Gambaran Umum Perusahaan
PT PP London Sumatra Indonesia Tbk. (Lonsum) merupakan perusahaan milik investor dalam negeri dan asing. Lonsum didirikan oleh pemerintah Inggris pada tahun 1906 dengan nama Horrison and Crossfield Ltd (H&C). Pada tahun 2007, Indofood Agri Resources Ltd (Indoagri), anak perusahaan PT Indofood Sukses Makmur Tbk di bidang agribisnis, menjadi pemegang saham mayoritas Perseroan melalui anak perusahaannya di Indonesia, PT Salim Ivomas Pratama Tbk (SIMP), sehingga perusahaan menjadi bagian dari Grup Indofood. Visi dari
perusahaan Lonsum adalah “Menjadi perusahaan agribisnis terkemuka yang berkelanjutan dalam hal tanaman, biaya dan lingkungan yang berbasis penelitian dan pengembangan” dan memiliki misi untuk “Menambah nilai bagi stakeholders di bidang agribisnis”.
Bagerpang Estate (BGE) merupakan perkebunan Lonsum pertama di Indonesia yang didirikan oleh H&C. Perkebunan ini terletak di tiga kecamatan, yaitu kecamatan Bangun Purba dan kecamatan Galang, kecamatan STM Hilir, provinsi Sumatera Utara.
Komoditi yang ada di perkebunan ini adalah tanaman kelapa sawit (Elais guineensis Jacq.) dengan luas areal perkebunan seluas 4928,88 ha. Perkebunan ini memiliki satu unit pabrik kelapa sawit (PKS) yang berkapasitas 50 ton per jam dan memiliki program Enriched Mulch Area (EMU) yaitu membuat kompos dengan memanfaatkan janjangan kosong ( rogramm) dan air limbah (fommy).
Bentuk tenaga kerja di PT PP Lonsum terdiri dari staf, Monthly Rate Personel (MRP) atau pekerja bulanan, Daily Rate Personel (DRP) atau pekerja harian dan Piece Works (PW) atau pekerja harian lepas. Jumlah tenaga kerja adalah 836 orang yang terdiri dari 186 orang MRP, 601 orang DRP, 1 orang CMRP dan 48 orang CDRP.
Perkebunan BGE dipimpin oleh seorang Manajer yang dalam pelaksanaan tugasnya dibantu oleh Estate Adminitration Assistant (EAA), Head Assistant, Field Assistant, pegawai dan karyawan. Lonsum BGE terdiri dari tujuh divisi, yaitu:
1. Divisi 01 Batu Lokong dengan luas areal 926,86 ha 2. Divisi 02 Namu Rambei dengan luas areal 648,46 ha
12
3. Divisi 03 Naga Timbul dengan luas areal 703,94 ha 4. Divisi 04 Bagerpang dengan luas areal 576,32 ha 5. Divisi 05 Kongsi Empat dengan luas areal 707,45 ha 6. Divisi 06 Kongsi Dua dengan luas areal 684,92 ha 7. Divisi 07 Timbang Serdang dengan luas areal 680,93 ha
Semua kegiatan dalam perkebunan yang dilaksanakan dikebun harus berpedoman pada Standard Operating Procedure (SOP) yang dikeluarkan kantor pusat untuk masing-masing kebun yang disusun dalam bentuk Yearly Programme, Monthly rogrammed an Daily Programme.
Teknik Peramalan Identifikasi pola data
Menurut Santoso (2009), pada data time series yang berbasis waktu, diperlukan pengujian terlebih dahulu sebelum data tersebut dapat diolah, yang disebut dengan uji pola data. Jika pada data terdapat trend atau ada komponen musiman atau siklus, data tidak dapat dikatakan stasioner. Namun sebaliknya, jika pada data tidak ada trend, musiman atau siklus, maka data dikatakan stasioner. Data produksi CPO pada Lonsum pada periode Januari 2013-Februari 2015 dimuat pada Tabel 5.
Tabel 5 Data produksi CPO Lonsum
Periode Produksi Periode Produksi
Januari-13 4 044.762 Februari-14 3 639.918 Februari-13 4 181.057 Maret-14 5 036.736 Maret-13 4 640.436 April-14 4 411.281 April-13 4 714.087 Mei-14 4 316.805 Mei-13 4 263.215 Juni-14 6 053.796 Juni-13 6 560.761 Juli-14 5 631.08 Juli-13 6 139.827 Agustus-14 5 982.715 Agustus-13 5 065.555 September-14 6 988.77 September-13 6 852.127 Oktober-14 4 666.467 Oktober-13 5 367.958 November-14 4 332.661 November-13 4 713.519 Desember-14 6 061.547 Desember-13 5 359.261 Januari-15 3 632.752 Januari-14 3 705.666 Februari-15 3 307.876 Sumber: Lonsum, 2015
13 22 20 18 16 14 12 10 8 6 4 2 1,0 0,8 0,6 0,4 0,2 0,0 -0,2 -0,4 -0,6 -0,8 -1,0 Lag A u to c o rr e la ti o n
Autocorrelation Function for Yt-3
(with 5% significance limits for the autocorrelations)
Gambar 2 Autokorelasi untuk produksi CPO
Berdasarkan plot autokorelasi dengan time lag-3 pada Gambar 2, di atas dan di bawah bar terdapat dua garis merah terputus-putus. Itu adalah garis upper dan lower dari angka korelasi yang tidak menunjukkan adanya autokorelasi. Jika bar-bar yang ada tidak melebihi garis merah yang ada di atas ataupun di bawah, berarti tidak ada autokorelasi (Santoso 2009).
Regresi linier sederhana
Tabel 6 Analisis regresi
Predictor Coef SE Coef T P
Constant 2837 1127 2,52 0,020 Yt-3 0,4419 0,2183 2,02 0,056 S = 1001,72 R-Sq = 16,3% R-Sq(adj) = 12,3% Source DF SS MS F P Regression 1 4112818 4112818 4,10 0,056 Residual Error 21 21072230 1003440 Total 22 25185047
Hasil menunjukkan nilai R-square 0,163/16,3%. Hasil R-square menandakan bahwa variabel produksi CPO pada lag 3 dapat menjelaskan produksi CPO 16,3% sisanya dijelaskan oleh peubah lain. Nilai Prob F sebesar 0,05 < 0,05 menunjukkan bahwa peubah produksi CPO pada lag 3 dapat menjelaskan data produksi CPO. Persamaan regresi linear sederhana:
Dari persamaan linear ini didapatkan hasil peramalan produksi CPO untuk 12 bulan ke depan.
14
Tabel 7 Hasil peramalan produksi CPO
Periode Peramalan produksi
Maret-15 5 516.204 April-15 4 442.676 Mei-15 4 299.08 Juni-15 5 275.162 Juli-15 4 800.663 Agustus-15 4 737.194 September-15 5 168.622 Oktober-15 4 958.893 November-15 4 930.84 Desember-15 5 121.531 Januari-16 5 028.831 Februari-16 5 016.431
Hasil peramalan produksi CPO pada Tabel 7 memiliki kecenderungan peningkatan dari tahun ke tahun. (Hargianto, et al 2013)
Perencanaan Optimasi Produksi
Linear Programming
Dalam membuat pemodelan matematis, langkah-langkah yang harus dilakukan (Budianto 2013) adalah:
1. Mengidentifikasi masalah
Masalah yang terjadi di PT PP Lonsum Tbk ini adalah menentukan banyak produksi CPO berdasarkan peramalan 12 bulan ke depan.
2. Mengidentifikasi parameter Fungsi Tujuan
Menentukan peubah keputusan, dimana merupakan hasil yang akan dioptimalkan sehingga memenuhi kriteria sasaran dan kendala yang akan menjadi peubah keputusan. (Lumbantoruan, et al 2013)
a. Biaya produksi
Persentase keuntungan yang diperoleh perusahaan 34.6% dari harga jual CPO, yaitu Rp9 598 968 per ton CPO, sehingga harga pokok produk Rp3 321 243 per ton (tidak termasuk biaya tenaga kerja dan biaya penyimpanan produk)
b. Biaya jam tenaga kerja regular
Biaya tenaga kerja pada bagian produksi Rp12 015 per jam dengan jam kerja regular 7 jam per hari dan maksimal 40 jam per minggu.
c. Biaya penyimpanan
Biaya penyimpanan 1% dari biaya produksi, yaitu Rp 33 213 per ton. d. Biaya jam tenaga kerja lembur
Jam tenaga kerja lembur maksimal tiga jam per hari, dimana biaya untuk jam pertama 150% dari upah regular, jam kedua 200% dan jam ketiga 300%. Jam kerja lembur diasumsikan 3 jam per hari, sehingga rataan biaya lemburnya Rp26 033 per hari
15 Z = total biaya
Pt = jumlah produksi CPO per ton pada periode t Wt = jumlah jam kerja karyawan pada periode t Ht = jumlah persediaan CPO per ton pada periode t Ot = jumlah jam kerja lembur pada periode t
Pada penelitian ini akan dilakukan optimalisasi produksi selama satu tahun kedepan. Berdasarkan fungsi minimasasi tersebut, maka didapat perumusan fungsi penelitian berikut:
∑(
Fungsi kendala
Kendala yang muncul selain permintaan yaitu berasal dari faktor produksi seperti bahana baku, mesin dan tenaga kerja yang memiliki kapasitas terbatas. (Rimbasari,et al 2014)
a. Kendala jumlah produksi
Fungsi kendala produksi dapat di formulasikan sebagai berikut: Ft= Pt + (Ht– Ht-1)
Keterangan :
Ft = peramalan produksi CPO pada periode t Pt = jumlah produksi CPO pada periode t Ht = jumlah persediaan CPO pada periode t
Ht-1 = jumlah persediaan CPO pada periode sebelumnya
Dari formulasi tersebut, maka fungsi kendala produksi dapat dirumuskan sebagai berikut: P1 + (H1-H0) = 5516.204 P2 + (H2-H1) = 4442.676 P3 + (H3-H2) = 4299.081 P4 + (H4-H3) = 5275.162 P5 + (H5-H4) = 4800.663 P6 + (H6-H5) = 4737.194 P7 + (H7-H6) = 5168.622 P8 + (H8-H7) = 4958.893 P9 + (H9-H8) = 4930.84 P10 + (H10-H9) = 5121.531 P11 + (H11-H10) = 5028.831 P12 + (H12-H11) = 5061.431
b. Kendala kapasitas gudang produk CPO
Pabrik ini memiliki 2 storage tank untuk penyimpanan produk CPO dengan kapasitas 5000 ton, sehingga persamaan matematiknya dapat diformulasikan sebagai berikut:
16
Ht≤ St St = kapasitas penyimpanan
Dari formula tersebut, fungsi kendala kapasitas gudang dapat dirumuskan sebagai berikut:
H1≤ 5000; H2 ≤ 5000; H3 ≤ 5000; H4≤ 5000; H5≤ 5000; H6≤ 5000; H7≤ 5000; H8 ≤ 5000; H9 ≤ 5000; H10 ≤ 5000; H11 ≤ 5000; H12 ≤ 5000
c. Kendala tingkat persediaan
Safety stock pada pabrik ini 20%. Safety stock (persediaan pengaman) adalah suatu persediaan yang dicadangkan sebagai pengaman dari kelangsungan proses produksi perusahaan. dengan adanya persediaan pengaman diharapkan proses produksi tidak terganggu oleh adanya ketidakpastian bahan (Rahmayanti dan Fauzan 2013). Hal tersebut dimuat pada Tabel 8.
Tabel 8 Tingkat persediaan berdasarkan peramalan produksi CPO
Bulan Peramalan Tingkat persediaan 20%
Mar-14 5 516.204 1 103.241 Apr-14 4 442.676 888.535 Mei-14 4 299.08 859.816 Jun-14 5 275.162 1 055.032 Jul-14 4 800.663 960.133 Agu-14 4 737.194 947.439 Sep-14 5 168.622 1 033.724 Okt-14 4 958.893 991.779 Nov-14 4 930.84 986.168 Des-14 5 121.531 1 024.306 Jan-15 5 028.831 1 005.766 Feb-15 5 016.431 1 003.286
Fungsi kendala tingkat persediaan produk CPO adalah:
H1 ≥ 1 103.241; H2 ≥ 888.535; H3 ≥ 859.816; H4 ≥ 1 055.032; H5 ≥ 960.133; H6 ≥ 947.439; H7 ≥ 1 033.724; H8 ≥ 991.779; H9 ≥ 986.168; H10 ≥ 1 024.306; H11≥ 1 005.766; H12≥ 1 003.286
d. Kendala jam tenaga kerja
Jumlah tenaga kerja yang berhubungan dengan proses produksi adalah 112 orang (termasuk security, administrasi, laboratorium dan kebersihan) dengan jumlah jam kerja reguler dan lembur seperti dimuat pada Tabel 9: Tabel 9 Data jam kerja reguler dan lembur
Bulan Jam kerja regular Jam kerja lembur
Mar-14 306 137 Apr-14 348 137 Mei-14 310 137 Jun-14 320 137 Jul-14 300 137 Agu-14 320 137 Sep-14 320 137 Okt-14 348 137 Nov-14 320 137
17 Lanjutan Tabel 9 Des-14 310 137 Jan-15 320 137 Feb-15 310 137 Total 3 832 1 644
i. Kendala jam kerja regular
Kendala jam kerja reguler dapat diformulasikan menjadi; Wt + Vt = Zt
Vt = waktu menganggur periode t
Zt = jumlah jam kerja reguler pada periode t Fungsi kendala dirumuskan sebagai berikut:
W1 + V1 = 306; W2 + V2 = 348; W3 + V3 = 310; W4 + V4 = 320; W5 + V5 = 300; W6 + V6 = 320; W7 + V7 = 320; W8 +V8 = 348; W9 + V9 =320; W10 + V10 = 310; W11 + V11 = 320; W12 + V12 = 310
ii. Kendala pemakaian jam kerja reguler
Kecepatan produksi CPO adalah 50 ton per jam, dengan kata lain 0,02 jam/ton. Secara matematik fungsi kendala dapat diformulasikan sebagai berikut:
Wt = aPt + Vt – Ot a = kecepatan produksi (0,02 jam/ton)
Wt = aFt + aHt – aHt-1 +Vt – Ot Wt + aHt-1 + Ot – Vt – aHt = aFt
Fungsi kendala dapat dirumuskan sebagai berikut: W1 + 0,02H0 + V1– 0,02H1 = 110.32 W2 + 0,02H1 + V2 – 0,02H2 = 88.85 W3 + 0,02H2 + V3 – 0,02H3 = 85,98 W4 + 0,02H3 + V4– 0,02H4 = 105,5 W5 + 0,02H4 + V5 – 0,02H5 = 96,01 W6 + 0,02H5 + V6 – 0,02H6 = 94,74 W7 + 0,02H6 + V7– 0,02H7 = 103,37 W8 + 0,02H7 + V8 – 0,02H8 = 99,18 W9 + 0,02H8 + V9 – 0,02H9 = 98,62 W10 + 0,02H9 + V10– 0,02H10 = 102,43 W11 + 0,02H10 + V11– 0,02H11 = 100,58 W12 + 0,02H11 + V12 – 0,02H12 = 100,33 iii.Kendala jam kerja lembur
Jumlah maksimal jam kerja lembur adalah sebanyak 137 jam per bulan. Formulasi kendala jam kerja lembur adalah:
Ot – Vt ≤ rWt
r = perbandingan jam kerja reguler dengan jam kerja lembur Ot– Vt≤ rWt
(1+r)Ot – (1+r)Vt – raHt +raHt-1 ≤ raFt
1,448O1– 1,448V1– 0,00895H1 + 0,00895H0≤ 49,39 1,394O2– 1,394V2– 0,00787H2 + 0,00787H1≤ 34,98 1,442O3 – 1,443V3 – 0,00884H3 + 0,00884H2 ≤ 38 1,428O4 – 1,428V4 – 0,00856H4 + 0,00856H3 ≤ 45,17 1,457O5– 1,457V5– 0,00913H5 + 0,00913H4≤ 43,85
18 1,428O6– 1,428V6– 0,00856H6 + 0,00856H5≤ 40,56 1,428O7– 1,428V7– 0,00856H7 + 0,00856H6≤ 44,26 1,394O8 – 1,394V8 - 0,00787H8 + 0,00787H7 ≤ 39,04 1,428O9 – 1,428V9 – 0,00856H9 + 0,00856H8 ≤ 42,22 1,442O10– 1,442V10– 0,00884H10 + 0,00884H9≤ 45,27 1,428O11 – 1,428V11 – 0,00856H11 + 0,00856H10 ≤ 43,06 1,442O12 – 1,442V12 – 0,00884H12 + 0,00884H11 ≤ 44,34
Hasil peramalan dan optimasi produksi
Berdasarkan hasil program linear dari formulasi permasalahan perusahaan tersebut, pengolahan dengan bantuan perangkat lunak LINDO di dapatkan hasil perencanaan optimasi produksi dari periode Maret 2015 sampai Februari 2016 seperti dimuat pada Tabel 10.
Tabel 10 Hasil perencanaan optimasi produksi Lonsum Periode (t) Produksi (ton) Persediaan (ton) Jam kerja
regular (jam) Jam kerja lembur (jam) Mar-14 253 660 248 144 306 137 Apr-14 203 479 447 180 348 25 Mei-14 192 604 635 485 310 137 Jun-14 240 908 871 118 320 137 Jul-14 218 183 1 084 501 300 137 Agu-14 214 010 1 293 773 320 137 Sep-14 235 581 1 524 186 320 137 Okt-14 223 695 1 742 922 348 137 Nov-14 223 692 1 961 683 320 137 Des-14 233 727 2 190 288 310 137 Jan-15 228 592 2 413 851 320 137 Feb-15 228 472 2 637 306 310 137 Total 2 696 602 17 050 437 3 832 1 532
Hasil dari perencanaan produksi untuk jangka waktu 12 bulan diperoleh jumlah produksi CPO 2 696 602ton. Jam kerja reguler yang diperoleh 3 832 jam dengan perolehan jam kerja lembur total sebanyak 1 532 jam. Dari tabel 10 diatas dapat dilihat perusahaan masih perlu menetapkan kebijakan jam kerja lembur maksimal hampir tiap bulannya. Setiap melakukan jam kerja lembur pada periode waktu tersebut, perusahaan akan menambah biaya produksi Rp26 033 dengan asumsi jam kerja lembur yang digunakan adalah 3 jam per hari. Biaya yang dapat dihitung setelah diperoleh hasil perencanaan optimasi produksi adalah biaya produksi, biaya penyimpanan, biaya jam kerja reguler dan biaya jam kerja lembur. Hasil perhitungan biaya perencanaan optimasi produksi tersebut dimuat pada Tabel 11.
Tabel 11 Biaya perencanaan optimasi produksi PT PP Lonsum Tbk Periode (t) Produksi Persediaan Jam kerja
reguler Jam kerja lembur Mar-14 842 467 173 592 8 241 606 672 3 676 590 3 566 521 Apr-14 675 803 619 552 14 852 203 887 4 181 220 650825 Mei-14 639 684 842 870 21 106 377 852 3 724 650 3 566 521 Jun-14 800 114 370 659 28 932 454 589 3 844 800 3 566 521
19 Lanjutan Tabel 11 Jul-14 724 639 279 583 36 019 527 561 3 604 500 3 566 521 Agu-14 710 778 178 202 42 970 095 104 3 844 800 3 566 521 Sep-14 782 422 109 198 50 622 785 466 3 844 800 3 566 521 Okt-14 742 944 310 377 57 887 655 931 4 181 220 3 566 521 Nov-14 742 935 489 156 65 153 369 176 3 844 800 3 566 521 Des-14 776 262 604 998 72 746 027 041 3 724 650 3 566 521 Jan-15 759 208 075 333 80 171 216 657 3 844 800 3 566 521 Feb-15 758 809 579 313 87 592 827 572 3 724 650 3 566 521 Total 8 956 069 632 835 566 296 147 508 46 041 480 39 882 556
Biaya produksi diperoleh dari hasil pengalian jumlah produksi tiap bulan dengan biaya produksi per ton CPO. Hal yang sama dilakukan pada perhitungan biaya yang lain. Dari hasil perencanaan optimasi produksi Rp8 956 069 632 835, dengan biaya penyimpanan yang dikeluarkan Rp566 296 147 508 biaya ini digunakan untuk penyimpanan produk sebagai persediaan. Biaya tenaga kerja yang diperoleh berupa biaya tenaga kerja reguler Rp46 041 480 dan biaya tenaga kerja lembur Rp39 882 556.
Pemodelan perencanaan optimasi produksi yang telah dibuat berdasarkan pertimbangan-pertimbangan dan kendala-kendala yang memengaruhi proses perencanaan optimasi produksi, serta sumberdaya yang dimiliki perusahaan.
Tabel 12 Hasil LINDO untuk produksi CPO
Periode Perencanaan produksi Target Keterangan
Mar-15 253 660 5 036.736 T Apr-15 203 479 4 411.281 T Mei-15 192 604 4 316.805 T Jun-15 240 908 6 053.796 T Jul-15 218 183 5631.08 T Agu-15 214 010 5 982.715 T Sep-15 235 581 6 988.77 T Okt-15 223 695 4 666.467 T Nov-15 223 692 4 332.661 T Des-15 233 727 6 061.547 T Jan-16 228 592 - - Feb-16 228 472 - - Keterangan : T : tercapai TT : tidak tercapai
Berdasarkan Tabel 12 diketahui bahwa target tiap bulan periode Maret 2015-Desember 2015 mencapai target.
Strategi Perencanaan Optimasi Produksi
Data yang diperoleh dianalisis dengan cara menganalisis faktor lingkungan internal (kekuatan, kelemahan) dan faktor lingkungan eksternal (peluang, ancaman) yang ada, dengan menggunakan analisis SWOT. Analisis ini digunakan untuk menganalisis strategi perencanaan optimasi produksi di PT PP Lonsum Tbk, Medan (Apriandes, et al 2013).
20
Faktor internal Pemasok
Bahan baku yang diolah adalah tandan buah segar (TBS). TBS diperoleh dari kebun inti. Jumlah TBS yang masuk ke pabrik rataannya 400 ton per hari dengan kapasitas pengolahan pabrik mencapai 800 ton/hari. Jumlah ini masih jauh dari kapasitas pengolahan karena belum semua tanama pada kebun Lonsum mampu menghasilkan TBS secara optimal.
Proses produksi dan operasi
Dalam kegiatan proses produksinya PT PP Lonsum Tbk menggunakan mesin dan peralatan seperti dimuat pada Tabel 13.
Tabel 13 Mesin dan peralatan yang digunakan dalam proses produksi
Mesin/Peralatan Fungsi
Timbangan Menimbang berat TBS yang akan diangkut oleh truk ke loading ramp
Loading Ramp Tempat untuk memasukkan buah ke dalam pengolahan,
memiliki 20 pintu, satu pintu memuat 15 ton TBS dapat menampung 300 ton TBS
Lori Tempat pengangkutan TBS sebelum diolah, dengan kapasitasn 10 ton TBS per satuan lori
Sterilizer cap Tempat perebusan buah, kapasitas 50 ton
Trippler Tempat penampungan buah setelah dilakukan
perebusan
Elevator Pengangkat brondolan
Thresher Alat perontokkan brondolan
Screw press Alat pencincang brondolan
Digester Alat pelumat brondolan
Fiber cyclone Tempat penampung minyak mentah
Sludge centrifuge Menjernihkan minyak dari sludge yang digunakan
sebagai kompos
Vacum drier dan extration pump Menjernihkan minyak agar siap didistribusikan
Kernel bulking silo Alat pemisah antara kandungan kernel, air dan sludge
Mesin-mesin tersebut bekerja terus menerus tanpa melewatkan proses-proses sebelum atau pun sesudah.
Tenaga kerja
Tenaga kerja pada PT PP Lonsum Tbk memiliki tingkat pendidikan yang bervariasi mulai dari SMP, SMA hingga Sarjana. Pemberlakuan golongan kepangkatan hanya mengikuti ketentuan dari kantor direksi yang berguna untuk menyamakan gaji dan tunjangan bagi seluruh tenaga kerja PT PP Lonsum Tbk.
Mutu
Mutu rendemen CPO ditentukan oleh TBS yang masuk dan diolah di pabrik. Untuk mempertahankan mutu rendemen pabrik, maka asisten pengawasan mutu selalu menjaga mutu TBS tetap terjaga sesuai standar pabrik. Untuk menjaga mutu CPO dilakukan dengan menjaga kebersihan pabrik dan prosedur kerja harus sesuai dengan petunjuk teknis untuk menjalankan pekerjaan, sehingga produk yang dihasilkan menjadi lebih bermutu.
21
Modal
Sumber modal berupa uang maupun sumber daya lain berupa peralatan dalam jumlah besar. Dimana sumber modal ini didukung oleh pihak pusat sebagai pihak pendukung segala kebutuhan pabrik.
Teknologi
Kebutuhan energi listrik per bulannya sekitar 5000 kwh digunakan untuk operasional pabrik dan perumahan karyawan. Bahan bakar utama yang diperlukan untuk operasional pabrik salah satunya solar. Energi untuk menggerakkan mesin-mesin berasal dari mesin-mesin diesel dan listrik. Untuk sumber energi cadangan berasal dari genset sebanyak dua unit.
Faktor eksternal Dunia bisnis
Menurut GAPKI (2014), data pertumbuhan ekspor produk sawit dari Januari sampai April 2015 sebesar 25% menjadi 7,88 juta ton daripada periode tahun lalu berjumlah 6,3 juta ton. Kebutuhan minyak sawit di pasar global terus meningkat. Volume ekspor minyak sawit Indonesia ke India pada April lalu tercatat naik 45,5% dibandingkan bulan lalu. Kenaikan ekspor diikuti oleh negara Cina 15% dan Uni Eropa 8,5%. Peningkatan permintaan yang jumlahnya tidak banyak, akan tetapi sangat nyata secara persentase datang dari Pakistan dan Amerika Serikat (AS). Pakistan membukukan kenaikan permintaan 101% dari 75,75 ribu ton menjadi 152 ribu ton. Sementara itu AS mencatatkan kenaikan permintaan 91% atau dari 28,8 ribu ton menjadi 55 ribu ton. Penguatan dollar AS terhadap mata uang rupiah juga mendongkrak kinerja ekspor minyak sawit Indonesia ke negeri Paman Sam.
Upah tenaga kerja
Upah tenaga kerja diberikan sesuai dengan pangkat dan golongan karyawan. Beberapa golongan gaji pokok berada di bawah upah minimum. Karyawan juga menerima premi kerja, upah lembur dan tunjangan.
Pasar dan pesaing
CPO dipasarkan ke PT Salim Ivomas Pratama Tbk (SIMP) di Kabupaten Deli Serdang. Perusahaan telah memiliki kontrak kerjasama sehingga perusahaan tidak kesulitan dalam pemasaran, yang mana perusahaan tidak memiliki pesaing dari perusahaan sejenis.
Persediaan bahan baku
Kebun bagerpang memanen TBS tiap harinya secara terus menerus untuk menghindari waktu menunggu.
Persediaan bahan penolong
Persediaan bahan penolong seperti bahan bakar, pelumas, suku cadang mesin, bahan kimia pabrik selalu tersedia di gudang. Hal ini dilakukan untuk menjaga kelancaran operasional pabrik.
22
Tabel 14 Matriks SWOT strategi perencanaan optimasi produksi CPO pada PT PP Lonsum Tbk Internal Eksternal Strengths (S) 1. Memiliki pabrik berkapasitas 50 ton/jam 2. Sumber bahan baku
(TBS) dari kebun sendiri 3. Disiplin karyawan tinggi 4. Memiliki serikat pekerja
solid dan kooperatif dengan perusahaan 5. Mempunyai tenaga kerja
ahli dalam bidang kelapa sawit
6. Tingkat keamanan kerja tinggi
7. Mutu bahan baku terjaga
8. Memiliki dukungan modal kuat
9. Teknologi terbaru dalam pengolahan kelapa sawit
Weakness (W) 1. Bahan baku kadangkala belum mencukupi kebutuhan pabrik 2. Kapasitas produksi
yang masih belum terpenuhi
Opportunities (O) 1. Produk-produk
turunan kelapa sawit memiliki prospek pasar yang bagus 2. Permintaan CPO terus meningkat 3. Pemerintah daerah mendukung industri kelapa sawit
4. Tidak ada pesaing dalam memasarkan produk 5. Semakin meningkatnya volume ekspor produk kelapa sawit 1. Mempertahankan konsistensi mutu yang diinginkan konsumen dengan evaluasi terus menerus (S1, S2, S7,S8, S9, O2, O3, O5)
2. Meningkatkan kapasitas olah dengan mengoptimalkan fasilitas yang dimiliki (S6, S9, O2, O5) 3. Meningkatkan efisiensi dan efektivitas pabrik (S4, S9, O2, O5) 4. Peningkatan kualitas
dengan teknologi sesuai kebutuhan (S8, S9, O1)
1. Mutu produk dengan harga jual kompetitif W1, O4 2. Diversifikasi produk W1, O1 Threats (T) 1. Fluktuasi harga karena melemahnya nilai tukar rupiah 2. Tingginya pajak untuk perkebunan 3. Adanya serangan hama 1. Meningkatkan mutu tenaga kerja secara berkesinambungan 2. Perawatan dan
pengawasan kebun oleh perusahaan
3. Penerapan disiplin kerja karyawan yang konsisten
1. Perluasan lahan perkebunan 2. Penggunaan
teknologi ramah lingkungan
23 Tabel 15 Matriks SWOT strategi pengadaan TBS optimasi produksi CPO pada PT PP Lonsum Tbk Internal Eksternal Strengths (S) 1. Bahan baku (TBS) tersedia dengan mutu yang baik
2. Tersedianya produk CPO di tempat penyimpanan 3. Bahan penolong dan
suku cadang untuk perawatan mesin selalu tersedia 4. Persediaan tetap
terjaga secara terus menerus
Weaknes (W)
1. Jumlah pasokan bahan baku yang belum mencukupi jumlah yang diinginkan
2. Jumlah bahan baku yang masuk tidak teratur 3. Jumlah persediaan
bahan baku kadangkala tidak ada
4. Terjadi masalah pada mesin produksi 5. Kapasitas storage tank
terbatas Opportunities (O)
Kemungkinan produksi bahan baku lebih banyak karena kebun masih belum mencapai panen maksimal
Meningkatkan produksi dengan pemberian pupuk (S1, S2, S3, S4, O1) 1. Mengoptimalkan produksi kebun bagerpang (W1, W2, W3, W4, O1) 2. Memaksimalkan panen dan jadwal pengiriman CPO (W1, W5, O1) Threats (T)
Pabrik mengelola bahan baku yang tersedia
Mengoptimalkan kinerja sesuai dengan kapasitas mesin yang ada S1, (S3, S4, T1)
Memberikan kewenangan pada pabrik untuk hal-hal penting
Berdasarkan analisis SWOT yang dibuat, beberapa strategi dapat diajukan terkait dengan optimasi produksi (Ikhsan dan Aid 2013) yaitu menerapkan strategi dalam perencanaan produksi CPO pada pabrik kelapa sawit dengan mengoptimasi kinerja pabrik dan kebun, sehingga mampu berproduksi maksimal dengan memanfaatkan sumber daya yang ada. Strategi yang digunakan dalam mengatasi kendala kekurangan bahan baku adalah dengan optimalisasi produksi kebun Bagerpang. Untuk mengoptimalkan produksi kebun, didirikan pabrik pengolahan limbah untuk menghasilkan pupuk kompos yang digunakan pada kebun sendiri. Hal ini dilakukan untuk mempertahankan mutu produksi kebun agar tetap tinggi.
Perusahaan harus mempertahankan kinerja kebun yang telah di capai selama ini sehingga mampu berproduksi maksimal dalam menghasilkan penggunaan sumber daya secara efisien dan efektif.
Implikasi Manajerial
Berdasarkan hasil penelitian, perusahaan perlu melakukan peramalan dan perencanaan optimasi produksi efektif karena berpengaruh positif terhadap penurunan biaya produksi CPO dan pemakaian jam kerja reguler maupun jam kerja lembur. Dengan adanya peramalan dan perencanaan optimasi produksi efektif, maka efisiensi produksi perusahaan akan meningkat dan biaya produksi akan menurun. Hal-hal yang dapat dilakukan manajemen operasi dan produksi untuk mencapai kondisi optimal adalah dengan melakukan perencanaan kapasitas produksi dan memaksimalkan pemakaian jam kerja reguler, yang dapat
24
mengurangi pengadaan jam kerja lembur dengan cara meningkatkan kecepatan produksi.
Implikasinya untuk manajemen SDM dan keuangan adalah adanya perencanaan optimasi produksi yang dapat mengurangi biaya tenaga kerja lembur dan meningktakan profitabilitas perusahaan. Untuk peningkatan kecepatan produksi dibutuhkan peranan manajemen SDM dalam pelatihan karyawannya. Manajemen SDM juga berperan untuk pembagian kerja sehingga menurunkan tingkat stress dalam bekerja secara merata, meningkatkan rasa kebersamaan dan peningkatan tanggung jawab karyawan.
Dalam manajemen pemasaran, peramalan dan perencanaan optimasi produksi berperan untuk mengetahui jumlah produk yang harus di sediakan setiap bulannya pada periode mendatang dan membuat perencanaan jumlah produksi optimal sesuai peramalan yang dilakukan pada periode mendatang.