PERANCANGAN SISTEM PENUNJANG KEPUTUSAN
RANTAI PASOK DAN PENILAIAN RISIKO MUTU
PADA AGROINDUSTRI MINYAK SAWIT KASAR
RIKA AMPUH HADIGUNA
SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
SUMBER INFORMASI
Dengan ini saya menyatakan bahwa disertasi yang berjudul Perancangan Sistem Penunjang Keputusan Rantai Pasok dan Penilaian Risiko Mutu pada Agroindustri Minyak Sawit Kasar adalah karya saya sendiri dengan arahan komisi pembimbing dan belum diajukan dalam bentuk apapun kepada perguruan tinggi manapun. 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 disertasi ini.
Bogor, Januari 2010
RIKA AMPUH HADIGUNA. Decision Support System Design of Supply Chain and Quality Risk Assessment in Crude Palm Oil Agroindustry.
Supervised by MACHFUD, ERIYATNO, ANI SURYANI, and YANDRA ARKEMAN.
Supply chain management and quality risk in crude palm oil (CPO) agroindustry was indispensable to achieve superiority in value and productivity. Aspects that require a special attention were quality risk, supply of crude palm oil, harvest-transport-processing management and transportation of fresh fruit bunches. A main problem was the productivity improvement by analyzing all those important aspects. The objective of this research was to design a decision support system which consists of integration of risk assessment, inventory control, supply chain optimization, and fresh fruit bunches transportation scheduling.
There were three stages used in this research: developing an assessment model and quality risk aggregation, developing a supply chain model with multiobjective, and decision support system design. Quality risk assessment used Multi Expert-Multi Criteria Decision Making (ME-MCDM), Ordered Weighted Average (OWA) and Rule Based. Historical data analysis to estimate the supply of fresh fruit bunches and crude palm oil sale was Autregressive Integrated Moving Average (ARIMA). Inventory modeling of crude palm oil was carried out using Economic Order Quantity (EOQ) and fuzzy technique. A heuristic technique used to formulate all mathematic formulations. Multi Objective Genetic Algorithm (MOGA) was to optimize entire supply chain. Transportation scheduling was carried out using binary integer programming. Model verification was conducted by examining the logic of programming and computation results, while model validity was conducted using Face Validity technique.
Quality risk source were structurized in three level: risk driver factors, key activities and operational units. Assessment results of quality risk was a high-risk in plantation and risk management was focused on transportation of fresh fruit bunches. Mathematical formulation included the CPO inventory at the harbor, supply chain and fresh fruit bunches transportation scheduling which was useful to determine amount of shipment to the harbor, supply chain optimization with cost unit and factory utilization as objectives function and TBS transportation scheduling by managing the transportation routes to each of harvest location or afdeling (section). Decision support system design in this research was named SIRPO which consists of data base, model base and knowledge base. SIRPO was useful for analysis of supply chain and quality risk assessment which function to assess the risk level and give recommendation as risk management, fresh fruit bunches procurement from three plantation, CPO production, CPO shipping to the harbor, inventory level and fresh fruit bunches transportation scheduling for nucleus and plasma plantations.
RIKA AMPUH HADIGUNA. Perancangan Sistem Penunjang Keputusan Rantai Pasok dan Penilaian Risiko Mutu pada Agroindustri Minyak Sawit Kasar. Dibimbing oleh MACHFUD, ERIYATNO, ANI SURYANI, YANDRA ARKEMAN.
Biaya dan mutu menjadi hal penting dalam manajemen rantai pasok agroindustri minyak sawit kasar (crude palm oil). Analisis yang komprehensif terkait biaya dan mutu membutuhkan sebuah rancangan sistem penunjang keputusan. Rancangan ini berguna untuk menganalisis risiko mutu dan optimasi sistem sehingga para pengambil keputusan di setiap unit operasional dapat berkoordinasi dengan baik. Kebaruan dari penelitian ini adalah merumuskan model matematik untuk manajemen panen–angkut–olah dengan sumber pasokan tandan buah segar (TBS) dari kebun inti, kebun plasma dan pihak luar.
Manajemen rantai pasok agroindustri menempatkan sistem manajemen panen-angkut-olah menjadi faktor kunci. Pengelolaannya perlu memperhatikan aspek biaya dan mutu. Manajemen rantai pasok agroindustri minyak sawit kasar perlu mempertimbangkan biaya dan mutu sebagai satu kesatuan dalam proses pengambilan keputusan. Kedua faktor ini penting dianalisis karena operasional rantai pasok dihadapkan pada tindakan penjaminan mutu dan mencapai skala ekonomis. Model untuk membantu pengambil keputusan dalam menganalisis perencanaan dan pengendalian rangkaian kegiatan operasional rantai pasok secara terintegrasi menjadi sangat dibutuhkan. Aspek-aspek yang perlu diperhatikan dalam model adalah pengelolaan risiko mutu, kebijakan persediaan minyak sawit kasar, panen-angkut-olah dan transportasi tandan buah segar.
Tujuan penelitian adalah merumuskan cara penilaian risiko operasinal, merumuskan model matematik manajemen panen-angkut-olah dan menghasilkan rancang bangun Sistem Penunjang Keputusan (Decision Support System) yang berfungsi untuk pengelolaan risiko penurunan mutu dan optimasi rantai pasok minyak sawit kasar.
Penelitian ini menggunakan berbagai teknik antara lain penilaian risiko mutu menggunakan teknik Non- Numeric Multi-Expert Multi Criteria Decision Making (ME-MCDM) dengan agregasi penilaian menggunakan teknik Ordered Weighted Averaging (OWA). Rekomendasi pengelolaan risiko menggunakan rule base. Prakiraan TBS dan penjualan minyak sawit kasar menggunakan teknik Autoregressive Integrated Moving Average (ARIMA). Pengendalian persediaan minyak sawit kasar, rantai pasok dan penjadwalan transportasi tandan buah segar dimodelkan secara matematik. Formulasi matematik pada persediaan menggunakan teknik fuzzy untuk permintaan direpresentasikan dengan fungsi keanggotaan segitiga (triangular). Teknik defuzzifikasi yang digunakan adalah signed distance. Optimasi rantai pasok diselesaikan menggunakan Non-Dominated Sorting in Genetic Algorithm II (NSGA-II). Formulasi matematik pada penjadwalan transportasi tandan buah segar menggunakan Binary Integer Programming.
menerapkan face validity yang memungkinkan penelusuran model secara menyeluruh dan utuh sehingga konsistensi konsep dan kebutuhan pemangku kepentingan dapat dievaluasi secara bersamaan. Ahli yang mempunyai pengetahuan dibidang rantai pasok atau manajemen agroindustri minyak sawit kasar memberikan penilaian terhadap model. Proses dilakukan dengan cara rasionalisme berdasarkan pendapat ahli. Rasionalisme adalah validasi dengan cara deduksi logika untuk menilai asumsi dari model sudah sesuai atau belum.
Rancangan sistem penunjang keputusan yang dihasilkan bernama SIRPO. Rancangan ini dimaksudkan untuk mengintegrasikan pengelolaan risiko mutu dan optimasi rantai pasok. Komposisi sistem penunjang keputusan yang di rancang mencukupi untuk menganalisis keseluruhan operasional rantai pasok minyak sawit kasar yang terdiri dari kebun, pabrik dan tangki timbun pelabuhan. Sistem penunjang keputusan bisa digunakan untuk menganalisis secara parsial dan keseluruhan. Penilaian risiko terdiri dari faktor-faktor pemicu risiko, kegiatan-kegiatan kunci, unit-unit operasional dan mekanisme penanganan berdasarkan agregasi tingkat risiko. Optimasi rantai pasok mempertimbangkan faktor-faktor biaya dan keterbatasan sumberdaya. Keterkaitan penilaian risiko dan optimasi rantai pasok adalah fraksi kerusakan TBS di pabrik. Tingkat risiko pada unit kebun dan unit pabrik akan memberikan fraksi kerusakan tertentu. Hasil optimasi kebutuhan TBS menjadi masukan utama dalam manajemen transportasi TBS. Tujuan transportasi TBS adalah menentukan urutan rute setiap truk ke setiap lokasi panen.
biaya unit operasional yang minimum dan utilisasi pabrik yang maksimum. Nilai-nilai optimal yang dihasilkan merupakan konsekuensi dari pencapaian dua obyektif tersebut. Dorongan untuk mendapatkan biaya unit operasional yang minimum di capai dengan mengedepankan pemanfaatan kapasitas olah pabrik sesuai dengan ketersediaan tandan buah segar dari tiga sumber. Dorongan pemanfaatan kapasitas pabrik dalam tingkat skala ekonomis diharapkan dapat menjadi salah satu upaya mengurangi risiko penurunan mutu. Model rantai pasok yang dikembangkan ini memasukkan faktor rata-rata tandan buah segar yang tidak layak olah berbanding lurus dengan jumlah total pasokan tandan buah segar yang siap olah. Apabila di asumsi tandan buah segar tidak layak olah dapat terdeteksi dengan baik maka risiko penurunan mutu minyak sawit kasar dapat dikurangi.
Transportasi TBS dimaksudkan untuk penentuan rute truk berdasarkan jumlah truk yang dibutuhkan untuk memenuhi jumlah TBS panen yang harus di angkut dari kebun ke pabrik dengan obyektif minimisasi total jarak. Bentuk penjadwalan yang dimaksudkan dalam model yang dikembangkan ini adalah pengurutan tugas dari setiap truk. Kebutuhan truk ditentukan oleh ketetapan jumlah trip. Jumlah trip ditetapkan sebagai alat ukur penentu penugasan dimaksudkan untuk menjamin tandan buah segar tidak menunggu di tempat pengumpulan hasil terlalu lama atau restan. Menurut pengalaman dan pemahaman para manajer kebun, penetapan jumlah trip akan lebih efektif dalam penjaminan minimisasi waktu tunggu tandan buah segar hasil panen di kebun. Konsekwensinya adalah mengalokasikan anggaran penambahan sewa truk apabila jumlah truk yang dibutuhkan melebihi jumlah truk yang tersedia. Konsekuensi ini sangat rasional diterima karena manfaat yang diperoleh lebih besar. Tandan buah segar diharapkan dapat segera diangkut dan diolah untuk mendapatkan mutu yang tinggi dari minyak sawit kasar.
Penelitian ini menghasilkan sebuah sistem penunjang keputusan yang berguna membantu pengambil keputusan dalam pengelolaan rantai pasok dan penilaian risiko mutu minyak sawit kasar. Optimasi rantai pasok dilakukan berdasarkan formulasi matematik dengan dua fungsi obyektif yaitu minimisasi biaya unit operasional dan maksimisasi utilisasi pabrik. Formulasi matematik yang dihasilkan merupakan kebaruan dari penelitian ini. Seluruh formulasi matematik yang dihasilkan merupakan proses sintesa sebagai bagian dari teknik pengambilan keputusan manajemen panen, angkut, olah dan pengelolaan tangki timbun secara terpadu melalui proses kreatif terhadap sesuatu yang masih belum di ketahui.
Pengelolaan risiko mutu setiap unit rantai pasok adalah penanganan di kebun adalah meminimumkan waktu angkut, mengevaluasi jumlah trip dan menjamin ketersediaan truk. Penanganan di pabrik adalah menjaga akurasi proses sortasi tandan buah segar dan menjamin penumpukan di loading ramp tidak memicu kerusakan tandan buah segar. Penanganan di pelabuhan adalah meningkatkan pengawasan pemuatan dan pembongkaran minyak sawit kasar dan perawatan tangki timbun dengan baik.
© Hak cipta milik IPB, tahun 2010
Hak cipta dilindungi Undang-undang
1.
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa
mencantumkan atau menyebutkan sumber
a.
Pengutipan hanya untuk kepentingan pendidikan, penelitian,
penulisan karya ilmiah, penyusunan laporan, penulisan
kritik atau tinjauan suatu masalah
b.
Pengutipan tidak merugikan kepentingan yang wajar IPB
2.
Dilarang mengumumkan dan memperbanyak sebagian atau
RANTAI PASOK DAN PENILAIAN RISIKO MUTU
PADA AGROINDUSTRI MINYAK SAWIT KASAR
RIKA AMPUH HADIGUNA
Disertasi
sebagai salah satu syarat untuk memperoleh gelar Doktor pada
Program Studi Teknologi Industri Pertanian
SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
Penguji luar komisi pada ujian tertutup :1. Prof. Dr. Ir. Marimin, MSc 2. Dr. Ir. Anas Miftah Fauzi, M.Eng
dan Penilaian Risiko Mutu pada Agroindustri Minyak Sawit Kasar
Nama Mahasiswa : Rika Ampuh Hadiguna
NRP : F361060041
Disetujui Komisi Pembimbing
Dr. Ir. Machfud, MS Ketua
Prof. Dr. Ir. Eriyatno, MSAE Anggota
Dr. Ir. Ani Suryani, DEA Anggota
Dr. Ir. Yandra Arkeman, M.Eng Anggota
Diketahui
Ketua Program Studi Teknologi Industri Pertanian
Prof. Dr. Ir. Irawadi Jamaran
Dekan Sekolah Pascasarjana
Prof. Dr. Ir. Khairil Anwar Notodiputro, MS
x
Puji Syukur kehadirat Allah SWT penulis haturkan, karena berkat rahmat-Nya disertasi yang berjudul Perancangan Sistem Penunjang Keputusan Rantai Pasok dan Penilaian Risiko Mutu pada Agroindustri Minyak Sawit Kasar dapat diselesaikan dengan baik. Disertasi ini disusun sebagai salah satu syarat untuk memperoleh gelar Doktor pada Program Studi Teknologi Industri Pertanian, Sekolah Pascasarjana Institut Pertanian Bogor.
Penulis menyadari bahwa penyelesaian disertasi ini tidak terlepas dari bantuan banyak pihak. Penulis menyampaikan penghargaan dan ucapan terima kasih yang tulus kepada Bapak Dr. Ir. Machfud, MS sebagai ketua komisi pembimbing, dan anggota komisi pembimbing Bapak Prof. Dr. Ir. Eriyatno, MSAE., Ibu Dr. Ir. Ani Suryani, DEA dan Bapak Dr. Ir. Yandra Arkeman, M.Eng. atas bimbingan yang penuh dedikasi. Terima kasih juga disampaikan kepada Bapak Dr. Ir. Anas Miftah Fauzi, M.Eng dan Bapak Prof. Dr. Ir. Marimin, MSc sebagai penguji luar komisi pada ujian tertutup serta Bapak Prof. Dr. Martani Huseini, MBA dari Universitas Indonesia (UI) dan Bapak Dr. Ir. Utomo Sarjono Putro, M.Eng dari Institut Teknologi Bandung (ITB) sebagai penguji luar komisi pada ujian terbuka.
Kelancaran kegiatan penelitian ini tidak terlepas dari bantuan Bapak Ir. Sunardi Radik Taruna, MM, MSi yang telah memberikan bantuan selama kegiatan penelitian di PTPN XIII. Ucapan terima kasih disampaikan kepada pimpinan Sekolah Pascasarjana IPB yang telah memberikan bantuan pendidikan melalui program BPPS Tahun 2006 sampai 2009 dan Hibah Penelitian Program Doktor tahun 2009.
Terima kasih kepada banyak pihak yang telah memberikan saran dan kritik sehingga disertasi ini dapat diselesaikan dengan baik. Semoga karya ilmiah ini bermanfaat bagi perkembangan ilmu pengetahuan.
xi
Penulis dilahirkan di Batang Serangan, Kabupaten Langkat, Sumatera Utara pada tanggal 23 Juli 1973 sebagai anak kedua dari pasangan Sirwan dan Temon Armyta. Pendidikan Sarjana ditempuh di Jurusan Teknik Industri, Fakultas Teknik, Universitas Sumatera Utara (USU), lulus pada Pebruari 1998. Pada Agustus 2001, penulis melanjutkan studi di Program Pascasarjana Institut Teknologi Sepuluh Nopember (ITS), Surabaya di Program Studi Teknik Industri dengan beasiswa BPPS dan lulus pada tahun 2003. Pada September 2006, penulis mendapatkan kesempatan untuk melanjutkan studi program Doktor pada program studi Teknologi Industri Pertanian di Sekolah Pascasarjana Institut Pertanian Bogor (IPB) dengan sponsor beasiswa BPPS. Penulis juga mendapatkan bantuan biaya penelitian dan penulisan disertasi melalui program Hibah Penelitian Program Doktor tahun 2009.
Penulis bekerja sebagai staf pengajar di Jurusan Teknik Industri, Fakultas Teknik, Universitas Andalas, Padang sejak Maret 1999 sampai dengan saat ini. Penulis pernah menjabat sebagai Sekretaris Jurusan Teknik Industri, Fakultas Teknik, Universitas Andalas pada tahun 2005-2006.
xii
DAFTAR ISI
Halaman
DAFTAR TABEL ... xiv
DAFTAR GAMBAR ... xv
DAFTAR LAMPIRAN ... xviii
PENDAHULUAN ... 1
Latar Belakang ... 1
Tujuan Penelitian ... 3
Ruang Lingkup ... 4
Manfaat ... 5
TINJAUAN PUSTAKA... 6
Sistem Rantai Pasok ... 6
Rantai Pasok Agroindustri ... 14
Berpikir Sistem dalam Rantai Pasok ... 21
Manajemen Risiko Rantai Pasok ... 25
Sistem Rantai Pasok Minyak Sawit Kasar ... 30
Landasan Matematik ... 33
METODOLOGI PENELITIAN ... 44
Kerangka Pemikiran ... 44
Lokasi dan Waktu Penelitian ... 50
Teknik-teknik yang Digunakan ... 50
Pengumpulan Data dan Informasi... 51
Tahapan Penelitian ... 52
Verifikasi dan Validasi Model ... 54
PEMODELAN SISTEM ... 57
Pendekatan Sistem... 57
Penilaian Risiko Mutu... 70
xiii
Prakiraan Penjualan Minyak Sawit Kasar ... 90
Persediaan Minyak Sawit Kasar di Tangki Timbun Pelabuhan ... 94
Rantai Pasok Minyak Sawit Kasar... 100
Penjadwalan Transportasi Tandan Buah Segar... 120
Perancangan Sistem Penunjang Keputusan... 123
IMPLEMENTASI MODEL... 134
Verifikasi... 134
Validasi ... 138
Manajemen Risiko Mutu ... 141
Prakiraan Pasokan Tandan Buah Segar ... 149
Prakiraan Penjualan Minyak Sawit Kasar... 151
Manajemen Persediaan Minyak Sawit Kasar ... 152
Optimasi Rantai Pasok ... 154
Transportasi Tandan Buah Segar ... 163
PEMBAHASAN ... 168
Pasokan Tandan Buah Segar... 168
Manajemen Pengolahan ... 176
Pengendalian Persediaan di Pelabuhan... 183
Keterkaitan Risiko dan Optimasi Rantai Pasok ... 187
Sistem Koordinasi Pengendalian Risiko ... 199
Mitigasi Risiko Mutu ... 205
Kelebihan dan Keterbatasan SPK SIRPO ... 207
KESIMPULAN DAN SARAN ... 211
Kesimpulan... 211
Saran... 214
DAFTAR PUSTAKA ... 216
xiv
Halaman
1 Karakteristik pasokan ... 12
2 Indikator kinerja rantai pasok setiap tingkatan... 18
3 Ukuran kinerja rantai pasok berdasarkan proses dan tingkatan ... 24
4 Karakteristik risiko rantai pasok ... 29
5 Skala penilaian risiko penurunan mutu ... 77
6 Keterkaitan antar model berdasarkan variabel keputusan... 130
7 Komponen-komponen SPK–SIRPO... 132
8 Hasil agregasi penilaian risiko pada peubah penentu... 146
9 Perbandingan aktual dan prakiraan pasokan tandan buah segar ... 149
10 Pasokan tandan buah segar dari setiap kebun ... 150
11 Prakiraan penjualan minyak sawit kasar ... 151
12 Perbandingan aktual dan prakiraan penjualan... 152
13 Jumlah pasokan ke pelabuhan ... 153
xv
DAFTAR GAMBAR
Halaman
1 Deret siklus pembentuk rantai pasok ... 6
2 Tiga tipe dasar rantai pasok... 7
3 Sistem rantai pasok dalam jejaring kompleks ... 8
4 Tipe-tipe kolaborasi dalam sistem rantai pasok ... 12
5 Sistem rantai pasok agroindustri ... 15
6 Perspektif analitik dari rantai pertanian ... 16
7 Berpikir sistem pada rantai pasok ... 23
8 Ketidakpastian permintaan dan pasokan ... 28
9 Sistem rantai pasok agroindustri minyak sawit kasar ... 31
10 Rantai pasok jejaring agroindustri minyak sawit kasar ... 32
11 Model persediaan EOQ... 33
12 Biaya persediaan per periode perencanaan ... 34
13 Representasi bilangan fuzzy segitiga... 37
14 Kerangka pemikiran penelitian ... 46
15 Struktur dan keterkaitan rantai pasok dan risiko mutu ... 49
16 Diagram alir tata laksana penelitian. ... 56
17 Diagram masukan keluaran sistem rantai pasok... 63
18 Hubungan antar kegiatan rantai pasok ... 65
19 Sistem rantai pasok minyak sawit kasar ... 66
20 Aliran informasi dalam proses pengambilan keputusan ... 71
21 Struktur hirarki penilaian risiko mutu pada rantai pasok minyak sawit kasar ... 76
22 Diagram alir model penilaian risiko mutu ... 80
23 Pola data masa lalu pasokan dari kebun inti ... 81
24 Grafik ACF pola data masa lalu pasokan dari kebun inti ... 82
25 Garfik PACF pola data masa lalu pasokan dari kebun inti ... 82
26 Grafik ACF ARIMA (0,1,1)(1,1,1)12 prakiraan di kebun inti ... 83
27 Grafik PACF ARIMA (0,1,1)(1,1,1)12 prakiraan di kebun inti ... 83
28 Perbandingan aktual dan hasil prakiraan di kebun inti ... 84
xvi
30 Grafik ACF pola data masa lalu pasokan dari kebun plasma ... 85
31 Grafik PACF pola data masa lalu pasokan dari kebun plasma ... 85
32 Grafik ACF ARIMA (2,0,0)(1,1,2)12 prakiraan dari kebun plasma .... 86
33 Grafik PACF ARIMA (2,0,0)(1,1,2)12 prakiraan dari kebun plasma .. 86
34 Perbandingan aktual dan hasil prakiraan di kebun plasma ... 87
35 Pola data masa lalu pasokan dari pihak luar ... 87
36 Grafik ACF pola data masa lalu pasokan dari pihak luar ... 88
37 Grafik PACF pola data masa lalu pasokan dari pihak luar ... 88
38 Grafik ACF ARIMA (1,1,1)(1,1,1)12 prakiraan dari pihak luar... 89
39 Grafik PACF ARIMA (2,0,0)(1,1,2)12 prakiraan dari pihak luar... 89
40 Perbandingan aktual dan hasil prakiraan dari pihak luar ... 90
41 Pola data masa lalu penjualan minyak sawit kasar ... 91
42 Grafik ACF pola data masa lalu penjualan ... 92
43 Grafik PACF pola data masa lalu penjualan ... 92
44 Grafik ACF ARIMA (0,0,2)(1,1,0)12 prakiraan penjualan... 93
45 Grafik PACF ARIMA (0,0,2)(1,1,0)12 prakiraan penjualan... 93
46 Perbandingan aktual dan hasil prakiraan penjualan ... 94
47 Variabel-variabel sistem rantai pasok minyak sawit kasar ... 109
48 Proses integrasi dalam pemodelan rantai pasok ... 110
49 Representasi kromosom ... 112
50 Konfigurasi SPK–SIRPO ... 126
51 Tampilan depan SPK-SIRPO ... 128
52 Keterkaitan antar interface SPK-SIRPO ... 133
53 Penilaian risiko pada kegiatan panen ... 142
54 Penilaian risiko pada pengangkutan panen ... 143
55 Penilaian risiko pengolahan... 143
56 Penilaian risiko di tangki timbun pabrik ... 144
57 Penilaian risiko transportasi minyak sawit kasar ke pelabuhan ... 144
58 Penilaian risiko di tangki timbun pelabuhan... 145
59 Agregasi nilai risiko ... 147
60 Rekomendasi penanganan risiko penurunan mutu ... 148
xvii
62 Hasil prakiraan penjualan... 152
63 Parameter-parameter untuk optimasi rantai pasok... 155
64 Grafik awal ... 157
65 Grafik optimal Pareto ... 158
66 Pasokan tandan buah segar... 159
67 Produksi dan pengiriman minyak sawit kasar... 160
68 Status sediaan minyak sawit kasar di pabrik ... 161
69 Tampilan optimasi penugasan truk di kebun inti... 165
70 Hasil implementasi di kebun inti... 166
71 Tampilan optimasi penugasan truk di kebun plasma ... 167
72 Hasil implementasi di kebun plasma ... 167
73 Pengaruh waktu tunda pengolahan TBS terhadap kadar ALB ... 170
xviii
Halaman
1 Keterangan notasi matematik ... 222 2 Petunjuk penggunaan SPK SIRPO ... 224 3 Deskripsi penilaian risiko penurunan mutu pada rantai pasok
1
Latar Belakang
Industri kelapa sawit merupakan salah satu sektor unggulan bagi negara Indonesia. Kondisi geografis yang mendukung karena sangat cocok untuk perkebunan kelapa sawit. Prospek komoditi kelapa sawit dalam perdagangan minyak nabati dunia juga telah mendorong pemerintah Indonesia untuk semakin meningkatkan kemampuan daya saing yang berkelanjutan terhadap pembangunan perkebunan kelapa sawit. Peningkatan ini telah memberikan manfaat karena kebutuhan terhadap bahan baku berbasis kelapa sawit oleh berbagai industri mengalami peningkatan. Dampak positif lainnya adalah menyediakan kesempatan kerja bagi rakyat secara luas. Selain itu, tanaman kelapa sawit juga menjadi sumber bahan pangan dan energi sehingga kelangkaannya di pasar domestik berpengaruh sangat nyata terhadap perekonomian dan kesejahteraan masyarakat.
Perkembangan perkebunan kelapa sawit di Indonesia sangat pesat dikarenakan beberapa hal. Pertama adalah kebutuhan minyak nabati dunia cukup besar dan terus meningkat sebagai akibat penambahan jumlah penduduk maupun tingkat konsumsi per kapita. Kedua, diantara berbagai jenis tanaman penghasil minyak nabati, kelapa sawit merupakan tanaman dengan potensi produksi minyak tertinggi. Ketiga, semakin berkembangnya jenis-jenis industri berbas is kelapa sawit baik oleokimia dan biodiesel (Barlow et al. 2003).
Keragaman mutu minyak sawit kasar dipengaruhi oleh kegiatan panen, transportasi, pengolahan dan penimbunan. Penerapan manajemen risiko dalam penanganan risiko mutu lebih pada antisipasi atas apa yang akan terjadi. Hasil penelitian terkait mutu yang dilakukan oleh Kandiah et al. (2002) menunjukan bahwa penundaan pengolahan akan meningkatkan kadar asam lemak bebas. Minyak sawit kasar juga berisiko mengalami perubahan dan kerusakan selama transportasi jika harus menempuh jarak yang jauh atau waktu yang lama (Djohar et al. 2003). Faktor-faktor penting seperti ini bersumber dari rangkaian kegiatan operasional rantai pasok sehingga membutuhkan pengelolaan yang terintegrasi antara panen, angkut, olah dan penimbunan. Seluruh rangkaian kegiatan terkait akan memicu risiko mutu sehingga membutuhkan pengelolaan yang efektif.
Berbagai pokok bahasan dan penerapan metode-metode telah dilakukan dalam penelitian agroindustri kelapa sawit. Beberapa yang telah dilakukan diantaranya oleh Basiron (2002), Basiron dan Weng (2002), Dja’far dan Wahyono (2003), Barlo et al. (2003) dan Goenadi et al. (2005) yang membahas secara deskriptif permasalahan ekonomi kelapa sawit, sedangkan Didu (2000), Basdabella (2001) dan Jatmika (2007) menerapkan gabungan metode soft dan hard system. Arah penelitian selanjutnya perlu difokuskaan terhadap pengelolaan terpadu antara kebun, pabrik dan tangki timbun pelabuhan yang dikenal dengan istilah manajemen panen-angkut-olah. Perhatian ini dimaksudkan untuk peningkatan kinerja sistem. Upaya yang dapat dilakukan adalah menerapkan konsep manajemen risiko dan rantai pasok secara bersama.
Penerapan manajemen rantai pasok pada agroindustri terus berkembang. Hal ini dapat diketahui berdasarkan beberapa hasil penelitian yang telah dilakukan pada bagai agroindustri antara lain Vorst et al. (2000) membahas agroindustri bahan pangan, Philpott dan Everett (2001) membahas rantai pasok agroindustri kertas, Wouda et al. (2002) membahas rantai pasok susu, Djohar et al. (2003) membahas rantai pasok minyak sawit kasar, Milan et al. (2006) maupun Grunow et al. (2007) membahas rantai pasok gula, dan Ruben et al. (2007) membahas rantai pasok sayuran segar.
aspek biaya dan mutu. Manajemen rantai pasok agroindustri minyak sawit kasar perlu mempertimbangkan biaya dan mutu sebagai satu kesatuan dalam proses pengambilan keputusan. Kedua faktor ini penting dianalisis karena operasional rantai pasok dihadapkan pada tindakan penjaminan mutu dan mencapai skala ekonomis. Model untuk membantu pengambil keputusan dalam menganalisis perencanaan dan pengendalian rangkaian kegiatan operasional rantai pasok secara terintegrasi menjadi sangat dibutuhkan. Aspek-aspek yang perlu diperhatikan dalam model adalah pengelolaan risiko mutu, kebijakan persediaan minyak sawit kasar, panen-angkut-olah dan transportasi tandan buah segar.
Kinerja rantai pasok ditentukan oleh keputusan-keputusan yang terkait dengan persediaan, produksi, dan transportasi. Aspek mutu juga perlu diperhatikan secara eksplisit sehingga peningkatan produktivitas dicapai seiring dengan penjaminan mutu. Analisis yang komprehensif membutuhkan sebuah rancangan sistem penunjang keputusan. Rancangan ini berguna untuk menganalisis risiko mutu dan optimasi sistem sehingga para pengambil keputusan di setiap unit operasional dapat berkoordinasi dengan baik. Keterkaitan berbagai aspek penting dapat dirumuskan secara matematis dan keterpaduannya diperoleh dari mekanisme komputasi yang terkendali. Kebaruan dari penelitian ini adalah merumuskan model matematik untuk manajemen panen–angkut–olah secara kuantitatif dan membangun cara penilaian risiko operasional rantai pasok secara kualitatif.
Tujuan Penelitian
Tujuan yang ingin di peroleh dari penelitian yang dilakukan ini sebagai berikut:
1. Menghasilkan rancang bangun Sistem Penunjang Keputusan (Decision Support System) yang berfungsi untuk pengelolaan risiko penurunan mutu dan optimasi rantai pasok minyak sawit kasar.
kasar di tangki timbun pelabuhan dan penjadwalan transportasi tandan buah segar.
3. Merumuskan cara penilaian dan pengelolaan risiko berdasarkan strukturisasi sumber-sumber pemicunya yang terdapat pada seluruh rangkaian operasional rantai pasok minyak sawit kasar.
Ruang Lingkup
Ruang lingkup penelitian adalah penilaian risiko dan pengelolaan rantai pasok yang di rekayasa menjadi satu kesatuan melalui rancangan sistem penunjang keputusan. Keterpaduan dalam sistem penunjang keputusan di peroleh dengan memformulasikan model dan merumuskan prosedur komputasi dengan masukan variabel yang bersifat kualitatif dan kuantitatif. Pemodelan mencakup agregasi risiko mutu, pengelolaan persediaan di pelabuhan, dan manajemen panen-angkut-olah. Batasan penelitian ini sebagai berikut:
1. Perusahaan perkebunan yang menggunakan pola perkebunan inti rakyat yang terdiri dari kebun inti, kebun plasma dan pihak ketiga. Pihak ketiga adalah pemasok tandan buah segar yang telah di setujui oleh perusahaan inti. Ketiga sumber pemasok tandan buah segar akan di olah oleh sebuah pabrik yang dimiliki oleh perusahaan inti.
2. Sistem rantai pasok yang dipelajari meliputi kebun, pabrik, tangki timbun di pabrik dan pelabuhan. Proses bisnis rantai pasok terdiri dari transportasi tandan buah segar, pengolahan, penimbunan minyak sawit kasar di pabrik, pengiriman minyak sawit kasar dari pabrik ke pelabuhan dan penimbunan minyak sawit kasar di pelabuhan. Produk dipasarkan kepada konsumen industri di dalam negeri.
Manfaat
Hasil penelitian ini diharapkan dapat bermanfaat baik untuk pengembangan ilmu maupun penerapannya sehingga mampu memberikan kontribusi nyata terhadap pengembangan agroindustri minyak sawit kasar. Beberapa manfaat yang dapat diberikan dari hasil penelitian ini adalah:
1. Membantu pengambil keputusan dalam mengelola sistem rantai pasok perusahaan perkebunan kelapa sawit yang menggunakan sistem perkebunan inti rakyat. Pengambil keputusan dapat melakukan perencanaan dan pengendalian produksi, transportasi, pengelolaan tangki timbun dan manajemen risiko penurunan mutu secara simultan menggunakan rancang bangun sistem penunjang keputusan yang dihasilkan dalam penelitian ini. Manfaat dari perangkat lunak yang dihasilkan hanya dapat diterapkan secara spesifik pada pabrik yang mempunyai kesamaan kondisi dan situasi dengan studi kasus pada penelitian ini.
2. Sistem penunjang keputusan yang dihasilkan akan menjadi salah satu alat untuk koordinasi antar pengambil keputusan seperti manajer kebun, manajer pabrik, dan manajer utama (general manager). Manfaat ini diperoleh sebagai hasil dari penerapan berpikir sistem menjadi sebuah sistem berpikir dalam manajemen risiko mutu dan manajemen rantai pasok agroindustri minyak sawit kasar.
3. Membantu pengambil keputusan dalam menghitung biaya rantai pasok operasional minyak sawit kasar. Biaya unit rantai pasok dapat dimanfaatkan sebagai indikator kinerja dan bagian dari mekanisme pemantauan (monitoring) operasional sistem.
44
Kerangka Pemikiran
Manajemen rantai pasok mengedepankan keutamaan proses bisnis secara total dan menjadi cara baru yang mempraktikkan prinsip-prinsip kolaborasi antar unit dalam sistem rantai pasok. Kunci keunggulan kompetitif jangka panjang adalah kemampuan merespon pelanggan dan memenuhi kebutuhan para pemangku kepentingan di sistem rantai pasok. Elemen kunci ini akan dihadapkan pada ketidakpastian yang disebabkan banyak faktor baik yang datangnya dari lingkungan luar maupun internal organisasi. Cara pandang sistem yang banyak digunakaan pada saat ini sangat membantu pemodelan sistem rantai pasok yang berorientasi pada upaya mengakomodir berbagai kebutuhan khusus pengambil keputusan. Ketidakpastian akan menjadi risiko sehingga perlu dikelola untuk menjaga kinerja organisasi tetap baik. Rantai pasok minyak sawit kasar akan dihadapkan pada risiko yang bersumber dari tandan buah segar maupun respon terhadap kebutuhan konsumen. Proses bisnis rantai pasok adalah proses-proses yang akan dikaitkan sebagai bagian dari rantai pasok yang terdiri dari struktur dan komponen manajemen. Struktur rantai pasok terbentuk oleh keterlibatan para pengambil keputusan sebagai konsekuensi proses bisnis, sedangkan komponen manajemen dari rantai pasok merupakan tingkat integrasi yang terlibat dalam setiap proses terkait.
Manajemen rantai pasok merupakan kegiatan perencanaan dan pengendalian setiap kegiatan yang terlibat dengan memperhatikan kebutuhan dari pemangku kepentingan. Kegiatan yang perlu direncanakan dan dikendalikan adalah pasokan tandan buah segar, rencana produksi minyak sawit kasar, penimbunan, dan transportasi yang berorientasi pada aspek biaya dan mutu. Prakiraan panen tandan buah segar dan penjualan akan menjadi masukan utama dalam perencanaan. Tiga bagian utama yang akan diperhatikan dengan seksama dalam penelitian ini, yakni aspek pemasok yang direpresentasikan oleh kebun inti, kebun plasma dan pihak ketiga, sisi agroindustri yang direpresentasikan oleh pabrik dan tangki timbun, distributor yang direpresentasikan oleh tangki timbun di pelabuhan. Minyak sawit kasar adalah bahan baku bagi industri hilir sehingga konsumen rantai pasok adalah industri.
Kegiatan dalam rantai pasok tidak akan terlepas dari faktor ketidakpastian. Ketidakpastian akan memicu risiko dan memberi konsekwensi biaya. Cakupan ketidakpastian rantai pasok yang digunakan dalam penelitian ini adalah situasi yang dihadapi oleh pengambil keputusan baik manajer kebun, manajer pabrik dan general manager dalam memprediksi prilaku sistem rantai pasok secara akurat disebabkan kurangnya informasi atau pemahaman terhadap lingkungan atau status rantai pasok periode tertentu. Manajemen rantai pasok berfungsi merencanakan kegiatan di periode mendatang sehingga akurasi informasi bisa menjadi salah satu pemicu munculnya ketidakpastian. Model rantai pasok yang dikembangkan dalam penelitian ini akan memperhatikan aspek-aspek ketidakpastian baik dari sisi pasokan dan permintaan internal maupun eksternal yang memberikan konsekuensi terhadap biaya dan mutu.
yang diangkut. Waktu tunggu dan angkut terlalu lama bisa menyebabkan peningkatan kadar asam lemak bebas. Ketersediaan jumlah angkutan yang mencukupi menjadi faktor kritis sehingga seluruh tandan buah segar panen dapat diangkut. Rute transportasi hasil panen mengikuti sistem panen yang digunakan. Truk transportasi hasil panen akan menyusuri jalan utama kebun dan diasumsikan telah mengetahui lokasi ancak panen dan tempat pengumpulan hasil. Panen dilakukan setiap hari dan berpindah-pindah dari satu ancak atau blok ke blok berikutnya disetiap afdeling. Perencanaan kebutuhan truk transportasi berhubungan dengan prakiraan jumlah panen. Fluktuasi jumlah panen disetiap periode berubah-ubah sehingga kebutuhan truk juga akan berubah. Manajemen panen dan transportasi tandan buah segar menjadi tanggung jawab manajer kebun dan berkoordinasi dengan manajer pabrik. Diagram dari kerangka pemikiran dalam penelitian ini dapat dilihat pada Gambar 14.
Kegiatan produksi di pabrik adalah mengolah tandan buah segar menjadi minyak sawit kasar dan menimbunnya sebagai persediaan di tangki timbun pabrik. Tandan buah segar panen yang bersumber dari kebun inti, kebun plasma dan pihak ketiga di tumpuk di loading ramp untuk beberapa saat dan harus segera diolah untuk menghindarkan penurunan mutu yaitu meningkatnya kadar asam lemak bebas. Pabrik dan tangki timbunnya akan berfungsi sebagai unit yang melakukan sinkronisasi dalam struktur rantai pasok. Ada dua aliran informasi yang akan diolah manajemen pabrik yaitu prakiraan jumlah pasokan hasil panen tandan buah segar dan prakiraan pasokan minyak sawit kasar ke tangki timbun pelabuhan. Kebijakan produksi minyak sawit kasar akan menjadi rencana pasokan tandan buah segar dan pengiriman minyak sawit kasar. Mekanisme ini dikenal dengan istilah kebijakan kolaborasi produksi. Indikator kinerja yang diperhatikan dalam kebijakan ini adalah pemihakan jumlah pasokan tandan buah segar dari kebun inti dan plasma yang lebih besar dibandingkan kebun pihak luar. Tingkat persediaan di tangki timbun pabrik merupakan indikator kinerja karena berkontribusi pada total biaya produksi minyak sawit kasar.
minyak sawit kasar dari setiap pabrik untuk menjaga tingkat pelayanan ke konsumen.
Penelitian ini menggunakan model matematik sebagai abstraksi sistem rantai pasok minyak sawit kasar. Pemilihan model matematik merupakan upaya mempermudah pengkajian sistem. Dalam pandangan ilmu sistem, Eriyatno (2003) menyatakan secara jelas bahwa perumusan matematik yang terpilih dapat mempermudah pengkajian sistem yang umumnya merupakan suatu kompleksitas dimana universalitas dari matematik dan notasi-notasinya akan memperlancar komunikasi dan pemindahan metode yang dikembangkan di suatu negara atau bidang ilmu tertentu ke lainnya. Ditambahkan pula, penggunaan model matematik membuat penjelasan lebih komprehensif dan seringkali mampu mengungkapkan hubungan-hubungan yang dikuantifikasi pada deskripsi lisan dari suatu sistem.
Model matematik menyatakan hubungan antara beragam komponen dari sistem yang diamati dalam bentuk kuantitatif. Aspek-aspek yang dapat dikendalikan (controllable) disebut dengan variabel keputusan yang merupakan alternatif tindakan yang telah melalui pengkajian. Aspek-aspek yang mengukur capaian dari obyektif pengambil keputusan disebut dengan ukuran kinerja atau ukuran efektifitas. Ukuran efektifitas akan dinyatakan dalam bentuk fungsi dari variabel keputusan. Masukan tak terkendali (uncontrollable) dari model akan diarahkan menjadi parameter-parameter, koefisien-koefisien atau konstanta. Pada kondisi tertentu, apabila nilai variabel keputusan dibatasi dalam rentang nilai tertentu maka dimunculkan fungsi pembatas atau kendala (constraints). Menurut Daellenbach (1994) model matematik berguna karena sederhana, lengkap, mudah diubah-ubah, adaptif, mudah dikomunikasikan, tepat guna untuk situasi yang sedang dipelajari dan menghasilkan informasi yang relevan serta tepat guna bagi pengambil keputusan. Model matematik memungkinkan eksplorasi dengan cepat terhadap adanya efek perubahan masukan dari fungsi obyektif.
pasokan untuk upstream. Skema struktur dan proses bisnis yang dimodelkan dapat dilihat pada Gambar 15. Prakiraan juga dibutuhkan untuk mendukung kebijakan. Prakiraan yang dibutuhkan adalah pasokan tandan buah segar dari kebun inti, kebun plasma dan pihak ketiga, pasokan dari pabrik ke pelabuhan, dan prakiraan penjualan dari pelabuhan.
Gambar 15 Struktur dan keterkaitan rantai pasok dan risiko mutu
Eriyatno (2003) telah merumuskan tahapan pemodelan yang sangat baik untuk diterapkan dalam berbagai bidang. Seleksi konsep terdiri dari mengidentifikasi proses-proses utama dari rantai pasok minyak sawit kasar yang disesuaikan dengan kebutuhan pengambil keputusan dan pihak-pihak yang berkepentingan. Konsep yang terpilih menjadi dasar dalam rekayasa model dengan tujuan menetapkan variabel keputusan dari setiap proses dan merumuskannya secara matematik. Ada dua tipe rumusan yang akan dihasilkan yaitu formulasi matematik dan prosedur komputasi. Formulasi matematik dibutuhkan untuk penilaian sumber-sumber risiko penurunan mutu dan proses
agregasi untuk menentukan rekomendasi penanganan risiko mutu, penentuan ukuran ekonomi produksi minyak sawit kasar di tangki timbun pabrik dan pasokan ke pelabuhan yang dibutuhkan untuk sinkronisasi rencana pengiriman dari pabrik ke pelabuhan, analisis rantai nilai minyak sawit kasar secara menyeluruh sesuai kebutuhan pengambil keputusan dan pihak-pihak yang berkepentingan lainnya dan penjadwalan transportasi tandan buah segar panen.
dengan logika dan konsep yang telah ditetapkan sebelumnya. Pemeriksaan terhadap keluaran program dilakukan dengan menggunakan data dari lapang.
Lokasi dan Waktu Penelitian
Penelitian ini menghasilkan model yang membutuhkan proses verifikasi. Model diverifikasi pada sebuah obyek yang sesuai dengan ruang lingkup dan batasan penelitian. Verifikasi model dilakukan pada sebuah unit kerja yang dimiliki oleh PT Perkebunan Nusantara (PTPN) XIII yaitu kebun Tajati dan pabrik pengolahan Long Pinang. Unit kerja sesuai dengan karakterisrik sistem yang dimodelkan karena mempunyai pabrik pengolahan kelapa sawit dengan sumber pasokan tandan buah segar dari kebun inti, kebun plasma dan pihak ketiga.
Waktu penelitian dimulai April 2008 sampai September 2009 untuk mendapatkan informasi, data teknis dan diskusi dengan para narasumber yang terkait. Tambahan data dan informasi yang dibutuhkan dalam pengembangan model dilakukan pada rentang waktu tersebut.
Teknik-teknik yang Digunakan
Penelitian ini menggunakan berbagai teknik untuk mencapai tujuan yang telah ditetapkan. Penilaian risiko mutu menggunakan teknik Non-Numeric Multi-Expert Multi Criteria Decision Making (ME-MCDM) dengan agregasi penilaian menggunakan teknik Ordered Weighted Averaging (OWA). Hasil penilaian risiko mutu akan menjadi masukan dalam penentuan rekomendasi. Keluaran rekomendasi menggunakan Rule Base atau metode protokol.
secara matematik. Formulasi matematik dihasilkan menggunakan teknik heuristik yaitu proses perumusan yang didasarkan pada logika hubungan antar elemen-elemen pada kondisi nyata.
Formulasi matematik pada pengendalian persediaan akan menggunakan teknik fuzzy untuk mengakomodir fluktuasi permintaan. Unsur fuzzy direpresentasikan dengan fungsi keanggotaan segitiga (triangular). Teknik defuzzifikasi yang digunakan adalah signed distance. Formulasi matematik rantai pasok akan diselesaikan menggunakan algoritma genetika. Teknik algoritma yang digunakan adalah Non-Dominated Sorting in Genetic Algorithm II (NSGA-II). Formulasi matematik pada penjadwalan transportasi tandan buah segar menggunakan Binary Integer Programming.
Pengumpulan Data dan Informasi
Data adalah fakta yang diketahui dan dicatat berguna untuk inferensi atau perhitungan, sedangkan informasi adalah pengetahuan yang dimiliki seseorang berdasarkan pengalaman dan pendidikannya (Hussey dan Hussey 1997). Data verifikasi diperoleh dari lokasi penelitian, sedangkan informasi pengetahuan diperoleh dari para ahli. Teknik pengumpulan data didasarkan dari diskusi tentang rantai pasok dengan para ahli terkait. Kebutuhan data untuk proses verifikasi model berdasarkan kegiatan operasional di kebun, pabrik dan tangki timbun pelabuhan.
pengolahan, kapasitas tangki timbun, biaya simpan di tangki timbun, rata-rata asam lemak bebas di tangki timbun, jam kerja operasi, hari kerja dan jumlah persediaan akhir periode di tangki timbun.
Informasi dikumpulkan dengan cara memberikan beberapa pertanyaan yang dibutuhkan untuk mendukung pengembangan model. Informasi yang berhubungan dengan sistem transportasi tandan buah segar, pengolahan minyak sawit kasar, pengiriman dari pabrik ke pelabuhan, risiko dan manajemen mutu. Informasi dan data dikumpulkan menggunakan instrumen berbentuk lembar isian yang berisikan pertanyaan.
Tahapan Penelitian
Tahapan penelitian merupakan rincian dari langkah-langkah yang dilakukan berdasarkan teknik pemodelan yang telah dijelaskan sebelumnya. Diagram alir tahapan penelitian dapat dilihat pada Gambar 16. Tahapan penelitian sebagai berikut:
1. Mempelajari sistem rantai pasok agroindustri melalui diskusi pendahuluan dengan beberapa pihak yang memahami agroindustri minyak sawit kasar. Selain itu, studi pustaka dilakukan untuk pemahaman sistem nyata yang dipelajari. Pustaka yang dipelajari berhubungan dengan agroindustri minyak sawit kasar dan metoda-metoda yang bisa digunakan dalam menyelesaikan model rantai pasok. Cakupan agroindustri minyak sawit kasar yang perlu dipelajari antara lain pengelolaan kebun kelapa sawit, sistem panen kelapa sawit, proses produksi minyak sawit kasar, manajemen mutu minyak sawit, dan sistem transportasi secara keseluruhan.
penting yang ingin didapat melalui wawancara ini adalah mekanisme koordinasi dan tanggung jawab setiap manajer dalam konteks sistem rantai pasok. Melalui wawancara akan diperoleh gambaran situasi secara menyeluruh.
3. Merumuskan faktor-faktor risiko dan peubah penentu yang dibutuhkan dalam penilaian tingkat risiko rantai pasok. Prosedur yang dilakukan melalui wawancara dan studi pustaka hasil-hasil penelitian terkait. Faktor-faktor risiko yang diperoleh akan distrukturisasi secara hirarki sehingga mendeskripsikan keterkaitan antar faktor.
4. Merumuskan basis aturan untuk menterjemahkan hasil penilaian risiko sehingga rekomendasi dapat dikeluarkan oleh model. Rekomendasi merupakan hasil akuisisi pengetahuan para ahli yang terdiri dari praktisi perkebunan dan dilengkapi melalui studi pustaka penelitian yang terkait.
5. Informasi yang dibutuhkan selanjutnya adalah prakiraan panen tandan buah segar dan penjualan minyak sawit kasar. Panen tandan buah segar merepresentasikan ketersediaan bahan baku yang dapat diolah sedangkan penjualan minyak sawit kasar adalah permintaan yang harus dipenuhi. Data yang dibutuhkan adalah data masa lalu yang diperoleh melalui laporan kegiatan produksi di lokasi penelitian.
menggunakan algoritma genetik sebagai teknik optimasi. Penjadwalan transportasi tandan buah segar adalah menentukan urutan penugasan truk sehingga seluruhan tandan buah segar di lokasi panen dapat diangkut.
7. Merumuskan teknik-teknik penyelesaian untuk setiap formulasi matematik dan penilaian risiko dalam bentuk program komputer. Pada tahap ini dibangun elemen-elemen dari basis data, basis pengetahuan dan basis model serta hubungan masukan dan keluara. Keterkaitan ini dibutuhkan untuk menghasilkan keterpaduan. Keterpaduan diwujudkan dalam bentuk sebuah Sistem Penunjang Keputusan.
8. Verifikasi model menggunakan data dari obyek studi kasus yaitu unit kerja Kebun Tajati dan pabrik Long Pinang. Nilai-nilai yang dihasilkan model akan diperiksa kesesuaiannya berdasarkan logika dan kerja komputasi. Pada tahap ini telah dihasilkan program komputer yang terdiri dari basis model, basis data dan basis pengetahuan.
9. Validasi model untuk mendapatkan keabsahan dan keyakinan bahwa model mampu bekerja sesuai kebutuhan pengambil keputusan.
Verifikasi dan Validasi Model
Kredibilitas sebuah model ditentukan oleh aksebilitas model dihadapan para pengguna atau pemangku kepentingan. Penerimaan sebuah model oleh pengambil keputusan sebagai pengguna harus diuji melalui proses verifikasi dan validasi. Proses ini akan membuktikan kebenaran model dan penerimaan pengguna terhadap kemampuan dari model. Seluruh rangkaian dalam menghasilkan mulai dari pemuatan elemen sistem nyata, pembangunan logika dan penulisan kde komputer dengan bahasa pemrograman tertentu akan diperiksa konsistensinya terhadap konsep dan teori yang digunakan.
diterapkan. Verifikasi adalah proses untuk menjamin bahwa model sudah bekerja dengan benar, sedangkan validasi adalah proses menjamin bahwa model memenuhi kebutuhan yang diharapkan dari segi metoda yang digunakan dan hasil yang diperoleh. Verifikasi dilakukan terlebih dahulu untuk mengetahui kebenaran kerja model, selanjutnya divalidasi untuk mengetahui kesesuaian model terhadap peruntukannya (Carson 2002).
Penelitian dilaksanakan dengan pendekatan sistem untuk menghasilkan sebuah sistem penunjang keputusan. Tujuan dari verifikasi dan validasi adalah memeriksa kesesuaian model dengan teori-teori dan konsep-konsep yang diterapkan dengan sistem nyata. Verifikasi konseptual dilakukan untuk mendapatkan relevansi asumsi-asumsi dan teori-teori yang digunakan dalam memodelkan rantai pasok yang telah diwujudkan dalam bentuk persamaan ataupun pertidaksamaan. Teknik verifikasi yang digunakan adalah menelusuri apakah konsistensi pemakaian relasi dan fungsi pada model sesuai dengan aturan matematik dan menggambarkan fungsi dari variabel keputusan dalam bentuk grafik. Model yang telah melewati verifikasi secara teoritik dan konseptual akan diuji secara komputasional dengan perangkat komputer yang telah disiapkan menggunakan data dari obyek penelitian.
134
Verifikasi
Rancangan sistem penunjang keputusan SIRPO yang dihasilkan dalam penelitian ini menggunakan bahasa pemrograman Matlab 7. Program dibangun dalam dua bagian besar yaitu interface yang berguna sebagai fasilitas interaksi pengguna dengan komputer. Bagian kedua adalah pengkodean program khusus untuk proses komputasi. Pembangunan model seperti ini dimaksudkan untuk memudahkan modifikasi atau perbaikan.
Verifikasi model merupakan proses iteratif dengan beberapa perubahan kecil setiap tahapnya dengan menjalankan program dan menggunakan data dari studi kasus. Iterasi dilakukan berdasarkan kesuksesan atau kegagalan melalui proses verifikasi terhadap model. Basis data, basis model dan basis pengetahuan atau aturan yang telah dibuat dalam program komputer perlu diperiksa logika kerjanya dan konsistensi hasil terhadap konsep yang digunakan. Proses verifikasi dilakukan dalam tiga bagian yaitu pemeriksaan elemen-elemen dalam model diproses dengan benar, kesesuaian rumus matematik yang digunakan baik relasi maupun fungsi yang digunakan dan keluaran dari model.
Semua kegiatan operasional rantai pasok telah dimasukkan dalam model sehingga prinsip holistik terbukti telah diterapkan.
Model matematik diformulasikan untuk persediaan, rantai pasok dan penjadwalan transportasi. Model matematik dapat diverifikasi dengan cara memeriksa relasi antara variabel, parameter dan antar fungsi tujuan dengan kendala-kendala. Pada model persediaan menggunakan teknik optimasi diferensial dengan bilangan fuzzy untuk parameter permintaan untuk mendapatkan ukuran optimal q*. Pembuktian kesesuaian konsep berdasarkan uji konsistensi model fuzzy dengan model persediaan EOQ crisp. Pada tahap pemodelan telah dibuktikan secara matematik bahwa EOQ fuzzy sesuai dengan konsep dasar EOQ crisp. Selain itu, pembuktian nilai optimal dilakukan berdasarkan pembuktian turunan kedua yang menghasilkan nilai selalu positif. Formulasi matematik untuk rantai pasok dan penjadwalan transportasi membutuhkan program komputer untuk verifikasi model. Verifikasi dilakukan dengan cara menjalankan (running) program komputer yang telah dibuat. Hal yang sama juga dilakukan untuk model penilaian risiko penurunan mutu.
Proses verifikasi menggunakan data masukan dari studi kasus. Hal ini dilakukan dengan harapan dapat mendeteksi kekurangan dari setiap bagian dan apabila ditemukan kesalahan dapat dilakukan perbaikan lebih terfokus. Pemeriksaan pertama dilakukan dengan menelusuri hasil program komputer. Jika seluruh baris program berhasil dieksekusi dengan hasil sesuai konsep maka program dianggap berhasil. Pemeriksaan lanjutannya adalah hasil atau keluaran dari program komputer. Model yang baik akan menghasilkan penyelesaian optimal (optimal terminated), jika penyelesaian dari program mengindikasikan tidak layak (infeasible) maka harus diperbaiki salah satu persamaan matematik dan kode program. Pesan kesalahan (error message) yang diberikan oleh perangkat lunak bahasa pemrograman menjadi indikator adanya kesalahan baik pengkodean maupun hubungan logika. Pesan kesalahan akan menunjuk pada baris program yang tidak berhasil dieksekusi. Petunjuk ini memudahkan proses perbaikan sehingga program dapat bekerja sesuai rumusan yang telah ditetapkan.
diterapkan dalam penelitian ini telah berhasil mengintegrasikan dua konsep tersebut yang diwujudkan dalam bentuk sistem penunjang keputusan. Pada aspek manajemen risiko telah dibangun sebuah sistem penilaian tingkat risiko penurunan mutu yang terdiri dari tiga area yaitu kebun, pabrik dan pelabuhan. Penghubung antar area ini difasilitasi oleh kegiatan transportasi dan model mengakomodir risiko penurunan mutu pada aspek transportasi dari kebun ke pabrik dan pabrik ke pelabuhan. Has il penilaian risiko akan diagregasi dan atas dasar nilai agregasi dikeluarkan rekomendasi tindakan atau kebijakan penanganan untuk mengurangi risiko penurunan mutu. Uji konsisten if–then dilakukan dengan memasukkan berbagai jenis data yang berbeda-beda sehingga diketahui kebenaran dari model. Hasil verifikasi khusus model penilaian risiko penurunan mutu adalah sesuai karena berbagai nilai masukan yang berbeda memberikan hasil sesuai dengan basis aturan dan nilai agregasi.
Pada bagian manajemen rantai pasok, model dibangun untuk mampu melakukan optimasi rantai pasok dan optimasi kegiatan transportasi tandan buah segar hasil panen. Model rantai pasok dioptimasi menggunakan algoritma genetika obyektif majemuk sedangkan pada model transportasi hasil panen tandan buah segar menggunakan programa linier bulat biner. Keluaran dari optimasi rantai pasok dapat diperiksa berdasarkan kendala-kendala yang terkait. Apabila nilai optimal tidak melebihi batas kendala yang ditetapkan, maka formulasi matematik yang dihasilkan adalah layak. Pemeriksaan terhadap bentuk grafik penyelesaian awal dan optimal Pareto dari rantai pasok menjadi salah satu cara untuk memverifikasi. Model transportasi tandan buah segar dapat diverifikasi berdasarkan alokasi truk disetiap lokasi panen dan jumlah trip untuk setiap truk.
Nilai-nilai yang ada pada dokumen tersebut akan tersusun sesuai dengan format program komputer dengan besar nilai sesuai dengan variabel keputusan. Pemeriksaan lanjutan terhadap hasil optimasi rantai pasok dapat dilakukan secara manual. Pertama, periksa nilai-nilai dari variabel INTIt, PLASMAt, dan LUARt,
jika memenuhi kendala ketersediaan tandan buah segar maka nilai tersebut adalah sesuai, demikian sebaliknya. Nilai-nilai variabel dependen lainnya dapat diperiksa dengan memasukkan nilai tiga variabel keputusan independen tersebut dalam persamaan-persamaan. Jika hasil perhitungan secara manual sama dengan hasil pada dokumen optimasi rantai pasok, maka program disimpulkan sesuai.
Model untuk transportasi hasil panen tandan buah segar dapat diterapkan menggunkan dua jenis masukan yang terdiri dari rata-rata panen harian dan berdasarkan angka kerapatan panen aktual. Rata-rata panen harian dapat dihitung langsung karena terkait dengan optimasi rantai nilai, sedangkan angka kerapatan panen membutuhkan data tersendiri. Model akan menghasilkan kebutuhan truk sesuai dengan ketetapan jumlah trip (rit). Keluaran dari model penugasan truk pengangkut hasil panen TBS disimpan dalam dokumen .txt. Hasil verifikasi menunjukkan model bekerja dengan baik. Pemeriksaan model dilakukan dengan cara menghitung jumlah kebutuhan truk setiap lokasi panen dan dibandingkan dengan ketersediaan. Jika hasilnya cocok maka model dikatakan sesuai. Hasil verifikasi menunjukkan bahwa model telah sesuai dengan kumpulan kendala yang dirumuskan.
adalah proses berlangsung secara logika dan pararel dengan aliran program. Verifikasi dengan cara ini sekaligus memberikan gambaran penggunaan program, identifikasi ragam masukan program dan ragam keluaran program. Proses perbaikan juga dapat dilakukan secara simultan karena modul-modul yang tidak berjalan sesuai logika akan terdeteksi.
Seluruh rangkaian proses verifikasi telah dilakukan mulai dari pemeriksaan secara konseptual, logika, formulasi matematik dan program komputer. Kesalahan dan kelemahan model pada model yang terdeteksi telah diperbaiki. Model menghasilkan keluaran sesuai dengan konsep yang ditetapkan dan logis. Verifikasi dilakukan pada sebuah sistem rantai pasok yang terdiri dari tiga kebun, sebuah pabrik dan tangki timbun pelabuhan. Cara ini dimaksudkan untuk mengetahui kemampuan model dalam membantu pengambil keputusan. Disamping itu, verifikasi bermanfaat untuk mengetahui aspek-aspek yang perlu diperhatikan dalam rangka meningkatkan efektivitas. Hasil verifikasi model untuk setiap bagian akan diuraikan pada sub bab berikutnya.
Validasi
Pada proses verifikasi telah dilakukan evaluasi terhadap proses komputasi, kerja logika dan elemen-elemen substansi yang diakomidir model. Kondisi seperti ini mendorong proses validasi lebih ditujukan untuk memperbaiki tingkat keyakinan bahwa berdasarkan kondisi yang diasumsikan model mampu mewakili sistem sebenarnya. Proses validasi dilakukan dengan mempelajari seluruh komponen-komponen dari sistem penunjang keputusan dan keluaran yang dihasilkan. Validasi dilakukan oleh praktisi dan akademisi yang memahami konsep rantai pasok dan agroindustri minyak sawit kasar. Orientasi validasi difokuskan pada akurasi hasil komputasi dan kegunaan dari setiap komponen penunjang keputusan. Nilai kegunaan penunjang keputusan lebih diprioritaskan karena menyangkut keandalan penerapannya. Ukuran yang digunakan adalah kemampuan dari model untuk memudahkan proses perencanaan dan pengendalian dalam manajemen rantai pasok minyak sawit kasar. Integrasi manajemen risiko penurunan mutu dan optimasi dari sistem rantai pasok minyak sawit kasar dalam bentuk penunjang keputusan SIRPO diyakini mampu membantu pengambil keputusan dalam manajemen rantai pasok. Rekomendasi untuk mengurangi risiko penurunan mutu dapat ditindaklanjuti melalui komponen manajemen rantai pasok yang telah menyediakan berbagai modul untuk analisis dan optimasi seluruh aspek manajemen rantai pasok.
obyektifitas pendapat dapat terjaga. Komponen-komponen validasi yang dinilai adalah kegunaan dan akurasi dari setiap model.
Diskusi untuk proses validasi diawali dengan menjelaskan muatan dari SIRPO, landasan teori dari setiap model, hubungan antar model dan alasan pengembangan model. Hasil validasi terhadap abstrak SIRPO disimpulkan mempunyai kegunaan dalam membantu pengambil keputusan disetiap tingkat di sistem rantai pasok minyak sawit kasar. Kegunaan model ditunjukkan dari kelengkapan model untuk bisa diterapkan dan mampu menganalisis berbagai unit baik kebun, transportasi, perencanaan produksi dan persediaan. Disamping itu, adanya komputerisasi ini sangat membantu dalam pendokumentasian rencana kerja yang dibutuhkan dalam peningkatan mutu kordinasi antar unit baik vertikal dan horizontal. Ketersediaan modul penilaian risiko, agregasi dan rekomendasi mempunyai kegunaan dalam mengidentifikasi tingkat risiko yang terjadi dan alternatif tindakan manajerial yang perlu dilakukan. Keluaran dari model akan menjadi salah satu pertimbangan untuk dikoordinasikan antar unit sehingga perbaikan operasional terintegrasi. Hasil validasi menyimpulkan bahwa model memiliki nilai kegunaan yang besar peranannya dalam mendukung para pengambil keputusan melalui berbagai fasilitas analisis dan optimasi yang mudah digunakan.
Validasi untuk setiap model secara parsial baik dari segi kegunaan dan akurasi keluaran secara umum dianggap mencukupi. Sorotan akurasi yang lebih banyak dibahas adalah persediaan dan rantai pasok. Keberadaan model persediaan secara prinsip sangat dibutuhkan oleh pengambil keputusan untuk menganalisis tingkat persediaan disetiap tingkat. Analisis persediaan di tangki timbun mempunyai kegunaan dalam sinkronisasi antara pabrik dan persediaan di tangki timbun pelabuhan. Optimasi rantai pasok dengan fungsi tujuan biaya unit sistem dan utilisasi kapasitas pabrik mempunyai kegunaan yang cukup.
panen-angkut-olah perlu dipersepsikan sebagai sebuah pendekatan pengelolaan dari sistem rantai pasok. Pengertian ini menjadi acuan pengembangan model SIRPO sehingga penerapannya memberikan sebuah cara baru dalam pengelolaan risiko dan optimasi sistem rantai pasok. Berbeda dengan pendekatan terencana, penerapan SIRPO akan mendorong para pengambil keputusan dalam mengelola rantai pasok dengan pendekatan sistem.
Manajemen Risiko Mutu
Penilaian Risiko
Penilaian risiko penurunan mutu dibutuhkan untuk mengetahui tingkat risiko dari faktor-faktor pemicu, kegiatan-kegiatan kunci dan unit operasional. Tujuan yang ingin dicapai adalah menmperoleh tingkat risiko secara agregat sehingga diketahui secara bertingkat penyebab terjadinya penurunan mutu. Penilaian risiko menggunakan data masukan dari tiga ahli dengan cara penilaian secara linguistik. Penilaian risiko akan menghasilkan tingkat risiko setiap pemicu risiko hingga agregasi keseluruhan sistem. Pemicu risiko atau peubah penentu merupakan situasi yang berpotensi terjadinya risiko yang mendorong pengambil keputusan melakukan tindakan untuk mengurangi tingkat dampak risiko. Penilaiaan risiko dimaksudkan untuk mengetahui tingkat risiko dari setiap pemicu risiko sehingga pengambil keputusan dapat memberikan perhatian yang lebih pada berisiko tinggi dan sebaliknya. Faktor risiko merupakan kegiatan pokok dari rantai pasok minyak sawit kasar yang diperoleh dari agregasi setiap pemicu risiko.
risiko kegiatan panen. Hasil ini menjadikan lama penumpukan sebagai indikator kunci dalam manajemen risiko operasional panen. Indikator ini menjadi faktor kritikal sehingga perlu dikendalikan dengan baik saat operasional oleh para pelaksana lapang. Gambar 53 adalah hasil penilaian risiko pada kegiatan panen.
Gambar 53 Penilaian risiko pada kegiatan panen
Lanjutan dari kegiatan panen adalah transportasi hasil panen menuju pabrik menggunakan truk. Waktu transportasi dan ketersediaan truk menjadi pemicu risiko yang berisiko tinggi. Kedua pemicu risiko ini menjadi peubah penentu yang menentukan agregasi tingkat risiko pada kegiatan transportasi panen. Hal ini dapat diartikan bahwa ketersediaan truk dan waktu angkut masih perlu ditingkatkan efektivitasnya. Tentunya perencanaan yang lebih baik sangat dibutuhkan agar kegiatan transportasi berkontribusi mengurangi risiko penurunan mutu. Gambar 54 adalah hasil penilaian dari risiko transportasi tandan buah segar terhadap penurunan mutu.
faktor penting dalam memperoleh mutu minyak sawit kasar yang baik. Gambar 55 adalah hasil penilaian risiko penurunan mutu di pabrik.
Gambar 54 Penilaian risiko untuk transportasi panen
Gambar 55 Penilaian risiko pengolahan
Gambar 56 Penilaian risiko pada tangki timbun pabrik
Pengiriman minyak sawit kasar dari pabrik ke tangki timbun pelabuhan merupakan bagian dari proses pelayanan pihak pabrik kepada unit pemasaran. Pihak penerima di pelabuhan akan memeriksa mutu produk yang dikirimkan sebelum memuatnya ke tangki timbun pelabuhan. Hasil penilaian menempatkan lama perjalanan berisiko sedang sedangkan pemicu risiko lainnya yang berisiko rendah. Hal ini dapat diartikan bahwa lama perjalanan masih perlu diawasi dengan baik. Gambar 57 adalah hasil penilaian dari pengiriman minyak sawit kasar ke pelabuhan.
Penyimpanan minyak sawit kasar di tangki timbun pelabuhan bertujuan untuk menjamin ketersediaan produk saat kapal datang. Kontribusi terbesar risiko bersumber dari lama penimbunan. Hal ini mengindikasikan faktor lama penimbunan menjadi indikator kinerja kunci yang masih perlu diperhatikan dengan baik oleh pengambil keputusan. Pengawasan yang kurang baik terhadap tangki timbun dapat memicu risiko penurunan mutu sehingga diharapkan produk tidak terlalu lama disimpan di pelabuhan. Gambar 58 adalah hasil penilaian risiko penurunan mutu di tangki timbun pelabuhan.
Gambar 58 Penilaian risiko di tangki timbun pelabuhan
Tabel 8 Hasil agregasi penilaian risiko pada peubah penentu Kode Peubah Penentu/Faktor-Faktor Pemicu Risiko Tingkat risiko
KR1 Cara panen TBS Rendah
KR2 Jumlah panen TBS Rendah
KR3 Ketrampilan pekerja panen Rendah
KR4 Lama penumpukkan di TPH Tinggi
KR5 Pengawasan panen Rendah
KR6 Kondisi jalan Rendah
KR7 Ketersediaan truk Tinggi
KR8 Waktu angkut panen Tinggi
KR9 Pemuatan dan pembongkaran Rendah
KR10 Sortasi TBS Sedang
KR11 Penumpukan di loading ramp Sedang
KR12 Perebusan Rendah
KR13 Penebahan Rendah
KR14 Pengepresan Rendah
KR15 Pemurnian Rendah
KR16 Lama penyimpanan CPO di pabrik Rendah KR17 Jumlah penyimpanan CPO di pabrik Sedang KR18 Penanganan tangki timbun di pabrik Rendah KR19 Lama perjalanan ke pelabuhan Sedang
KR20 Ketersediaan truk tangki Rendah
KR21 Pemuatan di pabrik Rendah
KR22 Pembongkaran di pelabuhan Rendah
KR23 Lama penyimpanan CPO di pelabuhan Sedang KR24 Jumlah penyimpanan CPO di pelabuhan Rendah KR25 Perawatan tangki timbun di pelabuhan Rendah
Agregasi Skor Tingkat Risiko
sampai tingkat operasional. Hal ini akan memudahkan pengambil keputusan untuk fokus pada faktor pemicu kunci yang beresiko tinggi. Hasil agregasi tingkat risiko dapat dilihat pada Gambar 59.
Gambar 59 Agregasi nilai risiko
Proses mendapatkan tingkat risiko kegiatan kunci dan unit operasional berdasarkan teknik yang dikembangkan Yager (1993) dan hasil aplikasinya pada manajemen risiko oleh Santoso (2005). Tingkat risiko transportasi tandan buah segar adalah tinggi. Kegiatan kunci lainnya relatif lebih rendah sehingga menempatkan kegiatan kunci ini sebagai indikator kunci dalam manajemen risiko mutu. Kontribusi risiko sedang dan tinggi menjadikan unit kebun berisiko tinggi dan relatif lebih berisiko dibandingkan unit lainnya. Hal ini dapat diartikan pentingnya perhatian terhadap manajemen kebun khususnya transportasi hasil panen agar potensi risiko penurunan mutu dapat diatasi dengan baik. Hasil agregasi tingkat risiko secara keseluruhan adalah tingkat risiko sedang.
Basis aturan untuk penentuan kebijakan penanganan risiko dapat dilihat pada Lampiran 3. Gambar 60 adalah nilai agregasi dari setiap kegiatan kunci dan unit operasional.
Gambar 60 Rekomendasi penanganan risiko penurunan mutu
Prakiraan Pasokan Tandan Buah Segar
Ada tiga prakiraan pasokan tandan buah segar sesuai dengan sumber pasokan yang ada selama ini. Ketersediaan tandan buah segar menjadi masukan untuk optimasi rantai pasok. Proses mendapatkan konfigurasi ARIMA untuk prakiraan tandan buah segar dilakukan dengan membagi dua kelompok data yaitu data inisiasi dan data pengujian. Data inisiasi menggunakan Januari 2003 sampai dengan April 2005, sedangkan data pengujian menggunakan Mei 2005 sampai dengan Desember 2007. Plot hasil prakiraan mampu mengikuti pola data masa lalu pasokan tandan buah segar dari setiap kebun. Tingkat kecermatan dan korelasi dari setiap model prakiraan telah dijelaskan pada tahap pemodelan. Nilai-nilai akurasi hasil prakiraan yang telah ditampilkan pada tahap pemodelan menjadi indikator kemampuan dari model untuk memperkirakan pasokan di masa datang. Perbandingan lainnya bisa dilakukan untuk memeriksa model berdasarkan nilai-nilai minimum, maksimum, rata-rata dan deviasi baku dapat dilihat pada Tabel 9.
Tabel 9 Perbandingan aktual prakiraan panen tandan buah segar
Nilai-nilai Kebun Inti (ton) Kebun Plasma (ton) Pihak Ketiga (ton) Aktual Prakiraan Aktual Prakiraan Aktual Prakiraan Minimum 678,0 1341,3 2053,0 1174,0 2315,0 2756,8 Maksimum 7717,4 7608,8 11755,1 11283,0 9154,0 7997,1 Rata-rata 3781,2 3701,3 4659,0 5163,4 4691,8 4629,0 Deviasi baku 1687,9 1308,3 2307,2 2258,3 1592,1 1258,5
Tabel 10 Pasokan tandan buah segar dari setiap kebun Periode Inti (ton) Plasma (ton) Luar (ton) Januari 3745,11 5154,20 3803,44 Pebruari 5118,52 6437,60 4701,58 Maret 4771,42 5346,80 3785,76 April 5441,73 5385,40 4154,50
Mei 5687,38 5234,80 4123,26
Juni 6025,83 5152,30 4629,43 Juli 5488,42 4070,10 3266,50 Agustus 5320,84 4170,30 3671,73 September 5783,25 5000,30 4676,19 Oktober 5918,97 6982,30 5950,57 Nopember 4912,81 6727,90 5643,25 Desember 5202,93 8480,70 6942,12
Teknik prakiraan pasokan tandan buah segar yang telah dipilih tersebut akan memperkirakan ketersediaan tandan buah segar untuk 12 periode ke depan. Data masukan yang dibutuhkan adalah data masa lalu yang digunakan dalam identifikasi teknik prakiraan. Hasil prakiraan ini dibutuhkan sebagai basis data untuk optimasi kebutuhan tandan buah segar dan alokasi pasokan dari setiap sumber atau kebun. Implementasi SIRPO menampilkan prakiraan ketersediaan tandan buah segar dalam bentuk histogram pada Gambar 61. Hasil prakiraan pasokan tandan buah segar merupakan data utama atau inisiasi untuk proses optimasi dan penjadwalan transportasi tandan buah segar.
Prakiraan Penjualan Minyak Sawit Kasar
Prakiraan penjualan minyak sawit kasar adalah memperkirakan jumlah minyak sawit kasar yang terjual. Mekanisme penjualan dilakukan berdasarkan lelang oleh kantor pemasaran bersama. Setiap distrik mempunyai sediaan (stock) minyak sawit kasar di tangki timbun pelabuhan yang siap dikirimkan kepada pelanggan. Pengiriman minyak sawit kasar dari suatu distrik dapat dianggap sebagai realisasi penjualan distrik. Data masa lalu realisasi pengiriman dapat dijadikan sebagai data penjualan suatu distrik.
[image:55.596.244.374.371.535.2]Hasil prakiraan pengiriman dan penjualan minyak sawit kasar dapat dilihat pada Tabel 11. Hasil prakiraan ini akan menjadi masukan dalam pengelolaan persediaan di tangki timbun pelabuhan. Tangki timbun pelabuhan berfungsi untuk menjamin keterandalan pengiriman produk ke konsumen. Optimasi persediaan akan dikaitkan dengan model rantai pasok khususnya pada kendala pengiriman produk dari pabrik ke pelabuhan.
Tabel 11 Prakiraan penjualan minyak sawit kasar Periode Penjualan (ton)
Januari 3.396,96 Pebruari 3.582,66
Maret 3.002,15
April 3.215,87
Mei 3.108,38
Juni 3.072,26
Juli 2.550,15
Agustus 2.517,88 September 2.509,75 Oktober 2.926,88 Nopember 2.428,54 Desember 3.094,97
Tabel 12 Perbandingan aktual dan prakiraan penjualan Minimum Maks imum Deviasi Baku Rata-rata Aktual (ton) 1.259,2 5.263,6 2.646,8 998,5 Prakiraan (ton) 618,3 6.076,2 2.622,7 1.404,8
[image:56.596.131.489.262.485.2]Perbandingan ini memperlihatkan kemampuan model dalam bekerja mampu mendekati kondisi nyata baik dalam mengenali pola maupun pengaruh deret waktu sesuai dengan model yang digunakan. Grafik hasil prakiraan pengiriman ke pelabuhan dan penjualan minyak sawit kasar dapat dilihat pada gambar dibawah ini.
Gambar 62 Hasil prakiraan penjualan
Manajemen Persediaan Minyak Sawit Kasar
pelabuhan berperan dalam melayani proses pengapalan produk untuk dikirim ke konsu
