I Pendahuluan

Berdasarkan praktek distilasi citronella, pada umumnya diterima kebenaran anggapan yang rnenyatakan rendemen ntksimullt dapat dicapai clcngan berbagai konfigurasi teknik produksi. Sciring dengan anggapan itu pada umumnya diterima juga kebenaran anggapan bahwa rendemen maksimum sangat dipengaruhi oleh berbagai faktor yang berkenaan dengan tanaman citronella (varietas, pemupukan, kondisi tanah, perawatan, umur tanaman, dan sebagainya).

Dengan memegang anggapan terscbut, bahan bakrr tidak potensial lagi untLrk nrenjadi variabel nrodel optimasi ongkos. karena takaran bahan baku adalali konstan untuk volume produksi tertentu pada konfigurasi teknik produksi mana pun.

Darj proporsi bia1,a bahan baku. konrersi, dan supervisi (lihat tabel I), biaya supervisi mentpunyai persentase yang cukup kecil. Dalam praktek, kuantitas dan kualitas supervisi yang mininrum cfektif sulit diukur, sehingga juga sulit untuk rJipcrbandingkan. Kedua tlasan tersebut nrengakibltkarr l.riaya supervisi dapat diternpatkan di luar model. Dengan demikian variabel yang potensial untuk dicobakan ke dalam model optimasi ongkos adalah biaya konversi, yang nrerupakan sekitar 14,98'zi + 35.59ii dari ongkos pabrik (rnenr.rrut tabel l).

Biaya konversi menyangkut bebcrapa faktor produksi: bahan bakar. alat, bangunan, dan buruh langsung. Bila tersedia alternatif pengalokasian berbagai faktor produksi tcrscbLrt, terddpat kenlungkinan untuk nletnbuat konfigurasi yang paling ckonomis. Dalam praktek, dapat dideteksi adanya kesubstitusian antar faktor produksi tersebut. Contoh deskripsi sebagian kemungkinan kesubstitusian faktor produksi terscbut adalalr sebagai berikut:

(a) Bahan bakar dengan alat dan [rlngunan

Bahan bakar dapat dihenrrt apabila digunakan isolasi panas pada ketel dan pipa. Artiny'a. pengunngan bahan bakar akan ntenambah nilai kapital tetap apabila diinginkan olttl)&l yang sarna.

(b) Bahan bakar dengan bunrh langsung

Kecepatan pemakaian bahan bakar yang lebih tinggi akan nrengakibatkan:

• bertambahnya panas yang terbuang, artinya rneningkatkan pemakaian bahan bakar per satuan produk:
• menlpercepat proses distilasi sehingga cfisiensi kerja meningkat: artinya me_ ngurangi jumlah jam-orang per satuan produk.

(c) Alat dan bangunan dengan buruh langsung

Penggunaan peralatan bantu akan mengurangi jumlah jarn-orang per saruan Droduk.

Tabel 1 Struktur modal dan ongkos pabrik

Keterangpn:

TRT = ton rumput p€r tahun.

ADU = air dan uap.

UL = uap langsung.

Depresiasi telah diperhitungkan dalam biaya alat & bangunan.

Data di atas didasarkan pada beberapa sumber di bawah ini; dengan penstrukturan, penyederhanaan, dan perhitungan persentase berdasarkan struktur tersebut.

2 Konsep fungsi produksi

De Neufville dan Stafford (4) mendefinisikan fungsi produksi sebagai deskripsi matematis dai output maksimum yang dapat diperoleh dari suatu himpunan beberapa sumber tertentu.

Fungsi produksi dapat dinyatakan secara umum sebagai berikut :

\[h = g(f_1, ..., f_k; p_1, ... p_n)\] (2.1)

g adalah fungsi yang mengandung satu atau lebih parameter p; h menunjukkan

^*) Sumber: Pustaka (1), (2), (3).

hasil; dan f menunjukkan faktor produksi, misalnya tenaga kerja, kapital, tanah, dan lainnya.

Nilai berbagai variabel fungsi produksi dikehendaki dalam bentuk indikator fisik. Hubungan yang melibatkan nilai uang dinyatakan dalam fungsi lain yang dapat dirumuskan berdasarkan fungsi produksi.

Sebagian karakteristik fungsi produksi bergantung kepada nilai sumber yang diumpankan, dan sebagian lagi bergantung kepada cara mengumpankan sumber tersebut (teknologi produksi).

Mengetahui fungsi produksi atas suatu sistem produksi, sistem usaha, atau sistem lainnya adalah penting karena dengan demikian (antara lain) pertanyaan berikut (5) dapat dijawab:

• (a) Sejauh mana jumlah output akan berubah bila jumlah sebagian input ditambah, sementara input yang lain dibuat tetap?
• (b) Sejauh mana jumlah output akan berubah bila jumlah sebagian input dikurangi, sementara input yang lain ditambah?
• (c) Sejauh mana jumlah output akan berubah bila sebagian atau seluruh input ditambah dengan proporsi yang sama atau pun tidak sama?

3 Metode proses

Sampai saat ini dikenal dua metode proses distilasi citronella. Yang pertama metode air dan uap (ADU), dan yang kedua metode uap langsung (UL). Keduanya dipakai secara luas di dalam praktek.

Salah satu perhatian studi ini adalah menyelidiki perbandingan ekonomis atas kedua metode proses tersebut. Hal itu menarik karena terdapat gejala yang bertentangan.

Sebagai metode yang relatif lebih modern dan lebih memberikan keleluasaan pengontrolan proses, pemakaian UL sering direkomendasikan, misalnya pada (2), (3), dan (6), khususnya untuk produksi dalam skala besar. Akan tetapi dalam praktek, hasil (rendemen dan kualitas minyak) UL sama saja dengan ADU. Yang menarik dari kenyataan adalah adanya gejala harga pokok (minyak citronella) yang lebih tinggi pada UL. Belum pernah ada penelitian yang mengkonfirmasikan gejala tersebut. Untuk meneliti efek ekonomis dari pemilihan metode proses, dilakukan dikotomi atas UL dan ADU. Di dalam model dikotomi ini diterjemahkan sebagai variabel semu (dummy variable), dengan hipotesis UL superior terhadap ADU.

4 Keterpaduan unit produksi

Untuk membentuk skala produksi, dapat dipilih salah satu cara penyusunan

unit produksi dari beberapa cara berikut:

• (a) dibuat satu ketel bahan yang cukup besar hingga memenuhi skala produksi yang dimaksud;
• (b) dibuat dua ketel bahan atau lebih dan dioperasikan secara terpadu, yaitu mendayagunakan berbagai faktor produksi untuk tiap-tiap ketel bahan yang secara fisik saling mempengaruhi. Misalnya, satu tungku untuk melayani pemanasan dua ketel, satu unit alat bantu untuk melayani beberapa ketel, satu operator tungku melayani dua tungku, dan sebagainya;
• (c) dibuat dua ketel bahan atau lebih, dan dioperasikan secara independen. Pengoperasian satu atau sekelompok ketel dengan kapasitas total lebih kecil dari suatu standar (kriteria) digolongkan kepada pengoperasian secara independen.
• Cara (a) dan (b) dikatakan sebagai indikator unit produksi yang terpadu. Cara (c) dianggap sebagai indikator unit produksi yang tidak terpadu. Terpadu dan tidak terpadu merupakan dikotomi dari keterpaduan unit produksi.

Dihipotesiskan: cara yang terpadu memberikan efisiensi produksi yang lebih baik, dan oleh karenanya juga memberikan ongkos satuan hasil yang lebih rendah.

Dikotomi tersebut diterjemahkan dalam model sebagai variabel semu, dengan hipotesis unit produksi terpadu superior terhadap unit produksi yang tidak terpadu. Kriteria terpadu dan tidak terpadu akan dirumuskan secara operasional dalam uraian pengolahan data (butir 8).

5 Model deduktif atau induktif

Bila cara deduktif akan ditempuh untuk menyelidiki berbagai hubungan terperinci antar faktor produksi citronella, dalam rangka membentuk fungsi produksi, maka akan ditempuh prosedur yang sangat panjang, antara lain akan menyangkut:

• (a) studi kecepatan kerja, efek kelelahan, kondisi tempat kerja, efek penggunaan alat bantu, dan sebagainya (studi waktu dan gerak);
• (b) studi konduktivitas panas, tetapan konduktivitas, aliran fluida, efisiensi termal, dan sebagainya (studi perpindahan panas dan mekanika fluida);
• (c) studi efek kecepatan penetrasi uap pada daun, pengaruh suhu dan tekanan uap terhadap efektivitas distilasi, pengaruh dimensi ketel daun terhadap periode siklus distilasi, dan sebagainya (studi proses distilasi);
• (d) studi konstruksi atap, struktur bangunan sederhana bertingkat, efek bahan terhadap ekonomi bangunan, dan sebagainya (studi konstruksi);
• (e) studi desain dan tata letak peralatan, dan lain-lain.

Meski pun menyadari kritik de Neufville dan Marks (7), namun dengan gambaran terscbut dapat diperkirakan bahwa cara deduktif akan terlampau banyak mengerahkan sumber penelitian. Karena itu, dengan mendasarkan kepada konfigurasi tcknik produksi citronclla yang telah ada, dianggap lebih baik, untuk rrembcrikan sifat studi sebagai studi pendahuluan (preliminary study) yang mrmpu me mberikan indikator global, sehingga pengarahan sumber penelitian relatif akan lebih kecil.

Studi dengan prosedur deduktif dapat disarankan sebagai studi lanjut apabila hasil penelitian ini rne ngindikasikan prospek perbaikan yang memberikan ekspektasi ekonomis yang dianggap layak.

Karena berbagai variabel yang potensial untuk dimodelkan merupakan faktor produksi. dan rnengingat pokok dan tujuan studi, maka pemodelan dengan fungsi produksi dianggap relevan dan mampu menjadi teknik manipulasi dari inpul y ang dapat diperoleh untuk menghasilkan output yang diinginkan.

Fungsi Cobb-Douglas (8) untuk konteks studi ini memberikan beberapa kemudahan dan kesesuaian terhadap maksud penelitian yang merupakan karakteristik yang unik dan relevan. Keuntungannya adalah:

• (a) bentuk Cobb-Douglas dapat dengan mudah dipindah-wujudkan menjadi persamaall linier dalam logaritma variabelnya. Kelinieran ini khususnya memudahkan estimasi yang diperlukan;
• (b) memungkinkan estimasi hasil balik skala dan elastisitas oatpLt dari tiap-tiap faktor produksi yang diperhitungkan di dalam model;
• (c) fungsi ongkosnya (sebagai alternatif fungsi suplai) relatif mudah diinterpretasikan karena tetap berbentuk ftrngsi doublelogarithmic sehingga berbagai sifat yang serupa dengan sifat fungsi produksi Cobb-Douglas yang lebih umum (fungsi ongkos merupakan keadaan khusus dari fungsi produksi) dapat segera diidentifisikan kembali.

6 Pemodelan fungsi produksi (model induktif dasar)

Tujuan

Yang dimaksud dengan pemodelan fungsi produksi adalah pemodelan yang didasarkan kepada proses induktif, dari data kuantitas fisik dan indikator dikotomi dari berbagai faktor produksi yang diperoleh pada sampel, dan pemodelan ongkos yang didapatkan melalui pengkonversian fungsi produksi tersebut.

Tujuan dari pemodelan ini adalah untuk menentukan atau meramalkan konfigurasi yang lebih atau paling ekonomis, melalui inferensi statistik, tanpa terlebih dulu menganggap bahwa populasi sistem produksi yang diwakili oleh sampel berada dalam konfigurasi teknik produksi yang optimum ekonomis.

Tujuan yang lebih mendasar dari pemodelan ini adalah untuk mengukur keoptimuman teknik yang tclah dapat tlicapai dalam praktck. ilarr rurtuk rrrelilrrt Ispek ongkos dari konfigurasi optirnLrm yang potcnsial.

Pengembangan model

Nlodel Cobb-Douglas tnerupakarr lungsi log-linier. FLrugsi proclLrksi yiltg menyangkut n faktor produksi yang didasarkan pada nrodel terscbut bcrbcntLrk:

\[h = p_0 \prod_{i=1}^{n} f_i^{p_i}\] (6.1)

dengan 1r adalah hasil (oi.rtput./, p tetapan. dan I faktor produkst (input ). Salah satu sifat model Cobb-Douglas dapat diidentilikasikat) bagai fungsi hotuo-Pen berderaiat k:

\[k = \sum_{i=1}^{n} p_i \tag{6.2}\] yang dapat dipakai untuk menilai jun ah ouput y ang akan bembah 6lla inptrl berubah secara proporsional.

Bentuk model produksi

\[h = p_0 f_1^{p_1} f_2^{p_2} f_3^{p_3} d_1^{k_1} d_2^{k_2}\] (6.4)

It = hasil (output) sistem produksi yang dinyatakan clalurn jLrnrlah torl rulrput citronella maksimum yang dapat diolah per tahult, dcngan s tuan 1000 TRT (TRT = ton rumput Fer tahun).

p.k = tetapan

• f, = arus pengorbanan alat dan banguna:r (pcr lahun) yang dikuantitlsikan berdasarkan indeks dengan acuan harga alat dln bangrrnan patll akhir 1979 di Bandung, dalam satuan jutt rupiah acuan pcr tahun
• t2 = junrlah jam-orang buruh langsung per tahun, dcngan satuan 1000 ilrnorang per tahun
• l, = jumlah balian bakar per tahun. dengan satuan 1000 TEAK (TEAK = ton ampas kering runrput cintronella ekivalen) per tahr.tn
• ti , = I , untuk mc tode proscs air dan uap ( ADU) 10, untuk nretode proses uap langsung (UL)
• d, = l, untuk unit produksi tak tcrpadu 10, untuk unit produksi terpadu

7 Pengurnpulan data

Data diambil tli Jawa Barat karc.na daerah ini merupakan daerah penghasil citronella denganjumlah lcbih dari 9O'1, dari hasil cjtrotrclla seluruh Inclonrsia.

Pada prinsipnya data yang dicatat ketika dilakukan observasi dapat digolongkan menjadi 6 bagian berikut.

Kemampuan produksi (D1)

Dilakukan wawancara untuk mendapatkan informasi yang sebaik-baiknya (paling benar ditinjau dari alasannya) tentang produksi maksimum yang dapat dilakukan pada sistem produksi tersebut. Elemen dari golongan data ini meliputi:

• jumlah pemasakan per hari (D1.1)
• jumlah ketel bahan baku per pemasakan (D1.2)
• kapasitas satu ketel bahan baku (ton rumput) (D1.3)
• jumlah hari kerja per tahun (D1.4)

Struktur waktu operasi (D2)

Tiap penggal elemen operasi dicatat lamanya (dalam satuan jam), yaitu:

• lama pemanasan (D2.1)
• lama pemasukan bahan baku per pemasakan (D2.2)
• lama satu kali pemasakan (distilasi) (D2,3)
• lama pengeluaran ampas per pemasakan (D2.4)

Buruh langsung (D3)

Jumlah buruh langsung untuk tiap penggal elemen dari (D2) dicatat (dalam satuan orang), yaitu:

• jumlah buruh langsung untuk (D2.1), yaitu (D3.1)
• jumlah buruh langsung untuk (D2.2), yaitu (D3.2)
• jumlah buruh langsung untuk (D2.3), yaitu (D3.3)
• jumlah buruh langsung untuk (D2.4), yaitu (D3.4)

Bahan bakar (D4)

Dalam pendataan bahan bakar ini digunakan satuan TEAK (ton ampas kering rumput citronella ekivalen). Pada umumnya digunakan ampas kering rumput citronella sebagai bahan bakar. Bahan bakar lain adalah minyak tanah, solar, kayu, dan sebagainya. Setiap sistem produksi citronella, bila tidak selalu, paling tidak sesekali atau dalam suatu periode pernah menggunakan ampas tersebut sebagai bahan bakar. Oleh karena itu jumlah pemakaian bahan bakar tidaklah sulit untuk didatakan dalam satuan TEAK.

Data bahan bakar meliputi:

• jumlah bahan bakar untuk satu kali pemanasan (D4.1)
• jumlah bahan bakar untuk satu kali pemasakan (D4.2)

Peralatan dan bangunan (D5)

Secara global data ini mempunyai dua dimensi. Dimensi pertama adalah nilai tiap jenis peralatan dan bangunan yang digunakan, dengan patokan harga alat dan bangunan pada akhir 1979 di Bandung, dalam juta rupiah. Dimensi kedua adalah umur tiap jenis peralatan atau bangunan tersebut. Pendataan ini pada dasarnya mengambil pendekatan analisis nilai.

Untuk memperoleh kemudahan pendataan, ditempuh cara sebagai berikut:

• 1 Disiapkan daftar harga acuan yang meliputi harga pelat besi, harga pipa, harga timbangan, harga standar pasangan dan plesteran tembok, dan harga wadah (container) minyak.
• 2 a Pengamat dan responden (wakil perusahaan) menentukan (memperkirakan) bagian peralatan dan bangunan yang membentuk use value (jumlah peralatan dan bangunan minimum yang mendukung spesifikasi kemampuan produksi).
• b Kemudian berdasarkan daftar harga acuan, diperkirakan nilainya (dengan menganggap bangunan dan peralatan baru dipasang saat itu).
• c Umur peralatan dan bangunan juga ditetapkan oleh pengamat dan responden. Nilai sisa dinolkan untuk mengkompensasikan ongkos perawatan.
• d Proses (a), (b), dan (c) merupakan proses interaksi iteratif (melokalisasi suatu nilai dengan diulang-ulang menuju ambang yang makin menyempit) antara pengamat dan responden.
• e Dalam hal jawaban responden dianggap tidak memuaskan (yaitu tanpa didukung oleh alasan yang masuk akal), maka pengamat mendasarkan pada perbandingan dengan sistem produksi lainnya.
• 3 Arus pengorbanan dari sesuatu alat atau bangunan adalah nilai acuan dibagi umur guna. Jadi berprinsip seperti depresiasi garis lurus.
• (D5) meliputi elemen arus pengorbanan (dalam satuan juta rupiah acuan per tahun), yaitu ketel bahan baku (D5.1), ketel uap (steam boiler) (D5.2), pipapipa (D5.3), timbangan (D5.4), cerobong asap (D5.5), bangunan utama (D5.6), bak pendingin (D5.7), tungku (D5.8), sewa tanah, standar sewa tanah HGU (D5.9), wadah (container) (D5.10), katrol (D5.11), kamar minyak (D5.12), lain-lain (D5.13).

Ongkos faktor produksi (D6)

Dalam hal ini (D6) hanya akan meliputi ongkos satuan bahan bakar (D6.2) dan ongkos satuan buruh langsung (D6.1). Ongkos peralatan dan bangunan secara simultan telah dicakup oleh (D5).

(D6.2) merupakan ongkos satuan bahan bakar rata-rata, dalam juta rupiah per 1000 TEAK, dengan rata-rata rentang waktu satu tahun. Bila digunakan ampas sebagai bahan bakar, maka ongkos satuan bahan bakar adalah upah penjemur

ampas tiap 1000 ton ampas kering. Bila digunakan bahan bakar larn (misalnya minyak tanah), maka ongkos satuan bahan bakar adalah harga satuan bahan bakar tersebut di tempat itu. Kernudian berdasarkan ekivalensi satuan bahan bakar terhadap ton ampas kering (menurut pengalaman unit produksi yang sedang ditinjau), nilainya dikonversi ke juta rupiah per 1000 TEAK. Bila digunakan kombinasi dari dua jerus bahan bakar atau lebih, maka diperhitungkan ongkos satuan bahan bakar melalui rata-rata perinrbangan (weighted aterage). Rata-rata dilakukan setelah konversi ke juta rupiah per 1000 TEAK untuk masing-masing jenis bahan bakar.

(D6.1) merupakan ongkos satuan buruh langsung ratl.rata, dalam satuan juta rupiah per I000 jam-orang.

8 Pengolahan data

Aliran pengolahan data

Aliran pengolahan data terlihat pada tabel 2.

Nilai parameter model diperoleh untuk tingkat produksi pada dan di bawah kapasitas, yaitu pada |Off/o,8V/a, dan 50% dari kapasitas.

Didasari pengalaman observasi langsung, perumusan kriteria operasional dari keterpaduan unit produksi adalah sebagai berikut:

'Unit produksi dikatakan tidak terpadu, bila untuk pengoperasian satu atau sekelompok ketel bahan, yang independen terhadap satu atau sekelompok ketel bahan lain, memberikan kapasitas total tidak lebih dari I 100 TRT'.

Data (input) untuk multiregresi disusun menurut nilai respon yang menaik, untuk memperoleh manfaat berikut :

• mengurangi waktu penggunaan komputer;
• uji otokorelasi tetap dapat diselenggarakan dengan memodifikasikan pengertian serial, yaitu bukan antara dua observasi yang berurutan, melainkan antara dua nilai respon yang berdekatan;
• kemungkinan tefadinya heterosedaktisitas, dalam hal tertentu akan terdeteksi dan terkoreksi oleh program komputer yang dikembangkan atau dipakai di sini.

Uji F dilakukan untuk menilai kesahihan /vcildi ty ) model. Deskripsi dari kode model-modelnya terlihat pada tabel 3.

B erb agai variob el inpu,

(l ) Volume produksi per tahun pada level produksi U :

\[h = (D1.1) \times (D1.2) \times (D1.3) \times (D1.4) \times U;\]

U = 1,0, 0,8, atau 0,5

Tabel 2 AIiran pengolahan data

Tabel 3 Deskripsi kode model-model

Keterangan:

• 1 Arti lambang dapat dilihat kembali pada butir 6.
• Nilai berbagai variabel di atas merupakan input pokok bagi program komputer (diolah dalam prosedur multiregresi double logarithmic yang adalah juga multiregresi linier), dan sebagai output pokoknya adalah nilai koefisien.

Khusus untuk variabel kenol, ditransformasi dulu menjadi nilai antilognya, 10, dan output untuk koefisien kenol adalah dalam bentuk \(\log P_0\) atau \(\log k_0\).

• 3 Jika di tidak muncul, maka di situ faktor tersebut dianggap tidak berperan.
• (2) Arus pengorbanan alat dan bangunan:

\[f = (D5.1) + (D5.2) + ... + (D5.13)\]

• (3) Jumlah buruh langsung per tahun (9)
  • (a) Dengan memperhitungkan jumlah pemanasan per tahun (P) secara empiris, yang didasarkan pada kebiasaan unit produksi citronella di Jawa

Barat, diperoleh aturan keputusan sebagai berikut:

Untuk U = 1.0 dan U = 0.8:

P = 300 bila 'D' > 3

P = 48 bila 'D' < 3, dimana

'D' = \[24 - ((D2.2) + (D2.3) + (D2.4)) \times (D1.1) + (D2.1)\]

Untuk U = 0.5, maka:

P = 300 bila (D1.1) kelipatan 2

P = 225 bila (D1.1) ganjil dan kelipatan 3

(b) Selanjutnya, jumlah buruh langsung (dalam ribuan jam-orang) ditentukan sebagai berikut:

\[f_2 = (P \times (D2.1) \times (D3.1) + ((D2.2) \times (D3.2) + (D2.3) \times (D3.3) + (D2.4) \times (D3.4)) \times (D1.1) \times (D1.4) \times U) / 1000\]

(4) Jumlah bahan bakar per tahun

\[f_3 = P \times (D4.1) + (D1.1) \times (D1.4) \times (D4.2) \times U\].

Program komputer

Program komputer yang dikembangkan berdasarkan multiregresi linier dengan metode kemungkinan maksimum. Input utamanya berupa nilai-nilai antilog dari variabel fungsi linier. Program utama dilengkapi dengan uji otokorelasi Durbin Watson; bila nyata (significant) terjadi otokorelasi maka penghitungan multiregresi akan diulang untuk perbaikan berdasarkan koefisien otokorelasinya.

Dua subroutine dibuat, masing-masing untuk menghitung perkalian matriks dan penghitungan inverse

Ringkasan output program komputer

Ringkasan output program komputer mengenai koefisien dari masing-masing model terlihat pada tabel 4, sedang status korelasi berdasarkan metode Durbin-Watson (untuk \(\alpha = 5\%\)) terdapat dalam tabel 5.

9 Pembahasan hasil penelitian

Otokorelasi

Dari 12 blok data (lihat tabel 1) yang diumpankan ke dalam program multiregresi double-logarithmic yang dilengkapi dengan modus koreksi korelasi serial, hanya dua blok data yang menghasilkan kesimpulan yang berarti (significant). Model 13 menghasilkan kesimpulan bebas otokorelasi, dan model 33 menghasilkan kesimpulan berotokorelasi. Oleh program komputer, model 33 ini diperbaiki menjadi model 33-1 (lihat tabel 4).

Model lainnya tidak memberikan kesimpulan apa-apa tentang otokorelasi. Mengingat kecilnya jumlah sampel, maka uji otokorelasi yang dilakukan diang-

Tabel 4 Ringkasan o./tput program komputer

Keterangan:

S.E standard error, deviasi standar

Tabel 5 Status korelasi serial atas residu berdasarkan metode Durbin Watson pada \(\alpha = 5\%\).

Keterangan :

\(\mathbf{d_L}\) dan \(\mathbf{d_U}\) didapatkan dari ekstrapolasi \(\mathbf{d_{\alpha}}\) (tabel 1)

Bilangan di dalam kurung mempunyai nilai efektif = 2

gap telah memberikan manfaat yang cukup (yang berupa informasi status otokorelasi), sehingga tidak perlu dilakukan upaya lain yang bersifat lanjut. Dalam hal ini kesimpulan yang dihasilkan oleh uji otokorelasi tetap mengharuskan dipegangnya asumsi homosedaktisitas dan tidak disifati oleh otokorelasi.

Dengan demikian dari uji Durbin-Watson ini ada suatu catatan yang menyatakan seluruh model mempunyai kemungkinan untuk dapat ditingkatkan ketepatannya, kecuali model l3 yang telah dapat disimpulkan bebas dari korelasi serial.

Validitas model

Model I I sampai dengan model 43 seluruhnya menghasilkan model yang sahih (validl (menurut uji-F).

Di samping sahih, juga konsisten, dalam arti penambahan variabel pada umumnya menumnkan nilai variansi-tak-terjelaskan dan meningkatkan nilai koefisien determinasi.

Hasil balik skala (return to scale )

Seluruh pemodelan menghasilkan sejumlah model dengan b lebih besar dari I (lihat tabel 4; b = jun ah koefisien pertama, kedua, dan ketiga). Hal ini menunjukkan terjadi ekonomi skala, yaitu satuan produksi yang lebih besar mempunyai ongkos satuan produksi yang lebih rendah.

I 0 Kesirnp ulan

• (a) Model Cobb-Douglas dapat dikembangkan untuk menilai berbagai konfigurasi sistem produksi.
• (b) Model fungsi produksi yang dikembangkan dari model Cobb-Douglas untuk sistem produksi citronella di Jawa Barat menunjukkan hasil balik skala (return to scale ) leblh besar dari satu, yang berarti peningkatan kapasitas produksi mengakibatkan ongkos satuan produksi lebih rendah.

I I Pustaka

• ^I'Penyulingan dan cara menanam sereh wangi, kalkulasi pengusahaan sereh wangi, Gema Industi Kecil, no.6 tahun 1975, Departemen Perindustrian, Proyek Bimbingan dan Pengembangan Industri Kecil.
• 2 Studi Komoditi Minyak Sereh, LAPI-ITB, 1979.
• 3 Sumodihardjo, Budiono: Feasibility Study Pendirian Pabrik Penyulingan

• Minyak Citronella di desa Cikoneng, Kabupdten Ciamis. Tesis, Departemen Teknil Industri ITB, 1979, tidak diterbitkan.
• 4 De Neufville, R & Stafford, L H.: System Analysis for Engineers and Managen, Mc Graw Hill, New York, 1971.
• 5 Thompson, A. A., Jr. : Economics of the Firm, 2nd ed., Prentice Hall, New Jersey, 1977.
• 6 Guenther, E.: The Essential Or7, vol. IV, Kruger, New York, 1972.
• 7 De Neufville, R & Marks, D. H. (eds) : Systefta Planning and Design, Prentice Hall, New Jeney, 1974.
• 8 Lesser, C. E. V.; Econometric Techniques and hoblems, 2nd ed, Griffin, London, I 974.
• 9 Widiarto: Penelitian Konfigumsi Teknik Industri dengan Teknik Evaluasi yang dikembangkan dart Model Cobb-Douglas untuk Evaluasi dan Percncanton Sistem Produksi Atronella, Tesis, Departemen Teknik Industri ITB, I 980., tidak diterbitkan

PROCEEDINGS ITB Vol. 17, No. 2, 1984

12 Lampiran

1 Kemampuan produksi (D1)

Keterangan:

(D1,1): jumlah pemasakan per hari.

(D1,2): jumlah ketel bahan baku permasakan.

(D1.3): kapasitas 1 ketel bahan baku (ton rumput citronella).

(D1,4): jumlah hari kerja per tahun.

Data di atas merupakan nilai yang dimaksudkan pada utilitas 100%.

Keterangan:

(D2.1): lama pemanasan.

2 Struktur waktu operasi (D2)

(D2.2): lama pemasukan bahan baku per pemasakan.

(D2.3): lama satu kali pemasakan (distilasi).

(D2.4): lama pengeluaran ampas per permasakan.

Satuan: jam,

3 Buruh langsung (D3)

Keterangan:

(D3.1): jumlah buruh langsung untuk pemanasan (D2.1).

(D3.2) : jumlah buruh langsung untuk pemasukan bahan baku per pemasakan (D2.2).

(D3.3): jumlah buruh langsung untuk satu kali pemasakan (D2.3).

(D3.4): jumlah buruh langsung untuk pengeluaran ampas per pemasakan (D2.4).

Satuan: orang.

4 Bahan bakar (D4)

Keterangan:

(D4.1) ; bahan bakar untuk satu kali pemanasan.

(D4.2): bahan bakar untuk satu kali pemasakan.

Satuan: TEAK (ton ampas kering rumput citronella ekivalen).

5 Daftal harga acuan

Ketarangan:

Harga di atas merupakan hasil pengamatan di kota Bandung, antara Oktober November 1979

6 Arus pengorbanan alat dan bangunan (D5)

Keterangan:

• 1 (D5) adalah arus pengorbanan alat dan bangunan (=f₁), yang tersusun atas: ketel bahan baku; (D5.2): ketel uap; (D5.3): pipa-pipa; (D5.1): timbangan; (D5.5): cerobong asap; (D5.6): bangunan utama; (D5.7): bak pendingin; (D5.8): tungku; (D5.9): sewa tanah; (D5.10): wadah (container); (D5.11): katrol; (D5.12): kamar minyak; (D5.13): lain-lain.
• 2 Satuan: juta rupiah acuan per tahun (lihat deskripsi untuk (D5) pada butir 7, h.19).
• 3 (D5.2) juga merupakan indikator metode proses. Bila ada nilainya, berarti UL. Bila (-) berarti ADU.

7 Ongkos satuan faktor produksi (D6)

Keterangan:

(D6.1) : ongkos satuan buruh langsunq rata.rata. iuta rupiah per '1000 jam orang. (06.1) ez.

(D6.2) : ongkos satuan bahan bakar rata-rata. juta rupiah per 1000 TEAK. {D6.2)= 0J.