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

4

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