View
3
Download
0
Category
Preview:
Citation preview
ANALISIS OPTIMALISASI PRODUKSI OLAHAN BERAS ORGANIK
HOME INDUSTRY “VIGUR ORGANIK” KECAMATAN
KEDUNGKANDANG, KOTA MALANG
SKRIPSI
Oleh :
REZA AHMAD YANI
PROGRAM STUDI AGRIBISNIS
FAKULTAS PERTANIAN
UNIVERSITAS BRAWIJAYA
MALANG
2017
2
ANALISIS OPTIMALISASI PRODUKSI OLAHAN BERAS ORGANIK
HOME INDUSTRY “VIGUR ORGANIK” KECAMATAN
KEDUNGKANDANG, KOTA MALANG
Oleh :
REZA AHMAD YANI
135040101111082
SKRIPSI
Diajukan sebagai salah satu syarat untuk memperoleh Gelar
Sarjana Pertanian Strata Satu (S-1)
FAKULTAS PERTANIAN
UNIVERSITAS BRAWIJAYA
MALANG
2017
i
RINGKASAN
REZA AHMAD YANI. 135040101111082. Analisis Optimalisasi Produksi Olahan
Beras Organik Home Industry “Vigur Organik” Kecamatan Kedungkandang, Kota
Malang. Dibawah bimbingan Dr. Ir. Syafrial, MS sebagai pembimbing utama dan
Sujarwo, SP.,MP.,MSc sebagai pembimbing pendamping
Padi organik merupakan salah satu contoh implementasi dari sistem
pertanian organik. International Rice Research Institute (2007) menyebutkan
bahwa padi organik adalah padi yang disahkan oleh suatu badan independen,
ditanam dan diolah menurut standar yang telah ditetapkan. Departemen pertanian
telah menyusun standar pertanian di Indonesia, tertuang dalam SNI 01-6729-2002
dan telah direvisi menjadi SNI sistem pangan organik SNI 6729-2010.
Meningkatnya minat konsumen terhadap pangan organik berdampak terhadap
meningkatnya minat produsen untuk memproduksi bahan pangan organik. Salah
satu usaha yang berkembang pesat adalah. Home industry merupakan usaha
rumah tangga yang melakukan kegiatan mengolah barang dasar menjadi barang
dengan maksud untuk dijual. Home industry “Vigur Organik” yang berlokasi di
Kecamatan Kedungkandang, Kota Malang merupakan salah satu home industry
yang melakukan inovasi dalam menjalankan usahanya. Dalam kegiatan produksi
untuk memaksimalkan keuntungan “Vigur Organik” dihadapkan masalah adanya
keterbatasan sumber daya yang dimiliki seperti bahan baku, teknologi yang
digunakan, serta bahan penolong. Penelitian ini bertujuan untuk menganalisis
kombinasi output produksi olahan beras organik pada home industry yang
menghasilkan keuntungan maksimal. dan menganalisis tingkat keuntungan aktual
dan keuntungan maksimal yang mampu dicapai oleh home industry “Vigur
Organik.
Penelitian yang dilakukan merupakan jenis penelitian kuantitatif dengan
menggunakan metode deskriptif. Penelitian dilakukan pada home industry “Vigur
Organik” yang beralamat di Jl. Bandara Juanda I BB 10B, Kecamatan
Kedungkandang, Kota Malang. Teknik penentuan responden penelitian dilakukan
secara purposive sampling. Data yang digunakan dalam penelitian ini digolongkan
menjadi data primer dan data sekunder. Analisis data yang dilakukan dengan
menggunakan linear programming dilakukan dengan dua tahapan yaitu
perumusan model linear programming dan analisi data.
Hasil kombinasi tingkat produksi optimal dari hasil linear programming
adalah dengan memproduksi 569 kemasan sereal beras merah organik, 850
kemasan sereal beras hitam organik, 20 kemasan kerupuk puli beras merah
organic, dan 500 kemasan kerupuk puli beras putih organik. Dari hasil
optimalisasi keuntungan yang didapat sebesar Rp 12.550.300 yang lebih besar
dari keuntungan aktual sebesar Rp 12.130.310. Selisih antara keuntungan optimal
dengan keuntungan aktual sebesar Rp 429.990.
Berdasarkan hasil penilaian status sumber daya yang termasuk pada
kendala aktif adalah jam mesin giling dan kemasan kardus yang mempunyai nilai
slack/surplus sama dengan 0 (nol). Analisis optimalisasi pada permintaan
menunjukkan kendala aktif yaitu permintaan sereal beras hitam organik dan
kerupuk puli beras putih organik dengan nilai slack/surplus sama dengan 0 (nol).
Hasil analisis sensitivitas pada koefisien tujuan menunjukkan sereal beras
merah organik dan kerupuk puli beras merah organik memiliki batas bawah 0
ii
(nol) dengan batas atas Rp 6.416 dan Rp 6.711 yang artinya pada batas bawah
kombinasi produksi optimal yang disarankan tidak akan berubah jika nilainya
tidak lebih dari Rp 6.416 untuk sereal beras merah organik dan Rp 6.711 untuk
kerupuk puli beras merah organik. Sedangkan hasil analisis koefisien fungsi
kendala Jam mesin giling dan kemasan kardus memiliki nilai batas bawah 185,3
dan 500 dan batas atas sebesar 301,3 dan 532 maka nilai koefisien pembatas sisi
kanan (RHS) tidak akan mengalami perubahan, akan tetapi jika penggunaan
berada diluar bawah atas dan batas atas maka nilai kepekaan akan terjadi pada
koefisien RHS yang telah ditentukan sebelumnya. Pada kendala yang lain seperti
bahan baku, tenaga kerja, tepung casava, LPG, bensin, label, kemasan botol
memiliki nilai batas infinity artinya apabila sumber daya input dalam
penggunaannya berada pada rentang batas bawah dan batas atas, maka koefisien
RHS tidak akan mengalami perubahan. Akan tetapi jika input berada dibawah dari
batas bawah dapat merubah nilai dari koefisien RHS yang ada.
iii
SUMMARY
REZA AHMAD YANI. 135040101111082. Optimalization Analysis of Organic
Rice Processed Production Home Industry “Vigur Organik” in Kedungkandang
Subdistrict, Malang City. Under Guidanced by Dr. Ir. Syafrial, MS and Sujarwo,
SP.,MP.,MSc.
Organic rice is one of the example implementation of organic farming
systems. International Rice Research Institute (2007) mentions that organic rice is
a rice certified by an independent institution, planted and processed according to
established standards. The Ministry of Agriculture has set up agricultural
standards in Indonesia, accordance in SNI 01-6729-2002 and has been revised to
SNI of the organic food system SNI 6729-2010. Increased consumer interest in
organic food has an impact on the increased interest of producers to produce
organic food. Home industry is a household business that performs activities of
processing basic goods into goods for the purpose of sale. Home industry "Vigur
Organik" located in Kecamatan Kedungkandang, Malang City is one of home
industry that innovate in running its business. In production activities to maximize
the profit of "Vigur Organik " faced the problem of limited resources such as raw
materials, technology used, and auxiliary materials. This study aims to analyze the
combination of organic processed rice production output in home industry that
produces maximum profit. And analyzing the actual profit levels and the
maximum benefits that home industry can afford. "Vigur Organik”.
The kind of the research was quantitative research used descriptive
method. The research was conducted at home industry "Vigur Organik" which is
located at Jl. Juanda Airport I BB 10B, Kedungkandang Subdistrict, Malang City.
The technique of determining the respondents was done by purposive sampling.
The data used in this study is classified into primary data and secondary data. Data
analysis performed by using linear programming is done by two stages that was
formulation of linear programming model and data analysis.
The result of combination production rate from linear programming was
produced 569 packs of organic red rice cereal, 850 packs of organic black rice
cereal, 20 packs of organic red puli rice crackers, and 500 organic white rice puli
crackers. From the optimization result, the profit obtained is Rp 12.550.300 which
was greater than the actual profit of Rp 12.130.310. The difference between the
optimal profit and the actual profit was Rp 429.990.
Based on the assessment of the status of the resources included in the
active constraints was the hours of milling machines and cardboard packaging
having slack / surplus value equal to 0 (zero). Optimization analysis on demand
shows active constraints of organic black rice cereal demand and organic white
rice puli crackers with slack / surplus value equal to 0 (zero).
The results of sensitivity analysis on the objective coefficient indicate that
organic brown rice cereal and organic red rice puli crackers have a lower bound of
0 (zero) with an upper bound of Rp 6.416 and Rp 6.711 which means that at the
lower bound of optimum recommended production combinations would not
change if the value was not more than Rp 6.416 for organic brown rice cereal and
Rp 6.711 for organic red rice puli crackers. While the results of the coefficient
function analysis of the constraint Clock machine and cardboard packaging has a
lower bound value of 185.3 and 500 and the upper bound of 301.3 and 532 then
iv
the right-handed coefficient value (RHS) will not change, but if the use was
outside lower bound and upper bound then the sensitivity value will occur at the
predetermined coefficient of RHS. In other constraints such as raw materials,
labor, casava flour, LPG, gasoline, labels, bottle containers have infinity limit
value means if the input resources in its use is in the range of lower bound and
upper bound, then the RHS coefficient will not change. However, if the input was
under the lower bound it can change the value of the existing RHS coefficients.
v
KATA PENGANTAR
Puji syukur penulis panjatkan kehadirat Allah SWT, serta shalawat dan
salam kepada junjungan besar Nabi Muhammad SAW, yang telah melimpahkan
rahmat dan hidayah-Nya sehingga penulis dapat menyelesaikan skripsi yang
berjudul “Analisis Optimalisasi Produksi Olahan Beras Organik Home Industry
“Vigur Organik” Kecamatan Kedungkandang, Kota Malang”. Skripsi ini dibuat
dengan tujuan untuk memenuhi persyaratan tugas akhir perkuliahan bagi
mahasiswa Jurusan Sosial Ekonomi, Program Studi Agribisnis, Fakultas
Pertanian, Universitas Brawijaya.
Garis besar dari isi penelitian ini membahas tentang analisis optimalisasi
produksi pada home industry “Vigur Organik” Kecamatan Kedungkandang,
Kota Malang.Penelitian yang dilakukan menghasilkan informasi tentang
kombinasi output yang optimal pada home industry “Vigur Organik” yang
menghasilkan keuntungan maksimal dan mengetahui tingkat keuntungan aktual
dan keuntungan maksimal yang mampu dicapai oleh home industry “Vigur
Organik.
Penulis menyadari bahwa pembuatan skripsi ini masih banyak kekurangan,
oleh karena itu kritik dan saran yang membangun senantiasa penulis harapkan
guna perbaikan di masa yang akan datang. Semoga skripsi ini dapat bermanfaat
sebagai sumber informasi dan bahan ilmu pengetahuan bagi pembaca, khususnya
pihak yang bersangkutan.
Malang, Agustus 2017
Reza Ahmad Yani
vi
RIWAYAT HIDUP
Penulis dilahirkan pada tanggal 19 Januari 1995 di Pasuruan, Jawa Timur.
Penulis adalah anak ke empat dari empat bersaudara, putra dari pasangan Bapak
Nur Hamid dan Ibu Nikmatul Rosidah.
Penulis terdaftar sebagai siswa Sekolah Dasar Negeri 1 Gondangwetan
selama 6 tahun pada tahun 2000 sampai tahun 2007, kemudian melanjutkan ke
jenjang pendidikan selanjutnya di Sekolah Menengah Pertama Negeri 1
Gondangwetan selama 3 tahun pada tahun 2007 sampai tahun 2010. Penulis
melanjutkan jenjang pendidikan sekolah mengengah atas di Sekolah Menengah
Atas Negeri 1 Gondangwetan selama 3 tahun yaitu pada periode tahun 2010
sampai tahun 2013. Penulis kemudian menempuh pendidikan Strata 1 Program
Studi Agribisnis Fakultas Pertanian di Universitas Brawijaya Malang.
vii
DAFTAR ISI
Halaman
RINGKASAN……………………….…………………………………….. i
SUMMARY…………………………………...………………………….. iii
RIWAYAT HIDUP……………………...…………………….…………. v
KATA PENGANTAR………………………...…………………………. vi
DAFTAR ISI………………………………...………….………………. vii
DAFTAR TABEL…………………………...……………………………. ix
DAFTAR GAMBAR……………………...……………………………. x
DAFTAR LAMPIRAN……………………...……………………………. ix
I PENDAHULUAN
1.1 Latar Belakang…………………………………………………….. 1
1.2 Rumusan Masalah…………………………………………………. 4
1.3 Tujuan Penelitian…………………………………………………... 5
1.4 Kegunaan Penelitian……………………………………………….. 5
II TINJAUAN PUSTAKA
2.1 Penelitian Terdahulu………………………………………………. 6
2.2 Konsep Biaya ……………………………………………………... 10
2.3 Konsep Penerimaan dan Keuntungan……………………………... 13
2.3.1 Konsep penerimaan….……………………………………... 13
2.3.2 Konsep keuntungan………………………………………… 13
2.4 Teori Optimalisasi Produksi ……………………………………... 14
2.5 Program Linier……………………………………………………. 15
2.6 Model Pemrograman Linier………………………………………. 18
III KERANGKA PEMIKIRAN
3.1 Kerangka Penelitian ……………………………………………... 20
3.2 Hipotesis…………………………………………………………. 23
3.3 Batasan Masalah…………………………………………………. 23
3.4 Definisi Operasional dan Pengukuran Variabel………………….. 24
IV METODE PENELITIAN
4.1 Pendekatan Penelitian 30
4.2 Penentuan Lokasi dan Waktu Penelitian 30
4.3 Teknik Penentuan Responden 30
4.4 Teknik Pengumpulan Data 31
4.5 Teknik Analisis Data 31
V HASIL DAN PEMBAHASAN
5.1 Gambaran Umum Perusahaan…………………………………….. 39
5.1.1 Gambaran Umum Home industry Vigur Organik………….. 39
5.1.2 Visi dan Misi Perusahaan…………………………………... 39
5.1.3 Hasil Produksi……………………...…………….…….…… 39
5.1.4 Pemasaran…………………………………………...……… 40
5.2 Analisis Biaya dan Keuntungan Aktual………………….…….. 40
viii
5.3 Perumusan Model Linear Programming………………………… 43
5.3.1 Perumusan Variabel Keputusan……………………………. 43
5.3.2 Model Fungsi Tujuan………………………………………. 43
5.3.3 Model Kendala…………………………………………….. 45
5.4 Kombinasi Produk Optimal……………………………………… 54
5.4.1 Analisis Kombinasi Output Optimal………………………. 55
5.4.2 Penilaian Status Sumber Daya…………………………….. 56
5.4.3 Analisis Sensitivitas……………………………………..…. 58
VI PENUTUP
6.1 Kesimpulan………………………………………………………… 61
6.2 Saran……………………………………………………………….. 62
DAFTAR PUSTAKA…………...………………………………………... 63
LAMPIRAN……………………………………………………………….
.
65
ix
DAFTAR TABEL
No
Halaman
Teks
1 Definisi Operasional dan Pengukuran Variabel 24
2 Biaya Tetap Olahan Beras Organik Pada Bulan Mei …………….. 40
3 Biaya Variabel Olahan Beras Organik ………………………….... 41
4 Biaya Total Olahan Beras Organik ……………………………… 42
5 Biaya Penerimaan Home Industry Olahan Beras Organik ………. 43
6 Keuntungan Perkemasan Produk Olahan Beras Organik ……….. 43
7 Keuntungan Produk Home Industry “Vigur Organik”…………… 45
8 Nilai Koefisien Variabel Keputusan pada Fungsi Kendala Bahan
Baku Beras Organik………………………………………….…… 46
9 Nilai Koefisien Variabel Keputusan pada Fungsi Kendala Jam
Tenaga Kerja…………………………………………………….... 47
10 Nilai Koefisien Variabel Keputusan pada Fungsi Kendala Tepung
Casava…………………………………………………………….. 48
11
Nilai Koefisien Variabel Keputusan pada Fungsi Kendala Bahan
Bakar LPG………………………………………………………… 48
12 Nilai Koefisien Variabel Keputusan pada Fungsi Kendala Jam
Mesin Giling…………………………………………………….... 49
13 Nilai Koefisien Variabel Keputusan pada Fungsi Kendala Bahan
Bakar Bensin……………………………………………………… 50
14 Nilai Koefisien Variabel Keputusan pada Fungsi Kendala Label... 51
15 Nilai Koefisien Variabel Keputusan pada Fungsi Kemasan Botol.. 52
16 Nilai Koefisien Variabel Keputusan pada Fungsi Kemasan
Kardus…………………………………………………………….. 52
17 Permintaan Olahan Beras Organik Home industry “Vigur
Organik”…………………………………………………………... 52
18 Penggunaan Sumber Daya Optimal pada Home industry “Vigur
Organik”………………………………………………………….. 56
19 Analisis Optimalisasi Permintaan………………………………… 58
20 Analisis Sensitivitas Nilai Koefisien Fungsi Tujuan pada Kondisi
Optimal……………………………………………………………. 59
21 Analisis Sensitivitas Ruas Kanan Kendala……………………….. 60
x
DAFTAR GAMBAR
No
Halaman
Teks
1 Grafik Produksi Home Industry “Vigur Organik” pada Produksi
Aktual dan Produksi Optimal……………………………………... 56
2 Grafik Keuntungan Keuntungan Home Industry Pada Kondisi
Aktual dan Kondisi Optimal……………………………………… 56
xi
DAFTAR LAMPIRAN
No
Halaman
Teks
1 Biaya Tetap Olahan Beras Organik Pada Bulan Mei …………….. 67
2 Biaya Variabel Olahan Beras Organik …………………………… 71
3 Biaya Total Olahan Beras Organik ………………………………. 73
4 Biaya Penerimaan Home Industry Olahan Beras Organik ………. 74
5 Keuntungan Perkemasan Produk Olahan Beras Organik ………… 73
6 Koefisien Fungsi Kendala ……………………………………..…. 76
7 Grafik Produksi Dan Keuntungan Pada Kondisi Aktual Dan
Optimal ……..……………………………………………………………. 77
8 Input Data dan Output Data dari Hasil Perhitungan Linear
Programming ……………………………………………………………. 78
9 Dokumentasi Produksi Olahan Beras Organik...……………………. 80
1
1
I PENDAHULUAN
1.1 Latar Belakang
Sektor pertanian merupakan sektor yang berperan penting terhadap
perkembangan ekonomi Indonesia, yang diantaranya adalah sebagai pemenuhan
terhadap kebutuhan pokok penduduk, penyerapan tenaga kerja maupun untuk
kebutuhan bahan baku industri. Penyerapan tenaga kerja disektor pertanian
menurut data dari BPS pada bulan Februari tahun 2017 bahwa sektor pertanian
menjadi salah satu mayoritas mata pencaharian utama dari penduduk Indonesia
yaitu sebesar 39.680.000 juta orang dari 124.540.000 jumlah penduduk Indonesia
yang bekerja.
Pertanian organik merupakan salah satu sistem pertanian dimana
manajemen produksinya bertujuan meningkatkan kesehatan agroekosistem
termasuk keanekaragaman hayati, siklus biologi, dan aktivitas biologi tanah untuk
mengoptimalkan produksi tanaman (Budiasa, 2014). Tujuan utama dari pertanian
organik adalah menyediakan produk pertanian yang aman bagi kesehatan
produsen dan konsumen serta tidak merusak lingkungan pertanian organik.
Pertanian organik sebagai bagian dari pertanian yang akrab dengan lingkungan ,
sehingga perlu segera di kembangkan dalam masyarakat sejalan dengan semakin
banyaknya dampak negatif terhadap lingkungan akibat terjadi teknologi
intensifikasi yang megandalkan bahan kimia.
Organik adalah istilah pelabelan yang menyatakan bahwa suatu produk
telah diproduksi sesuai dengan standar sistem pertanian organik dan disertifikasi
oleh lembaga sertifikasi organik yang telah terakreditasi (Badan Standarisasi
Nasional, 2013). Sertifikasi produk organik yang dihasilkan meliputi
penyimpanan, pengolahan, pasca panen dan pemasaran harus sesuai standar yang
telah ditetapkan oleh badan standarisasi (IFOAM, 2008). Menjaga integritas
produk pertanian organik, operator, pengolah, dan pedagang pengecer produk
pertanian organik harus mengacu pada standarisasi organik.
Padi organik merupakan salah satu contoh implementasi dari sistem
pertanian organik. Padi merupakan salah satu varietas tanaman yang dapat
dibudidayakan secara organik. International Rice Research Institute (2007)
menyebutkan bahwa padi organik adalah padi yang disahkan oleh suatu badan
2
independen, ditanam dan diolah menurut standar yang telah ditetapkan.
Departemen Pertanian telah menyusun standar pertanian di Indonesia, tertuang
dalam SNI 01-6729-2002 dan telah direvisi menjadi SNI sistem pangan organik
SNI 6729-2010. Sistem pertanian organik menganut paham organik proses,
artinya semua proses sistem pertanian organik dimulai dari penyiapan lahan
hingga pasca panen memenuhi standar budidaya organik, bukan dilihat dari
produk organik yang dihasilkan (Nurhidayati dkk, 2008). Budidaya padi secara
organik akan menghasilkan padi yang bebas residu pestisida dan pupuk kimia.
Selain ramah lingkungan, biaya pertanaman sangat rendah karena pupuk dan
pestisida yang digunakan berasal dari alam di sekitar petani.
Posisi beras sebagai makanan pokok masyarakat Indonesia menjadikan
komoditas ini menjadi komoditas pertanian yang paling berkembang di Indonesia.
Meningkatnya minat konsumen terhadap pangan organik berdampak terhadap
meningkatnya minat produsen untuk memproduksi bahan pangan organik.
Namun, dari setiap perkembangan sektor usaha justru mendorong para pelaku
usaha menjalankan bisnisnya sehingga timbul adanya persaingan antar pelaku
usaha. Salah satu usaha yang berkembang pesat adalah home industry dengan
berbagai macam produk untuk memberikan nilai tambah terhadap hasil pertanian.
Home industry merupakan usaha rumah tangga yang melakukan kegiatan
mengolah barang dasar menjadi barang setengah jadi, barang setengah jadi
menjadi barang jadi, atau yang kurang nilainya menjadi barang yang lebih tinggi
nilainya dengan maksud untuk dijual, dengan jumlah pekerja paling sedikit 5
orang dan yang paling banyak adalah 19 orang termasuk pengusaha (Badan Pusat
Statistik, 2003). Dalam pengembangan sektor pertanian, home industry berperan
penting masyarakat khususnya dalam penyerapan tenaga kerja.
Dalam perkembangan home industry dituntut untuk memiliki inovasi.
Inovasi merupakan upaya perusahaan melalui penggunaan teknologi dan
informasi untuk mengembangkan, dan memproduksi produk baru (Freeman,
2004). Hal ini merupakan salah satu solusi dalam menghadapi jumlah home
industry yang semakin berkembang. Dengan melakukan inovasi baru, home
industry tersebut akan mampu untuk bertahan dan yang dijalankan akan semakin
berkembang. Beberapa inovasi yang dapat dijalankan adalah dengan
3
3
menggunakan bahan baku yang mudah didapatkan dan tidak banyak digunakan
oleh home industry lain dan melakukan racikan bumbu yang belum banyak
digunakan oleh home industry lain.
Home industry “Vigur Organik” yang berlokasi di Kecamatan
Kedungkandang, Kota Malang merupakan salah satu home industry yang bergerak
di bidang olahan beras organik. Pada proses pengolahan “Vigur Organik”
membagi kegiatan produksi menjadi dua yaitu dalam pembuatan sereal beras
organik, dan kerupuk puli beras organik. Jenis produk yang dihasilkan adalah
sereal beras merah organik, sereal beras hitam organik, kerupuk puli beras merah
organik, dan kerupuk puli beras putih organik. Dengan memilih komoditas beras
organik tersebut, home industry “Vigur Organik” berpotensi untuk bersaing
dengan agroindustri lain.
Home industry “Vigur Organik” dihadapkan dengan adanya permasalah
yaitu harga bahan baku bahan baku utama yang berfluktuatif serta keterbatasan
lain seperti sumberdaya manusia berupa yang terbatas sehingga dalam
perencanaan produksi yang dilakukan dapat memenuhi permintaan pasar pada
setiap produk olahan beras organik. Untuk menghadapi masalah permintaan pasar,
home industry perlu melakukan perencanaan produksi dengan mempertimbangkan
sumber daya yang ada seperti sumber daya manusia, sumber daya bahan baku.
Jika perencanaan home industry sudah baik, maka produk yang dihasilkan dapat
memenuhi permintaan pasar. Optimalisasi produksi merupakan langkah yang
tepat untuk mengatasi permasalahan perencanaan produksi yang dapat dilakukan
pada home industry “Vigur Organik” dalam memproduksi olahan beras organik.
Dari uraian di atas, maka diperlukan solusi dalam pengambilan keputusan
yang berhubungan dengan perencanaan produksi pada home industry “Vigur
Organik”. Hal inilah yang melatar belakangi penelitian ini penting untuk
dilakukan terkait dengan perencanaan yang tepat dengan kombinasi input yang
optimal pada home industry yang mengolah beras organik. Penelitian ini
diharapkan dapat memberikan informasi bagi “Vigur Organik” untuk
mengoptimalkan produksi serta memaksimalkan keuntungan dengan berbagai
keterbatasan sumber daya yang dimiliki oleh perusahaan.
4
1.2 Rumusan Masalah
Home industry adalah suatu kegiatan usaha yang bertempat dirumah
dengan melakukan kegiatan pengolahan barang setengah jadi, maupun barang jadi
yang siap untuk dipasarkan. Home industry juga memiliki peran penting dalam
meningkatkan nilai tambah dari hasil pertanian selain itu memiliki peran bagi
masyarakat berkaitan dengan penyerapan tenaga kerja.
“Vigur Organik” yaitu home industry yang memanfaatkan komoditas
pertanian yaitu beras organik dalam proses produksinya. Kegiatan tersebut
merupakan upaya home industry dalam menciptakan nilai tambah dari beras
organik sebagai komoditas pertanian. Pengolahan sereal dan kerupuk puli organik
memiliki potensi yang bisa bersaing dengan produk lain yang sejenis. Namun,
dalam pelaksanaan kegiatan produksinya, “Vigur Organik” dihadapkan masalah
tentang pengalokasian sumber daya yang terbatas.
Setiap keputusan perencanaan yang telah di tentukan yang berkaitan
dengan sumber daya yang ada akan sangat berpengaruh terhadap jumlah
produksinya. Jumlah produksi ini nantinya akan mempengaruhi nilai penerimaan
dan jumlah keuntungan yang didapatkan. Apabila setiap keputusan perencanaan
yang tepat, akan diperoleh kombinasi serta keuntungan optimal. Sedangkan
apabila dalam pengambilan keputusan perencanaan tidak tepat, maka akibatnya
keuntungan yang didapatkan kurang optimal. Oleh karena itu terkait dengan
pengambilan keputusan yang tepat dari perencanaan alokasi sumber daya penting
untuk dilakukan oleh perusahaan mengingat dapat meningkatkan keuntungan dan
dapat memperluas skala usahanya. Sama halnya dengan perusahaan lain dalam
upaya memaksimalkan keuntungan, “Vigur Organik” memiliki keterbatasan
sumber daya yang dimiliki dalam mengolah beras organik. Dalam hal ini “Vigur
Organik” diharuskan untuk mengkombinasikan input dan output yang tepat pada
produk sereal dan kerupuk puli organik dengan keterbatasan sumber daya yang
ada, sehingga mampu mendapatkan keuntungan yang optimal.
Dalam kegiatan produksi untuk memaksimalkan keuntungan “Vigur
Organik” dihadapkan masalah adanya keterbatasan sumber daya yang dimiliki
seperti bahan baku, teknologi yang digunakan, serta bahan penolong. Oleh karena
itu, diperlukan analisis optimalisasi produksi pada produk sereal dan kerupuk puli
5
5
organik agar home industry “Vigur Organik” mampu mendapatkan keuntungan
optimal dengan ketersediaan sumber daya yang ada.
Berdasarkan uraian yang telah dijelaskan diatas, maka dapat dirumuskan
pertanyaan penelitian sebagai berikut:
1. Berapa kombinasi output produksi olahan beras organik pada home industry
“Vigur Organik” ?
2. Berapa besar perbedaan keuntungan aktual dan keuntungan maksimal yang
mampu dicapai oleh home industry “Vigur Organik” ?
1.3 Tujuan Penelitian
Berdasarkan latar belakang dan permasalahan di atas, maka tujuan
penelitian mengenai optimalisasi produksi home industry “Vigur Organik” yaitu:
1. Menganalisis kombinasi output produksi olahan beras organik pada home
industry “Vigur Organik” yang menghasilkan keuntungan maksimal.
2. Menganalisis tingkat keuntungan aktual dan keuntungan maksimal yang
mampu dicapai oleh home industry “Vigur Organik.
1.4 Kegunaan Penelitian
Beberapa manfaat penelitian yang diharapkan dapat segera diperoleh dan
digunakan dari hasil penelitian ini adalah :
1. Bagi home industry “Vigur Organik” dapat digunakan sebagai bahan
informasi dan pertimbangan dalam mengembangkan usahanya serta
meningkatkan produksi olahan beras organik.
2. Bagi pemerintah dapat digunakan sebagai bahan pertimbangan dalam
menyusun kebijakan strategi pengembangan yang berkaitan dengan
pengembangan usaha di daerah yang bersangkutan.
3. Bagi peneliti selanjutnya dapat digunakan sebagai bahan informasi baru yang
berkaitan dengan optimalisasi produksi olahan beras organik.
6
II TINJAUAN PUSTAKA
2.1 Penelitian Terdahulu
Berdasarkan penelitian yang dilakukan oleh Sa’diyah (2013) yang berjudul
“Optimalisasi Kapasitas Produksi Teh Hitam Di PT. Perkasa Nusaguna Di Desa
Kertajaya, Kecamatan Simpenan, Kabupaten Sukabumi”. Berdasarkan hasil
analisis linear programming didapatkan hasil bahwa kombinasi input yang
digunakan untuk proses produksi belum seluruhnya optimal karena penggunaan
input yang optimal hanya pada penggunaan bahan baku yang berupa daun teh.
Selain daun teh, input lainnya seperti tenaga kerja, air dan listrik, bahan bakar,
plastik dan sak belum optimal dalam penggunaannya. Penggunaan untuk tenaga
kerja tersisa 3.902 jam, biaya penggunaan air dan listrik Rp. 3.422.352
penggunaan bahan bakar tersisa atau slack sebesar Rp. 2.694.855, penggunaan
plastic mempunyai nilai slack yang sama dengan nilai yang disediakan yaitu
sebesar 15.600 buah. Hal ini dikarenakan untuk mendapatkan keuntungan
maksimum dengan analisis linear programming kemasan 1 kg tidak diproduksi.
Penggunaan variabel sak juga belum optimal karena masih ada slack atau sisa
sebanyak 171 buah. Selain itu kombinasi output yang dihasilkan dalam satu bulan
berdasarkan kondisi aktual belum optimal yaitu sebanyak 7.800 Kg teh hitam
dikemas dengan kemasan 1 Kg dan 2.600 kg dikemas dengan kemasan 50 kg.
Solusi kombinasi output optimal adalah dengan tidak memproduksi teh dalam
kemasan 1 kg, akan tetapi mengalikasikan keseluruhannya sebanyak 43440 kg
dengan kemasan 50kg. Keuntungan aktual yang didapatkan oleh pabrik
berdasarkan hasil penjualan sebesar Rp 724.483.240 ternyata belum mencapai
keuntungan maksimal. Hal ini dikarenakan berdasarkan perhitungan program
linier, pabrik mampu mencapai keuntungan maksimal sebesar Rp 902.683.200
pada kurun satu bulan. Sehingga selisih keuntungan yang dapat diperoleh pabrik
Rp 178.199.960.
Penelitian yang dilakukan Abbas (2008) dengan judul “Optimasi Proses
Produksi Untuk Produk Makanan Dengan Metode Integer Linear Programming
(ILP pada PT PSA)”. Dari hasil penyelesaian masalah optimasi dengan metode
integer linear programming yang dilakukan, maka dapat disimpulan, bahwa Profit
maksimal yang bisa dihasilkan oleh PT PSA pada bulan Juni 2008 adalah sebesar
7
7
Rp 968.184.500, untuk mendapatkan profit yang maksimal di periode Juni 2008,
maka PT PSA harus memproduksi produk opak balado sebanyak 1.1058 box,
opak keju sebanyak 19.455 box, kacang polong sebanyak 16.636 box dan pilus
sebanyak 13.166 box, kapasitas sumber daya produksi seperti bahan baku, jumlah
mesin, jumlah karyawan dan jam kerja pada PT PSA masih cukup untuk
memenuhi rencana produksi untuk mencapai profit yang maksimal pada periode
Juni 2008, untuk memenuhi rencana produksi pada periode Juni 2008, PT PSA
tidak perlu menggunakan semua fasilitas produksinya (mesin dan tenaga kerja)
karena masih sanggup untuk dijalankan oleh hanya sebagian fasilitas yang
tersedia; dan rencana pemesanan yang selama ini dilakukan oleh PT PSA, yaitu
pemesanan diawal bulan sekaligus dengan jumlah pemesanan berdasarkan intuisi
adalah kurang efektif karena tidak didasarkan pada perhitungan yang seksama
serta menghabiskan biaya yang lebih besar.
Penelitian lain juga yang dilakukan oleh Armindo (2006) dengan judul
“ Penentuan Kapasitas Optimal Produksi CPO Di Pabrik Kelapa Sawit PT. Andira
Agro Dengan Menggunakan Linear Programming” Dapat disimpulkan bahwa
faktor produksi yang berpengaruh besar dalam proses produksi pengolahan kelapa
sawit menjadi CPO adalah modal atau biaya, bahan baku, tenaga kerja, waktu
kerja, alat transportasi dan metode kerja. Biaya yang digunakan adalah biaya
untuk produksi pengolahan kelapa sawit menjadi CPO termasuk biaya bahan
baku, biaya tenaga kerja, biaya lain-lain. Selain biaya produksi CPO, biaya
lainnya adalah biaya produksi TBS di kebun inti atau sendiri dan biaya pembelian
TBS di kebun plasma. Faktor produksi bahan baku sangat mempengaruhi proses
produksi di pabrik ini. Ketersediaan bahan baku diperhitungkan untuk
merencanakan proses produksi di pabrik ini. Berapa banyak bahan baku yang
tersedia, menjadi perhitungan untuk merencanakan kapasitas produksi di suatu
perusahaan. Selain itu duketahui juga jumlah CPO optimal yang dapat dihasilkan
adalah sebanyak 48.000 ton. Sasaran pemenuhan target produksi CPO sebesar
56.100 ton dari perusahaan tidak tercapai. TBS yang bisa diolah oleh pabrik
sebanyak 40.335 ton dari kebun inti dan 190.522 ton dari kebun plasma. Alat
transportasi berupa truk yang digunakan dalam pengangkutan TBS dari kebun
menuju pabrik sebanyak 31 unit. Nilai fungsi tujuan (Zmin) hasil pengolahan
8
dengan program LINDO adalah sebesar 4.231, nilai fungsi tujuan ini merupakan
nilai minimal dari hasil penampungan penyimpangan-penyimpangan (deviasi)
terhadap sasaran yang tidak dikehendaki. Prioritas utama sasaran pemenuhan
target pengolahan TBS sesuai dengan ketetapan persentase rendemen tidak
tercapai karena target rendemen pada awalnya sebesar 22 persen tetapi hasil yang
didapat hanya sebesar 20,8 persen, sedangkan sasaran prioritas kedua yaitu
minimasi biaya-biaya untuk meminimumkan penggunaan biaya tercapai. Sasaran
prioritas ketiga yaitu sasaran menghindari over produksi TBS tidak tercapai dan
sasaran prioritas keempat untuk pemenuhan target produksi CPO tidak tercapai
karena dari 56.100 ton CPO yang diharapkan akan dihasilkan ternyata hanya
48.000 ton CPO saja yang dihasilkan. Pabrik kelapa sawit Andira Agro masih
dapat meningkatkan produksi CPO dengan memanfaatkan sumber daya yang
masih tersisa (tenaga kerja, ketersediaan TBS yang berlebih dari tiap kebun serta
pengolahan TBS yang sempurna).
Terdapat penelitian lainya yang berkaitan dengan optimalisasi produksi
adalah penelitian dari Latifah (2004) yang berjudul “ Optimalisasi Produksi
Cocoa Butter Dan Cocoa Powder Pada PT. Cacao Wangi Murni Tangerang”.
Analisis optimalisasi yang digunakan dalam penelitian ini adalah dengan
menggunakan Linear Programming. Hasil dapat diketahui bahwa jumlah produksi
dari cocoa butter dan cocoa powder tahun 2004 sebesar 4954 ton dan 7139 ton
sedangkan berdasarkan analisis menggunakan linear programming tingkat
produksi optimal untuk cocoa butter sebesar 5100 ton dan 6683 untuk cocoa
powder. Tingkat keuntungan yang dapat diperoleh perusahaan berdasarkan
kondisi optimal sebesar Rp 79.747.884.961 sedangkan untuk keuntungan pada
keadaan aktual taitu 77.969.106.950, jadi dapat dilihat bahwa peningkatan
keuntungan sebesar Rp 1.778.778.001. Berdasarkan hasil analisis dual price
sumberdaya yang menjadi pembatas atau kendala aktif adalah jam tenaga kerja
langsung yang nilai dualnya sebesar 112174.961, yang artinya setiap penambahan
jam tenaga kerja langsung maka akan meningkatkan nilai fungsi tujuan sebesar Rp
112.174.961. Berdasarkan analisis sensitivitas dapat diketahui bahwa tingkat
produksi cocoa butter dan cocoa powder akan tetap pada kondisi optimal selama
keuntungan yang diperoleh berada pada interval 1.121.750 sampai tak hingga
9
9
untuk cocoa butter dan interval 0 sampai 10.142.595 untuk cocoa powder.
Kendala yang memiliki nilai baik di allowable decrease dan allowable increase
adalah tenaga kerja langsung. Hal ini mengimplikasikan bahwa selama interval
jam kerja langsung berada pada selang tersebut maka setiap penambahan satu jam
tenaga kerja langsung akan meningkatkan keuntungan perusahaan sebesar nilai
dual pricenya yaitu sebesar Rp 112.174.96.
Penelitian lain yang juga membahas topik yang sama adalah penelitian
dari Margasetha (2014) “Optimalisasi Produksi Brownies Singkong Pada
Mr.BrownCo Bogor”. Penelitian ini menggunakan model linear programming.
Berdasarkan hasil pembahasan optimalisasi produksi brownies di mr.BrownCo
dapat disimpulkan bahwa berdasarkan hasil analisis optimalisasi dapat diketahui
bahwa tingkat produksi brownies di “Mr.BrownCo” selama periode bulan
Agustus-November 2012 belum optimal. Hal ini karena masih terdapat perbedaan
antara kondisi aktual dengan kondisi optimalnya. Pada kondisi aktual
“Mr.BrownCo” memproduksi brownies panggang original sebanyak 6.000
bungkus, panggang capucino sebanyak 600 bungkus, kukus original sebanyak
3.984 bungkus, kukus tiramisu sebanyak 1.120 bungkus, cup brownies sebanyak
5.690 cup, dan rol brownies sebanyak 4.004 potong. Agar perusahaan bisa
memperoleh keuntungan maksimal, kombinasi produk yang seharusnya dilakukan
oleh perusahaan adalah memproduksi brownies panggang original sebanyak 7.917
bungkus, brownies panggang capucino sebanyak 451 bungkus, kukus original
sebanyak 3.380 bungkus, kukus tiramisu sebanyak 964 bungkus, cup brownies
sebanyak 4.748 cup brownies, dan roll brownies sebanyak 3.602 potong. Pada
kondisi optimal, mr.BrownCo dapat memperoleh keuntungan sebesar Rp
190.492.168. Selisih antara keuntungan optimal dengan keuntungan aktual yang
dapat diterima oleh mr.BrownCo adalah sebesar Rp 12.167.564 atau sebesar 6,8
persen lebih tinggi dari keuntungan aktual yang diperoleh.
Penelitian yang dilakukan oleh penulis ini memiliki kesamaan dari
penelitian sebelumnya yaitu menggunakan analisis optimalisasi untuk
pengalokasian sumber daya yang tersedia untuk memperoleh tingkat produksi
yang optimal. Tetapi yang membedakan dari penelitian sebelumnya adalah
perusahaan yang akan diteliti, produk yang dihasilkan serta data-data lain yang
10
dikeluarkan oleh perusahaan acuan. Metode yang digunakan adalah linear
programming yang merupakan alat analisis yang digunakan untuk memperoleh
kombinasi produksi yang optimal dari kendala yang ada sehingga perusahaan
dapat memperoleh keuntungan yang maksimal. Sehubungan dengan penelitian
mengenai optimalisasi produksi olahan beras organik dimana perusahaan tersebut
belum dilakukan penelitian sebelumnya.
2.2 Konsep Biaya
Biaya (Cost) adalah segala pengeluaran yang berhubungan dengan hasil
yang diharapkan di masa yang akan dating. Dalam pengertian ekonomi, biaya
tidak lain adalah investasi. Berbeda dengan pengertian ongkos, yang diartikan
sebagai pengeluaran yang dilakukan untuk manfaat yang telah didapat saat ini
atau lalu saat melakukan transaksi (Pustong, 2005)
Pengertian biaya secara luas menurut Mulyadi (2005) adalah pengorbanan
sumber ekonomi yang diukur dalam satuan uang, yang telah terjadi atau yang
kemungkinan terjadi untuk tujuan tertentu. Terdapat empat unsur pokok dalam
definisi biaya tersebut, yaitu biaya merupakan pengorbanan sumber ekonomi,
diukur dalam satuan uang, yang telah terjadi atau secvara potensial akan terjadi
dan pengorbanan tersebut untuk hal-hal tertentu.
Biaya dapat digolongkan dalam dua jenis, biaya eksplisit yaitu biaya yang
dikeluarkan dalam rangka mendapatkan faktor-faktor produksi. Kedua adalah
biaya implisit (tersembunyi), yaitu semua biaya taksiran yang dimiki oleh faktor
produksi apabila digunakan. Selain itu biaya dapat digolongkan menjadi biaya
internal yaitu biaya yang dikeluarkan dalam rangka operasional perusahaan dan
eksternal yaitu biaya yang seharusnya ditanggung oleh perusahaan sebagai akibat
operasional perusahaan yang menimbulkan dampak negative bagi lingkungan
sekitarnya (Putong,2005).
Penggolongan biaya menurut supriyono (2007) dapat dilakukan dengan
beberapa cara, yaitu:
1. Penggolongan biaya sesuai dengan fungsi pokok dari kegiatan perusahaan
a. Biaya produksi
Biaya produksi merupakan merupakan semua biaya yang berhubungan
dengan kegiatan pengolahan bahan baku menjadi produk selesai. Biaya produksi
11
11
terdiri dari beberapa komponen biaya, biaya yaitu bahan baku langsung biaya
tenaga kerja langsung dan biaya overhead.
b. Biaya non produksi
Biaya non produksi dibedakan menjadi tiga macam, yaitu: 1, biaya
pemasaran merupakan biaya yang dikeluarkan untuk keperluan penjualan
produks. Biaya ini meliputi biaya Biaya non produksi dibedakan menjadi tiga
macam, yaitu: 1, biaya pemasaran merupakan biaya yang dikeluarkan untuk
keperluan penjualan produks. Biaya ini meliputi biaya untuk melaksanakan fungsi
penjualan, penyimpangan produk jadi, pengemasan dan pengiriman barang,
pemberian kredit dan pengumpulan piutang dan pembuatan fakturatau
administrasi penjualan, 2) biaya administrasi dan umum, merupakan biaya yang
dikeluarkan dalam rangka penentuan kebijakan, pengarahan dan pengawasan
kegiatan perusahaan secara keseluruhan, 3) biaya keuangan, merupakan semua
biaya yang terjadi dalam fungsi keuangan seperti biaya bunga.
2. Penggolongan biaya sesuai dengan tendensi perubahannya terhadap aktivitas
atau volume
a. Biaya Tetap
Biaya tetap adalah biaya yang jumlah totalnya tetap konstan dan tidak
dipengaruhi oleh perubahan volume kegiatan atau aktivitas sampai tingkatan
tertentu. Biaya satuan berubah berbanding terbalik dengan perubahan volume
kegiatan. Semakin tinggi volume kegiatan semakin rendahnya biaya satuan dan
sebaliknya jika volume kegiatan semakin rendah maka biaya satuan semakin
tinggi.
b. Biaya variabel
Biaya variabel adalah biaya yang jumlah totalnya berubah sebanding
dengan perubahan volume kegiatan. Semakin besar volume kegiatan, maka
semakin tinggi jumlah total biaya variabel dan sebaliknya semakin rendah volume
kegiatan, maka semakin rendah jumlah total biaya variabel. Biaya satuan pada
biaya variabel bersifat konstan karena tidak dipengaruhi oleh perubahan volume
kegiatan.
12
c. Biaya Semi Variabel
Biaya semi variabel adalah biaya yang jumlah totalnya berubah sesuai
dengan perubahan volume kegiatan, tetapi perubahannya tidak sebanding.
Semakin tinggi volume kegiatan maka semakin besar jumlah biaya total dan
sebaliknya jika volume kegiatan semakin rendah maka semakin rendah biaya
totalnya, namun perubahannya tidak sebanding.
3. Penggolongan biaya sesuai dengan objek atau pusat biaya yang dibiayai
a. Biaya langsung
Biaya langsung adalah biaya yang manfaatnya dapat diidentifikasi kepada
objek atau pusat biaya tertentu.
b. Biaya tidak langsung
Biaya tidak langsung adalah biaya yang manfaatnya tidak dapat
diidentifikasi kepada objek atau pusat biaya tertentu atau biaya yang manfaatnya
dapat dinikmati oleh beberapa objek.
Nuraini (2009) menerangkan bahwa terdapat dua kategori biaya produksi,
yaitu biaya produksi jangka pendek dan biaya produksi jangka panjang. Biaya
produksi jangka pendek meliputi biaya tetap (fixed cost) dan biaya berubah
(variabel cost). Biaya tetap adalah biaya yang dikeluarkan oleh perusahaan untuk
menghasilkan sejumlah output tertentu, besarnya tetap tidak tergantung dari
output yang dihasilkan. Biaya seperti ini biasa disebut dengan biaya overhead atau
biaya yang tidak dapat dihindari (unvariabel cost). Dalam produksi jangka
panjang semua biaya adalah biaya berubah. Biaya berubah adalah biaya yang
besarnya berubah-ubah tergantung dari sedikit banyaknya jumlah output yang
dihasilkan. Biaya ini sering disebut dengan biaya langsung atau biaya yang dapat
dihindari (unvariabel cost).
Dari pengertian tentang biaya dalam jangka pendek maka perlu pula
dijelaskan bahwa besarnya keuntungan dapat diperoleh dari pemanfaatan biaya-
biaya tersebut adalah TR-TC dimana TR adalah total review (penerimaan total),
sedangkan titik pulang pokok (BEP) tercapai bila TR=TC. Sukirno (2004)
menyatakan bahwa analisis biaya produksi perlu dibedakan menjadi dua jangka
waktu yaitu jangka pendek dan jangka panjang. Jangka pendek adalah jangka
waktu dimana perusahaan dapat menambah salah satu faktor produksi yang
13
13
digunakan dalam proses produksi. Dengan kata lain, dalam analisis dimisalkan
bahwa sebagian dari faktor-faktor produksi yang digunakan dianggap tetap
jumlahnya. Sedangkan jangka panjang adalah jangka waktu dimana semua faktor
produksi dapat mengalami perubahan yaitu jumlahnya dapat ditambah apabila
pertambahan tersebut memang diperlukan.
2.3 Konsep Penerimaan dan Keuntungan
2.3.1 Konsep penerimaan
Menurut Boediono (2002), penerimaan (revenue) yang dimaksud disini
adalah penerimaan produsen dari hasil penjualan outputnya. Ada beberapa konsep
revenue yang penting:
1. Total Revenue (TR)
Yaitu penerimaan produksi per unit output yang dijual / penerimaan rata-
rata dalam satuan kg.
TR = Q x PQ
2.3.2 Konsep keuntungan
Putong (2005) berpendapat bahwa secara teori tujuan utama perusahaan
adalah untuk memanfaatkan sumber daya yang tersedia guna mendapatkan
manfaat (benefit). Dalam pengertian sesungguhnya manfaat bisa berupa manfaat
negatif yang sering disebut dengan istilah rugi (lost) atau manfaat positif yang
sering disebut sebagai untung (profit).
Rahardja dan Mamunung (2010) menyatakan bahwa secara teoritis laba
adalah kompensasi atas resiko yang ditanggung oleh perusahaan. Maka besar
resiko, laba yang diperoleh semestinya semakin besar. Laba atau keuntungan
adalah nilai penerimaan total perusahaan dikurangi dengan biaya total yang
dikeluarkan perusahaan. Jika laba dinotasikan sebagai π pendapatan total sebagai
TR dan biaya total sebagai TC, maka:
π = TR - TC
Dalam ilmu ekonomi, istilah untung atau rugi merujuk hanya pada dua
“kutub” besar dalam bisnis yaitu kutub biaya (TC) dan kutub penerimaan (TR).
Apabila TC > TR maka perusahaan dalam keadaan rugi, apabila TC < TR maka
perusahaan dalam keadaan untung dan apabila TC – TR maksimum, perusahaan
14
dalam keadaan impas atau BEP. Analisis keuntungan secara teoritis biasanya
dimulai dari persamaan selisih antara total penerimaan dan total pengeluaran.
2.4 Teori Optimalisasi Produksi
Menurut Handoko (2002), optimalisasi adalah pendekatan normatif
dengan mengidentifikasi penyelesaian terbaik dari suatu permasalahan yang
diarahkan pada titik maksimum atau minimum fungsi tujuan atau dapat pula
dikatakan bahwa optimalisasi adalah serangkaian proses untuk mendapatkan
kondisi yang diperlukan untuk memperoleh hasil terbaik dalam situasi tertentu.
Setiap perusahaan atau organisasi memiliki keterbatasan atas sumberdaya,
baik itu keterbatasan dalam jumlah bahan baku, mesin dan peralatan, ruang tenaga
kerja ataupun modal. Melalui keterbatasan tersebut , perusahaan perlu
merencanakan suatu strategi untuk dapat mencapai tujuan, yaitu mendapatkan
keuntungan yang maksimal.
Menurut Mulyono (2004), berdasarkan langkah-langkah optimalisasi
setelah masalah di identifikasi dan tujuan ditetapkan maka langkah selanjutnya
adalah memformulasikan model matematik yang meliputi tiga tahap yaitu:
1. Menentukan variabel yang tidak diketahui (variabel keputusan), dan
menyatakan dalam simbol sistematik.
2. Membentuk fungsi tujuan yang ditunjukkan sebagai hubungan linier (bukan
perkalian) dari variabel keputusan.
3. Menentukan semua kendala masalah tersebut dan mengekspresikan dalam
persamaan atau pertidaksamaan yang juga merupakan hubungan linier dari
variabel keputusan yang mencerminkan keterbatasan sumberdaya masalah
tersebut.
Handoko (2002) mengatakan, setiap perusahaan akan berusaha mencapai
keadaan optimal dengan memaksimalkan keuntungan atau dengan meminimalkan
biaya yang dikeluarkan dalam proses produksi. Perusahaan mengharapkan hasil
yang terbaik dengan keterbatasan sumberdaya yang dimiliki, namun dalam
mengatasi permasalahan dengan teknik optimalisasi jarang menghasilkan suatu
solusi yang terbaik. Hal tersebut dikarenakan berbagai kendala yang dihadapi
berada diluar jangkauan perusahaan. Optimalisasi dapat ditempuh dengan dua
cara yaitu maksimisasi dan minimisasi.
15
15
Maksimisasi adalah optimalisasi produksi dengan menggunakan atau
mengalokasikan input yang sudah tertentu untuk mendapatkan keuntungan yang
maksimal. Sedangkan minimisasi adalah optimalisasi produksi untuk
menghasilkan tingkat output tertentu dengan menggunakan input atau biaya yang
paling minimal.
Persoalan optimalisasi dibagi menjadi dua jenis yaitu tanpa kendala dan
dengan kendala. Pada optimalisasi tanpa kendala faktor-faktor yang menjadi
kendala atau keterbatasan-keterbatasan yang ada terhadap fungsi tujuan diabaikan
sehingga dalam menentukan nilai maksimum atau minimum tidak terdapat
batasan-batasan terhadap berbagai pilihan alternative yang tersedia. Sedangkan
pada optimalisasi dengan kendala faktor-faktor yang menjadi kendala terhadap
fungsi tujuan diperhatikan dalam menentukan titik maksimum atau minimum
fungsi tujuan.
Fungsi tujuan dalam teknik optimalisasi produksi merupakan unsur yang
penting karena akan menentukan kondisi optimal suatu keadaan. Fungsi tujuan
dan kendala merupakan suatu fungsi garis lurus atau linier. Salah satu metode
untuk memecahkan suatu masalah optimalisasi produksi yang mencakup fungsi
tujuan dan fungsi kendala adalah metode linear programming. Metode ini adalah
suatu teknik perencanaan analitis dengan menggunakan model matematika yang
bertujuan untuk menemukan beberapa kombinasi alternative solusi.
2.5 Program Linier
Program linier atau dalam bahasa inggris disebut dengan linier
programming adalah suatu metode analitik yang paling terkenal merupakan suatu
bagian kelompok teknik-teknik yang disebut program matematik. Pada umumnya
metode-metode programasi matematikal dirancang untuk mengalokasikan
berbagai sumber daya tersebut agar berbagai tujuan yang telah ditetapkan dapat
dicapai (Handoko,2000)
Linear programming adalah suatu metode programasi yang variabelnya
disusun dengan persamaan linier. Oleh berbagai analis, maka LP diterjemahkan ke
dalam bahasa Indonesia menjadi “Programasi Linier”. Sebagai alat kuantitatif
untuk melakukan pemrograman, maka metode LP juga ada kelebihan dan
kelemahannya (Soekartawi, 1992).
16
Menurut Soekartawi (1992) Kelebihan-kelebihan dari cara linear
programming antara lain:
1. Mudah dilaksanakan, apalagi kalau dengan alat bantu computer
2. Dapat menggunakan alat variabel sehingga berbagai kemungkinan untuk
memperoleh pemanfaatan sumber-sumber yang optimum dapat dicapai.
3. Fungsi tujuan (objective function), dapat difleksibelkan sesuai dengan tujuan
penelitian atau berdasarkan data yang tersedia. Misalnya bila ingin
meminimumkan biaya atau memaksimumkan keuntungan dengan data yang
terbatas.
Sedangkan kelemahan penggunaan LP adalah apabila alat bantu komputer
tidak tersedia, maka cara LP dengan menggunakan banyak variabel yang akan
menyulitkan analisisnya, dan bahkan tidak mungkin dikerjakan dengan cara
manual saja. Penggunaan variabel yang sedikit jumlahnya (misalnya 6 variabel),
maka LP dapat digunakan secara manual dengan bantuan cara perhitungan
simplex, yaitu suatu cara penyelesaian dengan melakukan interasi berbagai
variabel untuk memenuhi cara yang dikenal dengan istilah simplex. Sedangkan
penggunaan variabel yang lebih dari 5 atau 6 sebaiknya memang harus
meggunakan alat bantu analisis dengan komputer. Kelemahan lain dari LP ini
adalah penggunaan asumsi linieritas karena di dalam kenyataan yang sebenarnya
kadang-kadang asumsi ini tidak sesuai (Soekartawi, 1992).
Linier programming ini sebenarnya merupakan metode perhitungan untuk
perencanaan terbaik diantara kemungkinan-kemungkinan tindakan yang dapat
dilakukan. Penentuan rencana terbaik tersebut terdapat banyak alternative dalam
perencanaan untuk mencapai tujuan spesifik pada sumber daya yang terdapat.
Kondisi ini banyak dijumpai dalam pertanian (Soekartawi, 1992).
Dengan demikian, maka teknik linear programming dapat digunakan
dalam dua cara:
a. Meminimumkan biaya dalam rangka tetap mendapatkan total penerimaan
atau total keuntungan sebesar mungkin. Cara ini dikenal dengan istilah
minimisasi.
b. Memaksimumkan total penerimaan atau total keuntungan pada kendala
sumber daya yang terbatas, dan cara ini dikenal dengan istilah maksimisasi
(Soekartawi, 1992).
17
17
Kedua cara tersebut hasilnya relatif tidak berbeda. Penggunaan salah satu
cara tersebut dilakukan karena tersedianya data yang berbeda. Hal ini dapat
terjadi karena data yang digunakan di program LP ini dapat berupa data yang
dikumpulkan sendiri (data primer), sehingga peneliti yang bersangkutan dapat
menggunkan program LP sesuai dengan kehendaknya dan data sekunder (data
yang dikumpulkan oleh orang lain). Bila data dikumpulkan oleh orang lain, maka
peneliti tidak bebas menggunakan cara LP, karena kemungkinan data tersebut
tidak lengkap sehingga, dengan demikian cara LP apakah itu cara
memaksimumkan atau meminimumkan tergantung dari tersedianya data yang ada
di data sekunder tersebut (Soekartawi, 1992).
Sering diketahui bahwa dalam bidang sosial dan ekonomi dikenal tiga
karakteristik pemilihan dan penentuan beberapa variabel yang akan dipakai pada
cara linear programming bidang tersebut, yaitu :
a. Berkaitan dengan tujuan yang ingin dicapai
b. Adanya sumber daya yang terbatas
c. Adanya persaingan untuk menggunakan sumber daya dalam pencapaian
tujuan tersebut (Soekartawi, 1992).
Apabila ketiga karakteristik ini (berupa variabel atau parameter) dapat
dikuantitatifkan dan menggunakan persamaan matematis, maka perhitungan
rencana optimal dapat dilakukan dengan teknik LP secara mudah. Cara LP ini
merupakan salah satu dari beberapa cara yang ada dan yang dikenal sebagai
bagian program matematis, maka perhitungan rencana optimal dapat dilakukan
dengan teknik LP secara mudah (Soekartawi, 1992).
Menurut Soekartawi (1992) Berdasarkan rumusan pernyataan tersebut
dapat disimpulkan tiga kesimpulan sebagai berikut:
a. Bahwa dalam LP harus ada fungsi tujuan (yang dinyatakan dengan persamaan
garis lurus fungsi Z atau f (Z) yaitu sesuatu yang dimaksimumkan atau
diminimumkan, c adalah cost coefficient dan X adalah aktivitas.
b. Bahwa dalam LP harus ada kendala yang dinyatakan dengan persamaan garis
lurus, dimana a = koefisien input output dan b = jumlah sumber daya yang
tersedia.
18
c. Bahwa semua nilai adalah positif atau sama dengan nol, atau dengan kata lain
tidak boleh ada nilai X yang negative. Dengan demikian maka besarnya nilai
koefisien input-output tidak boleh negatif
2.6 Model Pemrograman Linier
Terdapat beberapa yang harus diperhatikan dalam perumusan model
Linear Programming. Berikut merupakan asumsi-asumsi yang harus dipenuhi.
Menurut Agustini dan Rahmadi (2004), terdapat empat asumsi dasar yang
terkandung dalam model LP (linear programming) yaitu:
1. Divisibility (dapat dibagi), variabel dalam LP tidak harus berupa bilangan
bulat, asalkan dapat dibagi secara tak terbatas (infinitely divisible).
2. Non negativity (tidak negatif), masalah yang akan diselesaikan harus
diasumsikan bahwa setiap variabelnya bernilai lebih besar atau sama dengan
nol (≥ 0).
3. Certainly (kepastian), semua parameter dari variabel keputusan harus
diketahui sebelumnya, seperti untuk mengetahui jumlah produksi yang dapat
memaksimumkan keuntungan, maka harus diketahui pasti berapa harga per
unit produk dipasar dan berapa kapasitas produksi yang dimiliki.
4. Linearrity (linearitas), fungsi tujuan dan fungsi-fungsi kendala harus
berbentuk linear.
Persamaan matematis linear programming untuk memaksimumkan atau
meminimumkan pada dasarnya dapat dirumuskan sebagai berikut menurut
Suharto et al. (2004):
Fungsi Tujuan :
Tahapan fungsi kendala :
. . . .
. . . .
. . . .
Asumsi :
Dengan :
a = koefisien input-output
b = jumlah sumberdaya yang tersedia
Z = fungsi tujuan dimaksimalkan atau diminimalkan
c = cost coefficient
19
19
Berdasarkan pada pernyataan rumusan diatas, maka terdapat tiga
kesimpulan agar perumusan LP (linear programming) dapat dilakukan dengan
baik, yaitu, dalam merumuskan model harus terdapat fungsi tujuan yang
dinyatakan dengan persamaan garis lurus fungsi Z yang akan dimaksimumkan
atau diminimumkan, c adalah cost coefficient dan X adalah aktivitas. Perumusan
LP harus terdapat kendala yang dinyatakan dengan persamaan garis lurus; dimana
a = koefisien input-output dan b = jumlah sumberdaya yang tersedia. Selain itu,
semua nilai X harus positif atau sama dengan 0, dengan kata lain, tidak boleh
terdapat nilai X yang negatif. Sehingga, besarnya nilai dari koefisien input-output
dapat dikatakan tidak boleh negatif.
20
III KERANGKA PEMIKIRAN
3.1 Kerangka Penelitian
Perusahaan memiliki tujuan untuk mendapatkan keuntungan maksimal
dari usaha yang dioperasikan. Agar dapat mencapai tujuan yang diharapkan, maka
setiap perusahaan diharapkan memiliki suatu manajemen yang dapat melakukan
perencanaan , mengatur, serta mengawasi setiap kegiatan dengan baik sehingga
keuntungan yang dapat diperoleh dapat maksimal. Agar dapat memperoleh output
yang optimal maka penggunaan input-input produksi untuk menghasilkan suatu
output dalam proses produksi haruslah efektif dan efisien.
Home industry merupakan rumah usaha produk barang atau juga
perusahaan kecil. Dikatakan usaha kecil karena jenis semua kegiatan ekonomi
dipusatkan di rumah mulai dari proses pengolahan bahan baku hingga produk jadi
dan siap untuk dipasarkan. Kecamatan Cemorokandang memiliki potensi yang
sangat baik dalam menjalankan sebuah usaha pengolahan hasil pertanian seperti
komoditas beras.Potensi sumberdaya tersebut berkontribusi bagi peningkatan
ekonomis apabila diolah menjadi berbagai macam produk.
“Vigur Organik” sebagai home industry dapat menghasilkan beberapa
produk olahan beras organik yaitu, sereal beras merah organik, sereal beras hitam
organik, kerupuk puli beras merah organik, dan kerupuk puli beras putih organik.
Dalam proses produksinya “Vigur Organik” memproduksi olahan beras organik
menjadi empat macam produk. Bahan baku utama yang merupakan variabel
industri ini adalah beras organik sebagai bahan baku. Input variabel antaralain
beras merah, beras hitam, beras merah curah, beras putih curah, garam, tepung
casava, kemasan botol, kemasan kardus, label, LPG,bensin tenaga kerja. Input
tetap yang digunakan panci, mejikom, cobek, cetakan kerupuk, kompor, solet &
entong kayu, tampah, alat jemur, timbangan, sealer, stempel kode produksi.
Melalui input-input tersebut maka hal yang selanjutnya yang dilakukan
adalah menganalisis biaya yang digunakan dalam proses proses produksi serta
keuntungan yang didapat dari produk tersebut. Analisis biaya dan analisis
keuntungan tersebut dilakukan dengan melakukan penjumlahan seluruh input
yang digunakan. Biaya tetap yang digunakan seperti mesin produksi dilakukan
perhitungan biaya penyusutan dari setiap alat yang digunakan.Analisis ini
21
21
bertujuan untuk mengetahui besarnya biaya yang dikeluarkan dan berapa
keuntungan yang dapat diperoleh.
Langkah selanjutnya adalah optimalisasi.Kegiatan ini terdiri dari fungsi
tujuan dan fungsi kendala. Fungsi tujuan dari optimalisasi produksi ini adalah
memaksimalkan keuntungan dengan berbagai fungsi kendala yaitu bahan baku
beras merah organik, beras hitam organik, beras merah organik curah, beras putih
organik, tenaga kerja, jam mesin, dan tepung casava, dimana kendala tersebut
nantinya akan menentukan kegiatan produksi olahan beras organik ini sudah
optimal atau belum.
Proses selanjutnya adalah menentukan kombinasi output yang optimal
dapat menggunakan alat analisis yang sama dengan optimalisasi produksi yaitu
Linear Programming. Hal tersebut akan dilakukan dengan tujuan menentukan
langkah awal dari tindakan tindakan yang harus dilakukan di masa mendatang.
Dengan perencanaan produksi dapat memperkirakan jumlah produk yang
diinginkan pada waktu yang tepat dan jumlah minimum dan kualitas yang
memenuhi syarat. Berbagai kombinasi outputyang dihasilkan, maka keputusan
penting yang dilakukan adalah penentuan tingkat produksi dari output yang perlu
disiapkan di masa mendatang.
Langkah yang terakhir adalah analisis kepekaan (Sensitivity analysis) yang
bertujuan untuk melihat apa yang terjadi dengan hasil analisis proyek jika ada
suatu kesalahan atau perubahan dalam dasar-dasar perhitungan biaya .pada bidang
pertanian proyek sensitiv berubah-ubah akibat masalah utama, antara lain harga,
keterlambatan pelaksanaan, kenaikan biaya dan hasil. Hasil dari optimalisasi
produksi ini akan menunjukkan kombinasi output optimal yang dihasilkan untuk
mendapatkan keuntungan yang maksimal. Informasi ini berguna bagi home
industry “Vigur Organik” yang menginginkan usahanya dapat berjalan dengan
lancar dan mampu mengatasi kendala yang ada untuk meningkatkan
keuntungan.Berdasarkan uraian diatas maka dibuat suatu kerangka pemikiran
yang merupakan alur berpikir dari peneliti.Secara sistematis garis besar kerangka
pemikiran dalam home industry ini dapat dilihat pada gambar berikut.
22
Keterangan:
Skema Kerangka Pemikiran Optimalisasi Produksi Olahan Beras Organik
Di Home Industry “Vigur Organik”
: Alur Hubungan
: Alur Analisis
Kombinasi Output Optimal
Produksi Optimal
Keuntungan Maksimal
Metode Analisis
1. Primal
2. Sensitivitas
Optimalisasi Produksi
Fungsi Kendala
1. Bahan Baku
2. Tenaga Kerja
3. Tepung Casava
4. LPG
5. Jam Mesin Giling
6. Bensin
7. Label
8. Kemasan Botol
9. Kemasan Kardus
10. Permintaan X1
11. Permintaan X2
12. Permintaan X3
13. Permintaan X4
Fungsi Tujuan
Maksimisasi Keuntungan
Home Industry “Vigur Organik”
Output Produk :
1. Sereal beras merah
2. Sereal beras hitam
3. Kerupuk puli beras merah
4. Kerupuk puli beras putih
Input
Variabel Tetap
Produksi Aktual
Analisis Biaya dan
Keuntungan
Metode Linear
Programming
Perencanaan yang belum maksimal
Kualitas sumber daya manusia yang relatif rendah
23
23
3.2 Hipotesis Penelitian
Berdasarkan kerangka pemikiran dan landasan teori yang telah dijelaskan
sebelumnya, maka dikemukakan hipotesis sebagai berikut:
1. Kombinasi output yang di produksi oleh home industry “Vigur Organik”
masih bisa dioptimalkan dengan lebih memperhatikan perencanaan yang
sudah di buat, serta kualitas SDM pada bagian produksi yang relatif rendah,
sehingga proses produksi membutuhkan waktu yang cukup lama.
2. Tingkat keuntungan aktual yang didapatkan oleh home industry “Vigur
Organik” masih belum maksimal dan masih dapat ditingkatkan.
3.3 Batasan Masalah
Guna mempersempit ruang lingkup penelitian, maka perlu adanya batasan
masalah. Adapun batasan masalah yang ada dalam penelitian ini sebagai berikut:
1. Penelitian ini hanya dilakukan pada home industry pengolahan beras organik
khususnya sereal beras merah, sereal beras hitam, kerupuk puli beras merah,
dan kerupuk puli beras putih.
2. Sumber daya yang diteliti adalah bahan baku beras organik, tenaga kerja,
tepung casava, LPG, mesin giling, bensin, label, kemasan botol, kemasan
kardus, permintaan sereal beras merah organik, permintaan sereal beras hitam
organik, permintaan kerupuk puli beras merah organik, dan permintaan
kerupuk puli beras putih organik.
3. Harga input dan output yang digunakan didalam penelitian adalah harga yang
berlaku pada saat penelitian dilaksanakan.
4. Data yang digunakan dalam penelitian yaitu pada bulan Mei 2017,
dikarenakan pada bulan-bulan sebelumnya, home industry tidak melakukan
pencatatan secara rinci tentang sumber daya yang digunakan selama produksi.
5. Semua produk yang diproduksi diasumsikan terjual untuk mendapatkan
keuntungan maksimal.
24
3.4 Definisi Operasional dan Pengukuran Variabel
Tabel 1. Definisi Operasional dan Pengukuran Variabel
Konsep Variabel Devinisi Operasional Variabel Pengukuran Variabel
1. Biaya Tetap (FC)
1. Biaya penyusutan
Biaya yang besarnya tetap dan tidak tergantung
pada perubahan volume produksi dalam jangka
waktu tertentu.
Biaya tetap ini akan dikeluarkan
walaupan tidak melaksanakan
produksi yang meliputi biaya
penyusutan peralatan produksi,
dinyatakan dalam satuan rupiah
(Rp).
Biaya Penyusutan
Peralatan
Biaya per hari yang dikeluarkan untuk seluruh
peralatan produksi
Biaya penyusutan adalah selisih
dari harga beli setiap peralatan
dengan harga sisa dibagi dengan
2. Biaya Variabel (VC) Biaya-biaya tidak tetap yang digunakan selama
berlangsungnya proses produksi dan jumlahnya
dapat berubah-ubah sesuai dengan tingkat
produksi olahan beras organik tersebut.
Biaya variabel meliputi: biaya
bahan baku, biaya tenaga kerja,
bahan bakar, serta biaya lain-
lain. Biaya variabel ini
dinyatakan dalam rupiah (Rp).
Biaya bahan baku Harga bahan baku beras organik yang harus
dibayarkan home industry
Harga bahan baku yang
dinyatakan dalam satuan rupiah
per kilogram (Rp/Kg)
Jumlah bahan baku Banyaknya bahan baku beras organik yang
digunakan dalam proses produksi selama satu bulan Jumlah bahan baku yang
dinyatakan dalam satuan kilogram
(Kg)
25
25
Tabel 1. (Lanjutan)
Konsep Variabel Devinisi Operasional Variabel Pengukuran Variabel
Harga bahan
penolong
Harga bahan penolong ( Garam, kemasan botol,
kemasan plastik, label)
Harga bahan penolong
Garam, kemasan botol,
kemasan plastik, label)
dinyatakan dalam satuan
Rupiah (Rp)
Jumlah bahan
penolong
Jumlah bahan penolong ( Garam, kemasan botol,
kemasan plastik, label) yang digunakan selama
satu bulan produksi
Jumlah bahan penolong (
Garam, kemasan botol,
kemasan plastik, label)
dinyatakan dalam satuan
Rupiah (Rp)
Jumlah bahan
penolong
Jumlah bahan penolong ( Garam, kemasan botol,
kemasan plastik, label) yang digunakan selama
satu bulan produksi
Jumlah bahan penolong (
Garam, kemasan botol,
kemasan plastik, label)
dinyatakan dalam satuan
Rupiah (Rp)
Jumlah bahan
penolong
Jumlah bahan penolong ( Garam, kemasan botol,
kemasan plastik, label) yang digunakan selama
satu bulan produksi
Jumlah bahan penolong (
Garam, kemasan botol,
kemasan plastik, label)
dinyatakan dalam satuan
Rupiah (Rp)
Harga bahan bakar Harga bahan baku (LPG dan bensin) yang
dikeluarkan oleh produsen dalam selama satu
bulan produksi
Harga bahan bakar (LPG dan
bensin) dinyatakan dalam
satuan Rupiah (Rp)
Jumlah bahan bakar Jumlah bahan bakar (LPG dan bensin) yang
digunakan selama satu bulan produksi
Jumlah dinyatakan satuan
LPG (Unit) & Bensin(Lt)
26
Tabel 1. (Lanjutan)
Konsep Variabel Devinisi Operasional Variabel Pengukuran Variabel
Upah tenaga kerja Besarnya upah tenaga yang dikeluarkan oleh
produsen dalam satu bulan
Tingkat upah ykerja
dinyatakan dalam satuan
Rupiah (Rp)
Jumlah tenaga kerja Jumlah tenaga kerja yang digunakan dalam
proses produksi dalam satu bulan
Jumlah tenaga kerja
dinyatakan dalam satuan
(Rp/orang)
3 Biaya Total TC = FC + VC
biaya yang dikeluarkan oleh home Industry
olahan beras organic untuk berlangsungnya
proses produksi dalam menghasilkan produk
olahan beras organik.
Jumlah dari biaya tetap dan
biaya variabel yang
dinyatakan dengan Satuan
rupiah (Rp).
Fix Cost (FC) Biaya yang besarnya tetap dan tidak tergantung
pada perubahan volume produksi dalam jangka
waktu tertentu.
Biaya tetap ini dinyatakan
dalam satuan rupiah (Rp).
Variable Cost (VC) Biaya-biaya tidak tetap yang digunakan selama
berlangsungnya proses produksi dan jumlahnya
dapat berubah-ubah sesuai dengan tingkat
produksi olahan beras organik tersebut.
Biaya variabel meliputi: biaya
bahan baku, biaya tenaga
kerja, bahan bakar. Biaya
variabel ini dinyatakan dalam
rupiah (Rp).
4 Penerimaan
TR = PXQ
Nilai uang yang diperoleh selama satu bulan
produksi. Penerimaan diperoleh dari perkalian
antara harga jual produk dengan kuantitas produk
yang dihasilkan
Penerimaan dinyatakan dalam
satuan Rupiah (Rp)
Harga (P) Harga jual semua produk olahan beras organik Harjual produk dinyatakan
dalam satuan Rupiah (Rp)
Kuantitas (Q) Jumlah produk yang dihasilkan dalam satu bulan
produksi
Kuantitas dinyatakan dalam
satuan unit kemasan
27
27
Tabel 1. (Lanjutan)
Konsep Variabel Devinisi Operasional Variabel Pengukuran Variabel
5 Keuntungan
π=TR-TC
Nilai uang yang diperoleh selama satu bulan
produksi
Penerimaan dinyatakan dalam
satuan Rupiah (Rp)
Penerimaan (TR) Jumlah tenaga kerja yang digunakan dalam
proses produksi dalam satu bulan
Jumlah tenaga kerja
dinyatakan dalam satuan
(Rp/orang)
Biaya Total biaya yang dikeluarkan oleh Industri olahan beras
organik untuk berlangsungnya proses produksi
dalam menghasilkan produk olahan beras
organik.
Jumlah dari biaya tetap dan
biaya variabel yang dinyatakan
dengan Satuan rupiah (Rp).
4 Optimalisasi Produksi
Fungsi tujuan:
Z = C1X1 + C2X2 +
C3X3+ C4X4
Tujuan akhir dari optimalisasi produksi yaitu
keuntungan yang maksimum
Dinyatakan dalam satuan
rupiah (Rp)
Z Keuntungan maksimum yang merupakan tujuan
dari analisis optimalisasi produksi
Dinyatakan dalam satuan
rupiah (Rp)
C1 Keuntungan per unit sereal beras merah organik
yang merupakan koefisien peubah dalam
pengambilan keputusan fungsi tujuan
Dinyatakan dalam satuan
rupiah (Rp)
C2 Keuntungan per unit sereal beras hitam organik
yang merupakan koefisien peubah dalam
pengambilan keputusan fungsi tujuan
Dinyatakan dalam satuan
rupiah (Rp)
C3 Keuntungan per unit kerupuk puli beras merah
organik yang merupakan koefisien peubah dalam
pengambilan keputusan fungsi tujuan
Dinyatakan dalam satuan
rupiah (Rp)
28
Tabel 1. (Lanjutan)
Konsep Variabel Devinisi Operasional Variabel Pengukuran Variabel
5 Fungsi Kendala
a1.1X1 + a1.2X2+ a1.3X3 +
a1.4X4 ≤b1
a2.1X1 + a2.2X2+ a2.3X3 +
a2.4X4 ≤b2
a3.1X1 + a3.2 X2 ≤b3
a4.1X1 + a4.2X2+ a4.1X3 +
a4.2X4 ≤b4
a5.1X1 + a5.2 X2 ≤b5
a6.1X1 + a6.2X2 ≤b6
a7.1X1 + a7.2X2+ a7.3X3 +
a7.4X4 ≤b7
a8.1X1 + a8.2X2 ≤b8
a9.3X3 + a9.4X4 ≤b9
X1 ≤b10
X2 ≤b11
X3 ≤b12
X4 ≤b13
C4 Keuntungan per unit kerupuk puli beras putih
organik yang merupakan koefisien peubah dalam
pengambilan keputusan fungsi tujuan
Dinyatakan dalam satuan
rupiah (Rp)
X1 Jumlah produksi sereal beras merah organik
optimum yang dicari
Dinyatakan dalam satuan unit
kemasan
X2 Jumlah produksi sereal beras hitam organik
optimum yang dicari
Dinyatakan dalam satuan unit
kemasan
X3 Jumlah produksi kerupuk puli beras merah
organik optimum yang dicari
Dinyatakan dalam satuan unit
kemasan
X4 Jumlah produksi kerupuk puli beras putih
organik optimum yang dicari
Dinyatakan dalam satuan unit
kemasan
aij Banyaknya sumberdaya i (bahan baku, tenaga
kerja, tepung cassava, LPG, mesin giling, bensin,
label, kemasan botol, kemasan kardus)
Jumlah sumberdaya yang
dikeluarkan dinyatakan dalam
satuannya masing-masing
b1 Jumlah sumber daya bahan baku beras organik
yang digunakan dalam proses olahan beras
organik
Dinyatakan dalam satuan
kilogram (kg)
b2 Jumlah sumber daya tenaga kerja yang digunakan
dalam proses olahan beras organik
Dinyatakan dalam satuan jam
29
29
Tabel 1. (Lanjutan)
Konsep Variabel Devinisi Operasional Variabel Pengukuran Variabel
b3 Jumlah sumber daya tepung casava yang
digunakan dalam proses olahan beras organik
Dinyatakan dalam satuan
kilogram (kg)
b4 Jumlah sumber daya bahan bakar LPG yang
digunakan dalam proses olahan beras organik
Dinyatakan dalam satuan unit
b5 Jumlah sumber daya jam mesin giling yang
digunakan dalam proses olahan beras organik
Dinyatakan dalam satuan jam
b6 Jumlah sumber daya bahan bakar bensin yang
digunakan dalam proses olahan beras organik
Dinyatakan dalam satuan liter
(ltr)
b7 Jumlah sumber daya label yang digunakan dalam
proses olahan beras organik
Dinyatakan dalam satuan unit
b8 Jumlah sumber daya kemasan botol yang
digunakan dalam proses olahan beras organik
Dinyatakan dalam satuan unit
b9 Jumlah sumber daya kemasan kardus yang
digunakan dalam proses olahan beras organik
Dinyatakan dalam satuan unit
b10 Jumlah permintaan sereal beras merah organik Dinyatakan dalam satuan unit
b11 Jumlah permintaan sereal beras hitam organik Dinyatakan dalam satuan unit
b12 Jumlah permintaan kerupuk puli beras merah
organik
Dinyatakan dalam satuan unit
b13 Jumlah permintaan kerupuk puli beras putih
organik
Dinyatakan dalam satuan unit
30
IV METODE PENELITIAN
4.1 Pendekatan Penelitian
Pendekatan yang digunakan dalam penelitian ini adalah pendekatan
kuantitatif. Menurut Sugiyono (2014) pendekatan penelitian kuantitatif dapat
diartikan sebagai pendekatan penelitian yang berlandaskan pada filsafat
positivisme, digunakan untuk meneliti pada populasi atau sampel tertentu,
pengumpulan data menggunakan instrumen penelitian, analisis data bersifat
kuantitatif/statistik yang bertujuan untuk menguji hipotesis yang telah ditetapkan.
4.2 Teknik Penentuan Lokasi dan Waktu Penelitian
Penelitian ini dilakukan pada home industry “Vigur Organik” yang
beralamat di Jl. Bandara Juanda I BB 10B, Kecamatan Kedungkandang, Kota
Malang yang merupakan home industry olahan beras organik. Penentuan lokasi
penelitian dilakukan secara sengaja (purposive). Hal ini dilakukan dengan
pertimbangan bahwa home industry “Vigur Organik” merupakan salah satu
produsen pengolahan beras organik yang ada di kota Malang dengan kualitas baik,
selain itu alasan dilakukannya penelitian ini dikarenakan adanya permasalahan di
bagian produksi seperti kualitas sumber daya yang masih rendah yang ditandai
dengan produksi dari produk olahan yang cukup lama. Kondisi inilah yang
menunjukkan belum optimalnya produksi olahan beras organik. Kegiatan ini
dilakukan pada bulan Juni 2017.
4.3 Teknik Penentuan Responden
Teknik penentuan responden penelitian dilakukan secara purposive
sampling. Purposive sampling adalah teknik penentuan sampel dengan
pertimbangan tertentu (Sugiyono, 2012). Purposive sampling yang dilakukan
yaitu dengan memilih informan yang dianggap kredibel atau telah berpengalaman
di bidangnya serta mampu menjawab masalah penelitian dan memenuhi kriteria
yang terkait dengan topik penelitian yaitu pada bidang produksi. Informan yang
dipilih dalam penelitian ini adalah ketua home industry “Vigur Organik”.
Informan dipilih dengan pertimbangan memiliki penguasaan ilmu terkait dengan
produk olahan beras organik.
31
31
4.4 Teknik Pengumpulan Data
Data yang digunakan dalam penelitian ini digolongkan menjadi dua jenis
data, yaitu:
1. Data Primer
Data primer merupakan data yang diperoleh secara langsung dari lokasi
penelitian yaitu home industry “Vigur Organik”, dimana metode pengambilan
data ini dilakukan dengan cara wawancara observasi dan dokumentasi.
a. Wawancara
Wawancara merupakan suatu metode pengumpulan data dengan cara
melakukan diskusi dan tanya jawab secara langsung dengan pihak-pihak yang
bersangkutan guna mengumpulkan data dan keterangan yang akurat dan
menunjang penelitian. Dalam penelitian ini wawancara dilakukan dengan pihak
terkait sebagai key informan yaitu ketua home industry “Vigur Organik”. Data
yang digali melalui teknik ini yaitu teknis pengolahan beras organik, perencanaan
produksi, alokasi tenaga kerja, serta biaya yang dibutuhkan untuk produksi,
gambaran umum perusahaan, karakteristik perusahaan, permasalahan-
permasalahan yang dihadapi.
b. Dokumentasi
Dokumentasi merupakan metode pengumpulan data dengan cara
pengambilan gambar menggunakan alat bantu berupa kamera atau sejenisnya.
Dokumentasi berupa proses pelaksanaan produksi.
2. Data Sekunder
Data Sekunder merupakan data yang diperoleh dari tempat penelitian serta
pustaka dari lembaga terkait dengan penelitian ini. Dalam penelitian ini data
sekunder yang dibutuhkan yaitu dari penelitian terdahulu yang relevan untuk
melengkapi penelitian ini. Data tersebut diperoleh dari pencarian informasi serta
dokumentasi.
4.5 Teknik Analisis Data
Teknik analisis data untuk mengetahui optimalisasi produksi pada home
industry “Vigur Organik” dengan menggunakan linear programming. Tahapan
32
dalam melakukan analisis data untuk memperoleh kombinasi output yang optimal
dengan tujuan maksimalisasi keuntungan sebagai berikut:
4.5.1 Perumusan Model Linear Programming (LP)
Analisis program linier digunakan untuk menjawab tujuan penelitian untuk
menghasilkan output yang optimal serta untuk meningkatkan keuntungan
perusahaan. Jumlah output yang optimal tentunya juga dipengaruhi oleh
kombinasi input yang tepat. Sehingga program linier ini dapat digunakan sebagai
solusi kombinasi input yang ada. Program linier yang secara ringkas dapat
dinyatakan sebagai berikut:
A. Variabel Keputusan
Variabel keputusan menunjukkan jumlah setiap jenis olahan beras organik
yang dihasilkan oleh home industry “Vigur Organik” agar mencapai kondisi
optimal, sehingga dalam penyusunan model linear programming dapat terbentuk
beberapa variabel keputusan home industry “Vigur Organik” untuk produknya
yaitu :
1. X1 = sereal beras merah organik
2. X2 = sereal beras hitam organik
3. X3 = kerupuk puli beras merah organik
4. X4 = kerupuk puli beras putih organik
B. Fungsi Tujuan
Fungsi tujuan merupakan hubungan matematika linier yang menjelaskan
perusahaan dalam variabel keputusan. Fungsi tujuan memiliki target yaitu
memaksimalkan dan meminimumkan nilai. Fungsi tujuan dalam model linear
programming ini disusun untuk mendapatkan olahan beras organik yang optimum
dari rangkaian kegiatan produksi “Vigur Organik”. Secara matematis dapat
dirumuskan
Zmax= ∑ Cj Xj
Keterangan :
Z = Keuntungan maksimal yang diinginkan oleh perusahaan.
Cj = Koefisien peubah pengambilan keputusan dalam fungsi tujuan .
Xj = Jumlah output produksi ke j optimum yang dicari.
J = Jenis produk (X1 = Jumlah produksi sereal beras merah organik, X2 =
Jumlah produksi sereal beras hitam organik, X3 = Jumlah produksi
kerupuk puli beras merah organik, X4 = Jumlah produksi kerupuk puli
beras putih organik)
33
33
Fungsi tujuan juga digunakan untuk mengetahui keuntungan maksimal
yang didapat. Untuk memaksimalkan keuntungan perlu diketahui koefisien
peubahnya. Untuk memperoleh memperoleh koefisien peubah pengambilan
keputusan Cj dalam fungsi tujuan yang diperoleh dari turunan persamaan
keuntungan, sehingga perlu adanya komponen-komponen untuk perhitungan
keuntungan. Diketahui komponen-komponen analisis keuntungan adalah sebagai
berikut:
1. Biaya Variabel
Biaya variabel adalah biaya yang harus dikeluarkan oleh perusahaan
dimana biaya tersebut tergantung pada besar kecilnya kuantitas produk yang
dihasilkan. Misalnya pembelian bahan baku, bahan penolong, bahan bakar, serta
upah tenaga kerja. Besarnya biaya variabel dapah dihitung dengan cara berikut:
VCn=Pxn . Xn
Keterangan:
n : banyaknya input (unit)
Pxi : harga input (Rp/unit)
Xi : jumlah input (unit)
Perhitungan biaya variabel untuk mengetahui besarnya masing-masing
biaya tetap yang dikeluarkan oleh perusahaan yang digunakan untuk melakukan
proses produksi serta perhitungan total biaya variabel dalam kegiatan produksi
yang dilakukan oleh perusahaan tersebut. Total biaya variabel yang dihitung
dengan rumus:
∑
Keterangan:
TVC : total biaya variabel (Rp)
VCi : biaya variabel untuk input (Rp/unit)
2. Biaya Tetap (Fix Cost)
Biaya tetap merupakan biaya yang harus dikeluarkan oleh perusahaan
ketika melakukan proses produksi dimana biaya yang dikeluarkan tidak
dipengaruhi oleh besar kecilnya kuantitas produk yang dihasilkan. Seperti biaya
mesin yang digunakan dan bangunan.
34
Besarnya biaya tetap dapat dihitung dengan rumus:
∑ dimana FCi = Pxi . Xi
Keterangan:
TFC : total biaya tetap (Rp)
FCi : biaya tetap untuk input yang digunakan (Rp/unit)
n : banyaknya input (unit)
Pxi : harga input (Rp/unit)
Xi : jumlah input (unit)
Biaya yang diperhitungkan sebagai biaya tetap adalah biaya penyusutan
alat dan penyusutan bangunan. Biaya penyusutan merupakan pengalokasian biaya
investasi suatu alat pada proses produksi sesuai dengan umur ekonomis alat
tersebut. Perhitungan biaya penyusutan alat dengan menggunakan rumus:
Keterangan:
D = Biaya penyusutan peralatan (Rp/tahun)
Pb = Harga Beli awal (Rp)
Ps = Harjual jual (Rp)
t = Umur ekonomis (tahun)
3. Biaya Total (Total Cost)
Biaya total adalah biaya keseluruhan yang harus dikeluarkan oleh
perusahaan yang melakukan kegiatan produksi yang merupakan penjumlahan
antara biaya variabel dan biaya tetap. Biaya total dapat dihitung dengan rumus :
TC= TVC+TFC
Keterangan:
TC = Total biaya (Rp)
TVC = Total biaya variabel (Rp)
TFC =Total biaya tetap (Rp)
4. Penerimaan
Penerimaan merupakan hasil yang diperoleh perusahaan dari penjualan
produk. Penerimaan dapat dihitung dengan perkalian antara jumlah produk yang
dihasilkan dengan harga penjualan produk. Secara matematis penerimaan dapat
dihitung dengan rumus :
TR= P x Q
35
35
Keterangan:
TR = Total penerimaan (Rp)
P = Harga jual per unit di tingkat produsen (Rp)
Q = Jumlah produk yang dihasilkan (Kg)
Setelah diketahui komponen-komponen diatas, koefisien Cj fungsi tujuan
dapat diturunkan dari persamaan keuntungan. Perhitungan keuntungan dapat
diketahui merupakan selisih antara total penerimaan dengan total biaya produksi
yang dikeluarkan pada tiap kali produksi yang dilakukan oleh perusahaan.
Secara matematis rumus keuntungan yaitu:
π = TR – TC
Keterangan:
π = Tingkat keuntungan yang diperoleh perusahaan setelah melakukan
pengolahan dan penjualan sereal beras organik dan kerupuk puli beras
organik.
TR = Total penerimaan perusahaan dari hasil penjualan sereal beras organik
dan kerupuk puli beras organik.
TC = Total biaya yang dikeluarkan perusahaan dalam menghasilkan sereal
beras organik dan kerupuk puli beras organik.
Dengan demikian dapat dirumuskan fungsi tujuan untuk memaksimumkan
keuntungan adalah:
∑
Z =C1X1 + C2X2 + C3X3 + C4X4
Keterangan:
Z = Keuntungan maksimum yang diinginkan oleh perusahaan
CjXj = Total penerimaan yang diterima dari setiap jenis produk sereal beras
organik dan kerupuk puli beras organik.
Cj = Keuntungan per unit output produksi sereal beras organik dan
kerupuk puli beras organik. ke-j (j=1,2,3,4) (Rp/unit)
Xj = Jumlah output produksi sereal beras organik dan kerupuk puli beras
organik. ke-j optimum yang dicari (j=1,2,3,4) (Rp/unit)
C. Fungsi Kendala
Menurut Handoko (2000) sistem produksi adalah proses pengubahan
masukan-masukan sumber daya menjadi barang-barang dan jasa-jasa yang lebih
berguna. Kapasitas produksi dipengaruhi berbagai faktor input seperti bahan baku,
tenaga kerja, modal, energi, waktu dan juga faktor output yaitu berapa banyak
36
produk jadi yang akan dihasilkan. Berdasarkan pengamatan yang sudah dilakukan,
bahwa perusahaan menginginkan produksi maksimum dengan keterbatasan bahan
baku, tenaga kerja, 3 tepung casava , LPG, mesin giling, bensin , label, kemasan
botol, dan kemasan kardus sehingga permasalahan dapat diformulasikan ke dalam
program sasaran linier sebagai berikut:
∑
Dengan mempertimbangkan input-input produksi yang digunakan untuk
memproduksi masing-masing output home industry, maka disusun fungsi kendala
input produksi sebagai berikut.
a1.1X1 + a1.2X2+ a1.3X3 + a1.4X4 ≤b1
a2.1X1 + a2.2X2+ a2.3X3 + a2.4X4 ≤b2
a3.1X1 + a3.2 X2 ≤b3
a4.1X1 + a4.2X2+ a4.1X3 + a4.2X4 ≤b4
a5.1X1 + a5.2 X2 ≤b5
a6.1X1 + a6.2X2 ≤b6
a7.1X1 + a7.2X2+ a7.3X3 + a7.4X4 ≤b7
a8.1X1 + a8.2X2 ≤b8
a9.3X3 + a9.4X4 ≤b9
X1 ≤b10
X2 ≤b11
X3 ≤b12
X4 ≤b13
X1, X2,X3,X4 ≥0
Keterangan:
Xj = tingkat kegiatan ke-j
X1 = sereal beras merah organik
X2 = sereal beras hitam organik
X3 = Jumlah produksi kerupuk puli organik beras merah
X4 = Jumlah produksi kerupuk puli organik beras putih
aij = Banyaknya sumber i yang diperlukan untuk produksi setiap unit
keluaran kegiatan j
bi = Jumlah sumber daya i yang dimiliki perusahaan untuk fungsi kendala
b1 = Jumlah sumberdaya bahan baku beras organik yang digunakan dalam
proses olahan beras organik
37
37
b2 = Jumlah sumberdaya tenaga kerja yang digunakan dalam proses olahan
beras organik
b3 = Jumlah sumberdaya tepung casava yang digunakan dalam proses olahan
beras organic
b4 = Jumlah sumberdaya LPG yang digunakan dalam proses olahan
beras organik
b5 = Jumlah sumberdaya jam mesin giling yang digunakan dalam proses
olahan beras organik
b6 = Jumlah sumberdaya bensin yang digunakan dalam proses olahan beras
organik
b7 = Jumlah sumberdaya label yang digunakan dalam proses olahan beras
organik
b8 = Jumlah sumberdaya kemasan botol yang digunakan dalam proses
olahan beras organik
b9 = Jumlah sumberdaya kemasan kardus yang digunakan dalam proses
olahan beras organik
b10 = Jumlah permintaan sereal beras merah per bulan
b11 = Jumlah permintaan sereal beras hitam per bulan
b12 = Jumlah permintaan kerupuk puli beras merah per bulan
b13 = Jumlah permintaan kerupuk puli beras putih per bulan
Koefisien pada fungsi pembatas atau fungsi kendala dapat diperoleh melalui:
Koefisien=
Variabel b merupakan jumlah kapasitas faktor produksi yang dapat
disediakan oleh home industry “Vigur Organik”. Nilai b dapat diketahui dari
kapasitas dari setiap faktor produksi berupa input yang dikeluarkan dalam satu
bulan produksi.
4.5.2 Analisis Data
Analisis data dilakukan dengan meggunakan program matematis berupa
linear programming yang merupakan salah satu alat analisis. Dalam melakukan
analisis dibantu dengan software lain yaitu QM for Windows. Analisis yang
dilakukan dari hasil yang didapat dari QM for Windows yang meliputi:
1. Kombinasi produk optimal (Analisis Primal)
Analisis primal dilakukan untuk mengetahui kombinasi keempat jenis
produk olahan beras organik yang terbaik yang dapat mencapai keuntungan
maksimum dengan memperhatikan beberapa kendalaatau pembatas sumber daya
yang ada (bi). Dari hasil analisis primal yang sudah dilakukan, maka akan
Input yang digunakan dalam 1 bulan
Output yang dihasilkan dalam 1 bulan
38
didapatkan hasil apakah home industry sudah dalam kondisi optimal atau belum.
Kombinasi produk yang sudah diketahui dari hasil optimalisasi , selanjutnya
dibandingkan dengan kondisi aktual.
2. Penilaian Status Sumber Daya
Nilai dual price sering juga disebut harga bayangan yang menunjukkan
nbatas harga maksimum home industry bersedia untuk menambah satu unit
sumber daya. Apabila sumberdaya berubah satu-satuan yang dapat mempengaruhi
fungsi tujuan dapat diketahui melalui nilai shadow price.
Nilai slack/surplus berarti bahwa pada sumber daya tersebut berlebih atau
kurang. Apabila nilai slack/surplus lebih dari 0 (nol), maka nilai sumber daya
bersifat langka. Nilai shadow price sama dengan 0 (nol) apabila sumberdaya
tersebut berlebih , sedangkan nilai shadow price lebih dari 0 (nol) maka
sumberdaya tersebut bersifat langka. Nilai shadow price dan nilai slack/surplus
akan memberikan informasi bagi home industry “Vigur Organik” untuk melihat
sumberdaya yang sudah optimal atau terjadi pemborosan sumber daya. Menurut
Siswanto (2007) kendala yang masuk dalam kendala aktif memiliki sisa kapasitas
sehingga slack/surplus variabel kendala-kendala pasti bernilai nol.
3. Analisis Sensitivitas
Analisis sensitivitas adalah tingkat perubahan pada input yang digunakan
sebagai tingkat produksi optimal dari sumberdaya yang bersifat terbatas. Analisis
sensitivitas dapat mengetahui selang perubahan fungsi tujuan tanpa
mempengaruhi tingkat produksi yang optimal.
39
39
V HASIL DAN PEMBAHASAN
5.1 Gambaran Umum Perusahaan
5.1.1 Gambaran Umum Home industry Vigur Organik
Penelitian dilaksanakan pada home industry “Vigur Organik” yang
dibentuk oleh Kelompok Wanita Tani “Vigur Asri” yang terletak di Kelurahan
Cemorokandang, Kecamatan Kedungkandang, Kota Malang. Lokasi penelitian
home industry Vigur Organik yang terletak di Kelurahan Cemorokandang
tepatnya di perumahan Vila Gunung Buring Jl. Bandara Juanda II/BB 30, RW 01
RW07. Jarak Kelurahan Cemorokandang ke pusat pemerintahan kota 10 km.
5.1.2 Visi dan Misi Perusahaan
1. Visi
a. Menjadi produsen olahan organik yang paling berkualitas di indonesia.
2. Misi
a. Memastikan pengawasan yang ketat terhadap produk yang dihasilkan.
b. Memastikan tingkat kepuasan pelanggan terpenuhi terhadap produk yang
dihasilkan.
c. Memberdayakan sumber daya manusia agar meningkatkan tarap hidup
keluarga dan para petani.
5.1.3 Hasil produksi
Home industry “Vigur Organik” memproduksi empat jenis olahan dari
beras organik, yaitu sereal beras merah organik, sereal beras hitam organik,
kerupuk puli beras merah organik, dan kerupuk puli beras putih organik. Harga
dari keempat kemasan tersebut berbeda yaitu, Rp16.000,00 sereal beras merah
organik dengan kemasan 200 gr, Rp18.000,00 sereal beras hitam organik dengan
kemasan 200 gr, Rp19.000,00 kerupuk puli beras merah organik kemasan 250 gr
dan Rp 17000,00 untuk kerupuk puli beras putih organik kemasan 250 gr. Harga
tersebut ditentukan dengan mempertimbangkan lama proses produksi pada setiap
produk. Harga tersebut adalah harga jual yang sudah ditetapkan oleh home
industry “Vigur Organik”.
Rata-rata bahan baku yang digunakan dalam pembuatan olahan beras
organik dalam satu bulan yaitu, 260 kg untuk beras merah dengan rata-rata
40
produksi per bulan adalah 715 kemasan 200 gr, 260 kg untuk beras hitam dengan
rata-rata produksi per bulan adalah 715 kemasan 200 gr, 100 kg untuk beras
merah (curah) dengan rata-rata produksi per bulan adalah 220 kemasan 250 gr,
dan 150 kg beras putih (curah) dengan rata-rata produksi per bulan adalah 300
kemasan 250 gr.
5.1.4 Pemasaran
Pemasaran merupakan sistem keseluruhan dari berbagai kegiatan bisnis
atau usaha yang ditujukan untuk merencanakan, menentukan harga barang atau
jasa, mempromosikannya, dan mendistribusikannya kepada konsumen dan bisa
memuaskan konsumen. Pemasaran yang dijalankan oleh home industry “Vigur
Organik” adalah dengan memasarkan di beberapa apotik di kota Malang, dengan
langsung memasarkan di rumah produksi, dan pada distributor di kota beberapa
kota lain seperti Blitar dll.
5.2 Analisis Biaya dan Keuntungan Aktual
5.2.1 Biaya Tetap
Biaya tetap merupakan biaya yang besar kecilnya tidak mempengaruhi
jumlah output yang dihasilkan. Biaya tetap pada home industry “Vigur Organik”
dalam memproduksi olahan beras organik meliputi biaya penyusutan peralatan
yang digunakan dalam proses produksi ,yaitu panci, kompor, wajan, sutil kayu,
ayakan stenlis, tampah, timbangan, gunting, alat segel,mesin giling, magicom,
cobek, cetakan kerupuk, alat jemur, timbangan, sealer, dan stempel kode produksi.
Besarnya total biaya tetap pada home industry “Vigur Organik” dapat dilihat pada
Tabel 2, dan secara lebih rinci dapat dilihat pada lampiran.
Tabel 2. Biaya Tetap Olahan Beras Organik
No Produk Biaya Tetap
(Rp)
Penyusutan perbulan
(Rp)
1 Sereal beras merah organik 578.000 38.375
2 Sereal beras hitam organik 578.000 38.375
3 Kerupuk puli beras merah
organiK 679.100 25.220
4 Kerupuk Puli beras putih
organiK 679.100 25.220
Total Biaya Tetap (TFC)
127.190
Sumber : Olahan Data Primer, 2017
41
41
Tabel 2 menunjukkan bahwa biaya yang dikeluarkan oleh home industry
“Vigur Organik” pada bulan Mei. Biaya tetap total yang dikeluarkan untuk
memproduksi sereal beras merah organik dan sereal beras hitam organik adalah
sama, yaitu sebesar Rp 578.000 dengan penyusutan Rp 38.375 hal ini disebabkan
input produksi yang digunakan adalah sama. Biaya tetap total yang dikeluarkan
home industry “Vigur Organik” dalam memproduksi kerupuk puli beras merah
organik dan kerupuk puli beras putih organik adalah sama, yaitu sebesar Rp
679.100 dengan penyusutan total sebesar Rp 25.220 hal ini disebabkan karena
input produksi yang digunakan adalah sama.
5.2.2 Biaya Variabel
Biaya variabel merupakan biaya yang dikeluarkan untuk membeli input-
input variabel, meliputi pembelian bahan baku, bahan penolong, bahan bakar
(LPG) dan tenaga kerja yang secara tidak langsung berkaitan dengan dengan
jumlah produksi yang dihasilkan. Biaya variabel cenderung berubah secara
proporsional sesuai dengan perubahan volume produksi atau berdasarkan banyak
sedikitnya produk yang dihasilkan. Besarnya biaya variabel yang dikeluarkan
home industry “Vigur Organik” dalam satu bulan dapat dilihat pada Tabel 3. dan
secara lebih rinci pada lampiran 2.
Tabel 3. Biaya Variabel Olahan Beras Organik
No Produk Biaya Variabel (Rp)
1 Sereal beras merah organik 7.440.750
2 Sereal beras hitam organik 7.830.750
3 Kerupuk puli beras merah organik 2.999.750
4 Kerupuk puli beras putih organik 3.061.250
Total Biaya Variabel (TVC) 21.332.500
Sumber : Olahan Data Primer, 2017
Berdasarkan Tabel 3. dapat diketahui bahwa rata-rata biaya variabel
olahan beras organik pada bulan Mei pada setiap produk adalah sereal beras
merah organik sebesar Rp 7.440.750, sereal beras hitam organik sebesar Rp
7.830.750, kerupuk puli beras merah organik sebesar Rp 2.999.750, dan kerupuk
puli beras putih organik sebesar Rp 3.061.250. Biaya variabel yang dikeluarkan
oleh home industry “Vigur Organik” yang tertinggi yaitu pada produk sereal
beras hitam organik hal ini disebabkan karena harga bahan baku beras hitam yang
42
memiliki harga tertinggi dari bahan baku beras merah organik, maupun beras
putih organik.
5.2.3 Biaya Total
Biaya total adalah biaya yang diperoleh dari menjumlahkan biaya variabel
dengan biaya tetap. Besarnya biaya total yang dikeluarkan oleh home industry
“Vigur Organik” pada bulan dalam memproduksi olahan beras organik disajikan
pada Tabel 4. Secara lebih rinci pada lampiran 3.
Tabel 4. Biaya Total Olahan Beras Organik
Keterangan Total Pengeluaran (Rp)
Biaya Tetap 127.190
Biaya Variabel 21.332.500
Biaya Total 21.459.690
Sumber : Olahan Data Primer, 2017
Pada Tabel 4, diperoleh biaya total produksi dari keempat jenis produk
olahan beras organik home industry “Vigur Organik” yang terdiri dari biaya tetap
dan biaya variabel yang dapat dilihat Tabel 2. dan Tabel 3. Biaya total yang
dikeluarkan oleh home industry sebesar Rp 127.190 dan biaya variabel sebesar Rp
21.332.500. Sehingga total biaya yang dikeluarkan home industry dalam satu
bulan sebesar Rp 21.459.690.
5.2.4 Penerimaan
Penerimaan merupakan jumlah yang diterima oleh home industry dari
produk olahan beras organik yang telah diproduksi dikalikan dengan harga dari
setiap produk yang diproduksi. Harga dari masing-masing produk adalah Rp
16.000 per kemasan 200 gr untuk sereal beras merah organik, Rp 18.000 per
kemasan 200 gr untuk sereal beras hitam organik, Rp 19.000 per kemasan 250 gr
untuk kerupuk puli beras merah organik, dan Rp 17.000 per kemasan 250 untuk
kerupuk puli beras putih organik. Besarnya penerimaan diperoleh home industry
“Vigur Organik” dalam memproduksi sereal beras merah organik, sereal beras
hitam organik, kerupuk puli beras merah organik, dan kerupuk puli beras putih
organik disajikan pada Tabel 5. Secara lebih rinci pada lampiran 4.
43
43
Tabel 5. Biaya Penerimaan Home industry Olahan Beras Organik
Produk Harga Produk
(Rp)
Output produksi
(kemasan)
Penerimaan
(Rp)
Sereal beras merah
organik 16.000 715 11.440.000
Sereal beras hitam
organik 18.000 715 12.870.000
Kerupuk puli beras
merah organik 19.000 220 4.180.000
Kerupuk puli beras putih
organik 17.000 300 5.100.000
Total Penerimaan
33.590.000
Sumber : Olahan Data Primer, 2017
Berdasarkan Tabel 5, Rata-rata penerimaan home industry “Vigur
Organik” pada bulan mei 2017 adalah RP 11.440.000 untuk sereal beras merah
organik, Rp 12.870.000 untuk sereal beras hitam organik, Rp 4.180.000 untuk
kerupuk puli beras merah organik dan Rp 5.100.000 untuk kerupuk puli beras
putih organik. Dapat diketahui bahwa penerimaan tertinggi dari setiap produk
yang dihasilkan oleh home industry “Vigur Organik” yang paling tinggi yaitu
produk sereal beras hitam organik yaitu Rp 12.870.000. Sehingga total
penerimaan home industry “Vigur Organik” sebesar Rp 33.590.000.
5.2.5 Keuntungan
Berdasarkan perhitungan biaya produksi dan penerimaan yang didapatkan,
maka dapat diketahui keuntungan untuk produk organik yang dihasilkan oleh
home industry “Vigur Organik”. Hasil perhitungan keuntungan tersaji pada Tabel
6, secara lebih rinci dapat dilihat pada lampiran 6.
Tabel 6. Keuntungan Perkemasan Produk Olahan Beras Organik
Produk Penerimaan
(Rp)
Total Biaya
(Rp)
Keuntungan
(Rp)
Keuntungan
per unit (Rp)
Sereal beras
merah organik 11.440.000 7.479.125 3.960.875 5.540
Sereal beras
hitam organik 12.870.000 7.869.125 5.000.875 6.994
Kerupuk puli
beras merah
organik
4.180.000 3.024.970 1.155.030 5.250
Kerupuk puli
beras putih 5.100.000 3.086.470 2.013.530 6.712
44
organik
Berdasarkan Tabel 6 dapat diketahui bahwa keuntungan yang diperoleh
home industry “Vigur Organik” pada masing-masing produk adalah Rp 3.960.875
untuk sereal beras merah organik, Rp 5.000.875 untuk sereal beras hitam organik,
Rp 1.155.030 untuk kerupuk puli beras merah organik, dan Rp 2.013.530 untuk
kerupuk puli beras merah organik. Untuk mengetahui keuntungan per unit dari
masing-masing produk home industry “Vigur Organik” dengan cara keuntungan
dalam satu bulan dibagi dengan jumlah output yang di produksi oleh home
indusry pada masing-masing produk.
5.3 Perumusan Model Linear Programming
5.3.1 Variabel Keputusan
Variabel keputusan menunjukkan jumlah setiap jenis olahan beras organik
yang dihasilkan oleh home industry “Vigur Organik” agar mencapai kondisi
optimal, sehingga dalam penyusunan model linear programming dapat terbentuk
beberapa variabel keputusan home industry “Vigur Organik” untuk produknya
yaitu :
X1 = sereal beras merah organik
X2 = sereal beras hitam organik
X3 = kerupuk puli beras merah organik
X4 = kerupuk puli beras putih organik
5.3.2 Model Fungsi Tujuan
Tujuan yang dilakukan oleh Home Industri “Vigur Organik” adalah untuk
mendapatkan keuntungan maksimum. Untuk mencapai tujuan tersebut perusahaan
memiliki perencanaan produksi yang baik. Perencanaan produksi yang baik yaitu
dengan melakukan perencanaan kuantitas output. Perencanaan kuantitas tersebut
ditentukan dengan cara mengetahui kombinasi tingkat produksi yang optimal dari
ke empat produk yang dihasilkan oleh home industry, yaitu sereal beras merah
organik, sereal beras hitam organik, kerupuk puli beras merah organik dan
kerupuk puli beras putih organik. Koefisien dari fungsi tujuan yang digunakan
dalam analisis ini adalah keuntungan per kemasan yang dihasilkan dari setiap
produk per hari dalam satu bulan. Perbedaan keuntungan memberikan hasil
45
45
analisis yang diperoleh dapat menjadi alternatif produksi secara kuantitas yang
dihasilkan oleh perusahaan untuk mendapatkan keuntungan maksimal. Untuk
mengetahui kombinasi dari keempat produk yang dihasilkan ,akan dirumuskan
model fungsi tujuan pada Tabel 7.
Tabel 7. Keuntungan Produk Home industry “Vigur Organik”
Produk Harga (Rp) Tc(Rp/unit) Profit /unit
Sereal beras merah organik 16.000 10.460 5.539,69
Sereal beras hitam organik 18.000 11.006 6.994,23
Kerupuk puli beras merah
organik 19.000 13.750 5.250,14
Kerupuk puli beras putih
organik 17.000 10.288 6.711,77
Sumber: Olahan Data Primer, 2017
Maksimum Z= 5.539,69 X1+ 6.994,23 X2+ 6.994,23 X3+6.711,77 X4
Berdasarkan Tabel 7. dapat diketahui koefisien dari model diatas
merupakan keuntungan per unit dari keempat produk yang diperoleh dari hasil
penjualan oleh perusahaan. Nilai keuntungan dapat dicari melalui selisih antara
harga jual dengan biaya total per kemasan dari produk yang dihasilkan. Pada
Tabel 7. menunjukkan bahwa jumlah rata-rata keuntungan perkemasan produk
sereal beras merah organik Rp 5.539,69, produk sereal beras hitam organik Rp
6.994,23, produk kerupuk puli beras merah Rp 6.994,23 dan produk kerupuk puli
beras putih Rp 6.711,77. Fungsi tujuan yang diperoleh berasal dari keuntungan
setiap unit kemasan produk olahan beras organik yang diproduksi oleh home
industry “Vigur Organik”.
5.3.3 Model Fungsi Kendala
Fungsi kendala atau fungsi batasan adalah bentuk penyajian secara
sistematis tentang batasan-batasan dari input yang tersedia yang akan dialokasikan
untuk memproduksi suatu produk olahan beras organik home industry “Vigur
Organik”. Perusahaan ini memproduksi empat jenis olahan beras organik , yaitu
sereal beras merah organik, sereal beras hitam organik, kerupuk puli beras merah
organik dan kerupuk puli beras putih organik. Rata-rata jumlah produksi yang
dihasilkan pada bulan Mei mencapai 1950 kemasan yang terdiri dari 715 kemasan
botol sereal beras merah organik, 715 kemasan botol sereal beras hitam organik,
46
dan 520 kemasan botol yang terdiri dari 220 kemasan kerupuk puli beras merah
organik, dan 300 kemasan kerupuk puli beras putih organik. Besarnya koefisien
kendala yang digunakan dapat dijelaskan lebih rinci pada lampiran 6.
1. Bahan Baku Beras Organik
Bahan baku beras merah yang dibutuhkan oleh home industry “Vigur
Organik” per hari dalam satu bulan adalah 280 kg dan mengalami penyusutan
sebesar 40% sehingga menjadi 117 kg dan menghasilkan 715 produk sereal beras
merah organik kemasan 200 gr. Untuk sereal beras hitam organik adalah 280 kg
dan mengalami penyusutan sebesar 40% sehingga menjadi 117 kg dan
menghasilkan 715 produk sereal beras hitam organik kemasan 200 gr. Untuk
kerupuk puli beras merah organik adalah 100 kg dan mengalami penyusutan
sebesar 15% sehingga menjadi 75 kg dan menghasilkan 220 produk kerupuk puli
beras merah organik kemasan 250 gr. Untuk kerupuk puli beras putih organik
adalah 150 kg dan mengalami penyusutan sebesar 50% sehingga menjadi 75 kg
dan menghasilkan 300 produk kerupuk puli beras putih organik kemasan 250 gr.
Jumlah bahan baku dari keempat produk yang dapat dapat disediakan oleh
perusahaan oleh 770 kg. Besarnya koefisien pembatas yang digunakan dapat
dijelaskan pada Tabel 8.
Tabel 8. Nilai Koefisien Variabel Keputusan pada Fungsi Kendala Bahan Baku
Beras Organik
Produk Input Output (unit) Koefisien RHS
X1 260 715 0,364
800 X2 260 715 0,364
X3 100 220 0,455
X4 150 300 0,500
Sumber: Olahan Data Primer, 2017
Nilai koefisien pada bahan baku beras organik pada keempat produk
diperoleh dari hasil pembagian antara jumlah beras organik yang dibutuhkan oleh
home industry “Vigur Organik” dengan jumlah output yang dihasilkan dalam satu
bulan. Nilai ruas kanan diperoleh dari bahan baku yang mampu disediakan oleh
home industry “Vigur Organik” dalam satu bulan. Jumlah setiap bahan baku yang
mampu disediakan adalah 270 untuk bahan baku sereal beras merah organik, 270
kg untuk bahan baku sereal beras hitam, 110 kg untuk bahan baku kerupuk puli
47
47
beras merah organik, dan 150 kg untuk bahan baku kerupuk puli beras putih
organik.
0,364 X1+0,364 X2+0,455 X3+0,500 X4 ≤ 770
2. Tenaga Kerja
Tenaga kerja yang tersedia dalam memproduksi olahan beras organik
sebanyak 4 orang dan masing-masing produk diproduksi oleh satu orang tenaga
kerja dengan jam tenaga yang berbeda yaitu 156 jam untuk sereal beras merah
organik, 208 jam untuk sereal beras hitam organik, 208 jam untuk kerupuk puli
beras merah organik, dan 208 jam untuk kerupuk puli beras putih organik. Jumlah
jam kerja yang dapat disediakan oleh home industry “Vigur Organik” adalah 780
jam. Dengan demikian rata-rata pada bulan Mei produksi 0,218 jam/kemasan
untuk sereal beras merah organik, 0,291 jam/kemasan untuk sereal beras hitam
organik, 0.945 jam/kemasan untuk kerupuk puli beras merah organik, dan 0,6913
jam/kemasan untuk kerupuk puli beras putih organik. Besarnya koefisien
pembatas yang digunakan dapat dijelaskan pada Tabel 9.
Tabel 9. Nilai Koefisien Variabel Keputusan pada Fungsi Kendala Jam Tenaga
Kerja
Produk Input Output (unit) Koefisien RHS
X1 156 715 0,218
780 X2 208 715 0,291
X3 208 220 0,945
X4 208 300 0,693
Sumber: Olahan Data Primer, 2017
Berdasarkan Tabel 9. dapat diformulasikan linear programming model
fungsi kendala jam tenaga kerja yang digunakan adalah sebagai berikut:
0,218 X1+0,291 X2+0.945 X3+0,6913 X4 ≤ 780
3. Tepung Casava
Tepung casava yang dibutuhkan oleh home industry “Vigur Organik” per
hari dalam satu bulan adalah 12,5 kg. Jumlah tepung casava yang dapat
disediakan oleh perusahaan sebesar 20 kg dalam satu bulan. Besarnya koefisien
pembatas yang digunakan dapat dijelaskan lebih rinci pada Tabel 10.
48
Tabel 10. Nilai Koefisien Variabel Keputusan pada Fungsi Kendala Tepung
Casava
Produk Input Output (unit) Koefisien RHS
X3 5 220 0,023 20
X4 7,5 300 0,025
Sumber: Olahan Data Primer, 2017
Berdasarkan Tabel 10. rata-rata tepung yang digunakan pada masing-
masing produk adalah 0 kg/kemasan sereal beras merah organik, 0 kg/kemasan
sereal beras hitam organik, 0,023 kg/kemasan kerupuk puli beras merah organik,
dan 0,025 kg/kemasan kerupuk puli beras putih organik. Dapat diformulasikan
linear programming model fungsi kendala tepung casava yang digunakan adalah
sebagai berikut:
0.023 X3+0,025 X4 ≤ 20
4. Bahan Bakar LPG
LPG yang dibutuhkan oleh home industry “Vigur Organik” per hari dalam
satu bulan adalah 32 unit. Jumlah LPG yang dapat disediakan oleh perusahaan
sebesar 32 unit dengan masing-masing penggunaan pada produk sereal beras
merah organik 8 unit, sereal beras hitam organik 8 unit, kerupuk puli beras merah
organik 8 unit, dan kerupuk puli beras putih organik 8 unit. Koefisien penggunaan
bahan bakar LPG dapat dapat dilihat pada Tabel 11.
Tabel 11. Nilai Koefisien Variabel Keputusan pada Fungsi Kendala Bahan Bakar
LPG
Produk Input (kg) Output (unit) Koefisien RHS
X1 8 715 0,011
32
X2 8 715 0,011
X3 8 220 0,036
X4 8 300 0,027
Sumber: Olahan Data Primer, 2017
Berdasarkan Tabel 11. dapat diketahui bahwa rata-rata LPG yang
digunakan pada masing-masing produk adalah 0,011 unit/kemasan sereal beras
merah organik, 0,011 unit/kemasan sereal beras hitam organik, 0,036
unit/kemasan kerupuk puli beras merah organik, 0,027 unit/kemasan kerupuk puli
beras putih organik. Besarnya koefisien pembatas yang digunakan dapat
49
49
dijelaskan lebih rinci pada Tabel 10. Dapat diformulasikan linear programming
model fungsi kendala tepung casava yang digunakan adalah sebagai berikut:
0,011 X1+0,011 X2+0.036 X3+0,027 X4 ≤ 32
5. Jam Mesin Giling
Mesin giling yang dibutuhkan oleh home industry “Vigur Organik” pada
bulan Mei adalah 299 jam . Jumlah jam kerja mesin giling yang dapat disediakan
oleh perusahaan sebesar 299 dengan masing-masing penggunaan pada produk
sereal beras merah organik 143 jam, sereal beras hitam organik 156 jam, kerupuk
puli beras merah organik 0 jam, dan kerupuk puli beras putih organik 0 jam.
Koefisien penggunaan jam mesin giling dapat dapat dilihat pada Tabel 12.
Tabel 12. Nilai Koefisien Variabel Keputusan pada Fungsi Kendala Jam Mesin
Giling
Produk Input (jam) Output (unit) Koefisien RHS
X1 143 715 0,200 299
X2 156 715 0,218
Sumber: Olahan Data Primer, 2017
Berdasarkan Tabel 12. dapat diketahui bahwa rata-rata jam kerja mesin
giling yang digunakan pada masing-masing produk adalah 0,200 jam/kemasan
sereal beras merah organik, 0,218 jam/kemasan sereal beras hitam organik, 0
jam/kemasan kerupuk puli beras merah organik, 0 jam/kemasan kerupuk puli
beras putih organik. Dapat diformulasikan linear programming model fungsi
kendala jam mesin giling yang digunakan adalah sebagai berikut:
0,200 X1+0,218 X2 ≤ 299
6. Bahan Bakar Bensin Bensin
Bensin yang dibutuhkan oleh home industry “Vigur Organik” pada bulan
Mei adalah 18 liter . Jumlah bensin yang dapat disediakan oleh perusahaan
sebesar 18 liter dengan masing-masing penggunaan pada produk sereal beras
merah organik 8 liter jam, sereal beras hitam organik 10 liter, kerupuk puli beras
merah organik 0 liter, dan kerupuk puli beras putih organik 0 liter. Bahan bakar
bensin digunakan oleh home industry “Vigur Organik” agar mesin giling dapat
dioperasikan oleh tenaga kerja. Koefisien penggunaan bensin dapat dapat dilihat
pada Tabel 13.
50
Tabel 13. Nilai Koefisien Variabel Keputusan pada Fungsi Kendala Bahan Bakar
Bensin
Produk Input (liter) Output (unit) Koefisien RHS
X1 8 715 0,011 16
X2 8 715 0,011
Sumber: Olahan Data Primer, 2017
Berdasarkan Tabel 13. dapat diketahui bahwa rata-rata jam kerja mesin
giling yang digunakan pada masing-masing produk adalah 0,011 jam/kemasan
sereal beras merah organik, 0,011 liter/kemasan sereal beras hitam organik, 0
liter/kemasan kerupuk puli beras merah organik, 0 jam/kemasan kerupuk puli
beras putih organik. Dapat diformulasikan linear programming model fungsi
kendala bahan bakar bensin yang digunakan adalah sebagai berikut:
0,011 X1+0,011 X2 ≤ 16
7. Label
Label yang dibutuhkan oleh home industry “Vigur Organik” per bulan
1950 unit. Jumlah label yang dapat disediakan oleh perusahaan sebesar 1950 unit
dengan masing-masing penggunaan pada produk sereal beras merah organik 715
unit, sereal beras hitam organik 715 unit, kerupuk puli beras merah organik 220
unit, dan kerupuk puli beras putih organik 300 unit. Koefisien penggunaan label
dapat dapat dilihat pada Tabel 14.
Tabel 14. Nilai Koefisien Variabel Keputusan pada Fungsi Kendala Label
Produk Input (unit) Output (unit) RHS
X1 715 715
1950 X2 715 715
X3 220 220
X4 300 300
Sumber: Olahan Data Primer, 2017
Berdasarkan Tabel 14. dapat diketahui bahwa rata-rata label yang
digunakan pada masing-masing produk adalah 1 unit/kemasan sereal beras merah
organik, 1unit/kemasan sereal beras hitam organik, 1 unit/kemasan kerupuk puli
beras merah organik, 1 unit/kemasan kerupuk puli beras putih organik. Dapat
diformulasikan linear programming model fungsi kendala label yang digunakan
adalah sebagai berikut:
X1+X2+X3+X4 ≤ 1950
51
51
8. Kemasan botol
Kemasan botol yang dibutuhkan oleh home industry “Vigur Organik” per
hari dalam satu bulan 1430 unit. Jumlah kemasan botol yang dapat disediakan
oleh perusahaan sebesar 1430 unit dengan masing-masing penggunaan pada
produk sereal beras merah organik 715 unit, sereal beras hitam organik 715 unit,
kerupuk puli beras merah organik 0 unit, dan kerupuk puli beras putih organik 0
unit. Koefisien penggunaan label dapat dapat dilihat pada Tabel 15.
Tabel 15. Nilai Koefisien Variabel Keputusan pada Fungsi Kemasan Botol
Produk Input (unit) Output (unit) Koefisien RHS
X1 715 715 1 1430
X2 715 715 1 1430
Sumber: Olahan Data Primer, 2017
Berdasarkan Tabel 15. dapat diketahui bahwa dengan demikian rata-rata
label yang digunakan pada masing-masing produk adalah 1 unit/kemasan sereal
beras merah organik, 1 unit/kemasan sereal beras hitam organik, 0 unit/kemasan
kerupuk puli beras merah organik, 0 unit/kemasan kerupuk puli beras putih
organik. Dapat diformulasikan linear programming model fungsi kendala
kemasan yang digunakan adalah sebagai berikut:
1,000 X1+1,000 X2 ≤ 1430
9. Kemasan Kardus
Kemasan kardus yang dibutuhkan oleh home industry “Vigur Organik” per
hari dalam satu bulan 520 unit. Jumlah kemasan botol yang dapat disediakan oleh
perusahaan sebesar 520 unit dengan masing-masing penggunaan pada produk
sereal beras merah organik 0 unit, sereal beras hitam organik 0 unit, kerupuk puli
beras merah organik 220 unit, dan kerupuk puli beras putih organik 300 unit.
Koefisien penggunaan kemasan kardus dapat dapat dilihat pada Tabel 16.
Tabel 16. Nilai Koefisien Variabel Keputusan pada Fungsi Kemasan Kardus
Produk Input (unit) Output (unit) Koefisien RHS
X3 220 220 1 520
X4 300 300 1
Sumber: Olahan Data Primer, 2017
52
Berdasarkan Tabel 16. dapat diketahui bahwa rata-rata kemasan yang
digunakan pada masing-masing produk adalah 0 unit/kemasan sereal beras merah
organikunit/kemasan sereal beras hitam organik, 1 unit/kemasan kerupuk puli
beras merah organik, 1 unit/kemasan kerupuk puli beras putih organik. Dapat
diformulasikan linear programming model fungsi kendala kemasan yang
digunakan adalah sebagai berikut:
X3+X4 ≤ 520
10. Permintaan Nilai Koefisien Variabel Keputusan pada Fungsi Permintaan
Permintaan pasar terhadap produk olahan beras organik pada home
industry “Vigur Organik” menjadi pembatas maksimal dari keempat produk yang
dihasilkan. Kendala permintaan menunjukkan banyaknya jumlah dari keempat
produk yang diminta oleh konsumen . Nilai pembatas sisi kanan merupakan
permintaan yang diperoleh dengan mengetahui permintaan dari setiap produk.
Koefisien pembatas permintaan dapat dapat dilihat pada Tabel 17.
Tabel 17. Permintaan Olahan Beras Organik Home industry “Vigur Organik”
Variabel Produk Jumlah Permintaan (unit)
X1 Sereal beras merah organik 700
X2 Sereal beras hitam organik 850
X3 Kerupuk puli beras merah organik 400
X4 Kerupuk puli beras putih organik 500
Sumber: Olahan Data Primer, 2017
Berdasarkan uraian serta pada Tabel 17. dapat diformulasikan linear
programming model fungsi kendala permintaan produk olahan beras organik yang
diperlukan adalah sebagai berikut:
1) Fungsi kendala permintaan Sereal Beras Merah Organik
X1 ≤ 700
2) Fungsi kendala permintaan Sereal Beras Hitam Organik
X2 ≤850
3) Fungsi kendala permintaan Keupuk Puli Beras merah Organik
X3 ≤400
4) Fungsi kendala permintaan Kerupuk Puli Beras Putih Organik
X4 ≤ 500
53
53
Dengan adanya data yang berkaitan dengan jumlah input yang dibutuhkan
untuk membuat satu unit produk dengan kemampuan perusahaan untuk dapat
menyediakan input, maka persamaan fungsi batasan dalam linear programming
adalah sebagai berikut:
1. 0,364 X1+0,364 X2+0.455 X3+0,500 X4 ≤ 800
2. 0,218X1+0,291 X2+0.945 X3+0,693 X4 ≤ 780
3. 0.0236 X3+0,025 X4 ≤ 20
4. 0,011 X1+0,011 X2+0,036 X3+0,027 X4 ≤ 32
5. 0,200 X1+0,218 X2 ≤ 299
6. 0,011 X1+0,011 X2X4 ≤ 16
7. X1+X2+X3+X4 ≤ 1950
8. X1+X2 ≤ 1430
9. X3+X4 ≤ 520
10. X1 ≤ 700
11. X2 ≤ 850
12. X3 ≤ 400
13. X4 ≤ 500
Keterangan:
Xn = jenis produk
X1 = sereal beras merah organik
X2 = sereal beras hitam organik
X3 = kerupuk puli beras merah organik
X4 = kerupuk puli beras putih organik
aij = persamaan alokasi sumber daya I untuk memproduksi satu unit j
a(1..9) =
5.4 Kombinasi Produksi Optimal
Berdasarkan hasil analisis linear programming dapat diketahui solusi
optimal dapat diperoleh home industry “Vigur Organik”. Penyelesaian
1)bahan baku (kg), 2) tenaga kerja (jam), 3 tepung casava (kg), 4) LPG
(unit), 5) mesin giling (jam), 6) bensin (liter), 7) label (unit), 8)
kemasan botol (unit), 9) kemasan kardus (unit), 10) Permintaan sereal
beras merah organik (unit), 11) Permintaan sereal beras hitam organik
(unit), 12) Permintaan kerupuk puli beras merah organik (unit), 13)
Permintaan kerupuk puli beras putih organik (unit).
54
permasalahan optimalisasi produksi pada home industry menggunakan linear
programming menunjukkan solusi optimal yang terdiri dari tingkat kombinasi
output produk, status penggunaan sumberdaya, dan analisis sensitivitas. Hasil
pengolahan data menggunakan linear programming dapat dilihat pada lampiran.
Fungsi tujuan dalam penelitian ini adalah maksimalisasi profit dengan
menghsilkan kombinasi output produksi yang optimal yaitu besarnya output yang
harus diproduksi untuk masing-masing produk olahan beras organik antara lain sereal
beras merah organik, sereal beras hitam organik, kerupuk puli beras merah organik,
dan kerupuk puli beras putih organik. Kuantitas produksi dari keempat output yang
diperoleh dari hasil olahan data pada linear programming memberikan solusi yang
optimal sehingga dapat memaksimalkan keuntungan dengan menggunakan
sumberdaya produksi pada jumlah tertentu.
5.4.1 Analisis Kombinasi Output Optimal
Hasil dari analisis primal menunjukkan tingkat kombinasi output optimal
yang merupakan kombinasi dari masing-masing produk olahan beras organik
yang sesebaiknya dihasilkan untuk dapat memperoleh keuntungan yang maksimal.
Keuntungan yang maksimal dapat tercapai apabila msing-masing jenis produk
terjual secara keseluruhan. Perbandingan kombinasi produksi aktual dan optimal
per hari pada home industry “Vigur Organik” adalah sebagai berikut:
Gambar 1.Grafik Produksi Aktual dan Optimal
Sumber: Data Primer diolah, 2017
Berdasarkan Gambar 1. Hasil perbandingan kombinasi produksi aktual dan
produksi optimal menunjukkan bahwa home industry “Vigur Organik” belum
melakukan produksi olahan beras organik pada kondisi optimal. Gambar 1.
tersebut menunjukkan perbedaan jumlah produksi aktual dan optimal pada seluruh
715 715
220 300
569
850
20
500
0
200
400
600
800
1000
Sereal Beras
Merah
Sereal Beras
Hitam
Kerupuk Puli
Beras Merah
Kerupuk Puli
Beras Putih
Produksi Aktual Produksi Optimal
To
tal
Pro
du
ksi
Unit
Unit
55
55
produk olahan beras organik. Jumlah produk olahan beras organik yang
diproduksi pada kondisi aktual untuk sereal beras merah organik sebanyak 715
kemasan, sereal beras hitam organik sebanyak 715 kemasan, kerupuk puli beras
merah organik sebanyak 220 kemasan, dan kerupuk puli beras putih organik
sebanyak 300 kemasan, sedangkan pada kondisi optimal, solusi kombinasi
produksi yang diberikan adalah mengurangi produksi sereal beras mmerah
organik, dan kerupuk puli beras merah organik, dan menambah produksi sereal
beras hitam dan kerupuk puli beras putih organik. Kombinasi prdouksi optimal
menunjukkan bahwa penggunaan kombinasi produksi perbulan adalah untuk
sereal beras merah organik sebanyak 569 kemasan, sereal beras hitam organik
sebanyak 850 kemasan, kerupuk puli beras merah organik sebanyak 20 kemasan,
dan kerupuk puli beras putih organik sebanyak 500 kemasan. Penggunaan
kombinasi produksi optimal mampu meningkatkan keuntungan yang didapatkan
oleh home industry “Vigur Organik” hingga mencapai maksimal. Berikut ini
perbandingan keuntungan aktual dan maksimal.
Gambar 2. Grafik Keuntungan Keuntungan Home industry Pada Kondisi Actual
dan Kondisi Optimal
Sumber: Data Primer diolah, 2017
Penggunaan kombinasi produksi yang optimal meningkatkan keuntungan
lebih tinggi dibandingkan dengan keuntungan aktual dengan asumsi keempat jenis
produk terjual habis. Dapat diketahui selisih keuntungan pada keuntungan aktual
dan keuntungan optimal . Keuntungan pada kondisi aktual sebesar Rp 12.130.310
sedangkan pada kondisi aktual sebesar Rp 12.555.300 sehingga selisih antara
keuntungan aktual dengan keuntungan optimal sebesar Rp 424.990. Keuntungan
optimal lebih besar daripada keuntungan aktual.
11,900,000.00
12,000,000.00
12,100,000.00
12,200,000.00
12,300,000.00
12,400,000.00
12,500,000.00
12,600,000.00
Keuntungan
Aktual
Keuntungan
Optimal
Keuntungan Aktual dan Optimal
Keuntungan Aktual
Keuntungan
Optimal
Keu
ntu
ngan
Unit
56
5.4.2 Penilaian Status Sumber Daya
Penilaian rerhadap status sumber daya diselesaikan dengan melihat output
linear programming berupa nilai slack/surplus dan shadow price. Apabila dari
memiliki nilai slack/surplus sama dengan 0 (nol) berarti termasuk pada kategori
sumber daya aktif, serta memiliki nilai dari shadow price yang positif atau lebih
dari 0 (nol) pada sumber daya yang memiliki sifat terbatas. Dalam menentukan
perubahan yang terjadi seperti penambahan dan pengurangan dapat ditunjukkan
pada hasil nilai shadow price. Setiap penambahan sumber daya sebesar satu-
satuan, maka dapat meningkatkan nilai dari fungsi tujuan sebanyak nilai shadow
price, sedangkan apabila nilai slack/surplus lebih dari 0 (nol), maka sumber daya
memiliki sifat tidak aktif atau berlebih, dan memiliki nilai shadow price sama
dengan 0 (nol), dimana penambahan atau pengurangan satu-satuan ketersediaan
pada sumber daya tidak akan mengurangi fungsi tujuan.Berikut merupakan hasil
dari pengolahan data.
Tabel 18. Penggunaan Sumber Daya Optimal pada Home industry “Vigur
Organik”
Kendala
Nilai Slack/
Ketersediaan Kategori Shadow price surplus
(RP)
Bahan Baku (kg) 0 24,6 800 Tidak Aktif
Tenaga Kerja (jam) 0 43,3 780 Tidak Aktif
Tepung Casava (kg) 0 7 20 Tidak Aktif
Lpg (unit) 0 2 32 Tidak Aktif
Mesin Giling (jam) 27.698 0 299 Aktif
Bensin (ltr) 0 0,4 16 Tidak Aktif
Label (unit) 0 12 1.950 Tidak Aktif
Kemasan Botol (unit) 0 12 1.430 Tidak Aktif
Kemasan Kardus (unit) 5.250 0 520 Aktif
Sumber: Data Primer diolah, 2017
Berdasarkan Tabel 18. hasil analisis linear programming pada kondisi
optimal, sumber daya yang sudah dimanfaatkan secara optimal adalah jam mesin
giling, kemasan kardus. Hal ini terjadi karena pada sumber daya jam mesin giling
dan kemasan kardus memiliki slack/surplus sama dengan 0 (nol), sehingga
menunjukkan bahwa sumber daya jam mesin giling dan kemasan kardus yang
digunakan sebagai fungsi kendala sudah optimal dalam penggunaannya.
57
57
Sedangkan sumber daya yang memiliki nilai slack tidak sama sama dengan 0 (nol)
yang berarti bahwa pada sumber daya tersebut ketersediaan sumber daya tersebut
tidak aktif atau berlebih dan bukan termasuk pembatas. sumber daya yang
ketersediaanya berlebih terdapat tujuh sumber daya yaitu bahan baku, tenaga
kerja, tepung casava, bensin, label, dan kemasan botol.
Penggunaan bahan baku beras organik dari keempat produk mempunyai
nilai slack/surplus 24,6 kg dari ketersediaanya sebesar 800 kg. Penggunaan tenaga
kerja memiliki nilai slack atau sisa sebesar 43,3 jam dari ketersediaan sebesar 780
jam. Penggunaan tepung casava memiliki nilai slack/surplus atau sisas sebesar
7,04 kg dari ketersediaan sebanyak 20 kg. Penggunaan bahan bakar LPG memiliki
nilai slack/surplus 2 dari ketersediaan sebanyak 32 unit. Penggunaan label
memiliki nilai slack/surplus sebesar 12 unit dari ketersediaan 1.950 unit. Dan
kemasan botol yang memiliki nilai slack/surplus sebesar 12 kemasan dari
ketersediaan sebanyak 1.430 unit.
Berdasarkan hasil ranging dalam pengolahan data pada Tabel 18.
menunjukkan bahwa sumber daya yang menjadi pembatas atau kendala aktif
adalah jam mesin giling dan kemasan kardus yang memiliki nilai slack/surplus
sama dengan 0 (nol). Nilai shadow price pada jam mesin giling sebesar Rp 27.698
dan kemasan kardus sebesar Rp 5.250, sehingga dapat diartikan bahwa setiap
terjadi penambahan 1 jam mesin giling, dan 1 kemasan kardus akan dapat
meningkatkan fungsi keuntungan maksimum sebesar Rp 27.698 untuk jam kerja
mesin giling dan Rp 5.250 untuk kemasan botol. Nilai shadow price menunjukkan
batas harga yang dapat dikeluarkan oleh home industry untuk menambah 1 jam
kerja mesin giling sebear Rp 27.698 dan satu unit kemasan botol sebesar Rp 5.250
agar keuntungan maksimum tidak mengalami perubahan.
Sedangkan dari hasil optimalisasi terhadap sumber daya lainnya seperti
bahan baku, tenaga kerja, tepung casava, LPG, bensin, label dan kemasan botol
bukan pembatas, atau tidak aktif dengan nilai slack/surplus ≥ 0 yang artinya
sumberdaya tersebut berlebihan dalam penggunaannya dan masih belum optimal
dalam penggunaanya. Setelah melakukan analisis terhadap status sumber daya,
maka akan dilakukan analisis permintaan yang dapat dilihat pada Tabel 19.
58
Tabel 19. Analisis Optimalisasi Permintaan
Permintaan Produk
Slack/
surplus
Shadow
price Kategori
X1 Sereal beras merah organik 132 0 Aktif
X2 Sereal beras hitam organik
0 956
Tidak
Aktif
X3
Kerupuk puli beras merah
organik 380 0 Aktif
X4
Kerupuk puli beras putih
organik 0 1.462
Tidak
Aktif
Sumber: Data Primer diolah, 2017
Berdasarkan Tabel 20. Menunjukkan hasil analisis optimalisasi pada
permintaan dari keempat produk olahan beras organik yaitu sereal beras merah
organik, sereal beras hitam organik, kerupuk puli beras merah organik dan
kerupuk puli beras putih organik. Hasil yang menunjukkan nilai slack/surplus
lebih besar dari 0 (nol) adalah sereal beras merah organik dan kerupuk puli beras
merah organik. Hal ini menunjukkan bahwa bahwa home industry memiliki
kemampuan untuk meningkatkan produksinya lebih besar hingga sebanyak 132
kemasan sereal beras merah organik dan 380 kemasan kerupuk puli beras merah
organik. Akan tetapi home industry tidak memproduksi dalam jumlah lebih besar
dikarenakan pada kondisi keuntungan maksimal seharusnya dialokasikan pada
produk yang lain yaitu sereal beras hitam organik dan kerupuk puli beras putih
organik. Sedangkan pada produk sereal beras hitam organik dan kerupuk puli
beras putih organik memiliki nilai slack/surplus sama dengan 0 (nol)
menunjukkan bahwa jumlah produk tersebut sudah optimal sesuai dengan
permintaan. Sereal beras hitam organik dan kerupuk puli beras putih organik
memiliki nilai shadow price yang menunjukkan bahwa setiap penambahan satu
satuan produk maka dapat meningkatkan fungsi tujuan (maksimalisasi
keuntungan) sebanyak shadow price yaitu Rp 956 untuk sereal beras hitan
organik dan Rp 1.462 untuk kerupuk puli beras putih organik.
5.4.3 Analisis Sensitivitas
Analisis sensitivitas merupakan analisis yang bertujuan untuk mengetahui
pengaruh perubahan keuntungan per unit produk dan ketersediaan sumberdaya
59
59
terhadap solusi optimal. Pengaruh dari perubahan koefisien pada fungsi tujuan dan
nilai ruas kanan (RHS) terhadap solusi optimal ditentukan melalui selang
kepekaan yang terdiri dari batas bawah (lower bound). dan batas kenaikan (upper
bound). Perubahan masih diperbolehkan dan tidak merubah solusi optimal apabila
terjadi perubahan yang nilainya berada di antara batas bawah dan batas atas untuk
masing-masing variabel. Selang kepekaan yang semakin kecil baik pada
keuntungan maupun ketersediaan sumberdaya, maka akan semakin peka
perubahan pada variabel tersebut untuk mempengaruhi solusi optimal. berikut
adalah analisis sensitivitas yang dilakukan pada nilai koefisien fungsi tujuan dan
nilai RHS (nilai ruas kanan).
a. Analisis sensitivitas Koefisien Fungsi Tujuan
Analisis sensitivitas nilai koefisien fungsi tujuan dapat digunakan untuk
melihat sejauh mana perubahan nilai koefisien fungsi tujuan yang dapat
mempertahankan solusi optimal awal. Pada analisis sensitivitas ini dapat dilihat
berapa perubahan kontribusi keuntungan dari tiap produk yang dimiliki oleh home
industry “Vigur Organik” sehingga tingkat produksi optimal awal tidak
mengalami perubahan.
Tabel 20. Analisis Sensitivitas Nilai Koefisien Fungsi Tujuan pada Kondisi
Optimal
Var. Produk Koefisien Batas Bawah Batas Atas
Lower Bound Upper Bound
X1 Sereal beras merah organik 5.539 0 6.416
X2 Sereal beras hitam organik 6.994 6.038,26 Infinity
X3 Kerupuk puli beras merah
organik 5.250
0 6,711
X4 Kerupuk puli beras putih organik 6.711 5.250,14 Infinity
Sumber: Data Primer diolah, 2017
Pada Tabel 20, menunjukkan bahwa fungsi tujuan memiliki perubahan
keuntungan yang diperoleh perusahaan pada dua jenis. Pada Sereal beras merah
organik memiliki batas keuntungan sebesar Rp 6.416 dan batas bawah 0 (nol) ,
artinya pada batas bawah kombinasi produksi optimal yang disarankan tidak akan
berubah jika nilainya tidak lebih dari RP 6.416. Sereal beras hitam organik
memiliki batas keuntungan tidak terbatas dan batas bawah keuntungan Rp
6.038,26. Pada kerupuk puli beras merah organik memiliki batas keuntungan
60
sebesar Rp 6,711dan batas bawah 0 (nol) , artinya pada batas bawah kombinasi
produksi optimal yang disarankan tidak akan berubah jika nilainya tidak lebih dari
Rp 6,711. Kerupuk puli beras putih organik memiliki batas keuntungan tidak
terbatas dan batas bawah keuntungan Rp 6.711.
b. Analisis Sensitivitas Right Hand Side
Analisis sensitivitas selanjutnya adalah pada situasi dimana apabila terjadi
perubahan pada penyediaan sumber daya atau nilai pembatas sisi kanan yang
digunakan. Range kepekaan terhadap sumber daya dari home industry “Vigur
Organik” yang masuk pada analisis sensitivitas koefisien fungsi kendala (Tabel
selanjutnya) yaitu menjelaskan sensitivitas nilai program optimal terhadap
perubahan ketersediaan sumber daya.
Tabel 21. Analisis Sensitivitas Ruas Kanan Kendala
Sumber daya Produksi Nilai Ketersediaan
Sumber daya
Batas
Bawah Batas Atas
Lower
Bound
Upper
Bound
Bahan baku (kg) 800 775,43 Infinity
Tenaga kerja (jam) 780 736,68 Infinity
Tepung casava (kg) 20 12,96 Infinity
LPG (Unit) 32 29,82 Infinity
Mesin giling (jam) 299 185,3 301,3
Bensin (liter) 16 15,60 Infinity
Label (unit) 1.950 1.938 Infinity
Kemasan botol (unit) 1.430 1.418 Infinity
Kemasan kardus (unit) 520 500 53,2
Sumber: Data Primer diolah, 2017
Berdasarkan Tabel 21 menunjukkan analisis sensitivitas yang diperoleh
yaitu pada jam mesin giling dan kemasan kardus. Jam mesin giling memiliki nilai
batas bawah 185,3 jam kerja dan batas atas 301,3 maka nilai koefisien pembatas
sisi kanan (RHS) tidak akan mengalami perubahan, akan tetapi jika penggunaan
berada diluar batas atas dan batas atas maka nilai kepekaan akan terjadi pada
koefisien RHS yang telah ditentukan sebelumnya. Kemasan kardus memiliki nilai
batas bawah 500 jam kerja dan batas atas 531,5 maka nilai koefisien pembatas sisi
kanan (RHS) tidak akan mengalami perubahan, akan tetapi jika penggunaan
61
61
berada diluar batas atas dan batas atas maka nilai kepekaan akan terjadi pada
koefisien RHS yang telah ditentukan sebelumnya.
Analisis Sensitivitas sumber daya yang lain memiliki nilai batas bawah
yaitu: bahan baku 775,43 kg, tenaga kerja 736,68 jam, tepung casava 12,96 kg,
LPG, bensin 29,82 liter, label 1.938 unit, dan kemasan botol 1.418 unit.
Sedangkan pada semua sumber daya memiliki nilai batas atas tidak terhingga
(infinity) artinya apabila sumber daya input dalam penggunaannya berada pada
rentang batas bawah dan batas atas, maka koefisien RHS tidak akan mengalami
perubahan. Akan tetapi jika input berada dibawah dari batas bawah dapat merubah
nilai dari koefisien RHS yang ada.
62
VI PENUTUP
6.1 Kesimpulan
Berdasarkan pada hasil analisis optimalisasi kombinasi output produksi
olahan beras organik di home industry “Vigur Organik” maka dapat disimpulkan:
1. Produksi yang dilakukan home industry “Vigur Organik” diketahui masih
dapat ditingkatkan dengan cara mengurangi produksi sereal beras merah
sebanyak 146 unit, menambah sereal beras hitam sebanyak 135 unit,
mengurangi produksi kerupuk puli beras merah organik sebanyak 200 unit,
dan menambah produksi kerupuk puli beras putih organik sebanyak 200 unit.
Sehingga tingkat kombinasi produksi yang dihasilkan home industry dapat
mencapai kombinasi output yang optimal
2. Tingkat keuntungan yang diperoleh home industry “Vigur Organik” masih
dapat dimaksimalkan. Pada kondisi aktual, tingkat keuntungan sebesar Rp
12.130.310 perbulan, sedangkan pada kondisi optimal tingkat keuntungan
lebih tinggi yaitu Rp 12.555.300 perbulan. Keuntungan dapat ditingkatkan
dengan cara memperbaiki perencanaan pada home industry “VigurOrganik”
sehingga keuntungan optimal yang dapat diperoleh home industry sebesar
Rp424.990.
6.2 Saran
1. Untuk mendapatkan kombinasi output yang tepat, home industry“ Vigur
Organik” harus memperhatikan perencanaan yang sudah diterapkan yang
masih berjalan belum maksimal, yang ditandai dengan kualitas dari sumber
daya manusia yang ada belum produktif, dan merencanakan jumlah produk
yang harus diproduksi sehingga dapat mencapai kombinasi produk yang
optimal.
2. Untuk mendapatkan keuntungan maksimal home industry “Vigur Organik”
harus mempertimbangkan untuk memproduksi produk sesuai dengan hasil
analisis agar mendapatkan keuntungan yang melebihi keuntungan actual
sebesar Rp 424.990. Pada penelitian selanjutnya, diharapkan dapat
melakukan analisis dengan data dalam satu musim atau dalam satu tahun,
sehingga didapatkan hasil analisis yang maksimal.
63
63
DAFTAR PUSTAKA
Abbas, Bahtiar s. 2008. Optimasi Proses Produksi Untuk Produk Makanan Dengan Metode Integer Linear Programming (ILP) Pada Pt Psa. Jurusan Teknik Industri, Fakultas Teknik, Universitas bina nusantara. Jakarta Barat
Agustini dan Rahmadi. 2004. Riset Oprasional Konsep-Konsep Dasar. Jakarta: PT. Rineka Cipta
Anwar, A. dan B. Nasendi. 1985. Program Linier dan Variasinya. Jakarta: PT. Gramedia.
Armindo, Rio. 2006. Penentuan Kapasitas Optimal Produksi Cpo (Crude Palm Oil) Di Pabrik Kelapa Sawit Pt. Andira Agro Dengan Menggunakan Goal Programming. Skripsi. Faperta. IPB. Bogor
Badan Pusat Statisti.2003.Tenaga Kerja, PDB, Unit UMKM di Indonesia. BPS. Jakarta
Badan Pusat Statistik (BPS).2017. Penyerapan Tenaga Kerja Disektor Pertanian. diakses dari http://www.bps.go.id/, diakses pada tanggal 8 Juni 2017 pada jam 19.37 WIB.
Badan Standarisasi Nasional.2013. Sertifikasi Produk Organik. diakses dari http://www.bsn.go.id/, diakses pada tanggal 15 Juni 2017 pada jam 07.00 WIB.
Boediono. 2002. Ekonomi Mikro : Seri Sinopsis Pengantar Ilmu Ekonomi No.1 Edisi 2.BPFE.Yogyakarta
Budiasa.2014. Pertanian Berkelanjutan Teori dan Pedoman. Bali :Udayana University Press.
Freeman, R.E. 1984. Strategic Management: A stakeholder Approach. Boston, MA: Pitman.
Handoko, T. H. 2002. Dasar-dasar Manajemen Produksi dan Operasi. BPFE. Yogyakarta
______________. 2000. Manajemen. Edisi 2. Yogyakarta: BPFE. IFOAM. 2008. The World of Organic Agriculture-Statistics & Emerging Trends
2008. http://www.soel.de/fachtheraaii downloads/s_74_l O.pdf. Diakses pada 14 Juli 2017
Lathifah, Masayu Azka. 2006. Optimalisasi Produksi Cocoa Butter Dan Cocoa Powder Pada PT Cacao Wangi Murni Tangerang. Skripsi. Faperta. IPB, Bogor
Margasetha,Gravi.2014. Optimalisasi Produksi Brownies Singkong Pada Mr.Brownco Bogor . Skripsi. Faperta.IPB, Bogor
Mulyadi. 2005. Akuntansi Biaya Edisi 3. Aditya Media. Yogyakarta
Mulyono. 2004. Riset Operasi Penerbit Lembaga Penerbit. FEUI. Jakarta
Nuraini, Ida. 2009. Pengantar Ekonomi Mikro. UMM Press
64
Nurhidayati, dkk. 2008. E-Book Pertanian Organik. Program Studi Agroteknologi. Jurusan Budidaya Pertanian. Fakultas Pertanian Universitas Islam Malang. Malang
Putong, I.2005. Teori Ekonomi Mikro. Mitra Wacana Media. Jakarta
Rahardja, Prathama dan Mandala Manurung. 2010. Teori Ekonomi Mikro Suatu Pengantar. FEUI. Jakarta
2014. Optimalisasi Kapasitas Produksi The Hitam Di PT. Perkasa Nusaguna. Skripsi. Faperta. Universitas Brawijaya, Malang
Siswanto.2007. Operation Research.Erlangga. Jakarta Soekartawi, 1992. Linier Programming, Teori Dan Aplikasinya Khusus Dalam
Bidang Pertanian. Rajawali Press. Jakarta Suharto, Ignatius; Girisuta, Buana; dan Miryanti, Arry. 2004. Perekayasaan
Metodologi Penelitian. Yogyakarta: Andi Sukirno, Sadono. 2004. Pengantar Ekonomi Mikro. Persada. Jakarta Supriyono. 2007. Akuntansi Biaya. BPFE. Yogyakarta
Recommended