Prosiding Seminar Nasional Manajemen Teknologi XXII Program Studi MMT-ITS, Surabaya 24 Januari 2015
PENGEMBANGAN SKENARIO PERENCANAAN PRODUKSI PADI ORGANIK DENGAN METODE MATERIAL REQUIREMENT PLANNING (MRP) DI CV SIRTANIO ORGANIK INDONESIA 1)
Ahmed Tessario Eka N 1) dan I Nyoman Pujawan 2) Program Studi Magister ManajemenTeknologi, Institut Teknologi Sepuluh Nopember Jl. Cokroaminoto 12A, Surabaya, 60264, Indonesia e-mail:
[email protected] 2)Jurusan Teknik Industri, Institut Teknologi Sepuluh Nopember
ABSTRAK Dunia agrobisnis merupakan tulang punggung ekonomi di indonesia. Akan tetapi banyak perusahaan di indonesia yang belum mempunyai skenario tanam dikarenakan hasil panen sangat dipengaruhi oleh faktor alam. Penelitian ini dimulai dengan menetukan peramalan penjualan untuk 1 tahun kedepan menggunakan data penjualan 3 tahun kebelakang. Pada data peramalan penjualan ini mengalami 2 kali penurunan penjualan, yaitu pada akhir tahun dan juga pada bulan ramadhan. dan peningkatan penjualan per bulannya adalah 5% dari penjualan bulan sebelumnya. Data Peramalan penjualan ini dijadikan dasar untuk penentuan skenario tanam yang terintegrasi. Setalah data peramalan penjualan ditentukan kemudian melakukan analisa hasil panen tiap lahan dengan metode monte carlo. Metode ini akan memunculkan interval hasil panen dan random number untuk setiap nilai interval. Random number tersebut akan memunculkan nilai hasil panen tiap lahan. Data hasil panen dan data peramalan penjualan kemudian diolah dengan menggunakan metode material requirement planning, dimana terintegrasi dengan waktu tanam (lot size), permintaan penjualan yang dianggap sebagai kebutuhan kotor (GR), luasan lahan (Ha), jadwal penerimaan hasil panen (SR), safety stock (inventory), dan lokasi lahan (dimulai dari lahan terdekat / dimulai dari lahan terjauh). Setelah skenario tanam sudah dapat memenuhi permintaan penjualan dengan menghasilkan jadwal tanam lahan (lokasi lahan, pemilik lahan, luasan lahan), kemudian Setiap skenario dianalisa biayanya sehingga didapatkan harga pokok produksi per kg beras organik. Dari hasil pembuatan skenario tanam didapatkan harga pokok produksi skenario 1a (lot size=1 minggu, dimulai dari lahan terdekat) adalah Rp.8.740/kg, skenario 1b ((lot size=1 minggu, dimulai dari lahan terjauh) adalah Rp.8.549/kg, skenario 1c (lot size=1 minggu, lokasi lahan acak) adalah Rp.8.599/kg, skenario 2a ((lot size=1 bulan, dimulai dari lahan terdekat) adalah Rp.9.301/kg, skenario 2b ((lot size=1 bulan, dimulai dari lahan terjauh) adalah Rp.9.375/kg, skenario 3a ((lot size= 2 minggu, dimulai dari lahan terjauh) adalah Rp.8.526/kg, dan skenario 3b ((lot size= 2 minggu, dimulai dari lahan terjauh) adalah Rp.8.563/kg. Skenario 3a yaitu dengan lot size 2 minggu dan pemilihan lokasi tanam mulai dari yang terdekat dahulu adalah skenario yang memiliki harga pokok produksi yang paling murah. Hal ini disebabkan oleh savety stock pada skenario ini paling sedikit sehingga beban bunga dan beban sewa gudang pada skenario ini kecil. Disamping itu pemilihan jauh dekatnya lokasi lahan hanya berpengaruh kecil terhadap komponen biaya transportasi, upah ongkos angkut dan jarak lahan, yaitu 0,56% pada skenario 1a,1b dan 1c, 0,72% untuk skenario 2a dan 2b, dan 1,32% untuk skenario 3a dan 3b. Kata kunci: Skenario Tanam, Peramalan Penjualan, Metode Monte Carlo, Waktu Tanam (Lot Size), Safety Stock, Metode Material Requirement Planning, Harga Pokok Produksi.
ISBN : 978-602-70604-1-8 A-1-1
Prosiding Seminar Nasional Manajemen Teknologi XXII Program Studi MMT-ITS, Surabaya 24 Januari 2015
PENDAHULUAN Latar Belakang Perusahaan pangan sehat di indonesia dinggap sebagai perusahaan yang memiliki trend positive dari segi pengembangan pasar. Konsumen mulai mencari produk-produk organik yang dirasa penting untuk menjaga kesehatan. Ini ditandai dengan banyaknya produsen-produsen makanan organik yang mulai tumbuh dan melakukan persaingan di pasar modern maupun di pasar tradisional. Produk organik yang ditawarkan pun mulai bervariasi mulai dari beras organik, sayuran organik hingga daging organik. Hal ini mendorong perusahaan – perusahaan yang bergerak di bidang komoditi makanan organik untuk bersaing dalam memasarkan produk organik yang bukan hanya memiliki kualitas yang bagus, akan tetapi juga dengan harga yang murah. Dengan latar belakang tersebut, CV.Sirtanio Organik Indonesia yang berdomisili di Banyuwangi memulai untuk memproduksi produk organik di bidang beras organik yang dianggap sebagai komoditi utama yang saat ini mulai diminati oleh pasar indonesia. Produk-produk yang di produksi oleh CV. Sirtanio Organik indonesia meliputi beras putih organik, beras merah organik, beras coklat organik, beras hitam organik dan beras merah putih organik dengan prioritas produk beras meras sebagai produk unggulan. Saat ini CV.Sirtanio organik indonesia sudah berkembang pesat dengan mendistribusikan produknya di seluruh pulau jawa, Bali, dan sumatera dan kalimantan. Dari segi produk, produk beras merah organik banyak digunakan untuk mengontrol kolesterol dalam tubuh dan juga sangat baik untuk penderita diabetes karena memiliki kadar gula yang lebih rendah dibandingkan beras biasa, selain itu beras merah organik ini mengandung kandungan gizi yang dua kali lebih tinggi dibandingkan beras putih sehingga dianjurkan bagi ibu hamil dan menyusui untuk menjaga kesehatan bayi dan balita. Sedangkan dari segi bisnis, produk beras merah memliki margin keuntungan yang sangat tinggi. Untuk perbandingan margin keuntungan beras putih rata-rata hanya Rp.100-Rp.200 per kg, sedangkan bers merah organik bis mencapai Rp.3000,- per kg. Hal ini yang menjadi alasan produk ini sangat berpotensial secara bisnis dan dipilih oleh CV.Sirtanio Organik Indonesia sebagai produk utama. Dengan semakin beragamnya jenis produk yang ditawarkan ke pasar, tentu saja hal tersebut membawa konsekuensi lain yaitu semakin banyaknya design produk yang harus dikembangkan dan diproduksi, lantai produksi menjadi semakin dinamis dan kapasitas produksi yang semakin bertambah seiring dengan permintaan yang semakin besar. Dari konsekuensi-konsekuensi tersebut mengakibatkan timbulnya beberapa kendala dan keluhan, salah satunya terdapat pada produksi beras merah organik yang pengembangannya sudah 80% dilakukan secara mandiri oleh CV. Sirtanio Organik indonesia. Keluhan tersebut antara lain yaitu: 1. Proses produksi produk yang memiliki interval waktu tanamyang cukup lama (4 bulan), menyebabkan tidak ada keseimbangan antara permintaan produk dan kesiapan produk. 2. Ongkos produksi tinggi dengan kenaikan mencapai 3-7% dari target produksi yang semula direncanakan, dikarenakan oleh tidak efisiensinya proses produksi di divisi budidaya yang dilakukan di perusahaan ini. Hal yang sangat krusial yang memperngaruhi kapasitas produksi perusahaan adalah jadwal tanam yang tidak teratur yang mengakibatkan jadwal panen yang tidak teratur pula. hal ini menyebabkan ketersedian stok akan menumpuk di saat tertentu, dan akan tidak
ISBN : 978-602-70604-1-8 A-1-2
Prosiding Seminar Nasional Manajemen Teknologi XXII Program Studi MMT-ITS, Surabaya 24 Januari 2015
cukup disaat tertentu pula. hal ini akan mengakibatkan beban biaya yang meningkat karena penjadwalan panen yang tidak teratur. Dengan tidak adanya integrasi antara divisi produksi dan pemasaran menyebabkan ketidakseimbangan antara permintaan penjualan dan kapasitas produksi. Dari data perusahaan pada 2012,2013 dan 2014, setiap bulan ada selisih permintaan penjualan 3000 kg – 5000 kg yang menyebabkan perusahaan sulit untuk mengatur cashflow keuanngan. Maka, untuk mengatasi masalah yang ada dalam supply bahan baku ini, perlu adanya sebuah skenario penjadwalan waktu tanam untuk produksi beras merah organik dengan biaya yang seminimum mungkin. Penjadwalan yang dilakukan akan membantu menselaraskan permintaan pasar yang sudah terbentuk dengan produk yang tersedia. Dari segi keuangan, perusahaan juga bisa mengatur cashflow keuangan yang selama ini harus mengeluarkan budget berlebih untuk biaya inventori. Selain melihat aspek permintaan pasar, perusahaan juga harus melihat faktor – faktor lain yang bisa mempengaruhi biaya produksi seperti jarak antara lahan dan perusahaan, forecasting hasil panen lahan, dan juga bulan-bulan tertentu dimana lahan akan menghasilkan panen yang kurang bagus. Oleh karena itu perlu adanya skenario perencanaan penjadwalan tanam produk Beras Merah Organik yang mempertimbangkan aspek permintaan pasar, letak lahan, bulan tanam, dan juga aspek pembiayaan dalam suatu kaloborasi antar fungsi di CV.Sirtanio Organik Indonesia?” Perumusan Masalah “Bagaimana membuat sebuah perencanaan penjadwalan tanam produk Beras Merah Organik dengan mempertimbangkan aspek permintaan pasar, letak lahan, bulan tanam, dan juga aspek pembiayaan dalam suatu kaloborasi antar fungsi di CV.Sirtanio Organik Indonesia? Tujuan Penelitian Tujuan penelitian ini, yaitu menentukan perencanaan tanam dengan menintegrasikan aspek permintaan pasar, produktifitas hasil panen lahan, letak lahan, bulan tanam, dan juga aspek pembiayaan dalam suatu kolaborasi untuk jangka waktu 1 (satu) tahun sehingga menghasilkan sebuah produk dengan ongkos produksi yang murah. Kontribusi penelitian ini, yaitu o Menghasilkan sebuah model perencanaan tanam Di CV.Sirtanio Organik Indonesia o Memperoleh rekomendasi jadwal tanam, lokasi lahan dan juga luasan lahan yang ditanam yang menjamin keberlangsungan pengadaan bahan baku di CV.Sirtanio Organik Indonesia Batasan Penelitian Batasan dalam penelitian ini, yaitu : 1. Perencanaan produksi dalam penelitian ini, yaitu perencanaan produksi dalam tahap taktis/operasional. 2. Produk studi kasus dalam penelitian ini, hanya satu jenis produk 3. Skenario perencanaan tanam yang dibuat hanya untuk 1 tahun kedepan. 4. Perencanaan Produksi dalam penelitian ini hanya dilakukan pada divisi budidaya di CV.Sirtanio Organik Indonesia. Asumsi Penelitian 1. Kapasitas simpan CV. Sirtanio Organik Indonesia tidak terbatas
ISBN : 978-602-70604-1-8 A-1-3
Prosiding Seminar Nasional Manajemen Teknologi XXII Program Studi MMT-ITS, Surabaya 24 Januari 2015
2. Interval waktu tanamtanam beras merah hingga panen adalah 120 hari (4 bulan) 3. Besar permintaan produksi deterministik dengan kenaikan 10% KAJIAN PUSTAKA Perencanaan Kebutuhan Material (MRP) Teknik perencanaan kebutuhan material (Material Requirement Planning, MRP) digunakan untuk merencanakan pengadaan bahan baku/ item-item tertentu yang dependent atau dipengaruhi oleh level yang lebih tinggi (dipengaruhi oleh produkproduk yang akan diproduksi menggunakan item-item tersebut). Sifat kebutuhan yang dependent ini tidak terjadi secara acak, tetapi terjadi secara lumpy karena adanya penerapan jadwal produksi berdasarkan lot-lot. Meskipun item- item yang bersifat dependent mungkin dibutuhkan secara kontinyu, item-item tersebut lebih ekonomis bila diproduksi secara lot-lot. Lumpy demand dapat digambarkan sebagai pola yang tidak teratur dan tidak kontinyu dimana sejumlah besar permintaan dibutuhkan pada waktu tertentu dan hanya sedikit ataupun tidak sama sekali pada suatu waktu yang lain. Ada empat kemampuan yang menjadi ciri utama dari sistem MRP, yaitu: 1. Mampu menentukan kebutuhan pada saat yang tepat. 2. Membentuk kebutuhan minimal untuk setiap item. 3. Menentukan pelaksanaan rencana pemesanan 4. Menentukan penjadwalan ulang atau pembatalan atas suatu jadwal yang sudah direncanakan Sistem MRP memerlukan syarat pendahuluan dan asumsi-asumsi yang harus dipenuhi. Bila syarat pendahuluan dan asumsi-asumsi tersebut telah dipenuhi, maka kita bisa mengolah MRP dengan empat langkah dasar sebagai berikut: 1. Netting (Perhitungan kebutuhan bersih) 2. Kebutuhan bersih (NR) dihitung sebagai nilai dari kebutuhan kotor (GR) minus jadwal penerimaan (SR) minus persediaan di tangan (OH). Kebutuhan bersih dianggap nol bila NR lebih kecil dari atau sama dengan nol. 3. Lotting (Penentuan ukuran lot) Langkah ini bertujuan menentukan besarnya pesanan individu yang optimal berdasarkan hasil dari perhitungan kebutuhan bersih. Metode yang umum dipakai dalam prakteknya adalah Lot-for Lot (L-4-L). 4. Offseting (Penentuan waktu pemesanan) Langkah ini bertujuan agar kebutuhan komponen dapat tersedia tepat pada saat dibutuhkan dengan memperhitungkan lead time pengadaan komponen tersebut. 5. Explosion Langkah ini merupakan proses perhitungan kebutuhan kotor untuk tingkat item (komponen) pada level yang lebih rendah dari struktur produk yang tersedia. (Nasution, AH,2003) Safety Stock Persediaan pengaman (safety stock) adalah persediaan tambahan yang diadakan untuk melindungi atau menjaga kemungkinan terjadinya kekurangan bahan (Stock Out). Safety stock merupakan dilemma, dimana adanya stock out akan berakibat terganggunya proses produksi karena adanya stock yang berlebihan sehingga menyebabkan bengkaknya biaya penyimpanan. Tujuan safety stock adalah untuk meminimalkan terjadinya stock out
ISBN : 978-602-70604-1-8 A-1-4
Prosiding Seminar Nasional Manajemen Teknologi XXII Program Studi MMT-ITS, Surabaya 24 Januari 2015
dan mengurangi penambahan biaya penyimpanan serta biaya stock out total. Biaya penyimpanan disini akan bertambah seiring dengan adanya penambahan yang berasal dari reorder point oleh karena adanya safety stock. Safety stock akan dianggap menguntungkan apabila pada saat tertentu, jumlah permintaan mengalami lonjakan, sehingga persediaan pengaman dapat digunakan untuk menutup permitaan tersebut. Ada beberapa faktor yang dapat menyebabkan perusahaan melakukan safety stock yaitu ; 1. Biaya atau kerugian yang disebabkan oleh stock out tinggi. 2. Variasi atau ketidakpastian permintaan yang meningkat. 3. Resiko stock out meningkat. 4. Biaya penyimpanan safety stock yang murah. (Rangkuti, Freddy, 2004) Model Simulasi Monte Carlo Simulasi Monte Carlo adalah proses menurunkan secara acak nilai variabel tidak pasti secara berulang-ulang untuk mensimulasikan model. Metode Monte Carlo merupakan teknik stokastik. Metode Monte Carlo dapat diaplikasikan dalam berbagai bidang, mulai dari ekonomi sampai fisika, tentu saja cara aplikasinya berbeda dari satu bidang ke bidang lainnya, dan ada banyak sekali himpunan bagian Monte Carlo meskipun dalam satu bidang yang sama. Hal yang menyamakan semua itu adalah bahwa percobaan Monte Carlo membangkitkan bilangan acak untuk memeriksa permasalahan. Simulasi Monte Carlo sering digunakan untuk melakukan analisa keputusan pada situasi yang melibatkan resiko yang melibatkan beberapa parameter untuk dilakukan pertimbangan secara simultan. Metode ini dapat digunakan secara luas karena didasarkan pada proses simulasi dengan pilihan kemungkinan secara random. Dengan demikian, jumlah iterasi yang dilakukan sangat menentukan tingkat ketelitian atas jawaban yang diperoleh. Metode ini seringkali juga disebut dengan metode percobaan statistik (method of statistical trials). Metode ini mengasumsikan pola kejadian variabel perhitungannya pada dua model distribusi yaitu distribusi normal dan distribusi uniform. Asumsi ini dapat melemahkan suatu kasus yang mempunyai pola distribusi diluar kedua asumsi tersebut diatas. Namun dengan sedikit melakukan usaha manipulasi statistik dengan melakukan transformasi data mentah pada variabel yang bersangkutan untuk diubah untuk memenuhi dua asumsi distribusi tersebut dapat dilakukan dengan sederhana. Dengan demikian, bagi pengambil keputusan hal yang harus diperhatikan terlebih dahulu sebelum mengambil metode ini adalah melakukan uji distribusi atas variabel perhitungan yang akan
ISBN : 978-602-70604-1-8 A-1-5
Prosiding Seminar Nasional Manajemen Teknologi XXII Program Studi MMT-ITS, Surabaya 24 Januari 2015
METODA
Gambar 3.1. Flowchart Penelitian
HASIL PENELITIAN DAN PEMBAHASAN Dari skenario yang sudah dibuat, dapat dilihat bahwa semua skenario sudah memenuhi parameter keberhasilan yaitu memenuhi kuota permintaan penjualan pada peramalan penjualan. Dari skenario-skenario tersebut kemudian akan dibandingkan dalam hal biaya. Dari segi harga pokok produksi, dapat diketahui : - Skenario 1a = Rp.8.740/kg beras - Skenario 1b = Rp.8.549/kg beras
ISBN : 978-602-70604-1-8 A-1-6
Prosiding Seminar Nasional Manajemen Teknologi XXII Program Studi MMT-ITS, Surabaya 24 Januari 2015
-
Skenario 1c Skenario 2a Skenario 2b Skenario 3a Skenario 3b
= Rp.8.599/kg beras = Rp.9.301/kg beras = Rp.9.375/kg beras = Rp.8.563/kg beras = Rp.8.526/kg beras
terlihat bahwa skenario 3b memiliki nilai harga pokok produksi yang paling rendah yaitu Rp.8.526/kg beras dan lebih kecil juga terhadap harga pokok produksi perusahaan yaitu Rp.8.955/kg beras. Skenario 1a
Rp9,375 Rp9,301
Rp9,400
Skenario 1b
Rp9,200 Rp8,955
Rp9,000 Rp8,800 Rp8,600
Skenario 1c Skenario 2a
Rp8,740 Rp8,599 Rp8,549
Skenario 2b
Rp8,563Rp8,526
Skenario 3A
Rp8,400
Skenario 3B
Rp8,200
Keadaan Perusahaan
Rp8,000
Gambar.4.2.Grafik perbandingan antara skenario dengan harga pokok produksi
Perbedaan harga pokok produksi ini disebabkan oleh beberapa hal, yang pertama adalah nilai safety stock setiap bulannya. Dapat dilihat bahwa safety stock sangat mempengaruhi pembiayaan sewa gudang, dimana pada skenario dengan jarak tanam 1 bulan (2a dan 2b) dan 1 minggu (1a,1b,1c) memiliki nilai biaya sewa gudang yang lebih tinggi dari pada skenario dengan tanam 2 minggu.
Pengaruh Sewa Gudang 40,000,000
Skenario 1a
30,000,000
Skenario 1b
20,000,000
Skenario 1c
10,000,000
Skenario 2a
-
Skenario 2b Skenario 3A
Gambar.4.3.Grafik perbandingan antara skenario dengan Biaya sewa gudang
Nilai safety stock yang besar setiap bulan akan menjadikan biaya sewa gudang penyimpanan yang besar pula dan berpengaruh terhadap harga pokok produksi. Faktor lain yang sangat mempengaruhi harga pokok produksi adalah beban bunga. Beban bunga dikenakan terhadap modal yang digunakan oleh perusahaan setiap bulannya
ISBN : 978-602-70604-1-8 A-1-7
Prosiding Seminar Nasional Manajemen Teknologi XXII Program Studi MMT-ITS, Surabaya 24 Januari 2015
yaitu terhitung sebesar 1,13% per bulan atau 13,5% per tahun. Dari tabel grafik 4.3 dapat dilihat bahwa beban bunga pada skenario dengan jarak tanam 1 bulan (2a dan 2b) dan 1 minggu (1a,1b,1c) memiliki beban bunga yang lebih tinggi dari pada skenario dengan tanam 2 minggu (3a dan 3c). Hal ini disebabkan oleh modal mengendap pada skenario 1a,1b,1c,2a,dan 2b lebih besar. Hal ini juga sangat dipengaruhi oleh safety stock (inventory) dan hasil panen setiap periodenya. Selain itu penjualan juga dapat memperngaruhi keadaan modal mengendap, semakin tinggi penjualan maka akan memperlancar pemasukan bagi perusahaan dan mengurangi beban bunga perusahaan.
Beban Bunga Skenario 1a
300,000,000
Skenario 1b
200,000,000
Skenario 1c
100,000,000
Skenario 2a Skenario 2b
-
Gambar.4.4.Grafik perbandingan antara skenario dengan Beban Bunga
Untuk pengaruh upah tenaga angkut, biaya transportasi dan uang bensin, yang memperhatikan lokasi lahan dan nilai hasil panen, juga mempengaruhi nilai harga pokok produksi, akan tetapi pengaruhnya tidak terlalu signifikan. Dapat dilihat pada tabel 4.4, bahwa akumulasi dari upah tanaga angkut, ongkos transportasi dan uang bensin tidak terlalu dipengaruhi oleh pemilihan lokasi lahan. Skenario yang memilih lokasi lahan yang dekat terlebih dahulu, skenario yang memilih lokasi yang lebih jauh terlebih dahulu, dan skenario yang lokasi secara acak memiliki perbedaan nilai yang sangat sedikit yaitu 0,56% pada skenario 1a dan 1b, 0,72% untuk skenario 2a dan 2b, dan 1,32% untuk skenario 3a dan 3b. Sedangkan jarak tanam (lead time) yang membedakan skenario 1,2 dan 3 berpengaruh cukup besar hingga 14,42%, dimana skenario dengan jarak tanam 1 minggu dan 1 bulan mengeluarkan upah tenaga angkut, biaya transportasi dan uang bensin yang lebih besar daripada skenario 2 dengan jarak tanam 2 minggu. Hal ini disebabkan efisiensi hasil panen pada skenario 3a dan 3b lebih besar daripada skenario 1 dan 2.
130,000,000
Skenario 1a
120,000,000
Skenario 1b Skenario 1c
110,000,000
Skenario 2a
100,000,000
Skenario 2b
90,000,000
Gambar.4.5.Grafik perbandingan antara skenario dengan Upah tenaga angkut, Biaya transportasi dan uang bensin
ISBN : 978-602-70604-1-8 A-1-8
Prosiding Seminar Nasional Manajemen Teknologi XXII Program Studi MMT-ITS, Surabaya 24 Januari 2015
Dari keseluruhan skenario tanam yang dibuat dalam penelitian ini, harga pokok produksi pada skenario 1a, 1b, 1c, 3a, dan 3b dapat memenuhi parameter keberhasilan dari penelitian ini karena menghasilkan nilai yang lebih kecil daripada nilai harga pokok produksi yang dimiliki oleh perusahaan saat ini. Sedangkan untuk skenario 2a dan 2b tidak memenuhi parameter keberhasilan penelitian ini dikarenakan memiliki harga pokok produksi yang lebih besar dari harga pokok produksi perusahaan. KESIMPULAN DAN SARAN Kesimpulan -
-
-
Skenario perencanaan tanam yang terintegrasi dengan permintaan penjualan dapat dibuat dengan lahan yang dimiliki oleh perusahaan. Skenario 3b yaitu dengan jarak waktu tanam adalah 2 minggu, lokasi pemilihan lahan yang akan ditanam berdasarkan lokasi terjauh dahulu kemudian beranjak menuju lokasi terdekat merupakan skenario terbaik yang menghasilkan harga pokok produksi paling rendah yaitu Rp.8.526/kg beras dan lebih kecil dari harga pokok produksi perusahaan yaitu Rp.8.955/kg beras. Skenario perencanaan tanam 3a menggunakan 101,45 ha per tahun, dengan rata-rata luas lahan yang ditanam adalah 4,06 ha per 2 minggu. Beban bunga dan biaya sewa gudang penyimpanan adalah faktor biaya yang sangat berpengaruh terhadap harga pokok produksi. Perbedaan lot size (jarak waktu tanam) adalah faktor yang berpengaruh besar terhadap harga pokok produksi, hal ini disebabkan oleh perbedaan safety stok (inventory) disetiap skenario Pemilihan jauh dekatnya lokasi lahan hanya berpengaruh kecil terhadap komponen biaya transportasi, upah ongkos angkut dan jarak lahan, yaitu 0,56% pada skenario 1a,1b dan 1c, 0,72% untuk skenario 2a dan 2b, dan 1,32% untuk skenario 3a dan 3b.
Saran Dalam penelitian dibuat sebuah skenario perencanaan tanam pada lahan beras merah organik dengan melihat faktor jarak tanam, lokasi lahan dan biaya. Untuk penelitian selanjutnya, disarankan membuat perencanaan produksi untuk pada proses manufakturing beras organik misalnya pada proses penggilingan dan packaging. Selain itu juga disarankan untuk bisa membuat perencanaan dalam pendistribusian produk. DAFTAR PUSTAKA Agus Sartono, (2010) : Manajemen Keuangan Teori Dan Aplikasi (4thed,), Bpfe, Yogyakarta. Assauri, S (2004) : Manajemen Persediaan Dan Operasi (Edisi Operasi), Penerbit Feui, Jakarta.
Lembaga
Bhatnagar, R., Pankaj, C., Suresh, K.G. (1993) : Models for Multi-Plant Coordination, European Journal of Operational Research, 67, 141-160.
ISBN : 978-602-70604-1-8 A-1-9
Prosiding Seminar Nasional Manajemen Teknologi XXII Program Studi MMT-ITS, Surabaya 24 Januari 2015
Conrad Oboulhas, Xu Xiaofei, and Zhan Dechen, (2004): A Model for Multi-Plant Production Planning Coordination, The International Arab Journal of Information technology vol 2 no 3, Harbin Institute of Technology. Daina R Dennis., Jack R., Meredith, (2000): An analysis of process industry production and inventory management systems, Journal of Operations Management 18_2000, 683–699. Gaspersz., Vincent, (1998): Production Planning & Inventory Control, PT.Gramedia Pustaka Utama, Jakarta. H.Setyabudi Indartono.MM, (2006): Modul Perkuliahan Teknik Proyeksi Bisnis (Forecasting), Universitas Negeri Yogyakarta, Yogyakarta. Hermantoro, (2007): Kajian Pengeloloaan Air, Irigasi Dan Penentuan Tanggal Tanam Palawija Menggunakan Software Cropwat Di Daerah Yogyakarta, Jurnal Agroteknose Jurusan Teknik Pertanian Instiper Vol Iii No 2, Yogyakarta. Margosetiyowati Dwi, (2012) : Analisa Berbagai Skenario Strategy Kolaborasi Rantai Pasokan Menggunakan Permodelan Berbasis Dikstrit, Tesis Program Studi Teknik Industri, Universitas Indonesia, Jakarta. Nasution. Ah, (2003), Manajemen Industri, First Edition, Andi Offset, Yogyakarta. Puntho Rahindradi, 2011, Pengembangan Model Perencanaan Produksi Dalam Lingkup Multi-Plant Collaborative Manufacturing Di Pt Lg Electronic Indonesia, Tesis Institut Teknologi Bandung, Bandung. Pankaj Chandra,, Marshall L, Fisher (1992): Coordination of production and distribution planning, European Journal of Operational Research 72 (1994) 503-517 503 NorthHolland. Rangkuti. Freddy, (2004): Manajemen Persediaan: Aplikasi Di Bidang Bisnis, Grafindo Persada, Jakarta. Wirosoedarmo Ruslan., Apriad Usman, (2001): Studi Perencanaan Pola Tanam Dan Pola Operasi Pintu Air Jaringan Reklamasi Rawa Pulau Rimau Di Kabupaten Musi Banyuasin Sumatera Selatan, Jurnal Teknik Pertanian Fak, Tek, Pertanian Universitas Brawijaya Vol,3 No,1: 56 – 66, Malang. Zulfikarijah. Fien, (2005): Manajemen Persediaan, Penerbit Universitas Muhammadiyah Malang, Malang
ISBN : 978-602-70604-1-8 A-1-10