Analisis penyusunan formulasi simulated rice dari bahan sumber karbohidrat non beras dengan metode linear programming

ANALISIS PENYUSUNAN FORMULASI SIMULATED RICE DARI
BAHAN SUMBER KARBOHIDRAT NON BERAS DENGAN
METODE LINEAR PROGRAMMING

RISQI MAYDIA SUSANTI

DEPARTEMEN TEKNIK MESIN DAN BIOSISTEM
FAKULTAS TEKNOLOGI PERTANIAN
INSTITUT PERTANIAN BOGOR
BOGOR
2014

PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK
CIPTA
Dengan ini saya menyatakan bahwa skripsi berjudul Analisis
Penyusunan Formulasi Simulated Rice dari Bahan Sumber Karbohidrat non
Beras dengan Metode Linear Programming adalah benar karya saya dengan
arahan dari komisi pembimbing dan belum diajukan dalam bentuk apapun
kepada perguruan tinggi manapun. 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, Februari 2014

Risqi Maydia Susanti
NIM F14090041

ABSTRAK
RISQI MAYDIA SUSANTI. Analisis Penyusunan Formulasi Simulated
Rice dari Bahan Sumber Karbohidrat non Beras dengan Metode Linear
Programming Dibimbing oleh SUTRISNO.
Tingkat ketergantungan masyarakat Indonesia terhadap konsumsi
beras sebagai makanan pokok semakin meningkat sejalan dengan
bertambahnya jumlah penduduk. Salah satu upaya yang dilakukan dengan
cara usaha diversifikasi pangan dengan menggantikan kebutuhan pangan
pokok selain beras. Tujuan penelitian ini adalah mendapatkan model
optimasi dalam pembuatan formulasi simulated rice dengan metode linear
programming untuk menghasilkan simulated rice dengan karakteristik dan

kandungan gizi yang mendekati beras yang disukai masyarakat (beras
Ciherang). Model linear programming adalah meminimalkan amilosa =
25.44GR + 31.02GY + 27.86TK + 25.05UP + 22.83JP + 29.07SG +
14.13TB + 28.18AN + 25.88SM + 21.12SN yang merupakan fungsi tujuan
dan fungsi kendala adalah semua kandungan gizi bahan harus lebih besar
dari beras Ciherang sebagai standarnya. Berdasarkan analisis perhitungan
dari program QM menghasilkan campuran bahan dari pati garut 30%,
tepung talas beneng 33.09% dan tepung sogum 36.91%, menghasilkan
amilosa sebesar 21.86% dan harga bahan baku yang dibutuhkan untuk
pembuatan produk simulated ricesebesar Rp7 523.17/kg.
Kata kunci: diversifikasi,simulated rice, linear programming.

ABSTRACT
RISQI MAYDIA SUSANTI. Analysis of composing simulated
riceformulationsfrom non rice carbohydrate substances with linear
programming method Supervised by SUTRISNO.
Indonesian community dependence on rice as a staple food
consumption increased along with the increase of population. One of the
efforts made by way of food diversification effort to replace the need for
staple food besides rice. Purpose of this study is to get formulating

optimization models in simulated rice with characteristics and nutrient
content of rice is the preferred approach public (Ciherang rice). Linear
programming models are minimize of amylose = 25.44GR + 31.02GY +
27.86TK + 25.05UP + 22.83JP + 29.07SG + 14.13TB + 28.18AN +
25.88SM + 21.12SN which is the objective function, and constraint
functions all nutritional content should be greater than Ciherang rice (as
standard). Analysis based on the calculation of the QM program produces
mixture of arrowroot starch 30%, beneng taro flour 33.09%, sorghum flour
36.91% resulting in a 21.86% amylose and prices of raw materials required
for the manufacture of simulated rice is Rp7 523.17/kg.
Keywords: diversification, Simulated rice, linear programming.

ANALISIS PENYUSUNAN FORMULASI SIMULATED RICE DARI
BAHAN SUMBER KARBOHIDRAT NON BERAS DENGAN
METODE LINEAR PROGRAMMING

RISQI MAYDIA SUSANTI

Skripsi
sebagai salah satu syarat untuk memperoleh gelar

Sarjana Teknologi Pertanian
pada
Departemen Teknik Mesin dan Biosistem

DEPARTEMEN TEKNIK MESIN DAN BIOSISTEM
FAKULTAS TEKNOLOGI PERTANIAN
INSTITUT PERTANIAN BOGOR
BOGOR
2014

Judul Skripsi :Analisis Penyusunan Formulasi Simulated Rice dari Bahan
Sumber Karbohidrat non Beras dengan Metode Linear
Programming
Nama
NIM

:Risqi Maydia Susanti
:F14090041

Disetujui oleh

Prof. Dr. Ir. Sutrisno, M.Agr
Pembimbing Akademik

Diketahui oleh

Dr. Ir. Desrial, M. Eng
Ketua Departemen

Tanggal Lulus:

Judul Skripsi :A.nahsis Penyusunan Fonnulasi Simulated Rice dari Bahan
Sumber Karbohidrat non Beras dengan Metode Linear
Programming
Nama
NIM

:Risqi Maydia Susanti
:F14090041

Disetujui oleh

Prof. Dr. If. Sutrisno, M.Agr
Pembimbing Akademik

Ketua Departemen

Tanggal Lulus :

2 4 FEB

2014

PRAKATA
Puji dan syukur penulis panjatkan kepada Allah SWT atas segala
karuniaNya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang
dipilih dalam penelitian yang dilaksanakan sejak bulan Maret 2013 ini ialah
metode linear programming, dengan judul Analisis Penyusunan Formulasi
Simulated Rice dari Bahan Sumber Karbohidrat non Beras dengan Metode
Linear Programming.

Terima kasih penulis ucapkan kepada BapakProf. Dr. Ir.Sutrisno,
M.Agr selaku dosen pembimbing dan Bapak Mohammad Solahudin dan Ibu
Emmy Darmawati selaku dosen pengujiyang telah memberikan bimbingan,
arahan, motivasi kepada penulis. Ungkapan terima kasih juga disampaikan
kepada Ayahanda Sugeng Santoso, Ibunda Siti Fatimah dan Adik-adik saya
Idrisa Rofii dan Nuril Mauludi atas segala dukungan dan doanya. Terima
kasih juga penulis ucapkan kepada Bapak Iyus Hendrawan, Ibu Reni
Gultom, An Syahrul D, Rr. Stevy SP, Vina Rondang MS, GEMEZ,
KEMOCENG, serta teman-teman TEP Orion 46 atas semangat dan
dukungan yang telah diberikan. Serta kepada Pak Sulyaden, Pak Junaidi dan
teknisi Departemen Teknik Mesin dan Biosistem lainnya atas bantuannya.
Penulis menyadari sepenuhnya bahwa penyusunan skripsi ini masih
belum sempurna. Untuk itu penulis mengharapkan kritik dan saran dari
semua pihak sebagai upaya perbaikan selanjutnya, serta penulis berharap
semoga skripsi ini dapat bermanfaat bagi kita semua.

Bogor, Februari 2014

Risqi Maydia Susanti

DAFTAR ISI
DAFTAR TABEL

vi

DAFTAR GAMBAR

vi

DAFTAR LAMPIRAN

vi

PENDAHULUAN

1

Latar Belakang

1

Perumusan Masalah

2

Tujuan Penelitian

2

Manfaat Penelitian

2

Ruang Lingkup Penelitian

2

TINJAUAN PUSTAKA

2

Beras Ciherang

2

Karakteristik Bahan Sumber Karbohidrat Non Beras

3

Karakteristik Sumber Bahan Simulated Rice Berasal dari Pati

4

Karakteristik Sumber Bahan Simulated Rice Berasal dari Tepung

4

Metode linear programming

5

Perangkat lunak linear programming

6

METODOLOGI PENELITIAN

6

Waktu dan Tempat

6

Bahan

7

Alat

7

Prosedur Penelitian

7

Tahap Persiapan Bahan

7

Tahap Pengukuran dan Perhitungan

8

Tahap Optimasi Bahan dengan Program QM

10

Tahap Penyususan Formulasi Simulated Rice

11

Asumsi dan Kondisi Batas Penyusunan Formulasi Simulated Rice

12

HASIL DAN PEMBAHASAN

13

Analisis Pendekatan Penyusunan Formulasi Simulated Rice

13

Analisis Model Optimasi Penyusunan Formulasi Simulated Rice

14

Analisis Perbandingan Jumlah Pati dan Tepung pada Simulated Rice

17

Analisis Kandungan Gizi Pada Formulasi Simulated Rice

18

Analisis Karakteristik Sifat Fisik Pada Simulated Rice

21

Analisis Harga Bahan Baku Simulated Rice

22

SIMPULAN DAN SARAN

23

Simpulan

23

Saran

23

DAFTAR PUSTAKA

24

DAFTAR TABEL
1 Standardisasi tipe beras berdasarkan ukuran dan bentuk biji
2 Perhitungan kandungan gizi pada bahan campuran Simulated rice dengan
faktor hasil optimasi
3 Perbandingan kandungan gizi tepung beras Ciherang dengan Simulated
rice hasil optimasi

3
20
21

DAFTAR GAMBAR
1
2
3
4
5
6
7
8

Beras Ciherang
Coning and quartering methods
Tampilan awal program QM
Tampilan modul liner programming setelah beberapa pilihan diisi
Diagram alir prosedur penelitian
Tampilan input data hasil Laboratorium
Tampilan solusi bahan untuk formulasi
Hasil cetakan Simulated rice

3
10
11
11
12
17
17
21

DAFTAR LAMPIRAN
1
2
3
4
5
6
7

Kandungan gizi beberapa bahan dari hasil Laboratorium
Hasil data derajat putih beberapa bahan
Dimensi beras Ciherang
Dimensi Simulated rice
Distribusi partikel bahan pati-patian dan tepung-tepungan
Densitas kamba dan densitas pemadatan beberapa bahan
Perhitungan optimasi

25
26
27
29
30
31
32

1

PENDAHULUAN
Latar Belakang
Indonesia dikenal sebagai negara yang kaya karena kondisi alamnya yang
memiliki sumber daya alam yang berlimpah. Kekayaan alam ini idealnya
digunakan sebagai sarana untuk mensejahterakan masyarakat melalui pemenuhan
kebutuhan seperti pangan. Badan Kependudukan dan Keluarga Berencana
Nasional (BKKBN) menyampaikan bahwa tahun 2013 ini penduduk Indonesia
diperkirakan akan mencapai 250 juta jiwa dengan laju pertumbuhan penduduk
mencapai 1.49% per tahun, oleh karena itu perlu diimbangi dengan ketersediaan
pangan yang memadai.
Beras merupakan kebutuhan pokok yang paling utama bagi penduduk
Indonesia, apabila tidak diimbangi dengan peningkatan produksi padi akan jadi
masalah. Tingginya tingkat konsumsi beras di Indonesia yang sebanding dengan
peningkatan laju pertumbuhan penduduk disebabkan karena pola konsumsi
masyarakat yang sulit berubah dari beras ke bahan pangan lain. Hal ini disebabkan
oleh faktor sosial antara lain masyarakat menganggap mengkonsumsi sumber
beras termasuk dari status sosial dan hanya akan mengkonsumsi sumber
karbohidrat lain (gaplek atau tiwul) jika jumlahnya terbatas atau tidak mampu
membeli beras (Tarigan 2003).
Sumber karbohidrat selain beras yang ada di Indonesia sangat beragam,
seperti jagung, sorgum, sagu dan umbi-umbian lainnya yang mempunyai
komponen dasar yang hampir sama yaitu karbohidrat, protein, lemak, mineral dan
vitamin. Oleh karena itu, terdapat peluang yang sangat besar untuk
mengembangkan pangan alternatif pengganti beras yang berbahan dasar dari
beberapa sumber karbohidrat yang memiliki sifat dan karakteristik seperti beras.
Upaya yang dilakukan dalam pengembangan pangan alternatif dengan cara
diversifikasi pangan, yaitu salah satu upaya yang dilakukan untuk menggantikan
kebutuhan pangan pokok selain beras. Diversifikasi pangan bisa menjadi solusi
strategis bagi kekurangan pangan, untuk itu perlu didorong pengembangan pangan
berbasis tepung berbahan baku lokal.
Akhir-akhir ini telah dikembangkan produk olahan sumber karbohidrat
non beras, seperti beras tiruan dan beras analog. Beras tiruan adalah beras yang
terbuat dari non padi dengan kandungan karbohidrat mendekati atau melebihi
beras yang terbuat dari tepung lokal atau tepung beras (Samad 2003). Beras
analog adalah beras tiruan yang hanya terbuat dari tepung lokal non-beras
(Budijanto et al. 2011). Dari berbagai alternatif pengganti beras ini dapat
memberikan kesempatan bagi peneliti untuk menganalisis kandungan dasar
seperti karakteristik fisik dan kandungan gizi dari beberapa sumber karbohidrat
lokal non beras. Bahan baku yang berasal dari karbohidrat lokal non beras dapat
dimanfaatkan untuk pembuatan beras buatan dengan cara mensimulasi bahan baku
tersebut hingga menyerupai atau mendekati kandungan gizi dan karakteristik sifat
fisik beras beras pada umumnya.

2

Perumusan Masalah
Formulasi simulated rice dengan melakukan pendekatan kandungan gizi
tepung beras Ciherang. Semua bahan dianalisis kandungan gizi meliputi
kandungan protein, lemak, kadar air, kadar abu, amilosa, amilopektin, serat
pangan, serat kasar dan total gula.
Model linear programming dengan menentukan fungsi tujuan dan fungsi
kendala pada proses optimasi menggunakan program QM sehingga menghasilkan
bahan campuran pembuatan simulated rice terdiri dari 30% pati dan 70% tepung.
Tujuan Penelitian
Tujuan penelitian ini adalah mendapatkan model optimasi dalam
pembuatan formulasi simulated rice dengan metode linear programming untuk
menghasilkan simulated rice dengan karakteristik dan kandungan gizi yang
mendekati beras yang disukai masyarakat (beras Ciherang).
Manfaat Penelitian
Manfaat dari penelitian ini adalah menghasilkan formulasi simulated rice
terbaik yang berasal dari berbagai sumber karbohidrat non beras dengan metode
linear programming sehingga masyarakat tidak tergantung sepenuhnya pada
produk beras.
Ruang Lingkup Penelitian
Ruang lingkup dari penelitian ini adalah membuat formulasi bahan sesuai
dengan hasil optimasi dari program QM dan menghitung kandungan gizi
simulated rice hingga mendekati kandungan gizi beras Ciherang.

TINJAUAN PUSTAKA
Beras Ciherang
Beras Ciherang merupakan salah satu beras varietas unggul dari hasil
persilangan beras IR 64 dengan beras varietas lain yang mendominasi di areal
Jawa hingga 50%. Varietas unggul Ciherang (Gambar 1) umumnya disukai oleh
konsumen karena rasa nasinya yang enak, bentuk beras yang ramping dan
rendemen beras tinggi. Kandungan gizi yang terdapat dalam beras Ciherang
sangat bermanfaat bagi tubuh manusia, seperti kandungan amilosa dan konsistensi
gel menggambarkan rasa dan tekstur nasi setelah dingin. Beras Ciherang
mengandung amilosa 23.2% dan konsistensi gel 77.5 mm menghasilkan nasi enak
dengan tekstur pulen yang digemari oleh konsumen.

3

Gambar 1 Beras Ciherang
Berdasarkan ukuran dan bentuk beras, dalam standardisasi mutu beras di
pasaran internasional terdapat empat tipe ukuran panjang beras, yaitu biji sangat
panjang (extra long), biji panjang (long grain), biji sedang (medium grain), dan
biji pendek (short grain). Berdasarkan nisbah panjang/lebar, beras juga dibagi atas
empat tipe, yaitu lonjong (slender), sedang (medium), agak bulat (bold), dan bulat
(round) (Damardjati dan Purwani 1991). Penggolongan beras berdasarkan ukuran
dan bentuk biji ditentukan oleh USDA seperti yang dapat dilihat pada Tabel 1.
Tabel 1 Standardisasi tipe beras berdasarkan ukuran dan bentuk biji
Skala USDA

Ukuran

Beras pecah kulit

Beras giling

Panjang (mm)
Sangat panjang (extra long)

7.5

7.0

Panjang (long grain)

6.61-7.5

6.0-6.99

Sedang (medium grain)

5.51-6.6

5.5-5.99

5.51

5.0

Pendek (short grain)

Bentuk (rasio : panjang/lebar)
Lonjong (slender)

3.0

3.0

Sedang (medium)

2.1

3.0

Agak bulat (bold)

2.1

3.0

Bulat (round)

2.0

2.0

Karakteristik Bahan Sumber Karbohidrat Non Beras
Karbohidrat terbagi menjadi dua bagian yaitu karbohidrat sederhana dan
karbohidrat kompleks. Karbohidrat kompleks merupakan karbohidrat yang
terbentuk lebih dari 20 000 unit molekul monosakarida terutama glukosa.
Karbohidrat komplek yang dikonsumsi sebagai energi pokok adalah pati yang
umumnya terbentuk dari dua polimer molekul glukosa yaitu amilosa dan
amilopektin. Kandungan amilosa dan amilopektin akan bervariasi dalam produk
pangan, dimana semakin tinggi amilosa dan amilopektinnya maka akan semakin
mudah untuk dicerna dengan perbandingan 20% dan 80% dari jumlah pati total.

4

Karakteristik Sumber Bahan Simulated Rice Berasal dari Pati
Pati secara alami terdapat didalam senyawa-senyawa organik di alam yang
tersebar luas seperti didalam biji-bijian, batang dan umbi-umbian, sebagai contoh
garut, ganyong, sagu, tapioka, dan aren. Garut (Maranta arundinaceae)
mengandung kadar amilosa yang tinggi dan tidak mengandung senyawa anti
nutrisi sehingga dapat menjadi produk olahan seperti pati garut. Varietas ganyong
(Canna edulis) ada dua macam yaitu ganyong merah dan ganyong putih. Ganyong
merah memiliki batang yang lebih besar daripada ganyong putih sehingga hasil
umbi basah lebih besar tetapi ganyong putih memiliki kadar pati yang lebih tinggi.
Tapioka merupakan salah satu produk hasil olahan singkong yang diperoleh dari
pati yang diekstrak dari bagian umbi singkong. Aren (Arenga pinnata Merr) dapat
digunakan sebagai bahan baku untuk pangan non beras karena pembuatan pati
aren ketersediaannya kontinyu dan mudah diperoleh dengan harga yang relatif
murah. Sagu merupakan hasil ekstraksi empulur pohon sagu (Metroxylon sago
Rottb) yang sudah tua berumur 8-16 tahun. Komponen terbesar yang terkandung
dalam sagu adalah pati yang tersusun atas dua fraksi penting yaitu amilosa yang
merupakan fraksi linier dan amilopektin yang merupakan fraksi cabang.
Karakteristik Sumber Bahan Simulated Rice Berasal dari Tepung
Tepung pada bahan makanan memiliki massa jenis kisaran sebesar 1 000
hingga 1 500 kg/m3 sedangkan pati memiliki massa jenis 1 500 kg/m3. Beberapa
tepung yang dapat dimanfaatkan untuk pembuatan beras buatan seperti Sorgum
(Sorgum bicolor L) yang merupakan salah satu tanaman serealia dengan
memanfaatkan biji untuk dijadikan alternatif pengganti beras maupun tepung
substitusi produk makanan. Sorgum juga memiliki kandungan protein glutenin
dan gliadin namun protein sorgum kurang dapat membentuk glutenin jika
dibandingkan dengan protein tepung terigu (Suarni 2004). Sorgum juga memilki
kandungan tanin yang tinggi yaitu 3.67–10.66% (Suarni dan Singgih 2002).
Dalam pengolahan biji sorgum menjadi bahan makanan perlu menurunkan kadar
tanin dengan cara penyosohan. Tanin dapat membuat rasa biji sorgum menjadi
pahit dan dapat memberikan efek warna gelap pada produk. Penyosohan sorgum
dapat mengurangi kadar tanin hingga 75% (Suarni 2004). Jagung (Zea mays L)
juga memiliki potensi sumber karbohidrat pengganti beras dengan proses
penepungan metode basah karena menghasilkan rendemen tepung lebih tinggi
tetapi kandungan gizi lebih rendah bila dibandingkan dengan metode kering
(tanpa perendaman) (Suarni 2009).
Selain dari biji-bijian, bahan tepung bisa berasal dari umbi seperti ubi jalar
(Ipomoea batatas L) dan talas beneng (Xanthosoma undipes K.Koch). Bentuk
umbi yang rata (bulat dan bulat lonjong) dan tidak banyak lekukan termasuk umbi
yang berkualitas baik (Juanda dan Cahyono 2000). Ubi jalar yang berwarna putih
lebih diarahkan untuk pengembangan tepung karena umbi yang berwarna cerah
cenderung lebih baik kadar patinya dan warna tepung lebih menyerupai terigu
(Rosmarkam dan Yuwono 2002). Buah sukun merupakan salah satu bahan pangan
karbohidrat tinggi dan dapat dimanfaatkan sebagai bahan baku dalam pembuatan
tepung. Pada umumnya tepung sukun memiliki cita rasa yang khas dari buah
sukun itu sendiri dan kondisi bentuk keadaan tepung yang lebih baik
dibandingkan tepung tapioka dari segi rasa dan aroma (Suprapti 2007).

5

Metode Linear Programming
Masalah mathematical programming adalah suatu jenis masalah yang
mencari nilai maksimum atau minimum dari suatu fungsi tujuan dengan
memperhatikan kendala-kendala yang ada. Jika fungsi tujuan maupun fungsi
kendala (pembatas) berbentuk linier, maka masalah tersebut dikatakan masalah
linear programming. Linear programming adalah salah satu teknik dari riset
operasi untuk memecahkan persoalan optimasi (maksimum atau minimum)
dengan menggunakan persamaan dan ketidaksamaan linear dalam rangka untuk
mencari pemecahan yang paling optimal (Supranto J 2005). Solusi optimal
merupakan solusi yang memenuhi seluruh kendala dan tujuan (nilai pencapaian
tujuan sama dengan keadaan yang paling diinginkan).
Ada empat kondisi utama yang diperlukan bagi penerapan linear
programming. Pertama, harus adanya sumber daya yang terbatas (fungsi kendala).
Kedua, ada suatu fungsi tujuan seperti memaksimalkan laba atau meminimalkan
biaya. Ketiga, harus ada linearitas dan keempat, harus ada keseragaman (Muslich
M 2009). Fungsi kendala (pembatas) adalah suatu fungsi yang membatasi nilai
peubah keputusan yang nilainya dibatasi dengan “≤”, “≥”, atau “=” pada ruas kiri
dan kanan. Koefisien ruas kiri mencerminkan laju penggunaan sumberdaya untuk
satu unit aktivitas sedangkan ruas kanan merupakan suatu konstanta yang
mencerminkan sumberdaya yang tersedia. Fungsi tujuan adalah suatu fungsi linier
yang menunjukkan hubungan antara tujuan dengan peubah keputusan, misalkan
fungsi tujuan adalah Z maka koefisien dalam fungsi tujuan mencerminkan laju
pencapaian tujuan dari setiap unit peubah keputusan.
Formulasi standar linear programming adalah menentukan nilai peubah
keputusan x1, x2, . . . xn sedemikian rupa sehingga :
Maksimumkan Z = c1x1 + c2x2 + . . . + cixj + . . . + cnxn :
Dengan memenuhi kendala :
a11x1 + a12x2 + . . . + a1nxn ≤ b1
a21x1 + a22x2 + . . . + a2nxn ≤ b2
am1x1 + am2x2 + . . . + amnxn ≤ bm
dan x1≥ 0 , x2≥ 0 , . . . . . xn≥ 0 ,
Dimana : Xn = banyaknya kegiatan n, n=1, 2, .. m
m = variabel keputusan
Z = nilai fungsi tujuan
Cn = sumbangan per-unit kegiatan n, untuk masalah maximisasi, Cn
menunjukkan keuntungan atau penerimaan perunit. Sedangkan
kasus minimisasi menunjukkan biaya per-unit.
Bm = jumlah sumberdaya ke i (1, 2, .. m), m merupakan jenis
sumberdaya.
an = banyaknya sumberdaya n yang diperlukan untuk menghasilkan
satu unit barang ke m.
Pada linear programming diasumsikan bahwa model memilki satu tujuan,
yaitu memaksimumkan atau meminimumkan tujuan. Empat asumsi permasalahan
pada linear programming. Pertama, proporsionality yaitu setiap aktivitas dapat
dipertimbangkan secara independent dan konstribusinya terhadap tujuan
proporsional terhadap besaran aktivitas tersebut (Z = ckx k). Kedua, additivity
yaitu dengan mengasumsikan bahwa tidak ada interaksi antar aktivitas, sehingga

6

tidak ada bentuk perkalian antar aktivitas dalam model (Z=3A+2B). Ketiga,
divisibility yaitu nilai suatu aktivitas (peubah keputusan) dapat berbentuk pecahan
sehingga dapat dibagi dalam suatu fraksi (memperkerjakan 3½ orang
diintepretasikan dengan memperkerjakan 4 orang, 3 orang dengan jam kerja
penuh, 1 orang paruh waktu). Keempat, certainty yaitu semua parameter dalam
model (aij, bi, dan cj) mempunyai nilai yang bersifat pasti atau konstan (tidak ada
nilai bersifat probabilistik atau berubah-ubah).
Dengan formulasi satu tujuan, model linear programming dipaksa untuk
menyatukan semua tujuan, untuk itu menggunakan goal programming yaitu suatu
perluasan dari linear programming yang mempunyai multi tujuan. Oleh karena
itu, goal programming dapat meningkatkan fleksibilitas linear programming
dengan memasukkan berbagai tujuan tersebut, disamping tetap dapat
menghasilkan suatu solusi optimal dalam kaitannya dengan proritas tujuan.
Perangkat Lunak Linear Programming
Perangkat lunak yang digunakan untuk mendapatkan formulasi yang tepat
dengan menggunakan Software QM (Quantitative Methode) for windows
merupakan paket program komputer untuk menyelesaikan persoalan metode
kuantitatif, produksi, dan manajemen operasi (Prasetyo 2009). Software ini
dirancang oleh Howard J.Weiss tahun 1996 untuk membantu menejer produksi
jadi atau setengah jadi dalam proses pabrikasi. Software ini dirancang untuk
pengoperasian linear programming yaitu untuk membantu dalam perhitungannya.
Jadi kita harus dapat menginterpretasikan masalah dan teori programasi linier
(Anonim 2010). Dari penggunaan software ini diperoleh model matematik dan
perhitungan dari setiap kandungan bahan non beras sehingga menghasilkan
formulasi pencampuran tepung yang dibuat untuk simulated rice yang mendekati
kandungan gizi dan karakteristik sifat fisik seperti beras Ciherang. Cara
penggunaan software ini dengan menentukan fungsi tujuan terlebih dahulu
kemudian menentukan jumlah variabel batasan dan jumlah variabel. Variabel
batasan tersebut merupakan jumlah kendala untuk mencapai fungsi tujuan,
sedangkan jumlah variabel yang diperhitungkan adalah jenis produk yang
dihasilkan.

METODOLOGI PENELITIAN

Waktu dan Tempat
Penelitian dilakukan dari bulan Maret hingga November 2013 di
Laboratorium Siswadhi Soepardjo, Teknik Mesin dan Biosistem, Fakultas
Teknologi Pertanian, IPB, Laboratorium SEAFAST, Fakultas Teknologi
Pertanian, IPB, dan di Laboratorium Balai Besar Penelitian dan Pengembangan
Pasca Panen Pertanian, Bogor.

7

Bahan
Bahan yang digunakan adalah beberapa bahan sumber karbohidrat dalam
jenis tepung-tepungan dan pati-patian yaitu pati garut (GR), pati ganyong (GY),
tepung talas beneng (TB), tepung ubi jalar putih (UP), pati tapioka (TK), tepung
jagung putih (JP), pati sagu (SG), pati aren (AN), tepung sorgum (SM), tepung
sukun (SN), tepung beras Ciherang (BC) dan beras varietas Ciherang.
Alat
1. Alat untuk menyaring ukuran partikel tepung menggunakan ayakan getar /
Tyler dengan mesin pengayak merk retsch tipe AS200. Satu set ayakan
dilengkapi dengan saringan dengan urutan ukuran diameter lubang sesuai
dengan standar, yaitu nomor 80, 100, 120, 150,200 mesh dan pan. Selain itu
pada alat ini dilengkapi dengan stopwatch untuk membatasi waktu yang
diinginkan. Waktu yang digunakan selama pengayakan adalah 300 detik dan
amplitudo sebesar 80 agar dapat diketahui patikel tepung yang lolos dan
tertahan di ayakan.
2. Single Grain Mechine merupakan alat yang digunakan untuk mencetak bulir
simulated rice dan dilengkapi dengan sistem kontrol otomatis. Alat ini
menghasilkan bulir beras yang sesuai dengan dimensi beras pada umumnya.
3. Perangkat lunak yang digunakan untuk proses optimasi linear programming
adalah program QM for Windows dan penunjang analisis data hasil simulasi
menggunakan Ms. Office &Ms. Excel 2007. Perangkat keras yang digunakan
merupakan perangkat komputer dengan spesifikasi intel core i3-350M
processor, 1GB DDR3 memory, 320GB HDD.
4. Alat pengukuran yang digunakan adalah penggaris dan timbangan analitik.
ProsedurPenelitian
Tahap Persiapan Bahan
Tahap persiapan bahan merupakan tahapan awal peneliti untuk
mengumpulkan beberapa bahan yang digunakan untuk simulasi bahan pembuatan
simulated rice. Semua bahan disimulasi dan dianalisis dengan bantuan program
QM sehingga menghasilkan beberapa bahan campuran yang terpakai untuk
pembuatan simulated rice. Beberapa bahan yang digunakan dalam persiapan
bahan seperti pati garut diperoleh dari Malang, pati sagu diperoleh dari Jakarta,
pati aren diperoleh dari Bandung, tepung jagung putih diperoleh dari Yogyakarta
dan ditepungkan sendiri. Tepung yang berasal dari Bogor dan ditepungkan sendiri
adalah tepung ubi jalar putih dan tepung sorgum, tepung yang berasal dari Banten
adalah pati ganyong, pati tapioka, tepung talas beneng dan tepung sukun, beras
varietas Ciherang diperoleh dari Cianjur dan di tepungkan sendiri. Untuk
memperoleh semua bahan tersebut masih terjangkau dan mudah diperoleh karena
masih diolah secara tradisional. Semua bahan yang digunakan dalam penelitian
digolongkan dalam jenis pati dan tepung. Ada beberapa bahan yang belum
diperoleh dalam bentuk tepung sehingga peneliti melakukan penepungan sendiri,
seperti tepung sorgum, tepung ubi jalar putih dan tepung jagung putih. Proses
pembuatan tepung sendiri dapat dijelaskan sebagai berikut.

8

1. Proses pembuatan tepung ubi jalar putih
Umbi ubi jalar diiris tipis lalu direndam dalam larutan Na metabisulfit 0.3%
selama dua jam, kemudian ditiris pada rak pengering. Selanjutnya
dikeringkan sampai kadar air kurang dari 12%. Pengeringan dilakukan
menggunakan mesin pengering rak pada suhu 50º C. Waktu yang digunakan
untuk pengeringan adalah 6 jam, kemudian di tepungkan menggunakan disc
mil (Nur Richana dan Widaningrum 2009).
2. Proses pembuatan tepung jagung putih
Pembuatan tepung jagung putih menggunakan metode basah. Tahapan awal
mulai jagung putih pipilan kering disosoh selanjutnya direndam dengan air
selama 8 jam. Kemudian ditiriskan, ditepungkan, diayak dengan saringan
120mesh dan dikeringkan hingga kadar air ±10% (Suarni 2010).
3. Proses pembuatan tepung sorgum
Pada pembuatan tepung, Sorgum pipilan kering disosoh selanjutnya direndam
dengan air selama 4 jam. Kemudian ditiriskan, ditepungkan, diayak dengan
saringan 120 mesh dan dikeringkan hingga kadar air ±12%.
Beberapa bahan tepung sebelum dimasukkan ke Laboratorium di
standarkan terlebih dahulu hingga lolos 120 mesh dan dilakukan pengambilan
sampel dengan metode sampling “Coning and Quartering” bertujuan agar ukuran
partikel pada bahan seragam. Metode sampling dapat dilihat pada Gambar 2.
Tahap Pengukuran dan Perhitungan
Tahap pengukuran dan perhitungan data dilakukan di Balai Besar
Penelitian dan Pengembangan Pasca Panen Pertanian, Bogor. Masing-masing
bahan diambil sebanyak 500 gram dengan metode Coning and quartering untuk
dianalisis kandungan gizinya, meliputi kadar protein, kadar air, kadar abu, kadar
lemak, kadar karbohidrat, kadar serat pangan, kadar serat kasar, gula total,
amilosa dan amilopektin.
Sebelum semua bahan dimasukkan kedalam Laboratorium, masing-masing
bahan diayak hingga lolos 120 mesh bertujuan agar semua bahan standar atau
memiliki partikel terbesar di 120 mesh. Kemudian masing-masing bahan tersebut
dilakukan pengambilan sampel dengan metode Coning and quarteringyaitu
metode pengambilan sampel untuk skala Laboratorium yang bertujuan agar bahan
yang terkandung memiliki ukuran partikel yang seragam dan massa jenis yang
sama (Canovas et.al. 2005). Cara melakukan pengambilan sampel dengan metode
Coning and quartering (Gambar 2) dengan membuat bahan tepung berbentuk
kerucut (A), kemudian setengah bagian puncak dari kerucut itu dibuang (C) dan
diambil pada bagian bawah dengan memotong menjadi empat bagian (B),
kemudian dibentuk menyerupai kerucut lagi (D). Pada bagian (E) bentuk kerucut
bagian bawah tersisa menjadi empat bagian dimana bagian samping dibuang
hingga tersisa bagian tengah (F). Bagian tengah (F) dan bagian puncak (G)
diambil. Agar lebih jelas dapat dilihat pada Gambar 2. Dalam metode Coning and
quartering menghasilkan sampel sebanyak satu kilogram dari lima kilogram
sampel yang digunakan, sampel kemudian dimasukkan ke dalam Laboratorium
untuk dianalisis kandungan gizinya.

9

Beberapa perhitungan yang dilakukan untuk menghasilkan beberapa
kandungan gizi dapat diketahui dari persamaan dibawah ini :
1. Perhitungan kadar air.
Sebanyak satu gram sampel ditimbang dalam cawan kemudian
dimasukkan ke dalam oven bersuhu 105ºC, selama 8 jam, kemudian
ditimbang. Kadar air di hitung dengan rumus :
Kadar air =
x 100 %
2. Perhitungan kadar abu.
Sebanyak satu gram sampel ditempatkan dalam cawan porselain kemudian
dibakar sampai tidak berasap, kemudian diabukan dalam tanur suhu 600ºC
selama dua jam, kemudian ditimbang.
x 100 %
Kadar abu =
3. Perhitungan kadar lemak.
Sebanyak dua gram sampel disebar diatas kapas yang beralas kertas saring
dan digulung membentuk thimble, kemudian dimasukkan ke dalam labu
soxhlet. Kemudian ekstraksi selama 6 jam dengan pelarut lemak berupa
heksan sebanyak 150 ml. Lemak yang terekstrak, kemudian dikeringkan
dalam oven pada suhu 100ºC selama satu jam.
Kadar lemak =
x 100 %
4. Perhitungan kadar protein.
Sebanyak 0.25 gram sampel, dimasukkan dalam labu kjeldahl 100 ml dan
tambahkan selenium 0.25 gram dan 3 ml H2SO4 pekat. Kemudian lakukan
destruksi (pemanasan dalam keadaan mendidih) selama satu jam, sampai
larutan jernih. Setelah dingin tambahkan 50 ml aquadest dan 20 ml NaOH
40%, lalu didestilasi. Hasil destilasi kemudian ditampung dalam labu
erlenmeyer yang berisi campuran 10 ml H3BO3 2% dan 2 tetes indicator Brom
Cresol Green-Methyl Red berwarna merah muda. Setelah volume hasil
tampungan (destilat) menjadi 10 ml dan berwarna hijau kebiruan, destilasi
dihentikan dan destilasi dititrasi dengan HCl 0.1 N sampai berwarna merah
muda. Perlakuan yang sama dilakukan juga terhadap blanko. Dengan metode
ini diperoleh kadar nitrogen total yang dihitung dengan rumus :
%N =
x 100 %
Keterangan : S= Volume titran sampel (ml)
B= Volume titran blanko (ml)
w= Bobot sampel kering (mg). Kadar protein diperoleh dengan
mengalikan kadar nitrogen dengan faktor perkalian untuk berbagai
bahan pangan berkisar 5.18–6.38 (AOAC.1980).
5.Perhitungan kadar karbohidrat.
Kadar karbohidrat total ditentukan dengan metode carbohidrat by
difference yaitu 100 % - (kadar air + kadar abu + kadar protein + kadar
lemak).

10

6.Perhitungan derajat putih.
Penentuan derajat putih pada tepung dan beras dilakukan dengan
menggunakan alat whiteness meter kett dengan pembanding plat datar putih
yang memiliki derajat putih sebesar 84.2 sebagai standarnya.

Gambar 2 Coning and quartering methods (Allen 1997).
Tahap Optimasi Bahan dengan Program QM
Tahap otimasi bahan dilakukan dengan metode linear programming
menggunakan program QM untuk membantu persoalan dalam pemecahan
pembuatan simulated rice. Program QM dapat memberikan alternatif beberapa
bahan yang dapat dijadikan campuran dengan beberapa kondosi yang membatasi.
Untuk menyelesaikan persoalan linear programming dapat dilakukan dengan
langkah sebagai berikut.
1. Menjalankan program QM for Windows, dan pilih Module (linear
programming)
2. Memilih menu file lalu New, sehingga muncul tampilan seperti Gambar 3.
3. Pada bagian Title ditulis “simulated rice “untuk judul penyelesaian.
4. Mengisi jumlah kendala dengan 10, dengan mengklik tanda pada kotak
number of constrains.
5. Mengisi jumlah variabel dengan 11, dengan mengklik tanda pada kotak
number of variables.
6. Pada tab Row names, pilih other, dan mengisi dengan “protein” (atau
kandungan gizi lainnya).
7. Pada tab Column names, pilih other, dan mengisi “GR”, yang merupakan
singkatan dari bahan-bahan yang digunakan, misalkan GR=Garut
8. Pada bagian objective, memilih Minimize, karena tujuan yang diinginkan
adalah meminimalkan amilosa.
9. Tampilan akan menjadi seperti pada Gambar 4.
10. Selanjutnya pilih OK, kemudian memasukkan data-data hasil dari
Laboratorium (Gambar 6).
11. Untuk menyelesaikan persoalanlinear programming pilih menu solve,
sehingga output (keluaran) hasil persoalan akan muncul seperti solusi
(Gambar 7).

11

Gambar 3 Tampilan awal program QM

Gambar 4 Tampilan Modul linear programming setelah beberapa pilihan diisi.
Tahap Penyusunan Formulasi Simulated Rice
Pada tahap penyusunan formulasi simulated rice diperoleh dari hasil
keluaran program QM yang menunjukkan bahan-bahan yang berpotensi untuk
dijadikan pencampuran. Bahan-bahan tersebut selanjutnya dianalisis agar sesuai
dengan pendekatan beras buatan yang sudah ada seperti beras analog yaitu
tersusun dari 30% bahan jenis pati dan 70% bahan jenis tepung. Apabila sesuai
dengan penyusunan bahan maka dilakukan pencampuran bahan hingga seragam.
Pencampuran bahan dapat dilakukan dengan mixer agar bahan tercampur merata
dan menggunakan ayakan getar sehingga bahan jenis tepung dan pati dapat saling
mengikat.
Bahan formulasi simulated rice setelah tercampur hingga seragam,
kemudian dianalisis kembali kandungan gizinya sehingga menyerupai kandungan
gizi pada beras Ciherang sebagai standarnya. Cara menghitung kandungan gizi
simulated rice dengan mengalikan nilai bobot hasil optimasi bahan yang terpakai
sebagai campuran dengan kandungan gizi awal bahan campuran.

12

Asumsi dan Kondisi Batas Penyusunan Formulasi Simulated Rice
Dalam pembuatan simulated rice diasumsikan semua bahan jenis tepungtepungan dan pati-patian tersedia untuk disimulasi. Perbandingan jumlah pati dan
tepung adalah 30% banding 70%, dimana pada kandungan tepung 70% terdiri dari
dua jenis tepung yang berbeda. Sedangkan kondisi batas dalam penyusunan
simulated rice adalah semua kandungan gizi pada beras Ciherang. Tahapan
penelitian secara keseluruhan untuk memperoleh model formulasi simulated rice
dapat dilihat pada Gambar 5.
Penyiapan bahan
Analisis kandungan gizi
masing masing bahan tepung
Proses optimasi bahan
Data formulasi bahan

Tidak

Bahan
seragam
Ya
Pencampuran bahan

Tidak

Memenuhi
standar
Ya

Analisis kandungan gizi hasil optimasi
Simulated rice
Gambar 5 Diagram alir prosedur penelitian

13

HASIL DAN PEMBAHASAN
Analisis Pendekatan Penyusunan Formulasi Simulated Rice
Sumber karbohidrat lokal non beras yang digunakan dalam simulasi
adalah ganyong, garut, singkong, jagung, ubi jalar, sorgum, sukun, sagu, aren, dan
talas beneng yang merupakan aneka sumber karbohidrat lokal yang mudah
diperoleh dan harganya masih terjangkau serta pemanfaatan dalam pengolahan
lebih lanjut dalam bidang pangan belum banyak dilakukan. Pemanfaatan sumber
karbohidrat lokal ini bertujuan agar bahan pangan lokal memiliki nilai jual yang
tinggi dan dapat dimanfaatkan untuk menggantikan bahan pangan pokok seperti
beras.
Pembuatan simulated rice dilakukan dengan beberapa pendekatan agar
menghasilkan produk seperti beras Ciherang. Pendekatan yang dilakukan meliputi
kandungan gizi, penyusun komposisi seperti beras tiruan atau beras analog dan
karakteristik sifat fisik. Dalam pendekatan kandungan gizi meliputi protein,
amilosa, lemak, kadar abu, kadar air, serat pangan, serat kasar, gula total, dan
amilopektin merupakan kandungan yang dibutuhkan dalam tubuh manusia
sehingga sesuai dengan kandungan gizi beras pada umumnya. Pendekatan pada
penyusun komposisi simulated rice sama dengan beras tiruan atau beras analog
yang telah dilakukan oleh peneliti sebelumnya, dimaksudkan agar menghasilkan
beras tiruan atau beras analog yang terbuat dari bahan karbohidrat non beras
dengan pencampuran perbandingan antara tepung dan pati sedemikian rupa.
Pencampuran tepung dan pati dilakukan agar partikel antar bahan bisa saling
mengikat satu sama lainnya sehingga beras dapat dicetak. Pada pendekatan sifat
fisik simulated rice ini dapat dilihat dari bentuk, massa jenis dan warnanya yang
menyerupai beras pada umunya.
Pendekatan kandungan gizi pada simulated rice terhadap kandungan gizi
beras Ciherang dengan meminimalkan kandungan amilosa agar menjadi rendah
danmenjadikan kandungan gizi lainnya lebih tinggi daripada kandungan beras
pada umumnya. Pemilihan kandungan gizi beras Ciherang yang dijadikan sebagai
faktor pembatas atau acuan dalam pembuatan simulated rice karena beras
Ciherang merupakan beras yang sangat digemari masyarakat karena kandungan
gizinya yang tinggi dan tekstur nasi yang pulen.
Berdasarkan tujuan dalam pembuatan simulated rice agar mendekati
kandungan gizi beras yang disukai masyarakat (beras Ciherang), bila dilihat dari
kandungan gizi dari berbagai bahan simulasi dapat menentukan bahan yang akan
dipakai dalam pencampuran. Misalkan untuk membuat amilosa menjadi rendah
dapat melihat kandungan amilosa pada bahan simulasi yang memiliki kandungan
amilosa rendah atau apabila ingin membuat tinggi kandungan protein dengan
mencampurkan bahan simulasi yang memiliki protein yang tinggi. Namun hal ini
tidak sesuai karena bahan yang tercampur nantinya tidak mengandung
perbandingan tepung dan pati. Oleh karena itu beberapa bahan simulasi akan
diproses dengan program QM untuk menentukan bahan yang terpakai sebagai
campuran pembuatan simulated rice yang terdiri dari jenis pati dan tepung. Selain
itu program QM akan menghasilkan nilai optimasi sehingga dapat dianalisis
kandungan gizinya hingga mendekati nilai kandungan gizi yang diinginkan.

14

Analisis Model Optimasi Penyusunan Formulasi Simulated Rice
Persamaan linear programming merupakan metode yang digunakan dalam
model optimasi penyusunan formulasi simulated rice yaitu dengan
meminimumkan fungsi tujuan dari variabel keputusan. Fungsi tujuan yang
diinginkan adalah meminimalkan amilosa dan fungsi kendala adalah kadar
protein, lemak, abu, air, serat pangan, serat kasar, gula total dan amilopektin.
Kandungan gizi yang terdapat pada beras Ciherang dijadikan faktor yang
membatasi faktor kendala. Berikut adalah model optimasi dengan metode linear
programming.
Variabel Keputusan :
GR
: Jumlah produk pati Garut
GY
: Jumlah produk pati Ganyong
TK
: Jumlah produk pati Tapioka
UP
: Jumlah produk tepung Ubi jalar Putih
JP
: Jumlah produk tepung Jagung Putih
SG
: Jumlah produk pati Sagu
TB
: Jumlah produk tepung Talas Beneng
AN
: Jumlah produk pati Aren
SM
: Jumlah produk tepung Sorgum
SN
: Jumlah produk tepung Sukun
Fungsi Tujuan :
Minimisasi Amilosa = 25.44GR + 31.02GY + 27.86TK + 25.05UP + 22.83JP +
29.07SG + 14.13TB + 28.18AN + 25.88SM + 21.12SN
(1)
Fungsi Kendala :
1. 0.59GR + 0.57GY + 0.44TK + 5.12UP + 8.08JP + 4.58SG + 6.04TB +
0.58AN + 5.67SM + 5.31SN ≥8.75 (protein)
(2)
2. 0.32GR + 0.57GY + 0.28TK + 0.55UP + 1.96JP + 4.77SG + 0.79TB +
0.42AN + 0.86SM + 3.95SN ≥ 0.44 (lemak)
(3)
3. 0.246GR + 3.81GY + 0.06TK + 1.82UP + 0.48JP + 0. 2SG + 0.6TB + 0.2AN
+ 0.48SM + 3.16SN≥ 0.34 (kadar abu)
(4)
4. 9.9GR + 16.86GY + 4.62TK + 7.26UP + 3.6JP + 14.59SG + 11.93TB +
12.57AN + 11.28SM + 9.03 SN≥ 1.87 (kadar air)
(5)
5. 2.38GR + 1.97GY + 2.34TB + 2.32UP + 1.43TK + 3JP + 1.32SG + 1.54AN +
4.36SM + 2.25SN ≥ 6.35 (serat pangan)
(6)
6. 0.44GR +0.48GY + 3.07TB + 2.55UP + 0.35TK + 0.30JP + 0.37SG +
0.42AN + 0.76SM + 0.49SN ≥ 0.29 (serat kasar)
(7)
7. 0.92GR + 1.22GY + 1.89TB + 4.28UP + 1.03TK + 2.09JP + 0.28SG +
1.17AN + 1.03SM + 1.53SN ≥ 1.07 (gula total)
(8)

15

8. 8.8GR + 47.06GY + 62.88TK + 56.91UP +62.88JP + 47.22SG + 61.85TB +
55.61AN + 54.43SM + 52.96SN ≥ 54.12 (Amilopektin)
(9)
Syarat tidak boleh negatif
GR≥0; GY≥0; TK≥0; UP≥0; JP≥0; SG≥0; TB≥0; AN≥0; SM≥0; SN≥0

(10)

Persamaan 1 hingga 10 merupakan model linear programming yang
menjadi syarat dalam penggunaan program QM. Angka yang terdapat dalam
persamaan ini adalah angka yang diperoleh dari hasil Laboratorium, yang
nantinya dimasukkan kedalam program QM sesuai dengan nilai kandungan
masing-masing bahan. Seperti pada fungsi tujuan untuk meminimalkan amilosa
dengan model linear programming adalah 25.44GR + 31.02GY + 27.86TK +
25.05UP + 22.83JP + 29.07SG + 14.13TB + 28.18AN + 25.88SM + 21.12SN
menunjukkan kandungan amilosa yang terdapat pada pati garut sebanyak 25.44%,
pada pati ganyong sebanyak 31.02%, pada pati tapioka sebanyak 27.86%, pada
tepung ubi jalar putih sebanyak 25.05%, pada tepung jagung putih sebanyak
22.83%, pada pati sagu sebanyak 29.07%, pada tepung talas beneng sebanyak
14.13%, pada pati aren sebanyak 28.18%, pada tepung sorgum sebanyak 25.88%,
pada tepung sukun sebanyak 21.2%.
Pada fungsi kendala persamaan 2 menunjukkan 0.59GR + 0.57GY +
0.44TK + 5.12UP + 8.08JP + 4.58SG + 6.04TB + 0.58AN + 5.67SM + 5.31SN
≥8.75 (protein), hal ini berarti kandungan protein pada pati garut sebesar 0.59 %,
pati ganyong sebesar 0.57%, pati tapioka sebesar 0.44%, tepung ubi jalar putih
sebesar 5.12%, tepung jagung putih sebesar 8.08%, pati sagu sebesar 4.58%,
tepung talas beneng sebesar 6.04%, pati aren sebesar 0.58%, tepung sorgum
sebesar 5.67%, dan tepung sukun sebesar 5.31%. Kemudian semua kandungan
protein dari beberapa bahan ini dijumlahkan sehingga hasilnya harus lebih besar
dari faktor pembatas (yang diinginkan) yaitu kandungan protein beras Ciherang
sebesar 8.75%, demikian seterusnya pada persamaan 3 hingga 9. Lambang
persamaan “≥” (lebih besar sama dengan) pada fungsi kendala bertujuan agar
kandungan gizi pada simulated rice menjadi lebih tinggi dari yang diinginkan
(beras Ciherang). Begitu pula pada persamaan 10 merupakan syarat tidak boleh
negatif yang artinya semua bahan yaitu garut, ganyong, tapioka, talas beneng, ubi
jalar putih, jagung putih, sagu, aren, sorgum, sukun harus memiliki nilai dimana
nilai tersebut harus lebih besar dari nol. Apabila salah satu dari bahan memiliki
nilai kurang dari nol atau negatif maka solusi dari optimasi ini tidak sesuai dengan
target pencapaian.
Input data pada program QM (Gambar 6) menunjukkan bagian data yang
merupakan fungsi tujuan (Minimize pada bagian atas program) dan fungsi kendala
(kandungan gizi). Dalam menginput data berdasarkan model linear programming
bertujuan agar nilai kandungan gizi yang diinginkan dapat tercapai. Program QM
bekerja untuk mencari nilai bahan simulasi yang nilainya mendekati dengan
fungsi tujuan hingga menghasilkan bahan yang akan terpakai sebagai campuran
formulasi simulated rice. Prinsip kerja program QM sangat memperhatikan nilai
keluaran (solusi) untuk dijadikan parameter optimasi.
Solusi linear programming yang dihasilkan berdasarkan program QM
(Gambar 7) menunjukkan bahwa yang memiliki status “basic” pada beberapa

16

bahan simulasi merupakan bahan yang terpakai untuk dijadikan formulasi
pembuatan simulated rice, dan bahan yang memiliki status non basic merupakan
bahan yang tidak berpotensi untuk dijadikan bahan campuran Simulated rice.
Bahan yang berpotensi untuk dijadikan bahan campuran pembuatan Simulated
rice yaitu pati garut sebanyak 0.615 bagian, tepung talas beneng sebanyak 0.6768
bagian dan tepung sorgum sebanyak 0.7575 bagian. Apabila dinormalisasikan ke
dalam suatu produk maka bahan yang terkandung dalam suatu produk simulated
rice dapat dilihat pada Lampiran 7.
Status basic atau non basic juga terdapat pada kandungan gizi (kadar air
hingga amilopektin) yang merupakan fungsi kendala pada model linear
programming, hal ini yang menyebabkan nilai hasil optimasi lebih besar dari nilai
yang diinginkan. Surplus dapat dikatakan memiliki kelebihan sumberdaya
sehingga bisa dialokasikan ke tempat lain. Berdasarkan hasil dari program QM
menunjukkan bahwa yang memiliki status basic merupakan kandungan gizi yang
memiliki nilai lebih dalam mencapai kandungan gizi yang diinginkan. Sebaliknya
untuk yang berstatus non basic tidak memiliki nilai lebih atau kurang (bernilai
nol) sehingga kandungan gizi yang diinginkan tidak tercapai. Hal ini yang
menyebabkan kandungan protein dan serat pangan memiliki nilai lebih rendah
dari yang diinginkan (tidak tercapai) dan dapat dilihat pada solusi program QM
yang memiliki status non basic sehingga bernilai nol. Perhitungan surplus untuk
membuktikan bahwa suatu surplus memiliki nilai atau tidak dapat dilihat pada
Lampiran 7.
Kandungan gizi yang memiliki surplus menunjukkan sumberdaya yang
tersedia dan masih bisa untuk dialokasikan ke tempat lain, namun apabila nilainya
sangat berbeda jauh dengan nilai yang diinginkan perlu di waspadai. Misalkan
untuk potensi kadar air yang merupakan salah satu kandungan gizi yang nilainya
sudah tercapai dan memiliki nilai surplus yang tinggi, akan menyebabkan suatu
bahan baku tersebut bisa mencapai hingga kadar air menuju surplus, begitu juga
pada kandungan amilopektin yang nilai surplusnya lebih tinggi. Sedangkan
kandungan yang tidak memiliki surplus menunjukkan sumberdaya yang terbatas
sehingga untuk mencapai sumber yang diinginkan masih kurang sekali. Hal ini
yang menunjukkan bahwa nilai pada kandungan gizi protein dan serat pangan
menjadi nol.
Optimal value merupakan nilai optimal yang dihasilkan dari suatu fungsi
tujuan pada program QM yang menunjukkan bahwa nilai minimal amilosa
terendah hasil optimasi sebesar 44.7518%. Nilai ini diperoleh dari penjumlahan
antar bahan hasil optimasi yang telah dikalian dengan faktor hasil optimasi
(Lampiran 7). Berdasarkan fungsi tujuan yaitu meminimalkan amilosa, maka
untuk mengetahui kandungan amilosa pada produk simulated rice dengan
mengalikan banyaknya bahan (dalam persen) yang menjadi campuran formulasi
dengan kandungan gizi awal bahan formulasi (Tabel 2) sehingga diperoleh
kandungan amilosa simulated rice sebesar 21.86%. Nilai optimasi amilosa
terendah sebesar 44.7518% dalam program QM setara dengan kandungan amilosa
dalam produk simulated rice sebesar 21.86%.

17

Fungsi Tujuan

Fungsi Kendala

Gambar 6 Tampilan input data hasil Laboratorium

Gambar 7 Tampilan solusi bahan untuk formulasi
Analisis Perbandingan Jumlah Pati dan Tepung pada Simulated Rice
Berdasarkan faktor hasil optimasi yang dinormalisasikan kedalam bentuk
persen (Lampiran 7) menunjukkan bahwa kandungan yang terdapat dalam produk
simulated rice berupa 30% pati garut, 33.09% tepung talas beneng, dan 36.91%
tepung sorgum. Berdasarkan penelitian Lisnan (2008) yang membuat beras tiruan
berbasiskan tepung dan pati singkong sebanyak 70:30 merupakan beras dengan
formula terbaik. Dan menurut penelitian Widara Suba (2012) menjelaskan bahwa

18

perbandingan jumlah pati 30% dari satu jenis pati dan tepung 70% dari dua jenis
tepung merupakan formulasi terbaik untuk pebuatan beras analog. Berdasarkan
pendekatan terhadap penelitian yang telah dilakukan tersebut menunjukkan bahwa
formulasi pada simulated rice mengandung 30% jenis pati (garut) dan 70% jenis
tepung (talas beneng dan sorgum).
Kandungan bahan dengan campuran pati dan tepung bertujuan agar bahan
bisa mengikat satu sama lainnya sehingga memudahkan dalam proses pencetakan.
Hal ini dikarenakan partikel pati lebih kecil daripada partikel tepung sehingga pati
bersifat sebagai perekat atau yang menyebabkan antar partikel saling mengikat.
Pengikatan antar partikel dapat diketahui dari uji distribusi partikel dengan alat
menggunakan ayakan getar (Tyler) yang menunjukkan bahan tersebut tertahan di
120 mesh. Secara seragam semua bahan telah lolos di 120 mesh karena adanya
pencampuran bahan yang mengandung pati dan tepung sehingga bahan tertahan.
Data hasil distribusi partikel bahan dapat dilihat pada Lampiran 5.
Analisis Kandungan Gizi pada Formulasi Simulated Rice
Berdasarkan hasil analisis perhitungan dari program QM yang telah
dilakukan (Tabel 2) diperoleh data untuk kandungan gizi simulated rice.
Kemudian data hasil analisis dibandingkan dengan kandungan gizi tepung beras
Ciherang (Tabel 3) menjelaskan bahwa kandungan gizi pada simulated rice telah
tercapai dan mendekati kandungan gizi pada tepung beras Ciherang, namun pada
kadar protein dan serat pangan masih belum tercapai atau nilai kandungan gizinya
lebih rendah dari tepung beras Ciherang.
Pada kandungan gizi simulated rice yang lebih diperhatikan adalah amilosa
karena semakin rendah kandungan amilosa menghasilkan nasi lengket dan lunak
pulen yang disukai masyakat. Kandungan amilosa digolongkan ke dalam tiga
golongan yaitu amilosa rendah (10-20%) amilosa sedang (20-25%) dan amilosa
tinggi (25-32%). Perbandingan antara amilosa dan amilopektin menentukan mutu
rasa dan tekstur nasi. Kadar amilosa yang terkandung pada simulated rice sebesar
21.86% yang berarti tergolong dalam amilosa sedang. Amilosa adalah senyawa
polimer glukosa yang memiliki rantai lurus dan tidak bercabang. Analisis kadar
amilosa pada beras bertujuan untuk mengetahui hubungannya dengan kepulenan
beras tersebut. Oleh sebab itu, pengukuran kadar amilosa disajikan salah satu
parameter karakterisasi beras varietas baru (Balai penelitian tanaman padi 2004).
Berdasarkan hasil simulasi metode linear programming yang bertujuan
meminimalkan amilosa menunjukkan bahwa hasil amilosa pada tepung simulated
rice (21.86%) masih lebih besar dari yang diharapkan (21.77%) menghasilkan
selisih 0.09%. Namun untuk mengatahui nilai target pecapaian kadar amilosa
(Lampiran 7) menghasilkan 99.58%, hal ini menunjukkan target pencapaian kadar
amilosa yang terkandung dalam tepung simulated rice mendekati kandungan gizi
amilosa tepung beras Ciherang.
Menurut Widowati et al. (2006), kadar amilosa memiliki kolerasi yang
cukup tinggi dengan indek glikemik. Semakin tinggi kadar amilos