RANCANG BANGUN PENILAIAN RISIKO MUTU DALAM RANTAI
PASOKAN MINYAK SAWIT KASAR DENGAN PENDEKATAN
SISTEM DINAMIS
STUDI KASUS PT. PERKEBUNAN NUSANTARA IV (PERSERO) UNIT
ADOLINA
SKRIPSI
M. NANDA RAHADIANSYAH
F 34070021
FAKULTAS TEKNOLOGI PERTANIAN
INSTITUT PERTANIAN BOGOR
BOGOR
2011
ii
DESIGN OF THE QUALITY RISK ASSESSMENT IN CRUDE PALM OIL
SUPPLY CHAIN WITH DYNAMIC SYSTEM APPROACH
Muhammad Nanda Rahadiansyah and Marimin
Department of Agroindustrial Technology, Faculty of Agricultural Technology, Bogor Agricultural University, IPB Dramaga Campus, PO Box 220, Bogor
West Java, Indonesia
Phone 62 251 8624622, e-mail : nandarahadiansyah@gmail.com
ABSTRACT
Indonesian palm oil industry has grown significantly in recent years and since 2006 has surpassed Malaysia to become the world’s largest Crude Palm Oil (CPO) producer. With the ever increasing of potential market and market demands for its palm oil products, Indonesia will need to ensure the highest level of palm oil products quality. The main objectives of this research are first, to identify the factors to measure the success of Palm Oil Mills (POM) Adolina’s management. Secondly to design a system dynamic model as a tool to determine the quality risk assessment pattern of POM Adolina. The results from simulation of this model will be referenced when formulating managerial policies. The dynamic model comprises three sub-models, namely production sub-model, transportation sub-model and inventory sub-model respectively. In conclusion, this research produced the formulation of the most important factors to measure management success, namely the level of CPO production and the level of free fatty acid (FFA), and also generated simulation of managerial policies. To obtain them three scenarios were considered, the basic, the dynamic behavior and the risk assessment scenarios. Probabilistic and uncertainty parameters were considered in the third scenario.
Keywords : palm oil industry, supply chain, quality risk assessment, probabilistic, uncertainty, dynamic model
iii
M. NANDA RAHADIANSYAH. F34070021. Rancang Bangun Penilaian Risiko Mutu dalamRantai Pasokan Minyak Sawit Kasar dengan Pendekatan Sistem Dinamis. Di bawah bimbingan
Marimin. 2011
RINGKASAN
Industri kelapa sawit Indonesia telah tumbuh secara signifikan dalam empat tahun terakhir dan sejak tahun 2006 menjadi produsen terbesar di dunia untuk pemasok minyak sawit kasar (CPO) mengungguli Malaysia. Menurut Deptan Republik Indonesia, pada tahun 2009, kapasitas produksi CPO Indonesia mencapai 20,9 juta ton CPO dengan total luas areal perkebunan kelapa sawit mencapai 7,5 juta ha dengan potensi ekstensifikasi lahan 26,6 juta ha. Minyak sawit Indonesia merupakan komoditas strategis dalam pemanfaatan produk turunan yang bernilai tambah tinggi, baik sebagai bahan pangan (minyak goreng), bahan bakar alternatif seperti biodiesel maupun pemanfaatannya pada bidang non-pangan dalam bentuk oleokimia.
Dengan semakin meningkatnya potensi dan permintaan pasar terhadap produk sawit Indonesia, maka akan semakin meningkat urgensi dan kebutuhan akan fungsi kualitas didalamnya. Keragaman kualitas minyak sawit kasar ditentukan oleh beberapa faktor yang merupakan mata rantai dari rantai pasokannya, yaitu kegiatan pasca-panen, transportasi, pengolahan dan penimbunan di tangki timbun pabrik.
Dalam penelitian yang akan dibahas, manajemen risiko yang bersifat preventif akan diterapkan di sepanjang aliran rantai pasokan CPO sehingga dihasilkan suatu pengelolaan terintegrasi panen-angkut-olah. Penelitian ini bertujuan untuk memformulasikan ukuran kesuksesan manajemen terkait CPO yang diproduksi dan merancang model dinamik sebagai alat bantu untuk mengenal pola penilaian risiko mutu perusahaan dan mensimulasikannya untuk mendapatkan susunan kebijakan pada tingkat manajemen. Penelitian ini dilakukan pada bulan April – Juni 2011, bertempat di perusahaan yang dianggap melakukan best practices dalam pengelolaan minyak sawit kasar yang diproduksi yaitu PT. Perkebunan Nusantara IV (Persero) Unit Adolina. Data-data pendukung dalam pengembangan model dinamik juga diperoleh dari Pusat Penelitian Kelapa Sawit (PPKS) Medan dalam rentang periode penelitian yang sama.
Model dinamik penilaian risiko mutu PKS Unit Adolina, CPOdyn, dirancang bagi praktisi-praktisi yang bergerak dalam industri kelapa sawit sebagai laboratorium belajar simulator manajemen pabrik kelapa sawit secara umum. Model CPOdyn dikembangkan untuk membuat proyeksi skenario kebijakan terbaik berdasarkan RKAP yang telah ditetapkan oleh perusahaan. Model dinamik yang dibangun tersebut merupakan integrasi dari tiga sub-model, yaitu sub-model produksi, sub-model transportasi dan sub-model persediaan.
Verifikasi model dilakukan untuk pemeriksaan secara konseptual dan logis dari formulasi matematik dan program simulasi yang dihasilkan. Dalam pengertian lain, verifikasi model juga dimaksudkan untuk menguji apakah program komputer sudah menunjukkan perilaku dan respon sesuai dengan tujuan model. Perangkat lunak yang digunakan dalam pemrograman adalah Powersim Studio 2005, dimana verifikasi dilakukan sebelum hasil tersebut dapat di-running. Apabila dalam
worksheet tidak terdapat notasi “#” dan “?” maka program simulasi dinamik sudah lulus tahapan
verifikasi. Validasi model dilakukan dengan melihat validasi struktur dari bangunan teori, melihat kinerja keluaran model dengan keluaran model dunia nyata dengan uji kondisi ekstrim, pemeriksaan konsistensi unit analisis dan pemeriksaan konsistensi data secara statistik.
Kesimpulan dari penelitian ini adalah perumusan ukuran kesuksesan manajemen terkait dengan ukuran kesuksesan tiap-tiap rantai pasok CPO dan pengembangan simulasi skenario
iv
kebijakan, baik skenario dasar, skenario perilaku dinamik dan juga skenario penilaian risiko dimana terdapat parameter probabilistik dan ketidakpastian didalamnya, sehingga dihasilkan susunan rekomendasi kebijakan pada perusahaan terkait peningkatan kinerja.Ukuran kesuksesan manajemen berdasarkan hasil strukturisasi sistem yang telah berhasil dirumuskan dalam penelitian ini adalah produksi CPO dan kadar asam lemak bebas. Kedua ukuran kesuksesan manajemen tersebut bersifat dinamik dan dipengaruhi oleh parameter produktivitas kebun, rendemen CPO, persentase TBS restan, pengaruh kriteria panen terhadap kadar asam lemak bebas dan kecukupan truk.
Skenario dasar berdasarkan proyeksi hasil simulasi produktivitas kebun, rendemen CPO, TBS restan dan pengaruh kriteria panen terhadap kadar asam lemak bebas serta kecukupan truk selama periode Mei-September 2011 menghasilkan dinamika produksi CPO PKS Unit Adolina dengan kisaran sebesar 3846921 kg hingga 4419347 kg. Dinamika kadar asam lemak bebas yang diperoleh dengan kisaran sebesar 3,80%- 3,84%.
Simulasi perilaku dinamik pada skenario agresif (optimis) pada periode Mei-September 2011 menghasilkan dinamika produksi CPO PKS Unit Adolina dengan kisaran sebesar 3846921 kg hingga 4419347 kg. Dinamika kadar asam lemak bebas yang diperoleh dengan kisaran sebesar 3,80%- 3,84%.
Simulasi perilaku dinamik pada skenario lambat (pesimis) pada periode Mei-September 2011 menghasilkan dinamika produksi CPO PKS Unit Adolina dengan kisaran sebesar 2999770 kg hingga 3563005 kg. Dinamika kadar asam lemak bebas yang diperoleh dengan kisaran sebesar 4,09%- 4,13%.
Hasil penilaian risiko akibat karakteristik ketidakpastian pada persentil 50% menunjukkan, bahwa kinerja PKS Unit Adolina dari sisi produksi CPO bulan Mei 2011 sebesar mencapai nilai 3860158 kg dan pada bulan September 2011 meningkat menjadi 4446622 kg. Dinamika produksi CPO pada persentil 25% periode Mei 2011 sebesar 3612941 kg dan pada September 2011 meningkat menjadi 4148236 kg. Dinamika produksi CPO pada persentil 75% periode Mei 2011 sebesar 4084867 kg dan periode September 2011 meningkat menjadi sebesar 4698084 kg.
Hasil penilaian risiko akibat karakteristik ketidakpastian pada persentil 50% menunjukkan, bahwa kinerja PKS Unit Adolina dari sisi kadar asam lemak bebas bulan Mei 2011 menyentuh tingkat asam lemak bebas sebesar 3,83% dan pada September 2011 menurun menjadi 3,79%. Penurunan pada kadar asam lemak bebas mengindikasikan bahwa kualitas CPO yang diproduksi jauh lebih baik daripada periode sebelumnya. Dinamika kadar asam lemak bebas pada persentil 25% periode Mei 2011 sebesar 3,62% dan pada September 2011 meningkat performanya menjadi 3,55%. Dinamika kadar asam lemak bebas pada persentil 75% periode Mei 2011 sebesar 3,99% dan periode September 2011 menurun menjadi 3,97%.
Berdasarkan simulasi skenario kebijakan optimis dapat dirumuskan beberapa prioritas yang dapat dijadikan rekomendasi kebijakan terhadap perusahaan. Rumusan kebijakan berhubungan dengan hal-hal yang menjadi parameter yang diuji pada model yang mempunyai korelasi signifikan terhadap parameter utama, yaitu tingkat produksi CPO dan kadar asam lemak bebas. Rumusan kebijakan meliputi aspek peningkatan produktivitas kebun, aspek peningkatan rendemen CPO, aspek penanganan pasca-panen yang didalamnya terkandung penanganan TBS restan dan pemanenan TBS.
Saran terhadap pengembangan penelitian ini adalah agar penilaian risiko mutu tersebut lebih kompleks, mendetail dan lebih merepresentasikan perilaku dinamik secara nyata, perlu diintegrasikan sistem antrian (queueing system) dalam sub-model transportasi serta disertai dengan penambahan sub-model finansial, dimana aspek biaya produksi, biaya kehilangan dan keuntungan pabrik termasuk didalamnya.
v
M. NANDA RAHADIANSYAH. F34070021. Design of The Quality Risk Assessment in CrudePalm Oil Supply Chain with Dynamic System Approach. Supervised by Marimin. 2011
SUMMARY
The Indonesian palm oil industry has grown significantly in recent years and since 2006 has surpassed Malaysia to become the world’s largest Crude Palm Oil (CPO) supplier. According to Ministry of Agriculture of Republic Indonesia, in 2009, Indonesia’s CPO production capacity reached 20.9 million tons of CPO with the total area of oil palm plantation reached 7.5 million acres and a potential of 26.6 million acres of land extensification. Indonesian palm oil is a strategic commodity in the utilization of derivative products of high added value, both as food products (cooking oil), alternative fuels (biodiesel) and its utilization of non-food products in the form of oleochemicals.
With the ever increasing of potential markets and market demands for Indonesian palm products, it will increase the need for quality functions in it. The variance of CPO qualities is determined by several factors, which are the entities of its supply chain, namely post-harvest activities, transportation, processing and accumulation of inventory in the storage tank of CPO.
In research to be discussed, preventive risk management will be implemented along the supply chain of CPO to produce an integrated management of each element in the CPO supply chain. Firstly, this study aimed to measure the success of Palm Oil Mills (POM) Adolina’s management. Secondly to design the dynamic model as a tool to determine the quality risk assessment pattern of POM Adolina and simulate it to obtain several policies on the management level. This research was conducted in April-June 2011, placed in a best practice and highly reputable company in CPO manufacturing, namely PT. Perkebunan Nusantara IV (Persero) Unit Adolina. Supporting data in the development of dynamic models were also obtained from Pusat Penelitian Kelapa Sawit (PPKS) Medan within the same research period.
Dynamic model of POM Adolina’s quality risk assessment, CPOdyn, designed for practitioners engaged in the oil palm industry as a learning laboratory simulator palm oil plant management in general. A CPOdyn model was developed to acquire best policy scenario projections based on company’s RKAP that have been set by the company before. The CPOdyn model comprises three sub-models, namely production sub-model, transportation sub-model and inventory sub-model respectively.
Verification carried out to check the model conceptually and logically correct from the mathematical function and simulation program generated. In another sense, verification of the model is also intended to test whether a simulation program has demonstrated behavior and response in accordance with the purpose of the model. The software used in programming is Powersim Studio 2005, where verification process is done before these results can be running. If the worksheet does not have the notation “#” and “?”, then the simulation program has passed the verification stage. Validation of the model done by checking at the structure of theory building, extreme test conditions, consistency of unit analysis and examine consistency data by statistical method.
In conclusion, this research produced the formulation of the most important factors to measure management success and also generated simulation and recommendation of managerial policies. To obtain them three scenarios were considered, the basic, the dynamic behavior and the risk assessment scenarios. Probabilistic and uncertainty parameters were considered in the third scenario.
The structure of management success which has been successfully formulated in this study is the level of CPO production and free fatty acid (FFA). Both of these management success are affected
vi
by the parameters of plantation productivity, the yield of the CPO, the percentage of leftover palm oil bunches, the harvest criteria of palm oil and the sufficiency of the truck.Basic scenario simulation, based on parameters of plantation productivity, the yield of the CPO, the percentage of leftover palm oil bunches, the harvest criteria of palm oil and the sufficiency of the truck, during the period of May-September 2011 generated the dynamics of production level of CPO with a range of 3846921 kg to 4419347 kg. The dynamics of free fatty acid levels obtained with the range of 3.80% - 3.84%.
Simulation of dynamic behavior of the aggressive scenario (optimistic) during the period of May-September 2011 resulted the dynamics of CPO production of POM Adolina’s with a range of 3846921 kg-4419347 kg. The dynamics of free fatty acid levels obtained with the range of 3.80%-3.84%
Simulation of dynamic behavior of the slow scenario (pessimistic) in the period May-September 2011 generated the dynamics of CPO production of POM Adolina’s with a range of 2990770 kg-3563005 kg. The dynamics of free fatty acid levels obtained with the range of 4.09%-4.13%.
The results of risk assessment simulation, due to uncertainties, on the 50% percentile indicated that the performance of POM Adolina on CPO production in May 2011 reached a value of 3860158 kg and in September 2011 increased to 4446622 kg. Dynamics of production of CPO on the 25% percentile for the period May 2011 reached a value of 3612941 kg and in September 2011 increased to 4148236 kg. Dynamics of production of CPO on the 75% percentile for the period of May 2011 amounted 4084867 kg and increased in September 2011 up to 4698084 kg.
The results of risk assessment simulation, due to uncertainties, on the 50% percentile indicated that the performance of POM Adolina on free fatty acid level in May 2011 reached a value of 3.83% and in September 2011 decreased to 3.79%. The decrease in free fatty acid levels indicated that the quality of CPO produced better than the previous period. Dynamics of free fatty acid level on the 25% percentile for the period May 2011 reached a value of 3.62 kg and in September 2011 the performance increased up to 3.55%. The dynamics of the free fatty acid level on the 75% percentile for the period of May 2011 were 3.99% and decreased in September 2011 down to 3.97%.
Based on optimistic policy scenario simulations can be formulated several priorities as recommendations for the company. The formulations of policies related to parameters to be tested on the model that have a significant correlation to the management success, namely the level of CPO production and free fatty acid level. These formulation policies included the enhancement of the several aspects, namely the aspect of plantation productivity, the aspect of the yield of CPO and the aspect of post-harvest handling which contained the harvesting and handling of leftover palm oil bunches.
Recommendations for the development of this research are to construct the quality risk assessment to be more complex, detailed and represent the perfect dynamics of palm oil industry through the integration of queuing systems in the transportation sub-model and by adding a financial sub-model, in which aspects of production costs, losses costs and factory profit included therein.
vii
RANCANG BANGUN PENILAIAN RISIKO MUTU DALAM RANTAI
PASOKAN MINYAK SAWIT KASAR DENGAN PENDEKATAN
SISTEM DINAMIS
STUDI KASUS PT. PERKEBUNAN NUSANTARA IV (PERSERO) UNIT
ADOLINA
SKRIPSI
Sebagai salah satu syarat untuk memperoleh gelar
SARJANA TEKNOLOGI PERTANIAN
pada Departemen Teknologi Industri Pertanian
Fakultas Teknologi Pertanian
Institut Pertanian Bogor
Oleh
M. NANDA RAHADIANSYAH
F 34070021
FAKULTAS TEKNOLOGI PERTANIAN
INSTITUT PERTANIAN BOGOR
BOGOR
2011
viii
Judul Skripsi : Rancang Bangun Penilaian Risiko Mutu dalam Rantai Pasokan Minyak SawitKasar dengan Pendekatan Sistem Dinamis : Studi Kasus PT. Perkebunan Nusantara IV (Persero) Unit Adolina
Nama : M. Nanda Rahadiansyah NIM : F 34070021
Menyetujui,
Pembimbing,
(Prof. Dr. Ir. Marimin, M.Sc.)
NIP. 19610905 198609 1 001
Mengetahui :
Ketua Departemen,
(Prof. Dr. Ir. Nastiti Siswi Indrasti)
NIP. 19621009 198903 2 001
ix
PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI
Saya menyatakan dengan sebenar-benarnya bahwa skripsi dengan judul
Rancang Bangun Penilaian Risiko Mutu dalam Rantai Pasokan Minyak Sawit
Kasar dengan Pendekatan Sistem Dinamis : Studi Kasus PT. Perkebunan
Nusantara IV (Persero) Unit Adolina adalah hasil karya saya sendiri dengan
arahan Dosen Pembimbing Akademik, dan belum diajukan dalam bentuk apapun
pada 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 skripsi ini.
Bogor, Desember 2011
Yang membuat pernyataan
M. Nanda Rahadiansyah
F 34070021
x
© Hak Cipta milik M. Nanda Rahadiansyah, tahun 2011
Hak cipta dilindungi
Dilarang mengutip dan memperbanyak tanpa izin tertulis dari Institut Pertanian Bogor, sebagian atau seluruhnya dalam bentuk apapun, baik cetak, fotokopi, microfilm, dan sebagainya
xi
BIODATA PENULIS
Penulis lahir di Medan pada tanggal 15 Oktober 1990. Penulis merupakan anak pertama dari tiga bersaudara yang lahir dari pasangan Bapak Ir. H. Dadang Rosehan Achfas dan Ibu Hj. Susanna Lubis. Pendidikan formal ditempuh penulis di SD Swasta Harapan 2 Medan pada tahun 1996-2002, SLTP Swasta Harapan 2 Medan (program akselerasi) pada tahun 2002-2004, dan SMA Negeri 1 Medan pada tahun 2004-2007. Setelah lulus SMA, penulis menempuh pendidikan di Institut Pertanian Bogor melalui Undangan Seleksi Masuk IPB (USMI) angkatan 44 dan diterima di Departemen Teknologi Industri Pertanian Fakultas Teknologi Pertanian. Selama menjadi mahasiswa, penulis aktif mengikuti kegiatan non-akademik ekstrakampus di Himpunan Mahasiwa Islam (HMI), Himpunan Mahasiswa Teknologi Industri IPB (HIMALOGIN) dan Ikatan Mahasiswa Muslim Asal Medan (IMMAM) Bogor. Dalam organisasi, penulis pernah diberikan amanah untuk menjabat sebagai Kepala Bidang Perguruan Tinggi, Kemahasiswaan dan Kepemudaan HMI Komisariat Fakultas Teknologi Pertanian (FATETA) periode 2008/2009, Kepala Bidang Pengembangan Sumberdaya Manusia IMMAM periode 2008-2009 dan Penanggung Jawab Sementara (PJS) Kepala Departemen Industri HIMALOGIN periode 2009/2010. Selama aktif di organisasi, penulis sering terlibat dalam kepanitiaan berbagai acara, penulis juga pernah beberapa kali menjadi narasumber pada acara yang diselenggarakan baik di IPB maupun di luar IPB. Penulis pernah mengikuti program praktik lapang di PT Perkebunan Nusantara IV (Persero) Unit Adolina, Perbaungan Sumatera Utara pada tahun 2010. Selain itu penulis juga pernah menjadi nominator Mahasiswa Berprestasi (Mapres) FATETA pada tahun 2010.
xii
KATA PENGANTAR
Puji dan syukur penulis panjatkan ke hadirat Tuhan semesta alam, Allah SWT karena berkat ridho dan kehendak-Nya penulis masih dapat diberikan kesempatan untuk berfikir dan menyelesaikan tulisan ini. Tak lupa pula shalawat beriring salam diberikan kepada Rasulullah Nabi Muhammad SAW, seorang tauladan yang mengarahkan umat manusia dari zaman kebodohan hingga zaman sekarang demi mendapat kemuliaan dari Allah SWT. Skripsi yang berjudul Rancang Bangun Penilaian Risiko Mutu dalam Rantai Pasokan Minyak Sawit Kasar dengan Pendekatan Sistem Dinamis : Studi Kasus di PT. Perkebunan Nusantara IV (Persero) Unit Adolina ini dilaksanakan sejak bulan April hingga Oktober 2011.
Penulisan skripsi ini merupakan syarat untuk mendapatkan gelar Sarjana Teknologi Pertanian. Semoga skripsi ini dapat bermanfaat, khususnya bagi pelaku baik civitas akademis maupun praktisi yang bergerak langsung di industri pengolahan kelapa sawit. Penulis menyadari bahwa penulisan skripsi masih jauh dari kesempurnaan. Oleh karena itu, penulis mengharapkan saran dan kritik yang membangun demi kemajuan tulisan ini. Pada kesempatan ini penulis ingin mengucapkan terima kasih yang sebesar-besarnya kepada pihak-pihak yang telah membantu dalam penyelesaian skripsi ini, yaitu: 1. Prof. Dr. Ir. Marimin, M.Sc. selaku pembimbing skripsi yang dengan sabar dan penuh dedikasi
membantu penulis dalam menyelesaikan program sarjana di Institut Pertanian Bogor.
2. Prof. Dr. Ir. Erliza Noor dan Prof. Dr-Ing. Ir. Suprihatin selaku dosen penguji yang senantiasa memberikan perbaikan dan saran yang membangun dalam pengembangan penulisan skripsi. 3. Kedua orangtua tercinta dan kedua adikku, Fashana dan Rania, yang senantiasa berdoa untuk
kelancaran dan keselamatan penulis serta selalu mendukung dengan memberikan nasihat dan makna dari pengorbanan dalam penyelesaian skripsi.
4. PT. Perkebunan Nusantara IV (Persero) Unit Adolina dan Pusat Penelitian Kelapa Sawit (PPKS) Medan yang telah memberikan penulis kesempatan untuk meneliti dan mengambil data untuk kepentingan penyusunan skripsi ini.
5. Bapak Ir. Khoiruddin Nasution selaku Manajer Unit PT. Perkebunan Nusantara IV (Persero) Unit Adolina dan Ibu Ir. Safarida Silalahi selaku staf PAHAM PPKS Medan yang telah menerima penulis dengan baik selama melakukan penelitian di lokasi.
6. Istia Asri, S.Ked. yang selalu mengingatkan dan memberi motivasi beserta dukungan kepada penulis dalam penelitian dan penyelesaian skripsi.
7. Bapak calon Doktor Bambang Herry dan Syarif Hidayatullah yang telah meluangkan waktunya untuk membantu penulis dalam menyelesaikan skripsi ini.
8. Faiz, Aw, Fakhri, Arya, Ismet, Iza, Sangun, Eko, Rahman, Iqbal, Eva, Muti, Dede, Zafira, Mali, Anita, Desti dan rekan seperjuangan penulis di TIN 44 lainnya yang tanpa henti memberikan dukungan dan aroma persaingan sehat terhadap penulis selama menyelesaikan kuliah di IPB. 9. Fandi, Yuri, Julyanda, Ginda, Alfan dan adik-adik angkatan 45 eks Iona dan teman-teman
se-OMDA IMMAM yang telah memberikan suasana layaknya keluarga sendiri terhadap penulis ketika menuntut ilmu di perantauan.
10. Semua pihak yang telah ikut berdoa dan memberikan motivasi dalam penulisan skripsi ini yang tidak bisa disebutkan satu per satu.
xiii
Akhirnya penulis berharap semoga tulisan ini bermanfaat dan memberikan kontribusi yang nyata terhadap pengembangan ilmu pengetahuan dalam bidang industri perkelepasawitan Indonesia.Bogor, Desember 2011
xiv
DAFTAR ISI
Halaman
DAFTAR ISI ... xiv
DAFTAR TABEL ... xvi
DAFTAR GAMBAR ... xvii
DAFTAR LAMPIRAN ... xix
DAFTAR ISTILAH ... xx
I. PENDAHULUAN A. LATAR BELAKANG ... 1
B. TUJUAN PENELITIAN ... 2
C. RUANG LINGKUP PENELITIAN ... 3
D. MANFAAT PENELITIAN ... 3
II. TINJAUAN PUSTAKA A. INDUSTRI PENGOLAHAN CPO ... 4
B. SISTEM RANTAI PASOK ... 5
C. RANTAI PASOK AGROINDUSTRI ... 6
D. MANAJEMEN RISIKO RANTAI PASOK ... 9
E.ENTERPRISE RISK MANAGEMENT – INTEGRATED FRAMEWORK AND APPLICATION TECHNIQUES (ERM-IFAT) ... 11
F. SISTEM RANTAI PASOK MINYAK SAWIT KASAR ... 12
G. PENDEKATAN SISTEM DAN DINAMIKA SISTEM ... 12
1. Diagram Sebab Akibat (Causal Loop Diagram) ... 13
2. Pola Dasar Perilaku Sistem ... 14
3. Stock Flow Diagram (SFD) ... 16
H. PENELITIAN TERDAHULU ... 16
III. METODOLOGI PENELITIAN A. KERANGKA PEMIKIRAN ... 19
B. TAHAPAN PEMODELAN SISTEM DINAMIK ... 20
C. TATA LAKSANA 1. Pengumpulan Data ... 23
2. Pengolahan Data ... 23
3. Tempat dan Waktu Penelitian ... 23
IV. GAMBARAN UMUM PERUSAHAAN A. SEJARAH PERUSAHAAN ... 24
B. LETAK GEOGRAFIS ... 24
C. LUAS AREAL PRODUKSI ... 25
D. STRUKTUR ORGANISASI ... 25
E.KETENAGAKERJAAN & SISTEM MANAJEMEN KESEHATAN DAN KESELAMATAN KERJA (SMK3) ... 27
F.SISTEM MANAJEMEN MUTU (ISO 9001-2008) DAN SISTEM MANAJEMEN LINGKUNGAN (ISO 14001-2004) ... 27
G. JAM KERJA ... 28
xv
V. STRUKTURISASI SISTEMA. DESKRIPSI PENILAIAN RISIKO MUTU CPO ... 30
B. KETERKAITAN UKURAN KESUKSESAN KINERJA ... 32
VI. PERANCANGAN MODEL DINAMIK A.POLA PERILAKU RUJUKAN ... 34
B. ASUMSI MODEL ... 35
C. DIAGRAM KAUSAL PENILAIAN RISIKO MUTU PKS ADOLINA ... 36
D. MODEL DINAMIK PENILAIAN RISIKO MUTU PKS ADOLINA ... 37
1. Diagram Alir Sub-Model Produksi ... 39
2. Diagram Alir Sub-Model Persediaan ... 41
3. Diagram Alir Sub-Model Transportasi ... 42
E. TELAAH VARIABEL ... 44
VII. PENGUJIAN MODEL DAN SIMULASI SKENARIO A.VERIFIKASI ... 45
B.VALIDASI 1. Validasi Teoritis ... 45
2. Kondisi Ekstrim ... 46
3. Konsistensi Unit ... 48
4. Konsistensi Hasil Keluaran ... 48
C. UJI SENSITIVITAS ... 51
D. SIMULASI SKENARIO 1. Analisis Perilaku Dasar ... 52
2. Analisis Perilaku Dinamik ... 55
3. Analisis Penilaian Risiko ... 61
VIII. REKOMENDASI KEBIJAKAN ... 65
IX. KESIMPULAN DAN SARAN A. KESIMPULAN ... 69
B. SARAN ... 70
DAFTAR PUSTAKA ... 71
xvi
DAFTAR TABEL
Halaman
Tabel 1. Indikator kinerja rantai pasok setiap tingkatan ... 8
Tabel 2. Jumlah pekerja dalam satu shift di PKS Unit Adolina. ... 28
Tabel 3. Identifikasi stock model dinamik penilaian risiko mutu PKS Unit Adolina. ... 37
Tabel 4. Hasil uji distribusi probabilitas ... 44
Tabel 5. Hasil validasi kinerja produksi CPO ... 49
Tabel 6. Hasil validasi kinerja kadar ALB ... 50
Tabel 7. Matriks skenario kebijakan ... 55
Tabel 8. Dinamika produksi CPO pada berbagai skenario ... 61
Tabel 9. Dinamika kadar ALB pada berbagai skenario ... 61
Tabel 10. Dinamika produksi CPO pada berbagai selang distribusi ... 63
Tabel 11. Dinamika kadar ALB pada berbagai selang distribusi ... 64
xvii
DAFTAR GAMBAR
Halaman
Gambar 1. Diagram alir proses produksi CPO ... 5
Gambar 2. Deret siklus pembentukan rantai pasok (Vorst et.al, 2007) ... 6
Gambar 3. Perspektif analitik dari rantai pertanian (Ruben et.al, 2006) ... 8
Gambar 4. Sistem rantai pasok agroindustri minyak sawit kasar ... 12
Gambar 5. Pertumbuhan eksponensial. ... 14
Gambar 6. Mencari tujuan ... 15
Gambar 7. Gelombang ... 15
Gambar 8. Batas pertumbuhan ... 16
Gambar 9. Stock flow diagram (SFD) ... 16
Gambar 10. Posisi penelitian terdahulu ... 18
Gambar 11. Keterkaitan antar entitas rantai pasokan CPO terhadap kualitas CPO yang dihasilkan... 19
Gambar 12. Kerangka pemikiran penelitian ... 20
Gambar 13. Alur tahapan penelitian ... 20
Gambar 14. Peta lokasi geografis PKS Adolina. ... 24
Gambar 15. Keterkaitan ukuran kesuksesan kinerja PKS Unit Adolina ... 33
Gambar 16a. Dinamika kadar ALB ... 34
Gambar 16b. Dinamika derajat kematangan panen TBS ... 34
Gambar 17. Dinamika kebutuhan truk. ... 35
Gambar 18. Peta model mental penilaian risiko mutu CPO PKS Unit Adolina. ... 36
Gambar 19. Diagram lingkar kausal penilaian risiko mutu PKS Unit Adolina ... 37
Gambar 20. Model dinamik penilaian risiko mutu PKS Unit Adolina ... 38
Gambar 21. Diagram alir sub-model produksi ... 39
Gambar 22. Diagram alir sub-model persediaan ... 41
Gambar 23. Diagram alir sub-model transportasi ... 42
Gambar 24. Dinamika produksi CPO akibat produktivitas kebun naik 100% ... 46
Gambar 25. Dinamika persediaan CPO akibat produktivitas kebun naik 100% ... 46
Gambar 26. Dinamika jumlah trip aktual akibat produktivtas kebun naik 100% ... 47
Gambar 27. Dinamika produksi CPO akibat produktivitas kebun turun 100% ... 47
Gambar 28. Dinamika persediaan CPO akibat produktivitas kebun turun 100%... 47
Gambar 29. Dinamika jumlah trip aktual akibat produktivtas kebun turun 100% ... 48
Gambar 30. Validasi kinerja produksi CPO ... 49
Gambar 31. Validasi kinerja kadar ALB ... 50
Gambar 32. Dinamika produksi CPO akibat perubahan parameter sensitif ... 51
Gambar 33. Dinamika kadar ALB akibat perubahan parameter sensitif ... 52
Gambar 34. Kinerja produktivitas kebun Januari 2010-September 2011 ... 53
Gambar 35. Kinerja rendemen CPO Januari 2010 – September 2011 ... 53
Gambar 36. Kinerja pengaruh kriteria panen terhadap kadar ALB Januari 2010 – September 2011 ... 53
Gambar 37. Kinerja TBS restan Januari 2010 – September 2011 ... 54
Gambar 38. Dinamika produksi CPO pada skenario dasar ... 54
Gambar 39. Dinamika kadar ALB pada skenario dasar ... 54
xviii
Gambar 41. Dinamika kadar ALB (SR 1 A) ... 56
Gambar 42. Dinamika produksi CPO (SR 1 B) ... 56
Gambar 43. Dinamika kadar ALB (SR 1 B) ... 57
Gambar 44. Dinamika produksi CPO (SR 1C) ... 57
Gambar 45. Dinamika kadar ALB (SR 1 C) ... 57
Gambar 46. Dinamika produksi CPO (SR 2) ... 58
Gambar 47. Dinamika kadar ALB (SR 2) ... 58
Gambar 48. Dinamika produksi CPO (SR 3) ... 58
Gambar 49. Dinamika kadar ALB (SR 3) ... 59
Gambar 50. Dinamika produksi CPO (SR 4) ... 59
Gambar 51. Dinamika kadar ALB (SR 4) ... 59
Gambar 52. Perbandingan dinamika produksi CPO pada berbagai skenario ... 60
Gambar 53. Perbandingan dinamika kadar ALB pada berbagai skenario ... 60
Gambar 54. Perhitungan persentil ... 62
Gambar 55. Dinamika produksi CPO akibat pengaruh ketidakpastian ... 62
Gambar 56. Dinamika kadar ALB akibat pengaruh ketidakpastian ... 63
xix
DAFTAR LAMPIRAN
Halaman
Lampiran 1. Struktur organisasi PKS Unit Adolina ... 75
Lampiran 2. Tabel pedoman kisi-kisi wawancara ... 76
Lampiran 3. Jadwal penelitian... 77
Lampiran 4. Uji distribusi probabilitas ... 78
Lampiran 5. Plot data analisis regresi... 86
Lampiran 6. Penentuan armada transportasi TBS ... 89
Lampiran 7. Angka-angka pengolahan pabrik tahun 2010 ... 96
Lampiran 8. Ekspresi risiko ALB pada pelaku rantai pasokan CPO tiap skenario kebijakan 99 Lampiran 9. List persamaan Powersim ... 105
xx
DAFTAR ISTILAH
Causal loop diagram (CLD) : Diagram yang merepresentasikan realita kompleks menjadi bentuk visual yang lebih mudah dipahami.
Crude Palm Oil (CPO) : Hasil utama dalam pengolahan TBS. Minyak tersebut berwarna merah dan dimanfaatkan sebagai bahan baku untuk menghasilkan produk turunan yang bernilai tambah lebih tinggi yang meliputi industri pangan (minyak goreng, margarin dll), non-pangan (oleokimia) dan bahan bakar alternatif.
CPOdyn : Program simulator kebijakan manajemen yang dihasilkan dari penelitian ini berdasarkan
pendekatan sistem dinamis. Program ini merepresentasikan rantai pasok dan penilaian risiko mutu CPO yang dihasilkan PT. Perkebunan Nusantara IV Unit Adolina.
Enterprise Risk Management – Integrated Framework and Application Techniques (ERM-IFAT) : Suatu paradigma baru dalam sistem manajemen risiko korporasi yang dirancang khusus untuk para pengambil keputusan dalam mengidentifikasi, mengontrol dan menghasilkan kebijakan yang tepat dalam rangka penanganan risiko demi mendukung pencapaian tujuan perusahaan. Terdapat delapan komponen yang saling terkait, yaitu (1) lingkungan internal, (2) penetapan tujuan, (3) identifikasi potensi risiko, (4) penilaian risiko, (5) respons risiko, (6) pengendalian risiko, (7) informasi dan komunikasi) dan (8) pengawasan.
Kadar ALB : Kadar asam lemak bebas yang terkadung dalam CPO yang diproduksi.
Kegiatan pasca-panen : Kegiatan yang dilakukan setelah proses pemanenan TBS hingga TBS tepat
akan diangkut ke pabrik untuk diolah.
Kegiatan pengolahan TBS di pabrik :Proses pengolahan TBS yang diterima di pabrik untuk diolah
menjadi CPO sebagai hasil utama.
Kegiatan penimbunan di tangki timbun pabrik : Prose penyimpanan sementara CPO yang telah
diproduksi sebelum dikirimkan ke konsumen selanjutnya.
Kegiatan transportasi panen : Proses pengangkutan seluruh hasil panen TBS ke dalam pabrik untuk
segera diolah dengan menggunakan jumlah armada transportasi dan trayek yang tersedia.
Latin Hypercube : Metode simulasi analisa penilaian risiko secara probabilistik dengan menggunakan nilai spesifik distribusi probabilitas variabel penguji untuk dilihat responnya terhadap dinamika parameter utama.
Mean Absolute Percentage Error (MAPE) : Ukuran akurasi ketepatan model yang merupakan rata-rata dari keseluruhan persentase kesalahan (selisih) antara data aktual dengan data hasil simulasi.
Model : Bentuk tiruan dari dunia nyata.
Pendekatan sistem : Cara penyelesaian persoalan yang dimulai dengan identifikasi terhadap adanya
sejumlah kebutuhan dalam dan luar sistem sehingga dapat menghasilkan operasi dari sistem yang dianggap efektif. Ditandai oleh dua hal : (1) mencari semua faktor penting yang ada dalam masalah dan (2) konstruksi model kuantitatif untuk membantu keputusan secara rasional.
Pola perilaku batas pertumbuhan (S-shaped growth) : Pola perilaku sistem yang terdiri dari
xxi
secara pelan dan lambat menuju pada kondisi pencapaian sistem yang berada pada keseimbangan. Pola batas pertumbuhan memiliki empat unsur : kejadian aktual, kejadian diinginkan, kesenjangan dan tindakan koreksi.Pola perilaku bergelombang : Pola perilaku sistem yang dibentuk oleh umpan balik negatif untuk
mencari tujuan atau keadaan yang diinginkan dengan penambahan penundaan sebagai tindakan perbaikan.
Pola perilaku mencari tujuan : Pola perilaku sistem yang dibentuk oleh umpan balik negatif antara
elemen-elemen sistem yang tujuannya untuk mencari keseimbangan dan statis. Simpal umpan balik negatif bekerja memberikan pengaruh terhadap sistem untuk mencari tujuan atau keadaan yang diinginkan.
Pola perilaku pertumbuhan eksponensial : Pola perilaku sistem yang didominasi oleh pengaruh
positif. Umpan balik positif memberi efek perubahan penguatan dengan banyaknya kejadian perubahan.
P-value : Peluang untuk menerima H0 dengan membandingkan nilai α (0,05) pada selang kepercayaan
95%.
Rencana Kerja Anggaran Perusahaan (RKAP) : Target pencapaian yang ditetapkan perusahaan
terhadap unit usaha tertentu berdasarkan data pencapaian historis dan sumberdaya yang ada.
Rantai pasok : Jejaring fisik dan aktivitas yang terkait dengan aliran bahan dan informasi yang
terintegrasi di dalam perusahaan serta melintasi batas-batas perusahaan.
Risiko : Segala kejadian yang memiliki peluang kemungkinan terjadi dan dapat berdampak negatif
terhadap pencapaian tujuan perusahaan.
Sensitivitas : Pengujian terhadap model dengan mengasumsikan kemungkinan kondisi pada dunia
nyata dengan menerapkan metode skenario terbaik dan terburuk. Setiap perubahan parameter, dalam hal ini dinaikkan (diturunkan) 10% dari nilai parameter dasar akan dilihat responnya terhadap perubahan parameter utama.
Sistem dinamik : Salah satu metodologi dalam pendekatan sistem dengan memanfaatkan bantuan
komputer untuk menganalisa dan memecahkan masalah rumit dengan fokus pada analisa dan desain kebijakan.
Skenario kebijakan : Kombinasi-kombinasi variabel penguji untuk dilihat responnya terhadap
dinamika parameter utama. Terdiri dari tiga jenis skenario kebijakan beserta kombinasinya, yaitu skenario agresif (optimis), skenario moderat dan skenario lambat (pesimis).
Stock flow diagram (SFD) : Susunan diagram alir dalam pembangunan model dinamik yang terdiri dari stock dan flow. Stock merupakan akumulasi, karakteristik keadaan sistem dan pembangkit informasi, dimana aksi dan keputusan didasarkan padanya.
Tandan buah segar (TBS) : Buah kelapa sawit yang dengan segala karakteristik kualitasnya
dijadikan sebagai bahan baku dalam pengolahan minyak sawit kasar (CPO).
Tandan buah segar (TBS) Restan : TBS sebagai bahan baku untuk pengolahan CPO yang tidak
segera diolah setelah diangkut dari kebun (>1x24 jam). Peristiwa ini dapat disebabkan oleh tidak optimalnya penjadwalan transportasi TBS dari kebun ke pabrik dan tidak efektifnya penjadwalan pengolahan di pabrik (terjadi stagnasi pabrik, dll).
xxii
Uji distribusi probabilitas : Pengujian kesesuaian sebaran data dalam model dengan sebaran data di
dunia nyata. Uji distribusi probabilitas dengan metode Kolmogorv-Smirnov menghasilkan nilai
p-value.
Verifikasi : Pengecekan hubungan konseptual dan logis dari formulasi matematik dan program
simulasi yang dihasilkan. Atau dalam pengertian lain, merupakan pengujian kesesuaian perilaku dan respon model terhadap tujuan model.
Validasi : Usaha penyimpulan apakah model sistem tersebut merupakan perwakilan yang sah dari
1
I.
PENDAHULUAN
A.
LATAR BELAKANG
Industri kelapa sawit Indonesia telah tumbuh secara signifikan dalam empat tahun terakhir dan sejak tahun 2006 menjadi produsen terbesar di dunia untuk pemasok minyak sawit kasar (CPO) mengungguli Malaysia. Menurut Deptan Republik Indonesia, pada tahun 2009, kapasitas produksi CPO Indonesia mencapai 20,9 juta ton CPO dengan total luas areal perkebunan kelapa sawit mencapai 7,5 juta ha dengan potensi ekstensifikasi lahan 26,6 juta ha. Selain itu minyak sawit Indonesia merupakan komoditas strategis dalam pemanfaatan produk turunan yang bernilai tambah tinggi, baik sebagai bahan pangan (minyak goreng), bahan bakar alternatif seperti biodiesel maupun pemanfaatannya pada bidang non-pangan dalam bentuk oleokimia (Direktorat Jenderal Perkebunan Indonesia).
Urgensi dari pengembangan komoditi sawit telah digalakkan dan ditetapkan sebagai komoditi ekspor non migas untuk meningkatkan devisa negara dan memenuhi kebutuhan industri minyak nabati dan industri lainnya di dalam negeri. Penetapan ini didukung oleh pemerintah mengenai pengembangan perkebunan kelapa sawit rakyat melalui kemitraan dengan perkebunan besar, yang berdampak pada peningkatan areal pengembangan tanaman kelapa sawit rakyat dan berbagai program revitalisasi perkebunan kelapa sawit yang cukup signifikan dari tahun ke tahun. Produk sawit Indonesia cenderung diekspor dalam bentuk CPO ke negara-negara lain seperti Malaysia, India, kawasan Eropa dan juga kawasan Amerika. Tahun 2007 secara total produksi CPO Indonesia adalah 17,7 juta ton dengan volume CPO yang diekspor mencapai 16,8 juta ton atau senilai US$ 8.013.600.000. Volume dan nilai ekspor produk kelapa sawit dalam bentuk CPO tersebut diproyeksikan akan meningkat terus seiring dengan peningkatan luas lahan kelapa sawit.
Dengan semakin meningkatnya potensi dan permintaan pasar akan produk sawit Indonesia, maka akan semakin terpapar secara eksplisit kebutuhan mengenai kualitas produk dan bahan antara yang dihasilkan. Selain itu, karakteristik produk pertanian yang mudah rusak, kamba dan dipengaruhi musim menjadi kendala tersendiri yang membutuhkan perhatian dan penanganan yang tepat. Tentunya setiap industri selalu menginginkan proses bisnis yang mampu memenuhi elemen kepuasan pelanggan, yaitu mutu sesuai pasar, biaya yang minimum dan minimasi waktu yang nantinya terkait kepada kualitas dan kepuasan konsumen.
Masalah pasokan dan kualitas didalamnya menjadi isu penting dalam peningkatan produktivitas. Dalam kaitan ini, penjaminan pasokan bahan baku dari kebun ke pabrik dan pasokan produk dari pabrik ke konsumen selanjutnya menjadi aspek-aspek risiko mutu penting yang patut diperhatikan agar kerugian pada perusahaan dapat diantisipasi.
Keragaman mutu minyak sawit kasar atau CPO dipengaruhi oleh kegiatan panen, transportasi, pengolahan dan penimbunan. Hasil penelitian terkait mutu yang dilakukan oleh Kandiah
et.al (2002) dalam Hadiguna (2010) menunjukkan bahwa penundaan pengolahan akan meningkatkan
kadar asam lemak bebas. Minyak sawit kasar juga berisiko mengalami perubahan dan kerusakan selama transportasi jika harus menempuh jarak 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.
2
Berbagai pokok bahasan dan penerapan metode-metode telah dilakukan dalam penelitian agroindustri kelapa sawit. Beberapa yang telah dilakukan diantaranya oleh Basiron (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. Jayaprawira (2010) dan Hadiguna (2010) merancang secara mendalam suatu sistem penunjang keputusan dan optimalisasi rantai pasok terkait dengan agroindustri kelapa sawit sehingga dapat digunakan oleh manajemen puncak korporasi yang bergerak di perkelapasawitan agar mampu menghasilkan kebijakan yang efektif nantinya. Arah penelitian selanjutnya perlu difokuskan terhadap pengelolaan terpadu antara kebun, pabrik dan tangki timbun yang dikenal dengan istilah manajemen panen-angkut-olah. Perhatian ini dimaksudkan untuk peningkatan kinerja sistem dalam hal peningkatan mutu CPO. Upaya yang dapat dilakukan adalah menerapkan konsep manajemen risiko dan rantai pasok secara bersama.Penerapan pola manajemen risiko dalam rangkaian aliran bahan input hingga menjadi output agroindustri terus berkembang. Hal ini dapat ditela‟ah oleh banyaknya penelitian yang dilakukan pada berbagai agroindustri antara lain dalam tulisan Udayana (2009) yang menilai risiko operasional maupun finansial dalam industri biodiesel berbasis kelapa sawit dan kemudian Tyas (2008) menyimpulkan bahwa penjaminan proses panen kelapa sawit dapat menentukan keberhasilan pencapaian target produksi perusahaan.
Manajemen rantai pasok agroindustri menempatkan sistem manajemen panen-angkut-olah menjadi faktor kunci. Pengelolaannya perlu memperhatikan aspek biaya dan mutu. Manajemen rantai pasok agroindustri tersebut meliputi integrasi, koordinasi dan kolaborasi seluruh organisasi sepanjang rantai pasokan. Integrasi rantai pasokan (internal dan eksternal) merupakan pekerjaan yang sulit karena adanya perbedaan dan konflik tujuan dari fasilitas dan pelaku yang terlibat, serta rantai pasokan merupakan suatu sistem dinamis yang berkembang sepanjang waktu.
Oleh karena adanya permasalahan kualitas dari hulu sampai ke hilir dalam suatu cakupan mata rantai pasokan pada industri CPO Indonesia perlu dilakukan suatu penelitian dengan pendekatan model dinamis agar ukuran kriteria kesuksesan perusahaan dapat terkendali.
B.
TUJUAN PENELITIAN
Tujuan yang ingin dicapai dari penelitian ini adalah sebagai berikut :
1. Mengidentifikasi perilaku dinamik yang mempengaruhi keragaman mutu minyak sawit kasar di sepanjang rantai pasokan.
2. Merumuskan ukuran kesuksesan manajemen dalam penilaian risiko penurunan mutu berdasarkan strukturisasi sumber-sumber pemicu risiko yang terdapat dalam seluruh rangkaian operasional rantai pasok CPO.
3. Merancang model dinamik sebagai alat bantu mengenal pola penilaian risiko mutu CPO PKS Unit Adolina dan mensimulasikannya untuk mendapat susunan kebijakan pada tingkat manajemen.
3
C.
RUANG LINGKUP
Ruang lingkup penelitian yang dilakukan pada PT. Perkebunan Nusantara IV Unit Adolina adalah :
1. Identifikasi sumber risiko mutu dan penilaian risiko mutu dilakukan pada tiap mata rantai elemen rantai pasok CPO (afdeling, kinerja transportasi, pabrik kelapa sawit dan tangki timbun CPO).
2. Batasan strukturisasi sistem penilaian risiko mutu CPO mendeskripsikan penerapan sistem penilaian risiko mutu CPO yang mengacu pada ukuran kesuksesan manajemen PKS Unit Adolina .
3. Perancangan model dinamik ditujukan bagi pengambil keputusan tingkat manajemen menengah berupa perumusan kebijakan terbaik yang memiliki keterkaitan dengan ukuran kesuksesan manajemen perusahaan.
4. Model mental atau peta kognitif sebagai basis perancangan struktur model dinamik merupakan hasil bentukan persepsi pemodel dalam memahami penilaian risiko mutu CPO PKS Unit Adolina pada saat penelitian ini dilaksanakan.
5. Keluaran model berupa penilaian kondisi kinerja PKS Adolina berdasarkan pengaturan beberapa skenario kebijakan. Skenario perumusan kebijakan yang diformulasukan hanya sebatas usulan dan tidak sampai penerapan komprehensif di PKS Unit Adolina tempat studi dilaksanakan. Penerapan kebijakan merupakan proses yang memerlukan waktu panjang dimana pemodel harus melakukan usaha meyakinkan model melalui proses pendidikan dan diskusi bagi para pengambil keputusan.
D.
MANFAAT PENELITIAN
Hasil penelitian akan memberikan usulan rekomendasi beserta khasanah pengetahuan bagi perusahaan akan faktor-faktor penyebab fluktuasinya nilai produksi CPO dan asam lemak bebas (ALB) dari CPO yang diproduksi sehingga nantinya dapat mengantisipasi kerugian yang ditimbulkan, serta dapat dipakai untuk membuat skenario perumusan kebijakan manajerial PKS Adolina pada bulan-bulan mendatang dalam rangka mencapai ukuran kesuksesan PT. Perkebunan Nusantara IV yang telah ditetapkan. Manfaat akademis bagi departemen Teknologi Industri Pertanian dalam rangka memperkaya ilmu pengetahuan kajian pengembangan sistem dinamik sebagai metodologi untuk menjawab permasalahan industri berbasis agro pada umumnya.
4
II.
TINJAUAN PUSTAKA
A. INDUSTRI PENGOLAHAN CPO
Kelapa sawit adalah tanaman komersial penghasil minyak nabati yang paling produktif di dunia. Ekspansi kelapa sawit menempatkannya pada posisi penting dalam industri dan perdagangan minyak dunia. Berdasarkan bukti fosil, sejarah dan linguistik, tanaman ini berasal dari daerah pesisir tropis Afrika Barat. Tanaman kelapa sawit liar dimanfaatkan oleh penduduk lokal Afrika Barat sebagai sumber minyak makan.
Pada 1911, perkebunan kelapa sawit pertama didirikan di Pulau Raja (Asahan) dan Sungei Liput (Aceh). Luas areal pada tahun 1938 telah mencapai 92 ribu ha di Indonesia. Pada 1922, Pabrik Kelapa Sawit (PKS) pertama dibangun di Tanah Itam Ulu – Sumatera Utara, sedangkan pada 1977 pabrik oleokimia pertama dibangun di Tangerang dan pola PIR pertama diintroduksikan di Tebenan-Sumatera Selatan dan Alue Merah – Aceh. (PPKS, 2004)
Karakteristik industri berbasis agro memiliki ketergantungan terhadap bahan baku yang diolah. Penanganan pengolahan bahan baku baik di pabrik maupun di kebun memberikan pengaruh aktivitas produksi secara kuantitas maupun kualitas terhadap produk yang dihasilkan. Industri pengolahan CPO termasuk yang mempunyai keunikan tersebut, sehingga keberlangsungan produksinya tergantung keterkaitan dari kinerja di kebun dan di pabrik. Mutu unit PKS bergantung pada mutu buah kelapa sawit yang diterima sedangkan mutu hasil olah sangat ditentukan oleh bahan bakunya. Bahan baku tersebut dipengaruhi oleh kegiatan pasca panen, seperti mutu panen dan transportasi. Kesalahan pada langkah pengumpulan hasil dapat mengakibatkan mutu hasil olahan tidak dapat memenuhi standar yang telah ditetapkan yang berujung pada efisiensi pengolahan.
Bahan baku, dalam pengolahan CPO, yaitu tandan buah segar kelapa sawit yang dapat terdiri dari tiga varian, Tenera, Dura dan Psifera. Ketiga jenis tanaman kelapa sawit dibedakan berdasarkan irisan penampang buah dimana Dura memiliki tempurung yang tebal dan daging buah yang tipis, jenis Pesifera memiliki biji yang kecil dengan tempurung yang tipis serta daging buah yang tebal, sedangkan jenis Tenera merupakan hasil persilangan Dura dengan Pesifera menghasilkan buah dengan tempurung yang tipis, daging buah yang tebal dan inti yang besar.
Proses pengolahan CPO (Gambar 1) dimulai dari jembatan penimbangan untuk menentukan berat netto TBS. Fungsi dari stasiun ini adalah sebagai tempat penimbangan TBS yang dibawa ke pabrik dan hasil produksi serta sebagai proses kontrol untuk mengetahui rendemen dan kapasitas pabrik. Setelah melalui proses penimbangan, TBS kemudian dibawa untuk dikumpulkan. Fungsi dari stasiun ini adalah sebagai tempat penampungan TBS sementara untuk beberapa saat sambil menunggu proses awal dari pengolahan. Tahap penerimaan buah ini harus secepat mungkin untuk meminimalkan kemungkinan terjadi proses degradasi perubahan mutu minyak.
Proses perebusan merupakan salah satu proses vital dalam produksi CPO. Dalam proses ini enzim lipase penghasil asam lemak bebas dinonaktifkan kinerjanya dan juga berfungsi sebagai perlakuan awal terhadap bahan-bahan yang akan dipisahkan secara mekanik sehingga lebih mudah terpisahkan serta berfungsi untuk menekan kadar air pada TBS.
Proses penebahan dilakukan untuk melepaskan dan memisahkan brondolan sawit dari tandannya. Dalam proses penebahan diberlakukan standar persentase brondolan yang tidak lepas dari tandan agar menghindari kegagalan produksi akibat prosedur yang tidak ditaati. Dalam proses penebahan ini dihasilkan by-product berupa tandan kosong yang langsung dibawa ke perkebunan untuk dijadikan pupuk organik.
5
Proses pengempaan buah merupakan proses pemisahan minyak dari sabut dan inti buah kelapa sawit. Menghasilkan hasil samping berupa fiber dan inti buah sawit yang diolah nantinya agar menghasilkan kernel yang dapat diolah menjadi minyak kernel sawit.Minyak yang dipisahkan kemudian dimurnikan pada proses klarifikasi minyak sawit sehingga dihasilkan CPO. Proses ini merupakan proses yang sangat kritis dimana proses ini menentukan mutu hasil olah yang diproses sehingga menentukan mutu PKS secara garis besar.
Gambar 1. Diagram alir proses produksi CPO
B.
SISTEM RANTAI PASOK
Istilah manajemen rantai pasok (supply chain management) dipopulerkan sebagai pendekatan manajemen persediaan yang ditekankan pada pasokan bahan baku. Isu ini terus berkembang sebagai kebijakan strategis perusahaan yang menyadari bahwa keunggulan bersaing dan pemenuhan kepuasan seluruh pemangku kepentingan berhubungan dengan aliran bahan atau barang dari pemasok hingga pengguna akhir. Rantai pasok adalah jejaring fisik dan aktivitas yang terkait dengan aliran bahan dan informasi didalam atau melintasi batas-batas perusahaan. Sebuah rantai pasok akan terdiri dari rangkaian proses pengambilan keputusan dan eksekusi yang berhubungan dengan aliran bahan, informasi dan uang. Proses dari rantai pasok bertujuan untuk memenuhi kebutuhan pelanggan mulai dari proses produksi sampai konsumen akhir. Rantai pasok bukan hanya terdiri dari produsen dan pemasoknya tetapi mempunyai ketergantungan dengan aliran logistik, pengangkutan, penyimpanan atau gudang, pengecer dan konsumen itu sendiri. Dalam arti luas, rantai pasok juga termasuk pengembangan produk, pemasaran, operasi-operasi, distribusi, keuangan dan pelayanan pelanggan (Vorst et.al, 2007 dalam Hadiguna, 2010). Rantai pasok sepintas terlihat sebagai deretan siklus-siklus yang bekerja sebagai interface bagi dua tahapan (stages). Gambar 2 adalah deretan siklus-siklus yang menjadi rantai pasok yang diikat oleh sistem persediaan antar pelaku.
6
Gambar 2. Deret siklus pembentukan rantai pasok (Vorst et.al, 2007)
Cara pandang terhadap rantai pasok sebagai sebuah siklus menjadikan kategorisasi rantai pasok dalam tiga bentuk dasar yaitu rantai pasok internal, rantai pasok eksternal dan rantai pasok total atau keseluruhan. Rantai pasok internal adalah aliran bahan dan informasi yang terintegrasi dalam unit bisnis (korporasi) dari pemasok sampai pelanggan dan kadang disebut logistik bisnis. Rantai pasok eksternal adalah aliran bahan dan informasi yang terintegrasi di dalam unit bisnis (korporasi) yang melintasi antara pemasok langsung dan pelanggan. Rantai pasok total adalah aliran bahan dan informasi yang terintegrasi didalam unit bisnis yang melintasi secara majemuk antara pemasok langsung dan pelanggan. Efektifitas rantai pasok total akan dipengaruhi oleh rantai pasok eksternal dan demikian selanjutnya rantai pasok internal akan mempengaruhi efektifitas rantai pasok eksternal.
Tujuan dari manajemen rantai pasok adalah memperbaiki kepercayaan dan kolaborasi sejumlah mitra rantai pasok sekaligus perbaikan persediaan yang terlihat dan kecepatan peningkatan persediaan. Titik awal dari manajemen rantai pasok adalah persediaan yang perlu disiasati sehingga kinerja sistem secara keseluruhan bisa lebih baik yang diukur dari berbagai sudut pandang para pemangku kepentingan. Kegiatan – kegiatan dari rantai pasok dapat dikelompokkan menjadi tiga tingkatan, yaitu strategis, taktis dan operasional. Tiga tingkatan inilah yang menjadi isu-isu kunci dalam penelitian manajemen rantai pasok. Menurut Simchi-Levi et.al dalam Hadiguna (2010), tingkatan strategis berhubungan dengan keputusan-keputusan yang mempunyai efek jangka panjang terhadap perusahaan diantaranya optimasi jejaring strategis, mitra strategis dengan pemasok, infrastruktur teknologi informasi, keputusan buat sendiri atau beli dan memperluas strategi organisasi secara keseleruhan dengan strategi pasokan. Tingkatan taktis termasuk keputusan-keputusan yang secara khas diperbaharui setiap kuartal sampai dengan setiap tahun sekali diantaranya pembelian, permintaan, produksi, prakiraan permintaan atau penjualan, kebijakan persediaan dan strategi transportasi. Tingkatan operasional berhubungan dengan keputusan-keputusan setiap hari diantaranya penjadwalan, penentuan rute transportasi, penentuan waktu ancang dan pembebanan truk. Setiap tingkatan mempunyai keterikatan baik bersifat top-down maupun bottom-up.
C.
RANTAI PASOK AGROINDUSTRI
Perkembangan manajemen rantai pasok juga sudah menjadi perhatian para pelaku agroindustri. Praktiknya dikenal dengan istilah manajemen rantai pasok agroindustri. Industri pertanian atau agroindustri telah menjadi salah satu obyek penelitian yang masih baru di bidang manajemen rantai pasok. Hal ini dapat diketahui dari minimnya publikasi yang memuat hasil-hasil penelitian pada bidang ini. Menurut Austin (1992) agroindustri adalah pusat dari rantai pertanian yang penting mempelajari rantai tersebut mulai dari areal pertanian hingga pasar. Agroindustri membutuhkan pasokan bahan baku yang berkualitas dan jumlah yang sesuai kebutuhan. Menurut Brown (1994) untuk mendapatkan pasokan bahan baku yang berkualitas maka diperlukan standar dasar komoditas, sedangkan kuantitas pasokan perlu memperhatikan produktivitas tanaman. Cakupan agroindustri yang cukup luas dan kompleks menjadi sangat menarik untuk dipelajari oleh para peneliti dibidang manajemen rantai pasok.
7
Rantai pasok agroindustri secara sederhana adalah rangkaian kegiatan pasokan dan pemrosesan yang menggunakan bahan baku dari hasil pertanian. Negara-negara yang mempunyai potensi pertanian tentunya berupaya untuk berhasil meningkatkan daya saing produk-produk hasil pertaniannya. Manajemen rantai pasok yang berpandangan holistik sangat tepat untuk dipraktikkan. Upaya penyeimbangan atau prinsip proporsionalitas yang sangat diharapkan pada sistem pertanian modern dapat dicapai melalui praktik manajemen rantai pasok. Hal ini dapat dilakukan karena definisi manajemen rantai pasok mengedepankan pemenuhan kepuasan para pemangku kepentingan. Dalam sistem rantai pasok pertanian, para pemangku kepentingan bisa terdiri dari petani, pedagang, pengumpul, prosesor, distributor, pengecer, konsumen akhir dan pemerintah. Setiap pemangku kepentingan akan memiliki kepentingan yang berbeda-beda dan dipengaruhi pula oleh lingkungan bisnis. Cara pandang yang holistik dan tidak menghilangkan kompleksitas sangat penting diperhatikan.Pada prinsipnya, rantai pasok agroindustri memiliki karakteristik dua tipe yaitu produk segar dan produk yang diproses. Produk segar misalnya saja sayuran, buah-buahan dan sejenisnya yang tidak membutuhkan proses pengolahan khusus atau proses transformasi kimia. Sebaliknya, produk pertanian yang diproses membutuhkan proses transformasi kimia atau perubahan bentuk. Khusus untuk produk pertanian tipe ini akan melibatkan beberaa pemain diantaranya petani atau perkebunan, prosesor atau pabrik, distributor dan retail. Perlu dipahami bahwa dalam jejaring rantai pasok pertanian lebih dari satu rantai pasok dan lebih dari satu proses bisnis yang dapat diidentifikasi, bisa dalam satu waktu terjadi proses paralel dan sekuensial.
Sistem rantai pasok agroindustri tidak terlepas dari sistem yang lebih lengkap lagi. Dalam perspektif analitik, bauran antara produsen dan distributor akan dipengaruhi oleh faktor ekonomi, teknologi, sosial, legal dan lingkungan. Faktor-faktor ini akan saling berkomplementer dalam penciptaan sebuah sistem rantai pasok. Gambar 3 adalah skema perspektif analitik dari dimensi-dimensi yang berpengaruh. Dimensi ekonomi berhubungan dengan efisiensi rantai dalam perspektif manfaat-biaya dan orientasi pelanggan. Peningkatan efisiensi dan profitabilitas dapat dilakukan sebuah unit bisnis melalui kerjasama pada kolom yang berkesesuaian. Dimensi lingkungan berhubungan dengan cara produksi yang ramah lingkungan. Hasil samping dari proses produksi komoditas pertanian dapat dimanfaatkan sebagai produk samping atau siklus ulang dari produk yang berkualitas rendah. Dimensi teknologi berhubungan dengan penerapan teknologi, sistem logistik, teknologi informasi dan komunikasi untuk memperbaiki kinerja. Dimensi sosial dan legal berhubungan dengan norma yang harus diikuti agar tidak merugikan banyak pihak (Ruben et al, 2006) Pengelolaan rantai pasok agroindustri modern akan memperhatikan indikator kinerja yang menjadi obyektif dari setiap pelaku rantai pasaok yang terlibat. Indikator kinerja dapat dikategorisasi menjadi tiga tingkatan, yaitu jejaring rantai pasok, organisasi dan proses. Kinerja rantai pasok adalah derajat kemampuan memenuhi kebutuhan pengguna akhir (end user) dan pemangku kepentingan terhadap indikator kinerja di setiap unit waktu dan periode. Indikator kinerja akan menjadi obyektif yang ingin dicapai. Vorst et.al (2007) merumuskan indikator kinerja rantai pasok agroindustri pangan yang bisa dijadikan acuan rantai pasok agroindustri secara umum (Tabel 1). Tingkatan yang dimaksudkan adalah jejaring rantai pasok, organisasi dan proses. Jejaring rantai pasok adalah unit-unit bisnis yang terlibat dalam rantai, organisasi adalah unit bisnis individual dan proses adalah kegiatan dari dalam unit bisnis untuk transformasi lahan.
8
Gambar 3. Perspektif analitik dari rantai pertanian (Ruben et.al, 2006) Tabel 1. Indikator kinerja rantai pasok setiap tingkatan
Tingkatan Indikator Kinerja Penjelasan
Jejaring rantai pasok
Ketersediaan produk Selalu tersedia saat dibutuhkan
Kualitas produk Sisa umur hidup produk
Responsiveness Waktu siklus pesan rantai pasok
Keandalan pengiriman Waktu siklus pesan rantai pasok Total biaya rantai pasok Jumlah seluruh biaya-biaya
organisasi di dalam rantai pasok
Organisasi
Tingkat persediaan Jumlah produk di
penyimpangan Waktu throughput Waktu yang dibutuhkan untuk
mengerjakan rantai proses bisnis
Responsiveness Waktu ancang dan fleksibilitas
Keandalan pengiriman Persentase pengiriman tepat waktu dan jumlah yang tepat Total biaya rantai pasok Jumlah biaya seluruh proses
didalam organisasi
Proses
Waktu throughput Waktu yang dibutuhkan
mengerjakan proses
Responsiveness Fleksibilitas proses
Hasil proses Luaran proses
Biaya proses Biaya yang dikeluarkan saat proses bekerja
Ekonomi
Teknologi
Sosial / Legal
Lingkungan
Produsen primer (petani, perkebunan) Pemrosesan Distributor Pengecer
Pasar
9
Perdana (2009) mengembangkan lima komponen pembentuk model rancangbangun manajemen rantai pasokan agroindustri yang efisien dan berkeadilan, yaitu struktur jaringan rantai pasokan, rekayasa kualitas, sistem produksi, inovasi kelembagaan dan sistem pengukuran kerja yang berimbang.Setiawan (2009) merumuskan strategi peningkatan kinerja rantai pasok sayuran, yaitu: (1) optimalisasi sistem penjadwalan (baik dalam penanaman dan pemanenan) dengan memperhitungkan aspek cuaca, (2) peningkatan kinerja responsifitas dan fleksibilitas untuk pemenuhan pesanan, (3) perlunya implementasi sistem manajemen mutu dan lingkungan (ISO 9000 & 14000), Hazard
Analysis Critical Control Point (HACCP), Good Handling Practices dan Good Agricultural Practices
(GAP).
Zee dan Vorst (2005) menerapkan teknik simulasi dalam menganalisis rantai pasok bahan pangan dan mengevaluasi beberapa alternatif rancangan skenario menggunakan simulasi kejadian diskrit untuk sistem rantai pasok eselon majemuk di Belanda. Model simulasi melibatkan variabel-variabel dari level strategis dan operasional, indikator kinerja dan entitas bisnis dari sistem.
D.
MANAJEMEN RISIKO RANTAI PASOK
Risiko muncul dari adanya suatu ketidakpastian. Ketidakpastian akan kejadian yang terjadi di internal maupun eksternal perusahaan mengakibatkan timbulnya semacam ancaman yang dapat mengakibatkan kerugian baik dari segi operasional maupun finansial pada perusahaan. Rantai pasok yang digambarkan sebagai suatu sistem yang kompleks yang terdiri dari berbagai jejaring elemen atau entitas rantai pasok tentunya sangat sensitif akan timbulnya risiko tersebut. Secara mudah, manajemen risiko rantai pasok merupakan suatu tools atau metode dalam mencegah dan menanggulangi timbulnya risiko serta ketidakpastian yang terjadi dalam setiap jalur rantai pasokan suatu perusahaan. Risiko rantai pasok adalah distribusi kemungkinan hasil kegiatan yang hilang dari perbedaan keluaran (outcomes) rantai pasok yang mungkin sehingga mengakibatkan perusahaan tidak dapat memenuhi permintaan konsumen. Risiko rantai pasok terdiri dari perbedaan dalam hal informasi, aliran bahan dan produk, yang berasal dari pemasok awal sampai dengan pengiriman kepada pengguna akhir (Gaonkar dan Viswanadham, 2006). Risiko rantai pasok pada dasarnya merujuk kepada kemungkinan dan efek dari ketidaksesuaian antara pasokan dan permintaan (Zsidisin dan Ritchie, 2011). Selanjutnya, konsekuensi risiko dapat diasosiasikan dengan keluaran spesifik rantai pasok seperti biaya atau kualitas. Berdasarkan hal ini, maka dikenal bangunan dasar manajemen risiko rantai pasok yaitu sumber risiko, konsekuensi risiko, probabilitas risiko dan strategi mitigasi risiko. Manajemen risiko rantai pasok fokus pada bagaimana memahami dan menanggulangi pengaruh berantai ketika suatu kecelakaan yang besar dan kecil terjadi pada suatu titik dalam jaringan pasokan. Selanjutnya hal yang paling penting adalah memastikan bahwa ketika gangguan terjadi, perusahaan mempunyai kemampuan untuk kembali kepada keadaan normal dan melanjutkan bisnisnya (Suharjito
et.al, 2011).
Menurut Cavinato (2004) pada dasarnya ada lima aliran yang bisa dianalisa dalam manajemen risiko rantai pasok, yaitu : risiko operasional, risiko finansial, risiko informasi, risiko relasional dan risiko inovasional. Dalam kegiatan sebuah perusahaan pasti terjadi proses perpindahan dari sebagian atau semua aliran tersebut. Perpindahan tersebut bisa terjadi diantara sebuah aktivitas dalam satu perusahaan, beberapa aktivitas dalam satu perusahaan, aktivitas dalam dua perusahaan dan aktivitas dalam lebih dari dua perusahaan (supplier’s supplier atau customer’s customer). Manajemen risiko rantai pasok umumnya fokus pada risiko operasional. Misalnya, risiko dalam penerimaan order, risiko dalam pembelian barang, risiko dalam persediaan, risiko dalam produksi, risiko dalam
