatas. Analisis sensitivitas ruas kendala kapasitas pabrik, ketersediaan TBS pembelian, dan kuota pembelian dapat diperbolehkan ditingkatkan senilai infinity dan diperbolehkan diturunkan senilai allowable decrease. Analisis sensitivitas ketersediaan tenaga kerja pada scenario dua semakin besar. Peningkatan yang diperbolehkan semakin tinggi setaip bulannya dibandingkan dengan model awal, namun tingkat penurunan yang diperbolehkan hampir setiap bulannya sama. Berikut data perubahan analisis sensitivitas Kendala ketersediaan tenaga kerja dari model awal dengan skenario dua. Tabel 63. Analisis Sensitivitas Ruas Kanan Kendala Skenario Dua. No Sumberdaya Kendala Nilai RHS Allowable Allowable Sta Pengadaan TBS Increase Decrease tus 1 Kapasitas Maksimal PKS 16.500.000 Infinity 5.362.470 BP 2 Ketersediaan Plasma 40% 0 Infinity 4.455.011 BP 3 Kuota Pembelian 6.000.000 Infinity 6.000.000 BP 4 Tenaga Kerja (naik 10%) 2.145 1.168 2.145 P 5 Transfer (CPO) 0 Infinity 2.691.776 BP 6 Tranfer (PKO) 0 Infinity 605.843 BP 7 Biaya Pengolahan 0 Infinity 104.458 BP
93
BAB VII KESIMPULAN DAN SARAN 7.1. Kesimpulan Berdasarkan hasil pemecahan optimal menunjukkan bahwa pengadaan bahan baku di pabrik belum mencapai kondisi optimal sehingga keuntungan yang diperoleh belum maksimal. Keadaan ini dipengaruhi oleh ketersediaan TBS di pabrik, baik yang berasal dari kebun sendiri maupun pembelian. Pengadaan TBS aktual kebun sendiri Adolina pada tahun2010 mencapai kondisi optimal sedangkan pengadaan TBS dari pembelian saat ini berlebih sehingga menyebabkan pemborosan bagi perusahaan rata-rata Rp 2.109 per kilogram setiap bulannya. Hal ini mengakibatkan tingginya biaya pengadaan bahan baku dan pengolahan yang berdampak pada tidak tercapainya keuntungan optimal perusahaan. Dari hasil analisis optimalisasi model awal di peroleh hasil optimal Rp 88.482.450.000, sementara pada kondisi aKtual perusahaan hanya mampu mencapai keuntungan sebesar Rp 63.191.334.815. Artinya PKS Adolina belum mencapai keuntungan optimalnya. Pada analisis nilai dual diketahui bahwa yang menjadi sumberdaya pembatas adalah ketersediaan tenaga kerja langsung, sementara sumberdaya lain mengalami kelebihan. Peningkatan nilai optimal diperoleh dengan melakukan analisis post optimal kombinasi pasokan bahan baku TBS kebun Adolina dengan TBS pembelian. Kombinasi pasokan optimal yang berasal dari kebun sendiri Adolina jika ditingkatkan sebesar 22 persen dari pasokan tahun 2010 dan TBS pembelian diturunkan sebesar 44,8 persen dengan kapasitas PKS yang sama akan meningkatkan nilai keuntungan optimal perusahaan. Pontensi peningkatan produksi kebun sendiri jika dimanfaatkan maka akan diperoleh nilai keuntungan optimal yang lebih tinggi yaitu sebesar Rp 18.471.150.000 dibandingkan nilai optimal tahun 2010. Jika dibandingkan dengan keuntungan yang di peroleh perusahaan pada tahun 2010, alternative kombinasi pasokan bahan baku mampu meningkatkan keuntungan senilai Rp. 43.203.351.163.
94
7.2. Saran Perusahaan untuk mencapai keuntungan optimalnya perlu memperhatikan ketersediaan sumberdaya yang dimiliki dan pemanfaatanya. Oleh sebab itu saran yang mungkin disampaikan pada PPKS Adolina adalah: 1. Meningkatkan jumlah pasokan bahan baku TBS yang berasal dari kebun sendiri Adolina. 2. Melakukan pembelian TBS dari pihak ketiga sesuai dengan kebutuhan PKS untuk mencapai keuntungan optimalnya. 3. Meningkatkan jumlah ketersediaan tenaga kerja pengolahan.
95
DAFTAR PUSTAKA Assauri. 2008. Manajemen Produksi dan Operasi. Jakarta: Fakultas Ekonomi Universitas Indonesia. Austin. 1981. Agroindustrial Project Analysis. John Hopkins University Press. Baltimore Badrun M. 2009. Lintasan 30 Tahun Pengembangan Kelapa Sawit. Jakarta: Direktorat Jenderal Perkebunan Kementerian Perkebunan. Bahari. 2002. Perencanaan dan Pengendalian Pengadaan Bahan Baku di PT. Kelolah Mina Laut, Besuki, Situbondo [Skripsi]. Fakultas Teknologi Pertanian, Institut Pertanian Bogor. Cakraningrum. 2000. Optimalisasi Pengadaan Bahan Baku Pabrik Gula (Studi Kasus pada P.G. Mojo, Sragen, Jawa Tengah [skripsi]. Fakultas Pertanian, Institut Pertanian Bogor. Departemen Perindustrian. 2009. Road Map Industri Pengolahan CPO. Jakarta: Departemen Perindustrian. Departemen Pertanian, Pertumbuhan Produksi Minyak Sawit Indonesia, http://agribisnis.deptan.go.id/disp_informasi/1/5/54/1232/. [4 Mei 2011]. Direktorat Jenderal Perkebunan. 2010. Luas Areal Perkebunan dan Produksi Kelapa Sawit. Jakarta: Direktorat Jenderal Perkebunan. Haloho. 2008. Analisis Optimalisasi Pengadaan Tbs Sebagai Bahan Baku Industry Pengolahan Crude Palm Oil (CPO) dan Palm Kernel Oil (PKO) (Studi Kasus Kegiatan Replanting PTPN VIII Kertajaya, Kabupaten Lebak Banten) [skripsi]. Bogor. Fakultas Pertanian, Institut Pertanian Bogor. Heizer dan Render B. 2010. Operation Managament. Buku 2 Edisi ke-9. Jakarta: Salemba Empat. Handoko. 2000. Dasar-Dasar Manajemen Produksi dan Operasi. Edisi ke-1. Yogyakarta: BPFE Yogyakarta. [IOPRI] Indonesian Oil Palm Reasearch Institute. 2009. Biopolymer and Selected Speciality Chemicals Base on Oil Palm Feedstock. Meden: Indonesian Oil Palm Reasearch Institute. Marsaulina. 1999. Analisis Optimalisasi Produksi Crude Palm Oil (CPO) dan Palm Kernel (PK) (Kasus di PTPN XIII, Kalimantan Barat) [skripsi]. Fakultas Pertanian, Institut Pertanian Bogor. Mulyadi. 2000. Akuntansi Biaya. Edisi 5. Bagian Penerbitan STIE YKPN. Yogyakarta. Nicholson, W. 1995. Teori Mikro Ekonomi. Binarupa Aksara. Jakarta. Pahan. 2006. Panduan Lengkap Kelapa Sawit. Jakarta: Penebar Swadaya.
96
Purvis, Steiner dan Lipsey. 1986. Economics. Di dalam Sugianto T, editor. Pengantar Ilmu Ekonomi Mikro. Bogor: IPB. Soekartawi. 1993. Agribisnis Teori dan Aplikasinya. Jakarta: PT. Raja Grafindo Persada. Sugiharto. 2001. Optimalisasi Pengadaan Bahan Baku dan Produksi Karet Olahan di Perkebunan Cikumpay PTPN VIII, Purwakarta, Jawa Barat [skripsi]. Bogor. Fakultas Pertanian, Institut Pertanian Bogor. Subagyo P, Asri M, dan Handoko. Dasar-Dasar Operations Research. Edisi ke-2. Yogyakarta: BPFE. Yogyakarta. Tandyna,E.B. 2002. Sistim Pengendalian Bahan Baku dan Optimalisasi Produksi Nata De Coco pada PT. Mena Coco Sari, Jakarta [Skripsi]. Jurusan Ilmu – Ilmu Sosial Ekonomi Pertanian. Fakultas Pertanian. Institut Pertanian Bogor. Thamrin. 2003. Perencanaan Optimalisasi Pengadaan Bahan Baku Pada Pabrik Kelapa Sawit (Studi Kasus Kegiatan Peremajaan PT. Perkebunan Nusantara V, Sei Rokan, Kabupaten Rokan Hulu, Riau) [Skripsi]. Jurusan Ilmu–Ilmu Sosial Ekonomi Pertanian. Fakultas Pertanian. Institut Pertanian Bogor. Yurfelly. 1998. Sistem Pengadaan Bahan Baku dan Optimalisasi Produksi di Industri Sepatu ( CV. Mulia, Ciomas, Jawa Barat) [skripsi]. Fakultas Pertanian, Institut Pertanian Bogor. Zahra. 1994. Analisis Pengadaan Bahan Baku dan Pengendalian Mutu Udang Beku (Studi pada PT. Misaja Mitra, Samarinda) [skripsi]. Jurusan Ilmu – Ilmu Sosial Ekonomi Pertanian. Fakultas Pertanian. Institut Pertanian Bogor.
97
LAMPIRAN
98
Lampiran 1. Perolehan Koefisien Model Tujuan Bul Produksi an CPO (Kg) Adolina
1
1.790.902
2
1.952.674
3
2.262.663
4
2.382.994
5
2.595.727
6
2.707.147
7
3.072.670
8
3.190.160
9
2.586.549
10
2.799.601
11
2.581.020
Produksi CPO (Kg) Pembelian
618.836 932.415 1.024.509 988.713 1.432.092 1.165.198 722.625 608.743 728.792 727.373
Harga Produksi Produksi Harga CPO PK (Kg) PK (Kg) PK (Rp/K Adolina Pembelia (Rp/K g) n g) 6.326
344.380
6.526
450.871
7.861
505.982
6.441
500.261
6.423
561.839
6.120
495.819
6.440
590.273
7.125
558.926
6.853
456.777
7.384
487.675
8.230
445.148
734.475 12
2.530.297
169.664 202.234 202.614 308.151 221.476 135.118 117.612 142.408 142.478
3.031 3.222 3.509 3.577 3.710 3.706 3.418 4.070 4.658 4.913
TR PK (Rp)
15.244.966.483
1.397.669.226 16.642.635.709
18.829.244.850
1.999.363.770 20.828.608.620
25.838.815.506
2.484.988.301 28.323.803.807
21.718.513.470
2.514.043.300 24.232.556.770
25.871.487.001
3.227.575.901 29.099.062.902
23.698.751.400
2.658.223.541 26.356.974.941
24.439.802.153
2.479.313.899 26.919.116.051
27.065.664.314
2.753.712.621 29.819.376.935
22.720.694.941
2.791.003.730 25.511.698.671
26.042.117.924
3.095.941.689 29.138.059.613
27.287.186.949
3.021.579.450 30.308.766.399
5.118 145.281
9.891 623.934
116.760
TR CPO (Rp)
454.978
6.622 121.906
31.198.183.398
TR (CPO+PK)
Pasokan TBS Adolina (kg)
Total Olah(Rp/Kg)
7.095.489
Biay Pasokan Biaya Total Biaya Biaya a TBS TBS TBS olah TBS Pembelian Pembe (Rp/K /Kg (Kg) lian g) (Rp) 844 2.919.070 1.426 10.152.062.257 327
Biaya TBS+Pengolah an (Rp)
3.271.756.425 13.423.818.682
3.218.817.027
8.001.336
894
4.241.540
1.396
13.074.432.398 265
3.244.362.140 16.318.794.538
4.509.814.081
9.788.936
895
4.821.360
1.491
15.951.703.267 387
5.654.184.552 21.605.887.819
6.717.915.988
9.919.238
986
4.681.060
1.456
16.592.960.545 252
3.682.195.156 20.275.155.700
3.957.401.069
11.419.559 942
6.916.520
1.420
20.580.966.890 279
5.115.766.041 25.696.732.931
3.402.329.971
12.460.759 675
5.536.840
1.322
15.724.069.449 428
7.704.772.132 23.428.841.581
2.928.133.359
14.381.178 787
3.377.910
1.270
15.599.053.242 305
5.420.073.658 21.019.126.900
5.899.989.152
14.515.232 911
2.940.280
1.404
17.346.605.463 297
5.184.287.064 22.530.892.527
7.288.484.408
10.861.753 819
3.560.180
1.475
14.142.696.506 450
6.488.427.657 20.631.124.163
4.880.574.509
12.569.857 992
3.551.510
1.526
17.882.098.706 290
4.670.360.020 22.552.458.726
6.585.600.887
11.166.152 1.00 3.582.550 7 11.740.666 1.02 3.041.040 3.820.068.160 35.018.251.558 7
1.751
17.510.702.273 447
6.586.770.313 24.097.472.586
6.211.293.813
1.885
17.792.414.865 613
9.064.142.119 26.856.556.984
8.161.694.574
Total keuntungan
Keuntungan (TR-TC)
63.670.310.634
99
Lampiran 2. Persentasi Realisasi Pasokan TBS Kebun Adolina dan Pembelian Bulan
Tahun 2009
Tahun 2010
Adolina
Pembelian
Total
(Kg)
(Kg)
(Kg)
Januari
6.865.790
1.523.310
8.389.100
februari
7.526.226
1.694.190
9.220.416
Maret
8.608.092
2.508.615
11.116.707
April
8.052.213
5.053.695
13.105.908
Mei
9.083.302
6.430.570
15.513.872
Juni
9.773.682
6.479.795
16.253.477
Juli
13.049.211
5.949.610
18.998.821
Agustus
12.644.182
3.269.465
15.913.647
September
11.660.310
2.747.315
14.407.625
Oktober
14.838.013
2.826.765
17.664.778
November
11.329.947
4.098.410
15.428.357
Desember
12.005.352
4.903.670
16.909.022
126.436.320
47.485.410
173.921.730
Total
(%)
18 18 23 39 41 40 31 21 19 16 27 29 27
Adolina
Pembelian
Total
(Kg)
(Kg)
(Kg)
7.095.489
2.919.070
10.014.559
8.001.336
4.241.540
12.242.876
9.788.936
4.821.360
14.610.296
9.919.283
4.681.060
14.600.343
11.419.559
6.916.520
18.336.079
12.460.759
5.536.840
17.997.599
14.381.178
3.377.910
17.759.088
14.515.232
2.940.280
17.455.512
10.861.753
3.560.180
14.421.933
12.569.857
3.551.510
16.121.367
11.166.152
3.582.550
14.748.702
11.740.666
3.041.040
14.781.706
133.920.200
49.169.860
183.090.060
(%) 29 35 33 32 38 31 19 17 25 22 24 21 27
Sumber : PKS Adolina, 2010
100
Lampiran 3. Hasil Optimal Model Awal LP OPTIMUM FOUND AT STEP 36 OBJECTIVE FUNCTION VALUE 1) 0.8849245E+11 VARIABLE VALUE REDUCED COST X31 X32 X33 X34 X35 X36 X37 X38 X39 X310 X311 X312 X41 X42 X43 X44 X45 X46 X47 X48 X49 X410 X411 X412 X211 X51 X52 X53 X54 X55 X56 X57 X58 X59 X510 X511 X512
1744166.750000 1976000.125000 2355600.250000 2358525.000000 2770147.250000 2943281.500000 3338678.500000 3630000.000000 2621666.500000 2959125.000000 2777029.500000 2766706.000000 371944.468750 411937.531250 523575.000000 531375.000000 604500.000000 582562.500000 717321.437500 763500.000000 575250.000000 621562.500000 580411.750000 536823.500000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000
0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 2838.390137 326.700012 265.000000 387.000000 252.199997 279.000000 428.100006 305.200012 297.000000 449.899994 289.700012 446.600006 613.200012
ROW SLACK OR SURPLUS DUAL PRICES 2) 9277777.000000 0.000000 3) 8375000.000000 0.000000 4) 6750000.000000 0.000000 5) 6750000.000000 0.000000 6) 5029411.500000 0.000000 7) 4312499.500000 0.000000 8) 2571429.000000 0.000000 9) 1500000.000000 0.000000 10) 5666667.000000 0.000000 11) 4312499.500000 0.000000 12) 5029411.500000 0.000000 13) 5029411.500000 0.000000 14) 2888889.000000 0.000000 15) 3250000.000000 0.000000 16) 3900000.000000 0.000000 17) 3900000.000000 0.000000 18) 4588235.500000 0.000000 19) 4875000.000000 0.000000 20) 5571428.500000 0.000000 21) 6000000.000000 0.000000 22) 4333333.500000 0.000000 23) 4875000.000000 0.000000 24) 4588235.500000 0.000000 25) 4588235.500000 0.000000 26) 6000000.000000 0.000000 27) 6000000.000000 0.000000
VARIABLE
VALUE
REDUCED
X11 X12 X13 X14 X15 X16 X17 X18 X19 X110 X111 X112 X21 X22 X23 X24 X25 X26 X27 X28 X29 X210 X212
7222222.500000 8125000.000000 9750000.000000 9750000.000000 11470588.000000 12187500.000000 13928571.000000 15000000.000000 10833333.000000 12187500.000000 11470588.000000 11470588.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000
0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 1504.068848 1212.666382 1346.341797 1275.255493 1103.559448 1513.414795 2696.196045 3737.727051 2283.093262 2725.335205 4412.783691
ROW SLACK OR SURPLUS 38) 0.000000 39) 0.000000 40) 0.000000 41) 0.000000 42) 0.000000 43) 0.000000 44) 0.000000 45) 0.000000 46) 0.000000 47) 0.000000 48) 0.000000 49) 0.000000 50) 0.000000 51) 0.000000 52) 0.000000 53) 0.000000 54) 0.000000 55) 0.000000 56) 0.000000 57) 0.000000 58) 0.000000 59) 0.000000 60) 0.000000 61) 0.000000 62) 0.000000 63) 0.000000
DUAL PRICES 1900839.875000 2465654.000000 2576889.000000 2576564.500000 3091312.750000 3452879.000000 4557934.500000 5566736.500000 3540619.250000 4762468.500000 4696412.500000 6192434.000000 6326.359863 6526.399902 6660.500000 6441.419922 6423.240234 6120.000000 6439.509766 7124.569824 6853.180176 7383.689941 8230.240234 8690.910156 3030.888916 3222.020020
101
Lanjutan lampiran 3 28) 29) 30) 31) 32) 33) 34) 35) 36) 37) 74) 75) 76) 77) 78) 79) 80) 81)
6000000.000000 6000000.000000 6000000.000000 6000000.000000 6000000.000000 6000000.000000 6000000.000000 6000000.000000 6000000.000000 6000000.000000 74063.890625 64474.316406 109408.648438 72247.500000 91115.476562 151611.296875 121680.000000 114231.000000
NO. ITERATIONS=
0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000
64) 0.000000 65) 0.000000 66) 0.000000 67) 0.000000 68) 0.000000 69) 0.000000 70) 0.000000 71) 0.000000 72) 0.000000 73) 0.000000 82) 124679.750000 83) 82355.812500 84) 110795.562500 85) 132141.171875
3508.770020 3576.760010 3709.879883 3705.870117 3617.870117 4070.330078 4658.040039 4913.040039 5117.569824 6621.930176 0.000000 0.000000 0.000000 0.000000
36
RANGES IN WHICH THE BASIS IS UNCHANGED: OBJ COEFFICIENT RANGES VARIABLE X31 X32 X33 X34 X35 X36 X37 X38 X39 X310 X311 X312 X41 X42 X43 X44 X45 X46 X47 X48 X49 X410 X411 X412 X11 X12 X13 X14 X15 X16 X17 X18 X19 X110 X111 X112 X21 X22 X23 X24 X25 X26 X27 X28
CURRENT ALLOWABLE COEF INCREASE 6326.359863 INFINITY 6526.399902 INFINITY 6660.500000 INFINITY 6441.419922 INFINITY 6423.240234 INFINITY 6120.000000 INFINITY 6439.509766 INFINITY 7124.569824 INFINITY 6853.180176 INFINITY 7383.689941 INFINITY 8230.240234 INFINITY 8690.910156 INFINITY 3030.888916 INFINITY 3222.020020 INFINITY 3508.770020 INFINITY 3576.760010 INFINITY 3709.879883 INFINITY 3705.870117 INFINITY 3617.870117 INFINITY 4070.330078 INFINITY 4658.040039 INFINITY 4913.040039 INFINITY 5117.569824 INFINITY 6621.930176 INFINITY -1170.680054 INFINITY -1158.819946 INFINITY -1282.219971 INFINITY -1237.800049 INFINITY -1221.199951 INFINITY -1102.660034 INFINITY -1091.760010 INFINITY -1207.650024 INFINITY -1268.500000 INFINITY -1281.329956 INFINITY -1453.099976 INFINITY -1353.439941 INFINITY -1692.930054 1504.068848 -1661.140015 1212.666382 -1877.959961 1346.341797 -1708.400024 1275.255493 -1699.020020 1103.559448 -1740.790039 1513.414795 -1574.719971 2696.196045 -1701.280029 3737.727051
ALLOWABLE DECREASE 2125.162354 2433.211182 2133.186035 2130.272461 2176.079346 2287.621582 2662.122803 2990.395752 2633.518311 3138.364746 3297.770020 4364.485352 3030.888916 3222.020020 3508.770020 3576.760010 3709.879883 3705.870117 3617.870117 4070.330078 4658.040039 4913.040039 5117.569824 6621.930176 513.226746 591.756897 515.377808 515.312927 525.523132 552.460632 638.110840 723.675781 637.311462 761.994934 798.390137 1052.713745 INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY
102
Lanjutan Lampiran 3 X29 X210 X211 X212 X51 X52 X53 X54 X55 X56 X57 X58 X59 X510 X511 X512
ROW 2 3 4 5 6 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 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52
-1924.920044 -1815.170044 -2197.300049 -2498.540039 -326.700012 -265.000000 -387.000000 -252.199997 -279.000000 -428.100006 -305.200012 -297.000000 -449.899994 -289.700012 -446.600006 -613.200012
2283.093018 2725.335205 2838.390137 4412.783691 326.700012 265.000000 387.000000 252.199997 279.000000 428.100006 305.200012 297.000000 449.899994 289.700012 446.600006 613.200012
RIGHTHAND SIDE RANGES CURRENT ALLOWABLE RHS INCREASE 16500000.000000 INFINITY 16500000.000000 INFINITY 16500000.000000 INFINITY 16500000.000000 INFINITY 16500000.000000 INFINITY 16500000.000000 INFINITY 16500000.000000 INFINITY 16500000.000000 INFINITY 16500000.000000 INFINITY 16500000.000000 INFINITY 16500000.000000 INFINITY 16500000.000000 INFINITY 0.000000 INFINITY 0.000000 INFINITY 0.000000 INFINITY 0.000000 INFINITY 0.000000 INFINITY 0.000000 INFINITY 0.000000 INFINITY 0.000000 INFINITY 0.000000 INFINITY 0.000000 INFINITY 0.000000 INFINITY 0.000000 INFINITY 6000000.000000 INFINITY 6000000.000000 INFINITY 6000000.000000 INFINITY 6000000.000000 INFINITY 6000000.000000 INFINITY 6000000.000000 INFINITY 6000000.000000 INFINITY 6000000.000000 INFINITY 6000000.000000 INFINITY 6000000.000000 INFINITY 6000000.000000 INFINITY 6000000.000000 INFINITY 1950.000000 2504.999756 1950.000000 2009.999878 1950.000000 1350.000000 1950.000000 1350.000000 1950.000000 854.999939 1950.000000 689.999939 1950.000000 360.000061 1950.000000 195.000000 1950.000000 1020.000061 1950.000000 689.999939 1950.000000 854.999939 1950.000000 854.999939 0.000000 INFINITY 0.000000 INFINITY 0.000000 INFINITY
INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY
ALLOWABLE DECREASE 9277777.000000 8375000.000000 6750000.000000 6750000.000000 5029411.500000 4312499.500000 2571429.000000 1500000.000000 5666667.000000 4312499.500000 5029411.500000 5029411.500000 2888889.000000 3250000.000000 3900000.000000 3900000.000000 4588235.500000 4875000.000000 5571428.500000 6000000.000000 4333333.500000 4875000.000000 4588235.500000 4588235.500000 6000000.000000 6000000.000000 6000000.000000 6000000.000000 6000000.000000 6000000.000000 6000000.000000 6000000.000000 6000000.000000 6000000.000000 6000000.000000 6000000.000000 1949.999878 1949.999878 1949.999878 1950.000000 1949.999878 1950.000000 1950.000000 1949.999878 1949.999878 1950.000000 1949.999878 1949.999878 1744166.750000 1976000.125000 2355600.250000
103
Lanjutan lampiran 3 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85
0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000
INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY
2358525.000000 2770147.250000 2943281.500000 3338678.500000 3630000.000000 2621666.500000 2959125.000000 2777029.500000 2766706.000000 371944.468750 411937.531250 523575.000000 531375.000000 604500.000000 582562.500000 717321.437500 763500.000000 575250.000000 621562.500000 580411.750000 536823.500000 74063.890625 64474.316406 109408.648438 72247.500000 91115.476562 151611.296875 121680.000000 114231.000000 124679.750000 82355.812500 110795.562500 132141.171875
104
Lampiran 4. Hasil Optimalisasi Skenario Satu LP OPTIMUM FOUND AT STEP
36
OBJECTIVE FUNCTION VALUE 1)
0.1069654E+12
VARIABLE X31 X32 X33 X34 X35 X36 X37 X38 X39 X310 X311 X312 X41 X42 X43 X44 X45 X46 X47 X48 X49 X410 X411 X412 X51 X52 X53 X54 X55 X56 X57 X58 X59 X510 X511 X512
VALUE 2093000.125000 2371200.000000 2890306.750000 2929844.500000 3363750.000000 3679101.750000 3955050.000000 3993000.000000 3210204.000000 3728031.250000 3301363.750000 3458382.250000 446333.343750 494325.031250 642423.312500 660093.125000 734035.750000 728203.125000 849750.000000 839850.000000 704387.750000 783070.812500 690000.000000 671029.375000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000
REDUCED COST 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 326.700012 265.000000 387.000000 252.199997 279.000000 428.100006 305.200012 297.000000 449.899994 289.700012 446.600006 613.200012
ROW SLACK OR SURPLUS DUAL PRICES 2) 7833333.000000 0.000000 3) 6750000.000000 0.000000 4) 4536810.000000 0.000000 5) 4388199.000000 0.000000 6) 2571429.000000 0.000000 7) 1265625.000000 0.000000 8) 0.000000 638.110901 9) 0.000000 723.675720 10) 3234693.750000 0.000000 11) 1145670.125000 0.000000 12) 2863636.000000 0.000000 13) 2161765.000000 0.000000 14) 1906666.750000 0.000000 15) 2145000.000000 0.000000 16) 2631901.750000 0.000000 17) 2664596.250000 0.000000 18) 3064285.750000 0.000000 19) 3351562.500000 0.000000 20) 3630000.000000 0.000000 21) 3630000.000000 0.000000 22) 2918367.250000 0.000000 23) 3377952.500000 0.000000 24) 3000000.000000 0.000000 25) 3154411.750000 0.000000 50) 0.000000 6326.359863
VARIABLE X11 X12 X13 X14 X15 X16 X17 X18 X19 X110 X111 X112 X21 X22 X23 X24 X25 X26 X27 X28 X29 X210 X211 X212
VALUE 8666667.000000 9750000.000000 11963190.000000 12111801.000000 13928571.000000 15234375.000000 16500000.000000 16500000.000000 13265306.000000 15354330.000000 13636364.000000 14338235.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000
REDUCED COST 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 2990.525635 2543.133301 2702.765381 1828.656616 2490.234131 3058.578369 690.704895 787.356567 4636.520996 6075.937500 5807.311523 8964.222656
ROW SLACK OR SURPLUS DUAL PRICES 26) 6000000.000000 0.000000 27) 6000000.000000 0.000000 28) 6000000.000000 0.000000 29) 6000000.000000 0.000000 30) 6000000.000000 0.000000 31) 6000000.000000 0.000000 32) 6000000.000000 0.000000 33) 6000000.000000 0.000000 34) 6000000.000000 0.000000 35) 6000000.000000 0.000000 36) 6000000.000000 0.000000 37) 6000000.000000 0.000000 38) 0.000000 2281007.750000 39) 0.000000 2958784.750000 40) 0.000000 3161827.000000 41) 0.000000 3200701.250000 42) 0.000000 3753736.750000 43) 0.000000 4316098.500000 44) 118.499977 0.000000 45) 134.999985 0.000000 46) 0.000000 4335452.500000 47) 0.000000 5999960.000000 48) 0.000000 5583148.000000 49) 0.000000 7740542.500000 74) 88876.671875 0.000000
105
Lanjutan lampiran 4 51) 52) 53) 54) 55) 56) 57) 58) 59) 60) 61) 62) 63) 64) 65) 66) 67) 68) 69) 70) 71) 72) 73)
0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000
NO. ITERATIONS=
6526.399902 6660.500000 6441.419922 6423.240234 6120.000000 6439.509766 7124.569824 6853.180176 7383.689941 8230.240234 8690.910156 3030.888916 3222.020020 3508.770020 3576.760010 3709.879883 3705.870117 3617.870117 4070.330078 4658.040039 4913.040039 5117.569824 6621.930176
75) 76) 77) 78) 79) 80) 81) 82) 83) 84) 85)
77369.179688 134243.734375 89748.445312 110640.218750 189514.109375 144144.000000 125654.101562 152669.078125 103755.351562 131715.000000 165176.468750
0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000
36
RANGES IN WHICH THE BASIS IS UNCHANGED:
VARIABLE X31 X32 X33 X34 X35 X36 X37 X38 X39 X310 X311 X312 X41 X42 X43 X44 X45 X46 X47 X48 X49 X410 X411 X412 X11 X12 X13 X14 X15 X16 X17 X18 X19 X110 X111 X112 X21 X22 X23 X24
OBJ COEFFICIENT RANGES CURRENT ALLOWABLE COEF INCREASE 6326.359863 INFINITY 6526.399902 INFINITY 6660.500000 INFINITY 6441.419922 INFINITY 6423.240234 INFINITY 6120.000000 INFINITY 6439.509766 INFINITY 7124.569824 INFINITY 6853.180176 INFINITY 7383.689941 INFINITY 8230.240234 INFINITY 8690.910156 INFINITY 3030.888916 INFINITY 3222.020020 INFINITY 3508.770020 INFINITY 3576.760010 INFINITY 3709.879883 INFINITY 3705.870117 INFINITY 3617.870117 INFINITY 4070.330078 INFINITY 4658.040039 INFINITY 4913.040039 INFINITY 5117.569824 INFINITY 6621.930176 INFINITY -1170.680054 INFINITY -1158.819946 INFINITY -1282.219971 INFINITY -1237.800049 INFINITY -1221.199951 INFINITY -1102.660034 INFINITY -1091.760010 INFINITY -1207.650024 INFINITY -1268.500000 INFINITY -1281.329956 INFINITY -1453.099976 INFINITY -1353.439941 INFINITY -1692.930054 2990.525635 -1661.140015 2543.133301 -1877.959961 2702.765625 -1708.400024 1828.656738
ALLOWABLE DECREASE 2125.162354 2433.211182 2133.186279 2130.272461 2176.079346 2287.621582 2662.123047 2990.395508 2633.518555 3138.364746 3297.770020 4364.484863 3030.888916 3222.020020 3508.770020 3576.760010 3709.879883 3705.870117 3617.870117 4070.330078 4658.040039 4913.040039 5117.569824 6621.930176 513.226746 591.756958 515.377808 515.312927 525.523132 552.460632 638.110901 723.675720 637.311523 761.994995 798.390137 1052.713867 INFINITY INFINITY INFINITY INFINITY
106
Lanjutan lampiran 4 X25 X26 X27 X28 X29 X210 X211 X212 X51 X52 X53 X54 X55 X56 X57 X58 X59 X510 X511 X512
-1699.020020 -1740.790039 -1574.719971 -1701.280029 -1924.920044 -1815.170044 -2197.300049 -2498.540039 -326.700012 -265.000000 -387.000000 -252.199997 -279.000000 -428.100006 -305.200012 -297.000000 -449.899994 -289.700012 -446.600006 -613.200012
2490.233887 3058.578125 690.704956 787.356567 4636.521484 6075.937500 5807.311523 8964.222656 326.700012 265.000000 387.000000 252.199997 279.000000 428.100006 305.200012 297.000000 449.899994 289.700012 446.600006 613.200012
INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY
RIGHTHAND SIDE RANGES CURRENT ALLOWABLE ALLOWABLE RHS INCREASE DECREASE 16500000.000000 INFINITY 7833333.000000 16500000.000000 INFINITY 6750000.000000 16500000.000000 INFINITY 4536810.000000 16500000.000000 INFINITY 4388199.000000 16500000.000000 INFINITY 2571429.000000 16500000.000000 INFINITY 1265625.000000 16500000.000000 1067567.375000 16499999.000000 16500000.000000 1227272.625000 16500000.000000 16500000.000000 INFINITY 3234693.750000 16500000.000000 INFINITY 1145670.125000 16500000.000000 INFINITY 2863636.000000 16500000.000000 INFINITY 2161765.000000 0.000000 INFINITY 1906666.750000 0.000000 INFINITY 2145000.000000 0.000000 INFINITY 2631901.750000 0.000000 INFINITY 2664596.250000 0.000000 INFINITY 3064285.750000 0.000000 INFINITY 3351562.500000 0.000000 INFINITY 3630000.000000 0.000000 INFINITY 3630000.000000 0.000000 INFINITY 2918367.250000 0.000000 INFINITY 3377952.500000 0.000000 INFINITY 3000000.000000 0.000000 INFINITY 3154411.750000 6000000.000000 INFINITY 6000000.000000 6000000.000000 INFINITY 6000000.000000 6000000.000000 INFINITY 6000000.000000 6000000.000000 INFINITY 6000000.000000 6000000.000000 INFINITY 6000000.000000 6000000.000000 INFINITY 6000000.000000 6000000.000000 INFINITY 6000000.000000 6000000.000000 INFINITY 6000000.000000 6000000.000000 INFINITY 6000000.000000 6000000.000000 INFINITY 6000000.000000 6000000.000000 INFINITY 6000000.000000 6000000.000000 INFINITY 6000000.000000 1950.000000 1762.500000 1950.000000 1950.000000 1350.000000 1950.000000 1950.000000 739.500061 1950.000000 1950.000000 706.500061 1949.999878 1950.000000 360.000061 1950.000000 1950.000000 162.000000 1950.000000 1950.000000 INFINITY 118.499977 1950.000000 INFINITY 134.999985 1950.000000 475.499969 1949.999878 1950.000000 145.500122 1950.000000 1950.000000 409.499939 1949.999878
ROW 2 3 4 5 6 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 36 37 38 39 40 41 42 43 44 45 46 47 48
107
Lanjutan lampiran 4 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85
1950.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000
294.000061 INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY
1949.999878 2093000.125000 2371200.000000 2890306.750000 2929844.500000 3363750.000000 3679101.750000 3955050.000000 3993000.000000 3210204.000000 3728031.250000 3301363.750000 3458382.250000 446333.343750 494325.031250 642423.312500 660093.125000 734035.750000 728203.125000 849750.000000 839850.000000 704387.750000 783070.812500 690000.000000 671029.375000 88876.671875 77369.179688 134243.734375 89748.445312 110640.218750 189514.109375 144144.000000 125654.101562 152669.078125 103755.351562 131715.000000 165176.468750
108
Lampiran 5. Hasil Optimalisasi Skenario Dua LP OPTIMUM FOUND AT STEP
36
OBJECTIVE FUNCTION VALUE 1)
0.8880515E+11
VARIABLE X31 X32 X33 X34 X35 X36 X37 X38 X39 X310 X311 X312 X41 X42 X43 X44 X45 X46 X47 X48 X49 X410 X411 X412 X11 X12 X13 X14 X15 X16 X17 X18 X19 X110 X111 X112 ROW 2) 3) 4) 5) 6) 7) 8) 9) 10) 11) 12) 13) 14) 15) 16) 17) 18) 19) 20) 21) 22) 23) 24) 25) 26)
VALUE REDUCED COST 1726725.000000 0.000000 1932089.000000 0.000000 2355600.000000 0.000000 2358525.000000 0.000000 2726407.750000 0.000000 3047161.750000 0.000000 3427710.000000 0.000000 3460599.750000 0.000000 2595450.000000 0.000000 3063564.750000 0.000000 2733181.500000 0.000000 2874300.000000 0.000000 368224.968750 0.000000 402783.375000 0.000000 523575.000000 0.000000 531375.000000 0.000000 594955.250000 0.000000 603123.562500 0.000000 736449.937500 0.000000 727870.000000 0.000000 569497.500000 0.000000 643500.000000 0.000000 571247.375000 0.000000 557700.000000 0.000000 7149999.500000 0.000000 7944445.000000 0.000000 9750000.000000 0.000000 9750000.000000 0.000000 11289473.000000 0.000000 12617647.000000 0.000000 14299999.000000 0.000000 14299999.000000 0.000000 10725000.000000 0.000000 12617647.000000 0.000000 11289473.000000 0.000000 11916666.000000 0.000000
SLACK OR SURPLUS 9350000.000000 8555555.000000 6750000.000000 6750000.000000 5210526.500000 3882353.000000 2200000.750000 2200000.750000 5774999.500000 3882353.000000 5210526.500000 4583333.500000 2859999.750000 3177778.000000 3900000.000000 3900000.000000 4515789.500000 5047059.000000 5719999.500000 5719999.500000 4290000.000000 5047059.000000 4515789.500000 4766666.500000 6000000.000000
DUAL PRICES 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000
VARIABLE X21 X22 X23 X24 X25 X26 X27 X28 X29 X210 X211 X212 X51 X52 X53 X54 X55 X56 X57 X58 X59 X510 X511 X512
VALUE REDUCED COST 0.000000 1479.357910 0.000000 1196.228638 0.000000 1346.341797 0.000000 1270.570801 0.000000 1095.424438 0.000000 1572.316895 0.000000 2775.200195 0.000000 3585.569336 0.000000 2247.687012 0.000000 2795.371582 0.000000 2823.559570 0.000000 4601.997070 0.000000 326.700012 0.000000 265.000000 0.000000 387.000000 0.000000 252.199997 0.000000 279.000000 0.000000 428.100006 0.000000 305.200012 0.000000 297.000000 0.000000 449.899994 0.000000 289.700012 0.000000 446.600006 0.000000 613.200012
ROW SLACK OR SURPLUS 50) 0.000000 51) 0.000000 52) 0.000000 53) 0.000000 54) 0.000000 55) 0.000000 56) 0.000000 57) 0.000000 58) 0.000000 59) 0.000000 60) 0.000000 61) 0.000000 62) 0.000000 63) 0.000000 64) 0.000000 65) 0.000000 66) 0.000000 67) 0.000000 68) 0.000000 69) 0.000000 70) 0.000000 71) 0.000000 72) 0.000000 73) 0.000000 74) 73323.250000
DUAL PRICES 6326.359863 6526.399902 6660.500000 6441.419922 6423.240234 6120.000000 6439.509766 7124.569824 6853.180176 7383.689941 8230.240234 8690.910156 3030.888916 3222.020020 3508.770020 3576.760010 3709.879883 3705.870117 3617.870117 4070.330078 4658.040039 4913.040039 5117.569824 6621.930176 0.000000
109
Lanjutan lampiran 5 27) 28) 29) 30) 31) 32) 33) 34) 35) 36) 37) 38) 39) 40) 41) 42) 43) 44) 45) 46) 47) 48) 49)
6000000.000000 6000000.000000 6000000.000000 6000000.000000 6000000.000000 6000000.000000 6000000.000000 6000000.000000 6000000.000000 6000000.000000 6000000.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000
0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 1710755.750000 2191692.500000 2342626.250000 2342331.250000 2765911.250000 3249768.250000 4254072.500000 4824504.500000 3186557.500000 4482323.000000 4202053.500000 5848410.000000
75) 76) 77) 78) 79) 80) 81) 82) 83) 84) 85)
63041.554688 109408.648438 72247.500000 89676.804688 156962.281250 124924.796875 108900.218750 123432.960938 85262.484375 109046.148438 137280.000000
0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000
NO. ITERATIONS= 36 RANGES IN WHICH THE BASIS IS UNCHANGED:
VARIABLE X31 X32 X33 X34 X35 X36 X37 X38 X39 X310 X311 X312 X41 X42 X43 X44 X45 X46 X47 X48 X49 X410 X411 X412 X11 X12 X13 X14 X15 X16 X17 X18 X19 X110 X111 X112 X21 X22 X23 X24 X25
OBJ COEFFICIENT RANGES CURRENT ALLOWABLE COEF INCREASE 6326.359863 INFINITY 6526.399902 INFINITY 6660.500000 INFINITY 6441.419922 INFINITY 6423.240234 INFINITY 6120.000000 INFINITY 6439.509766 INFINITY 7124.569824 INFINITY 6853.180176 INFINITY 7383.689941 INFINITY 8230.240234 INFINITY 8690.910156 INFINITY 3030.888916 INFINITY 3222.020020 INFINITY 3508.770020 INFINITY 3576.760010 INFINITY 3709.879883 INFINITY 3705.870117 INFINITY 3617.870117 INFINITY 4070.330078 INFINITY 4658.040039 INFINITY 4913.040039 INFINITY 5117.569824 INFINITY 6621.930176 INFINITY -1170.680054 INFINITY -1158.819946 INFINITY -1282.219971 INFINITY -1237.800049 INFINITY -1221.199951 INFINITY -1102.660034 INFINITY -1091.760010 INFINITY -1207.650024 INFINITY -1268.500000 INFINITY -1281.329956 INFINITY -1453.099976 INFINITY -1353.439941 INFINITY -1692.930054 1479.358032 -1661.140015 1196.228760 -1877.959961 1346.341797 -1708.400024 1270.570801 -1699.020020 1095.424316
ALLOWABLE DECREASE 2125.162354 2433.211182 2133.186035 2130.272461 2176.079346 2287.621582 2662.123047 2990.395508 2633.518555 3138.364746 3297.770508 4364.484863 3030.888916 3222.020020 3508.770020 3576.760010 3709.879883 3705.870117 3617.870117 4070.330078 4658.040039 4913.040039 5117.569824 6621.930176 513.226746 591.756958 515.377747 515.312866 525.523132 552.460571 638.110901 723.675720 637.311523 761.994873 798.390198 1052.713745 INFINITY INFINITY INFINITY INFINITY INFINITY
110
Lanjutan kampiran 5 X26 X27 X28 X29 X210 X211 X212 X51 X52 X53 X54 X55 X56 X57 X58 X59 X510 X511 X512
ROW 2 3 4 5 6 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 36 37 38 39 40 41 42 43 44 45 46 47 48 49
-1740.790039 -1574.719971 -1701.280029 -1924.920044 -1815.170044 -2197.300049 -2498.540039 -326.700012 -265.000000 -387.000000 -252.199997 -279.000000 -428.100006 -305.200012 -297.000000 -449.899994 -289.700012 -446.600006 -613.200012
1572.316895 2775.200439 3585.569336 2247.687012 2795.371338 2823.559570 4601.997070 326.700012 265.000000 387.000000 252.199997 279.000000 428.100006 305.200012 297.000000 449.899994 289.700012 446.600006 613.200012
RIGHTHAND SIDE RANGES CURRENT ALLOWABLE RHS INCREASE 16500000.000000 INFINITY 16500000.000000 INFINITY 16500000.000000 INFINITY 16500000.000000 INFINITY 16500000.000000 INFINITY 16500000.000000 INFINITY 16500000.000000 INFINITY 16500000.000000 INFINITY 16500000.000000 INFINITY 16500000.000000 INFINITY 16500000.000000 INFINITY 16500000.000000 INFINITY 0.000000 INFINITY 0.000000 INFINITY 0.000000 INFINITY 0.000000 INFINITY 0.000000 INFINITY 0.000000 INFINITY 0.000000 INFINITY 0.000000 INFINITY 0.000000 INFINITY 0.000000 INFINITY 0.000000 INFINITY 0.000000 INFINITY 6000000.000000 INFINITY 6000000.000000 INFINITY 6000000.000000 INFINITY 6000000.000000 INFINITY 6000000.000000 INFINITY 6000000.000000 INFINITY 6000000.000000 INFINITY 6000000.000000 INFINITY 6000000.000000 INFINITY 6000000.000000 INFINITY 6000000.000000 INFINITY 6000000.000000 INFINITY 2145.000000 2805.000000 2145.000000 2309.999756 2145.000000 1485.000000 2145.000000 1485.000000 2145.000000 990.000061 2145.000000 660.000000 2145.000000 330.000122 2145.000000 330.000122 2145.000000 1154.999878 2145.000000 660.000000 2145.000000 990.000061 2145.000000 825.000000
INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY
ALLOWABLE DECREASE 9350000.000000 8555555.000000 6750000.000000 6750000.000000 5210526.500000 3882353.000000 2200000.750000 2200000.750000 5774999.500000 3882353.000000 5210526.500000 4583333.500000 2859999.750000 3177778.000000 3900000.000000 3900000.000000 4515789.500000 5047059.000000 5719999.500000 5719999.500000 4290000.000000 5047059.000000 4515789.500000 4766666.500000 6000000.000000 6000000.000000 6000000.000000 6000000.000000 6000000.000000 6000000.000000 6000000.000000 6000000.000000 6000000.000000 6000000.000000 6000000.000000 6000000.000000 2145.000000 2145.000000 2144.999756 2145.000000 2145.000000 2145.000000 2145.000000 2145.000000 2145.000000 2144.999756 2145.000000 2144.999756
111
Lanjutan lampiran 5 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85
0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000
INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY
1726725.000000 1932089.000000 2355600.000000 2358525.000000 2726407.750000 3047161.750000 3427710.000000 3460599.750000 2595450.000000 3063564.750000 2733181.500000 2874300.000000 368224.968750 402783.375000 523575.000000 531375.000000 594955.250000 603123.562500 736449.937500 727870.000000 569497.500000 643500.000000 571247.375000 557700.000000 73323.250000 63041.554688 109408.648438 72247.500000 89676.804688 156962.281250 124924.796875 108900.218750 123432.960938 85262.484375 109046.148438 137280.000000
112
Lampiran 6. Persentasi Realisasi Pasokan TBS Kebun Adolina dan Pembelian Skenario satu TBS Kebun Adolina (Kg) TBS Pembelian (Kg) Total TBS (Kg) (%) Pembelian 8.656.497 1.611.327 10.267.823 0,16 9.761.630 2.341.330 12.102.960 0,19 11.942.502 2.661.391 14.603.893 0,18 12.101.525 2.583.945 14.685.470 0,18 13.931.862 3.817.919 17.749.781 0,22 15.202.126 3.056.336 18.258.462 0,17 17.545.037 1.864.606 19.409.643 0,10 17.708.583 1.623.035 19.331.618 0,08 13.251.339 1.965.219 15.216.558 0,13 15.335.226 1.960.434 17.295.659 0,11 13.622.705 1.977.568 15.600.273 0,13 14.323.613 1.678.654 16.002.267 0,10
113