OPTIMASI PENENTUAN LOKASI DAN ANALISIS TATA LETAK INDUSTRI BUAH KERING (DRIED FRUIT) DI PT GREAT GIANT PINEAPPLE LAMPUNG TENGAH

OPTIMASI PENENTUAN LOKASI DAN ANALISIS TATA LETAK INDUSTRI BUAH KERING (DRIED FRUIT) DI PT GREAT GIANT PINEAPPLE LAMPUNG TENGAH

MOHAMMAD NIZAM MUSTAQIM

DEPARTEMEN TEKNOLOGI INDUSTRI PERTANIAN FAKULTAS TEKNOLOGI PERTANIAN INSTITUT PERTANIAN BOGOR BOGOR 2015

PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA* Dengan ini saya menyatakan bahwa skripsi berjudul Optimasi Penentuan Lokasi dan Analisis Tata Letak Industri Buah Kering (Dried Fruit) di PT Great Giant Pineapple Lampung Tengah adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor. Bogor, Agustus 2015 Mohammad Nizam Mustaqim NIM F34110043

ABSTRAK MOHAMMAD NIZAM MUSTAQIM. Optimasi Penentuan Lokasi dan Analisis Tata Letak Industri Buah Kering (Dried Fruit) di PT Great Giant Pineapple Lampung Tengah. Dibimbing oleh ANAS MIFTAH FAUZI Peluang pasar dried fruit di eropa rata-rata sebesar 45% dari total impor dunia. Peluang ini antara lain disebabkan oleh ketidaksesuaian iklim eropa untuk komoditas tropis dan sebagai negara tropis, Indonesia berpeluang untuk mengekspor komoditas berupa buah mangga, pepaya, nenas, jambu biji, dan jahe. Tujuan penelitian ini adalah menentukan optimasi lokasi, faktor penentu lokasi, kapasitas produksi, dan analisis tata letak industri. Metode yang digunakan meliputi penentuan calon lokasi industri, penyebaran kuesioner, penentuan kapasitas produksi, perhitungan total beban transportasi (load distance model method), evaluasi alternatif lokasi (composite performance index dan bayes), dan analisis tata letak departemen dalam industri buah kering. Kapasitas produksi industri adalah sebesar 1,596 ton/tahun (produk) atau 9,493 ton/tahun (bahan baku). Faktor-faktor pemilihan lokasi meliputi harga bahan baku, ketersediaan jaringan air bersih, ketersediaan saluran air limbah, dan upah pekerja. Lokasi yang terpilih yaitu Kabupaten Kediri. Kebutuhan luas ruangan yaitu 4,790.60 m2. Kata kunci: bayes method, composite performance index, dried fruit , load distance model, tata letak departemen

ABSTRACT MOHAMMAD NIZAM MUSTAQIM. Location Planning Optimization and Layout Analysis of Dried Fruit Industry in PT Great Giant Pineapple Lampung Tengah. Supervised by ANAS MIFTAH FAUZI The opportunity of dried fruit market in Europe in average is about 45% from global import volume. These opportunities were caused by inexpediency of Europe’s climate for tropical crops and as tropical country, Indonesia had opportunity to export commodities like mango, papaya, pineapple, guava, and ginger. The result objective were determining of optimum location, location factors, production capacity, and dried fruit industry’s layout analysis. Methods of this research are location candidates determining, questionnaire distributing, production capacity determining, transportation load total calculating (load distance model method), location alternatives evaluation (composite performance index and bayes method), and department layout analysis in dried fruit industry. Industry’s capacity are about 1,596 ton/year (product) or 9,493 ton/year (raw material). Factors to choose location include raw material cost, clean water access availability, waste water acces availability, and salary cost. Choosen location was Kediri Regency. Need area width were 4,790.60 m2. Keywords: bayes method, composite performance index, dried fruit , department layout , load distance model

© Hak Cipta Milik IPB, Tahun 2015 Hak Cipta Dilindungi Undang-Undang Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan atau meneybutkan sumbernya. Pengutipan hanya untuk kepentingan pendidikan, penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik, atau tinjauan suatu masalah; dan pengutipan tersebut tidak merugikan kepentingan IPB. Dilarang mengumumkan dan memperbanyak sebagian atau seluruh karya tulis ini dalam bentuk apa pun tanpa izin IPB.

OPTIMASI PENENTUAN LOKASI DAN ANALISIS TATA LETAK INDUSTRI BUAH KERING (DRIED FRUIT) DI PT GREAT GIANT PINEAPPLE LAMPUNG TENGAH

MOHAMMAD NIZAM MUSTAQIM

Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Teknologi Pertanian pada Departemen Teknologi Industri Pertanian

DEPARTEMEN TEKNOLOGI INDUSTRI PERTANIAN FAKULTAS TEKNOLOGI PERTANIAN INSTITUT PERTANIAN BOGOR BOGOR 2015

PRAKATA Puji dan syukur penulis panjatkan kepada Allah SWT atas segala limpahan rahmat-Nya sehingga karya ilmiah ini dapat terselesaikan tepat waktu. Serta, sholawat dan salam semoga tetap selalu tercurahkan kepada Nabi Muhammad SAW sebagai teladan terbaik bagi umat Islam. Penulis mengucapkan terimakasih kepada semua pihak yang telah membantu dalam penulisan dan penyusunan skripsi ini, yaitu: 1 Keluarga penulis: NA Kamaluddin, Juwairiyah, Nurul Istiqomah, Samarchony Safira, dan keluarga besar lain atas segala dukungan moral, material, dan spiritual Bapak Ir Ketut Isatriyanto sebagai pembimbing lapang I, Denis Mudlofar S. 2 TP sebagai pembimbing lapang II, dan semua rekan departemen QA yang selalu memberikan arahan, dukungan, dan kesempatan penelitian di PT Great Giant Pineapple Lampung Tengah pada periode 16 Februari-9 Mei 2015 Bapak Prof Dr Ir Anas Miftah Fauzi, MEng sebagai dosen pembimbing 3 skripsi yang selalu memberikan arahan, nasehat, dan motivasi untuk dapat menyelesaikan skripsi ini 4 Bapak Dr Ir Andes Ismayana, MT sebagai dosen yang memberikan bimbingan dan menjadi tempat konsultasi selama proses penyelesaian skripsi ini 5 Segenap dosen dan staf Departemen Teknologi Industri Pertanian yang senantiasa memberikan kritik, saran, dan pelayanan yang baik Rekan seangkatan, Teknologi Industri Pertanian angkatan 48 6 (TINFORMERS) yang selalu berbagi suka dan duka khususnya kelompok praktikum P2 7 Keluarga UKM FORCES IPB khususnya BPH Kabinet Kupu-Kupu, Service Kabinet Iron Man, dan F9. Serta, Keluarga Besar Kamajaya IPB, Bidik Misi IPB, PPSDMS, Aksel 25, Greest, Al-Khidmah IPB, KMNU IPB, Wisma Garuda, dan Kosan Hikari. Serta, semua pihak yang selalu membantu baik secara langsung maupun tidak langsung dalam penyelesaian skripsi ini. Semoga karya ini dapat bermanfaat bagi kemajuan Indonesia yang lebih baik dan bermartabat. Bogor, Agustus 2015 Mohammad Nizam Mustaqim

DAFTAR ISI DAFTAR TABEL

vi

DAFTAR GAMBAR

vi

DAFTAR LAMPIRAN

vi

PENDAHULUAN

1

Latar Belakang

1

Tujuan Penelitian

2

Manfaat Penelitian

2

Ruang Lingkup Penelitian

2

METODE

2

Kerangka Pemikiran

2

Teknik Pengumpulan Data

4

Teknik Analisis Data

4

HASIL DAN PEMBAHASAN

8

Gambaran Umum PT Great Giant Pineapple

8

Alternatif Lokasi Industri Dried Fruit

9

Faktor Penentu Lokasi dan Bobot Kepentingan

9

Kapasitas Produksi Industri Dried Fruit

10

Nilai Total Beban Transportasi

12

Hasil Evaluasi Alternatif Lokasi

14

Hasil Analisis Tata Letak

16

SIMPULAN DAN SARAN

21

Simpulan

21

Saran

21

DAFTAR PUSTAKA

21

LAMPIRAN

26

RIWAYAT HIDUP

76

DAFTAR TABEL 1 Responden penelitian 2 Faktor-faktor pemilihan lokasi industri 3 Sentra komoditas mangga, nenas, pepaya, jambu biji, dan jahe tingkat provinsi dan kabupaten/kota 4 Empat faktor penentu lokasi industri dried fruit dan bobot kepentingan 5 Data musiman komoditas mangga, nenas, pepaya, jambu biji, dan jahe 6 Waktu produksi dried fruit 7 Rencana target produksi total per tahun GGP 8 Kapasitas produk jadi dried fruit per tahun 9 Kebutuhan bahan baku dried fruit per tahun 10 Nilai total beban transportasi beberapa skenario suplai bahan baku 11 Faktor evaluasi alternatif lokasi 12 Estimasi data untuk perhitungan evaluasi alternatif lokasi 13 Perhitungan CPI dan Bayes 14 Total skor dan prioritas lokasi 15 Fungsi proses produksi dried fruit 16 Asumsi yang digunakan dalam perhitungan neraca massa 17 Jumlah kebutuhan mesin produksi dried fruit 18 Total luas area industri dried fruit yang dibutuhkan

5 5 9 10 10 11 11 11 12 13 14 15 15 16 17 17 18 19

DAFTAR GAMBAR 1 Diagram alir penelitian 2 Tata letak industri dried fruit

3 20

DAFTAR LAMPIRAN 1 Analisis pasar dried fruit 2 Kuesioner penelitian 3 Sentra komoditas dengan volume produksi tingkat provinsi dan kabupaten/kota 4 Peta alternatif lokasi 5 Hasil penilaian responden terhadap faktor penentu lokasi 6 Perhitungan total beban transportasi 7 Perhitungan evaluasi alternatif lokasi (Metode CPI dan Bayes) 8 Rataan geometrik prioritas pemilihan lokasi dari 8 skenario 9 Diagram alir proses pembuatan dried fruit 10 Neraca massa proses produksi dried fruit 11 Analisis Activity Relationship Chart (ARC) 12 Kebutuhan luas ruangan industri

26 29 32 34 35 36 44 52 53 60 68 74

1

PENDAHULUAN Latar Belakang Pengolahan buah tropis dengan berbagai proses selama ini menghasilkan tiga kelompok produk, yaitu buah kaleng (canned fruit), jus konsentrat (juice concentrate), dan buah kering (dried/dehydrated fruit) (Olesen 1997). PT Great Giant Pineapple (GGP) merupakan salah satu industri besar pengolahan buah tropis yang berada di Kabupaten Lampung Tengah. Komoditas yang diolah adalah buah nanas. Produk utama dari GGP adalah nanas kaleng. Produk lainnya meliputi jus konsentrat dan mill juice. Produksi nanas kaleng PT Great Giant Pineapple (GGP) Lampung mencapai 8,5 juta SC (Standard Case) atau 530 ribu ton buah segar per tahun. Produksi ini menyuplai dua puluh persen kebutuhan internasional. Negara-negara tujuan ekspor di Eropa di antaranya Jerman, Prancis, Spanyol, Inggris, Italia, Austria, Belgia, Belanda, dan Swedia. Sementara di benua Amerika, yakni Amerika Serikat, Kanada, Meksiko, Brasil, dan Puerto Riko. Selanjutnya, negara-negara Asia dan Timur Tengah, di antaranya Jepang, Australia, Israel, Saudi Arabia, Uni Emirat Arab, Cina, Hongkong, Korea, Lebanon, dan Libya (Mawandhi 2014). Persaingan usaha menuntut setiap perusahaan termasuk GGP untuk selalu bersaing dalam menarik konsumen dengan menerapkan strategi yang tepat dalam memenuhi target volume penjualan. Salah satu strategi yang dapat dilakukan adalah diversifikasi produk untuk meningkatkan penjualan melalui penganekaragaman produk. Variasi produk yang dipilih adalah dried fruit khususnya dari komoditas tropis. Peluang pasar dried fruit dari buah tropis di Eropa meningkat karena iklim yang tidak memungkinkan diproduksi di Uni Eropa (European Union) (CBI 2008). Hal ini juga terjadi seiring meningkatnya tren mengonsumsi dried fruit untuk diet sehat dalam gaya hidup yang sibuk (CBI 2008). Persentase dried fruit di Eropa rata-rata dari tahun 2012-2013 sebesar 44% dari total impor dunia (ITC 2014). Pasar utama di Eropa adalah Jerman dan United Kingdom (ITC 2014). Komoditas yang akan dijadikan dried fruit meliputi mangga, nenas, pepaya, jambu biji, dan jahe. Pemilihan komoditas-komoditas ini berdasarkan analisis pasar pada data ekspor dried fruit (Lampiran 1). Hasil analisis menunjukkan bahwa Thailand merupakan satu-satunya negara yang beriklim tropis dari delapan eksportir terbesar buah kering (dried fruit) yang meliputi Turki, Amerika, Chile, Jerman, Perancis, China, dan Spanyol (ITC 2014). Selanjutnya dengan melakukan benchmark, (Lampiran 1) diketahui jenis dried fruit yang paling banyak diproduksi beberapa perusahaan di Thailand adalah mangga, nenas, pepaya, jambu biji, dan jahe. Oleh karena itu, PT Great Giant Pineapple (GGP) membutuhkan rencana pembangunan industri pengeringan buah tropis untuk memproduksi buah kering (dried fruit) dengan lokasi dan tata letak pabrik yang optimum.

2 Tujuan Penelitian Tujuan dari penelitian adalah menentukan optimasi lokasi, faktor penentu lokasi, kapasitas produksi, dan analisis tata letak industri buah kering (dried fruit) yang akan dibangun PT Great Giant Pineapple (GGP). Manfaat Penelitian Manfaat penelitian ini adalah memberikan rekomendasi lokasi, faktor penentu lokasi, kapasitas produksi, dan tata letak yang optimum kepada PT Great Giant Pineapple (GGP) dalam mengambil keputusan pendirian industri dried fruit. Ruang Lingkup Penelitian 1.

2. 3. 4.

Ruang lingkup penelitian ini adalah: Wilayah studi adalah sentra produsen buah tropis tahun 2013 yang akan dijadikan buah kering (dried fruit) dengan komoditas berupa mangga, nenas, pepaya, jambu biji, dan jahe. Sentra produsen ini sekaligus sebagai calon lokasi pendirian industri dried fruit. Pelaku utama (populasi) yang diteliti adalah pihak-pihak yang terkait pembangunan industri dried fruit (stakeholder PT Great Giant Pineapple Lampung Tengah) Analisa tata letak dalam penelitian ini dibatasi pada pengaturan departemen pabrik (department layout) Faktor penentu lokasi yang diteliti meliputi pajak daerah, ketersediaan saluran pembuangan limbah, harga bahan baku, upah pekerja, harga tanah, sikap masyarakat, kedekatan dengan bahan baku, kedekatan dengan konsumen, kepadatan penduduk, ketersediaan jaringan air bersih, ketersediaan transportasi publik, akses jalan raya, dampak negatif (udara kotor, air berbau,dan tingkat kebisingan), polisi dan pembakaran kebakaran, kompetitor, dan faktor lain yang ditambahkan oleh stakeholder terkait.

METODE Kerangka Pemikiran Persaingan usaha membuat PT Great Giant Pineapple (GGP) perlu melakukan diversifikasi produk. Variasi produk yang diinginkan adalah buah kering (dried fruit). Hal ini didukung oleh adanya potensi pasar dried fruit yang besar di eropa dan komoditas tropis yan meliputi mangga, nenas, pepaya, jambu biji, dan jahe. Oleh karena itu, PT GGP membutuhkan rencana pembangunan industri buah kering (dried fruit) dengan lokasi dan tata letak pabrik yang optimum. Penelitian ini diawali dengan menentukan calon lokasi sesuai syarat-syarat calon lokasi. Setelah diperoleh calon lokasi, dilakukan penyebaran kuesioner

3 kepada responden untuk memperoleh empat faktor penentu lokasi industri dan bobot faktornya. Pemilihan faktor penting penentu lokasi dan bobot faktor menggunakan rataan geometrik dari hasil preferensi responden pada wawancara kuesioner. Selanjutnya, perhitungan kapasitas produksi untuk mengetahui jumlah kapasitas produk jadi dan kebutuhan bahan baku. Kebutuhan bahan baku digunakan untuk melakukan perhitungan nilai total beban transportasi sesuai skenario yang memungkinkan dalam suplai bahan baku. Perhitungan total beban transportasi menggunakan metode Load Distance Model. Berdasarkan hasil perhitungan sebelumnya, maka dilakukan evaluasi terhadap beberapa calon lokasi untuk memperoleh lokasi yang optimum dengan total skor tertinggi. Evaluasi alternatif menggunakan metode Composite Performance Index dan Bayes. Selain itu, juga dilakukan analisis tata letak pabrik dengan mempertimbangkan tingkat kedekatan antar departemen dengan Diagram Keterkaitan Aktivitas dan perhitungan luas ruangan yang dibutuhkan. Diagram alir penelitian digambarkan pada Gambar 1 sebagai berikut: Mulai Pengumpulan Data

Data Sekunder pajak daerah, ketersediaan saluran pembuangan limbah, harga bahan baku, upah pekerja, harga tanah, sikap masyarakat, kedekatan dengan bahan baku, kedekatan dengan konsumen, kepadatan penduduk, ketersediaan jaringan air bersih, ketersediaan transportasi publik, akses jalan raya, dampak negatif (udara kotor, air berbau,dan tingkat kebisingan), polisi dan pembakaran kebakaran, kompetitor

Data Primer Penentuan Calon Lokasi Penyebaran Kuesioner (Penentuan Faktor Lokasi dan Bobot) Penentuan Kapasitas Produksi Penentuan Total Beban Transportasi Evaluasi Alternatif Lokasi Analisis Tata Letak

Lokasi dan Tata Letak Optimum Selesai

Gambar 1 Diagram alir penelitian

4 Teknik Pengumpulan Data Data yang dikumpulkan dalam penelitian terdiri dari data primer dan sekunder. Data primer berupa penentuan prioritas dari masing-masing faktor penentu lokasi. Data primer diperoleh melalui wawancara dengan pihak terkait. Data sekunder berupa pajak daerah, ketersediaan saluran pembuangan limbah, harga bahan baku, upah pekerja, harga tanah, sikap masyarakat, kedekatan dengan bahan baku, kedekatan dengan konsumen, kepadatan penduduk, ketersediaan jaringan air bersih, ketersediaan transportasi publik, akses jalan raya, dampak negatif (udara kotor, air berbau, dan tingkat kebisingan), polisi dan pembakaran kebakaran, kompetitor. Data sekunder diperoleh dari studi pustaka dan laporan internal perusahaan. Teknik Analisis Data 1. Penentuan Calon Lokasi Syarat-syarat lokasi industri adalah sebagai berikut: a) Biaya angkut (transportasi) ditentukan dari beban dan jarak b) Upah tenaga kerja didasarkan ketentuan yang berlaku c) Biaya total seminimum mungkin (least cost) d) Bahan baku memadai e) Wilayah dapat dijadikan lokasi industri (Weber 1909 dan DPRIN 2002). Penentuan calon lokasi diambil dari sentra produksi komoditas tahun 2013 dengan syarat utama bahan baku memadai dan wilayah dapat dijadikan lokasi industri. Sedangkan untuk ketiga faktor lainnya akan dimasukkan ke dalam perhitungan pada metode selanjutnya. 2. Penyebaran Kuesioner Tahapan ini dilakukan pengumpulan data dari lapang terkait faktor prioritas pemilihan lokasi industri. Wawancara ini untuk memvalidasi faktor-faktor yang perlu dipertimbangkan dalam pemilihan lokasi industri yang sebelumnya telah didapatkan melalui kajian pustaka. Teknik pengambilan sampel responden dengan menggunakan teknik non probability sampling. Teknik non probability sampling yang digunakan adalah purposive sampling atau pemilihan secara sengaja dengan pertimbangan tertentu (Hilman 2008). Sampel pada penelitian ini ditujukan kepada tujuh orang stakeholder internal perusahaan yang dianggap mempunyai kemampuan dan mengerti terhadap penentuan lokasi industri dried fruit yang akan dibangun PT GGP. Input dalam kuesioner tahap pertama ini menggunakan ukuran ordinal berdasarkan pada tingkat kepentingan faktor-faktor tertentu (Kusuma 2008). Setiap pertanyaan pada kuesioner diberi skala penilaian mulai dari nilai 1 sampai 5 untuk tiap jawaban dari masing masing pertanyaan (Singarimbun dan Effendi 1989). Kuesioner penelitian ditunjukkan pada Lampiran 2. Responden

5 penelitian dijelaskan pada Tabel 1 dan faktor pemilihan lokasi pada Tabel 2. Bobot penilaian jawaban dari tiap pertanyaan dijelaskan sebagai berikut : Sangat penting Penting Cukup Penting Kurang Penting Tidak Penting

=5 =4 =3 =2 =1

Tabel 1 Responden penelitian No 1 2 3 4 5 6 7

Nama Pejabat Imanudin Ketut Isatriyanto Bambang Wijanarko Julius Sugarjanto Hanjaya Kadharesman Halim Sunarto Jaya Whisnu R Triatmoko

Jabatan Asc Director Factory Senior Manager QA Manager Can Making Manager Sustainability Manager Supply Chain Manager Concentrate Juice Senior Manager HRD

Tabel 2 Faktor-faktor pemilihan lokasi industri No 1 2

Pajak Daerah

Faktor

3 4 5 6 7 8 9 10

Ketersediaan Sarana/Saluran Pembuangan Limbah Harga Bahan Baku Upah Pekerja Harga Tanah Sikap masyarakat Kedekatan dengan Bahan Baku Kedekatan dengan Konsumen (Pasar) Kepadatan Penduduk Ketersediaan Jaringan Air Bersih

11

Ketersediaan Transportasi Publik

12

Jaringan Transportasi (Akses Jalan Raya)

13

Dampak Negatif (Udara Kotor, Air Berbau, dan Tingkat Kebisingan)

14

Polisi dan Pemadam Kebakaran

15

Kompetitor

Referensi Anonim (2015), Miles et al (2001), Pagliari (1995), Simonds (1983), Soeharto (1995) Miles et al (2001), Catanese dan Snyder (1995), Soeharto (1995) (Chou et al 2007) (Chou et al 2007) (Chou et al 2007) (Chou et al 2007) (Chou et al 2007) (Chou et al 2007) Miles et al (2001) Miles et al (2001), Catanese dan Snyder (1995), Soeharto (1995), Pagliari (1995), Chiara dan Koppelman (1978), Simonds (1983) Miles et al (2001), Chiara dan Koppelman (1978), Pagliari (1995) Miles et al (2001), Soeharto (1995), Pagliari (1995) Miles et al (2001), Simonds (1983), Catanese (1998), Chiara dan Koppelman (1978) Miles et al (2001), , Simonds (1983), Catanese dan Snyder (1995), Chiara dan Koppelman (1978) Miles et al (2001)

6 Dalam tahapan ini akan diambil empat faktor utama dan bobot prioritas dari penilaian subyektif stakeholder dengan pengukuran rata-rata geometrik. Rumus rataan geometrik sebagai berikut: G= √XnWn G = rata-rata geometrik pendapat gabungan N = total responden X = skor yang diberikan W = jumlah responden yang memilih skor X (Xu 2000) 3. Penentuan Kapasitas Produksi Penentuan kapasitas produksi bertujuan untuk mengetahui kapasitas produksi per jenis dried fruit dan kebutuhan bahan baku. Penentuan kapasitas berdasarkan target prtoduk akhir GGP (kapasitas produksi per tahun), kondisi musim komoditas, dan ketersediaan bahan baku yang diasumsikan 20% dari ketersediaan total. Bobot buah merupakan lama produksi buah yang ditentukan dari prioritas produksi berdasarkan musim. Selanjutnya dari bobot buah akan dilakukan perhitungan kapasitas produk jadi dan kebutuhan bahan baku tiap tahunnya. Rumus-rumus perhitungan yang digunakan sebagai berikut: Bobot buah

= lama produksi per buah / total lama produksi

Kapasitas produk jadi

= bobot buah x kapasitas produksi per tahun

Kebutuhan bahan baku

= kapasitas produk jadi per buah / rendemen dried fruit

Keterangan: kapasitas produksi per tahun diperoleh rata-rata rencana produksi per tahun GGPC; satuan kapasitas produksi (ton/tahun). 4. Penentuan Total Beban Transportasi Total beban transportasi berguna untuk mengetahui jumlah beban yang dipindahkan dan jumlah jarak yang ditempuh beban selama transportasi (Megantini 2007). Data jarak dalam satuan kilometer dan beban dengan satuan ton. Dalam penelitian ini dilakukan beberapa asumsi skenarioyang memungkinkan dalam rantai pasok bahan baku. Nilai total beban transportasi diperoleh dengan menggunakan perhitungan Load Distance Model berikut: E = ∑ Xij×Aij Keterangan: E = jumlah beban transportasi (km.ton) Xij = jarak yang ditempuh beban (km) Aij = jumlah beban yang dipindahkan (ton) (Megantini 2007)

7 5. Evaluasi Alternatif Lokasi Evaluasi alternatif diawali dengan menyeragamkan nilai faktor-faktor penentuan lokasi menggunakan metode Composite Performance Index (CPI). Prosedur penyelesaian CPI adalah sebagai berikut: a) Identifikasi tren kriteria (positif atau negatif). Tren positif adalah kriteria yang semakin tinggi nilainya semakin baik. Begitu juga sebaliknya, tren negatif adalah kriteria yang semakin kecil nilainya semakin baik b) Transformasi nilai. Untuk tren kriteria positif, nilai maksimum ditransformasikan ke seratus selanjutnya nilai lainnya ditransformasikan secara proporsional lebih rendah. Sedangkan untuk tren kriteria negatif, nilai minimum ditransformasikan ke seratus selanjutnya nilai lainnya ditransformasikan secara proporsional lebih rendah. Evaluasi selanjutnya dengan pemilihan beberapa lokasi menggunakan metode Bayes untuk melakukan analisis dalam pengambilan keputusan terbaik dari sejumlah alternatif. Dalam evaluasi metode ini akan diambil 1 lokasi terpilih dengan total skor tertinggi. Berikut ini rumus perhitungan dengan metode Bayes m

Total Nilai i= ∑ Nilai ij(Krit j) j=1

Keterangan: Total Nilai i Nilai ij Krit j i j

= total nilai akhir dari alternatif ke-i = nilai dari alternatif ke-I pada kriteria ke-j = tingkat kepentingan (bobot) kriteria ke-j = 1,2,3… n; n= jumlah alternatif = 1,2,3… m; m= jumlah kriteria

6. Analisis Tata Letak Pabrik a) Analisis proses produksi dan kebutuhan mesin Proses produksi bertujuan untuk pembuatan neraca massa yang selanjutnya dipergunakan untuk menentukan kebutuhan mesin industri. Neraca massa (mass balance) adalah penyajian secara matematis dari aliran massa baik yang keluar maupun masuk pada sebuah sistem. Neraca massa dapat dijadikan sebagai alat untuk memodelkan produksi (Davis dan Cornwell 2013). b) Analisis Activity Relationship Chart (ARC) Diagram keterkaitan aktivitas (Activity Relationship Chart) dalam (Nugroho 2012) meliputi penyusunan ruangan dalam pabrik berdasarkan tingkat kepentingan antar aktivitas. Dengan adanya bagan keterkaitan, dapat diperoleh Total Closeness Rating (TCR) yang menunjukkan derajat keterkaitan suatu pusat aktivitas ke-I terhadap seluruh pusat aktivitas. Selain itu, TCR menunjukkan

8 apakah suatu pusat aktivitas tertentu menjadi pusat dari semua aktivitas yang ada. Berikut di bawah ini rumus perhitungan TCR dalam Sihombing (2006): m

TCRi= ∑ V (rij ) J=1

Keterangan: rij = hubungan aktivitas ke-i dan ke-j V (rij) = fungsi yang ditetapkan untuk rij Tingkat keeratan hubungan antar aktivitas : A E I O U X

= Mutlak perlu (Absolutely necessary) = Sangat penting (Especially important) = Penting (Important) = Cukup/biasa (Ordinary) = Tidak penting (Uninmportant) = Tidak dikehendaki (Undesirable)

A = 34; E = 33; I = 32; O = 31; U = 30; X = 0 c) Penentuan luas ruangan Penentuan luas ini diperlukan untuk mengetahui apakah luas area yang ada sesuai dengan kebutuhan area tersebut. Menurut Apple (1990) ruang yang dibutuhkan oleh fasilitas berkaitan dengan peralatan, bahan, pegawai, dan kegiatan. Penentuan kebutuhan luas area ini, diperlukan penambahan kelonggaran 40% sampai 60% untuk gang (aisle) dan operator. Pada penelitian ini digunakan kelonggaran 50%. d) Penentuan tata letak (layout) industri dried fruit Pembuatan layout industri dried fruit berdasarkan pada derajat keterkaitan antar aktivitas dan penentuan luas ruangan.

HASIL DAN PEMBAHASAN Gambaran Umum PT Great Giant Pineapple PT Great Giant Pineapple berlokasi di Jalan Raya Arah Menggala KM 77 Terbanggi Besar Lampung Tengah. Secara geografis PT Great Giant Pineapple terletak pada 49o Lintang Selatan dan 105o Bujur Timur pada ketinggian 46 m dari permukaan laut sehingga PT Great Giant Pineapple terletak pada daerah tropis. Saat ini PT Great Giant Pineapple memiliki luas areal kurang lebih 32,200 ha dengan luas efektif penanaman 25,595 ha (Risky 2014). Jumlah tenaga kerja di PT Great Giant Pineapple pada tahun 2014 adalah 21,563 orang (Mawandhi 2014).

9 Alternatif Lokasi Industri Dried Fruit Setyoko (2013) menyatakan bahwa faktor pertimbangan pemilihan lokasi industri tingkat daerah (regional) salah satunya adalah kedekatan dengan bahan baku. Departemen Perindustrian dan Perdagangan (2002) menambahkan calon lokasi pendirian berada pada kawasan industri. Pemilihan alternatif lokasi industri buah kering (dried fruit) mempertimbangkan kedekatan dengan sumber bahan baku untuk menjaga keberlanjutan bahan baku. Alternatif lokasi industri dried fruit diambil dari data sentra komoditas hortikultura yang meliputi mangga, nenas, pepaya, jambu biji, dan jahe yang juga wilayahnya merupakan kawasan industri. Data sentra komoditas Kementerian Pertanian dan Dinas Pertanian Daerah tahun 2013 (data jumlah kapasitas produksi lengkap bisa dilihat pada Lampiran 3), sentra kelima komoditas (mangga, nenas, pepaya, jambu biji, dan jahe) pada tingkat provinsi dan kabupaten/kota sebagai berikut: Tabel 3 Sentra komoditas mangga, nenas, pepaya, jambu biji, dan jahe tingkat provinsi dan kabupaten/kota No Komoditas Sentra Provinsi Sentra Kabupaten/Kota 1 Mangga Jawa Timur Kabupaten Pasuruan 2 Nenas Lampung Kabupaten Lampung Tengah 3 Pepaya Jawa Timur Kabupaten Kediri 4 Jambu Biji Jawa Barat Kabupaten Cirebon 5 Jahe Jawa Timur Kabupaten Malang sumber: Diolah dari Kementan (2013) Tabel 3 menunjukkan bahwa sentra komoditas tingkat Kabupaten/Kota meliputi Kabupaten Pasuruan, Kabupaten Lampung Tengah, Kabupaten Kediri, Kabupaten Cirebon, dan Kabupaten Malang. Sentra-sentra ini selanjutnya dijadikan sebagai alternatif terpilih untuk pendirian industri dried fruit. Pemilihan ini juga karena kelima lokasi ini dapat dijadikan sebagai kawasan industri (Kemendagri 2013). Semua alternatif lokasi berada di provinsi Jawa Timur kecuali Kab. Lampung Tengah (Prov. Lampung) dan Kab Cirebon (Prov. Jawa Barat). Peta alternatif lokasi pendirian industri dried fruit berada pada Lampiran 4. Faktor Penentu Lokasi dan Bobot Kepentingan Faktor-faktor penentu lokasi yang dinilai tingkat kepentingannya oleh responden dihitung rataannya menggunakan rataan geometrik. Penggunaan rataan geometrik bertujuan untuk mengetahui prioritas penilaian dari multi responden yang mungkin berbeda bergantung pada situasi dalam pengambilan keputusan (Alexander 2012; Chasanah et al 2014). Bobot kepentingan faktor-faktor penentu lokasi diperoleh dari hasil normalisasi rataan geometrik (Adamcsek 2008; Sinaga 2009). Hasil penilaian terhadap semua faktor penentu lokasi dapat dilihat pada Lampiran 5. Berikut empat faktor utama dan bobot kepentingan dari hasil penilaian responden terhadap faktor-faktor penentu lokasi industri dried fruit pada kuesioner penelitian:

10 Tabel 4 Empat faktor penentu lokasi industri dried fruit dan bobot kepentingan No 1 2 3 4

Faktor Lokasi* Rataan Geometrik Bobot Harga bahan baku 4.6912 0.259 Upah pekerja 4.6912 0.259 Ketersediaan saluran limbah 4.3610 0.241 Ketersediaan jaringan air bersih 4.3610 0.241 Total 18.1044 1.000 keterangan: *) faktor harga tanah, kepadatan penduduk (angkatan kerja potensial), dan kedekatan dengan pelabuhan tidak dimasukkan karena nilai rataan geometriknya kecil (Lampiran 5). Kapasitas Produksi Industri Dried Fruit Potensi pasar dried fruit untuk komoditas tropis sebesar 33% dari total volume impor dried fruit dunia dengan total 11,121 Full Container Loaded (FCL) (ITC 2013). Target kapasitas produksi untuk produk jadi dried fruit GGP per tahun sebesar 84 FCL (0.76% dari total impor buah kering tropis) atau 1,596 ton (1 FCL setara 19 ton). Sedangkan dried fruit dari komoditas mangga merupakan buah tropis paling diminati di pasar utama dried fruit di Eropa, yakni sebesar 3.1 % di United Kingdom (CB1 2013). Selain itu, mangga merupakan satu-satunya buah yang musiman dibandingkan 5 komoditas lainnya (Tabel 5). Oleh karena itu, penentuan kapasitas produksi mengutamakan komoditas mangga selanjutnya baru komoditas yang GGP bisa disediakan yang meliputi nenas, pepaya, dan jambu biji. Serta yang menjadi prioritas terakhir adalah jahe. Tabel 5 Data musiman komoditas mangga, nenas, pepaya, jambu biji, dan jahe No Komoditas Musiman / Tidak 1 Mangga Musiman (September – November) 2 Nenas Tidak 3 Pepaya Tidak 4 Jambu Biji Tidak 5 Jahe Tidak sumber: Diolah dari data GGP dan houseofinfographics.com Berdasarkan data musim di atas dan potensi pasar dried fruit, maka rancangan waktu produksi dried fruit (Tabel 6) sebagai berikut:

11 Tabel 6 Waktu produksi dried fruit

No

Komoditas

Lama Produksi (Bulan)

1

Mangga

3

2 3 4 5

Nenas Pepaya Jambu Biji Jahe Total

4 2 2 1 12

Bulan Produksi September – November Maret – Juni Juli – Agustus Januari – Februari Desember

Persentase dalam Normalisasi Setahun (%) 0.25 25.00 0.33 0.17 0.17 0.08 1.00

33.33 16.67 16.67 8.33 100

Rencana target produksi total per tahun GGP (Tabel 7) digunakan dalam menentukan kapasitas produksi produksi per tahun (Tabel 8) dan kebutuhan bahan baku dried fruit per tahun (Tabel 9) untuk masing-masing komoditas sebagai berikut: Tabel 7 Rencana target produksi total per tahun GGP Kapasitas per Tahun FCL 84 Ton 1,596 keterangan: 1 FCL = 19 ton sumber: Data GGP Satuan

Kapasitas per Bulan 7 133

Tabel 8 Kapasitas produksi dried fruit per tahun No

Komoditas

1 2 3 4 5

Mangga Nenas Pepaya Jambu Biji Jahe Total

Lama Produksi (bulan) 3 4 2 2 1 12

Kapasitas Produk Jadi (FCL) 21 28 14 14 7 84

Kapasitas Produk Jadi (Ton) 399 532 266 266 133 1,596

Kapasitas Produk Jadi (%) 25.00 33.33 16.67 16.67 8.33 100

12 Tabel 9 Kebutuhan bahan baku dried fruit per tahun Kapasitas Rendemen Kebutuhan Produk Produk Bahan Baku Jadi (Ton) Jadi* (%) (Ton) 1 Mangga 9 4,433.33 399 2 Nenas 48 1,108.33 532 3 Pepaya 21 1,266.67 266 4 Jambu Biji 16 1,662.50 266 5 Jahe 13 1,023.08 133 Total 1,596 9,493.91 keterangan: *(Diolah dari data NPD Departemen QA GGP) No

Komoditas

Kebutuhan Bahan Baku (%) 46.70 11.67 13.34 17.51 10.78 100.00

Kapasitas produksi dried fruit total per bulan memiliki target 7 FCL (133 Ton). Sedangkan kapasitas produk jadi totalnya sebesar 1,596 ton/tahun dan kebutuhan bahan baku produksi sebesar 9,493.91 ton/tahun. Nilai Total Beban Transportasi Bahan baku merupakan faktor terpenting yang mempengaruhi biaya produksi dari industri dried fruit. Menurut Nasir (1986), 50% harga pokok produksi dipengaruhi oleh bahan baku sehingga perlu diperhatikan nilai total beban transportasi selama pengangkutan bahan baku. Penelitian ini menggunakan beberapa skenario suplai bahan baku yang memungkinkan untuk diterapkan dalam memenuhi kebutuhan bahan baku pada awal pendirian industri. Pembuatan skenario bertujuan untuk mengetahui apakah alternatif lokasi terpilih tidak banyak berubah (robust) pada berbagai skenario suplai bahan baku. Asumsi yang digunakan sebagai berikut: 1. Market share potensi suplai bahan baku produksi sebesar 20% dari ketersediaan masing-masing komoditas pada alternatif lokasi (dimodifikasi dari CMA 2014) 2. Alternatif lokasi sekaligus sebagai suplier bahan baku / sentra komoditas 3. Bahan baku yang bisa di suplai dari wilayah GGP (Lampung tengah) meliputi nenas, pepaya, dan jambu biji). Skenario suplai bahan baku pada awal pendirian industri sebagai berikut: 1. Bahan baku (nenas, pepaya, dan jambu biji) dari Lampung Tengah lalu kekurangannya dari sentra terkait 2. Semua bahan baku dari sentra komoditas masing-masing 3. Bahan baku (nenas, pepaya, dan jambu biji) dari Lampung Tengah lalu kekurangannya dari alternatif lokasi terdekat 4. Semua bahan baku dari Kabupaten Lampung Tengah yang merupakan sentra komoditas nenas lalu kekurangannya dari alternatif lokasi terdekat 5. Semua bahan baku dari Kabupaten Pasuruan yang merupakan sentra komoditas mangga lalu kekurangannya dari alternatif lokasi terdekat

13 6. Semua bahan baku dari Kabupaten Kediri yang merupakan sentra komoditas pepaya lalu kekurangannya dari alternatif lokasi terdekat 7. Semua bahan baku dari Kabupaten Malang yang merupakan sentra komoditas jahe lalu kekurangannya dari alternatif lokasi terdekat 8. Semua bahan baku dari Kabupaten Cirebon yang merupakan sentra komoditas jambu biji lalu kekurangannya dari alternatif lokasi terdekat. Berikut nilai total beban transportasi dari kedelapan skenario di atas: Tabel 10 Nilai total beban transportasi beberapa skenario suplai bahan baku

1 2 3 4 5

Nilai Total Beban Transportasi per Kabupaten (km.ton) Lampung Pasuruan Kediri Malang Cirebon Tengah 8,515,439 2,783,613 2,963,544 3,018,319 4,711,100 8,745,006 2,558,712 2,736,006 2,794,140 4,682,075 5,386,965 5,839,119 5,104,132 5,819,615 1,645,052 5,105,657 6,114,398 5,362,874 6,095,188 1,822,455 11,026,274 320,988 1,043,943 705,905 5,718,798

6

10,407,014

1,024,458

344,601

955,646

5,230,794

7

11,008,654

524,496

1,026,324

505,041

5,765,784

8

6,719,670

4,515,925

3,766,627

4,538,845

1,597,536

Skenario

Suplai bahan baku pada skenario 1 dan 2, nilai beban transportasi terendah pada Kabupaten Pasuruan. Sedangkan berturut-turut untuk skenario yang lain, yaitu: skenario 3 dan 4 (Kabupaten Cirebon), skenario 5 (Kabupaten Pasuruan), skenario 6 (Kabupaten Kediri), skenario 7 (Kabupaten Malang), serta skenario 8 (Kabupaten Cirebon). Perhitungan lengkap dapat dilihat pada Lampiran 6. Suplai (pasokan) bahan baku dalam rencana jangka panjang perlu menggunakan konsep kemitraan dengan petani dari komoditas terkait di daerah terdekat dengan lokasi pabrik. Kemitraan ini dikarenakan untuk mengurangi nilai total beban transportasi dan susut bobot komoditas. Sistem distribusi dari produsen ke konsumen memiliki peranan yang penting karena merupakan stabilisator dan regulator harga dalam pemenuhan baik kebutuhan produksi maupun konsumsi (Nurchayati dan Hikmah 2014). Elmuti et al (2008) menambahkan, pengelolaan rantai pasok yang efektif akan mendorong perusahaan untuk merespon kebutuhan konsumen dengan lebih baik. Keefektifan ini juga mengurangi resiko operasional karena mengatasi ketidakpastian permintaan atau penawaran (Liu et al 2010). Whipple dan Robert (2000) menjelaskan bahwa faktor yang mempengaruhi kemitraan (aliansi) dalam rantai pasok sebagai berikut: a) Dukungan manajemen senior b) Kepercayaan c) Kemampuan untuk memenuhi harapan akan kinerja d) Kecocokan kemitraan e) Tujuan yang jelas.

14 Komoditas segar biasanya ditransportasikan melalui moda transportasi darat yaitu dari petani ke konsumen dan harus dipertahankan kondisinya selama transportasi (dimodifikasi dari Sirivatanapa 2006). Techawongstien (2006) menyatakan bahwa susut bobot komoditas setelah panen sebesar 25%, terutama selama pemanenan atau transportasi dari lapangan ke pasar jika tidak dengan pengemasan yang baik. Guncangan yang terjadi selama pengangkutan baik di jalan raya maupun di kereta api dapat mengakibatkan kememaran, susut bobot, dan memperpendek umur simpan (Purwadaria 1992). Besar kecilnya kememaran selama pengangkutan tergantung pada frekuensi, amplitudo dan lamanya getaran, amplitudo getaran dasar peti, ketinggian buah dalam wadah, dan sifat-sifat buahnya (Pantastico 1989). Hasil Evaluasi Alternatif Lokasi Faktor-faktor penentu lokasi dan bobotnya yang diperoleh pada tahap penyebaran kuesioner selanjutnya digunakan untuk mengevaluasi alternatif lokasi menggunakan metode Composite Performance Index (CPI) dan Bayes. Berikut adalah faktor penentu lokasi yang digunakan: Tabel 11 Faktor evaluasi alternatif lokasi No Faktor* 1 Harga bahan baku 2 3 4

Bobot Estimasi Data 0.259 Nilai Total Beban Transportasi Upah pekerja 0.259 UMK tahun 2015 Ketersediaan saluran 0.241 Retribusi Perizinan limbah Pembuangan Limbah Cair Ketersediaan jaringan 0.241 Retribusi Pengambilan Air air bersih Bawah Tanah Total 1.000

Satuan Data km.ton Rupiah Rupiah/tahun Rupiah/m3

Estimasi data harga bahan baku menggunakan nilai total beban transportasi karena transportasi merupakan salah satu faktor penting tersedianya barang dengan harga yang stabil. Dengan kata lain, yang menjadi faktor naik turunnya harga bahan baku adalah transportasi (Kadir 2006). Upah pekerja menggunakan data Upah Minimum Kabupaten/Kota 2015. Sedangkan untuk ketersediaan saluran limbah dan jaringan air bersih menggunakan biaya retribusi masingmasing sesuai dengan peraturan daerah yang berlaku. Berikut tabel estimasi data dari keempat faktor di atas untuk masing-masing alternatif lokasi:

15 Tabel 12 Estimasi data untuk perhitungan evaluasi alternatif lokasi Kabupaten No 1 2 3 4

Faktor Harga bahan baku* Upah pekerja** Ketersediaan saluran limbah*** Ketersediaan jaringan air bersih***

Lampung Tengah

Pasuruan

Kediri

Malang

Cirebon

Nilai Total Beban Transportasi (8 skenario) 1,580,000

2,700,000 1,305,250 1,962,000 1,400,000

2,000,000

3,500,000 1,700,000 2,500,000 1,800,000

3,600

3,000

4,000

3,200

3,900

sumber: *Data nilai total beban transportasi masing masing skenario; **Diolah dari www.translampung.com,www.betterwork.org,www.dhonypratama.com,www.jdih.jatimpr ov.go.id, dan www.regional.kompas.com; ***Diolah dari PERDA dan Data GGP.

Penyeragaman penilaian menggunakan metode CPI karena satuan data dari masing-masing kriteria berbeda. Tren semua faktor/kriteria pada tabel di atas adalah negatif, yaitu semakin kecil nilainya semakin baik. Selanjutnya dilakukan transformasi ke seratus kemudian dilakukan perhitungan total skor menggunakan metode Bayes. Tabel perhitungan evaluasi alternatif berada di Lampiran 7. Berikut tabel perhitungan setelah ditransformasi mengunakan metode CPI dan Bayes (Tabel 13) serta total skor dan prioritas pemilihan lokasi berdasarkan 8 skenario suplai bahan baku (Tabel 14): Tabel 13 Perhitungan CPI dan Bayes Kabupaten No

Faktor

1

Harga bahan baku Upah pekerja Ketersediaan saluran limbah Ketersediaan jaringan air bersih Total

2 3 4

Bobot 0.259

Lampung Tengah

Pasuruan

Kediri

Malang

Cirebon

Nilai Total Beban Transportasi (8 skenario)

0.259

82.61

48.34

100.00

66.53

93.23

0.241

85.00

48.57

100.00

68.00

94.44

0.241

83.33

75.00

100.00

76.92

93.75

1.000

Total Skor (8 skenario)

16 Tabel 14 Total skor dan prioritas lokasi Skenario Prioritas 1

1 Kediri (98.43)

2 Kediri (98.32)

3 Cirebon (95.40)

4 Cirebon (95.40)

5 Kediri (82.06)

6 Kediri (100)

7 Kediri (86.84)

8 Cirebon (95.40)

2

Cirebon (84.80) Malang (76.04)

Cirebon (83.65) Malang (75.88)

Kediri (82.44) Lampung Tengah (69.87)


Cirebon (70.95) Pasuruan (68.20)

Cirebon (71.20) Lampung Tengah (62.81)

Malang (78.06) Cirebon (71.76)


4

Lampung Tengah (70.42)


Malang (59.47)

Malang (59.90)

Malang (63.93)

Malang (61.49)

Pasuruan (67.24)

Malang (61.27)

5

Pasuruan (68.20)

Pasuruan (68.20)

Pasuruan (49.59)

Pasuruan (50.02)


Pasuruan (51.01)


Pasuruan (51.46)

3

Berdasarkan tabel di atas, jika dirata-ratakan dengan rataan geometrik (Lampiran 8) maka alternatif lokasi yang sering menjadi prioritas pertama adalah Kabupaten Kediri. Kabupaten Kediri menjadi prioritas pertama juga dikarenakan memiliki nilai tertinggi pada tiga dari empat faktor pemilihan lokasi, yaitu upah pekerja, ketersediaan saluran limbah, dan ketersediaan jaringan air bersih (Tabel 13). Prioritas selanjutnya berturut-turut, yaitu Kabupaten Cirebon, Kabupaten Malang, Kabupaten Lampung Tengah, dan Kabupaten Pasuruan. Hasil Analisis Tata Letak 1. Proses produksi dan kebutuhan mesin Proses produksi dried fruit secara umum meliputi proses pencucian (washing), pengupasan (peeling), pengirisan (slicing), perendaman (dipping), pengeringan (drying), pendinginan (cooling down), dan penaburan gula (icing). Perendaman meliputi sulfit, asam sitrat, gula, kalsium klorida, dan garam. Diagram alir selengkapnya untuk masing-masing pembuatan dried fruit dari kelima komoditas (mangga, nenas, pepaya, jambu biji, dan jahe) berada pada Lampiran 9. Diagram alir berguna untuk membuat neraca massa proses pembuatan dried fruit. Perhitungan neraca massa mempertimbangkan beberapa asumsi kehilangan (losses) selama proses produksi. Berikut fungsi masing-masing proses dan persentase losses tiap proses (Tabel 15) serta asumsi perbandingan dalam neraca massa (Tabel 16) sebagai berikut:

17 Tabel 15 Fungsi proses produksi dried fruit No

Proses

Fungsi

1

Pencucian

Membersihkan komoditas dari kotoran

2

Pengupasan

3 4

Pengirisan Perendaman sulfit Perendaman asam sitrat Perendaman gula Perendaman kalsium klorida

Memisahkan buah segar dengan limbah (kulit, biji, dan lainnya) Mengecilkan ukuran buah segar Meningkatkan cita rasa, menghambat pencoklatan, dan pengawet Mempertahankan warna buah dan menghambat reaksi pencoklatan Menambah kemanisan buah dan pengawet (anti mikroba) Mengeraskan bahan agar tidak mudah patah, menghambat respirasi buah, dan mempertahankan tekstur terhadap suhu pemanasan Mempertahankan tekstur buah, mencegah pencoklatan, dan pengawet (anti mikroba)

5 6 7

8

Perendaman garam

9 10

Pengeringan Pendinginan

11

Penirisan

12

Penaburan gula

13

Perebusan

14

Decoring

Persentase Losses (%) 0 – 10 5 – 60 5 – 10 1 – 35 (fruit losses) 1 – 35 (fruit losses) 1 – 35 (fruit losses) 1 – 35 (fruit losses) 1 – 35 (fruit losses)

Mengurangi kadar air bahan 10 – 20 Mendinginkan produk setelah dikeringkan 1 – 35 (fruit losses) Memisahkan air dengan bahan 1 – 35 (fruit losses) Menambah rasa manis pada produk dried 1 – 35 (fruit fruit losses) Memudahkan peresapan gula 1 – 35 (fruit losses) Memisahkan daging segar dengan core 1 – 35 (fruit nenas losses)

sumber: Dimodifikasi dari Aeny (2012); Data GGP; Fellows (2004); Hasanah (2010); Putri (2012); Rosyida dan Lilis (2014); Sari et al (2004); Tareen et al (2012)

Tabel 16 Asumsi yang digunakan dalam perhitungan neraca massa No Perbandingan 1 Air : bahan baku = 1:1 2 Gula : fresh = 1 : 1.5 3 Larutan gula : dipping fresh = 1 : 1 4 Air : dipping fresh = 1:1 sumber:Dimodifikasi dari data New Product Development, Quality Assurance Department GGP Perhitungan neraca massa masing-masing produk dried fruit dapat dilihat pada Lampiran 10 dengan target final product 5,452 kg/hari. Berdasarkan data

18 kesetimbangan massa, maka dapat ditentukan jumlah mesin yang dibutuhkan dalam produksi masing-masing dried fruit (Lampiran 10). Jumlah kebutuhan mesin produksi dried fruit berdasarkan kebutuhan mesin produksi terbanyak sebagai berikut: Tabel 17 Jumlah kebutuhan mesin produksi dried fruit No

Proses

1

Pencucian

2

Pengupasan a) Pengupas selain nenas b) Pengupas nenas + Decoring Pengirisan

3 4

Perendaman /perebusan Pengeringan

Washer Sanshon QXJ-L-I

Dimensi (m)

Kapasitas (ton/jam)

Jumlah Mesin (unit)

4.7 x 1.5 x 1.4

1

16

a) AZEUS AZS-MP

a) 1.8 x 0.8 x 1.5

a) 1200*

a) 15

b) Zhoufeng ZFPP-S

b) 1.2 x 0.7 x 1.3

b) 600*

b) 4

Sure CD80X

1.3 x 0.7 x 1.1

2

7

Nama Mesin

Zhichao size 3 x 1.2 x 0.8 3 Three 5 Dryer 6 x 2.5 x 2.2 1.3** JK03RD 6 Penirisan Sentrifuse 8x4x1 1*** keterangan: *pcs/jam; **ton (waktu sesuai kebutuhan); *** ton/batch sumber: diolah dari www.alibaba.com dan www.gama-mesin.com

31 17 19

2. Analisis Activity Relationship Chart (ARC) Kebutuhan ruangan pada industri dried fruit terdiri dari ruang produksi dan non produksi. Ruang produksi merupakan tempat mesin dan peralatan untuk mengolah bahan baku hingga menjadi produk, yakni meliputi ruang pencucian, pengolahan awal, pendinginan, penaburan gula, dan pengemasan. Ruang non produksi adalah penunjang proses produksi yang meliputi gudang bahan baku, gudang produk, area parkir, masjid dan toilet, kantin, kantor, ruang utilitas, dan Instalasi Pengolahan Air Limbah (IPAL). Diagram keterkaitan aktivitas (Activity Relationship Chart) terdapat pada Lampiran 11. Analisis ARC menunjukkan bahwa ruang yang diprioritaskan dalam penentuan tata letak adalah ruang pendinginan dengan total nilai TCR 245 kemudian berturut-turut ruang pengolahan awal (239), ruang penaburan gula (237), ruang pengemasan (235), area parkir (216), gudang produk (215), ruang pencucian (211), kantor (204), gudang bahan baku (133), kantin (128), ruang utilitas (100), masjid dan toilet (83), dan IPAL (82).

19 3. Luas Ruangan Perhitungan lengkap luas ruangan baik produksi maupun non produksi berada pada Lampiran 12. Luas ruangan yang diperlukan untuk pendirian industri dried fruit setelah ditambah faktor kelonggaran 50% sebagai berikut: Tabel 18 Total luas area industri dried fruit yang dibutuhkan No Ruang AA AB AC AD AE AF AG AH AI AJ AK AL AM

Nama Departemen Luas Area (m2) Gudang bahan baku 225.00 Ruang pencucian 169.20 Ruang pengolahan awal 1,508.90 Ruang pendinginan 187.50 Ruang penaburan gula 187.50 Ruang pengemasan 150.00 Gudang produk 180.00 Area parkir 750.00 Masjid dan toilet 225.00 Kantin 157.50 Kantor 150.00 Ruang utilitas 300.00 IPAL 600.00 Total 4,790.60

4. Tata letak (layout) industri dried fruit Penentuan tata letak industri berdasarkan pada hasil analisis ARC dan kebutuhan luas ruangan adalah sebagai berikut:

20

Gambar 2 Tata letak industri dried fruit

21

SIMPULAN DAN SARAN Simpulan Lokasi pendirian industri dried fruit yang terpilih adalah di Kabupaten Kediri dengan pertimbangan 4 faktor meliputi harga bahan baku (0.259), upah pekerja (0.259), ketersediaan saluran limbah (0.241), dan ketersediaan jaringan air bersih (0.241). Kapasitas produksi industri sebesar 1,596 ton/tahun (produk) dan 9,493 ton/tahun (bahan baku). Sedangkan prioritas ruangan dalam tata letak pabrik adalah ruang pendinginan (nilai TCR: 245). Berturut-turut selanjutnya ruang pengolahan awal (239), ruang penaburan gula (237), ruang pengemasan (235), area parkir (216), gudang produk (215), ruang pencucian (211), kantor (204), gudang bahan baku (133), kantin (128), ruang utilitas (100), masjid dan toilet (83), dan IPAL (82). Serta total luas ruangan yang diperlukan adalah 4,790.60 m2. Saran Saran penelitian ini sebagai berikut: kapasitas produksi khususnya bahan baku perlu 1. Perhitungan mempertimbangkan kehilangan (losses) selama transportasi karena adanya kerusakan dan tingkat kematangan yang berlebih (over ripe) pada komoditas. 2. Jika GGP ingin lokasi industri lebih dekat dengan Provinsi Lampung, sebaiknya melakukan kemitraan rantai pasokan bahan baku dari sekitar wilayah Sumatera dan sekitarnya jika memenuhi atau jika diperlukan dari pulau lainnya (misal Jawa) maka diusahakan mengambil buah yang tidak terlalu matang agar tidak busuk saat tiba di lokasi pabrik (proses pematangan selama transportasi).

DAFTAR PUSTAKA Adamcsek E. 2008.The Analytic Hierarchy Process and Its Generalizations. Tesis. Budapest (HU): Eotvos Lorand University. Aeny SN. 2012. Analisa Pengaruh Perendaman Larutan CaCl2 Terhadap Sifat Organoleptik Keripik Terung Kopek Ungu (Solanum melongena L.) dengan sistem penggorengan hampa. Tugas Akhir. Semarang (ID): Program Studi Diploma III Teknik Kimia Program Diploma Fakultas Teknik Universitas Diponegoro. Alexander M. 2012. Decision-Making using the Analytic Hierarchy Process (AHP) and SAS/IML®. Makalah. Baltimore (US): Social Security Administration. Anonim. 2013. Infografis Musim di Indonesia. [Terhubung Berkala] http://houseofinfographics.com/infografis-musim-buah-di-indonesia/ [Diakses pada 13 Juni 2015].

22 Anonim. 2015. Harga BBM Berbeda Tergantung Pajak Daerah. [Terhubung Berkala]http://www.medanbisnisdaily.com/news/read/2015/01/19/141852/harg a-bbm-berbeda-tergantung-pajak-daerah/#.VSfTZSuUeuI[Diakses pada 10 April 2015). Apple JM. 1990. Tata Letak Pabrik dan Pemindahan Barang. Edisi Tiga. Bandung (ID): Penerbit Institut Teknologi Bandung. Catanese AJ dan Snyder JC. 1995. Urban Planning, Second Edition. USA: Mc Graw-Hill Book Company. Chasanah TD, Usman E, dan Rizky LRS. 2014. Penilaian Kinerja Karyawan Bagian Personalia Berdasarkan Kompetensi dengan Metode 360 Derajat (Studi Kasus di PG Kebon Agung – Malang). Malang (ID): Jurusan Teknologi Industri Pertanian Fakultas Teknologi Pertanian Universitas Brawijaya. Chiara JD dan Koppelman LE. 1978. Site Planning Standard. USA: Mc GrawHill. Chou SY et al. 2007. A Fuzzy Simple Additive Weighting System Under Group Decision Making For Facility Location Selection With Objective/Subjective Attributes. European Journal of Operational Research. Page 114. Competition & Market Authority (CMA). 2014. State of the Market Assessment. London(GB): Ofgem. Confederation of British Industry (CBI). 2008. Preserved Fruit and Vegetables The EU Market for Dried Fruit. [Terhubung Berkala] http://www.cbi.eu/marketinfo[Diakses pada 9 April 2015]. Confederation of British Industry (CBI). 2013. Promising EU Export Markets for Dried Mangoes. [Terhubung Berkala]http://www.cbi.eu/disclaimer[Diakses pada 9 April 2015]. Davis ML dan Cornwell DA. 2013. Introduction to Environmental Engineering 5th edition. New York (US): McGraw Hill Companies. Departemen Perindustrian dan Perdagangan (DPRIN). 2002. Petunjuk Mengurus Izin dan Rekomendasi Sektor Industri dan Perdagangan. Jakarta (ID): Biro Umum dan Hubungan Masyarakat Departemen Perindustrian dan Perdagangan. Elmuti D, William M, dan Michael A. 2008. Longitudinal Assessment of An Integrated Industrial Supply Chain. Supply Chain Management: An International Journal. Vol 13 No 2: 151–159. Fellows P. 2004. Small-scale Fruit and Vegetable Processing and Products. Vienna (AT): United Nations Industrial Development Organization (UNIDO). Gubernur Jawa Tengah. 2014. Upah Minimum pada 35 Kabupaten/Kota di Provinsi Jawa Tengah Tahun 2015. [Terhubung Berkala] http://betterwork.org/in-labourguide/wp-content/uploads/SK-UMK-Jateng2015.pdf [Diakses pada 15 Juni 2015]. Hasanah UN. 2010. Proses Produksi Manisan Carica (UD Yuasafood Berkah Makmur Desa Krasak, Mojotengah, Kab. Wonosobo). Tugas Akhir. Surakarta (ID): Program Diploma III Teknologi Hasil Pertanian Fakultas Pertanian Universitas Sebelas Maret Surakarta. Hilman M. 2008. Model Penentuan Lokasi Perumahan Berkelanjutan di Wilayah Gedebage Kota Bandung. Disertasi. Bogor (ID): Sekolah Pasca Sarjana Institut Pertanian Bogor. International Trade Center (ITC). 2013. Global Import Volume of Dried Fruit. United Nation COMTRADE.

23 International Trade Center (ITC). 2014. Ekspor Impor Dried Fruit. United Nation COMTRADE. Kadir A. 2006. Transportasi: Peran dan Dampaknya dalam Pertumbuhan Ekonomi Nasional. Jurnal Perencanaan & Pengembangan Wilayah Wahana Hijau. Vol 1 No 3: 121 – 131. Kementerian Dalam Negeri (Kemendagri). 2013. Aplikasi Pemetaan Potensi Ekonomi Daerah. [Terhubung Berkala] http://navperencanaan.com/appe/site/index [Diakses pada 13 Juni 2015]. Kementerian Pertanian (Kementan). 2013. Basis Data Statistik Pertanian. [Terhubung Berkala] http://aplikasi.pertanian.go.id/bdsp/newlok.asp [Diakses pada 13 Juni 2015]. Kusuma PS. 2008. Identifikasi Kriteria Pemilihan Lahan Rusunami yang Menjadi Daya Tarik Konsumen. Tesis. Depok (ID): Program Studi Teknik Sipil Program Pascasarjana Bidang Ilmu Teknik Fakultas Teknik Universitas Indonesia. Liu S, Jun L, dan Karen AH. 2010. An Agile and Diversified Supply Chain: Reducing Operational Risks. International Business Journal. Vol 20 No 3: 222-234. Mawandhi H. 2014. Nanas Kaleng PT GGP Penuhi 20 Persen Kebutuhan Internasional. [Terhubung Berkala] http://www.saibumi.com/artikel-1523nanas-kaleng-pt-ggp penuhi-20-persen-kebutuhan-internasional.html [Diakses pada 3 November 2014]. Megantini A. 2007. Optimasi Tata Letak dengan Menggunakan Model Load Distance untuk Memininumkan Jarak Beban pada Perusahaan Keripik Singkong Raos Bandung. Skripsi. Bandung (ID): Program Studi Manajemen Fakultas Ekonomi Universitas Islam Bandung. Miles ME, Berens G, dan Weiss MA. 2001. Real Estate Development : Principles and Process, Third Edition. Washington DC (US): ULI-the Urban Land Institute. Nasir NM. 1986. Dehydrated Fruits and Vegetables Plant. National Bank of Pakistan. Nugroho, RO. 2012. Analisis Perancangan Ulang Tata Letak Fasilitas Produksi Pabrik Lama pada CV. Massitoh Catering Services. Skripsi. Bogor (ID): Program Sarjana Alih Jenis Manajemen Departemen Manajemen Fakultas Ekonomi dan Manajemen Institut Pertanian Bogor. Nurchayati dan Hikmah. 2014. Pola Distribusi Buah Lokal dan Buah Import: Studi Kasus pada Pedagang Buah di Kota Semarang. Seminar Nasional dan Call for Paper (Sancall 2014): Research Methods and Organizational Studies. ISBN: 978-602-70429-1-9. Hlm 40 – 50. Olesen RK. 1997. World Trade in Processed Tropical Fruits. International Trade Centre UNCTAD/WTO. Pagliari JL. 1995. The Handbook of Portfolio Real Estate Management. USA: Richard D. Irwin Inc. Pantastico ERB. 1989. Fisiologi Pascapanen, Penanganan dan Pemanfaatan Buah-buahan dan Sayur-sayuran Tropika dan Subtropika. Yogyakarta: Gajah Mada Press. [Pemda Kabupaten Lampung Tengah] Pemerintah Daerah Kabupaten Lampung Tengah. 1999. Peraturan Daerah Tingkat II Lampung Tengah nomor 3 tahun

24 1999 tentang Perizinan Pengeboran Serta Pengambilan Air Bawah Tanah. Lampung Tengah (ID): Pemda Lampung Tengah. [Pemda Kabupaten Kediri] Pemerintah Daerah Kabupaten Kediri. 2012a. Peraturan Daerah Kabupaten Kediri nomor 4 tahun 2012 tentang Retribusi Izin Mendirikan Bangunan. Kediri (ID): Pemda Kediri. [Pemda Kabupaten Pasuruan] Pemerintah Daerah Kabupaten Pasuruan. 2012b. Peraturan Daerah Kabupaten Pasuruan nomor 15 tahun 2012 tentang Retibusi Izin Mendirikan Bangunan. Pasuruan (ID): Pemda Pasuruan. Perdana PP. 2014. Ini UMK Jawa Barat 2015. [Terhubung Berkala] http://regional.kompas.com/read/2014/11/22/07020041/Ini.UMK.Jawa.Barat.2 015 [Diakses pada 15 Juni 2015]. Purwadaria HK. 1992. Sistem Pengangkutan Buah-buahan dan Sayuran. PAU Pangan dan Gizi. IPB. Bogor. Putri AR. 2012. Pengaruh Kadar Air Terhadap Tekstur dan Warna Keripik Pisang Kepok (Musa parasidiaca formatypica).Skripsi.. Makassar (ID): Program Studi Keteknikan Pertanian Jurusan Teknologi Pertanian Fakultas Pertanian Universitas Hasanuddin Makassar. Redaksi Trans Lampung. 2014. Usulan Upah Lamteng Rp1.588.000. [Terhubung Berkala] http://www.translampung.com/artikel-1886-usulan-upah-lamtengrp1588000.aspx [Diakses pada 15 Juni 2015]. Risky N. 2014. Pengaruh Kepuasan Kerja Terhadap Kinerja Kepala Kebun Bagian Plantation Grup II di PT Great Giant Pineapple. Skripsi. Lampung (ID): Jurusan Agribisnis Fakultas Pertanian Universitas Lampung. Rosyida F dan Lilis S. 2014. Pengaruh Jumlah Gula dan Asam Sitrat Terhadap Sifat Organoleptik, Kadar Air dan Jumlah Mikroba Manisan Kering Siwalan (Borassus flabellifer). E-journal Boga. Vol 3 No 1: 297 – 307. Sari FE, Sri T, dan Suyadi M. 2004. Pengaruh Kadar CaCl2 dan Lama Perendaman Terhadap Umur Simpan dan Pematangan Buah Mangga Arumanis. Jurnal Ilmu Pertanian. Vol 11 No 1: 42 – 50. Setyoko. 2013. Pemilihan Lokasi Pabrik. Jurnal Orbith. Vol 9: 48 – 51. Sihombing JEL. 2006. Analisis Tata Letak Pabrik dan Keseimbangan Lini dalam Proses Produksi Jus Buah (Studi Kasus di PT Sari Segar Alami, Sentul). Skripsi. Bogor (ID): Departemen Teknologi Industri Pertanian Fakultas Teknologi Pertanian Institut Pertanian Bogor. Simonds JO. 1983. Landscape Architecture : A Manual of Site Planning and Design. USA: Mc Graw-Hill. Sinaga J. 2009. Penerapan Analytical Hierarchy Process (AHP) dalam Pemilihan Perusahaan Badan Usaha Milik Negara (BUMN) Sebagai Tempat Kerja Mahasiswa Universitas Sumatera Utara (USU). Skripsi. Medan (ID): Departemen Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara. Singarimbun M dan Effendi S. 1989. Metode Penelitian Survai. Jakarta: LP3ES. Sirivatanapa S. 2006. Packaging and Transportation of Fruits and Vegetables for Better Marketing. Asian Productivity Organization (APO) 2006 ISBN 92-8337051-1. Soeharto I. 1995. Manajemen Proyek dari Konseptual sampai Operasional. Jakarta (ID): Erlangga.

25 Tareen MJ, Nadeem AA, dan Ishfaq AH. 2012. Effect of Salicylic Acid Treatments on Storage Life of Peach Fruits CV ‘Flordaking’. Journal of Pak. J. Bot. Vol 44 No 1: 119 – 124. Techawongstien S. 2006. Postharvest Management of Fruit and Vegetables in the Asia-Pacific Region – Thailand. Asian Productivity Organization (APO) 2006 ISBN 92-833-7051-1. Weber A. 1902. Teori Lokasi Industri(Teori Weber dan Losch). [Terhubung Berkala]http://wapedia.mobi/sv/August_L%C3%B6sch/[ Diakses pada12 Juni 2015]. Wen HW, Chang TC, dan Chin TL. 2008. Comparing The Aggregation Methods in The Analytic Hierarchy Process When Uniform Distribution. Journal ofIssue 3. Vol 5: 82 - 87. Whipple JM dan Robert F. 2000. Strategic Alliance Success Factors. Journal of Supply Chain Management. Vol 36 No 3. Xu Z. 2000. On Consistency of The Weighted Geometric Mean Complex Judgement Matrix in AHP. European Journal of Operational Research.126 683-687. Geometrik. Yanti. 2014. Upah Minimum Kabupaten/Kota di Jawa Timur Tahun 2015. [Terhubung Berkala] http://jdih.jatimprov.go.id/upah-minimumkabupatenkota-di-jawa-timur-tahun-2015/ [Diakses pada 15 Juni 2015].

74

26

26

Lampiran 1 Analisis pasar dried fruit Data ekspor dried fruit dunia Nilai Ekspor (Ribuan Dolar Amerika/Tahun) No

Negara Eksportir

2012

2013

2014

Rata-Rata

315,132.00 337,819.00 382,009.00 344,986.67 Turki 336,356.00 320,598.00 308,778.00 321,910.67 USA 395,360.00 171,791.00 204,056.00 257,069.00 Thailand 187,018.00 194,166.00 277,782.00 219,655.33 Chile 134,659.00 156,438.00 174,040.00 155,045.67 Jerman 97,792.00 112,318.00 111,321.00 107,143.67 Perancis 101,047.00 99,678.00 110,150.00 103,625.00 China 87,319.00 109,553.00 108,653.00 101,841.67 Spanyol 1,654,683.00 1,502,361.00 1,676,789.00 1,611,277.67 Negara Lain** 579,135.00 729,904.00 498,244.00 602,427.67 Total o keterangan : *) iklim tropis suhunya berkisar antara 25 – 36 C; **)iklim tergantung negara masing-masing 1 2 3 4 5 6 7 8 9

Iklim Tropis* (Iya/Tidak) Tidak Tidak Iya Tidak Tidak Tidak Tidak Tidak -

26

27

Benchmark jenis komoditas untuk dried fruit ke beberapa perusahaan di Thailand

No

Komoditas

1 2 3 4 5 6 7 8 9 10 11 12

Nenas Mangga Pepaya Jambu Biji Jahe Kelapa Kelengkeng Belewa Nangka Durian Tomat Jeruk Pomelo Manggis Pisang Leci Buah Naga Merah Mix Dried Asam Jawa

13 14 15 16 17 18

Kuiburi Great Food Fruit Bonanza (Dehydration) Canning Group Co., Ltd Co., Ltd

Nama Perusahaan Thai Fruit Professional Ao V&K Mountain House Food Chi Pineapple Plus Chiang Network Fruits Canning Co.,Ltd. Rai International Co., Co., Ltd Thailand Co., Ltd. Ltd. 1 1 1 1 1 1 0 1 1 1 0 1 0 1 1 0 0 1 1 0 0 0 0 1 0 0 0 0 0 0 1 1 1 0 0 0 0 0 0 0 1 0 0 1 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0

Total

1 1 1 1 1 1 0 1 0 0 1 0

1 1 1 0 1 1 0 1 0 0 0 0

1 1 1 1 1 1 0 0 0 0 0 1

0 0 0 0

0 0 0 0

0 0 0 0

1 1 0 0

0 0 1 1

0 0 0 0

0 0 0 0

0 0 0 0

1 1 1 1

0 0

0 0

0 0

0 0

0 0

1 1

0 0

0 0

1 1

8 7 6 4 4 3 3 2 2 2 1 1

27

27

28

28

No

Komoditas

Kuiburi Great Food Fruit Bonanza (Dehydration) Canning Group Co., Ltd Co., Ltd

19 Strawberry 0 20 Belimbing 0 21 Buah Naga 0 22 Apel 0 23 Rambutan 0 24 Vrac 0 Jumlah Item 8 Produksi sumber: diolah dari website perusahaan

0 0 0 0 0 0

0 0 0 0 0 0

6

7

Nama Perusahaan Thai Fruit Professional Ao V&K Mountain House Food Chi Pineapple Plus Chiang Network Fruits Canning Co.,Ltd. Rai International Co., Co., Ltd Thailand Co., Ltd. Ltd. 0 0 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 0 0 1 0 0 0 0 0 0 1 0 0 8

6

11

6

Total

1 1 1 1 1 1

3

Keterangan: 1 = Item (komoditas) diproduksi 0 = Item (komoditas) tidak diproduksi

28

29

Lampiran 2 Kuesioner penelitian Surat pengantar wawancara responden

29

30

Kuesioner penelitian KUESIONER PENENTUAN FAKTOR LOKASI PENDIRIAN PABRIK BUAH KERING (DRIED FRUIT) IDENTITAS RESPONDEN

Nama

:

Jenis Kelamin

: ( ) Laki-laki ( ) Perempuan

Pendidikan terakhir

: ( ) Tidak Tamat SD ( ) SD ( ) SMP ( ) SMA

Pekerjaan

:

( ) Diploma/Akademik ( ) Sarjana ( ) Pascasarjana ( ) Doktor

PETUNJUK PENGISIAN I. UMUM 1. Isi kolom identitas yang terdapat pada halaman depan kuesioner 2. Berikan penilaian terhadap hierarki penentuan strategi penerapan produksi bersih 3. Penilaian dilakukan dengan membandingkan tingkat/peran komponen dalam satu level hierarki yang berkaitan dengan komponen-komponen level sebelumnya. 4. Penilaian dilakukan dengan mengisi tanda checklist ( √ ) pada kolom yang tersedia 5. Responden bisa menambahkan faktor lain dan tingkat kepentingannya pada baris yang masih kosong 6. Dokumen yang diisikan bersifat rahasia (tidak untuk disebarluaskan) II.

SKALA PENILAIAN

Metode Penilaian = ordinal 1. Sangat Kurang Penting 2. Kurang Penting 3. Biasa 4. Penting 5. Sangat Penting

30

31

No

Faktor

1 2

Pajak Daerah Ketersediaan Sarana/Saluran Pembuangan Limbah Harga Bahan Baku Upah Pekerja Harga Tanah Sikap masyarakat Kedekatan dengan Bahan Baku Kedekatan dengan Konsumen (Pasar) Kepadatan Penduduk Ketersediaan Jaringan Air Bersih Ketersediaan Transportasi Publik Jaringan Transportasi (Akses Jalan Raya) Dampak Negatif (Udara Kotor, Air Berbau, dan Tingkat Kebisingan) Polisi dan Pemadam Kebakaran Kompetitor ……………………… ……………………… ……………………… ……………………… ………………………

3 4 5 6 7 8 9 10 11 12 13

14 15 16 17 18 19 20

1

2

Kriteria 3

4

5

31

32

Lampiran 3 Sentra komoditas dengan volume produksi tingkat provinsi dan kabupaten/kota No

Komoditas

1

Mangga

a) b) c) d) e) f)

2

Nenas

a) b) c) d) e) f)

3

Pepaya

a) b) c) d) e) f)

4

Jambu Biji

a) b) c) d) e) f)

Volume Produksi Tingkat Provinsi* (ton/tahun) Jawa Timur (799,410) Jawa Tengah (404,443) Jawa Barat (327,070) Sulawesi Selatan (148,118) Nusa Tenggara Barat (110,637) Lainnya (403,251) Total : 2,192,929 Lampung (722,621) Sumatera Utara (228,136) Jawa Timur (197,165) Jambi (156,369) Jawa Tengah (113,093) Lainnya (465,422) Total : 1,882,806 Jawa Timur (291,788) Jawa Tengah (148,898) Lampung (101,794) Jawa Barat (66,439) Nusa Tenggara Timur (52,781) Lainnya (248,121) Total : 909,821 Jawa Barat (47,764) Jawa Tengah (36,718) Jawa Timur (22,148) Sumatera Utara (15,071) Nusa Tenggara Barat (10,037) Lainnya (49,898) Total : 181,636

Volume Produksi Tingkat Kabupaten/Kota** (ton/tahun) a) Kab. Pasuruan (182,237) b) Kab. Kediri (60,579) c) Kab. Bondowoso (54,345) d) Kab. Gresik (51,356) e) Kab. Madiun (41,904) f) Lainnya (408,990) Total : 799,411 a) Kab. Lampung Tengah (721,112.5) b) Kab. Lampung Timur (823.9) c) Kab. Lampung Barat (178.5) d) Kab. Tulang Bawang Barat (128.3) e) Kab. Pesawaran (84.1) f) Lainnya (293.40) Total : 722,620.70 a) Kab. Kediri (92,412) b) Kab. Jember (59,669) c) Kab. Malang (40,629) d) Kab. Lumajang (38,266) e) Kab. Banyuwangi (16,458) f) Lainnya (44,357) Total : 291,791 a) Kab. Cirebon (8,569.8) b) Kab. Bogor (5,272) c) Kab. Cianjur (5,155.9) d) Kab. Garut (3,595.1) e) Kab. Bandung (3,143) f) Lainnya (22,072.80) Total : 47,763.6

32

33

Volume Produksi Tingkat Provinsi* Volume Produksi Tingkat Kabupaten/Kota** (ton/tahun) (ton/tahun) 5 Jahe a) Jawa Timur (44,263.473) a) Kab. Malang (10,788.642) b) Jawa Tengah (33,760.329) b) Kab. Ponorogo (9,921.575) c) Jawa Barat (22,956.973) c) Kab. Pacitan (8,948.131) d) Sumatera Utara (10,462.304) d) Kab. Situbondo (2,870.990) e) Kalimantan Selatan (5,732.620) e) Kab. Pamekasan (2,345.109) f) Lainnya (38,110,589) f) Lainnya (9,389.026) Total : 155,286.288 Total : 44,263.473 Keterangan: * diambil dari data nasional; **diambil dari provinsi yang menjadi sentra utama masing-masing komoditas sumber: diolah dari Kementan (2013) No

Komoditas

33

33

34

Lampiran 4 Peta alternatif lokasi

Lampung Tengah

sumber: www.welt-atlas.com dalam http://harunarcom.blogspot.com/2012/12/peta-pulau-jawa.html

34

35

Lampiran 5 Hasil penilaian responden terhadap faktor penentu lokasi No 1 2 3

Faktor Lokasi

1

Skala Penilaian 2 3 4 2 2 4

Harga Bahan Baku Upah Pekerja Dampak Negatif (Udara Kotor, Air Berbau, dan Tingkat Kebisingan)* 4 Ketersediaan Sarana/Saluran Pembuangan Limbah 1 5 Ketersediaan Jaringan Air Bersih 1 6 Sikap masyarakat 2 7 Jaringan Transportasi (Akses Jalan Raya) 1 1 8 Kedekatan dengan Bahan Baku 1 9 Pajak Daerah 6 10 Harga Tanah 1 2 11 Kedekatan dengan Konsumen (Pasar) 1 2 12 Polisi dan Pemadam Kebakaran 2 3 13 Kepadatan Penduduk 1 1 3 14 Ketersediaan Transportasi Publik 1 1 3 15 Kompetitor 1 3 1 16 Kedekatan dengan Pelabuhan 17 Aspek mikroorganisme (higienis kondisi lingkungan industri) 18 Perizinan Lingkungan (AMDAL dll) 19 Ketersediaan listrik dan steam 20 Teknologi tepat guna (pemilihan teknologi) Keterangan: *sudah terwakili oleh urutan 4 (Ketersediaan Sarana/Saluran Pembuangan Limbah)

2 2 4 3 3 4 4 2 1 2 2 1

1

5 5 5 3 4 4 1 2 3 1

1 1 1 1 1

Rataan Geometrik 4.6912 4.6912 4.4014 4.3610 4.3610 3.8037 3.7059 3.6106 3.2271 3.0224 3.0224 2.9007 2.7124 2.6273 2.3399 1.5341 1.2585 1.2585 1.2585 1.2190

35

35

36

Lampiran 6 Perhitungan total beban transportasi Ketersediaan komoditas pada masing-masing sentra/alternatif lokasi (ton/tahun) Kabupaten No

Komoditas

1 Mangga 2 Nenas 3 Pepaya 4 Jambu Biji 5 Jahe Sumber: Kementan (2013)

Lampung Tengah 1,709.70 721,112.50 933.20 257.90 395.09

Pasuruan

Kediri

Malang

Cirebon

182,237.00 1.00 6,407.00 4,570.00 1,329.73

60,579.00 163,850.00 92,412.00 1,112.00 70.103

7,020.00 30.00 40,629.00 1,974.00 10,788.60

30,948.10 *** 2,904.00 8,569.80 6.20

Kediri

Malang

Cirebon

12,115.80 32,770.00 18,482.40 222.40 14.02

1,404.00 6.00 8,125.80 394.80 2,157.72

6,189.62 *** 580.80 1,713.96 1.24

Potensi suplai komoditas pada masing-masing sentra/alternatif lokasi* (ton/tahun) Kabupaten No

Komoditas

Lampung Pasuruan Tengah 1 Mangga 341.94 36,447.40 2 Nenas 144,222.50 0.20 3 Pepaya 186.64 1,281.40 4 Jambu Biji 51.58 914.00 5 Jahe 79.02 265.95 Keterangan:* setelah diambil 20% dari ketersediaan total

36

37

Kebutuhan bahan baku produksi (ton/tahun) No 1 2 3 4 5

Komoditas Mangga Nenas Pepaya Jambu Biji Jahe Total

Kebutuhan Bahan Baku (ton/tahun) 4,433.33 1,108.33 1,266.67 1,662.50 1,023.08 9,493.91

Skenario suplai bahan baku (ton/tahun) Jenis Bahan Baku/Komoditas Kabupaten

Lampung Tengah

Skenario 1 2 3 4 5 6 7 8

Mangga

Nenas

Pepaya

341.94 -

1,108.33 1,108.33 1,108.33 1,108.33 -

186.64 186.64 186.64 -

Jambu Biji 51.58 51.58 51.58 -

Jahe 79.02 79.02

Jumlah Muatan Lokasi 1,346.55 1,108.33 1,346.55 1,767.51

Potensi Suplai Bahan Baku per Kabupaten* Komoditas Mangga Nenas Pepaya Jambu Biji Jahe

Volume 341.94 144,222.50 186.64 51.58 79.02

79.02

37

37

38

Jenis Bahan Baku/Komoditas Kabupaten

Pasuruan

Kediri

Malang

Skenario 1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8

Mangga

Nenas

Pepaya

4,433.33 4,433.33 4,433.33 3,029.33 4,433.33 1,404 -

0.20 0.20 1,102.13 1,108.33 1,102.13 1,108.33 6 6 -

1,266.67 1,080.03 1,266.67 499.23 499.23 1,266.67 685.87 1,266.67 -

Jambu Biji 914 914 914 222.40 222.40 222.40 394.80 394.80 394.80 -

Jahe 265.95 265.95 14.02 14.02 14.02 14.02 1,023.08 1,023.08 1,007.82 928.80 757.13 1,009.06 1,023.08 662.85

Jumlah Muatan Lokasi 4,433.33 4,433.33

6,880.15 914 3,943.53 265.95 1,080.03 1,266.67 513.25 513.25 1,324.53 7,044.75 1,324.53 1,808.22 1,023.08 1,023.08 1,007.82 928.80 1,157.93 1,403.86 4,094.54 662.85

Potensi Suplai Bahan Baku per Kabupaten* Komoditas

Volume

Mangga Nenas Pepaya Jambu Biji Jahe

36,447.40 0.20 1,281.40 914 265.95


12,115.80 32,770 18,482.40 222.40 14.02


1,404 6 8,125.80 394.80 2,157.72

38

39

Jenis Bahan Baku/Komoditas Kabupaten

Skenario Mangga

Nenas

Pepaya

-

580.80 580.80 580.80

1 2 3 4,433.33 4 4,091.39 Cirebon 5 6 7 8 4,433.33 Keterangan: * 20% dari ketersediaan total

Jambu Biji 1,610.92 1,662.50 1,610.92 1,610.92 131.30 131.30 131.30 1,662.50

Jahe

Jumlah Muatan Lokasi

1.24 1.24 1.24

1,610.92 1,662.50 6,626.29 6,284.35 131.30 131.30 131.30 6,677.87

Potensi Suplai Bahan Baku per Kabupaten* Komoditas

Volume


6,189.62 0 580.80 1,713.96 1.24

Nilai total beban transportasi skenario 1 Jarak ke-Kabupaten (km) Kabupaten

Lampung Tengah 0 1,186 1,078 1,180 550

Pasuruan

Lampung Tengah 1,173 Pasuruan 0 Kediri 120 Malang 69.30 Cirebon 623 Total Beban Transportasi 8,515,439 2,783,613 (km.ton) Keterangan: jarak bersumber dari Google Street View (2013)

Muatan (ton)

Kediri

Malang

Cirebon

1,071 122 0 116 535

1,168 68.40 115 0 632

541 621 535 637 0

1,346.55 4,433.33 1,080.03 1,023.08 1,610.92

2,963,544

3,018,319

4,711,100

Total Muatan: 9,493.91

39

39

40


Lampung Tengah 0 1,186 1,078 1,180 550

Pasuruan


Muatan (ton)

Kediri

Malang

Cirebon

1,071 122 0 116 535

1,168 68.40 115 0 632

541 621 535 637 0

1,108.33 4,433.33 1,266.67 1,023.08 1,662.50

2,736,006

2,794,140

4,682,075


Nilai total beban transportasi skenario 3 Jarak ke-Kabupaten (km) Kabupaten Lampung Tengah Pasuruan Kediri Malang Cirebon Total Beban Transportasi (km.ton)

Lampung Tengah 0 1,186 1,078 1,180 550 5,386,965

Muatan (ton)

Pasuruan

Kediri

Malang

Cirebon

1,173 0 120 69.30 623

1,071 122 0 116 535

1,168 68.40 115 0 632

541 621 535 637 0

1,346.55 0 513.25 1,007.82 6,626.29

5,839,119

5,104,132

5,819,615

1,645,052


Keterangan: jarak bersumber dari Google Street View (2013)

40

41


Lampung Tengah 0 1,186 1,078 1,180 550

Pasuruan


Muatan (ton)

Kediri

Malang

Cirebon

1,071 122 0 116 535

1,168 68.40 115 0 632

541 621 535 637 0

1,767.51 0 513.25 928.80 6,284.35

5,362,874

6,095,188

1,822,455


Kediri

Malang

Cirebon

1,071 122 0 116 535

1,168 68.40 115 0 632

541 621 535 637 0

0 6,880.15 1,324.53 1,157.93 131.30

1,043,943

705,905

5,718,798



Lampung Tengah 0 1,186 1,078 1,180 550

Pasuruan

Lampung Tengah 1,173 Pasuruan 0 Kediri 120 Malang 69.30 Cirebon 623 Total Beban Transportasi 11,026,274 320,988 (km.ton) Keterangan: jarak bersumber dari Google Street View (2013)

Muatan (ton)

41

41

42


Lampung Tengah 0 1,186 1,078 1,180 550

Pasuruan


Muatan (ton)

Kediri

Malang

Cirebon

1,071 122 0 116 535

1,168 68.40 115 0 632

541 621 535 637 0

0 914.00 7,044.75 1,403.86 131.30

344,601

955,646

5,230,794


Kediri

Malang

Cirebon

1,071 122 0 116 535

1,168 68.40 115 0 632

541 621 535 637 0

0 3,943.53 1,324.53 4,094.54 131.30

1,026,324

505,041

5,765,784



Lampung Tengah 0 1,186 1,078 1,180 550

Pasuruan

Lampung Tengah 1,173 Pasuruan 0 Kediri 120 Malang 69.30 Cirebon 623 Total Beban Transportasi 11,008,654 524,496 (km.ton) Keterangan: jarak bersumber dari Google Street View (2013)

Muatan (ton)

42

43


Lampung Tengah 0 1,186 1,078 1,180 550

Pasuruan


Muatan (ton)

Kediri

Malang

Cirebon

1,071 122 0 116 535

1,168 68.40 115 0 632

541 621 535 637 0

79.02 265.95 1,808.22 662.85 6,677.87

3,766,627

4,538,845

1,597,536


43

43

44

Lampiran 7 Perhitungan evaluasi alternatif lokasi (Metode CPI dan Bayes) Evaluasi alternatif skenario 1 Kabupaten No 1 2 3 4

Faktor Harga bahan baku (km.ton) Upah pekerja (Rp) Ketersediaan saluran limbah (Rp/tahun) Ketersediaan jaringan air bersih (Rp/m3)

Lampung Tengah 8,515,438.85

Pasuruan

Kediri

Malang

Cirebon

2,783,612.65

2,963,544.41

3,018,318.80

4,711,099.62

1,580,000 2,000,000

2,700,000 3,500,000

1,305,250 1,700,000

1,962,000 2,500,000

1,400,000 1,800,000

3,600

4,000

3,000

3,900

3,200

Kabupaten No

Faktor

Bobot

1 2 3

Harga bahan baku Upah pekerja Ketersediaan saluran limbah Ketersediaan jaringan air bersih

0.259 0.259 0.241 0.241

4

Total Skor

Lampung Tengah 32.69 82.61 85.00 83.33 70.42

Pasuruan

Kediri

Malang

Cirebon

100.00 48.34 48.57 75.00

93.93 100.00 100.00 100.00

92.22 66.53 68.00 76.92

59.09 93.23 94.44 93.75

68.20

98.43

76.04

84.80

44

45

Evaluasi alternatif skenario 2 Kabupaten No 1 2 3 4



Pasuruan

Kediri

Malang

Cirebon

2,558,711.73

2,736,006.09

2,794,140.00

4,682,075.00

1,580,000 2,000,000

2,700,000 3,500,000

1,305,250 1,700,000

1,962,000 2,500,000

1,400,000 1,800,000

3,600

4,000

3,000

3,900

3,200

Lampung Tengah 29.26 82.61 85.00 83.33

Kabupaten No

Faktor

Bobot

1 2 3


0.259 0.259 0.241 0.241

4

Total Skor

69.54

Pasuruan

Kediri

Malang

Cirebon

100.00 48.34 48.57 75.00

93.52 100.00 100.00 100.00

91.57 66.53 68.00 76.92

54.65 93.23 94.44 93.75

68.20

98.32

75.88

83.65

45

45

46




Pasuruan

Kediri

Malang

Cirebon

5,839,119.26

5,104,132.33

5,819,615.24

1,645,051.51

1,580,000 2,000,000

2,700,000 3,500,000

1,305,250 1,700,000

1,962,000 2,500,000

1,400,000 1,800,000

3,600

4,000

3,000

3,900

3,200

Lampung Tengah 30.54 82.61 85.00 83.33

Kabupaten No

Faktor

Bobot

1 2 3


0.259 0.259 0.241 0.241

4

Total Skor

69.87

Pasuruan

Kediri

Malang

Cirebon

28.17 48.34 48.57 75.00

32.23 100.00 100.00 100.00

28.27 66.53 68.00 76.92

100.00 93.23 94.44 93.75

49.59

82.44

59.47

95.40

46

47




Pasuruan

Kediri

Malang

Cirebon

6,114,397.99

5,362,873.98

6,095,187.64

1,822,455.36

1,580,000 2,000,000

2,700,000 3,500,000

1,305,250 1,700,000

1,962,000 2,500,000

1,400,000 1,800,000

3,600

4,000

3,000

3,900

3,200

Lampung Tengah 35.69 82.61 85.00 83.33

Kabupaten No

Faktor

Bobot

1 2 3


0.259 0.259 0.241 0.241

4

Total Skor

71.20

Pasuruan

Kediri

Malang

Cirebon

29.81 48.34 48.57 75.00

33.98 100.00 100.00 100.00

29.90 66.53 68.00 76.92

100.00 93.23 94.44 93.75

50.02

82.89

59.90

95.40

47

47

48




Pasuruan

Kediri

Malang

Cirebon

320,988.47

1,043,943.30

705,904.96

5,718,797.99

1,580,000 2,000,000

2,700,000 3,500,000

1,305,250 1,700,000

1,962,000 2,500,000

1,400,000 1,800,000

3,600

4,000

3,000

3,900

3,200

Kabupaten No

Faktor

Bobot

1 2 3


0.259 0.259 0.241 0.241

4

Total Skor

Lampung Tengah 2.91 82.61 85.00 83.33 62.71

Pasuruan

Kediri

Malang

Cirebon

100.00 48.34 48.57 75.00

30.75 100.00 100.00 100.00

45.47 66.53 68.00 76.92

5.61 93.23 94.44 93.75

68.20

82.06

63.93

70.95

48

49




Pasuruan

Kediri

Malang

Cirebon

1,024,457.62

344,600.83

955,645.90

5,230,793.83

1,580,000 2,000,000

2,700,000 3,500,000

1,305,250 1,700,000

1,962,000 2,500,000

1,400,000 1,800,000

3,600

4,000

3,000

3,900

3,200

Kabupaten No

Faktor

Bobot

1 2 3


0.259 0.259 0.241 0.241

4

Total Skor

Lampung Tengah 3.31 82.61 85.00 83.33 62.81

Pasuruan

Kediri

Malang

Cirebon

33.64 48.34 48.57 75.00

100.00 100.00 100.00 100.00

36.06 66.53 68.00 76.92

6.59 93.23 94.44 93.75

51.01

100.00

61.49

71.20

49

49

50




Pasuruan

Kediri

Malang

Cirebon

524,495.77

1,026,323.62

505,040.61

5,765,783.80

1,580,000 2,000,000

2,700,000 3,500,000

1,305,250 1,700,000

1,962,000 2,500,000

1,400,000 1,800,000

3,600

4,000

3,000

3,900

3,200

Kabupaten No

Faktor

Bobot

1 2 3


0.259 0.259 0.241 0.241

4

Total Skor

Lampung Tengah 4.59 82.61 85.00 83.33 63.14

Pasuruan

Kediri

Malang

Cirebon

96.29 48.34 48.57 75.00

49.21 100.00 100.00 100.00

100.00 66.53 68.00 76.92

8.76 93.23 94.44 93.75

67.24

86.84

78.06

71.76

50

51




Pasuruan

Kediri

Malang

Cirebon

4,515,924.97

3,766,626.50

4,538,844.75

1,597,536.06

1,580,000 2,000,000

2,700,000 3,500,000

1,305,250 1,700,000

1,962,000 2,500,000

1,400,000 1,800,000

3,600

4,000

3,000

3,900

3,200

Lampung Tengah 23.77 82.61 85.00 83.33

Kabupaten No

Faktor

Bobot

1 2 3


0.259 0.259 0.241 0.241

4

Total Skor

68.11

Pasuruan

Kediri

Malang

Cirebon

35.38 48.34 48.57 75.00

42.41 100.00 100.00 100.00

35.20 66.53 68.00 76.92

100.00 93.23 94.44 93.75

51.46

85.08

61.27

95.40

51

51

52

Lampiran 8 Rataan geometrik prioritas pemilihan lokasi dari 8 skenario Prioritas 1 2 3 4 5

Skenario 1 Kediri Cirebon Malang

2 Kediri Cirebon Malang

Lampung Tengah Pasuruan

Lampung Tengah Pasuruan

3 Cirebon Kediri Lampung Tengah Malang


5 Kediri Cirebon Pasuruan

Pasuruan

Pasuruan

Lampung Tengah

Prioritas pada Skenario 1 2 3 4 5 6 7 Lampung Tengah 4 4 3 3 5 3 5 Pasuruan 5 5 5 5 3 5 4 Kediri 1 1 2 2 1 1 1 Malang 3 3 4 4 4 4 2 Cirebon 2 2 1 1 2 2 3 Keterangan: * semakin kecil maka semakin sering menjadi prioritas utama Kabupaten

Malang

8 3 5 2 4 1

6 Kediri Cirebon Lampung Tengah Malang

7 Kediri Malang Cirebon

Pasuruan

Lampung Tengah


Pasuruan

Pasuruan

Rataan Geometrik*

Prioritas

3.66 4.56 1.30 3.41 1.62

4 5 1 3 2

52

53

Lampiran 9 Diagram alir proses pembuatan dried fruit Diagram alir dried fruit mangga Buah Mangga Utuh

Pengirisan

Pengupasan

Pencucian Air

Perendaman 2 (20 brix; 1.5 jam; 90oC)

Perendaman 3 (60 brix; 1.5 jam; 90oC) Air, Gula

Pengeringan (8-10 jam)

Perendaman 1 (30’)

Air, SO2 500 ppm, CaCl2 4%

Air, Gula

Pendinginan (4 – 6 jam)

Penaburan Gula

Gula Pasir

Mangga kering

53

53

54

Diagram alir dried fruit pepaya

Buah Pepaya Utuh

Pengirisan

Pengupasan

Pencucian Air

Perendaman 3 (50 brix; 1.5 jam; 90oC) Air, Gula

Pengeringan 65o C (8-10 jam)

Perendaman 1 (30’)

Perendaman 2 (30 brix; 2 jam; 90oC)

Air, Gula, asam sitrat 0.5%

Pendinginan (4-6 jam)

Penaburan Gula

Air, SO2 1000 ppm

Gula Pasir

Pepaya kering

54

55

Diagram alir dried fruit jahe

Air

Jahe utuh

Pengupasan

Pencucian

Perebusan 2 (gula:jahe:air rebusan= 1:1:1/5)

Pengirisan

Penirisan 1

Perebusan 1 (35’)


Jahe kering

Air :jahe = 2:1

Gula

Penirisan 2

55

55

56

Diagram alir dried fruit jambu biji/guava Air

Guava utuh

Pencucian

Pengupasan

Pengirisan

Air, Garam 5%

Penaburan Gula (gula pasir:guava=1:2)

Penirisan

Pengeringan (55oC; 5 jam)


Perendaman (80oC; 20’)

Guava kering

56

57

Diagram alir pembuatan dried fruit nenas Nenas utuh

Pencucian

Air

Pengupasan

Decoring

Fresh

Core

Pengirisan

Pengirisan

57

57

58

CaCl2 4% , SO2 500 ppm, Air

Air , Gula

Air , Gula, asam sitrat 1%

Perendaman 1 (1 jam)

Perendaman 11 (15 brix;90oC; 1 jam)

Air , Gula



Air , Gula



Air , Gula

Pengeringan 65oC (8-10 jam)

Pengeringan 65oC (8-10 jam)

58

59

Gula pasir



Penaburan Gula

Penaburan Gula Gula pasir

Nenas kering

Nenas kering

59

59

60

Lampiran 10 Neraca massa proses produksi dried fruit Neraca massa dried fruit komoditas mangga Loss (5%) = 671.93 kg

Air = 5,131.17 kg

Umpan: Mangga utuh = 15,393.52 kg

Mangga utuh= 14,931.71 kg

Pencucian

Air = 5,131.17 kg Kotoran (3%) = 461.81 kg

Limbah cair 3 =14,193.62 kg

Perendaman 3

Hasil 3 = 21,290.42 kg

Pengeringan

Uap air (68%) = 14,511.75 kg Loss (10%) = 2,129.04 kg

Mangga segar =13,438.54 kg

Pengupasan

Irisan mangga = 12,766.61 kg

Limbah (kulit, biji, dan sisa potongan) 10% =1,493.17 kg Hasil 2 = 17,742.02 kg

Pengirisan

Hasil 1= 14,785.02 kg

Perendaman 2

Air= 7,096.81 kg Gula= 10,645.21 kg

Perendaman 1

Air= 11,828.01 kg Gula= 2,957 kg

Limbah cair 2 = 11,828.01 kg

Mangga kering= 4,649.63 kg

Air = 12,766.61 kg SO2= 6.38 kg CaCl2= 510.66 kg

Pendinginan



Gula Pasir = 2,945 kg

Padatan sisa (5%) = 232.48 kg

Maksimal reject pengemasan = (5,889.53- 5,542) kg = 347.53 kg (6%)

Gula sisa (50%) = 1,472 kg

Penaburan Gula


60

61

Neraca massa dried fruit komoditas pepaya Loss (5%) = 206.82 kg

Air = 1,466.05 kg

Umpan: Pepaya utuh= 4,398.15 kg

Pencucian

Pepaya utuh= 4,354.17 kg

Air = 1,466.05 kg Kotoran (1%) = 43.98 kg


Perendaman 3

Hasil 3 = 11,726.01 kg

Pengeringan

Uap air (52%) = 6,105.61 kg Loss (10%) = 1,172.60 kg

Pengupasan

Pepaya segar = 4,136.46 kg

Irisan Pepaya = 3,929.64 kg

Limbah (kulit, biji, dan sisa potongan) 5%= 217.71 kg Hasil 2 = 7,922.98 kg

Air= 3,961.49 kg Gula= 3,961.49 kg

Pepaya kering= 4,447.80 kg

Perendaman 2


Pendinginan

Pengirisan

Hasil 1= 5,261.73 kg

Air= 3,683.21 kg Gula= 1,578.52 kg As. Sitrat (5%) = 271.22 kg

Pepaya kering= 4,358.84 kg

Padatan sisa (2%)= 88.96 kg

Maksimal reject pengemasan = (5,811.79 – 5,542) kg = 269.79 kg (5%)

Air = 3,929.64 kg SO2= 3.93 kg

Perendaman 1


Gula sisa (50%) = 1,452.95 kg

Penaburan Gula

Gula Pasir = 2,905.89 kg Pepaya kering= 5,811.79 kg

61

61

62

Neraca massa dried fruit komoditas jahe

Air = 1,184.12 kg

Umpan: Jahe utuh= 3,552.35 kg

Loss (3%) = 100.27 kg

Air = 1,184.12 kg Kotoran (3%)= 106.57 kg

Perebusan 2

Pengupasan

Jahe utuh= 3,445.78 kg

Pencucian

Hasil Tiris 1 = 3,274.56 kg Air Rebusan (gula:jahe:air rebusan = 1:1:1/5)= 1,945.28 kg

Hasil Rebus 2 = 8,494.39 kg

Penirisan 2

Limbah cair 2 = 681.82 kg Gula Sisa (50%)= 1,637.28 kg

Gula= 3,274.56 kg

Jahe segar = 3,342.41 kg

Irisan Jahe = 3,242.13 kg

Limbah (kulit dan sisa potongan) 3% = 103.37 kg

Penirisan 1

Pengirisan

Hasil Rebus 1= 9,726.40 kg

Perebusan 1 (air : jahe = 1:2)


Hasil Tiris 2= 6,175.29 kg

Pendinginan

Jahe kering= 5,866.53 kg


Maksimal reject pengemasan = (5,866.53 – 5,542 )kg= 324.53 kg (5.53%) 62

Air = 6,484.27 kg

63

Neraca massa dried fruit komoditas jambu biji/guava

Loss (2%) = 110.87 kg

Air = 1,924.19 kg

Umpan: Guava utuh= 5,772.57 kg

Pencucian

Guava utuh= 5,714.84 kg

Air = 1,924.19 kg Kotoran (1%)= 57.73 kg

Gula Sisa (50%) = 3,094.73 kg

Penaburan Gula

Hasil Taburan = 12,378.93 kg

Pengeringan

Uap air (50%)= 6,155.31 kg Sisa padatan (2%)= 247.58 kg

Pengupasan

Guava segar = 5,543.40 kg

Irisan Guava = 5,432.53 kg

Limbah (kulit, biji, dan sisa potongan) 3% =171.45 kg Hasil Tiris = 9,284.19 kg

Gula Pasir = 6,189.46 kg

Guava Kering = 5,976.03 kg

Penirisan

Pengirisan

Hasil Rendam = 11,136.69 kg

Air = 5,432.53 kg Garam = 271.63 kg

Perendaman

Limbah cair = 1,852.49 kg

Pendinginan

Guava kering= 5,856.51 kg


Maksimal reject pengemasan = (5,856.51 – 5,542) kg = 314.51 kg = 5.37(%) 63

63

64

Neraca Massa dried fruit komoditas nenas Umpan: Nenas utuh= 3,848.38 kg

Pencucian

Air = 1,282.79 kg

Air = 1,282.79 kg Kotoran (3%) = 115.45 kg

Nenas utuh= 3,732.93 kg

Pengupasan

Limbah (kulit dan sisa potongan) 30% = 1,119.88 kg

Nenas kupas = 2,613.05 kg

Decoring

Fresh (92%) = 2,407.93 kg Loss (2%) = 48.16 kg

Loss (3%) = 78.39 kg

Core (5%) = 126.73 kg

Pengirisan Irisan = 2,359.77 kg

Pengirisan

Loss (2%) = 2.53 kg

Irisan = 124.20 kg

64

65

Limbah cair 1 = 1,274.86 kg CaCl2 4% = 94.39 kg SO2 = 1.18 kg Air= 2,359.77 kg

Perendaman 1

Limbah cair 11 = 64.58 kg

Perendaman 11 Air = 105.57 kg Gula = 18.63 kg

Hasil 1 = 3,540.24 kg


Perendaman 2

Air = 2,478.17 kg Gula = 1,062.07 kg

Hasil 2 = 5,239.56 kg Air = 2,619.78 kg Gula = 2,619.78 kg As.Sitrat 1% = 52.40 kg


Perendaman 3

Hasil 11 = 183.81 kg


Perendaman 22

Hasil 22 = 272.04 kg

Air = 128.67 kg Gula = 55.14 kg


Perendaman 33 Air = 108.82 kg Gula = 163.23 kg

65

65

66

Hasil 3 = 7,780.74 kg

Uap air (35%) = 2,709.84 kg Loss (10%) = 778.07 kg

Pengeringan

Nenas kering =4,292.82 kg


Pendinginan

Nenas kering =4,206.97 kg

Gula pasir = 2,804.64 kg

Gula sisa (50%) = 1,402.32 kg

Penaburan Gula

Hasil 33 = 375.42 kg

Uap air (23%) = 87.60 kg Loss (10%) = 37.54 kg

Pengeringan


Nenas kering = 250.28 kg

Pendinginan

Nenas kering =245.27 kg

Gula sisa (50%) = 81.76 kg

Penaburan Gula Gula pasir = 163.52 kg

Nenas kering = 5,609.29 kg

Nenas kering = 327.03 kg

Maksimal reject pengemasan = [(5,609.29 + 327.03) – 5,542] kg= (5,936.32 – 5,542) kg= 394.32 kg (6.64%)

66

67

Kebutuhan mesin berdasarkan neraca massa Jumlah Mesin yang Dibutuhkan (unit)* No 1 2 3 4 5

Komoditas Dried Fruit Mangga Pepaya Jahe Guava Nenas

Washer Sanshon QXJL-I 16 5 4 6 4

AZEUS AZS-MP 15 5 4 6 ***

Zhoufeng ZFPP-S

Sure CD80X

Zhichao size Three

Dryer JK03RD

Sentrifuse

*** *** *** *** 4

7 3 2 3 3

31 13 7 4 12

17 10 *** 10 5

*** *** 19 12 ***

Keterangan: * kapasitas mesin di Bab Hasil dan Pembahasan; *** mesin tidak digunakan dalam proses produksi

67

67

68

Lampiran 11 Analisis Activity Relationship Chart (ARC) Diagram keterkaitan antar aktivitas industri dried fruit dengan metode Total Closeness Rating (TCR) AA AB AC AD AE AF AG AH

A 1, 2 A 1, 2 A 1, 2 A 1, 2 A 1, 2 A 1, 2 A 3 I

AI E

AJ AK AL AM

A 3 X 4 A 2, 3

Faktor/ alasan penyusunan: 1. Berdasarkan urutan aliran proses 2. Berdasarkan kemudahan pengawasan 3. Berdasarkan kemudahan akses 4. Kebisingan/polusi

E I E

I

E E

I

U U O

I E E

O E X 4 X 4

U

U

U A 3 O X 4

U U

U

O O I U X 4

O O U U U

I

U

O O

U

O U

U

O U U X 4

O U O X 4

U U

O U

U

O

O O X 4

X 4

X 4

U X 4

X 4

Keterangan: A : Harus bersebelahan (Absolutely necessary) E : Harus berdekatan (Especially important) I : Cukup berdekatan (Important) O : Tidak harus berdekatan (Ordinary) U : Bebas dan tidak saling terkait (Unimportant) X : Tidak boleh saling berdekatan atau harus saling berjauhan (Not desirable) 68

69

Keterangan kode ruangan Kode Ruangan AA

Nama Departemen Gudang bahan baku

AB

Ruang pencucian

AC

Ruang pengolahan awal

AD

Ruang pendinginan

AE

Ruang penaburan gula

AF

Ruang pengemasan

AG

Gudang produk

AH

Area parkir

AI

Masjid dan toilet

AJ

Kantin

AK

Kantor

AL

Ruang utilitas

AM

IPAL

69

69

70

Keterkaitan antar aktivitas Keterkaitan Ruangan I O AD, AH ***

Kode Ruangan AA

A AB

E AC

AB

AA, AC

AD

AE

AC

AB, AD

AA, AE

AD

AC, AE

AE

U AE, AF, AG, AI, AJ, AK, AL

X AM

AI, AJ, AL

AF, AG, AH, AK

AM

AF

AG, AI, AJ, AL

AH, AK

AM

AB, AF

AA, AG

AI, AJ, AL

AH, AK

AM

AD, AF

AC, AH

AB

AI, AJ, AL

AA, AH, AK

AM

AF

AE, AG

AD, AH

AC

AI, AJ

AA, AB, AK, AL

AM

AG

AF, AH

AE

AD, AK

AC

AA, AB, AI, AJ, AL

AM

AH

AG, AK

AF

AA, AI

AJ

AB, AC, AD, AE, AL, AM

***

AI

***

AJ, AK

AH

AB, AC, AD, AE, AF, AL

AA, AG

AM

AJ

AK

I

***

AB, AC, AD, AE, AF, AH

AA, AH

AL, AM

70

71

Keterkaitan Ruangan I O

Kode Ruangan

A

E

AK

AH, AJ

AI

AG

AL

AM

***

AM

AL

***

U

X

***

AA, AB, AC, AD, AE, AF

AL, AM

***

AB, AC, AD, AE, AI

AA, AF, AG, AH

AJ, AK

***

***

AH

AA, AB, AC, AD, AE, AF, AG, AI, AJ, AK

Perhitungan Total Closeness Rating (TCR) Tingkat Hubungan I (32) O (31) 2 0

Kode Ruangan AA

A (34) 1

E (33) 1

AB

2

1

1

AC

2

2

AD

2

AE

2

Total

U (30) 7

X (0) 1

3

4

1

211

1

4

2

1

239

2

2

3

2

1

245

2

1

3

3

1

237

133

71

71

72

Tingkat Hubungan I (32) O (31)

Kode Ruangan

A (34)

E (33)

AF

2

2

1

AG

2

1

AH

2

AI

Total

U (30)

X (0)

2

4

1

235

2

1

5

1

215

1

2

1

6

0

216

0

2

1

6

2

1

83

AJ

1

1

0

6

2

2

128

AK

2

1

1

0

6

2

204

AL

1

0

0

5

4

2

100

AM

1

0

0

0

1

10

82

72

73

Urutan ruangan berdasarkan nilai TCR No 1

Kode Ruangan AD

Nama Departemen Ruang pendinginan

Total Nilai 245

2

AC

Ruang pengolahan awal

239

3

AE


237

4

AF

Ruang pengemasan

235

5

AH

Area parkir

216

6

AG

Gudang produk

215

7

AB

Ruang pencucian

211

8

AK

Kantor

204

9

AA

Gudang bahan baku

133

10

AJ

Kantin

128

11

AL

Ruang utilitas

100

12

AI

Masjid dan toilet

83

13

AM

IPAL

82

73

73

74

Lampiran 12 Kebutuhan luas ruangan industri

No

Mesin dan Peralatan

Ruangan

Dimensi Mesin dan Peralatan (m)

Jumlah Alat

Jumlah Luas (m2)

1

Gudang bahan baku

Area penyimpanan bahan baku

15 x 10

1

150

2

Ruang pencucian

Washer Sanshon QXJ-L-I

4.7 x 1.5

16

112.8

3

Ruang pengolahan awal (Pengupasan, Pengirisan, Perendaman, Pengeringan, dan Penirisan)

a)

AZEUS AZS-MP

a) 1.8 x 0.8

a) 15

a) 21.6

b)

Zhoufeng ZFPP-S

b) 1.2 x 0.7

b) 4

b) 3.36

c) 1.3 x 0.7

c) 7

c) 6.37

c)

Sure CD80X

d) 3 x 1.2

d) 31

d) 111.6

d)

Zhichao size Three

e) 6 x 2.5

e) 17

e) 255

f) 8 x 4

f) 19

f) 608

1

125

4

Ruang pendinginan

e)

Dryer JK03RD

f)

Sentrifuse

Area pendinginan

12.5 x 10

Luas Ruang

Dimensi Ruang (m)

(m2)

Luas Ruang + Kelonggaran 50% (m2)

150

225

17 x 13.24

112.8

169.20

16.92 x 10

1005.93

1,508.90

40 x 37.72

125

187.5

14.42 x 13

74

75

No

Ruangan

Mesin dan Peralatan

Dimensi Mesin dan Peralatan (m)

Jumlah Alat

Jumlah Luas (m2)

Luas Ruang (m2)

Luas Ruang + Kelonggaran 50% (m2)

Dimensi Ruang (m)

5


Area penaburan gula

12.5 x 10

1

125

125

187.5

14.42 x 13

6

Ruang pengemasan

Area pengemasan

10 x 10

1

100

100

150

12 x 12.5

7

Gudang produk

Area penyimpanan produk

12 x 10

1

120

120

180

15 x 12

8

Area parkir

Lahan parkir

50 x 10

1

500

500

750

60 x 12.5

9

Masjid dan toilet

Area masjid dan toilet

15 x 10

1

150

150

225

20 x 11.25

10

Kantin

Area Kantin

15 x 7

1

105

105

157.5

15.75 x 10

11

Kantor

Area Kantor

20 x 5

1

100

100

150

25 x 6

12

Ruang utilitas

Area Utilitas

20 x 10

1

200

200

300

25 x 12

13

IPAL

Area IPAL

40 x 10

1

400

400

600

42 x 14.29

3,193.73

4,790.60

Total Kebutuhan Luas Ruangan

75

75

76

RIWAYAT HIDUP

Penulis dilahirkan di Gresik pada tanggal 29 Juli 1993 dari Ayah Nova Ahmad Kamaluddin dan Ibu Juwairiyah. Penulis lulus dari SMA Negeri 5 Kota Kediri pada tahun 2011. Pada tahun yang sama, penulis diterima di Departemen Teknologi Industri Pertanian Fakultas Teknologi Pertanian Institut Pertanian Bogor melalui jalur SNMPTN Undangan dan mendapatkan beasiswa bidik misi (20112015) serta beasiswa kepemimpinan PPSDMS Nurul Fikri (20122014). Selama mengikuti perkuliahan, penulis aktif di berbagai organisasi eksternal maupun internal kampus. Penulis mendapatkan amanah sebagai Kepala Departemen Service Unit Kegiatan Mahasisiswa Bidang Keilmiahan, Forum for Scientific Studies (FORCES IPB) pada periode tahun 2013/2014 dan Direktur FORCES IPB pada periode tahun 2014/2015. Penulis juga aktif mengikuti berbagai organisasi lain selama kuliah seperti Organisasi Mahasiswa Daerah Kediri (Kamajaya), Dewan Mushola Asrama TPB C1, I’Fast Club, Bina Desa BEM KM IPB, KMNU IPB, IPB Political School, Seizer Community, dan Komunitas Organik Indonesia (KOI). Pengalaman kepanitiaan penulis diantaranya Konferensi Pertanian Indonesia 2011, Olimpiade Mahasiswa IPB (OMI) 2012, Pelatihan Pembuatan Proposal PKM (P4) 2012-2014, Pekan Inovasi Mahasiswa Pertanian Indonesia (PIMPI) 2012-2014, dan lainnya. Beberapa prestasi yang pernah diraih penulis semasa kuliah diantaranya Juara 3 Esai Mahasiswa Cinta Pertanian 2011, Juara 2 Kompetisi Bisnis Plan PIMPI IPB 2012, Finalis Business Model Canvasing UB 2013, Juara 2 LKTI Fishmo UB 2013, Juara 3 LKTIA Hassasin 2013, Juara 1 Kompetisi Bisnis Plan SYF Uniex Consulting 2013, Ambassador Uniex Academy 2014, peserta Indonesia Leadership Camp (ILC) 2014, Delegasi Indonesia pada Nusantara Leadership Camp (NLC) Malaysia 2014, Juara 2 LKTIA Hassasin IPB 2014, Juara 3 Debat Agroindustrial Fair IPB 2014, dan lainnya. Penulis melaksanakan Praktik Lapangan (PL) pada periode 23 Juni hingga 19 Juli 2014 di PT Pabrik Kertas Tjiwi Kimia Tbk dengan topik Kajian Teknologi Proses Produksi Kertas di PT Pabrik Kertas Tjiwi Kimia dan pada periode 21 Juli hingga 15 Agustus 2014 di Badan Lingkungan Hidup Kabupaten Sidoarjo dengan topik Pengeluaran Kebijakan Lingkungan oleh Badan Lingkungan Hidup Kabupaten Sidoarjo.

OPTIMASI PENENTUAN LOKASI DAN ANALISIS TATA LETAK INDUSTRI BUAH KERING (DRIED FRUIT) DI PT GREAT GIANT PINEAPPLE LAMPUNG TENGAH

Recommend Documents