7

BAB II

KERANGKA PEMIKIRAN, HIPOTESIS DAN METODE

PENELITIAN

1.1 Kerangka Pemikiran

Kerangka pemikiran berisi dasar-dasar dan alur pikir dalam melaksanakan

penelitian. Bagian ini terdiri dari sumber-sumber pustaka yang menjadi dasar

penelitian dan konsep optimasi Agro Eco-Industrial Park (AEIP) berbasis industri

tahu.

1.1.1 Pemodelan Sistem

Model adalah gambaran dari suatu sistem nyata yang sedang berlangsung.

Model dapat digunakan untuk memecahkan masalah dengan memperhatikan

beberapa ciri atau perilaku suatu sistem nyata. Ada beberapa alasan dan manfaat

menggunakan model (Simatupang, 1995):

1) Biaya terlalu mahal untuk melakukan percobaan atau rekayasa pada sistem

nyata;

2) Tidak dimungkinkannya melakukan rekayasa pada sistem nyata;

3) Model dapat menyajikan/menampilkan elemen tertentu untuk menjelaskan

perilaku sistem;

4) Model dapat digunakan untuk memprediksi perilaku sistem.

Adapun tahapan dalam proses pemodelan adalah sebagai berikut:

1) Mendefinisikan masalah dan tujuan pembuatan model;

2) Membuat konsep keterkaitan antar variabel yang membentuk perilaku sistem;

3) Merumuskan formulasi dari perilaku model dalam bentuk fungsi yang memuat

variabel-variabel;

8

4) Melakukan pengujian ketelitian dan validitas model;

5) Mengimplementasikan model yang telah teruji.

Tahapan tersebut digambarkan dalam Gambar 1.

Teori, Prinsip, Hukum,

Konsep, Asumsi,

Postulat, Pengalaman,

dan lingkup observasi

SISTEM NYATA

Masalah

Tujuan Studi Pendekatan Sistem

- Elemen

- Relasi

- Atribut

- Aktivitas

- Status

Model Konseptual

Karakterisasi Sistem

- Variabel sistem

- Relasi antarvariabel

- Sifat deterministik atau stokastik

- Statis atau dinamis

Formulasi Model

- Variabel simbolik

- Relasi dan fungsi

- Model formal

- Verifikasi model

- Analisis model

- Solusi model

Parameterisasi

Validasi Model

Implementasi Model

Pengumpulan data

- Penyampelan

- Pengukuran

Gambar 1. Tahap-tahap Pemodelan Sistem (Sumber: Simatupang, 1995)

Salah satu bentuk model adalah model matematis, yaitu gambaran dari suatu

sistem yang dinyatakan dalam notasi-notasi dan ungkapan matematika. Model

matematis mempunyai beberapa laba, yaitu: (1) dapat menggambarkan masalah

dengan cara yang singkat; (2) memudahkan penyelesaian masalah dengan

mempertimbangkan semua hubungan yang terkait secara bersamaan; dan (3)

9

menjadi jembatan dalam penyelesaian dengan komputerisasi. Di sisi lain, model

matematis memerlukan pendekatan dan asumsi untuk menyederhanakan masalah

sambil tetap memperhatikan validitas agar model dapat diselesaikan. (Hillier &

Lieberman, 1994).

1.1.2 Model Optimasi

Optimasi merupakan suatu studi permasalahan pengambilan keputusan yang

bertujuan mendapatkan hasil maksimal atau minimal melalui cara matematis dan

sistematis (Zhang, dkk., 2015). Dengan demikian model optimasi adalah suatu

model yang merepresentasikan permasalahan pengambilan keputusan untuk

mendapatkan hasil maksimal atau minimal.

Model optimasi memiliki tiga jenis variabel dasar: variabel keputusan, variabel

hasil dan variabel tak terkendali (atau parameter). Variabel keputusan merupakan

variabel bebas yang mewakili tindakan yang dilakukan oleh pengambil keputusan.

Variabel hasil adalah variabel tak bebas yang merupakan hasil dari tindakan

pengambilan keputusan, faktor-faktor yang tidak terkendali, dan hubungan antar

variabel. Variabel tidak terkendali (atau parameter) adalah faktor yang

memengaruhi variabel hasil tapi tidak dapat dikendalikan secara langsung oleh

pengambil keputusan. Faktor-faktor tersebut dapat diperbaiki namun tidak dapat

dikendalikan secara langsung karena dipengaruhi oleh elemen-elemen lingkungan

sistem. Jenis-jenis model optimasi misalnya linear programming, nonlinear

programming, multiobjective programming, dan bilevel programming. (Zhang,

dkk., 2015).

10

1.1.3 Goal Programming

Goal Programming adalah suatu model penyelesaian persoalan optimasi yang

melibatkan beberapa variabel keputusan disertai fungsi pembatas untuk mencapai

beberapa tujuan sekaligus (Tabucanon, 1988),. Goal Programming merupakan

teknik pengembangan dari Linear Programming dengan fungsi tujuan berbentuk

minimasi variabel-variabel penyimpangan (deviation variables) yang

menggantikan optimasi fungsi tujuan dalam Linear Programming. Variabel-

variabel penyimpangan ini dapat diberi prioritas atau bobot sesuai keinginan

pengambil keputusan. Bentuk umum Goal Programming dapat dituliskan sebagai

berikut:

Minimasi:

m

i

iuiioi dPdPz1

)( .............................. [6]

Dengan batasan:

n

j

iiijij bddxa1

)( , untuk i = 1, 2, ..., m ........ [7]

0,,

iij ddx untuk i = 1, 2, ..., m ........ [8]

j = 1, 2, ..., n ....... [9]

dengan xj adalah variabel dalam persamaan goal, bi adalah target atau goal, aij

adalah koefisien variabel basis, di- menggambarkan kekurangan pencapaian dari

goal i, di+ menggambarkan kelebihan pencapaian dari goal i, Pui adalah prioritas

yang berhubungan dengan di-, dan Poi

adalah prioritas yang berhubungan dengan

di+. Jika kekurangan pencapaian yang berlebihan diijinkan, maka di

- harus

disingkirkan dari fungsi tujuan dan jika goal harus dicapai tepat seperti yang

ditentukan, maka di- dan di

+ harus ada dalam fungsi tujuan. Variabel penyimpangan

11

harus diperingkat (ranking) berdasarkan prioritasnya, dari yang paling penting ke

yang kurang penting. Jika goal dikelompokkan dalam sejumlah R peringkat, faktor

prioritas Pr (r = 1, ..., R) harus diberikan pada variabel-variabel penyimpangan.

Terdapat tiga tipe fungsi pembatas dalam formulasi model optimasi Goal

Programming: fungsi pembatas minimal, fungsi pembatas maksimal, dan fungsi

pembatas pada nilai tertentu (Fauziyah, 2016). Ketiga tipe fungsi pembatas tersebut

dijelaskan dalam Tabel 1.

Tabel 1. Tipe-tipe Fungsi Pembatas dalam Formulasi Model Optimasi Goal

Programming

Tipe Fungsi Pembatas Formulasi Fungsi

Matematika

Variabel Deviasi yang

Diminimumkan

𝑓(𝑥) ≥ 𝑏1

𝑓(𝑥) ≤ 𝑏1

𝑓(𝑥) = 𝑏1

𝑓(𝑥) + 𝑑1− − 𝑑1

+ = 𝑏1

𝑓(𝑥) + 𝑑1− − 𝑑1

+ = 𝑏1

𝑓(𝑥) + 𝑑1− − 𝑑1

+ = 𝑏1

𝑑1−

𝑑1+

𝑑1−, 𝑑1

+ (Sumber: Fauziyah, 2016)

Ada empat filosofi yang mendasari Goal Programming, yaitu: kecukup-puasan

(satisficing), pengoptimalan (optimising), pengurutan atau pemeringkatan

(ordering/rangking), dan penyeimbangan (balancng). ‘Kecukup-puasan’ berarti

bahwa Goal Programming berupaya untuk mencapai beberapa tujuan yang

ditetapkan sekaligus sedekat mungkin sehingga jika tujuan-tujuan tersebut tercapai

maka akan memberikan kepuasan yang cukup bagi pengambil keputusan.

Pengoptimalan berarti bahwa Goal Programming akan mencari nilai terbaik dari

berbagai alternatif nilai yang mungkin di bawah serangkaian kendala atau batasan.

Pengurutan atau pemeringkatan berarti bahwa pengambil keputusan dapat

menetapkan uratan peringkat dalam pencapaian tujuan-tujuan yang ditetapkan

12

dalam model Goal Programming. Penyeimbangan diartikan sebagai pemerataan

pencapaian tujuan sehingga penyimpangan minimal yang dicapai secara merata

pada semua tujuan (Jones&Tamiz, 2010).

1.1.4 Agroindustri dan Agribisnis

Agribisnis adalah “suatu kesatuan kegiatan usaha yang meliputi salah satu atau

keseluruhan dari mata rantai produksi, pengolahan hasil dan pemasaran yang ada

hubungannya dengan pertanian dalam arti luas” (Arsyad dkk., 1985 dalam

Soekartawi, 2005). Agribisnis dapat dibagi menjadi paling sedikit empat subsistem,

yaitu: (1) subsistem agribisnis hulu (up-stream agribusiness) yang menyediakan

sarana pendukung pertanian seperti pupuk, pestisida, benih, bibit, alat dan mesin

pertanian; (2) subsistem usaha tani (on-farm agribusiness) atau pertanian budidaya;

(3) subsistem agribisnis hilir (down-stream agribusiness) yang mengolah hasil

pertanian menjadi bahan baku atau produk jadi; serta (4) subsistem jasa layanan

pendukung seperti perkreditan, asuransi, transportasi, pergudangan, penyuluhan,

kebijakan, dll. (Saragih, 1998, dalam Soekardono, 2009).

Agroindustri memiliki dua arti, yaitu agroindustri sebagai industri yang

mengolah hasil pertanian, dan agroindustri sebagai tahapan pembangunan sebagai

kelanjutan dari pembangunan pertanian menuju pembangunan industri

(Soekartawi, 2005). FAO memberikan acuan bahwa industri yang menggunakan

minimal 20% bahan baku dari hasil pertanian dapat dikategorikan sebagai

agroindustri (Hicks, 1995 dalam Soekartawi, 2005).

Pembangunan agroindustri berkelanjutan adalah pembangunan agroindustri

yang memperhatikan aspek manajemen dan konservasi sumber daya alam sehingga

13

sesuai dengan daya dukung sumber daya alam, menguntungkan secara ekonomi,

dan diterima oleh masyarakat. Ciri-ciri dari agroindustri berkelanjutan adalah: (1)

produktivitas dan keuntungan dapat dijaga dan ditingkatkan untuk memenuhi

kebutuhan masa sekarang dan mendatang; (2) sumber daya pendukung (alam dan

pertanian) dapat dipelihara untuk menyediakan bahan baku secara terus menerus;

dan (3) dampak negatif dari pemanfaatan sumber daya dapat diminimalkan

(Soekartawi, 2005).

1.1.5 Ekologi Industri

‘Ekologi industri’ merupakan istilah yang digunakan untuk menganalogikan

sistem industri sebagaimana ekosistem alam yang mendaur ulang sumber daya

dengan sangat efektif sebagai model untuk kegiatan industri. Konsep ini mulai

dikenalkan oleh Frosch dan Gallopoulos pada 1989 dan disebut oleh beberapa ahli

sebagai ‘analogi biologis’. Pengertian lain dikemukakan oleh Robert White pada

1994 yang mendefinisikan ekologi industri sebagai “studi tentang aliran material

dan energi dalam kegiatan industri (produksi) dan konsumsi, dampak dari aliran ini

terhadap lingkungan, dan pengaruh faktor ekonomi, politik, kebijakan, dan sosial

pada aliran, penggunaan, dan transformasi sumber daya” (Lifset&Graedel, 2002).

Beberapa atribut yang terkandung dalam pengertian-pengertian ekologi industri

sebagai berikut: (1) pendekatan sistem gabungan antara sistem ekologi dan industri;

(2) aliran material dan energi; (3) pendekatan multidisiplin ilmu; (4) orientasi masa

depan; (5) perubahan dari proses linier ke proses siklis; (6) usaha untuk mengurangi

dampak lingkungan akibat aktivitas industri; (7) harmonisasi aktivitas industri

dengan sistem ekologi; (8) efisiensi dan keberlanjutan sistem industri; (9) hierarki

14

sistem-sistem alam dengan industri. Sehingga, pengertian ekologi industri dapat

dirumuskan sebagai “keberterimaan suatu sistem industri bagi lingkungan sehingga

sistem industri tersebut dapat selalu mampu memproduksi barang dan jasanya

secara terus menerus (berkelanjutan)” (Djajadiningrat dan Famiola, 2004).

Konsep ekologi industri dilatarbelakangi pandangan mengenai sistem industri.

Sistem industri berdasarkan linearitas aliran materialnya dapat dibedakan dalam

tiga tipe (Graedel dan Allenby, 1995, dalam Lifset dan Graedel, 2002):

1) Tipe I, atau yang disebut sistem linier, yaitu sistem industri yang menggunakan

sumber daya, mengolahnya, dan menghasilkan produk dan sampah. Tidak ada

pemanfaatan ulang dari sampah yang dihasilkan sehingga penggunaan sumber

daya dan sampah yang dihasilkan menjadi tidak terbatas.

2) Tipe II, atau yang disebut sistem quasi-siklis, yaitu sistem industri yang

menggunakan kembali sebagian sampah yang dihasilkan sehingga mengurangi

penggunaan sumber daya dan sampahnya menjadi terbatas.

3) Tipe III, atau yang disebut sistem siklis, yaitu sistem industri yang

menggunakan kembali seluruh sampah yang dihasilkan sehingga sistem tidak

lagi menggunakan sumber daya, hanya membutuhkan masukan energi untuk

bekerja.

15

Gambar 2. Tiga Tipe Sistem Industri Berdasarkan Aliran Materialnya: (a)

Tipe I atau sistem linier; (b) Tipe II atau sistem quasi-siklis; (c) Tipe III atau

sistem siklis (Sumber: Lifset dan Graedel, 2002)

Konsep ekologi industri menggunakan paradigma sistem industri tipe III dengan

berprinsip bahwa aliran material dibuat siklus tertutup melalui penggunaan ulang

sampah atau keluaran non-produk yang dihasilkan. Konsep ini menjadi selaras

dengan pembangunan berkelanjutan karena berpotensi menghemat penggunaan

sumber daya alam dan mengurangi pencemaran lingkungan, bahkan dapat

memperlengkapi atau memperkaya sumber daya alam itu sendiri (Djajadiningrat

dan Famiola, 2004).

16

Dalam ekosistem industri, ada lima jenis anggota kunci yang memungkinkan

terjadinya aliran material dan energi secara optimal: (1) produsen bahan baku

utama; (2) pembangkit energi; (3) pengolah material; (4) pengolah sampah/limbah;

dan (5) pengguna/konsumen (Djajadiningrat dan Famiola, 2004).

Secara mendasar, tujuan ekologi industri adalah meningkatkan kualitas

lingkungan. Berbeda dengan pendekatan umum lainnya yang berupaya mengurangi

risiko dengan menangani polutan, ekologi industri berupaya mengurangi dampak

lingkungan dicapai melalui pendekatan sistemik pada aliran material. Ekologi

industri bahkan tidak hanya bertujuan mengurangi risiko atau dampak lingkungan,

namun lebih jauh lagi mengoptimalkan penggunaan sumber daya dari lingkungan

(Lifset dan Graedel, 2002).

1.1.6 Eco-Industrial Park (EIP)

Salah satu bentuk penerapan ekologi industri adalah Eco-Industrial Park (EIP)

atau kawasan industri berwawasan lingkungan, yaitu komunitas atau sekumpulan

industri (baik manufaktur maupun jasa) yang berada di suatu kawasan bersama;

seluruh industri berupaya meningkatkan kinerja lingkungan, ekonomi dan sosial

melalui kolaborasi dalam mengelola isu lingkungan dan sumber daya. Melalui kerja

sama tersebut, komunitas industri mencari laba kolektif yang lebih besar daripada

jika diupayakan sendiri. Tujuan EIP adalah meningkatkan laba ekonomi sambil

meminimalkan dampak lingkungan. Pendekatan EIP meliputi rancangan

infrastruktur ramah lingkungan, produksi bersih, efisiensi energi, kemitraan antar

industri, dan manfaat sosial (Lowe, 2001).

17

Keberadaan dan aktivitas EIP akan memberikan manfaat bagi beberapa pihak,

yaitu industri, lingkungan, dan masyarakat. EIP akan memberikan manfaat berupa

pengurangan biaya melalui efisiensi, daur ulang, penanganan limbah, pemulihan

lingkungan, serta pemanfaatan fasilitas bersama. Penerapan juga EIP akan

mengurangi penggunaan sumber daya alam dan potensi pencemaran akibat limbah

industri. Selain itu, EIP juga akan memperluas kesempatan kerja, kesempatan

usaha, menyumbang pembangunan ekonomi, serta mempertahankan daya tampung

dan daya dukung lingkungan (air, tanah, udara) bagi masyarakat sekitar

(Djajadiningrat dan Famiola, 2004).

1.1.7 Penelitian Terdahulu

Beberapa penelitian mengenai AEIP telah dilakukan di Indonensia, di antaranya

adalah model pengembangan AEIP di Kota Bitung, Sulawesi Utara (Pojoh, dkk.,

2010), konsep AEIP skala pedesaan (Santoso, dkk., 2014), dan perencanaan AEIP

olahan makanan dan minuman dari susu dan daging sapi di Kabupaten Boyolali

(Misrianto, 2017). Model optimasi Goal Programming pernah diterapkan dalam

pertukaran air pada EIP (Tiu & Cruz, 2017). Model tersebut bertujuan meminimasi

biaya ekonomi dan jumlah penggunaan air tanah dalam EIP. Model optimasi

lainnya yang pernah digunakan adalah Nondifferentiable Interactive Multi-

objective Bundle-based (Gu, et al., 2013). Model tersebut memasukkan tujuan

maksimasi jumlah pertukaran dan capaian ekonomi dari EIP.

1.1.8 Agro Eco-Industrial Park Berbasis Industri Tahu

Konsep Agro Eco-Industrial Park (AEIP) berbasis industri tahu dilatarbelakangi

permasalahan limbah agroindustri, inefisiensi penggunaan air, dan keterbatasan

18

bahan baku (lokal) pada industri tahu. Konsep AEIP berbasis industri tahu

diarahkan untuk mengurangi limbah, memenuhi kebutuhan bahan baku lokal, serta

yang tidak kalah penting adalah meningkatkan laba ekonomi sebagai faktor

pendorong usaha.

Agroindustri tahu perlu didukung agroindustri dan unit-unit lain untuk

menciptakan interaksi yang efektif antar anggota melalui pertukaran material.

Agroindustri pendukung yang dapat mendukung agroindustri tahu dalam

membentuk AEIP adalah usaha ternak sapi, budidaya kedelai dan biodigester.

Interaksi antar agroindustri dan unit-unit pendukung dalam AEIP berbasis

agroindustri tahu dapat dijelaskan sebagai berikut. Agroindustri tahu membutuhkan

kedelai sebagai bahan baku yang diperoleh dari usaha budidaya kedelai. Usaha

ternak sapi memanfaatkan limbah padat industri tahu (ampas tahu) untuk pakan

ternak sapi. Kotoran sapi digunakan sebagai pupuk dalam budidaya kedelai.

Limbah cair dari industri tahu dan usaha ternak sapi diolah di biodigester dan

diubah menjadi biogas. Limbah cair dari biodigester dimanfaatkan untuk pengairan

pada budidaya kedelai. Konsep AEIP berbasis agroindustri tahu serta interaksi antar

agroindustri pendukung tersebut disajikan dalam Gambar 5.

19

Usaha Ternak Sapi

Usaha Pupuk Organik

UsahaTani Kedelai

AmpasTahu

Kotoran Sapi

PupukOrganik

Jerami

Limbah Cair

Biogas

Biodigester

Industri Tahu

Air

Kedelai

Air

LahanAir Irigas

Gambar 5. Diagram Konseptual Agro Eco-Industrial Park (AEIP) Berbasis

Industri Tahu

1.1.9 Model Optimasi AEIP Berbasis Industri Tahu

Setiap agroindustri dalam AEIP memiliki jumlah kebutuhan bahan baku dan

output material per unit produk yang berbeda-beda. Interaksi antar agroindustri

dalam AEIP akan berjalan efektif dan menghasilkan kinerja yang optimal jika

kapasitas masing-masing agroindustri ‘cukup seimbang’ untuk saling

memanfaatkan outputnya. Kombinasi jumlah produksi dari masing-masing

agroindustri akan berpengaruh terhadap tingkat pertukaran material dan sisa

material yang tidak termanfaatkan. Model optimasi digunakan untuk menghitung

atau menganalisa jumlah produksi dari masing-masing agroindustri yang dapat

menghasilkan nilai optimal dan akan menjadi masukan penting dalam

20

pengembangan AEIP. AEIP berbasis agroindustri tahu dengan kapasitas produksi

berimbang diharapkan dapat mengurangi limbah, pemenuhan bahan baku lokal

serta memberikan keuntungan ekonomi yang lebih baik khususnya pada

agroindustri tahu dan ternak sapi (Gambar 6).

Pencemaran Limbah Agroindustri

Keterbatasan Bahan Baku

USAHA PUPUK ORGANIK

USAHA TERNAK SAPI

USAHA TANI KEDELAI

BIODIGESTER

Agro Eco-Industrial Park (AEIP)

Sisa Limbah Cair

Total Profit

Isu

Model Optimasi

Output Material per

Unit

PermintaanKetersediaan

Air

Input Material per Unit

Jumlah Produksi

Kinerja Optimal

Derajat Daur Ulang

Ketersediaan Lahan

Inefisiensi Penggunaan Air Total Penggunaan Air

Total Kesempatan Kerja

INDUSTRI TAHU

Tingkat Pengangguran

Inefisiensi Usaha

JumlahProduksiOptimal?

Ya

Tidak

Gambar 6. Kerangka Pemikiran Penelitian

1.2 Hipotesis Penelitian

Berdasarkan paparan di atas, hipotesis yang akan dibuktikan dalam penelitian

ini adalah sebagai berikut:

(1) Konsep Agro Eco-Industrial Park berbasis industri tahu dapat dimodelkan

dalam bentuk model optimasi.

21

(2) Model optimasi Agro Eco-Industrial Park berbasis industri tahu akan

menghasilkan nilai jumlah produksi optimal untuk masing-masing

agroindustri.

(3) Model optimasi Agro Eco-Industrial Park berbasis industri tahu dapat

menunjukkan kinerja yang lebih baik dibandingkan kinerja sistem agroindustri

yang sedang berjalan.

1.3 Metode Penelitian

Penelitian ini merupakan penelitian deskriptif, yaitu penelitian yang

menggambarkan kondisi suatu objek (Natsir, 1999). Pendekatan yang digunakan

adalah pendekatan kuantitatif dengan variabel-variabel dan hubungan yang diukur

dan diteliti sehingga menghasilkan data dalam bentuk angka (Creswell, 2014).

Objek yang diteliti adalah konsep Agro Eco-Industrial Park (AEIP) berbasis

industri tahu yang terdiri dari industri tahu, usaha penggemukan sapi potong, usaha

budidaya kedelai, usaha pembuatan pupuk organik dan unit biodigester. Konsep

AEIP berbasis industri tahu akan dimodelkan dalam bentuk model optimasi.

Tahapan penelitian ditampilkan dalam Gambar 7.

22

ModelValid?

Tidak

Ya

Ya

MULAI

SURVEI PENDAHULUAN

STUDI LITERATURPemodelan SistemGoal ProgrammingAgro Eco-industrial Park

IDENTIFIKASI MASALAH

TUJUAN PENELITIAN

PEMBUATAN MODEL KONSEPTUAL

Deskripsi Sistem NyataRelasi Antar Variabel

FORMULASI MODELPemilihan Model, Variabel

Keputusan, Perumusan Fungsi Kendala dan Fungsi Tujuan,

Penyusunan Model Matematis

DATAJumlah ProduksiOutput Limbah PadatOutput Limbah CairKebutuhan MaterialKebutuhan AirKebutuhan EnergiKebutuhan LahanPermintaanInvestasiBiayaHarga Jual

PARAMETERISASIPengumpulan Data

Perhitungan Parameter

VERIFIKASI MODELPemeriksaan Satuan

ANALISIS OPTIMASIAnalisis Variabel Keputusan

Analisis PrioritasAnalisis Kendala

ANALISIS KINERJAAnalisis Sisa Limbah PadatAnalisis Sisa Limbah Cair

Analisis Recycle RateAnalisis Total Kesempatan Kerja

Analisis Total Profit

KESIMPULAN DAN SARAN

SELESAI

Gambar 7. Alur Penelitian

23

1.4 Tahapan Formulasi Model

Tahapan formulasi model optimasi terdiri dari: 1) penentuan variabel keputusan;

2) perumusan fungsi kendala; 3) perumusan fungsi tujuan; 4) perhitungan

parameter; dan 5) penyusunan formula model optimasi. Subbab ini

mendeskripsikan formulasi umum fungsi kendala dan fungsi tujuan yang akan

digunakan dalam penelitian. Fungsi kendala dan fungsi tujuan tersebut diturunkan

dari sasaran minimasi sisa pertukaran material, sasaran minimasi sisa pertukaran

limbah cair, ketersediaan air, ketersediaan lahan, dan permintaan.

1.4.1 Sasaran Minimasi Sisa Pertukaran Material

Prinsip dasar dari konsep ekologi industri adalah pembentukan sistem industri

tipe III (sistem siklis). Sistem tidak lagi menggunakan input sumber daya (material)

dari luar. Seluruh kebutuhan material dipenuhi dari dalam sistem itu sendiri. Prinsip

ini dapat diterjemahkan dalam konsep AEIP dengan melakukan pertukaran

material, baik material produk maupun non-produk, antar agroindustri.

Pertukaran material harus diupayakan seimbang agar tidak ada sisa atau

kekurangan material antar agroindustri. Hal ini direpresentasikan dengan fungsi

tujuan dan fungsi kendala sebagai berikut:

Fungsi tujuan: minimasi 𝑍 = ∑ (𝑑𝑘− + 𝑑𝑘

+)𝑡𝑘=1 ............... [10]

Fungsi kendala: jijkkiij xbddxm

atau 0

kkjijiij ddxbxm ............... [11]

dengan

i : agroindustri yang menghasilkan material untuk agroindustri j; (i=1,...,n);

24

j : agroindustri yang membutuhkan material dari agroindustri i; j=1,...,n; 𝑖 ≠ 𝑗;

k : urutan fungsi kendala yang terkait tujuan; k=1,...,t;

mij : keluaran material (produk dan non-produk) per unit produk agroindustri i

yang digunakan oleh agroindustri j;

bij : kebutuhan material per unit produk agroindustri j yang diperoleh oleh

agroindustri i;

xi : jumlah produksi agroindustri i;

xj : jumlah produksi agroindustri j;

dk- : penyimpangan negatif (kekurangan material) dalam jenis pertukaran

material k;

dk+ : penyimpangan positif (kelebihan/sisa material) dalam jenis pertukaran

material k.

1.4.2 Sasaran Minimasi Sisa Pertukaran Limbah Cair

Limbah cair agroindustri merupakan limbah yang lebih mudah mencemari

lingkungan, terutama perairan (sungai dan air tanah). Pemanfaatan limbah cair

agroindustri melalui pertukaran limbah cair akan mengurangi jumlah limbah cair

yang dibuang dan menyebabkan pencemaran.

Pertukaran limbah cair harus diupayakan seimbang agar sisa limbah cair yang

dibuang menjadi seminimal mungkin dan mencukup kebutuhan agroindustri yang

memanfaatkan limbah cair. Hal ini direpresentasikan dengan fungsi tujuan dan

fungsi kendala sebagai berikut:

Fungsi tujuan: minimasi 𝑍 = ∑ (𝑑𝑘− + 𝑑𝑘

+)𝑡𝑘=1 ............... [12]

Fungsi kendala: jijkkiij xaddxw

25

atau 0

kkjijiij ddxaxw ............... [13]

dengan

i : agroindustri yang menghasilkan material untuk agroindustri j; (i=1,...,n);

j : agroindustri yang membutuhkan material dari agroindustri i; (j=1,...,n); (𝑖 ≠

𝑗);

k : urutan fungsi kendala yang terkait tujuan; k=1,...,t;

wij : output limbah cair per unit produk agroindustri i yang digunakan oleh

agroindustri j;

aij : kebutuhan air per unit produk agroindustri j yang diperoleh dari limbah cair

agroindustri i;

xi : jumlah produksi agroindustri i;

xj : jumlah produksi agroindustri j;

dk- : penyimpangan negatif (kekurangan material) dalam jenis pertukaran limbah

cair k;

dk+ : penyimpangan positif (kelebihan/sisa material) dalam jenis pertukaran

limbah cair k.

1.4.3 Sasaran Minimasi Sisa Energi

Energi dihasilkan oleh biodigester dalam bentuk biogas. Biogas dapat

dimanfaatkan sebagai bahan bakar untuk produksi tahu di industri tahu.

Pemanfaatan biogas sebagai bahan bakar pada industri tahu diharapkan dapat

mengurangi input bahan bakar dari luar sistem.

26

Produksi biogas oleh biodigester diupayakan seimbang dengan kebutuhan

biogas oleh industri tahu. Hal ini direpresentasikan dengan fungsi tujuan dan fungsi

kendala sebagai berikut:

Fungsi tujuan: minimasi 𝑍 = ∑ (𝑑𝑘− + 𝑑𝑘

+)𝑢𝑘=𝑡+1 ............... [14]

Fungsi kendala: jkkii xddxe

atau 0

kkjii ddxxe ............... [15]

dengan

i : agroindustri yang membutuhkan energi; (i=1,...,n);

j : agroindustri yang menghasilkan energi; (j=1,...,n); (𝑖 ≠ 𝑗);

k : urutan fungsi kendala yang terkait tujuan; k=1,...,t;

ei : kebutuhan energi per unit produk agroindustri i;

xi : jumlah produksi agroindustri i;

xj : jumlah produksi energi agroindustri j;

dk- : penyimpangan negatif (kekurangan kebutuhan) dalam jenis pertukaran

energi k;

dk+ : penyimpangan positif (kelebihan kebutuhan) dalam jenis pertukaran energi

k.

1.4.4 Batasan Ketersediaan Air

Air merupakan sumber daya yang ketersediaannya terbatas. Setiap agroindustri

menggunakan air (baku) untuk melakukan proses produksi. Oleh karena itu, jumlah

produksi dari masing-masing agroindustri terbatas oleh faktor ketersediaan air.

Penggunaan air untuk memproduksi sejumlah tertentu produk agroindustri i tidak

dapat melebihi ketersediaan air yang ada yang dapat digunakan oleh agroindustri

27

tersebut. Hal ini direpresentasikan dengan fungsi kendala ketersediaan air sebagai

berikut:

iii Axa .......... [14]

dengan

ai : kebutuhan air per unit produk agroindustri/agribisnis i;

xi : jumlah produksi produk agroindustri/agribisnis i;

Ai : jumlah air baku yang tersedia yang dapat digunakan oleh agroindustri i.

1.4.5 Batasan Ketersediaan Lahan

Lahan merupakan sumber daya yang ketersediaannya terbatas. Beberapa

jenis agroindustri tergantung pada faktor ketersediaan lahan. Batasan ketersediaan

lahan dapat dituliskan dalam bentuk fungsi matematis sebagai berikut:

Fungsi pembatas iii Fxf ............. [15]

dengan

xi : jumlah produksi produk agroindustri i;

fi : kebutuhan lahan per unit produk agroindustri i;

Fi : ketersediaan lahan untuk agroindustri i;

1.4.6 Batasan Permintaan

Permintaan menjadi salah satu faktor yang mendorong produksi. Jumlah

produksi diharapkan sama dengan jumlah permintaan (meskipun dalam realita hal

tersebut sulit untuk dipenuhi). Kemungkinan adanya selisih antara jumlah produksi

dengan permintaan diakomodir dengan adanya variabel penyimpangan negatif dan

variabel penyimpangan positif. Pemenuhan permintaan dapat dituliskan dalam

bentuk fungsi matematis sebagai berikut:

28

Fungsi pembatas ikki qddx ............. [16]

dengan

xi : jumlah produksi produk agroindustri i;

qi : permintaan untuk produk agroindustri i;

dk- : penyimpangan negatif (kekurangan produksi) dalam pemenuhan

permintaan;

dk+ : penyimpangan positif (kelebihan produksi) dalam pemenuhan permintaan.

1.5 Prosedur Pengambilan Sampel dan Penentuan Unit Analisis

Populasi dalam penelitian ini adalah agroindustri-agroindustri dalam konsep

AEIP yang terdiri dari industri tahu, usaha ternak sapi, usaha budidaya kedelai,

usaha pembuatan pupuk organik dan unit biodigester. Kelima jenis agroindustri

dikaitkan dengan pertukaran material sesuai konsep AEIP. Sampel dibutuhkan dari

setiap jenis usaha untuk menggambarkan karakteristik sub-sistem agroindustri dan

kaitannya dengan sub-sistem agroindustri yang lain. Sampel dipilih secara sengaja

(purposive sampel) dengan mempertimbangkan lokasi dan kapasitas usaha yang

proporsional yang dapat mendukung konsep AEIP. Sampel yang direncanakan akan

diambil dijabarkan dalam Tabel 2.

29

Tabel 2. Sampel Penelitian

No. Agroindustri Sampel Lokasi

1 Industri tahu Kelompok Pengusaha

Tahu Giriharja

Desa Kebonjati, Kec.

Sumedang Utara

2 Usaha ternak sapi

potong

Peternakan Sapi Potong

Bp. Engkos dan Bp. Ita

Desa Kebonjati, Kec.

Sumedang Utara

3 Usaha tani kedelai Budidaya Kedelai Bp.

Bardi

Desa Kebonjati, Kec.

Sumedang Utara

4 Biodigester Unit Biodigester

sekaligus Instalasi

Pengolahan Air Limbah

(IPAL) Industri Tahu

Giriharja

Desa Kebonjati, Kec.

Sumedang Utara

1.6 Sumber dan Teknik Pengumpulan Data

Penelitian ini menggunakan data primer dan data sekunder. Data primer adalah

data yang diambil secara langsung dari lapangan. Data sekunder adalah data yang

diperoleh dari sumber yang telah memiliki data.

1.6.1 Data Primer

Dalam penelitian ini data primer yang dibutuhkan yaitu:

1) Data jumlah produksi

2) Data jumlah limbah (padat dan cair) yang dihasilkan

3) Data penggunaan bahan baku

4) Data penggunaan air untuk produksi

5) Data penggunaan lahan

6) Data jumlah sumber daya (bahan baku, air, lahan) tersedia

7) Data permintaan

8) Data modal kerja (aset) usaha

9) Data biaya operasional usaha

10) Data harga peralatan, bahan, produk

30

1.6.2 Data Sekunder

Data sekunder yang dibutuhkan dalam penelitian ini adalah:

1) Data jumlah industri tahu di Kab. Sumedang

2) Data profil Desa Kebonjati, Kec. Sumedang Utara, Kab. Sumedang

3) Data curah hujan Kabupaten Sumedang

4) Data iklim (suhu, kelembaban, kecepatan angin, lama penyinaran) harian

Kabupaten Sumedang

Data-data sekunder tersebut diperoleh dari literatur (jurnal dan laporan penelitian

lain) serta dari dinas, lembaga, atau badan terkait.

1.6.3 Teknik Pengumpulan Data

Pengambilan data dilakukan melalui pengamatan, pengukuran, wawancara

terstruktur, kuisioner, dan permintaan data sekunder terhadap responden, yaitu:

pengusaha tahu, pengusaha ternak sapi, kelompok tani, Penyuluh Pertanian

Lapangan (PPL), pengelola IPAL/biodigester, Pemerintah Desa, Balai Penyuluh

Pertanian, Dinas Koperasi, UKM, Perindustrian dan Perdagangan, Balai

Pengamatan Antariksa dan Atmosfer, Lembaga Ilmu Pengetahuan Indonesia, serta

beberapa orang pakar. Panduan untuk kuisioner dapat dilihat pada Lampiran 44.

1.7 Pengolahan dan Analisis Data

Pengolahan dan analisis data dalam penelitian ini dibagi dalam tiga bagian,

yaitu: 1) perhitungan parameter; 2) perhitungan dan analisis optimasi; dan 3)

perhitungan dan analisis kinerja model.

31

1.7.1 Perhitungan Parameter

Perhitungan parameter dilakukan untuk mendapatkan nilai parameter yang

masuk dalam formulasi model optimasi. Parameter-parameter tersebut meliputi: 1)

output material per unit produk; 2) input material per unit produk; 3) kebutuhan air

per unit produk; 4) ketersediaan air; 5) kebutuhan lahan budidaya; 6) ketersediaan

lahan budidaya; dan 7) permintaan aktual. Perhitungan setiap parameter tersebut

adalah sebagai berikut:

1) Output Material per Unit Produk

Parameter output material per unit produk merupakan jumlah produk maupun

limbah yang dihasilkan dari satu unit produk oleh agroindustri j yang

dimanfaatkan sebagai bahan baku untuk agroindustri i. Parameter output

material per unit produk dihitung dengan:

𝑂𝑢𝑡𝑝𝑢𝑡 𝑀𝑎𝑡𝑒𝑟𝑖𝑎𝑙 𝑝𝑒𝑟 𝑈𝑛𝑖𝑡 𝑃𝑟𝑜𝑑𝑢𝑘 =𝐽𝑢𝑚𝑙𝑎ℎ 𝑇𝑜𝑡𝑎𝑙 𝑀𝑎𝑡𝑒𝑟𝑖𝑎𝑙 𝐷𝑖ℎ𝑎𝑠𝑖𝑙𝑘𝑎𝑛/𝑝𝑒𝑟𝑖𝑜𝑑𝑒

𝐽𝑢𝑚𝑙𝑎ℎ 𝑃𝑟𝑜𝑑𝑢𝑘𝑠𝑖/𝑝𝑒𝑟𝑖𝑜𝑑𝑒 [17]

2) Input Material per Unit Produk

Parameter input material per unit produk merupakan jumlah bahan baku yang

dibutuhkan untuk memproduksi satu unit produk oleh suatu agroindustri i yang

diperoleh dari agroindustri j. Parameter input material per unit produk dihitung

dengan:

𝐼𝑛𝑝𝑢𝑡 𝑀𝑎𝑡𝑒𝑟𝑖𝑎𝑙 𝑝𝑒𝑟 𝑈𝑛𝑖𝑡 𝑃𝑟𝑜𝑑𝑢𝑘 =𝐽𝑢𝑚𝑙𝑎ℎ 𝑇𝑜𝑡𝑎𝑙 𝑃𝑒𝑛𝑔𝑔𝑢𝑛𝑎𝑎𝑛 𝑀𝑎𝑡𝑒𝑟𝑖𝑎𝑙/𝑝𝑒𝑟𝑖𝑜𝑑𝑒

𝐽𝑢𝑚𝑙𝑎ℎ 𝑃𝑟𝑜𝑑𝑢𝑘𝑠𝑖/𝑝𝑒𝑟𝑖𝑜𝑑𝑒 [18]

3) Kebutuhan Air per Unit Produk

Parameter kebutuhan air per unit produk dihitung dengan:

𝐾𝑒𝑏𝑢𝑡𝑢ℎ𝑎𝑛 𝐴𝑖𝑟 𝑝𝑒𝑟 𝑈𝑛𝑖𝑡 𝑃𝑟𝑜𝑑𝑢𝑘 = 𝐽𝑢𝑚𝑙𝑎ℎ 𝑇𝑜𝑡𝑎𝑙 𝑃𝑒𝑛𝑔𝑔𝑢𝑛𝑎𝑎𝑛 𝐴𝑖𝑟/𝑝𝑒𝑟𝑖𝑜𝑑𝑒

𝐽𝑢𝑚𝑙𝑎ℎ 𝑃𝑟𝑜𝑑𝑢𝑘𝑠𝑖/𝑝𝑒𝑟𝑖𝑜𝑑𝑒 [19]

32

4) Kebutuhan Air Irigasi

Kebutuhan air irigasi dihitung dengan bantuan program aplikasi CROPWAT

8.0. Program aplikasi CROPWAT 8.0 merupakan program aplikasi yang

disediakan oleh FAO secara bebas untuk khalayak umum dan banyak

dipergunakan untuk menghitung kebutuhan air tanaman dan irigasi. Aplikasi

CROPWAT 8.0 menghitung kebutuhan air irigasi berdasarkan neraca air harian

dari zona akar yang dinyatakan dalam penurunan zona akar sebagai berikut:

𝐷𝑟𝑖 = 𝐷𝑟𝑖−1 − (𝑃 − 𝑅𝑂)𝑖 − 𝐼𝑖 − 𝐶𝑅𝑖 + 𝐸𝑇𝑐𝑖 + 𝐷𝑃𝑖 [20]

dengan

𝐷𝑟𝑖 = penurunan zona akar i pada akhir hari i (mm);

𝐷𝑟𝑖−1 = kadar air di zona akr pada akhir hari sebelumnya, i-1 (mm);

𝑃𝑖 = presipitasi pada hari i (mm);

𝑅𝑂𝑖 = limpasan permukaan tanah pada hari i (mm);

𝐼𝑖 = kedalaman irigasi bersih pada hari i yang menginfiltrasi tanah

(mm);

𝐶𝑟𝑖 = kenaikan kapiler dari permukaan air tanah pada hari i (mm);

𝐸𝑇𝑐𝑖 = evapotranspirasi tanaman pada hari i (mm);

𝐷𝑃𝑖 = kehilangan air keluar dari zona akar melalui perkolasi dalam

pada hari i (mm).

Evapotranspirasi tanaman dihitung dengan:

𝐸𝑇𝑐 = 𝐸𝑇0 × 𝐾𝑐 [21]

dengan

𝐸𝑇𝑐 = evapotranspirasi tanaman (mm/hari);

33

𝐸𝑇0 = evapotranspirasi referensi (mm/hari);

𝑅𝑛 = radiasi pada permukaan tanaman (MJ/m2 per hari);

𝐺 = kepadatan fluks panas tanah (MJ/m2 per hari);

Evapotranspirasi potensial dihitung dengan persamaan Penman-Monteith

sebagai berikut (Savva & Franken, 2002):

𝐸𝑇0 =0,408𝛥(𝑅𝑛−𝐺)+𝛾

900

𝑇+273𝑢2(𝑒𝑠−𝑒𝑎)

𝛥+𝛾(1+0,34𝑢2) [22]

dengan

𝐸𝑇0 = evapotranspirasi referensi (mm/hari);

𝑅𝑛 = radiasi pada permukaan tanaman (MJ/m2 per hari);

𝐺 = kepadatan fluks panas tanah (MJ/m2 per hari);

𝑇 = suhu udara rata-rata harian pada ketinggian 2 m (ºC);

𝑢2 = kecepatan angin pada ketinggian 2 m (m/detik);

𝑒𝑠 = tekanan uap saturasi (kPa);

𝑒𝑎 = tekanan uap aktual (kPa);

𝑒𝑠 − 𝑒𝑎 = defisit tekanan uap saturasi (kPa);

𝛥 = kemiringan kurva tekanan uap saturasi pada suhu T (kPa/ ºC);

𝛾 = konstanta psikrometri (kPa/ ºC);

5) Kebutuhan Lahan Budidaya per Unit

Kebutuhan lahan budidaya per unit ditujukan untuk usaha budidaya kedelai

dengan jumlah produksi kedelai berbanding lurus dengan luas lahan. Parameter

kebutuhan lahan budidaya per unit dihitung dengan:

𝐾𝑒𝑏𝑢𝑡𝑢ℎ𝑎𝑛 𝐿𝑎ℎ𝑎𝑛 𝐵𝑢𝑑𝑖𝑑𝑎𝑦𝑎 𝑝𝑒𝑟 𝑈𝑛𝑖𝑡 =𝐿𝑢𝑎𝑠 𝐿𝑎ℎ𝑎𝑛 𝐵𝑢𝑑𝑖𝑑𝑎𝑦𝑎 (𝑚2)

𝐽𝑢𝑚𝑙𝑎ℎ 𝑃𝑟𝑜𝑑𝑢𝑘𝑠𝑖 𝑅𝑎𝑡𝑎−𝑟𝑎𝑡𝑎 (𝑘𝑔) [23]

34

1.7.2 Perhitungan dan Analisis Optimasi

Perhitungan dan analisis optimasi dilakukan untuk menyelesaikan persoalan

optimasi (goal programming) yang berbentuk fungsi-fungsi (persamaan dan

pertidaksamaan) matematika. Penyelesaian persoalan optimasi dilakukan dengan

perangkat lunak (software) POM-QM for Windows versi 5. POM-QM for Windows

adalah perangkat yang digunakan dalam penyelesaian masalah-masalah riset

operasional dan manajemen operasi. Perangkat ini memiliki modul Goal

Programming untuk menyelesaikan persoalan goal programming dengan

menggunakan algoritma simpleks. Cara menggunakan perangkat ini adalah sebagai

berikut:

1) menyiapkan persoalan optimasi dalam bentuk formula baku goal programming;

2) membuka atau memulai perangkat POM-QM for Windows;

3) memilih modul Goal Programming;

4) memasukkan judul persoalan, jumlah tujuan atau pembatas (goal/constraint),

dan jumlah variabel keputusan;

5) memasukkan nilai koefisien bobot dan prioritas (jika ada), koefisien variabel

(parameter), tanda persamaan atau pertidaksamaan (‘=’, ‘≥’, atau ‘≤’), serta nilai

ketersediaan (nilai ruas kanan fungsi/RHS) untuk setiap fungsi kendala;

6) memeriksa seluruh fungsi;

7) menekan tombol perintah ‘SOLVE’ untuk penyelesaian persoalan optimasi;

8) menganalisis output atau solusi optimal yang diberikan dalam bentuk nilai

optimal dari setiap variabel keputusan (analisis variabel keputusan),

35

ketercapaian prioritas (analisis prioritas), dan nilai penyimpangan (analisis

kendala).

1.7.3 Analisis Kinerja

Kinerja model dianalisis dengan menghitung dan membandingkan hasil kinerja

model dengan hasil kinerja sistem nyata. Pengukuran kinerja dilakukan berdasarkan

beberapa parameter kinerja: 1) recycle rate; 2) total sisa limbah cair; 3) total

penggunaan air; 4) total kesempatan kerja; dan 5) total profit. Perhitungan dari

masing-masing parameter kinerja tersebut adalah sebagai berikut.

1) Total Sisa Limbah Padat

Limbah padat merupakan salah satu bentuk limbah yang dihasilkan dari proses

agroindustri. Kinerja AEIP dapat dilihat dari sisa limbah padat yang dihasilkan

dari pertukaran limbah. Semakin tinggi tingkat pertukaran limbah, semakin

kecil sisa limbah padat yang dihasilkan. Total sisa limbah padat dihitung sebagai

berikut:

𝑇𝑜𝑡𝑎𝑙 𝑆𝑖𝑠𝑎 𝐿𝑖𝑚𝑏𝑎ℎ 𝑃𝑎𝑑𝑎𝑡 = ∑ (𝑛𝑖=1 𝑚𝑖𝑗𝑥𝑖 − 𝑏𝑗𝑖𝑥𝑗) [24]

dengan

mij = output limbah padat agroindustri i per unit produk (kg/unit);

xi = jumlah produksi agroindustri i (unit);

bji = kebutuhan material pada agroindustri j yang memanfaatkan limbah padat

dari agroindustri i (kg/unit);

xj = jumlah produksi agroindustri j (unit).

36

2) Total Sisa Limbah Cair

Proses agroindustri juga menghasilkan limbah dalam bentuk cair. Kinerja AEIP

juga perlu dilihat dari sisa limbah cair yang dihasilkan dari pertukaran limbah.

Limbah cair perlu mendapat perhatian khusus dalam penelitian ini karena

memiliki potensi pencemaran yang lebih besar dibanding limbah padat. Total

sisa limbah cair dihitung sebagai berikut:

𝑇𝑜𝑡𝑎𝑙 𝑆𝑖𝑠𝑎 𝐿𝑖𝑚𝑏𝑎ℎ 𝐶𝑎𝑖𝑟 = ∑ (𝑛𝑖=1 𝑤𝑖𝑗𝑥𝑖 − 𝑎𝑗𝑥𝑗) [25]

dengan

wij = output limbah cair agroindustri i per unit produk (liter/unit);

xi = jumlah produksi agroindustri i (unit);

aj = kebutuhan air agroindustri j yang memanfaatkan limbah cair dari

agroindustri i (liter/unit);

xj = jumlah produksi agroindustri j (unit).

3) Recycle Rate

Recycle rate (derajat daur ulang) merupakan rasio jumlah limbah yang didaur

ulang dibandingkan seluruh limbah yang dihasilkan. Recycle rate dapat

menggambarkan tingkat optimalisasi seluruh proses metabolisme dalam AEIP

(Djajadiningrat&Famiola, 2004). Perhitungan recycle rate menurut Leverenz,

Tchobanoglous, dan Spencer (2002) adalah:

𝑅𝑒𝑐𝑦𝑐𝑙𝑒 𝑅𝑎𝑡𝑒 =𝐽𝑢𝑚𝑙𝑎ℎ 𝑙𝑖𝑚𝑏𝑎ℎ 𝑦𝑎𝑛𝑔 𝑑𝑖𝑑𝑎𝑢𝑟 𝑢𝑙𝑎𝑛𝑔

𝐽𝑢𝑚𝑙𝑎ℎ 𝑠𝑒𝑙𝑢𝑟𝑢ℎ 𝑙𝑖𝑚𝑏𝑎ℎ 𝑦𝑎𝑛𝑔 𝑑𝑖ℎ𝑎𝑠𝑖𝑙𝑘𝑎𝑛 [26]

4) Total Kesempatan Kerja

AEIP diharapkan dapat memberikan manfaat sosial bagi masyarakat sekitar.

Salah satu manfaat yang diharapkan dari keberadaan dan pengembangan AEIP

37

adalah meningkatnya kesempatan kerja. Kesempatan kerja dapat diukur dari

kebutuhan tenaga kerja dari setiap agroindustri. Total kesempatan kerja yang

dihasilkan dari model maupun sistem nyata dihitung dengan:

𝑇𝑜𝑡𝑎𝑙 𝐾𝑒𝑠𝑒𝑚𝑝𝑎𝑡𝑎𝑛 𝐾𝑒𝑟𝑗𝑎 = ∑ 𝑇𝐾𝑖𝑡𝑖=1 [27]

dengan

i = jenis agroindustri;

TKi = kebutuhan tenaga kerja agroindustri i (HOK/hari).

5) Total Profit

Profit atau keuntungan ekonomi masih menjadi faktor pendorong utama bagi

pelaku usaha dalam melakukan dan mengembangkan usaha. Pengembangan

AEIP juga diharapkan memberikan manfaat ekonomi bagi pelaku usaha

sehingga mendorong mereka untuk menerapkan konsep AEIP. Total profit

dihitung dengan

𝑇𝑜𝑡𝑎𝑙 𝑃𝑟𝑜𝑓𝑖𝑡 = ∑ (𝑃𝑟𝑜𝑓𝑖𝑡 𝑎𝑔𝑟𝑜𝑖𝑛𝑑𝑢𝑠𝑡𝑟𝑖 𝑖) 𝑛𝑖=1 [28]

𝑃𝑟𝑜𝑓𝑖𝑡 = 𝑃𝑒𝑛𝑑𝑎𝑝𝑎𝑡𝑎𝑛 − 𝐵𝑖𝑎𝑦𝑎 [29]

𝑃𝑒𝑛𝑑𝑎𝑝𝑎𝑡𝑎𝑛 = 𝐽𝑢𝑚𝑙𝑎ℎ 𝑃𝑟𝑜𝑑𝑢𝑘𝑠𝑖 × 𝐻𝑎𝑟𝑔𝑎 𝐽𝑢𝑎𝑙 [30]

Pada penelitian ini, profit yang dihitung adalah profit kotor, yaitu profit yang

belum dikurangi pajak. Harga jual ditentukan berdasarkan survey harga rata-rata

di tingkat produsen pada saat pengambilan data (September - Nopember 2018).

Biaya meliputi biaya bahan baku, tenaga kerja, sewa, transportasi, listrik, dan

penyusutan.