optimasi usaha pengolahan limbah plastik dengan...

31

Optimasi Usaha Pengolahan Limbah Plastik Dengan Pendekatan Simulasi

Syaifuddin Yana1, Syamsul Rizal2, Taufik Hidayat3,Badaruddin4

Jl. Tgk. Imum Lueng Bata Desa Bathoh, Kota Banda Aceh, Provinsi Aceh, Indonesia1Fakultas Teknik, Universitas Serambi Mekkah,Banda Aceh

2Fakultas Ekonomi, Universitas Muhammadyah, Banda Aceh.3Bank Syariah Mandiri Cabang Meulaboh

4Fakultas Ekonomi, Universitas Serambi Mekkah, Banda Aceh.Corresponding Author: [email protected]

Masuk: 18 Agustus 2016; Direvisi: 23 Agustus 2016; Diterima: 23 Agustus 2016

Abstract - This researchintent to analyze the optimization of waste plastics processing industry into a plastic chip products. The plastic waste processing using various types of plastic waste materials obtained through various sources such as scavenger and waste collectors which are they are living around the community, and others source. This study uses a model of maximizing profits based on assumptions by using a simulation of plastic waste processing plan within a year to consider following the prevailing price in the market within the last few years. In addition, to assess the feasibility of processing waste plastics by using parameters such investments Benefit Cost Ratio (BCR), Net Present Value (NPV), Internal Rate of Return (IRR), Payback Period (PP) and Profitability Index (PI). The results of the processing of the data obtained shows that optimizing the processing of plastic waste into plastic count based on the simulation of 3 (three) variables X1, X2 and X3 is the condition where i = 18% where X1 = 100% and X2 and X3 = 0%, with gains in the amount of USD 127 604 565.Keywords: Optimization, simulation of plastic waste processing, investment parameters, Benefit Cost Ratio, Net Present Value, Internal Rate of Return, Payback Period, Profitability Index

Abstrak-Penelitian ini bertujuan menganalisis optimasi industri pengolahan limbah plastik menjadi produk chip plastik. Pengolahan limbah plastik ini dengan menggunakan berbagai macam jenis bahan baku limbah plastik yang diperoleh melalui berbagai sumber seperti pemulung, agen penjual plastik dari sekitarnya, dan lainnya. Penelitian ini menggunakan model maksimasi keuntungan berdasarkan asumsi dengan menggunakan simulasi dari rencana pengolahan limbah plastik dalam kurun waktu setahun dengan mempertimbangkan mengikuti harga yang berlaku dipasar dalam kurun waktu beberapa tahun terakhir. Disamping itu, untuk menilai kelayakan pengolahan limbah plastik yaitu dengan menggunakan parameter investasi seperti Benefit Cost Ratio (BCR), Net Present Value (NPV), Internal Rate of Return (IRR), Payback Period (PP) dan Profitabilitas Index (PI). Hasil dari pengolahan data yang diperoleh menunjukkan bahwa optimalisasi pengolahan limbah plastik menjadi plastik cacah berdasarkan simulasi dari 3 (tiga) variabel X1, X2 dan X3 yaitu pada kondisi dimana i = 18% dimana X1 = 100% dan X2 dan X3 = 0%, dengan keuntungan yang diperoleh yaitu sebesar Rp 127.604.565.Kata Kunci: Optimasi, simulasi pengolahan limbah plastik, parameter investasi, Benefit Cost Ratio, Net Present Value, Internal Rate of Return, Payback Period dan Profitabilitas Index

1. PendahuluanSalah satu industri yang sederhana yang terdapat disekitar kita adalah industri pengolahan limbah

plastik. Industri pengolahan limbah plastik dapat dikatakan industri yang sederhana karena tidak membutuhkan mesin pengolahan yang canggih, namun cukup menggunakan mesin yang sederhana, namun dapat memberikan manfaat dan dapat meningkatkan taraf hidup khususnya masyarakat yang mencari nafkah dibidang barang bekas seperti plastik dan lainnya. Disamping itu, kegiatan ini dapat

Yana, Optimasi Usaha Pengolahan Limbah Plastik Dengan Pendekatan Simulasi

32

menciptakan lapangan kerja yang memadai dan berantai yang dimulai dari pemulung, pengumpul dan agen sampai kepada industri dengan pengolahan yang lebih modern baik teknologinya maupun proses pengolahannya.

Limbah plastik yang terdapat lingkungan masyarakat kita seringkali menjadi permasalahan yang besar khususnya bagi masyarakat, dimana keberadaannya yang jika tidak dapat ditanggulangi secara baik dan benar serta dengan metode yang komprehensif maka dapat menyebabkan berbagai permasalahan seperti masalah pencemaran lingkungan, terganggunya kesehatan, tersumbatnya selokan yang dapat menyebabkan banjir dan apabila jumlah sampah yang berbahaya dalam jumlah yang masif dan sulit untuk dikendalikan maka dapat menyebabkan kerusakan lingkungan seperti pencemaran darat, air dan udara seperti: CO2 (karbon dioksida), NO (nitrogenmonoksida), S2 (gas belerang), amoniak, dan lainnya.

Untuk dapat mengatasi masalah tersebut khususnya keberadaan limbah plastik, maka diperlukan penanganan khusus terhadap sampah plastik tersebut melalui suatu proses daur ulang yang tentunya dapatmemberikan dampak positif dan disamping itu dapat menghasilkan pendapatan bagi pengelolanya dan dapat menyerap tenaga kerja melalui industri kecil sampai kepada sentra industri pengolahan plastik yang besar.

2. Studi Literatur2.1. Pengertian Sampah dan Limbah Plastik

Sampah adalah limbah yang bersifat padat terdiri atas zat organik dan zat anorganik yang dianggap tidak berguna lagi dan harus dikelola agar tidak membahayakan lingkungan dan melindungi investasi pembangunan. Sampah umumnya dalam bentuk sisa makanan (sampah dapur), daun-daunan, ranting pohon, kertas/karton, plastik, kain bekas, kaleng-kaleng, debu sisa penyapuan, dsb, sumber Standar Nasional Indonesia (SNI 19-2454-1991).

2.2. Jenis-Jenis Dan Klasifikasi Limbah Plastik Pengkodean plastik yang sering kita lihat saat ini, diperkenalkan oleh The Society of Plastic Industry

pada tahun 1988 di Amerika Serikat dan diadopsi pula oleh lembaga-lembaga yang mengembangkan sistem kode, seperti ISO (International Organization for Standardization). Berikut beberapa jenis plastik umumnya dapat diklasifikasikan berupa nomor yaitu dari nomor 1 sampai dengan nomor 7, sebagaimana dapat digambarkan dibawah ini:

Bagan 1. Klasifikasi Plastik Berupa Nomor

Berikut keterangan lanjut dari peristilahan secara kimiawi bagan 2.1 di atas. PETE atau PET ( Polyethylene Terephthalate), HDPE (High Density Polyethylene), PVC (Polyvynil Chloride), LDPE (Low Density Polyethylene), PP (Polypropylene), PS (Polystyrene) dan other (lainnya) biasanya dalam bentuk polycarbonate.

Plastik biasanya dapat dibedakan berdasarkan jenis-jenisnya yang dimulai dari kode nomor 1 sampai dengan 7 yang pengklasifikasiannya dapat dilihat pada tabel berikut(Anonim, 2008).

Jurnal Serambi Engineering, Volume I, Nomor 1, Agustus 2016

33

No.1234567

Jenis Plastik Daur UlangPETHDPEPVCLDPEPPPSLainnya (ABS, Hi-Impact)

Jenis ProdukBotol minuman, kecap, parfum, tempat permen, dllBotol oli, kosmetik, shampoo, kemasan dari botol, dllPipa, talang air, kemasan dari botol, baygon, dllTutup aqua botol, aqua gallon, kemasan, dllAqua gelas, frutang, jelly, ades, dllCD, keranjang sampah, mainan anak-anak, dllKomputer, radio, tv, mainan anak-anak, dll

2.3. OptimasiAda banyak konsep yang berhubungan dengan optimasi, akan tetapi dalam penelitian ini akan

dibahas pendekatan optimasi yang berkenaan dengan industri yang sesuai. Menurut Gasperz (1992) menyatakan bahwa optimasi adalah suatu proses pencarian hasil terbaik. Proses ini dalam analisis sistem diterapkan terhadap alternatif yang dipertimbangkan, selanjutnya hasil tersebut dipilih alternatif yang menghasilkan keadaan terbaik.

Dalam perencanaan dan pengendalian bahan baku yang dipergunakan dalam suatu proses produksi perlu mendapat perhatian. Kelebihan persediaan bahan baku maupun sebaliknya kekurangan persediaan bahan baku selamanya tidak akan menguntungkan pengusaha. Penentuan bahan baku yang tepat akan sangat membantu usaha untuk dapat menekan biaya produksi serendah mungkin. Demikian juga dengan tenaga kerja dan modal, perlu adanya perencanaan pula (Ahyari, 1996:30).

Apabila pabrikan telah dapat menentukan jenis produk yang akan diproduksi, maka pabrikan akan dapat menentukan tingkat produksi yang akan digunakan. Jika memproduksi lebih dari satu macam jenis produk dan masih mempergunakan faktor-faktor produksi yang sama, maka pabrikan harus dapat menentukan berapa jumlah masing-masing jenis produk yang akan diproduksikan, sehingga pabrikan akan dapat mempergunakan input yang ada dengan sebaik-baiknya dan akan memperoleh hasil yang optimal.

Disamping itu, untuk permasalahan yang komplek dan sulit dapat menggunakan suatu pendekatan dengan metode simulasi. Simulasi umumnya penyederhanaan dari keadaan yang sebenarnya. Simulasi digunakan bilamana permasalahan yang ada terlalu kompleks/sulit bila diselesaikan dengan teknik optimasi numerik (seperti Linear Programming). Kompleksitas yang dimaksudkan disini adalah permasalahan yang terlalu sulit dirumuskan dengan menggunakan metoda optimasi numerik sehingga dapat dilakukan dengan pendekatan simulasi (Subakti, 2002: 41).

2.4. Analisis Kelayakan UsahaCholig et al. (1994), menyatakan untuk mencari suatu ukuran menyeluruh sebagai dasar penerimaan/

penolakan atau pengurutan suatu proyek, telah dikembangkan berbagai macam cara yang dinamakan kriteria investasi. Kriteria investasi yang sering digunakan dalam menilai kelayakan proyek adalah NPV, Net B/C, IRR, Payback Period (PP) dan Analisis Sensisitivity.

3. Metodologi PenelitianOptimasi pengolahan limbah plastik pada bagian ini yaitu dengan menggunakan simulasi dengan

menggunakan tiga variabel yaitu X1, X2 dan X3. Dari tujuh jenis limbah plastik yang diproduksi dikelompokkan berdasarkan menjadi tiga variabel tersebut dengan asumsi dalam satu variabel memiliki harga jual yang relatif sama dan pada umumnya dalam pengolahan dan penjualan dari setiap plastik cacah tersebut secara bersamaan. Asumsi ketiga variabel tersebut yaitu: X1 untuk limbah plastik jenis PP gelas dan HDPE, X2 untuk limbah plastik jenis PP injeksi dan PE, sedangkan X3 limbah plastik jenis PET, PC dan PS.

Simulasi yang dimaksudkan dalam pengolahan data ini adalah dengan menggunakan ketiga variabel tersebut, baik secara sendiri maupun dengan cara mengkombinasikan dengan memberikan porsi


34

yaitu 100%, 75%, 50% dan 25% dari setiap kombinasinya yaitu X1 terhadap X2 dan X3 dan demikian sebaliknya. Optimasi dari setiap kombinasi tersebut akan dapat dilihat dengan pendekatan indikator NPV (Net Present Value), BCR (Benefit Cost Ratio), PI (Profitability Index) dan PP (Payback Period). Dari percobaan dengan kombinasi pada 3 (tiga) variabel tersebut, maka akan didapatkan kombinasi yang memberikan optimasi dengan pendekatan indikator sebagaimana yang tersebut di atas.

Simulasi yang dilakukan ini adalah mengambil asumsi yaitu produksi untuk tiga variabel X1, X2 dan X3 selama satu tahun dengan input produksi rata-rata sebesar 25.000 kg (25 ton) dari ketiga jenis limbah plastik tersebut. Optimasi yang diperoleh dengan kombinasi persentasi dari masing-masing variabel X1 terhadap X2 dan X3, seterusnya dan sebaliknya.

4. Hasil Penelitian Dan PembahasanHasil pengolahan simulasi produksi limbah plastik dengan pendekatan simulasi terhadap tiga

variabel X1, X2 dan X3 adalah sebagai berikut.

A. Perhitungan Kombinasi X1 terhadap X2 dan X3Kombinasi X1 terhadap X2 dan X3 untuk i = 18%, 21%, 24% dan 48%, maka NPV dapat diperoleh

melalui pendekatan matematis dengan hasil akhir perhitungan dapat dilihat melalui tabel berikut.

Tabel 1. Tabel Perhitungan NPV Pada Kombinasi Variabel X1 Terhadap X2 dan X3 (i = 18%, 21%, 24% dan 48%)

Yana , Optimasi Usaha Pengolahan Limbah Plastik Dengan Pendekatan Simulasi

5

2 X1 (75%) 122,287,708 111,912,349 103,235,425 66,017,602 25% (50 : 50) 3 X1 (50%) 116,970,851 107,046,594 98,746,928 63,147,271 50% (50 : 50) 4 X1 (25%) 111,653,994 102,180,840 94,258,431 60,276,941 75% (50 : 50)

Dari tabel simulasi kombinasi X1 terhadap X2 dan X3 untuk perolehan optimasi NPV di atas, maka dapat digambarkan melalui grafis dibawah ini.

Bagan 1. Grafik Perbandingan Perolehan NPV Dari Kombinasi X1 Terhadap X2 dan X3 Pada Persentase Kombinasi 100%, 75%, 50% dan 25% (i = 18%, 21%, 24% dan 48%)

Kombinasi X1 terhadap X2 dan X3 untuk i = 18%, 21%, 24% dan 48%, maka BCR, PI dan PP dapat diperoleh melalui pendekatan matematis dengan hasil akhir perhitungan dapat dilihat melalui tabel berikut.

Tabel 2. Tabel Perhitungan BCR, PI dan PP Pada Kombinasi Variabel X1 Terhadap X2 dan X3 ( i = 18%, 21%, 24% dan 48%)

No. Komposisi Variabel

BCR PI PP X2 dan X3

18% 21% 24% 48%

1 X1 (100%) 1.1765 1.1765 1.1765 1.1765 1.0521 Bulan ke-7 0%

2 X1 (75%) 1.1830 1.1830 1.1830 1.1830 1.0970 Bulan ke-7 25% (50 : 50)

3 X1 (50%) 1.1908 1.1908 1.1908 1.1908 1.1492 Bulan ke-7 50% (50 : 50)

4 X1 (25%) 1.2000 1.2000 1.2000 1.2000 1.0369 Bulan ke-6 75% (50 : 50)

Dari tabel simulasi kombinasi X1 terhadap X2 dan X3 untuk perolehan optimasi BCR, PI dan PP di atas, maka dapat digambarkan melalui grafis dibawah ini.

Bagan 2. Grafik Perbandingan Perolehan BCR Pada Kombinasi X1 Terhadap X2 dan X3 (i=100%, 75%, 50% dan 25%)

18% 21% 24% 48%

127.604.565 116.778.103 107.723.921 68.888.277

122.287.708 111.912.349 103.235.425 66.017.602

116.970.851 107.046.594 98.746.928 63.147.271

111.653.994 102.180.840 94.258.431 60.276.941

0%10%20%30%40%50%60%70%80%90%

100%

1 2 3 4

Series5Series4Series3Series2Series1


5

2 X1 (75%) 122,287,708 111,912,349 103,235,425 66,017,602 25% (50 : 50) 3 X1 (50%) 116,970,851 107,046,594 98,746,928 63,147,271 50% (50 : 50) 4 X1 (25%) 111,653,994 102,180,840 94,258,431 60,276,941 75% (50 : 50)






BCR PI PP X2 dan X3

18% 21% 24% 48%

1 X1 (100%) 1.1765 1.1765 1.1765 1.1765 1.0521 Bulan ke-7 0%

2 X1 (75%) 1.1830 1.1830 1.1830 1.1830 1.0970 Bulan ke-7 25% (50 : 50)

3 X1 (50%) 1.1908 1.1908 1.1908 1.1908 1.1492 Bulan ke-7 50% (50 : 50)

4 X1 (25%) 1.2000 1.2000 1.2000 1.2000 1.0369 Bulan ke-6 75% (50 : 50)



18% 21% 24% 48%

127.604.565 116.778.103 107.723.921 68.888.277

122.287.708 111.912.349 103.235.425 66.017.602

116.970.851 107.046.594 98.746.928 63.147.271

111.653.994 102.180.840 94.258.431 60.276.941

0%10%20%30%40%50%60%70%80%90%

100%

1 2 3 4



4

sulit dirumuskan dengan menggunakan metoda optimasi numerik sehingga dapat dilakukan dengan pendekatan simulasi (Subakti, 2002: 41).

2.4. Analisis Kelayakan Usaha Cholig et al. (1994), menyatakan untuk mencari suatu ukuran menyeluruh sebagai dasar penerimaan/penolakan atau pengurutan suatu proyek, telah dikembangkan berbagai macam cara yang dinamakan kriteria investasi. Kriteria investasi yang sering digunakan dalam menilai kelayakan proyek adalah NPV, Net B/C, IRR, Payback Period (PP) dan Analisis Sensisitivity.

3. Metodologi Penelitian Optimasi pengolahan limbah plastik pada bagian ini yaitu dengan menggunakan simulasi dengan menggunakan tiga variabel yaitu X1, X2 dan X3. Dari tujuh jenis limbah plastik yang diproduksi dikelompokkan berdasarkan menjadi tiga variabel tersebut dengan asumsi dalam satu variabel memiliki harga jual yang relatif sama dan pada umumnya dalam pengolahan dan penjualan dari setiap plastik cacah tersebut secara bersamaan. Asumsi ketiga variabel tersebut yaitu: X1 untuk limbah plastik jenis PP gelas dan HDPE, X2 untuk limbah plastik jenis PP injeksi dan PE, sedangkan X3 limbah plastik jenis PET, PC dan PS. Simulasi yang dimaksudkan dalam pengolahan data ini adalah dengan menggunakan ketiga variabel tersebut, baik secara sendiri maupun dengan cara mengkombinasikan dengan memberikan porsi yaitu 100%, 75%, 50% dan 25% dari setiap kombinasinya yaitu X1 terhadap X2 dan X3 dan demikian sebaliknya. Optimasi dari setiap kombinasi tersebut akan dapat dilihat dengan pendekatan indikator NPV (Net Present Value), BCR (Benefit Cost Ratio), PI (Profitability Index) dan PP (Payback Period). Dari percobaan dengan kombinasi pada 3 (tiga) variabel tersebut, maka akan didapatkan kombinasi yang memberikan optimasi dengan pendekatan indikator sebagaimana yang tersebut di atas. Simulasi yang dilakukan ini adalah mengambil asumsi yaitu produksi untuk tiga variabel X1, X2 dan X3 selama satu tahun dengan input produksi rata-rata sebesar 25.000 kg (25 ton) dari ketiga jenis limbah plastik tersebut. Optimasi yang diperoleh dengan kombinasi persentasi dari masing-masing variabel X1 terhadap X2 dan X3, seterusnya dan sebaliknya.

4. Hasil Penelitian Dan Pembahasan Hasil pengolahan simulasi produksi limbah plastik dengan pendekatan simulasi terhadap tiga variabel X1, X2 dan X3 adalah sebagai berikut.

A. Perhitungan Kombinasi X1 terhadap X2 dan X3 Kombinasi X1 terhadap X2 dan X3 untuk i = 18%, 21%, 24% dan 48%, maka NPV dapat diperoleh melalui pendekatan matematis dengan hasil akhir perhitungan dapat dilihat melalui tabel berikut.



NPV X2 dan X3 18% 21% 24% 48%

1 X1 (100%) 127,604,565 116,778,103 107,723,921 68,888,277 0%





35



5

2 X1 (75%) 122,287,708 111,912,349 103,235,425 66,017,602 25% (50 : 50) 3 X1 (50%) 116,970,851 107,046,594 98,746,928 63,147,271 50% (50 : 50) 4 X1 (25%) 111,653,994 102,180,840 94,258,431 60,276,941 75% (50 : 50)






BCR PI PP X2 dan X3

18% 21% 24% 48%

1 X1 (100%) 1.1765 1.1765 1.1765 1.1765 1.0521 Bulan ke-7 0%

2 X1 (75%) 1.1830 1.1830 1.1830 1.1830 1.0970 Bulan ke-7 25% (50 : 50)

3 X1 (50%) 1.1908 1.1908 1.1908 1.1908 1.1492 Bulan ke-7 50% (50 : 50)

4 X1 (25%) 1.2000 1.2000 1.2000 1.2000 1.0369 Bulan ke-6 75% (50 : 50)



18% 21% 24% 48%

127.604.565 116.778.103 107.723.921 68.888.277

122.287.708 111.912.349 103.235.425 66.017.602

116.970.851 107.046.594 98.746.928 63.147.271

111.653.994 102.180.840 94.258.431 60.276.941

0%10%20%30%40%50%60%70%80%90%

100%

1 2 3 4





6

B. Perhitungan Kombinasi X2 terhadap X1 dan X3 Kombinasi X2 terhadap X1 dan X3 untuk i = 18%, 21%, 24% dan 48%, maka

NPV dapat diperoleh melalui pendekatan matematis dengan hasil akhir yaitu dapat dilihat melalui tabel berikut.



NPV X1 dan X3 18% 21% 24% 48%

1 X2 (100%) 113,426,280 103,802,758 95,754,597 61,233,718 0% 2 X2 (75%) 113,426,280 103,802,758 95,754,597 61,233,718 25% (50 : 50) 3 X2 (50%) 113,426,280 103,802,758 95,754,597 61,233,718 50% (50 : 50) 4 X2 (25%) 113,426,280 103,802,758 95,754,597 61,233,718 75% (50 : 50)


Perbandingan optimasi NPV dari grafik di atas dapat digambarkan melalui gabungan grafik berikut.


18% 1,1765 1,1830 1,1908 1,2000 21%

1,1765 1,1830 1,1908 1,2000 24%1,1765 1,1830 1,1908 1,2000

48% 1,1765 1,1830 1,1908 1,2000

0%20%40%60%80%

100%

1 2 3 4 5

Series1 Series2 Series3 Series4

18% 21% 24% 48%

113.426.280 103.802.758 95.754.597 61.233.718

113.426.280 103.802.758 95.754.597 61.233.718

113.426.280 103.802.758 95.754.597 61.233.718

113.426.280 103.802.758 95.754.597 61.233.718

0%

20%

40%

60%

80%

100%

1 2 3 4Series1 Series2 Series3 Series4 Series5

B. Perhitungan Kombinasi X2 terhadap X1 dan X3Kombinasi X2 terhadap X1 dan X3 untuk i = 18%, 21%, 24% dan 48%, maka NPV dapat diperoleh

melalui pendekatan matematis dengan hasil akhir yaitu dapat dilihat melalui tabel berikut.



6





NPV X1 dan X3 18% 21% 24% 48%

1 X2 (100%) 113,426,280 103,802,758 95,754,597 61,233,718 0% 2 X2 (75%) 113,426,280 103,802,758 95,754,597 61,233,718 25% (50 : 50) 3 X2 (50%) 113,426,280 103,802,758 95,754,597 61,233,718 50% (50 : 50) 4 X2 (25%) 113,426,280 103,802,758 95,754,597 61,233,718 75% (50 : 50)




18% 1,1765 1,1830 1,1908 1,2000 21%

1,1765 1,1830 1,1908 1,2000 24%1,1765 1,1830 1,1908 1,2000

48% 1,1765 1,1830 1,1908 1,2000

0%20%40%60%80%

100%

1 2 3 4 5


18% 21% 24% 48%

113.426.280 103.802.758 95.754.597 61.233.718

113.426.280 103.802.758 95.754.597 61.233.718

113.426.280 103.802.758 95.754.597 61.233.718

113.426.280 103.802.758 95.754.597 61.233.718

0%

20%

40%

60%

80%

100%






36


6





NPV X1 dan X3 18% 21% 24% 48%

1 X2 (100%) 113,426,280 103,802,758 95,754,597 61,233,718 0% 2 X2 (75%) 113,426,280 103,802,758 95,754,597 61,233,718 25% (50 : 50) 3 X2 (50%) 113,426,280 103,802,758 95,754,597 61,233,718 50% (50 : 50) 4 X2 (25%) 113,426,280 103,802,758 95,754,597 61,233,718 75% (50 : 50)




18% 1,1765 1,1830 1,1908 1,2000 21%

1,1765 1,1830 1,1908 1,2000 24%1,1765 1,1830 1,1908 1,2000

48% 1,1765 1,1830 1,1908 1,2000

0%20%40%60%80%

100%

1 2 3 4 5


18% 21% 24% 48%

113.426.280 103.802.758 95.754.597 61.233.718

113.426.280 103.802.758 95.754.597 61.233.718

113.426.280 103.802.758 95.754.597 61.233.718

113.426.280 103.802.758 95.754.597 61.233.718

0%

20%

40%

60%

80%

100%





7




BCR PI PP X1 dan X3

18% 21% 24% 48% 1 X2 (100%) 1.2051 1.2051 1.2051 1.2051 1.0544 Bulan ke-6 0% 2 X2 (75%) 1.2019 1.2019 1.2019 1.2019 1.0405 Bulan ke-6 25% (50 : 50) 3 X2 (50%) 1.1988 1.1988 1.1988 1.1988 1.0271 Bulan ke-6 50% (50 : 50) 4 X2 (25%) 1.1957 1.0000 1.1957 1.1957 1.0139 Bulan ke-6 75% (50 : 50)


Perbandingan terhadap optimasi BCR dari tabel di atas dapat digambarkan melalui gabungan grafik berikut.


C. Perhitungan Kombinasi X3 terhadap X1 dan X2 Kombinasi X3 terhadap X1 dan X2 untuk i = 18%, 21%, 24% dan 48%, maka




NPV X1 dan X2 18% 21% 24% 48%

1 X3 (100%) 99,247,995 90,827,413 83,785,272 53,579,503 0% 2 X3 (75%) 104,564,852 95,693,168 88,273,769 56,449,834 25% (50 : 50) 3 X3 (50%) 109,881,709 100,558,922 92,762,266 59,320,164 50% (50 : 50)

18% 1,2051 1,2019 1,1988 1,1957 21%

1,2051 1,2019 1,1988 1,0000 24%

1,2051 1,2019 1,1988 1,1957

48% 1,2051 1,2019 1,1988 1,1957

0%

20%

40%

60%

80%

100%

1 2 3 4 5



7




BCR PI PP X1 dan X3









NPV X1 dan X2 18% 21% 24% 48%

1 X3 (100%) 99,247,995 90,827,413 83,785,272 53,579,503 0% 2 X3 (75%) 104,564,852 95,693,168 88,273,769 56,449,834 25% (50 : 50) 3 X3 (50%) 109,881,709 100,558,922 92,762,266 59,320,164 50% (50 : 50)

18% 1,2051 1,2019 1,1988 1,1957 21%

1,2051 1,2019 1,1988 1,0000 24%

1,2051 1,2019 1,1988 1,1957

48% 1,2051 1,2019 1,1988 1,1957

0%

20%

40%

60%

80%

100%

1 2 3 4 5





C. Perhitungan Kombinasi X3 terhadap X1 dan X2Kombinasi X3 terhadap X1 dan X2 untuk i = 18%, 21%, 24% dan 48%, maka NPV dapat diperoleh

melalui pendekatan matematis dengan hasil akhir yaitu dapat dilihat melalui tabel berikut.


37



7




BCR PI PP X1 dan X3









NPV X1 dan X2 18% 21% 24% 48%

1 X3 (100%) 99,247,995 90,827,413 83,785,272 53,579,503 0% 2 X3 (75%) 104,564,852 95,693,168 88,273,769 56,449,834 25% (50 : 50) 3 X3 (50%) 109,881,709 100,558,922 92,762,266 59,320,164 50% (50 : 50)

18% 1,2051 1,2019 1,1988 1,1957 21%

1,2051 1,2019 1,1988 1,0000 24%

1,2051 1,2019 1,1988 1,1957

48% 1,2051 1,2019 1,1988 1,1957

0%

20%

40%

60%

80%

100%

1 2 3 4 5



8

4 X3 (25%) 115,198,566 105,424,676 97,250,762 62,190,495 75% (50 : 50)


Perbandingan optimasi NPV dari keempat grafik di atas dapat digambarkan melalui gabungan grafik berikut.





BCR PI PP X1 dan X2




18% 21% 24% 48%

99.247.995 90.827.413 83.785.272 53.579.503

104.564.852 95.693.168 88.273.769 56.449.834

109.881.709 100.558.922 92.762.266 59.320.164

115.198.566 105.424.676 97.250.762 62.190.495

0%10%20%30%40%50%60%70%80%90%

100%

1 2 3 4

Series5

Series4

Series3

Series2

Series1


8

4 X3 (25%) 115,198,566 105,424,676 97,250,762 62,190,495 75% (50 : 50)







BCR PI PP X1 dan X2




18% 21% 24% 48%

99.247.995 90.827.413 83.785.272 53.579.503

104.564.852 95.693.168 88.273.769 56.449.834

109.881.709 100.558.922 92.762.266 59.320.164

115.198.566 105.424.676 97.250.762 62.190.495

0%10%20%30%40%50%60%70%80%90%

100%

1 2 3 4

Series5

Series4

Series3

Series2

Series1







8

4 X3 (25%) 115,198,566 105,424,676 97,250,762 62,190,495 75% (50 : 50)







BCR PI PP X1 dan X2




18% 21% 24% 48%

99.247.995 90.827.413 83.785.272 53.579.503

104.564.852 95.693.168 88.273.769 56.449.834

109.881.709 100.558.922 92.762.266 59.320.164

115.198.566 105.424.676 97.250.762 62.190.495

0%10%20%30%40%50%60%70%80%90%

100%

1 2 3 4

Series5

Series4

Series3

Series2

Series1




38



9


Berdasarkan hasil pengolahan data yang diperoleh di atas, maka optimasi keuntungan maksimum yang diperoleh dari simulasi ketiga variabel X1, X2 dan X3 pada kondisi dimana i = 18%, X1 =100%, X2 dan X3 sebesar 0% dengan keuntungan yang diperoleh yaitu sebesar Rp127.604.565. Pada kondisi simulasi ini, maka parameter investasi lainnya diperoleh yaitu BCR = 1.1765, PI = 1,0521 dan PP jatuh pada bulan ke-7.

5. Kesimpulan Dan Saran5.1. Kesimpulan Dari uraian yang telah dijelaskan pada bab pengolahan data dan bab sebelumnya, maka dapat ditarik beberapa kesimpulan sebagai berikut: a. Berdasarkan Analisa Kriteria Investasi / Analisa Biaya Manfaat (Benefit Cost

Analysis), maka dapat disimpulkan bahwa usaha industri pengolahan limbah plastik yang dijalankan oleh lembaga Palapa Plastic Recycle di Kota Lhokseumawe adalah layak diusahakan, Karena dengan tingkat suku bunga 18% setelah 3 tahun (pada periode tahun perhitungan 2006 – 2009) keuntungan dapat diperoleh. − Net Present Value (NPV) = Rp 12.020.817,-

(NPV ≥ 0). Maknanya yaitu usaha industri pengolahan limbah plastik menjadi plastik cacahan di Kota Lhokseumawe yang dilakukan oleh Palapa Plastic Recycle adalah layak (bermanfaat) untuk dilaksanakan.

− Benefit Cost Ration (BCR) = 1,00257 Nilai perhitungan BCR ≥ 1 (1,00257 ≥ 1). Maknanya investasi pengolahan limbah plastik oleh Palapa Plastic Recycle di Kota Lhokseumawe pada periode 2005-2009 adalah layak secara ekonomis.

− Internal Rate of Return (IRR) = 0,2124 atau 21,24% IRR yang diperoleh > tingkat bunga berlaku. Karena pada tingkat suku bunga 21,24% nilai NPV = 0, maka industri pengolahan limbah plastik ini adalah layak secara ekonomis.

− Payback Period (PP) = pada tahun ketiga. Pada tahun ketiga dari usaha industri pengolahan limbah plastik telah memperoleh keuntungan sebesar Rp 32.365.144,-

− Profitabilitas Index (PI) = 1,0626 PI > 1, maka investasi ini layak untuk dilaksanakan

b. Optimasi keuntungan maksimum produksi limbah plastik Palapa Plastic Recycle di Kota Lhokseumawe berdasarkan simulasi pada ketiga variabel X1, X2 dan X3 yaitu pada kondisi dimana i = 18%, X1 = 100%, X2 dan X3 sebesar 0% dengan keuntungan yang diperoleh yaitu sebesar Rp127.604.565. Pada kondisi simulasi ini,

18% 1,2188 1,2092 1,2013 1,1946 21%

1,2188 1,2092 1,2013 1,1946 24%1,2188 1,2092 1,2013 1,1946

48% 1,2188 1,2092 1,2013 1,1946

0%

20%

40%

60%

80%

100%

1 2 3 4 5

Series4

Series3

Series2

Series1

Berdasarkan hasil pengolahan data yang diperoleh di atas, maka optimasi keuntungan maksimum yang diperoleh dari simulasi ketiga variabel X1, X2 dan X3 pada kondisi dimana i = 18%, X1 =100%, X2 dan X3 sebesar 0% dengan keuntungan yang diperoleh yaitu sebesar Rp127.604.565. Pada kondisi simulasi ini, maka parameter investasi lainnya diperoleh yaitu BCR = 1.1765, PI = 1,0521 dan PP jatuh pada bulan ke-7.

5. Kesimpulan Dan Saran5.1. Kesimpulan

Dari uraian yang telah dijelaskan pada bab pengolahan data dan bab sebelumnya, maka dapat ditarik beberapa kesimpulan sebagai berikut:a. Berdasarkan Analisa Kriteria Investasi / Analisa Biaya Manfaat (Benefit Cost Analysis), maka dapat disimpulkan bahwa usaha industri pengolahan limbah plastik yang dijalankan oleh lembaga Palapa Plastic Recycle di Kota Lhokseumawe adalah layak diusahakan, Karena dengan tingkat suku bunga 18% setelah 3 tahun (pada periode tahun perhitungan 2006 – 2009) keuntungan dapat diperoleh.

− Net Present Value (NPV) = Rp 12.020.817,-(NPV ≥ 0). Maknanya yaitu usaha industri pengolahan limbah plastik menjadi plastik cacahan di Kota Lhokseumawe yang dilakukan oleh Palapa Plastic Recycle adalah layak (bermanfaat) untuk dilaksanakan.

− Benefit Cost Ration (BCR) = 1,00257Nilai perhitungan BCR ≥ 1 (1,00257 ≥ 1). Maknanya investasi pengolahan limbah plastik oleh Palapa Plastic Recycle di Kota Lhokseumawe pada periode 2005-2009 adalah layak secara ekonomis.

− Internal Rate of Return (IRR) = 0,2124 atau 21,24%IRR yang diperoleh > tingkat bunga berlaku. Karena pada tingkat suku bunga 21,24% nilai NPV = 0, maka industri pengolahan limbah plastik ini adalah layak secara ekonomis.

− Payback Period (PP) = pada tahun ketiga. Pada tahun ketiga dari usaha industri pengolahan limbah plastik telah memperoleh keuntungan sebesar Rp 32.365.144,-

− Profitabilitas Index (PI) = 1,0626PI > 1, maka investasi ini layak untuk dilaksanakan

b. Optimasi keuntungan maksimum produksi limbah plastik Palapa Plastic Recycle di Kota Lhokseumawe berdasarkan simulasi pada ketiga variabel X1, X2 dan X3 yaitu pada kondisi dimana i = 18%, X1 = 100%, X2 dan X3 sebesar 0% dengan keuntungan yang diperoleh yaitu sebesar Rp127.604.565. Pada kondisi simulasi ini, maka parameter investasi lainnya diperoleh yaitu BCR = 1.1765, PI = 1,0521 dan PP jatuh pada bulan ke-7.


39

5.2. SaranBerdasarkan hasil penelitian yang telah dilakukan, dapat dikemukakan beberapa saran sebagai

berikut:a. Dalam proses produksi sebaiknya tetap memperketat aspek quality control, karena jika terdapat

pencampuran warna yang tidak terdeteksi oleh pabrik dan terkirim kepada pembeli akan mengakibatkan penolakan produk ataupun penurunan harga jual yang signifikan dan dalam jangka panjang akan kehilangan pelanggan tetap pabrikan.

b. Meskipun setelah krisis global pada pertengahan tahun 2008 mengakibatkan harga jual produk plastik cacah turun, namun pada tahun 2009 dan 2010 harga jual mulai bergerak naik kembali, namun tidak mencapai seperti harga sebelum krisis. Sehingga dalam hal ini, sebaiknya pabrikasi tetap memproduksi plastik cacahan dalam kapasitas produksi yang terbatas dan dengan hanya jenis plastik tertentu yang jumlahnya tidak sebanyak sebelum krisis (untuk mengantisipasi kemungkinan fluktuasi harga yang belum stabil).

c. Untuk mensiasati keadaan yang demikian, sebaiknya pabrikasi juga untuk sementara waktu melakukan aktivitas ekstensifikasi usaha limbah dengan jenis sampah selain plastik misalnya kardus, dan lainnya yang harga jualnya relatif lebih baik di pasar sehingga memberikan keuntungan yang relatif lebih baik bagi pabrikan. Dengan kombinasi kegiatan tersebut pabrikasi dapat menjalankan strategi bertahan dan melakukan aktivitas walaupun terbatas namun masih memperoleh keuntungan dalam kegiatan menjalankan usaha tersebut.

ReferensiAhyari, A. 1996. Manajemen Produksi – Perencanaan Sistem Produksi. Buku I Edisi 4 Cetakan Fakultas

Ekonomi. Universitas Gajah Mada. BPFE, Yogyakarta. Hal 30.Anonim, 1991. Tata Cara Pengelolaan Teknik Sampah Perkotaan, (SNI 19-2454-1991). Departemen

Pekerjaan Umum. Jakarta.Anonim, 2008. Price of Acetylene. http://www.usbcd.com/ [Diakses: 04 April 2011] Anonim. 2008.

Undang‒Undang Republik Indonesia Nomor 18 Tahun 2008 tentang Pengelolaan Sampah. <www.menlh.go.id/DATA/UU18‒2008.pdf>. Diakses pada tanggal 4 November 2015.

Cholig AR, Wirasmita, Sofwan O. 1994. Evaluasi Proyek. Bandung: Pionir Jaya. Hal 33-41.Gazperz JP. 1992. Analisis Sistem Terapan Berdasarkan Pendekatan Teknik Industri.Bandung: Tarsito.

Hal 295.H.S. Kliger and E.R. Barker. 1984. A Comparative Study of Corrosion Resistance of Carbon and Glass

Fibers, 39th Annual Conference of the Reinforced Plastics/Composites Institute, The Society of the Plastics Industry.

Subakti, Irfan. 2002.Sistem Pendukung Keputusan (Decision Support System).Jurusan Teknik Informatika, Fakultas Teknologi Informasi, Institut Sepuluh November Surabaya. Hal 41.


optimasi usaha pengolahan limbah plastik dengan...

Documents