com
APASALSAYAINFORMASI ABSTRAK
Sejarah artikel: Ketersediaan bahan baku singkong mempengaruhi produksi tepung tapioka
pada industri kecil menengah (IKM) Kabupaten Bogor. Bahan baku singkong
Diterima: 19 Maret 2022
merupakan faktor penentu dalam menghasilkan hasil singkong sehingga
Direvisi: 30 Mei 2022
mempengaruhi jumlah produksi tepung tapioka. Perencanaan bahan baku
Diterima: 29 Juni 2022
singkong harus dilakukan dengan baik karena kualitas dan kuantitas singkong
Kata kunci:
harus dijaga untuk mencapai target produksi tepung tapioka. Hasil peramalan
kebutuhan tepung tapioka pada IKM dengan metode Multiplicative
Decomposition adalah sebanyak 2566 kg dengan MAD = 173.73 dan MAPE =
Defuzzifikasi 0.08. Berdasarkan analisis efektivitas mesin gerinda, rata-rata nilai OEE selama
Logika kabur
satu tahun sebesar 0,32 (32%). Berdasarkan nilai hasil peramalan permintaan,
Peramalan
Fungsi keanggotaan OEE mesin giling dan harga tepung tapioka, Analisis kebutuhan bahan baku
OEE singkong dilakukan dengan menggunakan pendekatan logika fuzzy. Himpunan
keanggotaan yang digunakan adalah Fungsi Keanggotaan Segitiga dan
Trapesium serta Basis Aturan Fuzzy sebanyak 81 kemungkinan. Kebutuhan
bahan baku defuzzifikasi singkong di IKM sebesar 17600 kg. Berdasarkan hasil
defuzzifikasi, kebutuhan bahan baku harus ditingkatkan agar permintaan tepung
tapioka dapat tercapai.
http://dx.doi.org/10.30656/jsmi.v6i1.4594 67
Jurnal Sistem dan Manajemen Industri Vol 6 No 1 Juni 2022, 67-76
Berdasarkan kebutuhan bahan baku singkong pada OEE = Ketersediaan x Kinerja x Tingkat Kualitas (4)
IKM, maka perlu dilakukan perencanaan jumlah bahan baku
Metode peramalan dekomposisi perkalian
dengan menggunakan pendekatan logika fuzzy untuk
digunakan untuk tipe data dengan pola yang
mengetahui nilai samar setiap variabel input dan output
berulang sepanjang waktu. Pada metode
bahan baku singkong. Pendekatan logika fuzzy dapat
dekomposisi perkalian, data yang digunakan
memberikan hasil analisis terkait variabel yang nilainya tidak
mempunyai pengelompokan berdasarkan
jelas [15]. Penelitian ini menggunakan pendekatan logika fuzzy
kecenderungan data yang berbeda-beda. Nilai
dengan variabel himpunan keanggotaan yang digunakan.
bobot setiap kelompok tren data harus
Penelitian yang dilakukan meliputi efektivitas keseluruhan
ditentukan untuk menentukan hasil peramalan [
peralatan (OEE) mesin giling, peramalan permintaan dan
21]. Rumusan metode peramalan Dekomposisi
harga jual tepung tapioka. Hal ini dapat membantu IKM dalam
Multiplikatif adalah sebagai berikut [22]:
merencanakan kebutuhan bahan baku singkong yang optimal.
Yt = TRTx SNTx sel4x IRT (5)
68 http://dx.doi.org/10.30656/jsmi.v6i1.4594
Jurnal Sistem dan Manajemen Industri Vol 6 No 1 Juni 2022, 67-76
Dimana YTadalah nilai observasi deret waktu pada periode Dasar pengembangan model MRP untuk pengelolaan
t; TRt adalah faktor tren pada periode t; SNt adalah faktor bahan baku adalah data permintaan produk yang akan
musiman t pada periode t; CLt merupakan faktor siklik disesuaikan dengan kemampuan mesin produksi
pada periode t dan IRt merupakan faktor ireguler pada sehingga dapat direncanakan jumlah kebutuhan bahan
periode t. baku dan jadwal kedatangan bahan baku yang
Uji akurasi menentukan tingkat kesalahan yang dibutuhkan [11]. Model lain yang dikembangkan untuk
dihasilkan dari hasil peramalan yang digunakan. perencanaan bahan baku adalah EOQ. Model ini
Tingkat kesalahan ini akan digunakan untuk melihat mengasumsikan permintaan konstan, sehingga
seberapa akurat hasil peramalan berdasarkan metode diperlukan analisis Re-Order Point (ROP) untuk
yang digunakan [23]. Analisis tingkat akurasi dapat menjaga ketersediaan bahan baku [30].
menggunakan dua metode yaitu Mean Absolute Berdasarkan model yang digunakan pada
Deviation (MAD) dan Mean Percentage Error (MAPE). penelitian sebelumnya, variabel kritis yang digunakan
Rumusan kedua metode MAD dan MAPE adalah adalah data permintaan produk untuk menentukan
sebagai berikut [24]: perencanaan kebutuhan bahan baku berdasarkan
jadwal produksi. Model ini tidak dapat diterapkan di
GILA =∑Msaya=1[|Pi − Ai|]/M (6) perencanaan bahan baku singkong karena,
PETA =∑M saya=1{[|(Pi − Ai)/Ai|]/M} x 100% (7) Berdasarkan kondisi sebenarnya dipengaruhi
Himpunan keanggotaan segitiga dapat digunakan
oleh tiga variabel yaitu permintaan produk
untuk variabel yang mempunyai nilai derajat keanggotaan
tepung tapioka, efektivitas mesin penggiling, dan
tertinggi. Himpunan keanggotaan akan membentuk nilai harga jual tepung tapioka. Efektivitas mesin
maksimum berdasarkan parameter yang dikembangkan penggiling singkong sangat penting dalam
pada fuzzy [25]. Himpunan keanggotaan segitiga pada proses produksi tepung tapioka karena
model fuzzy adalah μF (a, b, c): R → [0,1] [26] banyaknya singkong giling yang dihasilkan pada
Himpunan keanggotaan trapesium dapat digunakan
mesin ini akan menentukan besarnya rendemen
untuk variabel yang mempunyai derajat keanggotaan
tepung tapioka.
maksimum lebih dari satu nilai. Himpunan keanggotaan ini
Variabel harga jual tepung tapioka sangat
dapat digunakan jika parameter yang digunakan mempunyai
penting karena harga jualnya berfluktuasi dan dapat
beberapa nilai variabel dengan derajat keanggotaan
mempengaruhi jumlah pesanan produk. Hal ini
maksimum [27] [25]. Himpunan keanggotaan trapesium pada
berdampak pada kebutuhan bahan baku singkong
model fuzzy adalah μF (a, b1, b2, c): R → [0,1] [26].
yang harus disiapkan. Oleh karena itu, penelitian
Basis aturan fuzzy akan menentukan model perencanaan kebutuhan bahan baku singkong
operator fuzzy berdasarkan nilai derajat yang dilakukan saat ini menggunakan ketiga variabel
keanggotaan yang diperoleh dari nilai variabel. Itu tersebut sebagai masukan dengan menggunakan
Aturan fuzzy yang digunakan adalah Ri : If X adalah 1dan X2adalah2
1 Saya
Saya, pendekatan logika fuzzy. Model pendekatan fuzzy ini
Dan⋯XMadalahSaya
MMaka Y adalah BSaya; saya = 1; 2;…n dengan
dapat mengidentifikasi ketidakcukupan jumlah ketiga
hubungan operator fuzzy yang digunakan adalah “dan” variabel di atas untuk menghasilkan perencanaan
sehingga nilai operator yang dipilih pada proses bahan baku singkong yang ideal. Penelitian kebutuhan
defuzzifikasi adalah nilai “Min” [28]. bahan baku singkong berdasarkan logika fuzzy ini
dapat dikembangkan dengan melihat kondisi pasokan
Proses defuzzifikasi penentuan bahan baku
IKM saat ini, termasuk ketersediaan pemasok dan
singkong menggunakan metode center of area.
kinerja pemasok. Model ini dapat mengintegrasikan
Metode ini membandingkan luas dan momen
kegiatan penyediaan bahan baku singkong dari pabrik
yang dihasilkan oleh operator fuzzy. Rumusan
hingga pemasok.
defuzzifikasi dengan metode COA adalah sebagai
Produksi tepung tapioka dipengaruhi oleh
berikut [29]:
kemampuan singkong giling dalam menghasilkan singkong
∫ () giling. Singkong giling akan direndam untuk mendapatkan
= =0 (8)
∫ =0 ( ) hasil singkongnya. Mesin penggiling singkong sangat penting
dalam proses produksi singkong karena pada mesin ini
3. HASIL DAN PEMBAHASAN terdapat singkong giling yang digunakan untuk menghasilkan
Model perencanaan bahan baku yang digunakan rendemen singkong dalam pembuatan tepung tapioka.
sebelumnya adalah perencanaan kebutuhan bahan. Model Efektivitas mesin penggiling singkong
ini menggunakan data permintaan berdasarkan struktur menjadi kunci keberhasilan IKM dalam
bill of material untuk menghasilkan produk [9]. Itu memproduksi tepung tapioka sesuai kuantitas
http://dx.doi.org/10.30656/jsmi.v6i1.4594 69
Jurnal Sistem dan Manajemen Industri Vol 6 No 1 Juni 2022, 67-76
dan kualitas, sehingga efektivitasnya harus dianalisis nilai derajat keanggotaan yang digunakan untuk
dalam produksi. Efektivitas mesin penggiling singkong proses defuzzifikasi kebutuhan bahan baku
dianalisis dengan menggunakan metode efektivitas singkong.
peralatan secara keseluruhan. Kemampuan mesin Data permintaan tepung tapioka diperoleh dari
dalam memproduksi singkong giling ditentukan kebutuhan koperasi pengumpul tepung yang dapat
berdasarkan ketersediaan, kinerja, dan tingkat kualitas dipenuhi oleh IKM. Peramalan permintaan tepung tapioka
mesin. pada IKM menggunakan data permintaan selama satu
Hasil nilai OEE mesin penggiling akan tahun. Permintaan tepung tapioka dapat dilihat diMeja 2.
digunakan sebagai variabel masukan dalam penentuan Kondisi pasokan bahan baku singkong dari pengepul yang
kebutuhan bahan baku singkong pada model tidak konsisten kualitas dan kuantitasnya menjadi
himpunan keanggotaan fuzzy. Hasil efektivitas mesin permasalahan dengan menurunnya permintaan tepung
penggiling singkong selama satu tahun dengan tapioka pada bulan Mei dan Juni. Rendahnya kualitas
metode OEE dapat dilihat pada Tabel 1. Berdasarkan bahan baku singkong menyebabkan menurunnya kualitas
analisis mesin penggiling singkong selama satu tahun tepung tapioka sehingga menyebabkan kebutuhan
diperoleh nilai rata-rata ketersediaan = 65,16%; kinerja pengumpulan koperasi menurun pada bulan Mei dan Juni.
= 53,62%; tingkat mutu = 89,55%, dan rata-rata OEE Pada bulan Juli hingga Agustus, permintaan tepung
mesin penggiling singkong sebesar 32%. Hasil nilai tapioka meningkat karena pasokan bahan baku singkong
OEE mesin gerinda tersebut akan dimasukkan ke terjaga dengan baik sehingga tepung tapioka yang
dalam set keanggotaan OEE untuk mendapatkan nilai dihasilkan dapat memenuhi baku mutu (kadar air dan
OEE tersebut warna) pengumpul tepung.
70 http://dx.doi.org/10.30656/jsmi.v6i1.4594
Jurnal Sistem dan Manajemen Industri Vol 6 No 1 Juni 2022, 67-76
Peramalan permintaan dapat dianalisis dengan Berdasarkan hasil analisis kesalahan, perkiraan kebutuhan
menggunakan metode musiman, dimana tren tepung tapioka pada bulan Januari tahun berikutnya adalah
musiman dibagi menjadi dua musim: Januari hingga sebesar 2566 kg.
Juni dan Juli hingga Agustus. Keakuratan peramalan Harga jual tepung tapioka berdasarkan
dengan metode musiman dianalisis menggunakan kualitas produksi di IKM adalah Rp. 9500/kg, harga
aplikasi POM for windows untuk melihat tingkat beli dari koperasi atau pengepul tepung tapioka.
kesalahan hasil peramalan. Pengukuran tingkat Harga tersebut akan digunakan dalam himpunan
kesalahan dengan ketelitian yang tinggi dapat keanggotaan harga jual tepung tapioka dalam
dilakukan dengan melihat konsistensi (reliabilitas) mengembangkan model fuzzy pemesanan bahan
kesalahan dengan menggunakan nilai MAD dan MAPE.[ baku.
31].Perhitungan tingkat kesalahan hasil peramalan Berdasarkan hasil observasi dan
dengan metode musiman dapat dilihat padaTabel 3. wawancara pada IKM, ditemukan bahwa batasan
Metode peramalan sesional digunakan untuk nilai parameter mengikuti kondisi aktual yang
memprediksi produksi tepung tapioka yang terjadi di lapangan terkait permintaan, efektivitas
mempunyai kondisi musiman. Kondisi ini disebabkan mesin giling, dan harga jual tapioka. Batasan
oleh menurunnya produksi singkong petani sehingga masing-masing parameter terdiri dari rendah,
tidak dapat memenuhi kebutuhan produksi IKM. sedang, dan tinggi untuk setiap variabel yang
Berdasarkan hasil peramalan, produksi digunakan. Jenis himpunan keanggotaan yang
tepung tapioka mengalami peningkatan pada sesuai adalah segitiga dan trapesium dalam
periode 13 karena data produksi periode 8-12 stabil. defuzzifikasi kebutuhan bahan baku. Batas
Karena kemampuan pasokan bahan baku pengepul parameter setiap variabel menjadi batas nilai
singkong pada periode tersebut untuk memenuhi parameter hasil perhitungan pada setiap metode
kebutuhan UKM, maka kondisi ini menunjukkan analisis yang digunakan untuk menghitung
kecenderungan tren peramalan meningkat mulai kebutuhan bahan baku dengan menggunakan
periode ke-13 setelah hasil peramalan. Hasil data proses defuzzifikasi.
peramalan permintaan ini dapat digunakan apabila Berdasarkan observasi dan wawancara dengan
IKM dapat menjamin ketersediaan stok bahan baku pelaku IKM, diperoleh model himpunan keanggotaan
singkong. untuk efektivitas mesin dengan menggunakan nilai
Hasil peramalan musiman menunjukkan OEE. Himpunan keanggotaan yang digunakan untuk
jumlah permintaan pada periode Januari tahun variabel OEE adalah fungsi keanggotaan segitiga.
berikutnya menunjukkan nilai MAD = 173,73 dan Parameter yang digunakan terdiri dari tiga yaitu Low
MAPE = 0,08. Hasil MAPE menunjukkan nilai 0,8 [0, 0.15, 0.3], Medium [0.25, 0.45, 0.65], dan high [0.55,
sehingga kondisi ini menunjukkan tingkat kesalahan 0.7, 0.85]. Grafik fungsi keanggotaan OEE dapat dilihat
hasil peramalan baik dan dapat digunakan. padaGambar 1.
http://dx.doi.org/10.30656/jsmi.v6i1.4594 71
Jurnal Sistem dan Manajemen Industri Vol 6 No 1 Juni 2022, 67-76
72 http://dx.doi.org/10.30656/jsmi.v6i1.4594
Jurnal Sistem dan Manajemen Industri Vol 6 No 1 Juni 2022, 67-76
http://dx.doi.org/10.30656/jsmi.v6i1.4594 73
Jurnal Sistem dan Manajemen Industri Vol 6 No 1 Juni 2022, 67-76
REFERENSI
[1] VC Costa, DV Babos, RR Gamela, F.
AC Amorim, dan ER Pereira-Filho,
“Proposisi Prosedur Penyiapan Sampel
Tepung Singkong dengan Asam Encer
Menggunakan Desain Campuran dan
Evaluasi Profil Nutrisi dengan Analisis
Gambar 6.Hasil defuzzifikasi untuk Data Multivariat,”Anal Makanan. Metode
perencanaan bahan baku singkong , jilid. 13, tidak. 1, hlm. 145–154, Januari
Berdasarkan hasil defuzzifikasi dengan 2020, doi:10.1007/s12161-019-01559-8.
perbandingan momen dan luas pada metode COA, [2] ES Ikuemonisan, TE Mafimisebi, I. Ajibefun,
jumlah kebutuhan bahan baku singkong yang harus dan K. Adenegan, “Produksi singkong di
disiapkan IKM adalah sebanyak 17600 Kg. Ketersediaan Nigeria: analisis tren, ketidakstabilan dan
bahan baku singkong saat ini di Meja 2menunjukkan dekomposisi (1970–2018),” Heliyon, jilid. 6,
bahwa rata-rata bahan baku singkong yang digunakan tidak. 10, hal. e05089, Oktober 2020, doi:
selama satu tahun adalah 11553,42 kg. Kondisi ini 10.1016/j.heliyon.2020.e05089.
menunjukkan ketersediaan bahan baku singkong [3] C. de Lima Barizãodkk., “Film biodegradable
berada di bawah nilai defuzzifikasi bahan baku sebesar berdasarkan κ-karagenan komersial dan pati
17600 kg. Berdasarkan ini singkong untuk mencapai hasil yang rendah
74 http://dx.doi.org/10.30656/jsmi.v6i1.4594
Jurnal Sistem dan Manajemen Industri Vol 6 No 1 Juni 2022, 67-76
http://dx.doi.org/10.30656/jsmi.v6i1.4594 75
Jurnal Sistem dan Manajemen Industri Vol 6 No 1 Juni 2022, 67-76
76 http://dx.doi.org/10.30656/jsmi.v6i1.4594