49 basah. Data ini akan digunakan pada model estimasi faktor iklim dan estimasi
produksi pucuk basah. B. Data Produksi Pucuk Basah Teh Bulanan
Data produksi bulanan pucuk teh basah pada blok kebun tertentu. Data ini digunakan untuk membuat persamaan produktivitas pada kebun tersebut. Data
tersebut terdiri dari jumlah produksi pucuk basah setiap bulannya setiap kebun, jenis gilir petikan yang diterapkan pada kebun tersebut, serta luas lahan yang dipetik. Data
ini bersama dengan data estimasi faktor iklim menjadi input untuk membuat persamaan estimasi produksi pucuk teh bulanan dan optimasi jadwal petikan teh. Data
tersebut digunakan untuk menentukan variabel produktivitas pada persamaan program linier.
C. Data Perkebunan Data ini merupakan input untuk penentuan kebutuhan tenaga kerja pemetik teh
dan bahan penunjang produksi kayu bakar dan papersack. Data aktual ini terdiri dari kapasitas gudang, kapasitas pemetik, biaya penyimpanan, dan pemesanan bahan
penunjang. D. Data Target Optimalisasi
Data target optimalisasi merupakan data-data yang dibutuhkan dalam perumusan fungsi kendala kendala dan fungsi tujuan optimalisasi penjadwalan
pemetikan. Data target optimalisasi terdiri data persamaan produksi pucuk basah, data kataretistik kebun, dan data luas lahan perkebunan untuk pemetikan.
E. Data Nilai Optimal Variabel Kebun Data nilai optimal variabel merupakan hasil penghitungan nilai optimal oleh
perangkat lunak LINGO 12.0 LINDO Systems Inc 2010 terhadap variabel-variabel pada fungsi tujuan dan fungsi kendala yang telah dirumuskan. Nilai optimal variabel
tersebut akan disimpan untuk kemudian dianalisis sehingga dapat diketahui penerapan penjadwalan pemetikan optimalnya.
5.2.3 Sistem Manajemen Basis Model
Sistem manajemen basis model merupakan alat analisis yang diperlukan oleh sistem, dimana melalui model-model tersebut dapat diperoleh hasil yang dapat digunakan
untuk kebutuhan pengambilan keputusan dalam penentuan penjadwalan pemetikan, prakiraan jumlah produksi, dan kebutuhan tenaga pemetik dan bahan penunjang. Sistem
manajemen basis model ini merupakan integrasi dari sub-sub model yang digunakan untuk menganalisis data yang terdapat dalam sistem manajemen basis data. Submodel
dari sistem ini terdiri dari adalah: 1. Submodel estimasi faktor iklim
Model ini digunakan untuk prakiraan kondisi faktor iklim harian curah hujan dan hari hujan dalam satuan tertentu pada masa yang akan datang. Model estimasi ini
menggunakan metode ARIMA dengan dukungan program aplikasi MINITAB 16 Minitab Inc 2010. Input data yang dibutuhkan adalah data faktor iklim masa lalu yang
diakses dari basis data faktor iklim. Program MINITAB 16 Minitab Inc 2010 akan melakukan estimasi dan menghasilkan nilai data estimasi untuk periode yang
ditentukan. Persamaan model ARIMA yang akan dipakai pada model ini dapat sesuai dengan persamaan 16 atau persamaan 17 atau kombinasi dari kedua persamaan tersebut.
Alur model estimasi faktor iklim dapat dilihat pada Gambar 10.
50 X
t
= µ’ + ∅
1
X
t-1
+ ∅
2
X
t-2
+…+ ∅
p
X
t-p
+ e
t
16 Dimana :
µ’ = suatu parameter ∅
p
= parameter autoregresi e
t
= nilai kesalahan pada saat t X
t
= µ’ + e
t
+ θ
1
e
t-1
+ θ
2
e
t-2
+…+ θ
q
e
t-k
17 Dimana :
µ’ = suatu parameter e
t-k
= nilai kesalahan pada saat t-k θ
1
sampai θ
q
= adalah parameter parameter moving average
Gambar 10. Diagram Alir Deskriptif Model Estimasi Faktor Iklim 2. Submodel estimasi produktivitas pucuk basah
Model estimasi produksi pucuk basah teh bulanan merupakan model untuk melakukan prakiraan jumlah pucuk teh yang akan dipanen dalam satu bulan yang
direncanakan. Prakiraan produksi pucuk ini memanfaatkan persamaan regresi yang mewakili hubungan faktor iklim berupa curah hujan dan hari hujan, serta faktor
tanaman berupa umur pangkas dan jenis gilir petik terhadap produksi pucuk teh. Input untuk model ini adalah data hasil estimasi faktor iklim dan tanaman. Output yang
dihasilkan adalah nilai prakiraan produktivitas pucuk teh sesuai dengan periode yang ditetapkan. Bentuk persamaan regresi yang akan digunakan pada model ini sesuai
Mulai Data aktual faktor iklim
- Data curah hujan
- Data hari hujan
Estimasi dengan metode ARIMA Uji Ljung-Box-Pierce untuk mendeteksi
indepedensi residual antar-lag Prakiraan faktor iklim:
curah hujan, hari hujan
Data estimasi faktor iklim -
Data curah hujan -
Data hari hujan Selesai
51 dengan persamaan 18. Aliran data dalam model estimasi produktivitas bulanan dapat
dilihat pada Gambar 11. = 1 + 2 + 3 + 4 18
Dimana : y
= produktivitas
x1 = curah hujan
x2 = hari hujan
x3 = umur
pangkas x4 =
jenis gilir
petik
Gambar 11. Diagram Alir Deskriptif Model Persamaan Produksi Pucuk Basah 3. Submodel optimasi jadwal pemetikan teh
Berdasarkan data yang diperoleh, disusun model optimasi jadwal pemetikan pucuk teh. Model ini mempergunakan optimasi program linier sehingga setiap langkah
yang dilakukan dalam penyusunan model ditujukan untuk membentuk fungsi tujuan dan fungsi-fungsi kendala. Selanjutnya, pemecahan model program linier tersebut akan
menghasilkan jadwal pemetikan pucuk teh yang optimum. Model program linier untuk pemetikan pucuk teh berisikan:
1. Fungsi tujuan yang berupa memaksimumkan produksi pucuk basah 2. Kendala luas wilayah pemetikan area petik
Bentuk umum dari persamaan model program linier untuk pemetikan pucuk teh ialah sebagaimana sesuai pada persamaan 19 dan persamaan 20.
Tujuan:
Maksimumkan Z = ∑∑∑∑ Y
ijkl
L
ijkl
19 Data aktual faktor iklim
- Data curah hujan
- Data hari hujan
Data produksi pucuk basah Data tanaman umur
pangkas dan gilir petik
Uji F dan Uji-t Mulai
Analisis Korelasi Analisis Regresi Berganda
Model Persamaan Regresi
Selesai
52 Dengan kendala:
1 Kendala luas hanca wilayah pemetikan
∑∑ L
ijkl
= A
k
20 Dimana:
Z = produksi pucuk basah
Y
ijkl
= produktivitas
pucuk basah
pada periode petik ke-i, bulan ke-j, blok ke-k dan bulan pangkas ke-l
L
ijkl
= luas areal yang dipetik pada periode petik ke-i, bulan ke-j, blok ke-k dan bulan pangkas ke-l
A
k
= luas lahan blok-k i
= lama periode daur petik; 1= 8 hari, 2 = 10 hari, 3 = 12 hari j
= bulan; 1 = Januari, 2 = Februari, dst k
= blok kebun; k = 1,2,3,…,10 l
= umur pangkas; l = 1,2,3,4 Solusi model program linier, yaitu luas areal yang menghasilkan produksi pucuk
teh maksimum, diperoleh menggunakan paket program LINGO 12.0 LINDO Systems Inc 2010. Penjadwalan pemetikan pucuk teh menggunakan hasil dari penyelesaiaan
program linier. Aliran data dalam model optimasi jadwal pemetikan teh dapat dilihat pada Gambar 12.
Gambar 12. Diagram Alir Deskriptif Model Optimasi Jadwal Pemetikan Teh Mulai
Perumusan Tujuan Perumusan Kendala
Optimasi dengan LINDO
Selesai Data produktifitas dari
Model Estimasi Produktivitas Pucuk Basah
- Data luas kebun - Data tenaga kerja
- Data kapasitas pabrik
Jadwal pemetikan optimal
53 21
4. Submodel kebutuhan tenaga pemetik Model ini digunakan untuk menghitung jumlah tenaga kerja pemetik teh yang
dibutuhkan setiap bulan. Input yang diperlukan dalam model ini adalah data estimasi produksi pucuk teh bulanan dan input kapasitas pemetikan para pemetik teh atau pancen
petik, luas areal petikan yang mampu dijangkau oleh seorang pemetik dalam satu hari kerja efektif atau enam jam per hari 360 menit waktu efektif. Pancen petik yang
digunakan adalah pancen petik yang ditetapkan yaitu rata-rata 1 12 patokpemetik atau 0,04 Hapemetik yang dapat dikerjakan per orang pemetik atau tiap pemetik rata-rata
menghasilkan 45 kg pucuk tehhari. Jumlah tenaga kerja pemetik teh dihitung dengan membagi jumlah produksi harian setiap afdeling dengan kapasitas pemetikan para
pemetik teh. Perhitungan kebutuhan jumlah pemetik sesuai dengan pada persamaan 21. Diagram alir deskriptif untuk model kebutuhan tenaga kerja pemetik teh harian dilihat
pada Gambar 13. =
Dimana : TKOt = Jumlah pemetik pada tiap kebun petik Orang
QRAt = Jumlah luas areal petikan teh pada kebun petik Ha KP = Kapasitas pemetikan HaOrang
Gambar 13. Diagram Alir Deskriptif Kebutuhan Tenaga Kerja Pemetik Pucuk Teh
Data Ketersediaan Tenaga Kerja Data Optimasi Penjadwalan
Pemetikan Teh Mulai
Penentuan Kebutuhan Tenaga Kerja Pemetik Pucuk Teh
Jumlah Kebutuhan Tenaga Kerja Pemetik Pucuk Teh
Selesai Data Jumlah Pemetik Pucuk
Teh Bulanan Tiap Kebun
54 5. Submodel persediaan bahan penunjang produksi
Kegiatan produksi teh membutuhkan persediaan bahan baku raw material, yaitu pucuk teh itu sendiri. Selain pucuk teh, dalam pembuatan teh membutuhkan bahan
penunjang seperti kayu bakar dan papersack. Kayu bakar digunakan dalam proses pengeringan di mesin Fluid Bed Dryer dan papersack merupakan kemasan yang
digunakan untuk mengemas teh yang sudah jadi. Perlunya model persediaan bahan penunjang guna mempermudah pengaturan bahan penunjang agar tidak terjadi stock out.
Perhitungan estimasi jumlah kebutuhan kayu bakar sesuai dengan persamaan 22. Penentuan estimasi jumlah papersack yang akan digunakan tergantung pada hasil
estimasi hasil teh kering yang diproduksi. Perhitungan jumlah estimasi teh kering yang dihasilkan sesuai dengan persamaan 23 dan perhitungan kebutuhan papersack sesuai
dengan persamaan 23. Model persediaan yang digunakan adalah economic order quantity EOQ.
Kebutuhan dalam pembuatan model tersebut yakni estimasi produksi pucuk basah yang dihasilkan dari tanaman sehingga dapat diketahui prakiraan kebutuhan bahan penunjang
tersebut. Data yang diperlukan didapat dari Model Optimasi Penjadwalan Petikan yakni terdapat estimasi jumlah pucuk teh yang dihasilkan. Serta data-data dari perusahaan,
seperti: biaya pemesanan dan biaya penyimpanan. Diagram alir deskriptif untuk model persediaan bahan penunjang produksi dilihat pada Gambar 14.
= Dimana :
KB t = Jumlah kayu bakar yang diperlukan m
3
bulan PRB t = Jumlah estimasi produksi pucuk basah kgbulan
KK = Koefisien pembakaran kg m
3
=
= Dimana :
PS t = Jumlah papersack yang diperlukan pcsbulan PRB t = Jumlah estimasi produksi teh kering kgbulan
PRB t = Jumlah estimasi produksi pucuk basah kgbulan BK = Koefisien Berat BasahKering
KPS = Kapasitas papersack kgpcs
5.2.4 Sistem Manajemen Dialog