adalah kemasan produk yang menarik dan brosur produk yang memuat gambar dan harga produk. Sedangkan bentuk promosi yang utama dilakukan berupa
diskonpotongan harga. PGIB juga dapat melakukan suatu terobosan baru dengan mengiklankan
produk beras PGIB di televisi. Sampai saat ini belum ada produk beras yang diiklankan melalui televisi. Terobosan ini akan membentuk image produk PGIB
sesuai dengan positioning yang diharapkan dan PGIB sebagai pelaku pesaing baru akan terkesan sebagai pionir produk beras modern berkualitas. Hal ini akan
menarik konsumen kelas menengah-atas yang sangat peduli terhadap kualitas dan gaya hidup untuk mencoba mengkonsumsi produk beras PGIB. Rincian bauran
pemasaran dapat dilihat pada Lampiran 8.
5.12.1 Komposisi Produksi Optimum
Penentuan komposisi produksi optimum merupakan bahan pertimbangan penting bagi PGIB untuk menentukan jumlah masing-masing produk beras yang
yang akan diproduksi. Komposisi produk yang dihasilkan dioptimasi menggunakan Linear Programming dengan bantuan software LINDO untuk
memperoleh komposisi yang memberikan profit optimum. Kombinasi melibatkan variabel bahan baku, kualitas beras, dan saluran pemasaran dengan total terdapat
24 kombinasi. Masing-masing kombinasi memberikan profit yang berbeda-beda. Fungsi maksimasi profit dibatasi oleh batasan-batasan bahan baku, kapasitas
produksi dan peluang pasar. Kombinasi dan profit masing-masing dapat dilihat pada Tabel 29. Rumusan Linear Programming optimasi komposisi produksi PGIB
adalah sebagai berikut : Fungsi tujuan optimasi adalah memaksimumkan profit yang diraih.
Max Profit Z =
P1Xa1p+P2Xa1s+P3Xa2p+P4Xa2s+P5Xa3p+P6Xb1p+P7Xb1s+P8Xb2p+P9Xb2 s+P10Xc3p+P11Xc1p+P12Xc1s+P13Xc2p+P14Xc2s+P15Xc3p+P16Xd1p+P17X
d1s+P18Xd2p+P19Xd2s+P20Xd3p
Tabel 29. Kombinasi produksi beras PGIB
Mutu Bahan Baku
Mutu Produk
Saluran Pemasaran
Profit PT
330 I
SM 2051
PT 150
II SM
1945 PT
128 A
III SM
- PT
400 I
SM 2121
PT 306
II SM
2101 PT
324 B
III SM
- PT
190 I
SM 1911
PT 190
II SM
1985 PT
307 C
III SM
- PT
-729 I
SM 992
PT -557
II SM
1238 PT
286 D
III SM
-
Keterangan : PT = Pasar Tradisional SM = Supermarket
= Jenis beras tidak dijual di supermarket Sumber : Bantacut et al, 2006
Fungsi tujuan : Max Profit Z =
330Xa1p+2025Xa1s+150Xa2p+1945Xa2s+128Xa3p+400Xb1p+2121Xb1s+306X b2p+2101Xb2s+324Xb3p+190Xc1p+1911Xc1s+190Xc2p+1985Xc2s+307Xc3p+
-729 Xd1p+992Xd1s+
-557 Xd2p+1238Xd2s+286Xd3p
Optimasi komposisi produksi PGIB dibatasi oleh tiga faktor yaitu faktor ketersediaan bahan baku, faktor kapasitas produksi, dan faktor peluang pasar.
Rumusan fungsi pembatas adalah sebagai berikut ; i Pembatas Kapasitas 80 ton beras per hari
Xa1p+Xa1s+Xa2p+Xa2s+Xa3p+Xb1p+Xb1s+Xb2p+Xb2s+Xb3p+Xc1p+Xc1s+Xc2p+ Xc2s+Xc3p+Xd1p+Xd1s+Xd2p+Xd2s+Xd3p=80
ii Pembatas Bahan Baku Tabel 30. Pembatas bahan baku untuk masing-masing produk.
Mutu Bahan baku Mutu Produk
A B
C D
x
1
65,6 61,6
52,8 40,0
x
2
71,2 65,6
56,0 44,0
x
3
79,92 74,4
64,8 62,4
Keterangan : = dalam ton setara beras per hari Sumber : Bantacut et al, 2006
iii Pembatas Pasar a. Peluang pasar supermarket sebesar 101 ton per hari. Dengan barrier
supermarket yang cukup ketat, maka diasumsikan PGIB mampu meraih pasar 30 persen dari peluang tersebut atau sebesar 30,1 ton per hari.
Dengan pertimbangan bahwa persaingan produk kualitas I dan II sebesar 50 : 50 maka produksi beras kualitas I dan II pasar supermarket
sebesar 1 : 1. Rumusan Linear Programming-nya sebagai berikut : Xa1s+Xa2s+Xb1s+Xb2s+Xc1s+Xc2s+Xd1s+Xd2s=30.1
Xa1s+Xb1s+Xc1s+Xd1s-Xa2s-Xb2s-Xc2s-Xd2s=0 b. Pada tahun 2007 terdapat peluang pasar sebesar 15.591 ton per tahun atau
51,97 ton per hari kerja PGIB. Batasan tersebut bersifat dinamis dan diperkirakan akan bertambah dari tahun ke tahun seiring peningkatan
jumlah permintaan. Atas pertimbangan pemasaran khususnya segmen pasar menengah-atas, maka produksi beras PGIB yang akan di pasarkan
ke pasar tradisional adalah kualitas I dan II dengan perbandingan 2 : 1. Rumusan Linear Programming-nya sebagai berikut :
Xa1p+Xa2p+Xb1p+Xb2p+Xc1p+Xc2p+Xd1p+Xd2p=51,97 Xa1p+Xb1p+Xc1p+Xd1p-2Xa2p+Xb2p+Xc2p+Xd2p=0
iv Inisiasi. Produksi PGIB selalu positif sehingga jumlah masing-masing komposisi
harus positif.
Xa1p,Xa1s,Xa2p,Xa2s,Xa3p,Xb1p,Xb1s,Xb2p,Xb2s,Xb3p,Xc1p,Xc1s,Xc2p,Xc2s, Xc3p,Xd1p,Xd1s,Xd2p,Xd2s,Xd3p=0.
Formula rinci pada Lampiran 9.
Berdasarkan hasil optimasi Linear Programming di atas di peroleh komposisi produksi optimal PGIB antara lain :
a. Keseluruhan bahan baku yang digunakan untuk produksi beras PGIB adalah beras asalan kualitas B.
b. Produksi beras kualitas I sebanyak 48,32 ton per hari dengan rincian 33,26 ton di pasarkan melalui pasar tradisional dan 15,05 ton di pasarkan melalui
saluran supermarket. c. Produksi beras kualitas II sebanyak 31,68 ton per hari dengan rincian 16,63
ton di pasarkan melalui pasar tradisional dan 15,05 ton di pasarkan melalui saluran supermarket.
d. Total keuntungan yang bisa diraih PGIB pada produksi optimum sebesar Rp. 81.936.880,- per hari.
e. Dibutuhkan bahan baku beras asalan kualitas B sebanyak 101,46 ton per hari. Komposisi produksi optimum dan kebutuhan bahan baku dapat dilihat pada
Tabel 31 dan Tabel 32. Tabel 31. Komposisi produksi optimum PGIB
Kombinasi Jumlah Produksi
tonhari Profit Rp. Per
hari dlm ribu XB1P
33,27 13.308,00
XB1S 15,05
30.671,90 XB2P
16,63 5.088,78
XB2S 15,05
30.942,80
Total 80
80.011,48
Keterangan : XB1P : Produk beras kualitas I berbahan baku beras asalan kualitas B yang di
pasarkan ke pasar tradisional. XB1S : Produk beras kualitas I berbahan baku beras asalan kualitas B yang di
pasarkan ke supermarket. XB2P : Produk beras kualitas II berbahan baku beras asalan kualitas B yang di
pasarkan ke pasar tradisional. XB2S : Produk beras kualitas II berbahan baku beras asalan kualitas B yang di
pasarkan ke supermarket.
Tabel 32. Kebutuhan bahan baku PGIB Kualitas
beras Jumlah
Produk ton Koefisien
Bahan Baku Kebutuhan
Bahan Baku ton I
48.32 1.3
62.82 II
31.68 1.22
38.65
Total 80
101.47 5.12.2
Analisis Sensitivitas
Analisis sensitivitas dilakukan untuk mengetahui seberapa besar konsistensi solusi optimal formula Linear Programming terhadap perubahan
koefisien suatu variabel basis koefisien atau nilai sisi kanan dalam formula LP tersebut basis sisi kanan. Berdasarkan optimasi komposisi produksi beras
menggunakan software LINDO diperoleh nilai sensitivitas sebagai berikut : Tabel 33. Analisis sensitivitas optimasi produksi beras basis koefisien
Variabel Koefisien profit saat ini
Kenaikan yang diperkenankan
Penurunan yang diperkenankan
XB1P 400
2517,50 66,99
XB1S 2038
INFINITY 13,00
XB2P 306
5035 115,99
XB2S 2056
INFINITY 71,00
Berdasarkan hasil analisis sensitivitas di atas dapat disimpulkan bahwa solusi komposisi optimal produksi beras PGIB tidak akan berubah konsisten
sebagaimana Tabel 31 meskipun terjadi perubahan antara lain : Koefisien profit XB1P naik maksimum sebesar Rp.2517,5 atau menurun
maksimum sebesar Rp.66,99 atau Koefisien XB1S naik hingga tak terbatas atau menurun maksimum sebesar
Rp.13,00 atau Koefisien XB2P naik maksimum Rp.5035 atau menurun maksimum sebesar
Rp.115,99 atau Koefisien XB2S naik hingga tak terbatas atau menurun maksimum sebesar
Rp.71,00. Perubahan koefisien profit setiap variabel tidak akan merubah komposisi
optimum selama perubahan tersebut masih dalam rentang perubahan yang diperkenankan. Apabila perubahan terjadi diluar rentang yang diperkenankan
maka hasil solusi komposisi optimal produksi beras akan berubah. Berdasarkan hasil analisis sensitivitas di atas terlihat bahwa rentang kenaikan koefisien yang
diperkenankan untuk keempat variabel jauh lebih tinggi daripada rentang penurunan koefisien yang diperkenankan. Hal ini menunjukkan solusi optimal
lebih sensitif terhadap penurunan koefisien daripada kenaikan koefisien. Apabila koefisien profit turun sedikit, maka memungkinkan untuk memilih alternatif
solusi optimal lain. Sensitivitas formula Linear Programming juga dapat diekspresikan oleh
perubahan nilai sisi kanan pembatas. Sensitivitas optimasi berbasis nilai sisi kanan dapat dilihat pada Tabel 34.
Tabel 34. Analisis sensitivitas optimasi produksi beras basis nilai sisi kanan RHS Sisi kanan pembatas
Nilai sisi kanan saat ini
Peningkatan yang diperkenankan
Penurunan yang diperkenankan
Kapasitas Produksi 80,00
2,07 49,90
Bahan baku A, beras I 65,60
INFINITY 65,60
Bahan baku A, beras II 71,20
INFINITY 71,20
Bahan baku A, beras III 79,92
INFINITY 79,92
Bahan baku B, beras I 61,60
INFINITY 13,28
Bahan baku B, beras II 65,60
INFINITY 33,92
Bahan baku B, beras III 74,40
INFINITY 74,40
Bahan baku C, beras I 52,80
INFINITY 52,80
Bahan baku C, beras II 56,00
INFINITY 56,00
Bahan baku C, beras III 64,80
INFINITY 64,80
Bahan baku D, beras I 40,00
INFINITY 40,00
Bahan baku D, beras II 44,00
INFINITY 44,00
Bahan baku D, beras III 62,40
INFINITY 62,40
Pasar Supermarket 30,10
49,90 2,07
Pasar Supermarket 0,00
26,57 30,10
Pasar Tradisional 51,97
INFINITY 2,07
Pasar Tradisional 0,00
39,85 99,80
Berdasarkan hasil analisis sensitivitas basis nilai sisi kanan RHS di atas terlihat bahwa solusi optimal sangat sensitif terhadap peningkatan kapasitas
produksi. Peningkatan kapasitas sebesar 2,07 dapat menyababkan perubahan solusi optimal. Solusi optimal kurang sensitif terhadap ketersediaan bahan baku.
Peningkatan ketersediaan bahan baku hingga tak terbatas tidak akan merubah solusi optimal. Penurunan bahan baku A, C dan D tidak mempengaruhi solusi
optimal selama bahan baku B masih tersedia karena pada solusi optimal bahan baku yang digunakan seluruhnya berkualitas B. Solusi optimal sangat sensitif
terhadap penurunan pembatas pasar tradisional dan supermarket. Penurunan nilai sisi kanan sebesar 2,07 dapat mengubah solusi optimal yang dihasilkan. Hasil
analisis sensitivitas secara keseluruhan dapat di lihat pada Lampiran 11.
5.13 Proyeksi Penjualan dan Profit
