RIZKI
DEPARTEMEN AGRIBISNIS
FAKULTAS EKONOMI DAN MANAJEMEN
INSTITUT PERTANIAN BOGOR
BOGOR
2014
PERNYATAAN MENGENAI SKRIPSI DAN SUMBER
INFORMASI SERTA PELIMPAHAN HAK CIPTA
Rizki
NIM H34100127
ABSTRAK
RIZKI. Perencanaan Produksi Sayuran Hidroponik pada PT. Kebun Sayur Segar
(Parung Farm), Bogor, Jawa Barat. Dibimbing oleh AMZUL RIFIN.
ABSTRACT
RIZKI
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Ekonomi
pada
Departemen Agribisnis
DEPARTEMEN AGRIBISNIS
FAKULTAS EKONOMI DAN MANAJEMEN
INSTITUT PERTANIAN BOGOR
BOGOR
2014
PRAKATA
Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas
segala karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang
dipilih dalam penelitian yang dilaksanakan sejak bulan Februari 2014 ini ialah
perencanaan produksi, dengan judul Perencanaan Produksi Sayuran Hidroponik
pada PT. Kebun Sayur Segar (Parung Farm), Bogor, Jawa Barat.
Terima kasih penulis ucapkan kepada Bapak Dr. Amzul Rifin, SP. MA
selaku dosen pembimbing skripsi, Ibu Ir. Popong Nurhayati, MM dan Ibu Eva
Yolynda Aviny, SP. MM selaku dosen penguji yang telah banyak memberikan
saran demi perbaikan karya ilmiah ini. Di samping itu, penghargaan penulis
sampaikan kepada Bapak Yudi Supriyono selaku Direktur Produksi PT. Kebun
Sayur Segar (Parung Farm) dan Bapak Agus selaku staf Unit Produksi dari PT.
Kebun Sayur Segar (Parung Farm) yang telah membantu selama pengumpulan
data. Ungkapan terima kasih juga disampaikan kepada ayah, ibu, keluarga,
sahabat CSS 47, serta seluruh sahabat Agribisnis 47 atas segala doa, dukungan
dan kasih sayangnya.
Semoga karya ilmiah ini bermanfaat.
Rizki
DAFTAR ISI
DAFTAR TABEL ix
DAFTAR GAMBAR ix
DAFTAR LAMPIRAN x
PENDAHULUAN 1
Latar Belakang 1
Perumusan Masalah 4
Tujuan Penelitian 5
Manfaat Penelitian 5
Ruang Lingkup Penelitian 6
TINJAUAN PUSTAKA 6
KERANGKA PEMIKIRAN 8
Kerangka Pemikiran Teoritis 8
Perencanaan Produksi 8
Hidroponik 10
Proses Produksi 11
Teori Permintaan 14
Teori Peramalan 14
Jenis-Jenis Peramalan 15
Model Time Series 16
Kerangka Pemikiran Operasional 21
METODE PENELITIAN 23
Lokasi dan Waktu Penelitian 23
Jenis dan Sumber Data 23
Metode Pengolahan dan Analisis Data 23
HASIL DAN PEMBAHASAN 24
Gambaran Umum Perusahaan 24
Peramalan Permintaan Bayam Hijau 27
Identifikasi Pola Permintaan Bayam Hijau 27
Metode Peramalan Permintaan Bayam Hijau 27
Peramalan Permintaan Bayam Hijau 28
Peramalan Permintaan Kangkung 29
Identifikasi Pola Permintaan Kangkung 29
Metode Peramalan Permintaan Kangkung 29
Peramalan Permintaan Kangkung 30
Peramalan Permintaan Romaine 31
Identifikasi Pola Permintaan Romaine 31
Metode Peramalan Permintaan Romaine 32
Peramalan Permintaan Romaine 32
Perencanaan Produksi 33
Perencanaan Produksi Bayam Hijau (Maret 2014) 33
Perencanaan Produksi Bayam Hijau (April 2014) 35
Perencanaan Produksi Bayam Hijau (Mei 2014) 36
Perencanaan Produksi Bayam Hijau (Juni 2014) 38
Perencanaan Produksi Bayam Hijau (Juli 2014) 39
Perencanaan Produksi Kangkung (Maret 2014) 41
Perencanaan Produksi Kangkung (April 2014) 43
Perencanaan Produksi Kangkung (Mei 2014) 44
Perencanaan Produksi Kangkung (Juni 2014) 46
Perencanaan Produksi Kangkung (Juli 2014) 47
Perencanaan Produksi Romaine (Maret 2014) 49
Perencanaan Produksi Romaine (April 2014) 51
Perencanaan Produksi Romaine (Mei 2014) 52
Perencanaan Produksi Romaine (Juni 2014) 54
Perencanaan Produksi Romaine (Juli 2014) 55
SIMPULAN DAN SARAN 57
Simpulan 57
Saran 58
DAFTAR PUSTAKA 59
LAMPIRAN 61
RIWAYAT HIDUP 75
DAFTAR TABEL
1 Nilai PDB Atas Dasar Harga Berlaku Menurut Lapangan Usaha Tahun
2012 1
2 Rata-Rata Konsumsi Sayuran (KKal) Masyarakat Indonesia per Kapita
Sehari Tahun 2008-2012 2
3 Perkembangan Produksi Tanaman Sayuran (Ton) Indonesia Tahun
2008-2012 2
4 Ciri-Ciri Sebuah Kegiatan Peramalan 15
5 Nilai Akurasi Kesalahan Metode Peramalan Permintaan Bayam Hijau 28
6 Nilai Akurasi Kesalahan Metode Peramalan Permintaan Kangkung 30
7 Nilai Akurasi Kesalahan Metode Peramalan Permintaan Romaine 32
8 Perencanaan Produksi Bayam Hijau (Maret 2014) 35
9 Perencanaan Produksi Bayam Hijau (April 2014) 36
10 Perencanaan Produksi Bayam Hijau (Mei 2014) 38
11 Perencanaan Produksi Bayam Hijau (Juni 2014) 39
12 Perencanaan Produksi Bayam Hijau (Juli 2014) 41
13 Perencanaan Produksi Kangkung (Maret 2014) 43
14 Perencanaan Produksi Kangkung (April 2014) 44
15 Perencanaan Produksi Kangkung (Mei 2014) 46
16 Perencanaan Produksi Kangkung (Juni 2014) 47
17 Perencanaan Produksi Kangkung (Juli 2014) 49
18 Perencanaan Produksi Romaine (Maret 2014) 51
19 Perencanaan Produksi Romaine (April 2014) 52
20 Perencanaan Produksi Romaine (Mei 2014) 54
21 Perencanaan Produksi Romaine (Juni 2014) 55
22 Perencanaan Produksi Romaine (Juli 2014) 57
DAFTAR GAMBAR
1 Permintaan Sayuran PT. Parung Farm 12 Bulan Terakhir 4
2 Masa Penyemaian Benih Bayam Hijau dan Kangkung (Masa N1) 12
3 Masa Tanam Bibit (Masa N2) dan Alat Pengalir Nutrisi 13
4 Masa Produksi Bibit Kangkung (a,b) dan Bayam Hijau (c,d) (Masa N3) 13
5 Kerangka Pemikiran Perencanaan Produksi Sayuran Hidroponik pada
PT. Kebun Sayur Segar (Parung Farm) 22
6 Pola Permintaan Bayam Hijau 27
7 Pola Permintaan Kangkung 29
8 Pola Permintaan Romaine 31
9 Perencanaan Produksi Bayam Hijau (Maret 2014) 34
10 Perencanaan Produksi Bayam Hijau (April 2014) 35
11 Perencanaan Produksi Bayam Hijau (Mei 2014) 37
12 Perencanaan Produksi Bayam Hijau (Juni 2014) 38
13 Perencanaan Produksi Bayam Hijau (Juli 2014) 40
14 Perencanaan Produksi Kangkung (Maret 2014) 42
15 Perencanaan Produksi Kangkung (April 2014) 43
16 Perencanaan Produksi Kangkung (Mei 2014) 45
17 Perencanaan Produksi Kangkung (Juni 2014) 46
18 Perencanaan Produksi Kangkung (Juli 2014) 48
19 Perencanaan Produksi Romaine (Maret 2014) 50
20 Perencanaan Produksi Romaine (April 2014) 51
21 Perencanaan Produksi Romaine (Mei 2014) 53
22 Perencanaan Produksi Romaine (Juni 2014) 54
23 Perencanaan Produksi Romaine (Juli 2014) 56
DAFTAR LAMPIRAN
1 Plot ACF Permintaan Bayam Hijau 61
2 Plot PACF Permintaan Bayam Hijau 62
3 Peramalan Permintaan Bayam Hijau dengan Model ARIMA
(111)(112)7 63
4 Plot ACF Permintaan Kangkung 65
5 Plot PACF Permintaan Kangkung 66
6 Peramalan Permintaan Kangkung dengan Model ARIMA (012)(012)7 67
7 Plot ACF Permintaan Romaine 70
8 Plot PACF Permintaan Romaine 71
9 Peramalan Permintaan Romaine dengan Model ARIMA (111)(112)7 72
PENDAHULUAN
Latar Belakang
Tabel 1 Nilai PDB Atas Dasar Harga Berlaku Menurut Lapangan Usaha
Tahun 2012a
Lapangan Usaha Nilai PDB (Miliar Rupiah)
Pertanian, peternakan, perikanan dan
1 190 412.40
kehutanan
Pertambangan dan penggalian 970 559.60
Industri pengolahan 1 972 846.60
Listrik, gas, dan air bersih 65 124.90
Konstruksi 860 964.80
Perdagangan, hotel, dan restoran 1 145 600.90
Pengangkutan dan komunikasi 549 115.50
Keuangan, real estate, jasa perusahaan 598 523.20
Jasa-jasa 888 676.40
a
Sumber : Badan Pusat Statistik 2013
Perumusan Masalah
PT. Kebun Sayur Segar (Parung Farm) adalah salah satu perusahaan
agribisnis sayuran hidroponik yang berperan sebagai pedagang besar sekaligus
produsen yang berlokasi di Kecamatan Parung, Kabupaten Bogor, Jawa Barat.
Perusahaan ini memproduksi beberapa jenis sayuran hidroponik seperti bayam
merah, bayam hijau, selada, kangkung dan sebagainya. Sebagian besar kegiatan
perusahaan ini difokuskan pada penanganan pasca panen sayuran yang diperoleh
dari petani mitra. PT. Kebun Sayur Segar (Parung Farm) mendistribusikan
sayurannya kepada swalayan yang berada di sekitar wilayah Jabodetabek, seperti
Giant, Carrefour, Hero, Lotte Mart dan sebagainya. Perusahaan ini melakukan
transaksi kepada para pelanggan tersebut dengan berdasarkan order atau pesanan
yang diminta pada setiap harinya.
Selama ini, jumlah volume permintaan sayuran di PT. Kebun Sayur Segar
(Parung Farm) berfluktuasi, terutama pada komoditi bayam hijau, kangkung dan
romaine, akibatnya terjadi ketidakseimbangan dan gap dengan produksi yang
dihasilkan. Bagian produksi akan melakukan aktivitas penanaman setelah
mendapatkan data dari bagian pemasaran mengenai berapa proyeksi permintaan
konsumen yang akan datang, dan sebesar angka tersebut sayuran yang akan
ditanam oleh bagian produksi, namun kenyataannya ketika masa panen, angka
permintaan tidak sesuai dengan angka yang diprediksi ketika awal penanaman.
Fluktuasi permintaan tersebut dapat dilihat pada grafik permintaan sayuran 12
bulan terakhir (Maret 2013-Februari2014) dibawah ini.
12000
11000
10000
9000
8000
7000
6000
5000
4000
3000
2000
1 2 3 4 5 6 7 8 9 10 11 12
Bulan
romaine. Hal tersebut merupakan salah satu poin yang membuat perencanaan
produksi menjadi penting untuk dilakukan oleh suatu perusahaan.
PT. Kebun Sayur Segar (Parung Farm) dalam melakukan perencanaan
produksinya cenderung belum menentukan secara pasti terkait dengan jumlah
produksinya, karena keputusan tersebut dihasilkan dari diskusi pihak manajerial
perusahaan secara kualitatif dan lebih bersifat kondisional serta penalaran.
Perusahaan ini juga melakukan perencanaan jumlah produksi berdasarkan jumlah
rata-rata dari permintaan-permintaan sebelumnya yang lebih bersifat kualitatif.
Selain itu, dalam membuat perencanaan angka permintaan komoditi sayuran,
perusahaan ini seringkali kurang tepat dalam memproyeksikan angka permintaan
konsumen tersebut, karena prosesnya didasarkan pada subyektifitas stakeholder.
Penelitian ini mencoba menawarkan metode perencanaan produksi dan peramalan
secara kuantitatif yang diharapkan lebih akurat, sehingga gap antara produksi dan
permintaan dapat diperkecil dan juga akan berimplikasi pada perencanaan
produksi (waktu tanam, panen, dan jumlah) yang lebih tepat dan sesuai dengan
hasil peramalan yang dilakukan.
Mengingat jenis sayuran yang diusahakan cukup banyak, maka perencanaan
produksi dan peramalan hanya dilakukan pada beberapa jenis sayuran saja.
Sayuran tersebut merupakan pilihan dari sayuran yang termasuk dalam kelas
sayuran unggul (permintaan banyak dan berfluktuasi), dan juga sayuran yang
direkomendasikan untuk dipilih oleh Direktur Produksi PT. Kebun Sayur Segar
(Parung Farm). Sayuran tersebut ialah, bayam hijau, kangkung dan romaine.
Dengan mempertimbangkan uraian kondisi diatas, maka perumusan masalah
dari penelitian ini adalah, bagaimana perencanaan produksi (waktu tanam, panen
dan jumlah produksi) sayuran (bayam hijau, kangkung dan romaine) di PT. Kebun
Sayur Segar (Parung Farm) yang didasarkan pada hasil peramalan untuk periode
lima bulan kedepan?
Tujuan Penelitian
Manfaat Penelitian
3. Bahan referensi atau acuan yang dapat digunakan bagi peneliti lain yang
akan melakukan penelitian yang sama atau lebih lanjut mengenai
perencanaan produksi.
TINJAUAN PUSTAKA
Hasil peramalan ketiga komoditi tersebut berdasarkan IRF dan FEVD untuk
satu tahun kedepan cenderung mengalami peningkatan dengan terdapat hubungan
kointegrasi diantara ketiganya. Guncangan dalam permintaan kembang kol, akan
direspon positif oleh semua variabel, sedangkan untuk lettuce head bila terdapat
guncangan permintaan, maka akan direspon positif oleh lettuce head itu sendiri
dan kembang kol, tetapi direspon negatif oleh tomat beef, dan jika terjadi
guncangan permintaan pada tomat beef, maka akan direspon positif oleh semua
variabel.
Berbeda dengan kedua penelitian diatas, penelitian peramalan permintaan
dan perencanaan produksi oleh Naibaho (2009) dan Hutajulu (2010) dilakukan
pada objek yang berbeda. Penelitian ini dilakukan pada objek non sayuran.
Hutajulu (2010), melalukan penelitian tentang peramalan permintaan dan
perencanaan optimasi produksi semen pada plant 11 PT. Indocement Tunggal
Prakarsa Tbk. Penelitian ini dilakukan untuk melakukan peramalan terhadap
permintaan semen satu tahun kedepan serta menentukan perencanaan optimasi
produksinya. Hasil peramalan akan dijadikan sebagai dasar penentuan
perencanaan optimasi produksi dengan fungsi tujuan untuk meminimisasi biaya
produksi dan fungsi kendala berupa jumlah permintaan, jam tenaga kerja regular
dan lembur, kapasitas gudang, tingkat persediaan produk jadi dan kecepatan
produksi.
Seperti Hutajulu (2010), penelitian yang dilakukan oleh Naibaho (2009)
juga meneliti tentang analisis peramalan permintaan pada objek non sayuran, yaitu
peramalan permintaan handuk ekspor dan kajian perencanaan produksi agregat
pada PT. Wiska. Penelitian ini dilakukan untuk melakukan peramalan terhadap
permintaan handuk ekspor satu tahun kedepan serta menentukan perencanaan
produksinya secara agregat. Parameter-parameter yang memengaruhi proses
produksi dalam sistem perencanaan produksi agregat adalah jumlah permintaan
pelanggan, kapasitas gudang, tingkat persediaan produk jadi, waktu kerja yang
tersedia dan kecepatan produksi.
Persamaan kedua penelitian diatas terletak pada konsep keberlanjutan
setelah dilakukan analisis peramalan permintaan. Kedua penelitian tersebut
melanjutkan pada kajian perencanaan produksi secara optimal dengan tujuan
utama untuk meminimumkan biaya dan efisiensi sumber daya yang dimiliki.
Dari uraian diatas, maka penelitian ini memiliki perbedaan dalam hal obyek
yang diteliti, yakni sayuran hidroponik, dimana nantinya dengan adanya
perbedaan fluktuasi dan pola sebaran data, akan memengaruhi model yang
digunakan dalam proses peramalan yang dilakukan pada penelitian ini yang
selanjutnya hasil ramalan tersebut akan dijadikan bahan pertimbangan dalam
mengestimasikan waktu tanam, panen dan jumlah yang harus diproduksi.
KERANGKA PEMIKIRAN
Perencanaan Produksi
Perencanaan adalah fungsi manajemen yang paling pokok dan sangat luas
meliputi perkiraan dan perhitungan mengenai kegiatan yang akan dilaksanakan
9
pada waktu yang akan datang mengikuti suatu urutan tertentu. Syarat mutlak suatu
perencanaan harus mempunyai tujuan yang jelas dan mudah dimengerti serta
perencanaan harus terukur dan mempunyai standar tertentu. Perencanaan produksi
adalah perencanaan dan pengorganisasian mengenai orang-orang, bahan-bahan,
mesin-mesin dan peralatan lain, waktu produksi, jumlah produksi dan modal yang
diperlukan untuk memproduksi barang-barang pada suatu periode tertentu di masa
depan sesuai dengan yang diperkirakan atau diramalkan (Assauri, 2004).
Selain itu, Assauri (2004) juga menambahkan bahwa manajemen produksi
dan operasi merupakan usaha-usaha pengelolaan secara optimal penggunaan
sumber daya-sumber daya (faktor produksi), seperti sumber daya manusia, sumber
daya alat dan sebagainya dalam proses transformasi bahan mentah dan tenaga
kerja menjadi berbagai produk atau jasa, dimana penggunaan sumber daya
tersebut dilakukan secara efektif dan efisien untuk menciptakan dan menambah
guna (utility) barang dan jasa tersebut.
Prawirasentono (2007) mengklasifikasikan perencanaan produksi menjadi
tiga jenis berdasarkan horizon waktu, yakni (1) perencanaan jangka panjang yang
merupakan perencanaan lebih dari 18 bulan, seperti perencanaan penambahan
fasilitas dan peralatan yang berumur panjang, (2) perencanaan jangka menengah
yang merupakan perencanaan 3 hingga 18 bulan, seperti perencanaan tugas dan
penambahan karyawan, (3) perencanan jangka pendek yang merupakan
perencanaan dibawah tiga bulan, seperti perencanaan pengalokasian mesin
Perencanaan produksi memiliki beberapa tujuan, diantaranya adalah sebagai
berikut : (1) meramalkan permintaan produk yang dinyatakan dalam jumlah
produk sebagai fungsi dari waktu, (2) menetapkan jumlah saat pemesanan bahan
baku serta komponen secara ekonomis dan terpadu, (3) menetapkan keseimbangan
antara tingkat kebutuhan produksi, teknik pemenuhan pemesanan, serta
memonitor tingkat persediaan produk jadi setiap saat, membandingkannya dengan
rencana persediaan dan melakukan revisi atas tencana produksi pada saat yang
ditentukan, (4) membuat jadwal produksi, penugasan, pembebanan mesin dan
tenaga kerja yang terperinci sesuai dengan ketersediaan kapasitas dan fluktuasi
permintaan pada suatu periode.
Menurut Solehudin (2007), terdapat beberapa faktor yang perlu
dipertimbangkan dalam perencanaan proses produksi berdasarkan sifat proses
produksi, faktor tersebut ialah :
a. Proses produksi yang terputus-putus
Perencanaan produksi dalam perusahaan pabrik yang mempunyai proses
produksi yang terputus-putus, dilakukan berdasarkan jumlah pesanan
(make to order) yang diterima. Oleh karena kegiatan produksi dilakukan
berdasarkan pesanan, jumlah produksi biasanya relatif kecil, sehingga
perencanaan produksi yang dibuat semata-mata tidak berdasarkan
ramalan penjualan (sales forecasting), tetapi didasarkan pada pesanan
yang masuk.
Perencanaan produksi dibuat untuk menentukan kegiatan produksi yang
perlu dilakukan bagi pengerjaan setiap pesanan yang masuk. Ramalan
penjualan ini membantu untuk dapat memperkirakan order yang akan
diterima, sehingga dapat diperkirakan dan ditentukan bagaimana
penggunaan mesin dan peralatan yang ada agar mendekati optimum
pada masa yang akan datang, dan tindakan-tindakan apa yang perlu
10
Hidroponik
Istilah hidroponik berasal dari bahasa Yunani, yakni hydroponick. Kata
hydroponick itu sendiri merupakan gabungan dari dua buah suku kata, yaitu hydro
yang memiliki arti air dan ponos yang berarti bekerja. Secara harfiah, istilah
hidroponik dapat diartikan sebagai proses atau teknik bercocok tanam yang
pengerjaannya dengan menggunakan air, yakni merupakan sistem penanaman
dengan media tanam yang banyak mengandung air. Dalam teknik hidroponik ini,
media tanam bukan dengan menggunakan tanah, melainkan dengan media tanam
lainnya seperti rockwool, arang sekam, zeolite, dan berbagai media tanam lainnya
yang ringan dan steril untuk digunakan. Media air yang digunakan dalam teknik
11
Proses Produksi
Bayam hijau memiliki waktu budidaya sekitar 38 sampai 40 hari sebelum
memasuki masa panen, dengan rincian 10 hari awal dilakukan proses penyemaian
benih, 10 hari selanjutnya adalah masa tanam bibit, dan 18 hingga 20 hari
berikutnya memasuki masa produksi bibit, kemudian setelah itu memasuki masa
panen selama dua sampai tiga hari.
Kangkung memiliki karakteristik yang tak jauh berbeda dengan bayam hijau.
Waktu budidaya yang diperlukan kangkung sekitar 38 sampai 40 hari sebelum
memasuki masa panen, yakni masa penyemaian benih selama 10 hari, masa tanam
bibit selama 10 hari, masa produksi bibit selama 18 hingga 20 hari dan masa
panen selama 2 hingga 3 hari.
Berbeda halnya dengan bayam hijau dan kangkung, romaine memiliki
karakteristik waktu budidaya yang lebih lama, yakni sekitar 48 hingga 50 hari
sebelum memasuki masa panen, dengan rincian 10 hari pertama untuk masa
penyemaian benih, 10 hari kedua untuk masa tanam bibit, 28 hingga 30 hari
selanjutnya untuk masa produksi bibit dan 2 hingga 3 hari untuk masa panen.
Proses produksi sayuran hidroponik pada PT. Kebun Sayur Segar (Parung
Farm) diawali dengan proses etiolasi benih sayuran, yakni proses dimana benih
(yang telah diletakkan diatas rockwool) dimasukkan ke dalam ruangan yang gelap
tanpa adanya cahaya dengan tujuan untuk mempercepat proses pertumbuhan
kecambah sayuran tersebut. Proses ini dilakukan selama kurang lebih dua hari
sebelum dapat memasuki tahap selanjutnya. Setelah proses etiolasi selesai, benih
sayuran memasuki masa penyemaian di dalam greenhouse atau sering disebut
dengan masa N1. Masa N1 ini adalah masa penyemaian benih yang dialiri larutan
nutrisi sebanyak 3 ml yang berlangsung selama kurang lebih 8 hari. Pada masa ini
12
belum terdapat jarak tanam yang ditentukan secara sistematis, karena belum
terlalu memengaruhi proses pertumbuhan benih sayuran. Proses produksi sayuran
hidroponik pada masa N1 dapat dilihat pada Gambar 2.
Gambar 2 Masa Penyemaian Benih Bayam Hijau dan Kangkung (Masa N1)
Gambar 3 Masa Tanam Bibit (Masa N2) dan Alat Pengalir Nutrisi
(a) (b)
(c) (d)
Gambar 4 Masa Produksi Bibit Kangkung (a,b) dan Bayam Hijau (c,d) (Masa N3)
14
Pada dasarnya proses produksi atau budidaya sayuran pada PT. Kebun
Sayur Segar (Parung Farm) ini tidak terlalu memerlukan lahan yang luas,
mengingat sayuran dibudidayakan secara hidroponik. Selain itu, dengan proses
secara hidroponik tersebut, memungkinkan perusahaan menerapkan konsep first
in first out dimana proses penanaman serta pemanenan dapat dilakukan setiap
harinya dengan sayuran yang ditanam terlebih dahulu akan dipanen lebih awal.
Mengenai jumlah panen, 1 m2 penanaman sayuran akan menghasilkan 1.5 kg atau
sekitar 6 pak untuk bayam hijau dan kangkung, sedangkan 1 m2 penanaman
romaine akan menghasilkan 2 kg atau sekitar 8 pak.
Teori Permintaan
Teori permintaan merupakan teori yang mempelajari hubungan antara
jumlah yang diminta untuk setiap komoditi dengan harga komoditi itu sendiri.
Menurut Lipsey et al (1993), ada tiga hal penting yang perlu diperhatikan dalam
konsep permintaan. Pertama, istilah jumlah yang diminta memiliki perbedaan arti
dengan jumlah yang dibeli. Istilah kuantitas yang diminta digunakan untuk
menunjukkan pembelian yang diinginkan oleh konsumen, sedangkan istilah
jumlah yang dibeli digunakan untuk menunjukkan kuantitas nyata yang dibeli oleh
konsumen. Kedua, apa yang diinginkan oleh konsumen bukan merupakan harapan
kosong, melainkan permintaan efektif yang berarti jumlah orang yang bersedia
membeli komoditi itu pada harga yang mereka harus bayar untuk komoditi
tersebut. Ketiga, kuantitas yang diminta merupakan arus pembelian yang kontinyu.
Oleh karenanya, kuantitas tersebut harus dinyatakan dalam banyaknya persatuan
waktu.
Konsep permintaan memiliki suatu hipotesis ekonomi dasar yang
menyatakan bahwa harga suatu komoditi dan kuantitas yang akan diminta
berhubungan secara negatif, dengan faktor lain dianggap tetap (ceteris paribus).
Hal tersebut berarti semakin rendah harga suatu komoditi, maka jumlah yang akan
diminta untuk komoditi itu akan semakin besar, dan semakin tinggi harga,
semakin rendah jumlah yang diminta.
Selain hal diatas, permintaan juga memiliki konsep tentang variabel-variabel
apa saja yang akan memengaruhi dan menentukan jumlah kuantitas yang akan
diminta. Variabel-variabel tersebut ialah harga komoditi itu sendiri, rata-rata
penghasilan rumahtangga, harga komoditi yang berkaitan, selera konsumen,
distribusi pendapatan diantara rumahtangga dan besarnya populasi. Pada dasarnya,
pengaruh setiap variabel tersebut tidak dapat difahami secara terpisah, jika ingin
mengetahui apa yang terjadi terhadap perubahan pada waktu yang sesuai. Dengan
kata lain mempelajari pengaruh variabel-variabel tersebut dilakukan satu demi
satu pada saat tertentu untuk melihat seberapa besar pengaruhnya terhadap
kuantitas yang diminta, sedangkan variabel yang lainnya dianggap konstan.
Melalui cara tersebut, dapat diketahui tingkat kepentingan masing-masing variabel
yang akan memengaruhi posisi kurva permintaan, kurva bergerak ataukah kurva
akan mengalami pergeseran dan juga akan berimplikasi pada kuantitas komoditi
yang diminta. (Lipsey et al 1993).
Teori Peramalan
Teori atau definisi peramalan pada dasarnya memiliki arti yang beragam, hal
tersebut sesuai dengan pernyataan Singgih (2009) yang memberikan beberapa
15
Dari beberapa kriteria diatas, terlihat bahwa peramalan adalah kegiatan yang
bersifat teratur, berupaya memprediksi masa depan dengan berkaca pada data
masa lalu, menggunakan tidak hanya metode ilmiah, namun juga
mempertimbangkan hal-hal yang bersifat kualitatif, seperti perasaan, pengalaman
seseorang dan lain sebagainya yang melibatkan praktisi maupun analis.
Jenis-Jenis Peramalan
Jenis-jenis peramalan menurut Singgih (2009) dapat dilihat dari beberapa
sudut pandang yang berbeda, seperti dari sudut pandang horizon waktu dan dari
16
sifat metode yang digunakan. Jika dilihat dari sudut horizon waktu, peramalan
dapat dibedakan menjadi tiga macam, yakni :
a. Peramalan Jangka Pendek (Short Term Forecasting)
Peramalan yang dilakukan meliputi kurun waktu mulai dari satu hari
sampai satu musim, atau dapat sampai satu tahun. Oleh karena waktu
peramalan sangat singkat, maka data historis masih relevan untuk
dijadikan bahan pembuatan prediksi.
b. Peramalan Jangka Menengah (Medium Term Forecasting)
Peramalan yang dilakukan meliputi kurun waktu dari satu musim
(kuartal, triwulan atau yang lain) sampai dua tahun. Kegiatan peramalan
dalam jangka menengah ini masih menggunakan metode kuantitatif dan
kualitatif, karena data historis masa lalu dianggap masih cukup relevan
untuk memprediksi masa yang akan datang.
c. Peramalan Jangka Panjang (Long Term Forecasting)
Peramalan yang dilakukan meliputi kurun waktu minimal lima tahun.
Kegiatan peramalan untuk jangka panjang pada umumnya berdasarkan
pada intuisi dan pengalaman seseorang. Penggunaan metode ini
didasarkan pada perubahan teknologi dan lingkungan bisnis, sehingga
data historis menjadi kurang relevan untuk digunakan.
Jika dilihat dari sudut pandang sifat metode yang digunakan, peramalan
dapat dibedakan menjadi dua macam, yakni :
a. Peramalan Kualitatif
Peramalan secara kualitatif dilakukan jika data historis tidak tersedia
atau sudah tidak relevan lagi dengan situasi yang ada, perusahaan lebih
mengandalkan intuisi atau pengalaman seseorang daripada data
kuantitatif, perusahaan akan memasuki pasar yang baru atau perusahaan
akan memasarkan produk yang baru. Beberapa bentuk peramalan secara
kualitatif yang sering ditemui dalam praktik ialah Metode Delphi,
Nominal Group Technique, Sales Force Opinion, Executive Opinions,
dan Market Research.
b. Peramalan Kuantitatif
Peramalan secara kuantitatif dilakukan jika data historis memang
tersedia dan situasi bisnis relatif tenang, penggunaan data kuantitatif
untuk memprediksi besaran tertentu di masa mendatang akan jauh lebih
efektif dibandingkan peramalan kualitatif. Metode kuantitatif pada
dasarnya dapat dibagi lagi menjadi dua kelompok utama, yaitu model
time series dan model kausal (sebab akibat), namun pada penelitian ini,
model yang digunakan ialah model time series.
memperhatikan jenis pola data yang berbeda. Pola data tersebut dapat dibedakan
menjadi empat jenis yang umum, yakni :
a. Pola Horisontal
Pola yang terjadi ketika data observasi berfluktuasi disekitar nilai rata-
rata (tingkatan yang konstan) atau dapat dikatakan data bersifat stabil.
Tipe data ini juga biasa disebut dengan data stasioner.
b. Pola Tren
Pola tren muncul ketika data observasi cenderung menaik atau menurun
pada periode yang panjang.
c. Pola Musiman
Pola yang terjadi ketika data observasi memiliki kecendrungan
perubahan yang berulang secara otomatis dari tahun ke tahun.
d. Pola Siklik
Pola yang terjadi ketika data observasi berfluktuasi seperti gelombang
data yang terjadi di sekitar garis tren.
Pola data yang telah didapat dari pengamatan visual plot, kemudian
diidentifikasi dan digolongkan apakah data tersebut memiliki unsur tren,
musiman atau siklik, yang selanjutnya pola data tersebut akan membantu dalam
penggunaan metode yang paling cocok yang akan digunakan dalam proses
peramalan.
Metode-metode yang digunakan dalam peramalan time series terdiri dari
beberapa model, diantaranya adalah :
a. Model Peramalan Sederhana (naive)
Model ini digunakan untuk mengembangkan model sederhana yang
mengasumsikan bahwa periode yang baru berlalu adalah prediktor
terbaik masa depan. Model ini cocok untuk data yang berpola stasioner
(Hanke et al 2003). Model naive yang paling sederhana adalah :
̂ t+1 = Yt
Dimana :
̂ t+1 adalah ramalan untuk satu periode kedepan
Yt adalah data aktual pada periode t
b. Model Tren
Tren merupakan pergerakan jangka panjang didalam deret waktu yang
seringkali dijelaskan sebagai garis lurus atau kurva halus. Model ini bisa
digunakan untuk pola data musiman (Hanke et al 2003). Model-model
tren adalah sebagai berikut :
e. Model Dekomposisi
Model dekomposisi ini terbagi atas dua macam, yaitu :
Model komponen aditif
̂ t = Tt + St + Ct + It
Model komponen aditif kerjanya sangat baik untuk deret waktu yang
keragamannya kurang lebih sama sepanjang deret, dengan kata lain
semua nilai deret berada pada lebar yang konstan berpusat pada tren
(Hanke et al 2003).
Setelah mengidentifikasi pola data dan memilih model (yang sesuai dengan
pola data) yang akan digunakan dalam melakukan peramalan, langkah selanjutnya
atau hal yang perlu diperhatikan ialah mengukur ketepatan peramalan model
tersebut. Jika penggunaan model sudah dianggap benar, pemilihan model
peramalan terbaik sebaiknya didasarkan pada tingkat kesalahan prediksi dengan
cara menghitung kesalahan prediksi dari model-model tersebut. Menurut Hanke et
al (2003) dan Singgih (2009), dalam praktik ada beberapa alat ukur yang sering
digunakan untuk menghitung kesalahan prediksi, yaitu :
Dimana :
At adalah data aktual pada waktu t
Ft adalah data ramalan pada waktu t
n adalah jumlah data
Pada dasarnya, ketiga rumus diatas mengukur seberapa jauh data hasil
ramalan berbeda dengan data asli atau aktualnya. Hal tersebut diperlihatkan dari
nilai eror yang tercantum pada masing-masing alat ukur. Kriteria yang digunakan
bersifat sederhana, jika semakin kecil nilai ketiga alat ukur tersebut, maka
semakin baik model peramalan yang digunakan. Dari ketiga alat ukur diatas,
penelitian ini menggunakan alat ukur MSE.
PT. Kebun Sayur Segar (Parung Farm) merupakan salah satu perusahaan
yang bergerak di bidang agribisnis sayuran hidroponik. Perusahaan ini terbilang
perusahaan perintis (agribisnis sayuran hidroponik) yang berdomisili di provinsi
Jawa Barat, khususnya di Kabupaten Bogor. Sayuran yang dihasilkan perusahaan
ini cukup beragam jenisnya, terdapat sekitar 5 hingga 10 jenis sayuran yang
masuk dalam kategori unggul diproduksi pada perusahaan ini.
Dalam praktik proses produksinya, PT. Kebun Sayur Segar (Parung Farm)
dipengaruhi oleh dua bagian penting dalam perusahaan, yaitu bagian pemasaran
dan bagian produksi. Bagian produksi akan melaksanakan proses produksinya,
jika telah mendapatkan angka prediksi permintaan sayuran yang dikeluarkan dari
bagian pemasaran, dimana bagian pemasaran mendapatkan prediksi tersebut dari
jumlah rata-rata permintaan konsumen yang telah lalu, namun prediksi tersebut
lebih bersifat subyektif dan juga kualitatif.
Dengan adanya prediksi secara subyektif diatas, perusahaan seringkali
dihadapkan pada kondisi peramalan yang tidak akurat, yang menyebabkan adanya
gap antara produksi dengan demand yang ada, serta perencanaan produksi yang
kurang tepat. Gap tersebut terjadi karena angka prediksi yang dikeluarkan oleh
bagian pemasaran ketika bagian produksi ingin melakukan penanaman sayuran,
berbeda dengan permintaan yang real ketika sayuran telah dipanen, dimana hal itu
dipengaruhi oleh komponen waktu (dari masa penanaman hingga panen) dan juga
dipengaruhi oleh fluktuasi permintaan konsumen terhadap sayuran.
Untuk mendapatkan perencanaan produksi yang lebih baik, perusahaan
membutuhkan peramalan yang lebih akurat dari sebelumnya, yaitu peramalan
yang bersifat kuantitatif. Peramalan kuantitatif pada penelitian ini menggunakan
model time series yang terdiri dari beberapa model yang akan dipilih berdasarkan
pola data dan setelah itu dilihat nilai eror (MSE) terkecil dari masing-masing
model untuk menentukan model terakurat yang akan digunakan dalam proses
peramalan. Setelah mendapatkan hasil ramalan, kemudian dilakukan perencanaan
produksi atau estimasi waktu tanam, panen dan jumlah yang harus diproduksi oleh
perusahaan untuk memenuhi permintaan konsumen berdasarkan hasil ramalan
yang telah dilakukan. Alur kerangka pemikiran penelitian ini dapat dilihat pada
Gambar 5.
22
Pemasaran Produksi
Peramalan Kuantitatif
Model Terakurat
Hasil Peramalan
Perencanaan Produksi
METODE PENELITIAN
Penelitian ini dilaksanakan di PT. Kebun Sayur Segar (Parung Farm) yang
berlokasi di Jalan Raya Parung, Kecamatan Parung, Bogor, Jawa Barat. Pemilihan
lokasi ini dilakukan secara purposive dengan alasan PT. Kebun Sayur Segar
(Parung Farm) merupakan salah satu perusahaan agribisnis yang menjadi pionir
perusahaan yang melakukan teknik pembudidayaan dengan cara hidroponik di
Jawa Barat. Selain itu, pemilihan lokasi ini juga dipertimbangkan karena alasan
ketersediaan data dan permintaan pihak manajemen perusahaan untuk dilakukan
penelitian mengenai peramalan dan perencanaan produksi.
Penelitian ini dilakukan pada bulan Februari 2014 hingga Maret 2014,
dimana penelitian yang dilakukan meliputi pengumpulan data perusahaan yang
digunakan untuk keperluan pengolahan data penelitian.
Data yang digunakan dalam penelitian ini ialah data primer dan data
sekunder, baik yang bersifat kualitatif maupun kuantitatif. Data primer diperoleh
melalui wawancara dan observasi secara langsung dengan pihak perusahaan
(direktur dan karyawan) untuk mengetahui sejarah perkembangan perusahaan,
profil perusahaan serta rangkaian kegiatan agribisnis mulai dari hulu hingga hilir.
Sedangkan data sekunder yang digunakan ialah data perkembangan
permintaan dan harga komoditas sayuran dimana data permintaan tersebut
merupakan permintaan keseluruhan dari konsumen dan pelanggan PT. Kebun
Sayur Segar (Parung Farm) yang didapat melalui laporan perusahaan. Selain itu,
data sekunder juga berupa studi literatur berupa jurnal, laporan penelitian, skripsi,
BPS, Departemen Pertanian, dan buku-buku yang relevan dengan penelitian.
Data dan informasi yang telah diperoleh kemudian diolah secara kuantitatif
dan kualitatif. Analisis data kuantitatif dilakukan dengan mengolah data
permintaan sayuran pada PT. Kebun Sayur Segar (Parung Farm) (dalam bentuk
angka-angka) dengan menggunakan program komputer berupa microsoft excel
dan minitab 16 dimana hasil olahan tersebut disajikan dalam bentuk tabel dan
grafik. Sedangkan analisis data kualitatif dilakukan dengan menguraikan dan
mendeskripsikan tabel dan grafik yang telah dihasilkan dari analisis secara
kuantitatif dengan menggunakan kata-kata.
Penelitian peramalan permintaan dan perencanaan produksi sayuran ini
dilakukan dengan menggunakan metode deret waktu (time series), yang terdiri
dari metode trend, naif (naive), rataan bergerak (moving average), pemulusan
(smoothing) eksponensial, dekomposisi dan ARIMA, dimana metode terpilih akan
digunakan dalam proses peramalan. Adapun tahapan dalam melakukan proses
peramalan dan perencanaan produksi yakni sebagai berikut :
24
Sejarah Perusahaan
Pada awalnya PT. Kebun Sayur Segar merupakan sebuah yayasan yang
bergerak dalam bidang pelatihan bercocok tanam secara hidroponik yang digagas
oleh Bapak Subagyo yang merupakan seorang pensiunan salah satu bank di
Indonesia. Yayasan tersebut dibentuk pada tahun 1997 yang melayani siapa saja
yang ingin mengetahui dan mempelajari secara lebih mendalam bercocok tanam
dengan cara hidroponik. Keberadaan yayasan ini mendapat sambutan yang cukup
baik oleh para peminat pelatihan, hal tersebut dibuktikan dengan adanya hasil
produksi yang melimpah ruah dari setiap pelatihan yang dilakukan. Seiring
berjalannya waktu, pihak yayasan merasa hasil produk pelatihan yang melimpah
ruah tersebut bersifat sia-sia atau kurang memiliki nilai ekonomi yang lebih
karena tidak ada tindak lanjut setelah tanaman yang ditanam tersebut mengalami
panen. Berdasarkan pertimbangan kondisi diatas, pihak yayasan memiliki inisiatif
untuk menjadikan produk hasil pelatihan menjadi produk yang memiliki nilai
komersil. Oleh karena itu, secara resmi pada Juni 2003 yayasan ini berubah
bentuk menjadi sebuah badan hukum Perseroan Terbatas yang bernama PT.
Kebun Sayur Segar dengan brand Parung Farm.
Awalnya, produk yang dijual PT. Kebun Sayur Segar dengan brand Parung
Farm hanya terbatas pada beberapa jenis sayuran hidroponik seperti bayam,
kangkung dan selada yang dipasarkan pada pasar-pasar tertentu, namun pada
perkembangannya dengan keunggulan produk yang bebas pestisida, produk-
produk PT. Kebun Sayur Segar dapat ditemui pada hampir semua supermarket
dan hypermarket di Jabodetabek dan Bandung dengan pilihan jenis sayuran yang
sudah semakin beragam.
25
Input Produksi
Dalam melakukan proses budidayanya, PT. Kebun Sayur Segar (Parung
Farm) memperoleh saprodi berupa bibit dan pupuk dari mitra yang memang sudah
memiliki karakteristik yang sesuai dengan apa yang diinginkan oleh perusahaan
dan telah bekerjasama dengan berasaskan kepercayaan satu sama lain. Lahan yang
digunakan terbagi atas dua tempat, yakni lahan yang berada di Parung dan lahan
yang berada di Cianjur. Lahan Parung memiliki luas lahan sekitar 4 ha dengan
luas efektif yang digunakan sekitar 2000 m2 dalam bentuk greenhouse untuk
budidaya tanaman hidroponik. Sedangkan lahan Cianjur yang efektif digunakan
sekitar 1 ha dalam bentuk greenhouse untuk budidaya tanaman hidroponik dan
sekitar 2 ha untuk budidaya tanaman organik. Selain itu, dalam budidaya secara
hidroponik dibutuhkan saprodi lain berupa kit hidroponik dan peralatan teknis
lainnya, dimana kit hidroponik dan peralatan tersebut mampu dibuat sendiri oleh
perusahaan ini dengan tenaga kerja yang berjumlah sekitar 80 orang.
Proses pemanenan pada perusahaan ini dilakukan jika umur tanaman tepat
memasuki umur panen, kalaupun permintaan sedang tinggi dan produksi
mengalami kekurangan, maka tanaman lain dapat dipanen maksimal dua hari
sebelum hari panen, karena jika lewat dari itu sudah terdapat selisih bobot pada
hasil panen yang berimplikasi pada kuantitas per pak yang akan dipasarkan. PT.
Kebun Sayur Segar ini dalam sebulan dapat menghasilkan produk sebanyak 17-20
ton baik organik maupun hidroponik.
Pasca Panen
Kegiatan pasca panen pada perusahaan ini lebih difokuskan pada proses
sortasi, grading dan pengemasan (packing). Proses sortasi dan grading dilakukan
dengan cara memilah sayur-mayur yang berkualitas baik hingga kurang baik.
Proses ini dilakukan manual melalui visual yang dapat dilihat dari ukuran, bentuk
dan warna sayuran. Adapun persyaratan yang diinginkan perusahaan ini terhadap
pihak mitra adalah sayur-mayur harus berkualitas baik, bentuk dan warna menarik,
sesuai antara umur panen dengan varietas, tidak cacat, rasa dan bau yang khas
sayur-mayur serta bebas pestisida.
Proses pengemasan (packing) diawali dengan penimbangan masing-masing
sayuran dimana untuk satu pak yang dipasarkan memiliki bobot 250 gram. Setelah
melalui proses penimbangan, sayuran dikemas dengan menggunakan plastik yang
dibuat khusus oleh PT. Kebun Sayur Segar dengan brand Parung Farm.
Selanjutnya sayur-mayur pun siap untuk didistribusikan dengan menggunakan alat
transportasi berupa truk (dengan cool box) yang dimiliki oleh perusahaan ini.
Pemasaran
Kegiatan pemasaran yang ada di PT. Kebun Sayur Segar (Parung Farm)
terbilang sudah berjalan cukup baik, hal tersebut dapat dilihat dari konsep 4P
(product, price, place dan promotion) yang sudah berjalan sesuai dengan
kapasitasnya masing-masing dan sesuai dengan apa yang diharapkan oleh pihak
perusahaan dan juga pihak kemitraan dari perusahaan ini.
Product yang terdapat pada PT. Kebun Sayur Segar (Parung Farm) terbilang
cukup beragam jenis sayurannya seperti bayam hijau dan merah, berbagai macam
jenis selada, tomat, kangkung dan puluhan jenis sayuran lainnya yang memiliki
keunggulan bebas pestisida serta telah memiliki brand tersendiri yakni Parung
Farm yang membuat para konsumen yakin dan percaya akan produk-produk yang
dipasarkan oleh perusahaan ini.
Price atau harga yang ditetapkan untuk satu pak sayur berbobot 250 gram
berkisar antara Rp13 000 hingga Rp15 000 tergantung dari jenis sayurannya, dan
harga tersebut terbilang cukup terjangkau untuk ukuran sayuran yang terbebas dari
penggunaan pestisida. Secara geografis, pangsa pasar yang dilayani oleh
perusahaan ini lebih banyak terkonsentrasi di wilayah Jabodetabek dan Bandung
yakni pada hypermarket dan supermarket seperti Carrefour, Sogo, Giant, Hero
dan lain sebagainya dengan sistem pemesanan perhari. Promosi yang dilakukan
yakni melalui website perusahaan serta melalui mouth by mouth dari para
konsumen yang telah setia pada produk-produk perusahaan ini.
27
800
700
ORDER BAYAM HIJAU
600
500
400
300
200
100
1 115 230 345 460 575 690 805 920 1035 1150
Index
pola konsumsi sayuran dari konsumen PT. Kebun Sayur Segar (Parung Farm)
meningkat seiring datangnya bulan Ramadhan dan hari lebaran.
700
600
ORDER KANGKUNG
500
400
300
200
100
1 115 230 345 460 575 690 805 920 1035 1150
Index
eksponensial winter dan model ARIMA. Setelah diketahui nilai akurasi kesalahan
(error) terkecil dari semua metode peramalan time series yang digunakan dengan
melihat nilai MSE (Mean Square Error), maka akan diketahui metode peramalan
terbaik untuk meramalkan permintaan kangkung lima bulan kedepan. Pada Tabel
6 dapat dilihat perbandingan dari masing-masing nilai akurasi kesalahan dari
setiap metode yang digunakan pada penelitian ini.
jumlah permintaan yang berkisar 220 sampai 270 pak, namun pada hari-hari di
akhir bulan Juli, permintaan kangkung beranjak meningkat hingga mencapai 302
pak. Peningkatan permintaan tersebut bisa disebabkan karena bulan Juli
merupakan bulan Ramadhan dan terdapat hari lebaran yang memungkinkan
permintaan akan sayuran (kangkung) meningkat dari hari-hari biasanya.
400
ORDER ROMAINE
300
200
100
1 115 230 345 460 575 690 805 920 1035 1150
Index
Perencanaan Produksi
80
78
76
74
72
70
68
66
64
62
60
58
56
54
52
50
1 2 3 4 5 6 7 8 9 10111213141516171819202122232425262728293031
Tanggal
80
78
76
74
72
70
68
66
64
62
60
58
56
54
52
50
1 2 3 4 5 6 7 8 9 101112131415161718192021222324252627282930
Tanggal
80
78
76
74
72
70
68
66
64
62
60
58
56
54
52
50
1 2 3 4 5 6 7 8 9 10111213141516171819202122232425262728293031
Tanggal
80
78
76
74
72
70
68
66
64
62
60
58
56
54
52
50
1 2 3 4 5 6 7 8 9 101112131415161718192021222324252627282930
Tanggal
80
78
76
74
72
70
68
66
64
62
60
58
56
54
52
50
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28
Tanggal
ditanam untuk memenuhi permintaan puncak sebanyak 480 pak (120 kg),
perusahaan setidaknya menanam bayam hijau sepanjang 80 meter dengan asumsi
1 meter penanaman akan menghasilkan 1.5 kg atau sekitar 6 pak bayam hijau.
Permintaan puncak pada bulan ini setara dengan luas 80 m2, dan angka
tersebut berada diluar jangkauan luas lahan maksimal perhari untuk bayam hijau,
yakni 72 m2. Hal itu berarti bahwa permintaan tersebut dapat dipenuhi oleh
perusahaan ini dengan melakukan penarikan panen produksi yang seharusnya
akan dipanen pada esok hari seluas 8 m2.
50
48
46
44
42
40
38
36
34
32
30
1 2 3 4 5 6 7 8 9 10111213141516171819202122232425262728293031
Tanggal
50
48
46
44
42
40
38
36
34
32
30
1 2 3 4 5 6 7 8 9 101112131415161718192021222324252627282930
Tanggal
50
48
46
44
42
40
38
36
34
32
30
1 2 3 4 5 6 7 8 9 101112131415161718192021222324252627282930
Tanggal
50
48
46
44
42
40
38
36
34
32
30
1 2 3 4 5 6 7 8 9 101112131415161718192021222324252627282930
Tanggal
50
48
46
44
42
40
38
36
34
32
30
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28
Tanggal
149 dan 150 pak atau setara dengan luas tanam 19 m2. Hal itu dapat dilihat pada
grafik dibawah ini.
20
19
18
17
16
15
14
13
12
11
10
1 2 3 4 5 6 7 8 9 10111213141516171819202122232425262728293031
Tanggal
20
19
18
17
16
15
14
13
12
11
10
1 2 3 4 5 6 7 8 9 101112131415161718192021222324252627282930
Tanggal
20
19
18
17
16
15
14
13
12
11
10
1 2 3 4 5 6 7 8 9 101112131415161718192021222324252627282930
Tanggal
20
19
18
17
16
15
14
13
12
11
10
1 2 3 4 5 6 7 8 9 101112131415161718192021222324252627282930
Tanggal
20
19
18
17
16
15
14
13
12
11
10
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28
Tanggal
Simpulan
permintaan berkisar antara 100 hingga 148 pak (37 kg) perhari untuk
lima bulan kedepan.
2. Perencanaan produksi didapat berdasarkan hasil peramalan yang telah
dilakukan dengan karakteristik masing-masing komoditi. Proses
perencanaan produksi bayam hijau dimulai pada tanggal 16 Juni 2014
untuk waktu tanam, 24 Juli 2014 untuk waktu panen dengan jumlah
yang harus diproduksi sebanyak 480 pak atau 120 kg. Perencanaan
produksi kangkung dimulai pada tanggal 16 Juni 2014 untuk waktu
tanam, 24 Juli 2014 untuk waktu panen dengan jumlah yang harus
diproduksi sebanyak 302 pak atau 75.5 kg, sedangkan perencanaan
produksi romaine dimulai pada tanggal 6 Juni 2014 untuk waktu tanam,
24 Juli 2014 untuk waktu panen dengan jumlah yang harus diproduksi
sebanyak 148 pak atau 37 kg. Perencanaan tersebut didasarkan pada
hasil peramalan yang menunjukkan bahwa puncak permintaan ketiga
komoditi terjadi pada hari-hari akhir di bulan Juli 2014, yakni tanggal 24
dan 25 Juli 2014.
Saran
Berdasarkan hasil penelitian yang telah dilakukan di PT. Kebun Sayur Segar
(Parung Farm), maka penulis menyarankan :
1. Pihak perusahaan sebaiknya melakukan peramalan secara kuantitatif
disamping peramalan rata-rata secara kualitatif, agar estimasi peramalan
lebih bersifat obyektif dan tidak cenderung kearah subyektifitas,
sehingga estimasi peramalan yang didapat lebih akurat dan hal tersebut
akan berimplikasi pada efek memperkecil gap yang terjadi antara
produksi dengan demand yang ada pada perusahaan ini.
2. Perusahaan dianjurkan untuk menyiapkan sumberdaya manusia yang
kompeten dalam hal peramalan kuantitatif agar mampu menerapkan dan
mengoperasionalkan metode peramalan yang diusulkan pada penelitian
ini untuk dapat melakukan peramalan periode selanjutnya secara lebih
akurat yang akan berimplikasi pada perencanaan produksi guna
memenuhi permintaan konsumen akan sayuran pada perusahaan ini.
3. Untuk memenuhi permintaan yang berada diluar jangkauan luas lahan
maksimal perhari untuk masing-masing komoditi, perusahaan sebaiknya
menambah luas lahan seluas 100 m2 untuk bayam hijau, 30 m2 untuk
kangkung dan 200 m2 untuk romaine, atau perusahaan mengadakan
kemitraan dengan petani atau perusahaan hidroponik lainnya yang sesuai
dengan kriteria agar permintaan konsumen pada perusahaan ini dapat
terpenuhi secara keseluruhan.
4. Penelitian yang dilakukan ini hanya terbatas pada ketiga komoditas
hidroponik terpilih, oleh sebab itu diperlukan penelitian lebih lanjut
terhadap komoditas lain (organik maupun hidroponik) yang diusahakan
pada PT. Kebun Sayur Segar (Parung Farm).
59
DAFTAR PUSTAKA
LAMPIRAN
1.0
0.8
0.6
0.4
Autocorrelation
0.2
0.0
-0.2
-0.4
-0.6
-0.8
-1.0
1 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75
Lag
1.0
0.8
0.6
Partial Autocorrelation
0.4
0.2
0.0
-0.2
-0.4
-0.6
-0.8
-1.0
1 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75
Lag
Lag 12 24 36 48
Chi-Square 28.6 41.7 74.5 93.5
DF 6 18 30 42
P-Value 0.000 0.001 0.000 0.000
95% Limits
Period Forecast Lower Upper 1203 431.82 138.25 725.40
1155 316.47 172.72 460.22 1204 345.39 48.61 642.18
1156 363.81 210.55 517.07 1205 388.44 88.91 687.97
1157 351.92 194.78 509.05 1206 377.72 75.55 679.89
1158 388.87 228.72 549.02 1207 414.49 109.73 719.26
1159 345.94 182.97 508.90 1208 368.43 61.09 675.78
1160 384.86 219.16 550.56 1209 409.50 99.61 719.40
1161 413.17 244.79 581.56 1210 435.23 122.81 747.66
1162 324.09 149.80 498.38 1211 348.80 33.21 664.39
1163 368.00 190.14 545.87 1212 391.85 73.55 710.15
1164 357.06 176.05 538.07 1213 381.13 60.22 702.05
1165 393.86 209.84 577.89 1214 417.91 94.42 741.39
1166 348.40 161.41 535.38 1215 371.85 45.81 697.89
1167 389.05 199.16 578.94 1216 412.92 84.35 741.49
1168 415.26 222.51 608.02 1217 438.65 107.57 769.73
1169 328.32 131.48 525.16 1218 352.22 18.02 686.42
1170 371.53 171.49 571.56 1219 395.27 58.38 732.17
1171 360.76 157.73 563.79 1220 384.55 45.07 724.04
1172 397.53 191.58 603.48 1221 421.33 79.29 763.37
1173 351.58 142.75 560.40 1222 375.27 30.69 719.85
1174 392.56 180.91 604.21 1223 416.35 69.25 763.44
1175 418.37 203.92 632.82 1224 442.08 92.48 791.67
1176 331.84 113.73 549.94 1225 355.65 2.97 708.33
1177 374.91 153.78 596.04 1226 398.70 43.35 754.06
1178 364.18 140.17 588.18 1227 387.99 30.05 745.93
1179 400.95 174.12 627.77 1228 424.77 64.28 785.25
1180 354.90 125.30 584.50 1229 378.71 15.70 741.72
1181 395.95 163.60 628.29 1230 419.79 54.27 785.30
1182 421.69 186.63 656.74 1231 445.52 77.51 813.52
1183 335.23 96.70 573.76 1232 359.09 -11.98 730.16
1184 378.28 136.83 619.73 1233 402.15 28.42 775.88
1185 367.56 123.32 611.79 1234 391.43 15.13 767.74
1186 404.32 157.35 651.30 1235 428.21 49.37 807.05
1187 358.26 108.59 607.94 1236 382.16 0.80 763.52
1188 399.33 146.98 651.67 1237 423.24 39.38 807.09
1189 425.05 170.06 680.04 1238 448.97 62.62 835.31
1190 338.61 80.26 596.96 1239 362.54 -26.85 751.93
1191 381.66 120.46 642.85 1240 405.60 13.56 797.65
1192 370.93 107.01 634.85 1241 394.89 0.28 789.50
1193 407.70 141.11 674.30 1242 431.67 34.53 828.82
1194 361.64 92.40 630.88 1243 385.62 -14.04 785.28
1195 402.71 130.84 674.57 1244 426.70 24.54 828.86
1196 428.43 153.97 702.89 1245 452.43 47.79 857.07
1197 342.00 64.26 619.73 1246 366.01 -41.67 773.68
1198 385.04 104.52 665.57 1247 409.07 -1.26 819.39
1199 374.32 91.12 657.52 1248 398.36 -14.53 811.25
1200 411.09 125.26 696.92 1249 435.14 19.72 850.56
1201 365.03 76.60 653.47 1250 389.09 -28.85 807.03
1202 406.10 115.09 697.12 1251 430.17 9.73 850.61
65
1.0
0.8
0.6
0.4
Autocorrelation
0.2
0.0
-0.2
-0.4
-0.6
-0.8
-1.0
1 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75
Lag
1.0
0.8
0.6
Partial Autocorrelation
0.4
0.2
0.0
-0.2
-0.4
-0.6
-0.8
-1.0
1 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75
Lag
67
Lag 12 24 36 48
Chi-Square 16.3 33.0 47.1 62.7
DF 7 19 31 43
P-Value 0.023 0.024 0.032 0.027
95% Limits
Period Forecast Lower Upper 1183 227.669 18.113 437.225
1155 229.559 112.099 347.020 1184 250.797 38.500 463.094
1156 243.580 118.173 368.986 1185 249.451 34.502 464.400
1157 241.637 112.705 370.568 1186 268.665 51.097 486.234
1158 261.551 129.189 393.913 1187 247.720 27.563 467.877
1159 240.850 105.144 376.557 1188 271.269 48.554 493.984
1160 263.604 124.634 402.574 1189 277.927 52.683 503.171
1161 272.932 130.773 415.091 1190 229.258 1.063 457.452
1162 223.095 76.501 369.689 1191 252.385 21.559 483.210
1163 245.982 95.909 396.055 1192 251.037 17.662 484.412
1164 244.640 91.311 397.969 1193 270.250 34.353 506.147
1165 263.858 107.340 420.375 1194 249.304 10.911 487.696
1166 242.917 83.275 402.559 1195 272.851 31.989 513.713
1167 266.469 103.763 429.176 1196 279.508 36.201 522.815
1168 273.131 107.417 438.846 1197 230.837 -15.315 476.989
1169 224.465 55.229 393.702 1198 253.963 5.265 502.661
1170 247.596 75.263 419.929 1199 252.614 1.445 503.783
1171 246.252 70.942 421.563 1200 271.826 18.210 525.441
1172 265.469 87.231 443.707 1201 250.878 -5.161 506.918
1173 244.527 63.408 425.646 1202 274.424 15.984 532.865
1174 268.078 84.124 452.032 1203 281.080 20.260 541.899
1175 274.739 87.992 461.485 1204 232.408 -31.174 495.990
1176 226.072 36.057 416.086 1205 255.532 -10.529 521.593
1177 249.201 56.297 442.105 1206 254.182 -14.289 522.653
1178 247.856 52.163 443.549 1207 273.392 2.534 544.251
1179 267.071 68.630 465.513 1208 252.444 -20.782 525.670
1180 246.128 44.975 447.281 1209 275.989 0.416 551.562
1181 269.678 65.849 473.507 1210 282.643 4.743 560.543
1182 276.337 69.868 482.807 1211 233.970 -46.627 514.566
69
1.0
0.8
0.6
0.4
Autocorrelation
0.2
0.0
-0.2
-0.4
-0.6
-0.8
-1.0
1 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75
Lag
1.0
0.8
0.6
Partial Autocorrelation
0.4
0.2
0.0
-0.2
-0.4
-0.6
-0.8
-1.0
1 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75
Lag
Lag 12 24 36 48
Chi-Square 19.0 35.6 41.8 54.4
DF 6 18 30 42
73
95% Limits
Period Forecast Lower Upper 1213 122.058 -79.851 323.967
1155 98.501 -7.496 204.499 1214 147.642 -55.642 350.926
1156 139.264 28.590 249.939 1215 132.533 -72.116 337.182
1157 125.798 13.289 238.307 1216 144.068 -61.936 350.073
1158 145.276 31.269 259.283 1217 148.308 -59.043 355.660
1159 136.884 21.443 252.325 1218 103.215 -105.738 312.168
1160 145.382 28.532 262.233 1219 136.665 -73.692 347.022
1161 147.823 29.581 266.064 1220 121.934 -89.790 333.658
1162 103.732 -18.368 225.833 1221 147.521 -65.557 360.599
1163 138.514 14.482 262.545 1222 132.413 -82.009 346.836
1164 124.018 -1.687 249.724 1223 143.951 -71.808 359.710
1165 147.737 20.413 275.060 1224 148.193 -68.894 365.280
1166 134.635 5.718 263.551 1225 103.101 -115.561 321.764
1167 145.247 14.758 275.736 1226 136.554 -83.493 356.600
1168 148.936 16.894 280.979 1227 121.824 -99.571 343.220
1169 104.135 -30.341 238.612 1228 147.414 -75.318 370.145
1170 137.976 1.748 274.205 1229 132.308 -91.751 356.367
1171 123.307 -14.562 261.176 1230 143.847 -81.532 369.226
1172 148.323 8.847 287.799 1231 148.091 -78.600 374.783
1173 133.809 -7.254 274.872 1232 103.002 -125.242 331.246
1174 145.059 2.427 287.690 1233 136.456 -93.155 366.068
1175 149.125 4.942 293.308 1234 121.729 -109.216 352.674
1176 104.112 -42.094 250.318 1235 147.320 -84.946 379.586
1177 137.672 -10.186 285.530 1236 132.217 -101.363 365.796
1178 122.951 -26.490 272.392 1237 143.758 -91.127 378.644
1179 148.359 -2.641 299.359 1238 148.004 -88.180 384.188
1180 133.422 -19.120 285.963 1239 102.917 -134.801 340.635
1181 144.865 -9.203 298.933 1240 136.373 -102.698 375.444
1182 149.046 -6.533 304.625 1241 121.648 -118.743 362.039
1183 103.970 -53.469 261.410 1242 147.241 -94.459 388.941
1184 137.447 -21.575 296.469 1243 132.139 -110.862 375.141
1185 122.713 -37.839 283.264 1244 143.683 -100.613 387.979
1186 148.239 -13.822 310.300 1245 147.931 -97.652 393.514
1187 133.176 -30.379 296.732 1246 102.846 -144.254 349.946
1188 144.679 -20.357 309.715 1247 136.304 -112.137 384.745
1189 148.896 -17.607 315.400 1248 121.581 -128.170 371.331
1190 103.803 -64.474 272.080 1249 147.176 -103.873 398.225
1191 137.256 -32.552 307.064 1250 132.076 -120.264 384.417
1192 122.519 -48.773 293.811 1251 143.622 -110.003 397.247
1193 148.083 -24.675 320.841 1252 147.872 -107.030 402.775
1194 132.984 -41.227 307.195 1253 102.789 -153.616 359.194
1195 144.506 -31.146 320.157 1254 136.249 -121.487 393.985
1196 148.735 -28.346 325.816 1255 121.528 -137.508 380.564
1197 103.638 -75.157 282.434 1256 147.125 -113.200 407.451
1198 137.086 -43.199 317.370 1257 132.028 -129.581 393.636
1199 122.349 -59.382 304.080 1258 143.575 -119.309 406.460
1200 147.925 -35.235 331.086 1259 147.828 -116.327 411.982
1201 132.817 -51.762 317.396 1260 102.746 -162.898 368.391
1202 144.346 -41.640 330.332 1261 136.208 -130.759 403.176
1203 148.581 -38.802 335.963 1262 121.489 -146.770 389.749
1204 103.484 -85.568 292.536 1263 147.089 -122.453 416.630
1205 136.931 -53.577 327.439 1264 131.993 -138.824 402.810
1206 122.196 -69.727 314.118 1265 143.543 -128.544 415.629
1207 147.778 -45.545 341.100 1266 147.797 -125.553 421.147
1208 132.667 -62.044 327.379 1267 102.718 -172.111 377.547
1209 144.200 -51.891 340.291 1268 136.182 -139.962 412.326
1210 148.438 -49.023 345.898 1269 121.465 -155.965 398.895
1211 103.342 -95.750 302.435 1270 147.066 -131.639 425.772
1212 136.791 -63.729 337.311 1271 131.973 -148.003 411.948
74
RIWAYAT HIDUP
Penulis dilahirkan di Jakarta pada tanggal 31 Desember 1992 dari ayah Jazri
(alm) dan ibu Khairiyah. Penulis adalah putra keenam dari enam bersaudara.
Tahun 2010 penulis lulus dari Madrasah Aliyah Al-Falah Boarding School Jakarta
dan pada tahun yang sama penulis lulus seleksi masuk Institut Pertanian Bogor
(IPB) melalui jalur Beasiswa Utusan Daerah Kementerian Agama Republik
Indonesia dan diterima di Departemen Agribisnis, Fakultas Ekonomi dan
Manajemen.
Selama menjalani pendidikan di IPB, penulis aktif mengikuti organisasi dan
acara-acara yang diadakan di kampus, seperti Badan Eksekutif Mahasiswa (BEM)
dan Himpunan Profesi (HIMPRO). Selain itu, penulis juga pernah aktif sebagai
staf Departemen Pengembangan Sumberdaya Manusia Community of Santri
Schoolars of Ministry of Religious Affairs (CSS MoRA) IPB. Pada bulan Juni
hingga Agustus 2013 penulis melaksanakan Gladikarya atau yang lebih dikenal
dengan sebutan KKP di Desa Cihanjuang, Kecamatan Parongpong, Kabupaten
Bandung Barat.