2nd Workshop on System Modelling for Policy Development : Rehearsing Strategic Initiatives Jakarta, 26 November 2011
Pengembangan Model Sistem Dinamik Kinerja Pabrik Gula Rohmatulloh Alumni Teknologi Industri Pertanian, Sekolah Pascasarjana IPB, Bogor Marimin, Machfud, M. Zein Nasution Departemen Teknologi Industri Pertanian, Institut Pertanian Bogor Kampus IPB Darmaga, PO BOX 220, Bogor 16680 E-mail :
[email protected],
[email protected] Intisari Makalah ini membahas kajian pengembangan model sistem pengukuran kinerja pada pabrik gula (PG) menggunakan system dynamics. Pendekatan system dynamics memberikan kerangka kerja analitis dalam rangka memahami keterkaitan kebijakan manajerial pabrik gula. Penelitian dilaksanakan di PG Subang Jawa Barat. Implementasi model dinamik menggunakan perangkat lunak Vensim PLE. Model dinamik kinerja PG terdiri dari keterkaitan bagian proses produksi (tanaman dan pengolahan), keuangan, dan sumber daya manusia. Sistem menghasilkan tiga skenario (optimis, moderat, dan pesimis) berdasarkan respon manajemen pada perencanaan strategis tahun 2007-2011. Hasil penelitian adalah model dapat digunakan untuk memberikan wawasan bagi manajemen untuk memantau perilaku dinamik PG dalam rangka mendapatkan kebijakan terbaik pada tahun akan datang. Implikasi hasil penelitan kasus ini terhadap peningkatan kinerja industri gula secara umum adalah mengoptimalkan pemanfaatan luas lahan tanam
berbentuk HGU dari dari luas lahan HGU yang dimiliki dan meningkatan mutu penanaman tebu serta koordinasi proses TMA yang terencana. Kata kunci : Pabrik Gula, Pengukuran Kinerja, dan System Dynamics
1. Pendahuluan Kajian pergulaan nasional pada umumnya mengungkapkan bahwa salah satu faktor utama untuk meningkatkan produktivitas gula dalam tebu (rendemen) adalah dengan memperbaiki sebagian besar kinerja pabrik gula (PG). Peran PG khususnya milik pemerintah dalam mendukung peningkatan produktivitas rendemen secara nasional sangat strategis untuk mencukupi permintaan gula yang terus meningkat dengan laju kenaikan sebesar 2,96% per tahun (Susila et al, 2005). Kebutuhan gula sebagai sumber kalori yang relatif murah, banyak dibutuhkan untuk konsumsi langsung (sekitar 15 kg per kapita per tahun) dan industri. PG milik pemerintah saat ini sebanyak 48 pabrik yang tersebar di pulau Jawa. PG Subang merupakan salah satu PG yang berkontribusi terhadap kinerja rendemen nasional dengan nilai efisiensi rendemennya pada tahun 2006 sebesar 8,03%. Kajian awal sistem pengukuran memberikan gambaran bahwa kinerja yang berkontribusi teradap peningkatan rendemen gula merupakan keterkaitan kinerja antar seluruh bagian baik di kebun maupun di pabrik bersifat komplek dan dinamik. Kompleksitas tersebut misalnya pada saat aktifitas TMA (tebang, muat, angkut) hingga tebu sampai di halaman pabrik untuk digiling menjadi gula tebu. Pada proses tersebut nilai ukuran kinerjanya dapat berubah dengan cepat dari waktu ke waktu sehingga nilai efisiensi rendemennya dapat menurun menjadi hanya sekitar 4%. Padahal idealnya jika penanganan aktifitas TMA sampai tebu digiling dikordinasikan secara baik antar bagian, maka nilai efisiensi rendemen dapat mencapai sekitar 9-10% dari kandungan gula dalam tebu yang berkisar 12-14% sesuai dengan ketersediaan sumberdaya dan teknologi yang dimiliki saat ini. Rendemen sebagai ukuran kesuksesan PG ditangani oleh tiga bagian, yaitu bagian tanaman, pabrikasi, dan instalasi. Ketiga bagian tersebut memiliki peran secara langsung terhadap aspek kinerja pol. Tebu, BHR (boiling house recovery), dan HPG (harkat pemurnian gula). Ketiga aspek tersebut ditunjang dengan dukungan SDM (sumberdaya manusia) yang terampil dan pendanaan yang
2nd Workshop on System Modelling for Policy Development : Rehearsing Strategic Initiatives Jakarta, 26 November 2011
mencukupi. Mengingat komplek dan dinamiknya kinerja pada PG, manajemen PG biasanya merumuskan kebijakan terbaik dan tepat dalam perencanaan strategisnya untuk meminimalisasi kemungkinan inefisiensi aspek tersebut melalui beberapa pilihan strategi. Strategi itu dapat ditempuh misalnya melalui pengaturan jadwal TMA, manajemen persediaan tebu di halaman pabrik, pengaturan mesin giling dan startegi lainnya. Memperhatikan gambaran realitas kinerja PG di atas, tujuan penelitian ini untuk mengembangkan model dinamik kinerja PG sebagai alat bantu mengenal pola perilaku permasalahan manajerial kinerja PG. Model sistem dinamik dengan alat analisis simulasi dapat membantu manajemen PG guna memperoleh susunan kebijakan terbaik untuk tahun mendatang dengan mengujicobakan beberapa pilihan skenario. Beberapa penelitian terdahulu terkait dengan kajian industri gula oleh Sriwana (2006) dan Lohjayanti (2007). Penelitian Sriwana berfokus pada pembuatan model untuk upaya optimalisasi pemeliharaan mesin, penentuan jadwal tebang tebu dan sistem antrian alat angkut di pabrik. Penelitian Lohjayanti berfokus pada pembuatan sistem penunjang keputusan pengendalian produksi gula pada aspek kapabilitas proses, dan penentuan efisiensi produksi. Penelitian terdahulu yang terkait dengan penggunaan metode system dynamics oleh Kumar, et al, (2007) yang berfokus pada perancangan rantai pasok industri manufaktur otomotif ramah lingkungan di Jepang.
2. Sistem Pengukuran Kinerja Pabrik Gula Disain SPK PG yang diterapkan saat ini memiliki empat bidang fungsional terdiri dari manajemen perusahaan, manajemen pabrik, lantai produksi, dan bina sarana tani (BST) atau riset dan pengembangan (subbagian tanaman), serta laboratorium pengendalian kualitas (subbagian pabrikasi) (Gambar 1). Setiap tingkat fungsional dihubungkan dengan alur garis yang mencerminkan aliran informasi PK. Tingkat manajemen perusahaan mengevaluasi seberapa besar kontribusi PG terhadap keuntungan yang diberikan dalam rangka memuaskan pemangku kepentingan (pemerintah, petani, dan masyarakat). Tingkat manajemen pabrik menerjemahkannya ke dalam seperangkat ukuran kesuksesan bersama yaitu rendemen gula sebagai konsensus bersama ukuran kinerja. Kinerja rendemen gula menjadi tanggung jawab bagian tanaman, instalasi, dan pabrikasi dengan dukungan bagian keuangan dan akuntansi, dan sumberdaya manusia dan umum. Manajemen perusahaan Laba
Laporan kepuasan perusahaan
Manajemen pabrik
Laporan PK
Keu. & Akt.
SDM & Umum
Laba
SMK
Tana man
Insta lasi
Pabri kasi
Laporan PK
Rendemen gula
Lantai produksi
BST
Lab. QC
Perbaikan Keu. & Akt. HPP
SDM & Umum Aspek A,B,C
Tana man Pol tebu
Insta lasi BHR
Pabri kasi HPG
Tebu hilang Kemasakan tebu
Gambar 1 Sistem pengukuran kinerja PG Subang
Warna larutan (ICUMSA)
2nd Workshop on System Modelling for Policy Development : Rehearsing Strategic Initiatives Jakarta, 26 November 2011
3. Metode Penelitian 3.1. Pengembangan Model Pengembangan model dinamik pada penelitian ini menggunakan pendekatan System Dynamics (SD). SD adalah metode untuk meningkatkan pembelajaran dalam sistem yang kompleks. Lebih lanjut, metode ini diilustrasikan seperti sebuah simulasi dalam kokpit pesawat bagi manajemen untuk memahami dalam belajar dinamika yang kompleks, memahami sumber resistensi (hambatan) dalam kebijakan, dan merancang kebijakan yang lebih efektif (Sterman, 2000). Bangunan metodologi SD terdiri atas tiga latar belakang disiplin ilmu manajerial tradisional, sibernetika, dan simulasi komputer. Prinsip dan konsep dari ketiga disiplin ini saling bersinergi dengan mengenyampingkan kelemahannya masing-masing dalam memecahkan permasalahan manajerial secara holistik (Sushil, 1992). Dalam perspektif SD, permasalahan manajerial PG yang akan dimodelkan pada penelitian ini merupakan keterkaitan dari beberapa sub sistem seperti sub sistem tanaman (kebun), sub sistem pengolahan (pabrik), sub sistem sumber daya manusia, dan sub sistem keuangan. Disain sub sistem SDM pada model ini mengacu pada kajian model Streman (2000) dan Waren (2002). Pengembangan model dengan bantuan simulasi komputer untuk menganalisis perilaku dinamik kinerja PG guna mendapatkan gambaran beberapa pilihan skenario kebijakan terbaik dan terburuk dinamika kinerja efisiensi PG yaitu rendemen. Simulasi sebagai teknik penunjang keputusan dalam pemodelan, misalnya pemecahan masalah bisnis secara ekonomis dan tepat menghadapi perhitungan rumit dan data yang banyak. Simulasi adalah aktifitas di mana pengkaji dapat menarik kesimpulan tentang perilaku dari suatu sistem melalui penelaahan perilaku model yang selaras, di mana hubungan sebab akibatnya sama dengan atau seperti yang ada pada sistem yang sebenarnya (Eriyatno, 1998). Kerangka pengembangan model dinamik kinerja PG disajikan pada Gambar 2. Model
Struktur SPK PG Sub Sistem Pengolahan (Bagian Pabrikasi, & Instalasi) Sub Sistem Tanaman (Bagian Tanaman) Sub Sistem Keuangan (Bagian Keuangan dan Akuntansi) Sub Sistem SDM (Bagian SDM & Umum)
Analisis Perilaku Dinamik Lahan Panen, Produktivitas Kebun, Hablur 6,000 Hektare 200 Tonne/(Hektare*Year) 80,000 Tonne
Sub model proses 5,000 Hektare produksi Sub model SDM
100 Tonne/(Hektare*Year) 40,000 Tonne
Sub model keuangan
4,000 Hektare 0 Tonne/(Hektare*Year) 0 Tonne 2002 lahan panen : Optimis produktifitas kebun : Optimis Hablur : Optimis
2004
2006 2008 Time (Year)
2010
Hektare Tonne/(Hektare*Year) Tonne
Skenario terbaik menggunakan pengungkit tertinggi Produktivitas kebun dan luas lahan panen
Gambar 2 Kerangka Pengembangan Model
3.2. Tata Laksana Penelitian studi kasus dilaksanakan di PG Subang Jawa Barat pada bulan Mei 2007. Pengumpulan data kualitatif melalui teknik wawancara semi terstruktur. Partisipan adalah manajer yang ada di lingkungan PG Subang kecuali bagian instalasi dan keuangan. Data kuantitatif diperoleh dari laporan tertulis dalam periode waktu 2002-2006. Data yang tidak tersedia, diestimasi berdasarkan informasi kualitatif yang diperoleh saat wawancara dan tinjauan pustaka. Pengolahan dan analisis data menggunakan perangkat lunak Vensim PLE.
2nd Workshop on System Modelling for Policy Development : Rehearsing Strategic Initiatives Jakarta, 26 November 2011
4. Konsep Model 4.1. Asumsi Asumsi yang digunakan pada model dinamik ini adalah sebagai berikut : a. Jam pelatihan setiap karyawan setiap tahun memiliki pengaruh positif terhadap peningkatan keterampilan karyawan PG. Selanutnya, memiliki pengaruh positif terhadap pencapaian kinerja rendemen. Keterampilan karyawan akan meningkatkan prestasi kerja di seluruh bagian PG yang berkontribusi langsung maupun tidak langsung terhadap kinerja rendemen. b. Variabel luas lahan panen, produktivitas kebun, sampah tebu, harga pokok produksi, penurunan keterampilan, dan jumlah kebutuhan karyawan diinginkan merupakan parameter yang didefinisikan pemakai model sesuai dengan rencana kebijakannya. Nilai perubahan parameter tersebut ditentukan berdasarkan acuan RKAP (rencana kerja anggaran perusahaan). Asumsi yang tercakup dalam RKAP telah memperhitungkan potensi-potensi risiko keuangan, sosial, peraturan, dan lain-lain. 4.2. Peta Model Mental Pengembangan model untuk memahami perilaku dinamik kinerja PG untuk membantu merancangn kebijakan tingkat manajemen PG. Tahap awal pemodelan, penulis menggambarkan peta model mental manajemen untuk mengidentifikasi proses umpan balik yang bertanggungjwab bagi pertumbuhan kinerja. Pendekatan pemodelan model mental bukan menggambarkan dunia nyata. Dengan demikian proses penggambaran proses umpan balik tergantung pada persepsi manajer terhadap dunia nyata (Akkermans et al, 2004). Peta model mental kinerja PG Subang disajikan pada Gambar 3. Dalam sistem kinerja PG, kristal gula ditentukan oleh niliai efisiensi rendemen dalam jumlah tebu yang digiling. Jumlah tebu yang digiling dipengaruhi oleh sebarapa besar produktivitas kebun per hektar dengan lahan yang dipanen. Gula kristal dan tetes tebu (molases) menjadi sumber pendapatan PG dan menentukan juga besarnya investasi SDM melalui jumlah jam pelatihan yang tersedia untuk karyawan setiap tahun. Jumlah pelatihan menambah pengetahuan karyawan dalam mengelola PG sehingga kinerja PG meningkat melalui efisiensi rendemen dan jumlah lahan yang dipanen bertambah luas.
+
Fraksi rendemen gula
Produktifitas kebun
B1 + Tebu dalam giling + -
R2
+ + B2
Lahan panen +
+ + Kristal gula
Pendapatan
Tetes
+
R1 Karyawan
+ Pelatihan
Tingkat kete rampilan +
Gambar 3 Diagram Simpal Kausal Kinerja PG
2nd Workshop on System Modelling for Policy Development : Rehearsing Strategic Initiatives Jakarta, 26 November 2011
4.3. Formulasi Diagram peta model diterjemahkan ke dalam struktur diagram alir stock flow diagrams (SFD) untuk melakukan tahapan formulasi model. SFD sebagai konsep sentral dalam teori SD. Stock adalah akumulasi atau pengumpulan dan karakterstik keadaan sistem dan pembangkit informasi, di mana aksi dan keputusan didasarkan padanya. Stock digabungkan dengan rate atau flow sebagai aliran informasi, sehingga stock menjadi sumber ketidakseimbangan dinamis dalam sistem (Sterman, 2000). Formulasi model merupakan proses menerjemahkan konsep model kualitatif menjadi model kuantitatif. Model simulasi agar dapat dijalankan harus lengkap dengan persamaan matematis yang benar, parameter dan penentuan kondisi nilai awal ke dalam SFD. SFD model dinamik kinerja PG disajikan pada Gambar 3. penyesuaian lahan tanam
TESt2 LAHAN TANAM DIINGINKAN FRAKSI PENGURANGAN LAHAN
WAKTU PENYESUAIAN LAHAN
TESt1
<Time>
TABEL PRODUKTIFITAS KEBUN
lahan panen
pertambahan lahan
pengurangan lahan
produktifitas kebun
FRAKSI TETES
BIAYA PRODUKSI UNIT
harga gula FRAKSI PEMBIAYAAN
komponen lain
produksi limbah
laju produksi tebu pengaruh sampah terhadap rendemen
pemanfaatanFRAKSI KRISTAL limbah
Limbah
FRAKSI LIMBAH
SAMPAH
TABEL FRAKSI PEMBIAYAAN MARJIN KEUNTUNGAN
Tebu dalam proses laju produksi hablur produksi tetes
pendapatan gula kristal
Hablur
pendapatan
laju produksi gula kristal
pembiayaan produksi
Dana tersedia
investasi SDM pendapatan tetes FRAKSI INVESTASI PELATIHAN HARGA TETES
fraksi rendemen
TABEL RENDEMEN
KARYAWAN DIINGINKAN
jumlah karyawan pengaturan rekrutmen
WAKTU TUNDA REKRUTMEN
pelatihan tersedia rekrutmen
pengaruh keterampilan thd rendemen
RATA-RATA WAKTU TINJAUAN
BIAYA PELATIHAN
jumlah karyawan keluar
tinjauan karyawan dalam pelatihan
Karyawan dalam pelatihan
laba
Karyawan
kandidat karyawan
karyawan tidak lulus
FRAKSI KANDIDAT KARYAWAN
peningkatan Keterampilan penurunan keterampilan keterampilan TABEL PENGARUH KETERAMPILAN THD RENDEMEN
pensiun
FKAKSI PENSIUN
pelatihan per karyawan
FRAKSI PENURUNAN KETERAMPILAN
pengaruh pelatihan thd keterampilan
TABEL PENGARUH PELATIHAN THD KETERAMPILAN
Gambar 3 Sturktur Diagram Alir SFD Kinerja PG
4.4. Simulasi dan Pengujian Proses verifikasi model dinamik kinerja PG Subang dengan melakukan pengecekan hubungan antar variabel dan parameter sehingga terjadi konsistensi hubungan yang logis dan konsistensi unit analisis parameter. Paket software Vensim menyediakan menu untuk pengecekan model dan unit. Verifikasi lainnya lainnya dengan memeriksa perilaku model dinamik kinerja sehingga sesuai dengan perilaku nyata. Proses validasi meliputi pengujian hasil keluaran dan pengujian kondisi ekstrim. Konsistensi antara hasil keluaran simulasi dengan data aktual agar masih dalam batas yang diperkenankan. Pengujian ketangguhan model terhadap perubahan kondisi ekstrim dengan cara merubah parameter produkstivitas kebun yang diasumsikan meningkat atau bahkan menurun karena
2nd Workshop on System Modelling for Policy Development : Rehearsing Strategic Initiatives Jakarta, 26 November 2011
adanya perubahan cuaca yang menyebabkan gagal panen. Proses verifikasi dan validasi telah memenuhi prosedur yang mengacu pada Schlesinger, et al. (1979) dalam Sargent (1998). Analisis simulasi dengan melakukan perubahan beberapa nilai parameter kebijakan manajemen PG mengacu Forrester (1961) dalam Lyneis (1980) terdiri dari tiga skenario, yaitu skenario agresif (optimis), moderat, dan lambat (pesimis). Skenario moderat mengacu pada capaian kinerja tahun 2006, yaitu produktivitas kebun sebesar 70 ton per hektar, lahan tanam sebesar 5.100 hektar (terdiri dari lahan HGU sebesar 4.200 hektar, lahan kerjasama dan tebu rakyat sebesar 900 hektar), sampah tebu sebesar 6%. Skenario optimis menggunakan pola pertumbuhan meningkat pada luas lahan tanam tebu khususnya lahan HGU setiap tahun sebesar 100 hektar per tahun, produktivitas kebun meningkat menjadi 5 ton per hektar setiap tahun, investasi SDM dinaikkan menjadi 10% per tahun dari dana perusahaan yang tersedia, sedangkan sampah tebu yang ikut dalam proses TMA mengalami penurunan menjadi sebesar 3%. Skenario pesimis meliputi tidak terjadi pertambahan luas lahan tanam dan produktivitas kebun, sampah yang terangkut meningkat sebesar 11%, dan investasi SDM hanya 5% per tahun (Tabel 1). Tabel 1. Matrik skenario
Skenario Moderat Optimis Pesimis 1) 2) 3)
Luas lahan tanam (hektar) 5.100 2 + 100 per tahun 3 5.100
Parameter Kinerja Utama PG Produktivitas Sampah tebu Kebun (%) (ton/hektar) 70 6 + 5 per tahun 3 70 11
Investasi SDM 1 (%) 5 10 5
Alokasi investasi SDM terhadap pendapatan PG Lahan HGU sebesar 4.200 hektar dan TRB sebesar 900 hektar Peningkatan khusus pada lahan berbentuk HGU
Hasil simulasi berbagai skenario pada dinamika produksi hablur dan dinamika rendemen disandingkan dengan investasi SDM pada sekenario potimis seperti ditunjukkan pada Gambar 4 dan 5). Dinamika kinerja produksi hablur tahun 2007 pada berbagai skenario tidak mengalami perbedaan signifikan. Penerapan skenario optimis memberikan implikasi terhadap dinamika kinerja PG yaitu produksi hablur mengalami peningkatan secara signifikan sampai dengan 52 ribu ton pada tahun 2011 dan dinamika kinerja rendemen mengalami peningkatan di akhir tahun 2011 sebesar 9.8% dengan kondisi nilai investasi SDM dinaikkan sebesar 5% menjadi 10% dari pendapatan PG. Kinerja efisiensi rendemen sebesar 9.8% telah berada pada kondisi yang ideal sesuai dengan ketersediaan sumberdaya dan teknologi proses yang dimiliki PG saat ini.
2nd Workshop on System Modelling for Policy Development : Rehearsing Strategic Initiatives Jakarta, 26 November 2011
Hablur 60,000
Optimis Moderat
Tonne
45,000
30,000
Pesimis
15,000
0 2002
2003
2004
Hablur : Pesimis Hablur : Dasar
2005
2006 2007 Time (Year)
2008
2009
2010
2011
Hablur : Optimis
Gambar 4 Dinamika produksi hablur
Rendemen & Investasi SDM 0.1 Dmnl 20 B Rupiah/Year
Rendemen 0.07 Dmnl 10 B Rupiah/Year
Investasi SDM 0.04 Dmnl 0 Rupiah/Year 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 Time (Year) fraksi rendemen : Optimis investasi SDM : Optimis
Dmnl Rupiah/Year
Gambar 5 Dinamika rendemen dan investasi SDM pada Seknario Optimis
Berdasarkan implikasi dinamika kinerja PG pada skenario optimis, diperoleh rumusan kebijakan yang menekankan pada dua aspek, yaitu mempertahankan dan meningkatkan jumlah luas lahan panen yang berbentuk HGU dan peningkatan produktifitas kebun. Aspek Peningkatkan jumlah luas lahan panen yang berbentuk HGU dilakukan melalui upaya pemanfaatan luas lahan HGU yang dimiliki minimal sebesar 4.200 hektar. Lahan berbentuk HGU memiliki produktivitas cukup tinggi karena dapat dikendalikan secara penuh oleh PG yang sebagaian besar ditanami tanaman tebu baru dan keprasan 1 (ratoon 1). Berdasarkan data PG tahun 2007, kinerja rendemen lahan tanam HGU sebesar 8,15% lebih baik dibandingkan lahan kerjasama sebesar 8,02% dan lahan tebu rakyat sebesar 7,34%. Aspek peningkatan produktivitas kebun dilakukan melalui usaha : a. Proses budidaya dengan memperhatikan beberapa faktor berpengaruh seperti air, varietas, masa tanam, kesuburan tanah, pengendalian hama penyakit tanaman dan pemupukan.
2nd Workshop on System Modelling for Policy Development : Rehearsing Strategic Initiatives Jakarta, 26 November 2011
b. Proses tebang tebu harus memperhatikan jumlah tebu yang tidak ikut di tebang (bagian cako dan tunggak) minimal sebesar 20 kuintal per hektar. Bagian cako dan tunggak paling banyak yang tidak ikut ditebang dengan kandungan nilai gula sekitar 2%. c. Proses TMA yang optimal dengan memperhatikan hasil panen tebu dalam kondisi masak segar bersih (MSB). Tebu yang masuk kategori MSB berperan mengurangi potensi kehilangan pol tebu dari kebun ke pabrik. Proses TMA yang mengikuti kaidah MSB juga dapat mengurangi sampah tebu yang terangkut berupa daun dan kotoran seperti tanah berpotensi menurunkan kandungan gula di mana setiap 3% sampah terangkut menurunkan rendemen sebesar 0,1964 poin. Penanganan TMA memerlukan kerjasama yang baik antar bagian khususnya di bagian di kebun dan di pabrik karena dibatasi oleh waktu. Untuk menciptakan kerjasama yang baik, manajemen dapat memperbanyak alokasi jam pelatihan berbentuk pelatihan konsultasi. 5. Penutup Perancangan model dinamik kinerja PG Subang berhasil mendeskripsikan perilaku dinamik kinerja PG pada tahun mendatang sesuai dengan skenario perencanaan strategis manajemen PG. Dinamika kinerja produksi hablur dan rendemen pada skenario optimis, pesimis dan dasar dipengaruhi secara signifikan oleh pengaturan paramater kebijakan luas lahan tanam, produktivitas kebun, proses TMA, dan investasi SDM. Dinamika kinerja rendemen pada skenario optimis sampai dengan akhir tahun 2011 meningkat secara signifikan sesuai dengan kemampuan sumber daya dan teknologi yang dimiliki PG saat ini dengan syarat nilai investasi SDM juga ditingkatkan dalam rangka meningkatkan keterampilan karyawan. Implikasi hasil kajian kasus ini terhadap kebijakan peningkatan rendemen industri gula secara umum yaitu mengoptimalkan pemanfaatan luas lahan tanam berbentuk HGU dari dari luas lahan HGU yang dimiliki dan meningkatan mutu penanaman tebu serta koordinasi proses TMA yang terencana. Saran untuk penelitian selanjutnya, sebaiknya dilakukan pada masa tanam agar peluang untuk mendapatkan data lebih maksimal. Interaksi langsung peneliti dengan manajemen PG dan karyawan di luar masa giling PG dapat lebih leluasa dan tidak banyak mengganggu aktivitas kerja. Dengan demikian, peneliti dapat optimal mendapatkan wawasan yang lebih sistemik dan dinamik aspek PK pada PG khususnya di tingkat operasional kebun dan pabrik. 6. Daftar Pustaka [1]
Mardianto, S., P. Simatupang, P.U. Hadi, H. Malian, dan A. Susmiadi, (2005) ‘Peta Jalan (Road Map) dan Kebijakan Pengembanagn Industri Gula Nasional’, Forum Penelitian Agro Ekonomi, Vol. 23 No. 1, Juli, hal.19-37.
[2]
Isma’il, N.M., (2001) ‘Peningkatan Industri Daya Saing Gula Nasional Sebagai Langkah Menuju Persaingan Bebas’, Science and Technology Policy ISTECS Journal, Vol II, hal. 3-14.
[3]
Malian, A.H., E.M. Lakollo, M. Ariani, K.S. Indraningsih, A. Askin, A.K. Zakaria, J. Hestina, (2004) ‘Laporan Akhir Revitalisasi Sistem dan Usaha Agribisnis Gula’ Puslitbang Sosial Ekonomi Pertanian, Balitbang Deptan.
[4]
Susila, W.R., dan B.M. Sinaga, (2005) ‘Analisis Kebijakan Industri Gula Indonesia’, Jurnal Agro Ekonomi, Vol. 23 No. 1, Mei, hal. 30-53.
[5]
Akkermans, H.A., and KE van Oorschot., (2005) ‘Relevance Assumed : A Case Study of Balanced Scorecard Development Using System Dynamics’, Journal of the Operational Research Society, Vol. 56 No. 8, pp. 931-941.
[6]
Eriyatno, (1998) ‘Ilmu Sistem : Meningkatkan Mutu dan Efektifitas Manajemen’, IPB Press.
[7]
Kumar, S., and T. Yamaoka, (2007) ‘System dynamics study of the Japanese automotive industry closed loop supply chain’, Journal of Manufacturing Technology Management, Vol. 18 No. 2, 2007, pp. 115-138.
2nd Workshop on System Modelling for Policy Development : Rehearsing Strategic Initiatives Jakarta, 26 November 2011
[8]
Lohjayanti, A., (2007) ‘Keragaan dan Sistem Pennjang Keputusan Pengendalian Proses Produksi Gula Kristal di PT. PG Rajawali II Unit PG Jatitujuh Majalengka’, IPB.
[9]
Lyneis, J.M., (1980) ‘Corporate Planning and Policy Design : A System Dynamics Approach’, The MIT Press.
[10] Rohmatulloh, Marimin, Machfud, dan M.Z. Nasution, (2009) ‘Kajian Sistem Pengukuran Kinerja Pabrik Gula’, Jurnal Manajemen dan Agribisnis, Vol. 6 No. 1 Maret, hal. 15-23. [11] Sriwana, I.K., (2006), ‘Pemodelan Sistem untuk Peningkatan Produksi Gula Tebu : Studi Kasus di PT. PG Rajawali II Unit PG Subang’, IPB. [12] Sterman J.D., (2000) ‘Business Dynamics : System Thinking and Modeling for a Complex World’, Irwin McGraw-Hill. [13] Sushil (1992) ‘System Dynamics : A Pracrtical Approach for Managerial Problems’, Willey Eastern Ltd. [14] Sargent, R.G., (1998) ‘Verification and Validation of Simulation Models’, Proceedings : 1998 Winter Simulation Conference, December 13-16, Washington DC, USA, pp. 121-130. [15] Warren, K., (2002) ‘Competitive Strategy Dynamics’, John Willey & Sons Ltd.