PENJADWALAN TRANSPORTASI TANDAN BUAH SEGAR DAN TANDAN KOSONG KELAPA SAWIT (STUDI KASUS DI PTPN VIII KERTAJAYA BANTEN)
SKRIPSI
DIMAS GUSTI RANDA F34070103
FAKULTAS TEKNOLOGI PERTANIAN INSTITUT PERTANIAN BOGOR BOGOR 2011
1
FRESH FRUIT BUNCH AND EMPTY FRUIT BUNCH OIL PALM TRANSPORTATION SCHEDULING (CASE STUDY IN PTPN VIII KERTAJAYA BANTEN) Dimas Gusti Randa and Machfud Department of Agroindustrial Technology, Faculty of Agricultural Technology, Bogor Agricultural University, IPB Dramaga Campus, PO Box 220, Bogor, West Java, Indonesia, Phone: 62 812 5861800, e-mail:
[email protected] ABSTRACT Transportation scheduling nowadays has been considered as one of important factor in efficiency of an industry production system. In a context of oil palm industry, transportation scheduling is in charge of implementation of fresh fruit bunch transportation from the field to the factory, and empty fruit bunch, as by product of fresh fruit bunch processing in factory, to the field. Research in PTPN VIII Kertajaya was done in order to meet optimization of transportation resource allocation. Transportation scheduling was implemented by considering crop scheduling and factory process scheduling. This transportation model scheduling consists of three sub models: production forecasting, crop route, and vehicle number. Data of daily production in January and February 2011 was simulated in a fit distribution and used as the basic of daily production forecasting in March 2011. Fresh fruit bunch production forecasting was used to decide the crop route, which was trip number needed to collect all fresh fruit bunches in all filed divisions. All trips needed and production time provided were input of vehicle number calculation, then these trips were scheduled in each time unit. Model validation used sMAPE and MAPE tests. Fresh fruit bunch forecasting resulted 159%, 95%, 67%, and 51% of sMAPE value for each Division 1, Division 2, Division 3, and Divison 4. It is better than current one used in the company which results 161%, 138%, 77%, and 65%. MAPE value for empty fruit bunch production forecasting is 23.41% and vehicle number forecasting is 12.43%. Keywords: transportation, scheduling, oil palm
2
Dimas Gusti Randa. F34070103. Penjadwalan Transportasi Tandan Buah Segar dan Tandan Kosong Kelapa Sawit (Studi Kasus PTPN VIII Kertajaya Banten). Dibawah bimbingan Machfud. 2011
RINGKASAN Transportasi tandan buah segar dan tandan kosong sebagai salah satu bagian dari mata rantai dalam industri kelapa sawit turut memegang peranan dalam optimisasi produksi minyak sawit. Transportasi tandan buah segar bertanggung jawab mulai dari saat tandan buah segar tepat selesai dipanen sampai dengan dibongkar di loading ramp untuk selanjutnya diolah di pabrik, sedangkan transportasi tandan kosong bertanggung jawab dalam pengalokasian tandan kosong sebagai hasil samping pengoolahan tandan buah segar. Optimisasi transportasi yang berupa penjadwalan akan menguntungkan setidaknya dilihat dari tiga sisi, yaitu efisiensi sumber daya, penjagaan mutu tandan buah segar, dan peningkatan produktivitas. Penelitian di PTPN VIII Perkebunan Kertajaya dilakukan dalam rangka pencapaian optimisasi penggunaan sumber daya transportasi dalam melakukan pengangkutan tandan buah segar dari kebun ke pabrik dan pengangkutan tandan kosong dari pabrik ke kebun. Transportasi pengangkutan dipandang sebagai penghubung antara kebun dan pabrik. Ketiganya yaitu kebun, pabrik, dan transportasi adalah kesatuan mata rantai yang saling berkaitan. Dengan demikian, maka penjadwalan transportasi juga memperhatikan penjadwalan panen di kebun dan penjadwalan produksi di pabrik. Hal ini karena ketiga komponen ini akan berorientasi akhir pada terbentuknya mutu yang baik pada produk olahan kelapa sawit. Penjadwalan transportasi tidak dapat berdiri sendiri dan sangat dipengaruhi oleh penjadwalan panen dan penjadwalan produksi di pabrik. Pemodelan dalam penelitian ini terdiri dari tiga submodel, yaitu submodel prakiraan produksi, penentuan rute panen, dan penentuan jumlah kendaraan. Submodel prakiraan produksi menggunakan teknik simulasi dengan bantuan perangkat lunak EasyFit 5.5. Data empiris produksi harian TBS di masing-masing afdeling dan tandan kosong selama Januari sampai dengan Februari 2011 dijadikan sebagai masukan dalam melakukan simulasi untuk mendapatkan prakiraan produksi harian selama Maret 2011. Selang kepercayan yang digunakan adalah 95%. Keluaran berupa prakiraan produksi TBS harian bulan Maret 2011 nantinya akan digunakan dalam penentuan rute panen, yaitu berupa jumlah trip untuk setiap afdeling. Jenis dan jumlah trip dan jadwal produksi di pabrik dijadikan masukan dalam penentuan jumlah kendaraan. Selanjutnya sejumlah kendaraan tersebut akan dijadwalkan untuk setiap trip pada setiap satuan waktu. Validasi model penjadwalan dilakukan dengan uji sMAPE untuk prakiraan produksi TBS dan uji MAPE untuk prakiraan produksi tandan kosong dan submodel penentuan jumlah kendaraan. Hasil validasi menunjukkan bahwa nilai sMAPE untuk submodel prakiraan TBS Afdeling 1, Afdeling 2, Afdeling 3, dan Afdeling 4 masing-masingnya adalah 159%, 95%, 67%, dan 51%. Hasil ini lebih baik daripada prakiraan yang telah ada di perusahaan yaitu masing-masing 161%, 138%, 77%, dan 65%. Nilai MAPE yang didapatkan untuk prakiraan produksi tandan kosong adalah 23.41% dan submodel penentuan jumlah kendaraan adalah 12.43%. Nilai MAPE tersebut kurang dari 25% sehingga layak untuk digunakan.
3
PENJADWALAN TRANSPORTASI TANDAN BUAH SEGAR DAN TANDAN KOSONG KELAPA SAWIT (STUDI KASUS DI PTPN VIII KERTAJAYA BANTEN)
SKRIPSI Sebagai salah satu syarat untuk memperoleh gelar SARJANA TEKNOLOGI PERTANIAN pada Departemen Teknologi Industri Pertanian, Fakultas Teknologi Pertanian, Institut Pertanian Bogor
Oleh DIMAS GUSTI RANDA F34070103
FAKULTAS TEKNOLOGI PERTANIAN INSTITUT PERTANIAN BOGOR BOGOR 2011
4
Judul Skripsi : Penjadwalan Transportasi Tandan Buah Segar dan Tandan Kosong Kelapa Sawit (Studi Kasus di PTPN VIII Kertajaya Banten) Nama : Dimas Gusti Randa NIM : F34070103
Menyetujui,
Pembimbing,
(Dr. Ir. Machfud, M.S.) NIP. 19510321 107803 1 003
Mengetahui: Ketua Departemen,
(Prof. Dr. Ir. Nastiti Siswi Indrasti) NIP. 19621009 198903 2 001
Tanggal lulus: 23 Agustus 2011
5
PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI Saya menyatakan dengan sebenar-benarnya bahwa skripsi dengan judul Penjadwalan Transportasi Tandan Buah Segar dan Tandan Kosong Kelapa Sawit (Studi Kasus di PTPN VIII Kertajaya Banten) adalah hasil karya saya sendiri dengan arahan Dosen Pembimbing Akademik, dan belum diajukan dalam bentuk apapun pada perguruan tinggi manapun. 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.
Bogor, Agustus 2011 Yang membuat pernyataan,
Dimas Gusti Randa NIM. F34070103
6
BIODATA PENULIS Penulis dilahirkan di Berau, Kalimantan Timur pada tanggal 28 Desember 1989. Penulis merupakan anak pertama dari keluarga Bapak Masri dan Ibu Ety Rustiana. Riwayat pendidikan penulis dimulai dari Taman Kanak-Kanak Kartika Chandra Kirana, Berau pada tahun 1993-1995. Penulis menyelesaikan pendidikan dasar di Sekolah Dasar Negeri 1 Sambaliung pada tahun 2001, Sekolah Menengah Pertama Negeri 3 Tanjung Redeb pada tahun 2004 dan Sekolah Menengah Atas Plus Berau pada tahun 2007. Pada tahun terakhir SMA, penulis mendapat kesempatan untuk mengikuti program Beasiswa Utusan Daerah (BUD) IPB dan pada tahun 2007 penulis diterima sebagai mahasiswa pada Departemen Teknologi Industri Pertanian, Fakultas Teknologi Pertanian, Institut Pertanian Bogor. Pada bulan Juni hingga Agustus 2010, penulis melaksanakan Praktek Lapangan (PL) di PT Tanjung Buyu Perkasa Plantations Kabupaten Berau, Kalimantan Timur, dengan topik Studi Aspek Penjadwalan Transportasi Tandan Buah Segar Kelapa Sawit.
7
KATA PENGANTAR Puji dan syukur Penulis panjatkan ke hadapan Allah SWT atas karunia-Nya sehingga penelitian ini berhasil diselesaikan. Skripsi yang berjudul ”Penjadwalan Transportasi Tandan Buah Segar dan Tandan Kosong Kelapa Sawit (Studi Kasus di PTPN VIII Perkebunan Kertajaya)” ini merupakan salah satu syarat untuk memperoleh gelar Sarjana Teknologi Pertanian, Institut Pertanian Bogor. Ucapan terima kasih disampaikan kepada: 1) Dr. Ir. Machfud, MS., selaku Dosen Pembimbing yang telah memberikan bimbingan, arahan, solusi, dan nasehat selama penyusunan skripsi. 2) Ir. Faqih Udin, M.Sc dan M. Arif Darmawan, S.TP, MT, selaku Dosen Penguji yang telah memberikan masukan dan saran dalam penyelesaian skripsi. 3) Ir. Herry Hermawan, MM., selaku Administratur PTPN VIII Perkebunan Kertajaya yang telah memberikan izin Penulis untuk melakukan penelitian di PTPN VIII Perkebunan Kertajaya. 4) Bapak Suhara, Bapak Joko, Bapak Aceng, dan seluruh karyawan PTPN VIII Perkebunan Kertajaya yang telah bekerja sama dengan Penulis saat penelitian. 5) Moh. Arya Wicaksana dan R. Hergha Basretviriko, selaku rekan-rekan satu bimbingan yang memberikan bantuan teknis dan moril. 6) Seluruh pihak yang telah membantu dalam pelaksanaan penelitian dan penyelesaian skripsi ini. Semoga skripsi ini dapat bermanfaat bagi perkembangan ilmu pengetahuan dan semua yang berkesempatan mempelajarinya. Bogor, Agustus 2011
Penulis
iii
DAFTAR ISI Halaman KATA PENGANTAR ................................................................................................................... iii DAFTAR ISI .................................................................................................................................. iv DAFTAR TABEL .......................................................................................................................... v DAFTAR GAMBAR .................................................................................................................... vi DAFTAR LAMPIRAN ................................................................................................................. vii I. PENDAHULUAN ................................................................................................................. 1 1.1 Latar Belakang .............................................................................................................. 1 1.2 Tujuan ........................................................................................................................... 1 1.3 Ruang Lingkup .............................................................................................................. 1 1.4 Manfaat ......................................................................................................................... 2 II. TINJAUAN PUSTAKA ........................................................................................................ 3 2.1 Kelapa Sawit ................................................................................................................. 3 2.2 Agroindustri Kelapa Sawit ........................................................................................... 3 2.3 Transportasi Pengangkutan Tandan Buah Segar Dan Penjadwalan Transportasi ......... 7 2.4 Teknik Heuristik ........................................................................................................... 8 2.5 Simulasi.......................................................................................................................... 9 2.6 Distribusi Data .............................................................................................................. 9 2.7 Validasi Model .............................................................................................................. 11 2.8 Penelitian Sebelumnya .................................................................................................. 12 III. METODOLOGI ..................................................................................................................... 13 3.1 Kerangka Pemikiran ...................................................................................................... 13 3.2 Pendekatan Berencana .................................................................................................. 14 3.3 Tata Laksana ................................................................................................................. 15 3.4 Asumsi Dan Standar ...................................................................................................... 17 3.5 Rancangan Model ......................................................................................................... 17 3.6 Konfigurasi Model ........................................................................................................ 30 IV. HASIL DAN PEMBAHASAN ............................................................................................... 33 4.1 Tinjauan Umum Perusahaan ......................................................................................... 33 4.2 Penjadwalan Transportasi Tandan Buah Segar Dan Tandan Kosong ........................... 37 4.3 Analisis Penjadwalan .................................................................................................... 45 4.4 Kekurangan Model Penjadwalan ................................................................................... 49 V. KESIMPULAN DAN SARAN ......................................................... .......................................50 5.1 Kesimpulan ................................................................................................................... 50 5.2 Saran .............................................................................................................................. 51 DAFTAR PUSTAKA .................................................................................................................... 52 LAMPIRAN .................................................................................................................................. 54
iv
DAFTAR TABEL Halaman Tabel 1. Table 2. Tabel 3. Tabel 4. Tabel 5. Tabel 6. Tabel 7. Tabel 8. Tabel 9. Tabel 10. Tabel 11. Tabel 12. Tabel 13. Tabel 14.
Waktu tempuh standar trip kendaraaan ........................................................................ Model output penjadwalan transportasi ........................................................................ Kebun-kebun group komoditi non teh I ....................................................................... Areal konsesi Perkebunan Kertajaya ............................................................................ Inventarisasi kendaraan angkutan TBS ........................................................................ Prakiraan produksi harian tandan kosong Maret 2011 ................................................. Prakiraan produksi harian tandan buah segar (TBS) Maret 2011 ................................. Inisialisasi jumlah trip harian ....................................................................................... Sisa kapasitas trip terakhir harian ................................................................................ Hasil update trip harian ................................................................................................ Waktu untuk seluruh trip .............................................................................................. Jumlah kendaraan yang diperlukan .............................................................................. Validasi hasil simulasi prakiraan produksi tandan kosong ........................................... Validasi hasil simulasi prakiraan jumlah alokasi kendaraan ........................................
23 25 33 34 36 37 38 40 41 42 43 44 46 47
v
DAFTAR GAMBAR Halaman Gambar 1. Gambar 2(a). Gambar 2(b). Gambar 3. Gambar 4. Gambar 5. Gambar 6. Gambar 7. Gambar 8. Gambar 9. Gambar 10. Gambar 11. Gambar 12(a). Gambar 12(b). Gambar 12(c). Gambar 12(d). Gambar 12(a). Gambar 13. Gambar 14. Gambar 15. Gambar 16.
Pohon industri tandan buah segar kelapa sawit ...................................................... 4 Perkembangan luas areal kelapa sawit ................................................................... 5 Perkembangan produksi minyak sawit .................................................................. 5 Propinsi sentra produksi minyak sawit di indonesia (rata-rata 2005 – 2009) ........ 5 Perkembangan ketersediaan minyak sawit sebagai bahan makanan Indonesia menurut Neraca Bahan Makanan .......................................................................... . 6 Perkembangan volume ekspor minyak sawit di Indonesia .................................... 6 Perubahan produksi minyak sawit dunia ................................................................ 7 Diagram alir kerangka penelitian .......................................................................... 16 Diagram alir submodel prakiraan produksi ........................................................... 18 Peta lokasi afdeling di PTPN VIII Perkebunan Kertajaya .................................... 19 Diagram alir pemeriksaan kapasitas ..................................................................... 21 Diagram alir hasil akhir trip pemanenan TBS ...................................................... 22 Diagram alir penjadwalan transportasi (a) ............................................................ 26 Diagram alir penjadwalan transportasi (b) ............................................................ 27 Diagram alir penjadwalan transportasi (c) ............................................................ 28 Diagram alir penjadwalan transportasi (d) ............................................................ 29 Diagram alir penjadwalan transportasi (e) ............................................................ 30 Tampilan awal OPBFTS ....................................................................................... 30 Tampilan menu Input Produksi ............................................................................. 31 Basis data penjadwalan dalam Microsoft Excel 2007 ........................................... 32 Hasil penjadwalan tanggal 1 Maret 2011 .............................................................. 45
vi
DAFTAR LAMPIRAN Halaman Lampiran 1. Lampiran 2. Lampiran 3. Lampiran 4. Lampiran 5. Lampiran 6. Lampiran 7. Lampiran 8. Lampiran 9. Lampiran 10(a). Lampiran 10(b). Lampiran 10(c). Lampiran 10(d).
Luas areal (hektar) kelapa sawit menurut propinsi di seluruh Indonesia ................. 55 Produksi (ton) kelapa sawit menurut propinsi di Indonesia .................................... 56 Data aktual produksi harian tandan buah segar bulan Januari dan Februari 2011 . . 57 Data aktual produksi harian tandan kosong bulan Januari dan Februari 2011 ......... 58 Goodness of fit dan probability density function sebaran gumble minimum untuk data aktual produksi harian tandan kosong bulan Januari dan Februari 2011 .................. 59 Goodness of fit dan probability density function sebaran phased bi-exponential untuk data aktual produksi harian TBS Afdeling 1 bulan Januari dan Februari 2011 ........ 60 Goodness of fit dan probability density function sebaran error untuk data aktual produksi harian TBS Afdeling 2 bulan Januari dan Februari 2011 ........................... 61 Goodness of fit dan probability density function sebaran wakeby untuk data aktual produksi harian TBS Afdeling 3 bulan Januari dan Februari 2011 ........................... 62 Goodness of fit dan probability density function sebaran wakeby untuk data aktual produksi harian TBS Afdeling 4 bulan Januari dan Februari 2011 ........................... 63 Perbandingan nilai sMAPE antara prakiraan produksi harian menggunakan simulasi dan prakiraan produksi PTPN VIII di Afdeling 1 ...................................................... 64 Perbandingan nilai sMAPE antara prakiraan produksi harian menggunakan simulasi dan prakiraan produksi PTPN VIII di Afdeling 2 ...................................................... 65 Perbandingan nilai sMAPE antara prakiraan produksi harian menggunakan simulasi dan prakiraan produksi PTPN VIII di Afdeling 3 ...................................................... 66 Perbandingan nilai sMAPE antara prakiraan produksi harian menggunakan simulasi dan prakiraan produksi PTPN VIII di Afdeling 4 ...................................................... 67
vii
I. 1.1
PENDAHULUAN
Latar Belakang
Sistem produksi membutuhkan perencanan yang baik. Penjadwalan merupakan salah satu bagian penting dalam perencanaan produksi, karena implementasi produksi dilakukan berdasarkan penjadwalan. Dalam kaitannya dengan agroindustri kelapa sawit, penjadwalan menentukan produktivitas minyak sawit kasar sebagai hasil dari pengolahan kelapa sawit. Penjadwalan merupakan upaya peningkatan produktivitas tanpa melakukan penambahan input produksi, melainkan dengan melakukan optimisasi terhadap input produksi yang telah tersedia. Optimisasi agroindustri kelapa sawit dapat dilakukan mulai dari penanaman kelapa sawit sampai dengan pengolahan tandan buah segar kelapa sawit. Optimisasi akan mengantarkan pada peningkatan jumlah produk yang bisa diproduksi dengan kapasitas yang tetap. Optimisasi juga akan berdampak baik terhadap industri, karena akan meyebabkan minimisasi biaya dan maksimisasi keuntungan. Transportasi pengangkutan tandan buah segar dan tandan kosong sebagai salah satu bagian dari mata rantai industri kelapa sawit turut memegang peranan dalam optimisasi produksi minyak sawit. Transportasi tandan buah segar bertanggung jawab mulai dari saat tandan buah segar tepat selesai dipanen sampai dengan dibongkar di loading ramp untuk selanjutnya diolah di pabrik, sedangkan transportasi tandan kosong bertanggung jawab untuk mengalokasikan tandan kosong sebagai hasil samping pengolahan tandan buah segar. Optimisasi transportasi yang berupa penjadwalan akan menguntungkan setidaknya dilihat dari tiga sisi, yaitu efisiensi sumber daya, penjagaan mutu tandan buah segar, dan peningkatan produktivitas. Dengan demikian, maka penjadwalan transportasi menjadi sesuatu yang perlu mendapat perhatian. Dalam melakukan penjadwalan transportasi kelapa sawit perlu diperhatikan komponenkomponen yang terlibat dan alur pengolahan kelapa sawit sehingga tidak terjadi kesalahan dalam menentukan model penjadwalan. Dengan kata lain, perlu adanya integrasi terhadap seluruh komponen yang terlibat sehingga penjadwalan kelapa sawit menjadi satu kesatuan yang utuh dan tidak menitikberatkan hanya pada satu bagian. Berdasarkan hal tersebut, maka penjadwalan transportasi perlu memperhatikan sistem kerja yang ada di kebun sekaligus sistem kerja yang ada di pabrik, sehingga transportasi dapat berjalan optimal.
1.2
Tujuan
Tujuan yang ingin dicapai dari adanya penelitian ini adalah mengidentifikasi faktor-faktor yang mempengaruhi pengangkutan tandan buah segar dan tandan kosong kelapa sawit serta membuat model penjadwalan pengangkutan tandan buah segar dan tandan kosong kelapa sawit yang lebih baik dari yang telah ada.
1.3
Ruang Lingkup
Pada penelitian ini aspek yang diteliti adalah penjadwalan transportasi pengangkutan tandan buah segar dan tandan kosong yang dilakukan berdasarkan penjadwalan panen di kebun dan penjadwalan produksi di pabrik. Tandan buah segar dan tandan kosong yang diangkut disesuaikan
1
dengan sumber daya transportasi pengangkutan yang tersedia, yaitu jumlah alat transportasi. Faktor kendala lain yang juga diperhatikan adalah prioritas pengangkutan, sebaran lokasi yang dilewati, dan sistem kerja. Penjadwalan panen dilakukan terhadap kebun inti yang dikelola oleh PTPN VIII Perkebunan Kertajaya, tidak termasuk kebun plasma dan kebun pihak ketiga, sedangkan penjadwalan produksi di pabrik dilakukan terhadap tandan buah segar hasil panen kebun inti, kebun plasma, dan kebun pihak ketiga. Hasil dari penjadwalan transportasi adalah rute pengangkutan, waktu mulai dan berakhir transportasi, serta jumlah sumber daya transportasi yang dialokasikan.
1.4
Manfaat
Manfaat dari penelitian tentang penjadwalan transportasi pengangkutan tandan buah segar dan tandan kosong adalah dapat meminimisasi biaya produksi yang berkaitan dengan transportasi pengangkutan dan memaksimisasi keuntungan bagi perusahaan.
2
II. 2.1
TINJAUAN PUSTAKA
Kelapa Sawit
Kelapa sawit merupakan tumbuhan tropis yang tergolong dalam famili Palmae dan berasal dari Afrika Barat. Sebagai tumbuhan tropis, maka kelapa sawit dapat tumbuh hanya di wilayah yang beriklim tropis, termasuk Indonesia. Hingga kini tumbuhan ini telah diusahakan dalam bentuk perkebunan dan pabrik pengolahan kelapa sawit (Fauzi et al, 2006). Kelapa sawit merupakan tanaman monokotil, yaitu batangnya mempunyai kambium dan tidak bercabang. Batang kelapa sawit berbentuk silinder dengan diamter 20 – 75 sentimeter. Tinggi maksimum yang ditanam di perkebunan antara 15 – 18 meter, sedangkan yang di alam mencapai 30 m. Tanaman kelapa sawit rata-rata menghasilkan buah 20 – 22 tandan per tahun (Fauzi et al, 2006). Buah kelapa sawit terdiri dari dua bagian utama, yaitu bagian pertama adalah perikarpium yang terdiri dari epikarpium dan mesokarpium; dan yang kedua adalah biji, yang terdiri dari endokarpium, endosperm, dan lembaga atau embrio. Epikarpium adalah kulit buah dan licin, sedangkan mesokarpium adalah daging buah yang berserabut dan mengandung minyak dengan rendemen paling tinggi. Endokarpium merupakan tempurung berwarna hitam dan keras, endosperm atau disebut juga kernel merupakan penghasil inti sawit, sedangkan lembaga atau embrio merupakan bakal tanaman (Fauzi et al, 2006). Kriteria kematangan buah sawit yang dipakai adalah warna buah sawit yang berubah dari kehitaman menjadi jingga kemerahan. Kriteria lain adalah buah akan mudah terlepas dari tandan. Pemanenan tandan buah segar tepat pada waktunya bukanlah hal yang mudah untuk dilaksanakan, karena kematangan merupakan sesuatu yang abstrak bagi pemanen. Penggunaan warna sebagai kriteria kematangan buah tidak sederhana. Untuk wilayah tanaman yang berbeda, buah menunjukkan derajat pewarnaan yang berbeda, walaupun tingkat kematangan sama (Mangoensoekarjo dan Semangoen, 2003).
2.2
Agorindustri Kelapa Sawit
Kelapa sawit adalah salah satu komoditas agroindustri yang memiliki nilai jual tinggi di pasar dunia. Hal ini tidak terlepas dari beragamnya produk turunan yang dapat dihasilkan dari kelapa sawit. Sejauh ini, dalam dunia agroindustri, pemanfaatan yang dilakukan terhadap kelapa sawit adalah berupa pengolahan tandan buah segar. Produk-produk tersebut ada yang berbentuk setengah jadi dan ada pula yang berbentuk produk jadi. Pohon industri tandan buah segar kelapa sawit dapat dilihat pada Gambar 1.
3
Carotene
Cocoa Butter Substitute Minyak Goreng
Tocopherol
Minyak Salad Sludge
Olein
Margarine Shortening
Daging Kelapa Sawit
Minyak Kelapa Sawit
Stearin
Vegetables Ghee Minyak Padat
Free Fatty Acid (FFA)
Glyserine
Soap Stock
Sabun
Bungkil
Tandan Buah Segar (TBS) Kelapa Sawit
Buah Kelapa Sawit
Biji Kelapa Sawit
Inti Kelapa Sawit
Komponen M. Ternak Fatty Acid
Minyak Inti Sawit
Lauric Acid Myristic Acid
Tempurung
Serat
Tepung Tempurung
Briket Arang
Arang
Karbon Aktif
Bahan Bakar
Asam Organik
Bahan Selulosa
Kertas
Tandan Kosong
Gambar 1. Pohon industri tandan buah segar kelapa sawit (Departemen Perindustrian, 2007)
Perkembangan agroindustri kelapa sawit di Indonesia tergolong pesat. Menurut Chandra (2005), Indonesia dan Malaysia memiliki potensi lahan yang subur serta pasokan tenaga kerja yang cukup untuk menjadikan kelapa sawit sebagai andalan pertumbuhan ekonomi. Perkebunan kelapa
4
sawit merupakan salah satu sektor unggulan bagi Indonesia, karena kondisi geografis wilayah Indonesia memang sangat cocok untuk pengembangan perkebunan kelapa sawit. Berdasarkan Pusdatin (2010), pada tahun 2009 luas areal kelapa sawit di Indonesia mencapai 7.51 juta hektar dengan produksi sebesar 18.64 juta ton minyak sawit dan 3.47 juta ton inti sawit. Sementara, bila dilihat dari luas areal kelapa sawit berdasarkan status pengusahaan rata-rata tahun 1998-2009 sebanyak 52.23% diusahakan oleh Perkebunan Besar Swasta (PBS), 36.70% diusahakan oleh Perkebunn Rakyat (PR) dan 11.07% diusahakan oleh Perkebunan Besar Negara (PBN). Secara umum pola perkembangan luas areal kelapa sawit di Indonesia pada periode tahun 1970 – 2009 cenderung mengalami peningkatan dengan rata-rata pertumbuhan sebesar 11.12%. Seiring dengan peningkatan luas areal kelapa sawit, maka produksi kelapa sawit Indonesia dalam wujud produksi minyak sawit selama tahun 1970 – 2009 juga cenderung meningkat. Jika pada tahun 1970 produksi minyak sawit Indonesia hanya sebesar 216.8 ribu ton maka pada tahun 2009 meningkat menjadi 18.64 juta ton atau tumbuh rata-rata sebesar 12.47% per tahun (Pusdatin, 2010). Gambar 2(a) menunjukkan perkembangan luas areal kelapa sawit menurut status pengusahaan di Indonesia dan Gambar 2(b) menunjukkan perkembangan produksi minyak sawit menurut status pengusahaan di Indonesia.
Gambar 2(a). Perkembangan luas areal kelapa sawit Gambar 2(b). Perkembangan produksi minyak sawit
5
Sentra produksi minyak sawit Indonesia terutama berasal dari tujuh propinsi yang memberikan kontribusi sebesar 81.80% terhadap produksi minyak sawit Indonesia, dengan Riau dan Sumatera Utara sebagai dua propinsi sentra produksi terbesar (Pusdatin, 2010). Kontribusi masing-masing propinsi tersebut disajikan pada Gambar 3.
Gambar 3. Propinsi sentra produksi minyak sawit di indonesia (rata-rata 2005 – 2009) Ditinjau dari sisi ketersediaan kelapa sawit berdasarkan perhitungan Neraca Bahan Makanan (NBM), kelapa sawit di Indonesia umumnya digunakan sebagai bahan untuk diolah menjadi minyak sawit yang dirinci sebagai bahan makanan dan diolah non-makanan. Pada tahun 1990 – 2007, ratarata ketersediaan minyak sawit sebagai bahan makanan mencapai 1,928 ribu ton per tahun atau 98.36% dari total penggunaan, sedangkan diolah non-makanan rata-rata sebesar 23 ribu ton per tahun atau 1.19% dari total penggunaan dan tercecer sebesar 36 ribu ton per tahun atau 1.83%. Untuk mengurangi persentase tercecer perlu dilakukan pengelolaan yang baik pada saat panen dan pasca panen maupun proses pengolahan dan distribusi ke konsumen. Perkembangan ketersediaan minyak sawit sebagai bahan makanan Indonesia menurut Neraca Bahan Makanan dapat dilihat pada Gambar 4.
Gambar 4. Perkembangan ketersediaan minyak sawit sebagai bahan makanan Indonesia menurut Neraca Bahan Makanan (Pusdatin, 2010)
6
Perkembangan volume ekspor kelapa sawit pada periode 1996 – 2009 cenderung terus meningkat, yaitu dari 2.62 juta ton tahun 1996 menjadi 21.67 juta ton tahun 2009 atau mengalami pertumbuhan per tahun sebesar 21.30% per tahun. Pada Gambar 5 dapat dilihat perkembangan volume ekspor minyak sawit di Indonesia.
Gambar 5. Perkembangan volume ekspor minyak sawit di Indonesia (Pusdatin, 2010) Hasil olahan kelapa sawit sendiri memiliki peluang pasar yang masih terbuka lebar. Menurut Mielke (2010), peluang pasar ekspor global minyak sawit kasar akan memimpin hingga 58% dengan volume 38.4 juta ton pada tahun 2010/2011. Pertumbuhan permintaan minyak sawit ini mengalami peningkatan yang sangat signifikan dalam tiga belas tahun terakhir. Dibandingkan permintaan pada tahun 1997/1998, angka saat ini mengalami kenaikan 230%. Sementara itu, peningkatan permintaan ini tidak diiringi oleh kemampuan negara-negara penghasil minyak sawit mentah yang dalam dua tahun belakangan mengalami penurunan. Pada tahun 2010, produksi minyak sawit dunia hanya sebesar 46.1 juta ton. Jumlah tersebut dipengaruhi oleh dampak adanya faktor iklim seperti El Nino dan juga pemotongan pupuk. Akibat hal ini, persediaan minyak sawit dunia mengalami penurunan. Perubahan produksi minyak sawit dunia ditunjukkan pada Gambar 6 berikut.
7
Perubahan Produksi (Juta Ton)
Tahun Gambar 6. Perubahan produksi minyak sawit dunia (Mielke, 2010)
2.3
Transportasi Pengangkutan Tandan Buah Segar dan Penjadwalan Transportasi
Pengangkutan diartikan sebagai pemindahan barang dan manusia dari tempat asal ke tempat tujuan. Dalam hubungan itu terlihat tiga hal, yakni ada muatan yang diangkut, tersedia kendaraan sebagai alat angkutannya, dan ada jalan yang dapat dilalui. Proses pengangkutan merupakan gerakan dari tempat asal, dari mana kegiatan angkutan dimulai ke tempat tujuan, dimana kegiatan pengangkutan diakhiri (Siregar, 1990). Byrne et al (1960) menyatakan bahwa truk banyak digunakan sebagai alat angkut karena dapat memiliki banyak keuntungan, yaitu dapat beroperasi dengan lancar, cepat, dapat memasuki daerah yang tidak terjangkau jalan lori, dan apabila mengalami kerusakan, maka kerusakan yang ditimbulkan tidak terlalu besar jika dibandingkan dengan menggunakan lori. Lama waktu perjalanan antara kebun dan pabrik tergantung dari jarak yang ditempuh, tenaga alat angkut, jenis alat angkut, dan keadaan jalan yang dilewati serta arus lalu lintasnya. Menurut Risza (1994), pengangkutan buah sawit adalah pengangkutan buah yang dipanen pada hari itu yang harus habis terangkat ke pabrik pada hari itu juga dan mampu menjamin kontinuitas (keajegan) datangnya buah di pabrik. Dengan cara demikian selama proses pengolahan tidak terjadi delay atau kekurangan buah. Operasi pengangkutan buah, operasi panen, dan operasi pengolahan hendaknya saling mendukung satu sama lain. Ketiga kegiatan ini merupakan subsistem-subsistem dari satu tujuan sistem induk yaitu objektif PAO (Panen Angkut Olah). Produk tandan buah segar sebagai raw material bagi unit pengolahan, yaitu pabrik kelapa sawit (PKS), bersifat mudah busuk sehingga harus segera diolah. Rentang waktu yang diperbolehkan sejak tandan buah segar dipanen hingga proses pengolahan tidak boleh lebih dari 12 jam. Apabila rentang waktu tersebut lebih dari 12 jam, maka mutu minyak sawit yang dihasilkan menurun, yang pada akhirnya berdampak pada penurunan nilai atau harga jual tandan buah segar (Ditjen Binas, 2003).
8
Penjadwalan dapat diartikan sebagai penentuan susunan pekerjaan yang akan dilakukan, yang berhubungan dengan jumlah pekerjaan, waktu tiap unsur pekerjaan dimulai dan selesai, serta tanggal penyerahan barang. Dalam sistem penjadwalan harus dapat ditentukan kegiatan, waktu pengiriman produk, ketepatan perencanaan dan realisasinya (Harsono, 1984). Penjadwalan berhubungan dengan perencanaan dan waktu pelaksanaan kegiatan yang sangat penting bagi keberlangsungan operasional suatu perusahaan. Beberapa keuntungan yang dapat diperoleh suatu perusahaan dengan menerapkan teknik penjadwalan yang baik antara lain menurunkan biaya (cost) dan meningkatkan kapasitas produksi. Teknik penjadwalan yang benar tergantung pada volume pekerjaan, pelaksanaan pekerjaan dan tingkat kesulitan pekerjaan. Tujuan umum dari penjadwalan ialah mengoptimumkan penggunaan sumber daya sehingga tujuan produksi tercapai (Heizer dan Render, 2001). Penjadwalan merupakan rencana urutan kerja serta pengalokasian sumber daya baik waktu maupun fasilitas untuk setiap operasi yang harus diselesaikan. Penyusunan penjadwalan bertujuan untuk mengurangi keterlambatan kerja dan waktu proses, memaksimalkan kerja mesin dan tenaga kerja, mengurangi idle time dan jumlah produk yang tertahan dalam pusat kerja (Russel dan Taylor, 1995). Dalam kaitannya dengan transportasi, penjadwalan berusaha menentukan sebuah rencana transportasi sebuah barang dari sejumlah sumber ke sejumlah tujuan. Sering kali satu atau bebrapa rute pada model transportasi dilarang digunakan, misalnya barang-barang tidak boleh dikirim dari suatu sumber ke tujuan tertentu (Taylor, 2005). Menurut Taha (1996), data dalam model penjadwalan ini mencakup: 1) Tingkat penawaran di setiap sumber dan jumlah permintaan di setiap tujuan. 2) Biaya transportasi per unit barang dari setiap sumber ke setiap tujuan.
2.4
Teknik Heuristik
Heuristik berasal dari bahasa Yunani “heuriskin” yang berarti membantu untuk menemukan. Menurut Herbert dalam Thierauf dan Klekamp (1975), program heuristik merupakan titik pandang dalam merancang suatu program untuk tugas pemrosesan informasi yang kompleks. Titik pandang ini bukan merupakan program yang hanya terbatas pada pengolahan angka yang biasa dilakukan dengan komputer tetapi merupakan pengolahan seperti yang biasa dilakukan oleh manusia dalam menangani berbagai permasalahan. Pada program heuristik tidak ada suatu model yang baku sehingga tiap permasalahaan menggunakan program heuristik yang spesifik. Teknik heuristik tidak menjamin diperolehnya pemecahan permasalahan yang optimal tetapi menjamin suatu pemecahan yang memuaskan pengambil keputusan (Barr dalam Wahyudi, 1989). Algoritma heuristik dapat menghasilkan solusi yang layak dengan cepat (Hillier dan Lieberman, 1990). Program heuristik merupakan pengembangan dari operasi aritmatka dan logika matematika. Ciri-ciri program heuristik secara umum: 1) adanya operasi aljabar yaitu penjumlahan, pengurangan dan perkalian, 2) adanya perhitungan bertahap, dan 3) mempunyai tahapan yang terbatas sehingga dapat dibuat algoritma komputernya. Beberapa langkah yang perlu dilakukan dalam teknik heuristik: (1) observasi, (2) eksperimen, (3) analisis dan (4) pemodelan. Tujuan heuristik ialah mempelajari metode dan aturan menemukan. Heuristik merupakan akar dari kecerdasan buatan (artificial intelligent), atau dengan kata lain pemrograman heuristik adalah suatu teknik pemecahan masalah dengan menggunakan kecerdasan
9
manusia dan ditulis dalam program komputer. Teknik heuristik dipergunakan dalam pemecahan permasalahan yang tidak terstruktur atau sulit untuk dipecahkan. Metode ini merupakan cara praktis untuk memperoleh kesimpulan yang dapat diterima. Beberapa karakteristik program heuristik ialah sebagai berikut: 1) program heuristik meringkas ruang lingkup keputusan sehingga proses pengambilan keputusan dapat dilakukan lebih cepat; 2) banyak perihal yang kompleks, walaupun esensi permasalahan dapat diformulasikan secara matematis namun perhitungannya menghasilkan solusi yang tidak layak; 3) perencanaan dan kebijakan strategi manajemen sulit dihitung dan sangat rumit sehingga tidak dapat ditangkap dengan model matematika; 4) meskipun model matematika dapat diterapkan, pekerjaan sebelum dan sesudah permodelan harus dapat dimengerti oleh pengguna model tersebut.
2.5
Simulasi
Simulasi adalah duplikasi atau abstraksi persoalan dalam kehidupan nyata dalam model matematika. Dalam hal ini biasanya dilakukan penyederhanaan, sehingga pemecahan dengan modelmodel matematika dapat dilakukan. Teknik simulasi bersifat luwes terhadap perubahan-perubahan sehingga sesuai dengan keperluan sistem yang sebenarnya (Subagyo et al, 1989). Model simulasi merupakan formulasi dari asumsi-asumsi yang terdapat dalam sistem. Asumsi yang digunakan dalam pembuatan model simulasi merupakan penggambaran dari sistem sesungguhnya. Simulasi menunjukkan alternatif pemecahan masalah yang terjadi pada sistem sesungguhnya. Simulasi menunjukkan alternatif pemecahan masalah yang terjadi pada sistem dan tidak memberikan solusi optimal (Dilworth, 1989). Keuntungan menggunakan simulasi menurut Siagian (1987) antara lain dapat memberikan jawaban bila model analitik yang digunakan tidak memberikan solusi optimal. Model simulasi lebih realistis terhadap sistem nyata karena memerlukan asumsi yang lebih sedikit. Tahap awal yang dilakukan dalam simulasi adalah mendefinisikan masalah berupa pernyataan yang jelas tentang tujuan studi, juga mendefinisikan variabel-variabel yang mempengaruhi sistem. Tahap kedua adalah membuat model simulasi dengan memformulasikan variabel, parameter, dan aturan keputusan dalam waktu simulasi (Chase dan Aquilano, 1991).
2.6
Distribusi Data
Menurut Watson dan Balckstone (1989), hal utama yang perlu diketahui dalam pemilihan distribusi peluang untuk model yang digunakan adalah frekuensi distribusi dari data dan mencari teori distribusi peluang dimana data dapat masuk. Apabila distribusi peluang yang diduga atau yang ditemukan sesuai dengan distribusi peluang teoritis, maka dapat digunakan perhitungan yang sejalan dengan dstribusi peluang tersebut. Uji distribusi perlu dilakukan untuk mengetahui bentuk distribusi peluang suatu kejadian. Beberapa contoh distribusi data adalah sebaran gumble minimum, sebaran phased bi-exponential, dan sebaran error. Persamaan (2.1), persamaan (2.2), dan persamaan (2.3) menunjukkan cara penghitungan fungsi kepadatan peluang (probability density function) masingmasingnya. 1) Sebaran Gumble Minimum
10
1
𝑓 𝑥 = exp 𝑧 − exp 𝑧 𝜎
(2.1)
Keterangan: x = data yang disimulasikan σ = parameter skala kontinyu (σ > 0) μ = parameter lokasi kontinyu z=
𝑥−𝜇 𝜎
2) Sebaran Phased Bi-Exponential
(2.2) Keterangan: λ1 = parameter skala invers kontinyu (λ1 > 0) γ1 = parameter lokasi kontinyu λ2 = parameter skala invers kontinyu (λ2 > 0) γ2 = parameter lokasi kontinyu (γ2 > γ1) 3) Sebaran Error 𝑓 𝑥 =
𝑘 2𝜎Г(1 𝑘 )
exp (− |𝑥 − 𝜇| 𝜎)𝑘
(2.3)
Keterangan: x = data yang disimulasikan k = parameter bentuk kontinyu σ = parameter skala kontinyu (σ > 0) μ = parameter lokasi kontinyu Г = fungsi gamma Menurut Nasution dan Barizi (1983) pengujian normalitas data dapat digunakan dengan menggunakan salah satu tipe uji yang termasuk ke dalam uji Kolmogorov_Smirnov. Menurut Siegel (1988), uji Kolmogorov_Smirnov merupakan suatu tes goodness of fit yaitu pengujian dilakukan untuk mengetahui kesesuaian antara distribusi sampel pengamatan dengan suatu distribusi teoritis tertentu. Uji ini mencakup perhitungan distribusi frekuensi kumulatif yang akan terjadi dibawah distribusi teoritisnya, serta membandingkan distribusi frekuensi tersebut dengan distribusi frekuensi kumulatif hasil observasi. Uji lain yang merupakan modifikasi dari uji Kolmogorov_Smirnov adalah uji Anderson_Darling. Uji Anderson_Darling digunakan jika data sampel berasal dari populasi dengan distrbusi yang spesifik. Perbedaan uji Anderson_Darling dengan uji Kolmogorov_Smirnov adalah pemberian bobot lebih pada ujung populasi dibandingkan uji Kolmogorov_Smirnov. Bentuk hipotesis yang dipakai untuk tes kenormalan data adalah : H0 : Data berdisrtibusi normal H1 : Data tidak berdistribusi normal Dalam pengujian hipotesis, kriteria untuk menolak atau tidak menolak H 0 berdasarkan P-value adalah sebagai berikut : 1) Jika P-value < α, maka H0 ditolak 2) Jika P-value > α, maka H0 tidak dapat ditolak.
11
Menurut Hasan (2003), penerimaan H0 terjadi jika nilai uji statistik berada diluar nilai kritisnya, dan penolakan H0 terjadi jika nilai uji statistik berada didalam nilai kritisnya.
2.7
Validasi Model
Validasi merupakan tahap terakhir dalam pengembangan model untuk memeriksa model dengan meninjau apakah keluaran model sesuai dengan sistem nyata, dengan melihat konsistensi internal, korespondensi, dan representasi (Simatupang, 2000). Validasi pada pemodelan ini dilakukan dengan membandingkan tingkah laku model dengan sistem nyata (quantitative behaviour pattern comparison) yaitu dengan uji MAPE dan uji sMAPE.
2.7.1
Uji MAPE (Mean Absolute Percentage Error)
Mean Absolute Percentage Error (nilai tengah persentase kesalahan absolut) adalah salah satu ukuran relatif yang menyangkut kesalahan persentase. Uji ini dapat digunakan untuk mengetahui kesesuaian data hasil prakiraan dengan data aktual. Rumus perhitungan nilai MAPE dapat dilihat pada persamaan (2.3). MAPE =
𝑛 |𝐹𝑡 −𝐴𝑡 | 𝑡=1 𝐴 𝑡
(2.4)
Keterangan : Ft = data hasil simulasi At = data aktual n = periode/banyaknya data Validasi hasil simulasi dilakukan dengan menggunakan rata-rata dari Mean Absolute Percentage Errror (MAPE). Jika MAPE < 25% maka hasil simulasi dapat diierirna secara memuaskan, sebaliknya jika MAPE > 25% maka hasil simulasi kurang memuaskan (Makridakis, Wheelwright, dan McGee, 1983).
2.7.2
Uji sMAPE (Symmetric Mean Absolute Percentage Error)
Untuk melakukan validasi terhadap hasil simulasi yang memiliki data aktual nol tidak dapat dilakukan dengan uji MAPE. Uji symmetric Mean Absolute Percentage Error (sMAPE) adalah salah satu uji lain yang dapat dilakukan (Makridakis dan Hibon, 2000). Rumus perhitungan nilai sMAPE dapat dilihat pada persamaan (2.4). sMAPE =
|𝐹𝑡 −𝐴𝑡 | 𝑛 𝑡=1 (𝐹 +𝐴 )/2 𝑡 𝑡
(2.5)
Perbedaan absolut antara data aktual dan data hasil simulasi dibagi oleh setengah jumlah data aktual dan data hasil simulasi. Rumus tersebut akan menghasilkan nilai dengan selang antara 0% sampai 200%.
12
2.8
Penelitian Sebelumnya
Oktavia (2000) mengkaji tentang Sistem Transportasi Tandan Buah Segar Kelapa Sawit di unit usaha Bekri PTPN VII, Bandar Lampung. Dalam penelitian ini, Oktavia juga menentukan jumlah armada truk yang optimal dengan menggunakan analisis antrian. Wicaksono (2007) mengkaji tentang Penjadwalan Pengangkutan Hasil Panen TBS menggunakan Linear Programming. Dalam penelitian ini, Wicaksono menggunakan model penugasan deterministik untuk penjadwalan alat angkut.
13
III.
3.1
METODOLOGI
Kerangka Pemikiran
Dalam industri kelapa sawit pada umumnya, tandan buah segar yang diolah merupakan hasil yang dipanen dari kebun sendiri. Kebun ini dapat berupa kebun inti ataupun kebun plasma. Hal ini didasari pemikiran bahwa penggunaan bahan baku yang berasal dari kebun sendiri akan meminimumkan biaya, sekaligus memaksimumkan keuntungan. Penggunaan bahan baku dari kebun sendiri hanyalah salah satu bentuk upaya optimisasi keuntungan. Dalam teori maupun praktiknya, ada beberapa faktor lain yang juga menjadi penentu dalam keuntungan yang nantinya diperoleh. Terkait dengan penjadwalan transportasi tandan buah segar dan tandan kosong, keuntungan yang ingin dicapai berkenaan dengan penjagaan kualitas mutu tandan buah segar, efisiensi sumber daya, dan produktivitas kerja. Tandan buah segar kelapa sawit sebagai salah satu komoditas pertanian memiliki sifat mudah rusak. Apabila tidak diberikan perlakuan dengan benar, maka tandan buah segar yang telah dipanen akan mengalami penurunan kualitas yang besar. Parameter mutu yang sering dijadikan dalam industri kelapa sawit biasanya adalah kadar air dan bilangan asam. Hal ini akan berimplikasi terhadap mutu hasil olahan tandan buah segar ini, seperti minyak sawit mentah (crude palm oil) dan kernel sawit (palm kernel). Produk olahan yang bermutu rendah maka akan dihargai rendah pula oleh pasar, sehingga secara langsung berdampak terhadap keuntungan. Salah satu yang dapat menyebabkan penurunan mutu tandan buah segar adalah kondisi restan (belum olah) yang terlalu lama. Dengan adanya penjadwalan transportasi yang baik, maka kondisi restan tandan buah segar saat tepat selesai panen dan saat pengangkutan dapat diminumkan. Adapun efisiensi sumber daya, maka kaitannya dengan penjadwalan adalah usaha untuk menggunakan sumber daya berupa alat transportasi angkutan dan pekerja sehingga kondisi idle (menganggur) minimum. Alat transportasi angkutan yang digunakan dalam industri kelapa sawit dapat berasal dari kepemilikan sendiri ataupun sewa dari pihak lain. Jika dimiliki sendiri, maka alat transportasi dipandang sebagai investasi yang mengalami penyusutan (depresiasi) seiring berjalannya waktu. Apabila disewa dari pihak lain, maka perusahaan akan membayar selama rentang waktu sewa tersebut, terlepas apakah alat transportasi angkut tersebut digunakan atau tidak. Dari sini dapat dipahami bahwa baik berupa kepemilikan sendiri maupun sewa dari pihak ketiga, alat transportasi yang dibiarkan idle akan tetap menyebabkan pengeluaran biaya. Demikian pula halnya dengan pekerja yang terlibat langsung dalam transportasi angkutan tandan buah segar dan tandan kosong, yang dalam hal ini adalah operator alat transportasi angkut. Penjadwalan transportasi akan mencari solusi memuaskan sehingga sumber daya yang digunakan dapat diberdayakan secara efisien. Berkaitan dengan produktivitas kerja, penjadwalan akan menentukan rute tempuh serta waktu keberangkatan dan selesainya transportasi, sehingga dapat dicapai hasil yang optimum. Rute tempuh yang dihasilkan nantinya adalah rute yang efisien, berupa tempat pengumpulan hasil (TPH) tandan buah segar yang harus dilewati dalam satu kali perjalanan (trip), disesuaikan dengan kapasitas angkut alat transportasi. Waktu keberangkatan dan selesai transportasi pengangkutan disesuaikan sehingga kinerja transportasi dapat produktif. Transportasi pengangkutan merupakan penghubung antara kebun dan pabrik. Ketiganya yaitu kebun, pabrik, dan transportasi, dipandang sebagai kesatuan mata rantai yang saling berkaitan. Dengan demikian, maka penjadwalan transportasi juga memperhatikan penjadwalan panen di kebun dan penjadwalan produksi di pabrik. Penjadwalan transportasi tidak dapat berdiri sendiri, dan demikian pula halnya dengan penjadwalan panen dan penjadwalan transportasi.
14
Penjadwalan panen akan menentukan jumlah panen tandan buah segar yang dihasilkan dalam satuan tonase di setiap afdeling. Penjadwalan panen dilakukan menggunakan metode prakiraan tertentu, yang biasanya berupa pendugaan dari beberapa sampel pohon sawit. Sedangkan penjadwalan produksi di pabrik dilakukan berdasarkan kapasitas olah. Dari penjadwalan di pabrik ini, maka akan dapat diketahui jumlah tandan kosong yang dihasilkan dalam setiap satuan waktu. Seluruh komponen ini nantinya akan menghasilkan penjadwalan, baik di kebun maupun di pabrik. Penjadwalan transportasi didasarkan pada penjadwalan panen dan penjadwalan produksi yang telah dihasilkan. Dengan penjadwalan panen dan penjadwalan produksi dijadikan sebagai masukan, maka penjadwalan transportasi akan mengolah masukan ini dengan memperhatikan faktor-faktor kendala, agar didapatkan hasil yang maksimum. Faktor kendala yang terkait dengan penjadwalan transportasi adalah kapasitas alat transportasi, jam kerja maksimum, dan lain sebagainya. Penjadwalan transportasi akan menganalisis alur perpindahan tandan buah segar mulai dari tepat selesai di panen sampai dengan selesai dibongkar di pabrik, sekaligus menjadwalkan pengalokasian tandan kosong hasil olahan dari pabrik ke kebun. Keluaran yang didapatkan dari penjadwalan transportasi pengangkutan tandan buah segar adalah jumlah sumber daya yang dialokasikan, waktu keberangkatan dan selesai transportasi pengangkutan, serta rute yang ditempuh oleh alat transportasi pengangkutan.
3.2
Pendekatan Berencana
Dalam melakukan penelitian sehingga dapat berjalan pada alur yang benar, maka digunakan pendekatan berencana. Menurut Thierauf dan Klekamp (1975), pendekatan berencana dapat digunakan untuk menguraikan permasalahan seperti pertentangan-pertentangan secara obyektif, kebijaksanaan, dan alternatif-alternatif yang mempunyai tujuan utama untuk mengembangkan serta serta menerapkan model-model kuantitatif pada masalah-masalah spesifik. Pendekatan berencana dimulai dari pengamatan gejala-gejala permasalahan, sedangkan metode penyelesaian disesuaikan dengan tuujuan, peubah, batasan, dan asumsi-asumsi dari alternatif solusi permasalahan yang ada. Tahapan penelitian berdasarkan pendekatan berencana adalah sebagai berikut: 1) Identifikasi permasalahan melalui observasi langsung di industri kelapa sawit terkait efektivitas dan efisiensi penjadwalan transportasi pengangkutan tandan buah segar. Pada tahap ini dilakukan pendataan tentang faktor-faktor yang menjadi permasalahan dalam penjadwalan transportasi. 2) Perumusan masalah dalam penjadwalan transportasi, yaitu perlunya optimisasi dalam menentukan jumlah sumber daya yang dialokasikan, waktu keberangkatan dan selesai transportasi pengangkutan, serta rute yang ditempuh oleh alat transportasi pengangkutan. Pada tahap ini ditentukan faktor yang mempengaruhi permasalahan, penentuan tujuan dan sasaran yang hendak dicapai, batasan-batasan terhadap penyelesaian masalah dan asumsi yang diperlukan dalam pengembangan dan penyelesaian masalah. 3) Pemodelan permasalahan dengan menjadikan faktor-faktornya sebagai variabel penyusun dalam menentukan hasil yang optimum. Pada tahap ini dilakukan analisis data untuk memperoleh model matematika dan pengembangan alternatif model berdasarkan pada variabel-variabel keputusan dan kendala yang ada. 4) Penetapan penjadwalan transportasi yang mengeluarkan hasil yang optimum melalui analisis alternatif-alternatif. 5) Simulasi penjadwalan transportasi dengan hasil yang memuaskan.
15
3.3 3.3.1
Tata Laksana Pengumpulan Data Primer
Pengumpulan data dilakukan untuk mengetahui data-data yang berkaitan dengan penjadwalan transportasi. Data-data diperoleh dengan melakukan observasi langsung maupun wawancara. Adapun data-data yang diperlukan adalah: 1) jadwal panen harian, 2) kapasitas produksi pabrik dan jadwal produksi, 3) sebaran lokasi tempat pengumpulan hasil di kebun, lokasi keberangkatan dan kepulangan alat transportasi pengangkutan, dan lokasi pabrik, 4) kebijakan jam kerja perusahaan, baik jam kerja kebun, transportasi pengangkutan, dan pabrik, 5) jumlah, kepemilikan, jenis, waktu tempuh, dan kapasitas alat transportasi pengangkutan, 6) antrian muat dan bongkar tandan buah segar, yang meliputi waktu tunggu, waktu bongkar dan waktu muat, serta laju kedatangan, 7) sebaran jalan kebun, 8) sistem transportasi pengangkutan tandan buah segar untuk kebun inti dan kebun plasma.
3.3.2
Pengumpulan Data Sekunder
Data sekunder didapatkan melalui bagian administrasi, bagian penggudangan, atau bagian lain yang terkait, antara lain meliputi data time-series produksi tandan buah segar, produksi hasil samping berupa tandan kosong, serta kerja sama kebun dan pabrik dalam melakukan penjadwalan. Untuk diagram alir penelitian dapat dilihat pada Gambar 7 berikut.
16
Mulai
Kondisi aktual sistem transportasi pengangkutan tandan buah kelapa sawit
Penjadwalan panen di kebun
Penjadwalan produksi di pabrik
Prakiraan produksi harian tandan buah segar di setiap afdeling
Jumlah tandan kosong yang dihasilkan dan waktu produksi
Jumlah, kecepatan, dan kapasitas alat transportasi
Penentuan rute tempuh, kebutuhan waktu transportasi, dan jumlah kendaraan
Data rute tempuh, kebutuhan waktu transportasi, dan jumlah kendaraan
Faktor lain (prioritas angkutan dan sebaran lokasi afdeling)
Penjadwalan transportasi pengangkutan tandan buah
Jadwal transportasi pengangkutan tandan buah kelapa sawit
Selesai.
Gambar 7. Diagram alir kerangka penelitian
17
3.4 3.4.1
Asumsi dan Standar Asumsi
Dalam rangka menyederhanakan perhitungan, digunakan asumsi-asumsi dalam penelitian ini. Adapun asumsi-asumsi tersebut adalah sebagai berikut: 1) Semua kendaraan pengangkut tandan buah segar adalah identik. Dengan demikian, maka semua kendaraan pengangkut tandan buah segar memiliki mesin, daya, kapasitas, dan dimensi yang sama. 2) Selama proses produksi, tidak terjadi kerusakan mesin yang menyebabkan terjadinya stagnansi sehingga proses produksi berhenti. 3) Selama proses pengangkutan, tidak terjadi kecelakaan atau gangguan lainnya yang menyebabkan proses pengangkutan tertunda. 4) Tandan buah segar sudah dipanen dan berada di tempat pengumpulan hasil sehingga siap untuk diangkut. 5) Seluruh pekerjaan angkutan diselesaikan dalam satu hari dengan waktu kerja maksimal 24 jam, dengan demikian tidak terjadi akumulasi pekerjaan hari sebelumnya untuk setiap hari. 6) Waktu tempuh pengangkutan panen di suatu afdeling adalah baku. Waktu tempuh pengangkutan terdiri dari waktu tempuh dari pabrik ke afdeling dan waktu tempuh dari afdeling ke pabrik. 7) Waktu unloading tandan buah segar di pabrik tidak signifikan sehingga tidak dimasukkan dalam perhitungan. 8) Waktu loading dan unloading tandan kosong tidak signifikan sehingga tidak dimasukkan dalam perhitungan. 9) Unit yang digunakan untuk mengukur waktu transportasi adalah jam.
3.4.2
Standar
Standar merupakan suatu ketetapan yang diberlakukan untuk memudahkan dalam membuat penjadwalan dan juga untuk perhitungan sehingga nilai yang akan digunakan adalah sama. Adapun standar yang digunakan adalah: 1) kapasitas per trip kendaraan pengangkut untuk tandan buah segar adalah 5,500 kilogram dan untuk tandan kosong adalah 3,000 kilogram; 2) waktu tempuh pengangkutan tandan buah segar untuk Afdeling 1 adalah 3 jam, Afdeling 2 adalah 2 jam, Afdeling 3 adalah 4 jam, dan Afdeling 4 adalah 5 jam; 3) waktu loading tandan buah segar sebanyak 5,500 kilogram adalah 1 jam; 4) waktu tempuh pengangkutan tandan kosong adalah 2 jam; 5) kapasitas pengolahan TBS adalah 30,000 kilogram per jam per line. 6) rendemen tandan kosong yang dihasilkan dari pengolahan TBS adalah 23%.
3.5 3.5.1
Rancangan Model Prakiraan Produksi
Penjadwalan yang nantinya akan dihasilkan dari penelitian ini adalah penjadwalan yang bersifat harian. Untuk dapat melakukan penjadwalan transportasi, maka terlebih dahulu harus
18
diketahui beban yang akan diangkut beserta kuantitasnya. Beban ini selanjutnya menjadi salah satu input dalam penjadwalan yang sifatnya dinamis. Dalam penjadwalan transportasi ini, beban yang harus diangkut dibagi menjadi lima jenis, yaitu tandan kosong hasil produksi di pabrik kelapa sawit, TBS hasil panen di Afdeling 1, TBS hasil panen di Afdeling 2, TBS hasil panen di Afdeling 3, dan TBS hasil panen di Afdeling 4. Prakiraan produksi dilakukan pada lima jenis ini. Prakiraan produksi dilakukan dengan melakukan mendapatkan data produksi harian empiris selama bulan Januari dan Februari 2011, lalu mensimulasikannya untuk mendapatkan data produksi harian pada bulan Maret 2011. Simulasi dilakukan menggunakan bantuan perangkat lunak EasyFit5.5 untuk mencari sebaran data yang sesuai. Dari sebaran yang terpilih, diuji kecocokannya dengan membandingkan nilai uji statistik sebaran tersebut dengan nilai kritisnya pada tingkat kepercayaan 95%. Jika nilai uji statistik lebih kecil daripada nilai kritis pada tingkat kepercayaan 95%, maka sebaran tersebut dapat digunakan untuk memprakirakan produksi harian bulan Maret 2011. Dalam Gambar 8 ditampilkan diagram alir submodel prakiraan produksi.
Mulai
Data aktual produksi harian bulan Januari dan Februari 2011
Penentuan sebaran data menggunakan perangkat lunak EasyFit5.5 berdasarkan tingkat Goodness of Fit pada uji Anderson_Darling
Uji statistik < nilai kritis sebaran pada α = 5%?
Tidak
Ya Simulasikan prakiraan produksi harian pada bulan Maret 2011 menggunakan sebaran terpilih
Simulasikan prakiraan produksi harian pada bulan Maret 2011 menggunakan sebaran empiris
Prakiraan produksi harian bulan Maret 2011
Selesai.
Gambar 8. Diagram alir submodel prakiraan produksi
19
3.5.2
Penentuan Rute Panen
TBS yang dipanen tersebar ke dalam empat afdeling yang dimiliki PTPN VIII Perkebunan Kertajaya. Pabrik kelapa sawit terletak di Afdeling 2. Peta lokasi afdeling dapat dilihat pada Gambar 9.
Pabrik KelapaSawit
Afdeling 2 Afdeling 3
Afdeling 1
Afdeling 4
Gambar 9. Peta lokasi afdeling di PTPN VIII Perkebunan Kertajaya
Berdasarkan Gambar 9, dapat diketahui bahwa tanaman menghasilkan lancuran di Afdeling 1 dan Afdeling 2 terletak di sisi barat pabrik atau sisi kiri pada Gambar 9, sedangkan tanaman menghasilkan di Afdeling 3 dan Afdeling 4 terletak di sisi yang berlawanan, yaitu di sisi tenggara pabrik atau sisi kanan bawah Gambar 3. Dengan demikian, dapat dilakukan penentuan rute untuk kendaraan yang memanen TBS di Afdeling 1 dan Afdeling 2 serta kendaraan yang memanen TBS di Afdeling 3 dan Afdeling 4. Data prakiraan produksi harian digunakan untuk menentukan rute tempuh kendaraan panen TBS pada masing-masing hari. Kendaraan yang digunakan termasuk jenis dump truck, sebanyak 10 unit dengan kapasitas angkut TBS per unit sebesar 5,500 kilogram. Penentuan rute diawali dengan menginisialisasi jumlah trip yang ditempuh untuk mengangkut TBS masing-masing afdeling. Trip inisiasialisasi ini adalah jumlah trip tanpa memperhitungkan trip terakhir yang mengangkut TBS panen kurang dari 5,500 kilogram. Jumlah trip didapatkan dengan membagi hasil panen TBS masingmasing afdeling dengan kapasitas angkut kendaraan sebesar 5,500 kilogram per trip. Hasil tersebut dihilangkan angka desimal pecah dengan pembulatan ke bilangan bulat yang lebih kecil. Selanjutnya dilakukan pendataan terhadap sisa kapasitas yang diangkut pada trip terakhir di masing-masing afdeling. Rumus matematis trip inisialisasi masing-masing afdeling dapat dilihat pada persamaaan (3.1), persamaan (3.2), persamaan (3.3), dan persamaan (3.4).
20
w= x= y= z=
TBS Afd 1 5,500 TBS Afd 2 5,500 TBS Afd 3 5,500 TBS Afd 4 5,500
(3.1) (3.2) (3.3) (3.4)
Keterangan: w = jumlah trip inisiasilisasi Afdeling 1 x = jumlah trip inisiasilisasi Afdeling 2 y = jumlah trip inisiasilisasi Afdeling 3 z = jumlah trip inisiasilisasi Afdeling 4
Berdasarkan data sisa kapasitas angkut, dilakukan pemeriksaan yang bersifat biner. Pemeriksaan kapasitas angkut ini akan dibagi menjadi dua, yang dinamai pemeriksaan 1-2 dan pemeriksaan 3-4. Pemeriksaan 1-2 dilakukan untuk melihat apakah kapasitas angkut kendaraan trip terakhir di Afdeling 1 (Kap1,w+1) masih memungkinkan untuk mengangkut TBS yang harus diangkut pada trip terakhir di Afdeling 2 (TBS2,x+1), sedangkan pemeriksaan 3-4 digunakan untuk melihat apakah kapasitas angkut kendaraan trip terakhir di Afdeling 4 (Kap4,z+1) masih memungkinkan untuk mengangkut TBS yang harus diangkut pada trip terakhir di Afdeling 3 (TBS3,y+1). Pemeriksaan 1-2 akan dilakukan jika TBS trip terakhir di Afdeling 1 (TBS1,w+1) dan TBS trip terakhir di Afdeling 2 (TBS2,x+1) tidak sama dengan 0, serta permeriksaan 3-4 akan dilakukan jika TBS trip terakhir di Afdeling 3 (TBS3,y+1) dan TBS trip terakhir di Afdeling 4 (TBS4,z+1) tidak sama dengan 0. Pemeriksaan kapasitas tersebut sesuai dengan diagram alir yang ditunjukkan oleh Gambar 10.
21
Mulai
Inisialisasi Pemeriksaan 1-2 = 0 Pemeriksaan 3-4 = 0
Kap1,w+1 > TBS2,x+1?
Tidak
Ya TBS1,w+1 ≠ 0 & TBS2,x+1 ≠ 0?
Tidak
Ya Pemeriksaan 1-2 = 1
Kap4,z+1 > TBS3,y+1?
Tidak
Ya TBS3,y+1 ≠ 0 & TBS4,z+1 ≠ 0?
Tidak
Ya Pemeriksaan 3-4 = 1
Selesai. Gambar 10. Diagram alir pemeriksaan kapasitas
Secara ringkas, Gambar 10 menunjukkan kemungkinan yang bisa ditempuh oleh trip pemanenan TBS. Afdeling yang yang dapat ditempuh dalam satu trip bersamaan adalah Afdeling 1 dengan Afdeling 2 serta Afdeling 3 dengan Afdeling 4. Inisialisasi pemeriksaan kapasitas dengan nilai nol menunjukkan bahwa TBS afdeling diangkut melalui trip di afdeling tersebut. Selanjutnya dilakukan pemeriksaan terhadap kemungkinan untuk mengangkut TBS di afdeling yang berdekatan dengan syarat tidak melanggar kendala kapasitas angkut trip. Apabila kapasitas angkut trip memungkinkan, maka pemeriksaan diganti nilainya menjadi 1. Pemeriksaan kapasitas angkut ini selanjutnya menjadi dasar dalam penentuan update trip. Apabila pemeriksaan kapasitas angkut bernilai 1, maka trip afdeling yang lebih dekat sama nilainya dengan trip inisialisasi dan trip afdeling yang lebih jauh nilainya ditambah 1 dari trip inisialisasi.
22
Adapun jika pemeriksaan kapasitas angkut bernilai 0, maka baik trip afdeling yang lebih dekat maupun yang lebih jauh nilainya ditambah 1 dari trip inisialisasi. Selanjutnya diperiksa di seluruh afdeling apakah TBS trip terakhir bernilai nol atau tidak. Jika bernilai 0, maka jumlah trip sebenarnya sama dengan trip inisialisasi. Gambar 11 menunjukkan diagram alir hasil akhir trip untuk pemanenan TBS. Mulai
Pemeriksaan 1-2 = 1?
Tidak
Ya Trip Afd 2 = x
Pemeriksaan 3-4 = 1?
Trip Afd 2 = x + 1
Tidak
Ya Trip Afd 3 = y + 1
Trip Afd 3 = y
Trip Afd 1 = w + 1 Trip Afd 4 = z + 1
TBS1,w+1 = 0?
Tidak
Ya
Ya Trip Afd 3 = (Trip Afd 3) - 1
Tidak
Ya
Trip Afd 1 = (Trip Afd 1) - 1
TBS3,y+1 = 0?
TBS2,x+1 = 0?
Trip Afd 2 = (Trip Afd 2) - 1
Tidak
TBS4,z+1 = 0?
Tidak
Ya Trip Afd 4 = (Trip Afd 4) - 1
Selesai.
Gambar 11. Diagram alir hasil akhir trip pemanenan TBS
23
3.5.3
Penentuan Jumlah Kendaraan
Proses penjadwalan dimulai dari penentuan waktu tempuh standar setiap aktivitas (trip) yang akan ditempuh oleh kendaraan kebun. Waktu tempuh standar didapatkan dari pengamatan langsung, seperti yang ditunjukkan pada Tabel 1.
Tabel 1. Waktu tempuh standar trip kendaraaan Aktivitas Waktu standar (jam/trip) Trip TK 2 Trip TBS Afdeling 1 3 Trip TBS Afdeling 2 2 Trip TBS Afdeling 3 4 Trip TBS Afdeling 4 5
Selanjutnya, waktu tempuh standar ini akan ditambahkan dengan waktu loading dan unloading. Dari hasil pengamatan, didapatkan bahwa rata-rata total waktu loading dan unloading untuk TBS sebanyak 5,500 kilogram per trip-kendaraan adalah 1 jam, sedangkan rata-rata total waktu loading dan unloading untuk tandan kosong tidak dimasukkan dalam perhitungan karena dianggap tidak signifikan. Rumus perhitungan waktu transportasi total untuk setiap jenis angkutan dapat dilihat pada persamaan (3.5), (3.6), (3.7), (3.8), dan (3.9).
TTrip TK = 2 × v TTrip Afd 1 = (3 × w) + (1 × (w - 1)) + TTrip Afd 2 = (2 × x) + (1 × (x - 1)) + TTrip Afd 3 = (4 × y) + (1 × (y - 1)) + TTrip Afd 4 = (5 × z) + (1 × (z - 1)) +
(TBS1,w/5500 × 1) (TBS2,x/5500 × 1) (TBS3,y/5500 × 1) (TBS4,z/5500 × 1)
(3.5) (3.6) (3.7) (3.8) (3.9)
Keterangan: TTrip TK = Waktu untuk pengangkutan tandan kosong (jam.kendaraan) TTrip Afd 1 = Waktu untuk pengangkutan TBS Afdeling 1 (jam.kendaraan) TTrip Afd 2 = Waktu untuk pengangkutan TBS Afdeling 2 (jam.kendaraan) TTrip Afd 3 = Waktu untuk pengangkutan TBS Afdeling 3 (jam.kendaraan) TTrip Afd 4 = Waktu untuk pengangkutan TBS Afdeling 4 (jam.kendaraan) v = jumlah trip tandan kosong (trip.kendaraan) w = jumlah trip-kendaraan TBS Afdeling 1 (trip.kendaraan) x = jumlah trip-kendaraan TBS Afdeling 2 (trip.kendaraan) y = jumlah trip-kendaraan TBS Afdeling 3 (trip.kendaraan) z = jumlah trip-kendaraan TBS Afdeling 4 (trip.kendaraan) TBS1,w = jumlah TBS di Afdeling 1 yang diangkut pada trip ke-w (kilogram) TBS2,x = jumlah TBS di Afdeling 2 yang diangkut pada trip ke-x (kilogram) TBS3,y = jumlah TBS di Afdeling 3 yang diangkut pada trip ke-y (kilogram) TBS4,z = jumlah TBS di Afdeling 4 yang diangkut pada trip ke-z (kilogram)
24
Waktu harian yang diperlukan untuk trip tersebut selanjutnya diakumulasikan sehingga didapat jumlah waktu trip harian. Jumlah waktu ini adalah waktu yang diperlukan 1 unit kendaraan untuk melakukan seluruh aktivitas tersebut dalam satu hari. Untuk mendapatkan jumlah kendaraan yang dibutuhkan, maka jumlah waktu trip harian dibagi dengan waktu produksi yang tersedia dalam hari tersebut. Waktu produksi harian didapat dengan membagi TBS yang diolah dengan kapasitas olah pabrik sebesar 30,000 kilogram per jam. Agar seluruh tandan kosong yang diproduksi dapat selesai terangkut semua pada hari itu juga, maka ditetapkan kendala bahwa waktu produksi harian tidak lebih dari 22 jam, yang didapat setelah dikurangi dengan waktu untuk 1 trip tandan kosong. Apabila dalam waktu 22 jam ada TBS yang tidak terolah, maka TBS tersebut diolah menggunakan lini produksi 2 dengan kapasitas produksi sama dengan lini produksi 1 yaitu sebesar 30,000 kilogram per jam. Pengoperasian lini produksi 2 dimulai dari waktu lini produksi 1 berakhir dikurang waktu yang diperlukan untuk pengoperasian lini produksi 2. Persamaan yang digunakan dalam menentukan total waktu trip adalah persamaan (3.10) dan untuk menentukan waktu produksi adalah persamaan (3.11).
ΣTTrip = TTrip TK + TTrip Afd 1 + TTrip Afd 2 + TTrip Afd 3 ΣTProduksi1 = ΣTBS / KapTBS
(3.10) (3.11)
Jika jumlah TBS yang diolah lebih dari 660,000 kilogram, maka persamaan yang digunakan untuk menentukan waktu produksi adalah persamaan (3.12) dan persamaan (3.13).
ΣTProduksi1 = 660,000 / KapTBS ΣTProduksi2 = (ΣTBS-660,000) / KapTBS
(3.12) (3.13)
Persamaan untuk menentukan jumlah kendaraan dapat dilihat pada persamaan (3.14).
n = ΣTTrip / ΣTProduksi Keterangan: ΣTTrip ΣTBS ΣTProduksi1 ΣTProduksi2 KapTBS n
3.5.4
1
(3.14)
= Total waktu untuk semua trip (jam.kendaraan) = Total TBS yang diolah dalam satu hari (kilogram) = Total waktu yang digunakan lini produksi 1 dalam pengolahan TBS (jam) = Total waktu yang digunakan lini produksi 2 dalam pengolahan TBS (jam) = 30,000 (kilogram/jam) = jumlah kendaraan yang dibutuhkan (kendaraan)
Penjadwalan
Penjadwalan dilakukan melalui pengalokasian kendaraan transportasi yang tersedia terhadap sejumlah trip untuk diselesaikan dengan selang waktu dalam unit jam. Pemecahan permasalahan penjadwalan dilakukan menggunakan teknik heuristik. Dalam melakukan penjadwalan, yang
25
dijadikan sebagai input pertama adalah jumlah kendaraan yang tersedia untuk dialokasikan dan input kedua adalah jenis serta jumlah trip yang dilakukan. Secara ringkas, output penjadwalan transportasi dapat dilihat pada Tabel 2.
Tabel 2. Model output penjadwalan transportasi Jam
K1
K2
K3
K4
K5
K…
Kn
1
Trip1,1
Trip1,2
Trip1,3
Trip1,4
Trip1,5
…
Trip1,n
2
Trip2,1
Trip2,2
Trip2,3
Trip2,4
Trip2,5
…
Trip2,n
3
Trip3,1
Trip3,2
Trip3,3
Trip3,4
Trip3,5
…
Trip3,n
4
Trip4,1
Trip4,2
Trip4,3
Trip4,4
Trip4,5
…
Trip4,n
…
…
…
…
…
…
…
…
m
Tripm,1
Tripm,2
Tripm,3
Tripm,4
Tripm,5
…
Tripm,n
Trip dituliskan sebagai variabel Tripi,j, dimana variabel tersebut berarti trip jam ke-i yang dilakukan oleh kendaraan j. Trip pada matriks diisikan sesuai dengan jenis aktivitasnya. Masingmasing jenis trip memiliki bobot waktu transportasi yang berbeda sesuai dengan standar yang telah ditetapkan. Nilai awal Tripi,j diinisialisasi tanpa nilai (null). Trip yang menjadi prioritas adalah pengangkutan tandan kosong. Pengangkutan tandan kosong baru dilakukan pada awal jam ke-2, karena menunggu hoper tandan kosong terisi lebih dulu. Kapasitas hoper maksimal 20,000 kilogram, dengan demikian pada setiap akhir jam dalam penjadwalan tidak boleh menyebabkan tandan kosong lebih dari 20,000 kilogram berada dalam hoper. Keadaan hoper selama lini produksi 1 dijalankan akan menyebabkan penambahan 6,900 kilogram tandan kosong setiap jamnya. Untuk menghitung keadaan akhir tandan kosong dalam hoper pada setiap jam ke-i digunakan persamaan (3.15), sedangkan untuk diagram alir penjadwalan transportasi dapat dilihat pada Gambar 12(a), Gambar 12(b), Gambar 12(c), Gambar 12(d), dan Gambar 12(e).
HTK1i = HTK0i + 6.9 x TProduksi1,i + 6.9 x TProduksi2,i - 3 x ( Keterangan: HTK1i HTK0i TProduksi1,i TProduksi2,i Trip TK (1)i,j
𝑛 𝑗 =1 Trip
TK (1)i,j)
(3.15)
= keadaan akhir tandan kosong dalam hoper pada jam ke-i (kilogram) = keadaan awal tandan kosong dalam hoper pada jam ke-i (kilogram) = variabel biner, bernilai 1 jika lini produksi 1 dioperasikan jam ke-i dan bernilai 0 jika sebaliknya = variabel biner, bernilai 1 jika lini produksi 2 dioperasikan jam ke-i dan bernilai 0 jika sebaliknya = variabel biner; bernilai 1 jika pada jam ke-i dan kendaraan j mengangkut tandan kosong dari pabrik ke kebun dan bernilai 0 jika sebaliknya
26
Mulai
Inisialisasi i=1 j=1 m=1 n=1 o=1 p=1 q=1
i < a+1?
Tidak
Ya i = i+1 Tidak j < b? Ya j = j+1
Tidak
Tripi,j = null & Tripi+1,j = null & i < a+1 & HTK0i >= 3.0 & m < TripTK? Ya Tripi,j = Trip TK (1) Tripi+1,j = Trip TK (2) m = m+1
Tidak Tripi,j = null & Tripi+1,j = null & i = a+1 & m < TripTK?
Ya r
s
t
Gambar 12(a). Diagram alir penjadwalan transportasi (a)
27
r
t
s
Tripi,j = Trip TK (1) Tripi+1,j = Trip TK (2) m = m+1
Tidak i < a-1? Ya i = i+1
Tidak j < b? Ya j = j+1
Tidak
Tripi,j = null & Tripi+1,j = null & Tripi+2,j = null & Tripi+3,j = null & HTK1i < 20.0 & HTK1i+1 < 20.0& HTK1i+2 < 20.0& HTK1i+3 < 20.0 & n < TripAfd1?
Ya Tripi,j = Trip Afd 1 (1) Tripi+1,j = Trip Afd 1 (2) Tripi+2,j = Trip Afd 1 (3) Tripi+3,j = Trip Afd 1 (4) n = n+1
i < a?
Tidak
Ya r
s
t
Gambar 12(b). Diagram alir penjadwalan transportasi (b)
28
r
t
s i = i+1
Tidak j < b? Ya j = j+1
Tidak
Tripi,j = null & Tripi+1,j = null & Tripi+2,j = null & HTK1i < 20.0& HTK1i+1 < 20.0& HTK1i+2 < 20.0 & o < TripAfd2? Ya Tripi,j = Trip Afd 2 (1) Tripi+1,j = Trip Afd 2 (2) Tripi+2,j = Trip Afd 2 (3) o = o+1
i < a-2?
Tidak
Ya i = i+1
Tidak j < b? Ya j = j+1
r
s
t
Gambar 12(c). Diagram alir penjadwalan transportasi (c)
29
r
t
s
Tidak
Tripi,j = null & Tripi+1,j = null & Tripi+2,j = null & Tripi+3,j = null & Tripi+4,j = null & HTK1i < 20.0 & HTK1i+1 < 20.0& HTK1i+2 < 20.0& HTK1i+3 < 20.0 & HTK1i+4 < 20.0& p < TripAfd3?
Ya Tripi,j = Trip Afd 3 (1) Tripi+1,j = Trip Afd 3 (2) Tripi+2,j = Trip Afd 3 (3) Tripi+3,j = Trip Afd 3 (4) Tripi+4,j = Trip Afd 3 (5) p = p+1
i < a-3?
Tidak
Ya i = i+1
Tidak j < b? Ya j = j+1
Tidak
Tripi,j = null & Tripi+1,j = null & Tripi+2,j = null & Tripi+3,j = null & Tripi+4,j = null & Tripi+5,j = null & HTK1i < 20.0 & HTK1i+1 < 20.0& HTK1i+2 < 20.0 & HTK1i+3 < 20.0 & HTK1i+4 < 20.0 & HTK1i+5 < 20.0 & q < TripAfd4?
Ya r
s
t
Gambar 12(d). Diagram alir penjadwalan transportasi (d)
30
r
s
t
Tripi,j = Trip Afd 4 (1) Tripi+1,j = Trip Afd 4 (2) Tripi+2,j = Trip Afd 4 (3) Tripi+3,j = Trip Afd 4 (4) Tripi+4,j = Trip Afd 4 (5) Tripi+5,j = Trip Afd 4 (6) q = q+1
Selesai. Gambar 12(e). Diagram alir penjadwalan transportasi (e)
3.6 Konfigurasi Model Model penjadwalan transportasi tandan buah kelapa sawit di PTPN VIII diwujudkan dengan suatu program yang dinamai Oil Palm Fruit Bunch Transportation Scheduler (OPFBTS). OPFTBS dibuat menggunakan beberapa perangkat lunak komersil, yaitu Borland Delphi 7 dan Native Excel v2.x. Pada saat program OPFBTS dijalankan, akan muncul tampilan selamat datang dan pentunjuk singkat untuk menggunakan program. Tampilan awal OPFBTS dapat dilihat pada Gambar 13.
Gambar 13. Tampilan awal OPBFTS
31
Pada tampilan awal ini, pengguna diminta untuk memasukkan data prakiraan produksi yang telah diketahui sebelumnya, melalui memilih menu Input Produksi. Gambar 14 menunjukkan tampilan menu Input Produksi.
Gambar 14. Tampilan menu Input Produksi
Jika telah selesai memasukkan nilai prakiraan produksi, maka pengguna dapat melakukan penjadwalan terhadap tanggal yang telah lengkap nilai prakiraan produksinya. Untuk mendapatkan hasil penjadwalan, user dapat memilih menu Jadwal. Hasil penjadwalan yang telah didapatkan dapat disimpan menjadi basis data (database). Basis data yang disimpan dari program OPFBTS berekstensi .xls yang dapat pula dibuka dengan menggunakan program Microsoft Excel. Tampilan basis data jika dibuka menggunakan Microsoft Excel 2007 dapat dilihat pada Gambar 15.
32
Gambar 15. Basis data penjadwalan dalam Microsoft Excel 2007
33
IV.
HASIL DAN PEMBAHASAN
4.1 Tinjauan Umum Perusahaan 4.1.1
Sejarah dan Perkembangan Perusahaan
PT. Perkebunan Nusantara VIII terbagi atas empat Group Komoditi, yaitu Group Komoditi Non Teh I yang berkedudukan di Banten Selatan, Sukabumi, dan Bogor; Group Komoditi Non Teh II yang berkedudukan di Bandung; Group Komoditi Teh I yang berkedudukan di Sukabumi; dan Group Komoditi Teh II yang berkedudukan di Bandung. Pada Tabel 3 berikut dapat dilihat kebun-kebun yang termasuk Group Komoditi Non Teh I.
Tabel 3. Kebun-kebun group komoditi non teh I Kebun Komoditi Bojong Datar Sawit, Karet Kertajaya Sawit Cisalak Baru Sawit Cikasungka Sawit Sukamaju Sawit Sumber : PTPN VIII Kebun Kertajaya
Lokasi Kab. Lebak Kab. Lebak Kab. Lebak Kab. Lebak Kab. Sukabumi
Perkebunan Kertajaya mulai dirintis pembangunannya pada tahun 1981 berdasarkan SK Direksi PT. Perkebunan XI (Persero) dengan No. XI/KI/SK/28/1981 dan wilayah Banten Selatan ditetapkan sebagai lokasi perkebunan inti dan plasma berdasarkan PP No. 34 Th. 1971 dan SK Menteri Keuangan No. 402/KMK/011/1979 serta SK Gubernur Tk. I Jawa Barat No. 1023/PM 120/1980 tentang penetapan lokasi dan penyediaan lahan untuk Proyek Pirbun. Luas Areal Konsesi ditentukan sesuai dengan SK Gubernur Jawa Barat No. 523/SK/589 BinProd/1982 seluas 5,600 hektar, namun yang terealisir hanya 1780,15 hektar dengan luas areal tanaman 1592.24 hektar. Sebagian kekurangan areal kemudian dialokasikan di perkebunan eksiting yang berada di wilayah Banten dan Jawa Barat. Selain sebagai perusahaan negara, Perkebunan Kertajaya juga mengemban tugas sebagai inti bagi pembangunan kebun plasma dengan pola Pirbun yang selanjutnya menjadi Proyek NES (Nucleus Estate and Smallholders) V Banten Selatan. Proyek perkebunan ini meliputi wilayah Kecamatan Gunung Kencana, Malingping, Cijaku, Banjarsari, dan Panggarangan yang berada di wilayah Kabupaten Lebak dengan luas areal tanaman 3299.35 hektar. Sementara itu yang termasuk wilayah Kabupaten Pandeglang meliputi Kecamatan Cikeusik, Munjul, dan Cibaliung seluas 2768.83 hektar. Sebagai salah satu Badan Usaha Milik Negara (BUMN), PT. Perkebunan Nusantara VIII bertujan untuk melaksanakan dan menunjang kebijakan program pemerintah di bidang ekonomi dan pembangunan nasional pada umumnya serta sektor pertanian pada khususnya dengan berlandaskan pada asas:
mempertahankan dan meningkatkan kontribusi bidang perkebunan bagi pendapatan nasional yang diperoleh dari hasil produksi dan pemasaran beberapa jenis komoditi atau produk untuk konsumsi dalam negeri,
34
memelihara atau memperluas lapangan kerja bagi masyarakat maupun yang berada pada lingkungan sekitarnya,
memelihara kekayaan alam, khususnya menjaga kelestarian dan meningkatkan kesuburan tanah sebagai sumber mata air.
4.1.2
Letak Geografis, Keadaan Tanah, dan Iklim
Perkebunan dan Pabrik Kelapa Sawit Kertajaya berlokasi di Jalan Raya Saketi-Malingping Kecamatan Banjarsari, Kabupaten Lebak, Banten Selatan. Secara geografis terletak pada 6.55 0LS, 105.05 0BT – 106.05 0BT dengan ketinggian 60 – 80 meter di atas permukaan laut. Jarak dari ibukota kabupaten sekitar 80 kilometer sedangkan jarak dari Jakarta sekitar 175 kilometer. Secara geologis, areal kebun tergolong dalam formasi tersier (S3) dengan batuan liat dan batuan pasir. Fisiografi sebagian besar areal adalah lipatan dengan bentuk wilayah datar hingga berombak, namun di beberapa tempat terdapat areal bertopografi gelombang. Jenis tanah yang dijumpai adalah Typic Paleudult (Podsolik Kuning) yang didominasi dengan fraksi liat. Kesuburan fisik tanah tergolong sedang dan struktur tanah gumpal bersudut dengan ukuran sedang. Konsistensi tanah tergolong teguh dan stabilitas agregat tanah tergolong rendah. Warna tanah adalah cokelat kekuningan sampai kuning. Kedalaman efektif tanah lebih dari 100 sentimeter. Kelas kesesuaian lahan secara aktual pada sebagian besar kebun adalah kelas lahan S3, dimana pH tanah berkisar antara 4.5 – 5.5. Tipe iklim menurut Oldemen termasuk golongan C dengan curah hujan 2000 – 4000 milimeter yang tidak merata sepanjang tahun, sehingga ditemukan bulan-bulan kering yang cukup tegas, yaitu antara 2 – 3 bulan. Suhu minimum sekitar 24 0C dan maksimum 31 – 32 0C.
4.1.3 Keberadaan Kebun dan Pabrik Kelapa Sawit PTPN VIII Perkebunan Kertajaya hingga tahun 2011 memiliki kebun kelapa sawit seluas 3,174.93 hektar. Dalam pengorganisasiannya, kebun tersebut dibagi menjadi empat afdeling, yang masing-masing dikepalai oleh seorang kepala afdeling. Areal konsesi Perkebunan Kertajaya dapat dilihat pada Tabel 4.
Tabel 4. Areal konsesi Perkebunan Kertajaya (hektar) Uraian A.
Afd. I
Afd. II
Afd. III
Afd. IV
Jumlah
TT. 1986
-
-
342.75
-
342.75
TT. 1990
-
-
14.65
-
14.65
TT. 1994
-
-
60.67
-
60.67
TT. 1996
-
-
136.55
-
136.55
TT. 2002
-
-
4.81
216.57
221.38
TT. 2003
-
-
-
101.27
101.27
TT. 2004
-
-
-
234.56
234.56
Tn. Menghasilkan
35
Uraian
Afd. I
Afd. II
Afd. III
Afd. IV
Jumlah
TT. 2005
-
-
-
202.88
202.88
Jumlah
-
-
559.43
755.28
1,314.71
TT. 2009 (TBM-II)
144.87
105.02
-
-
249.89
TT. 2010 (TBM-I)
285.50
104.35
-
-
389.85
Jumlah
430.37
209.37
-
-
639.74
393.85
192.62
-
-
586.47
-
146.16
-
-
146.16
TT. 2012
-
119.96
-
-
119.96
Persemaian
-
9.00
-
-
9.00
824.22
677.11
559.43
755.28
2,816.04
-
-
1.34
-
1.34
Emplacement
4.64
5.67
10.96
2.03
23.30
Areal pabrik
-
12.73
-
-
12.73
Kuburan
-
-
11.00
1.30
12.30
Jurang, sawah, rawa
119.19
102.51
18.75
9.58
250.03
Jalan
16.21
6.01
10.27
18.76
51.25
PLN
-
-
1.64
3.32
4.96
Lapangan
-
-
1.00
-
1.00
Pihak ketiga
-
1.43
0.50
0.05
1.98
140.04
128.35
54.12
35.04
357.55
964.26
805.46
614
790.32
3,174.93
Tn. Belum Menghasilkan
Tn. Tahun Ini TT. 2001 Tn. Tahun Akan Datang TT. 2011 Lancuran
Jumlah Areal Tanam B.
Takeling Mahoni TT. 2007
C.
Lain-Lain
Jumlah TOTAL AREAL Sumber : PTPN VIII Kebun Kertajaya
Dalam rangka pengolahan hasil kelapa sawit berupa TBS, maka dibangun pabrik kelapa sawit (PKS) berkapasitas 30 ton per jam dan sarana penunjang lainnya, termasuk alat angkut transportasi TBS. Pabrik ini mulai beroperasi pada bulan April 1985 dan merupakan satu-satunya di wilayah Banten yang dimiliki oleh PT. Perkebunan Nusantara VIII. Seiring pertambahan luas areal tanaman kelapa sawit, maka dilakukan penambahan satu line baru dengan kapasitas yang sama pada tahun
36
2009. Line kedua ini akan dioperasikan pada saat jumlah panen melimpah. Sedangkan pada saat panen sedikit, line kedua diposisikan sebagai cadangan apabila terjadi kerusakan pada line utama.
4.1.4
Transportasi Tandan Buah Segar dan Tandan Kosong
Salah satu bagian yang berada di PKS Kertajaya adalah Bagian Teknik. Bagian Teknik memiliki wewenang terkait alat angkut TBS, diantaranya usulan pengadaan, perbaikan, dan pengaturan penggunaan. Dalam kaitannya dengan transportasi TBS, jenis alat angkut utama yang digunakan di Perkebunan Kertajaya ada sejumlah 15 unit. Gambaran kuantitatif dan kualitatif kendaraan TBS yang dimiliki PKS Kertajaya dapat dilihat pada Tabel 5.
Tabel 5. Inventarisasi kendaraan angkutan TBS Uraian
Merk
Tipe
Tahun
No. Polisi
Kondisi
Pembuatan Operasional Afdeling
Mitsubishi Colt
PS. 120
2004
D 8132 CQ
65%
Operasional Afdeling
Colt Diesel
PS. 120
2004
D 8133 CQ
60%
Operasional Afdeling
Isuzu Elf
PS. 135
1998
D 8831 BY
55%
Operasional Afdeling
Toyota Dyna
125 HT
2005
D 8517 CV
70%
Operasional Afdeling
Toyota Dyna
125 HT
2005
D 8518 CV
70%
Operasional Afdeling
Toyota Dyna
125 HT
D 8519 CV
70%
Operasional Afdeling
Toyota Dyna
125 HT
2005
D 8523 CV
70%
Operasional Afdeling
Toyota Dyna
125 HT
2005
D 8524 CV
70%
Operasional Afdeling
Toyota Dyna
125 HT
2005
D 8559 CV
70%
Operasional Afdeling
Colt Diesel
PS. 120
2009
D 8370 DI
90%
Operasional Afdeling
Colt Diesel
PS. 120
2009
D 8371 DI
90%
Operasional Jiptong
Daihatsu
Taft GT
1987
A 1388 L
40%
Operasional Jiptong
Daihatsu
Taft GT
1985
F 1131 FL
40%
Operasional Jiptong
Toyota
Campas
1986
A 1654 SE
40%
Operasional Jiptong
Daihatsu
Taft GT
1985
Z 1325 WF
50%
Sumber : PTPN VIII Kebun Kertajaya
Kendaraan untuk keperluan afdeling adalah kendaraan yang mengangkut tandan buah segar dari kebun ke pabrik kelapa sawit, mengalokasikan tandan kosong hasil olahan pabrik ke kebun kelapa sawit, pemupukan afdeling, dan transportasi karyawan. Sedangkan kendaraan untuk operasional jiptong adalah kendaraan yang digunakan untuk mengangkut buah dari tempat pengumpulan hasil (TPH) panen sementara ke TPH yang dapat dijangkau kendaraan pengangkut TBS ke pabrik. Kendaraan jiptong ini diperlukan karena kendaraan operasional afdeling seluruhnya termasuk jenis truk, sehingga tidak dapat melewati jalan-jalan sempit.
37
Berdasarkan kebijakan perusahaan, maka kendaraan operasional afdeling yang digunakan khusus untuk keperluan pengangkutan TBS dan tandan kosong adalah jenis dump truck, yang berjumlah 10 unit. Sedangkan untuk keperluan lain digunakan kendaraan jenis truk bak kayu sejumlah 1 unit. Kebijakan lain yang diterapkan perusahaan adalah prioritas penggunaan kendaraan ada pada pengalokasian tandan kosong hasil olahan ke kebun. Hal ini berdasarkan pertimbangan bahwa produksi tidak bisa dilanjutkan apabila hoper (penampung sementara) tandan kosong telah penuh.
4.2 Penjadwalan Transportasi Tandan Buah Segar dan Tandan Kosong 4.2.1
Simulasi Produksi
Simulias digunakan untuk mendapatkan data prakiraan produksi harian Maret 2011. Prakiraan produksi harian dibagi menjadi lima data, yaitu prakiraan produksi tandan kosong, prakiraan produksi TBS Afdeling 1, prakiraan produksi TBS Afdeling 2, prakiraan produksi TBS Afdeling 3, dan prakiraan produksi TBS Afdeling 4. Prakiraan produksi harian tersebut didasarkan pada data empiris produksi harian Januari dan Februari 2011. Data aktual produksi harian tandan buah segar bulan Januari dan Februari 2011 dapat dilihat pada Lampiran 3. Produksi harian tandan kosong didapatkan dengan mengalikan persentase tandan kosong dan TBS yang diolah pada masing-masing hari. Untuk data TBS olah dan persentase tandan kosong harian dapat dilihat pada Lampiran 4. Simulasi menggunakan EasyFit 5.5 menunjukkan bahwa sebaran data yang menduduki ranking tertinggi menggunakan statistik Anderson_Darling adalah sebaran Gumble Minimum. Uji statistik untuk sebaran Gumble Minimum menghasilkan nilai 0.2248 dan lebih kecil dari nilai kritis pada tingkat kepercayaan 95% yang sebesar 2.5018 sehingga hasil simulasi dapat digunakan. Hasil prakiraan produksi harian tandan kosong ditunjukkan oleh Tabel 6.
Tabel 6. Prakiraan produksi harian tandan kosong Maret 2011 Tanggal
Produksi Tandan Kosong (kilogram)
1
116,754
2
99,420
3
144,068
4
177,525
5
94,457
6
131,745
7
172,607
8
158,246
9
97,198
10
166,455
11
150,305
12
191,457
13
161,900
14
128,402
38
Tanggal
Produksi Tandan Kosong (kilogram)
15
165,037
16
133,846
17
154,105
18
151,075
19
101,105
20
165,915
21
141,563
22
152,280
23
145,203
24
115,133
25
153,048
26
175,510
27
148,807
28
152,553
29
61,676
30
171,012
31
184,915
Adapun data prakiraan produksi harian TBS untuk Afdeling 1 dan Afdeling 2 masing-masing mengikuti sebaran phased bi-exponential dan sebaran error, sedangkan Afdeling 3 dan Afdeling 4 mengikuti sebaran wakeby. Simulasi produksi harian TBS Afdeling 1 untuk sebaran phased biexponential menunjukkan nilai uji statistik sebesar -7.9132, simulasi produksi harian TBS Afdeling 2 untuk sebaran error menunjukkan nilai uji statistik sebesar 1.2069, simulasi produksi harian TBS afdeling 3 untuk sebaran wakeby menunjukkan nilai uji statistik sebesar 0.39016, dam simulasi produksi harian TBS Afdeling 4 untuk sebaran wakeby menunjukkan nilai uji statistik sebesar 0.52892. Seluruh nilai yang didapatkan dari uji statistik tersebut lebih kecil dari nilai kritis uji Anderson_Darling pada tingkat kepercayaan 95% terhadap setiap data tersebut yaitu sebesar 2.5018. Hasil prakiraan produksi harian TBS untuk Maret 2011 ditunjukkan pada Tabel 7.
Tabel 7. Prakiraan produksi harian tandan buah segar (TBS) Maret 2011 Tanggal
Produksi TBS Afd 1
Produksi TBS Afd 2
Produksi TBS Afd 3
Produksi TBS Afd 4
(kilogram)
(kilogram)
(kilogram)
(kilogram)
1
2,644
8,487
20,806
7,573
2
2,224
1,660
16,524
16,467
3
761
3,430
25,466
6,895
4
2,112
4,362
26,051
31,194
5
2,587
10,717
20,378
20,635
39
Tanggal
Produksi TBS Afd 1
Produksi TBS Afd 2
Produksi TBS Afd 3
Produksi TBS Afd 4
(kilogram)
(kilogram)
(kilogram)
(kilogram)
6
2,446
5,834
19,286
3,497
7
2,501
3,774
14,890
2,868
8
2,300
964
26,273
36,311
9
834
6,314
22,882
29,519
10
1,288
7,581
19,577
25,323
11
3,042
5,734
43,138
38,719
12
2,341
10,821
4,349
29,005
13
1,269
3,087
17,169
30,495
14
2,365
7,382
14,979
16,696
15
2,155
3,408
13,464
24,535
16
2,922
1,910
9,340
35,095
17
485
7,864
22,434
26,747
18
2,092
983
14,494
20,577
19
2,757
8,417
36,334
160
20
2,111
7,048
22,490
32,580
21
2,440
6,026
20,163
25,117
22
2,145
4,558
34,260
20,497
23
2,159
10,064
4,622
6,889
24
346
4,486
17,474
23,907
25
2,619
5,974
16,986
35,036
26
1,952
4,602
4,007
4,677
27
3,597
4,353
22,959
28,257
28
552
2,764
4,278
11,398
29
2,145
4,846
24,157
45,398
30
2,182
2,240
27,667
31,314
31
5
7,945
25,409
27,152
4.2.2
Penentuan Rute Panen
Penentuan rute dilakukan bertujuan untuk menghemat waktu bepergian kendaraan dengan menggabungkan panen dua afdeling, yaitu Afdeling 1 dengan Afdeling 2 atau Afdeling 3 dengan Afdeling 4, menjadi satu trip jika kapasitas trip masih memungkinkan. Berdasarkan sebaran afdeling, trip yang bisa digabung adalah trip Afdeling 1 dengan trip Afdeling 2 dan trip Afdeling 3 dengan trip Afdeling 4. Trip Afdeling 1 dengan trip Afdeling 3, trip Afdeling 1 dengan trip Afdeling 4, trip Afdeling 2 dengan trip Afdeling 3, serta trip Afdeling 2 dengan trip Afdeling 4 tidak dapat digabung karena tidak berpengaruh terhadap pengurangan waktu tempuh.
40
Rute awal inisiasi ditempatkan berdasarkan masing-masing trip sesuai dengan keperluan transportasi. Inisiasi jumlah trip dilakukan tanpa menghitung trip terakhir. Akan tetapi apabila TBS yang akan dipanen adalah tepat kelipatan 5,500 kilogram, maka inisiasi mencakup seluruh trip. Hasil inisiasi jumlah trip harian ditunjukkan pada Tabel 8.
Tabel 8. Inisialisasi jumlah trip harian Tanggal
Jumlah Trip Afd 1
Jumlah Trip Afd 2
Jumlah Trip Afd 3
Jumlah Trip Afd 4
1
0
2
3
1
2
0
0
3
2
3
0
1
3
1
4
0
0
3
5
5
0
0
3
3
6
0
0
3
0
7
0
1
3
0
8
0
1
3
6
9
0
0
3
5
10
0
0
3
4
11
0
0
3
7
12
0
0
3
5
13
0
0
3
5
14
0
1
3
3
15
0
1
3
4
16
0
0
3
6
17
0
1
3
4
18
0
0
3
3
19
0
0
3
0
20
0
0
3
5
21
0
1
3
4
22
0
1
3
3
23
0
1
3
1
24
0
0
3
4
25
0
1
3
6
26
0
0
3
0
27
0
1
3
5
28
0
0
3
2
29
0
0
3
8
30
0
1
3
5
31
0
1
3
4
41
Selanjutnya dilakukan pendataan terhadap sisa kapasitas yang diangkut pada trip terakhir di masing-masing afdeling. Kapasitas sisa untuk trip akhir panen TBS di keempat afdeling ditunjukkan pada Tabel 9.
Tabel 9. Sisa kapasitas trip terakhir harian Tanggal
Sisa kapasitas Afd 1
Sisa kapasitas Afd 2
Sisa kapasitas Afd 3
Sisa kapasitas Afd 4
(kilogram)
(kilogram)
(kilogram)
(kilogram)
1
2,856
2,513
1,194
3,427
2
3,276
3,840
5,476
33
3
4,739
2,070
2,034
4,105
4
3,388
1,138
1,449
1,806
5
2,913
283
1,622
1,365
6
3,054
5,166
2,714
2,003
7
2,999
1,726
1,610
2,632
8
3,200
4,536
1,227
2,189
9
4,666
4,686
4,618
3,481
10
4,212
3,419
2,423
2,177
11
2,458
5,266
862
5,281
12
3,159
179
1,151
3,995
13
4,231
2,413
4,831
2,505
14
3,135
3,618
1,521
5,304
15
3,345
2,092
3,036
2,965
16
2,578
3,590
1,660
3,405
17
5,015
3,136
5,066
753
18
3,408
4,517
2,006
1,423
19
2,743
2,583
2,166
5,340
20
3,389
3,952
5,010
420
21
3,060
4,974
1,837
2,383
22
3,355
942
4,240
1,503
23
3,341
936
878
4,111
24
5,154
1,014
4,526
3,593
25
2,881
5,026
5,014
3,464
26
3,548
898
1,493
823
27
1,903
1,147
4,541
4,743
28
4,948
2,736
1,222
5,102
29
3,355
654
3,343
4,102
30
3,318
3,260
5,333
1,686
31
5,495
3,055
2,091
348
42
Berdasarkan pemeriksaan hasil sisa kapasitas trip akhir di masing-masing afdeling, dilakukan update trip apabila memungkinkan dalam satu trip untuk melakukan panen buah di dua afdeling sekaligus. Hasil update trip ditunjukkan pada Tabel 10.
Tabel 10. Hasil update trip harian Pemeriksaan
Pemeriksaan
1-2
3-4
1
0
2
Tanggal
Trip Afd 1
Trip Afd 2
Trip Afd 3
Trip Afd 4
0
1
2
4
2
1
1
1
0
3
3
3
1
1
1
0
4
2
4
0
0
1
1
5
6
5
0
0
1
2
4
4
6
1
0
1
1
4
1
7
0
0
1
1
3
1
8
1
0
1
0
5
7
9
1
1
1
1
4
6
10
1
0
1
1
4
5
11
1
1
1
1
7
8
12
0
0
1
2
1
6
13
1
1
1
0
3
6
14
1
1
1
1
2
4
15
0
1
1
1
2
5
16
1
0
1
0
2
7
17
1
1
1
1
4
5
18
1
0
1
0
3
4
19
0
1
1
2
6
1
20
1
0
1
1
5
6
21
1
0
1
1
4
5
22
0
1
1
1
6
4
23
0
0
1
2
1
2
24
1
1
1
0
3
5
25
1
1
1
1
3
7
26
0
0
1
1
1
1
27
0
1
1
1
4
6
28
1
1
1
0
0
3
29
0
1
1
1
4
9
30
1
1
1
0
5
6
31
1
0
1
1
5
5
43
4.2.3
Penentuan Jumlah Kendaraan
Berdasarkan data jumlah trip, ditentukan waktu yang dibutuhkan dalam satuan jam untuk seluruh trip harian. Jumlah waktu ini ditunjukkan pada Tabel 11.
Tabel 11. Waktu untuk seluruh trip (jam) Tanggal
Trip TK
Trip Afd 1
Trip Afd 2
Trip Afd 3
Trip Afd 4
1
78
3.5
5.5
19.8
11.4
2
68
3.7
0.0
15.0
18.0
3
98
3.8
0.0
20.0
11.9
4
120
3.4
2.8
24.7
35.7
5
64
3.5
5.9
19.7
23.8
6
88
3.5
3.0
19.5
5.6
7
116
3.5
2.7
14.7
5.5
8
106
3.6
0.0
24.8
41.6
9
66
3.3
3.0
20.0
35.5
10
112
3.6
3.0
19.6
29.6
11
102
3.6
3.0
35.0
47.9
12
128
3.4
6.0
4.8
35.3
13
108
3.8
0.0
15.0
35.7
14
86
3.8
3.0
10.0
23.8
15
112
3.4
2.6
10.0
29.9
16
90
3.9
0.0
9.7
41.4
17
104
3.5
3.0
20.0
29.9
18
102
3.6
0.0
14.6
23.7
19
68
3.5
5.5
30.0
5.6
20
112
3.7
3.0
24.1
35.9
21
96
3.5
3.0
19.7
29.6
22
102
3.4
2.8
30.0
24.0
23
98
3.4
5.8
4.8
11.3
24
78
3.9
0.0
15.0
29.5
25
104
3.6
3.0
15.0
41.5
26
118
3.4
2.8
4.7
5.9
27
100
3.7
2.8
20.0
35.3
28
102
3.6
0.0
0.0
17.9
29
42
3.4
2.9
20.0
53.6
30
116
3.8
0.0
25.0
35.7
31
124
3.4
3.0
24.6
29.9
44
Tabel 12 menunjukkan jumlah kendaraan yang diperlukan setelah memperhitungkan jumlah waktu trip per unit dan kendala waktu produksi.
Tabel 12. Jumlah kendaraan yang diperlukan Jumlah Waktu Trip
Waktu Produksi
Waktu Produksi
(jam)
Lini 1 (jam)
Lini 2 (jam)
1
118.2
16.9
0.0
7
2
104.7
14.4
0.0
8
3
133.6
20.9
0.0
7
4
186.6
22.0
3.7
9
5
116.9
13.7
0.0
9
6
119.6
19.1
0.0
7
7
142.4
22.0
3.0
7
8
176.0
22.0
0.9
8
9
127.8
14.1
0.0
10
10
167.8
22.0
2.1
8
11
191.5
21.8
0.0
9
12
177.5
22.0
5.7
9
13
162.5
22.0
1.5
8
14
126.5
18.6
0.0
7
15
157.9
22.0
1.9
8
16
145.0
19.4
0.0
8
17
160.5
22.0
0.3
8
18
143.9
21.9
0.0
7
19
112.7
14.7
0.0
8
20
178.7
22.0
2.0
9
21
151.8
20.5
0.0
8
22
162.2
22.0
0.1
8
23
123.3
21.0
0.0
6
24
126.4
16.7
0.0
8
25
167.0
22.0
0.2
8
26
134.8
22.0
3.4
7
27
161.8
21.6
0.0
8
28
123.5
22.0
0.1
6
29
121.9
8.9
0.0
14
30
180.5
22.0
2.8
9
31
185.0
22.0
4.8
9
Tanggal
Jumlah Kendaraan
45
4.2.4
Hasil Penjadwalan
Penjadwalan dilakukan dengan model penugasan. Hasil dari penjadwalan dilakukan adalah pengalokasian sejumlah kendaraan yang digunakan untuk mengangkut panen tandan buah segar dan mengalokasikan tandan kosong hasil olahan pabrik ke kebun di tiap jamnya setiap hari. Dengan demikian, diharapkan kendaraan yang dialokasikan dapat digunakan secara optimum dan meminimisasi waktu idle. Jumlah kendaraan yang telah ditetapkan setiap harinya dialokasikan ke dalam seluruh trip. Penjadwalan ini memprioritaskan kendaraan yang tersedia untuk pengangkutan tandan kosong. Hal ini disebabkan kendala dalam proses penjadwalan, yaitu keadaan hoper tandan kosong hasil produksi tidak boleh melebihi 20 ton. Apabil keadaan hoper tandan kosong melebihi 20 ton, maka produksi tidak dapat dilanjutkan karena tidak ada penampung untuk tandan kosong hasil samping produksi. Keadaan hoper pada saat pengangkutan tandan kosong juga diharuskan minimum 3 ton, agar kapasitas trip tandan kosong dapat optimum. Kendala ini terdapat pengecualian pada saat jam akhir produksi, sehingga terdapat satu trip yang mengangkut kurang dari 3 ton. Contoh hasil dari penjadwalan mempertimbangkan kendala tersebut dapat dilihat pada Gambar 16.
Gambar 16. Hasil penjadwalan tanggal 1 Maret 2011
4.3 Analisis Penjadwalan Penjadwalan dilakukan menggunakan input data produksi TBS yang diprakirakan dengan menggunakan simulasi. Untuk membandingkan terhadap prakiraan yang dilakukan oleh PTPN VIII Perkebunan Kertajaya dalam Lampiran 3, dilakukan penghitungan nilai symmetric Mean Absolute Percentage Error (sMAPE). Pengujian dilakukan dengan sMAPE karena pada data aktual terdapat nilai nol, sehingga tidak dapat menggunakan uji MAPE. Nilai ini digali dengan menguji hasil simulasi dengan data produksi harian aktual pada bulan Maret. Dari hasil pengujian simulasi didapatkan nilai
46
sMAPE untuk Afdeling 1 sebesar 159%, Afdeling 2 sebesar 95%, Afdeling 3 sebesar 67%, dan Afdeling 4 sebesar 51%. Jika dibandingkan dengan model prakiraan yang dilakukan oleh PTPN VIII, didapatkan nilai sMAPE untuk Afdeling 1, Afdeling 2, Afdeling 3, dan Afdeling 4 masing-masing sebesar 161%, 138%, 77%, dan 65%. Nilai sMAPE yang didapatkan menunjukkan bahwa hasil simulasi menunjukkan akurasi prakiraan yang lebih baik dari yang telah dilakukan perusahaan untuk produksi TBS di seluruh afdeling. Perbandingan nilai sMAPE antara prakiraan produksi harian menggunakan simulasi dan prakiraan produksi PTPN VIII dapat dilihat pada Lampiran 10. Faktor lain yang berpengaruh terhadap penjadwalan adalah prakiraan tandan kosong yang akan diproduksi setiap harinya. Prakiraan produksi harian tandan kosong juga dilakukan menggunakan simulasi. Untuk menyatakan tingkat kepuasan hasil simulasi, digunakan perhitungan nilai Mean Absolute Percentage Error (MAPE). Nilai MAPE yang didapatkan sebesar 23.41%. Nilai ini lebih kecil dari 25%, sehingga dapat diaplikasikan secara memuaskan untuk memprakirakan produksi tandan kosong pada suatu hari. Tabel 13 menunjukkan validasi hasil simulasi prakiraan produksi harian tandan kosong.
Tabel 13. Validasi hasil simulasi prakiraan produksi tandan kosong Aktual Produksi Tandan
Prakiraan Produksi Tandan
Kesalahan Relatif
Kosong (kilogram)
Kosong (kilogram)
(%)
1
110,053
116,754
6.09
2
131,330
99,421
24.30
3
130,938
144,068
10.03
4
117,578
177,525
50.98
5
122,946
94,458
23.17
6
84,672
131,746
55.60
7
165,223
172,608
4.47
8
162,633
158,246
2.70
9
163,003
97,198
40.37
10
87,524
166,456
90.18
11
155,569
150,305
3.38
12
166,693
191,458
14.86
13
85,088
161,900
90.28
14
170,556
128,402
24.72
15
174,680
165,037
5.52
16
172,901
133,847
22.59
17
141,179
154,106
9.16
18
161,698
151,075
6.57
19
152,215
101,105
33.58
20
120,859
165,916
37.28
21
144,518
141,564
2.04
22
172,906
152,281
11.93
Tanggal
47
Aktual Produksi Tandan
Prakiraan Produksi Tandan
Kesalahan Relatif
Kosong (kilogram)
Kosong (kilogram)
(%)
23
175,334
145,204
17.18
24
123,077
115,134
6.45
25
126,230
153,048
21.25
26
194,972
175,510
9.98
27
147,875
148,808
0.63
28
158,964
152,553
4.03
29
170,712
61,676
63.87
30
181,914
171,012
5.99
31
251,805
184,915
26.56
Tanggal
Mean Absolute Percentage Error (MAPE)
23.41
Penjadwalan dilakukan terhadap 10 unit kendaraan yang dimiliki oleh PTPN VIII. Apabila pada hasil penjadwalan terdapat 1 hari dimana jumlah kendaraan yang dibutuhkan lebih dari 10 unit, maka perusahaan dapat melakukan outsourcing dari pihak ketiga. Penentuan tingkat kepuasan terhadap prakiraan jumlah kendaraan yang dibutuhkan juga dilakukan dengan menghitung nilai Mean Absolute Percentage Error (MAPE). Nilai MAPE yang didapat sebesar 12.43%. Nilai ini kurang dari 25%, sehingga dapat diaplikasikan secara memuaskan. Tabel 14 menunjukkan validasi hasil simulasi prakiraan jumlah alokasi kendaraan.
Tabel 14. Validasi hasil simulasi prakiraan jumlah alokasi kendaraan Kebutuhan Jumlah Alokasi
Prakiraan Jumlah Alokasi
Kesalahan Relatif
Kendaraan
Kendaraan
(%)
1
8
7
12.50
2
9
8
11.11
3
8
7
12.50
4
9
9
0.00
5
8
9
12.50
6
7
7
0.00
7
8
7
12.50
8
10
9
10.00
9
7
9
28.57
10
10
8
20.00
11
8
8
0.00
12
9
9
0.00
13
9
8
11.11
Tanggal
48
Aktual Jumlah Alokasi
Prakiraan Jumlah Alokasi
Kesalahan Relatif
Kendaraan
Kendaraan
(%)
14
8
8
0.00
15
9
8
11.11
16
8
8
0.00
17
8
8
0.00
18
8
7
12.50
19
8
7
12.50
20
8
8
0.00
21
7
8
14.29
22
9
8
11.11
23
9
7
22.22
24
10
8
20.00
25
9
8
11.11
26
10
7
30.00
27
8
8
0.00
28
6
7
16.67
29
9
14
55.56
30
8
9
12.50
31
12
9
25.00
Tanggal
Mean Absolute Percentage Error (MAPE)
12.43
Penjadwalan yang telah dihasilkan ditujukan untuk menduga jumlah kendaraan dan mengoptimisasi penggunaannnya. Penjadwalan ini menjadikan prioritas ada pada pengangkutan tandan kosong. Hal ini dikarenakan tandan kosong jika melebihi kapasitas hoper dapat menghambat produksi pabrik. Prioritas tersebut menyebabkan pengangkutan TBS berada pada urutan di bawah pengangkutan tandan kosong. Ketentuan ini juga memperhatikan kebijakan perusahaan yang menyatakan bahwa batas maksimum TBS tidak terangkut adalah 24 jam. Dengan demikian, kendala pengangkutan TBS adalah harus diangkut kurang dari 24 jam atau pada hari yang sama dengan hari pemanenan. Kendaraan yang digunakan berdasarkan penjadwalan transportasi bervariatif dalam setiap harinya, sedangkan penjadwalan yang telah ada di perusahaan setiap harinya telah ditetapkan menggunakan 13 kendaraan angkut TBS dan tandan kosong, yang terdiri dari 10 kendaraan kebun ditambah 3 kendaraan sewa. Apabila penjadwalan yang telah ada di perusahaan diuji menggunakan perhitungan MAPE, maka nilai yang didapat adalah 55.31%. Berdasarkan hal tersebut, model penjadwalan penelitian ini lebih baik dari penjadwalan yang telah ada. Pada Tabel 15 ditampilkan perhitungan MAPE penjadwalan yang saat ini diterapkan di perusahaan terhadap kebutuhan kendaraan yang sebenarnya.
49
4.4 Kekurangan Model Penjadwalan Penjadwalan transportasi TBS di PTPN VIII menggunakan metoda heuristik dan menghasilkan jadwal penugasan kendaraan yang memuaskan. Meski demikian, model penjadwalan ini masih terdapat kekurangan, yaitu sebagai berikut: 1) Prakiraan simulasi produksi harian TBS di masing-masing afdeling masih memiliki galat yang cukup besar. Hal ini menyebabkan penugasan yang dilakukan dalam penjadwalan tidak akurat. Ketidakakuratan ini menyebabkan waktu idle meningkat jika jumlah kendaraan yang dialokasikan pada suatu trip lebih banyak ataupun ada TBS yang tidak terangkut jika jumlah kendaraan yang dialokasikan pada suatu trip kurang banyak. 2) Model ini hanya mengalokasikan kendaraan untuk transportasi TBS, serta tidak menghitung kebutuhan operator yang diperlukan dalam mengoperasikan kendaraan transportasi. 3) Model ini tidak menghitung keterlambatan TBS diolah yang diukur sejak TBS dipanen. Hal ini menyebabkan prioritas waktu keterlambatan di semua afdeling disamaratakan. 4) Model ini masih bersifat statis, sehingga jika ada gangguan dalam sistem pengangkutan, model ini belum bisa memberikan solusi.
50
V. V.I
KESIMPULAN DAN SARAN
Kesimpulan
Faktor-faktor yang berpengaruh terhadap penjadwalan transportasi tandan buah segar dan tandan kosong kelapa sawit adalah kapasitas angkut, kapasitas olah TBS di pabrik, serta jenis dan banyak beban yang harus diangkut. Berdasarkan hasil penelitian, diketahui bahwa model prakiraan produksi tandan buah segar yang dilakukan dalam penjadwalan ini lebih baik daripada yang telah ada di perusahaan, dengan membandingkan nilai symmetric Mean Absolute Percentage Error (sMAPE). Nilai sMAPE yang didapatkan melalui simulasi untuk Afdeling 1 adalah 159%, Afdeling 2 sebesar 95%, Afdeling 3 sebesar 67%, dan Afdeling 4 sebesar 51%. Adapun dengan menggunakan model prakiraan yang telah ada di PTPN VIII, didapatkan nilai sMAPE untuk afdeling 1, afdeling 2, afdeling 3, dan afdeling 4 masing-masing sebesar 161%, 138%, 77%, dan 65%. Perbedaan penjadwalan ini dengan yang telah dilakukan di PTPN VIII adalah dalam penjadwalan ini suatu kendaraan dapat memanen di dua afdeling sekaligus. Oleh karena itu, maka kendaraan yang digunakan dapat lebih optimal dan meminimisasi waktu idle. Dengan menggunakan masukan prakiraan produksi tandan buah segar dan produksi tandan kosong, model penjadwalan menghasilkan prakiraan jumlah kendaraan yang perlu dialokasikan setiap harinya. Dari hasil model penjadwalan didapatkan jumlah kendaraan yang dialokasikan bervariasi setiap harinya. Nilai uji Mean Absolute Percentage Error (MAPE) terhadap jumlah kebutuhan kendaraan seharusnya menunjukkan nilai sebesar 12.43%. Adapun penjadwalan yang telah ada saat ini menetapkan jumlah kendaraan yang dialokasikan setiap harinya adalah tetap, yaitu sebanyak 13 unit. Apabila penjadwalan yang saat ini diterapkan di perusahaan diuji menggunakan perhitungan MAPE, maka nilai yang didapat adalah 55.31%. Berdasarkan hal tersebut, model penjadwalan penelitian ini lebih baik dari yang penjadwalan yang telah ada.
V.II
Saran
Dari hasil penelitian ini, ditemukan beberapa hal yang dapat menjadi perbaikan untuk penelitian selanjutnya. Hal yang dapat dikembangkan dalam penelitian selanjutnya adalah model prakiraan produksi yang lebih akurat sehingga menghasilkan nilai MAPE yang lebih kecil. Selain itu, penjadwalan dapat dikembangkan dengan mempertimbangkan skenario-skenario yang mungkin terjadi selama proses produksi dan transportasi.
51
DAFTAR PUSTAKA Byrne JJ, Nelson RJ, and Googins PH. 1960. Logging Road Handbook; The Effect of Road Design on Hauling Cost. Washington DC: USDA Chandra A. 2005. Revitalisasi Industri Kelapa Sawit Nasional. Kompas, Selasa, 17 Mei 2005. Chase RB and Aquilano NJ. 1991. Production and Operations Management; A Life Cycle Approach 6th Edition. Boston: Irwin. Departemen Perindustrian. 2007. Gambaran Sekilas Industri Minyak Kelapa Sawit. Dilworth JB. 1989. Production and Operation Management 4 th Ed. New York: Random House Inc. Ditjen Binas Pengolahan dan Pemasaran Hasil Pertanian. 2003. Kebijakan Pengembangan Pengolahan Kelapa Sawit Skala Kecil (Mini Plant). Vol. 1 No. 1. Fauzie Y, Widyastuti YE, Iman S, dan Hartono R. 2006. Kelapa Sawit: Budidaya Pemanfaatan Hasil dan Limbah, Analisis Usaha dan Pemasaran. Jakarta: Penebar Swadaya. Harsono. 1984. Manajemen Pabrik. Jakarta: Balai Aksara. Heizer J, Render B. 2001. Operations Management 6/e. New Jersey: Prentice Hall. Hillier FS, Lieberman GJ. 1990. Introduction to Operations Research. New York: Mc.Graw-Hill. Mangoensoekarjo S dan Semangoen H. 2003. Manajemen Agrobisnis Kelapa Sawit. Yogyakarta: UGM Press. Makridakis S and Hibon M. 2000. The M3-Competion: results, conclusions and implications. International Journal of Forecasting 16: 451 – 476. Makridakis S, Wheelwright SC, and McGee VE. 1983. Forecasting (Methods and Applications) 2nd Ed. New York: John Wiley and Sons Inc. Mielke T. 2010. Supply and Demand for Palm Oil & Lauric Oil: Trends and Future Prospect. Makalah pada 6th Indonesian Palm Oil Conference (IPOC) and 2011 Price Outlook, 3 Desember 2010, Bali. Nasution AH dan Barizi. 1983. Metoda Statistika Untuk Penarikan Kesimpulan. Jakarta: Gramedia. Pusdatin. 2010. Outlook Komoditas Pertanian Perkebunan. Jakarta: Pusdatin Kementrian Pertanian RiszaS. 1994. Kelapa Sawit, Upaya Peningkatan Produktivitas. Yogyakarta: Kanisius. Russel R and Taylor B. 1995. Production and Operation Management Focusing on Quality and Competitiveness. New Jersey: Prentice Hall Inc. Siagian P. 1987. Penelitian Operasional. Jakarta: UI Press. Siegel S. 1985. Statistika Non Parametrik untuk Ilmu-Ilmu Sosial. Terjemahan. Jakarta: Gramedia. Simatupang T.M. 2000. Pemodelan Sistem. Klaten : Penerbit Nindika. Siregar Muchtarudin. 1990. Ekonomi dan Manajemen Pengangkutan. Depok: FE-UI. Subagyo P, Asri M, dan Handoko TH. 1989. Dasar-Dasar Operations Research. Yogyakarta: BPFE. Taha HA. 1996. Riset Operasi: suatu pengantar. Jakarta: Binarupa Aksara.
52
Thierauf RJ. and Klekkamp R. C. 1975. Decision Making Trough Operation Research 2 nd Ed. New York: John Wiley and Sons Inc. Wahyudi RT. 1989. Aplikasi program heuristik dan metoda jalur kritis untuk penjadwalan produksi harian [skripsi]. Bogor: Fakultas Teknologi Pertanian Institut Pertanian Bogor. Watson HJ and Balckstone Jr JH. 1989. Computer Simulation. Singapore: John Wiley and Sons Inc.
53
Lampiran
54
Lampiran 1. Luas areal (hektar) kelapa sawit menurut propinsi di seluruh Indonesia No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22
Propinsi 2006 N. Aceh Darussalam 308,560 Sumatera Utara 979,541 Sumatera Barat 315,618 Riau 1,547,942 Kepulauan Riau 6,933 Jambi 568,751 Sumatera Selatan 630,214 Bangka Belitung 133,284 Bengkulu 165,221 Lampung 157,229 Jawa Barat 9,831 Banten 14,077 Kalimantan Barat 492,112 Kalimantan Tengah 571,874 Kalimantan Selatan 243,451 Kalimantan Timur 237,765 Sulawesi Tengah 48,431 Sulawesi Selatan 24,490 Sulawesi Barat 75,154 Sulawesi Tenggara 2,966 Papua 29,736 Irian Jaya Barat 31,734 Indonesia 6,594,914 Sumber : Direktorat Perkebunan (2010)
2007 274,822 998,966 291,734 1,620,882 6,678 448,899 682,730 172,227 163,455 152,409 10,550 14,894 451,400 616,331 257,862 339,294 52,298 15,708 115,906 18,912 29,736 31,144 6,766,836
2008 287,038 1,017,574 327,653 1,673,553 8,256 484,137 690,729 185,508 202,863 152,511 11,531 14,894 499,548 870,201 290,852 409,566 47,336 15,944 94,319 21,033 27,657 31,144 7,363,847
2009 313,745 1,044,854 344,352 1,925,344 2,645 489,384 775,339 141,897 224,651 153,160 12,140 15,023 602,124 1,091,620 312,719 530,552 65,055 17,407 107,249 21,669 26,256 31,142 8,248,328
2010 319,167 1,057,769 347,800 1,949,061 2,664 494,078 789,065 143,909 226,754 154,766 12,301 15,370 621,986 1,143,114 324,096 554,716 66,575 17,500 108,083 23,335 26,376 31,543 8,430,026
55
Lampiran 2. Produksi (ton) kelapa sawit menurut propinsi di Indonesia No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22
Propinsi 2006 N. Aceh Darussalam 765,416 Sumatera Utara 3,244,922 Sumatera Barat 925,155 Riau 4,685,660 Kepulauan Riau 15,495 Jambi 1,281,636 Sumatera Selatan 1,616,161 Bangka Belitung 384,549 Bengkulu 373,815 Lampung 388,742 Jawa Barat 14,099 Banten 38,246 Kalimantan Barat 1,050,450 Kalimantan Tengah 1,383,317 Kalimantan Selatan 307,370 Kalimantan Timur 328,141 Sulawesi Tengah 143,473 Sulawesi Selatan 47,459 Sulawesi Barat 247,364 Sulawesi Tenggara Papua 47,870 Irian Jaya Barat 61,508 Indonesia 17,350,848 Sumber : Direktorat Perkebunan (2010)
2007 599,350 3,083,389 824,406 5,117,730 16,901 1,194,354 1,809,949 396,899 356,401 384,346 18,702 33,154 1,005,100 1,387,696 337,400 377,577 149,264 38,462 393,125 7,216 59,572 73,731 17,664,725
2008 326,665 2,738,279 794,167 5,764,203 3,169 1,203,430 1,753,212 343,904 450,278 368,259 18,520 25,865 845,409 1,449,294 386,738 432,802 153,339 27,419 338,980 7,220 45,655 62,981 17,539,788
2009 482,895 3,158,144 833,476 5,932,310 187 1,265,788 2,036,553 482,206 602,735 364,862 24,957 24,674 862,515 1,677,976 424,309 553,834 154,638 30,949 314,520 33,533 63,233 19,324,293
2010 493,820 3,230,488 852,042 6,064,391 191 1,293,173 2,082,196 493,699 615,624 373,001 25,570 25,249 881,768 1,717,494 434,135 566,687 158,202 31,637 321,671 34,283 64,684 19,760,011
56
Lampiran 3. Data aktual produksi harian tandan buah segar bulan Januari dan Februari 2011 \ Januari 2011 Februari 2011 Tanggal TBS Afd TBS Afd TBS Afd TBS Afd TBS Afd TBS Afd TBS Afd TBS Afd 1 (kg) 2 (kg) 3 (kg) 4 (kg) 1 (kg) 2 (kg) 3 (kg) 4 (kg) 1 0 0 0 0 0 6,920 29,980 16,580 2 0 0 0 0 0 0 23,600 30,650 3 3,540 5,910 24,350 7,140 0 4,830 15,060 24,830 4 2,890 7,740 15,550 24,390 0 7,790 25,060 6,340 5 0 8,390 8,150 5,570 0 5,490 0 24,450 6 8,780 8,820 22,480 7,200 0 1,170 16,380 18,140 7 5,310 5,910 19,960 45,690 0 7,100 13,830 7,460 8 5,970 5,410 32,410 27,570 5,790 7,170 22,750 25,030 9 0 0 16,530 31,850 0 6,620 23,250 14,980 10 4,300 7,310 25,350 0 4,220 6,870 15,860 14,410 11 0 7,700 8,580 5,860 0 5,210 8,970 40,670 12 4,910 10,660 27,900 32,570 2,090 1,400 38,340 24,950 13 3,690 8,740 6,980 37,610 2,660 0 15,420 24,860 14 4,510 6,440 13,100 24,510 0 2,260 32,550 23,030 15 7,290 6,420 32,750 46,700 0 2,120 29,860 14,470 16 4,060 1,700 7,180 8,060 4,950 8,170 21,710 16,580 17 7,010 11,170 24,470 16,380 0 7,210 23,630 26,220 18 3,730 9,520 0 33,070 4,190 1,480 13,920 25,680 19 3,810 8,080 45,220 28,900 5,030 0 16,310 30,680 20 0 9,360 12,800 28,270 0 0 21,660 32,100 21 5,220 4,000 14,360 22,950 0 2,190 9,070 7,920 22 11,340 10,770 23,200 37,730 6,700 6,220 59,880 38,190 23 0 0 23,110 24,460 0 4,910 36,360 31,100 24 2,980 12,810 7,470 6,080 3,670 1,720 20,520 46,010 25 4,720 8,660 48,370 24,180 4,020 6,100 28,760 47,480 26 4,890 7,950 7,990 30,820 570 2,350 23,130 23,200 27 3,080 6,660 8,240 29,870 3,000 0 10,790 30,600 28 0 1,790 22,530 23,400 0 1,150 14,510 28,480 29 0 7,110 22,150 17,450 30 5,630 0 28,140 30,370 31 0 8,200 0 0
57
Lampiran 4. Data aktual produksi harian tandan kosong bulan Januari dan Februari 2011
Tanggal 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31
TBS Olah (kilogram) 75,000 0 551,360 536,300 340,800 700,000 585,500 610,750 370,000 787,500 719,800 620,000 737,040 510,000 694,400 437,500 745,360 637,840 520,800 625,000 568,100 550,000 425,000 669,600 737,500 671,840 675,700 557,500 582,500 392,500 639,730
Januari 2011 Persentase Tandan Kosong (%) 24.19 0 24.11 25.47 23.98 23.54 22.88 22.99 24.04 24.37 23.51 25.04 24.47 22.89 23.36 25.04 23.81 23.47 22.98 24.26 24.07 24.98 23.89 24.63 24.19 24.58 23.67 23.49 24.08 23.44 24.15
Tandan Kosong (kilogram) 18,143 0 132,933 136,596 81,724 164,780 133,962 140,411 88,948 191,914 169,225 155,248 180,354 116,739 162,212 109,550 177,470 149,701 119,680 151,625 136,742 137,390 101,533 164,922 178,401 165,138 159,938 130,957 140,266 92,002 154,495
TBS Olah (kg) 545,570 650,000 457,500 392,500 437,500 497,500 402,500 512,500 566,350 507,580 592,800 816,000 698,900 768,000 525,000 600,000 707,500 637,100 642,600 302,400 715,000 688,320 713,600 740,900 612,500 426,300 494,900 819,980
Februari 2011 Persentase Tandan Kosong (%) 23.84 24.06 23.11 23.08 23.18 22.86 23.15 22.68 23.14 23.08 22.67 22.97 23.61 24.12 23.16 22.69 23.14 22.67 23.43 23.94 23.15 23.61 23.58 22.89 24.03 22.86 23.49 22.88
Tandan Kosong (kilogram) 130,064 156,390 105,728 90,589 101,413 113,729 93,179 116,235 131,053 117,149 134,388 187,435 165,010 185,242 121,590 136,140 163,716 144,431 150,561 72,395 165,523 162,512 168,267 169,592 147,184 97,452 116,252 187,611
\
58
Lampiran 5. Goodness of fit dan probability density function sebaran gumble minimum untuk data aktual produksi harian tandan kosong bulan Januari dan Februari 2011
59
Lampiran 6. Goodness of fit dan probability density function sebaran phased bi-exponential untuk data aktual produksi harian TBS Afdeling 1 bulan Januari dan Februari 2011
60
Lampiran 7. Goodness of fit dan probability density function sebaran error untuk data aktual produksi harian TBS Afdeling 2 bulan Januari dan Februari 2011
61
Lampiran 8. Goodness of fit dan probability density function sebaran wakeby untuk data produksi harian TBS Afdeling 3 bulan Januari dan Februari 2011
aktual
62
Lampiran 9. Goodness of fit dan probability density function sebaran wakeby untuk data produksi harian TBS Afdeling 4 bulan Januari dan Februari 2011
aktual
63
Lampiran 10(a). Perbandingan nilai sMAPE antara prakiraan produksi harian menggunakan simulasi dan prakiraan produksi PTPN VIII di Afdeling 1
Tanggal 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31
Aktual Produksi (kilogram) 0 3,650 0 0 5,060 0 3,780 0 0 0 4,120 4,580 0 320 0 4,750 0 0 0 0 0 0 0 0 0 0 0 0 620 0 3,110 sMAPE
Simulasi Produksi Kesalahan relatif (kilogram) (%) 2,409 200 333 167 3,072 200 2,960 200 2,167 80 2,856 200 2,402 45 2,176 200 2,550 200 2,722 200 2,280 58 3,506 27 1,890 200 305 5 2,477 200 2,120 77 2,092 200 1,453 200 2,832 200 2,469 200 2,747 200 3,670 200 2,492 200 2,525 200 2,574 200 3,870 200 3,751 200 150 200 1,112 57 2,841 200 3,658 16 159
Prakiraan Perusahaan Produksi Kesalahan relatif (kilogram) (%) 230 200 230 176 230 200 230 200 0 200 0 0 230 177 230 200 230 200 230 200 230 179 230 181 0 0 230 33 230 200 230 182 230 200 230 200 230 200 0 0 230 200 230 200 230 200 230 200 230 200 230 200 0 0 230 200 230 92 230 200 250 170 161
64
Lampiran 10(b). Perbandingan nilai sMAPE antara prakiraan produksi harian menggunakan simulasi dan prakiraan produksi PTPN VIII di Afdeling 2
Tanggal 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31
Aktual Produksi (kilogram) 5,440 6,230 2,200 7,080 0 5,660 2,060 3,310 1,240 2,930 0 6,990 0 1,290 2,660 1,580 1,820 4,040 4,080 0 1,380 3,100 2,430 0 6,160 5,980 0 2,500 1,950 2,060 1,680 sMAPE
Simulasi Produksi Kesalahan relatif (kilogram) (%) 8,487 44 1,660 116 3,430 44 4,362 48 10,717 200 5,834 3 3,774 59 964 110 6,314 134 7,581 88 5,734 200 10,821 43 3,087 200 7,382 141 3,408 25 1,910 19 7,864 125 983 122 8,417 69 7,048 200 6,026 125 4,558 38 10,064 122 4,486 200 5,974 3 4,602 26 4,353 200 2,764 10 4,846 85 2,240 8 7,945 130 95
Prakiraan Perusahaan Produksi Kesalahan relatif (kilogram) (%) 350 176 350 179 350 145 350 181 0 0 0 200 350 142 350 162 350 112 350 157 350 200 350 181 0 0 350 115 350 153 350 127 350 135 350 168 350 168 0 0 350 119 350 159 350 150 350 200 350 178 350 178 0 0 350 151 350 139 300 149 300 139 138
65
Lampiran 10(c). Perbandingan nilai sMAPE antara prakiraan produksi harian menggunakan simulasi dan prakiraan produksi PTPN VIII di Afdeling 3
Tanggal 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31
Aktual Produksi (kilogram) 33,980 19,750 22,800 25,290 25,730 0 17,600 46,720 14,630 33,360 8,180 38,190 7,260 15,910 35,600 15,640 34,230 28,150 37,680 29,330 0 35,140 25,610 48,440 14,030 32,160 31,450 0 41,340 36,800 33,850 sMAPE
Simulasi Produksi Kesalahan relatif (kilogram) (%) 20,806 48 16,524 18 25,466 11 26,051 3 20,378 23 19,286 200 14,890 17 26,273 56 22,882 44 19,577 52 43,138 136 4,349 159 17,169 81 14,979 6 13,464 90 9,340 50 22,434 42 14,494 64 36,334 4 22,490 26 20,163 200 34,260 3 4,622 139 17,474 94 16,986 19 4,007 156 22,959 31 4,278 200 24,157 52 27,667 28 25,409 28 67
Prakiraan Perusahaan Produksi Kesalahan relatif (kilogram) (%) 17,920 62 17,920 10 17,920 24 17,920 34 0 200 0 0 17,920 2 17,920 89 17,920 20 17,920 60 17,920 75 17,920 72 0 200 17,920 12 17,920 66 17,920 14 17,920 63 17,920 44 17,920 71 0 200 17,920 200 17,920 65 17,920 35 17,920 92 17,920 24 17,920 57 0 200 17,940 200 17,940 79 17,940 69 17,940 61 77
66
Lampiran 10(d).Perbandingan nilai sMAPE antara prakiraan produksi harian menggunakan simulasi dan prakiraan produksi PTPN VIII di Afdeling 4
Tanggal 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31
Aktual Produksi (kilogram) 14,430 37,060 18,640 37,070 23,660 7,720 23,440 38,990 21,760 26,520 42,890 36,340 36,440 21,210 34,330 23,670 23,170 30,960 28,700 19,160 29,440 20,280 45,320 32,690 33,690 29,490 21,910 14,030 32,750 7,500 48,430 sMAPE
Simulasi Produksi Kesalahan relatif (kilogram) (%) 7,573 62 16,467 77 6,895 92 31,194 17 20,635 14 3,497 75 2,868 156 36,311 7 29,519 30 25,323 5 38,719 10 29,005 22 30,495 18 16,696 24 24,535 33 35,095 39 26,747 14 20,577 40 160 198 32,580 52 25,117 16 20,497 1 6,889 147 23,907 31 35,036 4 4,677 145 28,257 25 11,398 21 45,398 32 31,314 123 27,152 56 51
Prakiraan Perusahaan Produksi Kesalahan relatif (kilogram) (%) 20,880 37 20,880 56 20,880 11 20,880 56 0 200 0 200 20,880 12 20,880 60 20,880 4 20,880 24 20,880 69 20,880 54 0 200 20,880 2 20,880 49 20,880 13 20,880 10 20,880 39 20,880 32 0 200 20,880 34 20,880 3 20,880 74 20,880 44 20,900 47 20,900 34 0 200 20,900 39 20,900 44 20,900 94 20,900 79 65
67