Model perencanaan bahan baku industri teh: studi kasus di PTPN VIII Kebun Cianten, Jawa Barat

1

MODEL PERENCANAAN BAHAN BAKU INDUSTRI TEH

(STUDI KASUS DI PTPN VIII KEBUN CIANTEN, JAWA BARAT)

SKRIPSI

RIZQAN AL MUHAIMIN

F34062050

FAKULTAS TEKNOLOGI PERTANIAN

INSTITUT PERTANIAN BOGOR

BOGOR

2011

2

MODEL PERENCANAAN BAHAN BAKU INDUSTRI TEH

(STUDI KASUS DI PTPN VIII KEBUN CIANTEN, JAWA BARAT)

SKRIPSI

RIZQAN AL MUHAIMIN

F34062050

FAKULTAS TEKNOLOGI PERTANIAN

INSTITUT PERTANIAN BOGOR

BOGOR

2011

3

Model of Industrial Tea Raw Material Planning

(Case Study in PTPN VIII Kebun Cianten, West Java)

Marimin and Rizqan Al Muhaimin

Department of Agroindustrial Technology, Faculty or Agricultural Technology, Bogor Agricultural University, IPB Darmaga Campus, PO BOX 220, Bogor, West Java,

Indonesia.

e-mail: rizqanalmuhaimin@yahoo.com

ABSTRACT

The objective of this research is to develop raw material requirement planning

model for a CTC (crushing, tearing, and curling) black tea industry. The model

consists of climate model, optimizing plucking schedule, and requirement of tea

sprout collector labor, paper sack and firewood. Data and information used in this

study were obtained through observation and depth interview with the company’s

representative. Climate data and information were analyzed using time series:

forecasted Auto Regressive Integrated Moving Average (ARIMA) method. Regression

method was used to examine relationship between crop productivity as dependent

variables with climate (rain day and rainfall), plucking system (kind shift of

plucking), and cutting crops age as independent variables. Linear programming was

used to optimizing schedule of plucking tea. The objective function of linear

programming formulation is to maximize leaves production with constraint is extent

of plucking area. Inventory model was used economic order quantity method for

estimate the requirement of firewood and paper sack. The results of these models are

schedule of plucking tea, tea sprout collector, and ordering of firewood and paper

sack.

4

Rizqan Al Muhaimin.

F34062050

. Model Perencanaan Bahan Baku Industri Teh

(Studi Kasus Di PTPN VIII Kebun Cianten, Jawa Barat). Di bawah bimbingan

Marimin

. 2011.

RINGKASAN

Perencanaan merupakan hal yang sangat penting pada industri teh. Sebuah

rencana akan sangat mempengaruhi sukses dan tidaknya suatu pekerjaan. Teh (

Camellia

sinensis

) merupakan tanaman yang telah dibudidayakan sejak lama dan sering

dimanfaatkan sebagai minuman. Salah satu perusahaan negara yang menghasilkan

komoditas teh adalah PT Perkebunan Nusantara VIII Kebun Cianten. Pada kebun

tersebut terdapat pabrik pengolahan teh hitam CTC (

crushing, tearing, and curling

).

Permasalahan yang ada pada pabrik tersebut adalah perencanaan pemetikan teh yang

optimal, penjadwalan kebutuhan tanaga pemetik, serta perencannan bahan penunjang

produksi (kayu bakar dan

papersack

).

Pembuatan rencana atau jadwal akan sulit dilakukan jika banyak faktor yang

terkait yang mengalami perubahan setiap waktu. Oleh karena itu, dibutuhkan suatu

model yang merepresentasikan suatu keadaan untuk mempermudah dalam

pelaksanannya. Pada budidaya teh diperlukan suatu model perencanan karena teh

memiliki karakteristik yang unik. Penelitian yang dilakukan yakni membuat

perencanaan produksi pucuk teh basah berdasarkan hasil optimasi dari faktor-faktor

produktivitas. Hasil optimasi digunakan untuk memprakirakan kebutuhan tenaga kerja

dan bahan penunjang. Tujuan penelitian merancang model perencanaan pemetikan

sehingga dapat digunakan sebagai acuan penjadwalan perkebunan teh dan model

persediaan yang dapat digunakan sebagai acuan dalam pengadaan barang.

Pengkajian penelitian diarahkan pada model penjadwalan pemetikan dan pemetik

serta kebutuhan bahan baku untuk memproduksi teh. Mulai dari kegiatan pemangkasan,

pemetikan, serta perencanaan kebutuhan pemetik dan bahan penunjang (

papersack

dan

kayu bakar) pada industri teh tersebut. Data yang digunakan berasal dari PTP Nusantara

Kebun Cianten, yakni data curah dan hari hujan dari tahun 2003-2009, data produksi

pucuk basah selama Mei-Juli 2010, data biaya mengenai pemesanan dan penyimpanan

barang, dan data mengenai umur pangkas kebun. Perancangan sistem didasarkan atas

sistem yang dikaji, meliputi perancangan sistem basis data, basis model dan sistem

manajemen dialog yang diintegrasikan oleh sistem pengolahan terpusat.

Hasil rancangan sistem basis model dan basis data diimplementasikan ke dalam suatu

bentuk program komputer yang diberi nama

SCHATZIE 1.0

. Program aplikasi ini

dikembangkan dengan menggunakan

software Borland Delphi 7

(Borland 2002)

,

ditunjang

software Microsoft Office Access

2007 (Microsoft Corporation 2006) sebagai tempat

pengolahan basis data,

Microsoft Office Excel

2007 (Microsoft Corporation 2006) untuk

mengolah data, dan

software Minitab

16.0 (Minitab Inc 2010) sebagai

tools

dalam

pengolahan data. Penyelesaian persamaan optimasi penjadwalan menggunakan

pemograman linier dengan

software

yang digunakan adalah LINGO 12 (LINDO Systems

Inc 2010).

Metode ARIMA (

Auto Regressive Integrated Moving Average

) untuk

mengestimasi faktor iklim yang meliputi curah hujan dan hari hujan sehingga

memperoleh nilai faktor iklim untuk masa yang akan datang. Berdasarkan hasil analisis,

model ARIMA untuk curah hujan yakni ARIMA (2,0,2) dan untuk curah hujan yakni

5

ARIMA (1,0,3). Secara umum hasil prakiraan ini menunjukkan bahwa kondisi faktor

iklim selama periode yang diperkirakan tidak terjadi perubahan yang drastis.

Analisis korelasi untuk melihat hubungan antara variabel prediktor (faktor iklim

dan faktor tanaman) dan variabel respons (produktivitas pucuk teh bulanan). Korelasi

antara produktivitas dan curah hujan (0,049) dan korelasi antara produktivitas dan hari

hujan (0,166). Korelasi antara produktivitas dan umur pangkas (- 0,255), korelasi antara

produktivitas dan gilir petik (- 0,078). Berdasarkan hasil analisis diperoleh persamaan

Produktivitas (kg/ha/bulan) = - 756 - 4,40 Umur Pangkas (bulan) - 2,67 Gilir Petik

(hari) + 1,31 Curah Hujan (mm) + 34,0 Hari Hujan (hari).

Model optimasi penjadwalan, dengan tujuan memaksimalkan hasil petikan pucuk

basah dengan kendala luas lahan yang tersedia. Hasil dari optimasi tersebut

menghasilkan lahan petikan dengan pemilihan gilir petik tertentu. Penyelesaian

permasalahan tersebut dengan menggunakan teknik program linier. Berdasarkan hasil

optimasi tersebut jumlah estimasi pucuk basah yang dihasilkan pada tahun 2010 adalah

3.457.942,5 kg pucuk basah. Meskipun hasil tersebut masih dibawah hasil produksi

tahun sebelumnya.

Model persediaan bahan baku menggunakan model

economic order quatity

(EOQ). Berdasarkan perhitungan untuk persediaan kayu bakar, pemesanan terhadap

kayu bakar yakni 1019 m

3

, dengan frekuensi pembelian sebanyak 34 kali dalam setahun

dalam daur pesan 10 hari. Untuk pemesanan

papersack

, pemesanan ekonomis yakni

sebanyak 9498 buah kantong, dengan pemesanan dilakukan sebanyak 2 kali dan daur

pemesanan 183 hari.

Perlu dilakukan pengukuran secara lebih khusus terhadap aspek dalam lingkup

pabrik dan pengolahan teh seperti aspek mutu, nilai kelayakan ekonomis dan aspek

energi serta pemanfaatan limbah sehingga model yang dibentuk akan menjadi lebih

sempurna. Jadwal pemetikan yang dihasilkan dari penelitian ini masih perlu disesuaikan

dengan kondisi lapangan, terutama dalam hal produktivitas pucuk teh yang sangat

dipengaruhi oleh cuaca, potensi tanaman, dan teknik budidaya.

6

Rizqan Al Muhaimin.

F34062050

.

Model of Tea Industry Raw Material Planning

(Case Study in PTP Nusantara VIII Kebun Cianten, West Java)

. Supervised by

Marimin

. 2011

SUMMARY

Planning is very important in tea industry. The plan will greatly affect the success

and failed of a job. Tea (Camellia sinensis) is a plant has been cultivated since long

time and often used as a beverage. Tea industry is one of competence Indonesia for a

long time, but the performance of Indonesian tea industry in recent years has

decreased.

Scheduling will be difficult if there many of factors associated that change every

time. Therefore, it needs a model that present the situation to make implementation

easily. In the cultivation of tea, it requires a planning model because tea has unique

characteristics. The research develops the production plan based on the results of

productivity factors optimization. The results of those optimization can be used for

estimating labour requirements and supporting materials. The goal of this research are

designing model of planning to plucking, that can be used as a reference for scheduling

tea plantations and designing model of stocks that can be used as a reference in

procurement.

This research was conducted at PT Perkebunan Nusantara VIII Kebun Cianten.

This research concern in scheduling model of plucking and pluckers and also the

requirement for raw materials to produce tea. This research start from pruning,

picking, and planning needs of pickers and supporting materials (paper sack and

firewood) on the tea industry. Data come from PT Perkebunan Kebun Cianten, which

are: data of rainfall and rainy days from years 2003-2009, data of wet sprout

production during months May to July 2010, data of ordering and storing of goods, and

data about the age of plantations. The result of observation and interview, were

analyzed based on studied design systems, including the design of the system, including

the design of the system database, model base and dialogue management system, where

integrated by a central processing system.

The design of model base management system and database management system

implemented in package program called SCHATZIE 1.0. This program is developed

using Borland Delphi (Borland 2002), supported by Microsoft Office Access 2007

(Microsoft 2007) as database management, Minitab 16 (Minitab Inc 2010) for data

processing. Solving the equations scheduling optimizations is using linier programming

with LINGO 12 (LINDO Inc 2010).

ARIMA (Auto Regressive Integrated Moving Average) method was used to

estimate the climatic factors including rainfall and rainy days to forecast the value

element for the future climate. Based on the analysis of ARIMA models for precipitation

is ARIMA (2,0,2) and rainfall for the ARIMA (1,0,3). In general, these prediction results

indicate that a climatic factor during the period is change significantly.

Correlation analysis was used to examine the relationship between the predictor

variable (climate and crop factor) and response variable (productivity of crop). If the

prediction inter-related, the estimated parameters of the model variables is not suitable

or called multi linier. The correlation between productivity and rainfall is (0,049) and

7

the correlation between productivity and the days rain is (0,166). The correlation

between productivity and the age of the crop is (- 0,255), the correlation between the

productivity and shifts plucking is (-0,078). Based on the outcome of the analysis

obtained by the equation of Productivity (kg / has / month) = - 756 – 4,40 crops age

(months) – 2,67 Shifts Plucking (day) + 1,31 Rainfall (mm) + 34,0 Rainy Day (days).

Scheduling optimizations model, the objective is maximize the results of the wet

sprout with constrain is available land area. The result of the optimizations is the crop

area with the current shift plucking. Linier programming was used to solve this

problem. Based on the result of optimizations is the estimated number of shoots

produced wet sprout in 2010 is 3.457,942,5 kg.

The raw material inventory model used economic order quantity (EOQ) model.

On the basis of calculations for supply of firewood, ordering of firewood is 1019 m

3

with frequently purchase as 34 times a year and in the recycling of 10 days message.

For paper sack reservations, namely the economic order to 9.498 bags, with

reservations made up to 2 times and reservations 183 days of the cycle. It should be

done in a more specific measurement of aspects within the scope of the tea processing

factory and aspects such as quality, value and feasibility aspects of the economy and

utilization of waste energy that form the model will become more perfect. Choosing the

schedule resulting from this research still needs to be adapted to the conditions in the

field, especially in terms of bud productivity is strongly influenced by the weather,

potential crops and cultivation techniques.

8

MODEL PERENCANAAN BAHAN BAKU INDUSTRI TEH

(STUDI KASUS DI PTPN VIII KEBUN CIANTEN, JAWA BARAT)

SKRIPSI

Sebagai salah satu syarat untuk memperoleh gelar

SARJANA TEKNOLOGI PERTANIAN

pada Departemen Teknologi Industri Pertanian

Fakultas Teknologi Pertanian

Institut Pertanian Bogor

Oleh :

RIZQAN AL MUHAIMIN

F34062050

FAKULTAS TEKNOLOGI PERTANIAN

INSTITUT PERTANIAN BOGOR

BOGOR

2011

9

Judul Skripsi

: MODEL PERENCANAAN BAHAN BAKU INDUSTRI TEH

(STUDI KASUS DI PTPN VIII KEBUN CIANTEN,

JAWA BARAT)

Nama

: RIZQAN AL MUHAIMIN

NRP

:

F34062050

Menyetujui,

Dosen Pembimbing

( Prof. Dr. Ir. Marimin, M.Sc )

NIP. 19610905 198609 1 001

Mengetahui,

Ketua Departemen Teknologi Industri Pertanian

( Prof. Dr. Ir. Nastiti Siswi Indrasti )

NIP. 19621009 198903 2 001

10

PERNYATAAN MENGENAI SKRIPSI DAN

SUMBER INFORMASI

Saya menyatakan dengan sebenar-benarnya bahwa skripsi dengan judul

“Model Perencanaan Bahan Baku Industri Teh (Studi Kasus Di PTPN VIII

Kebun Cianten, Jawa Barat)”

adalah hasil karya saya sendiri dengan bimbingan

dan arahan Dosen Pembimbing Akademik, dan belum diajukan dalam bentuk apapun

pada perguruan tinggi manapun. Sumber informasi yang berasal atau dikutp dari

karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan

dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini.

Bogor,

Maret

2011

Yang

membuat

pernyataan

Rizqan Al Muhaimin

F34062050

11

© Hak cipta milik Rizqan Al Muhaimin, tahun 2011 Hak cipta dilindungi

Dilarang mengutip dan memperbanyak tanpa izin tertulis dari Institut Pertanian Bogor, sebagian atau seluruhnya dalam bentuk apapun, baik cetak,

12

RIWAYAT HIDUP

Penulis dilahirkan di Cianjur pada tanggal 20 April 1988.

Penulis merupakan anak pertama dari empat bersaudara dari

pasangan Bapak Zainal Muttaqin dan Ibu Dade Komariah.

Pendidikan dasar penulis dimulai di SDN Harjamukti III

Cimanggis Depok. Akan tetapi pindah pada kelas empat ke SDIT

Nurul Fikri Depok. Penulis melanjutkan pendidikan pada tahun

2000 di MTs PPMI Assalaam Surakarta. Pada tahun 2003 penulis melanjutkan

pendidikan di SMAIT Nurul Fikri Depok. Setelah lulus SMA pada tahun 2006, penulis

melanjutkan pendidikan di Institut Pertanian Bogor melalui jalur USMI (Undangan

Saringan Masuk IPB).

Selama menjadi mahasiswa, penulis aktif dikepengurusan himpunan mahasiswa

jurusan, Himpunan Mahasiswa Teknologi Industri (HIMALOGIN) sebagai staf Biro

Sekretariat pada tahun 2008. Selain itu, penulis juga aktif dalam Badan Eksekutif

Mahasiswa Fakultas Teknologi Pertanian (BEM Fateta) sebagai staf Departemen Sosial

dan Kemasyarakatan pada tahun 2009.

Penulis melaksanakan Praktek Lapang di PT Perkebunan Nusantara VIII Kebun

Wangunreja dengan topik Proses Produksi dan Pengawasan Mutu pada Pembuatan

Ribbed Smoked Sheet

(RSS) pada tahun 2009. Penulis menyelesaikan pendidikannya di

Fakultas Teknologi Pertanian pada tahun 2011 dengan melaksanakan penelitian dengan

judul Model Perencanaan Bahan Baku Industri Teh (Studi Kasus Di PTPN VIII Kebun

Cianten, Jawa Barat).

13

KATA PENGANTAR

Puji dan syukur penulis panjatkan kepada Allah SWT yang telah memberikan

rahmat dan hidayah-Nya sehingga penulis dapat menyelesaikan penulisan skripsi

yang berjudul Model Perencanaan Bahan Baku Industri Teh (Studi Kasus Di PTP

Nusantara VIII Kebun Cianten, Jawa Barat). Shalawat dan salam semoga tetap

tercurahkan kepada Nabi Muhammad SAW.

Dalam kesempatan ini penulis menyampaikan ucapan terima kasih kepada:

1.

Kedua Orang tua, Bapak Zainal Muttaqin dan Ibu Dade Komariah yang

selalu memberikan dukungan, bantuan, dan doanya.

2.

Prof. Dr. Ir. Marimin, M.Sc. sebagai dosen pembimbing akademik yang telah

memberikan bimbingan dan arahan dalam penyusunan skripsi ini.

3.

Ir. Arif Darmawan, MT dan Dr. Taufik Djatna, STP, M.Si sebagai dosen

penguji dan atas masukan yang diberikan kepada penulis.

4.

Dosen - dosen Departemen Teknologi Industri Pertanian yang telah

memberikan ilmu dan pelajaran yang berguna bagi penulis.

5.

Bapak Bambang dan Bapak Iwan yang telah memberikan bimbingan dan

pengarahan kepada penulis selama pengambilan data di Kebun Cianten.

6.

Seluruh karyawan di PTP Nusantara VIII Kebun Cianten yang telah

membantu penulis dalam pengambilan data.

7.

Dwi Ajias Pramasari yang selalu menemani, memberikan dukungan dan

bantuan kepada penulis selama penelitian ini.

8.

Ratih, Yoga, Evi, Bagus, Nailul, Azizah, dan Wanto sebagai teman

seperjuangan dan satu bimbingan atas segala bantuan, semangat kerja keras

dan motivasinya.

9.

Akbar, Aria, Muthi, Sukardi, Kak Catur dan Faisal yang selalu menemani,

memberikan dukungan, dan doanya dalam setiap kegiatan rohani.

10.

Seluruh teman-teman TIN 43, Adik-adik dan kakak-kakak di TIN serta BEM

Fateta Kabinet Semut Merah beserta seluruh pihak yang telah membantu

dalam pelaksanaan penelitian ini.

11.

Adik-adikku (Ade, Asep, Ainul) yang selalu memberikan dukungan, bantuan,

dan doanya.

14

12.

Beserta seluruh pihak yang telah membantu dalam pelaksanaan penelitian ini.

Penulis menyadari bahwa tugas akhir ini masih jauh dari kesempurnaan. Oleh

karena itu, kritik dan saran yang membangun sangat diharapkan untuk perbaikannya.

Semoga penelitian ini dapat bermanfaat bagi pihak manapun yang memerlukannya.

Bogor, Maret 2011

15 DAFTAR ISI

Halaman

KATA PENGANTAR ... vi

DAFTAR TABEL ... x

DAFTAR GAMBAR ... xi

DAFTAR LAMPIRAN ... xii

I. PENDAHULUAN ... 1

1.1. LATAR BELAKANG ... 1

1.2. TUJUAN PENELITIAN ... 2

1.3. RUANG LINGKUP PENELITIAN ... 2

1.4. MANFAAT PENELITIAN ... 2

II. TINJAUAN PUSTAKA ... 3

2.1. TEH ... 3

2.1.1. Tanaman ... 3

2.1.2. Pemetikan Teh ... 4

2.1.3. Pemangkasan Tanaman Teh ... 5

2.1.4. Pengolahan Teh Hitam CTC ... 6

2.2. MODEL ... 7

2.3. MODEL PERENCANAAN ... 8

2.4. PENJADWALAN ... 8

2.5. MODEL ARIMA (Auto Regressive Integrated Moving Average) ... 8

2.6. REGRESI LINIER ... 11

2.7. PROGRAM LINIER ... 12

2.8. TITIK PEMESANAN KEMBALI ... 12

2.9. PENELITIAN TERDAHULU ... 13

III. METODOLOGI ... 15

3.1. KERANGKA PEMIKIRAN ... 15

3.2. PENDEKATAN SISTEM ... 17

3.2.1. Analisis Kebutuhan ... 17

3.2.2. Formulasi Permasalahan ... 18

3.2.3. Identifikasi Sistem ... 18

3.3. TATA LAKSANA ... 19

IV. GAMBARAN UMUM PERUSAHAAN ... 23

4.1. SEJARAH SINGKAT PERUSAHAAN ... 23

4.2. LOKASI PERUSAHAAN ... 23

4.3. STRUKTUR ORGANISASI PERUSAHAAN ... 24

4.4. KETENAGAKERJAAN ... 24

4.5. JENIS PRODUK ... 24

4.6. PERENCANAAN BAHAN BAKU ... 25

V. PEMODELAN SISTEM ... 27

5.1. KONFIGURASI SISTEM ... 27

5.2. KERANGKA MODEL ... 29

5.2.1. Sistem Pengolahan Terpusat ... 29

16

5.2.3. Sistem Manajemen Basis Model ... 30

5.2.4. Sistem Manajemen Dialog ... 35

VI. HASIL DAN PEMBAHASAN ... 37

6.1. IMPLEMENTASI SISTEM ... 37

6.2. VERIFIKASI MODEL ... 37

6.2.1. Model Estimasi Faktor Iklim ... 37

6.2.2. Model Estimasi Produksi Pucuk Basah ... 40

6.2.3. Model Optimasi Penjadawalan Petikan Teh ... 41

6.2.4. Model Kebutuhan Tenaga Kerja ... 42

6.2.5. Model Persedian Bahan Penunjang Produksi ... 43

6.3. VALIDASI MODEL ... 44

6.4. HASIL MODEL PERENCANAAN BAHAN BAKU ... 45

6.5. IMPLIKSASI MANAJERIAL ... 46

VII. SIMPULAN DAN SARAN ... 48

7.1. SIMPULAN ... 48

7.2. SARAN ... 49

DAFTAR PUSTAKA ... 50

17 DAFTAR TABEL

Halaman

Tabel 1. Hubungan standar petik dan daur petik dengan presentase tipe pucuk ... 4

Tabel 2. Jenis data dan alat analisis ... 20

Tabel 3. Data jumlah karyawan berdasarkan sistem upah ... 24

Tabel 4. Rincian peniliaan kenampakan teh hitam CTC terhadap unsur penilaiaan ... 25

Tabel 5. Hasil estimasi faktor iklim 2010 ... 40

Tabel 6. Hasil produksi pucuk basah berdasarkan optimasi penjadwalan ... 42

Tabel 7. Data untuk model persediaan bahan baku ... 44

18 DAFTAR GAMBAR

Halaman

Gambar 1. Bagian pucuk daun teh dan cara pemetikannya 5

Gambar 2. Diagram alir pengolahan teh hitam CTC 7

Gambar 3. Grafik persediaan dalam model EOQ 13

Gambar 4. Diagram alir kerangka penelitian 17

Gambar 5. Metodologi penyelesaiaan masalah dengan pendekatan sistem 20

Gambar 6. Diagram input output 19

Gambar 7. Konfigurasi program aplikasi SCHATZIE 1.0 27

Gambar 8. Diagram alir deskriptif model perencanaan bahan baku industri teh 28

Gambar 9. Tampilan muka program SCHATZIE 1.0 29

Gambar 10. Diagram alir deskriptif model estimasi faktor iklim 31 Gambar 11. Diagram alir deskriptif model persamaan produksi pucuk basah 32 Gambar 12. Diagram alir deskriptif model optimasi jadwal pemetikan teh 33 Gambar 13. Diagram alir deskriptif kebutuhan tenaga kerja pemetik pucuk teh 34 Gambar 14. Diagram alir deskriptif persediaan bahan penunjang produksi 36 Gambar 15. Tampilan SCHATZIE 1.0 untuk input model estimasi faktor iklim 39 Gambar 16. Tampilan SCHATZIE 1.0 untuk input model estimasi produksi pucuk basah 41 Gambar 17. Tampilan SCHATZIE 1.0 untuk input model optimasi penjadwalan petikan

teh 42

Gambar 18. Tampilan SCHATZIE 1.0 untuk model kebutuhan tenaga kerja 43 Gambar 19. Tampilan SCHATZIE 1.0 untuk input model persediaan bahan penunjang

produksi 44

19 DAFTAR LAMPIRAN

Halaman

Lampiran 1. Struktur organisasi PTP Nusantara VIII Kebun Cianten ... 53

Lampiran 2. Spesifikasi persyaratan mutu teh hitam (SNI 01-1902-1995) ... 54

Lampiran 3. Data curah hujan tahun kebun Cianten ... 55

Lampiran 4. Umur pangkas dan rencana pangkas tahun 2010 ... 56

Lampiran 5. Plot data dan tren curah hujan (mm), plot fungsi autokorelasi data curah hujan (mm), dan plot fungsi autokorelasi parsial data curah hujan (mm) ... 58

Lampiran 6. Uji coba pemilihan model ARIMA curah hujan ... 59

Lampiran 7. Plot data dan tren hari hujan (hari), plot fungsi autokorelasi data hari hujan (hari), dan plot fungsi autokorelasi parsial data hari hujan (hari) ... 62

Lampiran 8. Uji coba pemilihan model ARIMA hari hujan ... 63

Lampiran 9. Data input persamaan regresi estimasi produktivitas ... 67

Lampiran 10. Hasil uji korelasi dan analisis regresi produktivitas ... 68

Lampiran 11. Plot nilai sebaran normal dari residual dan plot residual versus ... 69

Lampiran 12. Prakiraan produktivitas pucuk teh pada kebun cianten ... 70

Lampiran 13. Persamaan tujuan dan kendala optimasi pemetikan ... 75

Lampiran 14. Hasil optimasi penjadwalan pemetikan (ha) ... 87

Lampiran 15. Hasil perhitungan kebutuhan tenaga pemetik ... 91

20

I. PENDAHULUAN

1.1 LATAR BELAKANG

Model perencanaan adalah suatu representatif dari suatu sistem nyata dalam rangka persiapan yang terarah dan sistematis agar tujuan dapat dicapai secara efektif dan efisien. Sebuah rencana akan sangat mempengaruhi sukses dan tidaknya suatu pekerjaan. Karena itu pekerjaan yang baik adalah yang direncanakan dan sebaiknya melakukan pekerjaan sesuai dengan yang telah direncanakan. Pada dasarnya semua perusahaan mengadakan perencanaan bahan dengan tujuan pokok menekan biaya dan untuk memaksimumkan laba dalam waktu tertentu. Dalam perencanaan dan pengendalian bahan baku yang terjadi, masalah utama adalah menyelenggarakan persediaan bahan yang paling tepat agar kegiatan produksi tidak terganggu dan dana yang digunakan dalam persediaan bahan tidak berlebihan.

Djunaidi et al (2005) menyatakan jika penjadwalan tidak teratur akan menyebabkan membengkaknya biaya persediaan, maka diperlukan adanya suatu perencanaan pembelian material, agar dapat diketahui pengaruhnya terhadap pengendalian persediaan. Perhatian terhadap perencanaan dan pengendalian produksi telah banyak dilakukan. Vasant (2003 dan 2006) mengembangkan program linear fuzzy yang diaplikasikan pada perencanaan produksi. Model perencanaan produksi yang diterapkannya hanya merencanakan kombinasi jumlah produksi dari beberapa jenis produk. Hasil studi tersebut masih belum mampu melibatkan faktor-faktor penting lainnya yang patut dipertimbangkan dalam sebuah sistem perencanaan dan pengendalian produksi, seperti kebijakan persediaan, ketersediaan tenaga kerja dan lain-lainnya.

Penurunan jumlah produksi pucuk teh dapat disebabkan berbagai hal, salah satunya jumlah pucuk daun yang dihasilkan dikebun tidak maksimal. Pada industri teh, pucuk daun merupakan bahan baku utama. Sehingga pucuk teh menjadi penentu dalam proses pengolahan teh tersebut. Pucuk teh didapatkan dari hasil pemetikan di kebun. Kualitas dan kuantitas pucuk teh sangat ditentukan dari sistem pemetikan yang diterapkan di kebun. Jenis gilir petik dan cara pemetikan termasuk dalam sistem pemetikan menjadi hal yang penting untuk dapat menentukan jadwal pemetikan karena akan menentukan di saat pengolahan teh tersebut. Selain pucuk teh, diperlukan bahan penunjang lain dalam industri teh seperti kayu bakar yang digunakan dalam proses pengeringan, dapat diganti dengan solar, serta papersack yang digunakan sebagai kemasan. Dalam pengadaan bahan penunjang tersebut diperlukan perencanaan agar efektif dalam penggunaan biaya.

Salah satu perusahaan negara yang menghasilkan komoditas teh adalah PT Perkebunan Nusantara VIII. PT Perkebunan Nusantara VIII Kebun Cianten merupakan salah satu unit kebun yang tergabung dalam PT Perkebunan Nusantara VIII. Komoditi yang dihasilkan dari Kebun Cianten adalah teh. Pada Kebun Cianten terdapat proses pengolahan teh hitam CTC. Hasil pengolahan teh di Kebun Cianten sebagian besar akan diekspor. Permasalahan penurunan produksi juga terjadi pada Kebun Cianten ini, karena pada tahun 2008 menghasilkan hingga enam juta ton pucuk basah sedangkan pada tauhun 2009 hanya lima juta ton. Penurunan hasil pucuk basah tersebut dapat disebabkan oleh beberapa hal, seperti penjadwalan pemetikan yang tidak optimal, kurangnya tenaga pemetik yang ada. Permasalahan tersebut berakibat pada penyesuaian perencanaan bahan penunjang.

Jadwal pemetikan yang baik dapat menjaga kualitas pucuk teh yang dipetik serta tanaman itu sendiri. Jadwal petikan yang optimal bertujan memaksimalkan pucuk basah yang dihasilkan

21 sehingga memperoleh pucuk teh yang maksimal akan tetapi harus mempertimbangkan kualitas pucuk teh tersebut. Selain itu, permasalahan tenaga pemetik yang kadang tidak sesuai dengan kebutuhan luas lahan yang dipetik mengakibatkan pucuk teh yang dihasilkan tidak akan maksimal. Permasalah tersebut berakibat pada perencanaan kebutuhan bahan penunjang produksi seperti kayu bakar, kemasan, solar, air, dan lainnya.

Penyelesaian masalah tersebut akan dibahas dalam penelitian ini. Pembuatan jadwal pemetikan berdasakan faktor produktivitas tanaman, perencanaan tenaga pemetik berdasarkan pada jadwal petikan, serta perencanaan bahan penunjang berdasarkan pada estimasi pucuk yang didapatkan dari kebun. Dengan adanya penyelesaiaan tersebut dapat meningkatkan efektivitas produksi. Dengan adanya efektivitas akan menyebabkan penurunan biaya produksi.

1.2 TUJUAN PENELITIAN

Tujuan dari penelitian ini adalah:

1. Merancang model perencanan pemetikan sebagai acuan penjadwalan perkebunan teh. Model ini menggunakan program linier dengan tujuan memaksimalkan hasil petikan pucuk teh. 2. Merancang model penentuan kebutuhan tenaga kerja pemetik.

3. Merancang model penentuan kebutuhan kebutuhan bahan penunjang. Model ini menggunakan model pemesanan ekonomis.

1.3 RUANG LINGKUP PENELITIAN

Penelitian ini dilakukan pada PT Perkebunan Nusantara VIII Kebun Cianten. Pengkajian penelitian diarahkan pada model penjadwalan pemetikan dan pemetik serta kebutuhan bahan baku untuk memproduksi teh. Mulai dari kegiatan pemangkasan, pemetikan, serta perencanaan kebutuhan pemetik dan bahan penunjang (papersack dan kayu bakar) pada industri teh tersebut.

Selain dari sistem penjadwalan, penyusunan jadwal memperhatikan luas kebun dan faktor iklim yang mempengaruhinya. Metode yang digunakan untuk mengestimasi iklim adalah metode analisis deret waktu (time series) ARIMA. Persamaan regresi digunakan untuk memperkirakan jumlah produksi pucuk teh. Optimalisasi penjadwalan menggunakan program linier dan model persediaan yang digunakan untuk perencanaan bahan penunjang yaitu economic order quantity.

1.4 MANFAAT PENELITIAN

Manfaat dari penelitian ini adalah model penjadwalan pemetikan dan perencanaan persediaan bahan penunjang yang dapat dimanfaatkan untuk perencanaan proses produksi pucuk teh di kebun. Model simulasi ini untuk memudahkan para pengelola kebun teh dalam merencanakan kegiatan produksi dengan memperhatikan jumlah pemetik. Memberikan informasi dan solusi dalam menentukan jadwal yang optimum untuk pemetikan pucuk teh. Memberikan informasi dalam upaya meningkatkan mutu teh yang terkait dengan pemetikan pucuk teh, dan merupakan acuan untuk mengkaji strategi penjadwalan dalam pemetikan pucuk teh.

22

II. TINJAUAN PUSTAKA

2.1 TEH

2.1.1 Tanaman Teh

Tanaman teh (Camellia sinensis) termasuk suku (famili) Tehaceae. Berasal dari daerah subtropis kemudian menyebar ke berbagai bagian dunia hingga tropis. Tanaman teh dapat tumbuh dan berproduksi optimal di daerah tropis pada ketinggian 400 – 1500 m di atas permukaan laut. Syarat tumbuh tanaman ini yaitu daerah yang memiliki curah hujan 2.000 – 2.500 mm dengan jumlah hujan pada musim kemarau tidak kurang dari 100 mm dan suhu udara berkisar antara 14 – 25 o

C serta intensitas yang cukup (Setyamidjaja 2000).

Klasifikasi teh menurut Graham (1984); Steenis (1987); dan Tjitrosoepomo (1989), genus Camellia dibedakan menjadi beberapa spesies teh yaitu sinensis, assamica, irrawadiensis. Sejak tahun 1958 semua teh dikenal sebagai suatu spesies tunggal Camellia sinensis dengan beberapa varietas khusus, yaitu sinensis, assamica dan irrawadiensis. Tanaman teh Camellia sinensis O.K.Var.assamica (Mast) dapat diklasifikasikan sebagai berikut :

Divisi : Spermatophyta (tumbuhan biji) Sub divisi : Angiospermae (tumbuhan biji terbuka) Kelas : Dicotyledoneae (tumbuhan biji belah) Sub kelas : Dialypetalae

Ordo (bangsa) : Guttiferales (Clusiales) Familia (suku) : Camelliaceae (Tehaceae) Genus (marga) : Camellia

Spesies (jenis) : Camellia sinensis Varietas : Assamica

Pertumbuhan tanaman teh di dataran rendah lebih cepat daripada di dataran tinggi. Hal ini berhubungan dengan kebutuhan tanaman akan air dan cuaca yang baik sepanjang waktu. Kecepatan pertumbuhan tanaman teh ini mengakibatkan pertumbuhan pucuk lebih cepat sehingga berpengaruh terhadap waktu pemetikannya. Tanaman mengalami proses penguapan yang sangat kurang di dataran tinggi sehingga fungsi daun sangat terbatas dan dinding sel daun tersebut tidak menjadi terlalu keras dan elastisitas daun tersebut lebih besar sehingga mudah digulung (Nasution dan Tjiptadi 1985).

Pertumbuhan tanaman teh memiliki pola yang khas yaitu terjadinya periodesasi pada pertumbuhan tunas yang tidak berhubungan dengan keadaan iklim dan lingkungan. Pola pertumbuhan ini dikenal dengan periodesitas yaitu ritme terbentuknya kuncup peko (flush) untuk pertumbuhan maksimal dan burung (banjhi) untuk pertumbuhan minimal. Periodesitas ini berpengaruh terhadap produksi pucuk teh, oleh karena itu frekuensi pemetikan harus mengikuti ritme periodesitas sehingga periode burung tidak mengganggu daur pemetikan, kecepatan periode pertumbuhan tidak terpotong dan tingkat produksi pucuk tidak terganggu (Setyamidjaja 2000).

Komoditas teh dihasilkan dari pucuk daun tanaman teh melalui proses pengolahan tertentu. Secara umum berdasarkan cara pengolahannya, teh dapat diklasifikasikan menjadi tiga jenis, yaitu teh hijau, teh oolong, dan teh hitam (Arifin 1994). Pucuk teh sebagai bahan baku industri pengolahan teh, baik teh hitam, teh hijau maupun teh oolong serta jenis teh olahan

23 lainnya harus bermutu tinggi sehingga dapat dihasilkan produk teh yang bermutu tinggi pula. Oleh karena itu, mutu pucuk teh harus diusahakan dan dipertahankan agar tetap tinggi sejak pemetikan, pengumpulan maupun pengangkutan ke pabrik (Setyamidjaja 2000).

2.1.2 Pemetikan Teh

Menurut Paimin dan Nazaruddin (1996), pemetikan merupakan pekerjaan mengambil pucuk teh yang terdiri dari kuncup, ranting muda, dan daunnya. Pemetikan harus dilakukan berdasarkan ketentuan-ketentuan sistem petikan dan syarat-syarat pengolahan yang berlaku untuk menjaga produksi teh tetap tinggi dan tanaman tidak rusak karena proses pemetikan. Pemetikan yang tidak teratur menyebabkan tanaman teh menjadi cepat tinggi, bidang petik tidak rata dan jumlah petikan tidak banyak sehingga akan berpengaruh terhadap nilai ekonominya.

Suwardi (2000) menyatakan bahwa sistem petikan adalah berapa daun muda yang dipetik di bawah kuncup peko. Sistem petikan mempengaruhi mutu dan jumlah produksi teh, waktu pemetikan berikutnya, serta kelangsungan hidup tanaman teh itu sendiri. Jenis petikan yang umumnya dikehendaki adalah jenis petikan medium dengan komposisi minimal 70% pucuk medium, maksimal 10% pucuk halus dan 20% pucuk kasar. Gambar 1 menunjukan bagian pucuk daun teh dan cara pemetikannya. Menurut Suwardi (2000), sistem petikan dapat dibedakan menjadi tiga kategori yaitu :

1. Petikan halus, apabila pucuk yang dihasilkan terdiri dari pucuk peko (p) dengan satu daun atau pucuk burung (b) dengan satu daun muda (m). Petikan halus sering ditulis dengan rumus p + 1 atau b + 1.

2. Petikan medium, apabila pucuk yang dihasilkan terdiri dari pucuk peko dengan dua daun atau tiga daun muda, serta pucuk burung dengan satu, dua atau tiga daun muda. Petikan ini dirumuskan p + 2, p + 3, b + 1m, b + 2m dan b + 3m.

3. Petikan kasar, apabila pucuk yang dihasilkan terdiri dari pucuk peko dengan empat daun atau lebih dan pucuk burung dengan beberapa daun tua. Rumus petiknya adalah p + 4 atau lebih dan b + (1 - 4t).

Keseragaman hasil pucuk dipengaruhi oleh panjang daur petik. Makin panjang daur petik, hasil pucuk makin tidak seragam dan kasar. Hal ini dapat dilihat pada Tabel 1 tentang hubungan antara standar petik dan persentase tipe pucuk yang dihasilkan (Setyamidjaja 2000).

Tabel 1. Hubungan Standar Petik dan Daur Petik dengan Presentase Tipe Pucuk Standar Petik dan Daur Petik

Persentase Tipe Pucuk (%) P+2 P+3 P+3 Petik halus, daur petik pendek 71,55 24,23 4,42 Petik Medium, daur petik 5 – 7 hari 54,48 40,32 13,47 Petik Kasar, daur petik 10 -14 hari 35,59 35,59 18,90 Sumber: Direktorat Jenderal Perkebunan Departemen Pertanian (2008)

24 Gambar 1. Bagian Pucuk Daun Teh dan Cara Pemetikannya (Ghani 2002).

Pemetikan pucuk teh merupakan ujung tombak produksi karena pemetikan sangat menentukan aroma dan cita rasa teh. Hal ini didukung analisis quality functional deployment (QFD) oleh Karmila (2004), menunjukkan bahwa pengaruh paling kuat terhadap peningkatan kualitas teh berdasarkan analisis harapan konsumen adalah pada peningkatan mutu pucuk teh. Keberhasilan pemetikan merupakan kunci keberhasilan dalam bisnis teh secara keseluruhan. Hal ini berdasarkan bahwa pemetikan teh paling banyak menyerap tenaga kerja dan biaya. Dalam pemetikan teh harus diperhatikan faktor keseimbangan antara kualitas hasil dan regenerasi pucuk. Menurut Mabbet (1997), faktor penting dalam pemetikan teh ialah mengetahui bagian yang akan dipetik dan mengetahui waktu yang tepat untuk memetik.

2.1.3 Pemangkasan Tanaman Teh

Menurut Ghani (2002), pemangkasan pada tanaman muda dimaksudkan untuk membentuk percabangan. Pada tanaman menghasilkan pemangkasan bertujuan untuk menurunkan tinggi perdu tanaman agar dapat dipetik, memperluas cabang, agar pertumbuhan tanaman tetap pada masa vegetatif, dan mengatur fluktuasi produksi agar tetap stabil dan seimbang.

Ada beberapa jenis pangkasan pada tanaman menghasilkan, yaitu sebagai berikut: 1. Pangkas leher akar, yaitu pangkas berat pada ketinggian 10 – 20 cm dari tanah 2. Pangkas dalam, yaitu pangkas pada ketinggian 40 cm.

3. Pangkas bersih, yaitu pangkas dengan membuang dan membersihkan cabang ukuran diameter kurang dari 1 cm pada ketinggian 45 – 60 cm.

4. Pangkas tengah bersih, yaitu hanya bagian tengah yang dibersihkan pada ketinggian 45 – 65 cm.

5. Pangkas kepris, yaitu pada bidang bekas pangkas rata seperti meja tanpa pembersihan ranting, tinggi pangkas 65 – 70 cm.

25 6. Pangkas ajir/jambul, yaitu pangkas bersih dengan meninggalkan 1 – 2 cabang di bagian

pinggir kanopi (tersisa 50 – 100 lembar daun).

7. Skiffing, yaitu pangkas ringan untuk menurunkan bidang petik.

Siklus pangkas tergantung pada ketinggian tempat dan pola pemetikan. Di dataran tinggi, siklus pangkas lebih lambat dibandingkan dataran rendah karena di dataran tinggi pertumbuhan teh lambat. Pengaturan tinggi pangkas bertambah 5 cm setiap siklus pangkas, dimulai dari ketinggian 40 cm sampai 65 cm, lalu kembali pada ketinggian 40 cm (Ghani 2002).

2.1.4 Pengolahan Teh Hitam CTC

Perkebunan teh yang pertama di Indonesia dimulai pada tahun 1828 (Spillane 1992). Sejak saat itu industri teh indonesia mulai berkembang. Pada saat itu, yang dimaksud dengan industri teh adalah industri yang mengolah pucuk teh sebagai hasil perkebunan menjadi teh curah (bulk tea). Teh curah yang dihasilkan terdiri dari tiga jenis, yaitu teh hitam, teh hijau dan teh oolong. Perbedaaan ketiga jenis teh tersebut ditentukan oleh proses pengolahannya. Pengolahan teh hitam dilakukan dengan serangkaian proses fisik dan mekanis yang diikuti dengan proses oksidasi enzimatis (fermentasi). Pada teh hijau dalam proses pengolahannya tidak dilakukan proses fermentasi, sedangkan teh oolong merupakan hasil olahan semi fermentasi (PPTK 1994).

Mesin pengolahan teh hitam CTC (Crushing, Tearing, and Curling) ditemukan oleh Marshall dan Davidson dari Inggris, dan banyak dikembangkan di India. Di Indonesia, umumnya menggunakan mesin giling gabungan dari sistem giling CTC Kenya dan India Utara (Doars) yaitu 1 x GLS (Green Leaf Sifter) – 1 x BLC 15” (Barbora Leaf Condition) – 3 x CTC 30”. Untuk fermentasi dipakai Countinuous Fermenting Machine, sedang pengeringan umumnya memakai Fluid Bed Dryer 6 section. Diagram alir pengolahan teh hitam CTC seperti tertera dalam Gambar 2.

Pucuk teh yang halus (minimal 60%) dan utuh merupakan bahan baku yang berpotensi kualitas tinggi di samping faktor lainnya. Umumnya perkebunan teh yang melaksanakan pengolahan sistem CTC pemetikan pucuknya halus (medium murni). Pucuk yang halus sangat membantu kelancaran dalam proses penggilingan.

Pelayuan pucuk teh hitam CTC hampir sama dengan pucuk teh orthodox. Perbedaannya terletak pada tingkat layu pucuk yang dikehendaki sangat ringan, yaitu derajat layu 32-35% (kadar air 65-68%). Secara fisik pelayuan ini hanya memerlukan waktu 4-6 jam, tetapi masih diperlukan pelayuan kimia (chemical withering) hingga diperpanjang menjadi 12-16 jam. Pemakaian hembusan udara panas hanya dilakukan apabila pucuk dalam keadaan basah, sedangkan pembalikan dan pengiraban tetap dilakukan agar hasil layuan (pucuk layu) menjadi rata. Pucuk yang dihamparkan di atas palung layuan berkisar 25-30 kg/m3.

Proses pengayakan pucuk layu sangat berguna dalam pengolahan teh hitam CTC, yaitu memisahkan pucuk dari pasir, kerikil, dan benda-benda asing lainnya yang dapat menyebabkan kerusakan pada pisau dan memacetkan roller CTC. Pada tahap ini menggunakan mesin Green Leaf Sifter. Persiapan penggilingan menggunakan Barbora Leaf Conditioner (BLC 15”) sebelum pucuk layu teh digiling pada mesin CTC. Pada tahap ini juga untuk membersihkan dari partikel besi atau paku. Pada proses penggilingan memakai mesin Triplex CTC. Ukuran bubuk basah giling pertama kedua, dan ketiga berturut-turut adalah besar, agak besar, dan kecil. Suhu bubuk berkisar 30-320C.

26 Fermentasi bubuk basah memerlukan suhu udara rendah dan kelembaban yang tinggi. Mesin yang digunakan adalah CFM 6”. Lamanya fermentasi diatur agar jangan terlalu lama maupun terlalu pendek, umumnya berkisar 80-85 menit. Alat yang digunakan pada tahap pengeringan adalah FBD (Fluid Bed Dryer). Kadar air hasil pengeringan teh hitam CTC berkisar 2,5-3,5% tanpa mengalami gosong. Sortasi kering teh hitam CTC lebih sederhana dari teh orthodox. Teh kering hampir seragam, dan serat-serat yang tercampur tinggal sedikit karena telah banyak yang dikeluarkan selama pengeringan. Proses ini memisahkan serat-serat teh, partikel lembaran teh, serta memisahkan teh yang ukurannya seragam. Tinggi rendahnya persentase serat yang terkandung dalam teh kering sangat dipengaruhi oleh tingkat kehalusan pucuk. Makin halus pucuk makin sedikit seratnya. Teh dikemas dalam kantong kertas yang telas dilapisi alumunium dibagian dalamnya. Berat maksimum adalah 50 kg per kantong, tergantung pada jenis mutu tehnya.

Gambar 2. Diagram Alir Pengolahan Teh Hitam CTC (PPTK 1994)

2.2 MODEL

Model adalah suatu representatif atau formulasi bahasa tertentu yang disepakati dari suatu sistem nyata. Adapun sistem nyata adalah sistem yang berlangsung dalam kehidupan. Dengan demikian, pemodelan adalah proses membangun atau membentuk sebuah model dari suatu sistem nyata dalam bahasa formal tertentu (Simatupang 1996).

Salah satu dasar utama untuk mengembangkan model adalah guna menentukan peubah-peubah apa yang penting dan tepat. Penemuan peubah-peubah tersebut sangat erat hubungannya dengan pengkajian hubungan-hubungan yang terdapat diantara peubah-peubah (Eriyatno 2003).

Mulai

Pucuk daun

Pelayuan

Pengayakan pucuk layu

Persiapan penggilingan

Penggilingan CTC

Fermentasi

Pengeringan

Sortasi kering

Pengemasan

27 Menurut Simatupang (1996), ada beberapa kriteria yang harus dipenuhi dalam memodelkan suatu sistem, antara lain : (a) model harus mewakili (merepresentasikan) sistem nyatanya dan (b) model merupakan penyederhanaan dari kompleksnya sistem, sehingga diperbolehkan adanya penyimpangan pada batas-batas tertentu.

2.3 MODEL PERENCANAAN

Model adalah suatu representatif atau formulasi bahasa tertentu yang disepakati dari suatu sistem nyata (Simatupang 1996). Dikutip dari Harjanto (2008), perencanaan adalah suatu proyeksi tentang apa yang diperlukan dalam rangka mencapai tujuan absah dan bernilai. Dalam investorword.com didefinisikan “The process of setting goals, developing strategies, and outlining tasks and schedules to accomplish the goals”. Perencanaan adalah proses menetapkan tujuan, mengembangkan strategi, dan menguraikan tugas dan jadwal untuk mencapai tujuan. Dari pengertian diatas dapat diketahui bahwa sebuah perencanaan adalah merupakan proses menuju tercapainya tujuan tertentu. Atau dalam istilah lain merupakan persiapan yang terarah dan sistematis agar tujuan dapat dicapai secara efektif dan efisien. Sehingga model perencanaan dapat disimpulkan yaitu suatu representatif dari suatu nyata dalam rangka persiapan yang terarah dan sistematis agar tujuan dapat dicapai secara efektif dan efisien.

2.4 PENJADWALAN

Menurut Machfud (1999), penjadwalan operasi produksi merupakan penetapan waktu (timing) dan penggunaan sumber daya dalam kegiatan operasi produksi. Penetapan waktu berkenaan dengan masalah pengurutan (sequencing) dan penggunaan sumber daya untuk kegiatan operasi produksi berkenaan dengan masalah penugasan kerja (job assignment) kepada fasilitas produksi baik orang maupun mesin (loading).

Bedworth (1987) mengidentifikasi beberapa tujuan dari aktivitas penjadwalan sebagai berikut:

1. Meningkatkan penggunaan sumber daya atau mengurangi waktu tunggunya sehingga total waktu proses dapat berkurang dan produktivitas dapat meningkat.

2. Mengurangi persediaan barang setengah jadi atau mengurangi sejumlah pekerjaaan yang menunggu dalam antrian ketika sumber daya yang ada masih mengerjakan tugas yang lain. 3. Mengurangi beberapa keterlambatan pada pekerjaan yang mempunyai batas waktu

sehingga akan meminimalkan penalty (biaya keterlambatan).

4. Membantu pengambilan keputusan mengenai perencanaan kapasitas pabrik dan jenis kapasitas yang dibutuhkan sehingga penambahan biaya yang mahal dapat dihindarkan.

2.5 MODEL ARIMA (

Auto Regressive Integrated Moving Average

)

Box dan Jenkins (1976), menemukan suatu teknik untuk analisis deret waktu. Teknik ini kemudian dikenal dengan teknik Box-Jenkins. Teknik ini mengidentifikasi model dari analisis data masa lalu apakah merupakan Model Autoregresi (AR) atau Model Moving Average (MA) atau bahkan gabungan dari Autoregresi dan Moving Average. Jika suatu deret data dari segi prosesnya merupakan suatu integrasi antara proses Autoregresi dan proses Moving Average maka model

28 deret data tersebut adalah model ARIMA (Auto Regressive Integrated Moving Average). Model umum ARIMA dinyatakan dengan rumus sesuai persamaan (1):

ARIMA (p,d,q) (P,D,Q)s (1)

Dimana:

p = menunjukkan ordo proses AR

d = menunjukkan tingkat pembeda agar deret data bersifat stasioner q = menunjukkan ordo proses MA

S = menunjukkan panjang periode musiman P = ordo AR untuk data musiman

D = indeks kecenderungan untuk data musiman Q = ordo MA untuk data musiman

Makridakis et al. (1999), menjelaskan teknik Box – Jenkins secara garis besar terdiri dari beberapa tahap yaitu identifikasi, estimasi parameter, diagnosis dan implementasi.

1. Tahap Identifikasi

Tahap identifikasi pada dasarnya adalah menentukan nilai parameter p, d, q, P, D, Q dan S yaitu untuk menentukan pola data masa lalu.

a. Identifikasi Stasioner dan Tidak Stasioner

Identifikasi stasioner dilakukan berdasarkan deret data aktual yang tersedia (Xt), dicari nilai koefisien autokorelasi time lag ke-k (rk, k = 1,2 ... m), kemudian nilai rk diuji. Jika secara statistik tidak berbeda nyata dengan nol, berarti rk adalah acak, yang juga berarti Xt bersifat acak. Deret data Xt adalah stasioner apabila hasil plot nilai rk menunjukkan fluktuasi (tidak beraturan) disekitar nol. Dalam hal ini nilai parameter d = 0. Jika plot nilai rk menunjukkan ada kecenderungan maka deret data Xt tidak stasioner. Untuk menentukan nilai parameter d dilakukan pembedaan (differencing) sampai data bersifat stasioner. Pembedaan ordo pertama dinotasikan sebagaimana pada persamaan 2.

X’t = Xt - Xt -1 = (1-B)1 Xt (2) Dimana:

B adalah Backward Shift operator dan BXt = Xt – 1

Pembedaan ordo kedua notasinya seperti pada persamaan 3: X’’t = (1-B)2 Xt (3)

Jika sampai dengan ordo ke-d, deret data sudah stasioner maka model ARIMA-nya adalah (0, d, 0) dan rumus dasarnya adalah pada persamaan 4.

(1-B)d Xt = et (4) Dimana :

et = Nilai kesalahan

(1-B)d = Pembeda ordo ke-d b. Identifikasi Proses Autoregresi (AR)

Identifikasi ada tidaknya proses AR dilakukan pada data yang stasioner atau sudah distasionerkan. Untuk mendeteksi apakah suatu deret data merupakan AR(1) atau AR(2), dilihat dari nilai-nilai koefisien autokorelasi, autokorelasi parsial dan garis spektrum. Jika data tidak dibangkitkan oleh proses AR, koefisien autokorelasi parsialnya tidak berbeda nyata terhadap nol. Jika data merupakan AR(1), maka nilai koefisien autokorelasi parsial ordo pertama nyata (p = 1), jika data merupakan AR(2) atau (P = 2) maka nilai koefisien autokorelasinya menurun mengikuti gelombang sinus. Model autoregresi ordo ke-p atau AR(p) ditunjukkan dengan model pada persamaan 5.

29 ARIMA (p,0 ,0)

(1 – F1 B – F2 B2 - … - Fp Bp) Xt = u + et Xt = u + F1 Xt-1 + F2 Xt-2 + … + Fp Xt-p + et Dimana:

u = Konstanta

Φp = Parameter auto regresi ke-p et = nilai kesalahan pada saat t c. Identifikasi Proses Moving Average (MA)

Untuk mengidentifikasi proses MA diperlukan plot nilai-nilai koefisien autokorelasi, autokorelasi parsial dan garis spektrum dari data yang stasioner atau telah distasionerkan. Jika data merupakan MA(1) atau (q = 1) maka hanya ada satu koefisien autokorelasi yang berbeda nyata yaitu untuk time lag 1 dan untuk MA(2) maka koefisien autokorelasi pada time lag 1 dan 2 adalah nyata. Model ARIMA deret data merupakan proses MA ordo ke-q yaitu sesuai pada persamaan 6.

ARIMA (0,0,q)

Xt = u + et - q1 et-1 + q2 et-2 + … + qp et-p (6) Dimana:

u = konstanta Θq = autokorelasi ke-q

et = nilai kesalahan pada saat t

d. Identifikasi Campuran Proses AR dan MA atau ARIMA

Deret data yang dibangkitkan oleh campuran proses AR(1) dan MA(1) atau ARIMA (1,0,1) modelnya sesuai pada persamaan 7:

(1 – F1 B) Xt = u + (1 – q1 B) et atau AR(1) MA(1)

Xt = u + F1 Xt-1 + q1 et-1

Deret data yang merupakan ARIMA (1,1,1) modelnya sesuai dengan persamaan 8. (1 – B) (1 – F1 B) Xt = u + (1 – q1 B) et (8)

Dimana :

(1 – B) = Pembedaan pertama untuk memperoleh data stasioner (1 – Φ1 B) = AR(1)

(1 – θ1 B) = MA(1) e. Identifikasi Musiman

Deret data yang memiliki sifat musiman, akan terdapat suatu pola dimana antar selang periode tertentu yang berurutan terdapat suatu pola yang sama. Pola data musiman diidentifikasi berdasarkan plot nilai koefesien autokorelasi, autokorelasi parsial dan garis spektrum dari data yang stasioner atau telah distasionerkan. Jika pada selang periode tertentu terdapat nilai rk yang menonjol, maka hal ini menunjukkan adanya musiman dengan panjang periode musiman (S) sejumlah selang periode tersebut. Aspek musiman dari suatu data dapat dipisahkan dengan melakukan pembedaan (differencing) dengan jumlah periode pembeda sama dengan panjang periode musiman. Model persamaan pembedaan sesuai dengan persamaan 9.

X’t = Xt - Xt-s (9)

Setelah dipisahkan aspek musimannya, data diidentifikasi nilai P, D, dan Q dengan cara yang sama dengan penetapan nilai p, d, dan q tetapi dari data yang telah dipisahkan aspek musimannya.

(5)

30 2. Tahap Estimasi Parameter

Parameter dalam model ARIMA seperti parameter AR (Φ), parameter MA (θ) perlu ditetapkan agar model ARIMA dapat digunakan untuk melakukan prakiraan. Pendugaan nilai parameter ini memerlukan penurunan matematik/statistik yang rumit. Berbagai paket program komputer seperti SYSTAT, SPSS dan MINITAB sudah tersedia untuk menghitung parameter-parameter tersebut.

3. Tahap Diagnosis dan Implementasi

Setelah parameter-parameter ARIMA diduga, perlu dilakukan pemeriksaan apakah model yang diidentifikasi sudah sesuai. Pemeriksaan ini dilakukan dengan meneliti nilai sisa, untuk melihat apakah masih terdapat pola pada nilai sisa dan meneliti nilai-nilai statistik contoh dari hasil yang sudah diperoleh. Model ARIMA dapat diimplementasikan untuk melakukan prakiraan bila hasil diagnosis telah sesuai dengan yang ditetapkan. Pemilihan model ARIMA yang digunakan dalam penelitian ini, dikarenakan data yang digunakan merupakan data deret waktu. Selain itu, berdasarkan penelitian Anugrah (2007), nilai eror ARIMA lebih kecil dibandingkan dengan jaringan saraf tiruan dalam meramal curah hujan. ARIMA juga dapat digunakan pada data yang bersifat stasioner dan nonstasioner serta pada data bersifat musiman atau tidak musiman. Menurut Hanke et al (2003), pendekatan ARIMA bersifat fleksibel dan dapat mewakili rentang yang lebar dari karakteristik deret waktu.

2.6 REGRESI LINIER

Definisi teknik atau analisis regresi menurut Gujarati (1997) adalah suatu analisis yang berkenaan dengan studi ketergantungan suatu peubah, pada satu atau lebih peubah lain dengan maksud menaksir dan atau meramalkan nilai rata-rata hitung atau rata-rata peubah tak bebas, dipandang dari nilai yang diketahui atau tetap peubah yang menjelaskan.

Menurut Rangkuti (2002) persamaan umum regresi berganda adalah sebagaimana pada persamaan 10.

Y = a + b1 X1 + b2 X2 + b3 X3 + ... bk Xk + e (10) Dimana : b1, b2, b3, ... bk adalah koefisien regresi

X1, X2, X3 ... Xk adalah variabel bebas e adalah eror atau sisa (residual)

Koefisien–koefisien regresi dapat dihitung dengan rumus pada persamaan 11. ƩX1 = na + b2 ƩX2 + b3 ƩX1

ƩX1 X2 = a ƩX2 + b2 ƩX22+ b3 ƩX2X3 ƩX2 X3 = a ƩX3 + b2 ƩX2X3 + b3 ƩX32

Sebelum regresi yang diperoleh akan digunakan dalam membuat kesimpulan, maka harus diperiksa terlebih dahulu kelinieran, korelasi, dan keberartiannya. Jika tidak linier, maka pengujian bisa dilakukan dengan model lain. Pemeriksaan ini ditempuh melalui pengujian hipotesis. Untuk mempermudah melihat apakah model linier ini atau bentuk lainnya, dapat juga dibantu dengan diagram pencar (scatter plot).

Uji keberartian yang digunakan adalah keberartian regresi itu sebagai suatu kesatuan. Pemeriksaan ini dilakukan dengan melalui pengujian hipotesis bahwa koefisien korelasi multipel tidak berarti melawan tandingan bahwa koefisien korelasi multipel berarti. Statistik yang digunakan untuk pengujian hipotesis ini adalah statistik F. Selain diperiksa keberartian regresi sebagai suatu kesatuan, juga dapat diperiksa keberartian tiap koefisien regresi. Untuk menguji

31 koefisien regresi yang bertalian dengan peubah Xi tidak berarti melawan tandingan koefisien itu berarti digunakan statistik atau uji t pada taraf signifikansi tertentu.

2.7 PROGRAM LINIER

Program linier ialah salah satu metode penyelesaian masalah dalam ruang lingkup riset operasi. Pada dasarnya penggunaan program linier bertujuan untuk menentukan pilihan yang optimal dari masalah pengambilan keputusan dalam batasan beberapa kendala. Program linier banyak digunakan dalam optimasi alokasi sumberdaya-sumberdaya yang terbatas untuk mencapai tujuan tertentu di berbagai bidang (Astika 1994).

Empat langkah dasar menyelesaikan persoalan program linier ialah: (1)Formulasi permasalahan dalam bentuk kata dan koleksi informasi serta data. (2)Menerjemahkan permasalahan ke dalam konvensi matematika.

(3)Mengaplikasikan aturan matematika dan prosedur ke dalam persoalan untuk memperoleh penyelesaian.

(4)Interpretasikan penyelesaiaan dan penjelasan kepada khalayak.

Tiga elemen dasar dari model atau formulasi matematika dalam program linier harus mempunyai bentuk khusus, yaitu (1) fungsi objektif dan pembatas berbentuk linier dan deterministik (tidak mengandung elemen acak); (2) variabel keputusan harus kontinyu dan non negatif (France dan Thornley 1984).

Notasi standar program linier dinyatakan sebagai berikut. Untuk aktivitas j (j=1,2,3,...,n), cj ialah peningkatan tujuan Z yang dihasilkan dengan bertambahnya xi (tingkat aktivitas j). Untuk sumberdaya i (i=1,2,3,..,m), bi ialah jumlah sumberdaya yang tersedia untuk aktivitas-aktivitas. aij ialah jumlah dari sumber daya i yang dikonsumsi oleh setiap unit aktitivitas j. Himpunan data aij, bi dan c merupakan parameter atau konstanta input bagi model program linier. Model program linier tersebut disajikan pada fungsi tujuan pada persamaan 12 dan kendala-kendala pada persamaan 13.

Tujuan

Maksimum/Minimum Z= c1x1 + c2x2 + c3x3 + ... + cnxn (12) Kendala

a11x1 + a12x2 + a13x3 + ...+ a1nx1n <= b1 a21x1 + a22x2 + a23x3 + ...+ a2nx1n <= b2

a31x1 + a32x2 + a33x3 + ...+ a3nx1n <= b3 (13) . . .

am1x1 + am2x2 + am3x3 + ...+ amnx1n <= bm

2.8 TITIK PESAN KEMBALI

Pada dasarnya, pengendalian persediaan meliputi dua aspek yaitu pada saat kapan pengadaan logistik dan berapa banyak yang harus ada. Pembagian model pengendalian persediaan ditentukan oleh karakteristik dari permintaan atau kebutuhan terhadap persediaan selang waktu sejak dilakukan pemesanan hingga persediaan tersedia (waktu tunggu), serta parameter-parameter biaya lainnya (Machfud 1999).

32 Model persedian Kuantitas Pesanan Ekonomis (Economic Order Quantity) merupakan satu model klasik akan tetapi banyak dikenal dalam teknik pengendalian logistik. Titik pesan kembali banyak digunakan karena mudah penggunaannya. Menurut Rangkuti (2002), EOQ dihitung dengan menganalisa total biaya. Total biaya (TC) pada suatu periode yang merupakan jumlah dari biaya pemesanan (Cs) ditambah dengan biaya penyimpanan selama periode tertentu. Dengan demikian berdasarkan model yang terilustrasi pada Gambar 3, maka:

(Q/2) x Cc = Biaya penyimpanan per periode (D/Q) x Cs = Biaya pemesanan per periode

Gambar 3. Grafik Persediaan dalam Model EOQ (Machfud 1999) Dengan demikian total biaya per periode (TC) pada persamaan 14.

TC = (Q/2) x Cc + (D/Q) x Cs (14) Dengan demikian untuk mendapatkan EOQ menurut persamaan 15.

EOQ = √( (2D x Cs) / Cc) (15) EOQ : jumlah pemesenan optimal

D : jumlah permintaan dalam satu periode Cs : biaya pemesanan

Cc : biaya penyimpanan Q : jumlah pemesanan

2.9 PENELITIAN TERDAHULU

Maghfiroh (2005) melakukan penelitian mengenai model penjadwalan pemetikan pucuk teh. Penelitian ini dilakukan dengan pendekatan sistem. Hasil dari penelitian tersebut berupa aplikasi menentukan jadwal pemetikan beserta jumlah teh yang harus dipetik dan jumlah tenaga kerja yang dibutuhkan. Faktor yang mempengaruhi model ini hanya faktor iklim, khususnya untuk mengestimasi produksi. Model estimasi faktor iklim digunakan untuk melakukan prakiraan kondisi faktor iklim dimasa yang akan datang dengan metode ARIMA. Model penjadwalan pemetikan belum bisa diterapkan langsung karena membutuhkan modifikasi.

Sulistiyanto (2005) melakukan penelitian mengenai model penjadwalan pemetikan dan pengangkutan teh. Model ini digunakan untuk Perkebunan Tambi Unit Perkebunan Tanjungsari. Sistem dikembangkan dalam satu paket program komputer. Penjadwalan pemetikan disusun berdasarkan gilir petik yang ditetapkan perusahaan dengan memperhatikan jumlah blok dan total luas kebun, sedangkan pengangkutan pucuk ditentukan berdasarkan jumlah kegiatan pengangkutan yang harus dilakukan. Penjadwalan pengangkutan disusun berdasarkan teknik pengurutan.

Feriyanto (1992), melakuakan penelitian mengenai model estimasi produksi, kebutuhan tenaga kerja pemetik dan penjadwalan pengangkutan pucuk teh. Penelitian ini dilakukan dengan

Tingkat persediaan

Waktu Jumlah persedian

(Unit) Q

Q/2

33 pendekatan berencana. Kelemahan penelitian ini terletak pada penentuan lokasi pemetikan yang berpengaruh terhadap penentuan luas petikan.

Restiati (2006) menyusun model penjadwalan pemetikan pucuk teh yang merupakan studi kasus di perkebunan Gunung Mas PTPN VIII Jawa Barat. Metode yang dipergunakan untuk menyusun model penjadwalan tersebut ialah formulasi program linier non-fuzzy dan program linier fuzzy dengan fungsi tujuan memaksimumkan produksi pucuk basah dan dua buah fungsi kendala yaitu kendala luas lahan dan kendala tenaga pemetik yang tersedia. Program linier non-fuzzy dan program linier non-fuzzy tersebut memberikan solusi berupa luas areal petik yang menghasilkan nilai maksimum.

Yusuf (2009) melakukan penelitian dengan faktor-faktor yang berkaitan dengan penjadwalan dan meningkatkan handling pucuk dari mulai pemetikan, penyimpanan pucuk teh di kebun dan pengangkutan hingga penerimaan di pabrik sehingga dapat mengoptimumkan penggunaan sumber daya dan tujuan produksi dapat tercapai. Penentuan kebutuhan tenaga kerja pemetik ditujukan agar jadwal pemetikan terlaksana dengan baik di kebun. berimbang. Hasil simulasi model penjadwalan pemetikan pengangkutan memperinci pembagian tugas bagi truk pengangkut pucuk teh.

Penelitian yang dilakukan oleh penulis yakni menentukan faktor produktivitas yang dapat diukur seperti faktor iklim dan tanaman. Faktor iklim yang dimaksud adalah curah hujan dan hari hujan dan faktor tanaman yang dimaksud yaitu umur pangkas tanaman dan gilir petik. Prakiraan produktivitas ditetapkan dari faktor tersebut seperti yang dilakukan Yusuf (2009) dan Maghfiroh (2005). Optimasi Pemilihan penjadwalan menggunakan program linier seperti yang dilakukan Restiati (2006). Integrasi yang dilakukan terhadap pemenuhan bahan penunjang produksi, papersack dan kayu bakar. Kebutuhan pemetik juga dilakukan berdasarkan hasil optimasi penjadwalan.

34

III. METODOLOGI

3.1 KERANGKA PENELITIAN

Bahan baku merupakan salah satu faktor penting dalam keberlangsungan suatu industri. Bahan baku yang baik menjadi salah satu penentu mutu produk yang dihasilkan. Pada industri teh, bahan baku yang diperlukan dalam keberlangsungan proses produksi adalah pucuk daun teh serta bahan penunjang lainnya seperti air, listrik, kemasan, dan lain sebagainya. Mutu produk teh olahan sangat dipengaruhi oleh mutu pucuk teh itu sendiri. Penyusunan perencanaan bahan baku teh harus memperhatikan umur tanaman, jadwal pemangkasan, jadwal pemetikan, dan luas kebun yang harus dipetik. Semua kegiatan tersebut harus terlaksana dengan baik dan sesuai dengan jadwal agar tidak mengalami keterlambatan.

Model perencanaan bahan baku teh dimulai dengan mengidentifikasi data tanaman, seperti umur tanaman, luas lahan, siklus pemangkasan, jenis pangkasan, klon tanaman, kegiatan perawatan, siklus pemetikan, cara petikan dan jenis petikan. Setelah itu jadwal harus memperhatikan perencanaan produksi dan kapasitas maksimum pemetikan.

Estimasi produksi pucuk teh berkaitan erat dengan laju pertumbuhan daun teh. Laju tersebut ditentukan oleh faktor iklim, faktor iklim yang mempengaruhi diantaranya curah hujan dan intensitas penyinaran matahari. Iklim dapat diperkirakan karena merupakan data yang bersifat deret waktu. Prakiraan faktor iklim tersebut menggunakan metode analisis deret waktu (time series) ARIMA.

Estimasi produksi teh digunakan untuk penjadwalan pemetikan yang disesuaikan dengan perencanaan produksi atau kapasitas optimum pemetikan. Begitu juga dengan kegiatan kebun yang lain, seperti pemangkasan dan pemeliharaan. Dengan menentukan jadwal tersebut maka dapat menentukan kebutuhan pekerja dikebun serta alat-alat pendukung, seperti mobil pengangkut. Optimasi penjadwalan menggunakan dengan teknik pemograman linier.

Prakiraan kebutuhan pekerja dan bahan penunjang dapat memperkirakan kebutuhan biaya pada suatu jadwal kegiatan. Model perencanaan bahan baku teh dilakukan dengan pendekatan sistem yang diawali dengan mengidentifikasi kebutuhan-kebutuhan dan menghasilkan suatu sistem operasi yang efektif dan efisien. Sebagai awalan, dilakukan pendekatan sistem untuk mengetahui berbagai faktor yang berpengaruh terhadap produksi pucuk teh basah di kebun.

Namun, pada Kebun Cianten penjadwalan petikan yang dilaksanakan tidak ditentukan pada saat pembuatan perencanaan per tahun. Penentuan pemetikan ditentukan oleh Kepala Tanaman, biasanya dilakukan turun lapangan pada kebun yang akan dipetik lalu diprakirakan kapan waktu pemetikan tersebut. Umumnya gilir petik yang berlaku adalah sepuluh hari, akan tetapi tergantung pada kondisi tanaman tersebut. Sehingga sulit ditentukan berapa kebutuhan tenaga pemetik untuk pemetikan tersebut. Selain itu, penentuan estimasi pucuk yang dihasilkan tidak berdasarkan pada kondisi tanaman saat itu, hanya berdasarkan data masa lampau. Seharusnya estimasi pucuk basah ditentukan berdasarkan faktor tanaman, seperti umur pangkas, gilir petik, umur tanaman, kondisi pemupukan, dan faktor eksternal, seperti curah hujan, hari hujan, intensitas matahari, dan lama penyinaran.

Pengadaan bahan penunjnag yang sudah ada, berdasarkan estimasi pucuk basah yang akan dihasilkan dari kebun. Hal tersebut sudah sesuai dengan yang akan dilakukan pada penelitian ini. Penentuan jumlah barang hanya berdasarkan keinginan pemasok akan tetapi sesuai dengan kebutuhan pabrik. Pemesanan kayu bakar dilakukan pada bulan tersebut dan akan digunakan tiga

35 bulan kemudian. Sedangkan pada penggunaan papersack, pengadaan hanya dilakukan dua kali dalam satu tahun dan sudah ditentukan oleh Direksi PTPN VIII.

Data awal yang digunakan mengenai kebun yakni luas lahan, umur pangkas, hasil petikan, dan produktivitas kebun serta data iklim pada masa lampau yang akan digunakan sebagai prakiraan ke depan. Data iklim berupa data curah hujan dan hari hujan pada setiap bulan. Pembuatan formulasi penyelesaian optimasi dengan tujuan mengoptimalkan hasil pucuk basah dengan kendala luas lahan tersedia. Hasil optimasi digunakan sebagai dasar penentuan pemilihan jenis petikan, sehingga bisa digunakan sebagai penentuan kebutuhan tenaga kerja dan bahan penunjang seperti papersack dan kayu bakar. Estimasi kebutuhan bahan penunjang menggunakan model economic order quatity. Setelah itu dilakukan verifikasi dan validasi terhadap model yang telah dibuat. Diagram alir kerangka penelitian dapat dilihat pada Gambar 4.

Mulai

Data Tanaman

Data Faktor Iklim

Estimasi Faktor Iklim

Estimasi Produksi

Hasil Estimasi

Data Jadwal Pemetikan Jumlah

Kebutuhan Pekerja Penentuan Jadwal

Pemetikan

Selesai

Penentuan Estimasi Bahan Penunjang

Estimasi Bahan Penunjang

Verifikasi dan Validasi Penentuan Kebutuhan Pekerja

ARIMA

Regresi Linier

Model EOQ Program Linier

36

3.2 PENDEKATAN SISTEM

Pendekatan sistem adalah suatu cara untuk memecahkan masalah yang dimulai dengan dilakukannya identifikasi terhadap adanya sejumlah kebutuhan. Identifikasi terhadap kebutuhan-kebutuhan kemudian menghasilkan suatu operasi dari sistem. Operasi tersebut dianggap efektif dan efisien, dimana kemungkinan akan dilakukannya pendefinisian kembali dari penentuan suatu gugus kebutuhan yang dapat diterima (Eriyatno, 1998). Dalam penerapan analisis sistem dibutuhkan kemampuan untuk menterjemahkan faktor-faktor penting dalam hubungan matematik.

Kemudian dari kebutuhan tersebut akan menghasilkan operasi dari sistem. Operasi tersebut dapat dikatakan efisien apabila penentuan suatu gugus keputusan sudah diterima. Dalam pendekatan sistem umumnya ditandai oleh dua hal, yaitu : mencari semua faktor penting yang ada dalam mendapatkan solusi yang baik untuk menyelesaikan masalah dan dibuat suatu model kuantitatif untuk membantu keputusan secara rasional (Eriyatno 2003). Identifikasi masalah dapat digambarkan dengan Gambar 5.

3.2.1 Analisis Kebutuhan

Analisis kebutuhan merupakan permulaan pengkajian dari suatu sistem. Analisis kebutuhan selalu menyangkut pada interaksi antara respon yang timbul dari seorang pengambil keputusan terhadap jalannya sistem. Pada tahap analisis kebutuhan, dapat ditentukan komponen-komponen yang berpengaruh dan berperan dalam sistem. Komponen-komponen tersebut mempunyai kebutuhan yang berbeda-beda sesuai dengan tujuannya masing-masing dan saling berinteraksi satu sama lain serta berpengaruh terhadap keseluruhan sistem yang ada (Marimin 2004).

Gambar 5. Metodologi penyelesaian masalah dengan pendekatan sistem (Manestch dan Park (1977) dalam Rohman (2007))

Analisis kebutuhan menunjukkan hal-hal utama yang diharapkan aktor-aktor atau pelaku sistem (stakeholders) yang berperan dan berpengaruh di dalam sistem. Analisis

37 kebutuhan dari model perencanaan bahan baku teh meliputi aktor dan kebutuhannya sebagai berikut:

1) Bagian Pengelolaan Tanaman dan Perkebunan a) Jumlah dan mutu pucuk yang sesuai standar b) Tercapainya target produksi

c) Penggunaan tenaga kerja yang optimal d) Gilir rotasi pemetikan yang tepat e) Ketepatan jadwal operasional kebun f) Pemeliharaan tanaman yang optimal g) Alokasi alat angkut yang optimal 2) Bagian Proses Produksi dan Pengolahan

a) Ketersediaan bahan baku teh dalam waktu dan jumlah yang sesuai (kontinuitas) b) Jenis dan grade teh sesuai dengan keinginan pelanggan

c) Kualitas bahan baku yang baik

3) PT. Perkebunan Nusantara VIII Kebun Cianten a) Kelancaran produksi

b) Meminimumkan biaya operasional c) Memperoleh keuntungan yang maksimal d) Optimalisasi penggunaan sumberdaya

e) Perusahaan dapat memenuhi permintaan pasar f) Produk teh yang dipasarkan bermutu tinggi g) Harga teh yang kompetitif di pasar internasional 4) Pemerintah

a) Meningkatnya sumber devisa bagi negara

b) Meningkatnya daya saing teh di pasar internasional

c) Menjamin peningkatan produktivitas teh sebagai komoditi yang mempunyai peran penting

3.2.2 Formulasi Permasalahan

Permasalahan yang mendasari pembuatan model perencanaan bahan baku teh dapat diformulasikan sebagai berikut:

1. Kriteria mutu teh yang tidak sesuai dengan keinginan pelanggan yang disebabkan pemetikan dan pengolahan pucuk teh yang kurang tepat.

2. Perlunya sistem pemetikan yang tepat dengan memperhitungkan jumlah produksi dan kebutuhan tenaga kerja.

3. Perlunya estimasi terhadap kebutuhan jumlah produksi yang tepat yang sesuai dengan kapasitas produksi di pabrik pengolahan teh.

3.2.3 Identifikasi Sistem

Identifikasi sistem dilakukan dengan mempelajari hubungan antara pernyataan kebutuhan dengan pernyataan khusus dari permasalahan yang harus dipecahkan untuk memenuhi kebutuhan sistem yang ditelaah yang dapat dijabarkan dalam bentuk diagram sebab-akibat dan diagram input-output. Diagram sebab-akibat menggambarkan keterkaitan antara komponen dan aktivitas yang saling mempengaruhi. Diagram input-output menggambarkan skema identifikasi yang berdasarkan pada masukan dan keluaran dari model yang dikembangkan. Input terdiri dari input lingkungan dan input yang berasal dari

38 sistem, sedangkan output terdiri dari output yang dikehendaki dan output yang tidak dikehendaki.

Pembuatan model perencanaan input tak terkendali yakni kondisi iklim dan produktivitas yang akan mempengaruhi model perencanaan yang akan dibuat dan juga dipengaruhi input terkendali seperti luas lahan petikan dan rotasi pemetikan. Hasil dari model model ynag dikembangkan dapat berupa yang dikehendaki dan yang tidak dikehendaki, yang tidak dikehendaki akan digunakan proses penegndalian sehingga dihasilkan input yang terkendali. Identifikasi sistem dilakukan dengan menggunakan diagram input output sebagaimana terlihat pada Gambar 6.

Gambar 6. Diagram Input Output

3.3 TATA LAKSANA

1. Sumber dan Jenis Data

Jenis data yang digunakan dalam penelitian ini adalah data primer dan data sekunder yang dapat berupa data kuantitatif maupun kualitatif. Data primer merupakan data yang didapat dari hasil wawancara langsung dengan Kepala Tanaman dan Kepala Pabrik Pengolahan Teh PTPN VIII Kebun Cianten, berupa data luas lahan tanaman, umur pangkas, data biaya pemesanan dan penyimpanan. Data curah hujan dan hari hujan berasal dari hasil pengamatan mulai tahun 2003-2009. Data yang digunakan dalam pembuatan produktivitas merupakan data hasil produksi tanaman pada bulan Mei-Juli 2010. Pada Tabel 2 disajikan jenis data dan alat analisis yang digunakan dalam penelitian ini.

39 2. Metode Pengumpulan Data

a. Studi Pustaka

Studi pustaka merupakan studi mengumpulkan dan menganalisa data sekunder dari pihak-pihak yang terkait, buku-buku acuan, laporan-laporan hasil penelitian, jurnal, dan literatur lainnya. Studi pustaka dilakukan untuk memperoleh data dan informasi mengenai optimasi produksi tanaman teh serta perhitungan model EOQ. Studi pustaka dilakukan beberapa tempat, perpustakaan LSI IPB dan PITP IPB, dan hasil penelitian, jurnal dan literatur lainnya.

b. Observasi Lapang

Observasi dilakukan untuk mengidentifikasi serta mempelajari secara langsung permasalahan yang ada dalam perencanaan bahan baku teh tersebut. Observasi lapang dilakukan untuk memeriksa apakah data dari administrasi kebun sesuai dengan kenyataan di lapangan.

c. Wawancara

Wawancara dilakukan langsung dengan Kepala Gudang dan Kepala Admisitrasi PTPN VIII Kebun Cianten terkait data mengenai biaya penyimpanan dan pemesanan barang.

Tabel 2. Jenis data dan alat analisis

No Tahapan Jenis Data Alat Analisis

1 Pembuatan

model estimasi faktor iklim

Data sekunder mengenai: 1. Curah hujan

2. Hari hujan

Pengolahan data deret waktu ARIMA dengan bantuan MINITAB 16 (Minitab Inc 2010)

2

Penentuan

persamaan produktivitas tanaman

Data sekunder mengenai: 1. Curah hujan

2. Hari hujan 3. Umur pangkas 4. Gilir petik

5. Luas areal pemetikan 6. Produksi pucuk basah

Analisis Regresi Berganda

3

Pembuatan

model penjadwalan petikan optimal

Data sekunder mengenai: 1. Curah hujan

2. Hari hujan 3. Umur pangkas 4. Gilir petik

5. Luas areal pemetikan 6. Produksi pucuk basah

Program linier dengan bantuan LINGO 12.0 (LINDO Systems Inc 2010)

4

Pembuatan

model kebutuhan tenaga pemetik

Data sekunder mengenai: 1. Luas areal petikan 2. Kebutuhan pemetik

Model economic order quantity (EOQ)

5

Pembuatan

model kebutuhan bahan penunjang

Data sekunder mengenai: 1. Biaya penyimpanan dan

pemesanan kayu bakar dan papaersack

2. Kebutuhan kayu bakar dan papaersack

Perhitungan matematis

Lampiran 14. Hasil Optimasi Penjadwalan Pemetikan (Ha) (lanjutan)

Variable Kebun Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des

L7314 CIN2.D.04 0 0 0 0 0 0 0 0 0 0 0 0

L7215 CIN2.D.05 0 0 0 0 0 0 0 0 0 0 0 0

L7315 CIN2.D.05 0 0 0 0 0 0 0 0 0 0 0 0

L7216 CIN2.D.06 0 0 0 0 0 0 0 0 0 0 0 0

L7316 CIN2.D.06 0 0 0 0 0 0 0 0 0 0 0 0

L8211 CIN2.D.07 0 0 0 0 0 0 0 0 0 0 0 0

L8311 CIN2.D.07 0 0 0 0 0 0 0 0 0 0 0 0

L8212 CIN2.D.08 0 0 0 0 0 0 0 0 0 0 0 0

L8312 CIN2.D.08 0 0 0 0 0 0 0 0 0 0 0 0

L7217 CIN2.D.09 0 0 0 0 0 0 0 0 0 0 0 0

L7317 CIN2.D.09 0 0 0 0 0 0 0 0 0 0 0 0

L7218 CIN2.D.10 0 0 0 0 0 0 0 0 0 0 0 0

L7318 CIN2.D.10 0 0 0 0 0 0 0 0 0 0 0 0

L7219 CIN2.D.11 0 0 0 0 0 0 0 0 0 0 0 0

L7319 CIN2.D.11 0 0 0 0 0 0 0 0 0 0 0 0

L8213 CIN2.D.12 0 0 0 0 0 0 0 0 0 0 0 0

L8313 CIN2.D.12 0 0 0 0 0 0 0 0 0 0 0 0

L8214 CIN2.D.13 0 0 0 0 0 0 0 0 0 0 0 0

L8314 CIN2.D.13 0 0 0 0 0 0 0 0 0 0 0 0

L8215 CIN2.D.14 0 0 0 0 0 0 0 0 0 0 0 0

L8315 CIN2.D.14 0 0 0 0 0 0 0 0 0 0 0 0

L8216 CIN2.D.15 0 0 0 0 0 0 0 0 0 0 0 0

L8316 CIN2.D.15 0 0 0 0 0 0 0 0 0 0 0 0

L8217 CIN2.D.16 0 0 0 0 0 0 0 0 0 0 0 0

L8317 CIN2.D.16 0 0 0 0 0 0 0 0 0 0 0 0

L8218 CIN2.D.17 0 0 0 0 0 0 0 0 0 0 0 0

Lampiran 15. Hasil perhitungan kebutuhan tenaga pemetik

Kebun Luas Pemetik Bulan Gilir Petik Kebun Luas Pemetik Bulan Gilir Petik CIN1.A.01 11,88 297 Jan - Des 10 CIN2.C.01 13 325 Jan - Des 10 CIN1.A.02 9,1 228 Jan - Des 10 CIN2.C.02 18 450 Jan - Des 10 CIN1.A.03 12,2 305 Jan - Des 10 CIN2.C.03 13,52 338 Jan - Des 10 CIN1.A.04 10 250 Jan - Des 10 CIN2.C.04 13,98 350 Jan - Des 10 CIN1.A.05 11,92 298 Jan - Des 10 CIN2.C.05 12,48 312 Jan - Des 10 CIN1.A.06 10,96 274 Jan - Des 10 CIN2.C.06 11,58 290 Jan - Des 10 CIN1.A.07 13,22 331 Jan - Des 10 CIN2.C.07 13 325 Jan - Des 10 CIN1.A.08 15,45 386 Jan - Des 10 CIN2.C.08 14,18 355 Jan - Des 10 CIN1.A.09 13,32 333 Jan - Des 10 CIN2.C.09 10 250 Jan - Des 10 CIN1.A.10 10,46 262 Jan - Des 10 CIN2.C.10 12,02 301 Jan - Des 10 CIN1.A.11 15,71 393 Jan - Des 10 CIN2.C.11 20,68 517 Jan - Des 10 CIN1.A.12 8,83 221 Jan - Des 10 CIN2.C.12 12 300 Jan - Des 10 CIN1.A.13 9,68 242 Jan - Des 10 CIN2.C.13 12,22 306 Jan - Des 10 CIN1.A.14 11,06 277 Jan - Des 10 CIN2.C.14 12,41 310 Jan - Des 10 CIN1.A.15 10,36 259 Jan - Des 10 CIN2.D.01 12,75 319 Jan - Des 10 CIN1.A.16 10 250 Jan - Des 10 CIN2.D.02 13,43 336 Jan - Des 10 CIN1.B.01 10,04 251 Jan - Des 10 CIN2.D.03 12,06 302 Jan - Des 10 CIN1.B.02 11,86 297 Jan - Des 10 CIN2.D.04 11 275 Jan - Des 10 CIN1.B.03 10,08 252 Jan - Des 10 CIN2.D.05 12,33 308 Jan - Des 10 CIN1.B.04 13,11 328 Jan - Des 10 CIN2.D.06 11,63 291 Jan - Des 10 CIN1.B.05 13,39 335 Jan - Des 10 CIN2.D.07 10,92 273 Jan - Des 10 CIN1.B.06 11,37 284 Jan - Des 10 CIN2.D.08 9,45 236 Jan - Des 10 CIN1.B.07 14,1 353 Jan - Des 10 CIN2.D.09 10,4 260 Jan - Des 10 CIN1.B.08 14,92 373 Jan - Des 10 CIN2.D.10 8,83 221 Jan - Des 10 CIN1.B.09 13,03 326 Jan - Des 10 CIN2.D.11 10,2 255 Jan - Des 10 CIN1.B.10 13 325 Jan - Des 10 CIN2.D.12 13,55 339 Jan - Des 10 CIN1.B.11 13,09 327 Jan - Des 10 CIN2.D.13 10,51 263 Jan - Des 10 CIN1.B.12 12,3 308 Jan - Des 10 CIN2.D.14 11,49 287 Jan - Des 10 CIN1.B.13 13,5 338 Jan - Des 10 CIN2.D.15 9,63 241 Jan - Des 10 CIN1.B.14 10,35 259 Jan - Des 10 CIN2.D.16 10,92 273 Jan - Des 10

Lampiran 16. User Manual Program SCHATZIE 1.0

A. Persiapan Perangkat Lunak dan Keras

Perangkat keras dan lunak yang dibutuhkan untuk mengoperasikan SCHTAZIE 1.0 adalah sebagai berikut:

1. Satu unit personal komputer atau laptop dengan space memori Hard Disk minimal 90 Mb.

2. Resolusi layar 900 x 600 piksel.

3. Sistem operasi Windows 98/98SE/ME/2000/XP/Vista/7

4. Memori RAM minimal 128 Mb 5. Program aplikasi MINITAB

6. Program aplikasi LINDO

7. Program aplikasi Microsoft Office 2003: Microsof Office Excel, Microsoft Office Access.

B. Instalasi Software

SCHATZIE 1.0 merupakan program aplikasi komputer yang dirancang berdasarkan penelitian ini PT Perkebunan Nusantara VIII Kebun Cianten, Jawa Barat. Perancangan SCHATZIE 1.0 dimaksudkan untuk membantu dan mempermudah manajer kebun dan manajer pengolahan untuk menyusun jadwal pemetikan dengan memperhatikan jumlah produksi yang diinginkan, penentuan kebutuhan jumlah pemetik pucuk teh harian, dan kebutuhan bahan penunjang produksi seperti kayu bakar dan papersack. Langkah-langkah instalasi Tea Analysis Program adalah sebagai berikut:

1. Masukkan CD yang berisi aplikasi SCHATZIE 1.0pada CD Room.

2. Klik folder SCHATZIE, buat salinan pada folder program yang dituju 3. Klik ganda SCHATZIE.exe untuk menjalankan program

C. Prosedur Pengoprasian

Aplikasi SCHATZIE dapat diaktifkan apabila program telah terdapat pada komputer secara lengkap. Aplikasi dalam Windows dapat diaktifkan dengan klik ganda SCHATZIE.exe. Maka tampilan Halaman Menu Muka yang akan muncul. Disana terdapat lima pilihan sub model yang menjadi inti dari paket program ini, yakni: model estimasi faktor iklim, model estimasi hasil petikan basah, model optimasi penjadwalan petikan, model kebutuhan tenaga pemetik, dan model persedianan bahan penunjang produksi. Pada tampilan Halaman Muka pengguna dapat memilih model yang akan digunakan.

Gambar 1.Tampilan Halaman Menu

Pada tampilan program terdapat tombol pintas yang terdapat pada bagian atas program. Masing-masing tombol berguna untuk memilih model yang ingin dogunakan untuk pengguna. Selain itu dibawah tombol-tersebut terdapat tombol untuk mengakhiri program dan kembali ke

Halaman Menu Awal. Pada sisi sebelah kanan terdapat tombol untuk Bantuan, Credits,

Hubungi Kami, dan SCHATZIE 1.0.

Gambar 2. Bagian Kepala dari Tampilan Program

1. Model Estimasi Faktor Iklim

Pada model ini bagian ini merupakan bagian untuk memprakirakan faktor iklim yang akan datang. Faktor iklim yang diprakirakan pada program ini adalah curah hujan dan hari hujan. Pada bagian ini terdapat tiga halaman, yakni Data Cuaca, Prakiraan Cuaca, dan Grafik. Pada halaman Data Cuaca berisikan data-data curah hujan dan hari hujan yang akan akan digunakan dalam prakiraan masa mendatang. Pada halaman Prakiraan Cuaca, digunakan untuk menyimpan data hasil prakiraan. Prakiraan iklim menggunakan aplikasi MINITAB, maka pada halaman ini terdapat tombol pintas untuk membuka file MINITAB yang digunakan sebagai pemanggil file MINITAB. Pada halaman Grafik, menampilkan data aktual dan data prakiraan dan juga grafik aktual dengan prakiraan. Maka akan muncul seperti pada Gambar 5 jika tombol pintas MINITAB ditekan.

Gambar 3. Tampilan halaman Data Cuaca (a), tampilan halaman PrakiraannCuaca (b), dan tampilan halaman Grafik (c)

Gambar 4. Tampilan file MINITAB

(a) _(b)

Pada bagian sub menu, pilih Stat dan arahkan kursor mouse anda ke pilihan Time Series lalu pilih ARIMA sesuai pada gambar dibawah. Kemudian pilih select untuk salah satu faktor iklim yang anda ingin estimasi serta input ordo-ordo ARIMA yang telah anda peroleh di tesis sesuai dengan faktor iklim yang anda ingin estimasi dan setelah itu klik forecast. (Gambar 5.a)

Setelah klik forecast, akan muncul form ARIMA pada gambar dibawah, input nilai

default yang diinginkan. Storage forecast berfungsi menyimpan nilai hasil forecast pada kolom yang anda inginkan. Pilihan lead untuk menentukan jumlah periode estimasi, sedangkan pilihan origin untuk memulai estimasi dari data aktual pada selang yang diinginkan.(Gambar 5.b)

Gambar 5. Tampilan pada form ARIMA (a) dan forecasts (b)

Hasil dari estimasi faktor iklim akan ditampilkan pada menu utama MINITAB, kemudian dilanjutkan dengan memasukkan nilai input estimasi yang diperoleh baik secara manual dengan menulis langsung pada tabel ataupun dapat dilakukan dengan menekan klik tambah pada Prakiaraan Cuaca model estimasi faktor iklim.

2. Model Estimasi Hasil Petikan Basah

Pada model bagian ini, untuk memprakirakan produktivitas dari suatu kebun serta menyimpan notasi produkitivitas yang akan digunakan pada model optimasi penjadwalan. Terdapat dua halaman yang ada pada model ini, yaitu: Produktivitas dan Koefisien Produktivitas. Pada halaman Produktivitas terdapat persamaan mengenai produktivitas kebun dan model perhitungan produktivitas yang dapat digunakan oleh pengguna. Pada halaman Koefisien Produktivitas merupakan basis data untuk menyimpan prakiraan produktivitas dalam satu tahun, data yang telah disimpan adalah tahun 2010. Tampilan model estimasi hasil petikan dapat dilihat pada Gambar 6.

Gambar 5. Tampilan pada halaman Produktivitas (a) dan tampilan pada halaman Koefisien Produktivitas(b)

3. Model Optimasi Penjadwalan Pemetikan

Pada model bagian ini, untuk membuat penjadwalan petikan yang optimal. Penjadwalan petikan berdasarkan bertujuan memaksimalkan hasil petikan pucuk basah dengan kendala luas kebun yang tersedia. Pada sub model ini terdapat tiga halaman, yaitu: Formulasi Tujuan, Formulasi kendala, dan Hasil Optimasi. Untuk menentukan formulasi

(a)

tujuan dapat melihat pada halaman Formilasi Tujuan, selanjutnya membuat kendala pada Formulasi Kendala, setelah itu memasukkan kedua formula tersebut kedalam LINDO. Hasil optimasi dapat dimasukkan dalam halaman Hasil Optimasi. Contoh tampilan dapat dilihat pada Gambar 6.

Gambar 6. Tampilan pada halaman Hasil Optimasi

4. Model Persedian Bahan Penunjang

Pada model bagian ini, untuk menghitung kebutuhan kayu bakar dan papersack. Contoh tampilan dapat dilihat pada Gambar 7.

Gambar 7. Tampilan pada halaman Kayubakar dan Papersack

4. Model Kebutuhan Tenaga Pemetik

Pada model bagian ini, untuk menghitung kebutuhan tenaga pemetik. Contoh tampilan dapat dilihat pada Gambar 8.