Download - Pengetahuan Bahan Teknik
DAFTAR ISI
DAFTAR TABEL
PENDAHULUAN
Mekanisasi pertanian memberikan kontribusi untuk menurunkan biaya
produksi, meningkatnya hasil dan menurunnya susut hasil, sehingga pada akhirnya
akan meningkatkan pendapatan usaha tani. Mekanisasi pertanian diyakini dapat
meningkatkan efisiensi dan produktivitas pertanian jika teknologi yang digunakan
tepat (appropriate technology). Perkembangan mekanisasi pertanian bukan hanya
berkaitan dengan perkembangan penggunaan traktor saja tetapi juga penggunaan
setiap alat yang digunakan untuk proses produksi pertanian. Dalam kegiatan
pengolahan tanah, traktor merupakan sumber tenaga penggerak utamanya. Atas dasar
bentuk dan ukuran traktor, maka traktor pertanian dapat dibedakan menjadi tiga jenis,
yaitu traktor besar, traktor mini dan traktor tangan.
Traktor tangan merupakan salah satu mesin pengolah tanah yang kini mulai
banyak digunakan petani dalam mengolah tanah. Sebagai mesin/alat pengolah tanah,
traktor haruslah dilengkapi dengan peralatan pengolah tanahnya. Berdasarkan data
yang diperoleh dari Dinas Pertanian Kabupaten Deli Serdang Tahun 2007(Sianipar,
2008), Kecamatan Perbaungan memiliki traktor roda dua sebanyak 309 unit dan
masih layak digunakan. Dibandingkan dengan lahan sawah yang luasnya 6700 ha,
maka efektivitas traktor sebesar 19,1 ha/unit. Dari 36 desa yang ada dikecamatan,
yang menjadi lokasi sampel penelitian hanya empat desa. Kepemilikan traktor ada
yang dimiliki oleh perorangan maupun kelompok. Dalam hal pengelolaanya, petani
masih belum mampu untuk memaksimalkan pengelolaan traktor sehingga keuntungan
yang diharapkan masih belum terpenuhi. Optimasi yang dimaksud dalam penelitian
ini adalah untuk memaksimumkan pendapatan dan dapat mengambil keputusan
terhadap traktor mana yang akan dikembangkan (ditambah jumlahnya) agar dapat
meningkatkan nilai keuntungan/pendapatan.
2
TINJAUAN PUSTAKA
Pengolahan tanah adalah suatu perlakuan mekanis terhadap tanah untuk suatu
keperluan atau tujuan tertentu. Untuk keperluan penanaman, pengolahan tanah adalah
pekerjaan dalam menyiapkan tanah agar baik bagi pertumbuhan tanaman dengan
menciptakan sifat tanah yang baik untuk kehidupan tanaman (Direktorat Jenderal
Perkebunan, 1982).
Traktor sebagai alat pengolah tanah layak digunakan untuk mengganti
penggunaan tenaga ternak atau manusia, didasarkan kenyataan bahwa pengolahan
dengan traktor dapat menurunkan biaya pengolahan tanah. Penghematan biaya
pengolahan tanah akan meningkatkan pendapatan usaha tani (Simatupang, dkk,
1995).
Data dibawah ini merupakan data yang diperoleh dari beberapa instansi terkait
seperti data tahun 2000-2004 diperoleh dari Dinas Pertanian Kabupaten Deli Serdang,
sedangkan untuk tahun 2005-2007 diperoleh dari Dinas Pertanian Kabupaten Serdang
Bedagai.
Data Jumlah Traktor Tahun 2000-2007
TahunJumlah Traktor
Roda Dua (unit) Roda Empat (unit) 2000 351 22001 351 22002 95 422003 121 62004 121 62005 121 52006 301 52007 309 5
Seorang petani dalam menjalankan usaha taninya mempunyai berbagai
alternatif untuk memakai sumberdaya yang terbatas guna mencapai tujuan
memaksimumkan keuntungan usaha taninya. Keuntungan maksimum dengan
3
pemakaian kendala yang terbatas dapat dihitung melalui teknik linier programming.
Linier progamming (LP) merupakan metode perhitungan untuk perencanaan terbaik
diantara kemungkinan-kemungkinan tindakan yang dilakukan. Penentuan rencana
terbaik tersebut terdapat banyak alternatif dalam perencanaan untuk mencapai tujuan
spesifik pada sumberdaya yang terbatas (Soekartawi,1995).
Dalam perumusan masalah dalam linier programming, hal terpenting yang
perlu dilakukan adalah mengetahui tujuan penyelesaian masalah dan apa penyebab
masalah tersebut. Karena itu, ada dua macam fungsi linier programming, yaitu fungsi
tujuan (objective function) dan fungsi kendala/batasan (constraint). Fungsi tujuan
mengarahkan analis untuk mendeteksi tujuan perumusan masalah, sedangkan fungsi
kendala adalah untuk mengetahui sumberdaya yang tersedia dan permintaan atas
sumberdaya tersebut (Bustani, 2005).
Suatu solusi yang memuaskan semua kondisi problem dari tujuan yang telah
ditetapkan dinamakan solusi optimum. Pernyataan ini dapat dituliskan secara
sederhana dengan bantuan persamaan matematis sebagai berikut:
Memaksimumkan atau meminimumkan
a. Fungsi tujuan : Z = c1x1+c2x2+ ... +cnxn
b. Fungsi kendala : a11x11+a21x21+ ... +an1xn1 ≥ b1
a12x12+a22x22+ ... +an2xn2 ≥ b2
a1mx1m+a2mx2m+ ... +anmxnm ≥ bm
c. Asumsi : x1 , x2, ... , xn ≥ 0
Berdasarkan rumusan pernyataan diatas, dapat disimpulkan sebagai berikut:
1. Bahwa dalam LP harus ada fungsi tujuan (f(Z)) yaitu sesuatu yang
dimaksimumkan atau diminimumkan; c adalah cost coefficient dan x adalah
aktivitas.
2. Bahwa dalam LP harus ada kendala yang dinyatakan dengan persamaan garis
lurus; dimana a = koefisien output input dan b = jumlah sumberdaya yang
tersedia
3. Bahwa semua nilai x adalah positif atau sama dengan nol (Soekartawi,1995).
4
TUJUAN DAN MANFAAT PENELITIAN
Adapun tujuan penelitian ini adalah untuk menganalisa keuntungan
maksimum yang dapat diperoleh dari pengelolaan traktor tangan pada empat desa di
kecamatan Perbaungan dengan menggunakan perhitungan melalui teknik linier
programming. Sedangkan manfaat penelitian adalah untuk memberikan informasi
kepada para pengambil keputusan khususnya yang berhubungan dengan pengelolaan
traktor roda dua bahwa masih banyak peluang yang perlu dikembangkan dari
pengelolaan traktor roda dua dalam peningkatan pendapatan dan penghasilan petani
pemilik, pengguna maupun penyedia jasa traktor roda dua.
METODE PENELITIAN
Penelitian dilaksanakan pada bulan Mei 2011 di Kecamatan Perbaungan dan
di Laboratorium Teknik Pertanian. Penelitian ini menggunakan data primer berupa
data survei kepemilikan traktor roda dua di Desa Kota Galuh, Melati II, Pematang
Sijonam,Suka Beras dan data sekunder yang diperoleh dari beberapa literatur (buku,
jurnal, skripsi maupun internet). Data-data ini kemudian akan dirangkum sesuai
dengan kebutuhan analisis. Analisis data akan dilakukan dengan perhitungan
menggunakan teknik linear programming dalam hal ini menggunakan software yang
bernama TORA. Software ini yang digunakan sebagai alat analisis yang outputnya
berupa nilai dari maksimasi keuntungan pengelolaan traktor serta analisa sensitifitas
dari variabel-variabel yang digunakan.
Dasar Penggunaan Input pada Fungsi Kendala
5
No
Fungsi Kendala
X1 X2 X3 X4 X5 X6 Sumber daya
Keterangan
1. Luas lahan Terkerjakan (Ha)
23,5*
15,25*
21,12*
14,4*
19,2*
17,7*
< 1721 *)luas lahan yang dikerjakan masing-masing jenis traktor
2. Modal (Rp. 0000)
35,9 35,2 36,6 38,1 31,7 36,5 <*61956
*)modal yang dikeluarkan untuk mengolah tanah seluas 1721 Ha
3. Jumlah Traktor (unit)
2 31 40 6 3 12 <95
Keuntungan Bersih (Rp.000)
266 273 259 244 308 260
Fungsi Tujuan :
Z(maksimum) = 266X1 + 273X2 + 259X3 + 244X4 + 308X5 + 260X6
dimana:X1 = traktor quik G 1000X2 = traktor dong feng K 75 A X3 = traktor yanmar TF 85X4 = traktor kubota RD 65X5 = traktor mikawa T 55 X6 = traktor kubota GS 300
Data pendukung
6
Desa X1 X2 X3 X4 X5 X6 Jumlah Traktor
Luas Lahan (Ha)
Kota galuh - 12 - - 3 - 15 231
Melati 2 2 15 31 5 - 9 62 847
Pematang Sijonam
- 2 7 - - 3 12 368
Suka Beras - 2 2 1 - 1 6 275
Total 95 1721
Parameter yang diharapkan adalah nilai keuntungan maksimum dari
pengelolaan traktor roda dua dan analisis sensitifitas untuk memungkinkan adanya
pengambilan keputusan dalam pengembangan traktor roda dua khususnya di wilayah
penelitian.
PEMBAHASAN
Nilai Optimum
Dari hasil analisis dengan program TORA dapat dilihat bahwa variabel X1
merupakan satu-satunya variabel penentu memiliki nilai untuk memberikan nilai
optimum pada persamaan tujuan. Dalam persamaan tujuan, variabel X1 mewakili
penggunaan traktor Quick G1000 untuk mengolah lahan, koefisien yang bernilai 266
merupakan margin keuntungan dalam ribuan rupiah yang akan didapatkan apabila
pengolahan lahan menggunakan traktor yang bersangkutan.
Hasil analisis juga memberikan nilai variabel X1 sebesar 47,5 hektar, dimana
setiap hektarnya diperkirakan akan memberikan keuntungan Rp.266.000, dengan
demikian keuntungan optimum yang didapatkan bila pengolahan lahan sebesar 47,5
hektar dilakukan dengan menggunakan traktor quick G1000 akan adalah sebesar
Rp.12.103.000, nilai yang dihasilkan oleh TORA besarnya sedikit berbeda yaitu
Rp.12.634.999, hal ini mungkin sekali disebabkan oleh faktor pembulatan.
Meskipun keuntungan yang didapatkan merupakan nilai optimum, dari hasil
perhitungan TORA juga dapat dilihat bahwa ada sumber daya (resource) yang
7
terbuang, hal ini dapat dilihat dari nilai slack/slek untuk masing-masing pembatas
(constraint). Nilai slek dari masing-masing pembatas dapat dilihat dalam tabel
berikut:
Nilai Slack masing-masing Pembatas
Pembatas/
Constraint
Nilai Sebelah Kanan (NSK) / Right Hand Side (RHS) / sumberdaya
Slack(-)/Surplus(+)
1 1721 -604,7501
2 61956 -60250,7500
3 95 0,0000
Tabel diatas menjelaskan bahwa dalam pembatas 1, luas lahan maksimum
yang dapat dikerjakan per musim tanam adalah 1.721 hektar, nilai slek adalah sebesar
-604,75, hal ini menunjukkan bahwa ada lahan yang tidak terolah seluas 604,75
hektar per musim tanam apabila lahan diolah dengan menggunakan traktor Quick
G1000.
Dari tabel juga dapat dilihat bahwa dalam pembatas 2, modal yang tersedia
untuk mengolah lahan adalah sebesar 61.956 (nilai ini setara dengan
Rp.619.560.000), nilai slek adalah sebesar 60.250,75, hal ini menunjukkan bahwa
dari nilai modal yang tersedia untuk mengolah seluruh lahan, ada modal yang tidak
digunakan sebesar Rp.602.507.500 per musim tanam apabila lahan diolah dengan
menggunakan traktor Quick G1000.
Satu-satunya pembatas yang tidak memiliki nilai slek adalah pembatas 3, hal
ini berarti bahwa seluruhnya sumber daya yang tersedia pada pembatas 3 terpakai
habis, hal ini juga dapat diartikan bahwa dalam mencapai keuntungan yang optimum,
dari batas 95 buah traktor yang boleh digunakan per musim tanam, seluruhnya
digunakan traktor quick G1000.
8
Analisis Sensitifitas
Analisis sensitifitas juga dapat dilakukan dengan menggunakan TORA. Untuk
permasalahan Programa Linier dalam penelitian ini, TORA menghasilkan nilai-nilai
untuk analisis sensitifitas dalam tabel berikut :
Nilai Analisis Sensitifitas
Variabel Koefisien Nilai koefisien minimum
Nilai koefisien maksimum
X1 266 205,33 Infinit
X2 273 -infinit 4122,99
X3 259 -infinit 5319,99
X4 244 -infinit 798
X5 308 -infinit 399
X6 260 -infinit 1596
Tabel diatas menunjukkan batas-batas nilai koefisien persamaan tujuan
dimana bila perubahan nilai koefisien masih ada dalam rentang nilai antara nilai
minimum dan maksimum, perubahan nilai yang dilakukan tidak akan nilai optimum.
Maka dengan itu, untuk melakukan analisis sensitifitas dapat diambil nilai untuk
masing-masing variabel diluar dari rentang nilai minimum dan maksimum diatas.
Untuk variabel X1, dapat dilihat bahwa nilai koefisien minimumnya ada pada
nilai 205,33 dan maksimumnya ada pada nilai infinit atau tak hingga. Hal ini berarti,
dalam analisis sensitifitas, koefisien variabel X1 hanya dapat ditentukan dibawah nilai
205,33 untuk dapat memberikan nilai optimum yang berbeda.
Untuk variabel X2, dapat dilihat bahwa nilai koefisien minimumnya ada pada
nilai infinit atau tak hingga dan maksimumnya ada pada nilai 4122,99. Hal ini berarti,
dalam analisis sensitifitas, koefisien variabel X2 hanya dapat ditentukan diatas nilai
4122,99 untuk dapat memberikan nilai optimum yang berbeda.
Untuk variabel X3, dapat dilihat bahwa nilai koefisien minimumnya ada pada
nilai infinit atau tak hingga dan maksimumnya ada pada nilai 5319,99. Hal ini berarti,
9
dalam analisis sensitifitas, koefisien variabel X3 hanya dapat ditentukan diatas nilai
5319,99 untuk dapat memberikan nilai optimum yang berbeda.
Untuk variabel X4, dapat dilihat bahwa nilai koefisien minimumnya ada pada
nilai infinit atau tak hingga dan maksimumnya ada pada nilai 798. Hal ini berarti,
dalam analisis sensitifitas, koefisien variabel X4 hanya dapat ditentukan diatas nilai
798 untuk dapat memberikan nilai optimum yang berbeda.
Untuk variabel X5, dapat dilihat bahwa nilai koefisien minimumnya ada pada
nilai infinit atau tak hingga dan maksimumnya ada pada nilai 399. Hal ini berarti,
dalam analisis sensitifitas, koefisien variabel X5 hanya dapat ditentukan diatas nilai
399 untuk dapat memberikan nilai optimum yang berbeda.
Untuk variabel X6, dapat dilihat bahwa nilai koefisien minimumnya ada pada
nilai infinit atau tak hingga dan maksimumnya ada pada nilai 798. Hal ini berarti,
dalam analisis sensitifitas, koefisien variabel X6 hanya dapat ditentukan diatas nilai
1596 untuk dapat memberikan nilai optimum yang berbeda.
Selain itu, persamaan tujuan juga dapat digunakan untuk melakukan analisis
sensitifitas dengan mengubah RHS (NSK) pada persamaan pembatas yang mewakili
nilai resource atau sumber daya yang tersedia. Nilai maksimal dan minimal untuk
RHS dapat dilihat pada tabel berikut.
Nilai RHS Maksimal dan Minimal
Pembatas/
Constraint
Nilai RHS Minimum
Nilai RHS Maksimum
1 1116,24 Infinit
2 1705,25 Infinit
3 00,00 146,46
Dalam melakukan analisis sensitifitas pada pembatas, nilai RHS pada
pembatas 1 harus di bawah 1.116,24 karena nilai maksimumnya ada pada nilai infinit
atau tak hingga. Untuk pembatas 2, nilai RHS harus di bawah 1.705,25 karena nilai
maksimumnya ada pada nilai infinit atau tak hingga. Untuk pembatas 3, nilai RHS
10
harus di atas 146,46 karena nilai minimumnya bernilai 0. Ketentuan di atas harus
dilakukan untuk mendapatkan nilai optimum yang berbeda.
Untuk melihat faktor teknologi atau constraint mana yang berpengaruh atau
berkontribusi besar kepada keseluruhan masalah programa linier, dapat dilihat dari
analisis dualnya. Pada dasarnya, dari hasil analisis dual dapat dilihat sumber daya
mana yang jika tersedia dalam jumlah yang lebih banyak akan dapat memberikan
nilai keuntungan atau kerugian lebih optimal. Hal ini dapat dilihat pada dual price
dari sumber daya yang tersedia. Nilai dari sumber daya yang tersedia ini tergambar
pada nilai RHS pada pembatas. Hasil analisis dual pada problem awal adalah sebagai
berikut :
Nilai Dual PricePembatas Nilai dual /
harga bayangan/shadow price
1 0,02 0,03 133,0
Dari Tabel 7 dapat dijelaskan bahwa pada pembatas 1 (luasan lahan) dan 2 (modal
yang tersedia) nilai harga bayangannya adalah 0, sedangkan pada pembatas 3 (jumlah
traktor yang tersedia), nilai harga bayangannya adalah 133,0. Pada hakikatnya,
menurut Taha (1993), nilai harga bayangan menunjukkan seberapa berharganya
sebuah sumber daya (dalam bentuk nilai RHS pembatas), besarnya nilai sendiri
menunjukkan biaya yang pantas untuk mendapatkan sumber daya yang bersangkutan
lebih banyak.
Berdasarkan analisis dual, maka analisis sensitifitas pertama dilakukan dengan
menaikkan nilai RHS pada pembatas ke-3 sebanyak 10% dari harga maksimum
sehingga nilainya menjadi sebesar 161,11. Hasil optimisasi setelah nilai RHS dari
pembatas 3 diubah menunjukkan nilai optimum yang berbeda. Hasil optimisasi
menunjukkan variabel X1 memiliki nilai sebesar 64,47 dan nilai variabel X5 memiliki
nilai 10,72 sehingga nilai keuntungan optimal dari persamaan tujuan adalah sebesar
11
20.542,19. Nilai ini lebih tinggi daripada keuntungan optimal dari problem awal yaitu
sebesar 12.634. Dilihat dari nilai slek dan surplusnya, dapat dilihat bahwa setelah
perubahan dilakukan, nilai slek yang ada hanya pada pembatas 2, yaitu sebesar
59.301,51, sedangkan pembatas yang lain memiliki nilai slek 0. Dari hasil analisis
dual dapat dilihat bahwa pembatas 1 yang tadinya memiliki harga bayangan 0, kini
memiliki nilai 5,67, sedangkan pembatas 3, yang tadinya memiliki harga bayangan
133, kini memiliki nilai yang lebih kecil yaitu sebesar 66,38.
Dari hasil analisis sensitifitas diatas dapat disimpulkan bahwa dengan
perubahan pada jumlah traktor yang tersedia, maka traktor yang dapat
menguntungkan bertambah 1 jenis traktor lagi, yaitu jenis Mikawa T55 selain traktor
Quick G1000. Potensial kenaikan keuntungan yang dapat diperoleh adalah sebesar
Rp. 78.171.900 sedangkan dari nilai slek yang menurun dari 60250,75 menjadi
59301,51 dapat ditarik kesimpulan bahwa dengan perubahan yang dilakukan dapat
dikurangi jumlah modal yang tidak terpakai sebanyak 949,24 atau Rp.9.492.400
sehingga penggunaan modal dapat lebih optimum.
Berdasarkan nilai harga bayangan dari pembatas-pembatas, dapat dilihat
bahwa pembatas 3 masih cukup berharga untuk dinaikkan nilai RHS-nya. Maka
dengan demikian dapat dilakukan analisis sensitifitas lebih lanjut dengan menaikkan
nilai RHS pembatas ke-3 sebesar 10% dari nilai maksimumnya yaitu 268,91 menjadi
295,79. Setelah perubahan dilakukan, hasil optimisasi menunjukkan perubahan yang
cukup mencolok. Hasil optimisasi menunjukkan bahwa variabel X1 tidak lagi
memiliki nilai untuk solusi, variabel X5 nilainya meningkat menjadi 84,26. Sebagai
ganti dari variabel X1, variabel X4 kini memiliki nilai, yaitu sebesar 7,17 sedangkan
variabel lainnya tetap memiliki nilai 0. Dengan perubahan nilai variabel maka nilai
dari persamaan tujuan juga ikut berubah menjadi sebesar 27.700,94, nilai ini lebih
tinggi daripada nilai objektif sebelumnya, yaitu sebesar 20.452,18. Dari nilai slek dan
surplus juga dapat dilihat bahwa satu-satunya pembatas yang memiliki nilai slek
adalah pembatas 2, dengan nilai sebesar 59.011,86. Dari hasil analisis dual dapat
dilihat bahwa nilai harga bayangan pembatas 1 kini memiliki nilai yang lebih tinggi,
12
yaitu sebesar 15,5 sedangkan nilai harga bayangan pembatas 3 menjadi lebih kecil,
yaitu sebesar 3,47.
Dari hasil analisis sensitifitas dapat dilihat bahwa traktor Quick G1000 tidak
lagi menjadi solusi dalam persamaan tujuan, sebagai gantinya, traktor Kubota RD65
menjadi pilihan yang lebih baik. Hasil optimasi menunjukkan dengan nilai variabel
yang baru untuk penggunaan traktor Kubota RD65 dan Mikawa T55, persamaan
tujuan memiliki nilai yang lebih tinggi daripada nilai sebelumnya sehingga memiliki
potensi keuntungan tambahan sebesar Rp. 7.248.760. Dari nilai slek dan surplus,
dapat dilihat bahwa terjadi penurunan nilai slek pada pembatas ke-3 dari 59.301,51
menjadi 59.011,86 sehingga dengan selisih sebesar 289,65, atau setara Rp. 2.896.500
dapat disimpulkan bahwa modal yang tidak tergunakan dapat dikurangi sehingga
modal yang tersedia dapat digunakan lebih optimal.
Dari hasil analisis dual dapat dilihat adanya penurunan pada nilai harga
bayangan pembatas 3, hal ini menunjukkan bahwa penambahan berikutnya pada
jumlah traktor yang dapat digunakan akan memiliki dampak yang lebih kecil terhadap
perubahan nilai objektif, sehingga penambahan jumlah traktor yang tersedia lebih
lanjut akan menjadi tidak efektif. Sedangkan dari nilai harga bayangan pembatas 1
yang meningkat, dapat disimpulkan bahwa penambahan luas lahan yang dapat diolah
akan lebih berharga daripada penambahan jumlah traktor yang tersedia. Tetapi,
mengingat penambahan luas olahan lahan adalah hal yang relatif tidak mudah
dibandingkan menambah jumlah traktor untuk digunakan, sehingga analisis
sensitifitas dengan meningkatkan luasan lahan yang dapat diolah menjadi tidak
optimal untuk dilakukan. Dari perubahan nilai harga bayangan kedua pembatas diatas
dapat disimpulkan bahwa analisis sensitifitas lebih lanjut tidak perlu untuk dilakukan.
13
KESIMPULAN DAN SARAN
Kesimpulan
1. Nilai optimum dari Pengelolaan Traktor Roda Dua pada Pengolahan Tanah di
Kecamatan Perbaungan Kabhupaten Serdang Bedagai adalah Rp. 12.634.999
untuk satu kali musim tanam
2. Variabel yang paling menentukan besar kecilnya nilai optimum adalah X5 hal ini
dapat dilihat dari ketika dilakukan analisis sensitifitas lebih lanjut, variabel X5
ternyata menjadi variabel yang memiliki nilai paling besar dalam solusi optimal.
3. Jika akan diadakan penambahan traktor, maka dari hasil analisis sebaiknya dipilih
traktor Mikawa T55 sebab dalam hasil analisis sensitifitas akhir, traktor Mikawa
T55 (X5) adalah jenis traktor yang berpotensi memberikan keuntungan terbesar
dengan nilai variabel terbesar.
4. Berdasarkan jumlah traktor yang ada saat ini dengan jumlah ideal traktor yang
harus tersedia maka perlu diadakan penambahan traktor lagi dengan demikian
nilai dari pendapatan masih dapat ditingkatkan lagi dengan mengubah nilai dari
sumberdaya traktor.
Saran
Perlu dilakukan penelitian lebih lanjut untuk pengelolaan beberapa alat dan mesin
pertanian, mulai dari pra panen sampai pasca panen.
DAFTAR PUSTAKA
Bustani H., 2005. Fundamental Operation Research, PT Gramedia Pustaka Utama, Jakarta.
Direktorat Jenderal Perkebunan, 1982. Penggunaan dan Pemeliharaan Alat dan Mesin Budidaya Perkebunan, Jakarta
14
Sianipar, A.E.P., 2008. Analisis Kebutuhan Bahan Bakar Traktor Roda Dua dan Roda Empat di Kecamatan Perbaungan Kabupaten Serdang Bedagai, Skripsi, Fakultas Pertanian, Universitas Sumatera Utara.
Simatupang P., A. Purwoto, B. Santoso, Hendiarto, Supriyati, S.H. Susilowati, V. Siagian, B. Prasetyo, E. Ariningsih, E.E. Ananto, J. Situmorang, 1995. Pola Pengembangan Mekanisasi Pertanian di Indonesia PPSEP, Balitbangtan, Departemen Pertanian, Jakarta.
Soekartawi,1995. Linear Programming Teori dan Aplikasinya Khususnya dalam Bidang Pertanian, PT. RajaGrafindo Persada, Jakarta.
Taha, H.A, 1993, Operation Research : An Introduction 3rd edition, MacMillan Publishing Co.Inc, New York, USA
15