BAB I PENDAHULUAN 1.1. Latar Belakang Kelapa sawit merupakan salah satu komoditas pertanian yang paling berkembang pesat di Indonesia. Sejak tahun 2006 Indonesia telah menjadi produsen crude palm oil (CPO) terbesar di dunia dengan produksi mencapai 34 juta ton pada tahun 2016 (Indexmundi, 2017). Dalam rangka mempercepat hilirisasi minyak sawit didalam negeri, pemerintah telah mengubah kebijakan pajak ekspor menjadi kebijakan Bea Keluar CPO dan produk turunannya (PMK No. 128/2011 dan PMK No. 75/2012) yang bertujuan menjamin ketersediaan bahan baku minyak sawit bagi industri domestik; mengamankan pasokan serta harga minyak goreng di dalam negeri; dan mendukung Program Nasional Hilirisasi Industri Kelapa Sawit. Kemajuan hilirisasi yang terjadi dalam periode 2011-2016 tercermin dari konsumsi CPO domestik dari 7,8 juta ton menjadi 13,5 juta ton, untuk industri olein (minyak goreng dan margarin, dan lainnya), industri oleokimia dan detergen, serta industri biodiesel. Selain tercermin dari konsumsi CPO domestik, hilirisasi minyak sawit domestik juga ditunjukkan oleh produksi industri hilir. Tahun 2016 produksi olein (RBD olein, minyak goreng, margarin, dan lainnya) sebesar 25 juta ton, produksi oleokimia (oleokimia dasar, detergen dan sabun) sebesar 3,4 juta ton dan produksi biodiesel sebesar 2,9 juta ton (Palm Oil Agribusiness Strategic Policy Institute, 2017).
Dengan semakin berkembangnya hilirisasi Industri Kelapa Sawit nasional, tentu kebutuhan akan bahan baku berupa CPO akan semakin meningkat. Agar kemampuan daya saing agroindustri CPO meningkat, maka diperlukan pengelolaan yang terintegrasi mulai dari pasokan bahan baku, perencanaan produksi dan pengendalian persediaan tangki timbun (Hadiguna & Machfud, 2008) Terdapat banyak faktor internal maupun eksternal yang mempengaruhi perencanaan produksi pada pabrik kelapa sawit. Faktor internal berupa ketersediaan sumberdaya seperti bahan baku, manusia, dan mesin. Sedangkan untuk faktor eksternal seperti fluktuasi harga TBS dan pengaruh cuaca terhadap ketersediaan TBS. Semua faktor ini perlu diperhatikan sehingga dapat dimodelkan suatu perencanaan produksi yang optimum. PT. Perkebunan Nusantara III merupakan Badan Usaha Milik Negara yang bergerak di bidang pengelolaan, pengolahan dan pemasaran hasil Perkebunan. Salah satu produk hasil olahan PTPN III adalah CPO. Dalam hasil tinjauan terhadap evaluasi kinerja PKS pada bulan Mei 2016, diketahui bahwa kapasitas olah PKS selalu tidak tercapai dengan realisasi sebesar 481,19 ton TBS/jam atau 90,97% terhadap RKAP (530 Ton TBS/jam) dan hanya sebesar 85,25% terhadap kapasitas terpasang. Hal ini tentu akan berpengaruh terhadap potensi kerugian pada perusahaan yang akan berpengaruh terhadap biaya produksi CPO. (Media Nusatiga, 2017) Pabrik Kelapa Sawit (PKS) Rambutan merupakan salah satu dari 11 PKS yang dimiliki PT. Perkebunan Nusantara III. Pabrik kelapa sawit Rambutan
berlokasi di Desa Paya Bagas Kecamatan Rambutan, Kotamadya Tebing Tinggi, Provinsi Sumatera Utara. Pabrik ini dibangun sejak tahun 1983 dan memiliki kapasitas olah 30 ton/jam. Proses produksi pada PKS Rambutan memiliki rantai aliran nilai dari pasca panen pada kebun sawit, transportasi bahan baku, pengolahan kelapa sawit menjadi CPO dan penyimpanan. Sumber bahan baku (TBS) yang digunakan berasal dari kebun milik perusahaan, dengan total delapan kebun pemasok. Pada kondisi puncak panen, sering terjadi penumpukan TBS karena bahan baku yang melimpah, di satu pihak TBS yang telah dipanen harus segera diproses karena dapat mempengaruhi kualitas mutu minyak yang akan dihasilkan. Sebaliknya jika pasokan TBS tidak memenuhi kebutuhan pabrik, maka akan terjadi kerugian ongkos produksi. Data TBS menginap di lapangan pada periode Juni 2017 dapat dilihat pada Tabel 1.1. Tabel 1.1. TBS Menginap di Lapangan pada Periode Juni 2017 Keterangan Jumlah TBS Persentase (Kg) (%) Tanpa Menginap 8531.900 53,31 1 Malam 6560.790 41,00 2 Malam 803.990 5,02 3 Malam 54.100 0,34 4 Malam 17.970 0,11 5 Malam 17.080 0,11 6 Malam 17.330 0,11 Sumber: PTPN III PKS Rambutan Pada kondisi puncak panen sangat penting bagi perusahaan untuk mengolah TBS yang ada secara langsung karena TBS yang tidak diolah secara langsung dapat mengalami penyusutan nilai rendemen. Setiap kebun pemasok
memiliki nilai rendemen minyak sawit yang berbeda-beda. Data hasil rendemen minyak kelapa sawit setiap kebun pada periode Januari sampai dengan Juni 2017 dapat dilihat pada Tabel 1.2. Tabel 1.2. Data Faktor Rendemen Periode Januari sampai dengan Juni 2017 Kebun Bulan Januari Februari Maret April Mei Juni Sei Putih (KSPTH) 22,33 22,15 22,04 22,36 22,28 22,19 Rambutan (KRBTN) 21,36 21,20 21,70 22,19 22,26 22,33 Tanah Raja (KTARA) 21,46 21,58 21,78 22,04 22,17 22,40 Sarang Giting (KSGGI) 22,51 23,12 22,09 22,61 22,67 22,38 Silau Dunia (KSDUN) 22,12 22,78 21,34 21,63 21,97 21,75 Gunung Monako (KGMNO) 21,73 21,03 21,72 22,01 22,05 21,88 Gunung Para (KGPAR) 22,04 22,25 22,09 22,18 22,10 22,00 Gunung Pamela (KGPMA) 20,43 22,96 22,65 22,70 22,43 22,50 Sumber: PTPN III PKS Rambutan Dalam proses produksi CPO faktor biaya juga mempengaruhi daya saing perusahaan. Faktor biaya meliputi biaya Perolehan TBS dan biaya transportasi. Biaya perolehan TBS dari setiap kebun pada periode Januari sampai dengan Juni 2017 dapat dilihat pada Tabel 1.3. Tabel 1.3. Data Biaya Perolehan TBS per Kebun Periode Januari sampai dengan Juni 2017 Kebun Bulan Januari Februari Maret April Mei Juni Sei Putih (KSPTH) 2.297 2.174 1.949 1.804 1.851 1.783 Rambutan (KRBTN) 2.197 2.103 1.928 1.790 1.853 1.796 Tanah Raja (KTARA) 2.207 2.135 1.934 1.778 1.844 1.801 Sarang Giting (KSGGI) 2.331 2.285 2.009 1.820 1.884 1.798 Silau Dunia (KSDUN) 2.265 2.241 1.888 1.743 1.825 1.748 Gunung Monako (KGMNO) 2.231 2.074 1.923 1.773 1.832 1.758 Gunung Para (KGPAR) 2.248 2.175 1.947 1.785 1.834 1.769 Gunung Pamela (KGPMA) 2.302 2.265 2.006 1.831 1.865 1.809 Sumber: PTPN III PKS Rambutan
Biaya transportasi TBS dari setiap kebun juga bervariasi karena jarak antara kebun dan pabrik yang berbeda. Data jarak antara kebun ke pabrik kelapa sawit Rambutan dapat dilihat pada Tabel 1.4. Tabel 1.4. Data Jarak Antara Kebun ke PKS Rambutan Kebun Unit Jarak (Km) Sei Putih (KSPTH) 45 Rambutan (KRBTN) 4 Tanah Raja (KTARA) 31 Sarang Giting (KSGGI) 27 Silau Dunia (KSDUN) 29 Gunung Monako (KGMNO) 34 Gunung Para (KGPAR) 23 Gunung Pamela (KGPMA) 23 Sumber: PTPN III PKS Rambutan Selain itu faktor proses produksi dan penyimpanan juga sangat berpengaruh terhadap kualitas CPO. CPO akan mengalami penurunan kualitas apabila penimbunan dilakukan dalam jangka waktu yang lama dan tentu akan berpengaruh terhadap daya saing perusahaan. Kondisi ini memperlihatkan bahwa perlunya suatu rancangan optimasi pada rantai pasok crupe palm oil untuk membantu perusahaan dalam menyusun perencanaan produk CPO. Salah satu metode optimasi yang ada yaitu algoritma genetika. Metode ini tergolong dalam pendekatan metaheuristik. Metaheuristik sendiri adalah metode penyelesain umum yang menyediakan struktur umum dan pedoman strategi untuk membentuk metode heuristik tertentu yang sesuai untuk suatu masalah (Hillier & Lieberman, 2008).
Algoritma genetika merupakan metode optimasi berdasarkan fenomena alam yang dalam penelusurannya mencari titik optimal berdasarkan ide yang ada pada genetika dan teori Darwin survival of the fittest. Algoritma ini bekerja dengan sebuah populasi yang terdiri dari individu-individu yang masing-masing individu merepresentasikan sebuah solusi yang mungkin bagi persoalan yang ada. Dalam kaitan ini individu dilambangkan dengan sebuah nilai fitness yang akan digunakan untuk mencari solusi terbaik dari persoalan yang ada (Berlianty & Arifin, 2010). Algoritma genetika dipilih sebagai metode untuk menghasilkan perencanaan produksi yang optimal dikarenakan karakteristik rantai pasok CPO yang kompleks sehingga diperlukan pendekatan metaheuristik dalam penyelesainnya. Diantara metode-metode metaheuristik yang ada, Algoritma genetika dipilih karena tipe ini cenderung efektif untuk mengeksplorasi berbagai daerah layak dan secara perlahan menuju solusi layak terbaik. Penelitian mengenai optimasi produksi pernah dilakukan oleh beberapa peneliti antara lain dilakukan oleh Hadiguna dan Machfud (2008) yang melakukan perancangan model rantai pasok Crude Palm Oil menggunakan metode programa linear dan sistem fuzzy dengan fungsi keanggotaan kurva S yang dimodifikasi. Selanjutnya Hadiguna dan Tjahyono (2017) melakukan penelitian mengenai perencanaan rantai pasok minyak sawit berkelanjutan di Indonesia dengan mengintegrasikan penilaian risiko, pengukuran kinerja dan optimasi rantai pasok yang akan disusun menjadi alat pengambilan keputusan. Dari hasil penelitian, dapat disimpulkan bahwa ada tiga komponen penting yang terlibat dalam
pengelolaan rantai pasok minyak sawit, yaitu penilaian risiko, pengukuran kinerja dan model optimasi. Penelitian mengenai optimasi produksi menggunakan algoritma genetika telah dilakukan oleh beberapa peneliti antara lain dilakukan oleh Law, dkk (2008) yang melakukan penelitian mengenai optimasi biaya rantai pasok menggunakan algoritma genetika dan logika fuzzy yang melibatkan tiga keputusan secara bersamaan yaitu memilih supplier, memaksimumkan penghematan dari produk yang berbeda, menemukan urutan distribusi terbaik dari produk yang bervariasi ke retailer yang berbeda. Penelitian lain dilakukan oleh Edokpia dan Amiolemhen (2016) dengan menggunakan algoritma genetika dalam memecahkan masalah transportasi perusahaan penghasil minuman. Dari penelitian yang dilakukan diperoleh bahwa biaya transportasi menggunakan algoritma genetika lebih kecil dibandingkan biaya transportasi aktual. Pada penelitian ini akan digunakan metode algoritma genetika dalam rancangan optimasi produksi pada rantai pasok CPO. Metode logika fuzzy juga akan diterapkan sebagai salah satu input dari rancangan optimasi yang akan dibuat. Tujuan dari penelitian ini yaitu mengoptimasi sistem rantai pasok CPO untuk meminimumkan biaya produksi. 1.2. Rumusan Masalah Berdasarkan latar belakang yang telah diuraikan maka rumusan masalah pada penelitian ini adalah belum optimalnya perencanaan produksi pada rantai pasok CPO yang ditandai dengan ketidak-seimbangan perencanaan produksi.
Ketidak-seimbangan ini menyebabkan kerugian baik secara langsung maupun tidak langsung pada perusahaan. Sehubung dengan permasalahan diatas, maka perlu suatu rancangan optimasi pada rantai pasok crude palm oil yang dapat diimplementasikan sehingga diketahui jumlah produk yang harus diproduksi untuk minimisasi biaya tanpa mengabaikan batasan-batasan yang dimiliki perusahaan menggunakan metode algoritma genetika. 1.3. Tujuan dan Manfaat Penelitian 1.3.1. Tujuan Penelitian Tujuan umum dari penelitian ini adalah mengoptimasi sistem rantai pasok minyak sawit untuk meminimumkan biaya produksi. Tujuan khusus dari penelitian ini adalah sebagai berikut: 1. Mendesain model logika fuzzy prakiraan ketersediaan TBS. 2. Mendesain model matematis untuk optimasi perencanaan produksi CPO menggunakan metode algoritma genetika. 3. Menghitung jumlah produksi optimum CPO untuk minimisasi biaya. 4. Mengukur peningkatan produksi CPO hasil perbaikan. 1.3.2. Manfaat Penelitian Manfaat penelitian yang diharapkan dari penelitian ini, antara lain: 1. Meningkatkan kemampuan mahasiswa dalam mengaplikasikan teori yang diperoleh selama kuliah dan meningkatkan wawasan dalam menganalisis dan
memecahkan masalah sebelum memasuki dunia kerja khususnya dalam hal memodelkan optimasi produksi pada rantai pasok CPO menggunakan pendekatan algoritma genetika. 2. Mempererat kerja sama antara Fakultas Teknik, Departemen Teknik Industri, dengan pihak perusahaan. 3. Hasil penelitian ini dapat dijadikan masukan bagi perusahaan dalam membuat kebijakan perencanaan produksi di PTPN III PKS Rambutan. 1.4. Batasan dan Asumsi Masalah 1.4.1. Batasan Masalah Penelitian dilakukan dalam batasan-batasan tertentu, antara lain: 1. Penelitian dilakukan pada PTPN III PKS Rambutan 2. Objek yang diteliti adalah Crude Palm Oil (CPO) 3. Data yang digunakan berasal dari bulan Juli 2015 sampai Juni 2017. 4. Biaya yang diperhitungkan meliputi biaya perolehan TBS, biaya pengangkutan, biaya pengolahan TBS dan biaya penyimpanan. 1.4.2. Asumsi Masalah Asumsi yang digunakan dalam penelitian ini adalah: 1. Informasi dan data yang diperoleh dari perusahaan dan sumber lainnya dianggap benar dan cukup mewakili. 2. Proses produksi berjalan normal. 3. Kapasitas angkut setiap truk sama dan dapat beroperasi dengan baik.
1.5. Sistematika Penulisan Laporan Sistematika penulisan tugas sarjana dapat dilihat sebagai berikut : Bab I Pendahuluan, menjelaskan latar belakang permasalahan yang menjadi dasar dilakukannya penelitian, perumusan permasalahan, tujuan penelitian, manfaat penelitian, batasan dan asumsi yang digunakan dalam penelitian dan sistematika penulisan tugas sarjana. Bab II Gambaran umum Perusahaan, menguraikan gambaran umum perusahaan PTPN III PKS Rambutan, ruang lingkup usaha, lokasi, daerah pemasaran, struktur organisasi dan manajemen, jumlah tenaga kerja dan jam kerja, proses produksi, standar mutu produk, utilitas, safety and fire protection dan pengolahan limbah. Bab III Landasan Teori, berisi dasar-dasar teori mengenai supply chain, supply chain management, rantai pasok kelapa sawit, kualitas produk kelapa sawit, perencanaan dan pengendalian produksi, optimasi, algoritma genetika, logitka fuzzy, dan penggunaan software matlab. Bab IV Metodologi Penelitian, menguraikan tahap-tahap yang dilakukan dalam penelitian yaitu persiapan penelitian meliputi penentuan lokasi penelitian, jenis penelitian, objek penelitian, kerangka konseptual, identifikasi variabel penelitian, pengumpulan data primer dan sekunder, metode pengolahan data, blok diagram prosedur penelitian, pengolahan data, analisis pemecahan masalah sampai kesimpulan dan saran. Bab V Pengumpulan dan Pengolahan Data, menguraikan tentang sistem fuzzy pada parameter ketersediaan TBS, prakiraan ketersediaan TBS, prakiraan
ketersediaan TBS KRBTN menggunakan software Matlab, pemodelan fungsi kendala, pemodelan fungsi tujuan, pembuatan model optimasi dan yang terakhir yaitu penyelesaian model optimasi menggunakan algoritma genetika. Bab VI Analisis Pemecahan Masalah, menguraikan tentang analisis sistem rantai pasok CPO, analisis sistem rantai pasok CPO aktual, dan analisis sistem rantai pasok CPO usulan yang terdiri atas analisis prakiraan ketersediaan TBS dengan logika fuzzy, analisis hasil optimasi menggunakan algoritma genetika, dan analisis pemecahan masalah sistem rantai pasok CPO usulan. Bab VII Kesimpulan dan Saran, berisi kesimpulan yang diperoleh dari hasil pemecahan masalah dan saran-saran yang bermanfaat bagi perusahaan.