PENENTUAN DERIVASI PRODUK UNTUK MEMAKSIMALKAN KEUNTUNGAN PADA INDUSTRI OLEOFOOD Ivan Gunawan 1) dan Abdullah Shahab 2) 1) Program Studi Magister Manajemen Teknologi, Institut Teknologi Sepuluh Nopember, Kampus ITS Cokroaminoto Surabaya, e-mail: ivangunawan88@yahoo.com 2) Dosen Program Magister Manajemen Teknologi, Institut Teknologi Sepuluh Nopember, Kampus ITS Cokroaminoto Surabaya, email: shahab_nqa@yahoo.com ABSTRAK PT. Sari Mas Permai merupakan industri oleofood yang menggunakan bahan baku kopra, kernel, dan CPO (Crude Palm Oil) dalam proses produksinya. Bahan baku tersebut dapat diolah melalui enam processing plant yang berbeda. Kombinasi dari tiga jenis bahan baku dan enam processing plant tersebut dapat menghasilkan 37 jenis derivatif produk yang dapat langsung dijual. Jumlah derivatif produk yang banyak membuat perusahaan kesulitan menentukan bauran produk yang harus dihasilkan guna memaksimalkan keuntungan. Fokus peningkatan penjualan hanya pada produk utama, bisa berdampak keuntungan yang dihasilkan tidak maksimal. Melalui metode Linear Programming perusahaan dapat memaksimalkan keuntungan melalui penentuan bauran produk dengan mempertimbangkan keterbatasan-keterbatasan operasional yang ada di perusahaan. Hasil penelitian menunjukkan bahwa model matematis dapat menentukan bauran produk yang memberikan keuntungan sebesar Rp4.833.771.000,- bagi perusahaan. Selain itu, informasi penting lain yang diperoleh bagi perusahaan adalah perubahan harga pada bahan baku akan memberikan dampak yang paling besar terhadap keuntungan perusahaan. Kata kunci: Bauran produk, Industri oleofood, Linear programming, Memaksimalkan keuntungan. PENDAHULUAN PT. Sari Mas Permai merupakan salah satu industri penghasil produk-produk oleofood (produk turunan atau produk antara yang berasal dari minyak nabati). Produk-produk oleofood tersebut dihasilkan melalui proses Crushing-Expeller, Refinery, Fractionation, Extraction, Pelletizing, dan Hydrogenation. Setiap proses tersebut mampu mengolah bahan baku kopra, kernel, maupun CPO. Produk utama dari PT. Sari Mas Permai adalah minyak goreng kelapa yang berbahan dasar kopra (RBDCNO) dan kelapa sawit (RBD Olein). Selain minyak goreng, PT. Sari Mas Permai memiliki banyak diversifikasi dan derivatif produk lainnya yang merupakan hasil samping dari proses pengolahan kopra dan kelapa sawit. Produk-produk diversifikasi dan derivatif tersebut juga berkontribusi dalam peningkatan keuntungan perusahaan, sehingga diversifikasi dan derivatif produk tersebut perlu dikelola dengan baik guna meningkatkan daya saing untuk memenuhi kebutuhan industri makanan dan oleokimia. Keanekaragaman diversifikasi dan derivatif produk oleofood dengan bahan baku kopra dan kelapa sawit tersebut mempunyai dampak positif dan negatif bagi perusahaan. Dampak positif tersebut adalah tidak adanya limbah produk karena semua turunan produk dapat diproses kembali menjadi produk yang memiliki nilai jual bagi industri. Namun, dampak negatif dari luasnya diversifikasi dan derivatif produk tersebut adalah perusahaan mengalami kesulitan untuk menentukan produk mana saja yang sebaiknya diproduksi dan berapa jumlah produksi A-8-1
untuk tiap produknya agar dapat memaksimalkan keuntungan perusahaan. Kombinasi dari jumlah dan jenis produk yang akan diproduksi disebut sebagai bauran produk. Kotler (2000) mengemukakan definisi dari bauran produk sebagai kumpulan dari seluruh jenis produk atau barang yang ditawarkan oleh pihak penjual atau produsen untuk dijual pada pembeli. Selain itu, dalam diversifikasi produk tersebut terdapat produk-produk yang dibuat melalui proses pencampuran beberapa produk dengan komposisi tertentu untuk menghasilkan jenis produk baru atau produk sejenis namun memiliki nilai tambah tertentu. Hal ini juga menjadi pertimbangan bagi perusahaan dalam keputusan untuk memilih komposisi jenis produk yang akan dicampur agar produk hasil pencampuran tersebut dapat tetap berkontribusi memaksimalkan keuntungan perusahaan. Tantangan terbesar dalam industri oleofood untuk menentukan bauran produk adalah karakteristik proses produksinya. Karakteristik proses produksi yang terdapat dalam industri oleofood antara lain: produk yang berbeda dapat dihasilkan dengan merubah urutan proses, pencampuran produk dengan komposisi tertentu dapat menghasilkan produk baru atau produk sejenis namun memiliki nilai tambah, dan proses yang menghasilkan paket produk dengan rendemen atau yield tertentu. Ilustrasi untuk menjelaskan paket produk dalam industri oleofood sebagai berikut: 100 ton bahan baku A saat diproses akan menghasilkan A1 dan A2 (yang merupakan produk sampingan A1). Jika rendemen A1 adalah 93% maka dihasilkan produk A1 sebesar 93 ton. Jika rendemen A2 adalah 6% maka dihasilkan produk A2 sebesar 6 ton. Karakteristik proses produksi dalam industri oleofood yang demikian kompleks menjadi sangat penting untuk dikaji dalam menentukan bauran produk. Banyak metode yang telah dikembangkan untuk menentukan bauran produk baik melalui pendekatan simulasi (Akkerman & van Donk, 2007), forecasting (Khairunnisa, 2003), hingga pemrograman matematis. Metode linear programming merupakan salah satu metode dari pemrograman matematis yang paling sering digunakan karena mampu memberikan solusi yang optimal (Gass, 2003). Linear programming merupakan teknik dalam operation research yang paling luas dikenal. Linear programming merupakan metode matematis untuk mengalokasikan sumberdaya yang terbatas untuk mencapai tujuan tunggal dalam hal ini adalah untuk memaksimalkan keuntungan perusahaan (Gass, 2003). Linear programming pada saat ini telah disadari sebagai salah satu pendekatan penyelesaian masalah yang sangat ampuh untuk analisis keputusan dalam bidang bisnis dan lebih aplikatif dengan adanya dukungan perangkat komputer (Mulyono, 2004). Metode linear programming ini selanjutnya akan diaplikasikan untuk memberikan dasar penentuan bauran produk di PT. Sari Mas Permai. Hasil yang diharapkan dari aplikasi metode linear programming ini adalah perusahaan dapat menentukan bauran produk harus dihasilkan sehingga mampu memaksimalkan keuntungan perusahaan dengan tetap melibatkan batasan-batasan yang ada dalam operasional perusahaan. METODE Penelitian ini secara umum terdiri atas tiga tahap, yaitu penelitian pendahuluan, membuat model optimasi, dan melakukan analisis sensitivitas terhadap model. Penelitian pendahuluan terdiri dari identifikasi masalah, mengumpulkan data, dan menyusun diagram turunan produk. Tahap pembuatan model optimasi terdiri dari mendefinisikan variabel keputusan, memformulasikan fungsi tujuan dan fungsi kendala. Sedangkan, analisis sensitivitas dilakukan dengan merubah parameter-parameter untuk mengetahui seberapa besar pengaruhnya terhadap solusi optimal. Pengumpulan Data A-8-2
Data-data yang dikumpulkan dalam untuk membantu penyelesaian masalah dalam penelitian ini adalah: kontrak penjualan dan safety stock yang mewakili demand untuk tiap jenis produk, kapasitas produksi, karakteristik produksi untuk diversifikasi dan derivatif produk, rendemen atau yield untuk tiap jenis produk, kapasitas penyimpanan yang terdiri dari tangki penyimpanan dan gudang penyimpanan, ketersediaan bahan baku, harga jual tiap jenis produk, serta biaya produksi. Data-data tersebut selanjutnya digunakan untuk membuat diagram turunan produk dan menyusun model optimasi yang akan digunakan untuk membantu penyelesaian masalah. Mendefinisikan Variabel Keputusan Untuk membuat model yang terkait dengan masalah ini perlu didefinisikan variablevariabel keputusan yang terkait. Gambar 1 menunjukkan contoh diagram turunan produk. Pada diagram turunan produk tersebut terdapat langkah-langkah proses dengan menyertakan variabel keputusan yang dituliskan pada kotak-kotak seperti A1, A11, dan sebagainya. Variabel-variabel keputusan tersebut perlu didefinisikan dengan jelas. Gambar 1. Contoh Diagram Turunan Produk A-8-3
Sebagai contoh, pada Gambar 1 variabel-variabel keputusan yang terletak pada kotakkotak warna merah didefinisikan sebagai berikut: A1 : Jumlah bahan baku 1 yang akan diproses A11 : Jumlah produk 1 yang dibuat dari bahan baku 1 A111 : Jumlah produk 1 yang dibuat dari bahan baku 11 A1115 : Jumlah produk 1 yang dibuat dari bahan baku 111 A11151 : Jumlah produk 1 yang dibuat dari bahan baku 11151 A11121A11151 : Jumlah produk hasil pencampuran 11121 dan 11151. Fomulasi Fungsi Tujuan Setelah variabel keputusan ditentukan, langkah selanjutnya adalah memformulasikan fungsi tujuan. Fungsi tujuan dalam penelitian ini adalah memaksimalkan keuntungan. Keuntungan yang akan diperoleh dinyatakan sebagai fungsi harga jual produk-produk jadi dikurangi dengan biaya pembuatan produk-produk tersebut. Sebagai contoh, produk jadi pada Gambar 1 adalah A121, A122, A11111, A11112, A11122, A11131, A11132, A11142, A11152, A11161, A11162, A11211, A11212, A111211, A111411 (yang terletak pada kotak-kotak bewarna hijau) dan A11121A11151. Harga jual produk A121 adalah H121, produk A122 adalah H122, dan seterusnya. Jumlah uang yang akan diperoleh dengan penjualan produk-produk ini dengan demikian adalah: A121*H121 + A122*H122 +A11111*H11111 + A11112*H11112 + A11122*H11122 + A11131* H11131 + A11132*H11132 + A11142*H11142 + A11152*H11152 + A11162*H11162 + A11211*H11211 + A11212*H11212 + A111211*H111211 + A111411*H111411 + A11121A11151*H1112111151 (1) Apabila B1 adalah harga bahan baku untuk A1, C11 adalah biaya untuk proses pembuatan A11 dari A1, C12 adalah biaya untuk proses pembuatan A12 dari A1, demikian seterusnya, maka biaya pembuatan produk-produk tersebut bisa dituliskan secara matematis sebagai: A1*B1 + A11*C11 + A12*C12 + A1111*C1111 + A1112*C1112 + A1113*C1113 + A1114*C1114 + A1115*C1115 + A1116*C1116 + A1121*C1121 + A111211*C111211 + A111411*C111411 (2) Fungsi tujuan dari permodelan sekarang bisa dituliskan dengan: Maksimalkan Z = A121*H121 + A122*H122 +A11111*H11111 + A11112*H11112 + A11122*H11122 + A11131* H11131 + A11132*H11132 + A11142*H11142 + A11152*H11152 + A11162*H11162 + A11211*H11211 + A11212*H11212 + A111211*H111211 + A111411*H111411 + A11121A11151*H11121A11151 (A1*B1 + A11*C11 + A12*C12 + A1111*C1111 + A1112*C1112 + A1113*C1113 + A1114*C1114 + A1115*C1115 + A1116*C1116 + A1121*C1121 + A111211*C111211 + A111411*C111411) (3) Formulasi Fungsi Kendala 1. Kendala demand (kontrak penjualan dan safety stock) tiap jenis produk Gambar 1 Contoh Diagram Turunan Produk juga menjelaskan fungsi kendala kontrak penjualan dan safety stock dari tiap jenis produk. Apabila 11112, 11122, 11132, 11142, 11152, A-8-4
dan 11162 pada kotak-kotak yang bewarna hijau pada Gambar 1 diasumsikan sebagai produk jenis yang sama dan Ti adalah kontrak penjualan dan safety stock untuk produk jenis i, maka fungsi kendala kontak penjualan dan safety stock tiap jenis produk dapat dituliskan sebagai berikut: 11112 + 11122 + 11132 + 11142 + 11152 + 11162 Ti (4) 2. Ketersediaan bahan baku Bahan baku utama perlu disediakan dalam jumlah yang tepat agar proses produksi dapat berjalan lancar. Apabila A1 pada Gambar 1 yang diberi warna merah mewakili jumlah bahan baku yang akan diolah dan M1 adalah ketersediaan bahan baku 1, maka fungsi kendala ketersediaan bahan baku dapat dituliskan dengan: A1 M1 (5) 3. Kapasitas produksi Tiap jenis produk memiliki keterbatasan kapasitas produksi yang berbeda-beda. Gambar 1 kotak-kotak bewarna biru menjelaskan contoh kendala kapasitas produksi. Produk 1111 dan 1113 diproduksi melalui proses yang sama tetapi kapasitas produksi untuk masingmasing produk tersebut berbeda. Kapasitas produksi untuk produk 1111 adalah K1111 dan kapasitas produksi untuk produk 1113 adalah K1113. Secara matematis, fungsi kendala kapasitas produksi dapat dituliskan sebagai berikut: A1111 + ( K1111 / K1113) * A1113 K1111 (6) 4. Kapasitas penyimpanan Tiap jenis produk terdiri dalam wujud cair, padat, dan semi-padat memiliki sehingga memiliki keterbatasan kapasitas penyimpanan yang berbeda-beda. Dicontohkan pada Gambar 1, apabila produk 11112, 11122, 11132, 11142, 11152, dan 11162 pada kotak bewarna hijau diasumsikan sebagai produk sejenis dengan kapasitas penyimpanan untuk jenis produk i adalah Si, maka fungsi kendala kapasitas penyimpanan dituliskan sebagai: 11112 + 11122 + 11132 + 11142 + 11152 + 11162 Si (7) 5. Karakteristik proses Karakteristik proses dalam industri oleofood adalah adanya paket produk, rendemen atau yield untuk setiap turunan produk, dan adanya pencampuran dengan komposisi tertentu untuk mengasilkan produk tertentu. Sehingga karakteristik proses merupakan formulasi kendala yang paling unik. Paket produk dan rendemen atau yield Produk 111 dan 112 merupakan paket produk dimana untuk menghasilkan 111 proses juga akan menghasilkan 112 atau sebaliknya. Rendemen 111 sebesar 60% terhadap 11 dan rendemen 112 sebesar 36% terhadap 11. Produk 11 merupakan turunan dari bahan baku 1. Sehingga formulasi kendala dituliskan sebagai berikut: A11 + A12 A1 (8) A111 0.60 * A11 (9) A112 0.26 * A11 (10) Rendemen atau yield produk Produk 111211 dapat dihasilkan dengan rendemen sebesar 99,5% terhadap 11121 (lihat Gambar 1). Sehingga formulasi kendala dituliskan sebagai berikut: A111211 0.995 * A11121 (11) A-8-5
Pencampuran produk dengan komposisi tertentu Produk 11121A11151 merupakan produk hasil pencampuran antara produk 11121 dan 11151 dengan komposisi 70:30 (lihat Gambar 1 ). Sehingga formulasi kendala dituliskan sebagai berikut: A11121+A11151 A11121A11151 (12) 0.7*A11121 0.3*A11151 = 0 (13) HASIL DAN DISKUSI Penelitian ini menghasilkan model matematis linear programming untuk memecahkan masalah penentuan bauran produk di perusahaan. Selanjutnya, model matematis tersebut diselesaikan dengan menggunakan software Lingo 11. Bauran produk yang dihasilkan oleh model matematis tersebut dapat dilihat pada Tabel 1. No. Tabel 1. Rangkuman Hasil Running Model dengan Software Lingo 11 Jenis Produk Jumlah yang harus diproduksi dan dijual (kg) 1 Crude Olein 264057 17 No. Jenis Produk Bungkil tepung kernel Jumlah yang harus diproduksi dan dijual (kg) 40000 2 Crude Stearin 76437 18 Bungkil pellet kernel 213800 3 PFAD 60911 19 Welcolin super 173970 4 RBD Stearin 161667 20 Welcolin 218790 5 Super Olein 280808 21 Bentoel A 333811 6 Palm midfraction 2500 22 Bentoel B 400000 7 RBD Olein 100000 23 CNO 60000 8 PKO 40000 24 CFAD 46139 9 Bungkil chip kernel 42328 25 Bungkil pellet kopra 289259 10 Crude PK Olein 10000 26 Bungkil tepung kopra 251529 11 Crude PK Stearin 5517 27 Hydrococo 48515 12 HPKO 150000 28 Hydrococo super 13062 13 RBD PK Olein 119293 29 RB CNO 59375 14 RBD PK Stearin 65859 30 Soap stock 2500 15 HKO Olein 10000 31 Bungkil chip kopra 36000 16 HPKS 5000 Keuntungan Rp4.833.771.000 Melalui output hasil running model matematis, perusahaan dapat mengetahui berapa banyak suatu jenis produk harus dihasilkan dan melalui proses mana produk tersebut harus diproduksi sehingga dapat memaksimalkan keuntungan. Proses mana yang harus lalui setiap jenis produk berikut jumlah yang harus diproduksi dapat diketahui dengan penamaan yang telah diberikan untuk setiap jenis produk dalam variabel keputusan. Apabila bagian penjualan berhasil menjual semua produk yang dihasilkan maka keuntungan maksimal yang bisa diperoleh perusahaan sebesar Rp4.833.771.000,00. A-8-6
Analisis Sensitivitas Analisis sensitivitas ini dilakukan untuk melihat seberapa besar pengaruh perubahan input terhadap keuntungan perusahaan akibat dari keadaan yang berubah-ubah. Analisis sensitivitas ini memberikan landasan bagi pihak Manajemen dalam membuat kebijakankebijakan strategis di dalam perusahaan. Pada penelitian ini digunakan tujuh skenario uji sensitivitas. Skenario untuk uji sensitivitas ini didasarkan pada perubahan yang mungkin terjadi dalam perusahaan. Ketujuh skenario uji berikut hasilnya dapat dilihat pada Tabel 3. Tabel 3 Skenario Uji Sensitivitas Model dan Hasilnya Skenario Uji Selisih Keuntungan Keterangan Yield losses dihilangkan Rp1.131.565.000 Keuntungan naik 23% Kapasitas simpan turun 5% Rp64.187.000 Keuntungan turun 1% Kapasitas produksi turun 5% Rp73.597.000 Keuntungan turun 2% Kapasitas produksi naik 20% Rp294.388.000 Keuntungan naik 6% Kendala demand dihilangkan Rp814.243.000 Keuntungan naik 17% Biaya bahan baku naik 20% Rp2.893.193.000 Keuntungan turun 60% Biaya produksi naik 20% Rp260.883.000 Keuntungan turun 5% Tabel 3 menunjukkan bahwa dampak yang paling besar terhadap keuntungan perusahaan apabila terjadi perubahan harga bahan baku. Sedangkan, semua bahan baku yang digunakan merupakan barang komoditas yang fluktuasi harga bisa terjadi sangat cepat. Oleh karena itu, perusahaan harus hati-hati terhadap fluktuasi perubahan harga bahan baku yang terjadi di pasar. KESIMPULAN Melalui penelitian ini telah dihasilkan model matematis Linear Programming yang sesuai untuk menyelesaikan permasalahan yang dihadapi perusahaan. Informasi yang diperoleh dari running model matematis Linear Programming tersebut dalam software Lingo 11 adalah 1. Keuntungan maksimal yang dapat diperoleh perusahaan dengan mempertimbangkan kendala-kendala telah yang dimasukkan dalam model yakni sebesar Rp4.833.771.000,- 2. Model mampu menghasilkan bauran produk yang harus dijual oleh perusahaan. 3. Analisis sensitivitas menunjukkan bahwa dampak terbesar terhadap keuntungan perusahaan adalah perubahan harga bahan baku. Kenaikan harga bahan baku sebesar 20% mampu menggerus keuntungan perusahaan hingga 60%. 4. Peningkatan keuntungan terbesar adalah apabila perusahaan dapat menekan yield losses. Percobaan running model tanpa yield losses menunjukkan bahwa perusahaan dapat meningkatkan keuntungan sebesar 24%. Saran yang dapat diberikan berdasarkan hasil penelitian ini adalah 1. Perusahaan dapat mengkaji kembali setiap tahapan proses dan mengendalikan yield losses yang terjadi di setiap tahapan proses tersebut. 2. Perusahaan sebaiknya mempertimbangkan penggunaan mesin berteknologi baru yang dapat mengurangi yield losses. A-8-7
3. Perusahaan sebaiknya melakukan sistem kontrak pembelian bahan baku agar tidak terganggu fluktuasi harga bahan baku dalam rentang waktu tertentu yang dapat mengakibatkan kerugian. 4. Penjualan kepada makelar atau broker dapat melakukan sistem penjualan paket produk dengan kebijakan pricing yang menarik sehingga jenis-jenis produk sampingan juga dapat terserap seluruhnya oleh pasar. 5. Mempertimbangkan posisi perusahaan sebagai broker bukan produsen untuk produkproduk yang kurang menguntungkan untuk diproduksi sendiri. 6. Model saat ini terbatas hanya menghasilkan bauran produk. Sehingga, perlu dilakukan analisis penjadwalan produksi tersendiri sehingga proses produksi lebih efisien. 7. Jika perusahaan memutuskan untuk membeli bahan baku setengah jadi selain kopra, kernel, dan CPO untuk diproses selanjutnya maka perlu dilakukan penyesuaian model. DAFTAR PUSTAKA Bazaraa, Mokhtar S., Jarvis, John J., & Sherali Hanif D. (2005). Linear Programming and Network Flows. Edisi ke-3.hoboken : John Wiley & Sons. Kotler, Philip & Armstrong, Gary.(2012).Principles of Marketing. Edisi ke-14.upper Saddle River : Pearson Prentice Hall. Kotler, Philip. (2000). Marketing Management Millenium Edition. Upper Saddle River : Pearson Prentice Hall. Kotler, Philip. (2003). Marketing Insights from A to Z. Hoboken : John Wiley & Sons. Levy, H. & Sarnat, M. (1990).Capital Investment and Financial Decision. Edisi ke -4. Upper Saddle River : Pearson Prentice Hall. Mulyono.(2004). Riset Operasi. Edisi Revisi. Jakarta : Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia. Gass, Saul I. (2003). Linear Programming: Methods and Application. Edisi ke-5.mineola : Dover Publication, Inc. Stanton, William J. (1988). Prinsip Pemasaran. Jilid I. Edisi ke-7 dialihbahasakan oleh Sadu Sundaru.Jakarta : Erlangga. Sugiyono.(2005). Metode Penelitian Kualitatif. Bandung: Alfabeta. A-8-8