MODEL PENJADWALAN DALAM PEMETIKAN PUCUK TEH
(STUD I KASUS PERKEBUNAN GUNUNG MAS PTPN VIII JAWA
BARAT)
AMALIA RESTIATI
Tesis
sebagai salah satu syarat untuk memperoleh gelar Magister Sains pada
Program Studi Teknologi Industri Pertanian
SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
PERNYATAAN
Dengan ini saya menyatakan bahwa tesis saya yang berjudul Model Penjadwalan dalam Pemetikan Pucuk Teh (Studi Kasus Perkebunan Gunung Mas PTPN VIII Jawa Barat) adalah karya saya sendiri dengan bimbingan Komisi Pembimbing.
Tesis ini belum pernah 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 tesis ini.
Bogor, Desember 2005
ABSTRACT
AMALIA RESTIATI. Models of Leave-Tea Plucking Schedule (The Case Study on Perkebunan Gunung Mas PTPN VIII West Java). Under the direction of MARIMIN, MACHFUD, and MUHAMMAD ZEIN NASUTION.
The purpose of this research is to formulate scheduling model of leave-tea plucking, at which Gunung Mas Plantation, West Java is used as the case study. Linear programming and fuzzy linear programming were used as the basis for the model formulation. The objective function of linear programming formulation is to maximize leaves production with two constraints. The first constraint is the extent of plucking area and the second one is numbers of pluckers.
The solutions of this scheduling model are maximum values of leaves production which are achieved by using LINDO. In this case, fuzzy linear programming gives better results than non-fuzzy linear programming because it is relevant with the condition of the plantation. Productivities of tea are higher in rainy seasons than dry season. The productions of tea leaves increase in the second and third pruning year (TP 2 and TP 3) and decrease in the fourth year (TP 4).
There were two scenarios involved in this research. Scenario 1 is aimed to maximize leaves production in order to meet plant capacity. Scenario 2 has an objective to maximize the extent of plucking area to increase leaves production that could also reach plant capacity. The result of Scenario 1 shows that daily maximum productivity which must be reached by Gunung Mas is 912,72 kg/ha to 2.500 kg/ha (in dry season) and 363,27 kg/ha to 4.266,67 kg/ha (in rainy season) in order to meet plant capacity. While the result of Scenario 2 shows that maximum width of area which must be plucked by the plantation per day is 119,31 ha to 288,34 ha (in dry season) and 64,96 ha to 222,41 ha (in rainy season) in order to meet plant capacity.
RINGKASAN
Teh merupakan salah satu komoditas perkebunan yang menghasilkan devisa non migas terbesar disamping karet, kelapa sawit dan kopi. Namun, dalam perkembangannya ekspor teh Indonesia mengalami penurunan. Beberapa pasar utama teh yang telah dikuasai Indonesia telah diambil alih oleh negara produsen teh lainnya. Penurunan pangsa pasar ekspor tersebut kemungkinan besar disebabkan oleh lemahnya daya saing dan citra teh Indonesia yang antara lain merupakan akibat dari mutu produk yang belum sesuai dengan selera pasar. Untuk itu perlu dilakukan penyempurnaan kegiatan terutama dalam peningkatan mutu pucuk teh. Mutu pucuk teh sangat ditentukan oleh pemetikan. Kegiatan pemetikan dalam agroindustri teh harus mendapat penanganan yang tepat, baik dari waktu, teknologi, pelaksanaan maupun tenaga pelaksana.
Penelitian ini bertujuan untuk menyusun model penjadwalan pemetikan pucuk teh yang merupakan studi kasus di perkebunan Gunung Mas PTPN VIII Jawa Barat. Metode yang dipergunakan untuk menyusun model penjadwalan tersebut ialah formulasi program linier non-fuzzy dan program linier fuzzy dengan fungsi tujuan memaksimumkan produksi pucuk basah dan dua buah fungsi kendala yaitu kendala luas lahan dan kendala tenaga pemetik yang tersedia. Program linier non-fuzzy dan program linier fuzzy tersebut memberikan solusi berupa luas areal petik yang menghasilkan nilai maksimum. Nilai maksimum berupa jumlah pucuk basah yang diproduksi oleh perkebunan diperoleh dengan menggunakan LINDO release 6.0.
Areal petik pada afdeling Gunung Mas I (GM I) yang menghasilkan pucuk teh dalam jumlah maksimum adalah areal dengan gilir petik 12 hari pada tahun pangkas ke-2. Afdeling Gunung Mas II (GM II) dapat memproduksi pucuk dalam jumlah maksimum pada areal dengan gilir petik 8 dan 12 hari pada tahun pangkas ke-4. Sedangkan pada afdeling Cikopo Selatan (CS), areal yang memproduksi pucuk dalam jumlah maksimum ialah areal dengan gilir petik 12 hari pada tahun pangkas ke-1 dan ke-2.
Model penjadwalan pemetikan pucuk teh yang disusun dengan menggunakan program linier fuzzy memberikan hasil berupa produktivitas pucuk basah yang lebih tinggi dibandingkan hasil yang diperoleh perkebunan Gunung Mas saat ini yaitu rata-rata sebesar 51% pada musim kemarau dan 42% pada musim hujan. Pada penelitian ini, model optimisasi program linier fuzzy memberikan hasil yang lebih baik daripada program linier non-fuzzy karena lebih relevan dengan kondisi di perkebunan. Berdasarkan data yang diperoleh, batasan untuk kendala luas areal pemetikan dan kendala jumlah tenaga pemetik tidak merupakan batasan yang tegas.
Produktivitas pucuk teh pada musim hujan lebih tinggi daripada musim kemarau. Dalam hubungannya dengan tahun pangkas, produksi pucuk basah secara umum menunjukkan peningkatan pada tahun pangkas 2 dan tahun pangkas 3 (tahun 2 dan 3 setelah pemangkasan) dan menunjukkan penurunan pada tahun pangkas ke-4.
kapasitas pabrik. Sedangkan skenario 2 bertujuan untuk memaksimumkan luas areal petik sehingga jumlah pucuk basah yang dihasilkan dapat memenuhi kapasitas pabrik. Berdasarkan skenario 1, produktivitas maksimum harian yang harus dicapai oleh perkebunan Gunung Mas ialah 912,72 kg/ha hingga 2.500 kg/ha pada musim kemarau dan 363,27 kg/ha hingga 4.266,67 kg/ha pada musim hujan agar kapasitas pabrik terpenuhi. Hasil dari skenario 2 memperlihatkan bahwa luas areal maksimum yang harus dipetik perhari ialah 119,31 hektar hingga 288,34 hektar pada musim kemarau dan 64,96 hektar hingga 222,41 hektar pada musim hujan.
Upaya lain yang dapat disarankan untuk meningkatkan produksi pucuk basah ialah melakukan peremajaan tanaman teh pada beberapa areal yang tidak produktif dengan melakukan kajian kelayakan terlebih dahulu. Beberapa areal di perkebunan Gunung Mas yang saat ini kurang produktif terdapat di afdeling Cikopo Selatan.
Judul Tesis : Model Penjadwalan dalam Pemetikan Pucuk Teh
(Studi Kasus Perkebunan Gunung Mas PTPN VIII Jawa Barat) Nama : Amalia Restiati
NRP : F351020361
Disetujui
Komisi Pembimbing
Prof. Dr. Ir. Marimin, M.Sc. Ketua
Dr. Ir. Machfud, M.S. Ir. M. Zein Nasution, M.App.Sc.
Anggota Anggota
Diketahui
Ketua Program Studi Dekan Sekolah Pascasarjana
Teknologi Industri Pertanian
Dr. Ir. Irawadi Jamaran Prof.Dr.Ir. Syafrida Manuwoto, M.Sc.
KATA PENGANTAR
Puji dan syukur penulis panjatkan kepada Allah SWT atas segala karunia-Nya sehingga karya ilmiah ini dapat diselesaikan sebagaimana mestinya. Tema yang dipilih untuk penelitian yang dilaksanakan sejak bulan Agustus 2004 ini ialah jadwal pemetikan pucuk teh di perkebunan Gunung Mas PTPN VIII Jawa Barat.
Ucapan terima kasih yang sebesar-besarnya penulis sampaikan kepada Bapak Prof. Dr. Ir. Marimin, MSc. selaku ketua komisi pembimbing dan kepada Bapak Dr. Ir. Machfud, MS. serta Bapak Ir. M. Zein Nasution, MAppSc. selaku anggota komisi pembimbing yang telah memberikan arahan, bimbingan dan dukungan moril sejak awal penyusunan proposal hingga penulisan tesis, juga kepada Bapak Dr. Ir. Irawadi Jamaran selaku penguji luar komisi. Ucapan terima kasih disampaikan pula kepada Ibu Ir. Dwi Sutanti, Kepala Bagian SDM PT. Perkebunan Nusantara VIII (Persero), yang telah memberikan ijin untuk melakukan penelitian di perkebunan Gunung Mas. Terima kasih kepada Bapak Dadang Rukmana, SP (sinder afdeling Gunung Mas I), Bapak Ir. Dedi Kusramdani (sinder pabrik Gunung Mas) serta Administratur perkebunan Gunung Mas yang telah memberikan informasi dan data-data yang sangat menunjang penelitian.
Penghargaan yang tak terhingga penulis sampaikan kepada suami tercinta, Joko Budianto Dumairi, SE dan anak-anak tersayang, yaitu Ashila Rafi Muhammadi, Ayuni Zahra Nuruldini dan Muhammad Irfan Tauhid atas segala do’a, kasih sayang, perhatian, pengertian, kesabaran, pengorbanan dan dukungan selama penulis menempuh pendidikan. Penghargaan yang tinggi juga disampaikan kepada Ayahanda Ir. H. Baryono Hardjosuwito, Ibu Sri Yuhaeni, Ibu Hj. Mimien Suminah Dumairi serta kakak-kakak dan adik-adik yang dengan tulus ikhlas selalu memberikan do’a, perhatian, kasih sayang dan dukungan kepada penulis. Disamping itu, penulis akan selalu mengenang jasa, kasih sayang serta teladan yang sangat baik dari almarhumah Ibunda, dr. Hj. Surati Baryono.
Penulis juga menyampaikan terima kasih kepada rekan-rekan mahasiswa Sekolah Pascasarjana IPB Program Studi Teknologi Industri Pertanian dan Statistika atas kerjasama dan kebersamaannya serta kepada semua pihak yang telah memberikan bantuan kepada penulis. Semoga ALLAH SWT membalas segala kebaikan yang telah diberikan.
Akhir kata, penulis berharap semoga karya ilmiah ini bermanfaat.
Bogor, Desember 2005
RIWAYAT HIDUP
Penulis dilahirkan di Bandung pada tanggal 26 Februari 1972 sebagai anak ketiga dari empat bersaudara pasangan Ir. H. Baryono Hardjosuwito dan dr. Hj. Surati Baryono (alm). Penulis lulus dari SMA Negeri I Bogor pada tahun 1990 dan pada tahun yang sama diterima di Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam ITB melalui jalur Ujian Masuk Perguruan Tinggi Negeri. Penulis menyelesaikan program S1 pada tahun 1995.
Tahun 1995-1999 penulis bekerja sebagai staf pendataan iklan di PT. Era Media Informasi, penerbit majalah berita mingguan Gatra. Selanjutnya penulis bekerja sebagai staf riset pemasaran di perusahaan yang sama pada tahun 1999-2001.
DAFTAR ISI
Halaman DAFTAR TABEL ………..
DAFTAR GAMBAR ………..
DAFTAR LAMPIRAN
………
PENDAHULUAN
Latar Belakang ……… Tujuan ……….. Ruang Lingkup Penelitian ………. Output dan Manfaat Penelitian……….
TINJAUAN PUSTAKA
Pemetikan Pucuk Teh ……….. Model………. Penjadwalan dan Teknik Heuristik………... Program Linier………. Program Linier Fuzzy………. Keadaan Umum Perkebunan Gunung Mas ………. Penelitian Terdahulu……….
METODOLOGI PENELITIAN
Kerangka Pemikiran ……….. Formulasi Program Linier Fuzzy ………. Metode Pengumpulan Data ………. Metode Pengolahan dan Analisa Data ……….
PENYUSUNAN MODEL
Model Pemetikan Pucuk Teh……… Produktivitas Pucuk Teh………. Formulasi Fungsi Tujuan……….. Formulasi Kendala……… Model Program Linier Fuzzy……… Verifikasi Model………
HASIL DAN PEMBAHASAN
Jadwal Pemetikan Optimum……….. Optimisasi Program Linier non-Fuzzy……… Optimisasi Program Linier Fuzzy……… Kualitas Pucuk Teh………. Implikasi Manajerial………
KESIMPULAN DAN SARAN………
DAFTAR TABEL
Halaman
1 Kendala non-fuzzy dan kendala fuzzy untuk persoalan maksimasi….…… 18
2 Kendala non-fuzzy dan kendala fuzzy untuk persoalan minimasi...….…. 20
3 Jenis data dan alat analisis ………. 22
4 Toleransi interval (p) kendala luas hanca untuk afdeling GM I, GM II dan CS………. 34
5 Toleransi interval (p) kendala pemetik untuk afdeling GM I, GM II dan CS………. 34
6 Jumlah produksi pucuk basah maksimum (pada t=0) ………. 35
7 Jumlah produksi pucuk basah maksimum (pada t=1) ………. 36
8 Hasil pengurangan Z pada saat t=1 dan Z pada saat t=0……… 36
9 Kendala non-fuzzy dan kendala fuzzy afdeling GM I……… 36
10 Kendala non-fuzzy dan kendala fuzzy afdeling GM II
………...
3711 Kendala non-fuzzy dan kendala fuzzy afdeling CS
………...
3712 Areal petik pada afdeling GM I yang menghasilkan produksi maksimum pada musim kemarau
……….………
4013 Areal petik pada afdeling GM I yang menghasilkan produksi maksimum pada musim hujan
………..
4114 Areal petik pada afdeling GM II yang menghasilkan produksi maksimum pada musim kemarau
……….
4215 Areal petik pada afdeling GM II yang menghasilkan produksi maksimum pada musim hujan
………..
4216 Areal petik pada afdeling CS yang menghasilkan produksi maksimum pada musim kemarau
………
4317 Areal petik pada afdeling CS yang menghasilkan produksi maksimum pada musim hujan
………..
4418 Produksi pucuk basah maksimum afdeling GM I pada musim kemarau.. 45
Halaman 20 Produksi pucuk basah maksimum afdeling GM II pada musim kemarau…46
21 Produksi pucuk basah maksimum afdeling GM II pada musim hujan……. 47
22 Produksi pucuk basah maksimum afdeling CS pada musim kemarau…. 47
23 Produksi pucuk basah maksimum afdeling CS pada musim hujan……… 48
24 Produksi pucuk teh maksimum yang dihasilkan oleh setiap hanca…….. 51
25 Jadwal pemetikan pucuk teh yang optimum pada musim kemarau untuk perkebunan Gunung Mas……… 53
26 Jadwal pemetikan pucuk teh yang optimum pada musim hujan untuk
perkebunan Gunung Mas………. 54
27 Produktivitas pucuk basah maksimum yang dapat memenuhi kapasitas pabrik……….. 55
28 Luas areal petik maksimum yang dapat menghasilkan jumlah pucuk
basah sesuai kapasitas pabrik
………...
5629 Luas areal petik maksimum per afdeling yang dapat menghasilkan
DAFTAR GAMBAR
Halaman 1 Bagian pucuk daun teh dan cara pemetikannya ……… 5
2 Fungsi keanggotaan dan batasan fuzzy dari suatu kendala Bx ……… 12
3 Kerangka Pemikiran ………. 17
4 Produksi pucuk basah per afdeling di perkebunan Gunung Mas tahun
2001-2004……...……… 26
5 Total produksi pucuk basah perkebunan Gunung Mas tahun 2002-2004.. 27
DAFTAR LAMPIRAN
Halaman
1 Data curah hujan di perkebunan Gunung Mas tahun 2000-2003………….63
2 Pembagian hanca di perkebunan Gunung Mas……… 64
3 Produksi pucuk basah afdeling GM I tahun 2001-2004……… 65
4 Produksi pucuk basah afdeling GM II tahun 2001-2004...……….…… 67
5 Produksi pucuk basah afdeling CS tahun 2001-2004..……….. 69
6 Produktivitas pucuk teh pada afdeling Gunung Mas I……….. 71
7 Produktivitas pucuk teh pada afdeling Gunung Mas II.……… 73
8 Produktivitas pucuk teh pada afdeling Cikopo Selatan....……… 75
9 Kemungkinan-kemungkinan luas areal petik pada afdeling GM I ……….. 77
10 Kemungkinan-kemungkinan luas areal petik pada afdeling GM II……… 81
11 Kemungkinan-kemungkinan luas areal petik pada afdeling CS ...………. 84
12 Luas hanca dan jumlah tenaga pemetik pada perkebunan Gunung Mas…88 13 Formulasi kendala pada program linier fuzzy……… 90
14 Formulasi kendala pada program linier fuzzy (t=1)..……… 95
15 Model program linier fuzzy untuk pemetikan pucuk teh………. 100
16 Tampilan nilai optimisasi dengan menggunakan software LINDO……… 108
17 Tampilan program dan hasil optimisasi Skenario 1………. 136
PENDAHULUAN
Latar Belakang
Agroindustri teh memegang peranan yang cukup penting dalam
perekonomian Indonesia. Teh merupakan salah satu komoditas perkebunan
yang menghasilkan devisa nonmigas yang besar disamping karet, kelapa sawit
dan kopi. Sebagian besar pucuk teh yang dihasilkan di Indonesia diolah menjadi
teh hitam. Kontribusi teh hasil produksi perkebunan besar negara yang diolah
menjadi teh hitam sebesar 82% dari total produksi dan sisanya sebesar 18%
diolah menjadi teh hijau (Spillane, 1992).
Dalam perkembangannya, ekspor teh Indonesia menurun selama kurun
waktu tahun 1994 hingga 2003. Beberapa pasar utama teh yang telah dikuasai
Indonesia telah diambil alih oleh negara produsen teh lainnya. Pasar-pasar
yang kurang dapat dipertahankan oleh Indonesia antara lain Pakistan, Inggris,
Belanda, Jerman dan Irlandia Penurunan pangsa pasar ekspor tersebut
kemungkinan besar disebabkan oleh lemahnya daya saing dan citra teh
Indonesia yang antara lain merupakan akibat dari mutu produk yang belum
sesuai dengan selera pasar. Untuk itu, perlu dilakukan penyempurnaan
kegiatan dalam rangka meningkatkan kepuasan pembeli teh Indonesia.
Kegiatan yang perlu disempurnakan berturut-turut berdasarkan prioritasnya
ialah: (1) peningkatan mutu pucuk teh, (2) proses penggilingan, (3) proses
pelayuan, (4) proses penggulungan, (5) proses sortasi basah, sortasi kering dan
kegiatan pemasaran, (6) proses oksidasi enzimatik, (7) proses pengeringan dan
pengemasan, dan (8) proses penyimpanan (Suprihatini, 2003).
Penanganan mutu pucuk teh yang dimulai dari pemetikan, penimbangan
hingga transportasi berpengaruh terhadap kualitas teh hitam. Pemetikan
dengan standar petik yang kasar terkait dengan perolehan serat yang tinggi dan
menyebabkan kualitas teh yang rendah. Di lain pihak, standar petik yang halus
akan meningkatkan jumlah zat-zat terlarut sehingga meningkatkan kualitas teh
(Mahanta et al., 1990).
Pemetikan pucuk teh merupakan ujung tombak produksi karena
pemetikan sangat menentukan aroma dan cita rasa teh. Keberhasilan pemetikan
merupakan kunci keberhasilan dalam bisnis teh secara keseluruhan. Hal ini
berdasarkan alasan bahwa pemetikan teh paling banyak menyerap tenaga kerja
antara kualitas hasil dan regenerasi pucuk. Faktor penting dalam pemetikan teh
ialah mengetahui bagian yang akan dipetik dan mengetahui waktu yang tepat
untuk memetik (Mabbett, 1997).
Kegiatan pemetikan dalam agroindustri teh harus mendapat penanganan
yang tepat, baik dari waktu, teknologi, pelaksanaan maupun tenaga pelaksana.
Untuk itu diperlukan suatu model penjadwalan sehingga pemetikan dapat
dijalankan dengan berpedoman pada jadwal yang tepat agar dapat memberikan
kuantitas dan kualitas hasil yang optimum.
Tujuan Penelitian ini bertujuan untuk:
1. merancang model penjadwalan pemetikan pucuk teh,
2. menentukan jadwal yang optimum untuk pemetikan pucuk teh.
Ruang Lingkup Penelitian
Penjadwalan pemetikan dalam agroindustri teh yang dibahas dalam
penelitian ini merupakan studi kasus di Perkebunan Gunung Mas (PTPN VIII)
Cisarua, Jawa Barat. Aktivitas yang dilaksanakan di dalam penelitian ini antara
lain:
1. mempelajari jadwal pemetikan pucuk teh yang dilakukan oleh perkebunan
sesuai dengan kebijakan perusahaan yang ada,
2. menganalisis faktor-faktor yang berpengaruh dalam menentukan jadwal
pemetikan pucuk teh seperti gilir petik dan produktivitas pucuk, dan
3. membuat skenario dan jadwal pemetikan pucuk teh.
Jadwal pemetikan yang akan dibuat melibatkan luas areal pemetikan yang
berkaitan dengan gilir petik, musim, hanca petik, dan tahun pangkas pada setiap
afdeling (daerah pertanaman). Karena keterbatasan versi software dalam
membaca variabel dalam jumlah yang sangat banyak, model pemetikan yang
disusun untuk menghasilkan jadwal pemetikan yang optimum dibagi menjadi
dua bagian untuk setiap afdeling, yaitu musim kemarau dan musim hujan.
Indeks variabel untuk tahun pangkas juga dikurangi dengan mempertimbangkan
Output dan Manfaat Penelitian
Output dari penelitian ini berupa model optimisasi jadwal dan jadwal yang
optimum untuk pemetikan pucuk teh. Sedangkan manfaat penelitian antara lain:
1. memberikan informasi dan solusi dalam menentukan jadwal yang optimum
untuk pemetikan pucuk teh,
2. memberikan informasi dalam upaya meningkatkan mutu teh yang terkait
dengan pemetikan pucuk teh, dan
3. merupakan acuan untuk mengkaji strategi penjadwalan dalam pemetikan
TINJAUAN PUSTAKA
Pemetikan Pucuk Teh
Hasil tanaman teh yang biasa disebut pucuk berupa kuncup dan 2-3 helai
daun muda. Pengambilan pucuk yang sudah memenuhi ketentuan dan berada
pada bidang petik disebut pemetikan. Pemetikan dalam arti luas ialah
memelihara tanaman teh agar kesehatannya terjaga sebaik mungkin dan
mempertahankan masa pertunasan (vegetatif) lebih panjang untuk mendapatkan
pucuk standar sebanyak-banyaknya atau dengan kata lain, dalam pemetikan
harus diperhatikan keseimbangan antara kualitas hasil dan regenerasi pucuk
(Suwardi, 1999). Pemetikan sangat menentukan aroma, rasa, dan warna air
seduhan teh. Oleh karena itu dalam pemetikan teh harus diketahui bagian yang
akan dipetik dan waktu yang tepat untuk memetik (Mabbett, 1997).
Sistem pemetikan yang disesuaikan dengan kondisi kebun setempat
secara praktis dipengaruhi oleh ketentuan standar pucuk, daur (giliran) petik dan
pemetikan (manual, gunting, mesin petik). Ketiga faktor tersebut saling
mempengaruhi keberhasilan pemetikan.
Pemetikan pucuk kasar (p+4, p+5) dapat memberikan hasil pucuk yang
tinggi namun bermutu rendah. Sebaliknya, pemetikan pucuk halus (p+1, p+2,
b+1, b+2) memberikan hasil yang lebih rendah. Tetapi setelah dipilih daun
halusnya, hasilnya bisa mencapai kurang lebih 75% dan dilihat dari fisik maupun
kimia mutunya lebih tinggi.
Pemetikan akan mengakibatkan tanaman teh kehilangan salah satu alat
fotosintesis yang menghasilkan zat pati sekitar 7,5%. Pada pemetikan pucuk
halus, kehilangan zat pati lebih kecil dibandingkan dengan pemetikan pucuk
kasar. Oleh karena itu, untuk mendapatkan pucuk yang bermutu dengan
produktivitas yang tinggi para pekebun dianjurkan menggunakan rumus pucuk
sedang/medium (p+2, p+3, b+1, b+2) sebagai petikan standar (Suwardi, 1999).
Daur (giliran) petik ialah jarak waktu antara pemetikan pertama sampai
dengan pemetikan berikutnya. Panjang atau pendeknya daur petik dipengaruhi
Gambar 1 Bagian pucuk daun teh dan cara pemetikannya (Ghani, 2002).
dipengaruhi oleh iklim dan pemeliharaan. Pada umumnya daur petik berkisar
antara 7–12 hari.
Pemetikan tradisional dilakukan oleh tangan-tangan wanita yang terampil.
Selain petikan tradisional, saat ini telah berkembang pemetikan dengan
menggunakan alat gunting atau mesin petik. Alat-alat tersebut dapat digunakan
di kebun-kebun yang kekurangan tenaga petik. Gunting petik dapat
menggantikan tenaga manusia sebanyak 2,5 kali sedangkan mesin petik dapat
menggantikannya lima kali.
Berdasarkan kegiatan pemangkasan, pemetikan dilakukan dalam tiga
1. Petik pendahuluan
Petik pendahuluan ialah pemetikan pada tanaman muda atau tanaman
belum menghasilkan (TBM). Tujuan petik pendahuluan ialah untuk membentuk
percabangan dan mempercepat perluasan bidang petik. Dengan melakukan
petik pendahuluan pada tanaman umur 16 bulan, maka setelah umur 24 bulan
permukaan bidang petik sudah saling bertemu dan tanaman sudah bisa dipetik
produksi (reguler).
Pengambilan pucuk dilakukan selektif yaitu hanya pada bagian tengah
atau atas, misalnya setelah dilakukan pangkas bentuk pada ketinggian 45 cm,
selanjutnya pada ketinggian 55 cm dipetik terus menerus pada ketinggian
tersebut. Cabang yang tumbuh ke samping diberi kesempatan untuk tumbuh.
Bidang petik dibuat seperti mangkok yaitu bagian pinggir dibuat 5 cm lebih tinggi
dari bagian tengah.
2. Petikan jendangan (ukur)
Petikan jendangan yaitu petik pada tanaman menghasilkan yang dimulai
1-2 bulan setelah pemangkasan. Tujuannya ialah untuk membentuk bidang
petik yang luas dan rata sehingga penyinaran lebih menyebar dan tumbuh
banyak tunas. Ketebalan daun pemeliharaan kurang lebih lima helai daun.
Petik jendangan dilakukan sampai bidang petik terbentuk menjadi suatu
hamparan hijau yang rata, lamanya kurang lebih 1-2 bulan.
3. Petikan produksi (reguler)
Petikan produksi dilakukan apabila bidang petik yang sudah terbentuk
rata, baik dalam barisan maupun antar barisan tanaman dan pada bidang petik
sudah tumbuh banyak tunas. Petikan ini dilakukan secara teratur dan
mengutamakan kerataan bidang petik. Tujuan petikan produksi ialah untuk
mencapai hasil (produksi) sebanyak-banyaknya. Petikan produksi dilakukan
sampai satu daur pangkas dan keberhasilannya sangat dipengaruhi oleh standar
pucuk, luas hanca petik dan jumlah tenaga yang melaksanakan pemetikan.
Mutu pucuk dipengaruhi oleh banyak faktor, antara lain daur petik
(keadaan pucuk di pokok), kesehatan tanaman, klon, cara petik, penanganan
sebelum timbang, pengisian fishing net. penyusunan di bak truk serta
pengangkutan pucuk ke pabrik. Mutu pucuk yang akan diolah dapat diketahui
Analisis hasil petikan merupakan tahap awal dari pengujian mutu. Pada
umumnya analisis hasil petikan dilaksanakan di tempat pengolahan. Analisis
hasil petikan dilakukan dalam dua tahap sebagai berikut (Suwardi, 1999):
1. Analisis petik
Analisis petik dilakukan terhadap pucuk yang baru dikirim dari kebun atau
bahkan sudah dilakukan sejak pemetikan di kebun. Sampel pucuk diambil
secara acak dari seluruh hasil petikan. Beberapa sampel diaduk sampai rata
kemudian diambil sebanyak 200 gram. Kemudian dilakukan pemisahan pucuk
berdasarkan rumus pucuk. Jika pucuk yang memenuhi standar dapat mencapai
70%, secara teknis hal tersebut menunjukkan bahwa pemetikan dilakukan
dengan baik dan mutu pucuk yang diperoleh sudah memenuhi standar. Hal
terpenting dari hasil analisis petik ialah bahwa daur petik yang digunakan dapat
dijadikan sebagai pedoman.
Selain dapat menggambarkan mutu pucuk, analisis petik dapat
memberikan indikasi tentang kondisi kebun, antara lain kesehatan tanaman,
pertumbuhan, pengaruh cuaca dan hama/penyakit.
2. Analisis pucuk
Analisis pucuk merupakan kegiatan uji mutu dan kelanjutan dari analisis
petik. Pucuk yang telah dipisahkan berdasarkan rumus selanjutnya
dikelompokkan lagi menjadi dua bagian, yaitu pucuk muda dan pucuk tua.
Analisis pucuk sangat berguna untuk mengetahui tinggi-rendahnya mutu
sehingga dapat memperkirakan mutu olahan yang akan diperoleh. Pada
umumnya, persentase mutu pucuk relatif sama dengan persentase mutu utama
dari hasil olahan. Sedangkan persentase mutu utama dari hasil olahan
diperoleh 10-15% lebih tinggi daripada persentase hasil analisis petik.
Selain analisis hasil petikan, dapat dilakukan pula analisis bekas
petikan. Analisis ini dilakukan pada perdu setelah dipetik dengan menghitung
kesalahan petik perdu tersebut, yaitu antara lain pucuk matang petik tertinggal di
atas bidang petik, pucuk burung tertinggal di atas bidang petik, petik merogoh,
petik samping dan cakar ayam tertinggal di atas bidang petik. Tujuan analisis
bekas petik ialah untuk mengetahui kesalahan pemetik meninggalkan pucuk
yang semestinya dipetik dan kesalahan akibat memetik secara salah seperti
Model
Model merupakan abstraksi atau representasi ideal dari sistem nyata.
Tujuan pembentukan model ialah sebagai alat untuk menganalisis perilaku
sistem guna meningkatkan performansi sistem tersebut. Solusi yang diperoleh
dari model tergantung pada validasi model dalam mewakili sistem nyata
(Moskowitz dan Wright, 1979).
Model yang sangat relevan untuk penelitian operasional ialah model
matematika. Model matematika ialah model yang terdiri atas simbol-simbol dan
fungsi-fungsi matematika yang mewakili variabel keputusan dan hubungannya
untuk menggambarkan perilaku sistem. Aplikasi teknik matematika (seperti
program linier) ke dalam model akan memberikan solusi bagi suatu
permasalahan. Secara prinsip, model matematika terdiri atas tiga himpunan
elemen dasar (Moskowitz dan Wright, 1979), yaitu:
(a) Variabel keputusan dan parameter. Variabel keputusan ialah variabel yang
akan ditentukan nilainya dengan menyelesaikan suatu model. Parameter
ialah sejumlah nilai yang diketahui yang menghubungkan variabel keputusan
dengan pembatas (constraints) dan fungsi obyektif. Parameter suatu model
dapat bersifat deterministik atau probabilistik (stokhastik).
(b) Pembatas (constraints). Pembatas berfungsi membatasi variabel keputusan
pada suatu daerah nilai yang layak (feasible). Pembatas harus terdapat
dalam suatu model untuk menghitung batasan teknologi, ekonomi dan
batasan lainnya dari suatu sistem. Pembatas dapat bersifat implisit atau
eksplisit.
(c) Fungsi obyektif. Fungsi obyektif mendefinisikan ukuran efektivitas sistem
sebagai suatu fungsi matematika dari variabel-variabel keputusan. Suatu
model akan memiliki solusi optimal apabila nilai-nilai variabel keputusannya
memberikan nilai fungsi obyektif terbaik yang dibatasi oleh sejumlah
pembatas.
Model heuristik merupakan salah satu tipe di dalam penelitian operasional
(operations research). Model heuristik ialah suatu model yang menggunakan
aturan-aturan atau pedoman-pedoman yang bersifat intuitif. Model heuristik
diharapkan dapat membangun strategi baru untuk memperoleh penyelesaian
yang lebih baik. Model heuristik bertolak belakang dengan model matematika
dan simulasi. Di dalam model matematika dan simulasi, strategi telah terdefinisi
Penjadwalan dan Teknik Heuristik
Penjadwalan berhubungan dengan perencanaan dan waktu pelaksanaan
kegiatan yang sangat penting bagi keberlangsungan operasional suatu
perusahaan. Beberapa keuntungan yang dapat diperoleh suatu perusahaan
dengan menerapkan teknik penjadwalan yang baik antara lain menurunkan
biaya (cost) dan meningkatkan kapasitas produksi. Teknik penjadwalan yang
benar tergantung pada volume pekerjaan, pelaksanaan pekerjaan dan tingkat
kesulitan pekerjaan. Tujuan umum dari penjadwalan ialah mengoptimumkan
penggunaan sumber daya sehingga tujuan produksi tercapai (Heizer dan
Render, 2001).
Heuristik berasal dari bahasa Yunani “heuriskin” yang berarti membantu
untuk menemukan. Menurut Herbert dalam Thierauf dan Klekamp (1975),
program heuristik merupakan titik pandang dalam merancang suatu program
untuk tugas pemrosesan informasi yang kompleks. TItik pandang ini bukan
merupakan program yang hanya terbatas pada pengolahan angka yang biasa
dilakukan dengan komputer tetapi merupakan pengolahan seperti yang biasa
dilakukan oleh manusia dalam menangani berbagai permasalahan.
Pada program heuristik tidak ada suatu model yang baku sehingga tiap
permasalahaan menggunakan program heuristik yang spesifik. Teknik heuristik
tidak menjamin diperolehnya pemecahan permasalahan yang optimal tetapi
menjamin suatu pemecahan yang memuaskan pengambil keputusan (Barr
dalam Wahyudi, 1989). Algoritma heuristik dapat menghasilkan solusi yang
layak dengan cepat (Hillier dan Lieberman, 1990).
Program heuristik merupakan pengembangan dari operasi aritmatka dan
logika matematika. Ciri-ciri program heuristik secara umum:
1) adanya operasi aljabar yaitu penjumlahan, pengurangan dan perkalian,
2) adanya perhitungan bertahap, dan
3) mempunyai tahapan yang terbatas sehingga dapat dibuat algoritma
komputernya.
Beberapa langkah yang perlu dilakukan dalam teknik heuristik: (1)
observasi, (2) eksperimen, (3) analisis dan (4) permodelan.
Tujuan heuristik ialah mempelajari metode dan aturan menemukan.
Heuristik merupakan akar dari kecerdasan buatan (artificial intelligent), atau
dengan kata lain pemrograman heuristik ialah suatu teknik pemecahan masalah
komputer. Teknik heuristik dipergunakan dalam pemecahan permasalahan yang
tidak terstruktur atau sulit untuk dipecahkan. Metode ini merupakan cara praktis
untuk memperoleh kesimpulan yang dapat diterima.
Beberapa karakteristik program heuristik ialah sebagai berikut:
1. Program heuristik meringkas ruang lingkup keputusan sehingga proses
pengambilan keputusan dapat dilakukan lebih cepat;
2. Banyak perihal yang kompleks, walaupun esensi permasalahan dapat
diformulasikan secara matematis namun perhitungannya menghasilkan
solusi yang tidak layak;
3. Perencanaan dan kebijakan strategi manajemen sulit dihitung dan sangat
rumit sehingga tidak dapat ditangkap dengan model matematika;
4. Meskipun model matematika dapat diterapkan, pekerjaan sebelum dan
sesudah permodelan harus dapat dimengerti oleh pengguna model tersebut.
Teknik heuristik diaplikasikan dalam penjadwalan dengan
mengembangkan saran-saran atau skenario-skenario pada lokasi dan kondisi
tertentu. Skenario tersebut dibangun setelah melalui tahap evaluasi tertentu.
Program Linier
Program linier ialah salah satu metode penyelesaian masalah dalam ruang
lingkup riset operasi. Pada dasarnya penggunaan program linier bertujuan
untuk menentukan pilihan yang optimal dari masalah pengambilan keputusan
dalam batasan beberapa kendala. Program linier banyak digunakan dalam
optimisasi alokasi sumberdaya-sumberdaya yang terbatas untuk mencapai
tujuan tertentu di berbagai bidang (Astika, 1994).
Empat langkah dasar dalam menyelesaikan persoalan program linier ialah:
(1) Formulasi permasalahan dalam bentuk kata dan koleksi informasi serta
data.
(2) Menerjemahkan permasalahan ke dalam konvensi matematika.
(3) Mengaplikasikan aturan matematika dan prosedur ke dalam persoalan
untuk memperoleh penyelesaian.
(4) Interpretasi penyelesaian dan penjelasan kepada khalayak.
Tiga elemen dasar dari model atau formulasi matematika dalam program
linier harus mempunyai bentuk khusus, yaitu (1) fungsi obyektif dan pembatas
berbentuk linier dan deterministik (tidak mengandung elemen acak); (2) variabel
Notasi standar program linier dinyatakan sebagai berikut. Untuk aktivitas j
(j=1,2,3,…,n), cj ialah peningkatan tujuan Z yang dihasilkan dengan
bertambahnya xi (tingkat aktivitas j). Untuk sumberdaya i (i=1,2,3,…,m), bi ialah
jumlah sumberdaya yang tersedia untuk aktivitas-aktivitas. aij ialah jumlah dari
sumberdaya i yang dikonsumsi oleh setiap unit aktivitas j. Himpunan data aij, bi
dan c merupakan parameter atau konstanta input bagi model program linier.
Model program linier tersebut disajikan pada fungsi tujuan pada persamaan 1
dan kendala-kendala pada persamaan 2.
Maksimumkan Z = c1x1 + c2x2 + c3x3 + … + cnxn (1)
a11x1 + a12x2 + a13x3 + … + a1nxn <= b1
a21x1 + a22x2 + a23x3 + … + a2nxn <= b2
……. (2)
am1x1 + am2x2 + am3x3 + … + amnxn <= bm
x1 >= 0, x2 >= 0, …, xn >= 0
Program Linier Fuzzy
Himpunan fuzzy merupakan kumpulan obyek dengan batas yang tidak
jelas atau tidak tegas. Teori himpunan fuzzy memungkinkan adanya derajat
keanggotaan (membership degree) suatu obyek dalam suatu himpunan untuk
menyatakan peralihan keanggotaan yang bertahap. Derajat keanggotaan dalam
himpunan fuzzy dinyatakan dengan µ yang merupakan bilangan nyata dalam
selang [0,1]. Nilai 0 menyatakan bukan anggota, nilai 1 menyatakan anggota
dan nilai antara 0 dan 1 menyatakan keanggotaan sebagian. Gabungan derajat
keanggotaan dari seluruh semesta himpunan fuzzy membentuk suatu fungsi
keanggotaan (Widjaja, 1997).
Dalam suatu pengambilan keputusan fuzzy, baik fungsi tujuan maupun
kendala-kendala merupakan himpunan fuzzy yang dicirikan dengan fungsi
keanggotaan masing-masing. Keputusan untuk masalah tersebut juga
merupakan suatu himpunan fuzzy. Dengan kata lain keputusan tersebut
merupakan perpotongan atau intersection dari semua himpunan fuzzy yang
terkait. Dalam hal ini hubungan antara fungsi tujuan dan fungsi kendala bersifat
Fungsi keanggotaan dari perpotongan dua himpunan fuzzy A dan B
dengan fungsi keanggotaan µA(x) dan µB(x) didefinisikan sebagai fungsi
keanggotaan terkecil antara µA(x) dan µB(x) seperti ditunjukkan pada persamaan
berikut:
µA B(x) = Min | µA(x), µB(x)| (3)
Program Linier Fuzzy (untuk selanjutnya disingkat PL Fuzzy) merupakan
pengembangan dari teori himpunan fuzzy. PL Fuzzy ialah program linier yang
dinyatakan dengan fungsi obyektif serta fungsi kendala yang memiliki parameter
dan pertidaksamaan fuzzy. Berbeda dengan program linier konvensional,
parameter anggota himpunan PL Fuzzy memiliki derajat keanggotaan tertentu
dalam selang [0,1] dan dinyatakan dengan pertidaksamaan fuzzy, yaitu
“mendekati lebih besar atau sama dengan” atau “mendekati lebih kecil atau
sama dengan”. Salah satu model PL Fuzzy merupakan optimisasi dari
lingkungan fuzzy untuk mendapatkan keputusan yang tegas (crisp).
Bentuk umum model PL Fuzzy ialah:
cx <= Z (4)
Ax <= d (5)
x >= 0 (6)
Perbedaan dari model program linier konvensional ialah pada bagian
batasan (right hand side). Pada program linier konvensional batasan berupa
satu bilangan tegas, sedangkan pada PL Fuzzy berupa bilangan fuzzy. Diagram
ke-fuzzy-an batasan tersebut dapat dilihat pada Gambar 2.
1
µ
x0 d d+p
Bx
Apabila terdapat banyak kendala, maka setiap kendala ke-i akan
mengikuti formulasi sebagai berikut:
1 jika Bix <= di
µA(x) = e{0,1} jika di < Bix <= di + pI (7)
0 jika Bix > di + pi
Sesuai dengan ketentuan bahwa solusi merupakan irisan dari kendala dan
fungsi tujuan, yang berarti minimasi derajat keanggotaan, maka diperoleh
formulasi fungsi tujuan sebagai berikut:
Maksimumkan ? (8)
?pi + Bix <= di + pi (9)
x >= 0 (10)
Pertidaksamaan (9) dapat ditulis dalam bentuk lain, yaitu Bix <= di + pi - ?pi
atau Bix <= di + (1 – ?)pi. Jika 1 – ? = t, maka diperoleh Bix <= di + pit.
Dalam formulasi PL Fuzzy, fungsi tujuan merupakan fungsi tujuan semu
karena yang dimaksimumkan ialah ?. Fungsi tujuan utama yang selanjutnya
menjadi fungsi kendala juga memerlukan batasan. Batasan ini, baik untuk µ=0
maupun µ=1 ditentukan secara subyektif oleh perencana yang merupakan
selang pemenuhan fungsi tujuan yang diharapkan. Dalam PL Fuzzy dapat
ditambahkan kendala-kendala yang tegas. Solusi dari PL Fuzzy berbentuk
himpunan fuzzy yang memiliki derajat kebenaran tertentu pada selang [0,1].
Keadaan Umum Perkebunan Gunung Mas
Perkebunan Gunung Mas berada pada ketinggian 800-1.200 meter di atas
permukaan laut dengan curah hujan cukup tinggi, yaitu 2.500-4.000 mm
pertahun. Suhu rata-rata harian antara 14-28oC dan kelembaban relatif udara
sekitar 70%.
Perkebunan Gunung Mas mengusahakan teh sebagai komoditas utama
dan beberapa tanaman lain (kina dan gutta percha) sebagai komoditas
sampingan. Luas areal hak guna usaha sebesar 2.471,43 ha yang terdiri atas
tanaman pokok teh, yaitu berupa tanaman menghasilkan (TM) sekitar 606 hektar
(ha) dan kina 71 ha. Sedangkan sisanya terdiri atas emplasemen, sarana
sosial, hutan, dan jurang yang keseluruhannya merupakan kawasan lindung dan
Perkebunan ini dibagi menjadi empat daerah pertanaman (afdeling) yaitu
Gunung Mas I (GM I), Gunung Mas II (GM II), Cikopo Selatan I (CS I) dan
Cikopo Selatan II (CS II). Sejak bulan Desember 2004 afdeling CS I dan CS II
digabung menjadi satu karena produktivitas dan luas afdeling CS II tidak besar.
Dengan demikian, perkebunan Gunung Mas saat ini terbagi menjadi tiga
afdeling.
Perkebunan Gunung Mas memproduksi pucuk teh sekitar 16-18 ton pucuk
perhari. Pucuk teh kemudian diolah menjadi teh hitam, baik yang berupa teh
bubuk dengan kemasan biasa maupun teh celup. Perkebunan ini memiliki
fasilitas pengolahan teh hitam jenis CTC dengan kapasitas pengolahan 32 ton
pucuk teh perhari.
Pucuk teh dipetik (diproduksi) berdasarkan waktu giliran pemetikan dan
luas areal yang harus dipetik. Pada umumnya, gilir petik di perkebunan Gunung
Mas berkisar antara 8-12 hari. Kapasitas pemetikan berdasarkan luas ialah 1,5
patok (1 patok = 400 m2) per orang per hari kerja dengan rasio 1,1 – 1,2 pemetik
per ha.
Penelitian Terdahulu
Sejumlah penelitian mengenai pemetikan pucuk teh telah dilakukan.
Beberapa diantaranya menitikberatkan pada daur (gilir) petik, tenaga pemetik,
perawatan pucuk dan analisis hasil pemetikan. Penelitian yang dilakukan oleh
Suwardi (1999) memperlihatkan hubungan antara analisis hasil pemetikan dan
daur petik. Jika hasil analisis petikan dapat mencapai 70% mutu pucuk standar,
maka daur petik saat itu bisa dijadikan pedoman. Namun, apabila hasil analisis
pucuk lebih dari 70%, hal itu menunjukkan daur petik terlalu pendek dan pucuk
cenderung terlalu halus sehingga hasilnya sedikit. Sebaiknya daur petik
diperpanjang atau disesuaikan kembali.
Beberapa peneliti Pusat Penelitian Teh dan Kina (PPTK) Gambung pada
tahun 2002-2004 melakukan penelitian mengenai hubungan antara daur petik
dan produktivitas petikan. Pada tahun pangkas I sampai dengan III produktivitas
petikan siklus panjang lebih tinggi rata-rata 11,3% dan pada tahun pangkas IV
lebih rendah 8,4% dari siklus pendek.
Feriyanto (1992) melakukan penelitian mengenai model estimasi produksi,
kebutuhan tenaga kerja pemetik dan penjadwalan pengangkutan pucuk teh di
terdiri dari prakiraan produksi tiap hektar berdasarkan kondisi iklim dan luas
areal lahan. Berdasarkan estimasi produksi pucuk teh pada setiap afdeling,
didapat kebutuhan tenaga kerja pemetik teh terendah pada afdeling GM I, GM II,
CS I dan CS II masing-masing ialah 19, 7, 24 dan 39 orang. Sedangkan
kebutuhan tenaga kerja pemetik teh tertinggi masing-masing 342, 361, 330 dan
338 orang. Dalam penjadwalan pengangkutan pucuk teh dihasilkan total waktu
penyelesaian proses pengangkutan antara 192-395 menit, maksimum selesai
pada pukul 15.35. Hal ini lebih baik dibandingkan dengan total waktu
penyelesaian proses pengangkutan yang sudah ada di perkebunan Gunung
METODOLOGI PENELITIAN
Kerangka Pemikiran
Menurunnya pangsa pasar ekspor teh Indonesia antara lain disebabkan
oleh mutu teh Indonesia yang kurang memenuhi selera pasar internasional.
Mengingat hal tersebut, perlu dilakukan upaya-upaya untuk meningkatkan mutu
pucuk teh. Mutu pucuk teh yang dihasilkan oleh perkebunan teh antara lain
dipengaruhi oleh pemetikan pucuk teh. Dalam pemetikan pucuk teh dikenal
daur pemetikan yang harus mendapatkan perhatian khusus karena berpengaruh
besar terhadap kualitas hasil. Oleh karena itu perlu disusun model penjadwalan
pemetikan pucuk teh. Dari model tersebut dikembangkan skenario-skenario
yang disesuaikan dengan kondisi setempat untuk medapatkan jadwal pemetikan
yang sesuai. Selanjutnya jadwal pemetikan yang optimum ditentukan untuk
setiap skenario. Secara diagramatik, kerangka pemikiran disajikan pada
Gambar 3.
Formulasi Program Linier Fuzzy
Program Linier Fuzzy dirumuskan dari program linier non-fuzzy
(konvensional) dengan langkah-langkah sebagai berikut (Kusumadewi dan
Purnomo, 2004):
A. Persoalan Maksimasi
Maksimumkan c1x1 + c2x2 + c3x3 + … + cnxn (11)
Dengan kendala:
a11x1 + a12x2 + a13x3 + … + a1nxn <= b1
a21x1 + a22x2 + a23x3 + … + a2nxn <= b2
……. (12)
am1x1 + am2x2 + am3x3 + … + amnxn <= bm
x1 >= 0, x2 >= 0, …, xn >= 0
(1) Misalkan ketiga kendala memiliki toleransi interval masing-masing p1, p2, p3,
…, pm sehingga program linier di atas dapat dibentuk menjadi:
Gambar 3 Kerangka pemikiran. Mutu pucuk teh:
- Aroma - Rasa - Warna air seduhan
Pemetikan pucuk teh
Optimisasi jadwal pemetikan pucuk Penjadwalan pemetikan
pucuk teh
Model Program Linier Fuzzy
Pengembangan Skenario
Output:
Jadwal pemetikan pucuk teh yang optimum Kendala
yang terkait Tujuan
Dengan kendala:
a11x1 + a12x2 + a13x3 + … + a1nxn <= b1 + p1t
a21x1 + a22x2 + a23x3 + … + a2nxn <= b2 + p2t
……. (14)
am1x1 + am2x2 + am3x3 + … + amnxn <= bm + pmt
x1 >= 0, x2 >= 0, …, xn >= 0
(2) Jika t=0 (?=1) maka diperoleh bentuk program linier semula dengan fungsi
tujuan yang sama dengan persamaan (11) dan fungsi kendala sama dengan
pertidaksamaan (12).
(3) Program linier dengan fungsi tujuan persamaan (11) dan fungsi kendala
pertidaksamaan (12) dapat diselesaikan dengan LINDO. Misalkan diperoleh
hasil untuk t=0 (?=1) ialah z1, x1’, x2’, …, xn’
(4) Jika t=1 (?=0) maka bentuk program linier semula dapat diubah menjadi
Maksimumkan c1x1 + c2x2 + c3x3 + … + cnxn (15)
Dengan kendala:
a11x1 + a12x2 + a13x3 + … + a1nxn <= b1 + p1
a21x1 + a22x2 + a23x3 + … + a2nxn <= b2 + p2
……. (16)
am1x1 + am2x2 + am3x3 + … + amnxn <= bm + pm
x1 >= 0, x2 >= 0, …, xn >= 0
(5) Program linier dengan fungsi tujuan persamaan (15) dan fungsi kendala
pertidaksamaan (16) dapat diselesaikan dengan LINDO. Misalkan diperoleh
hasil untuk t=1 (?=0) ialah z2, x1”, x2’’, …, xn”
(6) Dari kedua hasil tersebut (t=1 dan t=0) dapat ditentukan nilai p0 yang
merupakan hasil pengurangan dari z pada saat t=1 (z2) dengan z pada saat
t=0 (z1). p0 = z2 - z1
(7) Untuk memperlihatkan hubungan antara kendala-kendala non fuzzy dengan
[image:31.596.130.456.651.752.2]kendala-kendala fuzzy, dibuat tabel sebagai berikut:
Tabel 1 Kendala non fuzzy dan kendala fuzzy untuk persoalan maksimasi
Kendala fuzzy
t=0 t=1
Fungsi tujuan z1 z2
Kendala 1 b1 b1 b1+p1
Kendala 2 b2 b2 b2+p2
… … … …
Kendala m bm bm bm+pm
(8) Dengan mengambil ?=1-t dapat dibentuk program linier fuzzy sebagai
berikut:
Maksimumkan ? (17)
Dengan kendala:
p0? -
c
1x
1- c
2x
2- c
3x
3-… - c
nx
n<= -z
2+
p0p1 ? + a11x1 + a12x2 + a1 3x3 + … + a1nxn <= b1 + p1
p2 ? + a11x1 + a12x2 + a1 3x3 + … + a1nxn <= b2 + p2 (18)
…….
pm ? + a11x1 + a12x2 + a13x3 + … + a1nxn <= bm + pm
? >=0, x1 >= 0, x2 >= 0, …, xn >= 0
(9) Solusi untuk persoalan program linier fuzzy di atas dapat diperoleh dengan
menggunakan LINDO. Hasil akhirnya berupa z, ?, x1, x2, …, xn
B. Persoalan Minimasi
Minimumkan c1x1 + c2x2 + c3x3 + … + cnxn (19)
Dengan kendala:
a11x1 + a12x2 + a13x3 + … + a1nxn >= b1
a21x1 + a22x2 + a23x3 + … + a2nxn >= b2
……. (20)
am1x1 + am2x2 + am3x3 + … + amnxn >= bm
x1 >= 0, x2 >= 0, …, xn >= 0
(1) Misalkan ketiga kendala memiliki toleransi interval masing-masing p1, p2, p3,
…, pm sehingga program linier di atas dapat dibentuk menjadi
Minimumkan c1x1 + c2x2 + c3x3 + … + cnxn (21)
Dengan kendala:
a11x1 + a12x2 + a13x3 + … + a1nxn >= b1 - p1t
a21x1 + a22x2 + a23x3 + … + a2nxn >= b2 - p2t
……. (22)
am1x1 + am2x2 + am3x3 + … + amnxn >= bm - pmt
x1 >= 0, x2 >= 0, …, xn >= 0
(2) Jika t=0 (?=1) maka diperoleh bentuk program linier semula dengan fungsi
tujuan yang sama dengan persamaan (19) dan fungsi kendala sama dengan
(3) Program linier dengan fungsi tujuan persamaan (19) dan fungsi kendala
pertidaksamaan (20) dapat diselesaikan dengan LINDO. Misalkan diperoleh
hasil untuk t=0 (?=1) ialah z1, x1’, x2’, …, xn’
(4) Jika t=1 (?=0) maka bentuk program linier semula dapat diubah menjadi
Maksimumkan c1x1 + c2x2 + c3x3 + … + cnxn (23)
Dengan kendala:
a11x1 + a12x2 + a13x3 + … + a1nxn >= b1 - p1
a21x1 + a22x2 + a23x3 + … + a2nxn >= b2 - p2
……. (24)
am1x1 + am2x2 + am3x3 + … + amnxn >= bm - pm
x1 >= 0, x2 >= 0, …, xn >= 0
(5) Program linier dengan fungsi tujuan persamaan (23) dan fungsi kendala
pertidaksamaan (24) dapat diselesaikan dengan LINDO. Misalkan diperoleh
hasil untuk t=1 (?=0) ialah z2, x1”, x2’’, …, xn”
(6) Dari kedua hasil tersebut (t=1 dan t=0) dapat ditentukan nilai p0 yang
merupakan hasil pengurangan dari z pada saat t=0 (z1) dengan z pada saat
t=1 (z2). p0 = z1 – z2
(7) Untuk memperlihatkan hubungan antara kendala-kendala non fuzzy dengan
[image:33.596.125.455.470.576.2]kendala-kendala fuzzy, dibuat tabel sebagai berikut:
Tabel 2 Kendala non fuzzy dan kendala fuzzy untuk persoalan minimasi
(8) Dengan mengambil ?=1-t dapat dibentuk program linier fuzzy sebagai
berikut:
Maksimumkan ? (25)
Dengan kendala:
p0? +
c
1x
1+ c
2x
2+ c
3x
3+… + c
nx
n<= z
2+
p0p1 ? - a11x1 - a12x2 - a1 3x3 - … - a1nxn <= -b1 + p1
p2 ? - a11x1 - a12x2 - a1 3x3 - … - a1nxn <= -b2 + p2 (26)
…….
Kendala fuzzy
t=0 t=1
Fungsi tujuan z1 z2
Kendala 1 b1 b1 b1-p1
Kendala 2 b2 b2 b2-p2
… … … …
Kendala m bm bm bm-pm
pm ? - a11x1 - a12x2 - a13x3 - … - a1nxn <= -bm + pm
?
>=0, x
1>= 0, x
2>= 0, …, x
n>= 0
(9) Solusi untuk persoalan program linier fuzzy di atas dapat diperoleh dengan
menggunakan LINDO. Hasil akhirnya berupa z, ?, x1, x2, …, xn
Metode Pengumpulan Data Teknik pengumpulan data yang digunakan ialah:
a. Penelitian lapangan yaitu melakukan pengamatan pada perusahaan
perkebunan yang menjadi obyek penelitian untuk melihat secara langsung
aktivitas yang dilakukan, sarana yang dimiliki dan faktor-faktor pendukung
lainnya. Data yang diperlukan terdiri atas data primer dan data sekunder,
baik yang bersifat kualitatif maupun kuantitatif, yang meliputi data curah
hujan, luas areal pemetikan, data produksi pucuk basah dan produksi kering
perhari pada setiap afdeling, gilir petik, data pemangkasan, gilir pangkas,
jumlah tenaga pemetik, analisis pucuk serta analisis petik. Pengumpulan
data dilakukan dengan cara pengambilan data sekunder perusahaan,
observasi di lapangan dan wawancara dengan nara sumber yaitu
administratur, kepala kebun dan sinder afdeling.
b. Penelitian pustaka yaitu dengan penelusuran buku-buku, hasil-hasil
penelitian, jurnal, dan sumber-sumber lain yang berhubungan dengan obyek
atau masalah yang diteliti.
Metode Pengolahan dan Analisis Data
Pengolahan dan analisis data dilakukan dengan bantuan komputer dengan
perincian sebagai berikut:
1. Perhitungan produktivitas pucuk teh (berdasarkan data produksi pucuk
basah dan luas lahan) yang merupakan koefisien dalam model program
linier dilakukan dengan menggunakan Microsoft Excel.
2. Solusi model program linier, yaitu luas areal yang menghasilkan produksi
pucuk teh maksimum, diperoleh menggunakan paket program LINDO
release 6.0.
3. Penjadwalan pemetikan pucuk teh menggunakan teknik heuristik, yaitu
Tabel 3 Jenis data dan alat analisis
No. Tahapan Jenis Data Alat Analisis
1 Pembuatan model penjadwalan Data primer dan sekunder Model Fuzzy
pemetikan pucuk teh mengenai: Linear Programming
- curah hujan
- luas areal pemetikan - produksi pucuk basah - gilir petik
- gilir pangkas
- jumlah dan distribusi tenaga pemetik
2 Pembuatan jadwal pemetikan Data primer untuk mengembangkan Teknik heuristik
pucuk teh skenario dan data sekunder
mengenai:
- luas hanca petik
- produktivitas pucuk basah - gilir petik
- kapasitas pemetikan
3 Penentuan nilai optimum dari Data sekunder dari model LINDO
model penjadwalan pemetikan penjadwalan pemetikan pucuk teh
PENYUSUNAN MODEL
Model Pemetikan Pucuk Teh
Berdasarkan data yang diperoleh, disusun model optimisasi jadwal
pemetikan pucuk teh. Model ini mempergunakan optimisasi PL Fuzzy sehingga
setiap langkah yang dilakukan dalam penyusunan model ditujukan untuk
membentuk fungsi tujuan dan fungsi-fungsi kendala. Selanjutnya, pemecahan
model PL Fuzzy tersebut akan menghasilkan jadwal pemetikan pucuk teh yang
optimum.
Model program linier untuk pemetikan pucuk teh berisikan:
1. Fungsi tujuan yang berupa memaksimumkan perolehan pucuk (produksi
pucuk basah)
2. Kendala luas hanca (wilayah pemetikan)
3. Kendala ketersediaan tenaga pemetik
Bentuk umum dari model program linier untuk pemetikan pucuk teh ialah
sebagai berikut:
Maksimumkan Z = SSSS YijklLijkl (27)
Dimana:
Z = produksi pucuk basah
Yijkl = produktivitas pucuk basah pada periode petik ke-i, musim ke-j, hanca ke-k
dan tahun pangkas ke-l
Lijkl = luas areal yang dipetik pada periode petik ke-i, musim ke-j, hanca ke-k
dan tahun pangkas ke-l
i = lama periode (daur) petik; 1= 8 hari, 2 = 10 hari, 3 = 12 hari
j = musim; 1 = kemarau, 2 = hujan
k = hanca petik; k = 1,2,3,…,10 (untuk GM I dan CS), k = 1,2,3,…,8 (untuk GM
II)
l = tahun pangkas; l = 1,2,3,4 (Tahun pangkas 1= tahun ke-1 setelah pangkas,
tahun pangkas 2 = tahun ke-2 setelah pangkas, dst.)
Dengan kendala:
(1) Kendala luas hanca (wilayah pemetikan)
SSLijkl <= Ak, untuk j = 1,2 dan k = 1,2,3,…, 10 (28)
(2) Kendala ketersediaan tenaga pemetik
SScLijkl <= Tk, untuk j = 1,2 dan k = 1,2,3,…, 10 (29)
Dimana:
c = rasio pemetik (orang/ha)
T = jumlah tenaga pemetik yang tersedia (orang) pada hanca ke-k
Keterangan:
Hanca adalah luas wilayah yang dipetik dalam satu hari. Satu hanca terdiri
atas satu hingga empat blok. Pembagian hanca untuk setiap afdeling di
perkebunan Gunung Mas dapat dilihat pada Lampiran 2.
Berdasarkan model program linier untuk pemetikan pucuk teh tersebut,
disusun dua buah model program linier, yaitu model program linier yang
bertujuan untuk memaksimumkan produktivitas pucuk teh dan model program
linier yang bertujuan untuk memaksimumkan luas areal pemetikan yang dapat
menghasilkan jumlah pucuk teh sesuai kapasitas pabrik.
Bentuk umum model program linier dengan fungsi tujuan
memaksimumkan produktivitas pucuk teh sehingga dapat memenuhi kapasitas
pabrik ialah sebagai berikut:
Maksimumkan P = SSSS cijklYijkl (30)
Dimana:
P = produktivitas pucuk basah
Yijkl = produktivitas pucuk basah pada periode petik ke-i, musim ke-j, hanca ke-k
dan tahun pangkas ke-l
cijkl = koefisien produktivitas pucuk basah pada periode petik ke-i, musim ke-j,
hanca ke-k dan tahun pangkas ke-l
i = lama periode (daur) petik; 1= 8 hari, 2 = 10 hari, 3 = 12 hari
j = musim; 1 = kemarau, 2 = hujan
k = hanca petik; k = 1,2,3,…,10 (untuk GM I dan CS), k = 1,2,3,…,8 (untuk GM
II)
l = tahun pangkas; l = 1,2,3,4 (Tahun pangkas 1= tahun ke-1 setelah pangkas,
tahun pangkas 2 = tahun ke-2 setelah pangkas, dst.)
Dengan kendala kapasitas pabrik:
Dimana:
Lijkl = luas areal yang dipetik pada periode petik ke-i, musim ke-j, hanca ke-k
dan tahun pangkas ke-l
PC = kapasitas pabrik
Sedangkan bentuk umum model program linier dengan fungsi tujuan
memaksimumkan luas areal pemetikan yang dapat menghasilkan jumlah pucuk
basah sesuai kapasitas pabrik ialah sebagai berikut:
Maksimumkan W = SSSS tijklLijkl (32)
Dimana:
W = luas areal pemetikan
tijkl = koefisien luas areal yang dipetik pada periode petik ke-i, musim ke-j,
hanca ke-k dan tahun pangkas ke-l
Lijkl = luas areal yang dipetik pada periode petik ke-i, musim ke-j, hanca ke-k
dan tahun pangkas ke-l
i = lama periode (daur) petik; 1= 8 hari, 2 = 10 hari, 3 = 12 hari
j = musim; 1 = kemarau, 2 = hujan
k = hanca petik; k = 1,2,3,…,10 (untuk GM I dan CS), k = 1,2,3,…,8 (untuk
GM II)
l = tahun pangkas; l = 1,2,3,4 (Tahun pangkas 1= tahun ke-1 setelah pangkas,
tahun pangkas 2 = tahun ke-2 setelah pangkas, dst.)
Dengan kendala kapasitas pabrik:
SSYijklLijkl <= PC, untuk j = 1,2 dan k = 1,2,3,…, 10 (33)
Dimana:
Yijkl = produktivitas pucuk basah pada periode petik ke-i, musim ke-j, hanca ke-k
dan tahun pangkas ke-l
PC = kapasitas pabrik
Produktivitas Pucuk Teh
Produktivitas teh tergantung pada kondisi alam dan faktor iklim (cuaca).
Beberapa perkebunan teh dengan produktivitas yang tinggi menerapkan praktek
pertanian yang lebih baik sehingga jumlah pucuk teh yang dihasilkannya
meningkat (Dahiya, 2002).
Produktivitas tanaman teh diukur dari hasil teh hitam per tahun per hektar
manual (menggunakan tangan) dan 3.000 – 4.000 kg/ha untuk pemetikan
mekanik (menggunakan gunting/mesin). Untuk menghasilkan teh hitam
sebanyak 200 – 250 kg diperlukan rata-rata 1.000 kg pucuk teh.
Produktivitas pucuk teh pada perkebunan Gunung Mas dihitung
berdasarkan data produksi pucuk basah tahun 2001 sampai dengan tahun 2004.
Data produksi pucuk basah per afdeling berdasarkan tahun pangkas dapat
dilihat pada Lampiran 3, 4 dan 5. Produksi pucuk basah perkebunan Gunung
[image:39.596.100.553.263.510.2]Mas di atas dapat dilihat juga dalam bentuk grafik sebagai berikut:
Gambar 4 Produksi pucuk basah per afdeling di perkebunan Gunung Mas tahun 2001-2004.
Sedangkan total produksi pucuk basah dari tiga afdeling di perkebunan
Gunung Mas dapat dilihat pada Gambar 5.
0 50000 100000 150000 200000 250000
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49
Umur Pangkas (bulan)
Jumlah Pucuk Basah (kg)
Gambar 5 Total produksi pucuk basah perkebunan Gunung Mas tahun 2001-2004.
Dari kedua grafik di atas dapat dilihat bahwa tanaman teh memproduksi
pucuk dalam jumlah yang besar pada umur pangkas antara 12 hingga 36 bulan
atau pada tahun pangkas ke-2 dan ke-3. Pada tahun pangkas ke-4,
produktivitas pucuk teh menurun.
Berdasarkan data produksi pucuk harian, diperoleh produktivitas pucuk teh
per afdeling yang menjadi koefisien variabel keputusan di dalam model
pemetikan pucuk teh. Data produktivitas pucuk teh dapat dilihat pada Lampiran
6, 7 dan 8.
Selanjutnya diperoleh kemungkinan-kemungkinan luas areal yang dipetik
(Lijkl) berdasarkan data produktivitas. Kemungkinan-kemungkinan Lijkl untuk
afdeling GM I, GM II dan CS dapat dilihat pada Lampiran 9, 10 dan 11.
Formulasi Fungsi Tujuan
Fungsi tujuan yaitu memaksimumkan produksi pucuk basah
diformulasikan berdasarkan data produktivitas dan kemungkinan-kemungkinan
Lijkl yang disubstitusikan ke dalam persamaan (27). Secara lengkap, fungsi
tujuan untuk tiap-tiap afdeling dapat dituliskan sebagai berikut:
0 100000 200000 300000 400000 500000 600000
1 3 5 7 9
11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49
Umur Pangkas (bulan)
Afdeling GM I :
Maksimumkan
Z = 140,47L1111 + 68,94L1113 + 250,19L1121 + 160,66L1122 + 100,59L1123 + 98,95L1124 + 116,93L1131 + 57,80L1132 +129,14 L1133 + 222,67L1134 + 59,34L1141 + 71,64L1143 + 177,52L1151 + 43,81L1161 + 100,72L1162 + 119,29L1163 + 76,12L1164 + 101,93L1171 + 205,26L1172 + 114,43L1183 + 109,24L1191+ 149,76L1192 + 256,96L1193 +149,75 L11.10.1+ 68,38 L11.10.2 + 222,08L1211 + 156,18L1213 + 31,06L1214 + 63,91L1221 + 40,24L1223 + 129,95L1224 +104,78L1231 + 47,08L1233 + 450,48L1234 + 35,90L1241 + 322,13L1242 + 91,68L1243 + 159,45L1251 + 92,72L1261 + 97,02L1263 + 314,74L1272 + 72,35L1274 + 181,84L1282 + 203,17L1291 + 30,53L1292 + 84,97L1293 +186,02L12.10.1 + 335,00L2111 + 212,09L2112 + 167,66L2113 + 122,80L2114 + 216,38L2121 +155,79L2122 + 82,00L2123 +116,47L2124 + 131,13L2131 +160,10L2132 +162,95L2133 + 98,11L2134 + 29,51L2141 + 131,84L2143 + 238,20L2151 + 262,77L2152 + 311,80L2153 +118,88L2154 + 350,09L2161 + 232,37L2162 + 207,86L2163 + 108,03L2171 + 86,21L2172 + 152,89L2173 + 77,65L2174 + 239,57L2182 + 110,87L2191 + 268,20L2192 + 231,49L2193 + 55,07L2194 + 122,85L21.10.2 + 168,40L21.10.3 + 159,76L2211 + 207,89L2212 + 236,26L2213 +79,23L2221 + 160,05L2222 + 118,59L2223 + 41,42L2224 +156,73L2231 + 160,36L2232 +167,30L2233 + 177,78L2234 + 123,31L2241 +162,79L2242 +183,39L2243 + 234,73L2251 + 266,01L2252 + 173,63L2253 + 83,97L2261 + 167,70L2262 + 92,36L2263 + 62,81L2264 + 149,77L2271 + 207,79L2272 + 121,95L2281 + 182,09L2282 + 148,79L2291 + 145,73L2292 + 127,72L2293 + 95,57L22.10.1 + 243,68L22.10.2 + 94,92L22.10.3 + 115,48L3111 + 100,59L3112 + 159,54L3113 + 163,31L3114 + 204,66L3121 + 165,80L3122 + 120,37L3123 + 101,87L3124 + 312,89L3131 + 137,35L3132 + 206,67L3133 + 120,22L3134 + 185,76L3142 + 55,56L3143 + 226,20L3151 + 355,34L3152 + 264,31L3153 + 271,63L3161 + 136,27L3162 + 224,96L3163 + 141,15L3171 + 175,38L3172 + 76,99L3173 + 208,52L3174 + 104,62L3182 + 135,29L3183 + 189,04L3191 + 166,03L3192 + 237,49L3193 + 135,38L3194 + 222,06L31.10.1 + 195,86L31.10.2 + 106,69L31.10.3 + 71,13L31.10.4 + 210,00L3211 + 207,03L3212 + 244,84L3213 + 55,68L3214 + 160,00L3221 + 228,66L3222 + 141,25L3223 + 106,85L3224 + 196,50L3231 + 331,69L3232 + 75,25L3233 + 87,13L3241 + 152,25L3242 + 190,11L3243 + 170,44L3251 + 261,46L3252 + 235,22L3253 + 158,05L3254 + 203,41L3261 + 240,41L3262 + 159,67L3263 + 156,82L3264 + 193,42L3272 + 94,33L3273 + 143,95L3274 + 80,62L3281 + 85,15L3282 + 222,27L3283 + 448,10L3291 + 108,23L3292 + 173,83L3293 + 141,25L3294 + 194,61L32.10.2 +
160,00L32.10.3 + 242,75L32.10.4 (34)
Afdeling GM II :
Maksimumkan
114,50L2113 + 100,41L2114 + 45,87L2121 + 110,76L2122 + 77,58L2123 + 102,28L2124 + 208,23L2131 + 254,89L2132 + 143,54L2133 + 69,21 L2134 + 113,28L2141 + 153,07L2142 + 125,95L2143 + 59,53L2144 + 201,18L2151 + 265,71L2152 + 144,38L2153 + 315,51L2154 + 141,74L2161 + 280,33L2162 + 178,50L2163 + 455,42L2171 + 174,81L2172 + 204,88L2173 + 113,79L2181 + 131,82L2182 + 176,90L2183 + 124,58L2184 + 212,28L2211 + 311,10L2212 + 131,69L2214 + 55,46L2221 + 145,81L2222 + 67,74L2223 + 163,01L2224 + 102,31L2231 + 142,75L2232 + 200,70L2233 + 349,18L2241 + 164,40L2242 + 78,24L2244 + 339,12L2251 + 324,24L2252 + 198,89L2253 + 282,76L2254 + 373,12L2261 + 131,63L2262 + 120,80L2263 + 55,80L2271 + 197,99L2272 + 382,55L2273 + 153,04 L2281 + 297,28L2282 + 135,54L3111 + 216,43L3112 + 264,85L3113 + 140,69L3114 + 159,09L3121 + 129,30L3122 + 113,92L3123 + 112,26L3124 + 104,71L3131 + 169,37L3132 + 46,43L3133 + 84,20L3134 + 215,30L3141 + 99,16L3143 + 102,99L3144 + 182,39L3151 + 302,15L3152 + 189,05L3153 + 401,11L3154 + 147,09L3161 + 257,93L3162 + 142,64L3163 + 56,93L3164 + 261,33L3171 + 177,51L3172 + 210,00L3173 + 131,56L3174 + 167,24L3181 + 175,60L3182 + 178,67L3183 + 229,32L3184 + 235,23L3211 + 275,24L3212 + 171,95L3213 + 186,57L3214 + 68,21L3221 + 130,95L3222 + 205,40L3223 + 221,42L3224 + 169,17L3232 + 132,85L3233 + 102,25L3241 + 419,68L3242 + 116,83L3243 + 50,33L3244 + 377,14L3251 + 239,79L3252 + 437,34L3253 + 295,44L3254 + 147,25L3261 + 247,31L3262 + 155,37L3263 + 146,47L3264 + 242,93L3272 + 427,72L3273 + 195,13L3274 + 229,48L3281 +
241,23L3282 + 249,02L3283 + 152,01L3284 (35)
Afdeling CS :
Maksimumkan
138,75L3142 + 105,71L3143 + 142,98L3144 + 143,63L3151 + 149,55L3152 + 141,16L3153 + 204,20L3154 + 243,67L3161 + 164,86L3162 + 98,64L3163 + 47,54L3164 + 102,86L3171 + 167,12L3172 + 153,67L3173 + 100,86L3174 + 252,94L3181 + 147,91L3182 + 248,66L3183 + 113,60L3191 + 234,63L3192 + 145,46L3193 + 104,62L3194 + 320,94L31.10.1 + 215,02L31.10.2 + 187,92L31.10.3 + 206,71L31.10.4 + 145,50L3211 + 224,84L3212 + 184,62L3213 + 139,58L3214 + 75,71L3221 + 263,95L3222 + 78,69L3223 + 111,73L3224 + 67,64L3231 + 91,01L3232 + 119,91L3233 + 120,19L3234 + 130,02L3241 + 317,61L3242 + 181,72L3243 + 200,91L3244 + 123,12L3251 + 144,37L3252 + 154,30L3253 + 273,87L3254 + 157,19L3261 + 162,97L3262 + 75,86L3263 + 115,37L3271 + 114,05L3272 + 79,40L3273 + 87,88L3274 + 25,45L3281 + 276,33L3282 + 167,26L3283 + 124,42L3284 + 83,37L3291 + 216,07L3292 + 103,81L3293 + 176,25L3294 + 188,47L32.10.1 + 283,28L32.10.2 + 121,91L32.10.3 + 94,34L32.10.4 (36)
Formulasi Kendala
Pada model pemetikan pucuk teh diformulasikan dua buah kendala yaitu
kendala luas hanca (wilayah pemetikan) dan kendala ketersediaan tenaga
pemetik. Kapasitas pengolahan pabrik di perkebunan Gunung Mas tidak
menjadi kendala karena jumlah pucuk basah yang dipetik dan siap olah yang
diproduksi oleh perkebunan Gunung Mas setiap hari selalu berada jauh di
bawah kapasitas pengolahan pabrik. Formulasi lengkap untuk kendala pada
setiap afdeling ialah sebagai berikut:
A. Kendala luas hanca (wilayah pemetikan)
Luas hanca setiap afdeling pada perkebunan Gunung Mas dapat dilihat
pada Lampiran 12. Formulasi kendala luas hanca dengan menggunakan
persamaan (28) dapat dituliskan sebagai berikut:
Afdeling GM I:
L1111 + L1113 + L2111 + L2112 + L2113 + L2114 + L3111 + L3112 + L3113 + L3114 <= 28,41
L1211 + L1213 + L1214 + L 2211 + L2212 + L2213 + L3211 + L3212 + L3213 + L3214 <= 18,64
L1121 + L1122 + L1123 + L1124 + L2121 + L2122 + L2123 + L2124 + L3121 + L3122 + L3123 + L3124 <= 29,99
L1221 + L1223 + L1224 + L2221 + L2222 + L2223 + L2224 + L3221 + L3222 + L3223 + L3224 <= 39,77
L1131 + L1132 + L1133 + L1134 + L2131 + L2132 + L2133 + L2134 + L3131 + L3132 + L3133 + L3134 <= 25,68
L1231 + L1233 + L1234 + L2231 + L2232 + L2233 + L2234 + L3231 + L3232 + L3233 <= 25,27
L1241 + L1242 + L1243 + L2241 + L2242 + L2243 + L3241 + L3242 + L3243 <= 12,20
L1151 + L2151 + L2152 + L2153 + L2154 + L3151 + L3152 + L3153 <= 17,00 L1251 + L2251 + L2252 + L2253 + L3251 + L3252 + L3253 + L3254 <= 17,00 L1161+ L1162 + L1163 + L1164 + L2161 + L2162 + L2163 + L3161 + L3162 + L3163 <= 15,95
L1261 + L1263 + L2261 + L2262 + L2263 + L2264 + L3261 + L3262 + L3263 + L3264 <= 19,29
L1171 + L1172 + L2171 + L2172 + L2173 + L2174 + L3171 + L3172 + L3173 + L3174 <= 21,40
L1272 + L1274 + L2271 + L2272 + L3272 + L3273 + L3274 <= 21,40 L1183 + L2182 + L3182 + L3183 <= 7,38
L1282 + L2281 + L2282 + L3281 + L3282 + L3283 <= 7,38
L1191 + L1192 + L1193 + L2191 + L2192 + L2193 + L2194 + L3191 + L3192 + L3193 + L3194 <= 17,24
L1291 + L1292 + L1293 + L2291 + L2292 + L2293 + L3291 + L3292 + L3293 + L3294 <= 23,96
L11.10.1 + L11.10.2 + L21.10.2 + L21.10.3 + L31.10.1 + L31.10.2 + L31.10.3 + L31.10.4 <= 12,88
L12.10.1 + L22.10.1 + L22.10.2 + L22.10.3 + L32.10.2 + L32.10.3 + L32.10.4
<= 8,07 (37)
Afdeling GM II:
L1111 + L1112 + L2111 + L2112 + L2113 + L2114 + L3111 + L3112 + L3113 + L3114 <= 23,06
L1211 + L1214 + L2211 + L2212 + L2214 + L3211 + L3212 + L3213 + L3214 <= 18,52
L1121 + L1124 + L2121 + L2122 + L2123 + L2124 + L3121 + L3122 + L3123 + L3124 <= 29,72
L1221 + L1224 + L2221 + L2222 + L2223 + L2224 + L3221 + L3222 + L3223 + L3224 <= 35,60
L1133 + L2131 + L2132 + L2133 + L2134 + L3131 + L3132 + L3133 + L3134 <= 13,39
L1232 + L1233 + L2231 + L2232 + L2233 + L3232 + L3233 <= 13,37
L1141 + L1142 + L2141 + L2142 + L2143 + L2144 + L3141 + L3143 + L3144 <= 15,45
L1242 + L2241 + L2242 + L2244 + L3241 + L3242 + L3243 + L3244 <= 15,45 L1152 + L2151 + L2152 + L2153 + L2154 + L3151 + L3152 + L3153 + L3154 <= 14,84
L1251 + L1253 + L2251 + L2252 + L2253 + L2254 + L3251 + L3252 + L3253 + L3254 <= 13,84
L1162 + L1163 + L1164 + L2161 + L2162 + L2163 + L3161 + L3162 + L3163 + L3164 <= 19,36
L1261 + L1262 + L1263 + L2261 + L2262 + L2263 + L3261 + L3262 + L3263 + L3264 <= 19,52
L2171 + L2172 + L2173 + L3171 + L3172 + L3173 + L3174 <= 12,21
L1271 + L1272 + L1273 + L2271 + L2272 + L2273 + L3272 + L3273 + L3274 <= 12,21
L1183 + L2181 + L2182 + L2183 + L2184 + L3181 + L3182 + L3183 + L3184 <= 13,40
Afdeling CS:
L1111 + L1113 + L2111 + L2112 + L2113 + L3111 + L3112 + L3113 <= 19,75 L1212 + L1213 + L2211 + L2212 + L2213 + L3211 + L3212 + L3213 + L3214 <=14,83
L1121 + L1122 + L2121 + L2122 + L2123 + L3121 + L3122 + L3123 <= 26,95 L1222 + L2221 + L2222 + L2223 + L2224 + L3221 + L3222 + L3223 + L3224 <= 26,95
L1131 + L1132 + L1133 + L2131 + L2132 + L2133 + L2134 + L3131 + L3132 + L3133 + L3134 <= 31,22
L1231 + L1232 + L1233 + L2231 + L2232 + L2233 + L2234 + L3231 + L3232 + L3233 + L3234 <= 32,22
L1142 + L1143 + L1144 + L2141 + L2142 + L2143 + L2144 + L3141 + L3142 + L3143 + L3144 <= 20,79
L1241 + L1243 + L2241 + L2242 + L2243 + L2244 + L3241 + L3242 + L3243 + L3244 <= 20,79
L1154 + L2151 + L2152 + L2153 + L2154 + L3151 + L3152 + L3153 + L3154 <= 24,34
L1251 + L1254 + L2251 + L2252 + L2253 + L2254 + L3251 + L3252 + L3253 + L3254 <= 32,77
L1163 + L2161 + L2162 + L2163 + L2164 + L3161 + L3162 + L3163 + L3164 <= 15,06
L2261 + L2262 + L2263 + L2
