• Tidak ada hasil yang ditemukan

BAB 4 DATA DAN PEMBAHASAN

4.5 Simulasi

211,661.25 0.817865 Data Aktual 2,796.88 206,601.58 0.8794 Gap 38.49 5,059.67 0.833721 Persen MAPE 1.38% 2.45% 5.48%

Karena persen MAPE ≤ 10% maka dapat disimpulkan model telah VALID dengan tingkat akurasi sangat tepat dan siap dipergunakan untuk simulasi berikutnya.

4.5. Simulasi

Sebagaimana dijelaskan pada metodologi penilitian, dipilih 4 skenario untuk disimulasikan. Keempat skenario di atas dijalankan dengan beberapa asumsi sebagai berikut :

 Skenario 1

- Pemilik aset memegang kendali semua keputusan, terutama keputusan yang terkait pendanaan.

115

- Kompetensi karyawan paling tinggi di antara skenario yang lain. Aspek kompetensi ini terkait erat dengan kemampuan pembangkit beroperasi secara efisien dan juga ketepatan waktu dalam pengelolaan overhaul. - Pemilik aset tidak menanggung biaya kontraktor O&M.

- Pemilik aset menanggung biaya kepegawaian, dimana biaya kepegawaian cenderung lebih tinggi karena rerata usia karyawan yang tinggi sehingga harus menaggung biaya aktuaria (kenaikan remunerasi fungsi masa kerja)

 Skenario 2

- Asset manager memiliki kewenangan dalam mengambil keputusan sampai pada level tertentu, namun untuk level yang lebih tinggi (misalnya investasi) harus melalui persetujuan. Pada skenario ini dikenal kebijakan reimburse dalam mengeksekusi maintenance project, dimana asset manager diperbolehkan melakukan pengadaan dan instalasi terlebih dahulu, baru kemudian dilakukan reimburse (penggantian) oleh pemilik aset.

- Kompetensi karyawan pelaksana sebetulnya mirip dengan skenario 3, namun pada model ini, tataran manajerial (GM sampai supervisor) dipegang oleh orang-orang yang memiliki masa kerja dan kompetensi lebih tinggi sehingga jaminan kualitas pekerjaan lebih baik. Dari sini diharapkan, kualitas operasi dan pemeliharaan akan lebih baik.

- Pemilik menanggung biaya kontraktor O&M dengan nilai yang lebih tinggi dari skenario ke-3.

- Pemilik aset tidak menanggung biaya kepegawaian karena sudah dikompensasi oleh biaya kontraktor O&M.

 Skenario 3

- Sebagai asset operator, kontraktor O&M hanya berperan sebagai pelaksana. Semua keputusan dikembalikan ke pemilik aset. Dari sini muncul isu keterlambatan pengambilan keputusan sehingga kadang berdampak ke keandalan. Pada model ini, tidak dikenal mekanisme

reimburse. Kalaupun ada terkait case khusus yang harus mendapat

116

- Hampir semua karyawan pelaksana memiliki pengalaman kerja yang kurang panjang, karena kadang pihak kontraktor O&M melakukan rekrutmen lokal dengan mekanisme perjanjian kerja. Tataran manajerial (GM sampai supervisor) dipegang oleh tim dengan kompetensi relatif sama dengan pelaksana. Untuk itu, risiko kegagalan operasi maupun kualitas overhaul jadi lebih tinggi.

- Pemilik menanggung biaya kontraktor O&M dengan nilai yang lebih rendah dari skenario ke-2.

- Pemilik aset tidak menanggung biaya kepegawaian karena sudah dikompensasi oleh biaya kontraktor O&M.

 Skenario 4

- Pemilik aset memegang kendali semua keputusan, terutama keputusan yang terkait pendanaan.

- Kompetensi karyawan paling tinggi di antara skenario yang lain khusus untuk peralatan utama, namun untuk peralatan pendukung kompetensi lebih rendah. Hal ini berisiko pada kegagalan peralatan pendukung dan mungkin merembet ke peralatan utama jika secara reliability block

diagram terhubung serial.

- Pemilik aset menanggung biaya kontraktor O&M paling kecil dibanding skenario yang lain.

- Pemilik aset menanggung biaya kepegawaian, namun lebih rendah dibanding skenario ke-1.

Keempat skenario di atas diterjemahkan ke dalam model sebagaimana dijelaskan pada Tabel 4.22. Komponen biaya jasa O&M pada skenario 1 adalah nol karena semua pelaksanaan O&M pembangkit dikerjakan sendiri oleh pemilik aset. Sebaliknya pada skenario 2 dan 3, komponen kepegawaian nol karena biaya remunerasi pegawai sudah include dengan tarif O&M. Tarif O&M untuk skenario 3 lebih kecil dari skenario 2 karena cakupan pekerjaannya hanya sebagai asset operator. Adapun skenario keempat lebih seperti penggabungan model-model sebelumnya.

117

Tabel 4.22 Interpretasi Asumsi dalam Model

Pada skenario 4, pemilik aset masih menanggung biaya pegawai yang bertugas mengelola main equipment, namun masih tetap mengeluarkan biaya jasa O&M yang diperuntukkan untuk pengelolaan peralatan pendukung (BOP). Pada keempat skenario di atas, jumlah tenaga kerja diasumsikan sama.

Gambar 4.31 Grafik Availability versus Waktu

Gambar 4.31 menjelaskan respon dinamik availability pada keempat skenario sesuai fungsi waktu. Pada gambar tersebut nampak, ketersediaan berfluktuasi antara 0 sampai 1. Ketersediaan nol terjadi pada saat dilaksanakan overhaul. Sebaliknya, angka availability 1 ketika pembangkit siap berprokdusi.

Skenario 1 Skenario 2 Skenario 3 Skenario 4

1 Correction Factor due to Operator Competences

kCal/kWh 38.81 45.82 45.82 38.81

1 Maintenance Project Budget Rp 401,383,930,000.00 384,325,389,000.00 384,325,389,000.00 401,383,930,000.00 2

Disburse Correction due to Birocratic Barrier

Dmnl - 0.20 0.3

-3 SI Correction Persen 0.983760684 0.339313 0.339313 0.983760684

4 ME Correction Persen 0.091616499 0.274421 0.274421 0.091616499

5 SE Correction Persen -0.015873016 0.379149 0.379149 -0.015873016

1 Monthly O&M Tariff Rp/month - 15,821,306,760.94 4,209,792,144.96 841,958,428.99

1 Number of Operator Man 104 104 104 64

2 Avg Operator Rate Rp/man.month 17,234,375.00 - - 17,234,375.00

3 Number of Technician Man 50 50 50 35

4 Avg Technician Rate Rp/man.month 15,587,797.62 - - 15,587,797.62 5 Management Remuneration Rp/month 1,024,666,666.67 - - 914,250,000.00 6 Other Staf Remuneration Rp/month 1,545,833,333.33 - - 1,545,833,333.33

Contractor Services Cost Related Human Resoures Cost

No Paramater Satuan Nilai

Maintenance Cost Related Operation Cost Related

0.20 0.40 0.60 0.80 1.00 1.20 1 5 9 13 17 21 25 29 33 37 41 45 49 53 57 61 65 69 73 77 81 85 89 93 97 101105109113117 Av ai la b ili ty Bulan ke

Availability (Skenario 1) Availability (Skenario 2) Availability (Skenario 3) Availability (Skenario 4)

118

Secara sekilas, tidak terdapat perbedaan signifikan antara keempat skenario yang disimulasikan. Untuk itu disusun grafik yang menunjukkan rerata availability selama periode 10 tahun sebagai ditampilkan pada Gambar 4.32

Gambar 4.32 Perbandingan Rerata Availability pada Tiap Skenario

Mengacu Gambar 4.32, meskipun skenario 2 memberikan faktor ketersediaan tertinggi namun availability keempat skenario dapat dikatakan sama. Secara teori, keandalan suatu peralatan dipengaruhi oleh beberapat faktor, diantaranya man, machine, method, money, tool, dan sebagainya. Penelitian ini lebih banyak menganalisis keandalan dari sisi man dan method. Dan ternyata kedua faktor tersebut tidak berpengaruh signifikan kepada keandalan. Besar kemungkinan, availability akan berbeda jika mesin-nya berbeda pula, dimana variasi mesin tidak menjadi fokus dalam penelitian ini. Diperlukan penelitian lanjutan untuk mengkaji pengaruh jenis mesin terhadap keandalan dengan metode O&M yang sama.

Jika faktor keandalan dianggap tidak dipengaruhi oleh metode O&M, langkah selanjutnya adalah dengan menganalisis dari tinjauan biaya, baik melalui parameter Net Cash Flow (NCF) maupun Net Present Value (NPV). Grafik 4.33 dan 4.34 menunjukkan hasil simulasi Vensim untuk parameter Net Cash Flow

(NCF) maupun Net Present Value (NPV).

0.858302 0.863288 0.863275 0.858300 0.800000 0.810000 0.820000 0.830000 0.840000 0.850000 0.860000 0.870000 0.880000 0.890000 0.900000 NP V ( R P M ILI AR ) 1 2 3 4

119

Gambar 4.33 Grafik Net Cash Flow versus Waktu

Net cash flow menjelaskan tentang aliran kas dan biaya pada periode

bulanan dimana cash flow adalah pengurangan total revenue (pendapatan) dan cost (biaya). Nilainya berfluktuasi sesuai faktor-faktor yang berpengaruh, dan inilah yang merupakan ciri sistem dinamik dimana ada proses yang memperkuat

(reinforce) dan ada pula proses yang memperlemah (balancing). Pada waktu-waktu

tertentu, cash flow pembangkit menyentuh angka negatif ekstrem. Hal ini disebabkan adanya pembebanan biaya overhaul sesuai dengan siklusnya. Adapun aktivitas overhaul menyerap sekitar 80% anggaran pemeliharaan. Prakteknya, biaya overhaul timbul ketika terdapat pembayaran pembelian spare part (komponen terbesar) yang waktunya berlangsung sepanjang tahun.

Jika periode NCF adalah bulanan, maka NPV sifatnya kumulatif. Meskipun tetap ada fluktuasi naik turun, Gambar 4.34 menunjukkan tren peningkatan NPV. Pada grafik tersebut, NPV skenario 3 paling tinggi dibanding ketiga skenario yang lain, berurutan disusul skenario 4, 1, dan 2. Skenario 1 dan 4 hampir berhimpit yang mengartikan kebijakan alihdaya pada peralatan pendukung (BOP) tidak secara signifikan mendongkrak NPV perusahaan. Adapun skenario 2 (alih daya dengan cakupan asset manager dan asset operator) dinilai sebagai opsi yang paling buruk.

(300.00) (200.00) (100.00) 100.00 200.00 300.00 1 6 11 16 21 26 31 36 41 46 51 56 61 66 71 76 81 86 91 96 101 106 111 116 N et C as h F low R p (x M ili ar) Bulan ke

Net Cash Flow (Skenario 1) Net Cash Flow (Skenario 2) Net Cash Flow (Skenario 3) Net Cash Flow (Skenario 4)

120

Gambar 4.34 Grafik Net Present Value versus Waktu

Evaluasi NPV pada tahun ke-10 (120 bulan) ditunjukkan pada Tabel 4.23. Tabel 4.23 Rekapitulasi NPV pada Tahun ke-10

Skenario Kondisi NPV pada Tahun

ke-10 (Rupiah)

1 O&M pembangkit dikelola penuh oleh

pemilik aset

4,262,090,768,384.00

2 O&M pembangkit dialihdayakan dengan

kewenangan sebagai asset manager dan asset operator

3,709,838,819,328.00

3 O&M pembangkit dialihdayakan dengan

kewenangan sebagai asset operator

5,196,048,498,688.00

4 O&M pembangkit untuk peralatan utama

dikelola oleh pemilik aset, sedang untuk peralatan pendukung (BOP) dialihdayakan

4,283,801,796,608.00

Grafik atas data tersebut dapat dilihat pada Gambar 4.35

1,000.00 2,000.00 3,000.00 4,000.00 5,000.00 6,000.00 1 5 9 13 17 21 25 29 33 37 41 45 49 53 57 61 65 69 73 77 81 85 89 93 97 1 0 1 1 0 5 1 0 9 1 1 3 1 1 7 N et P re sent V al ue R p ( x M ili ar) Bulan ke

121

Gambar 4.35 Perbandingan Net Present Value Keempat Skenario O&M

Dari data pada Tabel 4.2, pada tingkat availability yang relatif konstan, skenario 3 yang paling menguntungkan secara tinjauan biaya. Padahal opsi untuk mengalihdayakan O&M pembangkit dengan cakupan asset operator, menyisakan risiko yang cukup besar yaitu terkait kompetensi dan delay akibat sistem birokrasi. Kelemahan ini perlu dimitigasi agar metode ini tetap memberikan revenue maksimal bagi perusahaan.

Saat ini, PLTU Paiton 9 dikelola PJB dengan cakupan kewenangan sebagai

asset manager sekaligus asset operator (skenario 2). Pada kondisi ini, PJB sebagai

perusahaan O&M berhadapan dengan risiko bisnis, dimana pemilik aset menganggap jasa yang ditawarkan terlalu mahal.

Mesin PLTU Paiton 9 adalah pabrikan China yang dengan failure rate yang cenderung lebih tinggi dari pabrikan Jepang atau Eropa. Effort O&M yang dikeluarkan tentu berbeda ketika mengelola mesin pabrikan lain yang lebih dahulu

proven. Dengan pertimbangan tersebut, tarif jasa O&M yang saat ini diterapkan

barangkali masih dianggap wajar. Artinya tingginya tarif dikompensasi dengan layanan keandalan. Kendati demikian, evaluasi terhadap masing-masing komponen biaya harus tetap dilakukan karena saat ini perusahaan pesaing di bidang jasa O&M semakin banyak, yang tentunya akan membawa risiko bisnis tersendiri.

Simulasi menggunakan model sistem dinamik bersifat fleksibel. Jika terjadi perubahan kondisi bisnis, pengambil keputusan tinggal mengubah nilai

Skenario 1 Skenario 2 Skenario 3 Skenario 4

NPV 4,262,090,7 3,709,838,8 5,196,048,4 4,283,801,7 1,000.00 2,000.00 3,000.00 4,000.00 5,000.00 6,000.00 NP V ( R u p ia h ) M ili ar

122

variabel terkait. Hal ini disebabkan perilaku bisnis telah diterjemahkan ke dalam bahasa matematika. Berbeda dengan metode Analytical Hierarchy Process (AHP) yang dikembangkan Mercer (2009) dalam menentukan strategi alihdaya O&M pembangkit, ketika terjadi perubahan kondisi bisnis, maka pengambil keputusan harus mengumpulkan kembali expert yang dimintai pendapatnya dalam AHP. Disamping itu, simulasi menggunakan sistem dinamik juga memungkinkan dilakukan dalam jangka waktu yang panjang. Pada tesis ini, dilakukan simulasi untuk rentang waktu 10 tahun. Adapun AHP merupakan metode pengambilan keputusan yang hanya didekasikan pada satu waktu tertentu.

Dokumen terkait