• Tidak ada hasil yang ditemukan

Dalam merencanakan jumlah dan waktu tanam dari masing-masing varietas bunga krisan, perlu dipertimbangkan faktor-faktor eksternal yang mempengaruhinya.Faktor-faktor eksternal tersebut meliputi: Permintaan bunga krisan Periode pematangan (maturing period)

N/A
N/A
Protected

Academic year: 2018

Membagikan "Dalam merencanakan jumlah dan waktu tanam dari masing-masing varietas bunga krisan, perlu dipertimbangkan faktor-faktor eksternal yang mempengaruhinya.Faktor-faktor eksternal tersebut meliputi: Permintaan bunga krisan Periode pematangan (maturing period) "

Copied!
6
0
0

Teks penuh

(1)

PERANCANGAN MODEL SISTEM DINAMIS UNTUK PERENCANAAN TANAM

BUNGA KRISAN MULTI VARIETAS

Jerry Agus Arlianto, Amelia Santoso, Lita Meliana

Jurusan Teknik Industri, Universitas Surabaya

Raya Kalirungkut, Surabaya 60293, Indonesia

E-mail: jerry@ubaya.ac.id

Abstrak

Ketidakseimbangan antara demand dan supply pada produk akan meningkatkan biaya yang

dikeluarkan yaitu biaya simpan, biaya akibat persediaan kadaluarsa serta biaya akibat lost sales. Hal

ini menjadi semakin penting pada industri bunga potong krisan dikarenakan bunga adalah produk

perishable yang permintaannya berfluktuatif. Banyaknya varietas dan keterbatasan luas lahan

menambah kompleksitas penentuan jumlah tanam dan waktu mulai menanam. Penelitian ini

mengembangkan perencanaan tanam bunga krisan multi varietas dengan menggunakan pendekatan

sistem dinamis. Pembuatan model dilakukan dengan membuat causal loop diagram dan influence

diagram untuk satu varietas, kemudian dikembangkan untuk multi varietas. Optimasi dilakukan untuk

mendapatkan jumlah tanam waktu tanam optimum sehingga petani bunga krisan dapat

meminimumkan biaya-biaya yang harus ditanggung.

Kata kunci

:

perishable,

bunga krisan multi varietas, sistem dinamis.

Pendahuluan

Agrobisnis bunga potong adalah salah satu usaha yang sering menemui kendala dalam

menentukan jumlah

supply

yang tepat untuk memenuhi

demand

yang ada. Hal ini terjadi karena

bunga potong memiliki permintaan yang berfluktuatif tergantung pada musim dan

event

yang

sedang terjadi. Masalah

perishability

atau kerusakan dari setiap produk menjadi masalah penting

bagi

supply chain management

, seperti pada produk obat-obatan, minuman, makanan dan produk

segar hasil pertanian (Widodo, 2006). Salah satu agrobisnis yang mengalami masalah tersebut

adalah PT. Inggu Laut Abadi yang membudidayakan bunga krisan untuk dijual sebagai bunga

potong.

Model perencanaan tanam bunga krisan dengan tujuan mengurangi deviasi antara

demand

dan

supply

sudah pernah dibuat dengan pendekatan sistem dinamis (Raharjo, 2011). Akan tetapi,

model yang dibuat hanya untuk perencanaan tanam satu varietas bunga krisan. Sebagai perusahaan

budidaya bunga krisan, PT. Inggu Laut Abadi telah membudidayakan 41 varietas bunga krisan

yang memiliki kurang lebih 10 macam warna.

Pengembangan model untuk perencanaan tanam untuk bunga krisan multi varietas ini

menggunakan pendekatan sistem dinamis. Sistem dinamis adalah sebuah pendekatan yang dapat

digunakan sebagai alat (

tool

) bagi manajer untuk menganalisis suatu problem kompleks (Forester,

1999). Pada dasarnya, metodologi sistem dinamis menggunakan hubungan-hubungan sebab-akibat

(

causal

) sebagai dasar dalam mengenali dan memahami tingkah laku (

behaviour

) sistem dinamis

tersebut.

Pengembangan model yang dilakukan ini mengacu pada model perencanaan tanam bunga

krisan

single varietas

yang sudah ada. Hasil pengembangan model akan dioptimasi dengan

(2)

SNTI III-2012 Universitas Trisakti

ISBN : 978-979-18265-4-9

I021-2

Klasifikasi bunga krisan yang diamati

PT. Inggu Laut Abadi berhasil membudidayakan kurang lebih 41 varietas bunga krisan

yang terdiri dari 11 varietas tipe

standard

dan 30 varietas tipe

spray

. Perbedaan utama dari kedua

tipe bunga krisan tersebut terletak pada jumlah kuntum bunga yang ada dalam satu tangkai. Bunga

krisan tipe

standard

hanya boleh memiliki 1 kuntum bunga per tangkai, sedangkan tipe

spray

bisa

memiliki 8 sampai 15 kuntum bunga per tangkai.

Faktor-faktor yang mempengaruhi perencanaan tanam bunga krisan

Dalam merencanakan jumlah dan waktu tanam dari masing-masing varietas bunga krisan,

perlu dipertimbangkan faktor-faktor eksternal yang mempengaruhinya.Faktor-faktor eksternal

tersebut meliputi:

Permintaan bunga krisan

Periode pematangan (

maturing period

)

Tingkat kematian tanaman

Jumlah panen per lot per hari

Umur simpan hasil panen

Luas lahan yang tersedia

Hasil dan Pembahasan

Langkah awal yang dilakukan untuk menentukan perencanaan tanam krisan multi varietas

adalah mengembangkan perencanaan tanam untuk satu varietas dengan menambahkan penggunaan

lahan yang ada. Pengembangan

causal loop diagram

untuk satu varietas tampak pada Gambar 1.

Gambar 1.

Causal loop diagram

siklus

planting-harvesting

bunga krisan satu varietas dengan

batasan lahan

+

Total Luas

Lahan

Jumlah Panen

per Hari

Luas Lahan yang

Bisa Ditanami

Jumlah Tanam

Persentase

Permintaan per bulan

+

+

Fraksi Kematian

Jumlah Tanaman

yang Tumbuh

-+

Persentase Panen

per Hari

+

Persediaan

Permintaan

Harian

Penjualan

+

-+

-+

Jumlah Persediaan

yang Kadaluarsa

+

-Permintaan Harian

yang Belum Terpenuhi

+

-Jumlah Lost

Sales

+

B1

B2

+

+

Luas Lahan yang

Terpakai

+

+

Luas Lahan yang

Belum Terpakai

+

+

(3)

-Dari

causal loop diagram

untuk satu varietas, dapat dibuat

influence diagram

seperti pada Gambar

2.

Stock Panen Index 10

Stock Panen Index 9

Stock Panen Index 8

Stock Panen Index 7

Stock Panen Index 6

Sisa Stock Panen

Index 9

Sisa Stock Panen

Index 8

Sisa Stock Panen

Index 7

Sisa Stock Panen

Index 10

Hasil Panen

Penjualan Index 9

Penjualan Index 8

Penjualan Index 10

Penjualan Index 7

Penjualan Index 6

Permintaan yg Blm

Terpenuhi Dari

Permintaan yg Blm

Terpenuhi Dari

Permintaan yg Blm

Terpenuhi Dari

Stock Panen Index 5

Sisa Stock Panen

Index 6

Permintaan yg Blm

Terpenuhi Dari

Permintaan yg Blm

Terpenuhi Dari

Permintaan yg Blm

Terpenuhi Dari

Stock Panen Index

6

Permintaan yg Blm

Terpenuhi Dari

Stock Panen Index

7

Permintaan yg Blm

Terpenuhi Dari

Stock Panen Index

8

Permintaan yg Blm

Terpenuhi Dari

Stock Panen Index

9

Permintaan yg Blm

Terpenuhi Dari

Stock Panen Index

10

Permintaan yg Blm

Terpenuhi Dari

Stock Panen Index

5

Penjualan Index 5

Permintaan Harian

SIKLUS PLANTING-HARVESTING BUNGA KRISAN

B IAYA SIM PAN

B IAYA KADALUARSA

B IAYA LOST SALES

Persentase Demand

Per Bulan

Total Luas Lahan

Luas Lahan yg Bisa

Ditanami

Luas Lahan yg

Terpakai

Jumlah Tanam

Optimal

Jumlah Tanam

Luas Lahan yg Belum

Terpakai

Luas Lahan utk

Tanam

Fraksi Kematian

Jumlah Tanaman

per Lot yg Tumbuh

Persediaan

Hasil Panen

Penjualan

Selang W aktu dari

Start Time 2 ke

Panen Hari Pertama

Tiap Lot

Tanggal Panen Hari

Pertama Per Lot

Persentase Jumlah

Panen per Hari per

Lot

Jumlah Panen per

Hari per Lot

Kadaluarsa

Permintaan Harian

Maturing Period

Tanggal Tanam

Luas Lahan yg

Selesai Dipanen

Tanggal Tanam

Maturing Period

Hasil Panen Hari

ke-k yg Kadaluarsa

Persediaan

Biaya Simpan per

Tangkai per Hari

Akumulasi Biaya

Simpan

Biaya Simpan per

Hari

Akumulasi Biaya

Kadaluarsa

Biaya Kadaluarsa

per Hari

Kadaluarsa

Biaya Kadaluarsa

per Tangkai

Akumulasi Biaya Lost

Sales

Biaya Lost Sales Per

hari

Biaya Lost Sales per

Tangkai

Permintaan Harian

yang Belum

Terpenuhi

Permintaan Harian

yang Belum

(4)

SNTI III-2012 Universitas Trisakti

ISBN : 978-979-18265-4-9

I021-4

Notasi model matematis dalam model perencanaan tanam bunga krisan ini adalah sebagai berikut.

Tabel 1. Notasi variabel

No Notasi Definisi

No Notasi Definisi

1

TL

Total luas lahan

20

S

Penjualan

2

%D

Persentase

demand

per bulan

21

D

Permintaan Harian

3

LT

Luas lahan yang bisa ditanami

22

E

Kadaluarsa

4

LE

Luas lahan yang belum terpakai

23

DR

Permintaan Harian yang Belum

Terpenuhi

5

LF

Luas lahan yang terpakai

24

Ek

Jumlah hasil panen hari ke-

k

yang kadaluarsa

6

LP

Luas lahan untuk tanam pada

periode ke t

25

IHK

y

Stock panen hari ke-

k

index-

y

7

LH

Luas lahan yang selesai dipanen

26

IRK

y

Sisa stock panen hari ke-

k

index-y

8

QP

Jumlah tanam per lot

27

S

y

Penjualan index-

y

9

MP

Maturing period

28

DR

y

Permintaan yang belum

terpenuhi dari stock panen

index-y

10

QO

Jumlah tanam optimal per lot

29

AS

Akumulasi biaya simpan

11

SW

Selang waktu dari

start time

2 ke

panen hari pertama tiap lot

30

CS

Biaya simpan per tangkai per

hari

12

TH

Tanggal panen hari pertama per

lot

31

CSD

Biaya simpan per hari

13

TP

Tanggal tanam per lot

32

AE

Akumulasi biaya kadaluarsa

14

%H

Persentase jumlah panen per hari

per lot

33

CE

Biaya kadaluarsa per tangkai

15

QHD

Jumlah panen per hari per lot

34

CED

Biaya kadaluarsa per hari

16

QG

Jumlah tanaman per lot yang

tumbuh

35

AL

Akumulasi biaya

lost sales

17

FK

Fraksi kematian

36

CL

Biaya

lost sales

per tangkai

18

QH

Hasil panen

37

CLD

Biaya

lost sales

per hari

19

I

Inventory

Variabel keputusan dari optimasi ini adalah Jumlah tanam optimal (

QO

) untuk

masing-masing varietas yang diasumsikan bernilai minimum 0 dan maksimum 100. Jumlah maksimum ini

dapat disesuaikan dengan ketersediaan bibit yang bisa disediakan oleh perusahaan.

Fungsi tujuan dari model optimasi ini adalah meminimumkan akumulasi biaya simpan

(

AS

), akumulasi biaya kadaluarsa (

AE

) dan akumulasi biaya

lost sales

(

AL

).

AS

=

i

t

t

i

CSD

I

)

(

,

,

i,t

(45)

AE

=

(

,

)

i

t

t

i

CED

E

,

i,t

(46)

AL=

(

,

)

i

t

t

i

CLD

LS

,

i,t

(47)

min Z =AS

+

AE

+

AL

(48)

(5)

T

SIKLUS PLANTING-HARVESTING VARIETAS A

SIKLUS PLANTING-HARVESTING VARIETAS B

SIKLUS PLANTING-HARVESTING VARIETAS C

SIKLUS PLANTING-HARVESTING VARIETAS D

PERHITUNGAN BIAYA-BIAYA

PERHITUNGAN LOST SALES B

PERHITUNGAN KADALURSA PER HARI VARIETAS A

PERHITUNGAN KADALURSA PER HARI VARIETAS C

Persentase Demand

A per bulan Luas Lahan yg Bisa

Ditanami A Luas Lahan A yg

Terpakai

Jumlah Tanam A Optimal

Jumlah Tanam A Luas Lahan utk

Tanam A

Fraksi Kematian A Jumlah Tanaman per Lot yg Tumbuh A

Persediaan A Hasil Panen A Penjualan A Tanggal Panen Hari

Pertama Per Lot A Persentase Jumlah Panen per Hari per Lot A

Jumlah Panen per Hari per Lot A

Kadaluarsa A Permintaan Harian

A Maturing Period A Tanggal Tanam A

Luas Lahan A yg Selesai Dipanen

Tanggal Tanam A Maturing Period A

Permintaan Harian A yang Belum

Terpenuhi

Stock Panen A Index 10

Stock Panen A Index 9

Stock Panen A Index 8

Stock Panen A Index 7

Stock Panen A Index 6 Hasil Panen A Hari

ke-k Sisa Stock Panen A

Index 9 Sisa Stock Panen AIndex 8 Sisa Stock Panen AIndex 7 Sisa Stock Panen A

Index 10

Hasil Panen A

Penjualan A Index 9 Penjualan A Index 8 Penjualan A Index

10 Penjualan A Index 7 Penjualan A Index 6 Sisa Stock Panen A

Index 6

Permintaan A yg Blm Terpenuhi Dari Stock Panen Index Hasil Panen A Hari

ke-k yg Kadaluarsa

Persentase Demand B Per Bulan

Luas Lahan yg Bisa Ditanami B

Luas Lahan B yg Terpakai

Jumlah Tanam B Optimal

Jumlah Tanam B Luas Lahan utk

Tanam B

Fraksi Kematian B Jumlah Tanaman per Lot yg Tumbuh B

Persediaan B Hasil Panen B Penjualan B Tanggal Panen Hari

Pertama Per Lot B Persentase JumlahPanen per Hari per Lot B

Jumlah Panen per Hari per Lot B

Kadaluarsa B Permintaan Harian

B Maturing Period B Tanggal Tanam B

Luas Lahan B yg Selesai Dipanen

Tanggal Tanam B Maturing Period B

Permintaan Harian B yang Belum

Terpenuhi Hasil Panen B Hari

ke-k yg Kadaluarsa

Persentase Demand C Per Bulan

Luas Lahan yg Bisa Ditanami C

Luas Lahan C yg Terpakai

Jumlah Tanam C Optimal Jumlah Tanam C Luas Lahan utk

Tanam C

Fraksi Kematian C Jumlah Tanaman per Lot yg Tumbuh C

Persediaan C Hasil Panen C Penjualan C Tanggal Panen Hari

Pertama Per Lot C Persentase JumlahPanen per Hari per Lot C

Jumlah Panen per Hari per Lot C

Kadaluarsa C Permintaan Harian

C Maturing Period C Tanggal Tanam C

Luas Lahan C yg Selesai Dipanen

Tanggal Tanam C Maturing Period C

Permintaan Harian C yang Belum

Terpenuhi

Stock Panen C Index 10

Stock Panen C Index 9

Stock Panen C Index 8

Stock Panen C Index 7

Stock Panen C Index 6 Hasil Panen C Hari

ke-k Sisa Stock Panen C

Index 9 Sisa Stock Panen CIndex 8 Sisa Stock Panen CIndex 7 Sisa Stock Panen C

Index 10

Penjualan C Index 9 Penjualan C Index 8 Penjualan C Index

10 Penjualan C Index 7 Penjualan C Index 6 Sisa Stock Panen C

Index 6

Hasil Panen C

Hasil Panen C Hari ke-k yg Kadaluarsa

Persentase Demand D Per Bulan

Luas Lahan yg Bisa Ditanami D

Luas Lahan D yg Terpakai

Jumlah Tanam D Optimal Jumlah Tanam D Luas Lahan utk

Tanam D

Fraksi Kematian D Jumlah Tanaman per Lot yg Tumbuh D

Persediaan D Hasil Panen D Penjualan D Tanggal Panen Hari

Pertama Per Lot D Persentase JumlahPanen per Hari per Lot D

Jumlah Panen per Hari per Lot D

Kadaluarsa D Permintaan Harian

D Maturing Period D Tanggal Tanam D

Luas Lahan D yg Selesai Dipanen

Tanggal Tanam D Maturing Period D

Permintaan Harian D yang Belum

Terpenuhi Hasil Panen D Hari

ke-k yg Kadaluarsa

Permintaan Harian B yang Belum Terpenuhi Permintaan Harian B yg Dipenuhi oleh A Penjualan A Permintaan Harian

B yang Belum Terpenuhi

Permintaan Harian B yg Blm Terpenuhi setelah disubtitusi oleh A

Permintaan Harian B yg Blm Terpenuhi setelah disubtitusi B yg Dipenuhi oleh C

Permintaan Harian C Lost Sales B Selang Waktu dari

Start Time 2 ke Panen Hari Pertama

Tiap Lot A

Selang Waktu dari Start Time 2 ke Panen Hari Pertama

Tiap Lot B

Selang Waktu dari Start Time 2 ke Panen Hari Pertama

Tiap Lot C

Selang Waktu dari Start Time 2 ke Panen Hari Pertama

Tiap Lot D Biaya Simpan per

Tangkai per Hari Akumulasi Biaya

Simpan Biaya Simpan per

Hari

Akumulasi Biaya Lost Sales Biaya Lost Sales Per

hari Biaya Lost Sales per

Tangkai Persediaan APersediaan B Persediaan CPersediaan D Kadaluarsa AKadaluarsa B Kadaluarsa C Kadaluarsa D

Lost Sales A

Lost Sales C

Lost Sales D Lost Sales A Lost Sales B Lost Sales C Lost Sales D

Total Luas Lahan yang Terpakai Total Lahan yang

Terpakai untuk Tanam

Total Lahan yang Selesai Dipanen

Total Luas Lahan yg Blm Terpakai Total Luas Lahan

Luas Lahan A yg Selesai Dipanen

Luas Lahan B yg Selesai Dipanen

Luas Lahan C yg Selesai Dipanen

Luas Lahan D yg Selesai Dipanen

Total Luas Lahan yg Blm Terpakai

Total Luas Lahan yg Blm Terpakai

Total Luas Lahan yg Blm Terpakai

Total Luas Lahan yg Blm Terpakai Luas Lahan utk

Tanam A Luas Lahan utk

Tanam B Luas Lahan utk

Tanam C Luas Lahan utk

(6)

SNTI III-2012 Universitas Trisakti

ISBN : 978-979-18265-4-9

I021-6

Pada Tabel 2 ditunjukkan nilai biaya simpan, biaya kadaluarsa dan biaya

lost sales

per harinya

yang didapat dari jadwal tanam yang telah berlangsung kontinu.

Tabel 2. Akumulasi Biaya Simpan dan Akumulasi Biaya

Lost Sales

Varietas

Akumulasi Biaya

Simpan

Akumulasi Biaya

Kadaluarsa

Akumulasi Biaya

Lost Sales

Rhino

Rp297.500,00

Rp0,00

Rp734.700,00

White Fiji

Rp522.200,00

Rp0,00

Rp446.350,00

Puma Putih

Rp160.900,00

Rp0,00

Rp331.800,00

Tontak

Rp289.600,00

Rp0,00

Rp300.200,00

TOTAL

Rp1.270.200,00

Rp0,00

Rp1.813.050,00

Jumlah

lost sales

yang harus ditanggung cukup besar. Hal ini dapat disebabkan karena

lonjakkan permintaan harian yang terlalu besar, sedangkan jumlah tanam untuk memenuhi

permintaan tersebut dibatasi oleh luas lahan yang tersedia serta jumlah maksimum bibit yang dapat

disediakan oleh perusahaan untuk tanam tiap lotnya.

Kesimpulan

Pengembangan model perencanaan bunga krisan multi varietas dengan mempertimbangkan

keterbatasan luas lahan serta kemampuan bunga tipe

spray

untuk mensubtitusi permintaan bunga

tipe

standard

yang belum terpenuhi telah dilakukan. Model yang dirancang telah dapat digunakan

untuk membantu menentukan jumlah dan waktu tanam bunga krisan sehingga dapat

meminimumkan biaya yang harus ditanggung perusahaan.

Daftar Pustaka

Forrester, W., Jay, (1999),

Industrial Dynamics

, Waltham: Pegasus Communications, Inc.

Raharjo, Sigit, (2011),

Model Perencanaan Tanam Bunga Potong Krisan untuk Menyeimbangkan

Supply-Demand dan Minimasi Total Biaya

, Tugas Akhir Jurusan Teknik Industri Fakultas Teknik

Universitas Surabaya.

Whitley, D., (2001), “An Overview of Evolutionary Algorithms: Practical Issues and Common

Pitfalls”,

Information and Software Technology

, Vol. 43, pp. 817-831.

Widodo, K. H., Nagasawa, H., Morizawa, K., Ota, M., (2006), “A Periodical Flowering

Harvesting

Model for Delivering Agricultural Fresh Products”,

European Journal of Operational Research

,

Gambar

Gambar 1. Causal loop diagram siklus planting-harvesting bunga krisan satu varietas dengan batasan lahan
Gambar 2. Influece diagram siklus planting-harvesting bunga krisan satu varietas
Tabel 1. Notasi variabel
Gambar 3. Influence diagram perencanaan tanam bunga krisan multi varietas
+2

Referensi

Dokumen terkait

Ini menunjukkan bahawa responden tidak menganggap dan tidak pasti bahawa sikap ibu bapa dan ahli-ahli keluarga lain terhadap pembelajaran responden berhubung kait

Data primer adalah data yang diperoleh dari sumber pertama baik dari perorangan, hasil wawancara atau kuesioner (Umar, 2002: 33) dimana data tersebut diperoleh dengan

Oleh karena itu bagi lembaga pendidikan yang mengembangkan pendidikan vokasi tidak perlu minder dan kemudian mengubah menjadi pendidikan akademik, karena akan

b. koordinasi dan penyusunan bahan kerja sama, publikasi, dan hubungan masyarakat di bidang pendidikan anak usia dini, pendidikan dasar, pendidikan nonformal,

Kendala yang dihadapi oleh kantor-kantor pemerintah terutama sampai saat ini masih banyak kendala yang disebabkan oleh manajemen birokrasi di pemerintahan dalam hal biaya

2. Kongres Pemuda Kedua adalah kongres pergerakan pemuda Indonesia yang melahirkan keputusan yang memuat ikrar untuk mewujudkan cita-cita berdirinya negara Indonesia, yang

Semua pengumuman dividen baik itu pengumuman kebijakan penurunan dividen maupun pengumuman kebijakan kenaikan dividen direaksi oleh pasar yang tercermin dalam bentuk

Sebelum kartu dapat digunakan untuk transakasi maka kartu RFID dari pabrikan harus diisi data atau dikonfigurasi terlebih dahulu dengan data no STNK kendaraan, jumlah