V. PEMODELAN SISTEM
5.4 Perancangan Model Prediksi Keberlanjutan Agroindustri Teri Nasi
5.4.4 Sub model teknologi
Sub model teknologi digunakan untuk memprediksi nilai indikator keberlanjutan pada dimensi teknologi. Persamaan-persamaan yang dikembangkan untuk prediksi indikator-indikator pada dimensi teknologi didasarkan atas teknik heuristik. Nilai yang diperoleh kemudian diagregasi membentuk indeks keberlanjutan teknologi (IKT). Indeks keberlanjutan teknologi merupakan fungsi dari indikator-indikator pada dimensi teknologi sebagaimana dinyatakan dalam persamaan berikut ini:
IKT = f (DP, KCP, KJT) a) Diagram kausal sub model teknologi
Teknologi yang digunakan oleh agroindustri teri nasi tergolong sederhana dan tidak bertumpu kepada penggunaan peralatan proses yang canggih dan mahal. Dalam proses produksinya, agroindustri teri nasi lebih banyak menggunakan tenaga kerja manusia dengan dibantu oleh sejumlah peralatan pendukung untuk menghasilkan mutu produk sesuai yang diharapkan. Tahapan proses produksi sebagian besar dilakukan oleh tenaga kerja manusia, seperti proses pencucian, perebusan, penjemuran dan sortasi. Tahapan proses yang memerlukan bantuan peralatan adalah
proses pemilahan (sizing), pengemasan dan penyimpanan dalam ruang berpendingin (cold storage).
Selama ini, kualitas produk dan efisiensi kerja sangat dipengaruhi oleh pelaksanaan sistem kerja yang ada sehingga tingkat ketrampilan tenaga kerja menjadi faktor yang sangat penting. Beberapa sistem kerja yang diimplementasikan seperti
SOP (standard operating procedure), SSOP (sanitation standard operating
procedure) maupun HACCP (hazard analysis critical control point) tingkat pencapaiannya memerlukan kualitas SDM yang baik. Berdasarkan hal tersebut, maka indikator yang digunakan untuk mengukur keberlanjutan pada dimensi teknologi tidak menitikberatkan kepada jenis peralatan proses produksi atau tingkat efisiensi dari peralatan-peralatan tersebut, akan tetapi lebih mengutamakan bagaimana sistem kerja dapat dilakukan secara efisien dengan dukungan ketrampilan SDM atau tenaga kerja yang memadai agar dihasilkan produk sesuai dengan mutu yang diharapkan.
Salah satu indikator keberlanjutan pada dimensi teknologi adalah tingkat kecacatan produk. Dalam model yang dikembangkan, indikator ini hanya dipengaruhi oleh satu faktor saja, yaitu ketrampilan SDM. Namun demikian, secara umum telah mencakup penilaian pelaksanaan sistem kerja karena proses-proses produksi sebagian besar dilakukan dengan tenaga manusia. Tingkat ketrampilan SDM akan berpengaruh terhadap pelaksanaan standar kerja, seperti kompetensi kerja, pengelolaan kerja, tingkat pengawasan bahkan semangat (morale). Indikator lainnya pada dimensi teknologi adalah tingkat diferensiasi produk. Indikator ini mengindikasikan inovasi agroindustri teri nasi, yaitu kemampuan untuk merekayasa proses produksi sehingga dapat menghasilkan produk yang mempunyai nilai tambah tinggi. Diferensiasi produk memerlukan peralatan dan sistem kerja yang relatif berbeda dibandingkan dengan proses normal.
Kesesuaian teknologi dipilih menjadi salah satu indikator keberlanjutan pada dimensi teknologi untuk menilai apakah teknologi yang digunakan telah sesuai atau belum dengan kebutuhan agroindustri. Pendekatan yang digunakan untuk menilai kesesuaian teknologi adalah kesesuaian mutu produk ekspor dan potensi volume limbah cair yang dihasilkan. Volume limbah menjadi salah satu ukuran kesesuaian teknologi disebabkan adanya pertimbangan kesesuaian proses produksi, terutama
proses pencucian, perebusan dan pembersihan, telah didukung oleh sarana produksi dan sistem kerja yang dapat berlangsung secara efisien.
Diagram kausal sub model teknologi (Gambar 46) menunjukkan bahwa indikator tingkat kecacatan produk dan kesesuaian teknologi dipengaruhi oleh net profit agroindustri. Peningkatan net profit akan mengakibatkan alokasi dana untuk investasi SDM meningkat pula. Peningkatan tersebut akan menyebabkan agroindustri mampu memberikan intensitas pelatihan yang lebih tinggi sehingga ketrampilan SDM meningkat. Peningkatan ketrampilan SDM akan berdampak terhadap penurunan tingkat kecacatan produk. Terjadinya peningkatan ketrampilan dan net profit per unit usaha juga akan menyebabkan peningkatan cara penanganan bahan baku sehingga akan meningkatkan mutu bahan baku. Peningkatan mutu bahan baku mengakibatkan peningkatan mutu produk dan pada akhirnya meningkatkan indikator kesesuaian jenis teknologi.
Net profit agroindustri Fraksi investasi SDM
Investasi SDM
Jumlah jam training tenaga kerja
Skill SDM Tingkat kecacatan
produk Produk kualitas ekspor Diferensiasi produk Mutu Produk Penanganan bahan baku Net profit per unit Mutu Bahan Baku Kesesuaian jenis teknologi Volume bahan baku RM Volume limbah cair -+ + + Pengalaman tenaga kerja + - -+ + + + Rendemen Produk -+ + + + + -+ (+) + -K e t e r a n g a n : R e la s i p e n in g k a t a n : : R e la s i p e n g u r a n g a n ( - ) ( + ) : : S im p a l n e g a t if S im p a l p o s it if
Gambar 46 Diagram kausal sub model teknologi
Indikator diferensiasi produk mempunyai pola yang saling menguatkan dengan net profit agroindustri. Peningkatan diferensiasi produk akan meningkatkan
net profit agroindustri. Peningkatan tersebut menyebabkan agroindustri mempunyai kemampuan untuk memperbaiki kinerjanya melalui peningkatan ketrampilan SDM dan pengembangan fasilitas produksi. Kegiatan tersebut menyebabkan agroindustri
mempunyai potensi untuk melakukan diferensiasi produk lebih banyak lagi. Di sisi lain, peningkatan diferensiasi produk akan menyebabkan peningkatan volume limbah cair karena proses ini memerlukan sumber daya air yang lebih besar. Terjadinya peningkatan limbah akan berdampak terhadap penurunan kesesuaian jenis teknologi.
b) Diagram alir sub model teknologi
Diagram alir sub model teknologi pada Gambar 47 menunjukkan bahwa sub model ini mempunyai keterkaitan dengan sub model ekonomi, sosial dan lingkungan. Tahapan untuk menentukan nilai indikator-indikator pada dimensi teknologi adalah sebagai berikut:
1. Indikator kesesuaian teknologi ditentukan menggunakan kaidah if…then, antara indikator mutu produk (dimensi ekonomi) dan potensi volume limbah cair (dimensi lingkungan). Cara menentukan nilai indikator potensi volume limbah cair dijelaskan pada diagram alir sub model lingkungan.
2. Indikator tingkat kecacatan produk nilainya berbanding lurus dengan indikator ketrampilan SDM. Apabila ketrampilan SDM pada dimensi sosial telah diketahui
nilainya, maka dengan menggunakan kaidah if....then proporsi cacat produk yang
merepresentasikannilai indikator tingkat kecacatan produk dapat ditentukan.
3. Indikator tingkat diferensiasi produk ditentukan berdasarkan rasio antara produk
ekspor jenis excellent (prodexc) terhadap keseluruhan volume produk ekspor (prodj).
Berdasarkan model konseptual yang diperoleh dari diagram kausal dan diagram alir, kemudian dibangun diagram IPO yang menggambarkan masukan yang diperlukan oleh sub model teknologi guna menghasilkan keluaran model. Diagram IPO sub model teknologi ditunjukkan pada Gambar 48.
Skill SDMt Penentuan
skill SDM t
Alokasi dana pelatihan t Bahan baku (BBtot’) t
Proses Produksi
Produk t
NPt-1
Penentuan jumlah unit usaha t Penentuan net profit
per unit t
Penentuan tingkat kecacatan produk t
t0 t0
Jumlah Unit Usaha (JU) (rule base if ... Then NPV & PBBK )
Net profit per unit (NP) t
Skenario diferensiasi t Penentuan jenis
produk ekspor
Produk exc(t) Produk non-exc(t)
t Tingkat kecacatan
produk Penentuan volume bahan
RM yang diolah menurut jenis produknya
t t
Volume bahan RM diolah menurut jenis produknya t
Penentuan volume limbah cair t Potensi volume limbah cair t Mutu produk t Penentuan mutu produk t Kebutuhan air prosest Penentuan kesesuaian jenis teknologi (rule base if...then )
Kesesuaian jenis teknologit Penentuan tingkat diferensiasi produk t Tingkat diferensiasi produk t Mulai Selesai
Gambar 47 Diagram alir sub model teknologi
Gambar 48 menjelaskan bahwa sub model teknologi membutuhkan 5 masukan untuk dapat menghasilkan keluaran berupa nilai indikator sub model teknologi. Masukan potensi volume limbah dan mutu produk digunakan untuk memprediksi nilai indikator kesesuian jenis teknologi. Masukan ketrampilan SDM secara langsung berpengaruh terhadap tingkat kecacatan produk, sedangkan masukan skenario diferensiasi digunakan untuk prediksi nilai indikator diferensiasi produk.
Ketrampilan SDM Volume produk Mutu produk Skenario diferensiasi Potensi volume limbah
Indikator diferensiasi produk Indikator tingkat kecacatan produk Indikator kesesuaain jenis teknologi
Sub Model Teknologi
Input Proses Output
Gambar 48 Diagram IPO sub model teknologi
c) Model sistem dinamis sub model teknologi
Sub model teknologi mempunyai keterkaitan yang tinggi dengan dimensi keberlanjutan lainnya, yaitu dimensi ekonomi, sosial maupun lingkungan. Nilai-nilai variabel dari beberapa dimensi tersebut menjadi masukan untuk menentukan nilai indikator pada dimensi teknologi.
Model sistem dinamis sub model teknologi ditunjukkan pada Gambar 49. Pada Gambar tersebut terlihat bahwa hubungan antara variabel-variabel yang menentukan nilai masing-masing indikator terjadi secara tidak langsung. Hubungan tersebut dapat ditelusuri berdasarkan diagram kausal dimensi teknologi. Sebagai contoh hubungan yang terjadi antara diferensiasi produk dengan variabel cacat produk dapat dijelaskan sebagai berikut:
Pendekatan yang digunakan untuk menilai diferensiasi produk adalah proporsi produk excellent yang mampu dihasilkan oleh agroindustri teri nasi skala menengah. Peningkatan proporsi produk excellent agroindustri berpotensi untuk meningkatkan keuntungan (net profit) per unit usaha. Keuntungan tersebut akan meningkatkan dana bagi pelatihan SDM sehingga ketrampilan SDM meningkat. Adanya peningkatan SDM akan menurunkan proporsi produk yang mengalami kecacatan. Penurunan proporsi cacat produk akan meningkatkan rendemen produk. Variabel rendemen produk adalah salah satu faktor yang mempengaruhi nilai indikator mutu produk pada dimensi ekonomi. Semakin tinggi nilai rendemen produk, maka mutu produk akan semakin meningkat sehingga mengakibatkan nilai indikator kesesuaian teknologi juga meningkat. Di lain pihak, peningkatan proporsi
meningkat. Akibatnya, potensi limbah cair juga meningkat sehingga mengakibatkan nilai indikator kesesuaian teknologi berpotensi mengalami penurunan.
# Proporsi cacat produk Klasifikasi cacat produk Klasifikasi skill SDM agroindustri Klasifikasi mutu produk Kesesuaian teknologi Katagori potensi limbah cair per unit
bahan baku
Vol produk non excelent dan PS Vol Produk exelent Diferensiasi produk Katagorisasi tingkat diferensiasi Keterangan : Aliran informasi : :
Variabel stok dalam bentuk array (tersusun atas beberapa variabel stok)
Auxiliary (variabel bantu untuk menerima, menghitung dan menyampaikan perubahan variabel)
:
: Variabel stok (mengakumulasi aliran masuk dan keluar dari flow)
Gambar 49 Model sistem dinamis sub model teknologi
Indikator diferensiasi produk
Diferensiasi produk adalah upaya AIM untuk memproduksi produk excellent,
yaitu produk yang mempunyai nilai tambah lebih tinggi dibandingkan produk kualitas ekspor non-excellent. Diferensiasi produk adalah salah satu strategi yang memungkinkan dilakukan untuk meningkatkan keuntungan perusahaan.
Produk excellent mempunyai karakteristik lebih bersih dan bebas dari benda-benda asing, seperti batu, kaca, plastik, logam, dan benda-benda-benda-benda berukuran kecil
lainnya. Produk excellent diproduksi dari produk ekspor yang mempunyai kelas mutu
A, yaitu produk yang dihasilkan dari bahan baku RM kawasan maupun bahan BSJ jenis BLS. Rendemen produk excellent mencapai 97.5%. Harga produk excellent
lebih tinggi US$ 0.6 per kg produk dibandingkan produk ekspor mutu A. Tingkat diferensiasi produk dipengaruhi langsung oleh kebijakan perusahaan, sebagaimana ditunjukkan oleh model sistem dinamis pada Gambar 50.
Skenario produksi produk excellent adalah kebijakan perusahaan untuk
Apabila skenario diterapkan, maka komposisi produk ekspor yaitu proporsi produk
non-excellent dan produk excellent akan berubah, sehingga nilai variabel ‘volume
produk total’ juga akan mengalami perubahan. Persamaan model sistem dinamis
yang menjelaskan pengaruh penerapan skenario ini terhadap komposisi volume produk ekspor telah ditunjukkan pada bagian sebelumnya (sub model ekonomi).
#
#
Vol produk non excelent dan PS Produksi produk AIM Proporsi TN Proporsi cacat produk Rendemen Produk Jumlah bahan baku Resiko BLS Grade mutu produk Vol Produk exelent Skenario produksi produk excelent Produksi produk exelent Perubahan grade mutu produk Rendemen produk exelent Vol produk total Vol produk ekspor menurut grade Rendemen produk exelent Resiko loss SDS Suplier Keterangan : Aliran informasi : : : : :
Variabel flow (aliran menuju
atau keluar dari stok) Variabel stok dalam bentuk array (tersusun atas beberapa variabel stok) Auxiliary (variabel bantu untuk menerima, menghitung dan menyampaikan perubahan variabel)
Auxiliary dalam bentuk array (tersusun atas beberapa auxiliary)
Variabel tetap (konstanta)
:
:Variabel flow dalam bentuk
array (tersusun beberapa flow)
:Variabel stok (mengakumulasi
aliran masuk dan keluar dari flow)
Gambar 50 Model sistem dinamis produksi produk excellent
Nilai indikator proporsi produk excellent adalah rasio antara volume produk
excellent dengan volume total produk ekspor. Volume total produk ekspor direpresentasikan oleh variabel ‘vol produk total’ yang merupakan variabel array
berdimensi 3 terdiri dari variabel produk non-excellent, produk excellent dan produk samping. Indikator diferensiasi produk mengikuti persamaan berikut ini:
Diferensiasi produk (t) = Vol produk excellentt / (vol produk non excellentt + vol produk excellentt)
Indikator diferensiasi produk diklasifikasikan menjadi 3 kategori sebagaimana ditunjukkan pada Tabel 24.
Tabel 24 Kategori indikator diferensiasi produk (DP)
Kategori Rentang nilai indikator Skor Rendah (R) DP < 15% 0 Sedang (S) 15% DP < 25% 1 Cukup tinggi (CT) 25% DP < 35% 2 Tinggi (T) DP 35% 3
Indikator tingkat kecacatan produk
Cacat produk adalah kehilangan (loss) selama proses produksi sehingga menyebabkan volume produk ekspor yang dihasilkan mengalami penurunan. Cacat produk menyebabkan rendemen produk ekspor menurun. Faktor yang menyebabkan terjadinya cacat produk adalah kurang optimalnya penerapan sistem kerja seperti yang diharapkan, terutama pada proses transportasi bahan pada lantai produksi, sortasi dan pemilahan (sizing). Oleh karena proses-proses produksi tersebut umumnya dilakukan oleh tenaga kerja manusia, maka peningkatan efisiensi proses dapat dilakukan dengan meningkatkan ketrampilan SDM agar sistem kerja dapat dilakukan secara optimal. Model sistem dinamis yang menjelaskan hubungan antara ketrampilan SDM dan tingkat kecacatan produk disajikan pada Gambar 51.
Ketrampilan SDM mempunyai pengaruh langsung terhadap tingkat kecacatan
produk. Variabel ‘proporsi cacat produk’ merupakan variabel yang
merepresentasikan seberapa besar tingkat kecacatan produk. Pengaruh ketrampilan SDM terhadap tingkat kecacatan produk ditunjukkan pada Tabel 25.
Tabel 25 Hubungan ketrampilan SDM dengan tingkat kecacatan produk
Ketrampilan SDM Tingkat kecacatan produk (%)
Kurang terampil 0.045
Agak terampil 0.040
Cukup terampil 0.030
Terampil 0.020
Jumlah TK tetap total
Poin skill masa kerja Nilai Skill total
TK karena pengalaman
Nilai skill rata-rata TK karena pengalaman
Nilai skill masa kerja periode sebelumnya Perubahan skill krn masa kerja Perbedaan skill masa kerja antar periode
Total nilai skill
Laju nilai skill Laju
pengurangan skill Fraksi
pengurangan
skill Klasifikasi skill SDM agroindustri Produktivitas sortasi Proporsi cacat produk Klasifikasi cacat produk Keterangan : Aliran informasi :
:Variabel flow (aliran menuju atau keluar dari stok) :Auxiliary (variabel bantu untuk menerima, menghitung dan menyampaikan perubahan variabel)
:Variabel stok (mengakumulasi aliran masuk dan keluar dari flow) :Auxiliary dalam bentuk array (tersusun atas beberapa auxiliary) : Variabel tetap (konstanta)
Gambar 51 Model sistem dinamis hubungan ketrampilan SDM dengan tingkat kecacatan produk
Indikator kecacatan produk diklasifikasikan menjadi 5 kategori sebagaimana ditunjukkan pada Tabel 26.
Tabel 26 Kategori indikator tingkat kecacatan produk (TKP)
Kategori Rentang nilai indikator Skor
Sangat rendah (SR) TKP 0.011 0
Rendah (R) 0.011 < TKP 0.026 1
Sedang (S) 0.026 < TKP 0.036 2
Tinggi (T) 0.036 < TKP 0.0435 3
Sangat tinggi (ST) TKP > 0.0435 4
Indikator kesesuaian jenis teknologi
Kesesuaian jenis teknologi menunjukkan apakah jenis teknologi yang digunakan saat ini telah sesuai dengan kebutuhan agroindustri. Untuk menilai kesesuaian jenis teknologi, terdapat 2 faktor yang dipertimbangkan, yaitu mutu
produk dan volume limbah cair yang dihasilkan.
Mutu produk menjadi salah satu pertimbangan dalam menilai indikator kesesuaian teknologi karena berhubungan dengan pelaksanaan sistem kerja dalam proses penanganan bahan baku dan proses produksi. Sistem kerja merupakan salah satu unsur dalam teknologi. Semakin baik tingkat pelaksanaannya, maka proses
produksi akan semakin efisien sehingga kelas mutu produk yang dihasilkan dan rendemennya juga akan semakin tinggi. Hal tersebut akan berdampak terhadap peningkatan mutu produk ekspor.
Sementara itu, potensi volume limbah cair juga dipertimbangkan untuk menilai kesesuaian teknologi, karena berhubungan dengan penyediaan fasilitas pengolahan dan sistem kerjanya. Fasilitas pengolahan, seperti disain bak pencucian dan perebusan, mekanisme pencucian dan pembersihan mempunyai kontribusi terhadap volume air yang digunakan. Semakin besar kebutuhan air untuk proses ini, maka semakin besar volume limbah yang dihasilkan.
Indikator kesesuaian teknologi ditentukan menggunakan pendapat pakar
dengan mengembangkan 12 kaidah if ... then ... dengan menggunakan kriteria mutu
produk (4 kategori) dan potensi volume limbah cair (3 kategori). Variabel kesesuaian teknologi yang terdapat pada model sistem dinamis mewakili indikator kesesuaian jenis teknologi. Kaidah penentuan indikator kesesuaian jenis teknologi dapat dilihat
pada Lampiran 2.4.
Selanjutnya, indikator kesesuaian jenis teknologi diklasifikasikan menjadi 3 kategori sebagaimana ditunjukkan pada Tabel 27.
Tabel 27 Klasifikasi indikator kesesuaian jenis teknologi (KJT)
Kesesuaian teknologi Penjelasan Skor
Tidak Sesuai (TSe) Mutlak perlu inovasi 0
Kurang Sesuai (KSe) Perlu sedikit inovasi 1
Cukup Sesuai (Se) Dipertahankan sambil mencari peluang inovasi 2
Sangat Sesuai ( SSe) Sangat layak dan belum membutuhkan inovasi 3
Teknologi agroindustri termasuk ke dalam kategori tidak sesuai mengandung arti bahwa teknologi yang ada sekarang ini sangat memerlukan inovasi. Penerapan inovasi dapat dilakukan dengan cara meningkatkan fasilitas produksi atau memperbaiki sistem kerja yang ada. Jika termasuk ke dalam kategori kurang sesuai, maka inovasi teknologi tetap perlu dilakukan untuk memperbaiki fasilitas atau sistem kerja yang dianggap kurang efisien. Apabila termasuk ke dalam kategori cukup sesuai, maka teknologi yang diterapkan oleh agroindustri dapat dipertahankan dan dapat dilakukan upaya-upaya yang memungkinkan agar teknologi yang diterapkan sekarang dapat lebih efisien lagi. Sedangkan, apabila teknologi saat ini termasuk ke