PERANCANGAN SISTEM PENUNJANG KEPUTUSAN RANTAI PASOK DAN PENILAIAN RISIKO MUTU PADA AGROINDUSTRI MINYAK SAWIT KASAR
RIKA AMPUH HADIGUNA
SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2010
PERNYATAAN MENGENAI DISERTASI DAN SUMBER INFORMASI Dengan ini saya menyatakan bahwa disertasi yang berjudul Perancangan Sistem Penunjang Keputusan Rantai Pasok dan Penilaian Risiko Mutu pada Agroindustri Minyak Sawit Kasar adalah karya saya sendiri dengan arahan komisi pembimbing dan belum diajukan dalam bentuk apapun kepada perguruan tinggi manapun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir disertasi ini.
Bogor, Januari 2010 Rika Ampuh Hadiguna NRP F361060041
ABSTRACT RIKA AMPUH HADIGUNA. Decision Support System Design of Supply Chain and Quality Risk Assessment in Crude Palm Oil Agroindustry. Supervised by MACHFUD, ERIYATNO, ANI SURYANI, and YANDRA ARKEMAN. Supply chain management and quality risk in crude palm oil (CPO) agroindustry was indispensable to achieve superiority in value and productivity. Aspects that require a special attention were quality risk, supply of crude palm oil, harvest-transport-processing management and transportation of fresh fruit bunches. A main problem was the productivity improvement by analyzing all those important aspects. The objective of this research was to design a decision support system which consists of integration of risk assessment, inventory control, supply chain optimization, and fresh fruit bunches transportation scheduling. There were three stages used in this research: developing an assessment model and quality risk aggregation, developing a supply chain model with multiobjective, and decision support system design. Quality risk assessment used Multi Expert-Multi Criteria Decision Making (ME-MCDM), Ordered Weighted Average (OWA) and Rule Based. Historical data analysis to estimate the supply of fresh fruit bunches and crude palm oil sale was Autregressive Integrated Moving Average (ARIMA). Inventory modeling of crude palm oil was carried out using Economic Order Quantity (EOQ) and fuzzy technique. A heuristic technique used to formulate all mathematic formulations. Multi Objective Genetic Algorithm (MOGA) was to optimize entire supply chain. Transportation scheduling was carried out using binary integer programming. Model verification was conducted by examining the logic of programming and computation results, while model validity was conducted using Face Validity technique. Quality risk source were structurized in three level: risk driver factors, key activities and operational units. Assessment results of quality risk was a high-risk in plantation and risk management was focused on transportation of fresh fruit bunches. Mathematical formulation included the CPO inventory at the harbor, supply chain and fresh fruit bunches transportation scheduling which was useful to determine amount of shipment to the harbor, supply chain optimization with cost unit and factory utilization as objectives function and TBS transportation scheduling by managing the transportation routes to each of harvest location or afdeling (section). Decision support system design in this research was named SIRPO which consists of data base, model base and knowledge base. SIRPO was useful for analysis of supply chain and quality risk assessment which function to assess the risk level and give recommendation as risk management, fresh fruit bunches procurement from three plantation, CPO production, CPO shipping to the harbor, inventory level and fresh fruit bunches transportation scheduling for nucleus and plasma plantations. Keywords: decision support system, quality risk, supply chain, CPO agroindustry
RINGKASAN RIKA AMPUH HADIGUNA. Perancangan Sistem Penunjang Keputusan Rantai Pasok dan Penilaian Risiko Mutu pada Agroindustri Minyak Sawit Kasar. Dibimbing oleh MACHFUD, ERIYATNO, ANI SURYANI, YANDRA ARKEMAN. Biaya dan mutu menjadi hal penting dalam manajemen rantai pasok agroindustri minyak sawit kasar (crude palm oil). Analisis yang komprehensif terkait biaya dan mutu membutuhkan sebuah rancangan sistem penunjang keputusan. Rancangan ini berguna untuk menganalisis risiko mutu dan optimasi sistem sehingga para pengambil keputusan di setiap unit operasional dapat berkoordinasi dengan baik. Kebaruan dari penelitian ini adalah merumuskan model matematik untuk manajemen panen–angkut–olah dengan sumber pasokan tandan buah segar (TBS) dari kebun inti, kebun plasma dan pihak luar. Manajemen rantai pasok agroindustri menempatkan sistem manajemen panen-angkut-olah menjadi faktor kunci. Pengelolaannya perlu memperhatikan aspek biaya dan mutu. Manajemen rantai pasok agroindustri minyak sawit kasar perlu mempertimbangkan biaya dan mutu sebagai satu kesatuan dalam proses pengambilan keputusan. Kedua faktor ini penting dianalisis karena operasional rantai pasok dihadapkan pada tindakan penjaminan mutu dan mencapai skala ekonomis. Model untuk membantu pengambil keputusan dalam menganalisis perencanaan dan pengendalian rangkaian kegiatan operasional rantai pasok secara terintegrasi menjadi sangat dibutuhkan. Aspek-aspek yang perlu diperhatikan dalam model adalah pengelolaan risiko mutu, kebijakan persediaan minyak sawit kasar, panen-angkut-olah dan transportasi tandan buah segar. Tujuan penelitian adalah merumuskan cara penilaian risiko operasinal, merumuskan model matematik manajemen panen-angkut-olah dan menghasilkan rancang bangun Sistem Penunjang Keputusan (Decision Support System) yang berfungsi untuk pengelolaan risiko penurunan mutu dan optimasi rantai pasok minyak sawit kasar. Penelitian ini menggunakan berbagai teknik antara lain penilaian risiko mutu menggunakan teknik Non-Numeric Multi-Expert Multi Criteria Decision Making (ME-MCDM) dengan agregasi penilaian menggunakan teknik Ordered Weighted Averaging (OWA). Rekomendasi pengelolaan risiko menggunakan rule base. Prakiraan TBS dan penjualan minyak sawit kasar menggunakan teknik Autoregressive Integrated Moving Average (ARIMA). Pengendalian persediaan minyak sawit kasar, rantai pasok dan penjadwalan transportasi tandan buah segar dimodelkan secara matematik. Formulasi matematik pada persediaan menggunakan teknik fuzzy untuk permintaan direpresentasikan dengan fungsi keanggotaan segitiga (triangular). Teknik defuzzifikasi yang digunakan adalah signed distance. Optimasi rantai pasok diselesaikan menggunakan NonDominated Sorting in Genetic Algorithm II (NSGA-II). Formulasi matematik pada penjadwalan transportasi tandan buah segar menggunakan Binary Integer Programming. Verifikasi model dilakukan untuk pemeriksaan secara konseptual, logika, formulasi matematik dan program komputer yang dihasilkan. Bahasa
pemrograman yang digunakan adalah Matlab 7. Teknik validasi model menerapkan face validity yang memungkinkan penelusuran model secara menyeluruh dan utuh sehingga konsistensi konsep dan kebutuhan pemangku kepentingan dapat dievaluasi secara bersamaan. Ahli yang mempunyai pengetahuan dibidang rantai pasok atau manajemen agroindustri minyak sawit kasar memberikan penilaian terhadap model. Proses dilakukan dengan cara rasionalisme berdasarkan pendapat ahli. Rasionalisme adalah validasi dengan cara deduksi logika untuk menilai asumsi dari model sudah sesuai atau belum. Rancangan sistem penunjang keputusan yang dihasilkan bernama SIRPO. Rancangan ini dimaksudkan untuk mengintegrasikan pengelolaan risiko mutu dan optimasi rantai pasok. Komposisi sistem penunjang keputusan yang di rancang mencukupi untuk menganalisis keseluruhan operasional rantai pasok minyak sawit kasar yang terdiri dari kebun, pabrik dan tangki timbun pelabuhan. Sistem penunjang keputusan bisa digunakan untuk menganalisis secara parsial dan keseluruhan. Penilaian risiko terdiri dari faktor-faktor pemicu risiko, kegiatankegiatan kunci, unit-unit operasional dan mekanisme penanganan berdasarkan agregasi tingkat risiko. Optimasi rantai pasok mempertimbangkan faktor-faktor biaya dan keterbatasan sumberdaya. Keterkaitan penilaian risiko dan optimasi rantai pasok adalah fraksi kerusakan TBS di pabrik. Tingkat risiko pada unit kebun dan unit pabrik akan memberikan fraksi kerusakan tertentu. Hasil optimasi kebutuhan TBS menjadi masukan utama dalam manajemen transportasi TBS. Tujuan transportasi TBS adalah menentukan urutan rute setiap truk ke setiap lokasi panen. Model diterapkan pada sebuah studi kasus. Hasil yang diperoleh untuk risiko mutu pada kegiatan panen adalah sedang. Lama penumpukan di tempat pengumpulan hasil memperlihatkan nilai risiko yang paling tinggi. Tingkat risiko transportasi tandan buah segar adalah tinggi disebabkan oleh lama transportasi dan ketersediaan truk. Tahapan yang cukup potensial memicu risiko penurunan mutu pada pengolahan adalah sortasi dan penumpukan di loading ramp dengan nilai risko sedang. Hasil agregasi menunjukkan bahwa risiko di pengolahan minyak sawit kasar adalah rendah. Hasil penilaian risiko mutu pada penyimpanan di tangki timbun adalah risiko sedang untuk jumlah penimbunan sedangkan faktor pemicu risiko lainnya mendapatkan skor rendah. Hasil agregasi adalah rendah yang berarti kegiatan penimbunan masih dapat di kelola dengan baik untuk mengurangi risiko penurunan mutu. Pada pengiriman minyak sawit kasar ke pelabuhan menghasilkan lama perjalanan berisiko sedang sedangkan faktor pemicu risiko lainnya berisiko rendah. Hal ini dapat diartikan bahwa lama perjalanan masih perlu diawasi dengan baik. Penilaian risiko penimbunan di pelabuhan adalah sedang. Kontribusi terbesar risiko bersumber dari lama penimbunan. Hal ini mengindikasikan faktor lama penimbunan menjadi indikator kinerja kunci yang masih perlu diperhatikan dengan baik oleh pengambil keputusan. Pengawasan yang kurang baik terhadap tangki timbun dapat memicu risiko penurunan mutu sehingga diharapkan produk tidak terlalu lama di simpan di pelabuhan. Hasil agregasi menunjukkan bahwa kebun berisiko tinggi, pabrik berisiko rendah dan pelabuhan berisiko sedang. Faktor pemicu kunci risiko penurunan mutu adalah lama penumpukan di tempat pengumpulan hasil, ketersediaan truk dan waktu angkut panen.
Optimasi rantai pasok bertujuan untuk mendapatkan nilai fungsi obyektif biaya unit operasional yang minimum dan utilisasi pabrik yang maksimum. Nilainilai optimal yang dihasilkan merupakan konsekuensi dari pencapaian dua obyektif tersebut. Dorongan untuk mendapatkan biaya unit operasional yang minimum di capai dengan mengedepankan pemanfaatan kapasitas olah pabrik sesuai dengan ketersediaan tandan buah segar dari tiga sumber. Dorongan pemanfaatan kapasitas pabrik dalam tingkat skala ekonomis diharapkan dapat menjadi salah satu upaya mengurangi risiko penurunan mutu. Model rantai pasok yang dikembangkan ini memasukkan faktor rata-rata tandan buah segar yang tidak layak olah berbanding lurus dengan jumlah total pasokan tandan buah segar yang siap olah. Apabila di asumsi tandan buah segar tidak layak olah dapat terdeteksi dengan baik maka risiko penurunan mutu minyak sawit kasar dapat dikurangi. Transportasi TBS dimaksudkan untuk penentuan rute truk berdasarkan jumlah truk yang dibutuhkan untuk memenuhi jumlah TBS panen yang harus di angkut dari kebun ke pabrik dengan obyektif minimisasi total jarak. Bentuk penjadwalan yang dimaksudkan dalam model yang dikembangkan ini adalah pengurutan tugas dari setiap truk. Kebutuhan truk ditentukan oleh ketetapan jumlah trip. Jumlah trip ditetapkan sebagai alat ukur penentu penugasan dimaksudkan untuk menjamin tandan buah segar tidak menunggu di tempat pengumpulan hasil terlalu lama atau restan. Menurut pengalaman dan pemahaman para manajer kebun, penetapan jumlah trip akan lebih efektif dalam penjaminan minimisasi waktu tunggu tandan buah segar hasil panen di kebun. Konsekwensinya adalah mengalokasikan anggaran penambahan sewa truk apabila jumlah truk yang dibutuhkan melebihi jumlah truk yang tersedia. Konsekuensi ini sangat rasional diterima karena manfaat yang diperoleh lebih besar. Tandan buah segar diharapkan dapat segera diangkut dan diolah untuk mendapatkan mutu yang tinggi dari minyak sawit kasar. Penelitian ini menghasilkan sebuah sistem penunjang keputusan yang berguna membantu pengambil keputusan dalam pengelolaan rantai pasok dan penilaian risiko mutu minyak sawit kasar. Optimasi rantai pasok dilakukan berdasarkan formulasi matematik dengan dua fungsi obyektif yaitu minimisasi biaya unit operasional dan maksimisasi utilisasi pabrik. Formulasi matematik yang dihasilkan merupakan kebaruan dari penelitian ini. Seluruh formulasi matematik yang dihasilkan merupakan proses sintesa sebagai bagian dari teknik pengambilan keputusan manajemen panen, angkut, olah dan pengelolaan tangki timbun secara terpadu melalui proses kreatif terhadap sesuatu yang masih belum di ketahui. Pengelolaan risiko mutu setiap unit rantai pasok adalah penanganan di kebun adalah meminimumkan waktu angkut, mengevaluasi jumlah trip dan menjamin ketersediaan truk. Penanganan di pabrik adalah menjaga akurasi proses sortasi tandan buah segar dan menjamin penumpukan di loading ramp tidak memicu kerusakan tandan buah segar. Penanganan di pelabuhan adalah meningkatkan pengawasan pemuatan dan pembongkaran minyak sawit kasar dan perawatan tangki timbun dengan baik. Kata kunci: sistem penunjang keputusan, risiko mutu, obyektif majemuk, rantai pasok, minyak sawit kasar
© Hak cipta milik IPB, tahun 2010 Hak cipta dilindungi Undang-undang 1. Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan atau menyebutkan sumber a. Pengutipan hanya untuk kepentingan pendidikan, penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik atau tinjauan suatu masalah b. Pengutipan tidak merugikan kepentingan yang wajar IPB 2. Dilarang mengumumkan dan memperbanyak sebagian atau seluruh karya tulis dalam bentuk apapun tanpa izin IPB
PERANCANGAN SISTEM PENUNJANG KEPUTUSAN RANTAI PASOK DAN PENILAIAN RISIKO MUTU PADA AGROINDUSTRI MINYAK SAWIT KASAR
RIKA AMPUH HADIGUNA
Disertasi sebagai salah satu syarat untuk memperoleh gelar Doktor pada Program Studi Teknologi Industri Pertanian
SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2010
Penguji luar komisi pada ujian tertutup :1. Prof. Dr. Ir. Marimin, MSc 2. Dr. Ir. Anas Miftah Fauzi, M.Eng
Penguji luar komisi pada ujian terbuka :1. Prof. Dr. Martani Huseini, MBA 2. Dr. Ir. Utomo Sarjono Putro, M.Eng
Judul Disertasi
: Perancangan Sistem Penunjang Keputusan Rantai Pasok dan Penilaian Risiko Mutu pada Agroindustri Minyak Sawit Kasar
Nama Mahasiswa
: Rika Ampuh Hadiguna
NRP
: F361060041
Disetujui Komisi Pembimbing
Dr. Ir. Machfud, MS Ketua
Prof. Dr. Ir. Eriyatno, MSAE Anggota
Dr. Ir. Ani Suryani, DEA Anggota
Dr. Ir. Yandra Arkeman, M.Eng Anggota
Diketahui
Ketua Program Studi Teknologi Industri Pertanian
Dekan Sekolah Pascasarjana
Prof. Dr. Ir. Irawadi Jamaran
Prof. Dr. Ir. Khairil Anwar Notodiputro, MS
Tanggal Ujian: 21 Desember 2009
Tanggal Lulus:
PRAKATA Puji Syukur kehadirat Allah SWT penulis haturkan, karena berkat rahmatNya disertasi yang berjudul Perancangan Sistem Penunjang Keputusan Rantai Pasok dan Penilaian Risiko Mutu pada Agroindustri Minyak Sawit Kasar dapat diselesaikan dengan baik. Disertasi ini disusun sebagai salah satu syarat untuk memperoleh gelar Doktor pada Program Studi Teknologi Industri Pertanian, Sekolah Pascasarjana Institut Pertanian Bogor. Penulis menyadari bahwa penyelesaian disertasi ini tidak terlepas dari bantuan banyak pihak. Penulis menyampaikan penghargaan dan ucapan terima kasih yang tulus kepada Bapak Dr. Ir. Machfud, MS sebagai ketua komisi pembimbing, dan anggota komisi pembimbing Bapak Prof. Dr. Ir. Eriyatno, MSAE., Ibu Dr. Ir. Ani Suryani, DEA dan Bapak Dr. Ir. Yandra Arkeman, M.Eng. atas bimbingan yang penuh dedikasi. Terima kasih juga disampaikan kepada Bapak Dr. Ir. Anas Miftah Fauzi, M.Eng dan Bapak Prof. Dr. Ir. Marimin, MSc sebagai penguji luar komisi pada ujian tertutup serta Bapak Prof. Dr. Martani Huseini, MBA dari Universitas Indonesia (UI) dan Bapak Dr. Ir. Utomo Sarjono Putro, M.Eng dari Institut Teknologi Bandung (ITB) sebagai penguji luar komisi pada ujian terbuka. Kelancaran kegiatan penelitian ini tidak terlepas dari bantuan Bapak Ir. Sunardi Radik Taruna, MM, MSi yang telah memberikan bantuan selama kegiatan penelitian di PTPN XIII. Ucapan terima kasih disampaikan kepada pimpinan Sekolah Pascasarjana IPB yang telah memberikan bantuan pendidikan melalui program BPPS Tahun 2006 sampai 2009 dan Hibah Penelitian Program Doktor tahun 2009. Terima kasih kepada banyak pihak yang telah memberikan saran dan kritik sehingga disertasi ini dapat diselesaikan dengan baik. Semoga karya ilmiah ini bermanfaat bagi perkembangan ilmu pengetahuan.
Bogor, Januari 2010 Rika Ampuh Hadiguna
x
RIWAYAT HIDUP Penulis dilahirkan di Batang Serangan, Kabupaten Langkat, Sumatera Utara pada tanggal 23 Juli 1973 sebagai anak kedua dari pasangan Sirwan dan Temon Armyta. Pendidikan Sarjana ditempuh di Jurusan Teknik Industri, Fakultas Teknik, Universitas Sumatera Utara (USU), lulus pada Pebruari 1998. Pada Agustus 2001, penulis melanjutkan studi di Program Pascasarjana Institut Teknologi Sepuluh Nopember (ITS), Surabaya di Program Studi Teknik Industri dengan beasiswa BPPS dan lulus pada tahun 2003. Pada September 2006, penulis mendapatkan kesempatan untuk melanjutkan studi program Doktor pada program studi Teknologi Industri Pertanian di Sekolah Pascasarjana Institut Pertanian Bogor (IPB) dengan sponsor beasiswa BPPS. Penulis juga mendapatkan bantuan biaya penelitian dan penulisan disertasi melalui program Hibah Penelitian Program Doktor tahun 2009. Penulis bekerja sebagai staf pengajar di Jurusan Teknik Industri, Fakultas Teknik, Universitas Andalas, Padang sejak Maret 1999 sampai dengan saat ini. Penulis pernah menjabat sebagai Sekretaris Jurusan Teknik Industri, Fakultas Teknik, Universitas Andalas pada tahun 2005-2006. Selama mengikuti program S3, penulis menyajikan karya ilmiah yang berjudul Sistem Cerdas untuk Optimasi Rantai Pasok Minyak Sawit Kasar (Crude Palm Oil) pada Simposium Nasional Bioenergi pada 23 November 2009 di Bogor dan Pemodelan dan Optimasi Sistem Panen-Angkut-Olah pada Agroindustri Minyak Sawit Kasar (Crude Palm Oil) pada Seminar Nasional Masyarakat Perkelapa Sawitan Indonesia (MAKSI) pada 24-25 November 2009 di Bogor. Artikel ilmiah yang telah diterbitkan berjudul Model Perencanaan Produksi pada Rantai Pasok Crude Palm Oil dengan Mempertimbangkan Preferensi Pengambil Keputusan pada Jurnal Teknik Industri Volume 10 Nomor 1 halaman 38–49 di tahun 2008 dan Manajemen Rantai Pasok Minyak Sawit Mentah pada Journal Logistic and Supply Chain Management Volume 2 Nomor 1 halaman 12-23 pada tahun 2008. Karya-karya ilmiah tersebut merupakan bagian dari hasil penelitian pada program S3 penulis.
xi
DAFTAR ISI DAFTAR TABEL .............................................................................
Halaman xiv
DAFTAR GAMBAR .........................................................................
xv
DAFTAR LAMPIRAN ......................................................................
xviii
PENDAHULUAN .............................................................................
1
Latar Belakang ..........................................................................
1
Tujuan Penelitian ......................................................................
3
Ruang Lingkup .........................................................................
4
Manfaat ....................................................................................
5
TINJAUAN PUSTAKA.....................................................................
6
Sistem Rantai Pasok ..................................................................
6
Rantai Pasok Agroindustri..........................................................
14
Berpikir Sistem dalam Rantai Pasok ............................................
21
Manajemen Risiko Rantai Pasok .................................................
25
Sistem Rantai Pasok Minyak Sawit Kasar ....................................
30
Landasan Matematik ..................................................................
33
METODOLOGI PENELITIAN ..........................................................
44
Kerangka Pemikiran ..................................................................
44
Lokasi dan Waktu Penelitian ......................................................
50
Teknik-teknik yang Digunakan ...................................................
50
Pengumpulan Data dan Informasi................................................
51
Tahapan Penelitian ....................................................................
52
Verifikasi dan Validasi Model ....................................................
54
PEMODELAN SISTEM ....................................................................
57
Pendekatan Sistem.....................................................................
57
Penilaian Risiko Mutu................................................................
70
Prakiraan Pasokan Tandan Buah Segar ........................................
81
xii
Prakiraan Penjualan Minyak Sawit Kasar .....................................
90
Persediaan Minyak Sawit Kasar di Tangki Timbun Pelabuhan .......
94
Rantai Pasok Minyak Sawit Kasar ...............................................
100
Penjadwalan Transportasi Tandan Buah Segar..............................
120
Perancangan Sistem Penunjang Keputusan...................................
123
IMPLEMENTASI MODEL................................................................
134
Verifikasi..................................................................................
134
Validasi....................................................................................
138
Manajemen Risiko Mutu ............................................................
141
Prakiraan Pasokan Tandan Buah Segar ........................................
149
Prakiraan Penjualan Minyak Sawit Kasar.....................................
151
Manajemen Persediaan Minyak Sawit Kasar ................................
152
Optimasi Rantai Pasok ...............................................................
154
Transportasi Tandan Buah Segar .................................................
163
PEMBAHASAN ...............................................................................
168
Pasokan Tandan Buah Segar.......................................................
168
Manajemen Pengolahan .............................................................
176
Pengendalian Persediaan di Pelabuhan.........................................
183
Keterkaitan Risiko dan Optimasi Rantai Pasok .............................
187
Sistem Koordinasi Pengendalian Risiko .......................................
199
Mitigasi Risiko Mutu .................................................................
205
Kelebihan dan Keterbatasan SPK SIRPO .....................................
207
KESIMPULAN DAN SARAN ...........................................................
211
Kesimpulan...............................................................................
211
Saran........................................................................................
214
DAFTAR PUSTAKA ........................................................................
216
LAMPIRAN .....................................................................................
222
xiii
DAFTAR TABEL Halaman 1
Karakteristik pasokan ...................................................................
12
2
Indikator kinerja rantai pasok setiap tingkatan.................................
18
3
Ukuran kinerja rantai pasok berdasarkan proses dan tingkatan ..........
24
4
Karakteristik risiko rantai pasok ....................................................
29
5
Skala penilaian risiko penurunan mutu ...........................................
77
6
Keterkaitan antar model berdasarkan variabel keputusan..................
130
7
Komponen-komponen SPK–SIRPO...............................................
132
8
Hasil agregasi penilaian risiko pada peubah penentu........................
146
9
Perbandingan aktual dan prakiraan pasokan tandan buah segar .........
149
10 Pasokan tandan buah segar dari setiap kebun ..................................
150
11 Prakiraan penjualan minyak sawit kasar .........................................
151
12 Perbandingan aktual dan prakiraan penjualan..................................
152
13 Jumlah pasokan ke pelabuhan .......................................................
153
14 Hasil optimasi rantai pasok ...........................................................
162
xiv
DAFTAR GAMBAR Halaman 1
Deret siklus pembentuk rantai pasok ..............................................
6
2
Tiga tipe dasar rantai pasok...........................................................
7
3
Sistem rantai pasok dalam jejaring kompleks ..................................
8
4
Tipe-tipe kolaborasi dalam sistem rantai pasok ...............................
12
5
Sistem rantai pasok agroindustri ....................................................
15
6
Perspektif analitik dari rantai pertanian ..........................................
16
7
Berpikir sistem pada rantai pasok ..................................................
23
8
Ketidakpastian permintaan dan pasokan .........................................
28
9
Sistem rantai pasok agroindustri minyak sawit kasar .......................
31
10 Rantai pasok jejaring agroindustri minyak sawit kasar .....................
32
11 Model persediaan EOQ.................................................................
33
12 Biaya persediaan per periode perencanaan ......................................
34
13 Representasi bilangan fuzzy segitiga...............................................
37
14 Kerangka pemikiran penelitian......................................................
46
15 Struktur dan keterkaitan rantai pasok dan risiko mutu......................
49
16 Diagram alir tata laksana penelitian. ..............................................
56
17 Diagram masukan keluaran sistem rantai pasok...............................
63
18 Hubungan antar kegiatan rantai pasok ............................................
65
19 Sistem rantai pasok minyak sawit kasar ..........................................
66
20 Aliran informasi dalam proses pengambilan keputusan ....................
71
21 Struktur hirarki penilaian risiko mutu pada rantai pasok minyak sawit kasar ..................................................................................
76
22 Diagram alir model penilaian risiko mutu .......................................
80
23 Pola data masa lalu pasokan dari kebun inti ....................................
81
24 Grafik ACF pola data masa lalu pasokan dari kebun inti ..................
82
25 Garfik PACF pola data masa lalu pasokan dari kebun inti ................
82
12
26 Grafik ACF ARIMA (0,1,1)(1,1,1) prakiraan di kebun inti ............
83
27 Grafik PACF ARIMA (0,1,1)(1,1,1)12 prakiraan di kebun inti ..........
83
28 Perbandingan aktual dan hasil prakiraan di kebun inti......................
84
29 Pola data masa lalu pasokan dari kebun plasma ...............................
84
xv
30 Grafik ACF pola data masa lalu pasokan dari kebun plasma .............
85
31 Grafik PACF pola data masa lalu pasokan dari kebun plasma ...........
85
12
32 Grafik ACF ARIMA (2,0,0)(1,1,2) prakiraan dari kebun plasma ....
86
33 Grafik PACF ARIMA (2,0,0)(1,1,2)12 prakiraan dari kebun plasma ..
86
34 Perbandingan aktual dan hasil prakiraan di kebun plasma ................
87
35 Pola data masa lalu pasokan dari pihak luar ....................................
87
36 Grafik ACF pola data masa lalu pasokan dari pihak luar ..................
88
37 Grafik PACF pola data masa lalu pasokan dari pihak luar ................
88
38 Grafik ACF ARIMA (1,1,1)(1,1,1)12 prakiraan dari pihak luar ..........
89
12
39 Grafik PACF ARIMA (2,0,0)(1,1,2) prakiraan dari pihak luar ........
89
40 Perbandingan aktual dan hasil prakiraan dar i pihak luar ...................
90
41 Pola data masa lalu penjualan minyak sawit kasar ...........................
91
42 Grafik ACF pola data masa lalu penjualan ......................................
92
43 Grafik PACF pola data masa lalu penjualan ....................................
92
44 Grafik ACF ARIMA (0,0,2)(1,1,0)12 prakiraan penjualan.................
93
45 Grafik PACF ARIMA (0,0,2)(1,1,0)
12
prakiraan penjualan...............
93
46 Perbandingan aktual dan hasil prakiraan penjualan..........................
94
47 Variabel-variabel sistem rantai pasok minyak sawit kasar ................
109
48 Proses integrasi dalam pemodelan rantai pasok ...............................
110
49 Representasi kromosom ................................................................
112
50 Konfigurasi SPK–SIRPO ..............................................................
126
51 Tampilan depan SPK-SIRPO ........................................................
128
52 Keterkaitan antar interface SPK-SIRPO .........................................
133
53 Penilaian risiko pada kegiatan panen ..............................................
142
54 Penilaian risiko pada pengangkutan panen ......................................
143
55 Penilaian risiko pengolahan...........................................................
143
56 Penilaian risiko di tangki timbun pabrik .........................................
144
57 Penilaian risiko transportasi minyak sawit kasar ke pelabuhan ..........
144
58 Penilaian risiko di tangki timbun pelabuhan....................................
145
59 Agregasi nilai risiko .....................................................................
147
60 Rekomendasi penanganan risiko penurunan mutu ...........................
148
61 Prakiraan pasokan TBS .................................................................
150
xvi
62 Hasil prakiraan penjualan..............................................................
152
63 Parameter-parameter untuk optimasi rantai pasok............................
155
64 Grafik awal .................................................................................
157
65 Grafik optimal Pareto ...................................................................
158
66 Pasokan tandan buah segar............................................................
159
67 Produksi dan pengiriman minyak sawit kasar ..................................
160
68 Status sediaan minyak sawit kasar di pabrik ....................................
161
69 Tampilan optimasi penugasan truk di kebun inti..............................
165
70 Hasil implementasi di kebun inti....................................................
166
71 Tampilan optimasi penugasan truk di kebun plasma ........................
167
72 Hasil implementasi di kebun plasma ..............................................
167
73 Pengaruh waktu tunda pengolahan TBS terhadap kadar ALB ...........
170
74 Manajemen risiko dan optimasi rantai pasok...................................
191
xvii
DAFTAR LAMPIRAN Halaman 1
Keterangan notasi matematik ........................................................
222
2
Petunjuk penggunaan SPK SIRPO .................................................
224
3
Deskripsi penilaian risiko penurunan mutu pada rantai pasok minyak sawit kasar (crude palm oil)...............................................
241
4
Manajemen risiko mutu ................................................................
244
5
Hasil penjadwalan transportasi panen TBS .....................................
247
xviii
PENDAHULUAN Latar Belakang Industri kelapa sawit merupakan salah satu sektor unggulan bagi negara Indonesia. Kondisi geografis yang mendukung karena sangat cocok untuk perkebunan kelapa sawit. Prospek komoditi kelapa sawit dalam perdagangan minyak nabati dunia juga telah mendorong pemerintah Indonesia untuk semakin meningkatkan kemampuan daya saing yang berkelanjutan terhadap pembangunan perkebunan kelapa sawit. Peningkatan ini telah memberikan manfaat karena kebutuhan terhadap bahan baku berbasis kelapa sawit oleh berbagai industri mengalami peningkatan. Dampak positif lainnya adalah menyediakan kesempatan kerja bagi rakyat secara luas. Selain itu, tanaman kelapa sawit juga menjadi sumber bahan pangan dan energi sehingga kelangkaannya di pasar domestik berpengaruh sangat nyata terhadap perekonomian dan kesejahteraan masyarakat. Perkembangan perkebunan kelapa sawit di Indonesia sangat pesat dikarenakan beberapa hal. Pertama adalah kebutuhan minyak nabati dunia cukup besar dan terus meningkat sebagai akibat penambahan jumlah penduduk maupun tingkat konsumsi per kapita. Kedua, diantara berbagai jenis tanaman penghasil minyak nabati, kelapa sawit merupakan tanaman dengan potensi produksi minyak tertinggi. Ketiga, semakin berkembangnya jenis-jenis industri berbas is kelapa sawit baik oleokimia dan biodiesel (Barlow et al. 2003). Beragam industri hilir membutuhkan minyak sawit kasar (crude palm oil, CPO) sebagai bahan baku. Mutu produk menjadi sangat penting terlebih bagi industri bahan pangan yang menggunakannya sebagai bahan baku utama. Selain itu, karakteristik produk pertanian yang mudah rusak, kamba dan dipengaruhi musim menjadi kendala tersendiri yang membutuhkan perhatian dan penanganan yang tepat. Tentunya setiap industri selalu menginginkan proses bisnisnya mampu memenuhi elemen-elemen kepuasan pelanggan, yaitu mutu sesuai pasar, biaya yang minimum dan pengiriman sesuai jadwal. Masalah pasokan dan ketersediaan menjadi isu penting dalam peningkatan produktivitas. Dalam kaitan ini, penjaminan pasokan bahan baku dari kebun ke pabrik dan pasokan produk dari pabrik ke pelabuhan menjadi aspek penting yang patut diperhatikan. 1
2 Keragaman mutu minyak sawit kasar dipengaruhi oleh kegiatan panen, transportasi, pengolahan dan penimbunan. Penerapan manajemen risiko dalam penanganan risiko mutu lebih pada antisipasi atas apa yang akan terjadi. Hasil penelitian terkait mutu yang dilakukan oleh Kandiah et al. (2002) menunjukan bahwa penundaan pengolahan akan meningkatkan kadar asam lemak bebas. Minyak sawit kasar juga berisiko mengalami perubahan dan kerusakan selama transportasi jika harus menempuh jarak yang jauh atau waktu yang lama (Djohar et al. 2003). Faktor-faktor penting seperti ini bersumber dari rangkaian kegiatan operasional rantai pasok sehingga membutuhkan pengelolaan yang terintegrasi antara panen, angkut, olah dan penimbunan. Seluruh rangkaian kegiatan terkait akan memicu risiko mutu sehingga membutuhkan pengelolaan yang efektif. Berbagai pokok bahasan dan penerapan metode-metode telah dilakukan dalam penelitian agroindustri kelapa sawit. Beberapa yang telah dilakukan diantaranya oleh Basiron (2002), Basiron dan Weng (2002), Dja’far dan Wahyono (2003), Barlo et al. (2003) dan Goenadi et al. (2005) yang membahas secara deskriptif permasalahan ekonomi kelapa sawit, sedangkan Didu (2000), Basdabella (2001) dan Jatmika (2007) menerapkan gabungan metode soft dan hard system. Arah penelitian selanjutnya perlu difokuskaan terhadap pengelolaan terpadu antara kebun, pabrik dan tangki timbun pelabuhan yang dikenal dengan istilah
manajemen
panen-angkut-olah.
Perhatian
ini
dimaksudkan
untuk
peningkatan kinerja sistem. Upaya yang dapat dilakukan adalah menerapkan konsep manajemen risiko dan rantai pasok secara bersama. Penerapan manajemen rantai pasok pada agroindustri terus berkembang. Hal ini dapat diketahui berdasarkan beberapa hasil penelitian yang telah dilakukan pada bagai agroindustri antara lain Vorst et al. (2000) membahas agroindustri bahan pangan, Philpott dan Everett (2001) membahas rantai pasok agroindustri kertas, Wouda et al. (2002) membahas rantai pasok susu, Djohar et al. (2003) membahas rantai pasok minyak sawit kasar, Milan et al. (2006) maupun Grunow et al. (2007) membahas rantai pasok gula, dan Ruben et al. (2007) membahas rantai pasok sayuran segar. Manajemen rantai pasok agroindustri menempatkan sistem manajemen panen-angkut-olah menjadi faktor kunci. Pengelolaannya perlu memperhatikan
3 aspek biaya dan mutu. Manajemen rantai pasok agroindustri minyak sawit kasar perlu mempertimbangkan biaya dan mutu sebagai satu kesatuan dalam proses pengambilan keputusan. Kedua faktor ini penting dianalisis karena operasional rantai pasok dihadapkan pada tindakan penjaminan mutu dan mencapai skala ekonomis. Model untuk membantu pengambil keputusan dalam menganalisis perencanaan dan pengendalian rangkaian kegiatan operasional rantai pasok secara terintegrasi menjadi sangat dibutuhkan. Aspek-aspek yang perlu diperhatikan dalam model adalah pengelolaan risiko mutu, kebijakan persediaan minyak sawit kasar, panen-angkut-olah dan transportasi tandan buah segar. Kinerja rantai pasok ditentukan oleh keputusan-keputusan yang terkait dengan persediaan, produksi, dan transportasi.
Aspek mutu juga perlu
diperhatikan secara eksplisit sehingga peningkatan produktivitas dicapai seiring dengan penjaminan mutu. Analisis yang komprehensif membutuhkan sebuah rancangan sistem
penunjang
keputusan.
Rancangan
ini
berguna untuk
menganalisis risiko mutu dan optimasi sistem sehingga para pengambil keputusan di setiap unit operasional dapat berkoordinasi dengan baik. Keterkaitan berbagai aspek penting dapat dirumuskan secara matematis dan keterpaduannya diperoleh dari mekanisme komputasi yang terkendali. Kebaruan dari penelitian ini adalah merumuskan model matematik untuk manajemen panen–angkut–olah secara kuantitatif dan membangun cara penilaian risiko operasional rantai pasok secara kualitatif.
Tujuan Penelitian Tujuan yang ingin di peroleh dari penelitian yang dilakukan ini sebagai berikut: 1. Menghasilkan rancang bangun Sistem Penunjang Keputusan (Decision Support System) yang berfungsi untuk pengelolaan risiko penurunan mutu dan optimasi rantai pasok minyak sawit kasar. 2. Merumuskan model matematik untuk beberapa aspek penting rantai pasok minyak sawit kasar yang terdiri dari sistem rantai pasok menggunakan obyektif majemuk, sistem persediaan minyak sawit
4 kasar di tangki timbun pelabuhan dan penjadwalan transportasi tandan buah segar. 3. Merumuskan cara penilaian dan pengelolaan risiko berdasarkan strukturisasi sumber-sumber pemicunya yang terdapat pada seluruh rangkaian operasional rantai pasok minyak sawit kasar.
Ruang Lingkup Ruang lingkup penelitian adalah penilaian risiko dan pengelolaan rantai pasok yang di rekayasa menjadi satu kesatuan melalui rancangan sistem penunjang keputusan. Keterpaduan dalam sistem penunjang keputusan di peroleh dengan memformulasikan model dan merumuskan prosedur komputasi dengan masukan variabel yang bersifat kualitatif dan kuantitatif. Pemodelan mencakup agregasi risiko mutu, pengelolaan persediaan di pelabuhan, dan manajemen panen-angkut-olah. Batasan penelitian ini sebagai berikut: 1. Perusahaan perkebunan yang menggunakan pola perkebunan inti rakyat yang terdiri dari kebun inti, kebun plasma dan pihak ketiga. Pihak ketiga adalah pemasok tandan buah segar yang telah di setujui oleh perusahaan inti. Ketiga sumber pemasok tandan buah segar akan di olah oleh sebuah pabrik yang dimiliki oleh perusahaan inti. 2. Sistem rantai pasok yang dipelajari meliputi kebun, pabrik, tangki timbun di pabrik dan pelabuhan. Proses bisnis rantai pasok terdiri dari transportasi tandan buah segar, pengolahan, penimbunan minyak sawit kasar di pabrik, pengiriman minyak sawit kasar dari pabrik ke pelabuhan dan penimbunan minyak sawit kasar di pelabuhan. Produk dipasarkan kepada konsumen industri di dalam negeri. 3. Manajemen risiko difokuskan pada risiko operasional yang berkaitan dengan mutu tandan buah segar yang menentukan mutu dari minyak sawit kasar. Penilaian risiko didasarkan pada unit operasional rantai pasok yang terdiri dari kebun, pabrik dan pelabuhan.
5 Manfaat Hasil
penelitian
ini
diharapkan
dapat
bermanfaat
baik
untuk
pengembangan ilmu maupun penerapannya sehingga mampu memberikan kontribusi nyata terhadap pengembangan agroindustri minyak sawit kasar. Beberapa manfaat yang dapat diberikan dari hasil penelitian ini adalah: 1. Membantu pengambil keputusan dalam mengelola sistem rantai pasok perusahaan perkebunan kelapa sawit yang menggunakan sistem perkebunan inti rakyat. Pengambil keputusan dapat melakukan perencanaan dan pengendalian produksi, transportasi, pengelolaan tangki timbun dan manajemen risiko penurunan mutu secara simultan menggunakan rancang bangun sistem penunjang keputusan yang dihasilkan dalam penelitian ini. Manfaat dari perangkat lunak yang dihasilkan hanya dapat diterapkan secara spesifik pada pabrik yang mempunyai kesamaan kondisi dan situasi dengan studi kasus pada penelitian ini. 2. Sistem penunjang keputusan yang dihasilkan akan menjadi salah satu alat untuk koordinasi antar pengambil keputusan seperti manajer kebun, manajer pabrik, dan manajer utama (general manager). Manfaat ini diperoleh sebagai hasil dari penerapan berpikir sistem menjadi sebuah sistem berpikir dalam manajemen risiko mutu dan manajemen rantai pasok agroindustri minyak sawit kasar. 3. Membantu pengambil keputusan dalam menghitung biaya rantai pasok operasional minyak sawit kasar. Biaya unit rantai pasok dapat dimanfaatkan sebagai indikator kinerja dan bagian dari mekanisme pemantauan (monitoring) operasional sistem. 4. Kontribusi terhadap pengembangan ilmu pengetahuan di bidang teknik dan manajemen industri khususnya ilmu sistem, manajemen rantai pasok, manajemen risiko, dan teknik optimasi.
METODOLOGI PENELITIAN Kerangka Pemikiran Manajemen rantai pasok mengedepankan keutamaan proses bisnis secara total dan menjadi cara baru yang mempraktikkan prinsip-prinsip kolaborasi antar unit dalam sistem rantai pasok. Kunci keunggulan kompetitif jangka panjang adalah kemampuan merespon pelanggan dan memenuhi kebutuhan para pemangku kepentingan di sistem rantai pasok. Elemen kunci ini akan dihadapkan pada ketidakpastian yang disebabkan banyak faktor baik yang datangnya dari lingkungan luar maupun internal organisasi. Cara pandang sistem yang banyak digunakaan pada saat ini sangat membantu pemodelan sistem rantai pasok yang berorientasi pada upaya mengakomodir berbagai kebutuhan khusus pengambil keputusan. Ketidakpastian akan menjadi risiko sehingga perlu dikelola untuk menjaga kinerja organisasi tetap baik. Rantai pasok minyak sawit kasar akan dihadapkan pada risiko yang bersumber dari tandan buah segar maupun respon terhadap kebutuhan konsumen. Proses bisnis rantai pasok adalah proses-proses yang akan dikaitkan sebagai bagian dari rantai pasok yang terdiri dari struktur dan komponen manajemen. Struktur rantai pasok terbentuk oleh keterlibatan para pengambil keputusan sebagai konsekuensi proses bisnis, sedangkan komponen manajemen dari rantai pasok merupakan tingkat integrasi yang terlibat dalam setiap proses terkait. Proses-proses bisnis dari rantai pasok terdiri dari panen tandan buah segar, transportasi tandan buah segar dari kebun ke pabrik, pengolahan minyak sawit kasar, penyimpanan minyak sawit kasar di tangki timbun pabrik, pengiriman pasokan minyak sawit kasar ke pelabuhan, penyimpanan minyak sawit kasar di tangki timbun pelabuhan dan pengapalan minyak sawit kasar ke konsumen industri. Proses-proses ini akan melibatkan unit-unit rantai pasok yaitu kebun kelapa sawit, pabrik, dan tangki timbun pelabuhan. Setiap unit bertanggung jawab dalam pemenuhan volume produksi tetapi juga berpotensi terhadap terjadinya risiko mutu. Komponen-komponen manajemen yang terlibat dalam proses bisnis dan struktur rantai pasok adalah manajer kebun, manajer pabrik, general manager, petani plasma dan petani kebun luar atau pihak ketiga. 44
45 Manajemen
rantai
pasok
merupakan
kegiatan perencanaan
dan
pengendalian setiap kegiatan yang terlibat dengan memperhatikan kebutuhan dari pemangku kepentingan. Kegiatan yang perlu direncanakan dan dikendalikan adalah pasokan tandan buah segar, rencana produksi minyak sawit kasar, penimbunan, dan transportasi yang berorientasi pada aspek biaya dan mutu. Prakiraan panen tandan buah segar dan penjualan akan menjadi masukan utama dalam perencanaan. Tiga bagian utama yang akan diperhatikan dengan seksama dalam penelitian ini, yakni aspek pemasok yang direpresentasikan oleh kebun inti, kebun plasma dan pihak ketiga, sisi agroindustri yang direpresentasikan oleh pabrik dan tangki timbun, distributor yang direpresentasikan oleh tangki timbun di pelabuhan. Minyak sawit kasar adalah bahan baku bagi industri hilir sehingga konsumen rantai pasok adalah industri. Kegiatan dalam rantai pasok tidak akan terlepas dari faktor ketidakpastian. Ketidakpastian akan memicu risiko dan memberi konsekwensi biaya. Cakupan ketidakpastian rantai pasok yang digunakan dalam penelitian ini adalah situasi yang dihadapi oleh pengambil keputusan baik manajer kebun, manajer pabrik dan general manager dalam memprediksi prilaku sistem rantai pasok secara akurat disebabkan kurangnya informasi atau pemahaman terhadap lingkungan atau status rantai pasok periode tertentu. Manajemen rantai pasok berfungsi merencanakan kegiatan di periode mendatang sehingga akurasi informasi bisa menjadi salah satu pemicu munculnya ketidakpastian. Model rantai pasok yang dikembangkan dalam penelitian ini akan memperhatikan aspek-aspek ketidakpastian baik dari sisi pasokan dan permintaan internal maupun eksternal yang memberikan konsekuensi terhadap biaya dan mutu. Kerangka pemikiran penelitian dirumuskan berdasarkan upaya mencapai keunggulan nilai dan produktivitas. Keunggulan nilai dicapai melalui penerapan manajemen risiko mutu, sedangkan keunggulan produktivitas dicapai melalui manajemen rantai pasok. Pada sisi pasokan bahan baku, risiko muncul dari tandan buah segar yang di panen. Tandan buah segar bisa tidak memenuhi mutu yang ditetapkan apabila dilakukan tanpa dukungaan manajemen transportasi yang baik dari kebun ke pabrik serta infrastruktur jalan yang baik. Kegiatan ini harus meminimumkan waktu tunggu dan angkut sekaligus memaksimumkan jumlah
46 yang diangkut. Waktu tunggu dan angkut terlalu lama bisa menyebabkan peningkatan kadar asam lemak bebas. Ketersediaan jumlah angkutan yang mencukupi menjadi faktor kritis sehingga seluruh tandan buah segar panen dapat diangkut. Rute transportasi hasil panen mengikuti sistem panen yang digunakan. Truk transportasi hasil panen akan menyusuri jalan utama kebun dan diasumsikan telah mengetahui lokasi ancak panen dan tempat pengumpulan hasil. Panen dilakukan setiap hari dan berpindah-pindah dari satu ancak atau blok ke blok berikutnya
disetiap
afdeling.
Perencanaan
kebutuhan
truk
transportasi
berhubungan dengan prakiraan jumlah panen. Fluktuasi jumlah panen disetiap periode berubah-ubah sehingga kebutuhan truk juga akan berubah. Manajemen panen dan transportasi tandan buah segar menjadi tanggung jawab manajer kebun dan berkoordinasi dengan manajer pabrik. Diagram dari kerangka pemikiran dalam penelitian ini dapat dilihat pada Gambar 14.
Gambar 14 Kerangka pemikiran penelitian
47 Kegiatan produksi di pabrik adalah mengolah tandan buah segar menjadi minyak sawit kasar dan menimbunnya sebagai persediaan di tangki timbun pabrik. Tandan buah segar panen yang bersumber dari kebun inti, kebun plasma dan pihak ketiga di tumpuk di loading ramp untuk beberapa saat dan harus segera diolah untuk menghindarkan penurunan mutu yaitu meningkatnya kadar asam lemak bebas. Pabrik dan tangki timbunnya akan berfungsi sebagai unit yang melakukan sinkronisasi dalam struktur rantai pasok. Ada dua aliran informasi yang akan diolah manajemen pabrik yaitu prakiraan jumlah pasokan hasil panen tandan buah segar dan prakiraan pasokan minyak sawit kasar ke tangki timbun pelabuhan. Kebijakan produksi minyak sawit kasar akan menjadi rencana pasokan tandan buah segar dan pengiriman minyak sawit kasar. Mekanisme ini dikenal dengan istilah kebijakan kolaborasi produksi. Indikator kinerja yang diperhatikan dalam kebijakan ini adalah pemihakan jumlah pasokan tandan buah segar dari kebun inti dan plasma yang lebih besar dibandingkan kebun pihak luar. Tingkat persediaan di tangki timbun pabrik merupakan indikator kinerja karena berkontribusi pada total biaya produksi minyak sawit kasar. Sistem persediaan minyak sawit kasar di tangki timbun secara struktural rantai pasok terdapat di pabrik dan pelabuhan. Tangki timbun di pabrik akan melayani tangki timbun pelabuhan agar mampu memenuhi rencana pengapalan produk sesuai jadwal. Interaksi ini membutuhkan langkah sintesis dan sinergi rantai pasok. Kebijakan pengadaan minyak sawit kasar dari pabrik ke pelabuhan dibawah koordinasi general manager. Manajemen pasokan ke pelabuhan akan memperhatikan indikator kinerja tingkat persediaan optimal di pelabuhan dan ketersediaan produk di tangki timbun pabrik. Tangki timbun pelabuhan akan menerima pasokan dari beberapa pabrik yang ada di sekitarnya. Mekanisme pasokan akan memperhatikan pemenuhan permintaan pelabuhan dan menjaga tingkat persediaan optimal di pabrik. Situasi ini dikenal dengan istilah kolaborasi perencanaan pasokan dan permintaan. Model kebijakan pasokan dibutuhkan untuk mensinkronisasi dua kepentingan yang berbeda dari dua unit komponen rantai pasok. Pihak pabrik berkeinginan untuk menjaga tingkat persediaan di tangki timbunnya lebih kecil sehingga jumlah pasokan yang besar ke pelabuhan sangat diharapkan. Pihak tangki timbun pelabuhan harus mengatur jumlah pasokan
48 minyak sawit kasar dari setiap pabrik untuk menjaga tingkat pelayanan ke konsumen. Penelitian ini menggunakan model matematik sebagai abstraksi sistem rantai pasok minyak sawit kasar. Pemilihan model matematik merupakan upaya mempermudah pengkajian sistem. Dalam pandangan ilmu sistem, Eriyatno (2003) menyatakan secara jelas bahwa perumusan matematik yang terpilih dapat mempermudah pengkajian sistem yang umumnya merupakan suatu kompleksitas dimana universalitas dari matematik dan notasi-notasinya akan memperlancar komunikasi dan pemindahan metode yang dikembangkan di suatu negara atau bidang ilmu tertentu ke lainnya. Ditambahkan pula, penggunaan model matematik membuat penjelasan lebih komprehensif dan seringkali mampu mengungkapkan hubungan-hubungan yang dikuantifikasi pada deskripsi lisan dari suatu sistem. Model matematik menyatakan hubungan antara beragam komponen dari sistem yang diamati dalam bentuk kuantitatif. Aspek-aspek yang dapat dikendalikan (controllable) disebut dengan variabel keputusan yang merupakan alternatif tindakan yang telah melalui pengkajian. Aspek-aspek yang mengukur capaian dari obyektif pengambil keputusan disebut dengan ukuran kinerja atau ukuran efektifitas. Ukuran efektifitas akan dinyatakan dalam bentuk fungsi dari variabel keputusan. Masukan tak terkendali (uncontrollable) dari model akan diarahkan menjadi parameter-parameter, koefisien-koefisien atau konstanta. Pada kondisi tertentu, apabila nilai variabel keputusan dibatasi dalam rentang nilai tertentu maka dimunculkan fungsi pembatas atau kendala (constraints). Menurut Daellenbach (1994) model matematik berguna karena sederhana, lengkap, mudah diubah-ubah, adaptif, mudah dikomunikasikan, tepat guna untuk situasi yang sedang dipelajari dan menghasilkan informasi yang relevan serta tepat guna bagi pengambil keputusan. Model matematik memungkinkan eksplorasi dengan cepat terhadap adanya efek perubahan masukan dari fungsi obyektif. Pemodelan dilakukaan berdasarkan proses bisnis, struktur dan komponen manajemen dari rantai pasok yang terdiri transportasi tandan buah segar panen, perencanaan produksi, pengendalian persediaan di pabrik, pengiriman ke pelabuhan, dan pengendalian persediaan di pelabuhan. Ada dua tipe pendekatan dalam sinkronisasi yaitu kebijakan produksi untuk downstream dan kebijakan
49 pasokan untuk upstream. Skema struktur dan proses bisnis yang dimodelkan dapat dilihat pada Gambar 15. Prakiraan juga dibutuhkan untuk mendukung kebijakan. Prakiraan yang dibutuhkan adalah pasokan tandan buah segar dari kebun inti, kebun plasma dan pihak ketiga, pasokan dari pabrik ke pelabuhan, dan prakiraan penjualan dari pelabuhan.
Gambar 15 Struktur dan keterkaitan rantai pasok dan risiko mutu
Eriyatno (2003) telah merumuskan tahapan pemodelan yang sangat baik untuk diterapkan dalam berbagai bidang. Seleksi konsep terdiri dari mengidentifikasi proses-proses utama dari rantai pasok minyak sawit kasar yang disesuaikan dengan kebutuhan pengambil keputusan dan pihak-pihak yang berkepentingan. Konsep yang terpilih menjadi dasar dalam rekayasa model dengan tujuan menetapkan
variabel
keputusan
dari
setiap
proses
dan
merumuskannya secara matematik. Ada dua tipe rumusan yang akan dihasilkan yaitu formulasi matematik dan prosedur komputasi. Formulasi matematik dibutuhkan untuk penilaian sumber-sumber risiko penurunan mutu dan proses agregasi untuk menentukan rekomendasi penanganan risiko mutu, penentuan ukuran ekonomi produksi minyak sawit kasar di tangki timbun pabrik dan pasokan ke pelabuhan yang dibutuhkan untuk sinkronisasi rencana pengiriman dari pabrik ke pelabuhan, analisis rantai nilai minyak sawit kasar secara menyeluruh sesuai kebutuhan pengambil keputusan dan pihak-pihak yang berkepentingan lainnya dan penjadwalan transportasi tandan buah segar panen. Rekayasa model akan diimplementasikan dalam bentuk program komputer yang merupakan proses menyatukan basis model, basis data dan basis pengetahuan sehingga menjadi sebuah sistem penunjang keputusan. Prosedur komputasi perlu dirumuskan sehingga penyatuan ketiga basis dapat bekerja sesuai
50 dengan logika dan konsep yang telah ditetapkan sebelumnya. Pemeriksaan terhadap keluaran program dilakukan dengan menggunakan data dari lapang.
Lokasi dan Waktu Penelitian Penelitian ini menghasilkan model yang membutuhkan proses verifikasi. Model diverifikasi pada sebuah obyek yang sesuai dengan ruang lingkup dan batasan penelitian. Verifikasi model dilakukan pada sebuah unit kerja yang dimiliki oleh PT Perkebunan Nusantara (PTPN) XIII yaitu kebun Tajati dan pabrik pengolahan Long Pinang. Unit kerja sesuai dengan karakterisrik sistem yang dimodelkan karena mempunyai pabrik pengolahan kelapa sawit dengan sumber pasokan tandan buah segar dari kebun inti, kebun plasma dan pihak ketiga. Waktu penelitian dimulai April 2008 sampai September 2009 untuk mendapatkan informasi, data teknis dan diskusi dengan para narasumber yang terkait. Tambahan data dan informasi yang dibutuhkan dalam pengembangan model dilakukan pada rentang waktu tersebut.
Teknik-teknik yang Digunakan Penelitian ini menggunakan berbagai teknik untuk mencapai tujuan yang telah ditetapkan. Penilaian risiko mutu menggunakan teknik Non-Numeric MultiExpert Multi Criteria Decision Making (ME-MCDM) dengan agregasi penilaian menggunakan teknik Ordered Weighted Averaging (OWA). Hasil penilaian risiko mutu
akan
menjadi
masukan dalam penentuan
rekomendasi.
Keluaran
rekomendasi menggunakan Rule Base atau metode protokol. Prakiraan pasokan tandan buah segar dan penjualan minyak sawit kasar menggunakan teknik Autoregressive Integrated Moving Average (ARIMA). Hasil prakiraan penjualan minyak sawit akan menjadi masukan pada pengendalian persediaan, sedangkan hasil prakiraan pasokan tandan buah segar menjadi masukan pada optimasi rantai pasok. Pengendalian persediaan minyak sawit kasar, rantai pasok dan penjadwalan transportasi tandan buah segar dimodelkan
51 secara matematik. Formulasi matematik dihasilkan menggunakan teknik heuristik yaitu proses perumusan yang didasarkan pada logika hubungan antar elemenelemen pada kondisi nyata. Formulasi matematik pada pengendalian persediaan akan menggunakan teknik
fuzzy
untuk
mengakomodir
fluktuasi
permintaan.
Unsur fuzzy
direpresentasikan dengan fungsi keanggotaan segitiga (triangular). Teknik defuzzifikasi yang digunakan adalah signed distance. Formulasi matematik rantai pasok akan diselesaikan menggunakan algoritma genetika. Teknik algoritma yang digunakan adalah Non-Dominated Sorting in Genetic Algorithm II (NSGA-II). Formulasi matematik pada penjadwalan transportasi tandan buah segar menggunakan Binary Integer Programming.
Pengumpulan Data dan Informasi Data adalah fakta yang diketahui dan dicatat berguna untuk inferensi atau perhitungan, sedangkan informasi adalah pengetahuan yang dimiliki seseorang berdasarkan pengalaman dan pendidikannya (Hussey dan Hussey 1997). Data verifikasi diperoleh dari lokasi penelitian, sedangkan informasi pengetahuan diperoleh dari para ahli. Teknik pengumpulan data didasarkan dari diskusi tentang rantai pasok dengan para ahli terkait. Kebutuhan data untuk proses verifikasi model berdasarkan kegiatan operasional di kebun, pabrik dan tangki timbun pelabuhan. Data yang dikumpulkan pada unit kebun antara lain luas kebun, jumlah tanaman, umur tanaman, produktivitas panen, musim panen puncak dan kecil, realisasi panen tandan buah segar, harga pembelian tandan buah segar dari kebun plasma dan luar, ketersediaan truk transportasi tandan buah segar, jumlah tempat pengumpulan hasil, jarak antar pengumpulan hasil, jarak kebun dari pabrik, ratarata lama waktu tunggu tandan buah segar di tempat pengumpulan hasil, ketersediaan tenaga kerja panen, kemampuan panen setiap pekerja, rata-rata lama transportasi hasil panen dari kebun ke pabrik dan biaya transportasi panen dari kebun ke pabrik. Data yang berhubungan dengan kegiatan pabrik antara lain kapasitas olah pabrik, biaya perawatan dan persiapan pengolahan, biaya
52 pengolahan, kapasitas tangki timbun, biaya simpan di tangki timbun, rata-rata asam lemak bebas di tangki timbun, jam kerja operasi, hari kerja dan jumlah persediaan akhir periode di tangki timbun. Informasi dikumpulkan dengan cara memberikan beberapa pertanyaan yang dibutuhkan untuk mendukung pengembangan model. Informasi yang berhubungan dengan sistem transportasi tandan buah segar, pengolahan minyak sawit kasar, pengiriman dari pabrik ke pelabuhan, risiko dan manajemen mutu. Informasi dan data dikumpulkan menggunakan instrumen berbentuk lembar isian yang berisikan pertanyaan.
Tahapan Penelitian Tahapan penelitian merupakan rincian dari langkah-langkah yang dilakukan berdasarkan teknik pemodelan yang telah dijelaskan sebelumnya. Diagram alir tahapan penelitian dapat dilihat pada Gambar 16. Tahapan penelitian sebagai berikut: 1. Mempelajari sistem rantai pasok agroindustri melalui diskusi pendahuluan dengan beberapa pihak yang memahami agroindustri minyak sawit kasar. Selain itu, studi pustaka dilakukan untuk pemahaman sistem nyata yang dipelajari. Pustaka yang dipelajari berhubungan dengan agroindustri minyak sawit kasar dan metodametoda yang bisa digunakan dalam menyelesaikan model rantai pasok. Cakupan agroindustri minyak sawit kasar yang perlu dipelajari antara lain pengelolaan kebun kelapa sawit, sistem panen kelapa sawit, proses produksi minyak sawit kasar, manajemen mutu minyak sawit, dan sistem transportasi secara keseluruhan. 2. Wawancara mendalam dengan pengambil keputusan dan survei lapang di obyek studi kasus. Tujuannya adalah mengetahui rangkaian kegiatan rantai pasok dan kebijakan-kebijakan manajemen yang terkait. Pendalaman terhadap pengetahuan para manajer perkebunan akan dilakukan pada tahapan ini. Manajer yang akan diwawancarai adalah manajer kebun, manajer pabrik dan general manager. Informasi
53 penting yang ingin didapat melalui wawancara ini adalah mekanisme koordinasi dan tanggung jawab setiap manajer dalam konteks sistem rantai pasok. Melalui wawancara akan diperoleh gambaran situasi secara menyeluruh. 3. Merumuskan faktor-faktor risiko dan peubah penentu yang dibutuhkan dalam penilaian tingkat risiko rantai pasok. Prosedur yang dilakukan melalui wawancara dan studi pustaka hasil-hasil penelitian terkait. Faktor-faktor risiko yang diperoleh akan distrukturisasi secara hirarki sehingga mendeskripsikan keterkaitan antar faktor. 4. Merumuskan basis aturan untuk menterjemahkan hasil penilaian risiko sehingga rekomendasi dapat dikeluarkan oleh model. Rekomendasi merupakan hasil akuisisi pengetahuan para ahli yang terdiri dari praktisi perkebunan dan dilengkapi melalui studi pustaka penelitian yang terkait. 5. Informasi yang dibutuhkan selanjutnya adalah prakiraan panen tandan buah segar dan penjualan minyak sawit kasar. Panen tandan buah segar merepresentasikan ketersediaan bahan baku yang dapat diolah sedangkan penjualan minyak sawit kasar adalah permintaan yang harus dipenuhi. Data yang dibutuhkan adalah data masa lalu yang diperoleh melalui laporan kegiatan produksi di lokasi penelitian. 6. Formulasi matematik untuk pengendalian persediaan, rantai pasok dan penjadwalan transportasi tandan buah segar. Model matematik dirumuskan melalui proses kreatif berdasarkan kondisi nyata. Prinsip yang diperhatikan dalam perumusan model matematik persediaan adalah jumlah minyak sawit kasar yang disimpan dalam tangki timbun dengan tingkat biaya yang minimum. Model matematik rantai pasok akan mengoptimalkan penggunaan tandan buah segar, jumlah produksi, persediaan di pabrik, jumlah pengiriman dan persediaan di pelabuhan
untuk setiap
periode.
Kendala-kendala
yang
perlu
dipertimbangkan bersumber dari kebijakan manajemen, keterbatasan kapasitas
olah
Pengembangan
pabrik model
dan
permintaan
diarahkan
pada
minyak
sawit
obyektif
kasar.
majemuk
54 menggunakan algoritma genetik sebagai teknik optimasi. Penjadwalan transportasi tandan buah segar adalah menentukan urutan penugasan truk sehingga seluruhan tandan buah segar di lokasi panen dapat diangkut. 7. Merumuskan teknik-teknik penyelesaian untuk setiap formulasi matematik dan penilaian risiko dalam bentuk program komputer. Pada tahap ini dibangun elemen-elemen dari basis data, basis pengetahuan dan basis model serta hubungan masukan dan keluara. Keterkaitan ini dibutuhkan untuk menghasilkan keterpaduan. Keterpaduan diwujudkan dalam bentuk sebuah Sistem Penunjang Keputusan. 8. Verifikasi model menggunakan data dari obyek studi kasus yaitu unit kerja Kebun Tajati dan pabrik Long Pinang. Nilai-nilai yang dihasilkan model akan diperiksa kesesuaiannya berdasarkan logika dan kerja komputasi. Pada tahap ini telah dihasilkan program komputer yang terdiri dari basis model, basis data dan basis pengetahuan. 9. Validasi model untuk mendapatkan keabsahan dan keyakinan bahwa model mampu bekerja sesuai kebutuhan pengambil keputusan.
Verifikasi dan Validasi Model Kredibilitas sebuah model ditentukan oleh aksebilitas model dihadapan para pengguna atau pemangku kepentingan. Penerimaan sebuah model oleh pengambil keputusan sebagai pengguna harus diuji melalui proses verifikasi dan validasi. Proses ini akan membuktikan kebenaran model dan penerimaan pengguna
terhadap
kemampuan
dari
model. Seluruh
rangkaian
dalam
menghasilkan mulai dari pemuatan elemen sistem nyata, pembangunan logika dan penulisan kde komputer dengan bahasa pemrograman tertentu akan diperiksa konsistensinya terhadap konsep dan teori yang digunakan. Verifikasi dan validasi model adalah bagian esensial dari proses pengembangan model agar model diterima dan digunakan untuk mendukung pengambilan keputusan. Pertanyaan utama yang sering disampaikan kepada seseorang yang memperkenalkan sebuah model adalah keabsahan model sebelum
55 diterapkan. Verifikasi adalah proses untuk menjamin bahwa model sudah bekerja dengan benar, sedangkan validasi adalah proses menjamin bahwa model memenuhi kebutuhan yang diharapkan dari segi metoda yang digunakan dan hasil yang diperoleh. Verifikasi dilakukan terlebih dahulu untuk mengetahui kebenaran kerja model, selanjutnya divalidasi untuk mengetahui kesesuaian model terhadap peruntukannya (Carson 2002). Penelitian dilaksanakan dengan pendekatan sistem untuk menghasilkan sebuah sistem penunjang keputusan. Tujuan dari verifikasi dan validasi adalah memeriksa kesesuaian model dengan teori-teori dan konsep-konsep yang diterapkan dengan sistem nyata. Verifikasi konseptual dilakukan untuk mendapatkan relevansi asumsi-asumsi dan teori-teori yang digunakan dalam memodelkan rantai pasok yang telah diwujudkan dalam bentuk persamaan ataupun pertidaksamaan. Teknik verifikasi yang digunakan adalah menelusuri apakah konsistensi pemakaian relasi dan fungsi pada model sesuai dengan aturan matematik dan menggambarkan fungsi dari variabel keputusan dalam bentuk grafik. Model yang telah melewati verifikasi secara teoritik dan konseptual akan diuji secara komputasional dengan perangkat komputer yang telah disiapkan menggunakan data dari obyek penelitian. Sargent (1999) dan Carson (2002) menjelaskan beberapa teknik validasi model yang dapat digunakan dan penelitian ini menerapkan teknik face validity. Teknik face validity ini memungkinkan penelusuran model secara menyeluruh dan utuh sehingga konsistensi konsep dan kebutuhan pemangku kepentingan dapat dievaluasi secara bersamaan. Face validity dilaksanakan dengan cara bertanya kepada orang yang mempunyai pengetahuan dibidang rantai pasok atau manajemen agroindustri minyak sawit kasar tentang kesesuaian model dan/atau prilakunya terhadap peruntukkannya. Proses ini menggunakan rasionalisme dan empirisme berdasarkan pendapat seseorang yang mempunyai pengetahuan dibidang rantai pasok atau manajemen agroindustri minyak sawit kasar. Rasionalisme adalah validasi dengan cara deduksi logika untuk menilai asumsi dari model sudah sesuai atau belum. Empirisme membutuhkan data empiris untuk menilai kesesuaian model dengan peruntukkannya.
56
Gambar 16 Diagram alir tata laksana penelitian
IMPLEMENTASI MODEL Verifikasi Rancangan sistem penunjang keputusan SIRPO yang dihasilkan dalam penelitian ini menggunakan bahasa pemrograman Matlab 7. Program dibangun dalam dua bagian besar yaitu interface yang berguna sebagai fasilitas interaksi pengguna dengan komputer. Bagian kedua adalah pengkodean program khusus untuk proses komputasi. Pembangunan model seperti ini dimaksudkan untuk memudahkan modifikasi atau perbaikan. Verifikasi model merupakan proses iteratif dengan beberapa perubahan kecil setiap tahapnya dengan menjalankan program dan menggunakan data dari studi kasus. Iterasi dilakukan berdasarkan kesuksesan atau kegagalan melalui proses verifikasi terhadap model. Basis data, basis model dan basis pengetahuan atau aturan yang telah dibuat dalam program komputer perlu diperiksa logika kerjanya dan konsistensi hasil terhadap konsep yang digunakan. Proses verifikasi dilakukan dalam tiga bagian yaitu pemeriksaan elemen-elemen dalam model diproses dengan benar, kesesuaian rumus matematik yang digunakan baik relasi maupun fungsi yang digunakan dan keluaran dari model. Elemen-elemen yang dimuat dalam model adalah unit-unit operasional dari sebuah sistem rantai pasok yang telah diidentifikasi pada tahap analisis dan identifikasi sistem. Dasar teori yang diterapkan dalam penelitian ini adalah manajemen risiko dan manajemen rantai pasok. Model berhasil mengintegrasikan manajemen risiko penurunan mutu dan manajemen rantai pasok. Manajemen risiko diformulasikan menggunakan basis aturan yang memanfaatkan hasil akuisisi pengetahuan pada ahli sedangkan manajemen rantai pasok diformulasikan secara matematik yang menjelaskan hubungan logika setiap variabel dan parameter. Penilaian risiko penurunan mutu dilakukan pada seluruh operasional mulai panen, transportasi panen, pengolahan, penyimpanan minyak sawit kasar di pabrik, transportasi ke pelabuhan dan penyimpanan di pelabuhan. Data masukan pada upstream adalah ketersediaan tandan buah segar sedangkan masukan pada downstream adalah prakiraan penjualan atau pengapala n minyak sawit kasar.
134
135 Semua kegiatan operasional rantai pasok telah dimasukkan dalam model sehingga prinsip holistik terbukti telah diterapkan. Model matematik diformulasikan untuk persediaan, rantai pasok dan penjadwalan transportasi. Model matematik dapat diverifikasi dengan cara memeriksa relasi antara variabel, parameter dan antar fungsi tujuan dengan kendala-kendala. Pada model persediaan menggunakan teknik optimasi diferensial dengan bilangan fuzzy untuk parameter permintaan untuk mendapatkan ukuran optimal q*. Pembuktian kesesuaian konsep berdasarkan uji konsistensi model fuzzy dengan model persediaan EOQ crisp. Pada tahap pemodelan telah dibuktikan secara matematik bahwa EOQ fuzzy sesuai dengan konsep dasar EOQ crisp. Selain itu, pembuktian nilai optimal dilakukan berdasarkan pembuktian turunan kedua yang menghasilkan nilai selalu positif. Formulasi matematik untuk rantai pasok dan penjadwalan transportasi membutuhkan program komputer untuk verifikasi model. Verifikasi dilakukan dengan cara menjalankan (running) program komputer yang telah dibuat. Hal yang sama juga dilakukan untuk model penilaian risiko penurunan mutu. Proses verifikasi menggunakan data masukan dari studi kasus. Hal ini dilakukan dengan harapan dapat mendeteksi kekurangan dari setiap bagian dan apabila ditemukan kesalahan dapat dilakukan perbaikan lebih terfokus. Pemeriksaan pertama dilakukan dengan menelusuri hasil program komputer. Jika seluruh baris program berhasil dieksekusi dengan hasil sesuai konsep maka program dianggap berhasil. Pemeriksaan lanjutannya adalah hasil atau keluaran dari program komputer. Model yang baik akan menghasilkan penyelesaian optimal (optimal terminated), jika penyelesaian dari program mengindikasikan tidak layak (infeasible) maka harus diperbaiki salah satu persamaan matematik dan kode program. Pesan kesalahan (error message) yang diberikan oleh perangkat lunak bahasa pemrograman menjadi indikator adanya kesalahan baik pengkodean maupun hubungan logika. Pesan kesalahan akan menunjuk pada baris program yang tidak berhasil dieksekusi. Petunjuk ini memudahkan proses perbaikan sehingga program dapat bekerja sesuai rumusan yang telah ditetapkan. Model yang dikembangkan ini terdiri dari dua bagian yaitu manajemen risiko penurunan mutu dan manajemen rantai pasok. Pendekatan sistem yang
136 diterapkan dalam penelitian ini telah berhasil mengintegrasikan dua konsep tersebut yang diwujudkan dalam bentuk sistem penunjang keputusan. Pada aspek manajemen risiko telah dibangun sebuah sistem penilaian tingkat risiko penurunan mutu yang terdiri dari tiga area yaitu kebun, pabrik dan pelabuhan. Penghubung antar area ini difasilitasi oleh kegiatan transportasi dan model mengakomodir risiko penurunan mutu pada aspek transportasi dari kebun ke pabrik dan pabrik ke pelabuhan. Has il penilaian risiko akan diagregasi dan atas dasar nilai agregasi dikeluarkan rekomendasi tindakan atau kebijakan penanganan untuk mengurangi risiko penurunan mutu. Uji konsisten if–then dilakukan dengan memasukkan berbagai jenis data yang berbeda-beda sehingga diketahui kebenaran dari model. Hasil verifikasi khusus model penilaian risiko penurunan mutu adalah sesuai karena berbagai nilai masukan yang berbeda memberikan hasil sesuai dengan basis aturan dan nilai agregasi. Pada bagian manajemen rantai pasok, model dibangun untuk mampu melakukan optimasi rantai pasok dan optimasi kegiatan transportasi tandan buah segar hasil panen. Model rantai pasok dioptimasi menggunakan algoritma genetika obyektif majemuk sedangkan pada model transportasi hasil panen tandan buah segar menggunakan programa linier bulat biner. Keluaran dari optimasi rantai pasok dapat diperiksa berdasarkan kendala-kendala yang terkait. Apabila nilai optimal tidak melebihi batas kendala yang ditetapkan, maka formulasi matematik yang dihasilkan adalah layak. Pemeriksaan terhadap bentuk grafik penyelesaian awal dan optimal Pareto dari rantai pasok menjadi salah satu cara untuk memverifikasi. Model transportasi tandan buah segar dapat diverifikasi berdasarkan alokasi truk disetiap lokasi panen dan jumlah trip untuk setiap truk. Hubungan dua sub model ini adalah penggunaan data keluaran kebutuhan tandan buah segar dari optimasi rantai pasok yang dimuat (loading) ke sub model penugasan truk. Hasil verifikasi model menunjukkan bahwa model telah bekerja dengan baik sesuai dengan rumusan logika yang dibangun. Hasil dari optimasi rantai pasok tersimpan dalam dokumen berekstensi .xls yang berfungsi sebagai basis data bagi model penugasan truk. Pemeriksaan program komputer dilakukan dengan menjalankan program dan memeriksa hasilnya dengan mencari dokumen dengan nama Initial_output.xls dan Optimal_output.xls pada folder program.
137 Nilai-nilai yang ada pada dokumen tersebut akan tersusun sesuai dengan format program komputer dengan besar nilai sesuai dengan variabel keputusan. Pemeriksaan lanjutan terhadap hasil optimasi rantai pasok dapat dilakukan secara manual. Pertama, periksa nilai-nilai dari variabel INTIt, PLASMAt, dan LUARt, jika memenuhi kendala ketersediaan tandan buah segar maka nilai tersebut adalah sesuai, demikian sebaliknya. Nilai-nilai variabel dependen lainnya dapat diperiksa dengan memasukkan nilai tiga variabel keputusan independen tersebut dalam persamaan-persamaan. Jika hasil perhitungan secara manual sama dengan hasil pada dokumen optimasi rantai pasok, maka program disimpulkan sesuai. Model untuk transportasi hasil panen tandan buah segar dapat diterapkan menggunkan dua jenis masukan yang terdiri dari rata-rata panen harian dan berdasarkan angka kerapatan panen aktual. Rata-rata panen harian dapat dihitung langsung karena terkait dengan optimasi rantai nilai, sedangkan angka kerapatan panen membutuhkan data tersendiri. Model akan menghasilkan kebutuhan truk sesuai dengan ketetapan jumlah trip (rit). Keluaran dari model penugasan truk pengangkut hasil panen TBS disimpan dalam dokumen .txt. Hasil verifikasi menunjukkan model bekerja dengan baik. Pemeriksaan model dilakukan dengan cara menghitung jumlah kebutuhan truk setiap lokasi panen dan dibandingkan dengan ketersediaan. Jika hasilnya cocok maka model dikatakan sesuai. Hasil verifikasi menunjukkan bahwa model telah sesuai dengan kumpulan kendala yang dirumuskan. Kemudahan penggunaan sistem penunjang keputusan dibuat dalam bentuk human-computer interface. Setiap model dirancang dua bagian yaitu modul perhitungan dan modul interface. Seluruh modul disatukan menjadi modul utama. Penyatuan ini perlu diverifikasi untuk menjamin interaksi antar modul berjalan sesuai dengan logika yang dirumuskan. Modul penilaian risiko penurunan mutu berinteraksi dengan agregasi dan rekomendasi. Modul persediaan minyak sawit kasar di pabrik dan pelabuhan berinteraksi dengan modul optimasi rantai pasok. Interaksi-interaksi ini diverifikasi dengan menjalankan program secara top-down. Cara ini dilakukan mulai dari modul utama dan secara berlanjut bergerak turun ke modul paling rendah. Dalam pengujian top-down, rutin dummy dibutuhkan untuk menguji-coba fungsi setiap modul level yang paling bawah. Keuntungan cara ini
138 adalah proses berlangsung secara logika dan pararel dengan aliran program. Verifikasi dengan cara ini sekaligus memberikan gambaran penggunaan program, identifikasi ragam masukan program dan ragam keluaran program. Proses perbaikan juga dapat dilakukan secara simultan karena modul-modul yang tidak berjalan sesuai logika akan terdeteksi. Seluruh
rangkaian
proses
verifikasi
telah
dilakukan
mulai
dari
pemeriksaan secara konseptual, logika, formulasi matematik dan program komputer. Kesalahan dan kelemahan model pada model yang terdeteksi telah diperbaiki. Model menghasilkan keluaran sesuai dengan konsep yang ditetapkan dan logis. Verifikasi dilakukan pada sebuah sistem rantai pasok yang terdiri dari tiga kebun, sebuah pabrik dan tangki timbun pelabuhan. Cara ini dimaksudkan untuk mengetahui kemampuan model dalam membantu pengambil keputusan. Disamping itu, verifikasi bermanfaat untuk mengetahui aspek-aspek yang perlu diperhatikan dalam rangka meningkatkan efektivitas. Hasil verifikasi model untuk setiap bagian akan diuraikan pada sub bab berikutnya.
Validasi Perancangan sistem penunjang keputusan untuk rantai pasok minyak sawit kasar dilakukan dengan pendekatan sistem. Studi prilaku sistem yang kompleks pada sistem rantai pasok minyak sawit kasar menuntut adanya suatu pendekatan yang bersifat holistik dengan tetap mengacu pada efektivitas hasil. Kajian yang dilakukan dalam penelitian ini kombinasi dari Soft System Metodology (SSM) dalam akuisisi pendapat ahli untuk penilaian risiko mutu dan Hard System Metodology (HSM) berupa model matematik dan optimasi. Model yang dihasilkan dari penggabungan dua metode ini memebutuhkan teknik validasi yang tepat. Efektivitas proses validasi sangat dibutuhkan untuk menyakinkan bahwa model telah sesuai dengan kebutuhan dan kondisi nyata. Pada tipe model seperti ini dipilih teknik face validity yaitu penilaian dari beberapa ahli berdasarkan hasil dan kemampuan model dalam pengelolaan risiko mutu dan rantai pasok agroindustri minyak sawit kasar (Sargent 1999, Carson 2002).
139 Pada proses verifikasi telah dilakukan evaluasi terhadap proses komputasi, kerja logika dan elemen-elemen substansi yang diakomidir model. Kondisi seperti ini mendorong proses validasi lebih ditujukan untuk memperbaiki tingkat keyakinan bahwa berdasarkan kondisi yang diasumsikan model mampu mewakili sistem sebenarnya. Proses validasi dilakukan dengan mempelajari seluruh komponen-komponen dari sistem penunjang keputusan dan keluaran yang dihasilkan. Validasi dilakukan oleh praktisi dan akademisi yang memahami konsep rantai pasok dan agroindustri minyak sawit kasar. Orientasi validasi difokuskan pada akurasi hasil komputasi dan kegunaan dari setiap komponen penunjang keputusan. Nilai kegunaan penunjang keputusan lebih diprioritaskan karena menyangkut keandalan penerapannya. Ukuran yang digunakan adalah kemampuan dari model untuk memudahkan proses perencanaan dan pengendalian dalam manajemen rantai pasok minyak sawit kasar. Integrasi manajemen risiko penurunan mutu dan optimasi dari sistem rantai pasok minyak sawit kasar dalam bentuk penunjang keputusan SIRPO diyakini mampu membantu pengambil keputusan dalam manajemen rantai pasok. Rekomendasi untuk mengurangi risiko penurunan mutu dapat ditindaklanjuti melalui komponen manajemen rantai pasok yang telah menyediakan berbagai modul untuk analisis dan optimasi seluruh aspek manajemen rantai pasok. Validasi model merupakan pembentukan abstraksi relevan sistem nyata terhadap pertanyaan substansial yang seharusnya terjawab. Validasi dirumuskan sebagai proses pengikat dimana peneliti dan pengambil keputusan sebagai pengguna menyetujui aspek-aspek yang dimasukkan dalam model. Prosedur validasi yang diterapkan dalam penelitian ini adalah memberikan keleluasaan ahli menilai. Persepsi ahli disamakan terlebih dahulu dengan memberikan penjelasan esensi model . Hal ini yang menjadi acuan dalam teknik face validity. Validasi bertujuan mendapatkan kecocokan bahwa model SIRPO telah mengandung semua elemen-elemen, kejadian dan relasi dari sebuah sistem rantai pasok minyak sawit kasar yang mempertimbangkan risiko penurunan mutu. Teknik face validity melibatkan partisipasi dari peneliti, praktisi dalam hal ini adalah manajer senior dari obyek studi dan akademisi. Validasi dilakukan secara terpisah sehingga
140 obyektifitas pendapat dapat terjaga. Komponen-komponen validasi yang dinilai adalah kegunaan dan akurasi dari setiap model. Diskusi untuk proses validasi diawali dengan menjelaskan muatan dari SIRPO, landasan teori dari setiap model, hubungan antar model dan alasan pengembangan model. Hasil validasi terhadap abstrak SIRPO disimpulkan mempunyai kegunaan dalam membantu pengambil keputusan disetiap tingkat di sistem rantai pasok minyak sawit kasar. Kegunaan model ditunjukkan dari kelengkapan model untuk bisa diterapkan dan mampu menganalisis berbagai unit baik kebun, transportasi, perencanaan produksi dan persediaan. Disamping itu, adanya komputerisasi ini sangat membantu dalam pendokumentasian rencana kerja yang dibutuhkan dalam peningkatan mutu kordinasi antar unit baik vertikal dan horizontal. Ketersediaan modul penilaian risiko, agregasi dan rekomendasi mempunyai kegunaan dalam mengidentifikasi tingkat risiko yang terjadi dan alternatif tindakan manajerial yang perlu dilakukan. Keluaran dari model akan menjadi salah satu pertimbangan untuk dikoordinasikan antar unit sehingga perbaikan operasional terintegrasi. Hasil validasi menyimpulkan bahwa model memiliki nilai kegunaan yang besar peranannya dalam mendukung para pengambil keputusan melalui berbagai fasilitas analisis dan optimasi yang mudah digunakan. Validasi untuk setiap model secara parsial baik dari segi kegunaan dan akurasi keluaran secara umum dianggap mencukupi. Sorotan akurasi yang lebih banyak dibahas adalah persediaan dan rantai pasok. Keberadaan model persediaan secara prinsip sangat dibutuhkan oleh pengambil keputusan untuk menganalisis tingkat persediaan disetiap tingkat. Analisis persediaan di tangki timbun mempunyai kegunaan dalam sinkronisasi antara pabrik dan persediaan di tangki timbun pelabuhan. Optimasi rantai pasok dengan fungsi tujuan biaya unit sistem dan utilisasi kapasitas pabrik mempunyai kegunaan yang cukup. Manajemen rantai pasok dengan bantuan SIRPO dimaksudkan sebagai pendekatan baru dalam perencanaan kegiatan yang komprehensif. Komponenkomponen atau lebih tepatnya fitur-fitur yang tersedia pada model SIRPO tentunya membutuhkan proses adaptasi sebelum diterapkan. Perusahaan perlu melakukan standarisasi data parameter yang dibutuhkan model. Manajemen
141 panen-angkut-olah perlu dipersepsikan sebagai sebuah pendekatan pengelolaan dari sistem rantai pasok. Pengertian ni i menjadi acuan pengembangan model SIRPO sehingga penerapannya memberikan sebuah cara baru dalam pengelolaan risiko dan optimasi sistem rantai pasok. Berbeda dengan pendekatan terencana, penerapan SIRPO akan mendorong para pengambil keputusan dalam mengelola rantai pasok dengan pendekatan sistem.
Manajemen Risiko Mutu Penilaian Risiko Penilaian risiko penurunan mutu dibutuhkan untuk mengetahui tingkat risiko dari faktor-faktor pemicu, kegiatan-kegiatan kunci dan unit operasional. Tujuan yang ingin dicapai adalah menmperoleh tingkat risiko secara agregat sehingga diketahui secara bertingkat penyebab terjadinya penurunan mutu. Penilaian risiko menggunakan data masukan dari tiga ahli dengan cara penilaian secara linguistik. Penilaian risiko akan menghasilkan tingkat risiko setiap pemicu risiko hingga agregasi keseluruhan sistem. Pemicu risiko atau peubah penentu merupakan situasi yang berpotensi terjadinya risiko yang mendorong pengambil keputusan melakukan tindakan untuk mengurangi tingkat dampak risiko. Penilaiaan risiko dimaksudkan untuk mengetahui tingkat risiko dari setiap pemicu risiko sehingga pengambil keputusan dapat memberikan perhatian yang lebih pada berisiko tinggi dan sebaliknya. Faktor risiko merupakan kegiatan pokok dari rantai pasok minyak sawit kasar yang diperoleh dari agregasi setiap pemicu risiko. Penilaian risiko penurunan mutu akan dilakukan untuk setiap unit rantai pasok yang dimulai dari kegiatan panen tandan buah segar. Hasil agregasi pendapat para ahli diperoleh al ma penumpukkan di tempat pengumpulan hasil memperlihatkan tingkat risiko tinggi. Hal ini bisa terjadi disebabkan oleh manajemen transportasi yang belum efisien. Pemicu bisa dari ketersediaan truk maupun pengaturan rute transportasi yang belum optimal. Potensi risiko ini dapat ditangani dengan mengelola transportasi yang lebih baik. Tingkat risiko lama penumpukkan di TPH lebih besar dibandingkan pemicu risiko lainnya. Hal ini memberikan arti lama penumpukkan di TPH berkontribusi besar terhadap tingkat
142 risiko kegiatan panen. Hasil ini menjadikan lama penumpukan sebagai indikator kunci dalam manajemen risiko operasional panen. Indikator ini menjadi faktor kritikal sehingga perlu dikendalikan dengan baik saat operasional oleh para pelaksana lapang. Gambar 53 adalah hasil penilaian risiko pada kegiatan panen.
Gambar 53 Penilaian risiko pada kegiatan panen
Lanjutan dari kegiatan panen adalah transportasi hasil panen menuju pabrik menggunakan truk. Waktu transportasi dan ketersediaan truk menjadi pemicu risiko yang berisiko tinggi. Kedua pemicu risiko ini menjadi peubah penentu yang menentukan agregasi tingkat risiko pada kegiatan transportasi panen. Hal ini dapat diartikan bahwa ketersediaan truk dan waktu angkut masih perlu ditingkatkan efektivitasnya. Tentunya perencanaan yang lebih baik sangat dibutuhkan agar kegiatan transportasi berkontribusi mengurangi risiko penurunan mutu. Gambar 54 adalah hasil penilaian dari risiko transportasi tandan buah segar terhadap penurunan mutu. Tandan buah segar yang diterima pihak pabrik akan diolah sesuai dengan prosedur proses pengolahan minyak sawit kasar. Tahapan yang cukup potensial memicu risiko penurunan mutu adalah sortasi dan penumpukkan di loading ramp dengan nilai risko sedang. Hasil penilaian ini memperlihatkan pentingnya proses pengolahan segera dilakukan untuk mengurangi risiko mutu. Tingkat risiko pada kedua pemicu risiko ini konsisten dengan hasil tingkat risiko pada kegiatan kunci sebelumnya. Upaya meminimumkan waktu penundaan pengolahan merupakan
143 faktor penting dalam memperoleh mutu minyak sawit kasar yang baik. Gambar 55 adalah hasil penilaian risiko penurunan mutu di pabrik.
Gambar 54 Penilaian risiko untuk transportasi panen
Gambar 55 Penilaian risiko pengolahan
Minyak sawit kasar hasil pengolahan akan disimpan dalam tangki timbun pabrik. Tangki timbun adalah fasilitas penampungan produk sebelum kegiatan pengiriman kepada konsumen atau tangki timbun pelabuhan. Jumlah penimbunan berisiko sedang dan relatif lebih berisiko dibandingkan dengan pemicu-pemicu risiko lainnya. Hal ini menunjukkan bahwa relatif lebih penting menjadi indikator kinerja kunci yang perlu diperhatikan dalam pengelolaan tangki timbun. Gambar 56 adalah hasil penilaian risiko pada tangki timbun pabrik.
144
Gambar 56 Penilaian risiko pada tangki timbun pabrik
Pengiriman minyak sawit kasar dari pabrik ke tangki timbun pelabuhan merupakan bagian dari proses pelayanan pihak pabrik kepada unit pemasaran. Pihak penerima di pelabuhan akan memeriksa mutu produk yang dikirimkan sebelum memuatnya ke tangki timbun pelabuhan. Hasil penilaian menempatkan lama perjalanan berisiko sedang sedangkan pemicu risiko lainnya yang berisiko rendah. Hal ini dapat diartikan bahwa lama perjalanan masih perlu diawasi dengan baik. Gambar 57 adalah hasil penilaian dari pengiriman minyak sawit kasar ke pelabuhan.
Gambar 57 Penilaian risiko transportasi minyak sawit kasar ke pelabuhan
145 Penyimpanan minyak sawit kasar di tangki timbun pelabuhan bertujuan untuk menjamin ketersediaan produk saat kapal datang. Kontribusi terbesar risiko bersumber dari lama penimbunan. Hal ini mengindikasikan faktor lama penimbunan menjadi indikator kinerja kunci yang masih perlu diperhatikan dengan baik oleh pengambil keputusan. Pengawasan yang kurang baik terhadap tangki timbun dapat memicu risiko penurunan mutu sehingga diharapkan produk tidak terlalu lama disimpan di pelabuhan. Gambar 58 adalah hasil penilaian risiko penurunan mutu di tangki timbun pelabuhan.
Gambar 58 Penilaian risiko di tangki timbun pelabuhan
Seluruh pemicu risiko mutu yang dinilai oleh tiga orang ahli memberikan informasi yang bermanfaat terhadap pemicu risiko yang berkontribusi besar terhadap kemungkinan terjadinya risiko. Tabel 8 adalah rekapitulasi hasil penilaian dari seluruh pemicu risiko yang dapat dijadikan acuan dalam manajemen risiko operasional yang berkaitan dengan penurunan mutu. Apabila perhatian ditujukan pada tingakt risiko tinggi maka diketahui ada tiga pemicu risiko yang menjadi indikator penting. Tiga pemicu risiko yang berisiko tinggi tersebut terdapat di unit kebun. Kebun yang menghasilkan tandan buah segar perlu mendapatkan perhatian serius agar mutu minyak sawit kasar yang dihasilkan bermutu baik. Kuisioner pengumpulan pandapat ahli untuk penilaian risiko dapat dilihat pada Lampiran 3.
146 Tabel 8 Hasil agregasi penilaian risiko pada peubah penentu Kode KR1 KR2 KR3 KR4 KR5 KR6 KR7 KR8 KR9 KR10 KR11 KR12 KR13 KR14 KR15 KR16 KR17 KR18 KR19 KR20 KR21 KR22 KR23 KR24 KR25
Peubah Penentu/Faktor-Faktor Pemicu Risiko Tingkat risiko Cara panen TBS Rendah Jumlah panen TBS Rendah Ketrampilan pekerja panen Rendah Lama penumpukkan di TPH Tinggi Pengawasan panen Rendah Kondisi jalan Rendah Ketersediaan truk Tinggi Waktu angkut panen Tinggi Pemuatan dan pembongkaran Rendah Sortasi TBS Sedang Penumpukan di loading ramp Sedang Perebusan Rendah Penebahan Rendah Pengepresan Rendah Pemurnian Rendah Lama penyimpanan CPO di pabrik Rendah Jumlah penyimpanan CPO di pabrik Sedang Penanganan tangki timbun di pabrik Rendah Lama perjalanan ke pelabuhan Sedang Ketersediaan truk tangki Rendah Pemuatan di pabrik Rendah Pembongkaran di pelabuhan Rendah Lama penyimpanan CPO di pelabuhan Sedang Jumlah penyimpanan CPO di pelabuhan Rendah Perawatan tangki timbun di pelabuhan Rendah
Agregasi Skor Tingkat Risiko Proses agregasi tingkat risiko mutu sebelumnya adalah agregasi terhadap penilaian para ahli atau pengambil keputusan untuk setiap pemicu risiko. Hasil agregasi risiko ini akan ditindak lanjuti untuk mendapatkan agregasi risiko pada kegiatan-kegiatan kunci dan unit operasional. Agregasi ditingkat yang lebih tinggi ini menjadi masukan penting bagi para manajer yang berkepentingan. Agregasi risiko mutu pada unit kebun menjadi masukan bagi manajer kebun, risiko mutu pada pabrik menjadi masukan bagi manajer pabrik sedangkan unit tangki timbun pelabuhan menjadi tanggung jawab kepala unit pemasaran. Hasil agregasi keseluruhan menjadi masukan penting bagi general manager. SIRPO dirancang untuk memudahkan para pengambil keputusan menelusuri pemicu risiko mutu
147 sampai tingkat operasional. Hal ini akan memudahkan pengambil keputusan untuk fokus pada faktor pemicu kunci yang beresiko tinggi. Hasil agregasi tingkat risiko dapat dilihat pada Gambar 59.
Gambar 59 Agregasi nilai risiko
Proses mendapatkan tingkat risiko kegiatan kunci dan unit operasional berdasarkan teknik yang dikembangkan Yager (1993) dan hasil aplikasinya pada manajemen risiko oleh Santoso (2005). Tingkat risiko transportasi tandan buah segar adalah tinggi. Kegiatan kunci lainnya relatif lebih rendah sehingga menempatkan kegiatan kunci ini sebagai indikator kunci dalam manajemen risiko mutu. Kontribusi risiko sedang dan tinggi menjadikan unit kebun berisiko tinggi dan relatif lebih berisiko dibandingkan unit lainnya. Hal ini dapat diartikan pentingnya perhatian terhadap manajemen kebun khususnya transportasi hasil panen agar potensi risiko penurunan mutu dapat diatasi dengan baik. Hasil agregasi tingkat risiko secara keseluruhan adalah tingkat risiko sedang. Langkah selanjutnya adalah menentukan manajemen risiko berdasarkan tingkat risiko yang diperoleh untuk mengatasi dampak risiko setiap unit operasional. SIRPO mempunyai basis pengetahuan yang berisikan kebijakan yang dapat dilakukan oleh pengambil keputusan untuk mengatasi tingkat risiko mutu.
148 Basis aturan untuk penentuan kebijakan penanganan risiko dapat dilihat pada Lampiran 3. Gambar 60 adalah nilai agregasi dari setiap kegiatan kunci dan unit operasional.
Gambar 60 Rekomendasi penanganan risiko penurunan mutu
Substansi dari manajemen risiko pada tingkat kebun adalah waktu transportasi tandan buah segar, jumlah trip dan ketersediaan truk. Pada unit pabrik adalah menjaga akurasi sortasi tandan buah segar yang akan diolah dan menjamin penumpukan di loading ramp tidak merusak tandan buah segar. Pada unit pelabuhan adalah pengawasan pemuatan dan pembongkaran minyak sawit kasar dan perawatan tangki timbun. Pada prinsipnya, rekomendasi yang dikeluarkan dari model manajemen risiko mutu adalah petunjuk bagi pengambil keputusan untuk melakukan analisis lanjutan untuk proses-proses dalam operasional rantai pasok. Keluaran utama yang diinginkan adalah optimasi seluruh sumber daya. Optimasi perlu diiringi tindakan-tindakan manajerial yang bersifat kualitatif dan konsep ini diakomodir dalam manajemen risiko mutu.
149 Prakiraan Pasokan Tandan Buah Segar Ada tiga prakiraan pasokan tandan buah segar sesuai dengan sumber pasokan yang ada selama ini. Ketersediaan tandan buah segar menjadi masukan untuk optimasi rantai pasok. Proses mendapatkan konfigurasi ARIMA untuk prakiraan tandan buah segar dilakukan dengan membagi dua kelompok data yaitu data inisiasi dan data pengujian. Data inisiasi menggunakan Januari 2003 sampai dengan April 2005, sedangkan data pengujian menggunakan Mei 2005 sampai dengan Desember 2007. Plot hasil prakiraan mampu mengikuti pola data masa lalu pasokan tandan buah segar dari setiap kebun. Tingkat kecermatan dan korelasi dari setiap model prakiraan telah dijelaskan pada tahap pemodelan. Nilainilai akurasi hasil prakiraan yang telah ditampilkan pada tahap pemodelan menjadi indikator kemampuan dari model untuk memperkirakan pasokan di masa datang. Perbandingan lainnya bisa dilakukan untuk memeriksa model berdasarkan nilai-nilai minimum, maksimum, rata-rata dan deviasi baku dapat dilihat pada Tabel 9.
Tabel 9 Perbandingan aktual prakiraan panen tandan buah segar Nilai-nilai Minimum Maksimum Rata-rata Deviasi baku
Kebun Inti (ton) Aktual Prakiraan 678,0 1341,3 7717,4 7608,8 3781,2 3701,3 1687,9 1308,3
Kebun Plasma (ton) Aktual Prakiraan 2053,0 1174,0 11755,1 11283,0 4659,0 5163,4 2307,2 2258,3
Pihak Ketiga (ton) Aktual Prakiraan 2315,0 2756,8 9154,0 7997,1 4691,8 4629,0 1592,1 1258,5
Ketersediaan tandan buah segar hasil prakiraan memperlihatkan kebun inti dan kebun plasma masih cukup besar dilihat dari rata-rata ketersediaan. Kebun inti rata-rata ketersediaannya 3.701,3 ton, kebun plasma rata-rata ketersediannya 5.163,4 ton sedangkan kebun luar rata-rata ketersediaanya 4.629 ton. Tandan buah segar dari kebun inti dan kebun plasma akan diprioritaskan pengolahannya dan penambahan dari kebun luar dilakukan apabila masih ada kekurangan untuk pemenuhan permintaan. Prakiraan pasokan untuk setiap kebun dapat dilihat pada Tabel 10. Nilai prakiraan ini menjadi inisiasi untuk proses optimasi sebagai bagian dari kendala ketersediaan tandan buah segar yang dapat dipasok oleh setiap sumber kebun.
150 Tabel 10 Pasokan tandan buah segar dari setiap kebun Periode Januari Pebruari Maret April Mei Juni Juli Agustus September Oktober Nopember Desember
Inti (ton) 3745,11 5118,52 4771,42 5441,73 5687,38 6025,83 5488,42 5320,84 5783,25 5918,97 4912,81 5202,93
Plasma (ton) 5154,20 6437,60 5346,80 5385,40 5234,80 5152,30 4070,10 4170,30 5000,30 6982,30 6727,90 8480,70
Luar (ton) 3803,44 4701,58 3785,76 4154,50 4123,26 4629,43 3266,50 3671,73 4676,19 5950,57 5643,25 6942,12
Teknik prakiraan pasokan tandan buah segar yang telah dipilih tersebut akan memperkirakan ketersediaan tandan buah segar untuk 12 periode ke depan. Data masukan yang dibutuhkan adalah data masa lalu yang digunakan dalam identifikasi teknik prakiraan. Hasil prakiraan ini dibutuhkan sebagai basis data untuk optimasi kebutuhan tandan buah segar dan alokasi pasokan dari setiap sumber atau kebun. Implementasi SIRPO menampilkan prakiraan ketersediaan tandan buah segar dalam bentuk histogram pada Gambar 61. Hasil prakiraan pasokan tandan buah segar merupakan data utama atau inisiasi untuk proses optimasi dan penjadwalan transportasi tandan buah segar.
Gambar 61 Prakiraan pasokan TBS
151 Prakiraan Penjualan Minyak Sawit Kasar Prakiraan penjualan minyak sawit kasar adalah memperkirakan jumlah minyak sawit kasar yang terjual. Mekanisme penjualan dilakukan berdasarkan lelang oleh kantor pemasaran bersama. Setiap distrik mempunyai sediaan (stock) minyak sawit kasar di tangki timbun pelabuhan yang siap dikirimkan kepada pelanggan. Pengiriman minyak sawit kasar dari suatu distrik dapat dianggap sebagai realisasi penjualan distrik. Data masa lalu realisasi pengiriman dapat dijadikan sebagai data penjualan suatu distrik. Hasil prakiraan pengiriman dan penjualan minyak sawit kasar dapat dilihat pada Tabel 11. Hasil prakiraan ini akan menjadi masukan dalam pengelolaan persediaan di tangki timbun pelabuhan. Tangki timbun pelabuhan berfungsi untuk menjamin keterandalan pengiriman produk ke konsumen. Optimasi persediaan akan dikaitkan dengan model rantai pasok khususnya pada kendala pengiriman produk dari pabrik ke pelabuhan.
Tabel 11 Prakiraan penjualan minyak sawit kasar Periode Penjualan (ton) Januari 3.396,96 Pebruari 3.582,66 Maret 3.002,15 April 3.215,87 Mei 3.108,38 Juni 3.072,26 Juli 2.550,15 Agustus 2.517,88 September 2.509,75 Oktober 2.926,88 Nopember 2.428,54 Desember 3.094,97 Nilai-nilai akurasi hasil prakiraan penjualan yang telah ditampilkan pada bagian
pemodelan
memprakirakan
menjadi
pasokan
indikator
dimasa
datang.
kemampuan
dari
Perbandingan
model
untuk
dilakukan
untuk
memeriksa model berdasarkan nilai-nilai minimum, maksimum, rata-rata dan deviasi baku seperti terlihat pada tabel dibawah ini.
152 Tabel 12 Perbandingan aktual dan prakiraan penjualan Aktual (ton) Prakiraan (ton)
Min imum Maks imum Deviasi Baku 1.259,2 5.263,6 2.646,8 618,3 6.076,2 2.622,7
Rata-rata 998,5 1.404,8
Perbandingan ini memperlihatkan kemampuan model dalam bekerja mampu mendekati kondisi nyata baik dalam mengenali pola maupun pengaruh deret waktu sesuai dengan model yang digunakan. Grafik hasil prakiraan pengiriman ke pelabuhan dan penjualan minyak sawit kasar dapat dilihat pada gambar dibawah ini.
Gambar 62 Hasil prakiraan penjualan
Manajemen Persediaan Minyak Sawit Kasar Persediaan merupakan faktor penting dalam manajemen rantai pasok minyak sawit kasar. Ketersediaan minyak sawit kasar akan memberikan dampak positif bagi tingkat pelayanan. Ada jenis persediaan minyak sawit kasar dalam sistem rantai pasok ini, yaitu tingkat pabrik dan tingkat pelabuhan. Setiap tingkat mempunyai peran masing-masing. Pabrik akan melayani permintaan pihak pemasaran sehingga produk harus tersediaa saat dibutuhkan. Tangki timbun
153 pelabuhan berperan dalam melayani proses pengapalan produk untuk dikirim ke konsumen industri. Tingkat persediaan optimal disetiap tangki timbun ditentukan oleh parameter biaya persediaan dan prakiraan penjualan atau pengiriman. Permintaan minyak sawit kasar direpresentasikan dalam bentuk fuzzy segitiga yang dinterpretasikan permintaan rendah, permintaan normal dan permintaan tinggi. Pengambil keputusan dalam memasukan nilai preferensinya pada masukan parameter batas bawah dan batas atas di perangkat lunak SIRPO. Penelitian ini memasukan nilai 5% untuk parameter batas bawah dan 10% untuk parameter batas atas. Batas bawah akan menghasilkan jumlah permintaan paling sedikit dan batas atas adalah permintaan paling besar. Interval permintaan dan hasil optimasi pasokan kepelabuhan dapat dilihat pada Tabel 13.
Tabel 13 Jumlah pasokan ke pelabuhan Periode
Pasokan (ton)
Januari Pebruari Maret April Mei Juni Juli Agustus September Oktober Nopember Desember
3.271,22 3.359,44 3.075,25 3.182,83 3.129,19 3.110,95 2.834,31 2.816,32 2.811,77 3.036,46 2.765,90 3.122,43
Rendah 3.227,11 3.403,53 2.852,04 3.055,08 2.952,96 2.918,65 2.422,64 2.391,99 2.384,26 2.780,54 2.307,11 2.940,22
Permintaan (ton) Normal 3.396,96 3.582,66 3.002,15 3.215,87 3.108,38 3.072,26 2.550,15 2.517,88 2.509,75 2.926,88 2.428,54 3.094,97
Tinggi 3.736,66 3.940,93 3.302,37 3.537,46 3.419,22 3.379,49 2.805,17 2.769,67 2.760,73 3.219,57 2.671,39 3.404,47
Optimasi dari persediaan minyak sawit kasar di tangki timbun pelabuhan berorientasi pada pemenuhan prakiraan penjualan. Jumlah pasokan ekonomis ke pelabuhan dipengaruhi besarnya biaya simpan dan pengelolaan tangki timbun. Hasil optimasi ini tidak langsung menjadi kebijakan tetapi perlu dianalisis lebih komprehensif lagi melalui optimasi rantai pasok. Jumlah pengiriman hasil optimasi ini mengindikasikan jumlah target penjualan untuk menjaga tingkat persediaan produk tetap optimal di tangki timbun. Peran penting tangki timbun untuk sinkronisasi pasokan dan pengapalan diharapkan mampu mengurangi jumlah persediaan di tangki timbun dalam jumlah besar. Hal ini menunjukkan
154 bahwa lama penimbunan produk di tangki timbun pelabuhan perlu dijaga agar tidak terlalu lama. Turnover produk menjadi lebih tinggi dan bermanfaat untuk mengurangi risiko penurunan mutu. Hal ini sejalan dengan hasil penilaian risiko penurunan mutu pada kegiatan penyimpanan minyak sawit kasar di tangki timbun pelabuhan. Konsekuensi dari kebijakan persediaan ini adalah meningkatkan frekwensi pengiriman. Hal ini memang telah berjalan selama ini karena idealnya mobil tangki yang membawa minyak sawit kasar dapat langsung membongkat muatan saat kapal telah bersandar. Ukuran pasokan ekonomis pada bulan Januari, Pebruari dan April lebih kecil dari permintaan normal tetapi masih lebih besar dari permintaan rendah. Apabila dianalisis berdasarkan permintaan normal maka kondisi ini sesuai dengan kondisi nyata karena kekurangannya dapat dipenuhi dari sediaan awal periode. Kekurangan pada bulan April dapat dipenuhi dari sediaan akhir bulan Maret yang menjadi persediaan awal April. Pada sisi lain, jumlah optimal pasokan mengindikasikan pemenuhan permintaan rendah. Analisis ini dapat dikaitkan dengan musim panen kecil yang terjadi pada periode tersebut sehingga pasokan dimungkinkan lebih rendah dari prakiraan permintaan normal. Dalam pandangan secara keseluruhan, ketersediaan produk di tangki timbun pabrik akan menentukan kemampuan pemenuhan permintaan pelabuhan. Keputusan dari pengambil keputusan dalam situasi memilih pemenuhan permintaan pelabuhan dengan kendala pasokan ekonomis akan diakomodir dalam optimasi rantai pasok. Pendekatan sistem memudahkan upaya penyelesaian situasi nyata seperti ini.
Analisis Rantai Pasok Model yang dikembangkan menggunakan dua fungsi obyektif yang akan dioptimasi secara simultan menggunakan algoritma genetika obyektif majemuk. Verifikasi awal dilakukan dengan menelusuri konsistensi pemakaian relasi dan fungsi pada model sesuai atau tidak dengan aturan matematik. Fungsi-fungsi pada pembatas (constraints) akan memberikan daerah penyelesaian. Pembatasan nilai melalui penggunaan simbol matematik disesuaikan dengan kondisi nyata dan aturan matematik sehingga diperoleh daerah penyelesaian layak dasar.
155 Data masukan yang dibutuhkan dalam optimasi rantai pasok adalah struktur biaya, hasil ketersediaan tandan buah segar dari setiap kebun dan ukuran produksi ekonomis dalam sistem persediaan. Seluruh data tersedia pada basis data yang dimuat melalui sistem pengolahan problematik untuk diproses pada model optimasi rantai pasok. Data yang dibutuhkan terdiri dari ketersediaan tandan buah segar dari setiap kebun dan prakiraan permintaan pihak pelabuhan didapat melalui proses prakiraan yang telah dilakukan terlebih dahulu. Struktur biaya-biaya yang terdiri dari biaya pembelian tandan buah segar, biaya pengolahan, biaya simpan minyak sawit kasar di tangki timbun, biaya pengiriman minyak sawit kasar dari pabrik ke pelabuhan, biaya kerugian dari tandan buah segar yang tidak memenuhi spesifikasi dianggap tetap untuk setiap periode. Parameter-parameter lainnya yang dibutuhkan adalah rendemen, kapasitas olah pabrik dan jam kerja juga dimuat dari basis data. Kumpulan data dipersiapkan dalam dokumen .xls yang akan dimuat ke program utama. Hasil optimasi akan disimpan dalam bentuk dokumen .xls. Gambar 63 adalah interface untuk masukan seluruh parameter yang dibutuhkan.
Gambar 63 Parameter-parameter untuk optimasi rantai pasok.
156 Parameter rata-rata TBS rusak sudah terisi secara otomatis. Nilai ini muncl berdasarkan basis aturan yang menghubungkan hasil penilaian risiko mutu. Besar nilai 0,001 berasal dari tingkat risiko sedang pada agregasi secara keseluruhan. Nilai parameter tersebut masih dapat diperbaiki apabila pengambil keputusan berkeyakinan dapat menekan persentase kerusakan lebih kecil lagi. SIRPO memungkinkan hal ini dapat dilakukan sebagai perangkat lunak yang user friendly. Pada penelitian ini, nilai parameter kerusakan tandan buah segar akn menggunakan nilai basis pengetahuan yang dihasilkan SIRPO. Parameter lainnya yang perlu diperhatikan dalam optimasi rantai pasok menggunakan SIRPO adalah harga BBM. Besar nilai parameter harga BBM akan mempengaruhi besar nilai beberapa parameter lainnya. Secara khusus, parameter harga BBM ditujukan untuk analisis sensitivitas pengaruh kenaikan harga BBM terhadap nilai optimal dari variabel-variabel keputusan khususnya rata-rata nilai biaya unit (unit cost) rantai pasok. Harga BBM yang berlaku saat ini diasumsi tidak mempengaruhi parameter-parameter terkait lainnya. Pengguna dapat memasukan nilai harga BBM yang lebih besar dari harga saat ini apabila ingin mengetahui pengaruhnya terhadap hasil optimal pada harga BBM sebelumnya. Model diproses dengan menerapkan ukuran populasi 75 dan jumlah generasi sebesar 500. Variabel-variabel keputusan independen adalah jumlah tandan buah segar dari kebun inti (INTIt), kebun plasma (PLASMAt) dan pihak ketiga (LUARt). Variabel-variabel keputusan lainnya dapat dihitung berdasarkan hasil
pembangkitan
secara
acak
variabel-variabel
tersebut.
Program
dikembangkan dengan memperhatikan pembatas antara pasokan tandan buah segar dari kebun inti, kebun plasma dan kebun pihak ketiga. Prioritas diterapkan untuk kebun inti dan kebun plasma dan kekurangannya dipenuhi oleh pasokan dari kebun luar atau pihak ketiga. Jumlah pasokan kebun inti dan kebun plasma tidak saling bergantung. Kondisi ini menjadi salah satu perhatian dari hasil optimasi. Disamping itu, konvergensi dari hasil optimal pareto dapat dilihat dalam bentuk grafik. Pada tahap inisialisasi akan terlihat nilai fungsi-fungsi obyektif akan lebih tersebar dan setelah optimasi diperoleh nilai-nilai fungsi obyektif yang lebih terfokus. Gambar 64 adalah grafik penyelesaian awal yang dibangkitkan secara acak.
157
Gambar 64 Grafik awal.
Nilai-nilai variabel keputusan yang berperan sebagai variabel utama yang dibangkitkan secara acak dalam proses algoritma genetika telah memenuhi kondisi pembatas yang ditetapkan. Hal ini menunjukkan bahwa proses komputasi telah berjalan dengan baik. Disamping itu, grafik dari penyelesaian awal memperlihatkan penyebaran nilai-nilai yang sangat beragam. Teknik sortir nondominasi berhasil mengidentifikasi nilai-nilai yang lebih baik. Keluaran yang dihasilkan dari program membuktikan bahwa optimasi berhasil dengan baik. Gambar 65 adalah grafik optimal Pareto. Nilai optimal dari setiap variabel keputusan yang tersimpan dalam dokumen .xls atau dalam aplikasinya dengan nama dokumen Output_optimal.xls. Model menampilkan bentuk grafik dalam empat kelompok, yaitu pasokan tandan buah segar, produksi dan distribusi minyak sawit kasar, persediaan dan nilai fungsi obyektif. Dibawah ini adalah gambar-gambar keluaran model dari penyelesaian optimal. Keluaran pertama adalah optimasi pasokan tandan buah segar dari tiga sumber yang tersedia. Hasil optimasi memperlihatkan bahwa pasokan kebun inti dan plasma diprioritaskan. Seluruh ketersediaan tandan buah segar diolah terlebih dahulu dan kekurangannya akan dipenuhi dari pihak luar.
158
Gambar 65 Grafik optimal Pareto
Disamping itu, fluktuasi pasokan tandan buah segar merupakan gambaran dari pengaruh musiman dari kelapa sawit. Panen kecil berlangsung antara Januari sampai Juni, sedangkan panen besar berlangsung antara Juli sampai Desember. Situasi ini sangat sesuai dengan keluaran dari model yang menunjukkan lonjakan pada periode panen besar. Pada umumnya untuk panen tandan buah segar mengalami peningkatan pada periode panen besar. Jumlah pasokan tandan buah segar akan meningkat seiring dengan peningkatan penjualan minyak sawit kasar. Pasokan tandan buah segar dari kebun inti memang diprioritaskan terlebih dahulu dan diikuti oleh kebun plasma dan pihak luar. Pencarian nilai optimal akan mempertukarkan (trade off) antara biaya unit dan utilisasi. Ujicoba terhadap beberapa kondisi telah dilakukan dalam penelitian ini untuk mengetahui ada atau tidak proses pertukaran antara dua obyektif dalam memperoleh nilai yang terbaik. Kenaikan nilai biaya unit akan diikuti dengan penurunan utilisasi dan demikian sebaliknya, kenaikan utilisasi akan diikuti dengan penurunan nilai biaya unit. Kondisi ini memperlihatkan telah bekerja dengan baik proses sortir terhadap nilainilai bukan dominasi sehingga konvergensi dapat tercapai dan nilai terbaik juga diperoleh.
159 Deskripsi terhadap hasil terbaik dari proses optimasi dapat ditunjukan melalui beberapa grafik dibawah ini. Gambar 66 memperlihatkan kombinasi optimal dari pasokan tandan buah segar. Kebutuhan bahan baku dipasok lebih besar dari kebun inti dan kebun plasma.
Gambar 66 Pasokan tandan buah segar.
Produksi minyak sawit kasar mengalami peningkatan seiring dengan peningkatan panen khususnya dari kebun inti dan plasma. Jumlah produk yang dikirmkan ke pelabuhan pada bulan Januari dan Pebruari lebih besar dibandingkan dengan jumlah produksi. Hal ini dimungkinkan terjadi karena ketersediaan produk diawal periode cukup besar. Tarikan permintaan dari pelabuhan turut mendorong jumlah pengiriman. Persamaan matematik pada kendala yang menghubungkan antara status persediaan di pabrik, jumlah produksi minyak sawit kasar, status persediaan di pelabuhan dan permintaan menjadi penentu jumlah pengiriman atau distribusi produk ke pelabuhan. Kondisi sebaliknya, jumlah produksi yang lebih besar dari pengiriman memberikan konsekuensi pada jumlah persediaan diakhir bulan di tangki timbun pabrik. Pada sistem produksi dorong yang menjadi ciri dari agroindustri minyak sawit kasar, penimbunan produk di tangki timbun pabrik tidak dapat dikendalikan karena peran dan fungsinya sebagai fasilitas
160 penampungan. Namun demikian, jumlah penimbunan tetap dipandang sebagai sediaan dan harus dihitung sebagai biaya persediaan.
Gambar 67 Produksi dan pengiriman minyak sawit kasar.
Status persediaan menunjukkan bahwa persediaan di tangki timbun pabrik mengalami fluktuasi dan peningkatan cukup besar di akhir tahun atau bulan Desember. Kondisi ini diharapkan dapat mengurangi risiko penurunan mutu karena mengurangi jumlah penimbunan dan lama penimbunan. Disamping itu, kondisi ini dapat mengurangi total biaya secara keseluruhan. Model berhasil mengoptimasi jumlah persediaan diakhir bulan pada tangki timbun. Bulan Januari dan Pebruari masih terlihat cukup besar karena sediaan diawal ditambah jumlah produksi di pabrik lebih besar dari permintaan. Hasil optimasi ini merupakan bukti bahwa optimasi sistem berjalan dengan baik dan pengambil keputusan dapat mengacunya sebagai masukan dalam perencanaan rantai pasok. Gambar 68 adalah kondisi sediaan diakhir bulan setelah proses optimasi rantai pasok.
161
Gambar 68 Status sediaan minyak sawit kasar di pabrik.
Proses optimasi berlangsung untuk mendapatkan nilai fungsi obyektif biaya unit yang minimum dan utilisasi pabrik yang maksimum. Nilai-nilai optimal yang dihasilkan merupakan konsekuensi dari pencapaian dua obyektif model. Pertukaran nilai-nilai dari setiap variabel keputusan melalui proses guna menghasilkan optimal pareto. Dorongan untuk mendapatkan biaya unit yang minimum dicapai dengan mengedepankan pemanfaatan kapasitas olah pabrik sesuai dengan ketersediaan tandan buah segar dari tiga sumber. Dorongan pemanfaatan kapasitas pabrik dalam tingkat skala ekonomis diharapkan dapat menjadi salah satu upaya mengurangi risiko penurunan mutu. Model rantai pasok yang dikembangkan ini memasukkan faktor rata-rata tandan buah segar yang tidak layak olah berbanding lurus dengan jumlah total pasokan tandan buah segar yang siap olah. Apabila diasumsi tandan buah segar tidak layak olah dapat terdeteksi dengan baik maka risiko penurunan mutu minyak sawit kasar dapat dikurangi. Rekapitulasi nilai-nilai optimal dapat dilihat pada Tabel 14. Hasil optimasi diperoleh rata-rata biaya unit operasional adalah Rp 5.889 dan utilisasi 0,84.
.
162
Tabel 14 Hasil optimasi rantai nilai
163 Transportasi Tandan Buah Segar Penjadwalan merupakan penetapan waktu serta penggunaan sumber daya dalam kegiatan operasi produksi. Penetapan waktu berkenaan dengan masalah pengurutan dan penugasan kerja atau pembebanan kerja kepada fasilitas produksi. Secara umum, Penjadwalan adalah tahapan akhir dalam perencanaan sebelum kegiatan dilaksanakan atau dieksekusi. Aktivitas penjadwalan menentukan pembebanan kerja setiap sumber daya utama sehingga tujuan dapat dicapai dengan baik. Model penjadwalan transportasi tandan buah segar adalah upaya mengangkut seluruh hasil panen dengan mempertimbangkan berbagai kendala. Kendala utama yang perlu diperhatikan adalah waktu transportasi. Waktu transportasi juga dipengaruhi oleh keadaan kendaraan, infrastruktur dan kemampuan operator truk. Total jarak transportasi menjadi salah satu cara untuk bisa mengagregasi banyak faktor dalam penentuan waktu angkut. Diasumsi bahwa besar jarak berbanding lurus dengan kecepatan kenderaan. Model penjadwalan angkut yang dikembangkan ini menggunakan fungsi obyektif total jarak angkut dengan variabel keputusan penugasan truk pada trip dan lokasi panen. Penugasan truk pada trip akan menghasilkan rute penugasan truk. Informasi ini bermanfaat bagi pengambil keputusan dalam pengawasan dan pengendalian kegiatan transportasi. Penentuan total jarak angkut akan melibatkan jumlah truk yang digunakan dan jumlah trip angkut setiap truk. Minimisasi total jarak diharapkan nilai yang optimal dengan menjamin seluruh hasil panen dapat diangkut ke pabrik. Bentuk penjadwalan yang dimaksudkan dalam model yang dikembangkan ini adalah pengurutan tugas dari setiap truk. Kebutuhan truk ditentukan oleh ketetapan jumlah trip. Jumlah trip ditetapkan sebagai alat ukur penentu penugasan dimaksudkan untuk menjamin tandan buah segar tidak menunggu di tempat pengumpulan hasil terlalu lama atau restan. Menurut pengalaman dan pemahaman para manajer kebun, penetapan jumlah trip akan lebih efektif dalam penjaminan minimisasi
waktu
tunggu
tandan
buah
segar
hasil
panen
di
kebun.
Konsekwensinya adalah mengalokasikan anggaran penambahan sewa truk apabila jumlah truk yang dibutuhkan melebihi jumlah truk yang tersedia. Konsekuensi ini sangat rasional diterima karena manfaat yang diperoleh lebih besar. Tandan buah
164 segar diharapkan dapat segera diangkut dan diolah untuk mendapatkan mutu yang tinggi dari minyak sawit kasar. Masukan utama dari penjadwalan penugasan truk angkut tandan buah segar adalah jumlah panen harian. Jumlah panen harian diperoleh dari hasil optimasi pasokan tandan buah segar dibagi dengan hari kerja. Penjadwalan penugasan dilakukan secara harian yang akan melayani lokasi-lokasi panen. Sistem penunjang keputusan yang dirancang mempunyai dua fasilitas yang dibutuhkan pengambil keputusan atau perencana, yaitu panen yang didasarkan angka kerapatan panen dan panen harian didasarkan pada rata-rata panen dari agregat pasokan tandan buah segar. Masukan untuk panen berdasar pengamatan aktual menggunakan parameter angka kerapatan panen, rata-rata berat tandan dan jumlah pohon. Penjadwalan penugasan truk berdasarkan pasokan agregat tandan buah segar adalah nilai rata-rata panen bulan sesuai jumlah hari kerja per bulan. Penjadwalan penugasan truk secara agregat ini berguna sebagai panduan pihak kebun dalam perencanaan kebutuhan truk dan penugasannya secara kasar. Apabila manajer kebun menginginkan data panen yang lebih aktual berdasarkan observasi lapang, maka pengolahan data dapat menggunakan penjadwalan penugasan secara aktual. Penjadwalan penugasan truk pengangkut tandan buah segar panen untuk kebun inti disediakan pilihan dua sampai enam trip. Pertimbangannya adalah jarak kebun yang lebih dekat dengan pabrik dibandingkan kebun plasma. Sebaliknya, jumlah trip untuk kebun plasma hanya disediakan satu sampai tiga trip dengan pertimbangan jarak yang lebih jauh ke pabrik sehingga tidak memungkinkan adanya jumlah trip yang terlalu banyak. Implementasi model penjadwalan secara agregat akan menetapkan jumlah trip pada salah satu periode pada kebun inti. Kebun inti terdiri dari tiga afdeling. Pada dasarnya, prinsip keterpaduan yang diterapkan dalam merancang SIRPO terlihat pada penjadwalan dengan pendekatan rencana agregat yang dikonversi dalam panen harian. Keterpaduannya dapat dilihat dari pemanfaatan keluaran optimasi sistem yang disimpan dalam basis data penyelesaian. Model penjadwalan akan mengakses basis data penyelesaian optimal dan secara otomatis akan melakukan proses komputasi.
165 Implementasi model penjadwalan hanya sebagian yang ditampilkan dalam bagian ini sebagai contoh proses komputasi dan keluaran dari SIRPO. Gambar 69 adalah tampilan interface penjadwalan pada bulan Januari. Data panen setiap afdeling akan disajikan berdasarkan komputasi yang mengkaitkan model penjadwalan dengan basis data penyelesaian optimal. Rata-rata jumlah hari kerja telah tersimpan dalam basis data model. Keluaran dari model adalah jumlah truk yang diperoleh setelah pengambil keputusan sebagai pengguna menetapkan jumlah trip. Hasil penugasan tersimpan dalam dokumen khusus berekstensi txt yang bisa dibuka menggunakan Matlab editor.
Gambar 69 Tampilan optimasi penugasan truk di kebun inti
Gambar 70 merupakan keluaran dari hasil optimasi penugasan truk untuk setiap trip. Dalam contoh implementasi ini, jumlah trip yang dipilih adalah dua trip sehingga kebutuhan truk sebanyak 13 unit. Pada trip satu, ada lima unit truk yang ditugaskan ke lokasi tiga, lima unit truk di lokasi dua dan tiga unit truk di lokasi satu. Lokasi tiga mempunyai jarak yang lebih jauh dibandingkan lokasi satu dan dua, sedangkan lokasi satu dan lokasi dua mempunyai jarak yang sama. Kondisi ini akan mendorong penugasan truk yang lebih banyak ke lokasi tiga apabila jumlah panen lebih besar dari salah satu lokasi lainnya.
166
Gambar 70 Hasil implementasi di kebun inti.
Implementasi model pada penjadwalan penugasan truk pengangkut tandan buah segar pada kebun plasma, sebagai contoh pada periode panen yang sama. Jumlah truk yang dibutuhkan sejumlah 18 unit untuk kerja dua trip. Jumlah unit kebun pada kebun plasma ada sebanyak tujuh unit kerja yang setara dengan atu afdeling istilah untuk kebun inti. Organisasi transportasi dilakukan oleh koperasi petani plasma. Hubungan bisnis antara perusahaan inti dan para petani plasma melalui
koperasi
memungkinkan
hasil
analisis
penjadwalan
truk
untuk
mengangkut hasil panen ini dapat dikomunikasikan. Bagi pengelola transportasi, rencana jadwal angkut akan memudahkan proses pengawasan dan penugasan truk yang tersedia. Informasi kebutuhan truk juga akan menjadi informasi yang berguna untuk perencanaan penyediaan truk. Ketersediaan jumlah truk yang dibutuhkan akan menghindari risiko penurunan mutu yang bersumber dari tandan buah segar. Tampilan dari penjadwalan dapat dilihat pada Gambar 71.
167
Gambar 71 Tampilan optimasi penugasan truk di kebun plasma
Penugasan setiap truk disetiap trip secara lengkap tersimpan pada dokumen berekstensi .txt. Pola penugasan terlihat mendahulukan unit dengan jarak tempuh terjauh. Hal ini merupakan bagian dari upaya menghindari waktu tunggu hasil panen di tempat penumpukkan yang terlalu lama. Adanya optimasi penugasan truk menjadi masukan penting bagi pada petani dalam kegiatan panen sehingga terjadi sinkronisasi dengan penjadwalan.
Gambar 72 Hasil implementasi di kebun plasma
PEMBAHASAN Pasokan Tandan Buah Segar Pengelolaan Risiko di Kebun Perancangan SPK–SIRPO dalam penelitian ini dimaksudkan untuk membantu pengambil keputusan dalam manajemen rantai pasok yang menjamin panen tandan buah segar dari kebun hingga menjadi minyak sawit kasar yang dikirimkan pada pelanggan industri dengan mutu tinggi dan biaya yang rendah. Proses ini meliputi panen, transportasi dari kebun ke pabrik, pengolahan dan manajemen tangki timbun baik di pabrik dan pelabuhan. Keunggulan kompetitif sebuah perusahaan dapat dicapai melalui keunggulan nilai dan keunggulan produkstivitas. Keunggulan nilai dicapai melalui proses yang memberikan jaminan karakteristik produk bermutu tinggi sesuai keinginan konsumen. Minyak sawit kasar merupakan produk agroindustri yang sangat memperhatikan indikator mutu. Agroindustri yang mampu menghasilkan minyak sawit kasar bermutu premium akan berhasil di pasar komoditas. Keunggulan produktivitas dicapai melalui pengelolaan volume produksi yang ekonomis pada tingkat biaya yang minimum. Pengelolaan biaya didasarkan pada biaya operasional rantai pasok. Kegiatan produksi di kebun kelapa sawit adalah panen. Panen adalah pemotongan tandan dari pohon hingga transportasi ke pabrik. Urutan kegiatan panen adalah pemotongan tandan buah matang panen, pengutipan brondolan, pemotongan pelepah, transportasi hasil ke TPH dan transportasi ke pabrik. Persiapan panen yang baik akan memperlancar pelaksanaan panen. Persiapan ini meliputi tenaga kerja, peralatan, transportasi dan pengetahuan kerapatan panen, serta sarana panen. Rotasi panen adalah bagian dari rencana panen. Pengertian rotasi panen adalah selang waktu antara panen yang satu dengan panen berikutnya pada satu ancak panen. Rotasi panen tergantung pada kerapatan panen, kapasitas pemanen dan keadaan pabrik namun idealnya tujuh hari. Jika rotasi panen semakin panjang maka kerapatan panen meningkat tetapi mutu panen cenderung menurun. Rotasi panen juga dipengaruhi oleh iklim yang menimbulkan adanya panen puncak dan panen kecil.
168
169 Sistem ancak panen bergantung pada keadaan topografi lahan dan ketersediaan tenaga kerja. Sistem panen terdiri dari dua yaitu ancak tetap dan ancak giring. Ancak tetap adalah setiap pemanen diberikan ancak panen yang sama dengan luasan tertentu dan harus selesai pada hari tertentu. Ancak giring adalah setiap pemanen diberikan ancak per baris tanaman dan digiring bersamasama. Kelebihan sistem ancak tetap adalah setiap pemanen bertanggung jawab terhadap ancak panen dan mudah dikontrol mutunya, sedangkan sistem ancak giring adalah pelaksanaan panen lebih cepat dan buah cepat dampai di TPH. Kelemahan sistem ancak tetap adalah buah terlambat sampai di TPH sedangkan ancak giring adalah setiap pemanen selalu mencari buah yang mudah dipanen dan pengontrolan mutunya lebih sulit. Kriteria matang panen merupakan indikasi yang dapat membantu pemanen agar memotong buah pada saat yang tepat. Kriteria matang panen ditentukan pada saat kandungan minyak maksimal dan kandungan asam lemak bebas atau free fatty acid (FFA) minimal. Komposisi fraksi tandan yang biasanya ditentukan di pabrik sangat dipengaruhi perlakuan sejak awal panen. Faktor penting yang cukup berpengaruh adalah kematangan buah dan tingkat kecepatan transportasi buah ke pabrik. Dalam hal ini, pengetahuan mengenai derajat kematangan buah mempunyai arti penting sebab jumlah dan mutu minyak yang akan diperoleh sangat ditentukan oleh faktor ini. Hasil penelitian Kandiah et al. (2002) menunjukkan pengaruh waktu tunggu sebelum diolah terhadap kenaikan kadar asam lemak bebas setelah 60 menit menjadi 2,27%. Jika penanganan bahan, baik cara panen, pemuatan, transportasi dan pembongkaran tidak dilakukan dengan baik dan sangat lama, maka peningkatan kadar asam lemak bebas semakin tinggi. Penentuan saat panen sangat mempengaruhi kandungan asam lemak bebas minyak sawit yang dihasilkan. Apabila pemanenan buah dilakukan dalam keadaan lewat matang, maka minyak yang dihasilkan mengandung asam lemak bebas dalam persentase tinggi sekitar lebih besar dari lima persen. Sebaliknya, jika kegiatan panen dilakukan dalam keadaan buah belum matang, selain kadar asam lemak bebasnya rendah, rendemen minyak yang diperoleh juga rendah. Dalam hal ini, manajemen panen yang baik sangat dibutuhkan untuk mendapatkan hasil optimal.
170
Gambar 73 Pengaruh waktu tunda pengolahan TBS terhadap kadar ALB.
Panen yang tidak sesuai prosedur dan tidak diawasi dengan baik akan mengakibatkan efisiensi ekstraksi rendah dan mutu produk dibawah standar. Manajemen kebun biasanya masih lebih memperhatikan masalah turunnya ekstraksi atau kuantitas dibandingkan masalah turunnya mutu. Sementara itu, konsumen menginginkan kadar asam lemak bebas yang lebih kecil dari tiga persen dan nilai DOBI (deterioration of bleachability index) yang besar. Panen perlu mendapatkan pengawasan yang efektif karena perlakuan yang kurang baik dapat menyebabkan luka pada daging buah dan pembusukan buah. Hal ini akan menurunkan mutu produk minyak. Pekerjaan potong buah menjadi salah satu kegiatan utama ditingkat kebun. Pusingan potong buah mempunyai hubungan yang erat dengan mutu buah panen. Pengawasan panen yang kurang baik akan memicu risiko antara lain peningkatan buah mentah yang di panen, memperlambat pusingan potong buah, buah matang yang harus dipanen menjadi tertinggal pada pohon atau terlambat dipanen, bertambahnya jumlah brondolan menyebabkan waktu kerja para pemanen tersita untuk
mengutip
brondolan.
Risiko-risiko
ini
dapat
diantisipasi
dengan
171 menerapkan cara panen sesuai prosedur baku dan ketrampilan pemanen yang terlatih. Jumlah tandan buah segar yang akan dipanen membutuhkan perencanaan kebutuhan tenaga kerja panen. Jumlah tenaga kerja yang mencukupi juga perlu ditunjang dengan instruksi cara kerja yang baik. Setiap pekerja panen harus diawasi agar bekerja sesuai aturan. Pengawas panen diharapkan mampu berperan sebagai pengendali mutu sekaligus mendorong tercapainya target panen. Efektivitas pengawasan dapat dilakukan dengan cara pengorganisasian potong buah yang berorientasi pada kemudahan mengontrol pekerjaan, meningkatkan transportasi buah, meningkatkan hasil kerja para pemanen dan memudahkan pengaturan keamanan produksi. Mutu pekerjaan potong buah berkaitan erat dengan tugas pemanen. Tugas utama seorang pemanen adalah memanen semua tandan buah segar matang dan mengutip bersih seluruh brondolan. Ada tiga jenis pekerjaan pemanen yaitu memotong buah matang di pohon, mengutip brondolan dan memotong pelepah. Pengawas panen perlu memperhatikan hal ini agar panen tidak mengabaikan perawatan tanaman. Seluruh hasil panen baik berupa tandan buah segar maupun brondolan harus segera ditempatkan di TPH. Hasil panen ini diperiksa oleh pengawas panen yang berkaitan dengan mutu tandan buah segar. Buah yang tidak memenuhi spesifikasi harus dipisahkan agar tidak terangkut ke pabrik. Para pemanen perlu diberikan target waktu untuk mengirimkan hasil panen ke TPH sehingga lama penumpukan hasil panen dapat diminimumkan. Tandan buah segar mempunyai kandungan asam lemak bebas sekitar 2% pada saat di panen dan terus meningkat sejalan dengan bertambahnya waktu. Kadar asam lemak bebas yang tinggi dalam minyak sawit akan menurunkan mutu minyak sawit dan berdampak pada penurunan harga jualnya. Sifat tandan buah segar berisiko menurun mutunya apabila ditumpuk dilapangan lebih dari 24 jam menyebabkan transportasi tandan buah segar yang telah dipanen harus dilakukan pada hari itu juga. Oleh karena itu, penjaminan mutu minyak sawit kasar yang baik dapat dilakukan dengan membangun pabrik pengolahan sendiri di dalam kebun sehingga tandan buah segar dapat segera diangkut dan diolah.
172 Dalam kegiatan transportasi, pengawasan yang kurang baik sering mengakibatkan tandan buah segar hasil panen akan bercampur dengan pasir yang berisiko dalam proses pengolahan di pabrik. Transportasi yang menempuh jarak terlalu jauh akan mempertinggi derajat kelukaan buah yang dapat mempengaruhi mutu minyak yang dihasilkan. Transportasi buah yang tidak segera dilakukan akan berisiko pada penurunan mutu. Sistem transportasi yang baik harus mempunyai ketetapan waktu sebagai target yang harus dipenuhi untuk menjaga mutu. Penerimaan buah di loading ramp harus diatur sedemikian rupa sehingga tidak terjadi penimbunan yang memungkinkan terjadinya luka pada buah akibat penggusuran oleh peralatan pemuatan (loader). Sistem transportasi produksi tandan buah segar ditentukan oleh tipe alat yang digunakan serta sinkronisasi kegiatan panen, mekanise transportasi dan pengolahan di pabrik. Transportasi merupakan mata rantai dari tiga proses produksi perkebunan kelapa sawit. Ada empat hal yang menjadi sasaran sistem transportasi buah yaitu menjaga agar asam lemak bebas produksi harian rendah, kelancaran pengolahan di pabrik, keamanan hasil panen dilapangan dan biaya transportasi yang minimum. Transportasi tandan buah segar dari kebun ke pabrik menjadi salah satu faktor penting dalam menghasilkan produk bermutu. Kegiatan transportasi kebun inti menjadi tanggung jawab perusahaan sedangkan kebun plasma dikelola para petani melalui koperasi. Model SIRPO memfasilitasi perencanaan transportasi untuk kebun inti dan kebun plasma dengan pertimbangan bahwa kedua kebun merupakan pemasok yang diprioritaskan. Perencanaan transportasi tandan buah segar dipengaruhi faktor jumlah panen, ketersediaan truk dan jumlah trip. Penanganan risiko penurunan mutu di kebun mengharuskan pengambil keputusan memprioritaskan penyediaan truk dengan meminimumkan jumlah trip. Model yang dikembangkan menggunakan perencanaan transportasi berbasiskan jumlah trip sehingga kebutuhan truk diasumsi harus disediakan. Prinsip ini didasarkan untuk memperpendek total jarak angkut sehingga waktu angkut rata-rata dapat diperkecil juga. Ketersediaan truk direncanakan berdasarkan prakiraan jumlah panen dan jumlah trip. Penentuan jumlah ketersediaan truk dimaksudkan untuk memberikan
173 jaminan seluruh hasil panen dapat diangkut ke pabrik pada waktu yang tepat. Kondisi jalan akan mempengaruhi lama transportasi. Pengelolaan kebun harus menyeimbangkan antara perawatan tanaman dan infrastruktur. Jalan dari dalam kebun ke lokasi TPH dan jalan utama transportasi yang baik akan meningkatkan efis iensi transportasi dari kebun ke pabrik. Hasil panen yang akan diangkut ke pabrik merupakan buah yang memenuhi kriteria matang panen. Jaminan mutu buah ini perlu ditunjang dengan proses pemuatan dan pembongkaran dari truk yang benar. Proses pemuatan buah ke dalam truk perlu diperhatikan agar tidak memicu kerusakan pada buah. Para pengawas panen tetap melakukan pengawasan di lokasi TPH dan bagian penerimaan buah di pabrik perlu mengawasi proses pembongkaran di loading ramp. Proses pemuatan buah di kebun perlu memperhatikan waktu pemuatan agar menjamin waktu transportasi total. Keandalan kendaraan dan kondisi jalan akan mempengaruhi waktu transportasi. Risiko penurunan mutu dalam manajemen rantai pasok agroindustri minyak sawit berdasarkan hasil implementasi menunjukkan unit kebun memberi kontribusi besar dibandingkan unit lainnya. Penelesuruan lebih rinci, kegiatan transportasi panen tandan buah segar merupakan kegiatan kunci yang mempunyai nilai tingkat risiko tinggi. Rekomendasi yang diberikan untuk kebun adalah meminimumkan waktu rata-rata transportasi tandan buah segar panen ke pabrik, mengevaluasi jumlah trip setiap truk dalam rangka mengurangi kemungkinan restan tandan buah segar di tempat pengumpulan hasil dan menjamin ketersediaan truk angkut panen. Sasaran utama panen adalah mencapai produksi per ton tandan buah segar per hektar yang tinggi, biaya per kilogram yang rendah dan mutu produksi yang baik. Sasaran ini bisa dicapai apabila didukung kegiatan transportasi yang baik. Hasil penilaian risiko penurunan mutu dan rekomendasi yang diberikan menekankan pada pentingnya manajemen transportasi panen. Secara umum, faktor
transportasi
mendapat
perhatian
khusus.
Keterlambatan
(restan)
transportasi tandan buah segar ke pabrik akan memberi pengaruh pada proses pengolahan, kapasitas olah dan mutu minyak sawit kasar. Transportasi panen tandan buah segar ditentukan oleh alat transportasi yang digunakan serta
174 sinkronisasi kegiatan panen, transpor dan pengolahan di pabrik. Hasil penilaian risiko penurunan mutu yang diperolah dari implementasi SIRPO mendorong para pengambil keputusan untuk meningkatkan kinerja manajemen transportasi panen.
Kebijakan Pasokan TBS Sumber pasokan tandan buah segar (TBS) adalah kebun inti, kebun plasma dan pihak ketiga atau kebun rakyat. Faktor kunci dalam kebijakan pasokan ini adalah akurasi prakiraan panen. Informasi prakiraan panen menjadi inisiasi dalam perencanaan pasokan. Skenario pasokan dengan memprioritaskan kebun inti diikuti kebun plasma dan kekurangannya dipenuhi kebun rakyat membutuhkan pengelolaan risiko pasokan yang tepat. Serapan jumlah bahan baku dari berbagai kebun dipengaruhi biaya rantai pasok dan ketersediaan kapasitas pabrik. SPK
SIRPO
yang
diimplementasikan
pada
sebuah
studi
kasus
memperlihatkan seluruh prakiraan panen tandan buah segar dari kebun inti dan kebun plasma diserap oleh pabrik. Tambahan pasokan tandan buah segar dari pihak luar. Jumlah pasokan optimal ini dipengaruhi oleh akurasi prakiraan pasokan tandan buah segar. Manajemen kebun perlu menjaga akurasi informasi prakiraan agar perencanaan pasokan menghasilkan informasi yang bermutu. Perusahaan inti akan terikat kontrak kerja dengan para pemasok dari kebun plasma dan pihak ketiga. Keterbatasan informasi dimasa datang akan mempengaruhi penentuan jumlah pasokan dari pihak luar. Apabila jumlah pasokan dari pihak luar terlalu banyak jumlah pasokannya maka risiko tidak terolah di pabrik akan meningkat. Perusahaan akan mengalami kerugian yang dipicu oleh risiko penurunan mutu produk akibat tandan buah segar yang terlalu lama menumpuk di pabrik. Kondisi sebaliknya, apabila jumlah pasokan dari pihak luar sangat kecil sedangkan permintaan minyak sawit kasar banyak maka risiko kehilangan pendapatan terjadi. Kondisi-kondisi ini dapat diatasi dengan proses perencanaan yang prediktif. SPK SIRPO yang dirancang ini dimaksudkan untuk mengatasi munculnya masalah ketidak tepatan dalam penentuan jumlah kontrak pasokan tandan buah segar dari pemasok. Kemampuan model dalam memprediksi kebutuhan pasokan sangat membantu pihak perusahaan inti dalam perencanaan
175 pasokan khusus dari pihak luar. Prediksi terhadap jumlah pasokan optimal dari kebun plasma dapat dijadikan target yang perlu dipenuhi.
Kebijakan Transportasi Panen Pasokan tandan buah segar juga dipengaruhi oleh transportasi. Optimasi transportasi yang menjadwalkan rute truk sangat membantu dalam penjaminan pemanfaatan alat angkut yang optimal. Faktor kritis dalam transportasi ini adalah jumlah truk yang tersedia. Perencanaan kebutuhan truk yang telah diprediksi oleh SPK SIRPO perlu ditindak lanjuti dengan kebijakan pengadaan truk. Kondisikondisi yang memicu risiko transportasi adalah kekurangan truk pada periodeperiode tertentu. Jumlah truk yang tersedia yang lebih sedikit dibandingkan dengan kebutuhan perlu diantisipasi dengan membangun kerjasama dengan pihak koperasi jasa transportasi. Kebijakan alternatif yang dapat dilakukan dalam mengatasi kekurangan ketersediaan truk adalah menambah jumlah trip setiap truk. Manfaat yang diperoleh dari kebijakan ini adalah biaya sewa transportasi tidak ada. Risiko yang harus ditanggung perusahaan adalah penurunan mutu akibat penundaan transportasi dari kebun pabrik. Tandan buah segar akan lama di TPH dan mengakibatkan kadar asam lemak bebas meningkat. Biaya risiko yang akan muncul akibat dari kebijakan ini adalah penurunan harga jual minyak sawit kasar. SPK SIRPO yang dirancang ini memang belum memasukan analisis trade off antara penambahan truk dan penambahan trip dari aspek rasio manfaat dan biaya. Model matematik yang diformulasikan untuk transportasi ditekankan pada jaminan pengalokasian tugas setiap truk disetiap trip ke seluruh lokasi panen sehingga seluruh panen dapat di angkut ke pabrik. Ketersediaan truk dan waktu angkut rata-rata dinilai berisiko tinggi sedangkan kondisi jalan berisiko sedang dan proses pemuatan dan pembongkaran tandan buah segar berisiko rendah. Hasil penilaian ini sangat membantu pengambil keputusan untuk lebih fokus pada perencanan transportasi. Pada tingkat operasional, ketersediaan truk dan waktu angkut rata-rata tandan buah segar panen merupakan permasalahan pokok yang perlu diselesaikan dengan baik. Pemicu risiko ini juga sejalan dengan hasil penilaian pada kegiatan panen dengan
176 risiko tinggi pada lama penumpukan di tempat pengumpulan hasil. Hal ini terjadi disebabkan perencanaan transportasi yang perlu diperbaiki. Model SIRPO sangat memungkinkan membantu pengambil keputusan dalam merencanakan kegiatan transportasi tandan buah segar. Kegiatan panen lainnya dianggap sudah baik karena memberikan nilai tingkat risiko yang rendah. Hal ini berarti manajemen panen telah dilakukan dengan baik dan perlu terus dipertahankan. Kebijakan yang perlu diperhatikan dalam manajemen transportasi panen ini adalah perawatan kendaraan. Dalam kasus kebun inti, ketersediaan truk bukan hanya ditujukan untuk transportasi hasil panen saja tetapi kegiatan perawatan kebun seperti pemupukan. Kondisi truk perlu dijaga melalui manajemen perawatan yang baik agar truk dapat bekerja dengan baik. Berbagai aspek manajemen perawatan yang perlu diperhatikan antara lain ketersediaan suku cadang, fasilitas perawatan dan operator perawatan truk yang handal.
Manajemen Pengolahan Proses Pengolahan Mutu merupakan karakteristik menyeluruh dari produk yang menunjukkan kemampuannya dalam memenuhi kepuasan pelanggan. Mutu mengacu pada kesesuaian penggunaan atau pemenuhan harapan pelanggan atau kepuasan pelanggan. Setiap proses harus menghasilkan sesuatu yang sesuai dengan yang diinginkan. Oleh karena itu, mutu membutuhkan sistem yang mampu mengendalikan setiap tahapan proses. Istilah mutu minyak kelapa sawit dapat dibedakan menjadi dua pengertian. Pertama, benar-benar murni dan tidak bercampur dengan minyak nabati lain. Mutu minyak kelapa sawit tersebut dapat ditentukan dengan menilai sifat-sifat fisiknya, yaitu mengukur nilai titik lebur angka penyabunan dan bilangan iodium. Kedua, pengertian mutu berdasarkan ukuran. Syarat mutu diukur berdasarkan spesifikasi standar mutu internasional yang meliputi kadar asam lemak bebas, air, kotoran, logam besi, logam tembaga, peroksida dan ukuran pemucatan. Rendahnya mutu sangat ditentukan oleh beberapa faktor diantaranya sifat pohon induknya, penanganan pasca panen, atau
177 kesalahan selama pemrosesan dan transportasi (Fauzi et al. 2006). Menurut Pahan (2006) mutu minyak kelapa sawit yang baik adalah kadar asam lemak bebas antara 3%–5%. Perubahan mutu minyak selama proses dipengaruhi oleh sistem pengolahan dan peralatan yang digunakan. Semakin lama minyak diproses, nilai DOBI juga akan menurun. Dalam penimbunan, minyak perlu dijaga melalui suhu yang terkendali dengan baik. Suhu ideal berkisar pada 550C dan bila tidak terkendali akan menyebabkan oksidasi dan hidrolisis. Mutu minyak dalam penimbunan dipengaruhi oleh cara penimbunan dan kondisi tangki timbun. Untuk mencapai hasil yang baik diperlukan pengaturan penimbunan. Minyak sawit kasar sangat luas penggunaannya dalam berbagai bidang industri seperti industri makanan, industri farmasi, industri kosmetik dan lain-lain. Pada industri tertentu yang pengguna produknya adalah manusia maka dibutuhkan bahan baku yang benar-benar memenuhi spesifikasi keamanan pengunaannya. Secara umum, peningkatan penggunaan minyak sawit kasar perlu diikuti dengan peningkatan mutu yan dilakukan pada tingkat harga yang wajar. Harga yang wajar berarti mempertahankan harga pokok dengan peningkatan efisiensi dan produktivitas serta pengawasan dan pengendalian yang ketat terhadap seluruhan tahapan proses. Pada tahapan pengolahan di pabrik, perubahan mutu minyak sawit kasar selama proses dipengaruhi oleh sistem pengolahan dan peralatan yang digunakan. Sistem pengolahan yang tidak dikelola dengan baik akan menghasilkan produk yang bermutu rendah. Semakin lama minyak diproses maka nilai DOBI juga akan menurun. Pengolahan ulang minyak harus diminimalkan dan dilarang karena akan menurunkan DOBI. Hal yang harus dilakukan yaitu menurunkan kehilangan sehingga tidak akan banyak minyak kotor yang harus diolah ulang. Hasil olahan akan disimpan dalam tangki timbun sebelum dikirim ke tangki timbun pelabuhan atau konsumen industri. Sortasi menjadi bagian dari manajemen mutu yang berhubungan dengan mutu bahan baku. Manajemen kebun yang baik akan mengurangi risiko lolosnya tandan buah segar tidak layak olah. Prosedur sortasi yang benar akan memberikan jaminan mutu pasokan bahan baku yang sesuai spesifikasi. Pada tahap ini juga perlu diperoleh informasi rendemen. Risiko pada tahap proses ini dapat dikelola
178 dengan kebijakan pengawasan dan teknik sampling yang benar. Dukungan fasilitas laboratorium yang baik juga dibutuhkan untuk identifikasi terhadap mutu tandan buah segar. Penumpukan di loading ramp ditujukan untuk tandan buah segar yang lolos proses sortir. Manajemen mutu yang baik perlu mempertimbangkan inspeksi mutu akhir sebelum proses perebusan. Pengawas pada loading ramp perlu melakukan inspeksi akhir ini secara visual khususnya terhadap tandan buah segar yang masih muda dan banyak lukanya. Bahan baku yang benar-benar layak olah dapat dilanjutkan prosesnya ke tahap perebusan, penebahan, pengepresan dan pemurnian. Pada unit pabrik, ada dua kegiatan operasional yang dinilai yaitu risiko pada proses pengolahan dan risiko pada penyimpanan minyak sawit kasar di tangki timbun. Risiko pada sortasi dan penumpukan pada loading ramp bernilai risiko sedang dan kegiatan lainnya bernilai risiko rendah. Mutu produk dapat dipengaruhi oleh aktivitas pabrik, seperti penanganan bahan yang tidak tepat dapat menyebabkan luka pada buah yang dapat mempercepat terjadinya proses oksidasi yang berujung pada kenaikan asam lemak bebas. Sisi permasalahan rantai pasoknya adalah bahwa ketika kapasitas pabrik kurang dari jumlah tandan buah segar yang diterima pada jam-jam tertentu, maka akan terjadi penumpukan buah di loading ramp. Penumpukan buah di lantai pabrik mengharuskan dilakukannya pengaturan TBS memakai alat penyorong buah. Cara ini sangat berpotensi terhadap terjadinya luka pada buah. Kemungkinan-kemungkinan seperti ini yang mendorong penilaian risiko menjadi sedang. Stasiun penerimaan mendapatkan risiko sedang karena konsekwensi dari pasokan tandan buah segar dengan mutu yang kurang baik. Analisis risiko pada unit kebun telah menjelaskan bahwa risiko panen tinggi. Secara teoritis, mutu minyak sawit kasar ditentukan oleh mutu bahan baku yang diolah. Penjagaan mutu tetap harus dilakukan disetiap tahapan proses pengolahan agar keunggulan nilai bisa tercapai. Pemeriksaan tandan buah segar yang masuk ke pabrik perlu mendapatkan perhatian lebih serius agar tandan buah segar yang tidak memenuhi spesifikasi bisa disisihkan atau tidak diolah. Proses pemuatan tandan buah segar dari loading ramp ke stasiun perebusan harus dilakukan dengan baik untuk
179 menghindarkan kerusakan tandan buah segar. Standar-standar parameter proses pengolahan yang dianggap baik tetap dipertahankan.
Perencanaan Produksi Rencana produksi adalah pernyataan yang berisikan volume produksi minyak sawit kasar direncanakan mempertimbangkan kendala seperti kapasitas pabrik, jumlah pasokan tandan buah segar, fraksi kerusakan bahan baku dan rendemen. Rencana produksi sangat dibutuhkan oleh manajemen puncak sebagai bagian dari strategi perusahaan menjawab isu-isu tingkat produksi. Rencana produksi dinyatakan dalam periodeisasi bulanan. Jumlah produksi minyak sawit kasar dipengaruhi oleh nilai rendemen sebab seluruh bahan baku yang tersedia harus diolah. Pada saat dilakukan perencanaan produksi, maka penting untuk mempelajari terlebih dahulu kebijakan misalnya tahapan-tahapan proses yang dianggap kritis, manajemen perawatan dan jam kerja tersedia. Rencana produksi yang memuaskan adalah sebuah rencana yang melibatkan semua pihak baik dari sisi pengadaan bahan baku, produksi, jaminan mutu dan pemasaran. Para pengambil keputusan terkait seperti manajer kebun, manajer pabrik dan bagian pemasaran penting berkoordinasi untuk membahas hasil analisis perencanaan produksi. Manajer kebun dari pengadaan bahan baku akan mempelajari aspek-aspek kebutuhan bahan baku dan spesifikasinya, manajer pabrik akan mempelajari ketersediaan sumberdaya pabrik dan jaminan mutu akan memberikan saran tentang spesifikasi bahan baku, tata cara kerja dan produk akhir sesuai kebutuhan pasar dan pengambil keputusan dari pemasaran akan mempelajari ketersediaan produk akhir yang siap untuk dipasarkan disetiap periode. Ada beberapa keputusan kunci yang perlu diperhatikan manajer pabrik dalam perencanaan produksi. Jumlah produksi disetiap periode adalah salah satu keputusan utama. Selain itu, keputusan kunci lainya adalah tingkat persediaan di tangki timbun pabrik. Tingkat persediaan akan menimbulkan biaya produksi yang semakin meningkat tetapi bisa berperan taktis untuk mengantisipasi fluktuasi permintaan. Bisa saja tingkat persediaan dilakukan bila dapat diperkirakan akan terjadi lonjakan biaya bahan baku tertentu yang mengakibatkan biaya bahan baku
180 meningkat drastis dan masih lebih ekonomis bila dilakukan kebijakan persediaan produk jadi. Tenaga kerja menjadi salah satu keputusan kunci untuk tipe industri padat karya. Kebutuhan tenaga kerja di sepanjang horizon perencanaan bermanfaat bagi pihak sumberdaya manusia untuk rekrutmen atau pemutusan hubunga kerja. Peran penting perencanaan produksi dalam sistem rantai pasok minyak sawit kasar antara lain: 1. Penunjang keberhasilan fungsi pemasaran dalam mencapai target penjualan. 2. Salah satu masukan dalam penyusunan rencana anggaran dan pembiayaan perusahaan. 3. Salah satu indikator kinerja yang diperlukan dalam mengendalikan strategi produksi secara menyeluruh. 4. Salah satu cara untuk menunjang keberhasilan koordinasi antar fungsi manajerial. 5. Masukan dalam perumusan strategi secara vertikal dan horizontal di tingkat perusahaan. Produktivitas pabrik memberi pengaruh terhadap indeks prestasi pabrik. Peningkatan produktivitas pabrik dapat ditingkatkan selain jam kerja olah adalah mengurangi waktu stagnasi. Proses perebusan menjadi salah satu tahapan berpotensi bottleneck karena sering dioperasikan dengan waktu yang cukup lama. Lama perebusan yang optimal perlu diketahui agar produksi dapat meningkat dan jaminan mutu tetap tercapai. Penyebab lainnya adalah lori yang keluar jalur sehingga perlu perbaikan dan menyebabkan proses tidak dapat dilakukan. Jaminan terhadap proses yang kritis tidak mengalami kerusakan adalah mempersiapkan sistem perawatan yang baik. Setiap mesin dan peralatan khususnya pada proses yang kritis perlu diidentifikasi komponen-komponen kritisnya. Manajemen perawatan yang kurang baik dapat menyebabkan penurunan jam olah, kapasitas olah dan efisiensi pengutipan minyak. Sinkronisasi pengolahan dan perawatan fasilitas produksi akan menjamin peningkatan produktivitas pabrik.
181 Penyimpanan di Tangki Timbun Pabrik Minyak sawit kasar yang dis impan dalam tangki timbun perlu diawasi dengan baik dari aspek suhu untuk menghindarkan terjadinya oksidasi dan hidrolisis. Ada dua lokasi penyimpanan minyak sawit yaitu tangki timbun di pabrik dan tangki timbun di pelabuhan. Prinsip pengelolaannya tidak berbeda. Pemanasan minyak pada tangki timbun yang jauh dari pelabuhan biasanya dilakukan pada suhu tinggi dengan memperhitungkan bahwa minyak tersebut tiba di pelabuhan pada suhu diatas titik cair. Pada kegiatan transportasi minyak sawit kasar dari pabrik ke pelabuhan harus memperhatikan kondisi tangki angkut. Jumlah tangki angkut yang terlibat dalam jumlah banyak biasanya akan memberikan kesulitan dalam proses pengawasan selama perjalanan. Mutu minyak sawit kasar dalam penimbunan dipengaruhi oleh cara penimbunan dan kondisi tangki timbun. Standar mutu minyak sawit kasar ditentukan dalam beberapa karakteristik seperti jadar asam lemak bebas, kadar air, kadar kotoran, DOBI, nilai peroksida, nilai iodium, warna dan karoten (Kandiah et al. 2003, Pahan 2006). Dalam pemasaran minyak sawit kasar, standar mutu yang paling diperhatikan oleh konsumen industri adalah kadar asam lemak bebas (Djohar et al. 2003). Pengembangan model penilaian risiko penurunan mutu dalam penelitian ini dibatasi hanya memperhatikan standar kadar asam lemak bebas saja. Keunggulan nilai minyak sawit kasar adalah kadar asam lemak bebas. Kandungan asam lemak bebas sangat ditentukan oleh mutu tandan buah segar yang menjadi bahan baku. Tandan buah segar akan menghasilkan minyak sawit kasar yang bermutu dengan kadar asam lemak bebas yang rendah bila dipanen dalam keadaan matang panen, tidak busuk dan terlalu matang. Mutu tandan buah segar yang rendah disebabkan oleh buah kasar, buah tangkai panjang, atau buah busuk. Penyebab lain tandan buah segar kurang bermutu adalah panen yang terlambat sehingga busuk di pohon dan buah sudah di panen tidak terangkut saat itu juga ke pabrik sehingga menunggu atau restan di tempat pengumpulan hasil dalam jangka waktu lebih dari sehari. Aspek pengawasan juga memicu penurunan mutu yaitu pemanen yang kurang terampil atau tdak mengikuti prosedur panen
182 yang baik dan benar, mandor panen tidak melakukan pengawasan dengan baik dan instruksi panen yang kurang jelas. Pengendalian penimbunan minyak sawit kasar patut menjadi perhatian dalam rangka mengurangi bahkan menghindarkan terjadinya risiko penurunan mutu. Hasil penilaian menyimpulkan berisiko rendah. Hal menarik yang perlu diperhatikan dari penilaian risiko ini adalah risiko sedang pada kriteria penilaian jumlah penimbunan minyak sawit kasar di tangki timbun. Salah satu kesulitan dalam penanganan dan penyimpanan bahan yang mengandung minyak adalah usaha mencegah pencemaran bau dan kontaminasi dari alat penampung. Hal ini disebabkan minyak dapat mengabsorpsi zat menguap atau bereaksi dengan zat lain. Adanya absorpsi dan kontaminasi dari wadah ini akan menyebabkan perubahan pada minyak yang mengakibatkan bau tengik sehingga menurunkan mutu. Berdasarkan hal ini, penentuan jumlah penimbunan yang optimal perlu dilakukan agar mengurangi risiko penurunan mutu. Selain penanganan tangki timbun seperti perawatan dan menjaga suhu sesuai standar operasional maka pengendalian jumlah penimbunan juga penting dilakukan. Minyak sawit kasar yang dihasilkan di pabrik akan disimpan sebelum dikirimkan kepada konsumen atau pelabuhan. Pada penelitian ini, minyak sawit kasar akan dikirimkan terlebih dahulu ke tangki timbun pelabuhan sebelum dikapalkan. Kegiatan pengiriman dari pabrik ke pelabuhan dinilai berisiko rendah tetapi pada kriteria lama perjalanan dinilai berisiko sedang. Produk selama transportasi bisa mengalami perusahan dan kerusakan terlebih lagi jika harus menempuh jarak yang jauh. Perlakuan yang baik terhadap produk selama transportasi harus benar-benar diperhatikan. Pengawasan menjadi salah satu kunci untuk menjamin opeasional pengiriman berjalan dengan baik sehingga mutu produk selama perjalanan tetap terjamin. Salah satu cara yang diterapkan selama ini adalah pemeriksaan mutu sebelum dimuat ke tangki timbun. Prosedur ini sudah cukup baik sehingga wajar apabila nilai risiko penurunan mutu rendah. Tangki timbun di pabrik merupakan fasilitas yang berfungsi menyimpan minyak sawit kasar. Fungsi ini menjadikan tangki timbun sebagai tempat penyimpanan persediaan produk akhir. Tingkat persediaan perlu dikelola dengan baik agar tidak meningkatkan biaya produksi. Dalam kasus agroindustri minyak
183 sawit kasar, ukuran ekonomis produksi sangat bergantung pada jumlah panen tandan buah segar yang akan di olah. Pengendalian tingkat persediaan di pabrik bergantung pada kebijakan pasokan tandan buah segar. Adanya skenario mengutamakan pasokan dari kebun inti dan plasma merupakan bagian dari kebijakan persediaan di tangki timbun pabrik. Tingkat persediaan di pabrik juga dipengaruhi dengan kebijakan persediaan di pelabuhan.
Pengendalian Persediaan di Pelabuhan Persediaan di fasilitas penyimpanan dilakukan sebelum produk dikapalkan untuk dikirim kepada konsumen. Setelah produk berada dalam tangki timbun, pengawasan dan penjagaan tetap dilaksanakan sesuai prosedur yang berlaku. Prosedur yang baku pemeriksaan mutu pada tangki timbun adalah pencegahan terhadap aksi enzim dan mikroba, pencegahan terhadap kerusakan akibat reaksi kimia dan menghidarkan pemanasan yang berlebihan. Penyimpanan di tangki timbun pelabuhan dinilai berisiko sedang dan perlu diperhatikan adalah risiko lama penimbunan. Minyak sawit kasar yang disimpan pada tangki timbun pelabuhan telah melalui rangkaian kegiatan bongkar muat dan perjalanan yang berpotensi terhadap risiko penurunan mutu. Idealnya, produk yang dipasok dari pabrik bisa langsung dimuat ke kapal tanpa disimpan terlebih dahulu. Tangki timbun di pabrik mempunyai peran penting sebagai fasilitas penyimpanan dan pelayanan pemenuhan permintaan pihak pelabuhan atau penjualan. Sebelum mengkaitkan hubungan optimasi rantai pasok dengan risiko penurunan mutu, bagian ini akan membahas secara rinci muatan dari SIRPO dalam membantu pengambil keputusan mengoptimalkan penggunaan sumberdaya perusahaan. Salah satu aspek yang menjadi perhatian adalah persediaan minyak sawit kasar di tangki timbun pabrik dan pelabuhan. Telah dijelaskan sebelumnya, pengendalian penimbunan produk perlu dilakukan dengan baik agar risiko penurunan mutu dapat diatasi. Persediaan di sepanjang rantai pasok memiliki implikasi yang besar terhadap kinerja finansial suatu perusahaan. Jumlah uang yang tertanam dalam bentuk persediaan biasanya sangat besar sehingga persediaan adalah salah satu aset terpenting yang dimiliki rantai pasok.
184 Persediaan bisa muncul karena memang direncanakan atau merupakan akibat dari ketidaktahuan terhadap suatu informasi. Ada perusahaan yang memiliki persediaan karena sengaja membuat produk lebih awal atau lebih banyak dari waktu dan jumlah yang akan dikirim atau dijual pada suatu waktu tertentu, ada juga karena merupakan akibat dari permintaan yang terlalu sedikit dibandingkan dengan perkiraan awal. Persediaan juga muncul akibat motif ekonomi dalam melakukan suatu kegiatan produksi atau pengiriman. Pabrik tentunya tidak akan bisa memproduksi dalam jumlah yang terlalu sedikit karena tidak akan mencapai skala ekonomis. Adanya motif ini mendorong perusahaan melakukan produksi dalam ukuran batch besar. Banyak hal yang mengakibatkan manajemen persediaan pada rantai pasok tidak efektif. Sebab-sebabnya sangat bervariasi, ada yang dipicu faktor teknis dan ada juga yang terkait dengan perilaku individu maupun organisasi. Beberapa hambatan dalam manajemen persediaan minyak sawit kasar dalam sistem rantai pasok antara lain tidak ada metrik kinerja yang jelas, status pesanan kurang akurat, sistem informasi tidak handal, kebijakan persediaan terlalu sederhana dan mengabaikan ketidakpastian, biaya-biaya persediaan tidak di taksir dengan benar, dan keputusan rantai pasok yang tidak terintegrasi. Persediaan menjadi sentral dalam kinerja sebuah rantai pasok minyak sawit kasar. Selama ini, peran tangki timbun lebih difungsikan sebagai tempat penyimpanan produk saja. Dalam manajemen rantai nilai maupun rantai pasok, metrik rantai pasok akan diukur dari kinerja persediaan. Tingkat perputaran persediaan, rata-rata lama permintaan bisa dipenuhi, banyaknya persediaan yang kadaluarsa dan sebagainya merupakan metrik dalam pengelolaan persediaan. Pihak pabrik yang melayani pihak pemasaran merupakan sebuah sistem yang perlu diperhatikan dalam penetapan metrik. Metrik kinerja rantai pasok harus memperhatikan kepentingan dua belah pihak. SIRPO dapat berperan dalam memberikan rekomendasi kuantitatif bagi kedua belah pihak khususnya untuk saling berkoordinasi. Konsep pemodelan persediaan yang dikembangkan dalam penelitian ini masih menekankan pada upaya untuk mampu memenuhi permintaan pihak pemasaran agar pengapalan dapat dilakukan sesuai rencana penjualan.
185 Status pesanan yang kurang akurat akan memberikan konsekuensi pada tingkat persediaan yang kurang ekonomis. Ketika pelanggan memesan maka pada saat itu pelanggan berharap bisa mendapatkan informasi kapan pesanan tersebut dapat dipenuhi. Demikian halnya dengan pesanan pihak pemasaran kepada pabrik, kepastian jumlah dan waktu menjadi perhatian agar kegiatan penjualan dapat berjalan sesuai rencana. Walaupun pada awalnya pihak pemasaran atau pelanggan sudah mendapatkan informasi status pesanan, para pelanggan tetap menginginkan informasi yang terbaru tentang perkembangan pesanannya. Optimasi persediaan dalam SIRPO diharapkan membantu pengambil keputusan dalam memberikan kepastian tentang kemampuan pemenuhan pesanan pelanggan tersebut. Sistem informasi yang handal akan memberikan manfaat yang besar untuk memberikan informasi baik yang dibutuhkan pengambil keputusan maupun pelanggan. Penelitian ini memang tidak menyiapkan sebuah sistem informasi yang berkaitan dengan status persediaan setiap waktu tetapi menyiapkan perkiraan status persediaan setiap bulan sesuai dengan optimasi rantai pasok. SIRPO mempunyai kemampuan mengoptimalkan pasokan tandan buah segar, produksi minyak sawit kasar sesuai dengan permintaan. Optimasi ini akan menghasilkan juga status persediaan setiap periode atau bulan sehingga pengambil keputusan dapat mengantisipasi berbagai kemungkinan yang akan menghambat pemenuhan pesanan. Misalkan, ada penambahan permintaan dari pelanggan pada periode tertentu secara tiba-tiba maka SIRPO dapat digunakan untuk mensimulasikan status rantai pasok untuk memenuhinya. Kebijakan persediaan minyak sawit mentah didukung oleh sebuah model yang telah mempertimbangkan ketidakpastian permintaan. Ketidakpastian permintaan yang direpresentasikan dalam bentuk fungsi keanggotaan fuzzy segitiga
dan
trapesium
sangat
membantu
pengambil
keputusan
dalam
mengantisipasi fluktuasi. Ketidakpastian permintaan akan mempengaruhi jumlah persediaan dan memberi konsekuensi terhadap lama penimbunan. Pengendalian persediaan menggunakan model EOQ fuzzy secara langsung akan memberikan pengaruh yang baik dalam pengendalian risiko penurunan mutu minyak sawit kasar.
186 Pengendalian penimbunan minyak sawit kasar berkaitan dengan risiko mutu karena semakin besar volume produk tersimpan dan semakin lama penimbunan dilakukan akan memicu reaksi perubahan mutu minyak seperti kontaminasi, aksi enzim, aksi mikroba dan reaksi kimia lainnya. Fungsi penimbunan sepatutnya mulai diarahkan sebagai upaya sinkronisasi jadwal pengiriman bukan sekedar penimbunan. Manajemen menganggap tingkat risiko penurunan mutu menjadi sedang apabila produk terlalu lama disimpan di pelabuhan. Tindakan manajerial untuk mengantisipasi tidak terjadinya risiko ini adalah menjaga tingkat pasokan ekonomis sesuai dengan rencana penjualan atau pengapalan sehingga lama penimbunan tidak terlalu lama. Masalah persediaan di tangki timbun menjadi fokus perhatian pengendalian risiko penurunan mutu di pelabuhan. Optimasi persediaan merupakan upaya manajemen rantai pasok yang mempertimbangkan risiko penurunan mutu. Hasil optimasi persediaan menjadi masukan dalam optimasi sistem rantai pasok. Pada sistem rantai pasok minyak sawit kasar, persediaan minyak sawit kasar sebagai produk muncul sebagai motif ekonomi dan konsekwensi dari sistem produk dorong. Fluktuasi permintaan produk dari konsumen industri dan fluktuasi pasokan tandan buah segar dari berbagai sumber disinkronisasi melalui manajemen tangki timbun. Sumber pasokan utama tandan buah segar ke pabrik adalah kebun inti dan ditambah dari kebun plasma serta pihak ketiga. Pengendalian persediaan di tingkat pabrik mencerminkan ukuran produksi ekonomis minyak sawit kasar, sedangkan pengendalian persediaan di tangki timbun pelabuhan mencerminkan jumlah pasokan ekonomis ke pelabuhan. SIRPO memberikan fitur khusus untuk menganalisis secara parsial skala ekonomis dalam pengendalian tangki timbun. Model persediaan yang digunakan adalah EOQ yang dikombinasi dengan logika fuzzy untuk mengakomodir fluktuasi permintaan. Modifikasi model EOQ ini tentunya memberikan hasil yang berbeda dengan model EOQ konvensional. Nilai EOQ-fuzzy akan lebih kecil dari EOQ-crisp karena nilai (∆2−∆1) lebih kecil dari d. Fluktuasi permintaan dengan besar bias ∆ telah diantisipasi dalam model sehingga menghasilkan ukuran EOQ yang lebih kecil jika tidak mempertimbangkan fluktuasi permintaan. Total biaya persediaan EOQ-fuzzy lebih
187 kecil dibandingkan dengan EOQ-crisp. Model yang dikembangkan dalam penelitian ini mampu mengendalikan persediaan dalam lingkungan ketidakpastian atau fluktuasi permintaan. Kondisi permintaan rendah, sedang, dan tinggi dapat diagregasi menjadi sebuah nilai pasokan ekonomis dengan total biaya persediaan yang minimum. Keberadaan model ini sangat bermanfaat bagi pengambil keputusan dalam menganalisis tingakat persediaan di pelabuhan yang ekonomis. Pengendalian penimbunan minyak sawit kasar berkaitan dengan risiko mutu karena semakin besar volume produk tersimpan dan semakin lama penimbunan dilakukan akan memicu reaksi perubahan mutu minyak seperti kontaminasi, aksi enzim, aksi mikroba dan reaksi kimia lainnya. Fungsi penimbunan sepatutnya mulai diarahkan sebagai upaya sinkronisasi jadwal pengiriman bukan sekedar penimbunan. Optimasi persediaan merupakan upaya manajemen rantai pasok yang mempertimbangkan risiko penurunan mutu. Hasil optimasi persediaan menjadi masukan dalam optimasi sistem rantai pasok.
Keterkaitan Tingkat Risik o dan Optimasi Rantai Pasok Agregasi Risiko Rantai Pasok Manajemen
risiko
penurunan
mutu
yang
diintegrasikan
dengan
manajemen rantai pasok mengacu pada praktik umum di perkebunan kelapa sawit yang dikenal dengan istilah panen, angkut dan olah. Hasil penilaian risiko penurunan mutu dapat diringkaskan dengan perspektif panen, angkut dan olah tersebut. Mutu minyak sawit dipengaruhi oleh sistem panen yang diberlakukan. Kriteria matang panen yang bervariasi akan menyebabkan perbedaan mutu. Kegiatan panen yang dilakukan sesuai dengan prosedur operasi standar akan memberikan pengaruh baik terhadap penjagaan mutu. Namun, penyimpangan yang terjadi akan memberikan dampak terhadap penurunan mutu seperti pengutipan brondolan bercampur kotoran atau pasir, pemotongan buah kasar dan tandan buah segar yang restan. Panen yang kurang bermutu akan mengakibatkan bahan baku yang diolah oleh pabrik kurang bermutu akibatnya produk akhir akan menurun mutunya. Berdasarkan kadar asam lemak bebas yang dihasilkan perusahaan, manajemen kebun lebih memperhatikan masalah turunnya rendemen
188 atau kuantitas hasil dibandingkan masalah turunnya mutu. Tentunya upaya keunggulan nilai menjadi tidak efektif dengan orientasi hanya pada volume produksi yang tidak diiringi peningkatan mutu. Kondisi ideal, pelanggan sangat menginginkan kadar asam lemak bebas lebih kecil dari tiga persen sedangkan kondisi saat ini masih lebih besar dari lima persen. Transportasi hasil panen lebih besar risikonya terhadap penurunan mutu dibandingkan transportasi minyak sawit kasar dari pabrik ke pelabuhan. Transportasi tandan buah segar tidak hanya pengawasan terhadap kegiatan bongkar muat yang baik dan benar saja, tetapi perencanaan yang baik untuk mendapatkan penugasan truk angkut dengan rata-rata waktu angkut yang minimum. Waktu angkut akan berbanding lurus dengan total jarak tempuh. Kondisi jalan juga akan mempengaruhi lama transportasi. Meskipun waktu angkut tidak dapat dipastikan dengan berbagai kondisi nyata lapang, tetapi dengan estimasi total jarak maka dapat diperkirakan penugasan truk yang ideal sehingga sinkronisasi panen, angkut dan olah dapat terlaksana lebih baik. Pada tahapan pengolahan, risiko penurunan mutu dipengaruhi oleh sistem pengolahan dan peralatan yang digunakan. Manajemen perawatan yang baik akan menghasilkan keandalan fasilitas produksi yang baik sehingga memberikan dampak baik terhadap mutu produk. Semakin lama minyak diproses atau waktu proses yang lama akan menurunkan nilai DOBI yang berarti menurunkan mutu produk. Jumlah kehilangan (losses) juga perlu diperhatikan sehingga daur ulang produk dapat diminimumkan. Efisiensi dan efektivitas dari proses pengolahan perlu diperhatikan dengan menjaga parameter-parameter proses sesuai standar yang berlaku pada panduan kerja. Manajemen risiko mutu yang dikembangkan dalam penelitian ini merupakan bagian yang tidak terpisahkan dari manajemen rantai pasok. Nilai risiko yang di peroleh dari model manajemen risiko mutu pada SIRPO dapat diartikan prediksi risiko mutu yang mungkin terja oleh pengambil keputusan terhadap operasional rantai pasok. Setelah identifikasi dan penilaian risiko diperoleh, pengambil keputusan harus mengumpulkan alternatif tindakan yang patut dilakukan sehingga kemungkinan risiko terjadi dapat dikurangi atau dihilangkan. Salah satu cara yang dapat dilakukan adalah mengakuisisi
189 pengetahuan ahli untuk menentukan tindakan yang diyakini dapat mengatasi setiap kemungkinan risiko pada unit –unit operasional rantai pasok minyak sawit kasar. Hasil akuisisi pengetahuan ahli disimpan dalam basis pengetahuan model SIRPO. Akuisisi harus konsisten dengan berbagai keadaan yang mungkin terjadi pada sistem rantai pasok fokus pada mutu minyak sawit kasar. Hasil akuisisi pengetahuan dalam penelitian ini disebut rekomendasi manajerial. Rekomendasi dikelompokan berdasarkan kebun, pabrik dan pelabuhan dengan penjelasan sebagai berikut: 1. Kebun, terdiri dari: − Meningkatkan pengawasan cara panen para pekerja. − Meminimumkan rata-rata waktu transportasi tandan buah segar panen ke pabrik. − Mengevaluasi jumlah trip dalam rangka mengurangi kemungkinan tandan buah segar restan. − Menjamin ketersediaan truk transportasi panen tandan buah segar. − Mengawasi proses pemuatan dan pembongkaran tandan buah segar dari truk. 2. Pabrik, terdiri dari: − Menjaga akurasi proses sortasi. − Menjamin penumpukkan di loading ramp tidak memicu kerusakan tandan buah segar. − Memeriksa parameter proses dan keandalan mesin pengolahan di pabrik − Memperhatikan lama penyimpanan minyak sawit kasar di tangki timbun. − Meningkatkan mutu perawatan tangki timbun minyak sawit kasar. 3. Pelabuhan − Meningkatkan pengawasan pemuatan dan pembongkaran minyak sawit kasar. − Menjamin ketersediaan mobil tangki sesuai kebutuhan. − Melakukan pemeriksaan mutu minyak sawit kasar di tangki timbun.
190 − Memperhatikan lama penyimpanan minyak sawit kasar di tangki timbun. − Meningkatkan perawatan tangki timbun minyak sawit kasar. Kumpulan
alternatif
rekomendasi dirumuskan
untuk tidak
saling
meniadakan tetapi saling memperkuat. Pendekatan ini lebih praktis dilakukan dalam praktik manajemen rantai pasok karena bersifat operasional. Rekomendasi yang diakuisisi dari pengetahuan para ahli masih dimungkinkan untuk diperkaya dan memodifikasi basis pengetahuan dan basis aturan untuk mendapatkan rekomendasi yang lebih baik dan rasional. Mekanisme inferensi yang digunakan adalah if nilai agregasi then rekomendasi. Sebelumnya telah dijelaskan secara rinci hasil dari risiko mutu setiap unit dan kegiatan dalam operasional rantai pasok. Untuk memperjelas hasil implementasi, perbandingan antar kegiatan kunci atau istilah lainnya dalam penilaian risiko adalah atribut atau kriteria dapat dilakukan. Teknik penilaian yang mengindikasikan nilai risiko sangat rendah sampai dengan nilai risiko sangat tinggi. Hasil penilaian telah memperlihatkan perbandingan setiap pemicu risiko. Nilai tertinggi terdapat pada lama penumpukan di tempat pengumpulan hasil, ketersediaan truk dan waktu angkut panen. Manajemen transportasi di kebun menjadi kunci sukses dalam mencapai mutu produk yang tinggi. Kerjasama yang baik dengan koperasi yang menyediakan truk menjadi keharusan sehingga jaminan ketersediaan truk berkesinambungan. Akurasi informasi prediksi jumlah panen di setiap lokasi panen juga perlu dijaga sehingga pengaturan trip bisa efektif dan proses pengaturan transportasi juga efisien. Efektivitas transportasi menjadi kunci dalam meningkatkan mutu manajemen rantai pasok minyak sawit kasar. Sesuai dengan konsep rancangan SIRPO, hasil penilaian dan rekomendasi manajemen risiko digunakan untuk merencanakan kegiatan rantai pasok. Pada dasarnya seluruh rekomendasi di basis pengetahuan telah diterjemahkan dalam bentuk teknik-teknik kuantitatif yang dibutuhkan pengambil keputusan dalam menyusun rencana. Peran sentral dari pengambil keputusan tidak diabaikan dalam konsep rancangan SIRPO ini. Model diposisikan sebagai media yang membantu pengambil keputusan dalam menganalisis sistem nyata sehingga langkah-langkah
191 yang efektif dan terukur dapat dilakukan. Manajemen risiko mutu hanya menjangkau tatanan rekomendasi tetapi belum memberikan ukuran-ukuran kuantitatif untuk mencapai kondisi terbaik dari operasional rantai pasok. Atas dasar nilai risiko mutu, pengambil keputusan membutuhkan ukuran-ukuran yang menjadi target kerja untuk mendapatkan keunggulan produktivitas. Dalam hal ini, manajemen risiko mutu telah berperan sebagai alat penunjang keputusan untuk keunggulan nilai dari rantai pasok minyak sawit kasar.
Gambar 74 Manajemen risiko dan optimasi rantai pasok.
Gambar 74 menjelaskan perspektif manajemen risiko dan optimasi rantai pasok pada agroindustri minyak sawit kasar. Kegiatan kunci yang terdapat pada kebun, pabrik dan pelabuhan akan di nilai tingkat risikonya masing-masing. Tingkat risiko pada pabrik akan memberikan informasi fraksi kerusakan yang menjadi acuan bagi pabrik untuk menjamin tandan buah segar tidak layak olah
192 dapat diminimumkan. Optimasi dilakukan untuk seluruh unit operasional. Keluaran optimasi pasokan tandan buah segar dari kebun inti dan kebun plasma akan ditindak lanjuti dengan penjadwalan transportasi.
Optimasi Rantai Pasok Capaian mutu produk yang baik perlu diiringi dengan tindakan yang berorientasi pada skala ekonomis. Konsep ini dikenal dengan keunggulan produktivitas. Manajemen risiko mutu mengarahkan pada kebijakan pada keunggulan nilai didominasi oleh ketepatan panen dan penjadwalan pasokan dari pemasok yang didukung sistem transportasi angkutan yang efektif. Keunggulan produktivitas akan didominasi oleh biaya unit rantai pasok dalam perspektif skala ekonomis dengan memandang rantai pasok sebagai sebuah sistem secara keseluruhan atau holistik. Keberhasilan dari keunggulan produktivitas apabila ketersediaan informasi pasokan, adanya komitmen pengambil keputusan, persepsi yang sama semua pihak yang terlibat dalam sistem untuk pencapaian target, koordinasi yang sinergis antara semua pihak yang terkait serta adanya evaluasi kinerja. Kesemua syarat ini akan menunjang keberhasilan manajemen rantai pasok yang dibangun untuk menuju keunggulan nilai dan produktivitas dari segi mutu baik berdasarkan pelanggan maupun pesaing. Penerapan konsep keunggulan produktivitas juga diharapkan bisa memberikan manfaat kepada petani plasma sebagai salah satu pemasok bahan baku ke perusahaan inti. Konsep skala ekonomis akan memandang sistem rantai pasok secara holistik sehingga petani plasma akan termasuk didalamnya. SIRPO
sebagai
alat
dalam
manajemen
rantai
pasok
dirancang
berlandaskan strategi rantai pasok yang berorientasi pada efektivitas. Ada tiga landasan strategi yang digunakan dalam penentuan aksi yaitu aliran pasokan dan kolaborasi efektif. Aliran pasokan dan aliran permintaan lebih menekankan pada pencapaian
keunggulan
produktivitas,
sedangkan
strategi
integrasi
akan
mendorong pada pencapaian keunggulan nilai berbasis keunggulan produktivitas. Manajemen rantai pasok agroindustri minyak sawit kasar bukan sekedar pengelolaan volume produksi dan persediaan tetapi sebuah pendekatan pengelolaan keseluruhan elemen dalam rantai pasok yang terintegrasi dengan
193 dasar semangat kolaborasi. Kolaborasi dan koordinasi menjadi kata kunci penting dalam manajemen rantai pasok karena setiap unit bisnis yang terlibat bertujuan untuk memuaskan konsumen. Pencapaian ini bisa dilakukan dengan bekerjasama dalam memproduksi pada tingkat biaya yang rendah, mengirimkan tepat waktu dan menjaga mutu dengan baik. Minyak sawit kasar yang bermutu tinggi bukan tanggung jawab unit pengolahan tetapi juga menjadi tanggung jawab unit kebun dan pemasok lainnya. Ketidak mampuan perusahaan bersaing bukan pula kegagalan unit pemasaran tetapi menjadi tanggung jawab semua unit di sepanjang rantai pasok. Pemikiran ini yang mendasari perlunya optimasi dilakukan terhadap rantai pasok sebagai keseluruhan. Dalam hal ini, sistem penunjang keputusan SIRPO bertujuan untuk membantu pengambil keputusan dalam perencanaan dan pengendalian rantai pasok minyak sawit kasar. Ketersediaan tandan buah segar dari tiga sumber, prakiraan penjualan dan kapasitas olah pabrik akan dioptimasi. Keluaran utamanya adalah nilai-nilai optimal dari seluruh variabel keputusan sistem. Nilainilai optimal yang dihasilkan adalah basis perencanaan bagi pengambil keputusan dalam pengendalian sistem rantai pasok mulai dari kebun sampai pelabuhan. Hasil optimasi ini menjadi informasi yang sangat berguna dalam perencanaan kegiatan operasional yang dibutuhkan pihak kebun. pabrik dan pelabuhan. Teknik optimasi yang digunakan adalah algoritma genetika dengan dua obyektif majemuk. Pemilihan teknik optimasi ini telah memberikan hasil yang sangat baik sesuai dengan keunggulan cara kerjanya dibandingkan dengan teknik optimasi lainnya. Tipe masalah obyektif majemuk khususnya dalam manajemen rantai pasok termasuk masalah yang kompleks sehingga teknik-teknik artificial intellgence sangat cocok. Hasil implementasi yang telah dijelaskan pada bab sebelumnya dapat dibahas lebih rinci yang berkaitan dengan keluaran dari SIRPO. Salah satu kemampuan dari algoritma genetika adalah pencarian penyelesaian yang akurat sehingga nilai yang dihasilkan optimal atau paling tidak bisa diterima. Perbaikan penyelesaian dapat dilihat dari perbandingan antara pembangkitan penyelesaian awal (initial solution) dengan optimal pareto yang diperoleh. Model mempunyai dua fungsi obyektif yang dioptimasi secara simultan. Perbandingan
194 hasil dapat dilihat berdasarkan dua fungsi obyektif. Fungsi obyektif pertama adalah minimisasi biaya unit rantai pasok. Penerapan
obyektif
majemuk
untuk
mengoptimasi
rantai
pasok
memberikan informasi yang sangat berharga bagi pengambil keputusan. Perencanaan agregat untuk 12 periode yang dihasilkan oleh model SIRPO sangat membantu pengambil keputusan dalam penetapan target kerja. Biaya per kilogram minyak sawit kasar dan penggunaan kapasitas pabrik merupakan dua informasi yang dibutuhkan dalam operasional rantai pasok. Biaya unit merupakan obyektif yang paling menarik perhatian pengambil keputusan. Teknik optimasi yang diterapkan dalam model ini mampu menemukan kombinasi yang terbaik sehingga biaya unit yang dihasilkan seiring dengan peningkatan pemanfaatan kapasitas olah pabrik. Hal ini sesuai dengan karakteristik panen kelapa sawit yang mengalami masa puncak beberapa bulan diakhir tahun. Penurunan biaya unit rantai pasok dipengaruhi oleh dua faktor utama yaiu rendemen dan pasokan tandan buah segar. Rendemen akan dipengaruhi dari mutu panen dan manajemen kebun yang baik. Faktor penting lainnya yang perlu diperhatikan adalah jumlah penyimpanan minyak sawit kasar di tangki timbun. Meskipun biaya penyimpanan relatif kecil tetapi jumlah yang penyimpanan yang cukup besar akan berkontribusi nyata terhadap peningkatan biaya unit rantai pasok. Kontrol mutu ditemukan pada faktor inspeksi tandan uah segar sebelum proses perebusan. Pengawasan mutu yang baik akan mampu mendeteksi tandan buah segar yang tidak layak panen sehingga harus disisihkan dari bahan baku layak olah. Upaya preventif ini memang memberi konsekwensi pada penurunan volume produksi tetapi meningkatkan jaminan mutu produk yang lebih baik. Pendekatan inilah yang disebut keunggulan produktivitas berbasis keunggulan nilai.
Dorongan
untuk
memproduksi
dalam
volume
besar tidak
harus
mengorbankan mutu. Ketersediaan kapasitas olah pabrik yang cukup besar dan ketersediaan bahan baku yang cukup besar tetap perlu dikelola dengan baik dalam perspektif skala ekonomis. Optimasi biaya rantai pasok dimaksudkan untuk mengetahui ukuran skala ekonomis yang dicapai. Biaya unit operasional mencerminkan biaya yang muncul berdasarkan aktivit as kunci rantai pasok. Biaya unit operasional hasil optimasi
195 dimaksudkan untuk memberikan gambaran keunggulan produktivitas. Biaya unit rantai pasok masih dibawah harga jual pasar domestik. Fluktuasi harga tentunya dipengaruhi banyak hal dan merupakan faktor yang tidak dapat dikendalikan. Manajemen rantai pasok bukan saja berupaya untuk menekan biaya tetapi juga meningkatkan nilai produk dalam hal mutu. Integrasi manajemen risiko mutu dan manajemen rantai pasok akan menjadi pendekatan yang dibutuhkan untuk mencapai keunggulan produktivitas dan keunggulan nilai. Salah satu indikator kinerja yang perlu diperhatikan dalam optimasi rantai pasok adalah tingkat persediaan. Ciri produksi agroindustri berdasarkan panen tandan buah segar memang memberikan konsekwensi pada peningkatan produksi pada saat musim panen besar dan sebaliknya. Kondisi ini perlu diantisipasi dengan meningkatkan angka penjualan sehingga produk tidak terlalu lama di simpan pada tangki timbun. Sebaliknya, musim panen kecil perlu direncanakan penjualan yang sesuai dengan ketersediaan produk agar tidak terjadi shortage atau backordering. Pengendalian persediaan di tangki timbun pelabuhan menjadi bagian penting dalam menjaga tingkat pelayanan kepada pelanggan atau konsumen industri. Teknik perencanaan yang digunakan dengan SPK SIRPO diharapkan memudahkan pengambil keputusan dalam memperkirakan rencana penjualan. Fluktuasi permintan dan ketersediaan tandan buah segar yang dibatasi dengan berbagai kendala dalam operasional produksi dan pengolahan yang dioptimasi akan memberikan informasi yang dibutukan pengambil keputusan. Keluaran dari model berupa rencana produksi akan menjadi salah satu dasar dalam perencanaan penjualan sehingga pemenuhan permintaan para konsumen dapat dipenuhi. Perencanaan yang didasarkan pada penjaminan mutu yang dikembangkan dalam penelitian ini juga akan memberikan informasi serta alternatif tindakan yang dibutuhkan untuk menjaga produk bermutu tinggi.
Pengaruh Harga BBM Pasar minyak nabati di pasar internasional merupakan salah satu pasar yang kompetitif, melibatkan lebih dari sembilan jenis minyak serta hampir diproduksi dan dikonsumsi di semua negara, baik negara maju maupun negara
196 yang sedang berkembang. Minyak nabati yang banyak diperdagangkan di pasar internasional antara lain minyak kedele, minyak sawit, rapeseed oil, sunflower oil, minyak kelapa, minyak jagung, dan minyak kacang tanah. Minyak sawit di nilai memiliki daya saing dan kinerja yang paling baik dibandingkan jenis minyak nabati lainnya karena pangsa pasarnya terus meningkat dari sekitar 10% pada tahun 1970-an menjadi sekitar 28% pada tahun 2000-an. Hal ini menunjukkan bahwa minyak sawit kasar di pasar dunia memiliki daya saing lebih baik. Pada lima tahun terakhir, daya saing minyak sawit kasar di pasar internasional masih lebih baik dari daya saing minyak nabati lainnya. Hal ini tercermin dari pertumbuhan pasar minyak sawit kasar yang secara umum paling tinggi. Konsumsi minyak sawit kasar dunia pada lima tahun terakhir tumbuh dengan laju 7,70% per tahun, jauh diatas rata-rata konsumsi minyak dunia yang hanya 3,44% per tahun. Pada periode tersebut, hanya minyak kedele yang masih tumbuh dengan laju 4,49% per tahun. Konsumsi rapeseed oil dan sunflower oil di pasar dunia justru mengalami penurunan. Sebagai akibatnya, pangsa konsumsi minyak sawit kasar di dunia meningkat 4,12% per tahun pada periode tersebut menjadi 27,77%, dengan tingkat konsumsi mencapai 27,77 juta ton pada tahun 2004 (Susila 2006). Salah satu faktor yang dipertimbangkan dalam model ini adalah pengaruh harga BBM. Penentuan harga BBM yang dilakukan pemerintah merupakan faktor yang tidak bisa dihindari oleh pengambil keputusan. Harga BBM akan memberi pengaruh pada daya saing produk karena terkait dengan peningkatan biaya operasional. Apabila terjadi kenaikan harga BBM maka pengambil keputusan perlu menganalisis tingkat pengaruh dari kebijakan tersebut. Formulasi matematik yang dihasilkan dalam penelitian ini mengindikasikan pengaruh harga BBM akan terlihat pada biaya unit operasional. Hal ini didasarkan pada asumsi kenaikan harga BBM akan meningkatkan biaya pasokan tandan buah segar dan biaya transportasi pengiriman ke pelabuhan. Analisis sentivitas dilakukan untuk mengetahui pengaruh harga BBM terhadap biaya unit. Analisis dilakukan untuk harga BBM sebesar Rp 6.000 per liter sebagai Kondisi 1 dan Rp 8500 per liter sebagai Kondisi 2. Kondisi 1 adalah kenaikan hraga BBM sekitar 25% maka memberikan dampak kenaikan rata-rata
197 biaya unit sebesar 4,5%. Kondisi 2 adalah kenaikan harga BBM sekitar 77% akan memberikan dampak kenaikan rata-rata biaya unit sebesar 18,4%. Analisis sensitivitas memperlihatkan pengaruh dari kenaikan harga BBM terhadap biaya unit. Hal ini berarti akan menurunkan daya saing sebab harga menjadi salah satu faktor yang mempengaruhi daya saing. Keunggulan produktivitas juga bisa menurun dengan adanya kenaikan harga BBM. Faktorfaktor yang datang dari luar perusahaan seperti perlu diantisipasi agar keunggulan perusahaan dapat dipertahankan. Peran sebuah SPK sangat terasa manfaatnya karena dapat digunakan untuk memprediksi kondisi yang mungkin terjadi melalui berbagai perubahan pada masukan. Dampak kenaikan harga BBM perlu disikapi dengan pengelolaan berbagai sumber daya yang tersedia secara efektiv. Upaya yang dapat dilakukan untuk meminimalisasi dampak negatif tersebut adalah penataan secara lebih efisien sistem/manajemen panen, transportasi, dan pengolahan. Upaya ini relatif efektif untuk kebun seperti kelapa sawit. Upaya ini akan berhasil bila didukung juga oleh manajemen panen, transportasi, pengolahan dan persediaan yang lebih efisien.
Transportasi Panen Karakteristik komoditi pertanian adalah produksinya bentuk curah, bersifat kamba dan mudah rusak atau menurun mutunya bila di simpan dalam jangka waktu yang lama tanpa penanganan yang baik. Mutu yang baik menjadikan produk mempunyai daya saing tinggi di pasar. Harga produk perkebunan kelapa sawit sangat ditentukan oleh mekanisme pasar seperti jenis produk lain pada umumnya. Upaya praktik manajemen yang dianut juga berorientasi pada memproduksi produk dengan biaya yang rendah dalam tingkat produktivitas yang tinggi dan mutu produk yang dapat diterima. Setiap produsen kelapa sawit menghasilkan produk yang sama sehingga faktor yang menjadi pertimbangan ekonomis dalam permintaannya yaitu mutu dan ketersediaan produk di pasar. Untuk mencapai tingkat efisiensi biaya diperlukan suatu skala ekonomi untuk luasan perkebunan. Faktor-faktor penting yang perlu diperhatikan antara lain tingkat produktivitas kebun, biaya investasi kebun, sifat tandan buah segar, dan periode panen puncak. Hal ini menunjukan bahwa usaha perkebunan kelapa
198 sawit harus dikelola dalam usaha yang memenuhi tingkat skala ekonomis. Disamping itu, skala ekonomis perkebunan kelapa sawit juga mempertimbangkan berbagai faktor lainnya seperti kapasitas pabrik pengolahan kelapa sawit, jumlah tenaga kerja, rentang kendali dan biaya transportasi tandan buah segar dari kebun ke pabrik. Produk dari perkebunan kelapa sawit pada tingkat perkebunan yaitu buah yang berbentuk tandan buah segar yang diolah di unit ekstraksi yang berlokasi di perkebunan menjadi produk setengan jadi yang berbentuk minyak sawit dan inti sawit. Industri produk pangan dan non-pangan dapat dikembangkan dari produk kelapa sawit. Melalui fraksinasi, rafinasi dan hidrogenasi pada kelapa sawit dapat dikembangkan indutri hilir yang menghasilkan produk bahan makanan, seperti minyak goreng, mentega, minyak untuk makanan ringan, es krim, pengganti mentega cokelat dan lain-lain Kurva profil produksi kelapa sawit selama satu siklus dimulai dari saat tanaman menghasilkan tandan buah segar sampai saat-saat akan diremajakan. Kurva tersebut berbentuk kuadratik seperti lonceng. Tanaman kelapa sawit baru dapat berproduksi setelah berumur sekitar 30 bulan setelah ditanam di lapangan. Buah yang dihasilkan disebut tandan buah segar. Produktivitas tanaman kelapa sawit meningkat mulai umur 3-14 tahun dan akan menurun kembali setelah umur 15-25 tahun. Setiap pohon sawit dapat menghasilkan 10-15 tandan buah segar per tahun dengan berat 3-140 kg per tandan, tergantung umur tanaman. Dalam satu tandan, terdapat 1000-3000 brondolan dengan berat brondolan berkisar 10-20 gram. Pembangunan pabrik kelapa sawit dan penentuan kapasitasnya sangat ditentukan oleh profil produksi dan persentase penyebaran produksi dalam satu tahun. Dalam perkebunan kelapa sawit dikenal adanya bulan produksi puncak yaitu bulan-bulan pada saat produksi tandan buah segar dalam satu bulan dapat mencapai 10-13% dari produksi satu tahun. Penentuan kapasitas pabrik kelapa sawit yang dibutuhkan harus dihitung dari jumlah tandan buah segar yang akan diolah pada kondisi produksi puncak. Asumsi dasar dalam menentukan kapasitas pengola han pabrik kelapa sawit ditentukan oleh kriteria masukan baku yaitu kemampuan mengolah tandan buah segar per satuan waktu. Hal ini dilakukan
199 untuk mengukur hasil keluaran pabrik kelapa sawit berupa jumlah minyak sawit dan inti sawit yang tidak dapat dilakukan secara tepat karena sangat ditentukan oleh banyak peubah yang kadang-kadang tidak dapat dikendalikan. Dalam pengelolaan kebun kelapa sawit, faktor transportasi mendapat perhatian khusus. Keterlambatan atau restan transportasi tandan buah segar dari kebun ke pabrik akan mempengaruhi proses pengolahan, kapasitas olah dan mutu produk akhir. Transportasi yang lancar menyebabkan program perawatan tanaman sesuai dengan rencana sehingga unit kenderaan kebun dapat dialokasikan seluruhnya pada kegiatan transportasi tandan buah segar pada bulan produksi puncak. Melihat pentingnya transportasi di perkebunan kelapa sawit maka perawatan dan cara perbaikan kenderaan atau alat berat yang merupakan sarana transportasi harus diperhatikan sehingga kenderaan dapat berfungsi dengan baik pada saat dibutuhkan. Sistem penunjang keputusan yang di rancang memberikan keleluasan kepada penagambil keputusan untuk menentukan jumlah trip dalam penjadwalan penugasan truk. Konsep ini digunakan atas dasar pertimbangan kondisi lapang yang dipengaruhi banyak faktor teknis sangat dipahami pengambil keputusan. Jumlah trip merupakan representasi keyakinan pengambil keputusan dalam kegiatan transportasi dengan tetap mempertimbangkan risiko penurunan mutu.
Sistem Koordinasi Pengendalian Risiko Koordinasi antar unit operasional rantai pasok membutuhkan kelancaran aliran informasi yang akurat dan tepat waktu. Model yang dikembangkan membantu kelancaran informasi yang dibutuhkan pengambil keputusan karena pihak perusahaan dapat melakukan perencanaan agregat yang hasilnya dapat dikoordinasikan dengan berbagai unit yang terlibat. Kepastian kebutuhan pihak pabrik ini selain memberikan kepastian bagi pihak plasma juga dibutuhkan perusahaan dalam menjaga skala ekonomisnya. Koordinasi dan kolaborasi merupakan prinsip kemitraan yang erat antara perusahaan dengan pemasok dimana
pemasok punya tanggung
jawab
untuk
menjaga
kelangsungan
ketersediaan bahan baku yang akan di olah berdasarkan informasi yang telah
200 diberikan. Model yang dikembangkan ini merupakan solusi terhadap penurunan mutu produk yang dihasilkan sebagai indikasi adanya permasalahan-permasalahan permukaan yang ternyata berakar pada kekacauan sistem rantai pasoknya. SPK SIRPO mampu menelusuri masalah pokok risiko penurunan mutu dan dapat memberik an saran perbaikan kegiatan rantai pasok. Koordinasi merupakan komponen penting yang menentukan efektivitas rantai pasok. Ada dua proses utama yang perlu disinkronisasi yaitu kebijakan produksi dan kebijakan pasokan. Berbagai model yang sesuai dapat diterapkan dalam perencanaan dan pengendalian fungsi-fungsi pokok manajemen rantai pasok minyak sawit kasar, tetapi sinkronisasi yang efektif akan menentukan hasil akhirnya. Kebijakan produksi adalah kegiatan dari kebun, pabrik dan tangki timbun di pabrik. Kebijakan produksi terdiri dari prakiraan pasokan tandan buah segar, perencanaan kebutuhan transportasi tandan buah segar, perencanaan produksi atau pengolahan dan pengendalian persediaan di tangki timbun pabrik. Kebijakan produksi berpegang pada prinsip sistem dorong dimana panen tandan buah segar yang menentukan jumlah produksi minyak sawit kasar. Kapasitas pabrik yang cukup besar memang dimungkinkan untuk tetap menerima pasokan tandan buah segar dari pihak ketiga yang telah memenuhi persyaratan. Namun demikian, prioritas pasokan tandan buah segar adalah kebun inti, kebun plasma dan kekurangannya dipenuhi dari pihak ketiga. Kebijakan produksi akan melibatkan dua pengambil keputusan yaitu manajer kebun dan manajer pabrik. Manajer kebun mempunyai otoritas dalam pasokan tandan buah segar dari kebun inti dan merencanakan transportasinya. Manajer pabrik bertanggung jawab dalam kegiatan pengolahan dan pengiriman produk ke pelabuhan. Hubungan antara manajer kebun dan manajer pabrik dikoordinasikan kepada manajer kepala (general manager). Langkah-langkah operasional dan taktis dalam kebijakan produksi perlu memperhatikan berbagai aspek. Kumpulkan dan rekam data realisasi panen tandan buah segar dari kebun inti, kebun plasma dan pihak ketiga sebagai data masa lalu pasokan. Rekam data ini adalah basis data pasokan tandan buah segar. Prakirakan pasokan tandan buah segar untuk setiap kebun. Hasil prakiraan dijadikan ketersediaan tandan buah segar yang potensial di pasok setiap periode.
201 Kumpulkan dan rekam data pengiriman minyak sawit kasar ke pelabuhan sebagai data masa lalu pengiriman. Pengiriman ke pelabuhan merepresentasikan permintaan untuk pabrik. Prakirakan jumlah pengiriman minyak sawit kasar ke pelabuhan menggunakan model prakiraan yang telah dikembangkan. Lakukan perencanaan agregat dengan keluaran pasokan tandan buah segar dan jumlah produksi minyak sawit kasar. Rencanakan kebutuhan truk pengangkut tandan buah segar berdasarkan rencana agregat sebagai acuan kerja operasional harian dan rencanakan jadwal transportasi. Kebijakan pasokan berhubungan dengan rantai antara tangki timbun di pabrik dan tangki timbun di pelabuhan. Manajemen pengiriman produk ke pelabuhan perlu dikelola dengan baik karena melibatkan beberapa pabrik. Ciri pokok dari industri yang mengolah berdasarkan pasokan tandan buah segar mengharuskan prinsip pengiriman disesuaikan dengan ketersediaan produk di tingkat pabrik. Minyak sawit kasar yang di produksi ditentukan oleh jumlah tandan buah segar yang dipanen. Meskipun kebutuhan pihak tangki timbun cukup besar tetapi ketersediaan di pabrik sedikit maka jumlah pengiriman disesuaikan dengan ketersediaan di tingkat pabrik. Prinsip dasar kebijakan pasokan ini dimungkinkan karena penjualan produk berdasarkan lelang. Tentunya lelang akan didasarkan pada ketersediaan produk di tangki timbun. Pihak-pihak yang berkepentingan dalam kebijakan pasokan adalah manajer pabrik dan general manager distrik. Pengiriman pasokan menjadi tanggung jawab manajer pabrik setelah dikoordinasikan dengan general manager distrik. Kebijakan pasokan yang mencerminkan hubungan koordinasi antara pabrik dengan manajemen tangki timbun di pelabuhan perlu memperhatikan beberapa langkah penting. Kumpulkan dan rekan data realisasi penjualan minyak sawit kasar dari tangki timbun distrik sebagai basis data penjualan. Prakirakan penjualan dan jadikan sebagai acuan dalam kebijakan pasokan. Tentukan ukuran ekonomis pasokan sesuai sesuai rencana persediaan tangki timbun pelabuhan. Rencanakan jumlah pasokan dari pabrik menggunakan berdasarkan ketersediaan minyak sawit kasar di tangki timbun pabrik. Rekam hasil perencanaan dan realisasi dari setiap periode.
202 Koordinasi kegiatan dalam rantai pasok melalui kerjasama yang sinergis menjadi kunci pokok tujuan perusahaan sehingga memperoleh informasi menjadi sangat penting. Tujuan untuk mencapai peningkatan mutu produk yang unggul secara kompetitif dapat diwujudkan dengan implementasi manajemen rantai pasok. Penerapan strategi ini memerlukan keakuratan data informasi dan sharing informasi antara pemasok bahan baku dengan pabrik yang berguna untuk mengatur aliran bahan baku agar proses produksi dapat berjalan stream-lined. SPK SIRPO dirancang berbasiskan formulasi matematis dan akuisisi pengetahuan dengan tujuan membantu pengambil keputusan dalam manajemen rantai pasok. Secara praktis, manajemen rantai pasok adalah metode, alat atau pendekatan pengelolaan sehingga perlu diwujudkan melalui sebuah sistem penunjang keputusan. Hal ini sesuai dengan pandangan Eriyatno (2003) yaitu pendekatan secara sistem dalam pengambilan keputusan dikenal dengan istilah sistem penunjang keputusan yang dimaksudkan untuk memaparkan secara mendetail elemen-elemen sistem sehingga dapat membantu manajer dalam proses pengambilan keputusan. SPK SIRPO dirancang sebagai alat yang sangat dibutuhkan pengambil keputusan dalam perencanaan, analisis dan pengendalian serangkaian kegiatan operasional di sistem rantai pasok minyak sawit kasar. Keberadaan model ini akan menjadi bagian dari upaya efektifitas koordinasi antar unit bisnis dalam hal ini kebun, pabrik dan penjualan sehingga diperoleh keputusan yang memperhatikan sistem sebagai sebuah totalitas atau holistik. Para pengambil keputusan ditingkat kebun, tingkat pabrik dan penjualan dapat melakukan analisis dan mendiskusikan masalah operasional yang dihadapi dengan fasilitas yang tersedia model. Kebaruan dari model ini adalah menganalisis risiko dan optimasi rantai pasok. Selama ini, perhatian penelitian hanya fokus pada optimasi rantai pasok dan belum memperhatikan risiko penurunan mutu secara terintegrasi. Pendekatan sistem yang digunakan dalam penelitian ini berhasil mengintegrasikan manajemen risiko penurunan mutu dan manajemen rantai pasok dalam bentuk sistem penunjang keputusan. Dalam penerapannya, model ini dapat digunakan oleh para pengambil keputusan tingkat unit bisnis. Tujuannya adalah memberikan bantuan kepada para manajer unit untuk menganalisis operasional unitnya masing-masing. Adanya
203 model ini memungkinkan para pengambil keputusan tingkat unit untuk menganalisis dampak keputusan tingkat unit terhadap operasional sistem secara keseluruhan. Pada perusahaan perkebunan yang belum menerapkan manajemen rantai pasok dengan pendekatan sistem, proses pengambilan keputusan akan berlangsung secara parsial. Pengambil keputusan ditingkat unit lainnya tidak memiliki informasi yang memadai tentang kondisi dan kebijakan unit tertentu sehingga keputusan yang di ambil bisa memberikan dampak kurang baik terhadap kinerja sistem secara keseluruhan. Pendekatan sistem mampu menjawab kebutuhan para pengambil keputusan yang terlibat dalam sebuah sistem rantai pasok minyak sawit kasar dengan adanya pemanfaatan data dan informasi antar unit dalam rangka pengambilan keputusan yang terbaik. Model yang dikembangkan ini sangat berperan sebagai teknik perencanaan dan pengendalian rantai pasok. Model ini dapat digunakan sebagai alat analisis bagi pengambil keputusan untuk melakukan perbaikan manajerial dalam bentuk kebijakan mulai dari pasokan bahan baku hingga penimbunan di pelabuhan. Berbagai teknik yang diterapkan menjadi basis model dan basis pengetahuan dalam sistem penunjang keputusan menunjukkan keandalan dalam memberikan penilaian risiko penurunan mutu dan mendapatkan nilai optimal dari variabelvariabel keputusan penting di sistem rantai pasok agroindustri minyak sawit. Disain penunjang keputusan akan memudahkan para pengambil keputusan dalam melakukan analisis dengan berbagai ragam nilai masukan sehingga dengan cepat dan akurat membantu proses pengambilan keputusan. Tentunya penerapan SIRPO dalam praktik manajemen rantai pasok akan memberikan implikasi kebijakan . Dasar pemikiran yang perlu dipahami adalah manajemen rantai pasok sebagai teknik terbaru dalam pengelolaan bahan dan memenangkan
persaingan berdasarkan persaingan
waktu
informasi
dalam
maupun mutu.
Dukungan sistem penunjang keputusan menjadi sangat penting dan sentral dalam menunjang kecepatan dan ketepatan pengambil keputusan bertindak. Manajemen konvensional masih menggunakan pola pikir parsial. Setiap unit di sistem organisasi perusahaan, misalnya kebun dan pabrik, di anggap saling terpisahkan. Setiap bagian aktivitas akan membuat
ukruran-ukuran tersendiri dalam
menentukan kesuksesan pekerjaannya. Dengan kata lain, hubungan antara pihak
204 yang terlibat dalam kegiatan-kegiatan rantai pasok hanya sebatas pada transaksi ketika diperlukan, tanpa mempertimbangkan bagaimana hubungan yang sinergis antara pihak-pihak yang terkait dapat berjalan dengan baik. Seiring dengan berkembangnya ilmu pengetahuan, terjadilah perubahan lingkungan dan orientasi bisnis. Hal ini menghasilkan paradigma berpikir baru terhadap urgensi dari keunggulan kompetitif. Pada akhirnya, paradigma inilah yang mengantarkan bahwa pendekatan manajemen rantai pasok berbasis jalinan kerjasama baik internal, eksternal maupun fungsional dalam suatu struktur rantai pasok sangat diperlukan untuk meraih keunggulan kompetitif tersebut. Dalam implementasi manajemen rantai pasok terdapat beberapa risiko yang harus dipahami oleh para pemegang kegiatan rantai pasok. Faktor-faktor yang sering diabaik an tersebut antara lain terabaikannya dampak ketidakpastian kebijakan persediaan yang sederhana, diskriminasi terhadap konsumen internal, koordinasi antar aktivitas pasokan, analisis metode pengiriman yang tidak lengkap, kendala komunikasi, operasional rantai pasok yang terpisah, definisi ongkos yang tidak tepat dan ketidak lengkapan rantai pasok itu sendiri. SPK SIRPO dapat digunakan untuk menganalisis dan memprediksi sehingga memberikan implikasi yang baik sebab mampu mengatasi berbagai faktor penting yang sering diabaikan tersebut. Pendekatan sistem yang digunakan dalam penelitian ini berkontribusi bagi pengambil keputusan dalam praktik manajemen rantai pasok agroindustri minyak sawit yang baik. Faktor ketidakpastian telah di akomodir dalam model ini khususnya aspek permintaan. Pengambil keputusan dengan pengalamannya cukup menentukan bias fluktuasi dari prakiraan yang telah dilakukan. Preferensi pengambil keputusan ini diharapkan akan mampu mengatasi ketidakpastian tersebut. Pengendalian tangki timbun tidak lagi dipandang secara terpisah antara pabrik dan pelabuhan tetapi terintegrasi melalui optimasi rantai pasok. Jumlah produksi dan pasokan ekonomis telah mempertimbangkan faktor ketidakpastian permintaan sehingga tingkat persediaan yang ditetapkan diharapkan dapat memperkecil risiko penurunan mutu. Sistem rantai pasok agroindustri minyak sawit kasar tidak terlepas dari pemanfaatan kelapa sawit di berbagai industri hilir yang dikenal dengan istilah
205 pohon industri. Penyebaran perkebunan kelapa sawit merupakan aspek yang tidak kalah pentingnya karena berperan sebagai pemasok bahan baku. Rantai pasok total dari agroindustri berbasis kelapa sawit dapat di identifikasi dari pohon industri. Beragam industri yang membutuhkan minyak sawit sebagai bahan baku menunjukkan bahwa pengelolaan pasokan sangat dibutuhkan agar tercipta jaminan ketersediaan dalam jumlah sesuai permintaan dan waktu yang dibutuhkan.
Mitigasi Risiko Mutu Mitigasi risiko adalah usaha penanganan risiko yang dimaksudkan untuk memperkecil dampak yang ditimbulkan dari risiko tersebut. Menurut Kountur (2008)
usaha
yang
dilakukan
fokus
pada
sumber-sumber
risiko
yang
kemungkinan terjadinya besar dan mempunyai dampak yang sangat besar. Hasil verifikasi model menyimpulkan bahwa lama penumpukkan TBS di lokasi TPH, ketersediaan truk dan waktu transportasi TBS merupakan sumber-sumber risiko yang kemungkinan terjadinya tinggi dan mempunyai dampak yang tinggi. Pada tingkat unit operasional, kebun adalah unit yang mempunyai kemungkinan tinggi memicu risiko mutu dan berdampak tinggi apabila tidak ditangani dengan baik. Menurut Darmawi (2008) ada beberapa cara yang dapat dilakukan dalam mitigasi risiko, yaitu menghindari risiko, mengendalikan kerugian, pemisahan atau diversifikasi, kombinasi (pooling) dan pemindahan risiko. Penerapan cara terbaik dalam mitigasi risiko pada manajemen risiko rantai pasok agroindustri minyak sawit kasar perlu dilakukan agar memperoleh hasil yang terbaik dan efektif untuk dioperasionalkan. Sesuai hasil verifikasi penilaian risiko, mitig asi risiko pada lama penumpukkan TBS di lokasi TPH, ketersediaan truk dan waktu transportasi TBS dapat dilakukan dengan cara kombinasi. Bentuk nyatanya adalah menambah jumlah truk sehingga laju kedatangan truk sama dengan atau lebih cepat dari laju kedatangan pasokan TBS hasi panen di lokasi TPH. Mutu merupakan sebuah tolak ukur dari penilaian diterima atau tidaknya sebuah produk. Pencapaian mutu yang sempurna tentunya sistem harus di kontrol dan diperbaik i secara berkesinambungan (continous improvement) agar produk
206 yang dihasilkan mencapai keunggulan nilai dan produktivitas. Salah satu sistem yang memegang erat pengaruh terhadap mutu tersebut adalah sistem rantai pasok. Karakteristik produk minyak sawit kasar bukan berupa produk inovatif, tetapi produk fungsional yang memiliki ciri volume produksi tinggi dan pengendalian biaya yang wajar. Tipe ini membutuhkan koordinasi yang baik antar channel dalam rantai pasok untuk mengurangi variabilitas dan ketidak pastian permintaan maupun pasokan. Peran sharing informasi sangat memegang peranan penting dalam hal koordinasi maupun komunikasi antar mata rantai kegiatan pasok. Sharing informasi membantu mencegah efek variabilitas yang pada umumnya disebabkan oleh adanya time lag antara channel partner dan data mengenai persediaan bahan pada rantai pasok. Adanya aturan sharing informasi dapat mengurangi efek “bullwhip” atau keadaan yang mendesak atau tiba-tiba terjadi sehingga membuat kepanikan atau keteledoran yang terjadi luas ketika ada distorsi dari informasi. Adanya pengintegrasian informasi dapat dipakai sebagai alat pengambil keputusan secara strategis, taktis, atau operasional. Integrasi dan sharing informasi dapat mengurangi ketidak akuratan data, meningkatkan koordinasi dan komunikasi yang berimbas pada kelancaran sistem aliran pasok. Adanya sharing informasi yang baik antara kebun kelapa sawit baik inti dan plasma, dan pabrik akan berefek pada peningkatan mutu minyak sawit kasar secara tidak langsung. Misalnya, mengurangi risiko penurunan mutu akibat tidak berjalannya koordinasi dengan baik yang dapat menyebabkan penumpukan tandan buah segar menginap (restan) di kebun. Penumpukan dan waktu tunggu ini akan membuat buah kelapa sawit menjadi busuk dan meningkatnya kadar asam lemak bebas. Sistem informasi akhirnya menjadi sangat penting dan pada umumnya hal ini masih sering diabaikan atau tidak menjadi fokus perhatian oleh para pemasok dalam channel partner. Peningkatan integrasi rantai pasok dilakukan untuk memperpendek jarak yang terbentang antara pemasok sampai konsumen. Semakin pendek jarak tersebut maka arus barang dan informasi dalam rantai pasok akan semakin cepat sehingga berdampak pada peningkatan kemampuan perusahaan dalam merespon keinginan konsumen dan pada akhirnya mempengaruhi peningkatan loyalitas konsumen dan pangsa pasar perusahaan.
207 SPK SIRPO akan menjadi sebuah pendekatan yang dapat digunakan untuk memberikan solusi atas permasalahan menjaga arus bahan ke pabrik dengan mutu yang baik. Penerapan model akan menjadi landasan awal terciptanya sistem informasi mulai dari pihak kebun sawit sampai ke perusahaan terintegrasi dan terbarui dengan baik. Integrasi informasi ini secara teknis dapat dilakukan melalui mengintegrasikan data keuangan dan operasional rantai pasok manajemen puncak dapat mengontrol kinerja keuangan perusahaan dengan lebih baik. Di samping itu, integrasi akan membakukan proses operasi melalui implementasi best practice sehingga terjadi peningkatan produktivitas, penurunan ketidak-efisienan dan peningkatan mutu produk serta menstandarkan data dan informasi melalui keseragaman pelaporan. Wujud dari konsep integrasi untuk meningkatkan mutu minyak sawit kasar adalah s istem manajemen pesanan, sistem manajemen tangki timbun, dan sistem manajemen transportasi. Sistem manajemen pemesanan meliputi pengaturan kontak dengan pihak kebun pada saat pendataan dan penempatan bahan baku tandan buah sawit sehingga ketersediaan tetap terjaga. Kemudian sistem manajemen tangki timbun berkaitan erat dengan sinkronisasi data persediaan dan pasokan tandan buah segar meliputi penetapan tingkat persediaan, pemilihan pesanan, pemilihan rute dan estimasi ketersediaan tandan buah segar disetiap sumber Sistem manajemen transportasi yang terdiri rencana kebutuhan truk, rute transportasi, mengikuti proses pengiriman, dan mengatur jadwal pengiriman dari pabrik ke pelabuhan berdasarkan data yang telah tersedia. Variabel-variabel keputusan yang menjadi kunci dalam efektivitas koordinasi adalah INTIt, PLASMAt, LUARt dan KIRIMt. Tiga variabel-variabel keputusan pertama berkaitan dengan target pasokan yang harus dipenuhi semua sumber pasokan. Informasi ini akan menjadi acuan bagi para pengambil keputusan disetiap kebun. Adanya target ini akan diikuti dengan perencanaan produksi tandan buah segar yang efektif dengan memperhatikan aspek jumlah panen dan mutunya. Variabel keputusan KIRIMt menjadi kunci koordinasi antara pabrik dan pelabuhan. Jumlah produk yang di kirim ke pelabuhan didasarkan pada ketersediaan di pabrik dan permintaan pihak pelabuhan. Informasi ini sangat
208 bermanfaat untuk mempersiapkan kebutuhan mobil tangki. Ketersediaan mobil tangki dibutuhkan untuk menjamin jumlah pasokan ke pelabuhan dapat dipenuhi.
Kelebihan dan Keterbatasan SPK-SIRPO SPK-SIRPO dirancang untuk membantu pengambil keputusan dalam mengelola operasional rantai pasok dengan memperhatikan faktor-faktor pemicu risiko penurunan mutu. Beberapa kelebihan dari hasil rancangan ini dapat dilihat dari kegunaannya terhadap manajemen rantai pasok, manajemen persediaan di pelabuhan, manajemen risiko dan manajemen transportasi TBS panen. Aspekaspek penting ini berhasil diintegrasikan dalam sebuah sistem penunjang keputusan. Aliran data yang bersumber dari keempat aspek tersebut akan saling berinteraksi
sehingga
menghasilkan
rekomendasi
yang
efektif
untuk
dioperasionalkan. Upaya menjamin mutu minyak sawit kasar tidak cukup dilakukan secara parsial. Interaksi antar kegiatan pokok dalam rantai pasok perlu dianalisis secara menyeluruh sehingga diketahui tingkat risiko terhadap penurunan mutu produk. Kelebihan model ini adalah berkemampuan dalam memberikan penilaian tingkat risiko sekaligus rekomendasi penanganannya. Cara penilaian mempertimbangkan tiga orang pengambil keputusan yang diharapkan mewakili pengelola kebun, pabrik dan fasilitas penyimpanan di pelabuhan. Informasi yang diberikan adalah menyeluruh meliputi tingkat risiko di kebun, pabrik dan pelabuhan. Teknik MEMCDM yang diterapkan dalam model penilaian risiko memungkinkan akomodasi konflik kepentingan antar pihak dalam rantai pasok minyak sawit kasar. Hasil agregasi tingkat risiko merupakan hasil kompromi. Permasalahan dalam manajemen rantai pasok agroindustri minyak sawit kasar harus diselesaikan secara holistik. Model yang dihasilkan dalam penelitian ini telah mengakomodir seluruh variabel keputusan penting baik dari unit kebun, unit pabrik dan penjualan minyak sawit kasar. Nilai-nilai yang dihasilkan model dapat digunakan sebagai rencana kerja setiap unit operasional rantai pasok. Kemampuan model adalah memprediksi nilai-nilai variabel keputusan untuk 12
209 bulan masa datang. Perencanaan produksi dengan periode bulanan sangat dibutuhkan pengambil keputusan untuk mengendalikan efektivitas rantai pasok. Kegiatan pengapalan minyak sawit kasar membutuhkan ketersediaan produk di tangki timbun pelabuhan dalam jumlah yang mencukupi dan mutu sesuai keinginan konsumen. Kelebihan model ini adalah mempertimbangkan permintaan atau prakiraan penjualan minyak sawit kasar secara fuzzy. Kondisi permintaan yang rendah, normal dan tinggi merupakan kondisi nyata yang dihadapi pihak penjualan sehingga perlu diakomodir dalam pengendalian persediaan. Model persediaan mengakomodir pengetahuan para pengambil keputusan untuk memperkirakan rentang permintaan dalam bentuk representasi triangular. Pertimbangan mengakomodir pengetahuan pengambil keputusan ini sangat penting karena tidak seluruh data yang dibutuhkan tersedia secara statistik, sementara pengalaman pengambil keputusan terhadap kemungkinan situasi pasar di masa datang mencukupi. Model persediaan dengan pendekatan fuzzy ini merupakan teknik yang masih baru dalam manajemen persediaan. Transportasi TBS panen sangat penting karena risiko penurunan mutu sangat tinggi. Kelebihan dari model yang dihasilkan adalah mempertimbangkan jaminan seluruh panen di setiap lokasi dapat diangkut ke pabrik. Jaminan ini diikuti dengan upaya mempersingkat waktu transportasi dengan memperpendek total jarak transportasi. Ada dua informasi penting yang dihasilkan dari model ini dan sangat dibutuhkan pengambil keputusan, yaitu jumlah kebutuhan truk dan rute perjalanan truk setiap trip. Model memberikan keleluasaan bagi perencanan dalam menentukan jumlah trip. Jumlah kebutuhan truk yang dihasilkan model sangat bermanfaat untuk mengantisipasi kekurangan truk yang tersedia. Kekurangan jumlah truk dapat segera diantisipasi dengan membangun kontrak kerja dengan penyedia jasa penyewaan truk yang ada disekitar perkebunan. Sumber pasokan yang diakomodir dalam SPK–SIRPO adalah kebun inti, kebun plasma dan kebun rakyat. Dalam aplikasi di dunia nyata, model yang dihasilkan ini dapat diterapkan pada sumber pasokan yang lebih kecil dari tiga kebun. Fleksibilitas ini merupakan kelebihan dari model sehingga dapat diaplikasikan pada agroindustri yang mempunyai sumber pasokan kebun milik sendiri dan kebun rakyat. Sistem seperti ini banyak dimiliki oleh perusahaan
210 perkebunan swasta. Pada aplikasi dengan sistem PIR, keluaran dari jumlah optimal pasokan merupakan informasi yang dibutuhkan pengambil keputusan khususnya penentuan jumlah TBS yang akan dikontrak dari kebun rakyat. Jumlah TBS dari kebun rakyat perlu dipastikan agar kelebihan pasokan total dapat diminimumkan. Kelebihan lainnya dari model ini adalah mempertimbangkan faktor kerusakan TBS yang tidak layak olah tetapi lolos kedalam pabrik. Masalah ini sering muncul yang disebabkan oleh faktor akurasi inspeksi mutu di bagian penerimaan yang kurang. Realita ini diakomodir model sehingga memberikan informasi kepada pengambil keputusan konsekwensi TBS yang tidak layak olah lolos pada proses pengolahan. Fraksi kerusakan TBS diperoleh dari penilaian risiko mutu. Manfaat yang diperoleh dari variabel TBS tidak layak olah bagi pengambil keputusan adalah tindakan preventif yang harus dilakukan agar ambang batas jumlah kerusakan terjaga bahkan bisa dikurangi. Kelebihan model berikutnya adalah penerapan obyektif majemuk. Minimisasi biaya dan maksimisasi utilisasi pabrik merupakan permasalahan konflik antara pasokan TBS dan penggunaan kapasitas pabrik. Manfaat yang diperoleh pengambil keputusan dengan kelebihan model ini adalah dua informasi penting yang dibutuhkan dalam operasional rantai pasok yaitu utilisasi pabrik dan biaya
unit
operasional
rantai
pasok.
Model
sangat
mempertimbangkan
pemanfaatan kapasitas olah efektif dengan menyerap TBS dari tiga sumber dengan kombinasi optimal yang meminimumkan biaya unit secara keseluruhan. Keluaran dari model akan menjadi bagian dari proses koordinasi yang lebih efektif sehingga keunggulan produktivitas dan nilai dapat dicapai secara simultan. Hasil optimasi yang dihasilkan model bukan satu penyelesaiaan tetapi kumpulan penyelesaian optimal. Teknik optimasi secara Pareto ini akan memberikan kesempatan kepada para pengambil keputusan yang terlibat dalam manajemen rantai pasok menentukan sikapnya dengan memilih penyelesaian yang terbaik. Proses pemilihannya hanya dibatasi pada alternatif nilai fungsi obyektif biaya unit operasional atau utilisasi pabrik. Pengambil keputusan bisa memilih berdasarkan nilai terbaik dari kedua fungsi obyektif yang digunakan.
211 Perencanaan yang dihasilkan SPK-SIRPO menggunakan periode bulanan sehingga bersifat dinamis tetapi kondisi kendala-kendala diasumsi deterministik. Keterbatasannya adalah kondisi-kondisi probabilistik belum diakomodir pada kendala tertentu. Contohnya pada kendala kapasitas olah efektif pabrik yang deterministik dan nilainya diperoleh secara agregatif. Pada pabrik yang belum menerapkan sistem manajemen perawatan dengan baik maka kapasitas olah pabrik efektif setiap bulan akan bersifat probabilistik. Kondisi probabilistik disebabkan kerusakan mesin-mesin disetiap periode terjadi secara berubah-ubah mengikuti
sebaran
kemungkinan
tertentu.
Kendala
kapasitas
olah
akan
mempengaruhi nilai kombinasi optimal pasokan TBS dan tentunya memberi pengaruh terhadap nilai-nilai fungsi obyektif. Keterbatasan model lainnya dapat dilihat dari tipe perencanaan yang sentralistik dan bersifat dari atas ke bawah (top down) berdasarkan dua fungsi tujuan. Asumsinya adalah ada konsensus tentang permasalahan dan tujuan yang hendak dicapai. Nilai optimal yang dihasilkan model merupakan keputusan yang harus dilaksanakan oleh setiap unit operasional. Tipe perencanaan sentralistik tidak mampu mengantisipasi apabila keputusan nilai optimal tidak dilaksanakan oleh pihak-pihak terkait. Pemasok TBS dari kebun plasma dan kebun rakyat bisa saja menolak jumlah pasokan optimal atas berbagai pertimbangan sehingga nilai optimal fungsi obyektif tidak tercapai. Apabila hal ini terjadi maka skala ekonomis tidak akan tercapai. Kemampuan model adalah memberikan informasi apabila terjadi perubahan-perubahan situasi yang berkaitan dengan harga, biaya dan ketersediaan sumberdaya lainnya. Keluaran dari hasil simulasi merupakan informasi yang dibutuhkan para pengambil keputusan untuk menentukan sikap.
KESIMPULAN DAN SARAN Kesimpulan Hasil-hasil yang telah dicapai dari penelitian ini dapat disimpulkan sebagai berikut: 1. Penelitian ini telah berhasil merancang sebuah Sistem Penunjang Keputusan (SPK) dengan nama SIRPO yang mempunyai kemampuan memberikan rekomendasi yang efektif untuk dioperasionalkan oleh pengambil keputusan dalam pengelolaan risiko mutu dan rantai pasok minyak sawit kasar. SPK dirancang dengan mengintegrasikan teknik optimasi dan mekanisme protokol atau rule base. Kombinasi metodametoda yang terdapat pada basis model adalah teknik ME-MCDM, operator OWA, teknik heuristik, algoritma genetika obyektif majemuk, logika fuzzy dan binary integer programming. 2. SPK-SIRPO dirancang menggunakan pendekatan sistem dengan mengakomodir seluruh variabel keputusan penting pada kebun, pabrik dan fasilitas penyimpanan persediaan minyak sawit kasar di pelabuhan. Optimasi rantai pasok dilakukan dengan obyektif majemuk dan penilaian
risiko
berkelompok
mutu
secara
berdasarkan
independen.
pengambilan
keputusan
Kepentingan para pengambil
keputusan pada semua unit operasional diakomodir dan pengambilan keputusan dilakukan dengan memilih penyelesaian berdasarkan kombinasi terbaik dari dua fungsi obyektif yang digunakan. 3. Formulasi matematik rantai pasok berguna untuk menentukan nilai optimal variabel-variabel keputusan dengan dua fungsi obyektif yaitu minimisasi biaya unit operasional dan maksimisasi utilisasi pabrik. Variabel-variabel keputusan model adalah jumlah pasokan tandan buah segar dari kebun inti, kebun plasma dan pihak ketiga, jumlah tandan buah segar yang tidak layak olah, jumlah minyak sawit kasar yang dihasilkan, jumlah persediaan minyak sawit kasar di tangki timbun pabrik dan pelabuhan dan jumlah pengiriman minyak sawit kasar dari pabrik ke pelabuhan. 212
213 4. Formulasi matematik pada persediaan berguna untuk menentukan jumlah pengiriman minyak sawit kasar dari pabrik ke pelabuhan. Nilai optimal pengiriman akan menjadi salah satu masukan dalam mendapatkan optimasi rantai pasok secara keseluruhan. Hubungan basis model akan mengkaitkan model persediaan dengan model rantai pasok. 5. Formulasi matematik untuk transportasi tandan buah segar ditujukan untuk penentuan kebutuhan truk dan rute transportasi keseluruh lokasi panen. Model ini bertujuan untuk membantu pengambil keputusan dalam merencanakan kegiatan transportasi panen di kebun inti dan kebun plasma. Informasi jumlah kebutuhan truk yang dihasilkan model bermanfaat bagi manajer kebun dalam mengantisipasi jumlah truk yang kurang. 6. Formulasi matematik yang dihasilkan merupakan proses sintesa sebagai bagian dari teknik pengambilan keputusan manajemen panen, transportasi, pengolahan dan pengelolaan persediaan secara terpadu melalui proses kreatif terhadap sesuatu yang masih belum diketahui. 7. Sumber-sumber risiko mutu pada rantai pasok minyak sawit kasar adalah pada pemanenan tandan buah segar, pengangkutan hasil panen, pengolahan, penyimpanan di tangki timbun pabrik, pengiriman minyak sawit kasar ke pelabuhan dan penyimpanan minyak sawit kasar di pelabuhan. Pemicu risiko pada pemanenan tandan buah segar adalah cara panen, jumlah panen, ketrampilan pekerja, lama penumpukkan di tempat pengumpulan hasil dan pengawasan panen. Pemicu risiko pada transportasi panen adalah kondisi jalan, ketersediaan truk, waktu angkut dan pemuatan dan pembongkaran muatan panen. Pemicu risiko pengolahan adalah sortasi, penumpukan, perebusan, penebahan, pengepresan dan pemurnian. Pemicu risiko pada penyimpanan minyak sawit kasar adalah lama penimbunan, jumlah penimbunan dan penanganan tangki timbun. Pemicu risiko pada pengiriman ke pelabuhan adalah lama perjalanan, ketersediaan mobil tangki, pemuatan di pabrik dan pembongkaran di pelabuhan.
214 8. Verifikasi model dilakukan di unit Kebun Tajati dan Pabrik Long Pinang yang dimiliki PTPN XIII. Hasil verifikasi menyimpulkan bahwa risiko penurunan mutu yang tertinggi terdapat pada transportasi panen. Kebun adalah unit yang berisiko paling tinggi terhadap penurunan mutu. Penanganan risiko di kebun adalah meminimumkan waktu angkut, mengevaluasi jumlah trip dan menjamin ketersediaan truk. Penanganan risiko di pabrik adalah menjaga akurasi proses sortasi tandan buah segar dan menjamin penumpukan di loading ramp tidak memicu kerusakan tandan buah segar. Penanganan risiko di pelabuhan
adalah
meningkatkan
pengawasan
pemuatan
dan
pembongkaran minyak sawit kasar dan perawatan tangki timbun dengan baik. 9. Hasil optimasi rantai pasok adalah biaya unit operasional sebesar Rp 5.893,6 per kilogram minyak sawit kasar dan utilisasi pabrik sebesar 0,84. Perbaikan produktivitas yang dihasilkan hanya didasarkan pada peningkatan utilisasi pabrik sebesar 10,36%. Perbandingan terhadap biaya unit rantai pasok tidak dapat dilakukan karena biaya operasional dihitung per unit operasional oleh pihak perusahaan tidak berdasarkan sistem secara keseluruhan. Kombinasi optimal dari pasokan TBS secara rata-rata menunjukan bahwa 35,17% di pasok dari kebun inti sedangkan 37,11% dari kebun plasma dan 27,71% dari kebun rakyat. Besar komposisi pasokan TBS ini memperlihatkan komitmen perusahaan inti untuk bekerja sama dengan kebun rakyat di sekitarnya cukup tinggi. Kombinasi optimal pasokan TBS yang dihasilkan memberikan jaminan bahwa seluruh permintaan yang diperkirakaan dapat dipenuhi. 10. Prosedur validasi yang diterapkan dalam penelitian ini adalah memberik an
keleluasaan
ahli
memberikan
penilaian
dengan
menerapkan teknik face validity. Validasi bertujuan mendapatkan kecocokan bahwa SPK–SIRPO telah mengandung semua elemenelemen, kejadian dan relasi dari sebuah sistem rantai pasok minyak sawit kasar yang mempertimbangkan risiko penurunan mutu dengan
215 melibatkan partisipasi dari praktisi dan akademisi. Hasil validasi menyimpulkan bahwa model mempunyai kegunaan dalam membantu pengambil keputusan disetiap tingkatan pada sistem rantai pasok minyak sawit kasar. Kegunaan model ditunjukkan dari kelengkapan model untuk bisa diterapkan dan mampu menganalisis berbagai unit operasional. Model memiliki nilai kegunaan yang besar peranannya dalam mendukung para pengambil keputusan melalui berbagai fasilitas analisis dan optim asi yang mudah digunakan.
Saran Penjaminan mutu minyak sawit kasar ditentukan oleh mutu tandan buah segar. Pengendalian mutu tandan buah segar dilakukan dalam dua tahap yaitu pada bagian penerimaan tandan buah segar dan penumpukan di loading ramp. Kebijakan ini membutuhkan manajemen supervisi yang baik agar kegiatan pengendalian mutu dapat dilakukan sesuai prosedur pengoperasian standar. Supervisor pada bagian loading ramp harus menjamin tandan buah segar yang tidak layak olah dikontrol berdasarkan fraksi kerusakan bahan baku yang ditetapkan. Efektivitas manajemen risiko mutu ini perlu ditindak lanjuti dengan memformulasikan indikator-indikator teknis pemeriksaan bahan baku di stasiun penumpukan untuk menjamin mutu. Ketersediaan truk untuk transportasi tandan buah segar menjadi salah satu faktor penting untuk menjamin pasokan ke pabrik sekaligus penjaminan mutu. Manajemen kebun perlu menjalin hubungan yang baik dengan para kontraktor transportasi agar kekurangan truk dapat diantisipasi. Jalinan kerjasama dengan koperasi jasa transportasi di sekitar perkebunan merupakan langkah strategis untuk mendukung efektivitas transportasi tandan buah segar. Kapasitas olah pabrik perlu dikelola dengan baik agar produktivitas pabrik dapat ditingkatkan. Jam kerja efektif pabrik dapat ditingkatkan dengan sistem perawatan mesin-mesin pabrik khususnya sinkronisasi antara kegiatan pengolahan dan perawatan mesin-mesin. Sinkronisasi ini membutuhkan identifikasi unit pengolahan yang berpotensi bottleneck baik dari kapasitas maupun waktu proses.
216 Model yang dihasilkan dalam penelitian ini masih dapat dikembangkan dengan memperhatikan beberapa keterbatasn model yaitu: 1. Keterbatasan model dapat dilihat dari peran para aktor yang terlibat dalam manajemen rantai pasok. Asumsinya adalah ada konsensus tentang permasalahan dan tujuan yang hendak dicapai. Kemampuan model adalah memberikan informasi apabila terjadi perubahanperubahan situasi yang berkaitan dengan harga, biaya dan ketersediaan sumber daya lainnya. Keluaran dari model bersifat top down yang harus dilaksanakan oleh unit operasional. Pengembangan model selanjutnya adalah isu desentralisasi dan perencanaan bottom up yang dirancang dengan teknik agent based modeling. 2. Mengembangkan model untuk tingkat Enterprise Resource Planning (ERP) sehingga manajemen
puncak dapat merencanakan dan
mengendalikan sistem kinerja keuangan perusahaan dengan baik. Perancangan
ERP
agroindustri
minyak
sawit
kasar
meliputi
standarisasi proses operasi melalui implementasi best practice, standarisasi data dan informasi melalui keseragaman pelaporan dan memanfaatkan SPK–SIRPO sebagai salah satu modulnya. 3. Produktivitas
pengolahan
pada
pabrik
membutuhkan
sistem
manajemen produksi dan perawatan yang terpadu sehingga kerusakan mesin pada proses pengolahan secara tiba-tiba dapat dikurangi. Pengembangan kerusakan
model
mesin-mesin
selanjutnya yang
memperhatikan
diformulasikan
probabilitas
pada
kendala
ketersediaan kapasitas. 4. Manajemen mutu terpadu sangat dibutuhkan untuk mencapai keunggulan nilai pada agroindustri minyak sawit kasar. Arah penelitian yang disarankan adalah merumuskan indikator-indikator pengendalian mutu, sistem supervisi dan prosedur operasi standar untuk setiap kegiatan dari kebun sampai pelabuhan.
DAFTAR PUSTAKA Aghezzaf E. 2005. Capacity Planning and Warehouse Location in Supply Chains with Uncertain Demand. Journal of Operational Research Society 56: 453462. Aliev RA, Fazlollahi B, Guirimov BG, Aliev RR. 2007. Fuzzy-Genetic Approach to Agregate Production-Distribution Planning in Supply Chain Management. Information Sciences 177: 4241-4255. Austin JE. 1981. Agroindustrial Project Analysis. Maryland:The John Hopkins University Press. Barlow C, Zen Z, Gondowarsito R. 2003. The Indonesian Oil Palm Industry. Oil Palm Industry Economic Journal 3(1): 8–15. Basiron Y. 2002. Palm Oil and Its Global Supply dan Demand Prospects. Oil Palm Industry Economic Journal 2(1): 1–10. Basiron Y, Weng CK. 2005. The Role of Research and Development Strategies in Food Safety and Good Agricultural, Manufacturing and Distribution Practice in Malaysian Palm Oil Industry. Oil Palm Industry Economic Journal 5(1): 1–16. Basdabella S. 2001. Pengembangan Sistem Agroindustri Kelapa Sawit dengan Pola Perusahaan Agroindustri Rakyat [disertasi]. Bogor: Sekolah Pascasarjana Institut Pertanian Bogor. Björk, KM. 2008. The Economic Production Quantity Problem with a Finite Production Rate and Fuzzy Cycle Time. Proceeding of the 41st Hawaii International Conference on System Science: 1530-1605. Brown JG. 1994. Agroindustrial Investment and Operations. Washinton: The World Bank. Burer S, Jones PC, Lowe TJ. 2007. Coordinating The Supply Chain in The Agricultural Seed Industry. European Journal of Operational Research 185(1): 354-377. Carson JS. 2002. Model Verification and Validation. Di dalam: Yucesan E, Chen C-H, Snowdon L, Charnes JM, editor. Proceeding of the 2002 Winter Simulation Conference: 52–58. Cavinato JL. 2004. Supply Chain Logistic Risks: From The Back Room to The Board Room. International Journal of Physical Distribution & Logistic Management 34(5): 383-387. Chen HC, Wee HM, Wang KJ, Hsieh YH. 2007. Using Artificial Neural Network in Multi Agent Supply Chain Systems. Third International Conference on Natural Computation (ICNC 2007): 1–5.
216
217 Daellenbach HG. 1994. Systems and Decision Making. England: John Wiley & Sons Ltd. Deb K, Agarwal RB. 1995. Simulated Binary Crossover for Continuous Search Space. Complex Systems 9: 115–148. Deleris LA, Erhun F. 2005. Risk Management in Supply Networks using Monte Carlo Simulation. Di dalam: Kuhl ME, Steiger NM, Armstrong FE, Joines JA, editor. Proceeding of the 2005 Winter Simulation Conference: 16431649. Dja’far, Wahyono T. 2003. Skala Usaha dan Break Even Point Perusahaan Perkebunan Kela pa Sawit. Jurnal Penelitian Kelapa Sawit 11(2-3): 61–74. Djohar S, Tanjung H, Cahyadi ER. 2003. Building A Competitive Advantage on CPO Through Supply Chain Management: A Case Study in PT. Eka Dura Indonesia, Astra Agrolestari, Riau. Jurnal Manajemen & Agribisnis 1(1): 20-32. Didu MS. 2000. Rancang Bangun Sistem Penunjang Keputusan Pengembangan Agroindustri Kelapa Sawit untuk Perekonomian Daerah [disertasi]. Bogor: Sekolah Pascasarjana Institut Pertanian Bogor. Eriyatno. 2003. Ilmu Sistem: Meningkatkan Mutu dan Efektivitas Manajemen. Jilid Satu. Edisi Ketiga. Bogor: IPB Press. Eriyatno. 2007. Riset Kebijakan: Metode Penelitian untuk Pascasarjana. Bogor: IPB Press. Fauzi Y, Widyastuti YE, Satyawibawa I, Hartono R. 2006. Kelapa Sawit. Depok: Penerbit Penebar Swadaya. Gaonkar R, Viswanadham N. 2006. A Conceptual and Analytical Framework for The Management of Risk in Supply Chains [working paper]. US: Indian School of Business. Giannakis M, Croom SR. 2004. Toward of Development of a Supply Chain Management Paradigm: A Cenceptual Framework. Journal of Supply Chain Management 2: 27–37. Gigler JK, Hendrix EMT, Heesen RA, Hazelkamp VGW van den, Meerdink G. 2002. On Optimisation of Agri-Chains by Dynamic Programming. European Journal of Operational Research 139: 613–625. Goenadi DH, Dradjat B, Emingpraja L, Hutabarat B. 2005. Prospek dan Arah Pengembangan Agribisnis Kelapa Sawit di Indonesia [laporan]. Jakarta: Badan Penelitian dan Pengembangan Pertanian Departemen Pertanian. Grunow M, Günther HO, Westinner R. 2007. Supply Optimization for The Production of Raw Sugar. International Journal of Production Economics 110(1-2): 224-239.
218 Gunasekaran A, Patel C, McGaughey RE. 2004. A Framework for Supply Chain Performance Measurement. International Journal of Production Economic 87: 333–347. Hussey J, Hussey R. 1997. Business Research: A Practical Guide for Undergraduate and Postgraduate Students. Chippenham: Macmillan Business. Jackson MC. 1995. Beyond The Fads: Systems Thinking for Managers. Systems Research 12(1): 25-42. Jatmika A. 2007. Rancang Bangun Sistem Pengembangan Agroindustri Kelapa Sawit dengan Strategi Pemberdayaan [disertasi]. Bogor: Sekolah Pascasarjana Institut Pertanian Bogor. Kagnicioglu CH. 2006. A Fuzzy Multiobjective Programming Approach for Supplier Selection in A Supply Chain. The Business Review 6(1): 107-115. Kandiah S, Halim RM, Basiron Y, Rahman ZA, Ngan MA. 2002. Continous Sterilization of Fresh Fruit Bunches. MPOB Information Series 148. Keskin BB, Üster H. 2007. Meta-Heuristic Approaches with Memory and Evolution for A Multi-Product Production/Distribution System Design Problem. European Journal of Operational Research 182: 663–682. Konak A, Coit DW, Smith AE. 2006. Multi-objective Optimization using Genetic Algorithm: A Tutorial. Reliability Engineering and System Safety 91: 992– 1007. Lam J. 2003. Enterprise Risk Management: from Incentives to Controls. New Jersey: John Wiley & Sons Inc. Lee HL. 2002. Aligning Supply Chain Strategies with Product Uncertainties. California Management Review 44(3): 105–119. Macal CM, North MJ. 2006. Tutorial on Agent-Based Modeling and Simulation Part 2: How to Model with Agents. Di dalam: Perrone LF, Wieland FP, Liu J, Lawson BG, Nicol DM, Fujimoto RM, editor. Proceeding of the 2006 Winter Simulation Conference: 73–83. Maryadi, Yusuf AK, Mulyana A. 2004. Pricing of Palm Oil Fresh Fruit Bunches for Smallholders in South Sumatera [makalah]. Palembang: Fakultas Pertanian Universitas Sriwijaya. McGinnis LF. 1998. BPR and Logistic: The Role of Computational Models. Di dalam: Farrington PA, Nembhard HB, Sturrock DT, Evans GW, editor. Proceeding of the 1998 Winter Simulation Conference: 1365–1370. Meixell MJ, Gargeya GB. 2005. Global Supply Chain Design: A Literature Review and Critique. Transportation Research Part E 41: 531-550.
219 Milan EL, Fernandez SM, Aragones LMP. 2006. Sugar Cane Transportation in Cuba, A Case Study. European Journal of Operational Research 174: 374– 386. Norrman A, Jansson U. 2004. Ericsson Proactive Supply Chain Risk Management Approach after A Serious Sub-Supplier Accident, International Journal of Physical Distribution & Logistic Management 34(5): 434–456. Pahan I. 2006. Kelapa Sawit: Manajemen Agribisnis dari Hulu hingga Hilir. Depok: Penerbit Penebar Swadaya. Petrovic D, Roy R, Petrovic R. 1999. Supply Chain Modeling with Fuzzy Sets. International Journal of Production Economics 59: 443-453. Philpott A, Everett G. 2001. Supply Chain Optimisation in The Paper Industry. Annals of Operations Research 108: 225-237. Radhakrishnan P, Prasad VM, Gopalan MR. 2009. Inventory Optimization in Supply Chain Management using Genetic Algorithm. International Journal of Computer Science and Network Security 9(1): 33-40. Radhakrishnan P, Prasad VM, Gopalan MR. 2009. Optimizating Inventory using Genetic Algorithm for Effic ient Supply Chain Management. Journal of Computer Science 5(3): 233-241. Rohde J. 2004. Hierarchical Supply Chain Planning using Artificial Neural Networks to Anticipate Base Level Outcomes. OR Spectrum 26: 471–492. Ruben R, Boselie D, Lu H. 2007. Vegetables Procurement by Asian Supermarkets: A Transaction Cost Approach. Supply Chain Management: An International Journal 12: 60-68. Ruben R, Slingerland M, Nijhoff H. 2006. Agro-food Chains and Networks for Development. Di dalam: Ruben R, Slingerland M, Nijhoff H, editor. Agrofood Chains and Networks for Development. Netherlands: Springer: 1-25. Sabri EH, Beamon BM. 2000. A Multi-Objective Approach to Simultaneous Strategic and Operational Planning in Supply Chain Design. Omega 28: 581-598. Santoso I. 2005. Rekayasa Model Manajemen Risiko untuk Pengembangan Agroindustri Buah-Buahan secara Berkelanjutan [disertasi]. Bogor: Sekolah Pascasarjana Institut Pertanian Bogor. Sargent RG. 1999. Validation and Verification of Simulation Models. Farrington PA, Nembhard HB, Sturrock DT, Evans GW, Editors. Proceeding of the 1999 Winter Simulation Conference: 39-48. Seshadri A. 2006. Multi-Objective Optimization using Evolutionary Algorithm. http://www.mathworks.com/matlabcentral/fileexchange/10351. [Diunduh 9 September 2007]
220 Sha DY, Che ZH. 2006. Supply Chain Network Design: Partner Selection and Production/Distribution Planning using a Systematic Model. Journal of Operations Research Society 57: 52-62. Shen ZJM. 2007. Integrated Supply Chain Design Models: A Survey and Future Research Directions. Journal of Industrial and Management Optimization 3(1): 1–27. Simchi-Levi D, Kaminsky P, Simchi-Levi E. 2000. Designing and Managing the Supply Chain: Concepts, Strategies and Case Studies. Singapore: The MSGraw-Hill Company, Inc. Slingerland M, Ruben R, Nijhoff H, Zuurbier PJP. 2006. Food Chains and Networks for Development. Di dalam: Ruben R, Slingerland M, Nijhoff H, editor. Agro-food Chains and Networks for Development. Netherlands: Springer: 219-231. Smith SB. 1989. Computer-Based Production and Inventory Control. New Jersey: Prentice-Hall, Inc. Susila WR. 2006. Peluang Pengembangan Kelapa Sawit di Indonesia: Perspektif Jangka Panjang 2025 [makalah]. Bogor: Lembaga Riset Perkebunan Indonesia. Thomas DJ, Griffin PM. 1996. Coordinated Supply Chain Management. European Journal of Operational Research 94: 1–15. Vanany I, Zailami S, Pujawan N. 2009. Supply Chain Risk Management: Literature Review and Future Research. International Journal of Information System and Supply Chain Management 2: 16–33. Vasant PM. 2003. Application of Fuzzy Linear Programming in Production Planning. Fuzzy Optimization and Decision Making 3: 229–241. Vasant PM. 2006. Fuzzy Production Planning and Its Application to Decision Making. Journal of Intelligent Manufacturing 17: 5–12. Vorst JGAJ van der, Beulens AJM, Beek P van. 2000. Modelling and Simulating Multi-Echelon Food Systems. European Journal of Operational Research 122: 354-366. Vorst JGAJ van der. 2004. Supply Chain Management: Theory and Practice. Di dalam: Camps T, Diederen P, Hofstede GJ, VosB, Editor. The Emerging World of Chains & Networks. Hoofdstuk: Elsevier. Vorst, J.G.A.J. van der. 2006. Performance Measurement in Agrifood Supply Chain Networks: An Overview. Di dalam C., Â J. Wijnands, R. Huirne, O. van Kooten, Editor. Quantifying the Agri-food Supply Chain. Netherlands: Springer Science Business Media: 13–24. Vorst JGAJ van der, Da Silva CA, Trienekens J H. 2007. Agro-Industrial Suppply Chain Management: Concepts and Applications. Agricultural Management,
221 Marketing And Finance Occasional Paper. Roma: Food and Agriculture Organization of The United Nations. Waldman JD. 2007. Thinking Systems Need Systems Thinking. Systems Research and Behavioral Science 24: 271-284. Widodo KH, Nagasawa H, Morizawa K, Ota M. 2006. A Periodical Flowering– Harvesting Model for Delivering Agricultural Fresh Products. European Journal of Operational Research 170: 24–43. Wouda FHE, Van Beek P, van der Vorst JGAJ, Tacke H. 2002. An Application of Mixed Integer Linear Programming Models on Redesign of the Supply Network of Nutricia Dairy & Drink Group in Hungary. OR Spectrum 24: 449-465. Yager RR. 1993. Non-Numeric Multi-Criteria Multi-Person Decision Making. Group Decision and Negotiation 2: 81–93. Yao JS, Su JS. 2008. Fuzzy Total Demand and Maximum Inventory with Backorder Based on Signed Distance Method. International Journal of Innovative Computing, Information and Control 9: 2249-2261. Yandra, Marimin, Jamaran I, Eriyatno, Tamura H. 2007. An Integration of MultiObjective Genetic Algorithm and Fuzzy Logic for Optimization of Agroindustrial Supply Chain Design. Proceeding of the 51st International Society for the System Science Conference: 1-15. Zsidisin GA. 2003. Managerial Perceptions of Supply Risk. Journal of Supply Chain Management 3: 14–24. Zee DJ van der, Vorst JGAJ van der. 2005. A Modeling Framework for Supply Chain Simulation: Opportunities for Improved Decision Making. Decision Sciences 36(1): 65-95.
222
LAMPIRAN – 1 KETERANGAN NOTASI MATEMATIK p = jumlah pakar. Q(p) = nilai pakar ke p. Q(j) = nilai kriteria ke j. B(j) = kebalikan nilai Q(j). G?= permintaan minyak sawit kasar (kg). k = biaya persiapan pengolahan (bilangan fuzzy) (Rp). h = biaya simpan per ton di tangki timbun pabrik (Rp/kg). c = biaya produksi (Rp/kg) ∆1, ∆2 = deviasi permintaan pada representasi fuzzy segitiga. q, qp = kuantitas pasokan ekonomis ke pelabuhan (kg). TC(q) = total biaya persediaan (Rp). BRt = biaya tandan buah segar rusak (Rp/kg). BSt = biaya penyimpanan di tangki timbun pabrik (Rp/kg). BIt = biaya pengadaan tandan buah segar dari kebun inti (Rp/kg). BPt = biaya pengadaan tandan buah segar dari kebun plasma (Rp/kg). BLt = biaya pengadaan tandan buah segar dari kebun pihak ketiga (Rp/kg). BKt = biaya pengiriman produk ke pelabuhan (Rp/kg). BPt = biaya penyimpanan di tangki timbun pelabuhan (Rp/kg). UC = Biaya unit produksi minyak sawit kasar (Rp). KIP = Kapasitas menganggur pabrik (%). TCR = biaya TBS rusak tidak layak olah (Rp). TCP = biaya persediaan tangki timbun di pabrik (Rp). TCB = biaya pasokan tandan buah segar (Rp). TCK = biaya pengiriman produk ke pelabuhan (Rp). TCS = biaya penyimpana di pelabuhan (Rp). KINTIt = Ketersediaan tandan buah segar dari kebun inti periode t (kg). KPLASMAt = Ketersediaan tandan buah segar dari kebun plasma periode t (kg). KLUARt = Ketersediaan tandan buah segar dari kebun luar periode t (kg). RDN = rendemen minyak sawit kasar (%). DEMANDt = permintaan oleh tangki timbun pelabuhan (kg).
223 KOP = kapasitas maksimum pabrik mengolah tandan buah segar (kg/jam). JK = jam kerja yang tersedia setiap periode (jam). PRB = persentase TBS yang rusak (%). SHIPt = jumlah pengapalan periode t (kg). TCPOt = jumlah minyak sawit kasar yang tersedia di pabrik periode t (kg). CPOt = jumlah minyak sawit kasar yang dihasilkan periode t (kg). BBRt = jumlah tandan buah segar yang rusak dan tidak layak olah periode t (kg). INV t = jumlah persediaan di tangki timbun periode t (kg). INTIt = jumlah pengadaan tandan buah segar dari kebun inti periode t (kg). PLASMAt = jumlah tandan buah segar dari kebun plasma periode t (kg). LUARt = jumlah tandan buah segar dari kebun luar periode t (kg). KIRIMt = dan jumlah produk yang dikirim ke pelabuhan periode t (kg). PTPt = persediaan pada akhir periode di tangki timbun pelabuhan periode t (kg).
d ijk = jarak lokasi pada trip i oleh truk j pada kebun k (km). x ijk = penugasan trip i truk j ke kebun k. TRUK = kapasitas truk (kg). PANEN = jumlah panen harian yang diangkut (kg).
224
LAMPIRAN – 2 PETUNJUK PENGGUNAAN PROGRAM APLIKASI SISTEM PENUNJANG KEPUTUSAN – SIRPO Pengantar Program aplikasi SPK-SIRPO dirancang untuk meningkatkan efektivitas manajemen rantai pasok dan penilaian risiko penurunan mutu pada agroindustri minyak sawit kasar. SIRPO dirancang dengan tujuan membantu pengambil keputusan dalam mengevaluasi operasional rantai pasok dalam kaitan risiko penurunan mutu dan penggunaan sumberdaya yang tersedia dalam sistem rantai pasok berdasarkan tujuan yang ditetapkan. Rancangan SPK-SIRPO diupayakan dapat digunakan secara mudah dan interaktif oleh pengguna sesuai dengan kebutuhannya. SPK-SIRPO terdiri dari beberapa komponen yang dikategorisasikan dalam menu manajemen risiko, manajemen rantai pasok dan manajemen transportasi. Setiap menu didukung oleh basis model, basis data dan basis pengetahuan. Ada tiga menu yang berisikan model utama untuk menganalisis sistem rantai pasok minyak sawit kasar yang terdiri dari: 1. Manajemen Risiko Mutu, yaitu model untuk menganalisis risiko mutu menggunakan teknik non-numeric multi criteria decision making. 2. Manajemen
Rantai
Pasok,
yaitu
model
untuk
mengoptimasi
penggunaan sumberdaya rantai pasok dengan teknik optimasi algoritma genetik obyektif majemuk. 3. Manajemen Transportasi TBS, yaitu model untuk pengaturan penugasan truk sehingga seluruh hasil panen tandan buah segar dapat diangkut dari kebun ke pabrik. Penggunaan menu Manajemen Risiko Mutu membutuhkan penilaian tiga pakar atau pengambil keputusan dengan masukan menggunakan label Sangat Tinggi (ST), Tinggi (T), Sedang (S), Rendah (R) dan Sangat Rendah (SR). Masukan diberikan pada setiap faktor pemicu risiko mutu dan diolah komputer
Petunjuk Penggunaan SIRPO
225 menghasilkan skor agregasi dan penanganan risiko mutu. Gambar 1 adalah komposisi dari menu Manajemen Risiko Mutu.
Gambar 1 Komposisi dari menu Manajemen Risiko Mutu
Menu Manajemen Rantai Pasok terdiri dari optimasi persediaan minyak sawit kasar di pelabuhan dan optimasi rantai pasok. Pada menu ini juga tersedia informasi hasil prakiraan ketersediaan tandan buah segar dan penjualan minyak sawit kasar. Pada menu ini dibutuhkan banyak masukan data biaya dan aspek teknis lainnya untuk diolah dalam proses optimasi. Gambar 2 adalah komposisi dari menu Manajemen Rantai Pasok.
Gambar 2 Komposisi dari menu Manajemen Rantai Pasok.
Menu Transportasi TBS akan menghasilkan penugasan truk setiap trip berdasarkan hasil optimasi rantai pasok. Gambar 3 adalah komposisi dari menu Manajemen Transportasi TBS.
Gambar 3 Komposisi dari menu Manajemen Transportasi TBS. Petunjuk Penggunaan SIRPO
226 Cara Instal Program SIRPO Program ini dirancang menggunakan MATLAB 7.0.1 sehingga untuk pengoperasiannya perlu menginstal terlebih dahulu program MATLAB pada komputer. Program ini juga membutuhkan Ms Excel sebagai penyimpan data dan softcopy laporan keluaran program. Langkah-langkah penginstalan SPK SIRPO sebagai berikut: 1. Instal program MATLAB 7.0.1 ke komputer anda. Pastikan bahwa Ms Excel telah tersedia pada komputer yang anda gunakan. 2. Setelah proses penginstalan selesai maka salin dan simpan file SIRPO dari compact disc ke folder C:\Matlab\work\. 3. Jalankan program Matlab sehingga muncul tampilan utama yang terdiri dari command window dan current directory window. Pada dasarnya Matlab akan memunculkan beberapa jendela lainnya tetapi kita cukup dua jenis jendela tersebut untuk pengoperasian SIRPO. Tampilan dari ruang kerja Matlab dapat dilihat pada Gambar 4. Tempatkan folder SIRPO pada folder work. Pastikan seluruh isi file telah tersimpan dengan baik pada folder SIRPO.
Masukkan SIRPO pada folder work
Gambar 4 Penempatan file SIRPO pada ruang kerja Matlab
Petunjuk Penggunaan SIRPO
227 Membuka Program Aplikasi Buka
folder
SIRPO
dan
cari
dokumen
dengan
nama
OptMrCPO_MenuUtama.m dan klik kanan pilih run. File ini akan menampilkan menu utama SIRPO yang berisikan menu-menu yang dibutuhkan untuk menganalisis risiko mutu, optimasi rantai pasok dan transportasi TBS. Gambar 5 adalah pemilihan file untuk memulai menjalan SIRPO, sedangkan Gambar 6 adalah tampilan utama dari SIRPO.
Klik kanan file ini dan pilih run untuk menjalankan menu utama
Gambar 5 Mengaktifkan SIRPO
Tiga menu pilihan analisis
Gambar 6 Tampilan utama SIRPO Petunjuk Penggunaan SIRPO
228 Data Inisiasi SIRPO membutuhkan data inisiasi berupa hasil prakiraan pasokan tandan buah segar dan penjualan minyak sawit kasar serta parameter model untuk manajemen rantai pasok. Khusus data hasil prakiraan sebagai inisiasi disediakan dokumen berbentuk excel dengan nama Dbutama.xls. Cara memasukkan data hasil prakiraan adalah memilih Dbutama.xls pada current directory window dan klik kanan pada dokumen tersebut dan pilih open outside MATLAB. Gambar 7 adalah file yang harus di klik untuk menampilkan excel pengisian data. Gambar 8 adalah tampilan excel untuk pengisian data hasil prakiraan sebagai inisiasi proses komputasi.
Klik kanan file untuk mengaktifkan excel pengisian data hasil prakiraan
Gambar 7 File pengisian data inisiasi pada basis data
Petunjuk Penggunaan SIRPO
229
Gambar 8 Form isian data inisiasi untuk basis data
Risiko Mutu Memasukkan data pada fitur manajemen risiko mutu telah disediakan dengan format tampilan sebagai berikut: • Panen TBS Tempat memasukkan data
Skor risiko mutu faktor pemicu risiko mutu Skor risiko mutu kegiatan kunci
Gambar 9 Pengisian data risiko panen TBS • Transportasi panen TBS
Gambar 10 Pengisian data risiko transportasi TBS panen Petunjuk Penggunaan SIRPO
230 • Pengolahan
Gambar 11 Pengisian data risiko pengolahan CPO • Persediaan CPO di pabrik
Gambar 12 Pengisian data risiko penyimpanan CPO di pabrik • Transportasi CPO ke pelabuhan
Gambar 13 Pengisian data risiko transportasi CPO ke pelabuhan Petunjuk Penggunaan SIRPO
231 • Persediaan CPO di pelabuhan
Gambar 14 Pengisian data risiko penyimpanan CPO di pelabuhan
Keluaran atau hasil penilaian risiko mutu ada dua, yaitu agregasi skor risiko dan rekomendasi penanganannya dengan tampilan pada Gambar 15. Manajemen Risiko Mutu > Agregasi dan Rekomendasi > Agregasi Risiko adalah proses menampilkan hasil penilaian risiko untuk kegiatan kunci, unit operasional dan sistem keseluruhan. Manajemen Risiko Mutu > Agregasi dan Rekomendasi > Rekomendasi adalah proses menampilkan rekomendasi penanganan risiko mutu sesuai skor risiko mutu yang dihasilkan. Nilai agregasi dan rekomendasi dapat langsung ditampilkan karena telah memiliki basis data dari pengisian sebelumnya. Pengguna harus memperbaharui data penilaian bila ingin mendapatkan nilai agregasi dan rekomendasi terbaru. Gambar 16 adalah keluaran hasil agregasi skor risiko, sedangkan Gambar 17 adalah penanganan risiko mutu. Agregasi skor risiko dihasilkan dari model penilaian risiko. Penanganan risiko dihasilkan dari basis pengetahuan yang dihubungkan dengan skor risiko mutu.
Gambar 15 Menampilkan hasil penilaian risiko mutu Petunjuk Penggunaan SIRPO
232
Gambar 15 Tampilan hasil agregasi skor risiko
Gambar 16 Tampilan rekomendasi penanganan risiko mutu
Optimasi Persediaan Optimasi persediaan berguna untuk menganalisis kebijakan ukuran pasokan ekonomis. Masukan yang dibutuhkan adalah data biaya dan parameter pembatas dari permintaan. Gambar 17 adalah tampilan untuk menampilkan menu Petunjuk Penggunaan SIRPO
233 optimasi persediaan minyak sawit kasar di pelabuhan. Gambar 18 Adalah tampilan dari optimasi persediaan.
Gambar 17 Pemilihan menu optimasi persediaan
Tempat memasukkan data
Gambar 18 Tampilan dari optimasi persediaan
Parameter batas bawah diisi bilangan desimal, sedangkan biaya-biaya diisi sesuai informasi yang didapat dari lapangan. Cara kerja optimasi persediaan adalah memilih analisis terlebih dahulu pada pop up. Analisis akan mengaktifkan proses komputasi EOQ dan total biaya persediaan. Hasil komputasi akan tersimpan pada basis data. Selanjutnya, pilih Laporan pada pop up untuk memuat hasil perhitungan pada form tabel yang telah tersedia pada tampilan. Pemilihan Grafik akan menampilkan grafik antara ukuran pasokan dan pengapalan. Gambar 19 adalah komponen-komponen dari pop up yang harus dipilih pengguna sesuai aturan yang telah ditetapkan. Petunjuk Penggunaan SIRPO
234
Gambar 19 Komponen-komponen dari pop up menu persediaan
Proses komputasi akan dilakukan setelah pengguna mengklik button Proses. Proses komputasi selesai dilakukan ditandai dengan keluarnya pesan seperti Gambar 20. Hasil komputasi akan muncul pada Tabel Analisis dan format grafik akan terlihat pada tampilan Grafik Hasil Analisis. Hasil komputasi juga disimpan pada file excel dengan nama pelabuhan.xls. Pengguna dapat mengklik kanan dan pilih Open outside MATLAB seperti terlihat pada Gambar 21.
Gambar 20 Pesan komputasi telah selesai
Gambar 21 Hasil analisis persediaan di file excel Petunjuk Penggunaan SIRPO
235 Optimasi Rantai Pasok Penggunaan menu optimasi rantai pasok diawali dengan memilih menu Isi/Edit Data, dilanjutkan Proses Optimasi dan hasil optimasi dapat dilihat dengan memilih Hasil Optimasi. Gambar 22 memperlihatkan komposisi dari optimasi rantai pasok.
Langkah – 1
Langkah – 2 Langkah – 3
Gambar 22 Komposisi dari optimasi rantai pasok
Isi/Edit Data akan menampilkan jendela yang berisikan jenis data yang dibutuhkan sebagai masukan. Penjelasan dari setiap jenis masukan sebagai berikut: 1. Biaya TBS kebun inti adalah biaya yang dikeluarkan untuk membeli TBS dari kebun inti per kilogram. 2. Biaya TBS kebun plasma adalah biaya yang dikeluarkan untuk membeli TBS dari kebun plasma per kilogram. 3. Biaya TBS kebun luar adalah biaya yang dikeluarkan untuk membeli TBS dari kebun luar per kilogram. 4. Biaya pengolahan CPO adalah biaya yang dikeluarkan untuk mengolah TBS menjadi satu kilogram CPO. 5. Biaya penyimpanan CPO di pabrik adalah biaya penimbunan di tangki timbun pabrik. 6. Biaya penyimpanan CPO di pelabuhan adalah biaya penimbunan di tangki timbun pelabuhan. 7. Biaya pengiriman CPO ke pelabuhan adalah biaya yang dikeluarkan untuk mengirimkan CPO dari pabrik ke pelabuhan.
Petunjuk Penggunaan SIRPO
236 8. Biaya TBS rusak adalah biaya yang terjadi akibat TBS yang telah diterima tidak layak olah atau tidak memenuhi standar. 9. Rendemen dimasukan dalam bentuk bilangan desimal. 10. Rata-rata TBS rusak dimasukan dalam bentuk bilangan desimal. 11. Kapasitas olah pabrik adalah kemampuan pabrik mengolah TBS per jam. 12. Jam kerja pabrik adalah jam kerja rata-rata per bulan. 13. Sediaan CPO awal di pabrik adalah jumlah persediaan diawal tahun perencanaan yang terdapat pada tangki timbun pabrik. 14. Sediaan CPO awal di pelabuhan adalah jumlah persediaan diawal tahun perencanaan yang terdapat pada tangki timbun pelabuhan. 15. Harga BBM adalah harga bahan bakar yang digunakan alat transportasi yang berkaitan dengan kegiatan pasokan TBS dan pengiriman CPO ke pelabuhan..
Gambar 23 Tampilan untuk memasukan data optimasi rantai pasok
Proses optimasi menggunakan algoritma genetika dapat dilakukan dengan memberikan masukan ukuran populasi dan jumlah generasi yang berbeda-beda. Petunjuk Penggunaan SIRPO
237 Pengguna harus mengklik Proses Optimasi sehingga muncul jendela seperti Gambar 24. Ukuran populasi adalah jumlah titik penyelesaian yang akan dicari dan jumlah generasi adalah jumlah iterasi sehingga diperoleh penyelesaian terbaik.
Gambar 24 Masukan untuk proses optimasi
Iterasi dapat dilihat dari waitbar yang menunjukkan proses sedang berlangsung. Pada saat awal, grafik penyelesaian awal akan muncul untuk memberikan informasi kepada pengguna pembangkitan awal dari optimasi. Gambar 25 adalah tampilan awal setelah mengisi parameter NSGA II. Hasil optimasi dapat dilihat melalui tampilan grafik dari menu hasil optimasi atau bentuk numerik pada file excel dengan nama output_optimal.xls.
Grafik penyelesaian awal
Waitbar pemrosesan optimasi rantai pasok
Gambar 25 Tampilan awal proses optimasi Petunjuk Penggunaan SIRPO
238
Gambar 26 Tampilan bentuk grafik penyelesaian optimal
Penjadwalan Transportasi Tandan Buah Segar Penjadwalan truk berisikan modul yang akan menentukan jumlah kebutuhan truk berdasarkan jumlah trip yang ditetapkan. Proses komputasi pada modul ini akan mengakses basis data khususnya pasokan tandan buah segar. SIRPO menyiapkan secara khusus penjadwalan untuk setiap bulan. Pengguna harus memilih menu bulan untuk mendapatkan hasil penugasan truk ke setiap afdeling. Model ini hanya menyiapkan tiga afdeling untuk kebun inti dan tujuh afdeling atau unit kebun pada kebun plasma. Jumlah ini didasarkan pada studi kasus dari penelitian. Namun demikian, jumlah afdeling atau unit kebun plasma pada model ini umum digunakan. Pada sisi lain, penetapan jumlah afdeling dan unit kebun ini juga menjadi batasan penggunaan model. Gambar 27 adalah komponen menu dari penjadwalan truk secara agregat. Pengguna cukup menetapkan jumlah trip maka jumlah kebutuhan truk akan ditampilkan dan proses optim asi penugasan truk akan bekerja. Salah satu contoh tampilan modul penjadwalan dapat dilihat pada Gambar 28.
Petunjuk Penggunaan SIRPO
239
Pilih bulan untuk penjadwalan truk
Gambar 27 Komposisi penjadwalan truk
Jumlah kebutuhan truk hasil komputasi
Nilai ini dimuat dari basis data
Pilih jumlah trip
Gambar 28 Tampilan penjadwalan truk
Pesan akan dimunculkan apabila proses komputasi telah selesai. SIRPO tidak menampilkan secara langsung hasil penugasan tetapi menyimpannya dengan nama sesuai isi pesan yang muncul. Pengguna harus membukanya dengan mengklik langsung nama file hasil penjadwalan tersebut.Gambar 29 adalah salah satu contoh keluaran yang tersimpan pada file yang dapat dibuka dengan editor Matlab.
Petunjuk Penggunaan SIRPO
240
Gambar 29 Keluaran penjadwalan
Petunjuk Penggunaan SIRPO
241
LAMPIRAN – 3 DESKRIPSI PENILAIAN RISIKO PENURUNAN MUTU MINYAK SAWIT KASAR (CRUDE PALM OIL – CPO) 1. Diskusi Pendahuluan dengan Responden Ahli Data personal ahli dibutuhkan sebagai informasi bersifat umum terkait dengan keahlian, pengalaman kerja dan tingkat pendidikan. Informasi personal ini bersifat rahasia untuk melindungi kredibilitas ahli yang memberikan penilaian. Diskusi pendahuluan ditujukan untuk mengetahui kelayakan pengalaman dan tingkat pengetahuan para ahli sehingga penilaian yang diberikan nantinya meyakinkan. Disamping itu, diskusi pendahuluan ini dimaksudkan untuk mendapatkan kesamaan persepsi terhadap apa yang dinilai.
2. Proses penilaian Petunjuk penilaian merupakan penjelasan proses penilaian yang harus dilakukan oleh para ahli yang telah menyatakan kesediaan. Para ahli diberikan otoritas memberikan penilaian sesuai dengan pengetahuan yang dimilikinya terhadap risiko mutu minyak sawit kasar. Cara memberikan penilaian untuk setiap faktor pemicu resiko sesuai label penilaian yaitu: ber isiko sangat tinggi terhadap penurunan mutu (ST), berisiko tinggi terhadap penurunan mutu (T), berisiko sedang terhadap penurunan mutu (S), ber isiko rendah terhadap penurunan mutu (R), dan ber isiko sangat rendah terhadap penurunan mutu (SR). Contoh, bila ahli berpendapat “cara panen” beresiko “Rendah” terhadap resiko penurunan mutu, maka berikan nilai label “R”.
3. Penilaian Kemungkinan Terjadinya Risiko Kemungkinan terjadinya risiko adalah pendapat ahli terhadap kemungkinan sebuah faktor pemicu risiko akan terjadi. Para ahli akan memberikan penilaian terhadap seluruh faktor pemicu risiko dari setiap aktivitas rantai pasok minyak sawit kasar. Para ahli diberikan daftar faktor-faktor pemicu risiko dan memberikan penilaian kemungkinan terjadinya risiko berdasarkan label
242 penilaian yang telah ditetapkan sebagaimana dijelaskan pada bagian sebelumnya. Kemungkinan terjadinya risiko yang dinilai oleh para ahli dalam hal ini pengambil keputusan sebagai penilaian terhadap operasional rantai pasok pada studi kasus. Ahli diberikan kebebasan untuk memberikan penilaian kemungkinan terjadinya risiko berdasarkan mekanisme kerja manajemen rantai pasok yang sedang berlangsung saat ini (existing). Tujuan dari penilaian kemungkinan terjadinya risiko adalah mendapatkan nilai tingkat risiko terhadap penurunan mutu minyak sawit kasar yang berdasarkan operasional rantai pasok saat ini. Fokus penilaian hanya pada faktor-faktor pemicu risiko mutu yang akan diproses menggunakan teknik agregasi OWA. Kegunaan penilaian ini untuk mendapatkan nilai kemungkinan terjadinya risiko untuk setiap faktor pemicu, aktivitas kunci dan unit operasional rantai pasok melalui proses agregasi. Hasil penilaian kemungkinan terjadinya risiko mencerminkan pandangan seorang terhadap terjadinya risiko yang berkaitan langsung dengan penurunan mutu minyak sawit kasar. Misalnya, nilai ST mencerminkan pendapat ahli terhadap faktor pemicu risiko tertentu sangat tinggi kemungkinan terjadi memicu risiko penurunan mutu.
4. Penilaian Dampak atau Kekerasan Risiko Dampak risiko adala h akibat yang ditimbulkan dari terjadinya risiko terhadap penurunan mutu minyak sawit kasar. Ahli dimintai pendapatnya terhadap dampak risiko terhadap penurunan mutu untuk setiap faktor pemicu. Penilaian dampak risiko mencerminkan pengaruh dari faktor pemicu risiko tertentu terhadap penurunan mutu menurut pengetahuan dan pengalaman ahli. Dampak risiko ini sangat penting sebagai dasar melakukan mitigasi risiko mutu. Setiap ahli diberikan kebebasan memberikan penilaiannya. Hasil penilaian akan diagregasi menggunakan teknik OWA. Penilaian dampak risiko tidak hanya berdasarkan apa yang dialami ahli pada kasus perusahaannya saja, tetapi pemahaman ahli secara umum berdasarkan informasi yang dimilikinya.
243 Dampak risiko perlu dinilai secara hari-hati karena akan menjadi dasar dalam manajemen risiko. Dampak risiko setiap tingkatan dalam struktur risiko mutu akan
diperoleh
secara
berjenjang
sesuai
prosedur
penilaian
yang
dikembangkan dalam penelitian ini. Pengetahuan ahli terhadap dampak risiko akan diolah model sehingga nilai dampak konsensus akan diperoleh.
244
LAMPIRAN – 4 BASIS ATURAN MANAJEMEN RISIKO MUTU Aturan 1 Jika risiko kebun adalah Sangat Tinggi maka manajemen risiko mutu adalah: − Meningkatkan pengawasan cara panen para pekerja. − Meminimumkan rata-rata waktu pengangkutan TBS panen ke pabrik − Mengevaluasi jumlah trip dalam rangka mengurangi kemungkinan TBS restan. − Menjamin ketersediaan truk angkut panen TBS. − Mengawasi proses pemuatan dan pembongkaran TBS dari truk.
Aturan 2 Jika risiko kebun adalah Tinggi maka manajemen risiko mutu adalah: − Meminimumkan rata-rata waktu pengangkutan TBS panen ke pabrik. − Mengevaluasi jumlah trip dalam rangka mengurangi kemungkinan TBS restan. − Menjamin ketersediaan truk angkut panen TBS.
Aturan 3 Jika risiko kebun adalah Sedang maka manajemen risiko mutu adalah: − Mengevaluasi jumlah trip dalam rangka mengurangi kemungkinan TBS restan. − Menjamin ketersediaan truk angkut panen TBS.
Aturan 4 Jika risiko kebun adalah Rendah maka manajemen risiko mutu adalah: − Mengawasi proses pemuatan dan pembongkaran TBS dari truk.
Aturan 5 Jika risiko kebun adalah Sangat Rendah maka manajemen risiko mutu adalah: − Meningkatkan pengawasan secara umum operasional transportasi.
245 Aturan 6 Jika risiko pabrik adalah Sangat Tinggi maka manajemen risiko mutu adalah: − Menjaga akurasi proses sortasi. − Menjamin penumpukkan di loading ramp tidak memicu kerusakan TBS. − Memeriksa parameter proses dan keandalan mesin pengolahan di pabrik. − Memperhatikan lama penyimpanan CPO di tangki timbun. − Meningkatkan kualitas perawatan tangki timbun CPO.
Aturan 7 Jika risiko pabrik adalah Tinggi maka manajemen risiko mutu adalah: − Menjaga akurasi proses sortasi. − Memeriksa parameter proses dan keandalan mesin pengolahan di pabrik. − Memperhatikan lama penyimpanan CPO di tangki timbun.
Aturan 8 Jika risiko pabrik adalah Sedang maka manajemen risiko mutu adalah: − Menjaga akurasi proses sortasi. − Menjamin penumpukkan di loading ramp tidak memicu kerusakan TBS.
Aturan 9 Jika risiko pabrik adalah Rendah maka manajemen risiko mutu adalah: − Meningkatkan kualitas perawatan fasilitas penyimpanan CPO.
Aturan 10 Jika risiko pabrik adalah Sangat Rendah maka manajemen risiko mutu adalah: − Meningkatkan pengawasan secara umum operasional pabrik.
Aturan 11 Jika risiko di fasilitas penyimpanan CPO pelabuhan adalah Sangat Tinggi maka manajemen risiko mutu adalah: − Meningkatkan pengawasan pemuatan dan pembongkaran CPO. − Menjamin ketersediaan mobil tangki sesuai kebutuhan.
246 − Melakukan pemeriksaan kualitas CPO di tangki timbun. − Memperhatikan lama penyimpanan CPO di tangki timbun. − Meningkatan kualitas perawatan tangki timbun CPO.
Aturan 12 Jika risiko di fasilitas penyimpanan CPO pelabuhan adalah Tinggi maka manajemen risiko mutu adalah: − Meningkatkan pengawasan pemuatan dan pembongkaran CPO. − Melakukan pemeriksaan kualitas CPO di tangki timbun. − Memperhatikan lama penyimpanan CPO di tangki timbun.
Aturan 13 Jika risiko di fasilitas penyimpanan CPO pelabuhan adalah Sedang maka manajemen risiko mutu adalah: − Meningkatkan pengawasan pemuatan dan pembongkaran CPO. − Meningkatan kualitas perawatan tangki timbun CPO.
Aturan 14 Jika risiko di fasilitas penyimpanan CPO pelabuhan adalah Rendah maka manajemen risiko mutu adalah: − Meningkatan kualitas perawatan tangki timbun CPO.
Aturan 15 Jika risiko di fasilitas penyimpanan CPO pelabuhan adalah Sangat Rendah maka manajemen risiko mutu adalah: − Meningkatkan pengawasan secara umum operasional penyimpanan CPO di pelabuhan.
247
LAMPIRAN – 5 HASIL PENJADWALAN TRANSPORTASI TBS Kebun Inti Penjadwalan truk secara agregat bulan JANUARI Jumlah trip (frekwensi) = 3 Jumlah truk (unit) = 9 --------------------------------------------------Trip Truk Afd-1 Afd-2 Afd-3 --------------------------------------------------1 1 0 0 1 1 2 0 0 1 1 3 0 0 1 1 4 0 1 0 1 5 0 1 0 1 6 0 1 0 1 7 1 0 0 1 8 1 0 0 1 9 1 0 0 2 1 0 0 1 2 2 0 0 1 2 3 0 0 1 2 4 0 0 1 2 5 0 0 1 2 6 0 1 0 2 7 1 0 0 2 8 0 1 0 2 9 1 0 0 3 1 0 1 0 3 2 1 0 0 3 3 0 1 0 3 4 1 0 0 3 5 0 1 0 3 6 1 0 0 3 7 1 0 0 3 8 1 0 0 3 9 1 0 0 ---------------------------------------------------
Penjadwalan truk secara agregat bulan PEBRUARI Jumlah trip (frekwensi) = 3 Jumlah truk (unit) = 12 --------------------------------------------------Trip Truk Afd-1 Afd-2 Afd-3 --------------------------------------------------1 1 0 0 1 1 2 0 0 1 1 3 0 0 1 1 4 0 0 1 1 5 0 1 0 1 6 0 1 0 1 7 0 1 0 1 8 1 0 0
248 1 9 0 1 0 1 10 1 0 0 1 11 1 0 0 1 12 1 0 0 2 1 0 0 1 2 2 0 0 1 2 3 0 0 1 2 4 0 0 1 2 5 0 0 1 2 6 0 0 1 2 7 0 0 1 2 8 0 1 0 2 9 1 0 0 2 10 0 1 0 2 11 1 0 0 2 12 0 1 0 3 1 1 0 0 3 2 0 1 0 3 3 1 0 0 3 4 0 1 0 3 5 1 0 0 3 6 0 1 0 3 7 1 0 0 3 8 0 1 0 3 9 1 0 0 3 10 1 0 0 3 11 1 0 0 3 12 1 0 0 ---------------------------------------------------
Penjadwalan truk secara agregat bulan MARET Jumlah trip (frekwensi) = 3 Jumlah truk (unit) = 11 --------------------------------------------------Trip Truk Afd-1 Afd-2 Afd-3 --------------------------------------------------1 1 0 0 1 1 2 0 0 1 1 3 0 0 1 1 4 0 0 1 1 5 0 1 0 1 6 0 1 0 1 7 0 1 0 1 8 1 0 0 1 9 0 1 0 1 10 1 0 0 1 11 1 0 0 2 1 0 0 1 2 2 0 0 1 2 3 0 0 1 2 4 0 0 1 2 5 0 0 1 2 6 0 0 1 2 7 0 1 0 2 8 1 0 0 2 9 1 0 0 2 10 1 0 0
249 2 11 0 1 0 3 1 1 0 0 3 2 0 1 0 3 3 1 0 0 3 4 0 1 0 3 5 1 0 0 3 6 0 1 0 3 7 1 0 0 3 8 0 1 0 3 9 1 0 0 3 10 1 0 0 3 11 1 0 0 ---------------------------------------------------
Penjadwalan truk secara agregat bulan APRIL Jumlah trip (frekwensi) = 3 Jumlah truk (unit) = 13 --------------------------------------------------Trip Truk Afd-1 Afd-2 Afd-3 --------------------------------------------------1 1 0 0 1 1 2 0 0 1 1 3 0 0 1 1 4 0 0 1 1 5 0 0 1 1 6 0 1 0 1 7 0 1 0 1 8 0 1 0 1 9 1 0 0 1 10 0 1 0 1 11 1 0 0 1 12 0 1 0 1 13 1 0 0 2 1 0 0 1 2 2 0 0 1 2 3 0 0 1 2 4 0 0 1 2 5 0 0 1 2 6 0 0 1 2 7 0 0 1 2 8 1 0 0 2 9 0 1 0 2 10 0 1 0 2 11 1 0 0 2 12 1 0 0 2 13 1 0 0 3 1 0 1 0 3 2 1 0 0 3 3 0 1 0 3 4 1 0 0 3 5 0 1 0 3 6 1 0 0 3 7 0 1 0 3 8 1 0 0 3 9 0 1 0 3 10 1 0 0 3 11 1 0 0 3 12 1 0 0
250 3 13 1 0 0 ---------------------------------------------------
Penjadwalan truk secara agregat bulan MEI Jumlah trip (frekwensi) = 3 Jumlah truk (unit) = 13 --------------------------------------------------Trip Truk Afd-1 Afd-2 Afd-3 --------------------------------------------------1 1 0 0 1 1 2 0 0 1 1 3 0 0 1 1 4 0 0 1 1 5 0 0 1 1 6 0 1 0 1 7 0 1 0 1 8 0 1 0 1 9 1 0 0 1 10 0 1 0 1 11 1 0 0 1 12 0 1 0 1 13 1 0 0 2 1 0 0 1 2 2 0 0 1 2 3 0 0 1 2 4 0 0 1 2 5 0 0 1 2 6 0 0 1 2 7 0 0 1 2 8 0 0 1 2 9 0 1 0 2 10 0 1 0 2 11 1 0 0 2 12 1 0 0 2 13 1 0 0 3 1 0 1 0 3 2 1 0 0 3 3 0 1 0 3 4 1 0 0 3 5 0 1 0 3 6 1 0 0 3 7 0 1 0 3 8 1 0 0 3 9 0 1 0 3 10 1 0 0 3 11 1 0 0 3 12 1 0 0 3 13 1 0 0 ---------------------------------------------------
251 Penjadwalan truk secara agregat bulan JUNI Jumlah trip (frekwensi) = 3 Jumlah truk (unit) = 14 --------------------------------------------------Trip Truk Afd-1 Afd-2 Afd-3 --------------------------------------------------1 1 0 0 1 1 2 0 0 1 1 3 0 0 1 1 4 0 0 1 1 5 0 0 1 1 6 0 1 0 1 7 0 1 0 1 8 0 1 0 1 9 1 0 0 1 10 0 1 0 1 11 1 0 0 1 12 0 1 0 1 13 1 0 0 1 14 1 0 0 2 1 0 0 1 2 2 0 0 1 2 3 0 0 1 2 4 0 0 1 2 5 0 0 1 2 6 0 0 1 2 7 0 0 1 2 8 0 0 1 2 9 0 1 0 2 10 1 0 0 2 11 1 0 0 2 12 1 0 0 2 13 0 1 0 2 14 1 0 0 3 1 0 1 0 3 2 1 0 0 3 3 0 1 0 3 4 1 0 0 3 5 0 1 0 3 6 1 0 0 3 7 0 1 0 3 8 1 0 0 3 9 0 1 0 3 10 1 0 0 3 11 0 1 0 3 12 1 0 0 3 13 1 0 0 3 14 1 0 0 ---------------------------------------------------
Penjadwalan truk secara agregat bulan JULI Jumlah trip (frekwensi) = 3 Jumlah truk (unit) = 13 --------------------------------------------------Trip Truk Afd-1 Afd-2 Afd-3 --------------------------------------------------1 1 0 0 1
252 1 2 0 0 1 1 3 0 0 1 1 4 0 0 1 1 5 0 0 1 1 6 0 1 0 1 7 0 1 0 1 8 0 1 0 1 9 1 0 0 1 10 0 1 0 1 11 1 0 0 1 12 0 1 0 1 13 1 0 0 2 1 0 0 1 2 2 0 0 1 2 3 0 0 1 2 4 0 0 1 2 5 0 0 1 2 6 0 0 1 2 7 0 0 1 2 8 1 0 0 2 9 0 1 0 2 10 0 1 0 2 11 1 0 0 2 12 1 0 0 2 13 1 0 0 3 1 0 1 0 3 2 1 0 0 3 3 0 1 0 3 4 1 0 0 3 5 0 1 0 3 6 1 0 0 3 7 0 1 0 3 8 1 0 0 3 9 0 1 0 3 10 1 0 0 3 11 1 0 0 3 12 1 0 0 3 13 1 0 0 ---------------------------------------------------
Penjadwalan truk secara agregat bulan AGUSTUS Jumlah trip (frekwensi) = 2 Jumlah truk (unit) = 18 --------------------------------------------------Trip Truk Afd-1 Afd-2 Afd-3 --------------------------------------------------1 1 0 0 1 1 2 0 0 1 1 3 0 0 1 1 4 0 0 1 1 5 0 0 1 1 6 0 0 1 1 7 0 1 0 1 8 0 1 0 1 9 0 1 0 1 10 1 0 0 1 11 0 1 0
253 1 12 1 0 0 1 13 0 1 0 1 14 1 0 0 1 15 0 1 0 1 16 1 0 0 1 17 1 0 0 1 18 1 0 0 2 1 0 0 1 2 2 0 0 1 2 3 0 0 1 2 4 0 0 1 2 5 0 0 1 2 6 0 0 1 2 7 0 1 0 2 8 0 1 0 2 9 1 0 0 2 10 0 1 0 2 11 1 0 0 2 12 0 1 0 2 13 1 0 0 2 14 0 1 0 2 15 1 0 0 2 16 1 0 0 2 17 1 0 0 2 18 1 0 0 ---------------------------------------------------
Penjadwalan truk secara agregat bulan SEPTEMBER Jumlah trip (frekwensi) = 3 Jumlah truk (unit) = 13 --------------------------------------------------Trip Truk Afd-1 Afd-2 Afd-3 --------------------------------------------------1 1 0 0 1 1 2 0 0 1 1 3 0 0 1 1 4 0 0 1 1 5 0 0 1 1 6 0 1 0 1 7 0 1 0 1 8 0 1 0 1 9 1 0 0 1 10 0 1 0 1 11 1 0 0 1 12 0 1 0 1 13 1 0 0 2 1 0 0 1 2 2 0 0 1 2 3 0 0 1 2 4 0 0 1 2 5 0 0 1 2 6 0 0 1 2 7 0 0 1 2 8 0 0 1 2 9 0 1 0 2 10 0 1 0 2 11 1 0 0
254 2 12 1 0 0 2 13 1 0 0 3 1 0 1 0 3 2 1 0 0 3 3 0 1 0 3 4 1 0 0 3 5 0 1 0 3 6 1 0 0 3 7 0 1 0 3 8 1 0 0 3 9 0 1 0 3 10 1 0 0 3 11 1 0 0 3 12 1 0 0 3 13 1 0 0 ---------------------------------------------------
Penjadwalan truk secara agregat bulan OKTOBER Jumlah trip (frekwensi) = 3 Jumlah truk (unit) = 14 --------------------------------------------------Trip Truk Afd-1 Afd-2 Afd-3 --------------------------------------------------1 1 0 0 1 1 2 0 0 1 1 3 0 0 1 1 4 0 0 1 1 5 0 0 1 1 6 0 1 0 1 7 0 1 0 1 8 0 1 0 1 9 1 0 0 1 10 0 1 0 1 11 1 0 0 1 12 0 1 0 1 13 1 0 0 1 14 1 0 0 2 1 0 0 1 2 2 0 0 1 2 3 0 0 1 2 4 0 0 1 2 5 0 0 1 2 6 0 0 1 2 7 0 0 1 2 8 0 0 1 2 9 0 1 0 2 10 1 0 0 2 11 1 0 0 2 12 1 0 0 2 13 0 1 0 2 14 1 0 0 3 1 0 1 0 3 2 1 0 0 3 3 0 1 0 3 4 1 0 0 3 5 0 1 0 3 6 1 0 0
255 3 7 0 1 0 3 8 1 0 0 3 9 0 1 0 3 10 1 0 0 3 11 0 1 0 3 12 1 0 0 3 13 1 0 0 3 14 1 0 0 ---------------------------------------------------
Penjadwalan truk secara agregat bulan NOPEMBER Jumlah trip (frekwensi) = 3 Jumlah truk (unit) = 11 --------------------------------------------------Trip Truk Afd-1 Afd-2 Afd-3 --------------------------------------------------1 1 0 0 1 1 2 0 0 1 1 3 0 0 1 1 4 0 0 1 1 5 0 1 0 1 6 0 1 0 1 7 0 1 0 1 8 1 0 0 1 9 0 1 0 1 10 1 0 0 1 11 1 0 0 2 1 0 0 1 2 2 0 0 1 2 3 0 0 1 2 4 0 0 1 2 5 0 0 1 2 6 0 0 1 2 7 0 0 1 2 8 1 0 0 2 9 0 1 0 2 10 1 0 0 2 11 0 1 0 3 1 1 0 0 3 2 0 1 0 3 3 1 0 0 3 4 0 1 0 3 5 1 0 0 3 6 0 1 0 3 7 1 0 0 3 8 0 1 0 3 9 1 0 0 3 10 1 0 0 3 11 1 0 0 ---------------------------------------------------
256 Penjadwalan truk secara agregat bulan DESEMBER Jumlah trip (frekwensi) = 3 Jumlah truk (unit) = 12 --------------------------------------------------Trip Truk Afd-1 Afd-2 Afd-3 --------------------------------------------------1 1 0 0 1 1 2 0 0 1 1 3 0 0 1 1 4 0 0 1 1 5 0 1 0 1 6 0 1 0 1 7 0 1 0 1 8 1 0 0 1 9 0 1 0 1 10 1 0 0 1 11 1 0 0 1 12 1 0 0 2 1 0 0 1 2 2 0 0 1 2 3 0 0 1 2 4 0 0 1 2 5 0 0 1 2 6 0 0 1 2 7 0 0 1 2 8 0 1 0 2 9 1 0 0 2 10 0 1 0 2 11 1 0 0 2 12 0 1 0 3 1 1 0 0 3 2 0 1 0 3 3 1 0 0 3 4 0 1 0 3 5 1 0 0 3 6 0 1 0 3 7 1 0 0 3 8 0 1 0 3 9 1 0 0 3 10 1 0 0 3 11 1 0 0 3 12 1 0 0 ---------------------------------------------------
Kebun Plasma Kebun Plasma Penjadwalan truk secara agregat bulan JANUARI Jumlah trip (frekwensi) = 1 Jumlah truk (unit) = 35 ---------------------------------------------------------------Trip Truk Unit-1 Unit-2 Unit-3 Unit-4 Unit-5 Unit-6 Unit-7 ---------------------------------------------------------------1 1 0 0 0 0 0 0 1 1 2 0 0 0 0 0 1 0 1 3 0 0 0 0 0 0 1
257 1 4 0 0 0 0 0 0 1 1 5 0 0 0 0 0 1 0 1 6 0 0 0 0 1 0 0 1 7 0 0 0 0 0 1 0 1 8 0 0 0 0 1 0 0 1 9 0 0 0 0 0 0 1 1 10 0 0 0 0 0 0 1 1 11 0 0 0 0 0 1 0 1 12 0 0 0 0 0 1 0 1 13 0 0 0 0 1 0 0 1 14 0 0 0 0 1 0 0 1 15 0 0 0 0 1 0 0 1 16 0 0 1 0 0 0 0 1 17 0 0 0 1 0 0 0 1 18 0 0 0 1 0 0 0 1 19 0 0 0 1 0 0 0 1 20 0 0 0 1 0 0 0 1 21 0 0 0 1 0 0 0 1 22 0 0 1 0 0 0 0 1 23 0 0 1 0 0 0 0 1 24 0 0 1 0 0 0 0 1 25 0 0 1 0 0 0 0 1 26 0 1 0 0 0 0 0 1 27 0 1 0 0 0 0 0 1 28 0 1 0 0 0 0 0 1 29 1 0 0 0 0 0 0 1 30 0 1 0 0 0 0 0 1 31 1 0 0 0 0 0 0 1 32 0 1 0 0 0 0 0 1 33 1 0 0 0 0 0 0 1 34 1 0 0 0 0 0 0 1 35 1 0 0 0 0 0 0 ----------------------------------------------------------------
Kebun Plasma Penjadwalan truk secara agregat bulan PEBRUARI Jumlah trip (frekwensi) = 1 Jumlah truk (unit) = 43 ---------------------------------------------------------------Trip Truk Unit-1 Unit-2 Unit-3 Unit-4 Unit-5 Unit-6 Unit-7 ---------------------------------------------------------------1 1 0 0 0 0 0 0 1 1 2 0 0 0 0 0 1 0 1 3 0 0 0 0 0 1 0 1 4 0 0 0 0 0 0 1 1 5 0 0 0 0 0 1 0 1 6 0 0 0 1 0 0 0 1 7 0 0 0 0 0 1 0 1 8 0 0 0 1 0 0 0 1 9 0 0 0 0 1 0 0 1 10 0 0 0 0 0 0 1 1 11 0 0 0 0 0 0 1 1 12 0 0 0 0 0 0 1 1 13 0 0 0 0 0 0 1 1 14 0 0 0 0 0 1 0 1 15 0 0 0 0 0 1 0 1 16 0 0 0 0 1 0 0
258 1 17 0 0 0 0 1 0 0 1 18 0 0 0 0 1 0 0 1 19 0 0 0 1 0 0 0 1 20 0 0 0 0 1 0 0 1 21 0 0 0 0 1 0 0 1 22 0 0 0 1 0 0 0 1 23 0 0 1 0 0 0 0 1 24 0 0 0 1 0 0 0 1 25 0 0 1 0 0 0 0 1 26 0 0 1 0 0 0 0 1 27 0 0 1 0 0 0 0 1 28 0 0 1 0 0 0 0 1 29 0 0 0 1 0 0 0 1 30 0 0 1 0 0 0 0 1 31 1 0 0 0 0 0 0 1 32 0 1 0 0 0 0 0 1 33 1 0 0 0 0 0 0 1 34 0 1 0 0 0 0 0 1 35 1 0 0 0 0 0 0 1 36 0 1 0 0 0 0 0 1 37 1 0 0 0 0 0 0 1 38 0 1 0 0 0 0 0 1 39 1 0 0 0 0 0 0 1 40 0 1 0 0 0 0 0 1 41 0 1 0 0 0 0 0 1 42 1 0 0 0 0 0 0 1 43 1 0 0 0 0 0 0 ----------------------------------------------------------------
Kebun Plasma Penjadwalan truk secara agregat bulan MARET Jumlah trip (frekwensi) = 1 Jumlah truk (unit) = 36 ---------------------------------------------------------------Trip Truk Unit-1 Unit-2 Unit-3 Unit-4 Unit-5 Unit-6 Unit-7 ---------------------------------------------------------------1 1 0 0 0 0 0 0 1 1 2 0 0 0 0 0 1 0 1 3 0 0 0 0 0 0 1 1 4 0 0 0 0 0 0 1 1 5 0 0 0 0 0 0 1 1 6 0 0 0 0 0 0 1 1 7 0 0 0 0 0 1 0 1 8 0 0 0 0 0 1 0 1 9 0 0 0 0 1 0 0 1 10 0 0 0 0 0 1 0 1 11 0 0 0 0 1 0 0 1 12 0 0 0 0 1 0 0 1 13 0 0 0 0 0 1 0 1 14 0 0 0 1 0 0 0 1 15 0 0 0 0 1 0 0 1 16 0 0 0 0 1 0 0 1 17 0 0 0 1 0 0 0 1 18 0 0 0 1 0 0 0 1 19 0 0 1 0 0 0 0 1 20 0 0 1 0 0 0 0 1 21 0 0 0 1 0 0 0
259 1 22 0 0 0 1 0 0 0 1 23 0 1 0 0 0 0 0 1 24 0 0 1 0 0 0 0 1 25 0 0 1 0 0 0 0 1 26 0 0 1 0 0 0 0 1 27 0 1 0 0 0 0 0 1 28 1 0 0 0 0 0 0 1 29 0 1 0 0 0 0 0 1 30 1 0 0 0 0 0 0 1 31 0 1 0 0 0 0 0 1 32 0 1 0 0 0 0 0 1 33 1 0 0 0 0 0 0 1 34 1 0 0 0 0 0 0 1 35 1 0 0 0 0 0 0 1 36 1 0 0 0 0 0 0 ----------------------------------------------------------------
Kebun Plasma Penjadwalan truk secara agregat bulan APRIL Jumlah trip (frekwensi) = 1 Jumlah truk (unit) = 36 ---------------------------------------------------------------Trip Truk Unit-1 Unit-2 Unit-3 Unit-4 Unit-5 Unit-6 Unit-7 ---------------------------------------------------------------1 1 0 0 0 0 0 0 1 1 2 0 0 0 0 0 1 0 1 3 0 0 0 0 0 0 1 1 4 0 0 0 0 0 0 1 1 5 0 0 0 0 0 0 1 1 6 0 0 0 0 0 0 1 1 7 0 0 0 0 0 1 0 1 8 0 0 0 0 0 1 0 1 9 0 0 0 0 1 0 0 1 10 0 0 0 0 0 1 0 1 11 0 0 0 0 1 0 0 1 12 0 0 0 0 1 0 0 1 13 0 0 0 0 0 1 0 1 14 0 0 0 1 0 0 0 1 15 0 0 0 0 1 0 0 1 16 0 0 0 0 1 0 0 1 17 0 0 0 1 0 0 0 1 18 0 0 0 1 0 0 0 1 19 0 0 1 0 0 0 0 1 20 0 0 1 0 0 0 0 1 21 0 0 0 1 0 0 0 1 22 0 0 0 1 0 0 0 1 23 0 1 0 0 0 0 0 1 24 0 0 1 0 0 0 0 1 25 0 0 1 0 0 0 0 1 26 0 0 1 0 0 0 0 1 27 0 1 0 0 0 0 0 1 28 1 0 0 0 0 0 0 1 29 0 1 0 0 0 0 0 1 30 1 0 0 0 0 0 0 1 31 0 1 0 0 0 0 0 1 32 0 1 0 0 0 0 0 1 33 1 0 0 0 0 0 0 1 34 1 0 0 0 0 0 0
260 1 35 1 0 0 0 0 0 0 1 36 1 0 0 0 0 0 0 ----------------------------------------------------------------
Kebun Plasma Penjadwalan truk secara agregat bulan MEI Jumlah trip (frekwensi) = 1 Jumlah truk (unit) = 35 ---------------------------------------------------------------Trip Truk Unit-1 Unit-2 Unit-3 Unit-4 Unit-5 Unit-6 Unit-7 ---------------------------------------------------------------1 1 0 0 0 0 0 0 1 1 2 0 0 0 0 0 1 0 1 3 0 0 0 0 0 0 1 1 4 0 0 0 0 0 0 1 1 5 0 0 0 0 0 1 0 1 6 0 0 0 0 1 0 0 1 7 0 0 0 0 0 1 0 1 8 0 0 0 0 1 0 0 1 9 0 0 0 0 0 0 1 1 10 0 0 0 0 0 0 1 1 11 0 0 0 0 1 0 0 1 12 0 0 0 0 0 1 0 1 13 0 0 0 0 0 1 0 1 14 0 0 0 0 1 0 0 1 15 0 0 0 0 1 0 0 1 16 0 0 1 0 0 0 0 1 17 0 0 0 1 0 0 0 1 18 0 0 0 1 0 0 0 1 19 0 0 0 1 0 0 0 1 20 0 0 0 1 0 0 0 1 21 0 0 0 1 0 0 0 1 22 0 0 1 0 0 0 0 1 23 0 0 1 0 0 0 0 1 24 0 0 1 0 0 0 0 1 25 0 0 1 0 0 0 0 1 26 0 1 0 0 0 0 0 1 27 0 1 0 0 0 0 0 1 28 0 1 0 0 0 0 0 1 29 1 0 0 0 0 0 0 1 30 0 1 0 0 0 0 0 1 31 1 0 0 0 0 0 0 1 32 0 1 0 0 0 0 0 1 33 1 0 0 0 0 0 0 1 34 1 0 0 0 0 0 0 1 35 1 0 0 0 0 0 0 ----------------------------------------------------------------
Kebun Plasma Penjadwalan truk secara agregat bulan JUNI Jumlah trip (frekwensi) = 1 Jumlah truk (unit) = 35 ---------------------------------------------------------------Trip Truk Unit-1 Unit-2 Unit-3 Unit-4 Unit-5 Unit-6 Unit-7 ---------------------------------------------------------------1 1 0 0 0 0 0 0 1
261 1 2 0 0 0 0 0 1 0 1 3 0 0 0 0 0 0 1 1 4 0 0 0 0 0 0 1 1 5 0 0 0 0 0 1 0 1 6 0 0 0 0 1 0 0 1 7 0 0 0 0 0 1 0 1 8 0 0 0 0 1 0 0 1 9 0 0 0 0 0 0 1 1 10 0 0 0 0 0 0 1 1 11 0 0 0 0 0 1 0 1 12 0 0 0 0 0 1 0 1 13 0 0 0 0 1 0 0 1 14 0 0 0 0 1 0 0 1 15 0 0 0 0 1 0 0 1 16 0 0 1 0 0 0 0 1 17 0 0 0 1 0 0 0 1 18 0 0 0 1 0 0 0 1 19 0 0 0 1 0 0 0 1 20 0 0 0 1 0 0 0 1 21 0 0 0 1 0 0 0 1 22 0 0 1 0 0 0 0 1 23 0 0 1 0 0 0 0 1 24 0 0 1 0 0 0 0 1 25 0 0 1 0 0 0 0 1 26 0 1 0 0 0 0 0 1 27 0 1 0 0 0 0 0 1 28 0 1 0 0 0 0 0 1 29 1 0 0 0 0 0 0 1 30 0 1 0 0 0 0 0 1 31 1 0 0 0 0 0 0 1 32 0 1 0 0 0 0 0 1 33 1 0 0 0 0 0 0 1 34 1 0 0 0 0 0 0 1 35 1 0 0 0 0 0 0 ---------------------------------------------------------------
Kebun Plasma Penjadwalan truk secara agregat bulan JULI Jumlah trip (frekwensi) = 1 Jumlah truk (unit) = 28 ---------------------------------------------------------------Trip Truk Unit-1 Unit-2 Unit-3 Unit-4 Unit-5 Unit-6 Unit-7 ---------------------------------------------------------------1 1 0 0 0 0 0 0 1 1 2 0 0 0 0 0 0 1 1 3 0 0 0 0 0 0 1 1 4 0 0 0 0 0 0 1 1 5 0 0 0 0 0 1 0 1 6 0 0 0 0 0 1 0 1 7 0 0 0 0 0 1 0 1 8 0 0 0 1 0 0 0 1 9 0 0 0 1 0 0 0 1 10 0 0 0 0 0 1 0 1 11 0 0 0 0 1 0 0 1 12 0 0 0 0 1 0 0 1 13 0 0 0 0 1 0 0 1 14 0 0 0 0 1 0 0
262 1 15 0 0 0 1 0 0 0 1 16 0 0 0 1 0 0 0 1 17 0 0 1 0 0 0 0 1 18 0 0 1 0 0 0 0 1 19 0 0 1 0 0 0 0 1 20 0 0 1 0 0 0 0 1 21 0 1 0 0 0 0 0 1 22 0 1 0 0 0 0 0 1 23 0 1 0 0 0 0 0 1 24 1 0 0 0 0 0 0 1 25 0 1 0 0 0 0 0 1 26 1 0 0 0 0 0 0 1 27 1 0 0 0 0 0 0 1 28 1 0 0 0 0 0 0 ---------------------------------------------------------------
Kebun Plasma Penjadwalan truk secara agregat bulan AGUSTUS Jumlah trip (frekwensi) = 1 Jumlah truk (unit) = 28 ---------------------------------------------------------------Trip Truk Unit-1 Unit-2 Unit-3 Unit-4 Unit-5 Unit-6 Unit-7 ---------------------------------------------------------------1 1 0 0 0 0 0 0 1 1 2 0 0 0 0 0 0 1 1 3 0 0 0 0 0 0 1 1 4 0 0 0 0 0 0 1 1 5 0 0 0 0 0 1 0 1 6 0 0 0 0 0 1 0 1 7 0 0 0 0 0 1 0 1 8 0 0 0 1 0 0 0 1 9 0 0 0 1 0 0 0 1 10 0 0 0 0 0 1 0 1 11 0 0 0 0 1 0 0 1 12 0 0 0 0 1 0 0 1 13 0 0 0 0 1 0 0 1 14 0 0 0 0 1 0 0 1 15 0 0 0 1 0 0 0 1 16 0 0 0 1 0 0 0 1 17 0 0 1 0 0 0 0 1 18 0 0 1 0 0 0 0 1 19 0 0 1 0 0 0 0 1 20 0 0 1 0 0 0 0 1 21 0 1 0 0 0 0 0 1 22 0 1 0 0 0 0 0 1 23 0 1 0 0 0 0 0 1 24 1 0 0 0 0 0 0 1 25 0 1 0 0 0 0 0 1 26 1 0 0 0 0 0 0 1 27 1 0 0 0 0 0 0 1 28 1 0 0 0 0 0 0 ----------------------------------------------------------------
263 Kebun Plasma Penjadwalan truk secara agregat bulan SEPTEMBER Jumlah trip (frekwensi) = 1 Jumlah truk (unit) = 34 ---------------------------------------------------------------Trip Truk Unit-1 Unit-2 Unit-3 Unit-4 Unit-5 Unit-6 Unit-7 ---------------------------------------------------------------1 1 0 0 0 0 0 0 1 1 2 0 0 0 0 0 1 0 1 3 0 0 0 0 0 0 1 1 4 0 0 0 0 0 0 1 1 5 0 0 0 0 0 1 0 1 6 0 0 0 0 1 0 0 1 7 0 0 0 0 0 1 0 1 8 0 0 0 0 1 0 0 1 9 0 0 0 0 0 0 1 1 10 0 0 0 0 0 0 1 1 11 0 0 0 0 0 1 0 1 12 0 0 1 0 0 0 0 1 13 0 0 0 0 1 0 0 1 14 0 0 0 0 1 0 0 1 15 0 0 0 0 1 0 0 1 16 0 0 1 0 0 0 0 1 17 0 0 0 1 0 0 0 1 18 0 0 0 1 0 0 0 1 19 0 0 0 1 0 0 0 1 20 0 0 0 1 0 0 0 1 21 0 0 0 1 0 0 0 1 22 0 0 1 0 0 0 0 1 23 0 0 1 0 0 0 0 1 24 0 0 1 0 0 0 0 1 25 0 1 0 0 0 0 0 1 26 0 1 0 0 0 0 0 1 27 1 0 0 0 0 0 0 1 28 0 1 0 0 0 0 0 1 29 1 0 0 0 0 0 0 1 30 0 1 0 0 0 0 0 1 31 1 0 0 0 0 0 0 1 32 0 1 0 0 0 0 0 1 33 1 0 0 0 0 0 0 1 34 1 0 0 0 0 0 0 ---------------------------------------------------------------
Kebun Plasma Penjadwalan truk secara agregat bulan OKTOBER Jumlah trip (frekwensi) = 2 Jumlah truk (unit) = 24 ---------------------------------------------------------------Trip Truk Unit-1 Unit-2 Unit-3 Unit-4 Unit-5 Unit-6 Unit-7 ---------------------------------------------------------------1 1 0 0 0 0 0 0 1 1 2 0 0 0 0 0 0 1 1 3 0 0 0 0 0 0 1 1 4 0 0 0 0 0 0 1 1 5 0 0 0 0 0 1 0 1 6 0 0 0 0 0 1 0 1 7 0 0 0 0 0 1 0
264 1 8 0 0 0 1 0 0 0 1 9 0 0 0 1 0 0 0 1 10 0 0 0 0 0 1 0 1 11 0 0 0 0 1 0 0 1 12 0 0 0 0 1 0 0 1 13 0 0 0 0 1 0 0 1 14 0 0 0 0 1 0 0 1 15 0 0 0 1 0 0 0 1 16 0 0 0 1 0 0 0 1 17 0 0 1 0 0 0 0 1 18 0 0 1 0 0 0 0 1 19 0 0 1 0 0 0 0 1 20 0 0 1 0 0 0 0 1 21 0 1 0 0 0 0 0 1 22 0 1 0 0 0 0 0 1 23 0 1 0 0 0 0 0 1 24 0 1 0 0 0 0 0 2 1 0 0 0 0 0 1 0 2 2 0 0 0 0 0 0 1 2 3 0 0 0 0 0 0 1 2 4 0 0 0 1 0 0 0 2 5 0 0 0 0 1 0 0 2 6 0 0 0 0 0 0 1 2 7 0 0 0 0 0 1 0 2 8 0 0 0 0 1 0 0 2 9 0 0 0 0 1 0 0 2 10 0 1 0 0 0 0 0 2 11 0 0 0 1 0 0 0 2 12 0 0 1 0 0 0 0 2 13 0 0 0 1 0 0 0 2 14 0 0 1 0 0 0 0 2 15 0 0 1 0 0 0 0 2 16 0 1 0 0 0 0 0 2 17 1 0 0 0 0 0 0 2 18 0 1 0 0 0 0 0 2 19 1 0 0 0 0 0 0 2 20 1 0 0 0 0 0 0 2 21 1 0 0 0 0 0 0 2 22 1 0 0 0 0 0 0 2 23 1 0 0 0 0 0 0 2 24 1 0 0 0 0 0 0 ----------------------------------------------------------------
Kebun Plasma Penjadwalan truk secara agregat bulan NOPEMBER Jumlah trip (frekwensi) = 1 Jumlah truk (unit) = 45 ---------------------------------------------------------------Trip Truk Unit-1 Unit-2 Unit-3 Unit-4 Unit-5 Unit-6 Unit-7 ---------------------------------------------------------------1 1 0 0 0 0 0 0 1 1 2 0 0 0 0 0 1 0 1 3 0 0 0 0 0 1 0 1 4 0 0 0 0 0 0 1 1 5 0 0 0 1 0 0 0 1 6 0 0 0 1 0 0 0 1 7 0 0 0 0 0 0 1
265 1 8 0 0 0 0 1 0 0 1 9 0 0 0 0 0 1 0 1 10 0 0 0 0 0 0 1 1 11 0 0 0 0 0 0 1 1 12 0 0 0 0 0 0 1 1 13 0 0 0 0 0 0 1 1 14 0 0 0 0 0 1 0 1 15 0 0 0 0 0 1 0 1 16 0 0 0 0 0 1 0 1 17 0 0 0 0 1 0 0 1 18 0 0 0 0 1 0 0 1 19 0 0 0 0 1 0 0 1 20 0 0 0 1 0 0 0 1 21 0 0 0 0 1 0 0 1 22 0 0 0 0 1 0 0 1 23 0 0 0 1 0 0 0 1 24 0 1 0 0 0 0 0 1 25 0 0 0 1 0 0 0 1 26 0 0 0 1 0 0 0 1 27 0 0 1 0 0 0 0 1 28 0 0 0 1 0 0 0 1 29 0 0 1 0 0 0 0 1 30 0 0 1 0 0 0 0 1 31 0 0 1 0 0 0 0 1 32 0 0 1 0 0 0 0 1 33 0 0 1 0 0 0 0 1 34 0 1 0 0 0 0 0 1 35 0 1 0 0 0 0 0 1 36 0 1 0 0 0 0 0 1 37 1 0 0 0 0 0 0 1 38 0 1 0 0 0 0 0 1 39 1 0 0 0 0 0 0 1 40 0 1 0 0 0 0 0 1 41 1 0 0 0 0 0 0 1 42 0 1 0 0 0 0 0 1 43 1 0 0 0 0 0 0 1 44 1 0 0 0 0 0 0 1 45 1 0 0 0 0 0 0 ---------------------------------------------------------------
Kebun Plasma Penjadwalan truk secara agregat bulan DESEMBER Jumlah trip (frekwensi) = 1 Jumlah truk (unit) = 57 ---------------------------------------------------------------Trip Truk Unit-1 Unit-2 Unit-3 Unit-4 Unit-5 Unit-6 Unit-7 ---------------------------------------------------------------1 1 0 0 0 0 0 0 1 1 2 0 0 0 0 0 1 0 1 3 0 0 0 0 0 1 0 1 4 0 0 0 0 0 0 1 1 5 0 0 0 0 0 1 0 1 6 0 0 0 1 0 0 0 1 7 0 0 0 0 0 1 0 1 8 0 0 0 1 0 0 0 1 9 0 0 0 0 1 0 0 1 10 0 0 0 0 0 1 0
266 1 11 0 0 0 0 0 0 1 1 12 0 0 0 0 0 0 1 1 13 0 0 0 0 0 0 1 1 14 0 0 0 0 0 0 1 1 15 0 0 0 0 0 0 1 1 16 0 0 0 0 0 1 0 1 17 0 0 0 0 0 0 1 1 18 0 0 0 0 1 0 0 1 19 0 0 0 0 1 0 0 1 20 0 0 0 0 1 0 0 1 21 0 0 0 0 0 1 0 1 22 0 0 0 0 1 0 0 1 23 0 0 0 1 0 0 0 1 24 0 0 0 0 1 0 0 1 25 0 0 0 1 0 0 0 1 26 0 0 0 0 1 0 0 1 27 0 0 0 0 1 0 0 1 28 0 0 0 1 0 0 0 1 29 0 0 0 1 0 0 0 1 30 0 0 1 0 0 0 0 1 31 0 0 1 0 0 0 0 1 32 0 0 0 1 0 0 0 1 33 0 0 1 0 0 0 0 1 34 0 0 0 1 0 0 0 1 35 0 0 1 0 0 0 0 1 36 0 0 1 0 0 0 0 1 37 0 0 0 1 0 0 0 1 38 0 0 1 0 0 0 0 1 39 0 0 1 0 0 0 0 1 40 0 1 0 0 0 0 0 1 41 0 0 1 0 0 0 0 1 42 0 1 0 0 0 0 0 1 43 1 0 0 0 0 0 0 1 44 0 1 0 0 0 0 0 1 45 1 0 0 0 0 0 0 1 46 0 1 0 0 0 0 0 1 47 1 0 0 0 0 0 0 1 48 0 1 0 0 0 0 0 1 49 1 0 0 0 0 0 0 1 50 0 1 0 0 0 0 0 1 51 1 0 0 0 0 0 0 1 52 0 1 0 0 0 0 0 1 53 1 0 0 0 0 0 0 1 54 0 1 0 0 0 0 0 1 55 1 0 0 0 0 0 0 1 56 1 0 0 0 0 0 0 1 57 1 0 0 0 0 0 0 ----------------------------------------------------------------