Penjadwalan Transportasi Tandan Buah Segar dan Tandan Kosong Kelapa Sawit (Studi Kasus di PTPN VIII Kertajaya Banten)

1

PENJADWALAN TRANSPORTASI TANDAN BUAH SEGAR DAN TANDAN

KOSONG KELAPA SAWIT (

STUDI KASUS DI PTPN VIII KERTAJAYA

BANTEN

)

SKRIPSI

DIMAS GUSTI RANDA

F34070103

FAKULTAS TEKNOLOGI PERTANIAN

INSTITUT PERTANIAN BOGOR

BOGOR

2011

2

FRESH FRUIT BUNCH AND EMPTY FRUIT BUNCH OIL PALM TRANSPORTATION

SCHEDULING (CASE STUDY IN PTPN VIII KERTAJAYA BANTEN) Dimas Gusti Randa and Machfud

Department of Agroindustrial Technology, Faculty of Agricultural Technology, Bogor Agricultural University, IPB Dramaga Campus, PO Box 220, Bogor, West Java,

Indonesia,

Phone: 62 812 5861800, e-mail: dimas.g.randa@gmail.com

ABSTRACT

Transportation scheduling nowadays has been considered as one of important factor in efficiency of an industry production system. In a context of oil palm industry, transportation scheduling is in charge of implementation of fresh fruit bunch transportation from the field to the factory, and empty fruit bunch, as by product of fresh fruit bunch processing in factory, to the field. Research in PTPN VIII Kertajaya was done in order to meet optimization of transportation resource allocation. Transportation scheduling was implemented by considering crop scheduling and factory process scheduling. This transportation model scheduling consists of three sub models: production forecasting, crop route, and vehicle number. Data of daily production in January and February 2011 was simulated in a fit distribution and used as the basic of daily production forecasting in March 2011. Fresh fruit bunch production forecasting was used to decide the crop route, which was trip number needed to collect all fresh fruit bunches in all filed divisions. All trips needed and production time provided were input of vehicle number calculation, then these trips were scheduled in each time unit. Model validation used sMAPE and MAPE tests. Fresh fruit bunch forecasting resulted 159%, 95%, 67%, and 51% of sMAPE value for each Division 1, Division 2, Division 3, and Divison 4. It is better than current one used in the company which results 161%, 138%, 77%, and 65%. MAPE value for empty fruit bunch production forecasting is 23.41% and vehicle number forecasting is 12.43%. Keywords: transportation, scheduling, oil palm

3

Dimas Gusti Randa. F34070103. Penjadwalan Transportasi Tandan Buah Segar dan Tandan Kosong Kelapa Sawit (Studi Kasus PTPN VIII Kertajaya Banten). Dibawah bimbinganMachfud. 2011

RINGKASAN

Transportasi tandan buah segar dan tandan kosong sebagai salah satu bagian dari mata rantai dalam industri kelapa sawit turut memegang peranan dalam optimisasi produksi minyak sawit. Transportasi tandan buah segar bertanggung jawab mulai dari saat tandan buah segar tepat selesai dipanen sampai dengan dibongkar di loading ramp untuk selanjutnya diolah di pabrik, sedangkan transportasi tandan kosong bertanggung jawab dalam pengalokasian tandan kosong sebagai hasil samping pengoolahan tandan buah segar. Optimisasi transportasi yang berupa penjadwalan akan menguntungkan setidaknya dilihat dari tiga sisi, yaitu efisiensi sumber daya, penjagaan mutu tandan buah segar, dan peningkatan produktivitas.

Penelitian di PTPN VIII Perkebunan Kertajaya dilakukan dalam rangka pencapaian optimisasi penggunaan sumber daya transportasi dalam melakukan pengangkutan tandan buah segar dari kebun ke pabrik dan pengangkutan tandan kosong dari pabrik ke kebun. Transportasi pengangkutan dipandang sebagai penghubung antara kebun dan pabrik. Ketiganya yaitu kebun, pabrik, dan transportasi adalah kesatuan mata rantai yang saling berkaitan. Dengan demikian, maka penjadwalan transportasi juga memperhatikan penjadwalan panen di kebun dan penjadwalan produksi di pabrik. Hal ini karena ketiga komponen ini akan berorientasi akhir pada terbentuknya mutu yang baik pada produk olahan kelapa sawit. Penjadwalan transportasi tidak dapat berdiri sendiri dan sangat dipengaruhi oleh penjadwalan panen dan penjadwalan produksi di pabrik.

Pemodelan dalam penelitian ini terdiri dari tiga submodel, yaitu submodel prakiraan produksi, penentuan rute panen, dan penentuan jumlah kendaraan. Submodel prakiraan produksi menggunakan teknik simulasi dengan bantuan perangkat lunak EasyFit 5.5. Data empiris produksi harian TBS di masing-masing afdeling dan tandan kosong selama Januari sampai dengan Februari 2011 dijadikan sebagai masukan dalam melakukan simulasi untuk mendapatkan prakiraan produksi harian selama Maret 2011. Selang kepercayan yang digunakan adalah 95%. Keluaran berupa prakiraan produksi TBS harian bulan Maret 2011 nantinya akan digunakan dalam penentuan rute panen, yaitu berupa jumlah trip untuk setiap afdeling. Jenis dan jumlah trip dan jadwal produksi di pabrik dijadikan masukan dalam penentuan jumlah kendaraan. Selanjutnya sejumlah kendaraan tersebut akan dijadwalkan untuk setiap trip pada setiap satuan waktu.

Validasi model penjadwalan dilakukan dengan uji sMAPE untuk prakiraan produksi TBS dan uji MAPE untuk prakiraan produksi tandan kosong dan submodel penentuan jumlah kendaraan. Hasil validasi menunjukkan bahwa nilai sMAPE untuk submodel prakiraan TBS Afdeling 1, Afdeling 2,

Afdeling 3, dan Afdeling 4 masing-masingnya adalah 159%, 95%, 67%, dan 51%. Hasil ini lebih baik daripada prakiraan yang telah ada di perusahaan yaitu masing-masing 161%, 138%, 77%, dan 65%. Nilai MAPE yang didapatkan untuk prakiraan produksi tandan kosong adalah 23.41% dan submodel penentuan jumlah kendaraan adalah 12.43%. Nilai MAPE tersebut kurang dari 25% sehingga layak untuk digunakan.

4

PENJADWALAN TRANSPORTASI TANDAN BUAH SEGAR

DAN TANDAN KOSONG KELAPA SAWIT (

STUDI KASUS DI

PTPN VIII KERTAJAYA BANTEN

)

SKRIPSI

Sebagai salah satu syarat untuk memperoleh gelar

SARJANA TEKNOLOGI PERTANIAN

pada Departemen Teknologi Industri Pertanian,

Fakultas Teknologi Pertanian,

Institut Pertanian Bogor

Oleh

DIMAS GUSTI RANDA

F34070103

FAKULTAS TEKNOLOGI PERTANIAN

INSTITUT PERTANIAN BOGOR

BOGOR

2011

5

Judul Skripsi : Penjadwalan Transportasi Tandan Buah Segar dan Tandan Kosong Kelapa Sawit

(Studi Kasus di PTPN VIII Kertajaya Banten) Nama : Dimas Gusti Randa

NIM : F34070103

Menyetujui,

Pembimbing,

(Dr. Ir. Machfud, M.S.) NIP. 19510321 107803 1 003

Mengetahui: Ketua Departemen,

(Prof. Dr. Ir. Nastiti Siswi Indrasti) NIP. 19621009 198903 2 001

6

PERNYATAAN MENGENAI SKRIPSI DAN

SUMBER INFORMASI

Saya menyatakan dengan sebenar-benarnya bahwa skripsi dengan judul Penjadwalan Transportasi Tandan Buah Segar dan Tandan Kosong Kelapa Sawit (Studi Kasus di PTPN VIII Kertajaya Banten) adalah hasil karya saya sendiri dengan arahan Dosen Pembimbing Akademik, dan belum diajukan dalam bentuk apapun pada 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.

Bogor, Agustus 2011 Yang membuat pernyataan,

Dimas Gusti Randa NIM. F34070103

7

BIODATA PENULIS

Penulis dilahirkan di Berau, Kalimantan Timur pada tanggal 28 Desember 1989. Penulis merupakan anak pertama dari keluarga Bapak Masri dan Ibu Ety Rustiana. Riwayat pendidikan penulis dimulai dari Taman Kanak-Kanak Kartika Chandra Kirana, Berau pada tahun 1993-1995. Penulis menyelesaikan pendidikan dasar di Sekolah Dasar Negeri 1 Sambaliung pada tahun 2001, Sekolah Menengah Pertama Negeri 3 Tanjung Redeb pada tahun 2004 dan Sekolah Menengah Atas Plus Berau pada tahun 2007. Pada tahun terakhir SMA, penulis mendapat kesempatan untuk mengikuti program Beasiswa Utusan Daerah (BUD) IPB dan pada tahun 2007 penulis diterima sebagai mahasiswa pada Departemen Teknologi Industri Pertanian, Fakultas Teknologi Pertanian, Institut Pertanian Bogor. Pada bulan Juni hingga Agustus 2010, penulis melaksanakan Praktek Lapangan (PL) di PT Tanjung Buyu Perkasa Plantations Kabupaten Berau, Kalimantan Timur, dengan topik Studi Aspek Penjadwalan Transportasi Tandan Buah Segar Kelapa Sawit.

iii

KATA PENGANTAR

Puji dan syukur Penulis panjatkan ke hadapan Allah SWT atas karunia-Nya sehingga penelitian ini berhasil diselesaikan. Skripsi yang berjudul ”Penjadwalan Transportasi Tandan Buah Segar dan Tandan Kosong Kelapa Sawit (Studi Kasus di PTPN VIII Perkebunan Kertajaya)” ini merupakan salah satu syarat untuk memperoleh gelar Sarjana Teknologi Pertanian, Institut Pertanian Bogor.

Ucapan terima kasih disampaikan kepada:

1) Dr. Ir. Machfud, MS., selaku Dosen Pembimbing yang telah memberikan bimbingan, arahan, solusi, dan nasehat selama penyusunan skripsi.

2) Ir. Faqih Udin, M.Sc dan M. Arif Darmawan, S.TP, MT, selaku Dosen Penguji yang telah memberikan masukan dan saran dalam penyelesaian skripsi.

3) Ir. Herry Hermawan, MM., selaku Administratur PTPN VIII Perkebunan Kertajaya yang telah memberikan izin Penulis untuk melakukan penelitian di PTPN VIII Perkebunan Kertajaya. 4) Bapak Suhara, Bapak Joko, Bapak Aceng, dan seluruh karyawan PTPN VIII Perkebunan

Kertajaya yang telah bekerja sama dengan Penulis saat penelitian.

5) Moh. Arya Wicaksana dan R. Hergha Basretviriko, selaku rekan-rekan satu bimbingan yang memberikan bantuan teknis dan moril.

6) Seluruh pihak yang telah membantu dalam pelaksanaan penelitian dan penyelesaian skripsi ini. Semoga skripsi ini dapat bermanfaat bagi perkembangan ilmu pengetahuan dan semua yang berkesempatan mempelajarinya.

Bogor, Agustus 2011

iv

DAFTAR ISI

Halaman

KATA PENGANTAR ... iii

DAFTAR ISI ... iv

DAFTAR TABEL ... v

DAFTAR GAMBAR ... vi

DAFTAR LAMPIRAN ... vii

I. PENDAHULUAN ... 1

1.1 Latar Belakang ... 1

1.2 Tujuan ... 1

1.3 Ruang Lingkup ... 1

1.4 Manfaat ... 2

II. TINJAUAN PUSTAKA ... 3

2.1 Kelapa Sawit ... 3

2.2 Agroindustri Kelapa Sawit ... 3

2.3 Transportasi Pengangkutan Tandan Buah Segar Dan Penjadwalan Transportasi ... 7

2.4 Teknik Heuristik ... 8

2.5 Simulasi... 9

2.6 Distribusi Data ... 9

2.7 Validasi Model ... 11

2.8 Penelitian Sebelumnya ... 12

III. METODOLOGI ... 13

3.1 Kerangka Pemikiran ... 13

3.2 Pendekatan Berencana ... 14

3.3 Tata Laksana ... 15

3.4 Asumsi Dan Standar ... 17

3.5 Rancangan Model ... 17

3.6 Konfigurasi Model ... 30

IV. HASIL DAN PEMBAHASAN ... 33

4.1 Tinjauan Umum Perusahaan ... 33

4.2 Penjadwalan Transportasi Tandan Buah Segar Dan Tandan Kosong ... 37

4.3 Analisis Penjadwalan ... 45

4.4 Kekurangan Model Penjadwalan ... 49

V. KESIMPULAN DAN SARAN ... ...50

5.1 Kesimpulan ... 50

5.2 Saran ... 51

DAFTAR PUSTAKA ... 52

v

DAFTAR TABEL

Halaman

Tabel 1. Waktu tempuh standar trip kendaraaan ... 23

Table 2. Model output penjadwalan transportasi ... 25

Tabel 3. Kebun-kebun group komoditi non teh I ... 33

Tabel 4. Areal konsesi Perkebunan Kertajaya ... 34

Tabel 5. Inventarisasi kendaraan angkutan TBS ... 36

Tabel 6. Prakiraan produksi harian tandan kosong Maret 2011 ... 37

Tabel 7. Prakiraan produksi harian tandan buah segar (TBS) Maret 2011 ... 38

Tabel 8. Inisialisasi jumlah trip harian ... 40

Tabel 9. Sisa kapasitas trip terakhir harian ... 41

Tabel 10. Hasil updatetrip harian ... 42

Tabel 11. Waktu untuk seluruh trip ... 43

Tabel 12. Jumlah kendaraan yang diperlukan ... 44

Tabel 13. Validasi hasil simulasi prakiraan produksi tandan kosong ... 46

vi

DAFTAR GAMBAR

Halaman

Gambar 1. Pohon industri tandan buah segar kelapa sawit ... 4

Gambar 2(a). Perkembangan luas areal kelapa sawit ... 5

Gambar 2(b). Perkembangan produksi minyak sawit ... 5

Gambar 3. Propinsi sentra produksi minyak sawit di indonesia (rata-rata 2005 – 2009) ... 5

Gambar 4. Perkembangan ketersediaan minyak sawit sebagai bahan makanan Indonesia menurut Neraca Bahan Makanan ... .6

Gambar 5. Perkembangan volume ekspor minyak sawit di Indonesia ... 6

Gambar 6. Perubahan produksi minyak sawit dunia ... 7

Gambar 7. Diagram alir kerangka penelitian ... 16

Gambar 8. Diagram alir submodel prakiraan produksi ... 18

Gambar 9. Peta lokasi afdeling di PTPN VIII Perkebunan Kertajaya ... 19

Gambar 10. Diagram alir pemeriksaankapasitas ... 21

Gambar 11. Diagram alir hasil akhir trip pemanenan TBS ... 22

Gambar 12(a). Diagram alir penjadwalan transportasi (a) ... 26

Gambar 12(b). Diagram alir penjadwalan transportasi (b) ... 27

Gambar 12(c). Diagram alir penjadwalan transportasi (c) ... 28

Gambar 12(d). Diagram alir penjadwalan transportasi (d) ... 29

Gambar 12(a). Diagram alir penjadwalan transportasi (e) ... 30

Gambar 13. Tampilan awal OPBFTS ... 30

Gambar 14. Tampilan menu Input Produksi ... 31

Gambar 15. Basis data penjadwalan dalam Microsoft Excel 2007 ... 32

vii

DAFTAR LAMPIRAN

Halaman Lampiran 1. Luas areal (hektar) kelapa sawit menurut propinsi di seluruh Indonesia ... 55 Lampiran 2. Produksi (ton) kelapa sawit menurut propinsi di Indonesia ... 56 Lampiran 3. Data aktual produksi harian tandan buah segar bulan Januari dan Februari 2011 . .57 Lampiran 4. Data aktual produksi harian tandan kosong bulan Januari dan Februari 2011 ... 58 Lampiran 5. Goodness of fit dan probability density function sebaran gumble minimum untuk data aktual produksi harian tandan kosong bulan Januari dan Februari 2011 ... 59 Lampiran 6. Goodness of fit dan probability density function sebaran phased bi-exponential untuk data aktual produksi harian TBS Afdeling 1 bulan Januari dan Februari 2011 ... 60 Lampiran 7. Goodness of fit dan probability density function sebaran error untuk data aktual produksi harian TBS Afdeling 2 bulan Januari dan Februari 2011 ... 61 Lampiran 8. Goodness of fit dan probability density function sebaran wakeby untuk data aktual produksi harian TBS Afdeling 3 bulan Januari dan Februari 2011 ... 62 Lampiran 9. Goodness of fit dan probability density function sebaran wakeby untuk data aktual produksi harian TBS Afdeling 4 bulan Januari dan Februari 2011 ... 63 Lampiran 10(a). Perbandingan nilai sMAPE antara prakiraan produksi harian menggunakan simulasi

dan prakiraan produksi PTPN VIII di Afdeling 1 ... 64 Lampiran 10(b). Perbandingan nilai sMAPE antara prakiraan produksi harian menggunakan simulasi

dan prakiraan produksi PTPN VIII di Afdeling 2 ... 65 Lampiran 10(c). Perbandingan nilai sMAPE antara prakiraan produksi harian menggunakan simulasi

dan prakiraan produksi PTPN VIII di Afdeling 3 ... 66 Lampiran 10(d). Perbandingan nilai sMAPE antara prakiraan produksi harian menggunakan simulasi

1

I.

PENDAHULUAN

1.1

Latar Belakang

Sistem produksi membutuhkan perencanan yang baik. Penjadwalan merupakan salah satu bagian penting dalam perencanaan produksi, karena implementasi produksi dilakukan berdasarkan penjadwalan. Dalam kaitannya dengan agroindustri kelapa sawit, penjadwalan menentukan produktivitas minyak sawit kasar sebagai hasil dari pengolahan kelapa sawit. Penjadwalan merupakan upaya peningkatan produktivitas tanpa melakukan penambahan input produksi, melainkan dengan melakukan optimisasi terhadap input produksi yang telah tersedia. Optimisasi agroindustri kelapa sawit dapat dilakukan mulai dari penanaman kelapa sawit sampai dengan pengolahan tandan buah segar kelapa sawit. Optimisasi akan mengantarkan pada peningkatan jumlah produk yang bisa diproduksi dengan kapasitas yang tetap. Optimisasi juga akan berdampak baik terhadap industri, karena akan meyebabkan minimisasi biaya dan maksimisasi keuntungan.

Transportasi pengangkutan tandan buah segar dan tandan kosong sebagai salah satu bagian dari mata rantai industri kelapa sawit turut memegang peranan dalam optimisasi produksi minyak sawit. Transportasi tandan buah segar bertanggung jawab mulai dari saat tandan buah segar tepat selesai dipanen sampai dengan dibongkar di loading ramp untuk selanjutnya diolah di pabrik, sedangkan transportasi tandan kosong bertanggung jawab untuk mengalokasikan tandan kosong sebagai hasil samping pengolahan tandan buah segar. Optimisasi transportasi yang berupa penjadwalan akan menguntungkan setidaknya dilihat dari tiga sisi, yaitu efisiensi sumber daya, penjagaan mutu tandan buah segar, dan peningkatan produktivitas.

Dengan demikian, maka penjadwalan transportasi menjadi sesuatu yang perlu mendapat perhatian. Dalam melakukan penjadwalan transportasi kelapa sawit perlu diperhatikan komponen-komponen yang terlibat dan alur pengolahan kelapa sawit sehingga tidak terjadi kesalahan dalam menentukan model penjadwalan. Dengan kata lain, perlu adanya integrasi terhadap seluruh komponen yang terlibat sehingga penjadwalan kelapa sawit menjadi satu kesatuan yang utuh dan tidak menitikberatkan hanya pada satu bagian. Berdasarkan hal tersebut, maka penjadwalan transportasi perlu memperhatikan sistem kerja yang ada di kebun sekaligus sistem kerja yang ada di pabrik, sehingga transportasi dapat berjalan optimal.

1.2

Tujuan

Tujuan yang ingin dicapai dari adanya penelitian ini adalah mengidentifikasi faktor-faktor yang mempengaruhi pengangkutan tandan buah segar dan tandan kosong kelapa sawit serta membuat model penjadwalan pengangkutan tandan buah segar dan tandan kosong kelapa sawit yang lebih baik dari yang telah ada.

1.3

Ruang Lingkup

Pada penelitian ini aspek yang diteliti adalah penjadwalan transportasi pengangkutan tandan buah segar dan tandan kosong yang dilakukan berdasarkan penjadwalan panen di kebun dan penjadwalan produksi di pabrik. Tandan buah segar dan tandan kosong yang diangkut disesuaikan

2

dengan sumber daya transportasi pengangkutan yang tersedia, yaitu jumlah alat transportasi. Faktor kendala lain yang juga diperhatikan adalah prioritas pengangkutan, sebaran lokasi yang dilewati, dan sistem kerja. Penjadwalan panen dilakukan terhadap kebun inti yang dikelola oleh PTPN VIII Perkebunan Kertajaya, tidak termasuk kebun plasma dan kebun pihak ketiga, sedangkan penjadwalan produksi di pabrik dilakukan terhadap tandan buah segar hasil panen kebun inti, kebun plasma, dan kebun pihak ketiga. Hasil dari penjadwalan transportasi adalah rute pengangkutan, waktu mulai dan berakhir transportasi, serta jumlah sumber daya transportasi yang dialokasikan.

1.4

Manfaat

Manfaat dari penelitian tentang penjadwalan transportasi pengangkutan tandan buah segar dan tandan kosong adalah dapat meminimisasi biaya produksi yang berkaitan dengan transportasi pengangkutan dan memaksimisasi keuntungan bagi perusahaan.

3

II.

TINJAUAN PUSTAKA

2.1

Kelapa Sawit

Kelapa sawit merupakan tumbuhan tropis yang tergolong dalam famili Palmae dan berasal dari Afrika Barat. Sebagai tumbuhan tropis, maka kelapa sawit dapat tumbuh hanya di wilayah yang beriklim tropis, termasuk Indonesia. Hingga kini tumbuhan ini telah diusahakan dalam bentuk perkebunan dan pabrik pengolahan kelapa sawit (Fauzi et al, 2006).

Kelapa sawit merupakan tanaman monokotil, yaitu batangnya mempunyai kambium dan tidak bercabang. Batang kelapa sawit berbentuk silinder dengan diamter 20 – 75 sentimeter. Tinggi maksimum yang ditanam di perkebunan antara 15 – 18 meter, sedangkan yang di alam mencapai 30 m. Tanaman kelapa sawit rata-rata menghasilkan buah 20 – 22 tandan per tahun (Fauzi et al, 2006).

Buah kelapa sawit terdiri dari dua bagian utama, yaitu bagian pertama adalah perikarpium yang terdiri dari epikarpium dan mesokarpium; dan yang kedua adalah biji, yang terdiri dari endokarpium, endosperm, dan lembaga atau embrio. Epikarpium adalah kulit buah dan licin, sedangkan mesokarpium adalah daging buah yang berserabut dan mengandung minyak dengan rendemen paling tinggi. Endokarpium merupakan tempurung berwarna hitam dan keras, endosperm atau disebut juga kernel merupakan penghasil inti sawit, sedangkan lembaga atau embrio merupakan bakal tanaman (Fauzi et al, 2006).

Kriteria kematangan buah sawit yang dipakai adalah warna buah sawit yang berubah dari kehitaman menjadi jingga kemerahan. Kriteria lain adalah buah akan mudah terlepas dari tandan. Pemanenan tandan buah segar tepat pada waktunya bukanlah hal yang mudah untuk dilaksanakan, karena kematangan merupakan sesuatu yang abstrak bagi pemanen. Penggunaan warna sebagai kriteria kematangan buah tidak sederhana. Untuk wilayah tanaman yang berbeda, buah menunjukkan derajat pewarnaan yang berbeda, walaupun tingkat kematangan sama (Mangoensoekarjo dan Semangoen, 2003).

2.2

Agorindustri Kelapa Sawit

Kelapa sawit adalah salah satu komoditas agroindustri yang memiliki nilai jual tinggi di pasar dunia. Hal ini tidak terlepas dari beragamnya produk turunan yang dapat dihasilkan dari kelapa sawit. Sejauh ini, dalam dunia agroindustri, pemanfaatan yang dilakukan terhadap kelapa sawit adalah berupa pengolahan tandan buah segar. Produk-produk tersebut ada yang berbentuk setengah jadi dan ada pula yang berbentuk produk jadi. Pohon industri tandan buah segar kelapa sawit dapat dilihat pada Gambar 1.

4

Gambar 1. Pohon industri tandan buah segar kelapa sawit (Departemen Perindustrian, 2007)

Perkembangan agroindustri kelapa sawit di Indonesia tergolong pesat. Menurut Chandra (2005), Indonesia dan Malaysia memiliki potensi lahan yang subur serta pasokan tenaga kerja yang cukup untuk menjadikan kelapa sawit sebagai andalan pertumbuhan ekonomi. Perkebunan kelapa Tandan Buah Segar

(TBS) Kelapa Sawit

Buah Kelapa Sawit Tandan Kosong Sludge Minyak Kelapa Sawit Daging Kelapa Sawit Biji Kelapa Sawit Inti Kelapa Sawit Tempurung Serat Carotene Tocopherol Olein Stearin Free Fatty Acid (FFA) Soap Stock Bungkil Minyak Inti Sawit Tepung Tempurung Arang Bahan Bakar Bahan Selulosa Cocoa Butter Substitute Minyak Goreng Minyak Salad Margarine Shortening Vegetables Ghee Minyak Padat Glyserine Sabun Komponen M. Ternak Fatty Acid Lauric Acid Myristic Acid Briket Arang Karbon Aktif Asam Organik Kertas

5

sawit merupakan salah satu sektor unggulan bagi Indonesia, karena kondisi geografis wilayah Indonesia memang sangat cocok untuk pengembangan perkebunan kelapa sawit. Berdasarkan Pusdatin (2010), pada tahun 2009 luas areal kelapa sawit di Indonesia mencapai 7.51 juta hektar dengan produksi sebesar 18.64 juta ton minyak sawit dan 3.47 juta ton inti sawit. Sementara, bila dilihat dari luas areal kelapa sawit berdasarkan status pengusahaan rata-rata tahun 1998-2009 sebanyak 52.23% diusahakan oleh Perkebunan Besar Swasta (PBS), 36.70% diusahakan oleh Perkebunn Rakyat (PR) dan 11.07% diusahakan oleh Perkebunan Besar Negara (PBN).

Secara umum pola perkembangan luas areal kelapa sawit di Indonesia pada periode tahun 1970

– 2009 cenderung mengalami peningkatan dengan rata-rata pertumbuhan sebesar 11.12%. Seiring dengan peningkatan luas areal kelapa sawit, maka produksi kelapa sawit Indonesia dalam wujud produksi minyak sawit selama tahun 1970 – 2009 juga cenderung meningkat. Jika pada tahun 1970 produksi minyak sawit Indonesia hanya sebesar 216.8 ribu ton maka pada tahun 2009 meningkat menjadi 18.64 juta ton atau tumbuh rata-rata sebesar 12.47% per tahun (Pusdatin, 2010). Gambar 2(a) menunjukkan perkembangan luas areal kelapa sawit menurut status pengusahaan di Indonesia dan Gambar 2(b) menunjukkan perkembangan produksi minyak sawit menurut status pengusahaan di Indonesia.

Gambar 2(a). Perkembangan luas areal kelapa sawit

Gambar 2(b). Perkembangan produksi minyak sawit

6

Sentra produksi minyak sawit Indonesia terutama berasal dari tujuh propinsi yang memberikan kontribusi sebesar 81.80% terhadap produksi minyak sawit Indonesia, dengan Riau dan Sumatera Utara sebagai dua propinsi sentra produksi terbesar (Pusdatin, 2010). Kontribusi masing-masing propinsi tersebut disajikan pada Gambar 3.

Gambar 3. Propinsi sentra produksi minyak sawit di indonesia (rata-rata 2005 – 2009)

Ditinjau dari sisi ketersediaan kelapa sawit berdasarkan perhitungan Neraca Bahan Makanan (NBM), kelapa sawit di Indonesia umumnya digunakan sebagai bahan untuk diolah menjadi minyak sawit yang dirinci sebagai bahan makanan dan diolah non-makanan. Pada tahun 1990 – 2007, rata-rata ketersediaan minyak sawit sebagai bahan makanan mencapai 1,928 ribu ton per tahun atau 98.36% dari total penggunaan, sedangkan diolah non-makanan rata-rata sebesar 23 ribu ton per tahun atau 1.19% dari total penggunaan dan tercecer sebesar 36 ribu ton per tahun atau 1.83%. Untuk mengurangi persentase tercecer perlu dilakukan pengelolaan yang baik pada saat panen dan pasca panen maupun proses pengolahan dan distribusi ke konsumen. Perkembangan ketersediaan minyak sawit sebagai bahan makanan Indonesia menurut Neraca Bahan Makanan dapat dilihat pada Gambar 4.

Gambar 4. Perkembangan ketersediaan minyak sawit sebagai bahan makanan Indonesia menurut Neraca Bahan Makanan (Pusdatin, 2010)

7

Perkembangan volume ekspor kelapa sawit pada periode 1996 – 2009 cenderung terus meningkat, yaitu dari 2.62 juta ton tahun 1996 menjadi 21.67 juta ton tahun 2009 atau mengalami pertumbuhan per tahun sebesar 21.30% per tahun. Pada Gambar 5 dapat dilihat perkembangan volume ekspor minyak sawit di Indonesia.

Gambar 5. Perkembangan volume ekspor minyak sawit di Indonesia (Pusdatin, 2010)

Hasil olahan kelapa sawit sendiri memiliki peluang pasar yang masih terbuka lebar. Menurut Mielke (2010), peluang pasar ekspor global minyak sawit kasar akan memimpin hingga 58% dengan volume 38.4 juta ton pada tahun 2010/2011. Pertumbuhan permintaan minyak sawit ini mengalami peningkatan yang sangat signifikan dalam tiga belas tahun terakhir. Dibandingkan permintaan pada tahun 1997/1998, angka saat ini mengalami kenaikan 230%.

Sementara itu, peningkatan permintaan ini tidak diiringi oleh kemampuan negara-negara penghasil minyak sawit mentah yang dalam dua tahun belakangan mengalami penurunan. Pada tahun 2010, produksi minyak sawit dunia hanya sebesar 46.1 juta ton. Jumlah tersebut dipengaruhi oleh dampak adanya faktor iklim seperti El Nino dan juga pemotongan pupuk. Akibat hal ini, persediaan minyak sawit dunia mengalami penurunan. Perubahan produksi minyak sawit dunia ditunjukkan pada Gambar 6 berikut.

8

Gambar 6. Perubahan produksi minyak sawit dunia (Mielke, 2010)

2.3

Transportasi Pengangkutan Tandan Buah Segar dan Penjadwalan

Transportasi

Pengangkutan diartikan sebagai pemindahan barang dan manusia dari tempat asal ke tempat tujuan. Dalam hubungan itu terlihat tiga hal, yakni ada muatan yang diangkut, tersedia kendaraan sebagai alat angkutannya, dan ada jalan yang dapat dilalui. Proses pengangkutan merupakan gerakan dari tempat asal, dari mana kegiatan angkutan dimulai ke tempat tujuan, dimana kegiatan pengangkutan diakhiri (Siregar, 1990).

Byrne et al (1960) menyatakan bahwa truk banyak digunakan sebagai alat angkut karena dapat memiliki banyak keuntungan, yaitu dapat beroperasi dengan lancar, cepat, dapat memasuki daerah yang tidak terjangkau jalan lori, dan apabila mengalami kerusakan, maka kerusakan yang ditimbulkan tidak terlalu besar jika dibandingkan dengan menggunakan lori. Lama waktu perjalanan antara kebun dan pabrik tergantung dari jarak yang ditempuh, tenaga alat angkut, jenis alat angkut, dan keadaan jalan yang dilewati serta arus lalu lintasnya.

Menurut Risza (1994), pengangkutan buah sawit adalah pengangkutan buah yang dipanen pada hari itu yang harus habis terangkat ke pabrik pada hari itu juga dan mampu menjamin kontinuitas (keajegan) datangnya buah di pabrik. Dengan cara demikian selama proses pengolahan tidak terjadi

delay atau kekurangan buah. Operasi pengangkutan buah, operasi panen, dan operasi pengolahan hendaknya saling mendukung satu sama lain. Ketiga kegiatan ini merupakan subsistem-subsistem dari satu tujuan sistem induk yaitu objektif PAO (Panen Angkut Olah).

Produk tandan buah segar sebagai raw material bagi unit pengolahan, yaitu pabrik kelapa sawit (PKS), bersifat mudah busuk sehingga harus segera diolah. Rentang waktu yang diperbolehkan sejak tandan buah segar dipanen hingga proses pengolahan tidak boleh lebih dari 12 jam. Apabila rentang waktu tersebut lebih dari 12 jam, maka mutu minyak sawit yang dihasilkan menurun, yang pada akhirnya berdampak pada penurunan nilai atau harga jual tandan buah segar (Ditjen Binas, 2003).

Tahun

Peru

b

a

h

a

n

Pr

o

d

u

ksi

(J

u

ta

T

o

n

)

9

Penjadwalan dapat diartikan sebagai penentuan susunan pekerjaan yang akan dilakukan, yang berhubungan dengan jumlah pekerjaan, waktu tiap unsur pekerjaan dimulai dan selesai, serta tanggal penyerahan barang. Dalam sistem penjadwalan harus dapat ditentukan kegiatan, waktu pengiriman produk, ketepatan perencanaan dan realisasinya (Harsono, 1984).

Penjadwalan berhubungan dengan perencanaan dan waktu pelaksanaan kegiatan yang sangat penting bagi keberlangsungan operasional suatu perusahaan. Beberapa keuntungan yang dapat diperoleh suatu perusahaan dengan menerapkan teknik penjadwalan yang baik antara lain menurunkan biaya (cost) dan meningkatkan kapasitas produksi. Teknik penjadwalan yang benar tergantung pada volume pekerjaan, pelaksanaan pekerjaan dan tingkat kesulitan pekerjaan. Tujuan umum dari penjadwalan ialah mengoptimumkan penggunaan sumber daya sehingga tujuan produksi tercapai (Heizer dan Render, 2001).

Penjadwalan merupakan rencana urutan kerja serta pengalokasian sumber daya baik waktu maupun fasilitas untuk setiap operasi yang harus diselesaikan. Penyusunan penjadwalan bertujuan untuk mengurangi keterlambatan kerja dan waktu proses, memaksimalkan kerja mesin dan tenaga kerja, mengurangi idle time dan jumlah produk yang tertahan dalam pusat kerja (Russel dan Taylor, 1995).

Dalam kaitannya dengan transportasi, penjadwalan berusaha menentukan sebuah rencana transportasi sebuah barang dari sejumlah sumber ke sejumlah tujuan. Sering kali satu atau bebrapa rute pada model transportasi dilarang digunakan, misalnya barang-barang tidak boleh dikirim dari suatu sumber ke tujuan tertentu (Taylor, 2005). Menurut Taha (1996), data dalam model penjadwalan ini mencakup:

1) Tingkat penawaran di setiap sumber dan jumlah permintaan di setiap tujuan. 2) Biaya transportasi per unit barang dari setiap sumber ke setiap tujuan.

2.4

Teknik Heuristik

Heuristik berasal dari bahasa Yunani “heuriskin” yang berarti membantu untuk menemukan.

Menurut Herbert dalam Thierauf dan Klekamp (1975), program heuristik merupakan titik pandang dalam merancang suatu program untuk tugas pemrosesan informasi yang kompleks. Titik pandang ini bukan merupakan program yang hanya terbatas pada pengolahan angka yang biasa dilakukan dengan komputer tetapi merupakan pengolahan seperti yang biasa dilakukan oleh manusia dalam menangani berbagai permasalahan.

Pada program heuristik tidak ada suatu model yang baku sehingga tiap permasalahaan menggunakan program heuristik yang spesifik. Teknik heuristik tidak menjamin diperolehnya pemecahan permasalahan yang optimal tetapi menjamin suatu pemecahan yang memuaskan pengambil keputusan (Barr dalam Wahyudi, 1989). Algoritma heuristik dapat menghasilkan solusi yang layak dengan cepat (Hillier dan Lieberman, 1990).

Program heuristik merupakan pengembangan dari operasi aritmatka dan logika matematika. Ciri-ciri program heuristik secara umum:

1) adanya operasi aljabar yaitu penjumlahan, pengurangan dan perkalian, 2) adanya perhitungan bertahap, dan

3) mempunyai tahapan yang terbatas sehingga dapat dibuat algoritma komputernya.

Beberapa langkah yang perlu dilakukan dalam teknik heuristik: (1) observasi, (2) eksperimen, (3) analisis dan (4) pemodelan. Tujuan heuristik ialah mempelajari metode dan aturan menemukan. Heuristik merupakan akar dari kecerdasan buatan (artificial intelligent), atau dengan kata lain pemrograman heuristik adalah suatu teknik pemecahan masalah dengan menggunakan kecerdasan

10

manusia dan ditulis dalam program komputer. Teknik heuristik dipergunakan dalam pemecahan permasalahan yang tidak terstruktur atau sulit untuk dipecahkan. Metode ini merupakan cara praktis untuk memperoleh kesimpulan yang dapat diterima.

Beberapa karakteristik program heuristik ialah sebagai berikut:

1) program heuristik meringkas ruang lingkup keputusan sehingga proses pengambilan keputusan dapat dilakukan lebih cepat;

2) banyak perihal yang kompleks, walaupun esensi permasalahan dapat diformulasikan secara matematis namun perhitungannya menghasilkan solusi yang tidak layak;

3) perencanaan dan kebijakan strategi manajemen sulit dihitung dan sangat rumit sehingga tidak dapat ditangkap dengan model matematika;

4) meskipun model matematika dapat diterapkan, pekerjaan sebelum dan sesudah permodelan harus dapat dimengerti oleh pengguna model tersebut.

2.5

Simulasi

Simulasi adalah duplikasi atau abstraksi persoalan dalam kehidupan nyata dalam model matematika. Dalam hal ini biasanya dilakukan penyederhanaan, sehingga pemecahan dengan model-model matematika dapat dilakukan. Teknik simulasi bersifat luwes terhadap perubahan-perubahan sehingga sesuai dengan keperluan sistem yang sebenarnya (Subagyo et al, 1989).

Model simulasi merupakan formulasi dari asumsi-asumsi yang terdapat dalam sistem. Asumsi yang digunakan dalam pembuatan model simulasi merupakan penggambaran dari sistem sesungguhnya. Simulasi menunjukkan alternatif pemecahan masalah yang terjadi pada sistem sesungguhnya. Simulasi menunjukkan alternatif pemecahan masalah yang terjadi pada sistem dan tidak memberikan solusi optimal (Dilworth, 1989).

Keuntungan menggunakan simulasi menurut Siagian (1987) antara lain dapat memberikan jawaban bila model analitik yang digunakan tidak memberikan solusi optimal. Model simulasi lebih realistis terhadap sistem nyata karena memerlukan asumsi yang lebih sedikit.

Tahap awal yang dilakukan dalam simulasi adalah mendefinisikan masalah berupa pernyataan yang jelas tentang tujuan studi, juga mendefinisikan variabel-variabel yang mempengaruhi sistem. Tahap kedua adalah membuat model simulasi dengan memformulasikan variabel, parameter, dan aturan keputusan dalam waktu simulasi (Chase dan Aquilano, 1991).

2.6

Distribusi Data

Menurut Watson dan Balckstone (1989), hal utama yang perlu diketahui dalam pemilihan distribusi peluang untuk model yang digunakan adalah frekuensi distribusi dari data dan mencari teori distribusi peluang dimana data dapat masuk. Apabila distribusi peluang yang diduga atau yang ditemukan sesuai dengan distribusi peluang teoritis, maka dapat digunakan perhitungan yang sejalan dengan dstribusi peluang tersebut. Uji distribusi perlu dilakukan untuk mengetahui bentuk distribusi peluang suatu kejadian. Beberapa contoh distribusi data adalah sebaran gumble minimum, sebaran

phased bi-exponential, dan sebaran error. Persamaan (2.1), persamaan (2.2), dan persamaan (2.3) menunjukkan cara penghitungan fungsi kepadatan peluang (probability density function) masing-masingnya.

11

� � =1

�exp � −exp � (2.1)

Keterangan:

x = data yang disimulasikan

σ = parameter skala kontinyu (σ > 0) = parameter lokasi kontinyu z = �−�

�

2) Sebaran Phased Bi-Exponential

(2.2) Keterangan:

1= parameter skala invers kontinyu ( 1 > 0) γ1 = parameter lokasi kontinyu

2= parameter skala invers kontinyu ( 2 > 0) γ2= parameter lokasi kontinyu (γ2> γ1)

3) Sebaran Error

� � =

2�Г(1 )exp⁡(−|� − �| �) (2.3)

Keterangan:

x = data yang disimulasikan k = parameter bentuk kontinyu

σ = parameter skala kontinyu (σ > 0) = parameter lokasi kontinyu Г = fungsi gamma

Menurut Nasution dan Barizi (1983) pengujian normalitas data dapat digunakan dengan menggunakan salah satu tipe uji yang termasuk ke dalam uji Kolmogorov_Smirnov. Menurut Siegel (1988), uji Kolmogorov_Smirnov merupakan suatu tes goodness of fit yaitu pengujian dilakukan untuk mengetahui kesesuaian antara distribusi sampel pengamatan dengan suatu distribusi teoritis tertentu. Uji ini mencakup perhitungan distribusi frekuensi kumulatif yang akan terjadi dibawah distribusi teoritisnya, serta membandingkan distribusi frekuensi tersebut dengan distribusi frekuensi kumulatif hasil observasi.

Uji lain yang merupakan modifikasi dari uji Kolmogorov_Smirnov adalah uji

Anderson_Darling. Uji Anderson_Darling digunakan jika data sampel berasal dari populasi dengan distrbusi yang spesifik. Perbedaan uji Anderson_Darling dengan uji Kolmogorov_Smirnov adalah pemberian bobot lebih pada ujung populasi dibandingkan uji Kolmogorov_Smirnov.

Bentuk hipotesis yang dipakai untuk tes kenormalan data adalah : H0 : Data berdisrtibusi normal

H1 : Data tidak berdistribusi normal

Dalam pengujian hipotesis, kriteria untuk menolak atau tidak menolak H0 berdasarkan P-value

adalah sebagai berikut :

1) Jika P-value< α, maka H0 ditolak

12

Menurut Hasan (2003), penerimaan H0 terjadi jika nilai uji statistik berada diluar nilai

kritisnya, dan penolakan H0 terjadi jika nilai uji statistik berada didalam nilai kritisnya.

2.7

Validasi Model

Validasi merupakan tahap terakhir dalam pengembangan model untuk memeriksa model dengan meninjau apakah keluaran model sesuai dengan sistem nyata, dengan melihat konsistensi internal, korespondensi, dan representasi (Simatupang, 2000).

Validasi pada pemodelan ini dilakukan dengan membandingkan tingkah laku model dengan sistem nyata (quantitative behaviour pattern comparison) yaitu dengan uji MAPE dan uji sMAPE.

2.7.1

Uji MAPE (

Mean Absolute Percentage Error

)

Mean Absolute Percentage Error (nilai tengah persentase kesalahan absolut) adalah salah satu ukuran relatif yang menyangkut kesalahan persentase. Uji ini dapat digunakan untuk mengetahui kesesuaian data hasil prakiraan dengan data aktual. Rumus perhitungan nilai MAPE dapat dilihat pada persamaan (2.3).

MAPE = |��−��|

��

�

�=1 (2.4)

Keterangan :

Ft = data hasil simulasi

At = data aktual

n = periode/banyaknya data

Validasi hasil simulasi dilakukan dengan menggunakan rata-rata dari Mean Absolute Percentage Errror (MAPE). Jika MAPE < 25% maka hasil simulasi dapat diierirna secara memuaskan, sebaliknya jika MAPE > 25% maka hasil simulasi kurang memuaskan (Makridakis, Wheelwright, dan McGee, 1983).

2.7.2

Uji sMAPE (

Symmetric Mean Absolute Percentage Error

)

Untuk melakukan validasi terhadap hasil simulasi yang memiliki data aktual nol tidak dapat dilakukan dengan uji MAPE. Uji symmetric Mean Absolute Percentage Error (sMAPE) adalah salah satu uji lain yang dapat dilakukan (Makridakis dan Hibon, 2000). Rumus perhitungan nilai sMAPE dapat dilihat pada persamaan (2.4).

sMAPE = |��−��|

(�_�+�_�)/2

�

�=1 (2.5)

Perbedaan absolut antara data aktual dan data hasil simulasi dibagi oleh setengah jumlah data aktual dan data hasil simulasi. Rumus tersebut akan menghasilkan nilai dengan selang antara 0% sampai 200%.

13

2.8

Penelitian Sebelumnya

Oktavia (2000) mengkaji tentang Sistem Transportasi Tandan Buah Segar Kelapa Sawit di unit usaha Bekri PTPN VII, Bandar Lampung. Dalam penelitian ini, Oktavia juga menentukan jumlah armada truk yang optimal dengan menggunakan analisis antrian.

Wicaksono (2007) mengkaji tentang Penjadwalan Pengangkutan Hasil Panen TBS menggunakan Linear Programming. Dalam penelitian ini, Wicaksono menggunakan model penugasan deterministik untuk penjadwalan alat angkut.

14

III.

METODOLOGI

3.1

Kerangka Pemikiran

Dalam industri kelapa sawit pada umumnya, tandan buah segar yang diolah merupakan hasil yang dipanen dari kebun sendiri. Kebun ini dapat berupa kebun inti ataupun kebun plasma. Hal ini didasari pemikiran bahwa penggunaan bahan baku yang berasal dari kebun sendiri akan meminimumkan biaya, sekaligus memaksimumkan keuntungan.

Penggunaan bahan baku dari kebun sendiri hanyalah salah satu bentuk upaya optimisasi keuntungan. Dalam teori maupun praktiknya, ada beberapa faktor lain yang juga menjadi penentu dalam keuntungan yang nantinya diperoleh. Terkait dengan penjadwalan transportasi tandan buah segar dan tandan kosong, keuntungan yang ingin dicapai berkenaan dengan penjagaan kualitas mutu tandan buah segar, efisiensi sumber daya, dan produktivitas kerja.

Tandan buah segar kelapa sawit sebagai salah satu komoditas pertanian memiliki sifat mudah rusak. Apabila tidak diberikan perlakuan dengan benar, maka tandan buah segar yang telah dipanen akan mengalami penurunan kualitas yang besar. Parameter mutu yang sering dijadikan dalam industri kelapa sawit biasanya adalah kadar air dan bilangan asam. Hal ini akan berimplikasi terhadap mutu hasil olahan tandan buah segar ini, seperti minyak sawit mentah (crude palm oil) dan kernel sawit (palm kernel). Produk olahan yang bermutu rendah maka akan dihargai rendah pula oleh pasar, sehingga secara langsung berdampak terhadap keuntungan. Salah satu yang dapat menyebabkan penurunan mutu tandan buah segar adalah kondisi restan (belum olah) yang terlalu lama. Dengan adanya penjadwalan transportasi yang baik, maka kondisi restan tandan buah segar saat tepat selesai panen dan saat pengangkutan dapat diminumkan.

Adapun efisiensi sumber daya, maka kaitannya dengan penjadwalan adalah usaha untuk menggunakan sumber daya berupa alat transportasi angkutan dan pekerja sehingga kondisi idle

(menganggur) minimum. Alat transportasi angkutan yang digunakan dalam industri kelapa sawit dapat berasal dari kepemilikan sendiri ataupun sewa dari pihak lain. Jika dimiliki sendiri, maka alat transportasi dipandang sebagai investasi yang mengalami penyusutan (depresiasi) seiring berjalannya waktu. Apabila disewa dari pihak lain, maka perusahaan akan membayar selama rentang waktu sewa tersebut, terlepas apakah alat transportasi angkut tersebut digunakan atau tidak. Dari sini dapat dipahami bahwa baik berupa kepemilikan sendiri maupun sewa dari pihak ketiga, alat transportasi yang dibiarkan idle akan tetap menyebabkan pengeluaran biaya. Demikian pula halnya dengan pekerja yang terlibat langsung dalam transportasi angkutan tandan buah segar dan tandan kosong, yang dalam hal ini adalah operator alat transportasi angkut. Penjadwalan transportasi akan mencari solusi memuaskan sehingga sumber daya yang digunakan dapat diberdayakan secara efisien.

Berkaitan dengan produktivitas kerja, penjadwalan akan menentukan rute tempuh serta waktu keberangkatan dan selesainya transportasi, sehingga dapat dicapai hasil yang optimum. Rute tempuh yang dihasilkan nantinya adalah rute yang efisien, berupa tempat pengumpulan hasil (TPH) tandan buah segar yang harus dilewati dalam satu kali perjalanan (trip), disesuaikan dengan kapasitas angkut alat transportasi. Waktu keberangkatan dan selesai transportasi pengangkutan disesuaikan sehingga kinerja transportasi dapat produktif.

Transportasi pengangkutan merupakan penghubung antara kebun dan pabrik. Ketiganya yaitu kebun, pabrik, dan transportasi, dipandang sebagai kesatuan mata rantai yang saling berkaitan. Dengan demikian, maka penjadwalan transportasi juga memperhatikan penjadwalan panen di kebun dan penjadwalan produksi di pabrik. Penjadwalan transportasi tidak dapat berdiri sendiri, dan demikian pula halnya dengan penjadwalan panen dan penjadwalan transportasi.

15

Penjadwalan panen akan menentukan jumlah panen tandan buah segar yang dihasilkan dalam satuan tonase di setiap afdeling. Penjadwalan panen dilakukan menggunakan metode prakiraan tertentu, yang biasanya berupa pendugaan dari beberapa sampel pohon sawit. Sedangkan penjadwalan produksi di pabrik dilakukan berdasarkan kapasitas olah. Dari penjadwalan di pabrik ini, maka akan dapat diketahui jumlah tandan kosong yang dihasilkan dalam setiap satuan waktu. Seluruh komponen ini nantinya akan menghasilkan penjadwalan, baik di kebun maupun di pabrik. Penjadwalan transportasi didasarkan pada penjadwalan panen dan penjadwalan produksi yang telah dihasilkan.

Dengan penjadwalan panen dan penjadwalan produksi dijadikan sebagai masukan, maka penjadwalan transportasi akan mengolah masukan ini dengan memperhatikan faktor-faktor kendala, agar didapatkan hasil yang maksimum. Faktor kendala yang terkait dengan penjadwalan transportasi adalah kapasitas alat transportasi, jam kerja maksimum, dan lain sebagainya. Penjadwalan transportasi akan menganalisis alur perpindahan tandan buah segar mulai dari tepat selesai di panen sampai dengan selesai dibongkar di pabrik, sekaligus menjadwalkan pengalokasian tandan kosong hasil olahan dari pabrik ke kebun.

Keluaran yang didapatkan dari penjadwalan transportasi pengangkutan tandan buah segar adalah jumlah sumber daya yang dialokasikan, waktu keberangkatan dan selesai transportasi pengangkutan, serta rute yang ditempuh oleh alat transportasi pengangkutan.

3.2

Pendekatan Berencana

Dalam melakukan penelitian sehingga dapat berjalan pada alur yang benar, maka digunakan pendekatan berencana. Menurut Thierauf dan Klekamp (1975), pendekatan berencana dapat digunakan untuk menguraikan permasalahan seperti pertentangan-pertentangan secara obyektif, kebijaksanaan, dan alternatif-alternatif yang mempunyai tujuan utama untuk mengembangkan serta serta menerapkan model-model kuantitatif pada masalah-masalah spesifik. Pendekatan berencana dimulai dari pengamatan gejala-gejala permasalahan, sedangkan metode penyelesaian disesuaikan dengan tuujuan, peubah, batasan, dan asumsi-asumsi dari alternatif solusi permasalahan yang ada.

Tahapan penelitian berdasarkan pendekatan berencana adalah sebagai berikut:

1) Identifikasi permasalahan melalui observasi langsung di industri kelapa sawit terkait efektivitas dan efisiensi penjadwalan transportasi pengangkutan tandan buah segar. Pada tahap ini dilakukan pendataan tentang faktor-faktor yang menjadi permasalahan dalam penjadwalan transportasi. 2) Perumusan masalah dalam penjadwalan transportasi, yaitu perlunya optimisasi dalam

menentukan jumlah sumber daya yang dialokasikan, waktu keberangkatan dan selesai transportasi pengangkutan, serta rute yang ditempuh oleh alat transportasi pengangkutan. Pada tahap ini ditentukan faktor yang mempengaruhi permasalahan, penentuan tujuan dan sasaran yang hendak dicapai, batasan-batasan terhadap penyelesaian masalah dan asumsi yang diperlukan dalam pengembangan dan penyelesaian masalah.

3) Pemodelan permasalahan dengan menjadikan faktor-faktornya sebagai variabel penyusun dalam menentukan hasil yang optimum. Pada tahap ini dilakukan analisis data untuk memperoleh model matematika dan pengembangan alternatif model berdasarkan pada variabel-variabel keputusan dan kendala yang ada.

4) Penetapan penjadwalan transportasi yang mengeluarkan hasil yang optimum melalui analisis alternatif-alternatif.

16

3.3

Tata Laksana

3.3.1

Pengumpulan Data Primer

Pengumpulan data dilakukan untuk mengetahui data-data yang berkaitan dengan penjadwalan transportasi. Data-data diperoleh dengan melakukan observasi langsung maupun wawancara. Adapun data-data yang diperlukan adalah:

1) jadwal panen harian,

2) kapasitas produksi pabrik dan jadwal produksi,

3) sebaran lokasi tempat pengumpulan hasil di kebun, lokasi keberangkatan dan kepulangan alat transportasi pengangkutan, dan lokasi pabrik,

4) kebijakan jam kerja perusahaan, baik jam kerja kebun, transportasi pengangkutan, dan pabrik, 5) jumlah, kepemilikan, jenis, waktu tempuh, dan kapasitas alat transportasi pengangkutan,

6) antrian muat dan bongkar tandan buah segar, yang meliputi waktu tunggu, waktu bongkar dan waktu muat, serta laju kedatangan,

7) sebaran jalan kebun,

8) sistem transportasi pengangkutan tandan buah segar untuk kebun inti dan kebun plasma.

3.3.2

Pengumpulan Data Sekunder

Data sekunder didapatkan melalui bagian administrasi, bagian penggudangan, atau bagian lain yang terkait, antara lain meliputi data time-series produksi tandan buah segar, produksi hasil samping berupa tandan kosong, serta kerja sama kebun dan pabrik dalam melakukan penjadwalan.

17

Gambar 7. Diagram alir kerangka penelitian

Mulai

Kondisi aktual sistem transportasi pengangkutan

tandan buah kelapa sawit

Penjadwalan panen di kebun

Penjadwalan produksi di pabrik

Prakiraan produksi harian tandan buah segar di setiap afdeling

Jumlah tandan kosong yang dihasilkan dan

waktu produksi

Jumlah, kecepatan, dan kapasitas alat

transportasi

Faktor lain (prioritas angkutan dan sebaran lokasi afdeling) Penentuan rute tempuh,

kebutuhan waktu transportasi, dan jumlah kendaraan

Data rute tempuh, kebutuhan waktu transportasi, dan

jumlah kendaraan

Penjadwalan transportasi pengangkutan tandan buah

Jadwal transportasi pengangkutan tandan

buah kelapa sawit

18

3.4

Asumsi dan Standar

3.4.1

Asumsi

Dalam rangka menyederhanakan perhitungan, digunakan asumsi-asumsi dalam penelitian ini. Adapun asumsi-asumsi tersebut adalah sebagai berikut:

1) Semua kendaraan pengangkut tandan buah segar adalah identik. Dengan demikian, maka semua kendaraan pengangkut tandan buah segar memiliki mesin, daya, kapasitas, dan dimensi yang sama.

2) Selama proses produksi, tidak terjadi kerusakan mesin yang menyebabkan terjadinya stagnansi sehingga proses produksi berhenti.

3) Selama proses pengangkutan, tidak terjadi kecelakaan atau gangguan lainnya yang menyebabkan proses pengangkutan tertunda.

4) Tandan buah segar sudah dipanen dan berada di tempat pengumpulan hasil sehingga siap untuk diangkut.

5) Seluruh pekerjaan angkutan diselesaikan dalam satu hari dengan waktu kerja maksimal 24 jam, dengan demikian tidak terjadi akumulasi pekerjaan hari sebelumnya untuk setiap hari.

6) Waktu tempuh pengangkutan panen di suatu afdeling adalah baku. Waktu tempuh pengangkutan terdiri dari waktu tempuh dari pabrik ke afdeling dan waktu tempuh dari afdeling ke pabrik. 7) Waktu unloading tandan buah segar di pabrik tidak signifikan sehingga tidak dimasukkan dalam

perhitungan.

8) Waktu loading dan unloading tandan kosong tidak signifikan sehingga tidak dimasukkan dalam perhitungan.

9) Unit yang digunakan untuk mengukur waktu transportasi adalah jam.

3.4.2

Standar

Standar merupakan suatu ketetapan yang diberlakukan untuk memudahkan dalam membuat penjadwalan dan juga untuk perhitungan sehingga nilai yang akan digunakan adalah sama. Adapun standar yang digunakan adalah:

1) kapasitas per trip kendaraan pengangkut untuk tandan buah segar adalah 5,500 kilogram dan untuk tandan kosong adalah 3,000 kilogram;

2) waktu tempuh pengangkutan tandan buah segar untuk Afdeling 1 adalah 3 jam, Afdeling 2 adalah 2 jam, Afdeling 3 adalah 4 jam, dan Afdeling 4 adalah 5 jam;

3) waktu loading tandan buah segar sebanyak 5,500 kilogram adalah 1 jam; 4) waktu tempuh pengangkutan tandan kosong adalah 2 jam;

5) kapasitas pengolahan TBS adalah 30,000 kilogram per jam per line. 6) rendemen tandan kosong yang dihasilkan dari pengolahan TBS adalah 23%.

3.5

Rancangan Model

3.5.1

Prakiraan Produksi

Penjadwalan yang nantinya akan dihasilkan dari penelitian ini adalah penjadwalan yang bersifat harian. Untuk dapat melakukan penjadwalan transportasi, maka terlebih dahulu harus

19

diketahui beban yang akan diangkut beserta kuantitasnya. Beban ini selanjutnya menjadi salah satu

input dalam penjadwalan yang sifatnya dinamis.

Dalam penjadwalan transportasi ini, beban yang harus diangkut dibagi menjadi lima jenis, yaitu tandan kosong hasil produksi di pabrik kelapa sawit, TBS hasil panen di Afdeling 1, TBS hasil panen di Afdeling 2, TBS hasil panen di Afdeling 3, dan TBS hasil panen di Afdeling 4. Prakiraan produksi dilakukan pada lima jenis ini. Prakiraan produksi dilakukan dengan melakukan mendapatkan data produksi harian empiris selama bulan Januari dan Februari 2011, lalu mensimulasikannya untuk mendapatkan data produksi harian pada bulan Maret 2011. Simulasi dilakukan menggunakan bantuan perangkat lunak EasyFit5.5 untuk mencari sebaran data yang sesuai. Dari sebaran yang terpilih, diuji kecocokannya dengan membandingkan nilai uji statistik sebaran tersebut dengan nilai kritisnya pada tingkat kepercayaan 95%. Jika nilai uji statistik lebih kecil daripada nilai kritis pada tingkat kepercayaan 95%, maka sebaran tersebut dapat digunakan untuk memprakirakan produksi harian bulan Maret 2011. Dalam Gambar 8 ditampilkan diagram alir submodel prakiraan produksi.

Gambar 8. Diagram alir submodel prakiraan produksi Mulai

Data aktual produksi harian bulan Januari dan Februari 2011

Penentuan sebaran data menggunakan perangkat lunak EasyFit5.5 berdasarkan tingkat Goodness

of Fit pada uji Anderson_Darling

Uji statistik < nilai kritis sebaran pada α = 5%?

Simulasikan prakiraan produksi harian pada bulan Maret 2011 menggunakan sebaran terpilih

Prakiraan produksi harian bulan Maret

2011

Selesai.

Simulasikan prakiraan produksi harian pada bulan Maret 2011 menggunakan sebaran empiris Tidak

20

3.5.2

Penentuan Rute Panen

TBS yang dipanen tersebar ke dalam empat afdeling yang dimiliki PTPN VIII Perkebunan Kertajaya. Pabrik kelapa sawit terletak di Afdeling 2. Peta lokasi afdeling dapat dilihat pada Gambar 9.

Gambar 9. Peta lokasi afdeling di PTPN VIII Perkebunan Kertajaya

Berdasarkan Gambar 9, dapat diketahui bahwa tanaman menghasilkan lancuran di Afdeling 1 dan Afdeling 2 terletak di sisi barat pabrik atau sisi kiri pada Gambar 9, sedangkan tanaman menghasilkan di Afdeling 3 dan Afdeling 4 terletak di sisi yang berlawanan, yaitu di sisi tenggara pabrik atau sisi kanan bawah Gambar 3. Dengan demikian, dapat dilakukan penentuan rute untuk kendaraan yang memanen TBS di Afdeling 1 dan Afdeling 2 serta kendaraan yang memanen TBS di

Afdeling 3 dan Afdeling 4.

Data prakiraan produksi harian digunakan untuk menentukan rute tempuh kendaraan panen TBS pada masing-masing hari. Kendaraan yang digunakan termasuk jenis dump truck, sebanyak 10 unit dengan kapasitas angkut TBS per unit sebesar 5,500 kilogram. Penentuan rute diawali dengan menginisialisasi jumlah trip yang ditempuh untuk mengangkut TBS masing-masing afdeling. Trip

inisiasialisasi ini adalah jumlah trip tanpa memperhitungkan trip terakhir yang mengangkut TBS panen kurang dari 5,500 kilogram. Jumlah trip didapatkan dengan membagi hasil panen TBS masing-masing afdeling dengan kapasitas angkut kendaraan sebesar 5,500 kilogram per trip. Hasil tersebut dihilangkan angka desimal pecah dengan pembulatan ke bilangan bulat yang lebih kecil. Selanjutnya dilakukan pendataan terhadap sisa kapasitas yang diangkut pada trip terakhir di masing-masing

afdeling. Rumus matematis trip inisialisasi masing-masing afdeling dapat dilihat pada persamaaan (3.1), persamaan (3.2), persamaan (3.3), dan persamaan (3.4).

Afdeling 1

Afdeling 2

Afdeling 3

Afdeling 4

Pabrik KelapaSawit

21

w = TBS Afd 1

5,500 (3.1)

x = TBS Afd 2

5,500 (3.2)

y = TBS Afd 3

5,500 (3.3)

z = TBS Afd 4

5,500 (3.4)

Keterangan:

w = jumlah trip inisiasilisasi Afdeling 1 x = jumlah trip inisiasilisasi Afdeling 2 y = jumlah trip inisiasilisasi Afdeling 3 z = jumlah trip inisiasilisasi Afdeling 4

Berdasarkan data sisa kapasitas angkut, dilakukan pemeriksaan yang bersifat biner. Pemeriksaan kapasitas angkut ini akan dibagi menjadi dua, yang dinamai pemeriksaan 1-2 dan pemeriksaan 3-4. Pemeriksaan 1-2 dilakukan untuk melihat apakah kapasitas angkut kendaraan trip

terakhir di Afdeling 1 (Kap1,w+1) masih memungkinkan untuk mengangkut TBS yang harus diangkut

pada trip terakhir di Afdeling 2 (TBS2,x+1), sedangkan pemeriksaan 3-4 digunakan untuk melihat

apakah kapasitas angkut kendaraan trip terakhir di Afdeling 4 (Kap4,z+1) masih memungkinkan untuk

mengangkut TBS yang harus diangkut pada trip terakhir di Afdeling 3 (TBS3,y+1). Pemeriksaan 1-2

akan dilakukan jika TBS trip terakhir di Afdeling 1 (TBS1,w+1) dan TBS trip terakhir di Afdeling 2

(TBS2,x+1) tidak sama dengan 0, serta permeriksaan 3-4 akan dilakukan jika TBS trip terakhir di

Afdeling 3 (TBS3,y+1) dan TBS trip terakhir di Afdeling 4 (TBS4,z+1) tidak sama dengan 0. Pemeriksaan

22

Gambar 10. Diagram alir pemeriksaankapasitas

Secara ringkas, Gambar 10 menunjukkan kemungkinan yang bisa ditempuh oleh trip

pemanenan TBS. Afdeling yang yang dapat ditempuh dalam satu trip bersamaan adalah Afdeling 1 dengan Afdeling 2 serta Afdeling 3 dengan Afdeling 4. Inisialisasi pemeriksaan kapasitas dengan nilai nol menunjukkan bahwa TBS afdeling diangkut melalui trip di afdeling tersebut. Selanjutnya dilakukan pemeriksaan terhadap kemungkinan untuk mengangkut TBS di afdeling yang berdekatan dengan syarat tidak melanggar kendala kapasitas angkut trip. Apabila kapasitas angkut trip

memungkinkan, maka pemeriksaan diganti nilainya menjadi 1.

Pemeriksaan kapasitas angkut ini selanjutnya menjadi dasar dalam penentuan update trip. Apabila pemeriksaan kapasitas angkut bernilai 1, maka tripafdeling yang lebih dekat sama nilainya dengan trip inisialisasi dan trip afdeling yang lebih jauh nilainya ditambah 1 dari trip inisialisasi.

Tidak

Tidak Tidak

Tidak Mulai

Kap1,w+1 > TBS2,x+1?

Kap4,z+1 > TBS3,y+1?

Pemeriksaan 1-2 = 1 Inisialisasi Pemeriksaan 1-2 = 0 Pemeriksaan 3-4 = 0

Pemeriksaan 3-4 = 1

Selesai. Ya

Ya TBS1,w+1≠ 0 &

TBS2,x+1≠ 0?

Ya

TBS3,y+1≠ 0 &

TBS4,z+1≠ 0?

23

Adapun jika pemeriksaan kapasitas angkut bernilai 0, maka baik trip afdeling yang lebih dekat maupun yang lebih jauh nilainya ditambah 1 dari trip inisialisasi. Selanjutnya diperiksa di seluruh

afdeling apakah TBS trip terakhir bernilai nol atau tidak. Jika bernilai 0, maka jumlah trip sebenarnya sama dengan trip inisialisasi. Gambar 11 menunjukkan diagram alir hasil akhir trip untuk pemanenan TBS.

Gambar 11. Diagram alir hasil akhir trip pemanenan TBS

Trip Afd 2 = (Trip Afd 2) - 1

Tidak

Tidak Mulai

Pemeriksaan 1-2 = 1?

Trip Afd 2 = x Ya

Tidak

Ya

Tidak Pemeriksaan

3-4 = 1?

Trip Afd 3 = y

Trip Afd 2 = x + 1

Trip Afd 3 = y + 1

Trip Afd 1 = w + 1

Trip Afd 4 = z + 1

Selesai. Ya

Tidak TBS1,w+1 = 0?

Trip Afd 1 = (Trip Afd 1) - 1

Ya TBS2,x+1 = 0?

Tidak TBS3,y+1 = 0?

Ya

Trip Afd 3 = (Trip Afd 3) - 1

Ya TBS4,z+1 = 0?

24

3.5.3

Penentuan Jumlah Kendaraan

Proses penjadwalan dimulai dari penentuan waktu tempuh standar setiap aktivitas (trip) yang akan ditempuh oleh kendaraan kebun. Waktu tempuh standar didapatkan dari pengamatan langsung, seperti yang ditunjukkan pada Tabel 1.

Tabel 1. Waktu tempuh standar trip kendaraaan

Aktivitas Waktu standar (jam/trip)

Trip TK 2

Trip TBS Afdeling 1 3

Trip TBS Afdeling 2 2

Trip TBS Afdeling 3 4

Trip TBS Afdeling 4 5

Selanjutnya, waktu tempuh standar ini akan ditambahkan dengan waktu loading dan

unloading. Dari hasil pengamatan, didapatkan bahwa rata-rata total waktu loading dan unloading

untuk TBS sebanyak 5,500 kilogram per trip-kendaraan adalah 1 jam, sedangkan rata-rata total waktu

loading dan unloading untuk tandan kosong tidak dimasukkan dalam perhitungan karena dianggap tidak signifikan. Rumus perhitungan waktu transportasi total untuk setiap jenis angkutan dapat dilihat pada persamaan (3.5), (3.6), (3.7), (3.8), dan (3.9).

TTrip TK = 2 × v (3.5)

TTrip Afd 1 = (3 × w) + (1 × (w - 1)) + (TBS1,w/5500 × 1) (3.6)

TTrip Afd 2 = (2 × x) + (1 × (x - 1)) + (TBS2,x/5500 × 1) (3.7)

TTrip Afd 3 = (4 × y) + (1 × (y - 1)) + (TBS3,y/5500 × 1) (3.8)

TTrip Afd 4 = (5 × z) + (1 × (z - 1)) + (TBS4,z/5500 × 1) (3.9)

Keterangan:

TTrip TK = Waktu untuk pengangkutan tandan kosong (jam.kendaraan)

TTrip Afd 1 = Waktu untuk pengangkutan TBS Afdeling 1 (jam.kendaraan)

TTrip Afd 2 = Waktu untuk pengangkutan TBS Afdeling 2 (jam.kendaraan)

TTrip Afd 3 = Waktu untuk pengangkutan TBS Afdeling 3 (jam.kendaraan)

TTrip Afd 4 = Waktu untuk pengangkutan TBS Afdeling 4 (jam.kendaraan)

v = jumlah trip tandan kosong (trip.kendaraan)

w = jumlah trip-kendaraan TBS Afdeling 1 (trip.kendaraan) x = jumlah trip-kendaraan TBS Afdeling 2 (trip.kendaraan) y = jumlah trip-kendaraan TBS Afdeling 3 (trip.kendaraan) z = jumlah trip-kendaraan TBS Afdeling 4 (trip.kendaraan)

TBS1,w = jumlah TBS di Afdeling 1 yang diangkut pada trip ke-w (kilogram)

TBS2,x = jumlah TBS di Afdeling 2 yang diangkut pada trip ke-x (kilogram)

TBS3,y = jumlah TBS di Afdeling 3 yang diangkut pada trip ke-y (kilogram)

25

Waktu harian yang diperlukan untuk trip tersebut selanjutnya diakumulasikan sehingga didapat jumlah waktu trip harian. Jumlah waktu ini adalah waktu yang diperlukan 1 unit kendaraan untuk melakukan seluruh aktivitas tersebut dalam satu hari. Untuk mendapatkan jumlah kendaraan yang dibutuhkan, maka jumlah waktu trip harian dibagi dengan waktu produksi yang tersedia dalam hari tersebut. Waktu produksi harian didapat dengan membagi TBS yang diolah dengan kapasitas olah pabrik sebesar 30,000 kilogram per jam. Agar seluruh tandan kosong yang diproduksi dapat selesai terangkut semua pada hari itu juga, maka ditetapkan kendala bahwa waktu produksi harian tidak lebih dari 22 jam, yang didapat setelah dikurangi dengan waktu untuk 1 trip tandan kosong. Apabila dalam waktu 22 jam ada TBS yang tidak terolah, maka TBS tersebut diolah menggunakan lini produksi 2 dengan kapasitas produksi sama dengan lini produksi 1 yaitu sebesar 30,000 kilogram per jam. Pengoperasian lini produksi 2 dimulai dari waktu lini produksi 1 berakhir dikurang waktu yang diperlukan untuk pengoperasian lini produksi 2. Persamaan yang digunakan dalam menentukan total waktu trip adalah persamaan (3.10) dan untuk menentukan waktu produksi adalah persamaan (3.11).

ΣTTrip = TTrip TK + TTrip Afd 1 + TTrip Afd 2 + TTrip Afd 3 (3.10) ΣTProduksi1= ΣTBS / KapTBS (3.11)

Jika jumlah TBS yang diolah lebih dari 660,000 kilogram, maka persamaan yang digunakan untuk menentukan waktu produksi adalah persamaan (3.12) dan persamaan (3.13).

ΣTProduksi1 = 660,000 / KapTBS (3.12) ΣTProduksi2 = (ΣTBS-660,000) / KapTBS (3.13)

Persamaan untuk menentukan jumlah kendaraan dapat dilihat pada persamaan (3.14).

n = ΣTTrip / ΣTProduksi 1 (3.14)

Keterangan:

ΣTTrip = Total waktu untuk semua trip (jam.kendaraan) ΣTBS = Total TBS yang diolah dalam satu hari (kilogram)

ΣTProduksi1 = Total waktu yang digunakan lini produksi 1 dalam pengolahan TBS (jam) ΣTProduksi2 = Total waktu yang digunakan lini produksi 2 dalam pengolahan TBS (jam)

KapTBS = 30,000 (kilogram/jam)

n = jumlah kendaraan yang dibutuhkan (kendaraan)

3.5.4

Penjadwalan

Penjadwalan dilakukan melalui pengalokasian kendaraan transportasi yang tersedia terhadap sejumlah trip untuk diselesaikan dengan selang waktu dalam unit jam. Pemecahan permasalahan penjadwalan dilakukan menggunakan teknik heuristik. Dalam melakukan penjadwalan, yang

26

dijadikan sebagai input pertama adalah jumlah kendaraan yang tersedia untuk dialokasikan dan input

kedua adalah jenis serta jumlah trip yang dilakukan. Secara ringkas, output penjadwalan transportasi dapat dilihat pada Tabel 2.

Tabel 2. Model output penjadwalan transportasi

Jam K1 K2 K3 K4 K5 K… Kn

1 Trip1,1 Trip1,2 Trip1,3 Trip1,4 Trip1,5 … Trip1,n

2 Trip2,1 Trip2,2 Trip2,3 Trip2,4 Trip2,5 … Trip2,n

3 Trip3,1 Trip3,2 Trip3,3 Trip3,4 Trip3,5 … Trip3,n

4 Trip4,1 Trip4,2 Trip4,3 Trip4,4 Trip4,5 … Trip4,n

… … … …

m Tripm,1 Tripm,2 Tripm,3 Tripm,4 Tripm,5 … Tripm,n

Trip dituliskan sebagai variabel Tripi,j, dimana variabel tersebut berarti trip jam ke-i yang

dilakukan oleh kendaraan j. Trip pada matriks diisikan sesuai dengan jenis aktivitasnya. Masing-masing jenis trip memiliki bobot waktu transportasi yang berbeda sesuai dengan standar yang telah ditetapkan. Nilai awal Tripi,j diinisialisasi tanpa nilai (null).

Trip yang menjadi prioritas adalah pengangkutan tandan kosong. Pengangkutan tandan kosong baru dilakukan pada awal jam ke-2, karena menunggu hoper tandan kosong terisi lebih dulu. Kapasitas hoper maksimal 20,000 kilogram, dengan demikian pada setiap akhir jam dalam penjadwalan tidak boleh menyebabkan tandan kosong lebih dari 20,000 kilogram berada dalam hoper. Keadaan hoper selama lini produksi 1 dijalankan akan menyebabkan penambahan 6,900 kilogram tandan kosong setiap jamnya. Untuk menghitung keadaan akhir tandan kosong dalam hoper pada setiap jam ke-i digunakan persamaan (3.15), sedangkan untuk diagram alir penjadwalan transportasi dapat dilihat pada Gambar 12(a), Gambar 12(b), Gambar 12(c), Gambar 12(d), dan Gambar 12(e).

HTK1i = HTK0i + 6.9 x TProduksi1,i + 6.9 x TProduksi2,i - 3 x ( �=1Trip TK (1)i,j) (3.15)

Keterangan:

HTK1i = keadaan akhir tandan kosong dalam hoper pada jam ke-i (kilogram)

HTK0i = keadaan awal tandan kosong dalam hoper pada jam ke-i (kilogram)

TProduksi1,i = variabel biner, bernilai 1 jika lini produksi 1 dioperasikan jam ke-i dan bernilai 0

jika sebaliknya

TProduksi2,i = variabel biner, bernilai 1 jika lini produksi 2 dioperasikan jam ke-i dan bernilai 0

jika sebaliknya

Trip TK (1)i,j = variabel biner; bernilai 1 jika pada jam ke-i dan kendaraan j mengangkut tandan

27

Mulai

Inisialisasi i=1 j=1 m=1

n=1 o=1 p=1 q=1

i < a+1?

j < b?

j = j+1

Tripi,j = null & Tripi+1,j =

null & i < a+1 & HTK0i

>= 3.0 & m < TripTK?

Tripi,j = Trip TK (1)

Tripi+1,j = Trip TK (2)

m = m+1

Tripi,j = null & Tripi+1,j = null

& i = a+1 & m < TripTK?

i = i+1 Ya

Tidak

Tidak

Ya

Ya

Ya Tidak

Tidak

Gambar 12(a). Diagram alir penjadwalan transportasi (a)

28

Tripi,j = Trip TK (1)

Tripi+1,j = Trip TK (2)

m = m+1

i < a-1?

j < b? i = i+1

j = j+1

Tripi,j = null & Tripi+1,j = null & Tripi+2,j =

null & Tripi+3,j = null & HTK1i < 20.0 &

HTK1i+1 < 20.0& HTK1i+2 < 20.0&

HTK1i+3 < 20.0 & n < TripAfd1?

Tripi,j = Trip Afd 1 (1)

Tripi+1,j = Trip Afd 1 (2)

Tripi+2,j = Trip Afd 1 (3)

Tripi+3,j = Trip Afd 1 (4)

n = n+1

i < a? Ya

Tidak

Ya Tidak

Ya Tidak

Ya

Tidak

Gambar 12(b). Diagram alir penjadwalan transportasi (b)

r s t

29

j < b?

i = i+1

j = j+1

Tripi,j = null & Tripi+1,j = null & Tripi+2,j =

null & HTK1i < 20.0& HTK1i+1 < 20.0&

HTK1i+2 < 20.0 & o < TripAfd2?

Tripi,j = Trip Afd 2 (1)

Tripi+1,j = Trip Afd 2 (2)

Tripi+2,j = Trip Afd 2 (3)

o = o+1

i < a-2?

i = i+1

j < b?

j = j+1 Ya

Tidak Tidak

Ya

Ya Tidak

Ya Tidak

Gambar 12(c). Diagram alir penjadwalan transportasi (c)

r s t

30

Tripi,j = null & Tripi+1,j = null & Tripi+2,j

= null & Tripi+3,j = null & Tripi+4,j = null

& HTK1i < 20.0 & HTK1i+1 < 20.0&

HTK1i+2 < 20.0& HTK1i+3 < 20.0 &

HTK1i+4 < 20.0& p < TripAfd3?

Tripi,j = Trip Afd 3 (1)

Tripi+1,j = Trip Afd 3 (2)

Tripi+2,j = Trip Afd 3 (3)

Tripi+3,j = Trip Afd 3 (4)

Tripi+4,j = Trip Afd 3 (5)

p = p+1

i < a-3?

i = i+1

j < b?

j = j+1

Tripi,j = null & Tripi+1,j = null & Tripi+2,j

= null & Tripi+3,j = null & Tripi+4,j =

null & Tripi+5,j = null & HTK1i < 20.0

& HTK1i+1 < 20.0& HTK1i+2 < 20.0 &

HTK1i+3 < 20.0 & HTK1i+4 < 20.0 &

HTK1i+5 < 20.0 & q < TripAfd4?

Ya

Tidak Ya

Tidak

Ya Tidak

Ya Tidak

Gambar 12(d). Diagram alir penjadwalan transportasi (d)

r s t

31

3.6

Konfigurasi Model

Model penjadwalan transportasi tandan buah kelapa sawit di PTPN VIII diwujudkan dengan suatu program yang dinamai Oil Palm Fruit Bunch Transportation Scheduler (OPFBTS). OPFTBS dibuat menggunakan beberapa perangkat lunak komersil, yaitu Borland Delphi 7 dan Native Excel v2.x. Pada saat program OPFBTS dijalankan, akan muncul tampilan selamat datang dan pentunjuk singkat untuk menggunakan program. Tampilan awal OPFBTS dapat dilihat pada Gambar 13.

Gambar 13. Tampilan awal OPBFTS Tripi,j = Trip Afd 4 (1)

Tripi+1,j = Trip Afd 4 (2)

Tripi+2,j = Trip Afd 4 (3)

Tripi+3,j = Trip Afd 4 (4)

Tripi+4,j = Trip Afd 4 (5)

Tripi+5,j = Trip Afd 4 (6)

q = q+1

Selesai.

Gambar 12(e). Diagram alir penjadwalan transportasi (e)

32

Pada tampilan awal ini, pengguna diminta untuk memasukkan data prakiraan produksi yang telah diketahui sebelumnya, melalui memilih menu Input Produksi. Gambar 14 menunjukkan tampilan menu Input Produksi.

Gambar 14. Tampilan menu Input Produksi

Jika telah selesai memasukkan nilai prakiraan produksi, maka pengguna dapat melakukan penjadwalan terhadap tanggal yang telah lengkap nilai prakiraan produksinya. Untuk mendapatkan hasil penjadwalan, user dapat memilih menu Jadwal.

Hasil penjadwalan yang telah didapatkan dapat disimpan menjadi basis data (database). Basis data yang disimpan dari program OPFBTS berekstensi .xls yang dapat pula dibuka dengan menggunakan program Microsoft Excel. Tampilan basis data jika dibuka menggunakan Microsoft Excel 2007 dapat dilihat pada Gambar 15.

33

Gambar 15. Basis data penjadwalan dalam Microsoft Excel 2007

34

IV.

HASIL DAN PEMBAHASAN

4.1

Tinjauan Umum Perusahaan

4.1.1

Sejarah dan Perkembangan Perusahaan

PT. Perkebunan Nusantara VIII terbagi atas empat Group Komoditi, yaitu Group Komoditi Non Teh I yang berkedudukan di Banten Selatan, Sukabumi, dan Bogor; Group Komoditi Non Teh II yang berkedudukan di Bandung; Group Komoditi Teh I yang berkedudukan di Sukabumi; dan Group

Komoditi Teh II yang berkedudukan di Bandung. Pada Tabel 3 berikut dapat dilihat kebun-kebun yang termasuk Group Komoditi Non Teh I.

Tabel 3. Kebun-kebun group komoditi non teh I

Kebun Komoditi Lokasi

Bojong Datar Sawit, Karet Kab. Lebak

Kertajaya Sawit Kab. Lebak

Cisalak Baru Sawit Kab. Lebak

Cikasungka Sawit Kab. Lebak

Sukamaju Sawit Kab. Sukabumi

Sumber : PTPN VIII Kebun Kertajaya

Perkebunan Kertajaya mulai dirintis pembangunannya pada tahun 1981 berdasarkan SK Direksi PT. Perkebunan XI (Persero) dengan No. XI/KI/SK/28/1981 dan wilayah Banten Selatan ditetapkan sebagai lokasi perkebunan inti dan plasma berdasarkan PP No. 34 Th. 1971 dan SK Menteri Keuangan No. 402/KMK/011/1979 serta SK Gubernur Tk. I Jawa Barat No. 1023/PM 120/1980 tentang penetapan lokasi dan penyediaan lahan untuk Proyek Pirbun.

Luas Areal Konsesi ditentukan sesuai dengan SK Gubernur Jawa Barat No. 523/SK/589 Bin-Prod/1982 seluas 5,600 hektar, namun yang terealisir hanya 1780,15 hektar dengan luas areal tanaman 1592.24 hektar. Sebagian kekurangan areal kemudian dialokasikan di perkebunan eksiting yang berada di wilayah Banten dan Jawa Barat.

Selain sebagai perusahaan negara, Perkebunan Kertajaya juga mengemban tugas sebagai inti bagi pembangunan kebun plasma dengan pola Pirbun yang selanjutnya menjadi Proyek NES (Nucleus Estate and Smallholders) V Banten Selatan. Proyek perkebunan ini meliputi wilayah Kecamatan Gunung Kencana, Malingping, Cijaku, Banjarsari, dan Panggarangan yang berada di wilayah Kabupaten Lebak dengan luas areal tanaman 3299.35 hektar. Sementara itu yang termasuk wilayah Kabupaten Pandeglang meliputi Kecamatan Cikeusik, Munjul, dan Cibaliung seluas 2768.83 hektar.

Sebagai salah satu Badan Usaha Milik Negara (BUMN), PT. Perkebunan Nusantara VIII bertujan untuk melaksanakan dan menunjang kebijakan program pemerintah di bidang ekonomi dan pembangunan nasional pada umumnya serta sektor pertanian pada khususnya dengan berlandaskan pada asas:

 mempertahankan dan meningkatkan kontribusi bidang perkebunan bagi pendapatan nasional yang diperoleh dari hasil produksi dan pemasaran beberapa jenis komoditi atau produk untuk konsumsi dalam negeri,

35

 memelihara atau memperluas lapangan kerja bagi masyarakat maupun yang berada pada

lingkungan sekitarnya,

 memelihara kekayaan alam, khususnya menjaga kelestarian dan meningkatkan kesuburan tanah sebagai sumber mata air.

4.1.2

Letak Geografis, Keadaan Tanah, dan Iklim

Perkebunan dan Pabrik Kelapa Sawit Kertajaya berlokasi di Jalan Raya Saketi-Malingping Kecamatan Banjarsari, Kabupaten Lebak, Banten Selatan. Secara geografis terletak pada 6.55 0LS, 105.05 0BT – 106.05 0BT dengan ketinggian 60 – 80 meter di atas permukaan laut. Jarak dari ibukota kabupaten sekitar 80 kilometer sedangkan jarak dari Jakarta sekitar 175 kilometer.

Secara geologis, areal kebun tergolong dalam formasi tersier (S3) dengan batuan liat dan batuan pasir. Fisiografi sebagian besar areal adalah lipatan dengan bentuk wilayah datar hingga berombak, namun di beberapa tempat terdapat areal bertopografi gelombang.

Jenis tanah yang dijumpai adalah Typic Paleudult (Podsolik Kuning) yang didominasi dengan fraksi liat. Kesuburan fisik tanah tergolong sedang dan struktur tanah gumpal bersudut dengan ukuran sedang. Konsistensi tanah tergolong teguh dan stabilitas agregat tanah tergolong rendah. Warna tanah adalah cokelat kekuningan sampai kuning. Kedalaman efektif tanah lebih dari 100 sentimeter. Kelas kesesuaian lahan secara aktual pada sebagian besar kebun adalah kelas lahan S3, dimana pH tanah berkisar antara 4.5 – 5.5.

Tipe iklim menurut Oldemen termasuk golongan C dengan curah hujan 2000 – 4000 milimeter yang tidak merata sepanjang tahun, sehingga ditemukan bulan-bulan kering yang cukup tegas, yaitu antara 2 – 3 bulan. Suhu minimum sekitar 24 0C dan maksimum 31 – 32 0C.

4.1.3

Keberadaan Kebun dan Pabrik Kelapa Sawit

PTPN VIII Perkebunan Kertajaya hingga tahun 2011 memiliki kebun kelapa sawit seluas 3,174.93 hektar. Dalam pengorganisasiannya, kebun tersebut dibagi menjadi empat afdeling, yang masing-masing dikepalai oleh seorang kepala afdeling. Areal konsesi Perkebunan Kertajaya dapat dilihat pada Tabel 4.

Tabel 4. Areal konsesi Perkebunan Kertajaya (hektar)

Uraian Afd. I Afd. II Afd. III Afd. IV Jumlah

A. Tn. Menghasilkan

TT. 1986 - - 342.75 - 342.75

TT. 1990 - - 14.65 - 14.65

TT. 1994 - - 60.67 - 60.67

TT. 1996 - - 136.55 - 136.55

TT. 2002 - - 4.81 216.57 221.38

TT. 2003 - - - 101.27 101.27

62

Lampiran 8. Goodness of fit dan probability density function sebaran wakeby untuk data aktual

63

Lampiran 9. Goodness of fit dan probability density function sebaran wakeby untuk data aktual

64

Lampiran 10(a). Perbandingan nilai sMAPE antara prakiraan produksi harian menggunakan simulasi

dan prakiraan produksi PTPN VIII di Afdeling 1

Tanggal

Aktual Produksi (kilogram)

Simulasi Prakiraan Perusahaan

Produksi (kilogram)

Kesalahan relatif (%)

Produksi (kilogram)

Kesalahan relatif (%)

1 0 2,409 200 230 200

2 3,650 333 167 230 176

3 0 3,072 200 230 200

4 0 2,960 200 230 200

5 5,060 2,167 80 0 200

6 0 2,856 200 0 0

7 3,780 2,402 45 230 177

8 0 2,176 200 230 200

9 0 2,550 200 230 200

10 0 2,722 200 230 200

11 4,120 2,280 58 230 179

12 4,580 3,506 27 230 181

13 0 1,890 200 0 0

14 320 305 5 230 33

15 0 2,477 200 230 200

16 4,750 2,120 77 230 182

17 0 2,092 200 230 200

18 0 1,453 200 230 200

19 0 2,832 200 230 200

20 0 2,469 200 0 0

21 0 2,747 200 230 200

22 0 3,670 200 230 200

23 0 2,492 200 230 200

24 0 2,525 200 230 200

25 0 2,574 200 230 200

26 0 3,870 200 230 200

27 0 3,751 200 0 0

28 0 150 200 230 200

29 620 1,112 57 230 92

30 0 2,841 200 230 200

31 3,110 3,658 16 250 170

65

Lampiran 10(b). Perbandingan nilai sMAPE antara prakiraan produksi harian menggunakan simulasi

dan prakiraan produksi PTPN VIII di Afdeling 2

Tanggal

Aktual Produksi (kilogram)

Simulasi Prakiraan Perusahaan

Produksi (kilogram)

Kesalahan relatif (%)

Produksi (kilogram)

Kesalahan relatif (%)

1 5,440 8,487 44 350 176

2 6,230 1,660 116 350 179

3 2,200 3,430 44 350 145

4 7,080 4,362 48 350 181

5 0 10,717 200 0 0

6 5,660 5,834 3 0 200

7 2,060 3,774 59 350 142

8 3,310 964 110 350 162

9 1,240 6,314 134 350 112

10 2,930 7,581 88 350 157

11 0 5,734 200 350 200

12 6,990 10,821 43 350 181

13 0 3,087 200 0 0

14 1,290 7,382 141 350 115

15 2,660 3,408 25 350 153

16 1,580 1,910 19 350 127

17 1,820 7,864 125 350 135

18 4,040 983 122 350 168

19 4,080 8,417 69 350 168

20 0 7,048 200 0 0

21 1,380 6,026 125 350 119

22 3,100 4,558 38 350 159

23 2,430 10,064 122 350 150

24 0 4,486 200 350 200

25 6,160 5,974 3 350 178

26 5,980 4,602 26 350 178

27 0 4,353 200 0 0

28 2,500 2,764 10 350 151

29 1,950 4,846 85 350 139

30 2,060 2,240 8 300 149

31 1,680 7,945 130 300 139

66

Lampiran 10(c). Perbandingan nilai sMAPE antara prakiraan produksi harian menggunakan simulasi

dan prakiraan produksi PTPN VIII di Afdeling 3

Tanggal

Aktual Produksi (kilogram)

Simulasi Prakiraan Perusahaan

Produksi (kilogram)

Kesalahan relatif (%)

Produksi (kilogram)

Kesalahan relatif (%)

1 33,980 20,806 48 17,920 62

2 19,750 16,524 18 17,920 10

3 22,800 25,466 11 17,920 24

4 25,290 26,051 3 17,920 34

5 25,730 20,378 23 0 200

6 0 19,286 200 0 0

7 17,600 14,890 17 17,920 2

8 46,720 26,273 56 17,920 89

9 14,630 22,882 44 17,920 20

10 33,360 19,577 52 17,920 60

11 8,180 43,138 136 17,920 75

12 38,190 4,349 159 17,920 72

13 7,260 17,169 81 0 200

14 15,910 14,979 6 17,920 12

15 35,600 13,464 90 17,920 66

16 15,640 9,340 50 17,920 14

17 34,230 22,434 42 17,920 63

18 28,150 14,494 64 17,920 44

19 37,680 36,334 4 17,920 71

20 29,330 22,490 26 0 200

21 0 20,163 200 17,920 200

22 35,140 34,260 3 17,920 65

23 25,610 4,622 139 17,920 35

24 48,440 17,474 94 17,920 92

25 14,030 16,986 19 17,920 24

26 32,160 4,007 156 17,920 57

27 31,450 22,959 31 0 200

28 0 4,278 200 17,940 200

29 41,340 24,157 52 17,940 79

30 36,800 27,667 28 17,940 69

31 33,850 25,409 28 17,940 61

67

Lampiran 10(d). Perbandingan nilai sMAPE antara prakiraan produksi harian menggunakan

simulasi dan prakiraan produksi PTPN VIII di

Afdeling

4

Tanggal

Aktual Produksi (kilogram)

Simulasi Prakiraan Perusahaan

Produksi (kilogram)

Kesalahan relatif (%)

Produksi (kilogram)

Kesalahan relatif (%)

1 14,430 7,573 62 20,880 37

2 37,060 16,467 77 20,880 56

3 18,640 6,895 92 20,880 11

4 37,070 31,194 17 20,880 56

5 23,660 20,635 14 0 200

6 7,720 3,497 75 0 200

7 23,440 2,868 156 20,880 12

8 38,990 36,311 7 20,880 60

9 21,760 29,519 30 20,880 4

10 26,520 25,323 5 20,880 24

11 42,890 38,719 10 20,880 69

12 36,340 29,005 22 20,880 54

13 36,440 30,495 18 0 200

14 21,210 16,696 24 20,880 2

15 34,330 24,535 33 20,880 49

16 23,670 35,095 39 20,880 13

17 23,170 26,747 14 20,880 10

18 30,960 20,577 40 20,880 39

19 28,700 160 198 20,880 32

20 19,160 32,580 52 0 200

21 29,440 25,117 16 20,880 34

22 20,280 20,497 1 20,880 3

23 45,320 6,889 147 20,880 74

24 32,690 23,907 31 20,880 44

25 33,690 35,036 4 20,900 47

26 29,490 4,677 145 20,900 34

27 21,910 28,257 25 0 200

28 14,030 11,398 21 20,900 39

29 32,750 45,398 32 20,900 44

30 7,500 31,314 123 20,900 94

31 48,430 27,152 56 20,900 79