5. PEMODELAN SISTEM
5.1 Konfigurasi Sistem
Model sistem penunjang keputusan intelijen untuk analisis perbaikan kinerja pabrik gula dirancangbangun dalam bentuk sistem berbasis komputer. Prototype model di beri nama SIANBAIKI (Sistem Intelijen Analisis Perbaikan Kinerja). Aplikasi SIANBAIKI merupakan aplikasi berbasis web sehingga aplikasi ini tidak memerlukan instalasi pada sisi pengguna. Adapun konfigurasi model sistem penunjang keputusan intelijen untuk analisis perbaikan kinerja pabrik gula adalah sebagai berikut :
MODEL PENGETAHUAN DATA Sistem Manajemen Basis Data Sistem Manajemen Basis Pengetahuan Sistem Manajemen Basis Model Model Pengelompokan Model Pengukuran kinerja Model Pemilihan kinerja terbaik Model Analisis praktek terbaik Model Penentuan prioritas perbaikan PENGGUNA Sistem Manajemen Dialog Sistem Pengolahan Terpusat
Mekanisme Inferensi data karakteristik pembeda
data ukuran-ukuran kinerja data praktek terbaik
karakteristik pembeda ukuran-ukuran kinerja & keterkaitannya
kualifikasi kinerja per jenis kinerja kualifikasi nilai ukuran kinerja parameter representasi fuzzy
aturan-aturan kriteria dan fungsi kriteria pemilihan
fungsi preferensi & parameternya faktor penentu untuk praktek terbaik
Gambar 36 Konfigurasi Model Sistem Penunjang Keputusan Intelijen untuk Analisis Perbaikan Kinerja Pabrik Gula
Seperti yang ditunjukkan pada Gambar 36, konfigurasi model sistem penunjang keputusan intelijen untuk analisis perbaikan kinerja pabrik gula terdiri dari enam komponen yaitu 1) sistem manajemen dialog, 2) sistem pengolahan terpusat, 3) Sistem manajemen basis data, 4) Sistem manajemen basis pengetahuan, 5) Mekanisme Inferensi, dan 6) Sistem manajemen basis model. Adapun gambaran alur yang digunakan untuk merancangbangun sistem adalah sebagai berikut :
MULAI
INPUT :
1. Karakteristis pembeda setiap pabrik gula
Pengelompokan pabrik gula berdasarkan karakteristik pembeda OUTPUT : Alternatif kelompok pabrik gula beserta anggotanya INPUT :
1. Nilai ukuran kinerja setiap pabrik gula
Pengukuran kinerja pabrik gula OUTPUT :
Nilai kinerja per jenis kinerja untuk setiap pabrik gula
Pemilihan kinerja terbaik OUTPUT :
urutan kinerja per jenis kinerja dan keseluruhan untuk setiap pabrik gula dalam kelompok
INPUT : 1. ukuran kinerja 2. praktek terbaik
Analisis praktek terbaik OUTPUT :
Saran perbaikan untuk setiap ukuran kinerja
Penetuan prioritas perbaikan
SELESAI OUTPUT :
Prioritas perbaikan dan saran perbaikan
Gambar 37 Diagram Alir Model Sistem Penunjang Keputusan Intelijen untuk Analisis Perbaikan Kinerja Pabrik Gula
Adapun spesifikasi yang diperlukan SIANBAIKI dapat di lihat pada Lampiran 4.
5.2 Kerangka Sistem
5.2.1 Sistem Manajemen Dialog
Sistem manajemen dialog merupakan sistem yang memberikan fasilitas komunikasi dan interaksi antara pengguna dengan SIANBAIKI. Terdapat tiga kategori pengguna aplikasi SIANBAIKI yaitu administrator (admin), pakar, dan pengguna biasa. Adapun definisi dari ketiga kategori pengguna adalah sebagai berikut :
Tabel 6 Deskripsi Pengguna Aplikasi SIANBAIKI
Pengguna Deskripsi
Admin
Pakar
Pengguna biasa
Pengguna dengan kategori ini adalah pengguna yang berhak untuk mengelola data-data pengguna dan data-data pabrik gula yang terkait dengan SIANBAIKI.
Pengguna dengan kategori ini adalah pengguna yang berhak untuk mengelola aturan nilai variabel dan kinerja, aturan saran perbaikan pabrik gula, serta dapat melakukan analisis perbaikan kinerja pabrik gula.
Pengguna dengan kategori ini adalah pengguna yang hanya diberikan akses untuk melakukan analisis perbaikan kinerja pabrik gula.
Fungsi utama sistem manajemen dialog adalah menerima masukan dari pengguna dan memberikan keluaran atau hasil yang dikehendaki kepada pengguna. Dialog antara pengguna dengan sistem dilakukan melalui bahasa komunikasi. Bahasa komunikasi yang digunakan terdiri dari komunikasi antara pengguna dengan sistem, dan komunikasi peraga atau representasi.
Komunikasi antara pengguna dengan sistem digunakan untuk aktivitas pengendalian operasi. Adapun bentuk komunikasinya yaitu menggunakan dialog menu dan tanya jawab. SIANBAIKI yang berbasis web dirancang secara terstruktur dalam bentuk template web berupa menu-menu. Setiap menu terdiri
dari beberapa halaman yang berhubungan satu sama lain untuk mempermudah pengguna dalam melakukan perpindahan halaman. Pengguna dapat mengakses halaman yang diinginkan melalui halaman utama dari setiap menu yang ada.
Tanggapan atau jawaban yang diberikan pengguna terhadap pertanyaan yang diajukan sistem yaitu berupa pilihan (yang diberikan oleh sistem) dan isian dimana pengguna mengisi bagian yang disediakan dengan jawaban yang sesuai. Tanya jawab diaplikasikan pada pemasukan parameter-parameter yang terkait dengan aktivitas pemodelan.
Komunikasi peraga berupa umpan balik terhadap instruksi-instruksi yang diberikan, informasi mengenai status proses yang sedang berlangsung, dan informasi dalam bentuk laporan hasil proses. Komunikasi peraga dilakukan selama proses berlangsung. Kecepatan dan ketepatan informasi yang dihasilkan oleh sistem diharapkan dapat meningkatkan efisiensi dan efektivitas analisis perbaikan kinerja dan mempercepat pengambilan keputusan bagi pengguna sistem.
5.2.2 Sistem Pengolahan Terpusat
Sistem pengolahan terpusat merupakan program utama SIANBAIKI. Sistem pengolahan terpusat befungsi untuk mengatur dan mengelola sistem yang terintegrasi dan menghubungkan sistem manajemen basis dialog, sistem manajemen basis data, sistem manajemen basis pengetahuan, sistem manajemen basis model.
5.2.3 Sistem Manajemen Basis Data
Sistem manajemen basis data berfungsi untuk mengelola dan mengekstraksi data. Untuk membuat spesifikasi skema konseptual dan internal digunakan DDL (Data Definition Language), untuk melakukan mapping antara skema konseptual dan internal digunakan VDL (View Definition Language), sedangkan untuk manipulasi data (setelah dilakukan proses kompilasi skema konseptual) digunakan DML (Data Manipulation Language).
Model basis data yang digunakan adalah model data relasional. Bahasa yang digunakan untuk manipulasi data relasional yang mengintegrasikan DDL,
VDL, dan DML yaitu SQL (Structured Query Language). SQL digunakan untuk mengambil (query) data, menciptakan dan menghapus tabel, menambah atau mengubah atau menghapus data pada tabel dan operasi lainnya.
Basis Data yang digunakan dalam SIANBAIKI dikreasi, diubah dan dikontrol melalui suatu sistem manajemen basis data yang bersifat interaktif dan fleksibel. Terdapat lima basis data yang harus dikelola yaitu : basis data pengelompokan, basis data pengukuran kinerja, basis data pemilihan kinerja terbaik, basis data analisis praktek terbaik, dan basis data penentuan prioritas yang diperbaiki. Adapun uraian dari masing-masing basis data adalah sebagai berikut :
a) Data Pengukuran Kinerja
Data pengukuran kinerja terdiri dari data ukuran-ukuran kinerja setiap pabrik gula. Ukuran-ukuran kinerja diidentifikasi berdasarkan hasil studi literatur, penelitian terdahulu, dan konfirmasi pakar.
b) Data Pengelompokan
Data pengelompokan terdiri dari data karakteristik pembeda pabrik gula. Karakteristik pembeda pabrik gula ditetapkan berdasarkan hasil kajian literatur, hasil penelitian terdahulu, dan konfirmasi pakar. Data karakteristik pembeda pabrik gula untuk validasi dan pengujian sistem diperoleh dari PTPN X.
c) Data Pemilihan Kinerja Terbaik
Data pemilihan kinerja terbaik terdiri dari data alternatif kelompok pabrik gula dan anggotanya, serta nilai kinerja per jenis kinerja untuk seluruh alternatif kelompok pabrik gula dan anggotanya. Data yang digunakan merupakan output dari pengelompokan dan pengukuran kinerja pabrik gula.
d) Data Analisis Praktek Terbaik
Data analisi praktek terbaik terdiri dari data ukuran kinerja, dan data praktek terbaik. Data ukuran kinerja sama dengan data ukuran kinerja yang digunakan pada saat melakukan pengukuran kinerja. Data praktek terbaik diidentifikasi berdasarkan hasil studi literatur, penelitian terdahulu, dan konfirmasi pakar.
e) Data Penentuan Prioritas Perbaikan
Data penentuan prioritas perbaikan terdiri dari data nilai kinerja per jenis kinerja, data nilai kinerja keseluruhan, data ranking nilai kinerja keseluruhan dalam kelompok, data ranking nilai kinerja per jenis kinerja dalam kelompok, data nilai ukuran kinerja seluruh pabrik gula, dan data saran perbaikan untuk setiap ukuran kinerja . Data nilai kinerja per jenis kinerja merupkan output dari pengukuran kinerja, data nilai kinerja keseluruhan, data ranking nilai kinerja keseluruhan dalam kelompok, data ranking nilai kinerja per jenis kinerja dalam kelompok merupakan output dari pemilihan kinerja terbaik. Data saran perbaikan untuk setiap ukuran kinerja merupakan output dari analisis praktek terbaik.
5.2.4 Sistem Manajemen Basis Pengetahuan
Sistem manajemen basis pengetahuan meliputi akuisisi pengetahuan, dan representasi pengetahuan. Sumber pengetahuan diperoleh melalui studi literatur, hasil penelitian terdahulu, dan pendapat pakar. Interaksi dengan pakar dilakukan melalui kuestioner dan diskusi. Basis pengetahuan yang digunakan pada setiap model adalah sebagai berikut :
a) Model pengukuran kinerja : ukuran-ukuran kinerja dan keterkaitannya, kualifikasi nilai kinerja per jenis kinerja, kualifikasi nilai ukuran kinerja, parameter representasi fuzzy, aturan-aturan (If-Then-Rules)
b) Model pengelompokan : karakteristik pembeda pabrik gula
c) Model pemilihan kinerja terbaik : kriteria dan fungsi kriteria, fungsi preferensi setiap kriteria, parameter
d) Model analisis praktek terbaik : keterkaitan ukuran kinerja dan faktor penentu untuk praktek terbaik
Untuk model pengukuran kinerja, representasi pengetahuan dalam bentuk aturan-aturan merupakan pengetahuan yang telah berhasil diakuisisi dari pengetahuan pakar. Pengetahuan yang direpresentasikan dalam bentuk aturan akan implementasikan dalam sistem untuk memproses data dan dituliskan dalam bentuk IF (kondisi) THEN (aksi). Representasi pengetahuan yang dipilih dalam
sistem penunjang keputusan intelijen yang dirancangbangun merupakan bentuk yang tepat karena secara umum lebih mudah dipahami dan dipelajari.
Berdasarkan jenis kinerja yang akan diukur, maka pengetahuan yang akan direpresentasikan akan dikelompokkan sesuai dengan jenis kinerja. Jumlah aturan yang memungkinkan yaitu sesuai dengan banyaknya kategori yang digunakan dan variabel (ukuran kinerja) setiap jenis kinerja dan banyaknya ukuran kinerja.
5.2.5 Mekanisme Inferensi
Mekanisme (mesin) inferensi merupakan bagian yang mengarahkan dan memanipulasi fakta, pengetahuan, dan model yang disimpan dalam basis pengetahuan untuk memperoleh kesimpulan. Tugas utamanya adalah melakukan pengujian terhadap sejumlah fakta dan kaidah-kaidah yang digunakan serta memutuskan perintah sesuai dengan penalaran yang telah dilakukan. Berdasarkan kategori ukuran kinerja sebagai input dan kategori nilai kinerja sebagai output dibagi menjadi tiga himpunan fuzzy (rendah, sedang, tinggi) maka sistem inferensi fuzzy yang tepat untuk digunakan adalah metode Mamdani. Aplikasi fungsi implikasi pada metode Mamdani menggunakan fungsi implikasi minimum. Adapun komposisi aturan yang digunakan adalah metode maximum. Oleh karena itu, solusi himpunan fuzzy diperoleh dengan cara mengambil nilai maksimum aturan, kemudian menggunakannya untuk memodifikasi daerah fuzzy. Metode
defuzzy yang digunakan yaitu metode centroid. Dengan menggunakan metode centroid, maka solusi crisp diperoleh dengan cara mengambil titik pusat daerah
fuzzy.
5.2.6 Sistem Manajemen Basis Model
Komponen model suatu sistem penunjang keputusan harus menunjang setiap aktivitas pengambilan keputusan (Suryadi dan Ramdhani 2002). Oleh karena itu, sesuai dengan tujuan analisis perbaikan kinerja dan hasil tinjauan pustaka pada sistem manajemen basis model terdapat lima model yaitu : 1) model pengelompokan, 2) model pengukuran kinerja, 3) model pemilihan kinerja terbaik, 4) model analisis praktek terbaik, dan 5) model penentuan prioritas perbaikan. Masing-masing model menggunakan pendekatan yang telah
teridentifikasi pada saat melakukan tinjauan pustaka, yaitu pendekatan klasifikasi untuk model pengelompokan, fuzzy expert system untuk model pengukuran kinerja, PROMETHEE dan sorting untuk model pemilihan kinerja terbaik, root cause analysis untuk model analisis praktek terbaik, dan diagnostik untuk penentuan prioritas perbaikan. Adapun framework dari model perbaikan kinerja PG yang dirancangbangun seperti yang ditunjukkan pada Gambar 38.
Gambar 38 Framework Model Analisis Perbaikan Kinerja Pabrik Gula
5.3 Rancangbangun Model
Rancangbangun model bertujuan untuk menghasilkan model analisis perbaikan kinerja. Rancangbangun model dilakukan dengan mempertimbangkan hasil tinjauan pustaka dan analisis sistem, studi dokumentasi serta hasil konsultasi dan konfirmasi dengan pakar. Model terdiri dari lima sub model yang terintegrasi. Integrasi antar sub model dilakukan dengan menggunakan output sub model sebagai input sub model berikutnya.
5.3.1 Model Pengelompokan
Model pengelompokan bertujuan untuk mengelompokkan pabrik gula (PG) yang memiliki karakteristik yang serupa. Pengelompokan pabrik gula diperlukan untuk menyetarakan pabrik gula sehingga layak untuk
Kondisi Riil Pengolahan Gula Ukuran Kinerja Karakteristik Pembeda Kinerja Terbaik Praktek Terbaik Prioritas Perbaikan Pengukuran Kinerja Pengelompokan Pemilihan Kinerja Terbaik Analisis Praktek Terbaik Penentuan Prioritas Perbaikan Fuzzy Expert System Klasifikasi Promethee & Sorting Root Cause Analysis Diagnostik Analisis Perbaikan Kinerja
diperbandingkan. Untuk mengelompokkan PG yang memiliki karakteristik serupa dapat dilakukan dengan mengelompokkan PG berdasarkan karakteristik pembeda pabrik gula. Karakteristik pembeda pabrik gula diidentifikasi melalui studi dokumentasi dan konfirmasi pakar.
Input model berupa basis data yang diperlukan untuk pengelompokan pabrik gula. Metode yang digunakan untuk pengambilan keputusan pengelompokan pabrik gula yaitu pendekatan klasifikasi. Output dari model pengelompokkan PG berupa alternatif kelompok PG sesuai dengan karakteristik pembeda pabrik gula beserta anggota kelompoknya. Model konseptual pengelompokan pabrik gula dapat digambarkan sebagai berikut :
Karakteristik Pembeda Kelompok PG dan anggotanya Klasifikasi Jumlah Kelompok Kesamaan Ukuran
Gambar 39 Model Konseptual Pengelompokan Pabrik Gula
Pengelompokan dilakukan untuk seluruh pabrik gula yang menjadi objek kajian. Kriteria keputusan yang digunakan untuk mengelompokan pabrik gula berupa karakteristik pembeda pabrik gula. Karakteristik pembeda pabrik gula ditetapkan berdasarkan hasil tinjauan pustaka dan konfirmasi pakar (Lampiran 5). Adapun karakteristik pembeda pabrik gula yaitu : 1) metode yang digunakan pada proses pemurnian, dan 2) skala pabrik gula.
Metode pada Proses Pemurnian
Secara garis besar, untuk menghasilkan gula kristal putih yang sesuai dengan spesifikasi, bahan baku (tebu) diproses melalui lima unit (Moerdokusumo, 1993) yaitu : 1) unit operasi gilingan, 2) unit operasi pemurnian, 3) unit operasi penguapan, 4) unit operasi kristalisasi, dan 5) unit operasi sentrifuse. Kualitas gula yang dihasilkan tergantung pada : 1) kualitas nira mentah, 2) metode pemurnian, dan 3) cara menerapkan skema masakan dalam proses kristalisasi. Kualitas gula
yang sesuai spesifikasi diperoleh dari pemurnian nira serta susunan bahan bukan gula dalam larutan. Proses pemurnian berfungsi untuk mengurangi atau menghilangkan zat bukan gula dari nira mentah seoptimal mungkin. Selanjutnya, Moerdokusumo (1993) menegaskan bahwa pada dasarnya unit operasi pemurnian merupakan faktor yang membedakan pabrik gula mengingat unit operasi yang lain relatif sama di setiap pabrik gula.
Proses pemurnian dapat dilakukan secara fisis (penyaringan) maupun kimiawi (pemanasan). Secara teoritis, metode (Moerdokusumo 1993; Efendi 2009) yang dapat digunakan pada proses pemurnian adalah : 1) Karbonatasi, yaitu proses pemurnian dengan menambahkan susu kapur (CaO) berlebihan dan dinetralkan menggunakan CO2, 2) Sulfitasi, yaitu proses pemurnian dengan menambahkan susu kapur (CaO) berlebihan dan dinetralkan menggunakan SO2, 3) Defekasi, yaitu proses pemurnian dengan menambahkan susu kapur (CaO) berlebihan dan dinetralkan menggunakan Phospat, dan 4) kombinasi dari tiga metode tersebut. Kriteria yang digunakan untuk memilih metode yang digunakan pada proses pemurnian adalah : 1) intensitas, 2) efisiensi, dan 3) efektivitas.
Menurut Effendi (2009) proses pemurnian yang menggunakan metode defekasi akan menghasilkan gula yang kurang baik karena efek pemurniannya rendah. Sedangkan metode karbonatasi memiliki efek pemurnian yang tinggi sehingga dapat menghasilkan gula yang baik tetapi biaya bahan pembantu dan biaya tenaga kerja sangat mahal. Metode sulfitasi dengan efek pemurnian yang cukup akan menghasilkan gula konsumsi yang cukup baik dengan biaya bahan pembantu dan biaya tenaga kerja yang lebih rendah dibandingkan bila menggunakan metode karbonatasi.
Berdasarkan data P3GI (2001) dalam Efendi (2009) dari 70 pabrik gula mayoritas (62 pabrik gula) menggunakan metode Sulfitasi, tujuh pabrik gula menggunakan metode Karbonatasi, dan satu pabrik gula menggunakan metode Defekasi. Berdasarkan data sekretariat Dewan Gula Indonesia (2006) jumlah pabrik gula yang beroperasi hanya 58. Dari 58 pabrik gula tersebut hanya tiga pabrik gula yang menggunakan metode Karbonatasi sedangkan yang lainnya menggunakan metode Sulfitasi. Oleh karena itu, berdasarkan proses pemurnian yang digunakan, pabrik gula dapat dikelompokkan menjadi dua kelompok.
Skala Pabrik Gula
Pabrik gula di Indonesia diklasifikasikan menjadi tiga berdasarkan skala (kapasitas giling terpasang) pabrik gula yaitu : yaitu 1) pabrik gula berskala kecil, 2) pabrik gula berskala menengah, dan 3) pabrik gula berskala besar. Adapun ketentuannya adalah sebagai berikut : 1) pabrik gula berskala kecil terdiri dari pabrik gula yang mempunyai kapasitas giling < 3000 TCD, 2) pabrik gula berskala menengah terdiri dari pabrik gula yang mempunyai kapasitas giling 3000 sampai dengan 6000, dan 3) pabrik gula berskala besar terdiri dari pabrik gula yang mempunyai kapasitas giling > 6000 TCD menjadi anggota kelompok (Sawit et al 2004; Efendi 2009). Berdasarkan skala pabrik gula maka pabrik gula dapat dikelompokan menjadi tiga.
Kapasitas giling merupakan salah satu faktor yang berpengaruh terhadap kinerja (efisiensi) pabrik gula (Moerdokusumo 1993; Prihandana 2005; Khudori 2005; Efendi 2009). Kapasitas giling berpengaruh terhadap kinerja pabrik gula mengingat besarnya biaya giling yang dibutuhkan, kapasitas yang rendah akan menyebabkan kinerja pabrik gula rendah (Prihandana 2005). Biaya produksi gula per unit pada pabrik gula berskala kecil jauh lebih tinggi dibandingkan dengan pabrik gula berskala besar atau bermesin relatif baru (Sawit et al 2004).
Berdasarkan ke dua karakteristik pembeda pabrik gula maka pabrik gula dapat dikelompokan menjadi 6 kelompok yaitu : 1) pabrik gula dengan proses pemurnian sulfitasi yang berskala besar, 2) pabrik gula dengan proses pemurnian sulfitasi yang berskala menengah 3) pabrik gula dengan proses pemurnian sulfitasi yang berskala kecil, 4) pabrik gula dengan proses pemurnian karbonatasi yang berskala besar, 5) pabrik gula dengan proses pemurnian karbonatasi yang berskala menengah, dan 6) pabrik gula dengan proses pemurnian karbonatasi yang berskala kecil.
Selanjutnya ditentukan konsep kesamaan (interobject similarity) yaitu ukuran untuk kesesuaian atau kemiripan diantara pabrik gula yang akan dipilah menjadi enam kelompok. Terdapat dua konsep kesamaan yaitu 1) association measures untuk pengelompokkan berdasarkan metode proses pemurnian, dan 2)
Skala penilaian untuk mengelompokan pabrik gula menggunakan skala nominal berupa label 1 dan 0. Skala tersebut digunakan karena pengelompokan dengan metode klasifikasi pada dasarnya akan membagi kelompok sesuai dengan jumlah kelompok yang telah ditentukan sebelumnya, dan memisahkan kelompok berdasarkan anggota atau bukan anggota. Label 1 menunjukkan anggota dan label 0 menunjukkan bukan anggota.
Matriks keputusan pada Tabel 7 di bawah ini merupakan matriks yang digunakan untuk melakukan pengelompokan di antara beberapa alternatif (pabrik gula) yang memenuhi (label 1) atau tidak memenuhi ( label 0) kriteria sebagai anggota kelompok.
Tabel 7 Matriks Keputusan Pengelompokan
Alternatif Kriteria Pabrik Proses Pemurnian Skala Pabrik PG 1 1 atau 0 1 atau 0 PG 2 1 atau 0 1 atau 0 PG 3 1 atau 0 1 atau 0 PG ... 1 atau 0 1 atau 0 PG n 1 atau 0 1 atau 0
Berdasarkan hal tersebut di atas, model pengelompokan pabrik gula dapat digambarkan sebagai berikut :
Jumlah kelompok = 6
Kesamaan ukuran =
association & correlational
Karbonatasi Sulfitasi Proses Pemurnian Besar Menengah Kecil
Skala Pabrik Gula
Klasifikasi Karakteristik Pembeda Karbonatasi, Kecil Karbonatasi, Menengah Karbonatasi, Besar Sulfitasi, Kecil Sulfitasi, Menengah Sulfitasi, Besar
Kelompok Pabrik gula dan anggotanya
Metode klasifikasi yang digunakan adalah Decision Tree, melalui Decision Tree
dapat ditentukan aturan yang dapat digunakan dalam skema pengambilan keputusan. Decision Tree yang terbentuk adalah sebagai berikut :
KK KM KB SK SM SB Karbo natas i Sulf itasi < 300 0 TCD < 300 0 TCD > 6000 TCD > 6000 TCD 3000 – 6000 3000 – 6000
Gambar 41 Decision Tree Pengelompokan Pabrik Gula Keterangan :
KK = PG dengan proses pemurnian karbonatasi yang berskala kecil KM = PG dengan proses pemurnian karbonatasi yang berskala menengah KB = PG dengan proses pemurnian karbonatasi yang berskala besar SK = PG dengan proses pemurnian sulfitasi yang berskala kecil SM = PG dengan proses pemurnian sulfitasi yang berskala menengah SB = PG dengan proses pemurnian sulfitasi yang berskala besar
Berdasarkan Decision Tree tersebut di atas maka aturan yang terbentuk adalah sebagai berikut :
Jika proses pemurniannya karbonatasi dan skala pabik < 3000 maka KK Jika proses pemurniannya karbonatasi dan skala pabik 3000 – 6000 maka KM Jika proses pemurniannya karbonatasi dan skala pabik > 6000 maka KB Jika proses pemurniannya sulfitasi dan skala pabik < 3000 maka SK Jika proses pemurniannya sulfitasi dan skala pabik 3000 – 6000 maka SM Jika proses pemurniannya sulfitasi dan skala pabik > 6000 maka SB
Skema pengambilan keputusan pengelompokan pabrik gula dapat di lihat pada Gambar 42.
Proses pemurnian dan Kapasitas Giling setiap pabrik gula
Proses Pemurnian : Karbonatasi ? Kapasitas giling < 3000 ? Kapasitas giling 3000 sampai dengan 6000 ? Kapasitas giling < 3000 ? Kapasitas giling 3000 sampai dengan 6000 ? Kelompok pabrik gula dengan proses
pemurnian karbonatasi, skala pabrik menengah
Kelompok pabrik gula dengan proses
pemurnian karbonatasi, skala
pabrik kecil
Kelompok pabrik gula dengan proses pemurnian sulfitasi, skala pabrik kecil
Kelompok pabrik gula dengan proses pemurnian sulfitasi,
skala pabrik menengah
Kelompok pabrik gula dengan proses pemurnian sulfitasi, skala pabrik besar
Kelompok pabrik gula dengan proses
pemurnian karbonatasi, skala pabrik besar Ya Ya Ya Ya Ya Tidak Tidak Tidak Tidak Tidak MULAI SELESAI
Gambar 42 Skema Pengambilan Keputusan Pengelompokan Pabrik Gula
5.3.2 Model Pengukuran Kinerja
Model pengukuran kinerja bertujuan untuk menentukan nilai kinerja setiap pabrik gula. Pengukuran kinerja yang dilakukan adalah untuk kinerja input, kinerja proses, dan kinerja output yang direpresentasikan sebagai kinerja strategis, kinerja operasional, dan kinerja taktis. Pengukuran kinerja dilakukan terhadap seluruh pabrik gula. Oleh karena itu, alternatif keputusan pada model pengukuran kinerja pabrik gula adalah seluruh pabrik gula yang menjadi objek kajian.
Input model berupa basis data yang diperlukan untuk pengukuran kinerja PG. Output dari model pengukuran kinerja PG berupa nilai kinerja untuk setiap jenis kinerja seluruh PG. Pendekatan yang digunakan dalam proses pengukuran
kinerja pada model pengukuran kinerja PG adalah Fuzzy Expert System (FES). Adapun model konseptual pengukuran kinerja dapat dilihat pada Gambar 43.
Gambar 43 Model Konseptual Pengukuran Kinerja untuk Setiap Jenis Kinerja Kriteria yang digunakan dalam pengukuran kinerja yaitu ukuran-ukuran kinerja. Identifikasi ukuran-ukuran kinerja dilakukan melalui studi dokumentasi dilanjutkan dengan konfirmasi pakar (Lampiran 6). Ukuran-ukuran kinerja yang direkomendasikan pakar sebagai kriteria pengukuran kinerja dieavaluasi keterkaitannya. Evaluasi dilakukan berdasarkan studi dokementasi dan konfirmasi pakar (Lampiran 7). Ukuran-ukuran kinerja yang akan digunakan pada proses selanjutnya adalah ukuran-ukuran kinerja yang memiliki keterkaitan dengan visi dan misi yang dicanangkan pemerintah dan keterkaitan antar ukuran-ukuran kinerja (input-proses-output).
Nilai kinerja untuk setiap jenis kinerja (kinerja strategis, kinerja operasional, dan kinerja taktis) dikategorikan menjadi tiga yaitu kinerja tinggi, kinerja sedang, dan kinerja rendah. Kualifikasi (skala penilaian) untuk menentukan setiap kategori pada setiap jenis kinerja ditentukan berdasarkan pertimbangan pakar (Lampiran 8). Nilai kinerja untuk setiap jenis kinerja diperoleh dari aggregasi nilai ukuran kinerja yang menjadi kriteria dalam
Mesin Inferensi
Parameter
If-then rules
Ukuran kinerja strategis
Nilai kinerja strategis
Mesin Inferensi
Parameter
If-then rules
Ukuran kinerja operasional iabel :
Nilai kinerja operasional
Mesin Inferensi
Parameter
If-then rules
Ukuran kinerja taktis
Nilai kinerja taktis
pengukuran kinerja. Nilai setiap ukuran kinerja untuk setiap jenis kinerja dikategorikan menjadi tiga yaitu kinerja tinggi, kinerja sedang, dan kinerja rendah. Kualifikasi (skala penilaian) untuk menentukan setiap kategori pada setiap ukuran kinerja ditentukan berdasarkan studi dokumentasi dan konfirmasi pakar (Lampiran 9). Secara sederhana, agregasi nilai kinerja ditunjukkan pada Gambar 44.
Gambar 44 Agregasi Nilai Kinerja
Fungsi keanggotaan ditetapkan dengan terlebih dahulu melakukan identifikasi semesta pembicaraan, nama himpunan fuzzy, domain, jenis kurva untuk merepresentasikan himpunan fuzzy, dan parameter untuk setiap jenis kinerja. If – then – rules merupakan kaidah-kaidah yang menjelaskan relasi logika antara nilai-nilai parameter yang digunakan dan diidentifikasi berdasarkan seluruh kemungkinan kombinasi kategori nilai ukuran-ukuran kinerja untuk setiap jenis kinerja dan masukan pakar untuk kesimpulan kategori nilai kinerja. Adapun bentuk umum dari if – then – rules yang digunakan dengan ukuran kinerja 1 sampai dengan n dan jenis kinerja X adalah sebagai berikut :
If (ukuran kinerja 1 is Rendah/Sedang/Tinggi) and (ukuran kinerja n is
Rendah/Sedang/Tinggi) Then (Kinerja X is Rendah/Sedang/Tinggi)
Kinerja Op erasional Ukuran-ukuran kinerja op erasional Rendah Sedang Tinggi Rendah Tinggi Sedang Kinerja Strategis Ukuran-ukuran kinerja strategis Rendah Sedang Tinggi Rendah Tinggi Sedang Kinerja Taktis Ukuran-ukuran kinerja taktis Rendah Sedang Tinggi Rendah Tinggi Sedang
Identifikasi awal ukuran-ukuran kinerja yang akan digunakan disesuaikan dengan pendekatan yang digunakan yaitu melakukan identifikasi terhadap ukuran-ukuran kinerja input, proses dan output. Ukuran-ukuran-ukuran kinerja input terkait dengan kemampuan sumberdaya. Ukuran-ukuran kinerja proses terkait dengan tugas-tugas manufaktur. Ukuran-ukuran kinerja output terkait dengan prioritas kompetisi.
Pemilihan faktor-faktor yang akan digunakan untuk mengidentifikasi lebih lanjut ukuran-ukuran kinerja yang digunakan disesuaikan dengan permasalahan yang dihadapi dan hasil identifikasi kebutuhan untuk rancangbangun model analisis perbaikan kinerja. Berdasarkan kondisi riil pabrik gula pada umumnya, dan hasil tinjauan pustaka dilakukan identifikasi awal ukuran (variabel) kinerja untuk setiap jenis kinerja. Identifikasi awal menghasilkan 13 ukuran kinerja untuk seluruh jenis kinerja yaitu : 1) kualifikasi tenaga kerja, 2) tingkat turn over tenaga kerja, 3) banyaknya jumlah pelatihan yang diikuti tenaga kerja, 4) umur mesin, 5) kapasitas giling, 6) jumlah tebu, 7) kualitas tebu, 8) hilang dalam proses, 9) jam henti giling, 10) overall recovery, 11) efisiensi ketel, 12) hablur gula, dan 13) rendemen.
Selanjutnya, berdasarkan diskusi dan konfirmasi pakar yang terdiri dari praktisi pabrik gula dan peneliti dari P3GI, ukuran kinerja yang akan digunakan hanya berjumlah 10 ukuran kinerja dengan perincian empat ukuran kinerja untuk kinerja strategis, empat ukuran kinerja untuk kinerja operasional, dan dua ukuran kinerja untuk kinerja taktis. Tiga ukuran kinerja yang terkait dengan sumber daya insani tidak digunakan dengan pertimbangan 1) di setiap PG sudah memiliki SOP untuk proses pengolahan, dan 2) rendahnya ketersediaan data untuk proses validasi. Hasil identifikasi keterkaitan ukuran kinerja ditunjukkan pada Gambar 45.
Keterkaitan ukuran kinerja dengan misi dan visi memastikan bahwa visi 2025 dapat tercapai dengan melakukan perbaikan. Selain itu, keterkaitan antar ukuran kinerja akan memudahkan proses perbaikan yang harus dilakukan terhadap ukuran kinerja yang tidak mencapai standar yang dipesyaratkan atau bernilai lebih kecil dari pembanding.
Kapasitas Giling Umur Mesin Jumlah Tebu Kualitas Tebu INPUT STRATEGIS Overall Recovery Efisiensi Ketel Kehilangan dalam Proses Jam Henti Giling PROSES OPERASIONAL Hablur Gula Rendemen OUTPUT PRODUKTIVITAS EFISIENSI
MISI ke-2 Industri Gula Nasional 2025
Visi Industri Gula Nasional 2025
TAKTIS STRATEGI
Gambar 45 Keterkaitan Ukuran Kinerja
Berdasarkan hasil identifikasi dan konfirmasi pakar maka kriteria keputusan yang digunakan untuk menentukan nilai kinerja adalah sepuluh ukuran kinerja. Untuk nilai kinerja strategis digunakan ukuran kinerja berdasarkan ukuran umur mesin, kapasitas giling, jumlah tebu, dan kualitas tebu. Untuk nilai kinerja operasional digunakan ukuran kinerja berdasarkan ukuran hilang dalam proses, jam henti giling, overall recovery, dan efisiensi ketel. Adapun untuk nilai kinerja taktis digunakan ukuran kinerja berdasarkan ukuran jumlah hablur gula, dan rendemen. Bobot kriteria untuk pengukuran kinerja pabrik gula ditetapkan berdasarkan pertimbangan pakar yaitu sama penting untuk seluruh kriteria yang digunakan atau sama penting untuk seluruh ukuran kinerja yang digunakan. Adapun jenis kinerja, ukuran kinerja dan satuan secara lengkap seperti yang terlihat pada Tabel 8.
Tabel 8 Jenis Kinerja, Ukuran Kinerja, dan Satuan
Kinerja Ukuran Kinerja Satuan
Strategis Umur Mesin (UM) Tahun
Kapasitas Giling (KG) Ton Tebu Hari
Operasional
Taktis
Jumlah Tebu (JT)
Kualitas Tebu (KT) Hilang dalam Proses (HP)
Jam Henti Giling (JHG) Overall Recovery (OR) Efisiensi Ketel (EK) Hablur Gula (HG) Rendemen (R) % Pol % tebu % pol hilang % % % Ton / Ha % kristal tebu Uraian singkat mengenai setiap ukuran kinerja adalah sebagai berikut :
Umur Mesin (UM)
Umur mesin merupakan ukuran kinerja yang menunjukkan rerata umur mesin yang dimiliki pabrik gula dan dinyatakan dalam tahun. Umur mesin berpengaruh terhadap kinerja pabrik gula, semakin kecil rerata umur mesin yang dimiliki akan menyebabkan pabrik gula lebih efisien.
Hal tersebut antara lain ditunjukkan dengan 1) tingkat keberhasilan mesin baru yang melakukan pemerahan nira mencapai 94% sedangkan mesin lama (tua) maksimal hanya mencapai 91%, 2) di lihat dari penggunaan uap untuk menggerakkan turbin untuk mengolah 1 kuintal tebu mesin baru hanya membutuhkan 0,4 kilogram uap sedangkan mesin lama membutuhkan 0,7 kilogram (Prihandana 2005), 3) ketel (boiler) pada mesin baru efisiensinya mencapai ≥ 78% dengan produksi uap per kilogram ampas ≥ 2,1 kg sedangkan mesin lama efisiensinya ≥ 68% dengan produksi uap per kilogram ampas ≥ 1,95 kg (disbunjatim 2008), dan 4) biaya produksi gula per unit pada pabrik gula berskala kecil jauh lebih tinggi
dibandingkan dengan pabrik gula berskala besar atau bermesin relatif baru (Sawit
et al 2004).
Kapasitas Giling (KG)
Kapasitas giling merupakan ukuran kinerja yang menunjukkan kapasitas (terpasang) giling yang dimiliki pabrik gula dan dinyatakan dalam Ton Cane Day
(TCD). Kapasitas giling merupakan salah satu faktor yang berpengaruh terhadap kinerja (efisiensi) pabrik gula (Moerdokusumo 1993; Prihandana 2005; Khudori 2005; Efendi 2009). Kapasitas giling berpengaruh terhadap kinerja pabrik gula mengingat besarnya biaya giling yang dibutuhkan, kapasitas yang rendah akan menyebabkan kinerja pabrik gula rendah (Prihandana 2005). Biaya produksi gula per unit pada pabrik gula berskala kecil jauh lebih tinggi dibandingkan dengan pabrik gula berskala (kapasitas) besar atau bermesin relatif baru (Sawit et al
2004).
Jumlah Tebu (JT)
Jumlah tebu merupakan ukuran kinerja yang menunjukkan banyaknya tebu yang tersedia dibandingkan dengan kebutuhan jumlah tebu sesuai dengan kapasitas (terpasang) giling yang dimiliki pabrik gula dan dinyatakan dalam persen (%). Kinerja pabrik gula sangat dipengaruhi oleh jumlah dan kualitas bahan baku (LPPM IPB 2002). Kekurangan jumlah tebu dapat menyebabkan kapasitas giling tidak dipakai secara maksimal dan akan meningkatkan jam henti giling, yang pada akhirnya akan berpengaruh terhadap kinerja pabrik gula (Moerdokusumo 1993).
Kualitas Tebu (KT)
Kualitas tebu merupakan ukuran kinerja yang menunjukkan potensi sukrosa dalam tebu dan dinyatakan dalam pol % tebu.
Kinerja pabrik gula sangat dipengaruhi oleh jumlah dan kualitas bahan baku (LPPM IPB 2002). Menggiling tebu yang berkualitas rendah akan memberatkan instalasi pabrik gula dan merupakan cara yang boros dan tidak ekonomis (Moerdokusumo 1993).
Hilang dalam Proses (HP)
Hilang dalam proses merupakan ukuran kinerja yang menunjukkan banyaknya potensi gula yang hilang selama proses produksi dan dinyatakan dalam persen (% pol hilang). Kehilangan gula selama proses di pabrik gula terjadi pada proses pasca panen (dekomposisi), stasiun gilingan (ikut ampas dan inversi
) dan proses pabrikasi yang terdiri dari empat jenis yaitu : 1) gula hilang akibat ikut blotong, 2) gula hilang akibat ikut tetes, 3) gula hilang akibat kerusakan kimiawi, 4) gula hilang akibat bocoran-bocoran. Adapun kehilangan yang terjadi ditunjukkan pada Gambar 46.
Gambar 46 Diagram Kehilangan Gula selama Proses di Pabrik Gula
Jam Henti Giling (JHG)
Jam Henti Giling merupakan ukuran kinerja yang menunjukkan lamanya waktu berhenti giling dibandingkan dengan waktu giling yang seharusnya dan dinyatakan dalam persen (%).
Overall Recovery (OR)
Overall Recovery merupakan ukuran kinerja yang menunjukkan efisiensi pabrik gula secara keseluruhan dan dinyatakan dalam persen (%). Lembaga Penelitian IPB (2002) menyatakan bahwa Overall Recovery merupakan ukuran efisiensi teknis pabrik gula.
Proses produksi gula dinilai berdasarkan efisiensi dan utilitas proses produksi. Terkait dengan efisiensi, terdapat dua unit operasi yang harus diperhatikan (disbunjatim 2008) yaitu stasiun gilingan dan stasiun pengolahan. Indikator kinerja gilingan dinyatakan ME (Mill Extraction = kemampuan gilingan
Kebun Tebu
Gilingan
Nira Mentah
Proses Pabrikasi Gula
Proses p asca p anen
Kehilangan gula (dekomposisi)
Kehilangan gula ikut amp as dan inverse
Gula
Kehilangan gula ikut blotong, ikut tetes dan inverse Amp as Inverse Blotong Tetes Inverse
dalam mengekstrak sukrosa daribatang tebu) dengan nilai standar > 95%, sedangkan indikator kinerja pengolahan dinyatakan dengan BHR (Boilling House Recovery = menunjukkan seberapa banyak sukrosa dalam nira dapat dikristalkan) dengan nilai standar > 85%.
Apabila nilai ME di bawah standar menunjukkan bahwa proses pemerahan nira berlangsung kurang optimal, sedangkan jika nilai BHR di bawah standar menunjukkan bahwa telah terjadi kehilangan gula (dinyatakan dalam pol hilang % tebu. Kinerja stasiun gilingan dan stasiun pengolahan ini juga menunjukkan efisiensi pabrik gula secara keseluruhan yang dinyatakan sebagai OR (Overall Recovery) dengan nilai standar > 87%. Hubungan antara kinerja stasiun gilingan, stasiun pengolahan, dan efisiensi pabrik gula secara keseluruhan adalah sebagai berikut : OR = ME x BHR.
Efisiensi Ketel (EK)
Efisiensi ketel merupakan ukuran kinerja yang menunjukkan perbandingan persentase antara panas yang dipindahkan ke dalam uap dan panas yang tersedia dalam bahan bakar dan dinyatakan dalam persen (%). Proses produksi gula dinilai berdasarkan efisiensi dan utilitas proses produksi. Pada utilitas proses perlu diperhatikan efisiensi ketel uap. Hal tersebut juga diperkuat dengan penyataan dari Lembaga Penelitian IPB (2002) bahwa efisiensi ketel merupakan salah satu faktor yang berpengaruh pada kinerja pengolahan.
Hablur Gula (HG)
Hablur gula merupakan ukuran kinerja yang menunjukkan banyaknya gula yang dihasilkan dibandingkan dengan luas areal tebu yang dihasilkan pabrik gula dan dinyatakan dalam ton per hektar (ton/ha). Hablur gula menunjukkan ukuran produktivitas pabrik gula.
Rendemen (R)
Rendemen menunjukkan ukuran efisiensi pabrik gula. Rendemen merupakan ukuran kinerja yang menunjukkan jumlah sukrosa dalam tebu yang
dapat dikristalkan menjadi gula dan dinyatakan dalam persen (%). Nilai rendemen tergantung pada kualitas bahan baku dan efisiensi pabrik.
Adapun model pengukuran kinerja untuk setiap jenis kinerja seperti yang ditunjukkan pada Gambar 47.
Gambar 47 Model Pengukuran Kinerja
Berdasarkan hasil diskusi dan konfirmasi pakar ditetapkan kualifikasi (skala penilaian untuk menentukan kategori nilai) kinerja pabrik gula pada masing-masing jenis kinerja. Terdapat tiga kategori nilai kinerja yaitu kinerja rendah, kinerja sedang, dan kinerja tinggi. Skala penilaian berupa skala rasio dengan pertimbangan bahwa nilai kinerja (untuk setiap jenis kinerja) merupakan ukuran yang sebenarnya, memiliki titik nol, dan antara kinerja pabrik gula yang satu dengan yang lain memiliki unsur jarak yang disebut dengan selisih nilai kinerja. Adapun kualifikasi kinerja untuk setiap jenis kinerja ditunjukkan pada Tabel 9.
Berdasarkan hasil diskusi dan konfirmasi pakar ditetapkan kualifikasi (skala penilaian untuk menentukan kategori pada masing-masing) ukuran kinerja. Terdapat tiga kategori nilai untuk setiap ukuran kinerja yaitu rendah, sedang, dan tinggi. Skala penilaian berupa skala rasio dengan pertimbangan bahwa nilai
Mesin Inferensi
Parameter
If-then rules Nilai Variabel :
Umur mesin, kapasitas giling, jumlah tebu,
kualitas tebu
Nilai kinerja strategis
Mesin Inferensi
Parameter
If-then rules Nilai Variabel :
Hilang dalam proses, Jam henti giling, Overall Recovery, Efisiensi ketel
Nilai kinerja operasional
Mesin Inferensi Parameter If-then rules hablur gula, rendemen Nilai kinerja taktis
ukuran kinerja (untuk setiap jenis ukuran kinerja) merupakan ukuran yang sebenarnya, memiliki titik nol, dan antara ukuran kinerja pabrik gula yang satu dengan yang lain memiliki unsur jarak yang disebut dengan selisih nilai ukuran kinerja. Adapun kualifikasi ukuran kinerja pada setiap jenis kinerja ditunjukkan pada Tabel 10.
Tabel 9 Kualifikasi Kinerja Pabrik Gula
Kinerja Rendah Sedang Tinggi
Strategis (KS) KS ≤ 55 55 < KS < 75 KS ≥ 75 Operasional (KO) KO ≤ 55 55 < KO <75 KO ≥ 75 Taktis (KT) KT ≤ 55 55 < KT < 75 KT ≥ 75
Tabel 10 Kualifikasi Ukuran Kinerja
Ukuran Kinerja Rendah Sedang Tinggi
Umur Mesin (UM) UM ≥ 7 5 < UM < 7 UM ≤ 5
Kapasitas Giling (KG) KG ≤ 3000 3000 < KG < 6000 KG ≥ 6000 Jumlah Tebu (JT)
Kualitas Tebu (KT) Hilang dalam Proses (HP)
Jam Henti Giling (JHG) Overall Recovery (OR) Efisiensi Ketel (EK) Hablur Gula (HG) Rendemen (R) JT ≤ 83 KT ≤ 9 HP ≥ 7 JHG ≥ 5 OR ≤ 75 EK ≤ 70 HG ≤ 6 R ≤ 6 83 < JT < 96 9 < KT < 11 5 < HP < 7 2,5 < JHG < 5 75 < OR < 85 70 < EK < 80 6 < HG < 8 6 < R < 10 JT ≥ 96 KT ≥ 11 HP ≤ 5 JHG ≤ 2,5 OR ≥ 85 EK ≥ 80 HG ≥ 8 R ≥ 10 Hirarki keputusan pengukuran kinerja dapat di lihat pada Gambar 47 di bawah ini :
Gambar 48 Hirarki Keputusan Pengukuran Kinerja Pengukuran Kinerja Pabrik Gula Kinerja Strategis Kinerja Operasional Goal Kriteria Alternatif PG ... PG 3 PG 2 PG 1 PG n Kinerja Taktis UM KG JT KT HP JHG OR EK HG R
Matriks keputusan pengukuran kinerja untuk setiap jenis kinerja ditentukan berdasarkan kualifikasi setiap ukuran kinerja seperti yang ditunjukkan pada Tabel 11 untuk kinerja strategis, Tabel 12 untuk kinerja operasional dan Tabel 13 untuk kinerja taktis. Setiap ukuran kinerja dapat memiliki kategori nilai rendah (R), sedang (S), atau tinggi (T).
Tabel 11 Matriks Keputusan untuk Kinerja Strategis
Alternatif Kriteria
Umur Kapasitas Jumlah Kualitas
Pabrik mesin giling tebu tebu
PG 1 R atau S atau T R atau S atau T R atau S atau T R atau S atau T PG 2 R atau S atau T R atau S atau T R atau S atau T R atau S atau T
PG ... R atau S atau T R atau S atau T R atau S atau T R atau S atau T PG n R atau S atau T R atau S atau T R atau S atau T R atau S atau T
Tabel 12 Matriks Keputusan untuk Kinerja Operasional
Alternatif Kriteria Pabrik Hilang Dalam proses Jam henti giling Overall recovery Efisiensi ketel PG 1 R atau S atau T R atau S atau T R atau S atau T R atau S atau T PG 2 R atau S atau T R atau S atau T R atau S atau T R atau S atau T PG .. R atau S atau T R atau S atau T R atau S atau T R atau S atau T PG n R atau S atau T R atau S atau T R atau S atau T R atau S atau T
Tabel 13 Matriks Keputusan untuk Kinerja Taktis
Alternatif Kriteria
Jumlah Rendemen
Pabrik hablur
PG 1 R atau S atau T R atau S atau T PG 2 R atau S atau T R atau S atau T PG .. R atau S atau T R atau S atau T PG n R atau S atau T R atau S atau T
Semesta pembicaraan, himpunan fuzzy dan domain untuk kinerja strategis secara lengkap ditunjukkan pada Tabel 14 berikut ini :
Tabel 14 Semesta Pembicaraan, Himpunan Fuzzy dan Domain Kinerja Strategis
Fungsi Variabel Semesta Nama Domain
(Ukuran Pembicaraan Himpunan
kinerja) Fuzzy
Input Umur mesin [0,20] Rendah [7,20]
Sedang [5,7 ]
Tinggi [0,5 ]
Kapasitas [0,8000] Rendah [ 0,3000]
Giling Sedang [3000,6000]
Tinggi [6000,8000]
Jumlah tebu [ 0, 120] Rendah [ 0,83 ]
Sedang [83,96 ]
Tinggi [96,120]
Kualitas tebu [0,15] Rendah [ 0,9]
Sedang [ 9,11]
Tinggi [11,15]
Output Kinerja strategis [0,100] Rendah [ 0 , 55]
Sedang [ 55, 75]
Tinggi [75,100]
Semesta pembicaraan, himpunan fuzzy dan domain untuk kinerja taktis secara lengkap ditunjukkan pada Tabel 15 dan untuk kinerja operasional pada Tabel 16.
Tabel 15 Semesta Pembicaraan, Himpunan Fuzzy, Domain Kinerja Taktis
Fungsi Variabel Semesta Nama Domain
(Ukuran Pembicaraan Himpunan
kinerja) Fuzzy
Input Jumlah hablur [0,12] Rendah [ 0, 6]
Sedang [ 6, 8]
Tinggi [8,12]
Sedang [ 6, 8]
Tinggi [8,14]
Output Kinerja Taktis [0,100] Rendah [0 , 55]
Sedang [55, 75]
Tinggi [75,100]
Tabel 16 Semesta Pembicaraan, Himpunan Fuzzy, Domain Kinerja Operasional
Fungsi Variabel Semesta Nama Domain
(Ukuran Pembicaraan Himpunan
kinerja) Fuzzy
Input Hilang dalam [0,10] Rendah [8,10]
proses Sedang [ 6,8 ]
Tinggi [ 0,6 ]
Jam henti [0,15] Rendah [5,15]
giling Sedang [2.5 , 5] Tinggi [0, 2.5] Overall [ 0, 100] Rendah [ 0,75 ] recovery Sedang [75,85 ] Tinggi [85,100] Efisiensi [0,100] Rendah [ 0,70] ketel Sedang [ 70,80] Tinggi [80,100]
Output Kinerja [0,100] Rendah [ 0 , 55]
operasional Sedang [ 55, 75]
Tinggi [75,100]
Fungsi keanggotaan direpresentasikan dalam bentuk kurva yang menunjukkan pemetaan titik-titik input data (setiap nilai ukuran kinerja) ke dalam nilai keanggotaannya (derajat keanggotaan) yang memiliki interval antara nol sampai dengan satu. Adapun bentuk kurva merupakan gabungan antara kurva segitiga dan kurva bahu. Jenis kurva untuk himpunan fuzzy rendah dan tinggi adalah bentuk bahu, sedangkan untuk himpunan fuzzy sedang yaitu bentuk segitiga.
Berikut ini adalah jenis representasi kurva setiap variabel atau ukuran kinerja strategis.
Tabel 17 Jenis Representasi Kurva setiap Ukuran Kinerja untuk Kinerja Strategis
Fungsi Variabel Nama Jenis Parameter
(Ukuran Himpunan kurva
kinerja) Fuzzy
Input Umur mesin Rendah Bahu [6 7 20 20]
Sedang Segitiga [ 5 6 7 ]
Tinggi Bahu [0 0 5 6 ]
Kapasitas Rendah Bahu [0 0 3000 4000] Giling Sedang Segitiga [3000 4000 6000]
Tinggi Bahu [4000 6000 8000 8000]
Jumlah tebu Rendah Bahu [0 0 83 89]
Sedang Segitiga [83 89 96 ]
Tinggi Bahu [89 96 120 120]
Kualitas tebu Rendah Bahu [0 0 9 10]
Sedang Segitiga [ 9 10 11]
Tinggi Bahu [10 11 15 15]
Output
Kinerja
strategis Rendah Bahu [0 0 55 65]
Sedang Segitiga [ 55 65 75]
Tinggi Bahu [65 75 100 100]
Jenis representasi kurva setiap variabel atau ukuran kinerja untuk kinerja taktis ditunjukkan pada Tabel 18.
Tabel 18 Jenis Representasi Kurva setiap Ukuran Kinerja untuk Kinerja Taktis
Fungsi Variabel Nama Jenis Parameter
(Ukuran Himpunan kurva
kinerja) Fuzzy
Input Jumlah hablur Rendah Bahu [ 0 0 6 7] Sedang Segitiga [ 6 7 8 ]
Tinggi Bahu [7 8 12 12]
Rendemen Rendah Bahu [ 0 0 6 7]
Sedang Segitiga [ 6 7 8 ]
Tinggi Bahu [7 8 14 14]
Output Kinerja Taktis Rendah Bahu [0 0 55 65] Sedang Segitiga [55 65 75]
Sedangkan jenis representasi kurva setiap variabel atau ukuran kinerja untuk kinerja operasional ditunjukkan pada Tabel 19.
Tabel 19 Jenis Representasi Kurva setiap Ukuran Kinerja untuk Kinerja Operasional
Fungsi Variabel Nama Jenis Parameter
(Ukuran Himpunan kurva
kinerja) Fuzzy
Input Hilang Rendah Bahu [7 8 10 10]
dalam Sedang Segitiga [ 6 7 8 ]
proses Tinggi Bahu [0 0 6 7]
Jam henti Rendah Bahu [3.75 5 15 15] giling Sedang Segitiga [2.5 3.75 5]
Tinggi Bahu [0 0 2.5 3.75]
Overall Rendah Bahu [0 0 75 80]
recovery Sedang Segitiga [75 80 85 ]
Tinggi Bahu [80 85 100 100]
Efisiensi Rendah Bahu [0 0 70 75]
ketel Sedang Segitiga [ 70 75 80]
Tinggi Bahu [75 80 100 100]
Output Kinerja Rendah Bahu [ 0 0 55 65] operasional Sedang Segitiga [ 55 65 75]
Tinggi Bahu [65 75 100 100]
Adapun representasi kurva dapat di lihat pada Lampiran 10,11, dan 12.
Jumlah rules (aturan-aturan) yang memungkinkan digunakan untuk setiap jenis kinerja sesuai dengan jumlah ukuran kinerja dan jumlah kategori nilai kinerja yaitu 81 (34) aturan untuk kinerja strategis, 81 (34) aturan untuk kinerja operasional, dan sembilan (32) aturan untuk kinerja taktis. Untuk menjamin konsistensi aturan kinerja strategis dan kinerja operasional, maka berdasarkan pertimbangan pakar (Lampiran 13 dan 14) ditetapkan 15 aturan baku. Aturan-aturan yang digunakan sebagai kriteria untuk menentukan nilai kinerja taktis adalah sebagai berikut :
1. If (Jumlah Hablur Gula is Rendah) and (Rendemen is Rendah) then
2. If (Jumlah Hablur Gula is Rendah) and (Rendemen is Sedang) then
(Kinerja Taktis is Rendah)
3. If (Jumlah Hablur Gula is Rendah) and (Rendemen is Tinggi) then
(Kinerja Taktis is Sedang)
4. If (Jumlah Hablur Gula is Sedang) and (Rendemen is Sedang) then
(Kinerja Taktis is Sedang)
5. If (Jumlah Hablur Gula is Tinggi) and (Rendemen is Rendah) then
(Kinerja Taktis is Sedang)
6. If (Jumlah Hablur Gula is Tinggi) and (Rendemen is Sedang) then
(Kinerja Taktis is Sedang)
7. If (Jumlah Hablur Gula is Tinggi) and (Rendemen is Tinggi) then (Kinerja Taktis is Tinggi)
8. If (Jumlah Hablur Gula is Sedang) and (Rendemen is Rendah) then
(Kinerja Taktis is Rendah)
9. If (Jumlah Hablur Gula is Sedang) and (Rendemen is Tinggi) then
(Kinerja Taktis is Sedang)
Aturan-aturan yang memungkinkan digunakan sebagai kriteria untuk menentukan nilai kinerja strategis dan operasional untuk setiap pabrik gula dapat di lihat pada Lampiran 15 dan Lampiran 16. Adapun skema pengambilan keputusan pengukuran kinerja pabrik gula ditunjukkan pada Gambar 49.
5.3.3 Model Pemilihan Kinerja Terbaik
Rancangbangun model pemilihan kinerja terbaik bertujuan untuk menentukan pabrik gula berkinerja terbaik secara keseluruhan maupun untuk setiap jenis kinerja (kinerja strategis, kinerja operasional, kinerja taktis) pada setiap kelompok pabrik gula. Hasil pemilihan pada setiap kelompok pabrik gula akan digunakan sebagai standar kinerja pembanding bagi setiap pabrik gula pada kelompok yang sama, baik untuk kinerja keseluruhan maupun per jenis kinerja. Nilai kinerja yang digunakan adalah nilai kinerja yang dihasilkan dari model pengukuran kinerja yaitu nilai kinerja strategis, nilai kinerja operasional dan nilai
kinerja taktis untuk seluruh pabrik gula yang menjadi anggota setiap alternatif kelompok.
Gambar 49 Skema Pengambilan Keputusan Pengukuran Kinerja
Pemilihan Kinerja Terbaik secara Keseluruhan
Input model berupa basis data yang diperlukan untuk pemilihan kinerja terbaik secara keseluruhan. Output dari model berupa urutan (ranking/peringkat) pabrik gula dalam kelompok. Pemilihan PG berkinerja terbaik secara keseluruhan dilakukan dengan menggunakan pendekatan PROMETHEE. Adapun model konseptual pemilihan kinerja terbaik secara keseluruhan ditunjukkan pada Gambar 50.
Alternatif yang akan dipilih adalah seluruh pabrik gula pada setiap kelompok pabrik gula yang telah dihasilkan dari model pengelompokan. Kriteria dan bobot kriteria untuk pemilihan kinerja terbaik secara keseluruhan ditentukan
Nilai variabel & parameter Kin. strategis If – then rules Kin. strategis MULAI Kinerja strategis yang diukur ?
Pemeriksaan hubungan logic
Ubah nilai variabel ke dalam linguistic label
yang sesuai Kesimpulan hubungan logic tinggi? Kesimpulan hubungan logic rendah? ya ya ya tidak tidak tidak ya Kinerja taktis yang diukur ? Kinerja strategis tinggi Kinerja strategis sedang Kinerja strategis rendah nilai variabel & parameter
Kin. taktis Ubah nilai variabel ke dalam linguistic label
yang sesuai
Pemeriksaan hubungan logic
Kesimpulan hubungan logictinggi? If – then rules Kin. taktis Kinerja taktis tinggi Kinerja taktis rendah Kesimpulan hubungan logic rendah?
Ubah nilai variabel ke dalam linguistic label
yang sesuai
nilai variabel & parameter Kin.operasional
tidak
If – then rules
Kin. operasional
Pemeriksaan hubungan logic
Kesimpulan hubungan logictinggi? Kinerja taktis sedang Kinerja operasional tinggi Kinerja operasional rendah Kinerja operasional sedang Kesimpulan hubungan logic rendah? ya ya ya ya tidak tidak tidak tidak
berdasarkan konfirmasi pakar (Lampiran 18). Kriteria yang digunakan adalah kinerja strategis,kinerja operasional, dan kinerja taktis. Bobot setiap kriteria adalah sama besar.
Fungsi Kriteria Tipe Preferensi Parameter (p) PROMETHEE Kinerja Operasional per kelompok PG Kinerja Taktis per kelompok PG Peringkat kinerja PG Per kelompok Kinerja Strategis per kelompok PG
Gambar 50 Model Konseptual Pemilihan Kinerja Terbaik secara Keseluruhan
Berdasarkan pertimbangan pakar, masing-masing kriteria diidentifikasi untuk menetapkan fungsi kriteria akan dimaksimumkan atau diminimumkan (Lampiran 19). Kinerja terbaik secara keseluruhan dihasilkan dari kinerja terbaik untuk semua jenis kinerja. Oleh karena itu, masing-masing kriteria akan dimaksimumkan.
Selanjutnya, ditentukan bentuk fungsi preferensi kriteria beserta parameternya untuk setiap kriteria. Untuk setiap pasangan kriteria-alternatif dibuat matriks payoff nya yang menunjukkan ukuran dari efek yang dihasilkan oleh alternatif berhubungan dengan kriteria tersebut. Matriks dapat berisi data ukuran
cardinal atau skala ordinal. Setelah dilakukan evaluasi matriks, indeks preferensi multikriteria ditetapkan. Preferensi dinyatakan dengan angka antara 0 dan 1, dan dinilai berdasarkan fungsi preferensi yang telah ditentukan sebelumnya. Tahap akhir adalah menentukan PROMETHEE Ranking.
Adapun hirarki keputusan pemilihan kinerja terbaik dapat di lihat pada Gambar 51 berikut ini :
Gambar 51 Hirarki Keputusan Pemilihan Kinerja Terbaik
Bentuk fungsi preferensi kriteria beserta parameternya untuk setiap kriteria yaitu fungsi preferensi tiga (preferensi linier) dengan parameter 20. Pemilihan fungsi preferensi mempertimbangkan peningkatan secara linier untuk kategori setiap jenis kinerja dimana selisih antar kategori sebesar 20 ditetapkan sebagai parameternya. Adapun fungsi preferensi linier digambarkan sebagai berikut :
Gambar 52 Bentuk preferensi kriteria pemilihan kinerja terbaik Preferensi linier dapat menjelaskan bahwa selama nilai selisih memiliki nilai yang lebih rendah dari 20, preferensi dari pengambil keputusan meningkat secara linier dengan nilai d. Jika nilai d lebih besar dibandingkan dengan nilai 20, maka terjadi preferensi mutlak.
d/p jika -20 ≤ d ≤ 20 H (d) = 1 jika d < -20 atau d > 20
Pemilihan Kinerja
Keseluruhan Terbaik
Kinerja
Strategis
Pabrik Gula n
Pabrik Gula ....
Pabrik Gula 2
Pabrik Gula 1
Kinerja
Taktis
Goal
Kriteria
Alternatif
Kinerja
Operasional
0
20
1
- 20
H (d)
d
Untuk setiap pasangan kriteria-alternatif dibuat matriks pay off nya yang menunjukkan ukuran dari efek yang dihasilkan oleh alternatif berhubungan dengan kriteria tersebut. Matriks dapat berisi data ukuran cardinal atau skala ordinal. Adapun bentuk matriks payoff nya seperti yang ditunjukkan pada Tabel 20. Matriks pay off tersebut di atas dibuat untuk setiap kelompok pabrik gula yang dilengkapi dengan data nilai kinerja.
Tabel 20 Matriks Pay off
Kriteria Alternatif Tipe Preferensi Parameter PG 1 PG .... PG n
f1 Kinerja Strategis Max .... .... .... Linier p = 20 f2 Kinerja Operasional Max .... .... .... Linier p = 20 f3 Kinerja Taktis Max .... .... .... Linier p = 20 Berdasarkan matriks pay off tersebut di atas melalui perbandingan berpasangan indeks preferensi multikriteria ditetapkan. Preferensi dinyatakan dengan angka antara 0 dan 1, dan dinilai berdasarkan fungsi preferensi yang telah ditentukan sebelumnya, dengan ketentuan sebagai berikut :
(a, b) ≈ 0, menunjukkan preferensi yang lemah untuk alternatif a lebih baik dari alternatif b berdasarkan semua kriteria.
(a, b) ≈ 1, menunjukkan preferensi yang kuat untuk alternatif a lebih baik dari alternatif b berdasarkan semua kriteria.
PROMETHEE Ranking ditentukan berdasarkan Partial Ranking dan
Complete Ranking. Partial Ranking (PROMETHEE I) berdasarkan karakter
leaving flow dan entering flow, yaitu diurutkan dari nilai terbesar sampai dengan terkecil. Sedangkan Complete Ranking (PROMETHEE II) berdasarkan karakter
net flow dan nilainya diurutkan dari yang terbesar sampai yang terkecil. Adapun
nilai leaving flow, entering flow, dan net flow pada masing-masing alternatif ditentukan berdasarkan persamaan : leaving flow (a) =
x A x a n 1 , 1 entering flow (a) =
x A a x n 1 , 1 net flow (a) = (a) - (a)
Alternatif yang akan dipilih adalah seluruh pabrik gula pada setiap kelompok pabrik gula yang telah dihasilkan dari model pengelompokan. Nilai kinerja untuk setiap jenis kinerja pada PG setiap kelompok telah dihasilkan melalui model pengukuran kinerja. Adapun model pemilihan kinerja terbaik secara keseluruhan digambarkan sebagai berikut :
Fungsi Kriteria = Maksimum Tipe Preferensi = Linier Parameter (p) = 20 PROMETHEE Kinerja Operasional per kelompok PG Kinerja Taktis per kelompok PG Peringkat kinerja PG Per kelompok Kinerja Strategis per kelompok PG
Gambar 53 Model Pemilihan Kinerja Terbaik secara Keseluruhan
Pemilihan Kinerja Terbaik Per Jenis Kinerja
Alternatif yang akan dipilih adalah seluruh pabrik gula pada setiap kelompok pabrik gula yang telah dihasilkan dari model pengelompokan. Kriteria pemilihan PG berkinerja terbaik untuk setiap jenis kinerja ditentukan berdasarkan nilai kinerja. Input model berupa basis data yang diperlukan untuk pemilihan kinerja terbaik per jenis kinerja. Output dari model berupa urutan (ranking) pabrik gula per jenis kinerja dalam kelompok. Pemilihan kinerja terbaik per jenis kinerja dilakukan dengan menggunakan pendekatan Sorting.
Urutan peringkat kinerja operasional PG dalam kelompok Sorting Sorting Sorting Urutan peringkat kinerja taktis PG dalam kelompok Urutan peringkat kinerja strategis PG dalam kelompok Nilai kinerja Strategis PG per kelompok Nilai kinerja Operasional PG per kelompok Nilai kinerja taktis PG per kelompok
Gambar 54 Model Konseptual Pemilihan Kinerja Terbaik per Jenis Kinerja
Pendekatan Sorting menentukan urutan kinerja terbaik per jenis kinerja dengan melakukan perbandingan antar nilai kinerja perjenis kinerja untuk seluruh PG pada setiap kelompok PG. Nilai kinerja per jenis kinerja akan diurutkan dari yang nilainya terbesar sampai yang terkecil pada setiap kelompok. Algoritma yang digunakan untuk mengurutkan nilai kinerja perjenis kinerja yaitu selection sort. Dengan menggunakan algoritma selection sort, maka nilai kinerja yang paling tinggi (besar) di pilih dan diletakkan pada urutan pertama. Selanjutnya dipilih nilai kinerja yang paling tinggi (besar) dari nilai kinerja yang belum diurutkan dan diletakkan pada urutan ke dua. Proses tersebut dilakukan sampai dengan semua nilai kinerja telah diurutkan semua. Model pemilihan kinerja terbaik per jenis kinerja ditunjukkan pada Gambar 55.
Urutan peringkat kinerja operasional PG dalam kelompok Sorting Sorting Sorting Selection sort Selection sort Selection sort Urutan peringkat kinerja taktis PG dalam kelompok Urutan peringkat kinerja strategis PG dalam kelompok Nilai kinerja Strategis PG per kelompok Nilai kinerja Operasional PG per kelompok Nilai kinerja taktis PG per kelompok
Adapun skema pengambilan keputusan pemilihan kinerja terbaik per jenis kinerja digambarkan sebagai berikut :
MULAI
meletakkan nilai kinerja dalam satu struktur data memilih nilai kinerja tertinggi
dalam struktur data dan meletakkan pada urutan mulai
urutan pertama
Apakah masih ada nilai kinerja yang belum diurutkan
?
Nilai kinerja per jenis
kinerja
Urutan kinerja terbaik per jenis kinerja Ya
Tidak
SELESAI
Gambar 56 Skema Pengambilan Keputusan Pemilihan Kinerja Terbaik per Jenis Kinerja
5.3.4 Model Analisis Praktek Terbaik
Model Analisis Praktek Terbaik bertujuan untuk mengidentifikasi praktek terbaik yang menghasilkan kinerja terbaik. Identifikasi praktek terbaik dilakukan melalui studi dokumentasi dan masukan dari pakar. Input model berupa basis data yang diperlukan untuk analisis praktek terbaik. Output dari model berupa keterkaitan antar ukuran kinerja yang digunakan dan faktor penyebab yang cukup penting untuk dipertimbangkan serta identifikasi praktek terbaik yang bisa dilakukan pabrik gula. Pendekatan yang digunakan untuk melakukan analisis praktek terbaik adalah root cause analysis. Root cause analysis dapat digunakan untuk mengidentifikasi hubungan sebab akibat antar ukuran dan faktor penentu yang menentukan kinerja. Adapun model analisis praktek terbaik ditunjukkan pada Gambar 57 dan diagram alir model analisis praktek terbaik dapat dilihat pada Gambar 58.
Praktek Terbaik
Keterkaitan antar ukuran kinerja dan penentu kinerja serta
praktek terbaiknya
Root cause analysis
Ukuran kinerja dan keterkaitannya
Faktor penentu kinerja
Gambar 57 Model Analisis Praktek Terbaik
MULAI Ukuran kinerja &
keterkaitannya, faktor penentu kinerja,
praktek terbaik
Apakah keterkaitan antar ukuran kinerja telah
lengkap ?
Peta keterkaitan antar ukuran kinerja
Memetakan kembali keterkaitan antar ukuran
kinerja dengan lengkap
Memetakan faktor penentu kinerja untuk setiap ukuran kinerja Mengidentifikasi praktek terbaik
untuk setiap ukuran kinerja
SELESAI
Keterkaitan antar ukuran kinerja dan penentu kinerja serta praktek
terbaiknya
Tidak
Ya
Gambar 58 Diagram Alir Model Analisis Praktek Terbaik . 5.3.5 Model Penentuan Prioritas Perbaikan
Model penentuan prioritas perbaikan bertujuan untuk menentukan prioritas perbaikan yang harus dilakukan oleh PG. Input model berupa basis data yang diperlukan untuk penentuan prioritas perbaikan. Output dari model berupa
prioritas perbaikan yang harus dilakukan oleh PG terkait dengan ukuran kinerja dan saran perbaikannya. Penentuan prioritas perbaikan menggunakan pendekatan yang menyerupai framework yang dikembangkan oleh Davies dan Kochar (2000) berupa diagnostik atau penelusuran secara sistematis untuk memilih praktek terbaik.
Penelusuran secara sistematis dilakukan pada setiap kelompok pabrik gula. Untuk pabrik gula yang akan diperbaiki kinerja keseluruhan, kinerja setiap jenis kinerja, dan kinerja setiap ukuran kinerja akan diperbandingkan dengan kinerja pabrik gula lain dalam kelompoknya. Gambar 59 di bawah ini menunjukkan model penentuan prioritas perbaikan :
Nilai kinerja per jenis kinerja Nilai ukuran kinerja
Praktek terbaik
Prioritas perbaikan kinerja dan saran perbaikan
diagnostic
Kelompok PG
Gambar 59 Model Penentuan Prioritas Perbaikan
Alternatif PG yang akan diperbaiki adalah seluruh pabrik gula pada setiap kelompok pabrik gula yang telah dihasilkan dari model pengelompokan. Kriteria yang digunakan untuk menentukan prioritas perbaikan adalah nilai nilai kinerja per jenis kinerja , dan nilai kinerja setiap ukuran kinerja. Bobot kriteria untuk menentukan prioritas perbaikan ditentukan berdasarkan pertimbangan pakar yaitu sama besar untuk setiap kriteria. Adapun diagram alir Model penentuan prioritas perbaikan dapat dilihat pada Gambar 60.
Penentuan prioritas perbaikan pabrik gula per jenis kinerja dilakukan dengan membandingkan nilai kinerja per jenis kinerja untuk setiap kelompok. Pabrik gula yang memiliki nilai kinerja dengan urutan prioritas (peringkat) selain peringkat 1 ditetapkan sebagai pabrik gula yang memiliki prioritas untuk diperbaiki kinerjanya (per jenis kinerja). Sebagai contoh yaitu kelompok pabrik gula dengan proses pemurnian yang menggunakan metode sulfitasi dengan skala
pabrik besar terdiri dari PG X, PG Y, dan PG Z. Untuk kinerja strategis peringkat 1 adalah PG Z maka pabrik gula yang memiliki prioritas untuk diperbaiki kinerja strategisnya adalag PG X dan PG Y.
MULAI
PG memiliki nilai kinerja strategis
Terbaik ? Prioritas PG yang diperbaiki kinerja strategisnya Ya PG memiliki kinerja operasional Terbaik ? Ada nilai ukuran
kinerja bukan terbaik ? Tidak Ya Nilai kinerja per jenis kinerja, nilai per ukuran kinerja, praktek terbaik Prioritas perbaikan kinerja strategis dan saran perbaikan
Tidak
Ada nilai ukuran kinerja bukan terbaik ? Prioritas PG yang diperbaiki kinerja operasionalnya Tidak Prioritas perbaikan kinerja operasional dan saran perbaikan Ya
Ya
SELESAI Tidak
Gambar 60 Skema Pengambilan Keputusan Prioritas Perbaikan
Selanjutnya dilakukan pemeriksaan untuk ukuran kinerja pada setiap jenis kinerja. Untuk ukuran kinerja yang sama, nilainya akan diperbandingkan antar pabrik gula dalam kelompok. Ukuran kinerja yang memiliki potensi untuk diperbaiki adalah nilai ukuran kinerja yang bukan nilai terbaik dalam kelompok. Adapun penentuan nilai ukuran kinerja terbaik berdasarkan nilai kinerja tertinggi, kecuali untuk ukuran kinerja umur mesin, hilang dalam proses, dan jam henti
