PENINGKATAN PRODUKTIVITAS PROSES PRODUKSI BAN MOTOR DENGAN PENDEKATAN PRODUKTIVITAS HIJAU (STUDI KASUS DI PT. XYZ) RUM PUSPITA WIDHIARTI DEPARTEMEN TEKNOLOGI INDUSTRI PERTANIAN FAKULTAS TEKNOLOGI PERTANIAN INSTITUT PERTANIAN BOGOR BOGOR 2014
i
PENINGKATAN PRODUKTIVITAS PROSES PRODUKSI BAN
MOTOR DENGAN PENDEKATAN PRODUKTIVITAS HIJAU
(STUDI KASUS DI PT. XYZ)
RUM PUSPITA WIDHIARTI
DEPARTEMEN TEKNOLOGI INDUSTRI PERTANIAN
FAKULTAS TEKNOLOGI PERTANIAN
INSTITUT PERTANIAN BOGOR
BOGOR
2014
ii
iii
PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA*
Dengan ini saya menyatakan bahwa skripsi berjudul Peningkatan
Produktivitas Proses Produksi Ban Motor dengan Pendekatan Produktivitas Hijau
(Studi Kasus di PT. XYZ) adalah benar karya saya dengan arahan dari dosen
pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi
mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan
maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan
dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, Februari 2014
Rum Puspita Widhiarti
NIM F34090092
iv
ABSTRAK
RUM PUSPITA WIDHIARTI. Peningkatan Produktivitas Proses Produksi Ban
Motor dengan Pendekatan Produktivitas Hijau (Studi Kasus di PT. XYZ).
Dibimbing oleh MARIMIN dan MUHAMMAD ARIF DARMAWAN.
Industri karet alam Indonesia memiliki produktivitas lebih rendah daripada
negara produsen karet alam lainnya. Permasalahan produktivitas merupakan
bagian penting dalam suatu industri sehingga tingkat produktivitas yang rendah
membutuhkan peningkatan produktivitas. Penelitian ini bertujuan mendapatkan
rumusan peningkatkan produktivitas proses produksi ban motor dengan
pendekatan produktivitas hijau. Penentuan strategi peningkatan produktivitas
dihasilkan dari dua tahap analisis. Tahap pertama, analisis proses produksi
dilakukan dengan memetakan setiap aliran proses menggunakan Green Value
Stream Mapping (GVSM) dan neraca massa serta dilakukan perhitungan Green
Productivity Index (GPI) kondisi awal. Tahap kedua, analisis keberlanjutan
dilakukan dengan menggunakan teknik Multidimensional Scaling (MDS) dan
dihasilkan tingkat keberlanjutan agroindustri ban motor. Setelah dilakukan
analisis mendalam untuk mendapatkan rumusan peningkatan produktivitas
barulah dilakukan dengan menggunakan metode Analytical Hierarchy Process
(AHP). Tingkat keberlanjutan dimensi ekonomi kurang berkelanjutan (KB)
sedangkan tingkat keberlanjutan dimensi sosial dan lingkungan cukup
berkelanjutan (CB). Berdasarkan analisis yang telah dilakukan, GPI kondisi awal
memiliki nilai sebesar 1.081 dengan nilai dampak lingkungan sebesar 1.073 dan
nilai indikator ekonomi sebesar 1.160. Skenario terbaik yaitu pengendalian
karakter bahan baku serta penggunaan air dan bahan baku kembali menghasilkan
nilai GPI sebesar 1.123 dengan nilai dampak lingkungan sebesar 1.040 dan nilai
indikator ekonomi sebesar 1.168. Dibutuhkan analisis mendalam mengenai proses
produksi ban motor dan sistem terpadu dalam pengukuran tingkat GP untuk
kedepannya sehingga dapat menghasilkan skenario perbaikan yang lebih bagus.
Kata kunci: AHP, Ban Motor, GPI, MDS
ABSTRACT
RUM PUSPITA WIDHIARTI. Productivity Improvement of Mototcycle Tire
Production Process with Green Productivity Approach (Case Study at PT. XYZ).
Supervised by MARIMIN and MUHAMMAD ARIF DARMAWAN.
Indonesian rubber Industries has the lower productivity among other rubber
producer countries. Productivity issue was important part in the industry so low
productuivity needed productivity improvement. The main objective of this
research was to obtain productivity improvement formulation of motorcycle tire
production process with green productivity approach. Research included two
kinds of analysis. First, production process analysis was done by mapping each
stream in production process used GVSM and mass balance also the initial GPI
calculation. Second, sustainability analysis using MDS and produced
v
sustainability degree of motorcycle tire agroindustry. After further analysis to
obtain productivity improvement formulation, then AHP applied to weigh the
improvement alternative. Sustainability index of economic dimension was less
sustain (LS) meanwhile sustainability index of social and environment were
sustain enough (SE). Based on the overall analysis, the GPI initial was 1.081 with
environmental impact was 1.073 and economic indicator was 1.160. Best scenario
which was raw materials characteristics control also reuse of water and material
obtained GPI value 1.123 with environmental impact was 1.040 and economic
indicator was 1.168. On future, GP measurement needed depth analysis of
motorcycle tire production process and integration system so could produced
better improvement scenario.
Keywords: AHP, GPI, MDS, Motorcycle Tire
vi
vii
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Teknologi Pertanian
pada
Departemen Teknologi Industri Pertanian
PENINGKATAN PRODUKTIVITAS PROSES PRODUKSI BAN
MOTOR DENGAN PENDEKATAN PRODUKTIVITAS HIJAU
(STUDI KASUS DI PT. XYZ)
RUM PUSPITA WIDHIARTI
DEPARTEMEN TEKNOLOGI INDUSTRI PERTANIAN
FAKULTAS TEKNOLOGI PERTANIAN
INSTITUT PERTANIAN BOGOR
BOGOR
2014
viii
ix
Judul Skripsi : Peningkatan Produktivitas Proses Produksi Ban Motor dengan
Pendekatan Produktivitas Hijau (Studi Kasus di PT. XYZ)
Nama : Rum Puspita Widhiarti
NIM : F34090092
Disetujui oleh
Prof Dr Ir Marimin, Msc
Pembimbing I
M. Arif Darmawan, STP MT
Pembimbing II
Diketahui oleh
Prof Dr Ir Nastiti Siswi Indrasti
Ketua Departemen
Tanggal Lulus:
x
PRAKATA
Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas
segala karunia-Nya sehingga skripsi ini berhasil diselesaikan. Tema yang dipilih
dalam penelitian yang dilaksanakan sejak bulan April 2013 ini ialah Produktivitas
Hijau, dengan judul Peningkatan Produktivitas Proses Produksi Ban Motor
dengan Pendekatan Produktivitas Hijau (Studi Kasus di PT. XYZ).
Penulis menyampaikan terima kasih yang sebesar-besarnya kepada pihak-
pihak yang telah membantu dalam penyelesaian skripsi ini yaitu :
1. Bapak Prof Dr Ir Marimin, Msc dan Bapak M. Arif Darmawan, STP MT
selaku Pembimbing Akademik atas perhatian dan bimbingannya selama
penelitian dan penyelesaian skripsi serta Ibu Prof Dr Ir Nastiti Siswi Indrasti
yang telah banyak memberikan saran dalam skripsi ini.
2. Bapak Wayah SW, selaku Direktur PT. XYZ, Ibu Niken SR, Bapak Sunarto,
Bapak Asep serta Bapak Widiyarto atas bimbingan dan bantuannya dalam
pengumpulan data selama penelitian.
3. Bapak Dr Ir Muslich, Msi; Bapak Budi Sentioko, ST; dan Bapak Joko Suratno,
ST selaku narasumber terkait wawancara dalam penelitian ini.
4. Ayahanda Drs Sugiyarto, ibunda Ir Lies Widoworo Satiti, dan adinda Rien
Kuntum Widhiarti atas doa dan dukungan tanpa henti kepada penulis.
5. Seluruh member INFINITE yang telah memberikan dukungan melalui
karyanya.
6. Teman-teman TIN IPB 46 dan Kost Putri Jaika Badoneng atas doa dan
dukungannya.
7. Semua pihak yang telah ikut berdoa dan memberikan motivasi dalam penulisan
skripsi ini yang tidak bisa disebutkan satu per satu.
Semoga tulisan ini bermanfaat dan memberikan kontribusi nyata terhadap
pengembangan ilmu pengetahuan dalam bidang industri karet Indonesia.
Bogor, Februari 2014
Rum Puspita Widhiarti
xi
DAFTAR ISI
DAFTAR TABEL ix
DAFTAR GAMBAR ix
DAFTAR LAMPIRAN ix
PENDAHULUAN 1
Latar Belakang 1
Perumusan Masalah 2
Tujuan Penelitian 2
Ruang Lingkup Penelitian 2
TINJAUAN PUSTAKA 3
Karet 3
Ban Motor 3
Neraca Massa 3
Produktivitas 4
Produktivitas Hijau (Green Productivity) 5
Green Productivity Index (GPI) 5
Green Value Stream Mapping (GVSM) 6
Analytical Hierarchy Process (AHP) 6
Multidimensional Scaling (MDS) 7
METODE 8
Kerangka Pemikiran 8
Proses Produksi dan Kebutuhan Bahan 9
Pengukuran Produktivitas Hijau 10
Peningkatan Produktivitas 12
Analisis Keberlanjutan 12
Pendekatan Sistem 13
Penetapan Responden 13
Tata Laksana Penelitian 13
HASIL DAN PEMBAHASAN 14
Proses Produksi dan Neraca Massa Proses Produksi Ban Motor 14
Current State Green Stream Map Produksi Ban Motor 19
xii
Pengukuran Produktivitas 20
Analisis Keberlanjutan 21
Analisis Peningkatan Produktivitas 25
Peningkatan Produktivitas Hijau 27
Evaluasi Simulasi Skenario Perbaikan 28
Analisis Implikasi Manajerial 32
SIMPULAN DAN SARAN 33
Simpulan 33
Saran 34
DAFTAR PUSTAKA 34
LAMPIRAN 37
RIWAYAT HIDUP 58
xiii
DAFTAR TABEL
1 Tujuh sumber pembangkit limbah (Wills 2009) 10 2 Proses pencampuran pada tiap mesin Banburry 15 3 Hasil analisis tujuh sumber limbah hijau (seven green wastes) 19 4 Perhitungan nilai rendemen pengeluaran scrap 20 5 Kategori nilai indikator keberlanjutan agroindustri ban motor 22 6 Kategori indeks keberlanjutan 23 7 Indeks keberlanjutan berdasarkan analisis MDS 23 8 Hierarki perhitungan bobot level 5 (alternatif) penentuan strategi 27 9 Skenario rancangan alternatif strategi peningkatan produktivitas 29
10 Perbandingan indeks ketiga rancangan perbaikan 30
DAFTAR GAMBAR
1 Diagram alir kerangka berpikir 9 2 Tahapan pengukuran produktivitas hijau 10 3 Tahapan peningkatan produktivitas 12 4 Diagram alir proses produksi ban motor 17
5 Green value stream mapping proses produksi ban motor di PT. XYZ (current
state) 18 6 Diagram layang indeks keberlanjutan 24 7 Struktur hierarki penentuan strategi peningkatan produktivitas dengan
pendekatan produktivitas hijau 26 8 Rancangan upaya peningkatan produktivitas 29 9 Diagram perbandingan indeks rancangan perbaikan 30
10 Peta aliran material (GVSM future state) 31 11 Urutan langkah peningkatan produktivitas proses produksi ban motor 32 12 Ilustrasi pengurangan dampak lingkungan dalam kegiatan peningkatan
produktivitas proses produksi ban motor 33
DAFTAR LAMPIRAN
1 Perhitungan variabel dampak lingkungan 37 2 Standar mutu ban sepeda motor berdasarkan SNI 06-0101-2002 38 3 Tampilan hasil penghitungan analisis keberlanjutan 39 4 Tabel perhitungan biaya kebutuhan proses produksi ban motor 44 5 Tampilan pengisian model AHP penentuan strategi peningkatan
produktivitas 46
6 Keseluruhan perhitungan skenario 47
7 Petunjuk instalasi perangkat lunak 55
1
PENDAHULUAN
Latar Belakang
Karet alam (Hevea barisiliensis) merupakan komoditas yang penting
peranannya bagi perekonomian dari sub-sektor perkebunan karena memberikan
kontribusi pada peningkatan devisa Indonesia. Nilai ekspor dari sektor industri
pengolahan karet berada di peringkat empat pada tahun 2012 (Kementrian
Perindustrian 2013). Berdasarkan data Direktorat Jenderal Perkebunan Indonesia,
total luas perkebunan karet di Indonesia hingga tahun 2011 mencapai 3.45 juta
Ha. Indonesia merupakan negara produsen karet alam terbesar kedua di dunia
(sekitar 28% dari produksi karet dunia di tahun 2010) setelah Thailand (sekitar
30%) (Kementrian Koordinator Bidang Perekonomian 2011).
Agroindustri, seperti halnya industri yang lain, baik yang menghasilkan
produk dalam bentuk barang atau produk dalam bentuk jasa, agar dapat
berkembang atau paling tidak tetap bertahan di era persaingan global dituntut
untuk selalu meningkatkan produktivitas usahanya (Machfud 1999). Rendahnya
tingkat produktivitas dapat mempengaruhi tingkat profitabilitas perusahaan.
Apabila perusahaan memiliki tingkat profitabilitas yang tinggi sedangkan tingkat
produktivitasnya rendah, maka yang akan terjadi adalah tingkat profitabilitas tidak
akan berlanjut dalam jangka panjang, dalam jangka panjang produktivitas yang
rendah akan menggerogoti keuntungan perusahaan (Gaspersz 2000). Hal ini
menjadikan penting bagi perusahaan untuk melakukan pengukuran produktivitas
pada usahanya.
Kebijakan ekonomi saat ini yang hanya menitikberatkan pada pertumbuhan
ekonomi dan produktivitas tanpa memperhatikan aspek lingkungan menyebabkan
kerugian berupa dampak lingkungan yang tidak dapat diubah. Kebutuhan
penggunaan sumber daya yang efisien dan kebijakan serta perilaku lingkungan
perusahaan yang ramah lingkungan kini telah diakui di seluruh dunia. Kinerja
suatu perusahaan tidak lagi dapat dievaluasi berdasarkan parameter ekonomi saja,
karena saat ini kinerja perusahaan juga harus terintegrasi dengan kinerja
lingkungan (Saxena et al. 2003).
Industri karet alam Indonesia memiliki produktivitas yang rendah bila
dibandingkan dengan produktivitas negara tetangga yang juga merupakan
penghasil karet alam terbesar dunia yakni Thailand (Wiguna 2012). Peningkatan
produktivitas industri karet alam dapat dilakukan melalui pendekatan
produktivitas hijau. Selain dapat meningkatkan produktivitas juga dapat
meningkatkan nilai jual produk karet alam tersebut dikarenakan dalam proses
produksinya memperhatikan dimensi lingkungan. Dengan lebih memperhatikan
aspek lingkungan maka produk yang dihasilkan akan bersifat lebih ramah
lingkungan dan menurunkan limbah yang dihasilkan. Hal ini dapat menyebabkan
harga pokok produk yang lebih rendah dan memiliki nilai ramah lingkungan.
Wiguna (2012) melakukan penentuan strategi peningkatan produktivitas
proses produksi karet alam dan terdapat beberapa prioritas yang dapat dijadikan
rekomendasi kebijakan bagi perusahaan. Rekomendasi ini meliputi perbaikan
kegiatan manajemen pabrik dan peningkatan kualitas SDM. Rekomendasi ini juga
sudah meliputi aspek perbaikan dengan pendekatan green productivity yang
2
bertujuan meminimalisasi dampak lingkungan. Selain itu, untuk mengetahui
bagaimana tingkat keberlanjutan dan pengaruhnya terhadap dimensi sosial, maka
dilakukan pengukuran tingkat keberlanjutan dengan menggunakan teknik
Multidimensional Scaling (MDS).
Salah satu produk turunan dari karet alam adalah ban motor. Sistem
pengukuran produktivitas produksi pada ban motor merupakan faktor penting
dalam pengembangan dan optimalisasi pencapaian produktivitas pada produksi
ban motor. Melalui pengukuran tingkat pencapaian produktivitas ini, maka
selanjutnya dapat dilakukan analisis perbaikan untuk meningkatkan produktivitas
pada proses produksi ban motor. Analisis ini dapat dijadikan sebagai salah satu
dasar dalam kegiatan pengambilan keputusan yang berkaitan dengan optimalisasi
produktivitas produksi ban motor dan peningkatan produktivitas serta aspek
lingkungan pada produksi ban motor.
Perumusan Masalah
Produktivitas merupakan salah satu aspek yang memiliki peranan penting
dalam industri. Demikian pula pada industri hilir karet alam seperti industri ban
motor. Produktivitas harus ditingkatkan atau tetap dipertahankan agar dapat
bertahan dalam persaingan antar industri. Untuk mengatasi permasalahan tersebut
dilakukan peningkatan produktivitas dengan pendekatan produktivitas hijau.
Selain itu juga dilakukan analisis keberlanjutan untuk mengetahui tingkat
keberlanjutan dari industri ban motor.
Tujuan Penelitian
Tujuan utama penelitian ini adalah mendapatkan rumusan peningkatkan
produktivitas dari proses produksi ban motor dengan pendekatan produktivitas
hijau. Tujuan antara dari penelitian ini yaitu mengidentifikasi faktor yang
mempengaruhi produktivitas hijau pada proses produksi ban motor, mengukur dan
mengevaluasi tingkat produktivitas hijau pada proses produksi ban motor,
merumuskan model sistem perancangan peningkatan produktivitas pada proses
produksi ban motor melalui pendekatan konsep produktivitas hijau, menentukan
strategi peningkatan produktivitas hijau pada proses produksi ban motor, dan
mengetahui tingkat keberlanjutan dari agroindustri ban motor.
Ruang Lingkup Penelitian
Ruang lingkup penelitian ini mencakup analisis tingkat produktivitas
produksi pada produk hilir karet alam dan faktor-faktor yang mempengaruhinya,
identifikasi model rancangan sistem peningkatan produktivitas produksi pada
produk hilir karet alam, penerapan produktivitas hijau sebagai solusi peningkatan
produktivitas produksi pada produk hilir karet alam, analisis dan penentuan
strategi peningkatan produktivitas produksi pada ban motor, serta analisis tingkat
keberlanjutan industri ban motor.
3
TINJAUAN PUSTAKA
Karet
Karet adalah polimer hidrokarbon yang terbentuk dari emulsi kesusuan
(dikenal sebagai lateks) di getah beberapa jenis tumbuhan tetapi dapat juga
diproduksi secara sintetis. Sumber utama karet adalah pohon karet Hevea
brasiliensis (Euphorbiaceae). Penyadapan lateks dapat dilakukan dengan mengiris
sebagian dari kulit batang (Setyamidjaja 1993). Karet alam mempunyai daya
lentur yang tinggi, kekuatan tensil, dan dapat dibentuk dengan panas yang rendah.
Daya tahan karet terhadap benturan, goresan, dan koyakan sangat baik, namun
karet alam tidak begitu tahan terhadap faktor-faktor lingkungan, seperti oksidasi
dan ozon. Karet alam juga mempunyai daya tahan yang rendah terhadap bahan-
bahan kimia seperti bensin, minyak tanah, bensol, pelarut lemak (degreaser),
pelarut, pelumas sintetis, dan cairan hidrolik. Sifat fisik dan daya tahan karet
menyebabkan karet alam dipakai untuk produksi-produksi pabrik yang
membutuhkan kekuatan yang tinggi dan panas yang rendah (misalnya ban pesawat
terbang, ban truk raksasa, dan ban-ban kendaraan) dan produksi-produksi teknik
lain yang memerlukan daya tahan sangat tinggi (Sppilance 1989). Pada abad ke-
20, sejak ditemukannya mobil, permintaan akan karet mengalami lonjakan. Hal ini
menyebabkan karet alam menjadi benda langka, sehingga ditemukanlah karet
sintesis sebagai gantinya (Kawashima 2007 dalam Pasaribu 2008).
Ban Motor
Ban motor merupakan salah satu produk turunan dari karet alam. Bahan
baku utama ban motor yaitu polimer; sedangkan bahan pendukung antara lain
activator, antioksidan, softeners, dan carbon black. Karet yang digunakan pada
manufaktur ban adalah polimer thermal set. Polimer tersebut memiliki bahan
tambahan beraneka ragam yang memiliki fungsi berbeda. Bahan-bahan utama
pada polimer yang digunakan pada produksi ban antara lain karet alam, karet
sintetik, poliisoprene, polibutadiena, dan styrene butadiena.
Activator yang biasa digunakan dalam proses produksi ban antara lain zinc
oxide, asam stearat, magnesium oksida, litharge, amines, dan amine soaps. Fungsi
dari activator untuk mengaktifkan sulfur dalam pembentukan ikatan sulfur yang
dibutuhkan pada vulkanisasi karet. Antioksidan berfungsi untuk mencegah
perusakan ikatan pada karet, dengan cara melindungi ban dari oksigen dan ozon
yang nantinya akan berikatan dengan radikal bebas. Softeners seperti peptizers,
catalytic plasticizers, umumnya thiophenols, dan disulfida ditambahkan dengan
tujuan meningkatkan kinerja karet selama proses awal sebelum vulkanisasi.
Carbon black dapat disebut sebagai bahan pengisi ideal bagi ban karena
memberikan warna hitam yang menarik dan memiliki daya tahan terhadap bahan
tambahan lainnya seperti antioksidan (University of California Riverside 2006).
Neraca Massa
Neraca massa atau neraca berat (weight balance) seringkali disebut sebagai
neraca material dalam industri kimia. Suatu neraca massa dapat bermakna tanpa
4
adanya neraca energi, tetapi sebaliknya suatu neraca energi membutuhkan
pengetahuan tentang massa dan komposisi dari semua aliran yang ada dalam
neraca. Kombinasi dari neraca massa dan neraca energi merupakan suatu alat yang
penting untuk evaluasi yang efektif terhadap proses rutin suatu industri kimia
(Clausen dan Mattson 1978).
Neraca massa dibuat berdasarkan konsep hukum kekekalan (konservasi)
materi yang menyatakan bahwa atom-atom tidak dapat atau dihancurkan. Atom-
atom yang masuk ke dalam suatu sistem terakumulasi dalam sistem atau
meninggalkannya. Jika tidak terjadi akumulasi dalam sistem maka jumlah dari
total massa memasuki sistem sama dengan jumlah dari total massa meninggalkan
sistem. Secara umum rumusan dari neraca massa didefinisikan sebagai jumlah
input sama dengan jumlah output.
Produktivitas
Produktivitas merupakan perbandingan antara efektivitas pelaksanaan tugas
dengan efisiensi penggunaan sumber-sumber daya. Efektivitas diartikan sebagai
suatu ukuran yang memberikan gambaran seberapa jauh target yang dapat tercapai
baik secara kuantitas maupun waktu sedangkan efisiensi merupakan suatu ukuran
dalam membandingkan penggunaan masukan input yang direncanakan dengan
penggunaan masukan yang sebenarnya dilakukan. Semakin besar nilai persentase
pencapaian target, maka semakin tinggi tingkat efektivitasnya.
Rasio efisiensi mudah untuk diukur, baik dengan dasar penghitungan berupa
waktu, uang, atau unit lainnya. Efektivitas disisi lain merupakan istilah yang lebih
tersebar dan sulit untuk diukur pada berbagai kondisi. Efektivitas menggambarkan
tingkatan hasil yang dicapai, efisiensi menggambarkan seberapa baik pemanfaatan
dari sumber daya pada proses transformasi. Definisi yang sedemikian rupa dapat
mengarah kepada konsep yang menarik karena biasanya tidak ada batasan akan
seberapa efektif suatu organisasi dapat tercapai. Jackson (2000) menyatakan
bahwa fokus utama pada efisiensi bukan merupakan cara yang membuahkan hasil
nyata untuk meningkatkan produktivitas. Sayangnya fokus utama sedemikian rupa
yang sering terjadi di industri, terutama saat terjadi aktivitas pengurangan biaya.
Kombinasi nilai yang tinggi dari efisiensi dan efektivitas pada proses transformasi
akan mengarah kepada produktivitas yang tinggi. Dengan demikian, terdapat
kemungkinan suatu sistem yang efektif namun tidak efisien, begitu pula terdapat
kemungkinan suatu sistem yang efisien namun tidak efektif (Tangen 2002).
Menurut Al-Darrab di dalam Gandhi et al. (2006) produktivitas dapat
ditingkatkan dengan lebih banyak melakukan perbaikan sumber daya secara
efektif dan efisien untuk menghasilkan output yang diinginkan. Hal yang dapat
dilakukan untuk meningkatkan produktivitas, diantaranya adalah penerapan
teknologi produksi maju untuk meningkatkan output dan mengurangi input
melalui kegiatan minimasi limbah. Sumanth di dalam Gaspersz (2000)
memperkenalkan suatu konsep formal yang disebut sebagai siklus produktivitas
untuk dipergunakan dalam peningkatan produktivitas terus-menerus. Ada empat
tahap daur yang saling berkaitan dan berkesinambungan, yaitu :
1. Pengukuran Produktivitas 3. Perencanaan Produktivitas
2. Evaluasi Produktivitas 4. Perbaikan Produktivitas
5
Dalam peningkatan produktivitas perlu diketahui unsur-unsur yang terkait
yaitu kualitas, efektivitas dan efisiensi (Sumanth di dalam Gaspersz 2000). Naik
turunnya tingkat produktivitas disebabkan oleh faktor pada pihak manajemen,
karena pihak manajemen merupakan faktor yang paling berpengaruh, terutama
dalam proses perencanaan dan penjadwalan, pengaturan beban kerja, kejelasan
instruksi kerja dan evaluasi, serta dalam menumbuhkan motivasi kerja dan
loyalitas pekerja terhadap institusi.
Produktivitas Hijau (Green Productivity)
Produktivitas hijau merupakan suatu strategi peningkatan produktivitas dan
capaian lingkungan untuk keseluruhan yang berlandaskan pada pengembangan
sosial ekonomi. Faktor-faktor dari aplikasi produktivitas terdiri atas alat pada
manajemen lingkungan, teknik, dan teknologi untuk mengurangi dampak yang
mempengaruhi lingkungan yang diakibatkan dari aktivitas perusahaan atau
organisasi. Secara fungsional produktivitas hijau bertujuan memastikan tingkat
keuntungan bagi organisasi atau perusahaan (tingkat profitabilitas), meningkatkan
mutu hidup, dan mengurangi dampak lingkungan (APO 2006).
Tiga kunci utama dalam pelaksanaan produktivitas hijau adalah strategi,
produktivitas, dan capaian lingkungan. Tujuan dari produktivitas hijau adalah
untuk menghasilkan capaian lingkungan yang menggunakan sumber daya dan
energi material yang lebih sedikit, sehingga akan berdampak pada minimasi
pemborosan. Dengan kata lain maka akan lebih efektif dan efisien dalam proses
kerja yang dilakukan (Putra 2012). Dari hal ini, maka pihak perusahaan atau
organisasi dapat mempertimbangkan untuk selalu menurunkan tingkat
penggunaan sumber daya dan energi yang digunakan.
Manfaat pelaksanaan produktivitas hijau, diantaranya meliputi peningkatan
efisiensi, penggunaan sumber daya yang optimal, penurunan biaya-biaya produksi,
pengurangan biaya-biaya untuk perawatan barang-barang sisa stok, dan bahkan
pengurangan atau penghapusan hutang-hutang jangka panjang dalam perusahaan
atau organisasi. Penerapan konsep produktivitas hijau berarti menerapkan suatu
konsep penggunaan sumber daya yang lebih sedikit dan lebih efisien dalam
pemanfaatan semua sumber daya yang terlibat, serta memastikan bahwa semua
output memiliki tujuan penggunaan. Perubahan harapan pasar di masa sekarang
mengharuskan adanya proses pengelolaan lingkungan yang baik sebagai bentuk
permintaan harapan pelanggan, selain dari harapan akan kualitas, pasokan,
pengiriman, teknologi, kesehatan dan keselamatan, serta biaya (APO 2006).
Green Productivity Index (GPI)
Pendekatan kuantitatif dan sistematis perlindungan lingkungan diperlukan
untuk mengidentifikasi masalah serta menyoroti penerapan keunggulan program
lingkungan, teknologi, strategi, dan pendekatan yang dilakukan. Green
Productivity Index (GPI) atau indeks produktivitas hijau digunakan untuk mengisi
kesenjangan panjang yang ada dalam evaluasi kinerja lingkungan dan juga
menawarkan langkah kecil ke arah pendekatan yang lebih kuat dan kuantitatif
untuk pengambilan keputusan lingkungan. GPI didefinisikan sebagai rasio sistem
produktivitas terhadap dampak lingkungannya (Hur et al. 2004). Produktivitas
6
didefinisikan sebagai rasio perbandingan antara harga jual produk terhadap biaya
produksi.
Green Value Stream Mapping (GVSM)
Pada penelitian Putra (2012), Bangkit (2012), Saputra (2012), Darmawan et
al. (2012) dan Marimin et al. (2013) digunakan metode GVSM dalam memetakan
aliran proses yang terjadi. Metode pemetaan baru yang merupakan pengembangan
dari peta aliran nilai (VSM) dikenal di dalam konsep pendekatan yang
memperhatikan aspek lingkungan. Metode pemetaan ini dikembangkan oleh Wills
(2009), yang dikenal dengan metode pemetaan aliran material hijau atau green
value stream mapping (GVSM) sebagai prinsip green intentions. Pada konsep
peta aliran material (VSM) dikenal tujuh sumber pembangkit limbah terdiri dari
inventori, perpindahan, kerusakan produk, transportasi, produksi berlebih, selisih
berlebih proses, dan waktu menunggu. Salah satu penggunaan VSM untuk analisis
aliran produksi yang dilakukan oleh Rahani dan Al-Ashraf (2012).
Dalam GVSM dikenal tujuh sumber pembangkit limbah hijau yang terdiri
atas pemakaian energi, air, material, sampah, transportasi, emisi, dan
biodiversitas. Sama halnya dengan konsep VSM, pemetaan GVSM juga memiliki
dua jenis pemetaan, yaitu pemetaan saat ini (current state) dan pemetaan masa
mendatang (future state). Secara khusus, diusulkan metodologi sistematis GVSM
menganggap semua kegiatan dalam value stream atau operasi bisnis dan
menentukan apakah, dari perspektif lingkungan (dibandingkan dengan pelanggan
dalam konteks lean VSM), masing-masing kegiatan, proses, operasi, atau hal yang
positif, baik, atau berharga. Jika tidak, itu dianggap boros dan harus diubah atau
dihilangkan. Tujuannya adalah untuk memindahkan organisasi terhadap
keberlanjutan dengan berfokus pada pengurangan "limbah hijau" yang berdampak
lingkungan (Wills 2009).
Peta value stream pertama kali dikembangkan oleh Manajemen Operasi
Divisi Toyota Motor Corporation, Toyota City, Jepang, pada akhir 1980-an. Nilai
value stream mengidentifikasi cara untuk mendapatkan material dan aliran
informasi tanpa adanya gangguan, meningkatkan produktivitas dan daya saing,
serta membantu orang menerapkan sistem daripada terpaku pada isolasi proses
perbaikan (Womack dan Jones 1996). Selama lebih dari sepuluh tahun, peta value
stream telah diterapkan terutama untuk kegiatan manufaktur (Emiliani dan Stec
2004). Saat ini peta value stream telah digunakan untuk memahami aliran bahan
dan informasi dalam kegiatan perkantoran, seperti entry order, pengembangan
produk baru, dan pelaporan keuangan. Peta value stream membantu orang melihat
hasil samping yang ada dalam proses bisnis, di mana limbah didefinisikan sebagai
suatu kegiatan atau perilaku yang menambahkan biaya tetapi tidak menambah
nilai. Ada dua jenis peta value stream, yaitu peta yang menggambarkan keadaan
saat ini (current state) dan keadaan di masa depan (future state).
Analytical Hierarchy Process (AHP)
Pada tahun 1970-an Dr. Thomas L. Saaty dari Wharton School of Business
mengembangkan Analytical Hierarchy Process AHP untuk mengorganisir
informasi dan pendapat ahli dalam memilih alternatif yang paling disukai
7
(Marimin dan Maghfiroh 2010). Suatu persoalan akan diselesaikan dengan
menggunakan AHP dalam suatu kerangka pemikiran yang terorganisir, sehingga
dapat diekspresikan untuk mengambil keputusan yang efektif atas persoalan
tersebut. Persoalan yang kompleks dapat disederhanakan dan dipercepat proses
pengambilan keputusannya.
Saaty (1991) menyatakan bahwa terdapat tiga prinsip di dalam metode AHP.
Prinsip pertama ialah penyusunan hierarki, yaitu menguraikan permasalahan yang
kompleks menjadi elemen pokoknya, lalu prinsip kedua ialah penentuan prioritas,
yaitu menentukan peringkat elemen-elemen menurut kepentingannya, serta prinsip
ketiga ialah konsistensi logis, yaitu menjamin bahwa semua elemen
dikelompokkan dan diperingkatkan secara logis.
Menurut Fewidarto (1996) AHP dapat diterapkan untuk memecahkan
masalah-masalah yang terukur maupun yang memerlukan suatu pendapat.
Penggunaan pendapat dalam memecahkan masalah dilakukan dengan
membandingkan elemen-elemen secara berpasangan (pairwise comparison).
Penilaian dilakukan dengan cara memberikan bobot dan membandingkan antara
satu elemen dengan elemen lain berdasarkan skala komparasi yang telah
ditetapkan. Tahap berikutnya adalah melakukan sintesis terhadap hasil penilaian
yang dilakukan untuk menentukan elemen mana yang memiliki prioritas tertinggi
dan terendah.
Multidimensional Scaling (MDS)
Pembangunan berkelanjutan menurut dokumen Burtland Our Common
Future yaitu pembangunan yang dapat memenuhi generasi sekarang tanpa
mengurangi kemampuan generasi mendatang untuk memenuhi kebutuhannya
(WCED 1987). Keberlanjutan ini membutuhkan pengetahuan yang luas (wide
recognition) dalam bentuk sebuah integrasi yang mencakup aspek ekologi, sosial,
ekonomi, dan institusi (Teniwut 2012). Keberlanjutan memiliki banyak definisi
data diukur melalui berbagai cara (Murillas et al. 2008). Salah satu teknik yang
digunakan dalam pengukuran tingkat keberlanjutan adalah Multidimensional
Scaling (MDS). Teknik MDS merupakan teknik statistika untuk
menvisualisasikan ketakmiripan (dissimilarity) dari obyek yang bersifat kuantitatif
(metric) maupun kualitatif (non-metric) ke dalam ruang berdimensi rendah,
umumnya 2 dimensi. Kegunaan MDS adalah menyajikan obyek-obyek secara
visual berdasarkan kemiripan yang dimiliki.
Salah satu teknik yang digunakan pada pengukuran tingkat keberlanjutan
adalah teknik rapfish. Pada tahun 1998 teknik MDS digunakan oleh Fisheries
Centre at the University of British Columbia, Kanada untuk mengembangkan
teknik rapfish. Teknik rapfish adalah teknik penilaian keberlanjutan perikanan
menggunakan sejumlah atribut yang bersifat multidisipliner. Beberapa rekayasa
dilakukan pada rapfish sehingga visualisasi obyek dapat menggambarkan tingkat
keberlanjutan secara efektif dan akurat (Kavanagh dan Pitcher 2004). Prinsip
aplikasi rapfish berbasis indikator dengan pendekatan penyelesaian berbasis MDS.
Beberapa kelebihan rapfish menurut Nijkamp (1980); Fauzi dan Anna
(2002) yaitu: 1) Rapfish dapat mengukur dan menggambarkan kondisi lestari
sumberdaya di suatu tempat atau wilayah; 2) Pendekatan Rapfish dapat
menganalisis seluruh aspek keberlanjutan dari perikanan secara sederhana dan
8
menyeluruh; 3) Rapfish merupakan metode multivariate yang dapat menangani
data yang non metric; 4) Keragaman multi dimensi dapat diproyeksikan bidang
yang lebih sederhana dan mudah dipahami; 5) Rapfish dapat dijadikan alat untuk
menentukan snapshot atau analisis awal untuk memperoleh gambaran menyeluruh
mengenai status keberlanjutan sumberdaya yang sesuai dengan FAO code of
conduct; 6) Rapfish dapat dijadikan sebagai acuan untuk mengevaluasi kondisi
perikanan suatu wilayah secara cepat. Kelemahan dari Rapfish adalah harus
diperhatikan adanya aspek ketidakpastian. Hal ini bisa disebabkan oleh dampak
dari kesalahan dalam skoring akibat minimnya informasi; serta dampak dari
keragaman dalam skoring akibat perbedaan penilaian, kesalahan dalam entri data.
Teknik rapfish sering digunakan pada bidang perikanan seperti yang
dilakukan oleh Tesfamichael dan Pitcher (2006), serta Murillas et al. (2008).
Namun teknik rapfish juga dapat digunakan pada beberapa bidang non-perikanan
seperti pada pengukuran keberlanjutan penanaman padi yang dilakukan oleh Evi
et al. (2013), analisis keberlanjutan wilayah perbatasan Kalimantan Barat –
Malaysia untuk pengembangan kawasan agropolitan (studi kasus kecamatan dekat
perbatasan Kabupaten Bengkayang) oleh Thamrin et al. (2007), analisis
keberlanjutan manajemen pertambangan pada konstruksi material di Sungai
Jeneberang, Sulawesi Selatan oleh Anas et al. (2013), dan analisis keberlanjutan
untuk rantai pasok Kopi Gayo oleh Jaya et al. (2013).
Analisis yang menyertai MDS adalah analisis sensitivitas (leverage) dan
analisis ketidakpastian (montecarlo). Analisis montecarlo merupakan analisis
untuk menduga pengaruh galat (error) acak dalam proses analisis yang dilakukan
pada selang kepercayaan 95%. Hasil analisis mengindikasikan bahwa 1) kesalahan
pembuat skor dalam setiap atribut relatif kecil; 2) variasi pemberian skor akibat
perbedaan opini relatif kecil; 3) proses analisisnya stabil; 4) kesalahan pemasukan
data dan data yang hilang dapat dihindari. Analisis sensitivitas dilakukan untuk
melihat indikator apa yang paling sensitif atau peka memberikan kontribusi
terhadap indeks keberlanjutan. Analisis dilakukan dengan melihat perubahan
ordinasi apabila sejumlah indikator atau atribut dihilangkan dari analisis.
Pengaruh setiap atribut atau indikator dilihat dalam bentuk perubahan Root Mean
Square (RMS) ordinasi, khususnya pada aksis horizontal atau skala keberlanjutan.
Semakin besar nilai perubahan RMS akibat hilangnya suatu atribut atau indikator,
semakin besar pula peranan atribut tersebut dalam pembentukan indeks
keberlanjutan atau sebaliknya.
METODE
Kerangka Pemikiran
Industri hilir karet alam mencakup pengolahan bahan baku karet alam
olahan menjadi produk olah siap jual. Di dalam proses produksinya, industri hilir
karet alam menggunakan jenis sumberdaya yang berjumlah besar. Hal ini
dilakukan dalam tujuan memperbesar tingkat produktivitas capaian pabrik. Di sisi
lain, proses produksi ini mengakibatkan timbulnya berbagai jenis limbah hasil
pengolahan yang seharusnya dapat diminimalisir dengan menggunakan
sumberdaya bahan baku secara efisien. Penanganan limbah pengolahan
9
memerlukan biaya tersendiri, sehingga dapat meningkatkan kebutuhan biaya
produksi pada proses produksi ban motor.
Pada tahap analisis produksi ban motor, dilakukan identifikasi kegiatan yang
memiliki pengaruh terhadap capaian tingkat produktivitas proses produksi ban
motor dengan menggunakan neraca massa dan GVSM. Melalui pemetaan ini,
maka didapatkan sumber material yang berpotensi sebagai sumber pembangkit
limbah yang dapat dijadikan dasar dalam pengukuran produktivitas. Pada tahap
selanjutnya diperoleh nilai environmental indicator dan economic indicator yang
digunakan dalam perhitungan produktivitas hijau. Tahap analisis keberlanjutan
diukur menggunakan teknik MDS. Kerangka pemikiran diilustrasikan pada
Gambar 1.
Gambar 1 Diagram alir kerangka berpikir
Peningkatan produktivitas proses produksi ban motor melalui pendekatan
produktivitas hijau dilakukan dengan cara meminimalisir atau mengeliminasi
penggunaan sumberdaya yang memiliki dampak dan pengaruh terhadap kondisi
lingkungan. Penentuan strategi peningkatan produktivitas yang tepat diperoleh
melalui metode AHP, yang dapat mengorganisir informasi dan pendapat ahli
dalam memilih suatu alternatif strategi terbaik. Hasil simulasi penerapan strategi
terpilih kemudian diskenariokan ke dalam GVSM, untuk memperhitungkan nilai
future GPI.
Proses Produksi dan Kebutuhan Bahan
Analisis proses produksi ban motor dilakukan dengan pembuatan neraca
massa dan GVSM. Kaitannya dengan produkivitas hijau, neraca massa dapat
Mulai
Analisis Pengukuran
Produktivitas Hijau
Perhitungan Produktivitas Hijau
Analisis Keberlanjutan
Analisis Strategi Peningkatan
Produktivitas Hijau
Peningkatan Produktivitas Hijau
Selesai
Neraca
Massa
Economic
Indicators Environmental
Indicators
AHP
GPI
MDS
Analisis Proses Produksi dan
Kebutuhan Bahan
Pendekatan
Lean & Green
Production
dengan GVSM
GPI
10
mengidentifikasi jumlah limbah yang dikeluarkan pada suatu sistem (Wiguna
2012). Neraca massa dibuat berdasarkan beberapa tahap, yaitu menggambarkan
aliran proses yang telah disederhanakan dalam bentuk diagram; menempatkan
data-data yang tersedia pada aliran proses yang telah dibentuk dalam suatu
diagram menggunakan satuan unit tertentu (Metric System atau the American
Engineering System); membuat skema persamaan kimia untuk reaksi kimia yang
terjadi di dalam proses; dan memilih basis yang digunakan untuk perhitungan
(Clausen dan Mattson 1978).
Pemetaan aliran proses produksi ban motor ditujukan untuk
mengidentifikasi timbulnya waste pada proses produksi yang berimplikasi pada
penurunan produktivitas industri. Pada GVSM diidentifikasi tujuh sumber
pembangkit limbah yang terdiri atas pemakaian energi, air, material, sampah,
transportasi, emisi, dan biodiversitas. Tujuh sumber pembangkit limbah tersebut
dijelaskan pada Tabel 1.
Tabel 1 Tujuh sumber pembangkit limbah (Wills 2009)
Limbah Definisi dari Limbah
Energi Biaya untuk mengkonsumsi lebih banyak energi dari yang
dibutuhkan dari sumber yang berdampak negatif lingkungan
Air Biaya untuk menggunakan air lebih dari yang dibutuhkan
Material Penggunaan bahan-bahan yang dirancang menjadi produk yang
berakhir di TPA daripada digunakan kembali
Sampah Biaya untuk membayar sesuatu yang memiliki dampak negatif
terhadap lingkungan jika Anda membuangnya
Transportasi Biaya karena perjalanan yang menghasilkan dampak negatif
pada lingkungan dari pembakaran bahan bakar fosil
Emisi Biaya yang terkait dengan pembuangan polutan di lokasi
Biodiversitas Biaya yang terkait dengan kerusakan langsung flora, fauna, dan
organisme yang dihasilkan dari pembangunan infrastruktur
Pengukuran Produktivitas Hijau
Tahap pengukuran tingkat produktivitas dilakukan setelah didapatkan data
tujuh sumber pembangkit limbah dari hasil identifikasi melalui GVSM. Tahapan
pengukuran produktivitas ini mengacu pada tahapan yang dikembangkan oleh
Gandhi et al. (2006). Skema tahapan pengukuran produktivitas pada penelitian ini
ditunjukkan pada Gambar 2. Indikator ekonomi dan dampak lingkungan
merupakan faktor yang digunakan dalam perhitungan tingkat produktivitas.
Perhitungan indeks produktivitas hijau dilakukan pada tahap selanjutnya untuk
mengetahui rasio produktivitas terhadap dampak lingkungannya.
1. Indikator Produktivitas Hijau
Indikator produktivitas hijau merupakan indikator dampak lingkungan yang
dihasilkan dari proses produksi yang dilakukan. Secara umum terdapat tiga jenis
indikator lingkungan yang digunakan dalam pengukuran indeks produktivitas
hijau digunakan oleh Hur et al. (2004), diantaranya adalah solid waste generation
(SWG), gaseous waste generation (GWG), dan water consumption (WC). Ketiga
11
indikator lingkungan tersebut memiliki bobot yang disepakati dari konsorsium
pakar se-dunia dibidang lingkungan dan dibukukan pada Environmental
Sustainability Index (ESI) tahun 2005. ESI membandingkan kemampuan suatu
negara dalam melindungi lingkungan di masa yang akan datang. Perbandingan ini
dilakukan dengan memberikan skor dan peringkat pada 146 negara melalui ESI
(Yale Center for Environmental Law and Policy Report 2005).
Gambar 2 Tahapan pengukuran produktivitas hijau
2. Dampak Lingkungan
Dampak lingkungan merupakan besarnya dampak lingkungan yang
ditimbulkan dari proses produksi yang dilakukan oleh suatu perusahaan yang
dalam hal ini adalah PT XYZ. Besarnya nilai Environmental Impact (EI)
bergantung dari akumulasi tiga jenis indikator lingkungan, dimana sebelumnya
masing-masing nilai indikator lingkungan didapatkan melalui perkalian antara
bobot menurut pakar pada ESI (2005) dengan jumlah limbah yang dihasilkan dari
proses produksi tersebut. Semakin besar nilai EI, maka hal tersebut menunjukkan
semakin besar dampak terhadap lingkungan yang ditimbulkan dari proses
produksi.
Metode perhitungan dampak lingkungan dalam penelitian ini mengacu pada
penelitian sebelumnya yaitu penelitian Putra (2012) dan Wiguna (2012) dengan
topik yang sama yaitu produktivitas hijau. Perhitungan lengkap variabel dampak
lingkungan tersaji pada Lampiran 1. Dari hasil perhitungan variabel dampak
lingkungan diperoleh persamaan:
EI = 0.17 SWG + 0.5 GWG + 0.33 WC
(1)
Pembangkit limbah gas (Gaseous Waste Generation) digunakan untuk
memperhitungkan jumlah limbah gas. Limbah gas erat kaitannya dengan jumlah
emisi yang dihasilkan dari proses produksi ban motor. Konsumsi air (Water
Consumption) digunakan untuk memperhitungkan jumlah konsumsi air dari suatu
proses kegiatan. Pembangkit limbah padat (Solid Waste Generation) digunakan
untuk memperhitungkan limbah padat yang dihasilkan dari suatu proses.
3. Indikator Ekonomi
Indikator ekonomi merupakan rasio antara selling price (harga jual) dengan
production cost (biaya produksi) yang diperlukan untuk menghasilkan satu unit
produk dalam satu jenis satuan yang sama. Komponen penyusun biaya produksi
terdiri atas biaya tetap dan biaya tidak tetap. Komponen penyusun biaya tetap
adalah biaya penyusutan mesin dan alat-alat produksi, biaya modal dan asuransi
serta biaya pajak dari usaha produksi. Biaya penyusutan mesin dan alat-alat
Hasil Analisa
Tujuh Sumber
Pembangkit
Limbah (GVSM)
Dampak
Lingkungan
Indikator
Ekonomi
Perhitungan
Tingkat
Produktivitas
Perhitungan
Indeks
Produktivitas
Hijau (GPI) Indikator
Produktivitas Hijau
12
produksi diperoleh dengan metode garis lurus, dimana pada perhitungan
menggunakan metode garis lurus tidak dipertimbangkan bunga modal dan
asuransi.
4. Indeks Produktivitas Hijau
Indeks produktivitas hijau (Green Productivity Index) didefinisikan sebagai
rasio antara produktivitas pada proses produksi dengan dampak lingkungan yang
ditimbulkan dari proses produksi tersebut. Langkah awal dalam pengukuran
indeks produktivitas hijau adalah dengan menghitung GPI (Green Productivity
Index). Persamaan umum yang digunakan dalam menghitung GPI dituliskan
sebagai berikut:
Indeks Produktivitas Hijau (GPI) = Indikator Ekonomi
Dampak Lingkungan
(2)
Peningkatan Produktivitas
Tahap peningkatan produktivitas dilakukan setelah tahap pengukuran
produktivitas awal dilakukan. Pada tahap ini dilakukan penentuan strategi
peningkatan produktivitas yang diperoleh melalui metode AHP. Hasil dari metode
AHP berupa bobot yang menunjukkan peringkat dari setiap alternatif strategi
peningkatan produktivitas. Berdasarkan bobot yang diperoleh maka ditentukan 3
skenario perbaikan. Skenario perbaikan adalah kombinasi dari dua alternatif
strategi peningkatan produktivitas. Skenario 1 merupakan kombinasi dari
alternatif yang memiliki peringkat 1 dan peringkat 4. Skenario 2 merupakan
kombinasi dari alternatif yang memiliki peringkat 2 dan peringkat 5. Skenario 3
merupakan kombinasi dari alternatif yang memiliki peringkat 3 dan peringkat 6.
Gambar 3 Tahapan peningkatan produktivitas
Alternatif skenario perbaikan disimulasikan untuk mendapatkan alternatif
strategi terbaik. Hasil simulasi skenario perbaikan berupa alternatif strategi
terpilih dengan future GPI terbaik selanjutnya diterapkan dalam future GVSM.
Skema tahapan peningkatan produktivitas pada penelitian ini ditunjukkan pada
Gambar 3. Besaran peningkatan produktivitas diketahui dari nilai GP ratio yang
dihasilkan melalui analisis penerapan alternatif strategi terpilih. Untuk
mendapatkan nilai GP ratio digunakan persamaan yang dituliskan sebagai berikut:
GP =
=
x
(3)
dimana :
GPratio : Rasio Produktivitas Hijau
Penentuan Strategi
Peningkatan
Produktivitas
Rancangan
Skenario
Perbaikan
Future GVSM terpilih
Simulasi Skenario
Perbaikan
Future
GPI
AHP
13
SPalt : Harga jual pada saat penerapan alernatif
SPcur : Harga jual pada saat kondisi awal
PCalt : Biaya Produksi pada saat penerapan alernatif
PCcur : Biaya Produksi pada saat kondisi awal
EIalt : Dampak Lingkungan pada saat penerapan alernatif
EIcur : Dampak Lingkungan pada saat kondisi awal
Analisis Keberlanjutan
Tingkat keberlanjutan agroindustri ban PT XYZ dianalisis dengan
menggunakan teknik MDS. Pada tahap ini digunakan teknik raptire untuk
menghitung tingkat keberlanjutan. Prinsip aplikasi teknik ini berbasis indikator
dengan pendekatan penyelesaian berbasis MDS. Raptire merupakan penyesuaian
dari rapfish yaitu salah satu teknik untuk menganalisis status kelestarian
sumberdaya, yang pada awalnya dikembangkan oleh Fisheries Centre, UBC-
Canada. Terdapat tiga dimensi yang diukur dalam analisis tingkat keberlanjutan,
yaitu ekonomi, lingkungan, dan sosial. Setiap model memiliki indikator yang
ditetapkan menggunakan justifikasi dari pihak-pihak yang memiliki kompetensi
dan mengetahui kondisi agroindustri ban motor. Dengan menggunakan teknik
raptire maka dapat diperoleh indeks keberlanjutan agroindustry ban PT XYZ,
sehingga dapat diketahui status keberlanjutan agroindustry ban PT XYZ.
Pendekatan Sistem
Dalam pencapaian tujuan penilaian yang telah ditetapkan pada peningkatan
produktivitas proses produksi ban motor di PT XYZ, digunakan pendekatan
sistem dengan melakukan identifikasi terhadap sejumlah kebutuhan, sehingga
dapat menghasilkan suatu operasi sistem yang dianggap efektif. Pendekatan
sistem tersebut dimulai dengan mencari semua faktor yang terdapat dalam sistem
untuk mendapatkan solusi yang terbaik bagi penyelesaian masalah, kemudian
membuat suatu model AHP untuk untuk membantu memilih alternatif yang paling
memungkinkan. Alternatif strategi terpilih dengan indeks GPI (future state)
tertinggi selanjutnya diterapkan dalam future GVSM.
Penetapan Responden
Sesuai dengan pendekatan yang diterapkan dalam penelitian ini, responden
sebagai pakar ditentukan berdasarkan keahliannya pada bidang proses produksi
ban motor dan juga di bidang lingkungan. Dalam penelitian ini pakar yang
diambil pendapatnya sebagai responden sebanyak tiga orang. Pakar yang terlibat
dalam penelitian ini antara lain dosen IPB di bidang karet alam, mantan manajer
produksi dari PT XYZ, dan karyawan dari PT PQR yang tergabung dalam
Asosiasi Perusahaan Ban Indonesia (APBI).
Tata Laksana Penelitian
1. Pengumpulan Data
Pengumpulan data meliputi data kuantitatif dan kualitatif dalam bentuk data
sekunder maupun data primer. Akuisisi pengetahuan untuk mendapatkan data
14
kualitatif melalui teknik wawancara mendalam. Wawancara juga dilakukan untuk
menjelaskan dan mengklarifikasi serta menerangkan masalah-masalah teknis yang
ada di lapangan yang berguna untuk mendapatkan informasi tambahan.
Sedangkan pengamatan langsung (observasi) dan dokumentasi kegiatan juga
dilakukan untuk mendukung hasil wawancara. Ketiga teknik pengumpulan data
ini diupayakan dapat menggali kekayaan informasi kualitatif yang akurat untuk
mendukung hasil dari penelitian ini. Data kuantitatif yang digunakan berupa data
primer dan sekunder, dimana data primer didapatkan langsung dari lapangan
sedangkan data sekunder diperoleh dari hasil wawancara pihak manajemen dan
studi pustaka terkait (artikel, jurnal ilmiah, buku acuan, dan internet). Data yang
tidak tersedia diestimasikan melalui informasi kualitatif dan kuantitatif yang
diperoleh dari wawancara manajemen dan tinjauan pustaka.
2. Pengolahan Data
Analisis pegukuran dan perhitungan tingkat produktivitas beserta indikator-
indikator yang berpengaruh terhadapnya dianalisis dengan menggunakan
Microsoft Excel 2010. Selain itu perangkat lunak Microsoft Excel 2010 juga
digunakan untuk mengolah beragam fungsi aritmatika dasar. Pengolahan data
hasil wawancara pakar dengan metode AHP diolah dengan menggunakan
perangkat lunak Expert Choice 11. Model keberlanjutan dianalisis dengan
menggunakan teknik Multidimensional Scaling (MDS). Pada model ini digunakan
teknik raptire untuk menghitung tingkat keberlanjutan agroindustri ban PT XYZ
yang diukur dari 3 dimensi yaitu ekonomi, lingkungan, dan sosial.
3. Waktu dan Tempat Penelitian
Penelitian ini berlangsung dari bulan April 2013 di PT XYZ yang
merupakan perusahaan swasta di bidang industri ban motor. Kegiatan wawancara
pakar dilakukan di PT XYZ dan di Departemen Teknologi Industri Pertanian,
Fakultas Teknologi Pertanian, Institut Pertanian Bogor. Adapun tempat
pengolahan data berlangsung di lingkungan kampus Institut Pertanian Bogor,
Dramaga.
HASIL DAN PEMBAHASAN
Proses Produksi dan Neraca Massa Proses Produksi Ban Motor
Neraca massa dari proses produksi ban motor di PT. XYZ disajikan pada
Gambar 4. Basis dari neraca massa ini yaitu 2000 buah ban. Proses pencampuran
(mixing) adalah proses dicampurnya bahan baku mentah dan bahan pembantu di
dalam mesin Banburry. Luaran yang dihasilkan dari proses pencampuran adalah
compound yang sesuai dengan spesifikasi untuk digunakan pada proses
selanjutnya. Setiap spesifikasi memiliki karakter yang berbeda-beda. Hal ini
dipengaruhi dari komposisi bahan yang digunakan. Bahan baku mentah yang
digunakan untuk proses mixing ini memiliki beberapa titik kritis yang harus
diperhatikan. Pada proses ini, bahan yang masuk antara lain polimer berupa karet
alam dan sintetik, bahan-bahan kimia seperti antioxidant, accelerator, filler,
pewarna, carbon black, serta bahan tambahan lainnya sejumlah 5754 kg dan
15
dihasilkan compound tipe A, B, C, D, E dan F sebanyak 3758, 356, 66, 874, 310,
dan 390 kg.
Mesin Banburry yang digunakan terdapat 7 mesin dengan masing-masing
spesifikasi yang ditunjukkan pada Tabel 2. Terdapat tiga proses pencampuran
bahan baku dan bahan tambahan yang terjadi dalam mesin Banburry:
1. Master Batch (MB)
Proses pencampuran yang menggabungkan karet, bahan tambahan kimia,
karbon hitam dan oli menjadi compund master batch. Tujuan dari proses ini
adalah homogenisasi bahan pengikat (karet) dan bahan penguat (karbon).
2. Remill (RM)
Proses pencampuran tanpa penambahan bahan tambahan (ingredient)
dengan tujuan untuk mengurangi viskositas compound. Proses remill biasanya
dilakukan hingga dua kali untuk mendapat viskositas yang diinginkan.
3. Final Mix (FM)
Final Mix adalah proses pencampuran yang disertai penambahan bahan
tambahan berupa accelerator atau retarder dengan tujuan menggabungkan rantai
polimer melalui ikatan crosslink. Proses penggabungan ini akan memberikan daya
keuletan pada karet dengan memasukkan bahan tambahan seperti sulfur.
Tabel 2 Proses pencampuran pada tiap mesin Banburry
Mesin Banburry Proses Mixing
Banburry 1 Final Mix (FM)
Banburry 2 Remall (RM)
Banburry 3 Master Batch (MB) - Remall (RM)
Banburry 4 Master Batch (MB)
Banburry 5 Master Batch (MB) - Remall (RM)
Banburry 6 Master Batch (MB) - Remall (RM)
Banburry 7 Final Mix (FM)
Schneider Racing Spec
Extruding adalah proses pembuatan tapak ban (tread) dan sisi samping
penahan ban (side wall). Compound dibentuk melewati sekelompok besar mesin
(dies) yang akan menghasilkan material dengan berbagai bentuk dan spesifikasi.
Pada proses ini, bahan yang masuk berupa compound tipe A sejumlah 3758 kg
dan compound tipe B sejumlah 356 kg yang akan menghasilkan Tread X sebanyak
4114 kg.
Proses calendering adalah proses pelapisan material polyester, nilon, dan
steel belt dengan compound. Pelapisan antara compound dengan steel cord akan
menghasilkan sheet steel cord sedangkan pelapisan antara compound dengan
material textile akan menghasilkan sheet textile (body ply). Pada proses ini, bahan
yang masuk berupa compound D sejumlah 874 kg dan cord B sejumlah 246 kg
yang akan menghasilkan Ply X sebanyak 1120 kg.
Cutting adalah proses pemotongan hasil proses calender sehingga dihasilkan
produk berupa steel belt dan body ply. Pada cutting steel sudut potong berkisar
antara 20o-25
o. Pada cutting textile terbagi menjadi dua, untuk jenis ply radial
dilakukan pemotongan dengan sudut 90o dan 0-75
o untuk jenis ply bias. Pada
16
proses ini, bahan yang masuk berupa Ply X sejumlah 1120 kg yang akan
menghasilkan Ply X2 sebanyak 538 kg dan Ply X1 sebanyak 582 kg.
Cushioning adalah proses pembuatan inner liner, under liner dan body ply
assembly. Produk dari proses cushioning adalah gabungan dari inner liner, under
liner dan body ply assembly (BPA). Pada proses ini, bahan yang masuk berupa Ply
X1 sejumlah 1120 kg serta Compound E dan F dari proses Banburry sebanyak
310 kg dan 390 kg yang akan menghasilkan Ply X11 sebanyak 1282 kg.
Pada proses pembuatan bead, bahan yang dimasukkan berupa bead wire dan
compound sedangkan produk yang dihasilkan adalah bead. Tahap pertama yang
dilakukan adalah let off yaitu melepaskan material dari pembungkus untuk siap
digunakan (tempat pasokan wire). Selanjutnya wire dipanaskan dengan heater
agar steel wire dapat dengan mudah menyatu dengan compound. Proses
rubberizing (penyatuan) antara compound dengan wire dilakukan di bagian
extruder. Kemudian dilanjutkan menuju tow sebagai stok material agar pada saat
pergantian material mesin tidak berhenti. Pada proses ini, bahan yang masuk
berupa cord A sejumlah 246 kg dan compound C sejumlah 66 kg yang akan
menghasilkan Bead X sebanyak 302 kg.
Proses ini merupakan tahap „perakitan‟ seluruh material yang telah
diproduksi sebelumnya untuk disatukan menghasilkan sebuah ban. Ban hasil
proses sebelumnya seperti ply, bead, tread diolah menggunakan mesin Tire
Building (TBM) menghasilkan green tyre. Mesin yang digunakan terdiri atas dua
tipe, dimana ada yang hanya melewati satu tahap namun ada lainnya yang harus
melewati dua tahap. Pada proses ini, bahan yang masuk antara lain Tread X
sejumlah 4114 kg, Bead X sejumlah 302 kg, Ply X11 sejumlah 1282 kg, dan Ply
X2 sejumlah 538 kg yang akan menghasilkan green tire X sebanyak 6246 kg.
Pemasakan adalah proses akhir dalam proses perakitan ban yaitu pemasakan
ban mentah menjadi ban jadi yang siap untuk dipasarkan ke pelanggan. Salah satu
komponen pada mesin pemasakan adalah segmen yang berguna untuk memberi
cetakan pada tapak ban. Langkah pertama yang dilakukan pada proses curing
adalah memasang ban mentah pada VCL (Vertical Chuck Loader) dan ban mentah
yang selanjutnya akan diproses dipasang pada tiang ban mentah untuk menunggu
giliran. Mula-mula ban mentah masuk ke dalam vakum. Hal ini bertujuan
memudahkan ban mentah masuk ke dalam bag well. Setelah masuk ke dalam bag
well, terjadi proses pembentukan 1 sehingga saklar pada VCL terbuka dan VCL
melepaskan ban mentah dalam kondisi stabil/center. Pemasakan dimulai dengan
masuknya tekanan dalam. Setelah pemasakan selesai, mesin penekan akan terbuka
dan secepatnya menuju proses PCI (Post Control Inflamation) agar tidak terjadi
deformasi. Pada ban tipe MC-X (sepeda motor) proses PCI tidak perlu dilakukan
karena ukuran yang kecil. Pada proses ini, bahan yang masuk yaitu green tire X
sejumlah 6246 kg dan dihasilkan Tire X sebanyak 6246 kg. Standar mutu ban
sepeda motor sesuai dengan SNI 06-0101-2002 terlampir pada Lampiran 2.
17
Gam
bar
4 D
iagra
m a
lir p
rose
s p
rou
ksi
ban
moto
r
Basi
s :
2000 b
an
Ket
eran
gan
:
Com
p. :
Com
pou
nd
18
Gam
bar 5
Green
valu
e stream
mappin
g p
roses p
rod
uk
si ban
moto
r di P
T. X
YZ
(curren
t state)
19
Current State Green Stream Map Produksi Ban Motor
Peta aliran hijau atau green stream map memiliki tujuh indikator penilaian
dalam pengukuran produktivitas hijau di suatu perusahaan. Ketujuh indikator
tersebut diantaranya adalah energi, air, bahan yang terbuang, sampah, transportasi,
emisi dan biodiversitas. Tabel 3 menyajikan hasil analisis seven green wastes
untuk proses produksi ban motor dan Gambar 5 mengilustrasikan aliran hijau
untuk proses produksi ban motor. Tahapan proses untuk memproduksi ban motor
di PT. XYZ antara lain stasiun Banburry, bead building, extruding, cushion,
calender, cutting, tyre building, dan curing.
Tabel 3 Hasil analisis tujuh sumber limbah hijau (seven green wastes)
Jenis Limbah
Proses Kegiatan
Total
Ba
nb
urr
y
Bea
d
Bu
ild
ing
Ext
rud
ing
Cu
shio
n
Ca
len
er
Cu
ttin
g
Tyr
e
Bu
ild
ing
Cu
rin
g
Energi (KWh) 1044.8 38.8 179.9 31.6 174.6 99 66 33 1667.7
Air (Liter) 0 0 0 0 0 0 0 0 1000
Material (Kg) 0 0 0 0 0 0 0 0 0
Sampah (Kg) 0 0 0 0 0 0 0 0 0
Transportasi (Km) 0 0 0 0 0 0 0 0 0
Emisi (Kg) 930.9 34.6 160.4 28.2 155.5 88.2 58.8 29.4 1486
Biodiversitas (Ha) 0 0 0 0 0 0 0 0 0
Produk ban motor memiliki rata-rata permintaan dari konsumen setiap
bulannya sebesar 30000 ban/bulan. Apabila dikonversi ke dalam kebutuhan
perharinya maka PT. XYZ harus menghasilkan ban motor sebesar 1000 ban/hari.
Gambar 5 menunjukkan bahwa untuk memproduksi 1000 ban/hari dibutuhkan
energi listrik sebesar 1667.7 Kwh/hari, air sebanyak 1000 m3/hari, dan emisi
sebesar 1486 kg CO2/hari. Air yang digunakan merupakan kebutuhan air untuk
pembuatan steam atau uap panas pada boiler.
Waktu proses produksi atau cycle time untuk semua proses kecuali proses
curing sebesar 24 jam. Proses curing memiliki cycle time sebesar 7 jam. Hal ini
disebabkan oleh dalam 1 shift (8 jam) terdapat waktu istirahat selama 1 jam dan
setiap operator curing bertanggung jawab untuk 1 mesin curing sehingga saat
istirahat proses curing tidak dilakukan. Waktu yang dibutuhkan untuk
memindahkan bahan atau change over yang ada pada semua proses sebesar 0 jam,
hal ini karena proses yang berlangsung bersifat kontinyu dan apabila terdapat
penggantian spesifikasi produk maka sudah dilakukan persiapan 30 menit
sebelumnya.
Energi yang dibutuhkan untuk setiap proses produksi memiliki nilai yang
berbeda karena kebutuhan energi yang dibutuhkan oleh mesin pada setiap tahapan
proses produksi. Energi yang digunakan merupakan energi listrik yang bersumber
dari PLN dan disajikan pada Tabel 3. Adapun untuk emisi gas yang dihasilkan
merupakan hasil konversi dari pemakaian energi listrik. Bahan atau material yang
diterima oleh setiap proses produksi diasumsikan tidak ada yang terbuang karena
jumlah bahan sudah sesuai dengan perencanaan produksi dan apabila terdapat
20
kelebihan maka akan disimpan pada gudang bahan baku. Penggunaan air
merupakan jumlah yang diperlukan untuk produksi uap panas oleh boiler. Detail
penggunaan steam untuk setiap proses tidak diketahui perbandingan atau
proporsinya. Untuk transportasi bernilai 0 karena karena tidak dibutuhkan
kendaraan angkut yang memerlukan bahan bakar pada setiap tahapan proses
produksi. Adapun untuk biodiversitas untuk semua tahapan proses tidak dilakukan
pengukuran karena sulit untuk menemukan rekam jejak kondisi alam sekitar di
tahun-tahun sebelumnya.
Sampah yang ditimbulkan dalam setiap proses produksi bernilai 0 karena
setiap sampah yang terbentuk akan ditampung untuk dijual kembali atau didaur
ulang. Limbah padat industri ban terbagi berdasarkan kandungan bahan
berbahayanya, dimana limbah padat non-B3 masih dapat dijual kembali sehingga
disebut sebagai scrap (limbah padat ekonomis atau konvensional). Lovely (2013)
melakukan perhitungan nilai rendemen (Y) scrap pada proses produksi ban. Hasil
perhitungan untuk basis sebesar 1000 ban disajikan pada Tabel 4.
Tabel 4 Perhitungan nilai rendemen pengeluaran scrap
No. Jenis Y (kg/pcs)* Jumlah scrap (kg)
1 Steel Cord 0.0044 4.4
2 Textile Rubberized 0.0302 30.2
3 Carcass 0.0176 17.6
4 Bead Wire 0.0061 6.1
5 Compound 0.0068 6.8
6 Bladder 0.0106 10.6
7 Steel Rubberized 0.0147 14.7
8 Polyester 0.0011 1.1
9 Compound Ex Lab 0.0001 0.1
10 Serbuk Buffing 0.0007 0.7
11 Serutan Ban 0.0043 4.3
12 Oli 0.0009 0.9
13 Pallet Besi 0.0187 18.7
14 Pallet Kayu Lapis Besi 0.0106 10.6
15 Pallet Kayu Non Besi 0.0538 53.8
16 Pallet Plastik 0.0124 12.4
17 Jumbo Bag 0.0017 1.7
18 Plastik PP/PE 0.0034 3.4
Total 198.1 * Lovely (2013)
Pengukuran Produktivitas
Perhitungan dampak lingkungan
Pada tahap perhitungan dampak lingkungan, total hasil analisis ketujuh
sumber pembangkit limbah yang telah didapatkan dari peta aliran material hijau
(current state) proses produksi ban motor digolongkan ke dalam tiga variabel
lingkungan GPI. Emisi pada proses produksi digolongkan sebagai variabel
gaseous wastes generation (GWG), pengunaan air digolongkan ke dalam variabel
water consumption (WC), dan sampah yang dihasilkan digolongkan ke dalam
solid wastes generation (SWG) (Wiguna 2012). Berdasarkan data-data yang telah
21
didapatkan dari analisis tujuh sumber pembangkit limbah, selanjutnya dilakukan
perhitungan variabel dampak lingkungan sebagai berikut:
Produksi ban motor per hari
Jumlah produksi ban motor per hari sebanyak 1000 ban motor asumsi
permintaan rata-rata per bulan sebesar 30000 ban.
Pembangkit limbas gas (GWG)
Jumlah pembangkit limbah gas yang dihasilkan sebanyak 1486 kg per hari.
Konsumsi air (WC) Air yang digunakan dalam produksi 1000 ban motor sebanyak 1000 liter.
Karena densitas air 1 kg/l maka konsumsi air sebanyak 1000 kg.
Pembangkit limbah padat (SWG)
Jumlah pembangkit limbah padat yang tebentuk sebesar 0 diasumsikan
tidak ada yang terbuang.
Dari perhitungan tersebut, maka dampak lingkungan (EI) yang dihasilkan dari
proses produksi dapat dirumuskan sebagai berikut:
EI = 0.5 GWG + 0.33 WC + 0.17 SWG
EI = (0.5 x 1486 ) + (0.33 x 1000) + (0.17 x 0) = 1073 kg
Dampak lingkungan yang dihasilkan dari proses produksi ban motor adalah 1073
kg atau 1.073 ton.
Perhitungan indikator ekonomi
Basis perhitungan yang digunakan dalam penentuan nilai indikator ekonomi
ini adalah biaya yang dibutuhkan untuk menghasilkan 10 juta ban motor selama 1
tahun. Daftar lengkap perhitungan biaya kebutuhan proses produksi ban motor
terlampir pada Lampiran 4.
Berdasarkan perhitungan tersebut, maka diketahui total biaya kebutuhan
proses produksi ban motor sebesar Rp 301 698. Kemudian besar pendapatan yang
diperoleh dari penjualan produk ban motor sebagai berikut:
Pendapatan penjualan / harga jual satu ban motor
Asumsi harga jual 1 ban motor = Rp 350 000
Perhitungan indikator ekonomi dihitung sebagai perbandingan antara pendapatan
penjualan produk dengan total biaya produksi produk tersebut sehingga diperoleh:
Indikator Ekonomi atau Produktivitas
Pendapatan / Total Biaya = Rp 350 000 / Rp 301 698
Produktivitas atau indikator ekonomi = 1.16
Produktivitas atau indikator ekonomi proses produksi ban motor adalah 1.16.
Perhitungan indeks produktivitas hijau (GPI)
Berdasarkan hasil perhitungan dampak lingkungan dan indikator ekonomi
kemudian dihitung nilai indeks produktivitas hijau (current state) dihasilkan 1.081
dengan perhitungan sebagai berikut :
Indeks Produktivitas Hijau (GPI) =
=
Nilai ini menunjukkan bahwa tingkat produktivitas masih lebih tinggi dari
dampak lingkungan yang dihasilkan dari proses produksi ban motor. Secara
umum, semakin tinggi nilai indeks produktivitas hijau yang dicapai, maka tingkat
produktivitas dan indikator ekonomi akan semakin tinggi, sedangkan dampak
22
lingkungan yang dihasilkan dari proses produksi akan semakin rendah. Sebaliknya
semakin rendah nilai indeks produktivitas hijau, maka semakin besar dampak
lingkungan yang ditimbulkan dari proses produksi yang dilakukan.
Analisis Keberlanjutan
Terdapat tiga model untuk tiga dimensi yang digunakan pada analisis
keberlanjutan yaitu model ekonomi, model lingkungan, dan model sosial.
Penetapan indikator dengan menggunakan justifikasi dari pihak-pihak yang
memiliki kompetensi dan mengetahui kondisi agroindustri ban motor. Setiap
model baik model ekonomi, model lingkungan, dan model sosial digunakan untuk
memprediksi nilai indikator keberlanjutan pada setiap dimensi, baik dimensi
ekonomi, dimensi lingkungan, dan dimensi sosial. Indikator yang dipakai untuk
memprediksi keberlanjutan dimensi ekonomi adalah indikator net profit
perusahaan, indikator harga saham perusahaan, indikator tingkat pertumbuhan
perusahaan, dan indikator tingkat pertumbuhan pasar. Indikator yang dipakai
untuk memprediksi keberlanjutan dimensi lingkungan adalah indikator
pengolahan limbah padat, cair, dan gas yang dihasilkan; efisiensi penggunaan air
dan energi; pemanfaatan sisa bahan baku; dan dampak penggunaan bahan-bahan
kimia. Indikator yang dipakai untuk memprediksi keberlanjutan dimensi sosial
adalah indikator penyerapan tenaga kerja dari masyarakat sekitar, pendapatan
tenaga kerja, dan kegiatan sosial untuk masyarakat sekitar. Kategori nilai indikator
keberlanjutan agroindustri ban motor disajikan pada Tabel 5.
Tabel 5 Kategori nilai indikator keberlanjutan agroindustri ban motor
Indikator Kategori Kriteria
1
2
3
4
A. Dimensi Ekonomi
Indikator net profit perusahaan
Harga saham
Tingkat pertumbuhan perusahaan
Tingkat Pertumbuhan Pasar
(0)
(1)
(2)
(0)
(1)
(2)
(0)
(1)
(2)
(0)
(1)
(2)
Rendah
Sedang
Tinggi
Rendah
Sedang
Tinggi
Rendah
Sedang
Tinggi
Rendah
Sedang
Tinggi
1
2
B. Dimensi Lingkungan
Pengolahan limbah padat, cair,
dan gas yang dihasilkan
Efisiensi Penggunaan air dan
energi
(0)
(1)
(2)
(0)
(1)
tidak dilakukan
dilakukan pengolahan primer
dilakukan pengolahan sekunder
Rendah
Sedang
23
3
4
Pemanfaatan Sisa Bahan Baku
Dampak Penggunaan Bahan-
Bahan Kimia
(2)
(0)
(1)
(2)
(0)
(1)
(2)
Tinggi
Rendah
Sedang
Tinggi
terjadi pencemaran berat
pencemaran ringan
tidak mencemari
1
2
3
C. Dimensi Sosial
Penyerapan tenaga kerja dari
masyarakat sekitar
Pendapatan tenaga kerja
Kegiatan Sosial untuk masyarakat
sekitar
(0)
(1)
(2)
(0)
(1)
(2)
(0)
(1)
(2)
Rendah
Sedang
Tinggi
Kurang dari UMR
Setara dengan UMR
Lebih dari UMR
Tidak ada
Ada, tidak berjalan
Berjalan optimal
Agregasi nilai indikator keberlanjutan dilakukan untuk setiap dimensi
keberlanjutan sehingga diperoleh indeks keberlanjutan setiap dimensi. Penilaian
tingkat keberlanjutan agroindustri ban motor dilakukan oleh pihak-pihak yang
memiliki kompetensi dan mengetahui kondisi agroindustri ban motor. Penilaian
tingkat keberlanjutan setiap dimensi didasarkan atas 4 kategori tingkat
keberlanjutan, yaitu tidak berkelanjutan (TB), kurang berkelanjutan (KB), cukup
berkelanjutan (CB), dan sangat berkelanjutan (SB). Kategori tingkat keberlanjutan
tersaji pada Tabel 6.
Tabel 6 Kategori indeks keberlanjutan (Thamrin et al. 2007)
Rentang Indeks Keberlanjutan (IK) Kategori Indeks Keberlanjutan
0 < IK < 25 Tidak Berkelanjutan (TB)
25 < IK < 50 Kurang Berkelanjutan (KB)
50 < IK < 75 Cukup Berkelanjutan (CB)
75 < IK < 100 Sangat Berkelanjutan (SB)
Analisis perbandingan keberlanjutan antar dimensi divisualisasikan dalam
bentuk diagram layang-layang (kite diagram). Setelah nilai indeks masing-masing
dimensi diperoleh kemudian dilakukan analisis lanjutan, yaitu analisis sensitivitas
(leverage) dan montecarlo. Model keberlanjutan digunakan untuk menghitung
tingkat keberlanjutan agroindustri ban yang diukur dari tiga dimensi yakni
dimensi ekonomi, lingkungan, dan sosial. Nilai indikator yang telah diprediksi
agregasi menggunakan MDS sehingga diperoleh indeks keberlanjutan pada
masing-masing dimensi keberlanjutan. Indeks keberlanjutan dapat disajikan pada
Tabel 7. Hasil MDS menunjukkan bahwa seluruh dimensi termasuk dalam
kategori cukup berkelanjutan.
24
Tabel 7 Indeks keberlanjutan berdasarkan analisis MDS
Dimensi keberlanjutan Nilai indeks Kategori
Ekonomi
Lingkungan
Sosial
37.24
53.02
65.78
Kurang Berkelanjutan
Cukup Berkelanjutan
Cukup Berkelanjutan
Untuk mengetahui apakah indikator yang dikaji dengan menggunakan MDS
cukup akurat dan dapat dipertanggungjawabkan secara ilmiah, dapat dilihat dari
nilai stress dan koefisien determinasi (R2). Nilai stress yang diperoleh berkisar
antara 17.25-18.76% dengan rata-rata 18.24%. Nilai tersebut lebih kecil dari 25%
sehingga dapat dinyatakan bahwa indikator yang dikaji telah mencukupi, akurat,
dan dapat dipertanggungjawabkan. Nilai koefisien determinasi berkisar antara
92.46-93.18% dengan rata-rata 92.92%. Hal ini menunjukkan bahwa model
dengan menggunakan peubah saat ini sudah menjelaskan 92.92% dari sistem yang
dikaji. Sementara itu, selisih nilai antara indeks keberlanjutan MDS dan indeks
hasil analisis montecarlo berkisar antara 0.14-1.26 dengan rata-rata 0.68, lebih
kecil dari 5% yang menunjukkan bahwa rentang nilai indikator yang digunakan
cukup sesuai (Kavanagh dan Pitcher 2004).
Pada gambar analisis ordinasi untuk 3 dimensi, aksis horizontal
menunjukkan perbedaan agroindustri ban dalam ordinasi bad (0%) sampai good
(100%) untuk dimensi yang dianalisis, sementara aksis vertikal menunjukkan
perbedaan dari campuran skor atribut antara agroindustri ban yang dievaluasi.
Analisis montecarlo dilakukan pada tahap selanjutnya untuk mengetahui dampak
kesalahan acak dengan 25 kali ulangan pada 3 dimensi, baik dimensi ekonomi,
dimensi lingkungan, dan dimensi sosial. Visualisasi indeks keberlanjutan dalam
bentuk diagram layang (kite diagram) ditunjukkan oleh Gambar 6.
Gambar 6 Diagram layang indeks keberlanjutan
Analisis ordinasi dimensi ekonomi menunjukkan bahwa keberlanjutan
agroindustri ban motor dimensi ekonomi berada pada kondisi kurang
berkelanjutan. Hasil analisis leverage pada dimensi ekonomi diperoleh indikator
yang paling berpengaruh terhadap keberlanjutan dimensi ekonomi, yaitu harga
saham perusahaan yang memiliki nilai perubahan RMS tertinggi sebesar 6.59%.
Analisis ordinasi dimensi lingkungan menunjukkan bahwa keberlanjutan
agroindustri ban motor dimensi lingkungan berada pada kondisi cukup
berkelanjutan. Hasil analisis leverage pada dimensi lingkungan diperoleh
indikator yang paling berpengaruh terhadap keberlanjutan dimensi lingkungan,
yaitu pemanfaatan sisa bahan baku yang memiliki nilai perubahan RMS tertinggi
sebesar 9.17%. Analisis ordinasi dimensi lingkungan menunjukkan bahwa
25
keberlanjutan agroindustri ban motor dimensi sosial berada pada kondisi cukup
berkelanjutan. Hasil analisis leverage pada dimensi sosial diperoleh indikator
yang paling berpengaruh terhadap keberlanjutan dimensi sosial, yaitu penyerapan
tenaga kerja masyarakat sekitar yang memiliki nilai perubahan RMS tertinggi
sebesar 34.22%. Analisis montecarlo ketiga dimensi berupa plot yang terpusat
menunjukkan bahwa tidak ada gangguan pada kondisi agroindustri ban motor.
Hasil analisis ordinasi, montecarlo, dan leverage disajikan pada Lampiran 3.
Nilai indeks keberlanjutan dimensi ekonomi menunjukkan perlu dilakukan
peningkatkan pertumbuhan perusahaan dan net profit perusahaan yang akan
menyebabkan naiknya harga saham perusahaan. Hal ini dapat dilakukan melalui
kegiatan peningkatan produktivitas hijau seperti efisiensi penggunaan air dan
energi serta penggunaan air dan bahan baku kembali. Hasil yang didapatkan
berupa penurunan biaya atau pengeluaran yang menyebabkan net profit
perusahaan akan bertambah. Peningkatan dimensi lingkungan dapat dilakukan
dengan kegiatan recycle material dan subtitusi bahan pembantu yang akan
mengurangi dampak lingkungan yang dihasilkan dari proses produksi ban motor.
Peningkatan dimensi sosial dapat dilakukan penambahan kegiatan sosial yang
dilakukan dan memperketat SOP operator sehingga penyerapan tenaga kerja dari
daerah sekitar dapat meningkat.
Analisis Peningkatan Produktivitas
Struktur model AHP yang dikembangkan terdiri atas lima level antara lain
fokus, faktor, aktor, tujuan, dan alternatif. Elemen pada setiap level dalam struktur
hierarki didapatkan melalui studi literatur dan wawancara dengan para pakar.
Fokus (level 1) merupakan penentuan strategi peningkatan produktivitas proses
produksi ban motor dengan pendekatan produktivitas hijau. Level 2 yaitu faktor
yang dinilai berpengaruh dan harus dipertimbangkan dalam pencapaian fokus
yaitu tingkat permintaan, karakteristik bahan baku dan bahan pembantu, kualitas
SDM, harga jual, biaya produksi, serta kebijakan pemerintah mengenai
lingkungan. Pada level 3 mengenai aktor yang terdiri atas pimpinan perusahaan,
pemerintah, perguruan tinggi dan lembaga peneliti, serta industri hulu. Level 4
adalah tujuan yang akan dicapai yaitu memaksimalkan keuntungan dan
mengurangi dampak lingkungan. Level 5 merupakan level alternatif strategi yang
dapat dilakukan dalam pencapaian fokus. Alternatif tersebut terdiri atas perbaikan
jadwal cleaning mesin curing, SOP operator diperketat, pengendalian karakter
bahan baku, subtitusi bahan pembantu, penggunaan air dan bahan baku kembali,
serta recycle material.
Perhitungan pembobotan setiap kriteria dilakukan dengan menggunakan
software Expert Choice 11 yang dapat mengakomodir pendapat para pakar,
sehingga dihasilkan nilai bobot untuk setiap alternatif strategi. Kriteria dan
alternatif tersebut diberikan rentang penilaian dengan skala satu sampai sembilan
dengan metode perbandingan berpasangan (pairwaise comparison) dalam teknik
AHP dilakukan oleh pakar. Selain itu, nilai inconsistency ratio dari setiap level
setiap pakar harus lebih kecil dari 0.1. Apabila nilainya lebih besar dari 0.1 maka
dilakukan revisi penilaian atau pemberian bobot kembali oleh pakar yang
bersangkutan. Struktur hierarki model penentuan strategi peningkatan
produktivitas proses produksi ban motor dengan pendekatan produktivitas hijau
26
disajikan pada Gambar 7. Metode AHP memberikan hasil perhitungan berupa
urutan prioritas berdasarkan peringkat dari masing-masing elemen setiap level
hierarki. Tampilan pengisian model AHP penentuan strategi peningkatan
produktivitas proses produksi ban motor disajikan pada Lampiran 5.
Pada struktur hierarki terlihat bahwa aktor terpenting dalam strategi
peningkatan produktivitas proses produksi ban motor yaitu Pemerintah dan
Pimpinan Perusahaan dengan bobot sebesar 0.311 dan 0.281, kemudian disusul
oleh Industri Hulu serta Perguruan Tinggi dan Lembaga Penelitian. Faktor yang
memiliki pengaruh terbesar pada strategi peningkatan produktivitas proses
produksi ban motor adalah Karakteristik Bahan Baku dan Bahan Pembantu
dengan Bobot sebesar 0.207, yang diikuti oleh Kualitas SDM dan Tingkat
Permintaan dengan bobot sebesar 0.197 dan 0.193.
Perhitungan agregat level 5 (alternatif) penentuan strategi ditunjukkan pada
Tabel 8. Dari hasil perhitungan pada level 5, dari enam alternatif peningkatan
produktivitas proses produksi ban motor, diketahui bahwa pengendalian karakter
bahan baku merupakan strategi utama yang harus dilakukan pada PT XYZ.
Pengendalian karakter bahan baku memiliki bobot sebesar 0.264. Alternatif inilah
yang menjadi kunci keberhasilan peningkatan produktivitas proses produksi ban
motor. Selain itu SOP operator diperketat dengan bobot sebesar 0.221, dapat
mempengaruhi strategi produktivitas proses produksi ban motor. Alternatif yang
lain dapat meningkatkan indeks produktivitas hijau pada proses produksi ban
motor dalam jangka waktu tertentu, meskipun alternatif tersebut memiliki bobot
yang lebih rendah. Peringkat alternatif dapat dijadikan dasar pertimbangan dalam
penentuan skenario peningkatan produktivitas.
27
Gam
bar 7
Stru
ktu
r hiera
rki p
enen
tuan
strateg
i pen
ingk
ata
n p
rod
uk
tivita
s den
gan
pen
dek
ata
n p
rod
uk
tivita
s hija
u
28
Tabel 8 Hierarki perhitungan bobot level 5 (alternatif) penentuan strategi
Level 5 (Alternatif) Bobot Peringkat
1. Perbaikan Jadwal Cleaning Mesin Curing
2. SOP Operator Diperketat
3. Pengendalian Karakter Bahan Baku
4. Substitusi Bahan Pembantu
5. Penggunaan Air dan Bahan Baku Kembali
6. Recycle Material
0.057
0.221
0.264
0.170
0.157
0.131
6
2
1
3
4
5
Peningkatan Produktivitas Hijau
Perbaikan manajemen pabrik
Perbaikan manajemen pabrik mencakup kegiatan yang berpengaruh
terhadap peningkatan produktivitas pabrik diantaranya:
1. Perbaikan Jadwal Cleaning Mesin Curing
Melalui perbaikan jadwal cleaning mesin curing yang lebih teratur maka
proses produksi akan berjalan lebih produktif dan optimum. Hal ini menyebabkan
jumlah produk yang diproduksi akan bertambah dalam rentang waktu yang telah
ditentukan. Selain itu juga dapat mengurangi idle time yang dapat terjadi pada
proses produksi. Dengan sistem perawatan berupa jadwal cleaning yang lebih
teratur akan mencegah mesin mengalami kerusakan lebih cepat yang dapat
mengganggu proses produksi ban motor.
2. SOP Operator Diperketat
Pada intinya produktivitas di suatu industri dapat meningkat apabila
didukung oleh sumber daya manusia yang baik. Dengan adanya SOP operator
diperketat, maka proses produksi akan berjalan lebih teratur dan menghindari
terjadinya hal yang tidak diinginkan seperti produk gagal, kecelakaan, atau
kesalahan lainnya dalam proses produksi. Alternatif ini juga dapat meningkatkan
kualitas dan produktivitas SDM yang terlibat dalam proses produksi.
3. Pengendalian Karakter Bahan Baku
Pengendalian karakter bahan baku akan memiliki pengaruh terhadap
kualitas produk yang dihasilkan. Apabila bahan baku yang digunakan memiliki
kualitas baik maka produk yang dihasilkan akan memiliki kualitas yang baik pula.
Pengendalian karakter bahan baku ini juga membuat kualitas produk akan terjaga
atau meningkat serta mengurangi resiko product ditolak atau reject oleh konsumen.
Selain itu dengan kualitas produk yang membaik maka nilai scrap akan menurun.
Hal ini akan berpengaruh terhadap biaya daur ulang yang diperlukan untuk
mengolah scrap yang dihasilkan. Nilai scrap yang dihasilkan dapat menurun dari
2.6% menjadi 0.6%. Dengan volume produksi yang besar pada industri hilir
seperti industri ban motor, penurunan nilai scrap yang dihasilkan sebesar 2%
dapat mengurangi biaya yang dikeluarkan oleh perusahaan.
Perbaikan dengan aspek produktivitas hijau
Perbaikan yang dapat dilakukan dalam penerapan konsep produktivitas hijau
untuk meningkatkan produktivitas proses produksi ban motor antara lain:
29
1. Substitusi Bahan Pembantu
Salah satu subtitusi bahan pembantu yang dilakukan pada proses produksi
ban motor adalah penggantian aromatic oil yang bersifat kurang ramah
lingkungan menjadi naftenic oil yang lebih ramah lingkungan. Hal ini akan
mengurangi dampak lingkungan yang dihasilkan dari proses produksi ban motor.
Biaya bahan baku tidak mengalami kenaikan jumlah, namun malah tetap atau
menurun. Pada industri hilir penurunan biaya bahan baku merupakan salah satu
tujuan atau strategi untuk bertahan dalam persaingan industri.
2. Penggunaan Air dan Bahan Baku Kembali
Scrap yang dihasilkan selama proses produksi ada yang dapat digunakan
kembali pada proses dan ada yang dijual. Selain itu penggunaan air masih kurang
efisiensinya sehingga perlu dilakukan peningkatan efisiensi penggunaan air.
Penggunaan air pada proses extruding yang bertujuan pendinginan compound
dapat diubah menjadi pendinginan yang tidak mengalami kontak langsung dengan
material atau compound. Hal ini dapat mengurangi biaya untuk pemurnian air
yang terkontaminasi oleh bahan, yang dilakukan sebelum penggunaan air kembali
untuk proses tersebut. Selain itu juga dengan pengunaan air dan bahan baku
kembali akan meningkatkan efisiensi penggunaan air dan bahan baku serta
mengurangi biaya yang dikeluarkan untuk kebutuhan bahan baku dan air.
3. Recycle Material
Material berupa bahan baku atau bahan setengah jadi yang dihasilkan
selama proses produksi sebaiknya tidak semuanya dijual. Hal ini disebabkan oleh
harga jual yang sangat kecil yaitu hanya 10% dari harga awal bahan atau material
tersebut. Selain itu dengan penjualan material tersebut belum tentu menjamin
material tersebut tidak akan mencemari di tempat lainnya. Dengan adanya
kegiatan recycle, maka akan mengurangi kemungkinan pencemaran dan
meningkatkan jumlah produksi ban motor. Material yang mengalami proses
recycle juga dapat digunakan kembali pada proses produksi dan akan mengurangi
biaya bahan baku yang diperlukan pada proses produksi.
Evaluasi Simulasi Skenario Perbaikan
Langkah penerapan strategi peningkatan yang dilakukan dalam pembahasan
ini menggunakan beberapa asumsi berdasarkan data dan hasil penelitian yang
didapatkan dari beberapa sumber pustaka terkait. Berdasarkan tiga alternatif upaya
perbaikan yang dilakukan dengan pendekatan produktivitas hijau, maka dapat
dikembangkan tiga macam skenario strategi perbaikan, yang terdiri atas
kombinasi antara alternatif perbaikan manajemen pabrik dengan alternatif
perbaikan dengan aspek produktivitas hijau. Penyusunan skenario ini merupakan
kombinasi dari peringkat 1 dan 4, 2 dan 5, serta 3 dan 6 pada alternatif penentuan
strategi menggunakan AHP. Hal ini bertujuan untuk mengurangi jumlah
kombinasi yang dapat terbentuk dari 6 alternatif. Prinsip kerja AHP adalah
penyederhanaan suatu persoalan kompleks yang tidak terstruktur, strategis,
dinamis menjadi sebuah bagian-bagian dan tertata dalam suatu hierarki. Tingkat
kepentingan setiap variable diberi nilai numerik, secara subjektif tentang arti
penting variable tersebut dan secara relatif dibandingkan dengan variable yang
30
lain. Dari berbagai pertimbangan kemudian dilakukan sintesa untuk menetapkan
variable yang memiliki prioritas tinggi dan berperan untuk mempengaruhi hasil
pada sistem tersebut (Marimin dan Maghfiroh 2010).
Keseluruhan perhitungan skenario tersaji dalam Lampiran 6. Rancangan
upaya peningkatan produktivitas proses produksi ban motor secara keseluruhan
ditunjukan pada Gambar 8, sedangkan ketiga rancangan alternatif strategi
peningkatan tersaji pada Tabel 9.
Rancangan Upaya Peningkatan Produktivitas Hijau
Perbaikan Manajemen
Pabrik
Perbaikan dengan Aspek
Produktivitas Hijau
Gambar 8 Rancangan upaya peningkatan produktivitas
Tabel 9 Skenario rancangan alternatif strategi peningkatan produktivitas
Skenario Penjelasan
Skenario 1 Perbaikan jadwal cleaning mesin curing dan subtitusi bahan pembantu
Skenario 2 SOP operator diperketat dan recycle material
Skenario 3 Pengendalian karakter bahan baku serta penggunaan air dan bahan baku kembali
Analisis Perbandingan Simulasi Skenario Strategi Peningkatan Pada analisis penerapan skenario 1 ini terjadi perbaikan jadwal cleaning
mesin curing dan subtitusi bahan pembantu. Nilai dampak lingkungan yang
dihasilkan dari skenario 1 sebesar 1.073, sedangkan nilai indikator ekonomi 1.166,
sehingga dihasilkan nilai indeks produktivitas hijau (GPI) yang dihasilkan sebesar
1.087. GPI skenario 1 meningkat dari GPI pada kondisi awal (current state).
Pada analisis penerapan skenario 2 ini terjadi SOP operator diperketat dan
recycle material. Nilai dampak lingkungan yang dihasilkan dari skenario 2 sebesar
1.073, sedangkan nilai indikator ekonomi 1.179, sehingga dihasilkan nilai indeks
produktivitas hijau (GPI) yang dihasilkan sebesar 1.099. GPI skenario 2
meningkat dari GPI pada kondisi awal (current state).
Pada analisis penerapan skenario 3 ini terjadi pengendalian karakter bahan
baku serta penggunaan air dan bahan baku kembali. Nilai dampak lingkungan
yang dihasilkan dari skenario 3 sebesar 1.040, sedangkan nilai indikator ekonomi
1.168, sehingga dihasilkan nilai indeks produktivitas hijau (GPI) yang dihasilkan
sebesar 1.123. GPI skenario 3 meningkat dari GPI pada kondisi awal (current
state).
Pengendalian Karakter
Bahan Baku
SOP Operator
Diperketat
Perbaikan Jadwal
Cleaning Mesin Curing
Recycle Material
Penggunaan Air dan
Bahan Baku Kembali
Subtitusi Bahan
Pembantu
31
Perbandingan rancangan skenario peningkatan dilakukan dengan
membandingkan capaian indeks dampak lingkungan, tingkat produktivitas atau
indikator ekonomi, dan nilai capaian indeks GPI dari masing-masing rancangan
skenario penerapan strategi. Menurut Hur et al. (2004) GPI rasio dikembangkan
dalam pengambilan keputusan untuk memilih salah satu alternatif yang terbaik
peningkatan kinerja produktivitas hijau dari sistem yang ada. GPI rasio diartikan
perbandingan GPI alternatif dan GPI kondisi awal. Jika GPI rasio ini lebih besar
dari 1, berarti alternatif peningkatan produktivitas yang terpilih lebih baik
daripada GPI kondisi awal sebelum adanya perbaikan. Sejalan dengan
pemahaman tersebut, dihitung GPI rasio pada skenario 1 sampai skenario 3
terhadap GPI kondisi awal sehingga dihasilkan GPI rasio skenario 1 sebesar 1.005,
GPI rasio skenario 2 sebesar 1.016, GPI rasio skenario 3 sebesar 1.039. Tabel 10
dan Gambar 9 menunjukkan perbandingan indeks ketiga rancangan perbaikan.
Gambar 9 Diagram Perbandingan Indeks Rancangan Perbaikan
Dari hasil perbandingan GPI dan perhitungan GPI rasio diketahui bahwa
rancangan skenario 1 merupakan skenario dengan indeks GPI terendah. Indeks
GPI dan GPI rasio tertinggi dari semua skenario dihasilkan dari analisis penerapan
skenario 3 merupakan skenario terbaik dalam peningkatan produktivitas hijau.
Tabel 10 Perbandingan Indeks Ketiga Rancangan Perbaikan.
Penjelasan Dampak
Lingkungan
Indikator
Ekonomi GPI
GPI
Rasio
Kondisi pertama kali saat penelitian dilakukan
(current state) 1.073 1.160 1.081
Skenario 1 Perbaikan jadwal cleaning
mesin curing dan subtitusi
bahan pembantu
1.073 1.166 1.087 1.005
Skenario 2 SOP operator diperketat dan
recycle material 1.073 1.179 1.099 1.016
Skenario 3 Pengendalian karakter bahan
baku serta penggunaan air dan
bahan baku kembali
1.040 1.168 1.123 1.039
32
Gam
bar
10 P
eta a
lira
n m
ate
rial
(GV
SM
fu
ture
sta
te)
33
Future State Green Stream Map
Analisis dalam pembuatan peta aliran material (future state) ditentukan
berdasarkan perhitungan skenario 3 dalam strategi peningkatan pada Lampiran 6.
Pada perhitungan skenario 2 diketahui bahwa total dampak lingkungan sebesar
1486 kg GWG, 900 kg WC, dan 0 kg SWG, terbagi ke dalam masing-masing
proses kegiatan pada peta aliran material (future state). Keseluruhan aliran limbah
hijau dalam peta aliran material (future state) tersaji pada Gambar 10.
Analisis Implikasi Manajerial
Berdasarkan hasil penelitian yang telah dilakukan, rekomendasi yang dapat
digunakan pada PT. XYZ dalam peningkatan produktivitas proses produksi ban
motor dengan pendekatan produktivitas adalah skenario 3. Dengan penerapan
strategi tersebut berimplikasi pada peningkatan indikator ekonomi serta penurunan
dampak lingkungan yang dihasilkan sehingga menyebabkan nilai indeks
produktivitas hijau (GPI) meningkat. Gambar 11 menunjukkan urutan langkah
penerapan kebijakan dalam tujuan peningkatan produktivitas proses produksi ban
motor. Pada industri ban motor, aktor yang paling berperan adalah pemerintah dan
pimpinan perusahaan. Dalam pengambilan keputusan mengenai kebijakan pada
peningkatan produktivitas hijau diperlukan pimpinan perusahaan yang menyadari
pentingnya peningkatan produktivitas beriringan dengan mempertimbangkan
dampak lingkungan yang dihasilkan serta pemerintah yang menerapkan kebijakan
mengenai lingkungan.
Gambar 11 Urutan Langkah Peningkatan Produktivitas Proses Produksi Ban
Motor
Gambar 12 merupakan ilustrasi pengurangan dampak lingkungan dalam
kegiatan peningkatan produktivitas proses produksi ban motor. Untuk mendukung
peningkatan produktivitas hijau ini juga dilampirkan program perangkat lunak
yang dapat dilihat pada Lampiran 7. Perbaikan jadwal cleaning mesin curing yang
lebih teratur akan menyebabkan jumlah produk yang diproduksi akan bertambah
serta proses produksi berjalan lebih produktif dan optimum. SOP operator yang
diperketat akan meningkatkan kualitas dan produktivitas SDM yang terlibat dalam
proses produksi serta proses produksi yang berjalan dengan lebih teratur dan
menghindari terjadinya hal yang tidak diinginkan.
Pengendalian karakter bahan baku akan membuat kualitas produk akan
terjaga dan mengurangi resiko produk reject. Selain itu jumlah scrap yang
dihasilkan dan biaya produksi akan menurun pula. Subtitusi bahan pembantu akan
mengurangi dampak lingkungan yang dihasilkan dengan biaya bahan baku yang
tidak meningkat. Pengunaan air dan bahan baku kembali akan meningkatkan
efisiensi penggunaan air dan bahan baku serta mengurangi biaya yang dikeluarkan
untuk kebutuhan bahan baku dan air. Recycle material dapat mengurangi
pencemaran dan mengurangi biaya bahan baku yang diperlukan pada proses
produksi.
Perbaikan Manajemen
Pabrik
Minimisasi Dampak Lingkungan
(Produktivitas Hijau)
Peningkatan Produktivitas
Proses Produksi Ban Motor
34
Gambar 12 Ilustrasi Pengurangan Dampak Lingkungan dalam Kegiatan
Peningkatan Produktivitas Proses Produksi Ban Motor
SIMPULAN DAN SARAN
Simpulan
Dalam penelitian ini dilakukan analisis keberlanjutan untuk mengetahui
tingkat keberlanjutan pada tiga dimensi, yaitu sosial, ekonomi, dan lingkungan.
Tingkat keberlanjutan agroindustri ban motor pada dimensi sosial dan lingkungan
yaitu cukup berkelanjutan (CB) sedangkan pada dimensi ekonomi yaitu kurang
berkelanjutan (KB). Adapun indikator yang paling berpengaruh terhadap
keberlanjutan yaitu harga saham perusahaan pada dimensi ekonomi, pemanfaatan
sisa bahan baku pada dimensi lingkungan, serta penyerapan tenaga kerja
masyarakat sekitar pada dimensi sosial.
Analisis proses produksi ban motor dilakukan dengan memetakan semua
kegiatan antara lain banburry, bead building, extruding, cushion, calender,
cutting, tyre building, dan curing. Faktor yang berpengaruh dalam peningkatan
produktivitas hijau pada proses produksi ban motor di PT. XYZ yaitu faktor yang
berkaitan dengan indikator ekonomi dan indikator lingkungan. Faktor yang
berkaitan dengan indikator ekonomi antara lain biaya produksi ban motor dan
harga jual per unit ban motor, sedangkan indikator lingkungan terdiri atas limbah
padat (solid waste generation/SWG), konsumsi air (water consumption /WC), dan
limbah gas (gaseous waste generation/GWG). Pada peta aliran nilai dengan
pendekatan produktivitas hijau dihasilkan indeks dampak lingkungan pada kondisi
awal sebesar 1.073, indikator ekonomi sebesar 1.160, dan GPI sebesar 1.081.
Nilai ini menunjukkan bahwa dalam proses produksi ban motor, tingkat
produktivitas masih lebih tinggi dari dampak lingkungan yang dihasilkan.
Penentuan strategi peningkatan produktivitas proses produksi ban motor
dilakukan dengan menggunakan metode AHP yang menghasilkan bobot
kepentingan dari setiap alternatif. Dari alternatif tersebut dilakukan analisis
dengan menghubungkan aspek proses dan keberlanjutan sehingga dihasilkan tiga
skenario dalam peningkatan produktivitas hijau. Skenario terbaik dari ketiga
skenario perbaikan peningkatan produktivitas yaitu pengendalian karakter bahan
baku serta penggunaan air dan bahan baku kembali. Analisis penerapan skenario
tersebut menghasilkan nilai GPI sebesar 1.123 dan rasio GPI sebesar 1.039. Rasio
GPI menunjukkan peningkatan yang terjadi dengan menerapkan skenario terpilih.
35
Saran
Perlu dilakukan analisis lebih lanjut dan mendalam mengenai proses
produksi ban motor untuk mengetahui indikator ekonomi dan dampak lingkungan
yang dihasilkan. Pengembangan strategi atau skenario peningkatan produktivitas
hijau juga diperlukan untuk menghasilkan nilai produktivitas hijau pada proses
produksi ban motor yang lebih baik. Dibutuhkan sistem terpadu dalam
pengukuran tingkat produktivitas hijau proses produksi ban motor sehingga dapat
ditemukan skenario perbaikan yang lebih baik serta distimulasikan dengan lebih
baik, tersistem, dan berkelanjutan. Tentunya semua itu diperlukan penelitian
lanjutan untuk memperbaiki kekurangan dari penelitian ini.
DAFTAR PUSTAKA
Anas AV, Suriamihardja DA, Pallu MS, Irfan UR. 2013. Sustainability analysis of
mining management on construction material in Jeneberang River, South
Sulawesi. IJERT. 2(2013).
[APO] Asian Productivity Organization. 2006. Handbook on Green Productivity.
Asian Productivity Organization.
Clausen CA, Mattson G. 1978. Principle of Industrial Chemistry. Toronto (US):
John Willey & Sons.
Darmawan MA, Wiguna B, Marimin, Machfud. 2012. Peningkatan produktivitas
proses produksi karet alam dengan pendekatan Green productivity : studi
kasus di PT X. J Tek Ind Pert. 22(2):98-105.
[DEFRA and DECC]. 2010. Guidelines to Defra/DECC’s GHG Conversion
Factors for Company Reporting. London: Department of Energy and
Climate Change (DECC) and the Department for Environment, Food and
Rural Affairs.
Direktorat Jenderal Perkebunan. 2012. Statistik Perkebunan Indonesia Komoditas
Karet Tahun 2011-2013. Jakarta (ID): Direktorat Jenderal Perkebunan.
Emiliani ML, Stec DJ. 2004. Using value stream maps to improve leadership. The
Leadership & Organization Development Journal. 25(8).
Eriyatno. 1998. Ilmu Sistem Meningkatkan Mutu dan Efektifitas Manajemen.
Bogor (ID): IPB Press.
Evi F, Adi B, Jasmal AS, Soesilo TEB. 2013. Sustainability of rice farming based
on eco-farming to face food security and climate change: case study in
Jambi Province, Indonesia. Proced Envi Sci. 17(2013):53 – 59.
Fauzi A, Suzy A. 2002. Evaluasi status keberlanjutan pembangunan perikanan:
aplikasi pendekatan rapfish (studi kasus perairan pesisir DKI Jakarta).
Indones J of Coas Mar Reso. 4(3).
Fewidarto PD. 1996. Proses Hirarki Analitik (Analytical Hierarchy Process).
Bogor (ID): TIN Fateta IPB.
Gandhi NMD, Selladurai V, Santhi P. 2006. Green productivity indexing. Intern J
Productiv Perform Manag. 55(7).
36
Gaspersz V. 2000. Manajemen Produktivitas Total. Jakarta (ID): Gramedia
Pustaka Utama.
Hur T, Kim I, Yamamoto R. 2004. Measurement of green productivity and its
improvement. J Clean Product. 12(7):673-83.
Jackson M. 2000. An Analysis of Flexible and Reconfigurable Production Systems
[Disertasi]. Linko¨ping (SE). Linko¨ping University.
Jaya R, Machfud, Raharja S, Marimin. Sustainability analysis for gayo coffee
supply chain. Intern J on Adv Sci Engin Inform Tech. 3(2013):2.
Kavanagh P, Pitcher TJ. 2004. Implementing Microsoft Excel Software for Rapfish
a technique for the rapid appraisal of fisheries status. [Fisheries Centre
Research Reports 12 (2)]. Vancouver, Canada : The Fisheries Centre,
University of British Columbia.
Kementrian Koordinator Bidang Perekonomian. 2011. Masterplan Percepatan
dan Perluasan Pembangunan Ekonomi Indonesia 2011-2025. Jakarta :
Kementrian Koordinator Bidang Perekonomian.
Kementrian Perindustrian. 2013. Laporan Perkembangan Kemajuan Program
Kerja Kementrian Perindustrian Tahun 2004-2012. Jakarta (ID): Kementrian
Perindustrian
Lovely, B. 2013. Desain dan Manajemen Tempat Penampungan Sementara Scrap
Ban di PT X [Skripsi]. Bogor (ID): Institut Pertanian Bogor.
Maarif MS, Somamiharja A. 2000. Strategi peningkatan produktivitas udang
tambak. J. Pert. Indon. 9(2):62-76.
Machfud. 1999. Diktat Bahan Pengajaran Perencanaan dan Pengendalian
Produksi. Bogor (ID): Jurusan Teknologi Industri Pertanian, IPB.
Marimin, Darmawan MA, Saputra D, Machfud. Decision support for natural
rubber supply chain management with green supply chain operations
reference approach: a case study; IESS 2013: Challenges and Opportunities
of Service Industry in Emerging Economies; 2013 Agustus 20-22, Surabaya
(ID): I7 1-6.
Marimin, Magfiroh N. 2010. Aplikasi Teknik Pengambilan Keputusan dalam
Manajemen Rantai Pasok. Bogor (ID): IPB Press.
Murillas A, Prellezo R, Garmendia E, Escapa M, Gallastegui C, Ansuategi A.
2008. Multidimensional and Intertemporal Sustainability Assessment: A
Case Study of The Basque Trawl Fisheries. Fisher Res. 91(2008):222–238.
Nijkamp. 1980. Environment Policy Analysis: Operasional Methods and Models.
New York (US): John Wiley and Sons.
Pasaribu OS. 2008. Analisa Kadar Kotoran (Dirt Content) dan Kadar Abu (Ash
Content) pada Karet Remah SIR 20 PT. Bridgestone Sumatera Rubber
Estate, Tbk Dolok Melangir-Serbelawan [Skripsi]. Medan (ID): Universitas
Sumatera Utara.
Putra MPIF. 2012. Peningkatan Produktivitas Proses Budidaya Karet Alam
dengan Pendekatan Green Productivity Studi Kasus di PT XYZ [Skripsi].
Bogor (ID): Institut Pertanian Bogor.
Rahani AR, Al-Ashraf M. 2012. Production Flow Analysis through Value Stream
Mapping: A Lean Manufacturing Process Case Study. Proced Engin.
41(2012):1727 – 1734.
Saaty L. 1991. Pengambilan Keputusan Bagi Para Pemimpin. Jakarta (ID):
Pustaka Binaman Pressindo.
37
Saputra D. 2012. Sistem Penunjang Keputusan Manajemen Rantai Pasokan Karet
Alam dengan Pendekatan Green Supply Chain Operations Reference Studi
Kasus di PT. Condong Garut [Skripsi]. Bogor (ID): Institut Pertanian Bogor.
Saxena AK, Bhardwaj KD, Sinha KK. 2003. Sustainable growth through green
productivity: a case of edible oil industry in India. JIE. 4(1):81-91.
Setyamidjaja D. 1993. Karet: Budidaya dan Pengolahan. Yogyakarta (ID):
Penerbit Kanisius.
Spillance DJ. 1989. Komoditi Karet. Yogyakarta (ID): Penerbit Kanisius.
Tangen, S. 2002. Understanding the concept of productivity; The 7th
Asia-Pacific
Industrial Engineering and Management Systems Conference; 2002 Dec 8-
20. Taipei (TW).
Teniwut YK. 2012. Sistem Penunjang Keputusan Peningkatan Produktivitas
Berkelanjutan pada Manajemen Rantai Pasok Agroindustri Perikanan.
[Skripsi]. Bogor (ID): Institut Pertanian Bogor.
Tesfamichael D, Pitcher TJ. 2006. Multidisciplinary evaluation of the
sustainability of red sea fisheries using rapfish. Fisher Res. 78(2006): 227–
235.
Thamrin, Sutjahjo SH, Herison C, Sabiham S. 2007. Analisis keberlanjutan
wilayah perbatasan Kalimantan Barat – Malaysia untuk pengembangan
kawasan agropolitan (studi kasus kecamatan dekat perbatasan Kabupaten
Bengkayang). J Agro Ekonomi (25): 103-124.
University of California Riverside. 2006. Technology Evaluation and Economic
Analysis of Waste Tire Pyrolysis, Gasification, and Liquefaction.
Sacramento (US): University of California Riverside.
Wiguna B. 2012. Peningkatan Produktivititas pada Proses Produksi Karet Alam
dengan Pendekatan Green Productivity Studi Kasus di PT. XYZ [Skripsi].
Bogor (ID): Institut Pertanian Bogor.
Wills B. 2009. Green Intentions : Creating a Green Value Stream to Compete and
Win. New York (US): Productivity Press.
Womack J, Jones D. 1996. Lean Thinking. New York (US): Simon & Schuster.
Yale Center for Environmental Law and Policy Report. 2005. Environmental
Sustainability Index : Benchmarking National Environmental Stewardship.
http://www.yale.edu/esi. Yale : Yale University. [2 Maret 2013].
38
LAMPIRAN
Lampiran 1 Perhitungan variabel dampak lingkungan
1. Bobot pakar pada indikator ESI 2005
Experts
1 2 3 4 5 6 7 8 9 10
Air Quality 0.03 0.05 0.09 0.14 0.04 0.02 0.03 0.05 0.03 0.02
Biodiversity 0.05 0.09 0.07 0.14 0.05 0.05 0.02 0.05 0.03 0.1
Land 0.05 0.09 0.06 0.14 0.05 0.02 0.04 0.06 0.11 0.05
Water Quality 0.05 0.05 0.09 0.14 0.06 0.02 0.03 0.05 0.03 0.02
Water Quantity 0.05 0.02 0.05 0.02 0.04 0.07 0.04 0.06 0.03 0.1
Reducing Air Pollution 0.06 0.05 0.05 0.02 0.05 0.07 0.08 0.04 0.03 0.1
Reducing Ecosystem Stresses 0.06 0.05 0.06 0.02 0.05 0.05 0.06 0.06 0.03 0.02
Reducing Population Growth 0.04 0.05 0.07 0.02 0.06 0.05 0.08 0.06 0.03 0.02
Reducing Waste & Consumption Pressures 0.06 0.05 0.05 0.02 0.06 0.05 0.08 0.05 0.03 0.05
Reducing Water Stress 0.06 0.05 0.04 0.02 0.06 0.07 0.05 0.05 0.03 0.1
Natural Resource Management 0.07 0.09 0.06 0.02 0.06 0.07 0 0.06 0.05 0.05
Environmental Health 0.05 0.09 0.04 0.02 0.06 0.05 0.05 0.06 0.03 0.05
Basic Human Sustenance 0.05 0.05 0.04 0.02 0.05 0.05 0.05 0.06 0.11 0.05
Reducing Environment-Related Natural Disaster Vulnerability
0.05 0 0.05 0.04 0.06 0.07 0 0.04 0 0.02
Environmental Governance 0.03 0.03 0.03 0.02 0.04 0.05 0.04 0.01 0.14 0.03
Eco-Efficiency 0.04 0.02 0.03 0.02 0.04 0.05 0.02 0.05 0.11 0.02
Private Sector Responsiveness 0.03 0.05 0.03 0.02 0.05 0.05 0.06 0.05 0.03 0.05
Science and Technology 0.03 0.05 0.05 0 0.05 0.05 0.06 0.03 0.11 0.05
Participation in International Collaborative Efforts 0.04 0.02 0.03 0 0.04 0.04 0.04 0.03 0.03 0.02
Greenhouse Gas Emission 0.04 0.02 0.03 0.1 0.06 0.09 0.07 0.05 0.03 0.1
Reducing Transboundary Environmental Pressures 0.06 0.05 0.03 0.06 0.04 0 0.06 0.05 0.03 0.02
Experts
11 12 13 14 15 16 17 Average Equal
weighting
Air Quality 0.05 0.1 0.06 0.06 0.07 0.05 0.1 0.06 0.05
Biodiversity 0.05 0.05 0.06 0.05 0.06 0.05 0.02 0.06 0.05
Land 0.05 0.05 0.02 0.04 0.04 0.05 0.03 0.06 0.05
Water Quality 0.05 0.1 0.02 0.04 0.07 0.05 0.1 0.06 0.05
Water Quantity 0.05 0.05 0.02 0.06 0.03 0.05 0.04 0.05 0.05
Reducing Air Pollution 0.05 0.1 0.05 0.05 0.06 0.05 0.05 0.06 0.05
Reducing Ecosystem Stresses 0.05 0.1 0.08 0.05 0.04 0.05 0.07 0.05 0.05
Reducing Population Growth 0.05 0.01 0.06 0.05 0.05 0.02 0.01 0.04 0.05
Reducing Waste & Consumption Pressures 0.05 0.1 0.08 0.05 0.05 0.05 0.03 0.05 0.05
Reducing Water Stress 0.05 0.03 0.02 0.05 0.06 0.05 0.03 0.05 0.05
Natural Resource Management 0.05 0 0.02 0 0 0.05 0.03 0.04 0.05
Environmental Health 0.03 0.05 0.05 0.06 0.06 0.08 0.02 0.05 0.05
Basic Human Sustenance 0.03 0.05 0.02 0.04 0.05 0.05 0.05 0.05 0.05
Reducing Environment-Related Natural Disaster
Vulnerability 0.03 0 0.05 0 0 0.04 0.04 0.03 0.05
Environmental Governance 0.06 0.02 0.01 0.05 0.04 0.06 0.12 0.05 0.05
Eco-Efficiency 0.05 0.05 0.08 0.05 0.05 0.05 0.02 0.04 0.05
Private Sector Responsiveness 0.05 0.01 0.06 0.04 0.06 0.05 0.05 0.04 0.05
Science and Technology 0.07 0.05 0.02 0.06 0.04 0.05 0.03 0.05 0.05
Participation in International Collaborative Efforts 0.05 0.01 0.04 0.05 0.05 0.04 0.07 0.03 0.05
Greenhouse Gas Emission 0.05 0.1 0.08 0.06 0.05 0.04 0.05 0.06 0.05
Reducing Transboundary Environmental Pressures 0.05 0.01 0.08 0.04 0.04 0.04 0.05 0.04 0.05
39
2. Bobot indikator dalam ESI 2005
Kesetaraan Indikator ESI Bobot dalam ESI
Kualitas Udara
Emisi Gas Rumah Kaca
Penurunan Tingkat Polusi Udara
Kualitas Air
Jumlah Air
Penurunan Jumlah Limbah Padat dan Konsumsi Material
0.05
0.05
0.05
0.05
0.05
0.05
3. Penurunan tiga indikator lingkungan GPI
Indikator GPI Kesetaraan Indikator
ESI
Bobot
dalam ESI
Penggabungan
Bobot (x)
Bobot (w) dalam
GPI (x/0.3)
Pembangkit
limbah Gas
(GWG)
Kualitas Udara 0.05
0.15 0.5
Emisi Gas Rumah
Kaca 0.05
Penurunan Tingkat
Polusi Udara 0.05
Konsumsi Air
(WC)
Kualitas Air 0.05 0.10 0.33
Jumlah Air 0.05
Pembangkit
Limbah Padat
(SWG)
Penurunan Limbah
Padat dan Konsumsi
Material
0.05 0.05 0.17
Dampak lingkungan didefinisikan sebagai penjumlahan ketiga bobot
variabel lingkungan indeks produktivitas hijau (GPI) yang berasal dari nilai
pembobotan ESI.
EI = w1GWG + w2WC + w3SWG
Keterangan :
w1, w2, w3 : bobot masing-masing indikator GPI
GWG : pembangkit limbah gas (gaseous wastes generation)
SWG : pembangkit limbah padat (solid waste generation)
WC : konsumsi air (water consumption).
Dari Tabel 3 didapatkan nilai bobot untuk masing-masing indikator GPI,
w1=0.5; w2=0.33; dan w3=0.17. Sehingga dampak lingkungan (EI) dalam
kegiatan budidaya karet alam dirumuskan dengan :
EI = 0.5 GWG + 0.33 WC + 0.17 SWG
Lampiran 2 Standar mutu ban sepeda motor berdasarkan SNI 06-0101-2002
1. Dimensi ban baru
Setiap ban baru harus memenuhi standar dimensi pada Lampiran C s/d Lampiran
M SNI 06-0101-2002 atau standar dimensi lainnya seperti JATMA, ETRTO, ECE,
TRA dan JIS, jika ukuran ban tersebut tidak terdapat dalam lampiran.
2. Batas kedalaman alur (TWI)
Setiap ban harus memiliki batas kedalaman alur dengan tinggi minimum 0.8 mm.
40
3. Breaking energy
Setiap ban harus memiliki breaking energy minimum sesuai Tabel berikut.
Tabel Nilai minimum breaking energy
Ply Rating
(PR)
Lebar Nominal Ban
62 mm atau kurang Lebih dari 62 mm
2 15 (153) 17 (173)
4 29 (296) 34 (347)
6 39(396) 45 (459)
8 - 56 (571)
Contoh : 250-17
Lebar nominal 250* x 25.4 mm = 63.5 mm
Nilai 63.5 mm mempunyai lebar nominal lebih dari 62 mm
Satuan : J (kgf.cm)
4. Ketahanan ban pada berbagai beban (endurance)
Setelah pengujian selesai, maka ban yang diuji harus terbebas dari kerusakan–
kerusakan seperti: separation, chunking, open splice yang mencapai cord, broken
cord dan cracking yang mencapai cord.
5. Ketahanan ban pada berbagai kecepatan (high speed)
Setelah pengujian selesai, maka ban yang diuji harus terbebas dari kerusakan–
kerusakan seperti: separation, chunking, open splice yang mencapai cord, broken
cord dan cracking yang mencapai cord.
Lampiran 3 Tampilan hasil penghitungan analisis keberlanjutan
1. Ordinasi dimensi ekonomi
41
2. Ordinasi dimensi lingkungan
3. Ordinasi dimensi sosial
42
4. Hasil analisis montecarlo dimensi ekonomi
5. Hasil analisis montecarlo dimensi lingkungan
43
6. Hasil analisis montecarlo dimensi sosial
7. Hasil analisis leverage dimensi ekonomi
44
8. Hasil analisis leverage dimensi lingkungan
9. Hasil analisis leverage dimensi sosial
45
Lampiran 4 Tabel perhitungan biaya proses produksi ban motor
I. Biaya Tetap A. Penyusutan Bangunan 228 399 200 000
Mesin dan Peralatan 1 080 188 800 000
Perabotan dan Peralatan Kantor 47 223 200 000
Alat-alat Transportasi 9 324 460 000
Total Penyusutan 1 365 135 660 000
B. Bunga modal 231 215 794 167
C. Pajak 1 025 603 333
D. Asuransi 584 585 000
Total Biaya Tetap 1 597 961 642 500
II. Biaya Tidak Tetap A. Nama Bahan baku Kebutuhan
per bulan
Harga per
satuan kg
Total
Natural Rubber SIR 10 15 000 000 30 000 450 000 000 000
Natural Rubber SIR 20 15 000 000 30 000 450 000 000 000
Polyester 1300 d/2 120 epdm 200 000 35 000 7 000 000 000
Silane carbon black masterbatch
1:1 (Silane)
80 000 85 000 6 800 000 000
Silica (normal) 20 400 000 7 500 3 000 000 000
Solar 60 000 10 000 600 000 000
Zinc Oxide 450 000 20 000 9 000 000 000
Nylon 1260 d/2 - 90 epdm 200 000 60 000 12 000 000 000
2.2'dibenzamido
diphenyldisulfide (Peptizer)
4 000 40 000 160 000 000
Bead Wire diameter 1.20 mm 40 000 13 000 520 000 000
Aliphatic Hydrocarbon Resin
(Escorez 1102)
1 000 40 000 40 000 000
Alkylphenol Sulfide Resin 8 000 16 000 128 000 000
Cashew Nutsell Oil - Modified
Novolac Phenol Resin
40 000 32 500 1 300 000 000
High Cis BR 12% SPB resin 5 500 35 000 192 500 000
Modified Octyl Phenol
Formaldehyde Resin (Elaztobond
T6000)
20 000 30 000 600 000 000
Octyl Phenolic - Formaldehyde
Resin
125 000 32 500 4 062 500 000
Anti Adhesive Non Filler Type
Non Silicone
350 000 13 000 4 550 000 000
46
Anti Adhesive (GT-5) 30 000 20 000 600 000 000
Inner Paint for Green Tire 100 000 35 000 3 500 000 000
White Ink Stamp Sidewall &
Calendar (Reajet)
20 000 12 500 250 000 000
Parafinic Oil 80 000 7 000 560 000 000
Napthenic Oil 20 000 000 12 000 240 000 000 000
HCl 15 000 2 500 37 500 000
NaOH 3 000 3 000 9 000 000
CaCO3 1 500 750 1 125 000
Bahan Baku Lainnya (10%) 130.589.375.000
Total Biaya Bahan Baku 1 325 500 000 000
B. Tenaga Kerja Gaji Upah dan Kesejahteraan
Karyawan 8 170 146 667
Outsourcing 283 170 833
Perjalanan Dinas 1 000 381 667
Pelatihan 312 648 333
Honorarium Tenaga Ahli 426 020 833
Penyisihan Imbalan Kerja 813 378 333
Total Biaya Tenaga Kerja 11 005 746 667
C. Energi kebutuhan
per bulan
harga/satuan total
Listrik 8 000 kWh 1 100 8 800 000 000
Gas Alam 10 000 80 000 800 000 000
Gas N2 3 000 50 000 150 000 000
Air 10 000 m3 1 000 10 000 000 000
Total Biaya Energi 19 750 000 000
D. Biaya Pengolahan Limbah Jumlah (kg) Biaya olah Limbah scrap 6 250 000 10 000 62 500 000 000
Biaya olah limbah air kontaminasi 250 000 000
Total Biaya Pengolahan Limbah 62 750 000 000
Total Biaya Tidak Tetap 1 419 005 746 667
Biaya Total 3 016 967 389 167
Harga Pokok per Ban 301 698
47
Lampiran 5 Tampilan pengisian model AHP penentuan strategi peningkatan
produktivitas
1. Form penilaian model AHP penentuan strategi oleh pakar 1
2. Gambar form penilaian model AHP penentuan strategi oleh pakar 2
48
3. Form penilaian model AHP penentuan strategi oleh pakar 3
4. Form hasil penggabungan ketiga pendapat pakar
Lampiran 6 Keseluruhan perhitungan skenario
Perhitungan skenario 1
I. Biaya Tetap A. Penyusutan Bangunan 228 399 200 000
Mesin dan Peralatan 1 080 188 800 000
Perabotan dan Peralatan Kantor 47 223 200 000
Alat-alat Transportasi 9 324 460 000
49
Total Penyusutan 1 365 135 660 000
B. Bunga modal 231 215 794 167
C. Pajak 1 025 603 333
D. Asuransi 584 585 000
Total Biaya Tetap 1 597 961 642 500
II. Biaya Tidak Tetap A. Nama Bahan baku Kebutuhan
per bulan
Harga per
satuan kg
Total
Natural Rubber SIR 10 15 000 000 30 000 450 000 000 000
Natural Rubber SIR 20 15 000 000 30 000 450 000 000 000
Polyester 1300 d/2 120 epdm 200 000 35 000 7 000 000 000
Silane carbon black
masterbatch 1:1 (Silane)
80 000 85 000 6 800 000 000
Silica (normal) 20 400 000 7 500 3 000 000 000
Solar 60 000 10 000 600 000 000
Zinc Oxide 450 000 20 000 9 000 000 000
Nylon 1260 d/2 - 90 epdm 200 000 60 000 12 000 000 000
2.2'dibenzamido
diphenyldisulfide (Peptizer)
4 000 40 000 160 000 000
Bead Wire diameter 1.20 mm 40 000 13 000 520 000 000
Aliphatic Hydrocarbon Resin
(Escorez 1102)
1 000 40 000 40 000 000
Alkylphenol Sulfide Resin 8 000 16 000 128 000 000
Cashew Nutsell Oil - Modified
Novolac Phenol Resin
40 000 32 500 1 300 000 000
High Cis BR 12% SPB resin 5 500 35 000 192 500 000
Modified Octyl Phenol
Formaldehyde Resin
(Elaztobond T6000)
20 000 30 000 600 000 000
Octyl Phenolic - Formaldehyde
Resin
125 000 32 500 4 062 500 000
Anti Adhesive Non Filler Type
Non Silicone
350 000 13 000 4 550 000 000
Anti Adhesive (GT-5) 30 000 20 000 600 000 000
Inner Paint for Green Tire 100 000 35 000 3 500 000 000
White Ink Stamp Sidewall &
Calendar (Reajet)
20 000 12 500 250 000 000
Parafinic Oil 80 000 7 000 560 000 000
Napthenic Oil 20 000 000 12 000 240 000 000 000
HCl 15 000 2 500 37 500 000
NaOH 3 000 3 000 9 000 000
50
CaCO3 1 500 750 1 125 000
Bahan Baku Lainnya (10%) 117 530 437 500
Total Biaya Bahan Baku 1 312 441 062 500
B. Tenaga Kerja Gaji Upah dan Kesejahteraan
Karyawan 8 170 146 667
Outsourcing 283 170 833
Perjalanan Dinas 1 000 381 667
Pelatihan 312 648 333
Honorarium Tenaga Ahli 426 020 833
Penyisihan Imbalan Kerja 813 378 333
Total Biaya Tenaga Kerja 11 005 746 667
C. Energi kebutuhan
per bulan
harga/satuan Total
Listrik 8 000 kWh 1 100 8 800 000 000
Gas Alam 10 000 80 000 800 000 000
Gas N2 3 000 50 000 150 000 000
Air 10 000 m3 1 000 10 000 000 000
Total Biaya Energi 19 750 000 000
D. Biaya Pengolahan Limbah Jumlah(kg) Biaya olah limbah scrap 6 062 500 10 000 60 625 000 000
biaya olah limbah air
kontaminasi 250 000 000
Total Biaya Pengolahan Limbah 60 875 000 000
Total Biaya Tidak Tetap 1 404 071 809 167
Biaya Total 3 002 033 451 667
Harga Pokok per Ban 300 203
Hasil analisis tujuh sumber limbah hijau skenario 1
Jenis Limbah Proses Kegiatan Total
Ba
nb
urr
y
Bea
d
Bu
ild
ing
Ext
rud
ing
Cu
shio
n
Ca
len
er
Cu
ttin
g
Tyr
e
Bu
ild
ing
Cu
rin
g
Energi (KWh) 1044.8 38.8 179.9 31.6 174.6 99 66 33 1667.7
Air (Liter) 0 0 0 0 0 0 0 0 1000
Material (Kg) 0 0 0 0 0 0 0 0 0
Sampah (Kg) 0 0 0 0 0 0 0 0 0
51
Transportasi (Km) 0 0 0 0 0 0 0 0 0
Emisi (Kg) 930.9 34.6 160.4 28.2 155.5 88.2 58.8 29.4 1486
Biodiversitas (Ha) 0 0 0 0 0 0 0 0 0
Perhitungan Skenario 1 :
1. EI = ((0.33x1000) + (0.5x1486)) / 1000 = 1.073
2. Pendapatan = 350 000 x 10 000 000 = 3 500 000 000 000
3. Indikator Ekonomi = 3 500 000 000 000 / 3 002 033 451 667 = 1.166
4. GPI = 1.166/1.073 = 1.087
Perhitungan skenario 2
I. Biaya Tetap A. Penyusutan Bangunan 228 399 200 000
Mesin dan Peralatan 1 080 188 800 000
Perabotan dan Peralatan Kantor 47 223 200 000
Alat-alat Transportasi 9 324 460 000
Total Penyusutan 1 365 135 660 000
B. Bunga modal 231 215 794 167
C. Pajak 1 025 603 333
D. Asuransi 584 585 000
Total Biaya Tetap 1 597 961 642 500
II. Biaya Tidak Tetap A. Nama Bahan baku Kebutuhan
per bulan
Harga per
satuan kg
Total
Natural Rubber SIR 10 15 000 000 30 000 450 000 000 000
Natural Rubber SIR 20 15 000 000 30 000 450 000 000 000
Polyester 1300 d/2 120 epdm 200 000 35 000 7 000 000 000
Silane carbon black
masterbatch 1:1 (Silane)
80 000 85 000 6 800 000 000
Silica (normal) 20 400 000 7 500 3 000 000 000
Solar 60 000 10 000 600 000 000
Zinc Oxide 450 000 20 000 9 000 000 000
Nylon 1260 d/2 - 90 epdm 200 000 60 000 12 000 000 000
2.2'dibenzamido
diphenyldisulfide (Peptizer)
4 000 40 000 160 000 000
Bead Wire diameter 1.20 mm 40 000 13 000 520 000 000
Aliphatic Hydrocarbon Resin
(Escorez 1102)
1 000 40 000 40 000 000
Alkylphenol Sulfide Resin 8 000 16 000 128 000 000
Cashew Nutsell Oil - Modified
Novolac Phenol Resin
40 000 32 500 1 300 000 000
52
High Cis BR 12% SPB resin 5 500 35 000 192 500 000
Modified Octyl Phenol
Formaldehyde Resin
(Elaztobond T6000)
20 000 30 000 600 000 000
Octyl Phenolic - Formaldehyde
Resin
125 000 32 500 4 062 500 000
Anti Adhesive Non Filler Type
Non Silicone
350 000 13 000 4 550 000 000
Anti Adhesive (GT-5) 30 000 20 000 600 000 000
Inner Paint for Green Tire 100 000 35 000 3 500 000 000
White Ink Stamp Sidewall &
Calendar (Reajet)
20 000 12 500 250 000 000
Parafinic Oil 80 000 7 000 560 000 000
Napthenic Oil 20 000 000 12 000 240 000 000 000
HCl 15 000 2 500 37 500 000
NaOH 3 000 3 000 9 000 000
CaCO3 1 500 750 1 125 000
Bahan Baku Lainnya (10%) 130 589 375 000
Total Biaya Bahan Baku 1 325 500 000 000
B. Tenaga Kerja Gaji Upah dan Kesejahteraan
Karyawan 8 170 146 667
Outsourcing 283 170 833
Perjalanan Dinas 1 000 381 667
Pelatihan 312 648 333
Honorarium Tenaga Ahli 426 020 833
Penyisihan Imbalan Kerja 813 378 333
Total Biaya Tenaga Kerja 11 005 746 667
C. Energi kebutuhan
per bulan
harga/satuan Total
Listrik 8 000 kWh 1 100 8 800 000 000
Gas Alam 10 000 80 000 800 000 000
Gas N2 3 000 50 000 150 000 000
Air 10 000 m3 1 000 10 000 000 000
Total Biaya Energi 19 750 000 000
D. Biaya Pengolahan Limbah Jumlah(kg) Biaya olah limbah scrap 1 500 000 10 000 15 000 000 000
biaya olah limbah air
kontaminasi 250 000 000
Total Biaya Pengolahan Limbah 15 250 000 000
53
Total Biaya Tidak Tetap 1 371 505 746 667
Biaya Total 2 969 467 389 167
Harga Pokok per Ban 296 946
Hasil analisis tujuh sumber limbah hijau skenario 2
Jenis Limbah Proses Kegiatan Total B
an
bu
rry
Bea
d
Bu
ild
ing
Ext
rud
ing
Cu
shio
n
Ca
len
er
Cu
ttin
g
Tyr
e
Bu
ild
ing
Cu
rin
g
Energi (KWh) 1044.8 38.8 179.9 31.6 174.6 99 66 33 1667.7
Air (Liter) 0 0 0 0 0 0 0 0 1000
Material (Kg) 0 0 0 0 0 0 0 0 0
Sampah (Kg) 0 0 0 0 0 0 0 0 0
Transportasi (Km) 0 0 0 0 0 0 0 0 0
Emisi (Kg) 930.9 34.6 160.4 28.2 155.5 88.2 58.8 29.4 1486
Biodiversitas (Ha) 0 0 0 0 0 0 0 0 0
Perhitungan Skenario 2 :
1. EI = ((0.33x1000) + (0.5x1486)) / 1000 = 1.073
2. Pendapatan = 350 000 x 10 000,000 = 3 500 000 000 000
3. Indikator Ekonomi = 3 500 000 000 000 / 2 969 467 389 167 = 1.179
4. GPI = 1.179/1.073 = 1.099
Perhitungan skenario 3
I. Biaya Tetap A. Penyusutan Bangunan 228 399 200 000
Mesin dan Peralatan 1 080 188 800 000
Perabotan dan Peralatan Kantor 47 223 200 000
Alat-alat Transportasi 9 324 460 000
Total Penyusutan 1 365 135 660 000
B. Bunga modal 231 215 794 167
C. Pajak 1 025 603 333
D. Asuransi 584 585 000
Total Biaya Tetap 1 597 961 642 500
II. Biaya Tidak Tetap A. Nama Bahan baku Kebutuhan
per bulan
Harga per
satuan kg
Total
Natural Rubber SIR 10 15 000 000 30 000 450 000 000 000
54
Natural Rubber SIR 20 15 000 000 30 000 450 000 000 000
Polyester 1300 d/2 120 epdm 200 000 35 000 7 000 000 000
Silane carbon black
masterbatch 1:1 (Silane)
80 000 85 000 6 800 000 000
Silica (normal) 20 400 000 7 500 3 000 000 000
Solar 60 000 10 000 600 000 000
Zinc Oxide 450 000 20 000 9 000 000 000
Nylon 1260 d/2 - 90 epdm 200 000 60 000 12 000 000 000
2.2'dibenzamido
diphenyldisulfide (Peptizer)
4 000 40 000 160 000 000
Bead Wire diameter 1.20 mm 40 000 13 000 520 000 000
Aliphatic Hydrocarbon Resin
(Escorez 1102)
1 000 40 000 40 000 000
Alkylphenol Sulfide Resin 8 000 16 000 128 000 000
Cashew Nutsell Oil - Modified
Novolac Phenol Resin
40 000 32 500 1 300 000 000
High Cis BR 12% SPB resin 5 500 35 000 192 500 000
Modified Octyl Phenol
Formaldehyde Resin
(Elaztobond T6000)
20 000 30 000 600 000 000
Octyl Phenolic - Formaldehyde
Resin
125 000 32 500 4 062 500 000
Anti Adhesive Non Filler Type
Non Silicone
350 000 13 000 4 550 000 000
Anti Adhesive (GT-5) 30 000 20 000 600 000 000
Inner Paint for Green Tire 100 000 35 000 3 500 000 000
White Ink Stamp Sidewall &
Calendar (Reajet)
20 000 12 500 250 000 000
Parafinic Oil 80 000 7 000 560 000 000
Napthenic Oil 20 000 000 12 000 240 000 000 000
HCl 15 000 2 500 37 500 000
NaOH 3 000 3 000 9 000 000
CaCO3 1 500 750 1 125 000
Bahan Baku Lainnya (10%) 111 000 968 750
Total Biaya Bahan Baku 1 305 911 593 750
B. Tenaga Kerja Gaji Upah dan Kesejahteraan
Karyawan 8 170 146 667
Outsourcing 283 170 833
Perjalanan Dinas 1 000 381 667
Pelatihan 312 648 333
Honorarium Tenaga Ahli 426 020 833
Penyisihan Imbalan Kerja 813 378 333
55
Total Biaya Tenaga Kerja 11 005 746 667
C. Energi kebutuhan
per bulan
harga/satuan total
Listrik 8 000 kWh 1 100 8 800 000 000
Gas Alam 10 000 80 000 800 000 000
Gas N2 3 000 50 000 150 000 000
Air 9 000 m3 1 000 9 000 000 000
Total Biaya Energi 18 750 000 000
D. Biaya Pengolahan Limbah Jumlah(kg) Biaya olah limbah scrap 6 250 000 10 000 62 500 000 000
biaya olah limbah air
kontaminasi 250 000 000
Total Biaya Pengolahan Limbah 62 750 000 000
Total Biaya Tidak Tetap 1 398 417 340 417
Biaya Total 2 996 378 982 917
Harga Pokok per Ban 299 637
Hasil analisis tujuh sumber limbah hijau skenario 3
Jenis Limbah Proses Kegiatan Total
Ba
nb
urr
y
Bea
d
Bu
ild
ing
Ext
rud
ing
Cu
shio
n
Ca
len
er
Cu
ttin
g
Tyr
e
Bu
ild
ing
Cu
rin
g
Energi (KWh) 1044.8 38.8 179.9 31.6 174.6 99 66 33 1667.7
Air (Liter) 0 0 0 0 0 0 0 0 900
Material (Kg) 0 0 0 0 0 0 0 0 0
Sampah (Kg) 0 0 0 0 0 0 0 0 0
Transportasi (Km) 0 0 0 0 0 0 0 0 0
Emisi (Kg) 930.9 34.6 160.4 28.2 155.5 88.2 58.8 29.4 1486
Biodiversitas (Ha) 0 0 0 0 0 0 0 0 0
Perhitungan Skenario 3 :
1. EI = ((0.33x900) + (0.5x1486)) / 1000 = 1.040
2. Pendapatan = 350 000 x 10 000 000 = 3 500 000 000 000
3. Indikator Ekonomi = 3 500 000 000 000 / 2 996 378 982 917 = 1.168
4. GPI = 1.168/1.040 = 1.123
56
Lampiran 7 Petunjuk instalasi perangkat lunak
Instalasi program “SIMTire” membutuhkan seperangkat PC dengan
spesifikasi minimal sebagai berikut :
1. Satu set Personal Computer (PC) atau laptop dengan prosesor Pentium IV
dan RAM 256 MB.
2. Layar monitor 1280x 800 pixel.
3. DVD-ROM.
4. Ruang kosong pada harddisk sebesar 100 MB.
5. Sistem operasi Linux, Mac atau Windows.
6. PC telah terinstal web server dan database MySQL.
7. PC telah terinstal internet browser seperti Mozilla Firefox atau Internet
Explorer.
Petunjuk Instalasi Program SIMTire melalui localhost :
1. Masukkan CD Program Green ke dalam DVD-ROM.
2. Salin folder “SIMTire” ke dalam drive C di folder xampp/htdocs.
3. Import database “SIMTire” ke dalam drive C di folder xampp/mysql/data.
4. Setelah itu program dapat langsung digunakan melalui browser dengan
alamat http://localhost/ SIMTire.
5. Keluarkan CD dari DVD-ROM dan simpan di tempat aman.
6. Selamat menggunakan aplikasi perangkat lunak ini.
57
58
59
RIWAYAT HIDUP
Penulis dilahirkan di Purwokerto pada tanggal 6 Juli 1992, sebagai anak
pertama dari dua bersaudara pasangan Sugiyarto dan Lies Widoworo Satiti.
Penulis menyelesaikan pendidikan Sekolah Dasar di SD Negeri Kedung Wuluh 7
pada tahun 2003, Sekolah Menengah Pertama Negeri 2 Purwokerto pada tahun
2006, Sekolah Menengah Atas Negeri 2 Purwokerto pada tahun 2009. Setelah
lulus SMA, penulis melanjutkan pendidikan di Institut Pertanian Bogor pada
jurusan Teknologi Industri Pertanian Fakultas Teknologi Pertanian melalui
Undangan Seleksi Masuk IPB (USMI) angkatan 46. Selama menjadi mahasiswa
penulis aktif di beberapa organisasi, diantaranya yaitu Badan Eksekutif
Mahasiswa Tingkat Persiapan Bersama IPB (BEM TPB IPB) periode 2009-2010
dan Himpunan Mahasiswa Teknologi Industri IPB (HIMALOGIN) periode 2010-
2011. Dalam kegiatan organisasi tersebut, penulis diberikan amanah sebagai staff
Biro Kesekretariatan (Kestari) di BEM TPB IPB dan Sekretaris Departemen
Pengabdian Masyarakat HIMALOGIN. Selain itu penulis juga sering terlibat aktif
di kepanitiaan baik yang diadakan oleh IPB dan dari luar IPB. Pada bulan Juni-
Agustus 2012 penulis melaksanakan Praktik Lapangan di PT Danone Dairy
Indonesia.