Lampiran 1. Teknologi Pengolahan Teri Nasi Kering (Chirimen)

(1)

(2)

Lampiran 1. Teknologi Pengolahan Teri Nasi Kering (Chirimen)

Teknologi yang digunakan oleh agroindustri untuk memproduksi teri nasi kering termasuk kategori semi mekanik. Proses pencucian bahan baku ikan teri nasi basah (raw material), perebusan, penjemuran/pengeringan, sortasi dan pengemasan dilakukan oleh tenaga kerja manusia. Diagram alir tahapan proses produksi chirimen kualitas ekspor disajikan pada Gambar l1.1.

Penerimaan bahan baku ikan teri nasi basah (RM)

Pencucian

Perebusan (100C, 3 – 4 menit)

Pengeringan (sinar matahari, 4 -5 jam)

Sortasi awal Sizing (pemilahan) Sortasi akhir Pengemasan Penyimpanan dalam cold storage Ekspor BSJ Jenis BLS BSJ Jenis SDS Mulai Selesai

(3)

Tahapan proses produksi teri nasi kering adalah sebagai berikut: a. Penerimaan bahan baku

Bahan baku yang digunakan adalah ikan teri nasi basah yang masih segar. Bahan baku diperoleh dari pantai sekitar pabrik yang dikumpulkan dari pemasok. Kualitas bahan baku ditentukan oleh beberapa kriteria, antara lain tingkat kesegaran ikan dan banyaknya campuran ikan teri nasi dan non teri. Ikan teri nasi basah diangkut ke pabrik dengan blong (tong plastik) diameter 60 cm dan tinggi 100 cm yang diberi pecahan es balok untuk mempertahankan kesegaran ikan. Pada tahapan ini dilakukan pengawasan mutu agar ikan yang diterima adalah ikan yang dalam keadaan segar, meliputi rasa, warna, bau dan tekstur.

b. Pencucian

Pencucian dilakukan dengan cara memasukkan ikan ke dalam irik masak yang berlubang-lubang kecil sehingga air bisa ditiriskan. Setiap irik berisi 2 – 3 kg ikan. Ikan disiram dengan dengan air bersih menggunakan kran dan diaduk perlahan dengan tangan sambil sesekali direndam ke dalam bak-bak pencucian. Setelah dicuci, ikan teri kemudian ditiriskan di rak penirisan.

c. Perebusan

Irik masak yang yang berisi ikan kemudian dicelupkan ke dalam bak rebus yang berisi air bercampur garam. Konsetrasi garam dalam bak perebusan berkisar antara 4% - 5% berat/volume air. Perebusan dilakukan pada suhu 100oC selama 3 – 4 menit sampai matang kemudian ditiriskan pada rak penirisan.

d. Pengeringan

Pengeringan dilakukan secara alami dengan memanfaatkan sinar matahari karena dapat menghasilkan taste teri nasi yang lebih khas dan disukai dibandingkan dengan pengeringan menggunakan alat pengering buatan. Pengeringan dilakukan dengan cara menjemur ikan pada lanjaran bambu dengan panjang 10 m tinggi 1 m dan lebar 0.5 meter. Penjemuran dilakukan selama 4 – 5 jam hingga tingkat kekeringan tercapai yaitu kadar 34%.

e. Sortasi awal

Ikan yang telah kering kemudian disortasi awal. Sortasi awal bertujuan untuk menghilangkan benda asing seperti kotoran dan jenis-jenis ikan lain seperti petek,

(4)

cumi, japoh dan lain-lain. Pada sortasi awal juga dihilangkan ikan teri nasi yang jelek dan tidak utuh lagi. Untuk ikan yang berukuran kecil dan bercampur dengan debu dan kotoran halus, sebelum disortir, ikan dibersihkan dengan cara ditampi (bahasa jawa) menggunakan tampah.

f. Pemilahan

Ikan yang telah di sortasi awal kemudian dikelompokkan berdasarkan ukurannya (proses pemilahan/sizing). Pemilahan dilakukan dengan mesin sizing buatan sendiri dilengkapi dengan kipas/blower untuk memisah ukuran ikan. Proses pemilahan dilakukan berulang-ulang, sekitar 3 – 4 kali sampai ukuran ikan terlihat seragam. g. Sortasi akhir

Sortasi akhir dilakukan secara manual dengan tangan di atas meja yang permukaannya berwarna biru agar lebih mudah mendeteksi benda asing yang masih terikut seperti pecahan kaca berwarna putih, sekam, logam, kayu, waring, dan sebagainya. Setelah dilakukan sortasi akhir, ikan didinginkan ke dalam cold

storage.

h. Pengemasan

Pengemasan dilakukan dengan menggunakan 2 bahan pengemas. Bahan pengemas PE (polyethylen) digunakan sebagai pengemas primer dan master carton (MC) sebagai pengemas sekunder. Setiap MC berisi 6 kg. Setelah teri dimasukkan MC dan ditimbang, MC ditutup rapat dan diisolasi dengan lakban plastik, kemudian diberi label dan cap, meliputi size, tanggal produksi dan asal bahan baku.

9. Penyimpanan

Teri nasi yang telah dikemas (FG / finished good) disimpan dalam cold storage dengan suhu di bawah 0oC (maksimal -5oC). Apabila stok FG sudah memenuhi jumlah pesanan, maka dilakukan stuffing untuk diekspor ke Jepang. Pengiriman dilakukan dalam truk kontainer yang mana dalam sebuah kontainer dapat memuat sampai 8.9 ton.

Agroindustri teri nasi skala menengah telah mempunyai sistem manajemen kualitas yang baik. Hal ini dapat dilihat dengan adanya SOP (standard operating

(5)

Lampiran 2. Kaidah (Rule Base) Penentuan Nilai Variabel Model Lampiran 2.1 Kaidah penanganan bahan baku

Net profit per unit

usaha

SDM agroindustri Cara penanganan bahan baku

Merugi Kurang terampil Rendah

Merugi Agak terampil Rendah

Merugi Cukup terampil Rendah

Merugi Terampil Rendah

Merugi Sangat terampil Sedang

Sangat rendah Kurang terampil Rendah

Sangat rendah Agak terampil Rendah

Sangat rendah Cukup terampil Sedang

Sangat rendah Terampil Sedang

Sangat rendah Sangat terampil Cukup tinggi

Rendah Kurang terampil Rendah

Rendah Agak terampil Sedang

Rendah Cukup terampil Sedang

Rendah Terampil Sedang

Rendah Sangat terampil Tinggi

Sedang Kurang terampil Sedang

Sedang Agak terampil Cukup tinggi

Sedang Cukup terampil Cukup tinggi

Sedang Terampil Cukup tinggi

Sedang Sangat terampil Tinggi

Tinggi Kurang terampil Sedang

Tinggi Agak terampil Cukup tinggi

Tinggi Cukup terampil Tinggi

Tinggi Terampil Tinggi

Tinggi Sangat terampil Tinggi

Contoh cara menentukan nilai variabel ”penanganan bahan baku” dengan menggunakan kaidah seperti Lampiran 2.1 adalah sebagai berikut:

Jika net profit per unit usaha pada periode t adalah merugi dan SDM agroindustri pada periode t adalah kurang terampil, maka cara penanganan bahan baku pada periode t adalah rendah.

Jika net profit per unit usaha pada periode t adalah sedang dan SDM agroindustri pada periode t adalah sangat terampil, maka cara penanganan bahan baku pada periode t adalah tinggi.

Cara tersebut juga digunakan untuk menentukan nilai indikator mutu bahan baku (Lampiran 2.2), mutu produk (Lampiran 2.3), kesesuaian jenis teknologi (lampiran 2.4) dan pengelolaan limbah (Lampiran 2.5).

(6)

Lampiran 2.2 Kaidah penentuan nilai indikator mutu bahan baku Penyediaan bahan baku

kawasan

Cara penanganan bahan baku Mutu bahan baku

Sangat rendah Rendah Rendah

Sangat rendah Sedang Sedang

Sangat rendah Cukup tinggi Cukup tinggi

Sangat rendah Tinggi Cukup tinggi

Rendah Rendah Rendah

Rendah Sedang Sedang

Rendah Cukup tinggi Tinggi

Rendah Tinggi Tinggi

Sedang Rendah Sedang

Sedang Sedang Cukup tinggi

Sedang Cukup tinggi Tinggi

Sedang Tinggi Tinggi

Tinggi Rendah Sedang

Tinggi Sedang Cukup tinggi

Tinggi Cukup tinggi Tinggi

Tinggi Tinggi Tinggi

Sangat tinggi Rendah Cukup tinggi

Sangat tinggi Sedang Tinggi

Sangat tinggi Cukup tinggi Tinggi

Sangat tinggi Tinggi Tinggi

Lampiran 2.3 Kaidah penentuan nilai indikator mutu produk

Mutu bahan baku Rendemen produk Mutu produk

Rendah Rendah Rendah

Rendah Sedang Rendah

Rendah Cukup tinggi Rendah

Rendah Tinggi Sedang

Sedang Rendah Rendah

Sedang Sedang Sedang

Sedang Cukup tinggi Sedang

Sedang Tinggi Sedang

Cukup tinggi Rendah Rendah

Cukup tinggi Sedang Sedang

Cukup tinggi Cukup tinggi Cukup tinggi

Cukup tinggi Tinggi Cukup tinggi

Tinggi Rendah Sedang

Tinggi Sedang Cukup tinggi

Tinggi Cukup tinggi Tinggi

(7)

Lampiran 2.4 Kaidah penentuan indikator kesesuaian jenis teknologi Mutu produk Potensi volume limbah cair

per unit bahan baku

Kesesuaian jenis teknologi

Rendah Rendah Tidak sesuai

Rendah Sedang Tidak sesuai

Rendah Tinggi Tidak sesuai

Sedang Rendah Cukup sesuai

Sedang Sedang Kurang sesuai

Sedang Tinggi Tidak sesuai

Cukup tinggi Rendah Cukup sesuai

Cukup tinggi Sedang Cukup sesuai

Cukup tinggi Tinggi Kurang sesuai

Tinggi Rendah Sangat sesuai

Tinggi Sedang Cukup sesuai

Tinggi Tinggi Kurang sesuai

Lampiran 2.5 Kaidah untuk menentukan nilai indikator pengelolaan limbah Dana pengolahan limbah Ketrampilan SDM Pengelolaan limbah

Kurang memadai Kurang terampil Tanpa kontrol Kurang memadai Agak terampil Tanpa kontrol Kurang memadai Cukup terampil Tanpa kontrol

Kurang memadai Terampil Tanpa kontrol

Kurang memadai Sangat terampil Kontrol rendah Cukup memadai Kurang terampil Tanpa kontrol Cukup memadai Agak terampil Tanpa kontrol Cukup memadai Cukup terampil Tanpa kontrol

Cukup memadai Terampil Kontrol rendah

Cukup memadai Sangat terampil Kontrol ketat Sangat memadai Kurang terampil Tanpa kontrol Sangat memadai Agak terampil Tanpa kontrol Sangat memadai Cukup terampil Kontrol rendah

Sangat memadai Terampil Kontrol rendah

(8)

Lampiran 3. Persamaan Model Sistem Dinamis Lampiran 3.1 Model sistem dinamis biaya penangkapan

Harga BBM

Kebutuhan solar per effort

Biaya bahan bakar setiap effort Biaya operasional tangkap Laju kenaikan biaya operasional tangkap Fraksi kenaikan biaya operasional tangkap

Biaya tetap per effort Biaya penangkapan Subsidi BBM Skenario BBM Harga Solar Nelayan Keterangan : Aliran informasi :

: Auxiliary (variabel bantu untuk menerima,

menghitung dan menyampaikan perubahan variabel) : Variabel stok (mengakumulasi

aliran masuk dan keluar dari flow) : Variabel tetap (konstanta)

: Variabel flow (aliran menuju atau keluar dari stok)

Variabel stok dalam bentuk array (tersusun atas beberapa variabel stok) Variabel stok mengakumulasi aliran masuk dan keluar dari flow :

Gambar l3.1 Model sistem dinamis biaya penangkapan

Biaya penangkapan (t) = 'Biaya bahan bakar setiap effort't+'Biaya operasional tangkap't+'Biaya tetap per effort't

Biaya bahan bakar setiap effort (t)

= 'Harga Solar Nelayan't*'Kebutuhan solar per effort'

Kebutuhan solar per effort (t) = 8 <<liter/trip>>

Harga solar nelayan (t) = 'Harga BBM'[1]t - ('Harga BBM'[1]t*'Skenario BBM') Biaya operasional tangkap (t) = Biaya operasional tangkapt-1 + laju kenaikan biaya

operasional tangkapt Laju kenaikan biaya

operasional tangkap (t)

= 'Biaya operasional tangkap't-1*'Fraksi kenaikan biaya operasional tangkap'

Fraksi kenaikan biaya operasional tangkap

(9)

Lampiran 3.2 Model sistem dinamis penentuan net present value (NPV) AIM Persamaan dasar untuk menentukan NPV adalah sebagai berikut: NPV AIM =



 2

1

l

(((Nilai Sisal * JUl) + Konversi Modal + Nilai Keuntungan

Investasi) – (Investasi & Modal kerjal * JUl))

di mana l adalah jumlah unit AIM dan ₁ l adalah AIM UP. Model sistem dinamis untuk ₂

menentukan nilai NPV AIM dapat dilihat pada Gambarl3.2.

Klasifikasi penyediaan bahan baku AIM NPV AIM Perkemb investasi AIM Investasi & Modal Kerja per unit AIM

Nilai sisa per unit UP AIM

Nilai Sisa per unit AIM

Konversi nilai modal Investasi

Modal per unit UP AIM Nilai keuntungan Investasi AIM Konversi modal Laju keuntungan investasi Skenario perubahan unit AIM

Jum unit AIM Jum unit AIM

UP Perub unit AIM Perub unit AIM UP Jumlah AIK Jumlah agroindustri TN kawasan Keterangan : Aliran informasi : : : : : :

Variabel flow (aliran menuju

atau keluar dari stok) Variabel stok dalam bentuk array _{(tersusun atas beberapa variabel stok)} Auxiliary (variabel bantu untuk menerima, menghitung dan menyampaikan perubahan variabel)

Auxiliary dalam bentuk array (tersusun atas beberapa auxiliary) Variabel tetap (konstanta) Konstanta dalam bentuk array (tersusun atas beberapa konstanta)

: : Variabel flow dalam bentuk

array (tersusun beberapa flow)

: Variabel stok (mengakumulasi

aliran masuk dan keluar dari flow)

Gambar l3.2 Model sistem dinamis penentuan NPV AIM

NPV AIM = {Invest 2006, invest 2011}

Nilai NPV untuk periode 2005 – 2010 dan nilai investasi tahun 2011 – 2016

Invest 2006 = (((Nilai Sisa per unit AIM[1]*'Jum unit AIMt)+(Nilai sisa per unit UP AIM[1]*'Jum unit AIM UPt))

*Konversi nilai modal[1])+Nilai keuntungan investasi AIM[1]t))-(((ARRSUM(Investasi & Modal Kerja per unit AIM)*Jum unit AIMt)+((ARRSUM('Investasi Modal per unit UP AIM))*Jum unit AIM UPt))

(10)

Invest 2011 = (((Nilai Sisa per unit AIM[2]*'Jum unit AIMt)+(Nilai sisa per unit UP AIM[2]*'Jum unit AIM UPt))

*Konversi nilai modal[1])+Nilai keuntungan investasi AIM[2]t))-(((ARRSUM(Investasi & Modal Kerja per unit AIM)*Jum unit AIMt)+((ARRSUM('Investasi Modal per unit UP AIM))*Jum unit AIM UPt)) Nilai sisa per unit AIM (t) = {427.7, 530.88}<<juta>>

Nilai sisa per unit UP AIM (t) = {80.40, 100.5}<<juta>> Invest & modal kerja per unit

AIM

= {1235, 600}<<juta>> Invest & modal kerja per unit

UP AIM

= {370.77,0}<<juta>> Nilai awal ‘jum unit AIM’ = 3

Nilai awal ‘jum unit UP AIM’ = 1 Nilai awal ‘keuntungan

investasi AIM’

= {0, 0}<<rupiah>>

Laju keuntungan investasi (t) = {IF(TIME<=STARTTIME,0<<rupiah/yr>>,IF((TIME >STARTTIME)AND (TIME<=STARTTIME+5<<yr>>),Net profit agroindustrit * Konversi modal*1<<1/yr>>,0<<rupiah/yr>>)),IF(TIME<=STA RTTIME+5<<yr>>,0<<rupiah/yr>>,IF((TIME>STAR TTIME+5<<yr>>)AND (TIME<=STARTTIME+11<<yr>>),Net profit agroindustrit*Konversi modal*1<<1/yr>>,0<<rupiah/yr>>))}

Konversi modal = GRAPH(TIME,STARTTIME,1<<yr>>,{1,0.8547,0.73 05,0.6243,0.5336,0.4561 }) // faktor diskonto pada tingkat bunga 17% dan umur investasi 5 tahun

(11)

Lampiran 3.3 Model sistem dinamis penentuan kapasitas produksi # # # Jumlah AIK Perubahan jum AIK

Jum unit AIM

Perub Unit AIM Jum unit AIM UP

Perub unit AIM UP Kapasitas

produksi agroindustri

Rata-rata TK sortasi per unit NPU Kapasitas

RM agroindustri

Keterangan :

Aliran informasi :

: Variabel flow (aliran menuju atau keluar dari stok)

: Variabel stok (mengakumulasi aliran masuk dan keluar dari flow)

: Konstanta dalam bentuk array (tersusun atas beberapa konstanta)

: Auxiliary dalam bentuk array (tersusun atas beberapa auxiliary) Auxiliary adalah variabel bantu untuk menerima,

menghitung dan menyampaikan perubahan variabel)

Gambar l3.3 Model sistem dinamis penentuan kapasitas produksi

Kapasitas produksi agroindustri (t)

= { Kapasitas totalt, kapasitas produksi RMt}

Kapasitas produksi RM (t) = ((Jumlah AIKt + perubahan jum AIKt)*NPU kapasitas RM agroindustri[3]) + ((Jum unit AIMt + perub unit AIMt)*NPU Kapasitas RM agroindustri[1])+((jum unit AIM UPt + perub unit AIM UPt)*NPU Kapasitas RM agroindustri[2])

Kapasitas total (t) = (((Jumlah AIKt + perubahan jum AIKt)*rata-rata TK sortasi per unit) + ((jum unit AIMt + perub unit AIMt)*rata-rata TK sortasi per unit))*9.1

NPU kapasitas RM = {700, 525, 210}<<ton>> Rata-rata TK sortasi per

unit

= {50, 205}<<orang>> // rata-rata tenaga kerja sortasi per unti AIK dan AIM

Angka 9.1 = Konstanta penyesuaian nilai kapasitas sortasi Konstanta penyesuaian

kapasitas sortasi

= Konstanta produktivitas * jam kerja/hari * jumlah hari per bulan * jumlah bulan/tahun * konstanta konversi bahan baku RM

Konstanta produktivitas = 0.98 kg produk/jam/orang

jam kerja/hari = 7 jam per hari

jumlah hari per bulan = 25 hari/bulan

jumlah bulan/tahun = 9 bulan/tahun

konstanta konversi bahan baku RM

(12)

Lampiran 3.4 Model sistem dinamis prediksi harga Proporsi TN Rendemen Produk Rata-rata Harga TN RM Konversi RM ke BLS Patokan harga Selisih harga berdasar grade mutu Penyesuaian harga Harga produk TN berdasar mutu Harga produk TN basis grade dalam rupiah Proporsi cacat produk Harga produk TN berdasar mutu Harga Teri Nasi

RM menurut grade Beban biaya produksi dlm dollar Skenario harga bahan baku Harga Beli BLS Proporsi TN Rendemen Produk Proporsi cacat produk

Harga jual teri nasi ekspor _Perubahan

harga ekspor Harga ekspor Rata-rata kurs dollar Perub rata-rata kurs dollar Kurs dollar terhadap rupiah Harga produk TN ekspor menurut grade Perubahan harga produk ekspor menurut grade Kurs dollar terhadap rupiah Beban biaya produksi agroindustri Beban biaya produksi agroindustri Rendemen produk teri nasi Perub

rendemen produk teri nasi Harga jual produk ekspor rata-rata Kurs dollar terhadap rupiah Rata-rata Harga produk TN dlm rupiah Nilai patokan biaya pembelian SDS Resiko loss SDS Suplier Harga SDS Harga ekspor Klasifikasi rendemen produk Keterangan : Aliran informasi : : : : : : Variabel flow (aliran menuju

atau keluar dari stok) Variabel stok dalam bentuk array (tersusun atas beberapa variabel stok) Auxiliary (variabel bantu untuk menerima, menghitung dan menyampaikan perubahan variabel)

Auxiliary dalam bentuk array (tersusun atas beberapa auxiliary) Variabel tetap (konstanta) Konstanta dalam bentuk array (tersusun atas beberapa konstanta) :

: Variabel flow dalam bentuk array (tersusun beberapa flow)

: Variabel stok (mengakumulasi aliran masuk dan keluar dari flow)

Gambar l3.4 Model sistem dinamis prediksi harga

Rata-rata harga TN RM(t) = (((Harga eksport*kurs dollar terhadap rupiah) – beban biaya produksi agroindustrit-1)*(rendemen produkt/(1-proporsi cacat produkt))*0.95))

Rendemen produk (t) = Konversi RM ke BLSt*proporsi TNt*(1-proporsi cacat produkt) Rendemen produk teri

nasi (t)

= Rendemen produk teri nasit-1 + perubahan rendemen produk teri nasit

Perubahan rendemen produk teri nasi(t)

= ('Rendemen Produk't - 'Rendemen produk teri nasi't)*1<<1/yr>> Harga teri nasi RM

menurut grade (t)

=

{harga teri A, harga teri B, harga teri C}<<rupiah/kg>> // harga bahan baku teri RM

Harga teri nasi RM menurut grade (t)

= {((('Harga produk TN berdasar mutu'[1]t - 'Beban biaya produksi dlm dollar't-1)*'Kurs dollar terhadap

rupiah')*('Rendemen Produk't/(1-'Proporsi cacat

produk't)*0.95)), ((('Harga produk TN berdasar mutu'[2]t - 'Beban biaya produksi dlm dollar't-1)*'Kurs dollar terhadap rupiah')*('Rendemen Produk't/(1-'Proporsi cacat

produk't)*0.95)),

((('Harga produk TN berdasar mutu'[3]t-'Beban biaya produksi dlm dollar't)*'Kurs dollar terhadap rupiah')*('Rendemen Produk't/(1-'Proporsi cacat produk't)*0.95)) }

(13)

'Harga produk TN berdasar mutu

= {harga mutu A, harga mutu B, harga mutu C} // harga produk ekspor berdasarkan mutunya

{('Patokan harga'[1]t*'Penyesuaian harga't)+'Patokan harga'[1]t, (('Patokan harga'[1]t*'Penyesuaian harga't)+'Patokan harga'[1]t) - 'Selisih harga berdasar grade mutu't,(('Patokan

harga'[1]t*'Penyesuaian harga't)+'Patokan harga'[1]t) - 2*'Selisih harga berdasar grade mutu't}

'Patokan harga' = {harga A, harga B, harga C} // rujukan untuk harga produk ekspor menurut mutu. Harga mutu B dan C disesuaikan dengan harga mutu A

'Patokan harga' (t) {'Harga ekspor't,('Harga ekspor't)-'Selisih harga berdasar grade mutu't,('Harga ekspor't)-(2*'Selisih harga berdasar grade mutu't)}

Selisih harga berdasar grade mutu (t)

= 1<<dollar/kg>> Penyesuaian harga = 0.01

Harga produk TN ekspor menurut grade (t)

= Harga produk TN ekspor menurut gradet-1 + perubahan harga produk ekspor menurut gradet

Perubahan harga produk ekspor menurut grade (t)

= ('Harga produk TN basis grade dalam rupiah't - 'Harga produk TN ekspor menurut grade't)*1<<1/yr>>

Harga produk TN basis grade dalam rupiah (t)

= 'Harga produk TN berdasar mutu't*'Kurs dollar terhadap rupiah'

Harga SDS (t) = (Rata-rata harga produk TN dlm rupiaht – nilai patokan biaya pembelian SDS)*(1-resiko loss SDS suplier)

Resiko loss SDS suplier = 0.07 Rata-rata harga produk

TN dlm rupiah(t)

= ('Harga ekspor't)*'Kurs dollar terhadap rupiah't Nilai patokan biaya

pembelian SDS =



 8 1 p

komponen biaya per unitp

Indeks p terdiri dari komponen biaya per unit, yaitu ongkos kemas, sewa angkut, tata niaga, listrik, umum, sizing, margin, lain-lain

Harga beli BLS (t) = ((harga eksport*kurs dollar terhadap rupiaht) - beban biaya produksi agroindustrit-1) - Proporsi TNt

(14)

Lampiran 3.5 Persamaan sistem dinamis prediksi biaya dan keuntungan AIM A. Persamaan sistem dinamis prediksi biaya produksi bahan baku RM

Biaya produksi bahan baku RM (t)

= {biaya pengadaan bahan baku RMt, biaya operasional RMt, biaya transportasi bahan RMt, biaya proses rebus-jemurt, biaya sortasi bahan dari RMt}

{ARRSUM('Biaya bahan baku RM AIM't),

(0.052<<liter/kg>>*'Bahan baku RM AIM't*'Harga

BBM'[2]t)+(0.0159<<liter/kg>>*'Bahan baku RM AIM't*'Harga BBM'[1]t)+(0.0317<<1/kg>>*'Bahan baku RM AIM't*'Harga garam't), ((INTEGER('Bahan baku RM

AIM't/1350<<kg/trip>>)*15<<liter/trip>>*'Harga BBM'[3]t)*0.9)+(INTEGER(('Bahan baku RM AIM'/1450<<kg/trip>>)*0.1)*'Ongkos sewa angkut RM'[1]t)),('Bahan baku RM AIM't*'Ongkos rebus-jemur'[2]t),('Bahan baku RM AIM'*'Rendemen Produk't*'Ongkos sortasi'[2]t) }

Angka 0.052 = Konstanta kebutuhan minyak tanah per kg bahan RM Angka 0.0159 = Konstanta kebutuhan solar per kg bahan RM

Angka 0.0317 = Konstanta kebutuhan garam per kg bahan RM

Angka 1350 = Kapasitas muat per trip untuk bahan dalam kawasan dengan armada sendiri

Angka 1450 = Kapasitas muat per trip untuk bahan dalam kawasan dengan armada sewa

Angka 15 = Kebutuhan bahan bakar setiap trip angkut

Angka 0.1 = Proporsi bahan baku yang diangkut dengan armada sendiri Angka 0.9 = Proporsi bahan baku yang diangkut dengan armada sewa

Ongkos rebus-jemur (t) = 175.71 + 12.1*t Ongkos sortasi (t) = 1000.0 + 80.4*t Ongkos kemas (t) = 1798.8 + 134*t

Ongkos angkut (t) = Kenaikan biaya transportasi diasumsikan sebesar 40 ribu per trip per tahunnya untuk tranportasi luar kawasan; sewa

kendaraan mengalami kenaikan rata-rata Rp 5 ribu per trip per tahunnya

Harga BBM (t) = {harga solart, harga minyak tanaht, harga premiumt}

Harga BBM (t) = {GRAPH(TIME,STARTTIME,1<<yr>>,{4300,4300,5041.7,45 00}<<rupiah/liter>>}), GRAPH (TIME,STARTTIME,1<<yr>>,{2000,2000,2333,2500,4500} <<rupiah/liter>>}), GRAPH (TIME,STARTTIME,1<<yr>>,{4500,4500,5375,4500} <<rupiah/liter>>})

(15)

Harga garam = IF(TIME<=STARTTIME+5<<yr>>,GRAPH

(TIME,STARTTIME,1<<yr>>,{600,700,800,900,1000,1150}< <rupiah>>),1500<<rupiah>>)

Ongkos sewa angkut = {ongkos dalam kawasan, ongkos luar kawasan}

Ongkos sewa angkut {GRAPH(TIME,STARTTIME,1<<yr>>,{35000,52500,40000,4 5000,50000,50000,55000,60000,65000,70000,75000,80000,850 00}<<rupiah/trip>>),

GRAPH(TIME,STARTTIME,1<<yr>>,{425000,430000,44000 0,450000,500000,540000,580000,620000,660000,700000,74000 0,780000}<<rupiah/trip>>)}

Biaya bahan baku RM AIM (t)

= {biaya RM mutu At, biaya RM mutu Bt, biaya RM mutu Ct) // biaya bahan baku RM menurut kelas mutu

Biaya bahan baku RM AIM (t)

= ('Harga Teri Nasi RM menurut grade't*'Bahan baku RM AIM berdasar mutu't)

Bahan baku RM AIM berdasar mutu (t)

= {RM mutu At, RM mutu Bt, RM mutu Ct} // bahan baku RM menurut kelas mutu

Bahan baku RM AIM berdasar mutu (t)

= 'Bahan baku RM AIM't*'Grade mutu bahan baku't

B. Persamaan sistem dinamis prediksi biaya produksi BSJ jenis BLS

Biaya produksi BLS (t) = {Biaya pengadaan bahan baku BLSt,biaya transportasi bahan BLSt, biaya sortasi bahan dari BLSt}

Biaya produksi BLS (t) = {('BSJ jenis BLS't*'Harga Beli BLS't), ((INTEGER('BSJ jenis

BLS't/1250<<kg/trip>>))*'Ongkos sewa angkut

RM'[2]t), (( 'BSJ jenis BLS't *'Proporsi TN'*(1-'Proporsi cacat produk't))*'Ongkos sortasi'[2]t)}

Angka 1250 = Kapasitas muat angkut bahan BLS

C. Persamaan sistem dinamis prediksi biaya produksi BSJ jenis SDS

Biaya produksi SDS (t) = {Biaya pengadaan bahan baku SDSt, biaya sortasi bahan dari SDSt, biaya transportasi bahan SDSt,} Biaya produksi SDS (t) = {'Jumlah bahan baku'[3]t*'Harga SDS't), ('Jumlah bahan

baku'[3]t*(1-'Resiko loss SDS Suplier')*0.2*'Ongkos sortasi'[2]t), INTEGER('Jumlah bahan

baku'[3]t)/1500<<kg/trip>>)*'Ongkos sewa angkut RM'[2]t) }

Angka 0.2 = Proporsi jumlah SDS yang disortasi kembali

(16)

D. Persamaan sistem dinamis prediksi biaya pengemasan dan tata niaga

Jumlah produk dikemas dan diekspor

= ('Bahan baku RM AIM't*'Rendemen Produk't)+('BSJ jenis BLS't*'Proporsi TN't*(1-'Proporsi cacat

produk't)*(1-'Resiko BLS'))+('Jumlah bahan baku'[3]t*(1-'Resiko loss SDS Suplier't))

Biaya tata niaga(t) = ('Jumlah produk dikemas & dieksport / 8825 )* 'Biaya tata niaga ekspor't

Angka 8825 = Kapasitas produk dalam satu kontainer <<kg>> Biaya tata niaga ekspor = 30,748 + 140,438 * inflasi

Inflasi = Uniform (minimal 3; maksimal 9.66)

Biaya pengemasan (t) = INTEGER('Jumlah produk dikemas & dieksport /6)*'Ongkos kemas'[2]t

Biaya pengemasan dan tata niagat

= Biaya pengemasant + biaya tata niagat

E. Persamaan sistem dinamis prediksi biaya tetap AIM

Total biaya tetap AIM (t) = Total biaya tetap AIMt-1+ perub biaya tetap AIMt Perub biaya tetap AIMt (t) = ('Biaya tetap AIM't+'Perub gaji TK

AIMt+ARRSUM('Biaya Listrik dan Umum AIM't)) -'Total biaya tetap AIM't

Biaya tetap AIM (t) = (Jumlah unit AIMt * NPU tetap AIM) + (jumlah unit AIM UPt * NPU tetap AIM UP)

NPU tetap AIM (t) = {biaya angsurant, perawatant, penyusutant, lain-laint} // nilai biaya tetap per unit AIM <<juta>>

NPU tetap AIM (t) = {if(TIME<=STARTTIME+5<<yr>>, 102.72, 114.45, if(time<=STARTTIME +5<<yr>>, 18, 22.51, if(time<=STARTTIME +5<<yr>>, 160.74, 54.75, if(time<=STARTTIME +5<<yr>>, 43.28, 54.75} NPU tetap AIM UP (t) = {biaya angsurant, perawatant, penyusutant, lain-laint} //

nilai biaya tetap per unit AIM UP <<juta>>

NPU tetap AIM UP (t) = {if(TIME<=STARTTIME +5<<yr>>, 21.37, 26.11, if(TIME <=STARTTIME +5<<yr>>, 3.89, 4.73, if(TIME <=STARTTIME +5<<yr>>, 41.48, 50.13, if(TIME <=STARTTIME +5<<yr>>, 9.58, 10.50} Perub gaji TK AIM(t) = ('Gaji Karyawan'[2]t*'Jum TK AIM'[1]t)*12) Gaji karyawan (t) = 194,531+(0.826*prediksi UMR)

Biaya listrik dan umum AIM (t)

= {Biaya listrik, biaya umum}<<juta>> Biaya listrik dan umum AIM

(t)

{('Total Produksi produk A1M't * 'Fraksi Biaya Listrik'[1]), ('Total Produksi produk A1M' * 'Fraksi Biaya umum'[1])}

(17)

Fraksi biaya listrik = {biaya listrik AIM, biaya listrik AIK} // biaya listrik per satuan produk <<rupiah/kg produk>>

Fraksi biaya listrik = {833, 450}

Fraksi biaya umum = {biaya umum AIM, biaya umum AIM UP, biaya umum AIK} // biaya umum per satuan produk <<rupiah/kg produk>>

Fraksi biaya umum = {143,40,80}

Total produksi produk A1M (t)

= 'Produksi produk AIM'[1]t+('Produksi produk exelent't*'Rendemen produk excellent'))

G. Persamaan sistem dinamis prediksi keuntungan AIM

Volume produk total (t) = {Vol produk excellentt, vol produk non-excellentt, volume PSt}

Vol produk non- excellent dan PS (t)

= {Produk non-excellentt, produk sampingt} Nilai awal vol produk non-

excellent dan PS

= {411.42, 80.82}<<ton>> Vol produk non- excellent

dan PS (t)

= Vol produk non- excellent dan PSt-1 + produksi produk AIMt

Produksi produk AIM(t) = {Produksi non-excellentt, produksi PSt}

Produksi non-excellent (t) = ((Jumlah bahan baku RMt* rendemen produkt)+ (jumlah bahan BLSt*(1-resiko BLS)*proporsi TNt*

(1-proporsi cacat produkt)) + (jumlah bahan SDSt* (1-resiko loss SDS suplier))) - produksi produk excellentt Produksi PSt (t) = (((Jumlah bahan baku RMt*konversi RM ke BLSt) -

(jumlah bahan baku RMt*rendemen produkt))*0.98) + ((jumlah bahan BLSt - (jumlah bahan BLSt*proporsi TNt*(1-proporsi cacat produkt)))*0.98) + (jumlah bahan SDSt*0.04*0.98)

Konstanta 0.98 = Jumlah produk samping yang diperoleh dari bahan RM dan BLS

Konstanta 0.04 = Jumlah produk samping yang dapat diperoleh dari bahan SDS

Vol produk excellent (t)

= Vol produk excellentt-1 + Produksi produk excellentt Nilai awal vol produk

excellent =

0 <<ton>> Produksi produk excellent

(t) =

Produksi produk AIM[1]t * grade mutu produk[1]t * skenario produksi produk excellent

Grade mutu produk[1]t ₌ 'Grade mutu bahan baku'[1] Grade mutu bahan baku (t)

= {Proporsi mutu A, proporsi mutu B, proporsi mutu C} Total nilai penjualan produk

AIM (t) =

{Nilai penjualan produks eksport, nilai penjualan produk sampingt}

(18)

Nilai penjualan produk

ekspor (t) =

(Vol produk ekspor menurut gradet * harga produk TN menurut gradet) + (vol produk total[2]t * harga produk

excellentt) Nilai penjualan produk

samping (t)

= Vol produk total[3]t * proporsi produk samping AIM* harga produk sampingt

Harga produk samping (t)

= {Harga PS1t, PS2t, PS3t, PS4t) // jenis produk samping yang dihasilkan agroindustri teri nasi <<rupiah/kg>> = {17164+1024*t, 3602.9+148*t, 1747.1 + 124*t, 3707 +

329*t}

Proporsi produk samping (t) = {0.23, 0.25, 0.28, 0.24}

Keuntungan AIM (t) = {Keuntungan produk eksport, keuntungan total} Keuntungan produk ekspor

(t) =

Total nilai penjualan produk ekspor AIM[1]t - nilai total biaya produksi AIMt

Keuntungan total AIM (t)

= ARRSUM(Total nilai penjualan produk AIMt) - nilai total biaya produksi AIMt

Variabel “nilai total biaya produksi AIM” adalah variabel yang diperoleh dari model sistem produksi biaya dengan persamaan sebagai berikut:

Nilai total biaya produksi AIM (t)

= Total biaya tetap AIMt + total biaya variabel AIMt Total biaya tetap AIM (t) = Total biaya tetap AIMt-1+ perub biaya tetap AIMt Total biaya variabel AIM (t) = Total biaya variabel AIMt-1 + perub biaya variabel

AIMt

Perub biaya variabel AIM (t) = [Biaya produksi bahan baku RMt + biaya produksi BLSt + biaya produksi SDSt + biaya pengemasan dan tata niagat] - total biaya variabel AIMt-1

= Biaya pengadaan bahan baku RMt + biaya operasional RMt + biaya transportasi bahan RMt + biaya proses rebus-jemurt + biaya sortasi bahan dari RMt

Biaya produksi BLS (t) = Biaya pengadaan bahan baku BLSt + biaya transportasi bahan BLSt + biaya sortasi bahan dari BLSt

Biaya produksi SDS (t) = Biaya pengadaan bahan baku SDSt + biaya transportasi bahan SDSt + biaya sortasi bahan dari SDSt

Biaya pengemasan dan pengapalan (t)

(19)

Lampiran 3.6 Model sistem dinamis dimensi ekonomi AIK # # # Nilai penjualan produk TN AIK Total Biaya AIK Keuntungan produk TN AIK Harga by produk Nilai penjualan by produk AIK Beban pajak AIK Nilai PPh AIK

Net profit AIK Nilai penjualan AIK Nilai penjualan by produk AIK Proporsi by produk AIK Gross profit margin AIK Produk TN dan PS AIK Produksi produk ekspor & PS AIK Nilai rendemen AIK Bahan Baku RM AIK RM AIK dari Luar kawasan Loss Produk samping Produk TN dan PS AIK Konversi RM ke BLS AIK Klasifikasi penyediaan bahan baku AIK Nilai Investasi dan Modal kerja AIK Konversi nilai modal

Nilai Sisa per unit AIK Konversi modal Nilai keuntungan investasi AIK Laju keuntungan investasi AIK

NPV AIK Jumlah AIK

Perubahan jumlah AIK Perkembanga n investasi AIK Total biaya tetap AIK

Net profit per unit yang diharapkan AIK Jumlah AIK Net profit after tax diharapkan AIK Beban pajak AIK Target penjualan AIK Pencapaian target penjualan AIK Proporsi Penjualan AIM terhadap AIK Total nilai Penjualan produk AIM Harga Bel1 SDS Harga jual SDS Produk TN dan PS AIK Total biaya variabel AIK Biaya variabel

per unit AIK Rasio kontribusi AIK Harga jual SDS Keterangan : Aliran informasi : : : : : : Variabel flow (aliran menuju

atau keluar dari stok) Variabel stok dalam bentuk array _{(tersusun atas beberapa variabel stok)} Auxiliary (variabel bantu untuk menerima, menghitung dan menyampaikan perubahan variabel)

Gambar l3.5 Model sistem dinamis sub model ekonomi AIK

Produksi TN dan PS AIK (t) = {Produk ekspor AIKt, produk sampingt} <<ton>> Nilai awal produksi TN dan PS

AIK (t)

= {26.81, 6.67} <<ton>>

Produksi TN dan PS AIK (t) = Produksi TN dan PS AIKt-1 + produksi produk ekspor & PS AIKt

(20)

Produksi produk ekspor & PS AIKt

= {((Bahan baku RM AIKt + RM AIK dari luar kawasant) * nilai rendemen AIKt)), ((konversi RM ke BLS AIKt - nilai rendemen AIKt)*(bahan baku RM AIKt + RM AIK dari luar kawasant))*(1 - loss produk sampingt)}

Nilai rendemen AIK (t) = Konversi BLS ke RMt * proporsi TNt * 1.08

Angka 1.08 = Konstanta yang menunjukkan selisih potensi rendemen

AIM dengan rendemen AIK.

Nilai penjualan AIK (t) = {Nilai penjualan produk ekspor AIKt, nilai penjualan PS AIKt}

Nilai penjualan produk ekspor AIK (t)

= Produk TN dan PS AIK[1]t * Harga jual SDSt

Nilai penjualan PS AIK(t) = Produksi TN dan PS AIK [2]t * proporsi by produk AIKt * Harga by produkt

Harga by produk (t) = {13967 + 1002*t, 2695 + 257*7} // harga masing-masing jenis produk samping AIK <<rupiah/kg>> Proporsi by produk AIK (t) = {0.3, 0.7}

Keuntungan produk TN AIK (t) = {Keuntungan teri nasi AIKt, keuntungan total AIKt} Keuntungan produk TN AIK (t) = {'Nilai penjualan AIK[1]t - 'Total Biaya AIKt,

ARRSUM ('Nilai penjualan AIK')t - 'Total Biaya AIK't } Gross profit margin AIK (t) = ('Keuntungan produk TN AIK'[1]t / 'Nilai penjualan

AIK'[1]t)*100

Nilai PPh AIK (t) = 'Beban pajak AIK' * 'Keuntungan produk TN AIK'[2]t

Net profit AIK (t) = 'Keuntungan produk TN AIK'[2]t - 'Nilai PPh AIK't Pencapaian target penjualan AIK

(t)

= ('Nilai penjualan AIK'[1]t / 'Target penjualan AIK't)*100

Target penjualan AIK(t) ['Total biaya tetap AIK't+('Net profit after tax diharapkan AIK't / (1-'Beban pajak AIK'))] / 'Rasio kontribusi AIK't

Net profit after tax yang diharapkan AIK (t)

= 'Net profit per unit yang diharapkan AIK'*'Jumlah AIK't

Net profit per unit yang diharapkan AIK (t)

= 50,000,000<<rupiah/unit>>

Rasio kontribusi AIK (t) = [1-('Biaya variabel per unit AIK't / 'Harga jual SDS't)]

Perkembangan unit AIK :

Jumlah AIK (t) = Jumlah AIKt-1 + perubahan jumlah AIKt

Perubahan jumlah AIK(t) = If (perkembangan investasi AIK, 0, 1, if (Perkembangan investasi AIK,1,1,2)) <<unit/yr>>

Perkembangan investasi AIK = Rule base dengan 10 kaidah antara ’NPV AIK’t dengan ‘klasifikasi penyediaan bahan baku AIK’t (kaidah seperti pada Tabel 15)

(21)

NPV AIK (t) = {(('Nilai Sisa per unit AIK'[1]*'Konversi nilai

modal'[1])+'Nilai keuntungan investasi AIK'[1]t)-('Nilai Investasi dan Modal kerja AIK'[1]), ((('Nilai Sisa per unit AIK'[2]*'Jumlah AIK't)*'Konversi nilai

modal'[1])+'Nilai keuntungan investasi AIK'[2]t)-('Nilai Investasi dan Modal kerja AIK'[2]*'Jumlah AIK't)} Nilai Sisa per unit AIK = {invest 2006, invest 2011} // nilai sisa untuk

masing-masing periode investasi <<juta>> Nilai Sisa per unit AIK {40, 55} <<juta>>

Nilai Investasi dan Modal kerja AIK

= {invest 2006, invest 2011} // nilai investasi dan modal kerja untuk masing-masing periode investasi <<juta>>

Nilai Investasi dan Modal kerja AIK

= {230, 320} <<juta>>

Konversi nilai modal = {0.46, 0.21} // faktor diskonto pada tingkat bunga 17%

Nilai keuntungan investasi AIK (t)

= Nilai keuntungan investasi AIKt-1 + Laju keuntungan investasi AIKt

Laju keuntungan investasi AIKt (t)

= {IF(TIME<=STARTTIME,0<<rupiah/yr>>, IF((TIME>STARTTIME) AND

(TIME<=STARTTIME+5<<yr>>), Net profit AIKt * Konversi modal*1<<1/yr>>,0<<rupiah/yr>>)), IF(TIME<=STARTTIME+5<<yr>>,0<<rupiah/yr>>, IF((TIME>STARTTIME+5<<yr>>)AND

(TIME<=STARTTIME+11<<yr>>), Net profit AIKt *Konversi modal*1<<1/yr>>,0<<rupiah/yr>>))}

(22)

Lampiran 3.7 Model sistem dinamis prediksi biaya produksi AIK # # # # Gaji Karyawan Jum TK AIK Fraksi Biaya Listrik Biaya umum

AIK Fraksi Biaya_umum Biaya Tetap AIK Ongkos sewa angkut RM Biaya Transpot RM AIK Harga BBM Harga garam Biaya operasional AIK Biaya-biaya variabel AIK Ongkos kemas Ongkos rebus-jemur Ongkos sortasi Total Biaya AIK Bahan Baku RM AIK Fraksi RM AIM Bahan Baku RM AIK Bahan Baku RM AIK NP biaya tetap AIK Harga Teri Nasi RM menurut grade Bahan baku RM berdasar mutu Grade mutu bahan baku Biaya bahan baku AIK RM AIK dari Luar kawasan RM AIK dari Luar kawasan RM AIK dari Luar kawasan RM AIK dari Luar kawasan Jumlah bahan baku Bahan Baku RM AIK Jumlah unit AIK Jumlah unit AIK Total biaya tetap AIK Perub total biaya tetap AIK Total biaya variabel AIK Perub total biaya variabel AIK Produksi produk ekspor & PS AIK Produksi produk ekspor & PS AIK Keterangan : Aliran informasi :

: Auxiliary (variabel bantu untuk menerima, menghitung dan menyampaikan perubahan variabel) : Variabel stok (mengakumulasi aliran masuk dan

keluar dari flow) : Variabel tetap (konstanta)

:

Variabel flow (aliran menuju atau keluar dari stok)

Variabel stok dalam bentuk array (tersusun atas beberapa variabel stok) Variabel stok mengakumulasi aliran masuk dan keluar dari flow

: : Auxiliary dalam bentuk array

(tersusun atas beberapa auxiliary)

Gambar l3.6 Model sistem dinamis prediksi biaya produksi AIK

Total biaya AIK (t) = Total biaya tetap AIKt + total biaya variabel AIKt

Komponen biaya tetap AIK :

Total biaya tetap AIK(t) = Total biaya tetap AIKt-1 + perub total biaya tetap AIKt

Perub total biaya tetap AIK (t) = ((ARRSUM('Biaya Tetap AIK't)+ARRSUM('Biaya umum AIK't))-'Total biaya tetap AIKt')

Biaya tetap AIK (t) = (ARRSUM(NP biaya tetap AIK) * Jumlah unit AIKt), ('Jum TK AIK'[1]t*'Gaji Karyawan'[1]t)*12} NP biaya tetap AIK = {biaya angsuran, perawatan, penyusutan, lain} //

(23)

NP biaya tetap AIK {if(TIME<=STARTTIME+5<<yr>>, 33.3, 39.96, if(TIME<= STARTTIME +5<<yr>>, 3.48, 4.13, if(TIME <= STARTTIME +5<<yr>>, 18.59, 22.07, if(TIME <= STARTTIME +5<<yr>>, 3.94, 4.20} Biaya umum AIK(t) = {biaya listrik AIK, biaya umum AIK} <<juta>> Biaya umum AIK(t) = {'Produksi produk ekspor & PS AIK'[1]t*'Fraksi Biaya Listrik'[2]t, 'Produksi produk ekspor & PS AIK'[1]t* Fraksi Biaya umum'[3]t}

Jum TK AIK (t) = {Jum TK tetap AIKt , jum TK rebus-jemur AIKt , jum TK sortasi AIKt}

Jum TK tetap AIK(t) = 5<<orang/unit>>*'Jumlah unit AIK't

Angka 5 = Kebutuhan tenaga kerja minimum untuk sebuah unit

AIK <<orang/unit>>

Jum TK rebus-jemur AIK(t) = IF(('Bahan Baku RM AIK't+'RM AIK dari Luar kawasan't) >= 0.5*(('NPU Kapasitas RM agroindustri'[3])*('Jumlah unit

AIK't)),15<<orang>>*('Jumlah unit AIK't),10<<orang>>*('Jumlah unit AIK't)) Jika jumlah bahan baku AIK lebih dari setengah kapasitasnya, maka tenaga kerja rebus-jemur yang dibutuhkan 15 orang, jika kurang maka 10 orang Jum TK sortasi AIK(t) = INTEGER('Produksi produk ekspor & PS AIK'[1]) /

(bulan*hari*'produktivitas sortasi'*jam) NPU Kapasitas RM

agroindustri'[3]

= Kapasitas RM AIK pada periode t

Bahan Baku RM AIK (t) = (1-'Fraksi RM AIM')*'Jumlah bahan baku'[1]t

Fraksi RM AIM = 0.911 // proporsi volume seluruh hasil tangkapan dari kawasan yang digunakan sebagai bahan baku oleh AIM

Komponen biaya variabel AIK :

Total biaya variabel AIK (t) = Total biaya variabel AIKt-1 + perub total biaya variabel AIKt

Perub total biaya variabel AIK(t) = (ARRSUM('Biaya operasional

AIK't)+ARRSUM('Biaya Transpot RM

AIK't)+ARRSUM('Biaya-biaya variabel AIK't ))-'Total biaya variabel AIK't

Biaya operasional AIK (t) = Biaya bahan bakar AIKt + biaya solar AIKt + biaya garamt

Biaya transpot RM AIK (t) = (INTEGER('Bahan Baku RM AIK't/1500)*'Ongkos sewa angkut RM dalam kawasan[1]t) +

(INTEGER('RM AIK dari Luar

kawasan't/1500)*'Ongkos sewa angkut RM luar kawasan[2]t)

(24)

Angka 1500 = Kapasitas muat angkut bahan baku RM per trip <<kg/trip>>

Biaya-biaya variabel AIK (t) = Biaya bahan baku RM AIKt+ Biaya rebus-jemur AIKt + Biaya sortasi AIKt + Biaya kemas AIKt Biaya bahan baku AIK(t) = Bahan baku RM berdasarkan mutut * Harga teri nasi

RM menurut gradet

Lampiran 3.8 Model sistem dinamis margin keuntungan pemasok BSJ

#

Rata-rata Harga TN RM

Total biaya AIK

luar kawasan Rata-rata biaya_{produksi per} unit Margin produk AIK luar kawasan Klasifikasi Margin keuntungan suplier W1P Jumlah produk AIK luar kawasan Produksi

produk AIK luar kawasan Jumlah RM AIK luar kawasan Nilai rendemen AIK Loss Produk samping Biaya tetap AIK

luar kawasan Perub biaya

tetap AIK luar kawasan NP biaya tetap AIK Gaji Karyawan Jumlah TK AIK luar kawasan Fraksi Biaya Listrik Fraksi Biaya umum Biaya variabel AIK luar kawasan Perub biaya variabel AIK luar kawasan Harga BBM Harga garam

Ongkos sortasi Ongkos rebus-jemur Ongkos kemas Jumlah RM AIK luar kawasan Ongkos sewa angkut RM Produksi produk AIK luar

kawasan

Produksi produk AIK luar

kawasan Konversi RM ke BLS AIK Harga jual SDS Keterangan : Aliran informasi : : : : : : Variabel flow (aliran menuju

atau keluar dari stok) Variabel stok dalam bentuk array (tersusun atas beberapa variabel stok) Auxiliary (variabel bantu untuk menerima, menghitung dan menyampaikan perubahan variabel)

Gambar l3.7 Model sistem dinamis margin keuntungan pemasok BSJ

Margin produk AIK luar kawasan (t)

= (('Harga jual SDS't - 'Rata-rata biaya produksi per unit't) / 'Harga jual SDS't)*100

Rata-rata biaya produksi per unit (t)

= ('Total biaya AIK luar kawasan't) / ('Jumlah produk AIK luar kawasan'[1]t)

Jumlah produk AIK luar kawasan (t)

= Jumlah produk AIK luar kawasant-1 + produksi produk AIK luar kawasant

(25)

Jumlah produk AIK luar kawasan (t)

= {Produk teri nasit, produk sampingt} Produk teri nasi AIK luar

kawasan (t)

= {('Jumlah RM AIK luar kawasan't*'Nilai rendemen AIK't), ('Konversi RM ke BLS AIK't-'Nilai rendemen AIK't)*'Jumlah RM AIK luar kawasan't*(1-'Loss Produk samping't) }

Total biaya AIK luar kawasan (t)

= Biaya tetap AIK luar kawasant + biaya variabel AIK luar kawasant

Biaya tetap AIK luar kawasan (t)

= Biaya tetap AIK luar kawasant-1 + perub biaya tetap AIK luar kawasant

Perub biaya tetap AIK luar kawasan(t)

= ARRSUM('NP biaya tetap AIKt) +('Jumlah TK AIK luar kawasan't*'Gaji Karyawan'[1]t*12) + ('Produksi produk AIK luar kawasan'[1]t*'Fraksi Biaya Listrik'[2) + ('Produksi produk AIK luar kawasan'[1]t*'Fraksi Biaya umum'[3]t)] - 'Biaya tetap AIK luar kawasan't-1

Biaya variabel AIK luar kawasan (t)

= Biaya variabel AIK luar kawasant-1 + perub biaya variabel AIK luar kawasant

Perub biaya variabel AIK luar kawasant

= Biaya minyak tanaht + biaya solart + biaya garamt + biaya transportt + biaya bahan bakut + biaya rebus-jemurt + biaya sortasit + biaya pengemasant

Lampiran 3.9 Model sistem dinamis prediksi jumlah dan penyerapan tenaga kerja

# # # # # NPU Kapasitas RM agroindustri Jum TK AIK Bahan Baku RM AIK _{Produktivitas} sortasi Jum TK AIM NPU Kapasitas RM agroindustri Jumlah tenaga

kerja _{perubahan jum} TK Jumlah bahan baku Fraksi RM AIM Konversi RM ke BLS Nilai rendemen AIK Jumlah TK tetap per unit

AIM Jum TK tetap per unit UP Produktivitas sortasi produk excelent Jumlah TK sortasi produk excelent

Jum unit AIM UP Jumlah unit AIK Jumlah unit AIM Produksi produk ekspor & PS AIK Jumlah TK A1K Jumlah TK A1M Perub Jum TK AIK Perub jum TK AIM Jum TK AIM Total TK tetap agroindustri Produksi produk exelent Total Produksi produk A1M Keterangan : Aliran informasi : : : :

Auxiliary (variabel bantu untuk menerima, menghitung dan menyampaikan perubahan variabel) Auxiliary dalam bentuk array

(tersusun atas beberapa auxiliary) Variabel tetap (konstanta) : Variabel flow dalam bentuk

array (tersusun beberapa flow)

Variabel stok dalam bentuk array (tersusun atas beberapa variabel stok) Variabel stok mengakumulasi aliran masuk dan keluar dari flow :

(26)

A. Persamaan sistem dinamis prediksi jumlah tenaga kerja

Jumlah TK AIK (t) = Jum TK AIKt-1 + perub jum TK AIKt Jumlah TK AIM (t) = Jum TK AIMt-1 + perub jum TK AIMt

Perub jum TK AIK(t) = Jum TK AIKt

Perub jum TK AIM(t) = Jum TK AIMt

Jum TK AIM (t) = {Jum TK tetapt, jum TK rebus-jemurt, jum TK sortasi}

Jum TK tetap AIM (t) = INTEGER(((jumlah bahan baku RMt*fraksi RM AIM) + (jumlah bahan baku BLSt* (1/konversi RM ke BLS)) + (jumlah bahan baku SDSt*(1/nilai rendemen OSt)))/41,700)+ ((jumlah TK tetap per unit AIM*jum unit AIMt)+(jum TK tetap per unit UP*jum unit AIM UPt))

Jum TK tetap per unit AIM

= 18 <<orang>> Jum TK tetap per unit

AIM UP

= 7 <<orang>> Jum TK rebus-jemur

AIM (t)

= IF(jumlah bahan baku RMt 0.5*((NPU kapasitas RM agroindustri [1]* jum unit AIMt)+(NPU kapasitas RM

agroindustri [2]* jum unit AIM UPt)),((30* jum unit AIMt) + (25* jum unit AIM UPt)), (20* jum unit AIMt) + (15* jum unit AIM UPt))

Angka 30 = Tenaga kerja rebus-jemur maksimal untuk AIM <<orang>> Angka 25 = Tenaga kerja rebus-jemur maksimal untuk AIM UP <<orang>> Angka 20 = Tenaga kerja rebus-jemur minimal untuk AIM <<orang>> Angka 15 = Tenaga kerja rebus-jemur minimal untuk AIM UP <<orang>> NPU kapasitas RM

agroindustri

= {Kapasitas RM AIM, Kapasitas RM AIM UP, Kapasitas RM AIK} // kapasitas produksi RM per unit agroindustri

Jum TK sortasi AIM (t) _{= INTEGER (Produksi produk AIM}_t_/

(9*25*7*produktivitas sortasi)) + ROUND((‘Perub produksi produk excellent’*/(‘Produktivitas sortasi produk

excellent’*7*25*9))

Angka 9 = Jumlah bulan produksi dalam setahun

Angka 25 = Jumlah hari produksi dalam

Anga 7 = Lama jam kerja dalam sehari

Jum TK AIK (t) = {jum TK tep, jum TK rebus-jemur, jum TK sortasi} Jum TK tetap AIK (t) = 5*jumlah unit AIKt

Jum TK rebus-jemur AIK (t)

= IF(Bahan baku RM AIKt 0.5*(NPU kapasitas RM

agroindustri[3] *jumlah unit AIKt),15*jumlah unit AIKt, 10* jumlah unit AIKt)

Jum TK sortasi AIK (t) = INTEGER[(produksi produk ekspor & PS AIK[1]t) / (9*25*7*produktivitas sortasi)]

(27)

Angka 5 = Kebutuhan tenaga kerja tetap per unit AIK

Angka 15 = Tenaga kerja rebus-jemur maksimal untuk AIK <<orang>> Angka 10 = Tenaga kerja rebus-jemur manimal untuk AIK <<orang>>

B. Persamaan sistem dinamis prediksi nilai indikator penyerapan tenaga kerja

Penyerapan tenaga kerja agro (t)

= Penyerapan tenaga kerja agrot-1 + perub penyerapan TK agrot Nilai awal penyerapan

tenaga kerja agro

= 43% Perub penyerapan TK

agro (t)

= (Jumlah tenaga kerjat / jum TK sesuai kapasitas produksit) - penyerapan tenaga kerja agroindustrit-1

Jum TK sesuai kapasitas produksi (t)

= (Jumlah unit AIKt*rata-rata TK sortasi per unit [1])+(jumlah unit AIMt*rata-rata TK sortasi per unit[2])+kebutuhan TK tetapt+(jumlah unit AIMt*jumlah TK rebus per unit [1])+(jumlah unit AIM UP*jumlah TK rebus per unit [2])+(jumlah unit AIKt*jumlah TK rebus per unit [3])

Rata-rata TK sortasi per unit

= {50, 205} <<orang>> // untuk AIK dan AIM Jumlah TK rebus per unit = {30, 25, 15 <<orang>> // untuk AIM, AIM UP, AIK

Kebutuhan TK tetap (t) = Round[(jumlah unit AIMt*18)+(jumlah unit AIM UPt*7)+(jumlah unit AIKt*5)+(kapasitas produksi agroindustri[1]/41,700)]

Lampiran 3.10 Persamaan sistem dinamis prediksi pendapatan tenaga kerja

Rata-rata pendapatan TK

agroindustri (t) =

Rata-rata pendapatan TK agroindustrit-1 + perubahan pendapatan TKt

Nilai awal rata-rata pendapatan TK agroindustri

= 633,666<<rupiah/orang*bulan>> Perubahan pendapatan

TK (t)

= (((Pendapatan TK AIKt + pendapatan TK AIMt)/2) + rata2 tambahan pendapatant) - rata-rata pendapatan TK agroindustrit Pendapatan TK AIM (t) = (Perub gaji TK AIMt / 12) / jum TK AIMt

Pendapatan TK AIK (t) (Biaya tetap AIKt / 12) / jum TK AIKt Rata2 tambahan

pendapatan (t)

= ((Nilai penyesuaian gaji karyawant*fraksi nilai gaji karyawan tetap)/jumlah tenaga kerjat)/12

Fraksi nilai gaji karyawan tetap

= 0.7

Angka 12 = Jumlah bulan dalam setahun

Nilai penyesuaian gaji karyawan (t)

= Fraksi penyesuai gaji karyawan * total net profit agroindustri teri nasit-1

(28)

Lampiran 4. Metode SAWM (Simple Additive Weighting Method )

Lampiran 4.1 Tahapan penentuan nilai indikator keberlanjutan yang diolah dengan menggunakan metode SAWM

Untuk menentukan rentang kategori indeks keberlanjutan terdapat beberapa tahapan. Dalam bagian ini yang dibahas adalah pada dimensi sumber daya dan multidimensi saja, sedangkan untuk dimensi lainnya cara penentuannya mengikuti tahapan yang sama.

A. Rentang kategori indeks keberlanjutan dimensi sumber daya

1. Melakukan standarisasi atau transformasi nilai kategori dari masing-masing indikator seperti telah dijelaskan pada bab Pemodelan Sistem sub bab “Agregasi menggunakan simple additive weighting method (SAWM)”. Nilai maksimal setiap kategori distandarisari menjadi 100 sedangkan nilai kategori lainnya ditransformasi secara proporsional terhadap nilai 100.

Misalnya: pada “indikator penyediaan bahan baku kawasan” nilai tertinggi terdapat

pada kategori “sangat tinggi” yaitu  75. Nilai tersebut distandarisasi hingga menjadi  100. kemudian kategori di bawahnya adalah “tinggi”, dengan rentang

60% sampai <75%. Nilai 60% distandarisasi dengan cara membandingkan nilai tersebut dengan nilai kategori tertinggi, yaitu (60% / 75%) * 100 = 80. Selanjutnya menyusun rentang kategori sesuai dengan rentang awal namun dengan menggunakan nilai yang telah distandarisasi sehingga menjadi 80.00 sampai <100. Demikian seterusnya sehingga hasilnya dapat dilihat pada Lampiran 4.1.1. 2. Perhatikanlah bahwa nilai maksimal masing-masing indikator keberlanjutan terletak

pada nilai kategori tertinggi dengan nilai standarisasi 100. Demikian juga nilai minimal masing-masing indikator keberlanjutan terdapat pada kategori terendah di mana masing-masing indikator nilainya berbeda. Indikator penyediaan bahan baku kawasan nilai minimal setelah dilakukan standarisasi adalah 33.33, indikator kecukupan bahan baku (42.86), indikator kontinuitas bahan baku (0) dan indikator mutu bahan baku (0).

3. Tahapan selanjutnya adalah menentukan nilai maksimal dan minimal indeks dimensi sumber daya. Pada tahapan ini digunakan nilai bobot masing-masing

(29)

indikator. Nilai maksimal maupun minimal indeks dimensi sumber daya merupakan jumlah terbobot dari seluruh nilai indikator sebagaimana ditunjukkan pada Lampiran 4.1.2. Nilai maksimal (Smax) dimensi sumber daya adalah 100 dan nilai

minimalnya (S_min) adalah 19.98.

Lampiran 4.1.1 Standarisasi rentang nilai indikator keberlanjutan

Indikator : RKa RK Standarisasib Penyediaan bb kawasan (PBBK): 1 Sangat rendah PBBK < 25% PBBK < 33.33 2 Rendah 25% PBBK < 40% 33.33 PBBK < 53.33 3 Sedang 40%  PBBK < 60% 53.33PBBK < 80.00 4 Tinggi 60%PBBK < 75% 80.00 PBBK < 100.00 5 Sangat tinggi PBBK  75% PBBK  100.00 Kecukupan bbc(KBB): 1 Sangat rendah KBB < 30% KBB < 42.86 2 Rendah 30% KBB < 40% 42.86KBB < 57.56 3 Sedang 40% KBB < 60% 57.14 KBB < 85.71 4 Tinggi 60% KBB < 70% 85.71KBB< 100.00 5 Sangat tinggi KBB  70% KBB  100.00 Kontinuitas bb: 1 Rendah 0 0.00 2 Sedang 1 50.00 3 Tinggi 2 100.00 Mutu bb: 1 Rendah 0 0.00 2 Sedang 1 33.33 3 Cukup tinggi 2 66.67 4 Tinggi 3 100.00 a

RK adalah nilai rentang kategori indikator

b

RK standarisasi adalah rentang nilai indikator yang telah distandarisasi dengan nilai maksimal adalah 100

c

(30)

Lampiran 4.1.2 Penentuan nilai maksimal dan minimal indeks dimensi sumber daya Indikator Bobot (B)d Makse B x Maks Minsf B x Mins Penyed bb kawasan 0.1743 100.00 17.43 33.33 5.81

Kecukupan bb 0.3308 100.00 33.08 42.86 14.18

Kontinuitas bb 0.2548 100.00 25.48 0.00 0.00

Mutu bb 0.2401 100.00 24.01 0.00 0.00

Jumlah total bobot 1.0000 400.00 100.00g 76.18 19.98h

d

Bobot yang dimaksud adalah bobot indikator dimensi sumber daya e

Maks adalah nilai maksimal indikator – indikator yang telah distandarisasi f

Mins adalah nilai minimal indikator – indikator yang telah distandarisasi g

Nilai indeks maksimal dimensi sumber daya h

Nilai indeks minimal dimensi sumber daya

Dengan menggunakan cara yang sama, maka diperoleh nilai indeks maksimal dan minimal untuk dimensi lainnya, seperti ditunjukkan pada Lampiran 4.1.3

Lampiran 4.1.3 Nilai indeks maksimal dan minimal masing-masing dimensi Dimensi Nilai indeks maksimal Nilai indeks minimal

Sumber daya 100.00 19.98

Ekonomi 100.00 38.55

Sosial 100.00 52.01

Teknologi 100.00 19.99

Lingkungan 100.00 53.28

4. Tahapan berikutnya adalah menentukan lebar rentang untuk kategori indeks keberlanjutan. Lebar rentang ( a ) diperoleh persamaan berikut ini:

4

min

max S

S

a 

Untuk dimensi sumber daya, maka lebar rentang adalah sebagai berikut:

20 4 98 . 19 100  

Pembagian dengan bilangan 4 dilakukan untuk membagi selisih nilai maksimal dan minimal ke dalam 4 kategori indeks keberlanjutan.

(31)

5. Tahapan selanjutnya adalah menyusun rentang kategori indeks keberlanjutan (IK) berdasarkan nilai-nilai yang telah diperoleh dengan mengikuti aturan di bawah ini sehingga diperoleh hasil seperti pada Lampiran 4.1.4 dan 4.1.5.

Tidak berkelanjutan (TB) = Smin < IK  Smin a

Kurang berkelanjutan (KB) = Smin a < IK  Smin 2a

Cukup berkelanjutan (CB) = Smin 2a < IK Smin 3a

Sangat berkelanjutan (SB) = Smin 3a < IK Smin 4a

Lampiran 4.1.4 Penyusunan rentang kategori indeks keberlanjutan dimensi sumber daya Kategori indeks keberlanjutan (KIB) Batas bawah KIB Batas atas KIB Tidak berkelanjutan (TB) 19.98 19.98 + (20 * 1) Kurang berkelanjutan (KB) 19.98 + (20 * 1) 19.98 + (20 * 2) Cukup berkelanjutan (CB) 19.98 + (20 * 2) 19.98 + (20 * 3) Sangat berkelanjutan (SB) 19.98 + (20 * 3) 19.98 + (20 * 4) Lampiran 4.1.5 Kategori indeks keberlanjutan (IK) pada dimensi sumber daya

Kategori indeks keberlanjutan Rentang kategori Tidak berkelanjutan (TB) 19.99 < IK  39.99 Kurang berkelanjutan (KB) 39.99 < IK  59.99 Cukup berkelanjutan (CB) 59.99 < IK  80.00 Sangat berkelanjutan (SB) 80.00 < IK  100.00

B. Rentang kategori indeks keberlanjutan multidimensi

Untuk menentukan rentang kategori indeks keberlanjutan multidimensi mengikuti tahapan sebagai berikut:

1. Menentukan nilai maksimal dan nilai minimal indeks multidimensi. Pada tahapan ini digunakan nilai bobot masing-masing dimensi. Di samping itu diperlukan juga nilai indeks maksimal dan minimal untuk masing-masing dimensi sebagaimana ditunjukkan pada Lampiran 4.3. Nilai maksimal maupun minimal indeks multidimensi merupakan jumlah terbobot dari seluruh indeks dimensi. Nilai minimal indeks multidimensi adalah 33.77 seperti ditunjukkan pada Lampiran 4.1.6, sedangkan nilai maksimalnya adalah 100 seperti diperlihatkan pada Lampiran 4.1.7.

(32)

2. Setelah nilai maksimal maupun minimal berhasil ditentukan, maka tahapan berikutnya adalah menentukan lebar rentang kategori indeks keberlanjutan multidimensi dengan cara di bawah ini sehingga diperoleh lebar rentang kategori sebesar 16.56. 16.56 4 77 . 33 100  

Lampiran 4.1.6 Penentuan nilai minimal indeks multidimensi

Dimensi Boboti Nilai minsj Kategorik Nilai mins x Bobot

Sumber daya 0.3444 19.98 TB 6.88 Ekonomi 0.2633 38.70 TB 10.19 Sosial 0.2057 52.01 TB 10.69 Teknologi 0.1186 19.98 TB 2.37 Lingkungan 0.0680 53.28 TB 3.62 Jumlah 1.00 183.97 33.77l i

Bobot yang dimaksud adalah bobot dimensi keberlanjutan

j

Nilai mins adalah nilai minimal setiap dimensi yang diperoleh setelah melakukan perhitungan seperti Lampiran 4.2 kolom 6

k

Kategori yang dimaksud adalah kategori indeks keberlanjutan

l

Nilai indeks multidimensi minimal

Lampiran 4.1.7 Penentuan nilai maksimal indeks multidimensi

Dimensi Bobot Nilai maksm Kategori Nilai mins x Bobot

Sumber daya 0.3444 100.00 SB 34.44 Ekonomi 0.2633 100.00 SB 26.33 Sosial 0.2057 100.00 SB 20.57 Teknologi 0.1186 100.00 SB 11.86 Lingkungan 0.0680 100.00 SB 6.80 Jumlah 1.000 500.00 100.00n m

Nilai maks adalah nilai maksimal setiap dimensi yang diperoleh setelah melakukan perhitungan seperti Lampiran 4.1.2 kolom 4

o

Nilai indeks multidimensi maksimal

3. Tahap berikutnya adalah menyusun rentang kategori indeks keberlanjutan multidimensi berdasarkan nilai-nilai yang telah diperoleh sebagaimana dilakukan pada bagian sebelumnya sehingga diperoleh hasil seperti pada Lampiran 4.1.8 dan 4.1.9.

(33)

Lampiran 4.1.8 Penyusunan rentang kategori indeks keberlanjutan multidimensi Kategori indeks keberlanjutan (KIB) Batas bawah KIB Batas atas KIB Tidak berkelanjutan (TB) 33.77 33.77 + (16.56 * 1) Kurang berkelanjutan (KB) 33.77 + (16.56 * 1) 33.77 + (16.56 * 2) Cukup berkelanjutan (CB) 33.77 + (16.56 * 2) 33.77 + (16.56 * 3) Sangat berkelanjutan (SB) 33.77 + (16.56 * 3) 33.77 + (16.56 * 4) Lampiran 4.1.9 Rentang kategori indeks keberlanjutan (IK) multidimensi

Kategori indeks keberlanjutan Rentang kategori Tidak berkelanjutan (TB) 33.76 < IK  50.32 Kurang berkelanjutan (KB) 50.32 < IK 66.88 Cukup berkelanjutan (CB) 66.88 < IK  83.44 Sangat berkelanjutan (SB) 83.44 < IK  100.00

(34)

Lampiran 4.2 Rentang nilai indeks keberlanjutan menurut metode SAWM

Lampiran 4.2.1 Rentang nilai indeks keberlanjutan (IK) pada dimensi sumber daya

Parameter Nilai

Nilai maksimal 100.00

Nilai minimal 19.987

Lebar rentang kategori 20.003

Tidak berkelanjutan (TB) 19.987< IK 39.991 Kurang berkelanjutan (KB) 39.991< IK 59.994 Cukup berkelanjutan (CB) 59.994< IK 79.997 Sangat berkelanjutan (SB) 79.997< IK 100.00

Lampiran 4.2.2 Rentang nilai indeks keberlanjutan (IK) pada dimensi ekonomi

Tidak berkelanjutan (TB) 38.551< IK 53.913 Kurang berkelanjutan (KB) 53.913< IK 69.276 Cukup berkelanjutan (CB) 69.276< IK 84.638 Sangat berkelanjutan (SB) 84.638< IK 100.00

Lampiran 4.2.3 Rentang nilai indeks keberlanjutan (IK) pada dimensi sosial

Tidak berkelanjutan (TB) 52.011 < IK 64.008 Kurang berkelanjutan (KB) 64.008 < IK 76.005 Cukup berkelanjutan (CB) 76.005 < IK 88.003 Sangat berkelanjutan (SB) _{88.003 < IK}__100.00

(35)

Lampiran 4.2.4 Rentang nilai indeks keberlanjutan (IK) pada dimensi teknologi

Tidak berkelanjutan (TB) 19.989 < IK 39.991 Kurang berkelanjutan (KB) 39.991< IK 59.994 Cukup berkelanjutan (CB) 59.994 < IK 79.997 Sangat berkelanjutan (SB) _{79.997< IK}__100.00

Lampiran 4.2.5 Rentang nilai indeks keberlanjutan (IK) pada dimensi lingkungan

Tidak berkelanjutan (TB) 53.285< IK 64.963 Kurang berkelanjutan (KB) 64.963< IK 76.642 Cukup berkelanjutan (CB) 76.642< IK 88.321 Sangat berkelanjutan (SB) _{88.321< IK}__100.00

(36)

Lampiran 5. Nilai Variabel Model Hasil Simulasi

Lampiran 5.1 Nilai variabel model hasil simulasi tahun 2011 dan tahun 2016

Parameter Satuan Periode Simulasi

2011 2016

Sumber daya:

Jumlah tangkapan ton 989.81 881.42

Jumlah BSJ (dalam RM) ton 1,878.84 1,751.26

Upaya penangkapan trip 93,916 72,670

Perkembangan volume bb* % 11.20 -10.70

Harga RM Rp/kg bb RM 11,650 10,500

Harga BLS Rp/kg BLS 58,100 52,898

Harga SDS Rp/kg SDS 73,875 70,000

Kapasitas RM ton bb RM 4,060.00 3,745.00

Kapasitas sortasi ton (dlm RM) 7,922.00 8,378.00

Harga ekspor Rp/kg produk 92,975 90,717

Ekonomi:

Volume produk ekspor: ton

Non-excellent ton 483.25 431.13

Excellent ton - -

Jumlah unit usaha unit 5.00 6.00

Margin pemasok BSJ % 1.01 2.01

Sosial:

Pendapatan nelayan ribu/bulan 622.77 594.05

Pendapatan TK ribu/bulan 967.15 1,188.64

Jumlah tenaga kerja orang 500 460

Teknologi:

Rendemen produk % 16.74 16.62

Lingkungan:

Volume limbah cair Juta liter 4.18 3.83

(37)

Lampiran 5.2 Nilai variabel model penerapan skenario kebijakan

Parameter Satuan Skenario kebijakan

I II III IV V VI

Sumber daya:

Jumlah tangkapan ton 1,003.98 1,004.13 1,004.34 1,003.81 1,003.62 1,004.6

Jumlah BSJ dlm RM ton 1,994.77 1,984.07 1,995.49 1,994.43 1,994.06 1,995.99

Upaya penangkapan trip 86,940 86,940 86,940 86,940 86,940 86,940

Perkembangan volume bb % 0.29 0.34 0.33 0.31 6.84 13.50

Harga RM Rp/kg bb RM 10,544.00 10,609.00 10,722.00 10,703.00 11,017.00 11,255.00

Harga BLS Rp/kg BLS 52,731.00 52,790.00 53,793.00 53,820.00 55,523.00 56,180.00

Harga SDS Rp/kg SDS 69,447.00 69,481.00 70,548.00 70,608.00 72,733.00 73,398.00

Kapasitas RM ton bb RM 3,745 3,745 3,745 3,745 3,745 3,745

Kapasitas sortasi ton (dlm RM) 8,378 8,378 8,378 8,378 8,378 8,378

Harga produk ekspor Rp/kg produk 90,089 90,128 91,340 91,408 93,823 94,579

Ekonomi:

Volume produk ekspor total ton 487.64 488.99 484.19 484.99 516.71 554.16

Volume produk excellent ton - - 64.22 66.21 118.16 177.91

Jumlah unit usaha unit 6.00 6.00 6.00 6.00 6.00 6.00

Margin pemasok BSJ % 1.81 1.86 1.79 1.72 2.76 2.95

Sosial:

Pendapatan nelayan ribu/bulan 521.35 532.68 546.65 542.68 654.72 662.85

Pendapatan TK ribu/bulan 1,205.01 1,207.07 1,212.77 1,215.29 1,306.64 1,426.33

Jumlah tenaga kerja orang 493 495 508 501 528 560

Teknologi:

Rendemen produk % 16.73 16.79 16.66 16.77 16.76 16.89

Lingkungan:

Volume limbah cair Juta liter 4.46 4.45 5.28 5.28 4.23 4.05

(38)

Lampiran 6. Indikator Keberlanjutan Agroindustri Teri Nasi dan Kategorinya

Indikator Keberlanjutan Kategori indikator Keterangan Notasi Skor A. Dimensi Sumber daya :

1. Penyediaan bahan baku kawasan Sangat rendah Rendah Sedang Tinggi Sangat tinggi SR R S T ST 0 1 2 3 4

2. Mutu bahan baku Rendah

Sedang Cukup tinggi Tinggi R S CT T 0 1 2 3

3. Kontinuitas bahan baku Rendah

Sedang Tinggi R S T 0 1 2

4. Kecukupan bahan baku Sangat rendah

Rendah Sedang Tinggi Sangat tinggi SR R S T ST 0 1 2 3 4 B. Dimensi Ekonomi :

1 Net profit per unit usaha Merugi M 0

Sangat rendah SR 1

Rendah R 2

Sedang S 3

Tinggi T 4

2. Profit margin agroindustri Rendah R 0

Sedang S 1

Tinggi T 2

3. Kontribusi pendapatan agroindustri Menurun Tr 0

Relatif tetap Rt 1

Meningkat Mkt 2

4. Mutu produk Rendah R 0

Sedang S 1

Cukup tinggi CT 2

Tinggi T 3

5. Target Penjualan Sangat rendah SR 0

Rendah R 1

Sedang S 2

Cukup Tinggi CT 3

Tinggi T 4

6. Jumlah unit usaha Menurun Tr 0

Relatif tetap Rt 1