Optimasi Penentuan Lokasi dan Analisis Tata Letak Industri Buah Kering (Dried Fruit) di PT Great Giant Pineapple Lampung Tengah.

OPTIMASI PENENTUAN LOKASI DAN ANALISIS TATA
LETAK INDUSTRI BUAH KERING (DRIED FRUIT)
DI PT GREAT GIANT PINEAPPLE LAMPUNG TENGAH

MOHAMMAD NIZAM MUSTAQIM

DEPARTEMEN TEKNOLOGI INDUSTRI PERTANIAN
FAKULTAS TEKNOLOGI PERTANIAN
INSTITUT PERTANIAN BOGOR
BOGOR
2015

PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA*
Dengan ini saya menyatakan bahwa skripsi berjudul Optimasi Penentuan
Lokasi dan Analisis Tata Letak Industri Buah Kering (Dried Fruit) di PT Great
Giant Pineapple Lampung Tengah adalah benar karya saya dengan arahan dari
komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan
tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang
diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks
dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini.

Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, Agustus 2015
Mohammad Nizam Mustaqim
NIM F34110043

ABSTRAK
MOHAMMAD NIZAM MUSTAQIM. Optimasi Penentuan Lokasi dan
Analisis Tata Letak Industri Buah Kering (Dried Fruit) di PT Great Giant
Pineapple Lampung Tengah. Dibimbing oleh ANAS MIFTAH FAUZI
Peluang pasar dried fruit di eropa rata-rata sebesar 45% dari total impor
dunia. Peluang ini antara lain disebabkan oleh ketidaksesuaian iklim eropa untuk
komoditas tropis dan sebagai negara tropis, Indonesia berpeluang untuk
mengekspor komoditas berupa buah mangga, pepaya, nenas, jambu biji, dan jahe.
Tujuan penelitian ini adalah menentukan optimasi lokasi, faktor penentu lokasi,
kapasitas produksi, dan analisis tata letak industri. Metode yang digunakan
meliputi penentuan calon lokasi industri, penyebaran kuesioner, penentuan
kapasitas produksi, perhitungan total beban transportasi (load distance model
method), evaluasi alternatif lokasi (composite performance index dan bayes), dan
analisis tata letak departemen dalam industri buah kering. Kapasitas produksi

industri adalah sebesar 1,596 ton/tahun (produk) atau 9,493 ton/tahun (bahan
baku). Faktor-faktor pemilihan lokasi meliputi harga bahan baku, ketersediaan
jaringan air bersih, ketersediaan saluran air limbah, dan upah pekerja. Lokasi yang
terpilih yaitu Kabupaten Kediri. Kebutuhan luas ruangan yaitu 4,790.60 m2.
Kata kunci: bayes method, composite performance index, dried fruit , load
distance model, tata letak departemen

ABSTRACT
MOHAMMAD NIZAM MUSTAQIM. Location Planning Optimization and
Layout Analysis of Dried Fruit Industry in PT Great Giant Pineapple Lampung
Tengah. Supervised by ANAS MIFTAH FAUZI
The opportunity of dried fruit market in Europe in average is about 45%
from global import volume. These opportunities were caused by inexpediency of
Europe’s climate for tropical crops and as tropical country, Indonesia had
opportunity to export commodities like mango, papaya, pineapple, guava, and
ginger. The result objective were determining of optimum location, location
factors, production capacity, and dried fruit industry’s layout analysis. Methods of
this research are location candidates determining, questionnaire distributing,
production capacity determining, transportation load total calculating (load
distance model method), location alternatives evaluation (composite performance

index and bayes method), and department layout analysis in dried fruit industry.
Industry’s capacity are about 1,596 ton/year (product) or 9,493 ton/year (raw
material). Factors to choose location include raw material cost, clean water access
availability, waste water acces availability, and salary cost. Choosen location was
Kediri Regency. Need area width were 4,790.60 m2.
Keywords: bayes method, composite performance index, dried fruit , department
layout , load distance model

© Hak Cipta Milik IPB, Tahun 2015
Hak Cipta Dilindungi Undang-Undang
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa
mencantumkan atau meneybutkan sumbernya. Pengutipan hanya untuk
kepentingan pendidikan, penelitian, penulisan karya ilmiah, penyusunan laporan,
penulisan kritik, atau tinjauan suatu masalah; dan pengutipan tersebut tidak
merugikan kepentingan IPB.
Dilarang mengumumkan dan memperbanyak sebagian atau seluruh karya
tulis ini dalam bentuk apa pun tanpa izin IPB.

OPTIMASI PENENTUAN LOKASI DAN ANALISIS TATA
LETAK INDUSTRI BUAH KERING (DRIED FRUIT)

DI PT GREAT GIANT PINEAPPLE LAMPUNG TENGAH

MOHAMMAD NIZAM MUSTAQIM

Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Teknologi Pertanian
pada
Departemen Teknologi Industri Pertanian

DEPARTEMEN TEKNOLOGI INDUSTRI PERTANIAN
FAKULTAS TEKNOLOGI PERTANIAN
INSTITUT PERTANIAN BOGOR
BOGOR
2015

PRAKATA
Puji dan syukur penulis panjatkan kepada Allah SWT atas segala limpahan
rahmat-Nya sehingga karya ilmiah ini dapat terselesaikan tepat waktu. Serta,
sholawat dan salam semoga tetap selalu tercurahkan kepada Nabi Muhammad

SAW sebagai teladan terbaik bagi umat Islam.
Penulis mengucapkan terimakasih kepada semua pihak yang telah
membantu dalam penulisan dan penyusunan skripsi ini, yaitu:
1
Keluarga penulis: NA Kamaluddin, Juwairiyah, Nurul Istiqomah,
Samarchony Safira, dan keluarga besar lain atas segala dukungan moral,
material, dan spiritual
2
Bapak Ir Ketut Isatriyanto sebagai pembimbing lapang I, Denis Mudlofar S.
TP sebagai pembimbing lapang II, dan semua rekan departemen QA yang
selalu memberikan arahan, dukungan, dan kesempatan penelitian di PT
Great Giant Pineapple Lampung Tengah pada periode 16 Februari-9 Mei
2015
3
Bapak Prof Dr Ir Anas Miftah Fauzi, MEng sebagai dosen pembimbing
skripsi yang selalu memberikan arahan, nasehat, dan motivasi untuk dapat
menyelesaikan skripsi ini
4
Bapak Dr Ir Andes Ismayana, MT sebagai dosen yang memberikan
bimbingan dan menjadi tempat konsultasi selama proses penyelesaian

skripsi ini
5
Segenap dosen dan staf Departemen Teknologi Industri Pertanian yang
senantiasa memberikan kritik, saran, dan pelayanan yang baik
6
Rekan seangkatan, Teknologi Industri Pertanian angkatan 48
(TINFORMERS) yang selalu berbagi suka dan duka khususnya kelompok
praktikum P2
7
Keluarga UKM FORCES IPB khususnya BPH Kabinet Kupu-Kupu, Service
Kabinet Iron Man, dan F9. Serta, Keluarga Besar Kamajaya IPB, Bidik Misi
IPB, PPSDMS, Aksel 25, Greest, Al-Khidmah IPB, KMNU IPB, Wisma
Garuda, dan Kosan Hikari. Serta, semua pihak yang selalu membantu baik
secara langsung maupun tidak langsung dalam penyelesaian skripsi ini.
Semoga karya ini dapat bermanfaat bagi kemajuan Indonesia yang lebih
baik dan bermartabat.
Bogor, Agustus 2015
Mohammad Nizam Mustaqim

DAFTAR ISI

DAFTAR TABEL

vi

DAFTAR GAMBAR

vi

DAFTAR LAMPIRAN

vi

PENDAHULUAN

1

Latar Belakang

1

Tujuan Penelitian

2

Manfaat Penelitian

2

Ruang Lingkup Penelitian

2

METODE

2

Kerangka Pemikiran

2

Teknik Pengumpulan Data

4

Teknik Analisis Data

4

HASIL DAN PEMBAHASAN

8

Gambaran Umum PT Great Giant Pineapple

8

Alternatif Lokasi Industri Dried Fruit

9

Faktor Penentu Lokasi dan Bobot Kepentingan

9

Kapasitas Produksi Industri Dried Fruit

10

Nilai Total Beban Transportasi

12

Hasil Evaluasi Alternatif Lokasi

14

Hasil Analisis Tata Letak

16

SIMPULAN DAN SARAN

21

Simpulan

21

Saran

21

DAFTAR PUSTAKA

21

LAMPIRAN

26

RIWAYAT HIDUP

76

DAFTAR TABEL
1 Responden penelitian
2 Faktor-faktor pemilihan lokasi industri
3 Sentra komoditas mangga, nenas, pepaya, jambu biji, dan jahe tingkat
provinsi dan kabupaten/kota
4 Empat faktor penentu lokasi industri dried fruit dan bobot kepentingan
5 Data musiman komoditas mangga, nenas, pepaya, jambu biji, dan jahe
6 Waktu produksi dried fruit
7 Rencana target produksi total per tahun GGP
8 Kapasitas produk jadi dried fruit per tahun
9 Kebutuhan bahan baku dried fruit per tahun
10 Nilai total beban transportasi beberapa skenario suplai bahan baku
11 Faktor evaluasi alternatif lokasi
12 Estimasi data untuk perhitungan evaluasi alternatif lokasi
13 Perhitungan CPI dan Bayes
14 Total skor dan prioritas lokasi
15 Fungsi proses produksi dried fruit
16 Asumsi yang digunakan dalam perhitungan neraca massa
17 Jumlah kebutuhan mesin produksi dried fruit
18 Total luas area industri dried fruit yang dibutuhkan

5
5
9
10
10
11
11
11
12
13
14
15
15
16
17
17
18
19

DAFTAR GAMBAR
1 Diagram alir penelitian
2 Tata letak industri dried fruit

3
20

DAFTAR LAMPIRAN
1 Analisis pasar dried fruit
2 Kuesioner penelitian
3 Sentra komoditas dengan volume produksi tingkat provinsi dan
kabupaten/kota
4 Peta alternatif lokasi
5 Hasil penilaian responden terhadap faktor penentu lokasi
6 Perhitungan total beban transportasi
7 Perhitungan evaluasi alternatif lokasi (Metode CPI dan Bayes)
8 Rataan geometrik prioritas pemilihan lokasi dari 8 skenario
9 Diagram alir proses pembuatan dried fruit
10 Neraca massa proses produksi dried fruit
11 Analisis Activity Relationship Chart (ARC)
12 Kebutuhan luas ruangan industri

26
29
32
34
35
36
44
52
53
60
68
74

1

PENDAHULUAN
Latar Belakang
Pengolahan buah tropis dengan berbagai proses selama ini menghasilkan
tiga kelompok produk, yaitu buah kaleng (canned fruit), jus konsentrat (juice
concentrate), dan buah kering (dried/dehydrated fruit) (Olesen 1997). PT Great
Giant Pineapple (GGP) merupakan salah satu industri besar pengolahan buah
tropis yang berada di Kabupaten Lampung Tengah. Komoditas yang diolah adalah
buah nanas. Produk utama dari GGP adalah nanas kaleng. Produk lainnya
meliputi jus konsentrat dan mill juice. Produksi nanas kaleng PT Great Giant
Pineapple (GGP) Lampung mencapai 8,5 juta SC (Standard Case) atau 530 ribu
ton buah segar per tahun. Produksi ini menyuplai dua puluh persen kebutuhan
internasional. Negara-negara tujuan ekspor di Eropa di antaranya Jerman, Prancis,
Spanyol, Inggris, Italia, Austria, Belgia, Belanda, dan Swedia. Sementara di benua
Amerika, yakni Amerika Serikat, Kanada, Meksiko, Brasil, dan Puerto Riko.
Selanjutnya, negara-negara Asia dan Timur Tengah, di antaranya Jepang,
Australia, Israel, Saudi Arabia, Uni Emirat Arab, Cina, Hongkong, Korea,
Lebanon, dan Libya (Mawandhi 2014).
Persaingan usaha menuntut setiap perusahaan termasuk GGP untuk selalu
bersaing dalam menarik konsumen dengan menerapkan strategi yang tepat dalam
memenuhi target volume penjualan. Salah satu strategi yang dapat dilakukan
adalah diversifikasi produk untuk meningkatkan penjualan melalui
penganekaragaman produk. Variasi produk yang dipilih adalah dried fruit
khususnya dari komoditas tropis. Peluang pasar dried fruit dari buah tropis di
Eropa meningkat karena iklim yang tidak memungkinkan diproduksi di Uni Eropa
(European Union) (CBI 2008). Hal ini juga terjadi seiring meningkatnya tren
mengonsumsi dried fruit untuk diet sehat dalam gaya hidup yang sibuk (CBI
2008). Persentase dried fruit di Eropa rata-rata dari tahun 2012-2013 sebesar 44%
dari total impor dunia (ITC 2014). Pasar utama di Eropa adalah Jerman dan
United Kingdom (ITC 2014).
Komoditas yang akan dijadikan dried fruit meliputi mangga, nenas, pepaya,
jambu biji, dan jahe. Pemilihan komoditas-komoditas ini berdasarkan analisis
pasar pada data ekspor dried fruit (Lampiran 1). Hasil analisis menunjukkan
bahwa Thailand merupakan satu-satunya negara yang beriklim tropis dari delapan
eksportir terbesar buah kering (dried fruit) yang meliputi Turki, Amerika, Chile,
Jerman, Perancis, China, dan Spanyol (ITC 2014). Selanjutnya dengan melakukan
benchmark, (Lampiran 1) diketahui jenis dried fruit yang paling banyak
diproduksi beberapa perusahaan di Thailand adalah mangga, nenas, pepaya,
jambu biji, dan jahe. Oleh karena itu, PT Great Giant Pineapple (GGP)
membutuhkan rencana pembangunan industri pengeringan buah tropis untuk
memproduksi buah kering (dried fruit) dengan lokasi dan tata letak pabrik yang
optimum.

2
Tujuan Penelitian
Tujuan dari penelitian adalah menentukan optimasi lokasi, faktor penentu
lokasi, kapasitas produksi, dan analisis tata letak industri buah kering (dried fruit)
yang akan dibangun PT Great Giant Pineapple (GGP).
Manfaat Penelitian
Manfaat penelitian ini adalah memberikan rekomendasi lokasi, faktor
penentu lokasi, kapasitas produksi, dan tata letak yang optimum kepada PT Great
Giant Pineapple (GGP) dalam mengambil keputusan pendirian industri dried fruit.
Ruang Lingkup Penelitian
1.

2.
3.
4.

Ruang lingkup penelitian ini adalah:
Wilayah studi adalah sentra produsen buah tropis tahun 2013 yang akan
dijadikan buah kering (dried fruit) dengan komoditas berupa mangga, nenas,
pepaya, jambu biji, dan jahe. Sentra produsen ini sekaligus sebagai calon lokasi
pendirian industri dried fruit.
Pelaku utama (populasi) yang diteliti adalah pihak-pihak yang terkait
pembangunan industri dried fruit (stakeholder PT Great Giant Pineapple
Lampung Tengah)
Analisa tata letak dalam penelitian ini dibatasi pada pengaturan departemen
pabrik (department layout)
Faktor penentu lokasi yang diteliti meliputi pajak daerah, ketersediaan saluran
pembuangan limbah, harga bahan baku, upah pekerja, harga tanah, sikap
masyarakat, kedekatan dengan bahan baku, kedekatan dengan konsumen,
kepadatan penduduk, ketersediaan jaringan air bersih, ketersediaan transportasi
publik, akses jalan raya, dampak negatif (udara kotor, air berbau,dan tingkat
kebisingan), polisi dan pembakaran kebakaran, kompetitor, dan faktor lain
yang ditambahkan oleh stakeholder terkait.

METODE
Kerangka Pemikiran
Persaingan usaha membuat PT Great Giant Pineapple (GGP) perlu
melakukan diversifikasi produk. Variasi produk yang diinginkan adalah buah
kering (dried fruit). Hal ini didukung oleh adanya potensi pasar dried fruit yang
besar di eropa dan komoditas tropis yan meliputi mangga, nenas, pepaya, jambu
biji, dan jahe. Oleh karena itu, PT GGP membutuhkan rencana pembangunan
industri buah kering (dried fruit) dengan lokasi dan tata letak pabrik yang
optimum.
Penelitian ini diawali dengan menentukan calon lokasi sesuai syarat-syarat
calon lokasi. Setelah diperoleh calon lokasi, dilakukan penyebaran kuesioner

3
kepada responden untuk memperoleh empat faktor penentu lokasi industri dan
bobot faktornya. Pemilihan faktor penting penentu lokasi dan bobot faktor
menggunakan rataan geometrik dari hasil preferensi responden pada wawancara
kuesioner. Selanjutnya, perhitungan kapasitas produksi untuk mengetahui jumlah
kapasitas produk jadi dan kebutuhan bahan baku. Kebutuhan bahan baku
digunakan untuk melakukan perhitungan nilai total beban transportasi sesuai
skenario yang memungkinkan dalam suplai bahan baku. Perhitungan total beban
transportasi menggunakan metode Load Distance Model. Berdasarkan hasil
perhitungan sebelumnya, maka dilakukan evaluasi terhadap beberapa calon lokasi
untuk memperoleh lokasi yang optimum dengan total skor tertinggi. Evaluasi
alternatif menggunakan metode Composite Performance Index dan Bayes. Selain
itu, juga dilakukan analisis tata letak pabrik dengan mempertimbangkan tingkat
kedekatan antar departemen dengan Diagram Keterkaitan Aktivitas dan
perhitungan luas ruangan yang dibutuhkan.
Diagram alir penelitian digambarkan pada Gambar 1 sebagai berikut:
Mulai
Pengumpulan Data

Data Sekunder
pajak daerah, ketersediaan
saluran pembuangan
limbah, harga bahan baku,
upah pekerja, harga tanah,
sikap masyarakat,
kedekatan dengan bahan
baku, kedekatan dengan
konsumen, kepadatan
penduduk, ketersediaan
jaringan air bersih,
ketersediaan transportasi
publik, akses jalan raya,
dampak negatif (udara
kotor, air berbau,dan
tingkat kebisingan), polisi
dan pembakaran kebakaran,
kompetitor

Data Primer
Penentuan Calon Lokasi
Penyebaran Kuesioner (Penentuan
Faktor Lokasi dan Bobot)
Penentuan Kapasitas Produksi
Penentuan Total Beban Transportasi
Evaluasi Alternatif Lokasi
Analisis Tata Letak

Lokasi dan Tata Letak
Optimum
Selesai

Gambar 1 Diagram alir penelitian

4
Teknik Pengumpulan Data
Data yang dikumpulkan dalam penelitian terdiri dari data primer dan
sekunder. Data primer berupa penentuan prioritas dari masing-masing faktor
penentu lokasi. Data primer diperoleh melalui wawancara dengan pihak terkait.
Data sekunder berupa pajak daerah, ketersediaan saluran pembuangan limbah,
harga bahan baku, upah pekerja, harga tanah, sikap masyarakat, kedekatan dengan
bahan baku, kedekatan dengan konsumen, kepadatan penduduk, ketersediaan
jaringan air bersih, ketersediaan transportasi publik, akses jalan raya, dampak
negatif (udara kotor, air berbau, dan tingkat kebisingan), polisi dan pembakaran
kebakaran, kompetitor. Data sekunder diperoleh dari studi pustaka dan laporan
internal perusahaan.
Teknik Analisis Data
1. Penentuan Calon Lokasi
Syarat-syarat lokasi industri adalah sebagai berikut:
a) Biaya angkut (transportasi) ditentukan dari beban dan jarak
b) Upah tenaga kerja didasarkan ketentuan yang berlaku
c) Biaya total seminimum mungkin (least cost)
d) Bahan baku memadai
e) Wilayah dapat dijadikan lokasi industri (Weber 1909 dan DPRIN
2002).
Penentuan calon lokasi diambil dari sentra produksi komoditas tahun 2013
dengan syarat utama bahan baku memadai dan wilayah dapat dijadikan lokasi
industri. Sedangkan untuk ketiga faktor lainnya akan dimasukkan ke dalam
perhitungan pada metode selanjutnya.
2. Penyebaran Kuesioner
Tahapan ini dilakukan pengumpulan data dari lapang terkait faktor prioritas
pemilihan lokasi industri. Wawancara ini untuk memvalidasi faktor-faktor yang
perlu dipertimbangkan dalam pemilihan lokasi industri yang sebelumnya telah
didapatkan melalui kajian pustaka. Teknik pengambilan sampel responden dengan
menggunakan teknik non probability sampling. Teknik non probability sampling
yang digunakan adalah purposive sampling atau pemilihan secara sengaja dengan
pertimbangan tertentu (Hilman 2008). Sampel pada penelitian ini ditujukan
kepada tujuh orang stakeholder internal perusahaan yang dianggap mempunyai
kemampuan dan mengerti terhadap penentuan lokasi industri dried fruit yang akan
dibangun PT GGP. Input dalam kuesioner tahap pertama ini menggunakan ukuran
ordinal berdasarkan pada tingkat kepentingan faktor-faktor tertentu (Kusuma
2008). Setiap pertanyaan pada kuesioner diberi skala penilaian mulai dari nilai 1
sampai 5 untuk tiap jawaban dari masing masing pertanyaan (Singarimbun dan
Effendi 1989). Kuesioner penelitian ditunjukkan pada Lampiran 2. Responden

5
penelitian dijelaskan pada Tabel 1 dan faktor pemilihan lokasi pada Tabel 2.
Bobot penilaian jawaban dari tiap pertanyaan dijelaskan sebagai berikut :
Sangat penting
Penting
Cukup Penting
Kurang Penting
Tidak Penting

=5
=4
=3
=2
=1

Tabel 1 Responden penelitian
No
1
2
3
4
5
6
7

Nama Pejabat
Imanudin
Ketut Isatriyanto
Bambang Wijanarko
Julius Sugarjanto
Hanjaya Kadharesman
Halim Sunarto Jaya
Whisnu R Triatmoko

Jabatan
Asc Director Factory
Senior Manager QA
Manager Can Making
Manager Sustainability
Manager Supply Chain
Manager Concentrate Juice
Senior Manager HRD

Tabel 2 Faktor-faktor pemilihan lokasi industri
No
1
2

Pajak Daerah

Faktor

3
4
5
6
7
8
9
10

Ketersediaan Sarana/Saluran Pembuangan
Limbah
Harga Bahan Baku
Upah Pekerja
Harga Tanah
Sikap masyarakat
Kedekatan dengan Bahan Baku
Kedekatan dengan Konsumen (Pasar)
Kepadatan Penduduk
Ketersediaan Jaringan Air Bersih

11

Ketersediaan Transportasi Publik

12

Jaringan Transportasi (Akses Jalan Raya)

13

Dampak Negatif (Udara Kotor, Air Berbau,
dan Tingkat Kebisingan)

14

Polisi dan Pemadam Kebakaran

15

Kompetitor

Referensi
Anonim (2015), Miles et al (2001),
Pagliari (1995),
Simonds (1983), Soeharto (1995)
Miles et al (2001), Catanese dan Snyder
(1995), Soeharto (1995)
(Chou et al 2007)
(Chou et al 2007)
(Chou et al 2007)
(Chou et al 2007)
(Chou et al 2007)
(Chou et al 2007)
Miles et al (2001)
Miles et al (2001), Catanese dan Snyder
(1995),
Soeharto (1995), Pagliari (1995),
Chiara dan Koppelman (1978), Simonds
(1983)
Miles et al (2001), Chiara dan Koppelman
(1978),
Pagliari (1995)
Miles et al (2001), Soeharto (1995),
Pagliari (1995)
Miles et al (2001), Simonds (1983),
Catanese (1998), Chiara dan Koppelman
(1978)
Miles et al (2001), , Simonds (1983),
Catanese dan Snyder (1995), Chiara dan
Koppelman (1978)
Miles et al (2001)

6
Dalam tahapan ini akan diambil empat faktor utama dan bobot prioritas dari
penilaian subyektif stakeholder dengan pengukuran rata-rata geometrik. Rumus
rataan geometrik sebagai berikut:
G= √XnWn

G = rata-rata geometrik pendapat gabungan
N = total responden
X = skor yang diberikan
W = jumlah responden yang memilih skor X (Xu 2000)
3. Penentuan Kapasitas Produksi
Penentuan kapasitas produksi bertujuan untuk mengetahui kapasitas
produksi per jenis dried fruit dan kebutuhan bahan baku. Penentuan kapasitas
berdasarkan target prtoduk akhir GGP (kapasitas produksi per tahun), kondisi
musim komoditas, dan ketersediaan bahan baku yang diasumsikan 20% dari
ketersediaan total. Bobot buah merupakan lama produksi buah yang ditentukan
dari prioritas produksi berdasarkan musim. Selanjutnya dari bobot buah akan
dilakukan perhitungan kapasitas produk jadi dan kebutuhan bahan baku tiap
tahunnya. Rumus-rumus perhitungan yang digunakan sebagai berikut:
Bobot buah

= lama produksi per buah / total lama produksi

Kapasitas produk jadi

= bobot buah x kapasitas produksi per tahun

Kebutuhan bahan baku

= kapasitas produk jadi per buah / rendemen dried
fruit

Keterangan: kapasitas produksi per tahun diperoleh rata-rata rencana
produksi per tahun GGPC; satuan kapasitas produksi (ton/tahun).
4. Penentuan Total Beban Transportasi
Total beban transportasi berguna untuk mengetahui jumlah beban yang
dipindahkan dan jumlah jarak yang ditempuh beban selama transportasi
(Megantini 2007). Data jarak dalam satuan kilometer dan beban dengan satuan
ton. Dalam penelitian ini dilakukan beberapa
asumsi skenarioyang
memungkinkan dalam rantai pasok bahan baku. Nilai total beban transportasi
diperoleh dengan menggunakan perhitungan Load Distance Model berikut:

Keterangan:

E = ∑ Xij×Aij

E = jumlah beban transportasi (km.ton)
Xij = jarak yang ditempuh beban (km)
Aij = jumlah beban yang dipindahkan (ton) (Megantini 2007)

7
5. Evaluasi Alternatif Lokasi
Evaluasi alternatif diawali dengan menyeragamkan nilai faktor-faktor
penentuan lokasi menggunakan metode Composite Performance Index (CPI).
Prosedur penyelesaian CPI adalah sebagai berikut:
a) Identifikasi tren kriteria (positif atau negatif). Tren positif adalah
kriteria yang semakin tinggi nilainya semakin baik. Begitu juga
sebaliknya, tren negatif adalah kriteria yang semakin kecil nilainya
semakin baik
b) Transformasi nilai. Untuk tren kriteria positif, nilai maksimum
ditransformasikan ke seratus selanjutnya nilai lainnya ditransformasikan
secara proporsional lebih rendah. Sedangkan untuk tren kriteria negatif,
nilai minimum ditransformasikan ke seratus selanjutnya nilai lainnya
ditransformasikan secara proporsional lebih rendah.
Evaluasi selanjutnya dengan pemilihan beberapa lokasi menggunakan
metode Bayes untuk melakukan analisis dalam pengambilan keputusan terbaik
dari sejumlah alternatif. Dalam evaluasi metode ini akan diambil 1 lokasi terpilih
dengan total skor tertinggi. Berikut ini rumus perhitungan dengan metode Bayes
m

Total Nilai i= ∑ Nilai ij(Krit j)
j=1

Keterangan:
Total Nilai i
Nilai ij
Krit j
i
j

= total nilai akhir dari alternatif ke-i
= nilai dari alternatif ke-I pada kriteria ke-j
= tingkat kepentingan (bobot) kriteria ke-j
= 1,2,3… n; n= jumlah alternatif
= 1,2,3… m; m= jumlah kriteria

6. Analisis Tata Letak Pabrik
a) Analisis proses produksi dan kebutuhan mesin
Proses produksi bertujuan untuk pembuatan neraca massa yang selanjutnya
dipergunakan untuk menentukan kebutuhan mesin industri. Neraca massa (mass
balance) adalah penyajian secara matematis dari aliran massa baik yang keluar
maupun masuk pada sebuah sistem. Neraca massa dapat dijadikan sebagai alat
untuk memodelkan produksi (Davis dan Cornwell 2013).
b) Analisis Activity Relationship Chart (ARC)
Diagram keterkaitan aktivitas (Activity Relationship Chart) dalam (Nugroho
2012) meliputi penyusunan ruangan dalam pabrik berdasarkan tingkat
kepentingan antar aktivitas. Dengan adanya bagan keterkaitan, dapat diperoleh
Total Closeness Rating (TCR) yang menunjukkan derajat keterkaitan suatu pusat
aktivitas ke-I terhadap seluruh pusat aktivitas. Selain itu, TCR menunjukkan

8
apakah suatu pusat aktivitas tertentu menjadi pusat dari semua aktivitas yang ada.
Berikut di bawah ini rumus perhitungan TCR dalam Sihombing (2006):
m

TCRi= ∑ V (rij )
J=1

Keterangan:
rij
= hubungan aktivitas ke-i dan ke-j
V (rij) = fungsi yang ditetapkan untuk rij

Tingkat keeratan hubungan antar aktivitas :
A
E
I
O
U
X

= Mutlak perlu (Absolutely necessary)
= Sangat penting (Especially important)
= Penting (Important)
= Cukup/biasa (Ordinary)
= Tidak penting (Uninmportant)
= Tidak dikehendaki (Undesirable)

A = 34; E = 33; I = 32; O = 31; U = 30; X = 0
c) Penentuan luas ruangan
Penentuan luas ini diperlukan untuk mengetahui apakah luas area yang ada
sesuai dengan kebutuhan area tersebut. Menurut Apple (1990) ruang yang
dibutuhkan oleh fasilitas berkaitan dengan peralatan, bahan, pegawai, dan
kegiatan. Penentuan kebutuhan luas area ini, diperlukan penambahan kelonggaran
40% sampai 60% untuk gang (aisle) dan operator. Pada penelitian ini digunakan
kelonggaran 50%.
d) Penentuan tata letak (layout) industri dried fruit
Pembuatan layout industri dried fruit berdasarkan pada derajat keterkaitan
antar aktivitas dan penentuan luas ruangan.

HASIL DAN PEMBAHASAN
Gambaran Umum PT Great Giant Pineapple
PT Great Giant Pineapple berlokasi di Jalan Raya Arah Menggala KM 77
Terbanggi Besar Lampung Tengah. Secara geografis PT Great Giant Pineapple
terletak pada 49o Lintang Selatan dan 105o Bujur Timur pada ketinggian 46 m dari
permukaan laut sehingga PT Great Giant Pineapple terletak pada daerah tropis.
Saat ini PT Great Giant Pineapple memiliki luas areal kurang lebih 32,200 ha
dengan luas efektif penanaman 25,595 ha (Risky 2014). Jumlah tenaga kerja di PT
Great Giant Pineapple pada tahun 2014 adalah 21,563 orang (Mawandhi 2014).

9
Alternatif Lokasi Industri Dried Fruit
Setyoko (2013) menyatakan bahwa faktor pertimbangan pemilihan lokasi
industri tingkat daerah (regional) salah satunya adalah kedekatan dengan bahan
baku. Departemen Perindustrian dan Perdagangan (2002) menambahkan calon
lokasi pendirian berada pada kawasan industri. Pemilihan alternatif lokasi industri
buah kering (dried fruit) mempertimbangkan kedekatan dengan sumber bahan
baku untuk menjaga keberlanjutan bahan baku. Alternatif lokasi industri dried
fruit diambil dari data sentra komoditas hortikultura yang meliputi mangga, nenas,
pepaya, jambu biji, dan jahe yang juga wilayahnya merupakan kawasan industri.
Data sentra komoditas Kementerian Pertanian dan Dinas Pertanian Daerah tahun
2013 (data jumlah kapasitas produksi lengkap bisa dilihat pada Lampiran 3),
sentra kelima komoditas (mangga, nenas, pepaya, jambu biji, dan jahe) pada
tingkat provinsi dan kabupaten/kota sebagai berikut:
Tabel 3 Sentra komoditas mangga, nenas, pepaya, jambu biji, dan jahe tingkat
provinsi dan kabupaten/kota
No Komoditas Sentra Provinsi
Sentra Kabupaten/Kota
1 Mangga
Jawa Timur
Kabupaten Pasuruan
2 Nenas
Lampung
Kabupaten Lampung Tengah
3 Pepaya
Jawa Timur
Kabupaten Kediri
4 Jambu Biji Jawa Barat
Kabupaten Cirebon
5 Jahe
Jawa Timur
Kabupaten Malang
sumber: Diolah dari Kementan (2013)
Tabel 3 menunjukkan bahwa sentra komoditas tingkat Kabupaten/Kota
meliputi Kabupaten Pasuruan, Kabupaten Lampung Tengah, Kabupaten Kediri,
Kabupaten Cirebon, dan Kabupaten Malang. Sentra-sentra ini selanjutnya
dijadikan sebagai alternatif terpilih untuk pendirian industri dried fruit. Pemilihan
ini juga karena kelima lokasi ini dapat dijadikan sebagai kawasan industri
(Kemendagri 2013). Semua alternatif lokasi berada di provinsi Jawa Timur
kecuali Kab. Lampung Tengah (Prov. Lampung) dan Kab Cirebon (Prov. Jawa
Barat). Peta alternatif lokasi pendirian industri dried fruit berada pada Lampiran 4.
Faktor Penentu Lokasi dan Bobot Kepentingan
Faktor-faktor penentu lokasi yang dinilai tingkat kepentingannya oleh
responden dihitung rataannya menggunakan rataan geometrik. Penggunaan rataan
geometrik bertujuan untuk mengetahui prioritas penilaian dari multi responden
yang mungkin berbeda bergantung pada situasi dalam pengambilan keputusan
(Alexander 2012; Chasanah et al 2014). Bobot kepentingan faktor-faktor penentu
lokasi diperoleh dari hasil normalisasi rataan geometrik (Adamcsek 2008; Sinaga
2009). Hasil penilaian terhadap semua faktor penentu lokasi dapat dilihat pada
Lampiran 5. Berikut empat faktor utama dan bobot kepentingan dari hasil
penilaian responden terhadap faktor-faktor penentu lokasi industri dried fruit pada
kuesioner penelitian:

10
Tabel 4 Empat faktor penentu lokasi industri dried fruit dan bobot kepentingan
No
1
2
3
4

Faktor Lokasi*
Rataan Geometrik
Bobot
Harga bahan baku
4.6912
0.259
Upah pekerja
4.6912
0.259
Ketersediaan saluran limbah
4.3610
0.241
Ketersediaan jaringan air bersih
4.3610
0.241
Total
18.1044
1.000
keterangan: *) faktor harga tanah, kepadatan penduduk (angkatan kerja potensial),
dan kedekatan dengan pelabuhan tidak dimasukkan karena nilai rataan
geometriknya kecil (Lampiran 5).
Kapasitas Produksi Industri Dried Fruit
Potensi pasar dried fruit untuk komoditas tropis sebesar 33% dari total
volume impor dried fruit dunia dengan total 11,121 Full Container Loaded (FCL)
(ITC 2013). Target kapasitas produksi untuk produk jadi dried fruit GGP per
tahun sebesar 84 FCL (0.76% dari total impor buah kering tropis) atau 1,596 ton
(1 FCL setara 19 ton). Sedangkan dried fruit dari komoditas mangga merupakan
buah tropis paling diminati di pasar utama dried fruit di Eropa, yakni sebesar 3.1
% di United Kingdom (CB1 2013). Selain itu, mangga merupakan satu-satunya
buah yang musiman dibandingkan 5 komoditas lainnya (Tabel 5). Oleh karena itu,
penentuan kapasitas produksi mengutamakan komoditas mangga selanjutnya baru
komoditas yang GGP bisa disediakan yang meliputi nenas, pepaya, dan jambu
biji. Serta yang menjadi prioritas terakhir adalah jahe.
Tabel 5 Data musiman komoditas mangga, nenas, pepaya, jambu biji, dan jahe
No Komoditas
Musiman / Tidak
1 Mangga
Musiman (September – November)
2 Nenas
Tidak
3 Pepaya
Tidak
4 Jambu Biji Tidak
5 Jahe
Tidak
sumber: Diolah dari data GGP dan houseofinfographics.com
Berdasarkan data musim di atas dan potensi pasar dried fruit, maka
rancangan waktu produksi dried fruit (Tabel 6) sebagai berikut:

11
Tabel 6 Waktu produksi dried fruit

No

Komoditas

Lama
Produksi
(Bulan)

1

Mangga

3

2
3
4
5

Nenas
Pepaya
Jambu Biji
Jahe
Total

4
2
2
1
12

Bulan Produksi
September –
November
Maret – Juni
Juli – Agustus
Januari – Februari
Desember

Persentase
dalam
Normalisasi
Setahun
(%)
0.25
25.00
0.33
0.17
0.17
0.08
1.00

33.33
16.67
16.67
8.33
100

Rencana target produksi total per tahun GGP (Tabel 7) digunakan dalam
menentukan kapasitas produksi produksi per tahun (Tabel 8) dan kebutuhan bahan
baku dried fruit per tahun (Tabel 9) untuk masing-masing komoditas sebagai
berikut:
Tabel 7 Rencana target produksi total per tahun GGP
Kapasitas per
Tahun
FCL
84
Ton
1,596
keterangan: 1 FCL = 19 ton
sumber: Data GGP
Satuan

Kapasitas per
Bulan
7
133

Tabel 8 Kapasitas produksi dried fruit per tahun
No

Komoditas

1
2
3
4
5

Mangga
Nenas
Pepaya
Jambu Biji
Jahe
Total

Lama
Produksi
(bulan)
3
4
2
2
1
12

Kapasitas
Produk Jadi
(FCL)
21
28
14
14
7
84

Kapasitas
Produk Jadi
(Ton)
399
532
266
266
133
1,596

Kapasitas
Produk Jadi
(%)
25.00
33.33
16.67
16.67
8.33
100

12
Tabel 9 Kebutuhan bahan baku dried fruit per tahun
Kapasitas
Rendemen
Kebutuhan
Produk
Produk
Bahan Baku
Jadi (Ton)
Jadi* (%)
(Ton)
1 Mangga
9
4,433.33
399
2 Nenas
48
1,108.33
532
3 Pepaya
21
1,266.67
266
4 Jambu Biji
16
1,662.50
266
5 Jahe
13
1,023.08
133
Total
1,596
9,493.91
keterangan: *(Diolah dari data NPD Departemen QA GGP)
No

Komoditas

Kebutuhan
Bahan Baku
(%)
46.70
11.67
13.34
17.51
10.78
100.00

Kapasitas produksi dried fruit total per bulan memiliki target 7 FCL (133
Ton). Sedangkan kapasitas produk jadi totalnya sebesar 1,596 ton/tahun dan
kebutuhan bahan baku produksi sebesar 9,493.91 ton/tahun.
Nilai Total Beban Transportasi
Bahan baku merupakan faktor terpenting yang mempengaruhi biaya
produksi dari industri dried fruit. Menurut Nasir (1986), 50% harga pokok
produksi dipengaruhi oleh bahan baku sehingga perlu diperhatikan nilai total
beban transportasi selama pengangkutan bahan baku. Penelitian ini menggunakan
beberapa skenario suplai bahan baku yang memungkinkan untuk diterapkan dalam
memenuhi kebutuhan bahan baku pada awal pendirian industri. Pembuatan
skenario bertujuan untuk mengetahui apakah alternatif lokasi terpilih tidak banyak
berubah (robust) pada berbagai skenario suplai bahan baku. Asumsi yang
digunakan sebagai berikut:
1. Market share potensi suplai bahan baku produksi sebesar 20% dari
ketersediaan masing-masing komoditas pada alternatif lokasi (dimodifikasi dari
CMA 2014)
2. Alternatif lokasi sekaligus sebagai suplier bahan baku / sentra komoditas
3. Bahan baku yang bisa di suplai dari wilayah GGP (Lampung tengah) meliputi
nenas, pepaya, dan jambu biji).
Skenario suplai bahan baku pada awal pendirian industri sebagai berikut:
1. Bahan baku (nenas, pepaya, dan jambu biji) dari Lampung Tengah lalu
kekurangannya dari sentra terkait
2. Semua bahan baku dari sentra komoditas masing-masing
3. Bahan baku (nenas, pepaya, dan jambu biji) dari Lampung Tengah lalu
kekurangannya dari alternatif lokasi terdekat
4. Semua bahan baku dari Kabupaten Lampung Tengah yang merupakan sentra
komoditas nenas lalu kekurangannya dari alternatif lokasi terdekat
5. Semua bahan baku dari Kabupaten Pasuruan yang merupakan sentra komoditas
mangga lalu kekurangannya dari alternatif lokasi terdekat

13
6. Semua bahan baku dari Kabupaten Kediri yang merupakan sentra komoditas
pepaya lalu kekurangannya dari alternatif lokasi terdekat
7. Semua bahan baku dari Kabupaten Malang yang merupakan sentra komoditas
jahe lalu kekurangannya dari alternatif lokasi terdekat
8. Semua bahan baku dari Kabupaten Cirebon yang merupakan sentra komoditas
jambu biji lalu kekurangannya dari alternatif lokasi terdekat.
Berikut nilai total beban transportasi dari kedelapan skenario di atas:
Tabel 10 Nilai total beban transportasi beberapa skenario suplai bahan baku

1
2
3
4
5

Nilai Total Beban Transportasi per Kabupaten (km.ton)
Lampung
Pasuruan
Kediri
Malang
Cirebon
Tengah
8,515,439
2,783,613
2,963,544
3,018,319
4,711,100
8,745,006
2,558,712
2,736,006
2,794,140
4,682,075
5,386,965
5,839,119
5,104,132
5,819,615
1,645,052
5,105,657
6,114,398
5,362,874
6,095,188
1,822,455
11,026,274
320,988
1,043,943
705,905
5,718,798

6

10,407,014

1,024,458

344,601

955,646

5,230,794

7

11,008,654

524,496

1,026,324

505,041

5,765,784

8

6,719,670

4,515,925

3,766,627

4,538,845

1,597,536

Skenario

Suplai bahan baku pada skenario 1 dan 2, nilai beban transportasi terendah
pada Kabupaten Pasuruan. Sedangkan berturut-turut untuk skenario yang lain,
yaitu: skenario 3 dan 4 (Kabupaten Cirebon), skenario 5 (Kabupaten Pasuruan),
skenario 6 (Kabupaten Kediri), skenario 7 (Kabupaten Malang), serta skenario 8
(Kabupaten Cirebon). Perhitungan lengkap dapat dilihat pada Lampiran 6.
Suplai (pasokan) bahan baku dalam rencana jangka panjang perlu
menggunakan konsep kemitraan dengan petani dari komoditas terkait di daerah
terdekat dengan lokasi pabrik. Kemitraan ini dikarenakan untuk mengurangi nilai
total beban transportasi dan susut bobot komoditas. Sistem distribusi dari
produsen ke konsumen memiliki peranan yang penting karena merupakan
stabilisator dan regulator harga dalam pemenuhan baik kebutuhan produksi
maupun konsumsi (Nurchayati dan Hikmah 2014). Elmuti et al (2008)
menambahkan, pengelolaan rantai pasok yang efektif akan mendorong perusahaan
untuk merespon kebutuhan konsumen dengan lebih baik. Keefektifan ini juga
mengurangi resiko operasional karena mengatasi ketidakpastian permintaan atau
penawaran (Liu et al 2010). Whipple dan Robert (2000) menjelaskan bahwa
faktor yang mempengaruhi kemitraan (aliansi) dalam rantai pasok sebagai berikut:
a) Dukungan manajemen senior
b) Kepercayaan
c) Kemampuan untuk memenuhi harapan akan kinerja
d) Kecocokan kemitraan
e) Tujuan yang jelas.

14
Komoditas segar biasanya ditransportasikan melalui moda transportasi darat
yaitu dari petani ke konsumen dan harus dipertahankan kondisinya selama
transportasi (dimodifikasi dari Sirivatanapa 2006). Techawongstien (2006)
menyatakan bahwa susut bobot komoditas setelah panen sebesar 25%, terutama
selama pemanenan atau transportasi dari lapangan ke pasar jika tidak dengan
pengemasan yang baik. Guncangan yang terjadi selama pengangkutan baik di
jalan raya maupun di kereta api dapat mengakibatkan kememaran, susut bobot,
dan memperpendek umur simpan (Purwadaria 1992). Besar kecilnya kememaran
selama pengangkutan tergantung pada frekuensi, amplitudo dan lamanya getaran,
amplitudo getaran dasar peti, ketinggian buah dalam wadah, dan sifat-sifat
buahnya (Pantastico 1989).
Hasil Evaluasi Alternatif Lokasi
Faktor-faktor penentu lokasi dan bobotnya yang diperoleh pada tahap
penyebaran kuesioner selanjutnya digunakan untuk mengevaluasi alternatif lokasi
menggunakan metode Composite Performance Index (CPI) dan Bayes. Berikut
adalah faktor penentu lokasi yang digunakan:
Tabel 11 Faktor evaluasi alternatif lokasi
No
Faktor*
1 Harga bahan baku
2
3
4

Bobot
Estimasi Data
0.259 Nilai Total Beban
Transportasi
Upah pekerja
0.259 UMK tahun 2015
Ketersediaan saluran 0.241 Retribusi Perizinan
limbah
Pembuangan Limbah Cair
Ketersediaan jaringan 0.241 Retribusi Pengambilan Air
air bersih
Bawah Tanah
Total
1.000

Satuan Data
km.ton
Rupiah
Rupiah/tahun
Rupiah/m3

Estimasi data harga bahan baku menggunakan nilai total beban transportasi
karena transportasi merupakan salah satu faktor penting tersedianya barang
dengan harga yang stabil. Dengan kata lain, yang menjadi faktor naik turunnya
harga bahan baku adalah transportasi (Kadir 2006). Upah pekerja menggunakan
data Upah Minimum Kabupaten/Kota 2015. Sedangkan untuk ketersediaan
saluran limbah dan jaringan air bersih menggunakan biaya retribusi masingmasing sesuai dengan peraturan daerah yang berlaku. Berikut tabel estimasi data
dari keempat faktor di atas untuk masing-masing alternatif lokasi:

15
Tabel 12 Estimasi data untuk perhitungan evaluasi alternatif lokasi
Kabupaten
No
1
2
3
4

Faktor
Harga bahan
baku*
Upah
pekerja**
Ketersediaan
saluran
limbah***
Ketersediaan
jaringan air
bersih***

Lampung
Tengah

Pasuruan

Kediri

Malang

Cirebon

Nilai Total Beban Transportasi (8 skenario)
1,580,000

2,700,000 1,305,250 1,962,000 1,400,000

2,000,000

3,500,000 1,700,000 2,500,000 1,800,000

3,600

3,000

4,000

3,200

3,900

sumber: *Data nilai total beban transportasi masing masing skenario; **Diolah dari
www.translampung.com,www.betterwork.org,www.dhonypratama.com,www.jdih.jatimpr
ov.go.id, dan www.regional.kompas.com; ***Diolah dari PERDA dan Data GGP.

Penyeragaman penilaian menggunakan metode CPI karena satuan data dari
masing-masing kriteria berbeda. Tren semua faktor/kriteria pada tabel di atas
adalah negatif, yaitu semakin kecil nilainya semakin baik. Selanjutnya dilakukan
transformasi ke seratus kemudian dilakukan perhitungan total skor menggunakan
metode Bayes. Tabel perhitungan evaluasi alternatif berada di Lampiran 7.
Berikut tabel perhitungan setelah ditransformasi mengunakan metode CPI dan
Bayes (Tabel 13) serta total skor dan prioritas pemilihan lokasi berdasarkan 8
skenario suplai bahan baku (Tabel 14):
Tabel 13 Perhitungan CPI dan Bayes
Kabupaten
No

Faktor

1

Harga bahan
baku
Upah pekerja
Ketersediaan
saluran
limbah
Ketersediaan
jaringan air
bersih
Total

2
3
4

Bobot
0.259

Lampung
Tengah

Pasuruan

Kediri

Malang

Cirebon

Nilai Total Beban Transportasi (8 skenario)

0.259

82.61

48.34

100.00

66.53

93.23

0.241

85.00

48.57

100.00

68.00

94.44

0.241

83.33

75.00

100.00

76.92

93.75

1.000

Total Skor (8 skenario)

16
Tabel 14 Total skor dan prioritas lokasi
Skenario
Prioritas
1

1
Kediri
(98.43)

2
Kediri
(98.32)

3
Cirebon
(95.40)

4
Cirebon
(95.40)

5
Kediri
(82.06)

6
Kediri
(100)

7
Kediri
(86.84)

8
Cirebon
(95.40)

2

Cirebon
(84.80)
Malang
(76.04)

Cirebon
(83.65)
Malang
(75.88)

Kediri
(82.44)
Lampung
Tengah
(69.87)

Kediri
(82.89)
Lampung
Tengah
(71.20)

Cirebon
(70.95)
Pasuruan
(68.20)

Cirebon
(71.20)
Lampung
Tengah
(62.81)

Malang
(78.06)
Cirebon
(71.76)

Kediri
(85.08)
Lampung
Tengah
(68.11)

4

Lampung
Tengah
(70.42)

Lampung
Tengah
(69.54)

Malang
(59.47)

Malang
(59.90)

Malang
(63.93)

Malang
(61.49)

Pasuruan
(67.24)

Malang
(61.27)

5

Pasuruan
(68.20)

Pasuruan
(68.20)

Pasuruan
(49.59)

Pasuruan
(50.02)

Lampung
Tengah
(62.71)

Pasuruan
(51.01)

Lampung
Tengah
(63.14)

Pasuruan
(51.46)

3

Berdasarkan tabel di atas, jika dirata-ratakan dengan rataan geometrik
(Lampiran 8) maka alternatif lokasi yang sering menjadi prioritas pertama adalah
Kabupaten Kediri. Kabupaten Kediri menjadi prioritas pertama juga dikarenakan
memiliki nilai tertinggi pada tiga dari empat faktor pemilihan lokasi, yaitu upah
pekerja, ketersediaan saluran limbah, dan ketersediaan jaringan air bersih (Tabel
13). Prioritas selanjutnya berturut-turut, yaitu Kabupaten Cirebon, Kabupaten
Malang, Kabupaten Lampung Tengah, dan Kabupaten Pasuruan.
Hasil Analisis Tata Letak
1. Proses produksi dan kebutuhan mesin
Proses produksi dried fruit secara umum meliputi proses pencucian
(washing), pengupasan (peeling), pengirisan (slicing), perendaman (dipping),
pengeringan (drying), pendinginan (cooling down), dan penaburan gula (icing).
Perendaman meliputi sulfit, asam sitrat, gula, kalsium klorida, dan garam.
Diagram alir selengkapnya untuk masing-masing pembuatan dried fruit dari
kelima komoditas (mangga, nenas, pepaya, jambu biji, dan jahe) berada pada
Lampiran 9. Diagram alir berguna untuk membuat neraca massa proses
pembuatan dried fruit. Perhitungan neraca massa mempertimbangkan beberapa
asumsi kehilangan (losses) selama proses produksi. Berikut fungsi masing-masing
proses dan persentase losses tiap proses (Tabel 15) serta asumsi perbandingan
dalam neraca massa (Tabel 16) sebagai berikut:

17
Tabel 15 Fungsi proses produksi dried fruit
No

Proses

Fungsi

1

Pencucian

Membersihkan komoditas dari kotoran

2

Pengupasan

3
4

Pengirisan
Perendaman
sulfit
Perendaman
asam sitrat
Perendaman
gula
Perendaman
kalsium klorida

Memisahkan buah segar dengan limbah
(kulit, biji, dan lainnya)
Mengecilkan ukuran buah segar
Meningkatkan cita rasa, menghambat
pencoklatan, dan pengawet
Mempertahankan warna buah dan
menghambat reaksi pencoklatan
Menambah kemanisan buah dan pengawet
(anti mikroba)
Mengeraskan bahan agar tidak mudah
patah, menghambat respirasi buah, dan
mempertahankan tekstur terhadap suhu
pemanasan
Mempertahankan tekstur buah, mencegah
pencoklatan, dan pengawet (anti mikroba)

5
6
7

8

Perendaman
garam

9
10

Pengeringan
Pendinginan

11

Penirisan

12

Penaburan gula

13

Perebusan

14

Decoring

Persentase
Losses (%)
0 – 10
5 – 60
5 – 10
1 – 35 (fruit
losses)
1 – 35 (fruit
losses)
1 – 35 (fruit
losses)
1 – 35 (fruit
losses)
1 – 35 (fruit
losses)

Mengurangi kadar air bahan
10 – 20
Mendinginkan produk setelah dikeringkan 1 – 35 (fruit
losses)
Memisahkan air dengan bahan
1 – 35 (fruit
losses)
Menambah rasa manis pada produk dried 1 – 35 (fruit
fruit
losses)
Memudahkan peresapan gula
1 – 35 (fruit
losses)
Memisahkan daging segar dengan core
1 – 35 (fruit
nenas
losses)

sumber: Dimodifikasi dari Aeny (2012); Data GGP; Fellows (2004); Hasanah (2010);
Putri (2012); Rosyida dan Lilis (2014); Sari et al (2004); Tareen et al (2012)

Tabel 16 Asumsi yang digunakan dalam perhitungan neraca massa
No
Perbandingan
1 Air : bahan baku
= 1:1
2 Gula : fresh
= 1 : 1.5
3 Larutan gula : dipping fresh = 1 : 1
4 Air : dipping fresh
= 1:1
sumber:Dimodifikasi dari data New Product Development,
Quality Assurance Department GGP
Perhitungan neraca massa masing-masing produk dried fruit dapat dilihat
pada Lampiran 10 dengan target final product 5,452 kg/hari. Berdasarkan data

18
kesetimbangan massa, maka dapat ditentukan jumlah mesin yang dibutuhkan
dalam produksi masing-masing dried fruit (Lampiran 10). Jumlah kebutuhan
mesin produksi dried fruit berdasarkan kebutuhan mesin produksi terbanyak
sebagai berikut:
Tabel 17 Jumlah kebutuhan mesin produksi dried fruit
No

Proses

1

Pencucian

2

Pengupasan
a) Pengupas
selain
nenas
b) Pengupas
nenas +
Decoring
Pengirisan

3
4

Perendaman
/perebusan
Pengeringan

Washer
Sanshon
QXJ-L-I

Dimensi
(m)

Kapasitas
(ton/jam)

Jumlah
Mesin (unit)

4.7 x 1.5 x
1.4

1

16

a) AZEUS
AZS-MP

a) 1.8 x 0.8
x 1.5

a) 1200*

a) 15

b) Zhoufeng
ZFPP-S

b) 1.2 x 0.7
x 1.3

b) 600*

b) 4

Sure CD80X

1.3 x 0.7 x
1.1

2

7

Nama Mesin

Zhichao size
3 x 1.2 x 0.8
3
Three
5
Dryer
6 x 2.5 x 2.2
1.3**
JK03RD
6 Penirisan
Sentrifuse
8x4x1
1***
keterangan: *pcs/jam; **ton (waktu sesuai kebutuhan); *** ton/batch
sumber: diolah dari www.alibaba.com dan www.gama-mesin.com

31
17
19

2. Analisis Activity Relationship Chart (ARC)
Kebutuhan ruangan pada industri dried fruit terdiri dari ruang produksi dan
non produksi. Ruang produksi merupakan tempat mesin dan peralatan untuk
mengolah bahan baku hingga menjadi produk, yakni meliputi ruang pencucian,
pengolahan awal, pendinginan, penaburan gula, dan pengemasan. Ruang non
produksi adalah penunjang proses produksi yang meliputi gudang bahan baku,
gudang produk, area parkir, masjid dan toilet, kantin, kantor, ruang utilitas, dan
Instalasi Pengolahan Air Limbah (IPAL). Diagram keterkaitan aktivitas (Activity
Relationship Chart) terdapat pada Lampiran 11. Analisis ARC menunjukkan
bahwa ruang yang diprioritaskan dalam penentuan tata letak adalah ruang
pendinginan dengan total nilai TCR 245 kemudian berturut-turut ruang
pengolahan awal (239), ruang penaburan gula (237), ruang pengemasan (235),
area parkir (216), gudang produk (215), ruang pencucian (211), kantor (204),
gudang bahan baku (133), kantin (128), ruang utilitas (100), masjid dan toilet
(83), dan IPAL (82).

19
3. Luas Ruangan
Perhitungan lengkap luas ruangan baik produksi maupun non produksi
berada pada Lampiran 12. Luas ruangan yang diperlukan untuk pendirian industri
dried fruit setelah ditambah faktor kelonggaran 50% sebagai berikut:
Tabel 18 Total luas area industri dried fruit yang dibutuhkan
No Ruang
AA
AB
AC
AD
AE
AF
AG
AH
AI
AJ
AK
AL
AM

Nama Departemen
Luas Area (m2)
Gudang bahan baku
225.00
Ruang pencucian
169.20
Ruang pengolahan awal 1,508.90
Ruang pendinginan
187.50
Ruang penaburan gula
187.50
Ruang pengemasan
150.00
Gudang produk
180.00
Area parkir
750.00
Masjid dan toilet
225.00
Kantin
157.50
Kantor
150.00
Ruang utilitas
300.00
IPAL
600.00
Total
4,790.60

4. Tata letak (layout) industri dried fruit
Penentuan tata letak industri berdasarkan pada hasil analisis ARC dan
kebutuhan luas ruangan adalah sebagai berikut:

20

Gambar 2 Tata letak industri dried fruit

21

SIMPULAN DAN SARAN
Simpulan
Lokasi pendirian industri dried fruit yang terpilih adalah di Kabupaten
Kediri dengan pertimbangan 4 faktor meliputi harga bahan baku (0.259), upah
pekerja (0.259), ketersediaan saluran limbah (0.241), dan ketersediaan jaringan air
bersih (0.241). Kapasitas produksi industri sebesar 1,596 ton/tahun (produk) dan
9,493 ton/tahun (bahan baku). Sedangkan prioritas ruangan dalam tata letak
pabrik adalah ruang pendinginan (nilai TCR: 245). Berturut-turut selanjutnya
ruang pengolahan awal (239), ruang penaburan gula (237), ruang pengemasan
(235), area parkir (216), gudang produk (215), ruang pencucian (211), kantor
(204), gudang bahan baku (133), kantin (128), ruang utilitas (100), masjid dan
toilet (83), dan IPAL (82). Serta total luas ruangan yang diperlukan adalah
4,790.60 m2.
Saran
Saran penelitian ini sebagai berikut:
1. Perhitungan
kapasitas
produksi
khususnya
bahan
baku
perlu
mempertimbangkan kehilangan (losses) selama transportasi karena adanya
kerusakan dan tingkat kematangan yang berlebih (over ripe) pada komoditas.
2. Jika GGP ingin lokasi industri lebih dekat dengan Provinsi Lampung,
sebaiknya melakukan kemitraan rantai pasokan bahan baku dari sekitar
wilayah Sumatera dan sekitarnya jika memenuhi atau jika diperlukan dari
pulau lainnya (misal Jawa) maka diusahakan mengambil buah yang tidak
terlalu matang agar tidak busuk saat tiba di lokasi pabrik (proses pematangan
selama transportasi).

DAFTAR PUSTAKA
Adamcsek E. 2008.The Analytic Hierarchy Process and Its Generalizations. Tesis.
Budapest (HU): Eotvos Lorand University.
Aeny SN. 2012. Analisa Pengaruh Perendaman Larutan CaCl2 Terhadap Sifat
Organoleptik Keripik Terung Kopek Ungu (Solanum melongena L.) dengan
sistem penggorengan hampa. Tugas Akhir. Semarang (ID): Program Studi
Diploma III Teknik Kimia Program Diploma Fakultas Teknik Universitas
Diponegoro.
Alexander M. 2012. Decision-Making using the Analytic Hierarchy Process
(AHP) and SAS/IML®. Makalah. Baltimore (US): Social Security
Administration.
Anonim. 2013. Infografis Musim di Indonesia. [Terhubung Berkala]
http://houseofinfographics.com/infografis-musim-buah-di-indonesia/ [Diakses
pada 13 Juni 2015].

22
Anonim. 2015. Harga BBM Berbeda Tergantung Pajak Daerah. [Terhubung
Berkala]http://www.medanbisnisdaily.com/news/read/2015/01/19/141852/harg
a-bbm-berbeda-tergantung-pajak-daerah/#.VSfTZSuUeuI[Diakses pada 10
April 2015).
Apple JM. 1990. Tata Letak Pabrik dan Pemindahan Barang. Edisi Tiga.
Bandung (ID): Penerbit Institut Teknologi Bandung.
Catanese AJ dan Snyder JC. 1995. Urban Planning, Second Edition. USA: Mc
Graw-Hill Book Company.
Chasanah TD, Usman E, dan Rizky LRS. 2014. Penilaian Kinerja Karyawan
Bagian Personalia Berdasarkan Kompetensi dengan Metode 360 Derajat
(Studi Kasus di PG Kebon Agung – Malang). Malang (ID): Jurusan Teknologi
Industri Pertanian Fakultas Teknologi Pertanian Universitas Brawijaya.
Chiara JD dan Koppelman LE. 1978. Site Planning Standard. USA: Mc GrawHill.
Chou SY et al. 2007. A Fuzzy Simple Additive Weighting System Under Group
Decision Making For Facility Location Selection With Objective/Subjective
Attributes. European