OPTIMASI PENENTUAN LOKASI DAN ANALISIS TATA
LETAK INDUSTRI BUAH KERING (
DRIED FRUIT
)
DI PT GREAT GIANT PINEAPPLE LAMPUNG TENGAH
MOHAMMAD NIZAM MUSTAQIM
DEPARTEMEN TEKNOLOGI INDUSTRI PERTANIAN FAKULTAS TEKNOLOGI PERTANIAN
INSTITUT PERTANIAN BOGOR BOGOR
PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA*
Dengan ini saya menyatakan bahwa skripsi berjudul Optimasi Penentuan Lokasi dan Analisis Tata Letak Industri Buah Kering (Dried Fruit) di PT Great Giant Pineapple Lampung Tengah adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. 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 skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor.
ABSTRAK
MOHAMMAD NIZAM MUSTAQIM. Optimasi Penentuan Lokasi dan Analisis Tata Letak Industri Buah Kering (Dried Fruit) di PT Great Giant Pineapple Lampung Tengah. Dibimbing oleh ANAS MIFTAH FAUZI
Peluang pasar dried fruit di eropa rata-rata sebesar 45% dari total impor dunia. Peluang ini antara lain disebabkan oleh ketidaksesuaian iklim eropa untuk komoditas tropis dan sebagai negara tropis, Indonesia berpeluang untuk mengekspor komoditas berupa buah mangga, pepaya, nenas, jambu biji, dan jahe. Tujuan penelitian ini adalah menentukan optimasi lokasi, faktor penentu lokasi, kapasitas produksi, dan analisis tata letak industri. Metode yang digunakan meliputi penentuan calon lokasi industri, penyebaran kuesioner, penentuan kapasitas produksi, perhitungan total beban transportasi (load distance model method), evaluasi alternatif lokasi (composite performance index dan bayes), dan analisis tata letak departemen dalam industri buah kering. Kapasitas produksi industri adalah sebesar 1,596 ton/tahun (produk) atau 9,493 ton/tahun (bahan baku). Faktor-faktor pemilihan lokasi meliputi harga bahan baku, ketersediaan jaringan air bersih, ketersediaan saluran air limbah, dan upah pekerja. Lokasi yang terpilih yaitu Kabupaten Kediri. Kebutuhan luas ruangan yaitu 4,790.60 m2.
Kata kunci: bayes method, composite performance index, dried fruit , load distance model, tata letak departemen
ABSTRACT
MOHAMMAD NIZAM MUSTAQIM. Location Planning Optimization and Layout Analysis of Dried Fruit Industry in PT Great Giant Pineapple Lampung Tengah. Supervised by ANAS MIFTAH FAUZI
The opportunity of dried fruit market in Europe in average is about 45% from global import volume. These opportunities were caused by inexpediency of Europe’s climate for tropical crops and as tropical country, Indonesia had opportunity to export commodities like mango, papaya, pineapple, guava, and ginger. The result objective were determining of optimum location, location factors, production capacity, and dried fruit industry’s layout analysis. Methods of this research are location candidates determining, questionnaire distributing, production capacity determining, transportation load total calculating (load distance model method), location alternatives evaluation (composite performance index and bayes method), and department layout analysis in dried fruit industry. Industry’s capacity are about 1,596 ton/year (product) or 9,493 ton/year (raw material). Factors to choose location include raw material cost, clean water access availability, waste water acces availability, and salary cost. Choosen location was Kediri Regency. Need area width were 4,790.60 m2.
© Hak Cipta Milik IPB, Tahun 2015
Hak Cipta Dilindungi Undang-Undang
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan atau meneybutkan sumbernya. Pengutipan hanya untuk kepentingan pendidikan, penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik, atau tinjauan suatu masalah; dan pengutipan tersebut tidak merugikan kepentingan IPB.
Skripsi
sebagai salah satu syarat untuk memperoleh gelar Sarjana Teknologi Pertanian
pada
Departemen Teknologi Industri Pertanian
OPTIMASI PENENTUAN LOKASI DAN ANALISIS TATA
LETAK INDUSTRI BUAH KERING (
DRIED FRUIT
)
DI PT GREAT GIANT PINEAPPLE LAMPUNG TENGAH
MOHAMMAD NIZAM MUSTAQIM
DEPARTEMEN TEKNOLOGI INDUSTRI PERTANIAN FAKULTAS TEKNOLOGI PERTANIAN
INSTITUT PERTANIAN BOGOR BOGOR
PRAKATA
Puji dan syukur penulis panjatkan kepada Allah SWT atas segala limpahan rahmat-Nya sehingga karya ilmiah ini dapat terselesaikan tepat waktu. Serta, sholawat dan salam semoga tetap selalu tercurahkan kepada Nabi Muhammad SAW sebagai teladan terbaik bagi umat Islam.
Penulis mengucapkan terimakasih kepada semua pihak yang telah membantu dalam penulisan dan penyusunan skripsi ini, yaitu:
1 Keluarga penulis: NA Kamaluddin, Juwairiyah, Nurul Istiqomah, Samarchony Safira, dan keluarga besar lain atas segala dukungan moral, material, dan spiritual
2 Bapak Ir Ketut Isatriyanto sebagai pembimbing lapang I, Denis Mudlofar S. TP sebagai pembimbing lapang II, dan semua rekan departemen QA yang selalu memberikan arahan, dukungan, dan kesempatan penelitian di PT Great Giant Pineapple Lampung Tengah pada periode 16 Februari-9 Mei 2015
3 Bapak Prof Dr Ir Anas Miftah Fauzi, MEng sebagai dosen pembimbing skripsi yang selalu memberikan arahan, nasehat, dan motivasi untuk dapat menyelesaikan skripsi ini
4 Bapak Dr Ir Andes Ismayana, MT sebagai dosen yang memberikan bimbingan dan menjadi tempat konsultasi selama proses penyelesaian skripsi ini
5 Segenap dosen dan staf Departemen Teknologi Industri Pertanian yang senantiasa memberikan kritik, saran, dan pelayanan yang baik
6 Rekan seangkatan, Teknologi Industri Pertanian angkatan 48 (TINFORMERS) yang selalu berbagi suka dan duka khususnya kelompok praktikum P2
7 Keluarga UKM FORCES IPB khususnya BPH Kabinet Kupu-Kupu, Service Kabinet Iron Man, dan F9. Serta, Keluarga Besar Kamajaya IPB, Bidik Misi IPB, PPSDMS, Aksel 25, Greest, Al-Khidmah IPB, KMNU IPB, Wisma Garuda, dan Kosan Hikari. Serta, semua pihak yang selalu membantu baik secara langsung maupun tidak langsung dalam penyelesaian skripsi ini. Semoga karya ini dapat bermanfaat bagi kemajuan Indonesia yang lebih baik dan bermartabat.
DAFTAR ISI
DAFTAR TABEL vi
DAFTAR GAMBAR vi
DAFTAR LAMPIRAN vi
PENDAHULUAN 1
Latar Belakang 1
Tujuan Penelitian 2
Manfaat Penelitian 2
Ruang Lingkup Penelitian 2
METODE 2
Kerangka Pemikiran 2
Teknik Pengumpulan Data 4
Teknik Analisis Data 4
HASIL DAN PEMBAHASAN 8
Gambaran Umum PT Great Giant Pineapple 8
Alternatif Lokasi Industri Dried Fruit 9
Faktor Penentu Lokasi dan Bobot Kepentingan 9
Kapasitas Produksi Industri Dried Fruit 10
Nilai Total Beban Transportasi 12
Hasil Evaluasi Alternatif Lokasi 14
Hasil Analisis Tata Letak 16
SIMPULAN DAN SARAN 21
Simpulan 21
Saran 21
DAFTAR PUSTAKA 21
LAMPIRAN 26
DAFTAR TABEL
1 Responden penelitian 5
2 Faktor-faktor pemilihan lokasi industri 5
3 Sentra komoditas mangga, nenas, pepaya, jambu biji, dan jahe tingkat
provinsi dan kabupaten/kota 9
4 Empat faktor penentu lokasi industri dried fruit dan bobot kepentingan 10 5 Data musiman komoditas mangga, nenas, pepaya, jambu biji, dan jahe 10
6 Waktu produksi dried fruit 11
7 Rencana target produksi total per tahun GGP 11
8 Kapasitas produk jadi dried fruit per tahun 11
9 Kebutuhan bahan baku dried fruit per tahun 12
10 Nilai total beban transportasi beberapa skenario suplai bahan baku 13
11 Faktor evaluasi alternatif lokasi 14
12 Estimasi data untuk perhitungan evaluasi alternatif lokasi 15
13 Perhitungan CPI dan Bayes 15
14 Total skor dan prioritas lokasi 16
15 Fungsi proses produksi dried fruit 17
16 Asumsi yang digunakan dalam perhitungan neraca massa 17 17 Jumlah kebutuhan mesin produksi dried fruit 18 18 Total luas area industri dried fruit yang dibutuhkan 19
DAFTAR GAMBAR
1 Diagram alir penelitian 3
2 Tata letak industri dried fruit 20
DAFTAR LAMPIRAN
1 Analisis pasar dried fruit 26
2 Kuesioner penelitian 29
3 Sentra komoditas dengan volume produksi tingkat provinsi dan
kabupaten/kota 32
4 Peta alternatif lokasi 34
5 Hasil penilaian responden terhadap faktor penentu lokasi 35
6 Perhitungan total beban transportasi 36
7 Perhitungan evaluasi alternatif lokasi (Metode CPI dan Bayes) 44 8 Rataan geometrik prioritas pemilihan lokasi dari 8 skenario 52
9 Diagram alir proses pembuatan dried fruit 53
10 Neraca massa proses produksi dried fruit 60
11 Analisis Activity Relationship Chart (ARC) 68
1
PENDAHULUAN
Latar Belakang
Pengolahan buah tropis dengan berbagai proses selama ini menghasilkan tiga kelompok produk, yaitu buah kaleng (canned fruit), jus konsentrat (juice concentrate), dan buah kering (dried/dehydrated fruit) (Olesen 1997). PT Great Giant Pineapple (GGP) merupakan salah satu industri besar pengolahan buah tropis yang berada di Kabupaten Lampung Tengah. Komoditas yang diolah adalah buah nanas. Produk utama dari GGP adalah nanas kaleng. Produk lainnya meliputi jus konsentrat dan mill juice. Produksi nanas kaleng PT Great Giant Pineapple (GGP) Lampung mencapai 8,5 juta SC (Standard Case) atau 530 ribu ton buah segar per tahun. Produksi ini menyuplai dua puluh persen kebutuhan internasional. Negara-negara tujuan ekspor di Eropa di antaranya Jerman, Prancis, Spanyol, Inggris, Italia, Austria, Belgia, Belanda, dan Swedia. Sementara di benua Amerika, yakni Amerika Serikat, Kanada, Meksiko, Brasil, dan Puerto Riko. Selanjutnya, negara-negara Asia dan Timur Tengah, di antaranya Jepang, Australia, Israel, Saudi Arabia, Uni Emirat Arab, Cina, Hongkong, Korea, Lebanon, dan Libya (Mawandhi 2014).
Persaingan usaha menuntut setiap perusahaan termasuk GGP untuk selalu bersaing dalam menarik konsumen dengan menerapkan strategi yang tepat dalam memenuhi target volume penjualan. Salah satu strategi yang dapat dilakukan adalah diversifikasi produk untuk meningkatkan penjualan melalui penganekaragaman produk. Variasi produk yang dipilih adalah dried fruit khususnya dari komoditas tropis. Peluang pasar dried fruit dari buah tropis di Eropa meningkat karena iklim yang tidak memungkinkan diproduksi di Uni Eropa (European Union) (CBI 2008). Hal ini juga terjadi seiring meningkatnya tren mengonsumsi dried fruit untuk diet sehat dalam gaya hidup yang sibuk (CBI 2008). Persentase dried fruit di Eropa rata-rata dari tahun 2012-2013 sebesar 44% dari total impor dunia (ITC 2014). Pasar utama di Eropa adalah Jerman dan United Kingdom (ITC 2014).
2
Tujuan Penelitian
Tujuan dari penelitian adalah menentukan optimasi lokasi, faktor penentu lokasi, kapasitas produksi, dan analisis tata letak industri buah kering (dried fruit) yang akan dibangun PT Great Giant Pineapple (GGP).
Manfaat Penelitian
Manfaat penelitian ini adalah memberikan rekomendasi lokasi, faktor penentu lokasi, kapasitas produksi, dan tata letak yang optimum kepada PT Great Giant Pineapple (GGP) dalam mengambil keputusan pendirian industri dried fruit.
Ruang Lingkup Penelitian Ruang lingkup penelitian ini adalah:
1. Wilayah studi adalah sentra produsen buah tropis tahun 2013 yang akan dijadikan buah kering (dried fruit) dengan komoditas berupa mangga, nenas, pepaya, jambu biji, dan jahe. Sentra produsen ini sekaligus sebagai calon lokasi pendirian industri dried fruit.
2. Pelaku utama (populasi) yang diteliti adalah pihak-pihak yang terkait pembangunan industri dried fruit (stakeholder PT Great Giant Pineapple Lampung Tengah)
3. Analisa tata letak dalam penelitian ini dibatasi pada pengaturan departemen pabrik (department layout)
4. Faktor penentu lokasi yang diteliti meliputi pajak daerah, ketersediaan saluran pembuangan limbah, harga bahan baku, upah pekerja, harga tanah, sikap masyarakat, kedekatan dengan bahan baku, kedekatan dengan konsumen, kepadatan penduduk, ketersediaan jaringan air bersih, ketersediaan transportasi publik, akses jalan raya, dampak negatif (udara kotor, air berbau,dan tingkat kebisingan), polisi dan pembakaran kebakaran, kompetitor, dan faktor lain yang ditambahkan oleh stakeholder terkait.
METODE
Kerangka Pemikiran
Persaingan usaha membuat PT Great Giant Pineapple (GGP) perlu melakukan diversifikasi produk. Variasi produk yang diinginkan adalah buah kering (dried fruit). Hal ini didukung oleh adanya potensi pasar dried fruit yang besar di eropa dan komoditas tropis yan meliputi mangga, nenas, pepaya, jambu biji, dan jahe. Oleh karena itu, PT GGP membutuhkan rencana pembangunan industri buah kering (dried fruit) dengan lokasi dan tata letak pabrik yang optimum.
3 kepada responden untuk memperoleh empat faktor penentu lokasi industri dan bobot faktornya. Pemilihan faktor penting penentu lokasi dan bobot faktor menggunakan rataan geometrik dari hasil preferensi responden pada wawancara kuesioner. Selanjutnya, perhitungan kapasitas produksi untuk mengetahui jumlah kapasitas produk jadi dan kebutuhan bahan baku. Kebutuhan bahan baku digunakan untuk melakukan perhitungan nilai total beban transportasi sesuai skenario yang memungkinkan dalam suplai bahan baku. Perhitungan total beban transportasi menggunakan metode Load Distance Model. Berdasarkan hasil perhitungan sebelumnya, maka dilakukan evaluasi terhadap beberapa calon lokasi untuk memperoleh lokasi yang optimum dengan total skor tertinggi. Evaluasi alternatif menggunakan metode Composite Performance Index dan Bayes. Selain itu, juga dilakukan analisis tata letak pabrik dengan mempertimbangkan tingkat kedekatan antar departemen dengan Diagram Keterkaitan Aktivitas dan perhitungan luas ruangan yang dibutuhkan.
Diagram alir penelitian digambarkan pada Gambar 1 sebagai berikut:
Gambar 1 Diagram alir penelitian Pengumpulan Data
Data Primer
Penyebaran Kuesioner (Penentuan Faktor Lokasi dan Bobot)
Penentuan Kapasitas Produksi
Evaluasi Alternatif Lokasi Mulai
Selesai pajak daerah, ketersediaan
saluran pembuangan limbah, harga bahan baku, upah pekerja, harga tanah, sikap masyarakat, publik, akses jalan raya, dampak negatif (udara kotor, air berbau,dan tingkat kebisingan), polisi dan pembakaran kebakaran, kompetitor
Lokasi dan Tata Letak Optimum
Penentuan Calon Lokasi
Penentuan Total Beban Transportasi
4
Teknik Pengumpulan Data
Data yang dikumpulkan dalam penelitian terdiri dari data primer dan sekunder. Data primer berupa penentuan prioritas dari masing-masing faktor penentu lokasi. Data primer diperoleh melalui wawancara dengan pihak terkait. Data sekunder berupa pajak daerah, ketersediaan saluran pembuangan limbah, harga bahan baku, upah pekerja, harga tanah, sikap masyarakat, kedekatan dengan bahan baku, kedekatan dengan konsumen, kepadatan penduduk, ketersediaan jaringan air bersih, ketersediaan transportasi publik, akses jalan raya, dampak negatif (udara kotor, air berbau, dan tingkat kebisingan), polisi dan pembakaran kebakaran, kompetitor. Data sekunder diperoleh dari studi pustaka dan laporan internal perusahaan.
Teknik Analisis Data 1. Penentuan Calon Lokasi
Syarat-syarat lokasi industri adalah sebagai berikut:
a) Biaya angkut (transportasi) ditentukan dari beban dan jarak b) Upah tenaga kerja didasarkan ketentuan yang berlaku c) Biaya total seminimum mungkin (least cost)
d) Bahan baku memadai
e) Wilayah dapat dijadikan lokasi industri (Weber 1909 dan DPRIN 2002).
Penentuan calon lokasi diambil dari sentra produksi komoditas tahun 2013 dengan syarat utama bahan baku memadai dan wilayah dapat dijadikan lokasi industri. Sedangkan untuk ketiga faktor lainnya akan dimasukkan ke dalam perhitungan pada metode selanjutnya.
2. Penyebaran Kuesioner
5 penelitian dijelaskan pada Tabel 1 dan faktor pemilihan lokasi pada Tabel 2. Bobot penilaian jawaban dari tiap pertanyaan dijelaskan sebagai berikut :
Sangat penting = 5
Penting = 4
Cukup Penting = 3 Kurang Penting = 2 Tidak Penting = 1 Tabel 1 Responden penelitian
No Nama Pejabat Jabatan
1 Imanudin Asc Director Factory 2 Ketut Isatriyanto Senior Manager QA 3 Bambang Wijanarko Manager Can Making 4 Julius Sugarjanto Manager Sustainability 5 Hanjaya Kadharesman Manager Supply Chain 6 Halim Sunarto Jaya Manager Concentrate Juice 7 Whisnu R Triatmoko Senior Manager HRD
Tabel 2 Faktor-faktor pemilihan lokasi industri
No Faktor Referensi
1 Pajak Daerah Anonim (2015), Miles et al (2001),
Pagliari (1995),
Simonds (1983), Soeharto (1995) 2 Ketersediaan Sarana/Saluran Pembuangan
Limbah Miles (1995), Soeharto (1995) et al (2001), Catanese dan Snyder 3 Harga Bahan Baku (Chou et al 2007)
10 Ketersediaan Jaringan Air Bersih Miles et al (2001), Catanese dan Snyder
(1995),
Soeharto (1995), Pagliari (1995), Chiara dan Koppelman (1978), Simonds (1983)
11 Ketersediaan Transportasi Publik Miles et al (2001), Chiara dan Koppelman
(1978), Pagliari (1995)
12 Jaringan Transportasi (Akses Jalan Raya) Miles et al (2001), Soeharto (1995),
Pagliari (1995) 13 Dampak Negatif (Udara Kotor, Air Berbau,
dan Tingkat Kebisingan) Miles Catanese (1998), Chiara dan Koppelman et al (2001), Simonds (1983), (1978)
14 Polisi dan Pemadam Kebakaran Miles et al (2001), , Simonds (1983),
Catanese dan Snyder (1995), Chiara dan Koppelman (1978)
6
Dalam tahapan ini akan diambil empat faktor utama dan bobot prioritas dari penilaian subyektif stakeholder dengan pengukuran rata-rata geometrik. Rumus rataan geometrik sebagai berikut:
G= √XnWn G = rata-rata geometrik pendapat gabungan N = total responden
X = skor yang diberikan
W = jumlah responden yang memilih skor X (Xu 2000) 3. Penentuan Kapasitas Produksi
Penentuan kapasitas produksi bertujuan untuk mengetahui kapasitas produksi per jenis dried fruit dan kebutuhan bahan baku. Penentuan kapasitas berdasarkan target prtoduk akhir GGP (kapasitas produksi per tahun), kondisi musim komoditas, dan ketersediaan bahan baku yang diasumsikan 20% dari ketersediaan total. Bobot buah merupakan lama produksi buah yang ditentukan dari prioritas produksi berdasarkan musim. Selanjutnya dari bobot buah akan dilakukan perhitungan kapasitas produk jadi dan kebutuhan bahan baku tiap tahunnya. Rumus-rumus perhitungan yang digunakan sebagai berikut:
Bobot buah = lama produksi per buah / total lama produksi Kapasitas produk jadi = bobot buah x kapasitas produksi per tahun
Kebutuhan bahan baku = kapasitas produk jadi per buah / rendemen dried fruit
Keterangan: kapasitas produksi per tahun diperoleh rata-rata rencana produksi per tahun GGPC; satuan kapasitas produksi (ton/tahun).
4. Penentuan Total Beban Transportasi
Total beban transportasi berguna untuk mengetahui jumlah beban yang dipindahkan dan jumlah jarak yang ditempuh beban selama transportasi (Megantini 2007). Data jarak dalam satuan kilometer dan beban dengan satuan ton. Dalam penelitian ini dilakukan beberapa asumsi skenarioyang memungkinkan dalam rantai pasok bahan baku. Nilai total beban transportasi diperoleh dengan menggunakan perhitungan Load Distance Model berikut:
E = ∑Xij×Aij Keterangan:
E = jumlah beban transportasi (km.ton) Xij = jarak yang ditempuh beban (km)
7 5. Evaluasi Alternatif Lokasi
Evaluasi alternatif diawali dengan menyeragamkan nilai faktor-faktor penentuan lokasi menggunakan metode Composite Performance Index (CPI). Prosedur penyelesaian CPI adalah sebagai berikut:
a) Identifikasi tren kriteria (positif atau negatif). Tren positif adalah kriteria yang semakin tinggi nilainya semakin baik. Begitu juga sebaliknya, tren negatif adalah kriteria yang semakin kecil nilainya semakin baik
b) Transformasi nilai. Untuk tren kriteria positif, nilai maksimum ditransformasikan ke seratus selanjutnya nilai lainnya ditransformasikan secara proporsional lebih rendah. Sedangkan untuk tren kriteria negatif, nilai minimum ditransformasikan ke seratus selanjutnya nilai lainnya ditransformasikan secara proporsional lebih rendah.
Evaluasi selanjutnya dengan pemilihan beberapa lokasi menggunakan metode Bayes untuk melakukan analisis dalam pengambilan keputusan terbaik dari sejumlah alternatif. Dalam evaluasi metode ini akan diambil 1 lokasi terpilih dengan total skor tertinggi. Berikut ini rumus perhitungan dengan metode Bayes
Total Nilai i=∑Nilai ij(Krit j)
m
j=1
Keterangan:
Total Nilai i = total nilai akhir dari alternatif ke-i Nilai ij = nilai dari alternatif ke-I pada kriteria ke-j Krit j = tingkat kepentingan (bobot) kriteria ke-j i = 1,2,3… n; n= jumlah alternatif
j = 1,2,3… m; m= jumlah kriteria 6. Analisis Tata Letak Pabrik
a) Analisis proses produksi dan kebutuhan mesin
Proses produksi bertujuan untuk pembuatan neraca massa yang selanjutnya dipergunakan untuk menentukan kebutuhan mesin industri. Neraca massa (mass balance) adalah penyajian secara matematis dari aliran massa baik yang keluar maupun masuk pada sebuah sistem. Neraca massa dapat dijadikan sebagai alat untuk memodelkan produksi (Davis dan Cornwell 2013).
b) Analisis Activity Relationship Chart (ARC)
8
apakah suatu pusat aktivitas tertentu menjadi pusat dari semua aktivitas yang ada. Berikut di bawah ini rumus perhitungan TCR dalam Sihombing (2006):
TCRi=∑V (rij) m
J=1
Keterangan:
rij = hubungan aktivitas ke-i dan ke-j
V (rij) = fungsi yang ditetapkan untuk rij
Tingkat keeratan hubungan antar aktivitas : A = Mutlak perlu (Absolutely necessary) E = Sangat penting (Especially important) I = Penting (Important)
O = Cukup/biasa (Ordinary) U = Tidak penting (Uninmportant) X = Tidak dikehendaki (Undesirable) A = 34; E = 33; I = 32; O = 31; U = 30; X = 0
c) Penentuan luas ruangan
Penentuan luas ini diperlukan untuk mengetahui apakah luas area yang ada sesuai dengan kebutuhan area tersebut. Menurut Apple (1990) ruang yang dibutuhkan oleh fasilitas berkaitan dengan peralatan, bahan, pegawai, dan kegiatan. Penentuan kebutuhan luas area ini, diperlukan penambahan kelonggaran 40% sampai 60% untuk gang (aisle) dan operator. Pada penelitian ini digunakan kelonggaran 50%.
d) Penentuan tata letak (layout) industri dried fruit
Pembuatan layout industri dried fruit berdasarkan pada derajat keterkaitan antar aktivitas dan penentuan luas ruangan.
HASIL DAN PEMBAHASAN
Gambaran Umum PT Great Giant Pineapple
PT Great Giant Pineapple berlokasi di Jalan Raya Arah Menggala KM 77 Terbanggi Besar Lampung Tengah. Secara geografis PT Great Giant Pineapple terletak pada 49o Lintang Selatan dan 105o Bujur Timur pada ketinggian 46 m dari
9 Alternatif Lokasi Industri Dried Fruit
Setyoko (2013) menyatakan bahwa faktor pertimbangan pemilihan lokasi industri tingkat daerah (regional) salah satunya adalah kedekatan dengan bahan baku. Departemen Perindustrian dan Perdagangan (2002) menambahkan calon lokasi pendirian berada pada kawasan industri. Pemilihan alternatif lokasi industri buah kering (dried fruit) mempertimbangkan kedekatan dengan sumber bahan baku untuk menjaga keberlanjutan bahan baku. Alternatif lokasi industri dried fruit diambil dari data sentra komoditas hortikultura yang meliputi mangga, nenas, pepaya, jambu biji, dan jahe yang juga wilayahnya merupakan kawasan industri. Data sentra komoditas Kementerian Pertanian dan Dinas Pertanian Daerah tahun 2013 (data jumlah kapasitas produksi lengkap bisa dilihat pada Lampiran 3), sentra kelima komoditas (mangga, nenas, pepaya, jambu biji, dan jahe) pada tingkat provinsi dan kabupaten/kota sebagai berikut:
Tabel 3 Sentra komoditas mangga, nenas, pepaya, jambu biji, dan jahe tingkat provinsi dan kabupaten/kota
No Komoditas Sentra Provinsi Sentra Kabupaten/Kota 1 Mangga Jawa Timur Kabupaten Pasuruan
2 Nenas Lampung Kabupaten Lampung Tengah 3 Pepaya Jawa Timur Kabupaten Kediri
4 Jambu Biji Jawa Barat Kabupaten Cirebon 5 Jahe Jawa Timur Kabupaten Malang
sumber: Diolah dari Kementan (2013)
Tabel 3 menunjukkan bahwa sentra komoditas tingkat Kabupaten/Kota meliputi Kabupaten Pasuruan, Kabupaten Lampung Tengah, Kabupaten Kediri, Kabupaten Cirebon, dan Kabupaten Malang. Sentra-sentra ini selanjutnya dijadikan sebagai alternatif terpilih untuk pendirian industri dried fruit. Pemilihan ini juga karena kelima lokasi ini dapat dijadikan sebagai kawasan industri (Kemendagri 2013). Semua alternatif lokasi berada di provinsi Jawa Timur kecuali Kab. Lampung Tengah (Prov. Lampung) dan Kab Cirebon (Prov. Jawa Barat). Peta alternatif lokasi pendirian industri dried fruit berada pada Lampiran 4.
Faktor Penentu Lokasi dan Bobot Kepentingan
10
Tabel 4 Empat faktor penentu lokasi industri dried fruit dan bobot kepentingan
No Faktor Lokasi* Rataan Geometrik Bobot
1 Harga bahan baku 4.6912 0.259
2 Upah pekerja 4.6912 0.259
3 Ketersediaan saluran limbah 4.3610 0.241
4 Ketersediaan jaringan air bersih 4.3610 0.241
Total 18.1044 1.000
keterangan: *) faktor harga tanah, kepadatan penduduk (angkatan kerja potensial), dan kedekatan dengan pelabuhan tidak dimasukkan karena nilai rataan geometriknya kecil (Lampiran 5).
Kapasitas Produksi Industri Dried Fruit
Potensi pasar dried fruit untuk komoditas tropis sebesar 33% dari total volume impor dried fruit dunia dengan total 11,121 Full Container Loaded (FCL) (ITC 2013). Target kapasitas produksi untuk produk jadi dried fruit GGP per tahun sebesar 84 FCL (0.76% dari total impor buah kering tropis) atau 1,596 ton (1 FCL setara 19 ton). Sedangkan dried fruit dari komoditas mangga merupakan buah tropis paling diminati di pasar utama dried fruit di Eropa, yakni sebesar 3.1 % di United Kingdom (CB1 2013). Selain itu, mangga merupakan satu-satunya buah yang musiman dibandingkan 5 komoditas lainnya (Tabel 5). Oleh karena itu, penentuan kapasitas produksi mengutamakan komoditas mangga selanjutnya baru komoditas yang GGP bisa disediakan yang meliputi nenas, pepaya, dan jambu biji. Serta yang menjadi prioritas terakhir adalah jahe.
Tabel 5 Data musiman komoditas mangga, nenas, pepaya, jambu biji, dan jahe No Komoditas Musiman / Tidak
1 Mangga Musiman (September – November) 2 Nenas Tidak
3 Pepaya Tidak 4 Jambu Biji Tidak 5 Jahe Tidak
sumber: Diolah dari data GGP dan houseofinfographics.com
11 Tabel 6 Waktu produksi dried fruit
No Komoditas
Lama Produksi
(Bulan)
Bulan Produksi Normalisasi
Persentase menentukan kapasitas produksi produksi per tahun (Tabel 8) dan kebutuhan bahan baku dried fruit per tahun (Tabel 9) untuk masing-masing komoditas sebagai berikut:
Tabel 7 Rencana target produksi total per tahun GGP Satuan Kapasitas per
Tahun
Tabel 8 Kapasitas produksi dried fruit per tahun
12
Tabel 9 Kebutuhan bahan baku dried fruit per tahun
No Komoditas
keterangan: *(Diolah dari data NPD Departemen QA GGP)
Kapasitas produksi dried fruit total per bulan memiliki target 7 FCL (133 Ton). Sedangkan kapasitas produk jadi totalnya sebesar 1,596 ton/tahun dan kebutuhan bahan baku produksi sebesar 9,493.91 ton/tahun.
Nilai Total Beban Transportasi
Bahan baku merupakan faktor terpenting yang mempengaruhi biaya produksi dari industri dried fruit. Menurut Nasir (1986), 50% harga pokok produksi dipengaruhi oleh bahan baku sehingga perlu diperhatikan nilai total beban transportasi selama pengangkutan bahan baku. Penelitian ini menggunakan beberapa skenario suplai bahan baku yang memungkinkan untuk diterapkan dalam memenuhi kebutuhan bahan baku pada awal pendirian industri. Pembuatan skenario bertujuan untuk mengetahui apakah alternatif lokasi terpilih tidak banyak berubah (robust) pada berbagai skenario suplai bahan baku. Asumsi yang digunakan sebagai berikut:
1. Market share potensi suplai bahan baku produksi sebesar 20% dari ketersediaan masing-masing komoditas pada alternatif lokasi (dimodifikasi dari CMA 2014)
2. Alternatif lokasi sekaligus sebagai suplier bahan baku / sentra komoditas 3. Bahan baku yang bisa di suplai dari wilayah GGP (Lampung tengah) meliputi
nenas, pepaya, dan jambu biji).
Skenario suplai bahan baku pada awal pendirian industri sebagai berikut: 1. Bahan baku (nenas, pepaya, dan jambu biji) dari Lampung Tengah lalu
kekurangannya dari sentra terkait
2. Semua bahan baku dari sentra komoditas masing-masing
3. Bahan baku (nenas, pepaya, dan jambu biji) dari Lampung Tengah lalu kekurangannya dari alternatif lokasi terdekat
4. Semua bahan baku dari Kabupaten Lampung Tengah yang merupakan sentra komoditas nenas lalu kekurangannya dari alternatif lokasi terdekat
13 6. Semua bahan baku dari Kabupaten Kediri yang merupakan sentra komoditas
pepaya lalu kekurangannya dari alternatif lokasi terdekat
7. Semua bahan baku dari Kabupaten Malang yang merupakan sentra komoditas jahe lalu kekurangannya dari alternatif lokasi terdekat
8. Semua bahan baku dari Kabupaten Cirebon yang merupakan sentra komoditas jambu biji lalu kekurangannya dari alternatif lokasi terdekat.
Berikut nilai total beban transportasi dari kedelapan skenario di atas: Tabel 10 Nilai total beban transportasi beberapa skenario suplai bahan baku
Skenario
Nilai Total Beban Transportasi per Kabupaten (km.ton) Lampung
Tengah Pasuruan Kediri Malang Cirebon
1 8,515,439 2,783,613 2,963,544 3,018,319 4,711,100 2 8,745,006 2,558,712 2,736,006 2,794,140 4,682,075 3 5,386,965 5,839,119 5,104,132 5,819,615 1,645,052 4 5,105,657 6,114,398 5,362,874 6,095,188 1,822,455 5 11,026,274 320,988 1,043,943 705,905 5,718,798
6 10,407,014 1,024,458 344,601 955,646 5,230,794
7 11,008,654 524,496 1,026,324 505,041 5,765,784
8 6,719,670 4,515,925 3,766,627 4,538,845 1,597,536
Suplai bahan baku pada skenario 1 dan 2, nilai beban transportasi terendah pada Kabupaten Pasuruan. Sedangkan berturut-turut untuk skenario yang lain, yaitu: skenario 3 dan 4 (Kabupaten Cirebon), skenario 5 (Kabupaten Pasuruan), skenario 6 (Kabupaten Kediri), skenario 7 (Kabupaten Malang), serta skenario 8 (Kabupaten Cirebon). Perhitungan lengkap dapat dilihat pada Lampiran 6.
Suplai (pasokan) bahan baku dalam rencana jangka panjang perlu menggunakan konsep kemitraan dengan petani dari komoditas terkait di daerah terdekat dengan lokasi pabrik. Kemitraan ini dikarenakan untuk mengurangi nilai total beban transportasi dan susut bobot komoditas. Sistem distribusi dari produsen ke konsumen memiliki peranan yang penting karena merupakan stabilisator dan regulator harga dalam pemenuhan baik kebutuhan produksi maupun konsumsi (Nurchayati dan Hikmah 2014). Elmuti et al (2008) menambahkan, pengelolaan rantai pasok yang efektif akan mendorong perusahaan untuk merespon kebutuhan konsumen dengan lebih baik. Keefektifan ini juga mengurangi resiko operasional karena mengatasi ketidakpastian permintaan atau penawaran (Liu et al 2010). Whipple dan Robert (2000) menjelaskan bahwa faktor yang mempengaruhi kemitraan (aliansi) dalam rantai pasok sebagai berikut:
a) Dukungan manajemen senior b) Kepercayaan
c) Kemampuan untuk memenuhi harapan akan kinerja d) Kecocokan kemitraan
14
Komoditas segar biasanya ditransportasikan melalui moda transportasi darat yaitu dari petani ke konsumen dan harus dipertahankan kondisinya selama transportasi (dimodifikasi dari Sirivatanapa 2006). Techawongstien (2006) menyatakan bahwa susut bobot komoditas setelah panen sebesar 25%, terutama selama pemanenan atau transportasi dari lapangan ke pasar jika tidak dengan pengemasan yang baik. Guncangan yang terjadi selama pengangkutan baik di jalan raya maupun di kereta api dapat mengakibatkan kememaran, susut bobot, dan memperpendek umur simpan (Purwadaria 1992). Besar kecilnya kememaran selama pengangkutan tergantung pada frekuensi, amplitudo dan lamanya getaran, amplitudo getaran dasar peti, ketinggian buah dalam wadah, dan sifat-sifat buahnya (Pantastico 1989).
Hasil Evaluasi Alternatif Lokasi
Faktor-faktor penentu lokasi dan bobotnya yang diperoleh pada tahap penyebaran kuesioner selanjutnya digunakan untuk mengevaluasi alternatif lokasi menggunakan metode Composite Performance Index (CPI) dan Bayes. Berikut adalah faktor penentu lokasi yang digunakan:
Tabel 11 Faktor evaluasi alternatif lokasi
No Faktor* Bobot Estimasi Data Satuan Data 1 Harga bahan baku 0.259 Nilai Total Beban
Transportasi km.ton
2 Upah pekerja 0.259 UMK tahun 2015 Rupiah
3 Ketersediaan saluran
limbah 0.241 Retribusi Perizinan Pembuangan Limbah Cair Rupiah/tahun 4 Ketersediaan jaringan
air bersih 0.241 Retribusi Pengambilan Air Bawah Tanah Rupiah/m
3
Total 1.000
15 Tabel 12 Estimasi data untuk perhitungan evaluasi alternatif lokasi
No Faktor
Kabupaten Lampung
Tengah Pasuruan Kediri Malang Cirebon 1 Harga bahan
baku* Nilai Total Beban Transportasi (8 skenario) 2 Upah
pekerja** 1,580,000 2,700,000 1,305,250 1,962,000 1,400,000 3 Ketersediaan
saluran limbah***
2,000,000 3,500,000 1,700,000 2,500,000 1,800,000
4 Ketersediaan jaringan air bersih***
3,600
4,000 3,000 3,900 3,200 sumber: *Data nilai total beban transportasi masing masing skenario; **Diolah dari
www.translampung.com,www.betterwork.org,www.dhonypratama.com,www.jdih.jatimpr ov.go.id, dan www.regional.kompas.com; ***Diolah dari PERDA dan Data GGP.
Penyeragaman penilaian menggunakan metode CPI karena satuan data dari masing-masing kriteria berbeda. Tren semua faktor/kriteria pada tabel di atas adalah negatif, yaitu semakin kecil nilainya semakin baik. Selanjutnya dilakukan transformasi ke seratus kemudian dilakukan perhitungan total skor menggunakan metode Bayes. Tabel perhitungan evaluasi alternatif berada di Lampiran 7. Berikut tabel perhitungan setelah ditransformasi mengunakan metode CPI dan Bayes (Tabel 13) serta total skor dan prioritas pemilihan lokasi berdasarkan 8 skenario suplai bahan baku (Tabel 14):
Tabel 13 Perhitungan CPI dan Bayes
No Faktor Bobot
Kabupaten Lampung
Tengah Pasuruan Kediri Malang Cirebon
1 Harga bahan
baku 0.259 Nilai Total Beban Transportasi (8 skenario)
2 Upah pekerja 0.259 82.61 48.34 100.00 66.53 93.23
16
Tabel 14 Total skor dan prioritas lokasi Skenario
Berdasarkan tabel di atas, jika dirata-ratakan dengan rataan geometrik (Lampiran 8) maka alternatif lokasi yang sering menjadi prioritas pertama adalah Kabupaten Kediri. Kabupaten Kediri menjadi prioritas pertama juga dikarenakan memiliki nilai tertinggi pada tiga dari empat faktor pemilihan lokasi, yaitu upah pekerja, ketersediaan saluran limbah, dan ketersediaan jaringan air bersih (Tabel 13). Prioritas selanjutnya berturut-turut, yaitu Kabupaten Cirebon, Kabupaten Malang, Kabupaten Lampung Tengah, dan Kabupaten Pasuruan.
Hasil Analisis Tata Letak 1. Proses produksi dan kebutuhan mesin
17 Tabel 15 Fungsi proses produksi dried fruit
No Proses Fungsi Persentase
Losses (%) 1 Pencucian Membersihkan komoditas dari kotoran 0 – 10 2 Pengupasan Memisahkan buah segar dengan limbah
(kulit, biji, dan lainnya) 5 – 60 3 Pengirisan Mengecilkan ukuran buah segar 5 – 10 4 Perendaman
sulfit Meningkatkan cita rasa, menghambat pencoklatan, dan pengawet 1 – 35 (losses) fruit 5 Perendaman
asam sitrat Mempertahankan warna buah dan menghambat reaksi pencoklatan 1 – 35 (losses) fruit 6 Perendaman
gula Menambah kemanisan buah dan pengawet (anti mikroba) 1 – 35 (losses) fruit 7 Perendaman
kalsium klorida Mengeraskan bahan agar tidak mudah patah, menghambat respirasi buah, dan mempertahankan tekstur terhadap suhu pemanasan
1 – 35 (fruit losses)
8 Perendaman
garam Mempertahankan tekstur buah, mencegah pencoklatan, dan pengawet (anti mikroba) 1 – 35 (losses) fruit 9 Pengeringan Mengurangi kadar air bahan 10 – 20 10 Pendinginan Mendinginkan produk setelah dikeringkan 1 – 35 (fruit
losses) 11 Penirisan Memisahkan air dengan bahan 1 – 35 (fruit
losses) 12 Penaburan gula Menambah rasa manis pada produk dried
fruit
1 – 35 (fruit losses) 13 Perebusan Memudahkan peresapan gula 1 – 35 (fruit
losses) 14 Decoring Memisahkan daging segar dengan core
nenas 1 – 35 (losses) fruit
sumber: Dimodifikasi dari Aeny (2012); Data GGP; Fellows (2004); Hasanah (2010);
Putri (2012); Rosyida dan Lilis (2014); Sari et al (2004); Tareen et al (2012)
Tabel 16 Asumsi yang digunakan dalam perhitungan neraca massa
No Perbandingan
1 Air : bahan baku = 1:1 2 Gula : fresh = 1 : 1.5 3 Larutan gula : dipping fresh = 1 : 1 4 Air : dipping fresh = 1 : 1
sumber:Dimodifikasi dari data New Product Development, Quality Assurance Department GGP
18
kesetimbangan massa, maka dapat ditentukan jumlah mesin yang dibutuhkan dalam produksi masing-masing dried fruit (Lampiran 10). Jumlah kebutuhan mesin produksi dried fruit berdasarkan kebutuhan mesin produksi terbanyak sebagai berikut:
Tabel 17 Jumlah kebutuhan mesin produksi dried fruit No Proses Nama Mesin Dimensi
keterangan: *pcs/jam; **ton (waktu sesuai kebutuhan); *** ton/batch sumber: diolah dari www.alibaba.com dan www.gama-mesin.com 2. Analisis Activity Relationship Chart (ARC)
19 3. Luas Ruangan
Perhitungan lengkap luas ruangan baik produksi maupun non produksi berada pada Lampiran 12. Luas ruangan yang diperlukan untuk pendirian industri dried fruit setelah ditambah faktor kelonggaran 50% sebagai berikut:
Tabel 18 Total luas area industri dried fruit yang dibutuhkan No Ruang Nama Departemen Luas Area (m2)
AA Gudang bahan baku 225.00
AB Ruang pencucian 169.20
AC Ruang pengolahan awal 1,508.90 AD Ruang pendinginan 187.50 AE Ruang penaburan gula 187.50 AF Ruang pengemasan 150.00
AG Gudang produk 180.00
AH Area parkir 750.00
AI Masjid dan toilet 225.00
AJ Kantin 157.50
AK Kantor 150.00
AL Ruang utilitas 300.00
AM IPAL 600.00
Total 4,790.60
4. Tata letak (layout) industri dried fruit
20
21
SIMPULAN DAN SARAN
Simpulan
Lokasi pendirian industri dried fruit yang terpilih adalah di Kabupaten Kediri dengan pertimbangan 4 faktor meliputi harga bahan baku (0.259), upah pekerja (0.259), ketersediaan saluran limbah (0.241), dan ketersediaan jaringan air bersih (0.241). Kapasitas produksi industri sebesar 1,596 ton/tahun (produk) dan 9,493 ton/tahun (bahan baku). Sedangkan prioritas ruangan dalam tata letak pabrik adalah ruang pendinginan (nilai TCR: 245). Berturut-turut selanjutnya ruang pengolahan awal (239), ruang penaburan gula (237), ruang pengemasan (235), area parkir (216), gudang produk (215), ruang pencucian (211), kantor (204), gudang bahan baku (133), kantin (128), ruang utilitas (100), masjid dan toilet (83), dan IPAL (82). Serta total luas ruangan yang diperlukan adalah 4,790.60 m2.
Saran Saran penelitian ini sebagai berikut:
1. Perhitungan kapasitas produksi khususnya bahan baku perlu mempertimbangkan kehilangan (losses) selama transportasi karena adanya kerusakan dan tingkat kematangan yang berlebih (over ripe) pada komoditas. 2. Jika GGP ingin lokasi industri lebih dekat dengan Provinsi Lampung,
sebaiknya melakukan kemitraan rantai pasokan bahan baku dari sekitar wilayah Sumatera dan sekitarnya jika memenuhi atau jika diperlukan dari pulau lainnya (misal Jawa) maka diusahakan mengambil buah yang tidak terlalu matang agar tidak busuk saat tiba di lokasi pabrik (proses pematangan selama transportasi).
DAFTAR PUSTAKA
Adamcsek E. 2008.The Analytic Hierarchy Process and Its Generalizations. Tesis. Budapest (HU): Eotvos Lorand University.
Aeny SN. 2012. Analisa Pengaruh Perendaman Larutan CaCl2 Terhadap Sifat
Organoleptik Keripik Terung Kopek Ungu (Solanum melongena L.) dengan sistem penggorengan hampa. Tugas Akhir. Semarang (ID): Program Studi Diploma III Teknik Kimia Program Diploma Fakultas Teknik Universitas Diponegoro.
Alexander M. 2012. Decision-Making using the Analytic Hierarchy Process (AHP) and SAS/IML®. Makalah. Baltimore (US): Social Security Administration.
22
Anonim. 2015. Harga BBM Berbeda Tergantung Pajak Daerah. [Terhubung Berkala]http://www.medanbisnisdaily.com/news/read/2015/01/19/141852/harg a-bbm-berbeda-tergantung-pajak-daerah/#.VSfTZSuUeuI[Diakses pada 10 April 2015).
Apple JM. 1990. Tata Letak Pabrik dan Pemindahan Barang. Edisi Tiga. Bandung (ID): Penerbit Institut Teknologi Bandung.
Catanese AJ dan Snyder JC. 1995. Urban Planning, Second Edition. USA: Mc Graw-Hill Book Company.
Chasanah TD, Usman E, dan Rizky LRS. 2014. Penilaian Kinerja Karyawan Bagian Personalia Berdasarkan Kompetensi dengan Metode 360 Derajat (Studi Kasus di PG Kebon Agung – Malang). Malang (ID): Jurusan Teknologi Industri Pertanian Fakultas Teknologi Pertanian Universitas Brawijaya.
Chiara JD dan Koppelman LE. 1978. Site Planning Standard. USA: Mc Graw-Hill.
Chou SY et al. 2007. A Fuzzy Simple Additive Weighting System Under Group Decision Making For Facility Location Selection With Objective/Subjective Attributes. European Journal of Operational Research. Page 114.
Competition & Market Authority (CMA). 2014. State of the Market Assessment. London(GB): Ofgem.
Confederation of British Industry (CBI). 2008. Preserved Fruit and Vegetables The EU Market for Dried Fruit. [Terhubung Berkala] http://www.cbi.eu/marketinfo[Diakses pada 9 April 2015].
Confederation of British Industry (CBI). 2013. Promising EU Export Markets for Dried Mangoes. [Terhubung Berkala]http://www.cbi.eu/disclaimer[Diakses pada 9 April 2015].
Davis ML dan Cornwell DA. 2013. Introduction to Environmental Engineering 5th edition. New York (US): McGraw Hill Companies.
Departemen Perindustrian dan Perdagangan (DPRIN). 2002. Petunjuk Mengurus Izin dan Rekomendasi Sektor Industri dan Perdagangan. Jakarta (ID): Biro Umum dan Hubungan Masyarakat Departemen Perindustrian dan Perdagangan. Elmuti D, William M, dan Michael A. 2008. Longitudinal Assessment of An Integrated Industrial Supply Chain. Supply Chain Management: An International Journal. Vol 13 No 2: 151–159.
Fellows P. 2004. Small-scale Fruit and Vegetable Processing and Products. Vienna (AT): United Nations Industrial Development Organization (UNIDO). Gubernur Jawa Tengah. 2014. Upah Minimum pada 35 Kabupaten/Kota di
Provinsi Jawa Tengah Tahun 2015. [Terhubung Berkala] http://betterwork.org/in-labourguide/wp-content/uploads/SK-UMK-Jateng-2015.pdf [Diakses pada 15 Juni 2015].
Hasanah UN. 2010. Proses Produksi Manisan Carica (UD Yuasafood Berkah Makmur Desa Krasak, Mojotengah, Kab. Wonosobo). Tugas Akhir. Surakarta (ID): Program Diploma III Teknologi Hasil Pertanian Fakultas Pertanian Universitas Sebelas Maret Surakarta.
Hilman M. 2008. Model Penentuan Lokasi Perumahan Berkelanjutan di Wilayah Gedebage Kota Bandung. Disertasi. Bogor (ID): Sekolah Pasca Sarjana Institut Pertanian Bogor.
23 International Trade Center (ITC). 2014. Ekspor Impor Dried Fruit. United Nation
COMTRADE.
Kadir A. 2006. Transportasi: Peran dan Dampaknya dalam Pertumbuhan Ekonomi Nasional. Jurnal Perencanaan & Pengembangan Wilayah Wahana Hijau. Vol 1 No 3: 121 – 131.
Kementerian Dalam Negeri (Kemendagri). 2013. Aplikasi Pemetaan Potensi
Ekonomi Daerah. [Terhubung Berkala]
http://navperencanaan.com/appe/site/index [Diakses pada 13 Juni 2015].
Kementerian Pertanian (Kementan). 2013. Basis Data Statistik Pertanian. [Terhubung Berkala] http://aplikasi.pertanian.go.id/bdsp/newlok.asp [Diakses pada 13 Juni 2015].
Kusuma PS. 2008. Identifikasi Kriteria Pemilihan Lahan Rusunami yang Menjadi Daya Tarik Konsumen. Tesis. Depok (ID): Program Studi Teknik Sipil Program Pascasarjana Bidang Ilmu Teknik Fakultas Teknik Universitas Indonesia.
Liu S, Jun L, dan Karen AH. 2010. An Agile and Diversified Supply Chain: Reducing Operational Risks. International Business Journal. Vol 20 No 3: 222-234.
Mawandhi H. 2014. Nanas Kaleng PT GGP Penuhi 20 Persen Kebutuhan Internasional. [Terhubung Berkala] http://www.saibumi.com/artikel-1523-nanas-kaleng-pt-ggp penuhi-20-persen-kebutuhan-internasional.html [Diakses pada 3 November 2014].
Megantini A. 2007. Optimasi Tata Letak dengan Menggunakan Model Load Distance untuk Memininumkan Jarak Beban pada Perusahaan Keripik Singkong Raos Bandung. Skripsi. Bandung (ID): Program Studi Manajemen Fakultas Ekonomi Universitas Islam Bandung.
Miles ME, Berens G, dan Weiss MA. 2001. Real Estate Development : Principles and Process, Third Edition. Washington DC (US): ULI-the Urban Land Institute.
Nasir NM. 1986. Dehydrated Fruits and Vegetables Plant. National Bank of Pakistan.
Nugroho, RO. 2012. Analisis Perancangan Ulang Tata Letak Fasilitas Produksi Pabrik Lama pada CV. Massitoh Catering Services. Skripsi. Bogor (ID): Program Sarjana Alih Jenis Manajemen Departemen Manajemen Fakultas Ekonomi dan Manajemen Institut Pertanian Bogor.
Nurchayati dan Hikmah. 2014. Pola Distribusi Buah Lokal dan Buah Import: Studi Kasus pada Pedagang Buah di Kota Semarang. Seminar Nasional dan Call for Paper (Sancall 2014): Research Methods and Organizational Studies. ISBN: 978-602-70429-1-9. Hlm 40 – 50.
Olesen RK. 1997. World Trade in Processed Tropical Fruits. International Trade Centre UNCTAD/WTO.
Pagliari JL. 1995. The Handbook of Portfolio Real Estate Management. USA: Richard D. Irwin Inc.
Pantastico ERB. 1989. Fisiologi Pascapanen, Penanganan dan Pemanfaatan Buah-buahan dan Sayur-sayuran Tropika dan Subtropika. Yogyakarta: Gajah Mada Press.
24
1999 tentang Perizinan Pengeboran Serta Pengambilan Air Bawah Tanah. Lampung Tengah (ID): Pemda Lampung Tengah.
[Pemda Kabupaten Kediri] Pemerintah Daerah Kabupaten Kediri. 2012a. Peraturan Daerah Kabupaten Kediri nomor 4 tahun 2012 tentang Retribusi Izin Mendirikan Bangunan. Kediri (ID): Pemda Kediri.
[Pemda Kabupaten Pasuruan] Pemerintah Daerah Kabupaten Pasuruan. 2012b. Peraturan Daerah Kabupaten Pasuruan nomor 15 tahun 2012 tentang Retibusi Izin Mendirikan Bangunan. Pasuruan (ID): Pemda Pasuruan.
Perdana PP. 2014. Ini UMK Jawa Barat 2015. [Terhubung Berkala] http://regional.kompas.com/read/2014/11/22/07020041/Ini.UMK.Jawa.Barat.2 015 [Diakses pada 15 Juni 2015].
Purwadaria HK. 1992. Sistem Pengangkutan Buah-buahan dan Sayuran. PAU Pangan dan Gizi. IPB. Bogor.
Putri AR. 2012. Pengaruh Kadar Air Terhadap Tekstur dan Warna Keripik Pisang Kepok (Musa parasidiaca formatypica).Skripsi.. Makassar (ID): Program Studi Keteknikan Pertanian Jurusan Teknologi Pertanian Fakultas Pertanian Universitas Hasanuddin Makassar.
Redaksi Trans Lampung. 2014. Usulan Upah Lamteng Rp1.588.000. [Terhubung Berkala] http://www.translampung.com/artikel-1886-usulan-upah-lamteng-rp1588000.aspx [Diakses pada 15 Juni 2015].
Risky N. 2014. Pengaruh Kepuasan Kerja Terhadap Kinerja Kepala Kebun Bagian Plantation Grup II di PT Great Giant Pineapple. Skripsi. Lampung (ID): Jurusan Agribisnis Fakultas Pertanian Universitas Lampung.
Rosyida F dan Lilis S. 2014. Pengaruh Jumlah Gula dan Asam Sitrat Terhadap Sifat Organoleptik, Kadar Air dan Jumlah Mikroba Manisan Kering Siwalan (Borassus flabellifer). E-journal Boga. Vol 3 No 1: 297 – 307.
Sari FE, Sri T, dan Suyadi M. 2004. Pengaruh Kadar CaCl2 dan Lama
Perendaman Terhadap Umur Simpan dan Pematangan Buah Mangga Arumanis. Jurnal Ilmu Pertanian. Vol 11 No 1: 42 – 50.
Setyoko. 2013. Pemilihan Lokasi Pabrik. Jurnal Orbith. Vol 9: 48 – 51.
Sihombing JEL. 2006. Analisis Tata Letak Pabrik dan Keseimbangan Lini dalam Proses Produksi Jus Buah (Studi Kasus di PT Sari Segar Alami, Sentul). Skripsi. Bogor (ID): Departemen Teknologi Industri Pertanian Fakultas Teknologi Pertanian Institut Pertanian Bogor.
Simonds JO. 1983. Landscape Architecture : A Manual of Site Planning and Design. USA: Mc Graw-Hill.
Sinaga J. 2009. Penerapan Analytical Hierarchy Process (AHP) dalam Pemilihan Perusahaan Badan Usaha Milik Negara (BUMN) Sebagai Tempat Kerja Mahasiswa Universitas Sumatera Utara (USU). Skripsi. Medan (ID): Departemen Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara.
Singarimbun M dan Effendi S. 1989. Metode Penelitian Survai. Jakarta: LP3ES. Sirivatanapa S. 2006. Packaging and Transportation of Fruits and Vegetables for
Better Marketing. Asian Productivity Organization (APO) 2006 ISBN 92-833-7051-1.
25 Tareen MJ, Nadeem AA, dan Ishfaq AH. 2012. Effect of Salicylic Acid Treatments on Storage Life of Peach Fruits CV ‘Flordaking’. Journal of Pak. J. Bot. Vol 44 No 1: 119 – 124.
Techawongstien S. 2006. Postharvest Management of Fruit and Vegetables in the Asia-Pacific Region – Thailand. Asian Productivity Organization (APO) 2006 ISBN 92-833-7051-1.
Weber A. 1902. Teori Lokasi Industri(Teori Weber dan Losch). [Terhubung Berkala]http://wapedia.mobi/sv/August_L%C3%B6sch/[ Diakses pada12 Juni 2015].
Wen HW, Chang TC, dan Chin TL. 2008. Comparing The Aggregation Methods in The Analytic Hierarchy Process When Uniform Distribution. Journal ofIssue 3. Vol 5: 82 - 87.
Whipple JM dan Robert F. 2000. Strategic Alliance Success Factors. Journal of Supply Chain Management. Vol 36 No 3.
Xu Z. 2000. On Consistency of The Weighted Geometric Mean Complex Judgement Matrix in AHP. European Journal of Operational Research.126 683-687. Geometrik.
26
26
26
Lampiran 1 Analisis pasar dried fruit Data ekspor dried fruit dunia
No Negara Eksportir
Nilai Ekspor (Ribuan Dolar Amerika/Tahun)
Rata-Rata
Iklim Tropis* (Iya/Tidak)
2012 2013 2014
1 Turki 315,132.00 337,819.00 382,009.00 344,986.67 Tidak
2 USA 336,356.00 320,598.00 308,778.00 321,910.67 Tidak
3 Thailand 395,360.00 171,791.00 204,056.00 257,069.00 Iya
4 Chile 187,018.00 194,166.00 277,782.00 219,655.33 Tidak
5 Jerman 134,659.00 156,438.00 174,040.00 155,045.67 Tidak
6 Perancis 97,792.00 112,318.00 111,321.00 107,143.67 Tidak
7 China 101,047.00 99,678.00 110,150.00 103,625.00 Tidak
8 Spanyol 87,319.00 109,553.00 108,653.00 101,841.67 Tidak
9 Negara Lain** 1,654,683.00 1,502,361.00 1,676,789.00 1,611,277.67 -
Total 579,135.00 729,904.00 498,244.00 602,427.67 -
27
27 27 Benchmark jenis komoditas untuk dried fruit ke beberapa perusahaan di Thailand
28
sumber: diolah dari website perusahaan
Keterangan:
1 = Item (komoditas) diproduksi
29
29
29
Lampiran 2 Kuesioner penelitian
30
30
Kuesioner penelitian
KUESIONER PENENTUAN FAKTOR LOKASI PENDIRIAN PABRIK BUAH KERING (DRIED FRUIT)
IDENTITAS RESPONDEN
Nama :
Jenis Kelamin : ( ) Laki-laki ( ) Perempuan
Pendidikan terakhir : ( ) Tidak Tamat SD ( ) Diploma/Akademik
( ) SD ( ) Sarjana
( ) SMP ( ) Pascasarjana
( ) SMA ( ) Doktor
Pekerjaan :
PETUNJUK PENGISIAN I. UMUM
1. Isi kolom identitas yang terdapat pada halaman depan kuesioner
2. Berikan penilaian terhadap hierarki penentuan strategi penerapan produksi bersih
3. Penilaian dilakukan dengan membandingkan tingkat/peran komponen dalam satu level hierarki yang berkaitan dengan komponen-komponen level sebelumnya.
4. Penilaian dilakukan dengan mengisi tanda checklist ( √ ) pada kolom yang tersedia
5. Responden bisa menambahkan faktor lain dan tingkat kepentingannya pada baris yang masih kosong
6. Dokumen yang diisikan bersifat rahasia (tidak untuk disebarluaskan) II. SKALA PENILAIAN
Metode Penilaian = ordinal 1. Sangat Kurang Penting 2. Kurang Penting
3. Biasa 4. Penting
31
31
31
No Faktor Kriteria
1 2 3 4 5
1 Pajak Daerah 2 Ketersediaan
Sarana/Saluran Pembuangan Limbah 3 Harga Bahan Baku 4 Upah Pekerja 5 Harga Tanah 6 Sikap masyarakat 7 Kedekatan dengan
Bahan Baku
8 Kedekatan dengan Konsumen (Pasar) 9 Kepadatan Penduduk 10 Ketersediaan Jaringan
Air Bersih 11 Ketersediaan
Transportasi Publik 12 Jaringan Transportasi
(Akses Jalan Raya) 13 Dampak Negatif
(Udara Kotor, Air Berbau, dan Tingkat Kebisingan)
14 Polisi dan Pemadam Kebakaran
15 Kompetitor
32
32
Lampiran 3 Sentra komoditas dengan volume produksi tingkat provinsi dan kabupaten/kota
No Komoditas Volume Produksi Tingkat Provinsi*
(ton/tahun)
Volume Produksi Tingkat Kabupaten/Kota** (ton/tahun)
1 Mangga a) Jawa Timur (799,410)
b) Jawa Tengah (404,443)
c) Jawa Barat (327,070)
d) Sulawesi Selatan (148,118)
e) Nusa Tenggara Barat (110,637)
f) Lainnya (403,251)
Total : 2,192,929
a) Kab. Pasuruan (182,237)
b) Kab. Kediri (60,579)
c) Kab. Bondowoso (54,345)
d) Kab. Gresik (51,356)
e) Kab. Madiun (41,904)
f) Lainnya (408,990)
Total : 799,411
2 Nenas a) Lampung (722,621)
b) Sumatera Utara (228,136)
c) Jawa Timur (197,165)
d) Jambi (156,369)
e) Jawa Tengah (113,093)
f) Lainnya (465,422)
Total : 1,882,806
a) Kab. Lampung Tengah (721,112.5)
b) Kab. Lampung Timur (823.9)
c) Kab. Lampung Barat (178.5)
d) Kab. Tulang Bawang Barat (128.3)
e) Kab. Pesawaran (84.1)
f) Lainnya (293.40)
Total : 722,620.70
3 Pepaya a) Jawa Timur (291,788)
b) Jawa Tengah (148,898)
c) Lampung (101,794)
d) Jawa Barat (66,439)
e) Nusa Tenggara Timur (52,781)
f) Lainnya (248,121)
Total : 909,821
a) Kab. Kediri (92,412)
b) Kab. Jember (59,669)
c) Kab. Malang (40,629)
d) Kab. Lumajang (38,266)
e) Kab. Banyuwangi (16,458)
f) Lainnya (44,357)
Total : 291,791
4 Jambu Biji a) Jawa Barat (47,764)
b) Jawa Tengah (36,718)
c) Jawa Timur (22,148)
d) Sumatera Utara (15,071)
e) Nusa Tenggara Barat (10,037)
f) Lainnya (49,898)
Total : 181,636
a) Kab. Cirebon (8,569.8)
b) Kab. Bogor (5,272)
c) Kab. Cianjur (5,155.9)
d) Kab. Garut (3,595.1)
e) Kab. Bandung (3,143)
f) Lainnya (22,072.80)
33
33 33
No Komoditas Volume Produksi Tingkat Provinsi*
(ton/tahun)
Volume Produksi Tingkat Kabupaten/Kota** (ton/tahun)
5 Jahe a) Jawa Timur (44,263.473)
b) Jawa Tengah (33,760.329)
c) Jawa Barat (22,956.973)
d) Sumatera Utara (10,462.304)
e) Kalimantan Selatan (5,732.620)
f) Lainnya (38,110,589)
Total : 155,286.288
a) Kab. Malang (10,788.642)
b) Kab. Ponorogo (9,921.575)
c) Kab. Pacitan (8,948.131)
d) Kab. Situbondo (2,870.990)
e) Kab. Pamekasan (2,345.109)
f) Lainnya (9,389.026)
Total : 44,263.473
34
34
Lampiran 4 Peta alternatif lokasi
sumber: www.welt-atlas.com dalam http://harunarcom.blogspot.com/2012/12/peta-pulau-jawa.html
35
35 35 Lampiran 5 Hasil penilaian responden terhadap faktor penentu lokasi
No Faktor Lokasi Skala Penilaian Rataan
Geometrik
1 2 3 4 5
1 Harga Bahan Baku 2 5 4.6912
2 Upah Pekerja 2 5 4.6912
3 Dampak Negatif (Udara Kotor, Air Berbau, dan Tingkat
Kebisingan)* 4 3 4.4014
4 Ketersediaan Sarana/Saluran Pembuangan Limbah 1 2 4 4.3610
5 Ketersediaan Jaringan Air Bersih 1 2 4 4.3610
6 Sikap masyarakat 2 4 1 3.8037
7 Jaringan Transportasi (Akses Jalan Raya) 1 1 3 2 3.7059
8 Kedekatan dengan Bahan Baku 1 3 3 3.6106
9 Pajak Daerah 6 1 3.2271
10 Harga Tanah 1 2 4 3.0224
11 Kedekatan dengan Konsumen (Pasar) 1 2 4 3.0224
12 Polisi dan Pemadam Kebakaran 2 3 2 2.9007
13 Kepadatan Penduduk 1 1 3 1 1 2.7124
14 Ketersediaan Transportasi Publik 1 1 3 2 2.6273
15 Kompetitor 1 3 1 2 2.3399
16 Kedekatan dengan Pelabuhan 1 1 1.5341
17 Aspek mikroorganisme (higienis kondisi lingkungan
industri) 1 1.2585
18 Perizinan Lingkungan (AMDAL dll) 1 1.2585
19 Ketersediaan listrik dan steam 1 1.2585
20 Teknologi tepat guna (pemilihan teknologi) 1 1.2190
36
36
Lampiran 6 Perhitungan total beban transportasi
Ketersediaan komoditas pada masing-masing sentra/alternatif lokasi (ton/tahun)
No Komoditas
Kabupaten Lampung
Tengah Pasuruan Kediri Malang Cirebon
1 Mangga 1,709.70 182,237.00 60,579.00 7,020.00 30,948.10
2 Nenas 721,112.50 1.00 163,850.00 30.00 ***
3 Pepaya 933.20 6,407.00 92,412.00 40,629.00 2,904.00
4 Jambu Biji 257.90 4,570.00 1,112.00 1,974.00 8,569.80
5 Jahe 395.09 1,329.73 70.103 10,788.60 6.20
Sumber: Kementan (2013)
Potensi suplai komoditas pada masing-masing sentra/alternatif lokasi* (ton/tahun)
No Komoditas
Kabupaten Lampung
Tengah Pasuruan Kediri Malang Cirebon
1 Mangga 341.94 36,447.40 12,115.80 1,404.00 6,189.62
2 Nenas 144,222.50 0.20 32,770.00 6.00 ***
3 Pepaya 186.64 1,281.40 18,482.40 8,125.80 580.80
4 Jambu Biji 51.58 914.00 222.40 394.80 1,713.96
5 Jahe 79.02 265.95 14.02 2,157.72 1.24
37
37 37 Kebutuhan bahan baku produksi (ton/tahun)
No Komoditas Kebutuhan Bahan Baku (ton/tahun)
1 Mangga 4,433.33
2 Nenas 1,108.33
3 Pepaya 1,266.67
4 Jambu Biji 1,662.50
5 Jahe 1,023.08
Total 9,493.91
Skenario suplai bahan baku (ton/tahun)
Kabupaten Skenario
Jenis Bahan Baku/Komoditas Jumlah
Muatan Lokasi
Potensi Suplai Bahan Baku per Kabupaten*
Mangga Nenas Pepaya Jambu
Biji Jahe Komoditas Volume
Lampung Tengah
1 - 1,108.33 186.64 51.58 - 1,346.55 Mangga 341.94
2 - 1,108.33 - - - 1,108.33 Nenas 144,222.50
3 - 1,108.33 186.64 51.58 - 1,346.55 Pepaya 186.64
4 341.94 1,108.33 186.64 51.58 79.02 1,767.51 Jambu Biji 51.58
5 - - - Jahe 79.02
6 - - - - -
7 - - - - -
38
38
Kabupaten Skenario
Jenis Bahan Baku/Komoditas Jumlah
Muatan Lokasi
Potensi Suplai Bahan Baku per Kabupaten*
Mangga Nenas Pepaya Jambu
Biji Jahe Komoditas Volume
Pasuruan
1 4,433.33 - - - - 4,433.33 Mangga 36,447.40
2 4,433.33 - - - - 4,433.33 Nenas 0.20
3 - - - Pepaya 1,281.40
4 - - - Jambu Biji 914
5 4,433.33 0.20 1,266.67 914 265.95 6,880.15 Jahe 265.95
6 - - - 914 - 914
7 3,029.33 0.20 - 914 - 3,943.53
8 - - - - 265.95 265.95
Kediri
1 - - 1,080.03 - - 1,080.03 Mangga 12,115.80
2 - - 1,266.67 - - 1,266.67 Nenas 32,770
3 - - 499.23 - 14.02 513.25 Pepaya 18,482.40
4 - - 499.23 - 14.02 513.25 Jambu Biji 222.40
5 - 1,102.13 - 222.40 - 1,324.53 Jahe 14.02
6 4,433.33 1,108.33 1,266.67 222.40 14.02 7,044.75
7 - 1,102.13 - 222.40 - 1,324.53
8 - 1,108.33 685.87 - 14.02 1,808.22
Malang
1 - - - - 1,023.08 1,023.08 Mangga 1,404
2 - - - - 1,023.08 1,023.08 Nenas 6
3 - - - - 1,007.82 1,007.82 Pepaya 8,125.80
4 - - - - 928.80 928.80 Jambu Biji 394.80
5 - 6 - 394.80 757.13 1,157.93 Jahe 2,157.72
6 - - - 394.80 1,009.06 1,403.86
7 1,404 6 1,266.67 394.80 1,023.08 4,094.54
39
39 39
Kabupaten Skenario
Jenis Bahan Baku/Komoditas Jumlah
Muatan Lokasi
Potensi Suplai Bahan Baku per Kabupaten*
Mangga Nenas Pepaya Jambu
Biji Jahe Komoditas Volume
Cirebon
1 - - - 1,610.92 - 1,610.92 Mangga 6,189.62
2 - - - 1,662.50 - 1,662.50 Nenas 0
3 4,433.33 - 580.80 1,610.92 1.24 6,626.29 Pepaya 580.80
4 4,091.39 - 580.80 1,610.92 1.24 6,284.35 Jambu Biji 1,713.96
5 - - - 131.30 - 131.30 Jahe 1.24
6 - - - 131.30 - 131.30
7 - - - 131.30 - 131.30
8 4,433.33 - 580.80 1,662.50 1.24 6,677.87
Keterangan: * 20% dari ketersediaan total
Nilai total beban transportasi skenario 1
Kabupaten
Jarak ke-Kabupaten (km)
Muatan (ton) Lampung
Tengah Pasuruan Kediri Malang Cirebon
Lampung Tengah 0 1,173 1,071 1,168 541 1,346.55
Pasuruan 1,186 0 122 68.40 621 4,433.33
Kediri 1,078 120 0 115 535 1,080.03
Malang 1,180 69.30 116 0 637 1,023.08
Cirebon 550 623 535 632 0 1,610.92
Total Beban Transportasi
(km.ton)
8,515,439 2,783,613 2,963,544 3,018,319 4,711,100 Total Muatan:
9,493.91
40
40
Nilai total beban transportasi skenario 2
Kabupaten
Jarak ke-Kabupaten (km)
Muatan (ton) Lampung
Tengah Pasuruan Kediri Malang Cirebon
Lampung Tengah 0 1,173 1,071 1,168 541 1,108.33
Pasuruan 1,186 0 122 68.40 621 4,433.33
Kediri 1,078 120 0 115 535 1,266.67
Malang 1,180 69.30 116 0 637 1,023.08
Cirebon 550 623 535 632 0 1,662.50
Total Beban Transportasi
(km.ton)
8,745,006 2,558,712 2,736,006 2,794,140 4,682,075 Total Muatan:
9,493.91
Keterangan: jarak bersumber dari Google Street View (2013)
Nilai total beban transportasi skenario 3
Kabupaten
Jarak ke-Kabupaten (km)
Muatan (ton) Lampung
Tengah Pasuruan Kediri Malang Cirebon
Lampung Tengah 0 1,173 1,071 1,168 541 1,346.55
Pasuruan 1,186 0 122 68.40 621 0
Kediri 1,078 120 0 115 535 513.25
Malang 1,180 69.30 116 0 637 1,007.82
Cirebon 550 623 535 632 0 6,626.29
Total Beban Transportasi
(km.ton)
5,386,965 5,839,119 5,104,132 5,819,615 1,645,052 Total Muatan:
9,493.91
