PENGUMPULAN DAN PENGOLAHAN DATA
5.1.2. Prediksi Ketersediaan TBS dengan Menggunakan Software Matlab
Berikut adalah langkah-langkah prediksi ketersediaan TBS Kebun Rambutan mengunakan software Matlab:
1. Jalankan software Matlab 2. Tulis pada command line:
>> fuzzy
Maka akan tampil FIS Editor seperti pada Gambar 5.4.
Sumber: Pengolahan Matlab
Gambar 5.4. FIS Editor
3. Masukkan Variabel Input dan Output
Edit variable input dan output dengan cara sebagai berikut:
a. Klik kotak berwarna kuning di sisi kiri yang berlabel input1. kotak tersebut kemudian akan berubah menjadi berbingkai merah.
b. Ubah nama input1 pada bagian current variable dengan CurahHujan. kemudian tekan enter.
c. Tambah jumlah variable input dengan memilih edit-add input pada bagian menu-bar. Ubah nama input2 dengan HariHujan. kemudian tekan enter. d. Pilih kotak berwarna kuning di sisi kanan yang berlabel output1.
e. Ubah nama output1 dangan ProduksiTBS. kemudian tekan enter.
4. Mengubah Operator. operator-operator yang digunakan untuk And Method dan Or Method dapat dipilih pada combox. Pilih min pada And Method dan max pada Or Method.
5. Mengubah fungsi implikasi menjadi min.
6. Mengubah metode agregasi (komposisi) menjadi max
7. Mengubah fungsi defuzzy dengan memilih fungsi defuzzy centroid. 8. Simpan file dengan nama Ketersediaan TBS Juli.
Sampai dengan langkah ke-8 diperoleh hasil seperti pada Gambar 5.5.
Sumber: Pengolahan Matlab
9. Membuat himpunan fuzzy dan fungsi keanggotaannya.
Double klik pada box CurahHujan. Kemudian akan muncul Membership Function Editor seperti pada Gambar 5.6.
Sumber: Pengolahan Matlab
Gambar 5.6. Membership Function Editor
a. Fungsi Keanggotaan untuk variabel Curah Hujan: 1) Klik variabel CurahHujan
2) Isikan nilai range [0 268]
3) Klik garis mf1 pada grafik. Ganti nama mf1 dengan RENDAH 4) Pilih fungsi keanggotaan dengan zmf.
5) Ubah params dengan [0 116]
6) Klik garis mf2 pada grafik. Ganti nama mf2 dengan nama SEDANG 7) Pilih fungsi keanggotaan dengan pimf.
9) Klik garis mf3 pada grafik. Gantik nama mf3 dengan nama TINGGI. 10) Pilih fungsi keanggotaan dengan smf.
11) Ubah params dengan [116 268]
Sampai dengan langkah ini akan terlihat hasil seperti pada Gambar 5.7.
Sumber: Pengolahan Matlab
Gambar 5.7. Fungsi Keanggotaan Variabel Curah Hujan
b. Fungsi Keanggotaan untuk variabel Hari Hujan: 1) Klik variable HariHujan
2) Isi range dengan [0 30]
3) Klik garis mf1 pada grafik. Ganti nama mf1 dengan nama SEDIKIT 4) Pilih fungsi keanggotaan dengan trapmf.
5) Ubah params dengan [0 0 3 11]
7) Pilih fungsi keanggotaan dengan trimf. 8) Ubah params dengan [7 11 15]
9) Klik garis mf3 pada grafik. Gantik nama mf3 dengan nama BANYAK.
10) Pilih fungsi keanggotaan dengan trapmf. 11) Ubah params dengan [11 19 30 30]
Sampai dengan langkah ini akan terlihat hasil seperti pada Gambar 5.8.
Sumber: Pengolahan Matlab
Gambar 5.8. Fungsi Keanggotaan Variabel Hari Hujan
c. Fungsi Keanggotaan untuk variabel Produksi TBS: 1) Klik variable ProduksiTBS
2) Isi range dengan [2882150 4535340]
3) Klik garis mf1 pada grafik. Ganti nama mf1 dengan nama BERKURANG
4) Pilih fungsi keanggotaan dengan trapmf. 5) Ubah params dengan [0 0 2882150 3627098]
6) Klik garis mf2 pada grafik. Ganti nama mf2 dengan nama NORMAL 7) Pilih fungsi keanggotaan dengan trimf.
8) Ubah params dengan [3083033 3627098 4171162]
9) Klik garis mf3 pada grafik. Gantik nama mf3 dengan nama BERTAMBAH.
10) Pilih fungsi keanggotaan dengan trapmf.
11) Ubah params dengan [3627098 4171162 4535340 4535340] Sampai dengan langkah ini akan terlihat hasil seperti pada Gambar 5.9.
Sumber: Pengolahan Matlab
Gambar 5.9. Fungsi Keanggotaan Variabel Produksi TBS
Pilih edit-rules… pada menu view. Akan muncul rule editor. Selanjutnya lakukan langkah berikut:
a) Untuk membuat aturan ke-1: pilih RENDAH pada listbox CurahHujan. SEDIKIT pada listbox HariHujan. dan BERKURANG pada listbox ProduksiTBS.
b) Lakukan untuk aturan ke-2 sampai aturan ke-9 dengan cara pembuatan yang sama dengan poin a. Hasil setelah semua aturan dibuat dapat dilihat pada Gambar 5.10.
Sumber: Pengolahan Matlab
Gambar 5.10. Rule Editor: Ketersediaan TBS KRBTN
11. Hasil dapat dilihat dengan memilih view rules… pada menu view. Akan muncul rule viewer yang dapat dilihat pada Gambar 5.11.
Sumber: Pengolahan Matlab
Gambar 5.11. Rule View Ketersediaan TBS KRBTN
12. Ganti input sesuai dengan input1. input2. dan input3 sehingga akan diperoleh hasil berturut-turut sebesar 3.690.000; 4.050.000 dan 3.910.000.
5.1.3. Rekapitulasi Prediksi Ketersediaan TBS
Dengan menggunakan software matlab maka diperoleh hasil rekapitulasi prediksi ketersediaan TBS untuk semua kebun pada Triwulan III 2017 yang dapat dilihat pada Tabel 5.7.
Tabel 5.7. Prediksi Ketersediaan TBS Berdasarkan Kebun Kebun
Bulan Jumlah
Triwulan III
Juli Agustus September
Rambutan (KRBTN) 3.690.000 4.050.000 3.910.000 11.650.000 Sei Putih (KSPTH) 585.000 659.000 611.000 1.855.000 Tanah Raja (KTARA) 2.490.000 2.750.000 2.670.000 7.910.000 Sarang Giting (KSGGI) 838.000 946.000 886.000 2.670.000 Silau Dunia (KSDUN) 3.050.000 3.490.000 3.310.000 9.850.000 Gunung Monako (KGMNO) 4.510.000 5.380.000 5.200.000 15.090.000 Gunung Para (KGPAR) 522.000 675.000 585.000 1.782.000 Gunung Pamela (KGPMA) 2.430.000 2.800.000 2.270.000 7.500.000
Total 18.115.000 20.750.000 19.442.000 58.307.000
Sumber: Pengolahan Data
5.2. Pemodelan Kendala Sasaran
5.2.1. Kendala Sasaran Ketersediaan TBS
Ketersediaan TBS merupakan salah satu faktor utama yang mempengaruhi optimal atau tidaknya perecanaan produksi CPO. Sasaran ketersediaan TBS yang ingin dicapai yaitu untuk menghindari kondisi kekurangan TBS atau kelebihan penerimaan TBS di pabrik.
Kekurangan pasokan TBS akan mengganggu jalannya proses produksi. Kapasitas olah yang tidak maksimal menyebabkan inefisiensi pemanfaatan sumber daya sehingga harga pokok produksi CPO meningkat. Sebaliknya ketika perusahaan tidak melakukan pengolahan pada saat kekurangan pasokan TBS akan terdapat resiko tidak tercapainya target produksi. Untuk mengantisipasi kekurangan TBS maka sebaiknya perusahaan mempertimbangkan pembelian bahan baku dari kebun plasma.
Kelebihan pasokan TBS juga akan menimbulkan masalah baru. hal ini disebabkan TBS yang sudah dipanen harus segera diolah. Menurut Budiyanto dkk. (2005) Penurunan kualitas minyak pada buah sawit terbesar terjadi antara 12 sampai dengan 20 jam setelah panen. Penurunan kualitas dapat diketahui dari meningkatnya kandungan kandungan asam lemak bebas (ALB) pada CPO. Meningkatnya kandungan asam lemak bebas (ALB) pada minyak sawit akan berpengaruh terhadap harga jual CPO.
Model persamaan kendala sasaran Ketersediaan TBS dari 8 kebun pemasok adalah sebagai berikut:
1. Kendala sasaran ketersediaan TBS Kebun Rambutan
2. Kendala sasaran ketersediaan TBS Kebun Sei Putih
3. Kendala sasaran ketersediaan TBS Kebun Tanah Raja
4. Kendala sasaran ketersediaan TBS Kebun Sarang Giting
5. Kendala sasaran ketersediaan TBS Kebun Silau Dunia
6. Kendala sasaran ketersediaan TBS Kebun Gunung Monako
8. Kendala sasaran ketersediaan TBS Kebun Gunung Pamela
5.2.2. Kendala Sasaran Target Produksi CPO dari Perusahaan
Target produksi ditetapkan perusahaan berdasarkan potensi bahan baku di 8 kebun pemasok TBS ke PKS Rambutan. Data target produksi CPO perusahaan dapat dilihat pada Tabel 5.8.
Tabel 5.8. Target Produksi CPO
Triwulan Bulan Jumlah Total
III Juli Agustus 2.722.210 4.167.625 12.192.342 September 4.302.507
Sumber: PTPN III PKS Rambutan
TBS yang akan diolah sebelum akan diseleksi terlebih dahulu berdasarkan syarat mutu TBS yang ditetapkan pabrik. Data TBS yang tidak memenuhi spesifikasi pada PKS Rambutan dapat dilihat pada tabel 5.9.
Tabel 5.9. Data TBS yang Tidak Memenuhi Spesifikasi
Keterangan Persentase Mentah 0,17 Tandan Kosong 0,09 Sampah 0,00 Buah Busuk 0,00 Buah Sakit 0,00 Total 0,26
Dari Tabel 5.9 dapat diketahui bahwa jumlah TBS yang tidak memenuhi TBS berkisar pada nilai 0,26% yang artinya terdapat sebanyak 99,74% TBS yang memenuhi spesifikasi perusahaan.
Selain itu faktor rendemen CPO dari setiap kebun juga mempengaruhi jumlah produksi CPO. Data faktor rendemen dapat dilihat pada Tabel 5.10.
Tabel 5.10. Data Faktor Rendemen
Kebun Persentase
Rendemen (%)
Rambutan (KRBTN) 22,33
Sei Putih (KSPTH) 22,19
Tanah Raja (KTARA) 22,40
Sarang Giting (KSGGI) 22,38
Silau Dunia (KSDUN) 21,75
Gunung Monako
(KGMNO) 21,88
Gunung Para (KGPAR) 22,00
Gunung Pamela
(KGPMA) 22,50
Sumber: PTPN III PKS Rambutan
Kapasitas olah pada pabrik juga merupakan salah satu faktor pembatas mampu atau tidaknya perusahaan memenuhi target produksi yang diberikan. Kapasitas olah pada PKS Rambutan untuk periode triwulan III 2017 dapat dilihat pada Tabel 5.11 berikut:
Tabel 5.11. Data Jumlah Hari dan Kapasitas Produksi Triwulan III 2017
Bulan Jumlah Hari Kapasitas Olah (Kg/hari) Kapsitas Olah per Bulan Total kapasitas Olah Triwulan III
Juli 30 660.000 19.800.000
58.740.000
Agustus 30 660.000 19.800.000
September 29 660.000 19.140.000 Sumber: PTPN III PKS Rambutan
Secara keseluruhan sasaran yang ingin dicapai yaitu mendapatkan jumlah produksi optimal yang dapat memenuhi target produksi CPO dari perusahaan. Model persamaan kendala target produksi CPO dari perusahaan adalah sebagai berikut:
Jumlah CPO yang diproduksi tidak boleh lebih kecil dari target produksi
Jumlah CPO tidak boleh melebihi kapasitas pabrik.
5.2.3. Kendala Sasaran Persediaan
Sasaran yang ingin dicapai yaitu mendapatkan jumlah CPO optimal di tangki timbun agar dapat memenuhi permintaan CPO. Jumlah CPO di tangki timbun dipengaruhi oleh jumlah CPO di tangki pada periode sebelumnya. jumlah CPO yang diproduksi saat ini dan jumlah pengiriman CPO. Data jumlah persediaan CPO di tangki timbun dan kapasitas tangki timbun dapat dilihat pada Tabel 5.12.
Tabel 5.12. Persediaan CPO di Tangki Timbun
Keterangan Jumlah
Persediaan Periode Sebelumnya (Kg) 343.863 Kebijakan Persediaan Pengaman (Kg) 100.000 Kapasitas Tangki Timbun (Kg) 40.000.000 Sumber: PTPN III PKS Rambutan
Model persamaan kendala sasaran persediaan adalah sebagai berikut:
Kebijakan stok pengaman yang harus dipenuhi
Persediaan CPO tidak boleh melebihi kapasitas tangki timbun
5.2.4. Kendala Sasaran Kebutuhan Truk
Menurut Lubis (1992) Keberhasilan panen dan produksi sangat bergantung pada bahan tanaman yang dipergunakan. manusia dengan efektivitas kerjanya. peralatan yang dipergunakan untuk panen. kelancaran transportasi serta faktor pendukung lainnya.
Kebutuhan jumlah truk pengangkut TBS dari kebun menuju pabrik dipengaruhi oleh beberapa faktor diantaranya. kapasitas truk. jarak antara kebun dengan pabrik. dan jumlah TBS harus diangkut.
Pengangkutan TBS memiliki peranan yang penting dalam mendukung kelancaran proses produksi CPO. dengan manajemen transportasi yang baik diharapkan proses pengangkutan TBS dari kebun ke pabrik dapat dilakukan dengan tepat waktu. Pengangkutan dalam hal ini merupakan pihak luar diluar institusi PTPN III. Bentuk kerjasamanya adalah dengan sistem kontrak kerja pengangkutan. yang dilaksanakan antara perusahaan pengangkutan dengan kantor pusat. Pihak pengangkutan berkewajiban untuk mengangkut semua hasil panen berdasarkan kontrak yang dilakukan. Kebun. pabrik dan pengangkutan harus
memiliki integrasi terutama dalam sistem informasi agar proses pengangkutan menjadi lebih efisien.
Dengan memperhitungkan jumlah yang harus diangkut setiap hari maka dapat ditentukan berapa jumlah armada yang diperlukan. Data ketersediaan truk di setiap kebun dapat dilihat pada Tabel 5.13.
Tabel 5.13. Data Ketersediaan Truk
Kebun Jumlah Truk
Rambutan (KRBTN) 17
Sei Putih (KSPTH) 6
Tanah Raja (KTARA) 16
Sarang Giting (KSGGI) 5
Silau Dunia (KSDUN) 16
Gunung Monako (KGMNO) 21
Gunung Para (KGPAR) 3
Gunung Pamela (KGPMA) 16
Sumber: PTPN III PKS Rambutan
Dari data historis dan hasil wawancara yang diperoleh dari pihak PKS Rambutan diketahui bahwa kemampuan angkut setiap truk rata-rata adalah 8 ton. Selain itu truk untuk kebun Rambutan. Tanah Raja. Silau Dunia dan Gunung Monako dapat mengangkut TBS sebanyak 2 trip per hari. Sedangkan untuk kebun lainnya hanya satu trip per hari.
Model persamaan kendala sasaran Kebutuhan Truk dari 8 kebun pemasok adalah sebagai berikut:
1. Kendala sasaran kebutuhan truk di Kebun Rambutan
3. Kendala sasaran kebutuhan truk di Kebun Tanah Raja
4. Kendala sasaran kebutuhan truk di Kebun Sarang Giting
5. Kendala sasaran kebutuhan truk di Kebun Silau Dunia
6. Kendala sasaran kebutuhan truk di Kebun Gunung Monako
7. Kendala sasaran kebutuhan truk di Kebun Gunung Para