Teori Lokasi [PDF]

Citation preview

KATA PENGANTAR



Puji serta syukur kami panjatkan ke khadirat Allah S.W.T atas berkat dan rahmatnya kami dapat menyelesaikan makalah Teori Lokasi ini. Makalah ini disusun guna memenuhi tugas dari mata kuliah Teori Lokasi. Dalam Penyusunan makalah ini kami merasa masih banyak kekurangan - kekurangan baik pada teknis penulisan maupun materi, mengingat akan kemampuan yang dimiliki penyusun. Untuk itu kritik dan saran dari semua pihak sangat kami harapkan demi penyempurnaan penyusunan makalah ini. Dalam penyusunan makalah ini kami menyampaikan ucapan terima kasih yang tak terhingga kepada pihak-pihak yang membantu dalam menyelesaikan makalah ini. Kami berharap semoga makalah ini bisa menjadi sumber bacaan bagi kita semua untuk menambah pengetahuan dan pemahaman kita tentang pemilihan lokasi industri. Akhirnya penyusun berharap semoga Allah memberikan imbalan yang setimpal pada mereka yang telah memberikan bantuan, dan dapat menjadikan semua bantuan ini sebagai ibadah, Amiin Yaa Robbal ‘Alamiin.



Padang, 23 Mei 2014



Penyusun



Industrial Location



Page 1



Daftar Isi Kata Pengantar ……………………………………………………………… Daftar Isi ……………………………………………………………………. Bab I Pendahuluan ……………………………………………………………….. 1.1.1 Latar Belakang ………………………………………….. 1.1.2 Rumusan Masalah ………………………………………. 1.1.3 Tujuan ………………………………………………….. Bab II Pendahuluan ………………………………………………………………. 2.1 Pengembangan model operasional …………………………. 2.2 Some single facility model …………………………………. 2.3 Multiple facility models ……………………………………. 2.4 Program Linier ……………………………………………… 2.5 Model Stokastik ……………………………………………. 2.6 Identifikasi variabel spasial dalam biaya dan pendapatan … 2.7 Macam-macam biaya input dalam penentuan lokasi ………… 2.8 Model Travel Agregat ……………………………………….. 2.9 The market potensial model …………………………………. 2.10 Market Area ………………………………………………… Bab III Kesimpulan ………………………………………………………………… Daftar Pustaka ………………………………………………………………



Industrial Location



Page 2



BAB I PENDAHULUAN



1.1 Latar Belakang Proses industrialisasi secara teknis mutlak harus memiliki tiga dimensi, yaitu bahan mentah, pabrik dengan segala perangkatnya, dan pangsa pasar. Dengan berorientasi ketiga dimensi tersebut maka dibutuhkan lokasi industri untuk mengkorelasikan ketiganya. Suatu perindustrian berhasil apabila dapat menyeimbangkan ketiga dimensi tersebut dengan lokasi indutri. Itulah sebabnya mengapa para pakar memikirkan/membuat teori lokasi industri. Adanya persaingan dalam dunia industri mengakibatkan faktor-faktor lokasi dapat mejadi hal yang penting. Pemilihan lokasi berarti menghindari sebanyak mungkin seluruh segi-segi negatif dan mendapatkan lokasi dengan palin banyak faktor positif. Penentuan lokasi yang tepat akan meminimumkan beban biaya (investasi dan operasional) jangka pendekmaupun jangka panjang, dan ini akan meningkatkan daya saing perusahaan. Dewasa ini, dibutuhkan suatu kejelian dalam menentukan lokasi industri supaya dapat meminimalkan ketimpangan teknis selanjutnya. Tidak jarang terjadi adanya perusahaan membuat kesalahan-kesalahan dalam pemilihan lokasi dan tempat fasilitas-fasilitas produksinya. Sebagai contohnya yang pertama, suatu perusahaan memilih lokasi dimana tenaga kerja sulit didapat. Enam bulan setelah ditempati perusahaan menghadapi masalah tenaga kerja. Kedua, perusahaan lain membeli tanah untuk lokasi pabriknya sangat murah, tetapi kemudian disadari kondisi tanahnya sangat jelek sehingga perusahaan harus mengeluarkan biaya yang sangat besar untuk membangun pondasinya. Ketiga, perusahaan memilih belokasi dikawasan industri jauh diluar kota, padahal produk perusahaan harus cepat sampai ketangan konsumen, maka perusahaan harus cepat sampai ketangan konsumen, maka perusahaan harus harus membayar biaya distribusi yang sangat besar. Keempat, lokasi suatu perusahaan tidak memungkinkan pembuangan limbahnya, masyarakat menuntut perusahaan pinah dan sebagainya. Tanpa perencenaan lokasi yang tepat, perusahaan dapat tergelincir kedalam perangkap-perangkap tersebut. Akibatnya perusahaan akan beroperasi dengan tidak efisien dan efektif. Oleh karena itu perusahaan-perusahaan perlu lebih berhati-hati dan melakukan analisa-analisa lebih baik, agar kesalahan-kesalahan yang mungkin dibuat dapat diperkecil atau bahkan dihilangakan sama sekali. Faktor-faktor penting yang dipertimbangkan dalam pemilihan lokasi masing-masing perusahaan adalah berbeda-beda. Alasan utama terjadinya perbedaan dalam pemilihan lokasi adalah adanya perbedaan kebutuhan masing-masing perusahaan. Untuk menentukan lokasi industry yang optimal itu di perlukan berbagai kajian dalam menganalisanya.



1.2 Rumusan Masalah Secara keseluruhan, makalah ini membahas tentang model-model dari penentuan lokasi industry yang optimal serta bagaimana pula dengan penentuan lokasi industry dilihat dari banyak pertimbangan faktor input. Sebab perencanaan dalam penentuan lokasi industry yang baik sangat berpengaruh pada kelangsungan kegiatan industry itu nantinya.



Industrial Location



Page 3



1.3 Tujuan Makalah ini di buat untuk memenuhi tugas mata kuliah teori lokasi, namun di luar dari pada itu, makalah ini bertujuan untuk menambah referensi dan wawasan kita mengenai berbagai metode dan model dalam penentuan lokasi industry yang baik.



BAB II PEMBAHASAN 2.1 Pengembangan Model Operasional



Model adalah sebuah alat untuk melihat beberapa situasi dalam dunia ini agar bisa dimengerti. Dalam analisis lokasi industry, sebuah model bisa dibangun berdasarkan observasi kepada sebuah industry. Contohnya untuk menentukan beberapa lokasi yang baik bagi sebuah perusahaan perlu adanya survey.



Perbedaan antara teori dan model dikatakan oleh lowry (1968,p.55) yaitu: Dalam membuat pernyatannya, dia mengaitkan antara logika dan kenyataannya sebenarnya. Dia biasanya hanya menspesifikasikan pada arti konseptual dari variabel dalam bentuk umum dengan fungsi yang saling berhubungan. Derivasi teori menurut logika lebih menarik karena sesuai dengan kenyataan sebenarnya. Walaupun sebuah model di bangun dengan aplikasi teori yang konkrit dengan study empiris yang relevan bagi output yang berdasarkan pada input. Secara umum, model terdiri dari 3 komponen yaitu:



1. Variabel yang didasarkan pada rumus matematika yang menunjukkan sebuah hubungan. 2. Parameter atau angka adalah konstan. 3. Sebuah algorithm atau metode perhitungan memerlukan sebuah penyelesaian.



Dalam analisis lokasi industry ada 2 pernyataan tentang model yaitu : a. Sebuah model bisa bertentangan dengan realita, asalkan bisa membuktikan seberapa jauh perbedaan antara teori atau model. b. Model bisa digunakan untuk menemukan lokasi terbaik untuk sebuah perusahaan yang baru tanpa mengganggu industry yang lain.



biaya operasional merupakan biaya yang dikeluarkan untuk biaya operasional usaha suatu perusahaan. Biaya operasi ini dikelompokkan menjadi : 



Biaya tetap (fixed), yaitu biaya yang jumlahnya tetap dalam kisaran volume kegiatan tertentu. Seperti biaya gaji karyawan yang jumlahya senantiasa tetap berapapun berubahnya volume kegiatan.







Biaya semi tetap (semi fixed), yaitu biaya yang tetap untuk tingkat volume kegiatan tertentu dan perubahan dengan jumlah yang konstan pada volume produksi tertentu.



Industrial Location



Page 4







Biaya variabel, yaitu biaya yang jumlah totalnya berubah sebanding dengan perubahan volume kegiatan. Contoh biaya variabel adalah biaya bahan baku dan biaya tenaga kerja langsung.







Biaya semi variabel, yaitu biaya yang berubah tidak sebanding dengan perubahan volume kegiatan. Biaya semi variabel mengandung unsur biaya tetap dan unsur biaya variabel. Sebagai contoh dari biaya ini adalah biaya lembur, biaya bonus bagi karyawan yang mencapai pestasi tertentu.



pengertian biaya operasional menurut Matz (1999 : 44), Adalah semua biaya yang dikeluarkan mulai dari pembelian bahan baku kemudian diolah menjadi bahan jadi, selanjutnya biaya operasional dapat dibagi atas tiga bagian : a. Direct labour cost atau biaya tenaga kerja Jenis biaya ini juga dikatakan sebagai biaya tenaga kerja secara langsung dapat diidentifikasikan terhadap produk tertentu. b. Direct material cost atau biaya bahan langsung Yaitu semua bahan baku yang dapat secara langsung dimasukkan dalam perhitungan harga pokok. c.



Manufacturing overhead cost Biaya ini adalah merupakan biaya dari bahan tidak langsung dimasukkan dalam perhitungan harga pokok.



Sebuah gambaran sederhana tentang model operasi dalam lokasi industry. Menurut pendapat dari teori klasik least cost theory, mendasarkan analisa pemilihan lokasi kegiatan ekonomi pada prinsip biaya minimum. Dalam hal ini, biaya produksi dan ongkos angkut adalah pada tempat dimana biaya produksi dan ongkos angkut adalah paling kecil. Bila hal ini tercapai, maka tingkat keuntungan perusahaan akan menjadi maksimum. Kita menggambarkan ada sebuah perusahaan dengan 2 alternative pilihan lokasi industri (1 dan 2) dan membutuhkan 2 input yaitu modal (C) dan tenaga kerja (L) dengan jumlah QC dan QL. Biaya dari kedua input adalah UC1 dan UL1 pada lokasi 1, dan UC2 dan UL2 pada lokasi 2. Total biaya dalam alternative lokasi bisa di perhitungkan dengan tumus : TC1 = QC UC1 + QL UL1 TC2 = QC UC2 + QL UL2 Lokasi yang optimal akan terjadi jika TCi = ∑



= min



TCi



== total



biaya dalam rencana lokasi i (i= 1,2,…,m)



Uij



= biaya unit input j (j=1,2,…,n) pada lokasi i



Qj



= jumlah yang diperlukan (koofisien input) dari input j untuk menghasilkan output.



Model lokasi industry yang sederhana least –cost location



Parameters



Q



(Uc1.



QL)



TC U



Industrial Location



Variables



(Uc1.



QL)



Page 5



Model perhitungan yang kedua untuk menggambarkan lokasi yang optimal untuk penyediaan tenaga kerja sesuai dengan ukuran sebuah industry dalam suatu area pasar adalah : X = a + bL + cM Dimana



X = ukuran industry dalam sebuah area L = jumlah tenaga kerja yang bisa ditampung oleh area tersebut M = ukuran dari pasar local



a, b dan c adalah konstan. Disini L dan M adalah variabel dengan nilai yang berbeda pada area yang berbeda. 2.2 Some Single Facility Model Single facility model ini adalah suatu model dalam menentukan lokasi industry terbaik dengan melihat dari satu pertimbangan. Variasi dari bentuk model operasional dari lokasi industry telah dikembangkan. Ada beberapa model khusus dalam menentukan lokasi yang optimal dengan fungsi objek seperti memaksimalkan keuntungan atau meminimumkan biaya. Masalah dalam mengidentifikasi satu titik dalam 2 dimensi ruang dalam mencapai tujuan bisa dilakukan dengan meminimumkan keseluruhan biaya. ∑



[(xj – x)2 + (yi – y)2]1/2 = min



Hasil dari aplikasi perhitungan oleh Kuhn dan kuenne untuk penyelesaian masalah triangle location weber:



Perhitungan oleh Kuhn dan kuenne : ini adalah perhitungan untuk biaya transport minimum ∑



dpj = min



Wj = jarak ideal dengan titik origin (sumber bahan baku) atau tujuan (pasar) titik j Dpj = jarak dari rencana lokasi p ke titik j Ketika j jauh lebih dari 3 titik, kita tetap pada simple triangle untuk kondisi ini. Semakin jauh kita dari titik origin, maka biaya transportasi akan semakin besar.



2.3 Multiple Facility Model Multiple facility model ini adalah suatu model dalam menentukan lokasi industry terbaik dengan melihat dari berbagai pertimbangan. Jadi keseluruhan variabel-variabel yang di perlukan dalam menentukan lokasi terbaik di pertimbangkan pada model ini.



Industrial Location



Page 6



Asumsi dasar yang di tekankan pada model ini adalah: a. Produk yang dihasilkan adalah homogeny, karena kemampuan lokasi industry terbatas. Setiap lokasi pasti ada biaya produksi, yang mencakup biaya proses dari semua input diluar biaya bahan baku. b. Industry menggunakan atau membutuhkan lebih dari satu transportasi bahan bakubiaya dari bahan baku akan berbeda di berbagai alternative lokasi industry. c. Industry membutuhkan lokasi pemasaran tertentu, dan biaya pemasaran akan berbeda di berbagai alternative lokasi. d. Biaya transport bahan baku atau barang jadi sama di semua tempat. e. Bahan baku dan produk telah selesai di standarisasi dan di perhitungkan sebelumnya. Setiap lokasi yang optimal akan meminimalisasikan biaya rata-rata produksi.



Model seperti ini juga memerlukan beberapa asumsi tambahan: a. Biaya bahan baku di setiap tempat adalah konstan tanpa mempertimbangkan output, dan supply dari sumber bahan baku mana saja tidak terbatas. b. Biaya unit produksi di semua alternative lokasi adalah konstan tanpa mempertimbangkan ukuran dan kapasitas dari lokasi yang menjadi alternative juga tidak terbatas. Variabel dan parameter/perhitungan dari model ini adalah :  I



(1,…,I,…m) melambangkan sumber bahan baku input.



 Si



biaya dari bahan baku I dari input atau bahan baku



 R



koofisien inputdiasumsikan konstan di setiap produk per unit



 J



(1,…,…j….n) melambangkan alternative dari lokasi yang akan dipilih



 Cj



biaya produksi perunit di lokasi j



 K



(1,…,k,…,0) melambangkan titik pasar dari produk



 Ak,Bk



permintaan produk di pasar k



 Tij



biaya transport bahan baku di pada lokasi sumber I ke lokasi j



 Tjk



biaya transportasi barang jadi dari lokasi j ke lokasi pasar k



 Aij



biaya proses untuk bahan baku dari lokasi i ke lokasi j (Si + Tij)



 Pjk



biaya pengiriman produk ke pasar k dari lokasi i (RAij+Cj+Tjk)



Model selanjutnya adalah bagaimana memilih lokasi dengan biaya yang rendah untuk pengriman produk ke setiap pasar, dengan meminimalisasikan Pjk. Model ini bisa di hitung menggunakan beberapa variabel yaitu :  Q dimana Qk = Ak –Bk.Pk. ini adalah total penjualan pada pasar k.  W dimana Wjk = Qk jika Pjk = Pk sebagai ketentuan utama atau bisa juga Wjk = 0, berarti tidak ada lokasi yang bisa supply kepasar dengan melakukan pengiriman langsung oleh produsen.  G diaman Gj = ∑ Wjk, ini adalah total output pada lokasi j, terdiri dari penjualan di semua pasar dimana j adalah supply bahan baku yang murah.  M dimana Mij = GjR jika Aij = Aj sebagai ketentuan utama, atau bisa juga Mij = 0, berarti I bukan lokasi untuk faktor input yang murah untuk lokasi j. Mij adalah dengan demikian bahan baku di angkut dari i ke j.  L dimana Li = ∑ Mij, ini adalah total output di setiap sumber bahan baku, terdiri dari supply ke semua lokasi dimana I adalah sumber bahan input termurah.



Industrial Location



Page 7



Kesimpulannya, total biaya dari pemasaran produk kepada konsumen memerlukan perhitungan biaya rata-rata pengiriman dengan biaya produksi.



Gambar 10.3 Ini menunjukkan bahwa ada 3 data input, berhubungan dengan sumber bahan baku, titik produksi dan pasar, secara berurutan. Hubungan di antara variabel ditunjukkan oleh model ini.



Kedua gambar ini menunjukkan yaitu pada keadaan pertama mendeskripsikan secara jelas dan sederhana, dan keadaan kedua memperkenalkan lebih kompleks tentang model ini. Pada gambar ini ada 8 item yang menjadi pertimbangan dalam penentuan lokasi industry yang optimal.



Industrial Location



Page 8



10.5 gambar inimenunjukkan arah dan volume dari bahan baku dan aliran barang. Tidak semua sumber bahan baku yang di ekploitasi, karena dalam variabel perencanaan lokasi menunjukkan setiap industry hanya satu sumber bahan baku industry.nomor yang dekat dengan arah aliran produk menunjukkan volume penjualan di setiap pasar.dengan



hasil dari biaya pengiriman yang membantu



supplier dan permintaan local.



2.4 Program linier (Linier Programming)



Pemrograman linier merupakan metode matematik dalam mengalokasikan sumber daya yang terbatas untuk mencapai suatu tujuan seperti memaksimumkan keuntungan dan meminimumkan biaya. Program linier banyak diterapkan dalam masalah ekonomi, industri, militer, sosial dan lain-lain. Program linier berkaitan dengan penjelasan suatu kasus dalam dunia nyata sebagai suatu model matematik yang terdiri dari sebuah fungsi tujuan linier dengan beberapa kendala linier



Karakteristik Pemrograman Linier Adapun karakteristik pemrograman linier adalah sebagai berikut: Sifat linearitas suatu kasus dapat ditentukan dengan menggunakan beberapa cara. Secara statistik, dapat memeriksa kelinearan menggunakan grafik (diagram pencar) ataupun menggunakan uji hipotesa. Secara teknis, linearitas ditujukan oleh adanya sifat proporsionalitas, additivitas, divisibilitas dan kepastian fungsi tujuan dan pembatas. a. Sifat proporsional dipenuhi jika kontribusi setiap variabel pada fungsi tujuan atau penggunaan sumber daya yang membatasi proporsional terhadap level nilai variabel. Jika harga per unit produk misalnya adalah sama berapapun jumlah yang dibeli, maka sifat proporsianal dipenuhi. Atau dengan kata lain, jika pembelian dalam jumlah besar mendapatkan diskon, maka sifat proporsional tidak dipenuhi. Jika penggunaan sumber daya per unitnya tergantung dari jumlah yang diproduksi, maka sifat proporsionalitas tidak dipenuhi. b. Sifat additivitas mengasumsikan bahwa tidak ada bentuk perkalian silang diantara berbagai aktivitas, sehingga tidak akan ditemukan bentuk perkalian silang pada model. Sifat additivitas berlaku baik bagi fungsi tujuan maupun pembatas (kendala). Sifat additivitas dipenuhi jika fungsi tujuan merupakan penambahan langsung kontribusi masing-masing variabel keputusan. Untuk fungsi kendala, sifat additivitas dipenuhi jika nilai kanan merupakan total penggunaan masing-



Industrial Location



Page 9



masing variabel keputusan. Jika dua variabel keputusan misalnya merepresentasikan dua produk subsitusi, di mana peningkatan volume penjualan salah satu produk akan mengurangi volume penjualan produk lainnya dalam pasar yang sama, maka sifat additivitas tidak dipenuhi. Sifat divisibilitas berarti unit aktivitas dapat dibagi ke dalam sembarang level fraksional, sehingga nilai variabel keputusan non integer dimungkinkan. c. Sifat kepastian menunjukkan bahwa semua parameter model berupa konstanta. Artinya koefisien fungsi tujuan maupun fungsi pembatas merupakan suatu nilai pasti, bukan merupakan nilai peluang tertentu.



Formulasi Permasalahan Agar dapat menyusun dan merumuskan suatu persoalan atau permasalahan yang dihadapi ke dalam model program linier, maka dimintakan lima syarat yang harus dipenuhi sebagai berikut ini (Nasendi, 1984) : 1. Tujuan Apa yang menjadi tujuan permasalahan yang dihadapi yang ingin dipecahkan dan dicari jalan keluarnya. Tujuan ini harus jelas dan tegas yang disebut fungsi tujuan. Fungsi tujuan tersebut dapat berupa dampak



positif,



manfaat-manfaat,



keuntungan-keuntungan,



dan



kebaikan-kebaikan



yang



ingin



dimaksimumkan, atau dampak negatif, kerugian-kerugian risiko-risiko, biaya-biaya, jarak, waktu, dan sebagainya yang ingin diminimumkan. 2. Alternatif Perbandingan Harus ada sesuatu atau berbagai alternatif yang ingin diperbandingkan; misalnya antara kombinasi waktu tercepat dan biaya tertinggi dengan waktu terlambat dan biaya terendah; atau antara alternatif terpadat modal dengan padat karya; atau antara kebijakan A dengan B; atau antara proyeksi permintaan tinggi dengan rendah; dan seterusnya. 3. Sumber daya Sumber daya yang dianalisis harus berada dalam keadaan yang terbatas. Misalnya, keterbatasan waktu, keterbatasan biaya, keterbatasan tenaga, keterbatasan luas tanah, keterbatasan ruangan, dan lainlain. Keterbatasan dalam sumber daya tersebut dinamakan sebagai kendala atau syarat ikatan. 4.



Perumusan kuantitatif Fungsi tujuan dan kendala tersebut harus dapat dirumuskan secara kuantitatif dalam apa yang disebut model matematika.



5.



Keterkaitan peubah Peubah-peubah yang membentuk fungsi tujuan dan kendala tersebut harus memiliki hubungan fungsional atau hubungan keterkaitan. Hubungan keterkaitan tersebut dapat diartikan sebagai hubungan yang saling mempengaruhi, hubungan interaksi, interdependensi, timbal-balik, saling menunjang, dan sebagainya.



Bentuk umum pemrograman linier adalah sebagai berikut : Fungsi tujuan : Maksimumkan atau minimumkan z = c1x1 + c2x2 + … + cnxn



(2.1)



Sumber daya yang membatasi : a11x1 + a12x2 + … + a1nxn = / ≤ / ≥ b1 a21x1 + a22x2 + … + a2nxn = / ≤ / ≥ b2



Industrial Location



(2.2)



Page 10



am1x1 + am2 x2 + … + amnxn = / ≤ / ≥ bm x1, x2, …, xn ≥ 0



(2.3)



Bentuk di atas juga dapat ditulis sebagai berikut : Fungsi tujuan : Maksimum dan minimumkan : Z= ∑ Kendala : ∑ dan Xj



bi untuk i = 1,2 …, m ,



J = 1, 2, …, n



(2.5) (2.6)



Symbol x1, x2,…xn menunjukkan variabel keputusan. Jumlah variabel keputusan oleh karenanya tergantung dari jumlah kegiatan atau aktivitas yang dilakukan untuk mencapai tujuan. Simbol c1, c2, …, cn merupakan kontribusi masing-masing variabel keputusan terhadap tujuan, disebut juga koefisien fungsi tujuan pada model matematiknya. Simbol a11, ..., a1n, ...,amn merupakan penggunaan per unit variabel keputusan akan sumber daya yang membatasi, atau disebut juga sebagai koefisien fungsi kendala pada model matematiknya. Simbol b1, b2, …, bn Pertidaksamaan terakhir (x menunjukkan jumlah masing-masing sumber daya yang ada. Jumlah fungsi kendala akan tergantung dari banyaknya sumber daya yang terbatas.1, x2, …, xn ≥ 0) menunjukkan batasan non negatif. Membuat model matematik dari suatu permasalahan bukan hanya menuntut kemampuan metematik tapi juga menuntut seni pemodelan. Menggunakan seni akan membuat pemodelan lebih mudah dan menarik



2.5 Model stokastik Dengan diperkenalkannya metode statistik ke dalam geografi selama dua dekade, minat besar telah ditunjukkan dalam pemodelan pembentukan pola lokasi sebagai proses stokastik. Proses semacam itu dapat didefinisikan sebagai salah satu yang berkembang dari waktu ke waktu sesuai dengan undang-undang probabilistik, yang berarti bahwa perilaku masa depan tidak dapat diprediksi dengan pasti. Pengenalan terhadap proses stokastik adalah pada model simulasi akar yang telah digunakan untuk mereplikasi pengembangan pola lokasi yang muncul dari keputusan yang dibuat di bawah kondisi-kondisi yang tidak pasti. Pada pandangan pertama, pendekatan ini memiliki keuntungan besar dibandingkan model deterministik konvensional, serta memperkenalkan unsur dinamis evolusi melalui waktu. Namun, penerapan model stokastik atau model probabilitas menimbulkan kesulitan serius, seperti yang akan kita lihat selanjutnya. Ada berbagai model stokastik yang dapat digunakan untuk mereplika pembentukan pola lokasi industri. Yang paling terkenal adalah model Monte Carlo, yang telah diterapkan untuk masalah-masalah geografis lainnya termasuk difusi inovasi dan evolusi pola-pola pemukiman. Model Monte Carlo adalah sebuah perangkat untuk meniru pengembangan pola ruang, sesuai dengan aturan yang ditetapkan. Probabilitas suatu peristiwa yang berlangsung pada tempat yang diberikan tersebut didirikan, pada suatu alasan sebelumnya atau dasar apapun dari pengamatan empiris, dan bentuk ruang yang diadopsi oleh fenomena yang diselidiki, kemudian ditiru oleh beberapa proses acak yang beroperasi dalam kerangka probabilitas yang telah ditetapkan. Perbandingan antara pola simulasi dan pola observasi berperan sebagai dasar untuk evaluasi penalaran yang masuk ke dalam konstruksi model dan kecukupannya sebagai penjelasan mengenai dunia nyata. Ringkasan yang lebih lengkap mengenai



Industrial Location



Page 11



prinsip-prinsip simulasi Monte Carlo dapat ditemukan di sumber lain, misalnya di Haggett (1965, p. 96-8, 305309) Yeates (1968, p. 53-63) dan Hagerstrand (1967). Ilustrasi sederhana mengenai penerapan model Monte Carlo dapat dijelaskan. Dalam bab sebelumnya, model ini telah dirancang agar sesuai dengan interpretasi evolusi pola lokasi industri (Lihat gambar 9.6). Gambar tersebut menunjukkan bagaimana proses intuitif masuk akal yang dijelaskan di sana mungkin lebih ketat dimodelkan. Mempertahankan fitur-fitur kritis tertentu dari kerangka teoritis umum Bagian Kedua dalam ilustrasi ini membutuhkan beberapa asumsi-asumsi yang agak heroik, tetapi asumsi-asumsi tersebut tampaknya tidak kurang realistis daripada asumsi-asumsi yang terlibat dalam banyak penerapan model stokastik lainnya dalam geografi. Memperkirakan suatu wilayah untuk mengembangkan industri, dan dimana interaksi biaya keseluruhan dan permukaan pendapatan keseluruhan yang menghasilkan permukaan keuntungan, dijelaskan dalam gambar 10.8a (perkiraan diperlukan untuk menerima ini sebagai perwakilan dari keuntuntangan lokasi perbandingan bagi semua perusahaan-perusahaan yang masuk harus jelas dari Bagian Kedua). Permukaan laba dapat berfungsi sebagai dasar untuk simulasi pola lokasi pabrik, pada asumsi yang memungkinan setiap tempat menarik karena adanya suatu pabrik yang sebanding dengan potensi keuntungan. Hal ini juga bisa menjadi masalah jika para pengambil keputusan menyadari bentuk permukaan keuntungan tetapi memungkinkan fakto pribadi (acak) mempengaruhi pilihan lokasi yang tepat dengan cara yang secara luas mencerminkan permukaan. Selain itu, bisa juga bahwa para pengambil keputusan tidak memiliki pengetahuan sempurna tetapi hanya memiliki beberapa intuitisi seperti tingkat keuntungan dalam lokasi-lokasi alternatif; ketidakpastian ini akan menjadi suatu unsur acak dalam pemilihan lokasi. Gambar 10.8a ( Profit surface )



Spatial Margin



Untuk membangun model operasional, langkah pertama adalah membangun kisi-kisi probabilitas. Hal ini ditunjukkan dalam gambar 10.8b. Daerah dalam margin ruang dibagi ke dalam kisi-kisi umum 120 sel, masing-masingnya adalah angka yang menunjukkan tingkat perkiraan unit keuntungan persegi wilayah. Nilai ini adalah kemungkinan sel menarik pabrik. Jumlah dari semua nilai-nilai ini dalam gambar 10.8b kebetulan 231; probabilitas setiap sel pabrik, pada skala dari 0 (= ada kemungkinan) harus 1.0 (= lengkap kepastian) adalah nilai dalam sel tersebut dibagi 231. Selanjutnya, nomor 1231 dialokasikan secara berurutan untuk sel-sel dalam gambar 10.8b, sebanding dengan nilai-nilai probabilitas. Dengan demikian, sel di sebelah kiri dari baris pertama memiliki nomor 1, sel berikutnya nomor 2, 3 berikutnya, dan seterusnya. Sel-sel dengan nilai probabilitas atau 2 mendapatkan dua angka: sel pertama dengan 2 baris kedua memiliki 12 dan 13 di berikutnya 14 dan 15, dan sebagainya. Sel-sel dengan masih lebih tinggi nilai-nilai probabilitas mendapatkan nomor lebih: yang satu di tengah, dengan 5 angka 10.8b (yang mengandung memaksimalkan laba lokasi), benar-benar mendapat nomor 113 melalui 117. Pola industri lokasi sekarang mungkin simulasi menggunakan tabel angka acak dan menghilangkan semua orang lebih dari 231. Seperti setiap



Industrial Location



Page 12



nomor acak muncul, tanaman yang ditugaskan untuk sel yang diberikan nomor yang dalam latihan yang baru saja dijelaskan. (Prosedur alternatif adalah untuk menetapkan angka 1 sampai 1000 ke sel, menggunakan seluruh tabel acak angka, tapi sangat sulit dalam kasus ini karena 1000 bukan dibagi oleh 231). Hal ini diasumsikan bahwa setiap sel dapat memiliki sejumlah pabrik, jadi jika daripada lebih satu nomor ditetapkan ke sel tertentu ditarik atau jika nomor yang sama muncul dua kali itu hanya berarti pabrik tambahan. Selain itu, kendala kapasitas teritorial dapat dibangun ke dalam model untuk membatasi jumlah pabrik dalam suatu sel yang realistis bisa dibangun. Gambar 10.8b ( Probability Grid )



Numbers indicate relative probability of receiving a plant



Gambar 10,8 c menunjukkan hasil pola dari dua puluh lima pabrik yang dihasilkan seperti dijelaskan di atas. Ada kecenderungan aglomerasi disekitar lokasi keuntungan maksimum, dengan lebih sedikit pabrik yang keluar menuju margin ruang. Lokasi extramarginal mustahil dalam ilustrasi ini, meskipun mereka bisa ditetapkan sebagai probabilitas lainya dibandingkan nol. Pola kedua dengan lima puluh pabrik yang telah dihasilkan (gambar 10,8 d), menunjukkan bahwa beberapa gugusan yang cukup dekat dengan margin dapat muncul melalui proses acak meskipun probabilitas rendah ditetapkan ke sel-sel ini.



Gambar 10.8c ( first Generation )



Industrial Location



Page 13



Gambar 10.8d ( Second Generation )



Hal ini memungkinkan untuk memperluas ilustrasi ini dengan memperkenalkan perubahan permukaan keuntungan, perhatikan gambar 9.6. Kemudian beberapa pabrik mungkin menjadi extramarginal dan harus keluar dari bisnis. Generasi pabrik berikutnya akan mencerminkan pola probabilitas baru. Namun, apa yang ditampilkan dalam gambar 10.8 sudah cukup untuk menunjukkan ciri-ciri dasar model Monte Carlo. Jika penggunaan permukaan laba untuk memberikan kisi probabilitas melonggarkan kredibilitas dan prospek aplikasi praktis terlalu jauh, kelengkapan lokasi tertentu seperti akses kereta api atau deposit mineral dapat digunakan. Setiap sel mengumpulkan skor-skor yang bergantung pada kehadiran kondisi-kondisi pikir untuk membuat rencana, mungkin diuntungkan berdasarkan relatifitas kepentingannya, dan kumpulan tersebut menjadi nilai probabilitas. Contoh dapat ditemukan dalam tidswel ( tahun 1976, pp. 156-169 ) dan shrivastava dan rani ( tahun 1978 ). Kelemahan pendekatan ini adalah subjektifitas yang terlibat dalam menentukan skor untuk kelengkapan-kelengkapan dengan cara yang diduga mencerminkan relatifitas daya pikatnya pada industri. Salah satu kesulitan serius dalam menerapkan model Monte Carlo untuk mensimulasi pola lokasi industri adalah menemukan dasar yang cocok untuk membangun kerangka kerja probabilitas ruang. Kesulitan lainnya adalah bahwa dalam kenyataannya pendudukan lokasi manapun oleh pabrik industri dapat mengubah probabilitas lokasi lain yang akan ditempati; lokasi terdekat dapat meningkatkan daya tarik mereka karena ekonomi aglomerasi, atau mereka mungkin menjadi kurang menarik jika pabrik baru adalah pesaing bagi beberapa pemasukan lokal atau pasar. Kondisi ini mungkin dapat ditampung di jenis model Markov Chain, yang memungkinkan bagi probabilitas pengembangan pada waktu tertentu dan tempatnya dihubungankan dengan apa yang telah terjadi sebelumnya. Dalam ilustrasi gambar 10.8, dapat dilakukan dengan meningkatkan nilai probabilitas suatu sel segera setelah hal tersebut ditetapkan pabrik, dan mungkin meningkatkan nilai bersebelahan sel, untuk mengakomodasi atraksi tambahan yang terkait dengan ekonomi aglomerasi. Namun, landasan prosedur ini sangat intuitif. Dalam aplikasi praktis, semua yang dapat dikatakan hasil adalah bahwa jika mereka cukup erat sesuai dengan kenyataan, mereka menegaskan bahwa firasat yang terkandung dalam kisi-kisi probabilitas tidak masuk akal. Hal ini tidak persis benar-benar sama seperti ditunjukkan bahwa atribut apapun yang terlibat memiliki hubungan dalam pemilihan lokasi. Ada cara lain di mana hukum probabilitas dapat dibawa untuk menghasilkan analisis pola lokasi. Dalam beberapa tahun terakhir banyak upaya telah dikeluarkan untuk menunjukkan bahwa frekuensi poin karena mereka terjadi di kisi-kisi petak seperti di gambar 10.8 sesuai dengan distribusi probabilitas tertentu. Sementara hal ini masih dianggap sebagai ketinggian kecanggihan teoritis di beberapa kalangan, sebagai alat untuk memahami perilaku manusia nyata atau proses ekonomi yang jauh dari kejelasan. Beberapa komentar oleh Webber (1972, ms. 46-47) sangat banyak ke titik:



Industrial Location



Page 14



Probabilitas model ini, meskipun mampu memprediksi pola lokasi sebenarnya, harus tetap mementingkan marjinal pada teori-teori lokasi. Salah satu kesulitan (adalah) fakta bahwa beberapa model dapat ditafsirkan dalam beberapa proses lokasi yang berbeda. Lebih penting lagi adalah properti bahwa model-model ini memiliki makna ekonomi tidak tersirat, artinya sifat proses ekonomi yang bisa menghasilkan model tersebut bukanlah tertentu... Salah satu aspek yang paling menarik dan penting dari teori lokasi (pertalian antara perilaku individu dan pola lokasi sosial ) benar-benar diabaikan dalam model probabilitas ini. Dengan kata lain, memahami bagaimana pengumpulan pola lokasi muncul dari keputusan individu tetap sebagai masalah yang terselesaikan seperti sebelumnya. Kegagalan stokastik atau model probabilitas untuk menembus proses ekonomi merupakan gejala dari banyak penelitian yang agak spekulatif dilahirkan oleh revolusi kuntitatif geografi. Perangkat yang awalnya dirancang untuk aplikasi dalam konteks yang berbeda (seperti ekologi pabrik dalam kasus mengenai metode pengukuran pada titik pola tertentu) yang diterapkan secara tidak kritis untuk mempelajari urusan-urusan manusia. Dan orang-orang merasa berguna dalam beberapa bidang (seperti model Monte Carlo dalam difusi inovasi) kemudian dianggap mempunyai makna serupa dalam analisis lokasi industri. Untuk kembali ke link antara teori dan model, yang dilakukan adalah untuk mengungkapkan pola lokasi sebagai kasus lebih banyak hukum umum (probabilistik), dalam semangat pencarian teori positivist logis umum. Pengalaman manusia sebenarnya dipaksa kedalam abstraksi sejarah. Hasilnya cuma sedikit yaitu dengan cara memahami sosial, dan hampir tidak ada yang dapat digunakan untuk meningkatkan realitas yang kita sesali.



2.6 Identifikasi variabel spasial dalam biaya dan pendapatan



Dalam model biaya variabel, keuntungan locational komparatif diukur langsung oleh variasi areal dalam total biaya produksi output tertentu, dan bahkan ketika permintaan diperkenalkan sebagai variabel spasia, biaya input tetap menjadi penentu utama posisi lokasi optimum dan margin profitabilitas. Karena total biaya terdiri dari berbagai item yang berbeda dari berbagai pengeluaran, identifikasi variasi areal dalam biaya input tunggal merupakan prasyarat penting untuk derivasi dari total permukaan biaya . ada beberapa industri di mana biaya satu atau dua input sangat penting dapat secara efektif menentukan keunggulan lokasional komparatif , seperti yang terjadi dalam kegiatan yang sangat bergantung pada bahan baku besar dan beberapa industri padat karya dan padat tenaga kerja.



Dalam keadaan ini bentuk permukaan biaya input kritis atau input mungkin dapat memberikan kerangka kerja yang memadai untuk analisis lokasi tanpa perlu untuk membangun total permukaan biaya atau memperkenalkan faktor-faktor lain seperti permintaan . Namun, di beberapa industri identifikasi bahkan satu biaya masukan permukaan mungkin sulit , karena alasan-alasan yang harus jelas dari pembahasan faktor lokasi . Sebagian besar biaya ( dan permintaan ) data yang bersifat sporadis terjadinya areal mereka , umumnya menjadi tersedia untuk satu set poin diskrit dengan tidak ada informasi tentang lokasi intervensi . Konversi ke dalam variabel spasial terus menerus difasilitasi oleh pemetaan . Pada bagian tiga ekstensif menggunakan terbuat dari peta isoline , beberapa dari mereka yang awalnya disusun oleh komputer menggunakan sistem SYMAP dikembangkan di Harvard . Keuntungan dari komputer adalah kecepatan dan objektivitas , yang memungkinkan representasi grafis dari permukaan diinterpolasi dari sejumlah besar titik data yang akan dicapai dalam hitungan menit dan dengan penghapusan banyak subjektivitas yang merupakan fitur dari pemetaan isoline . Pentingnya pemetaan komputer sebagai bantuan praktis dalam identifikasi biaya, serta biaya yang berkaitan dengan permintaan atau pendapatan tidak bisa terlalu ditekankan . Seperti Alonso menunjukkan, kopling dari perhitungan dan potensi grafis komputer



Industrial Location



Page 15



telah membuat teknik isoline teori lokasi klasik yang jauh lebih mudah diakses oleh peneliti daripada yang mereka usulkan sebelumnya. Sebuah teknik komputer tertentu yang dapat membantu dengan identifikasi permukaan biaya adalah analisis trend. Dipelopori dalam survei geologi , prosedur ini memungkinkan bentuk permukaan terus menerus akan berasal dari sejumlah pengamatan untuk poin diskrit , seperti pengeboran dalam kasus ahli geologi . Linear atau fungsi lengkung yang dipasang pada pengamatan aktual , dan bentuk yang agak disederhanakan dari permukaan yang direkonstruksi . Spesifikasi matematika permukaan yang cocok dengan data yang tersedia dapat digunakan sebagai unsur model lokasi. Atau, analisis trend dapat digunakan untuk memperkirakan biaya di lokasi yang datanya tidak tersedia . Contoh aplikasi pada biaya yang dikatakan oleh smith Variasi dalam tuntutan ( penjualan atau pendapatan ) antara lokasi alternatif sangat sulit untuk diukur secara langsung . Untuk melakukan hal ini dengan cara yang tepat akan memerlukan identifikasi kurva permintaan untuk setiap konsumen atau setiap bagian dari pasar dan berhubungan ini untuk biaya produksi dan kebijakan harga geografis yang berlaku . Penurunan biaya pendapatan tampaknya jauh lebih sulit dari sudut pandang praktis daripada identifikasi biaya input Dalam upaya untuk menilai pengaruh dari pasar dan faktor permintaan lokasi pabrik ada sejumlah prosedur alternatif untuk identifikasi biaya pendapatan. Diperkenalkan dalam analisis lokasi industri di kertas oleh Harris ( 1954) , keduanya adalah perangkat yang sangat berguna untuk mempertimbangkan efek dari distribusi spasial konsumen pada lokasi tanaman di bawah asumsi yang berbeda tentang situasi permintaan.



2.7 Macam-macam biaya input yang di gunakan dalam penentuan lokasi a. Biaya sewa tanah Bagi banyak perusahaan, lokasi yang tepat yang dipilih akan ditentukan oleh kualitas , ukuran , dan lokasi. pertimbangan ini dapat menentukan keuntungan yang akan di peroleh perusahaan tersebut . Sebagai contoh, sebuah perusahaan dengan akses yang baik dan tepat akan lebih hemat dari segi biaya pendistribusian ke pasar dibanding dengan perusahaan yang agak jauh dari jalan raya utama sehingga akan menambah ongkos angkut untuk memasarkan produk ke pasar. Pemilihan lokasi dalam hal ini menjadi penting karena harga tanah biasanya bervariasi antar tempat. Harga tanah akan tinggi bila terdapat fasilitas angkut yang memadai. Disamping itu, khusus untuk wilayah perkotaan, harga tanah bervariasi menurut jarak kepusat kota. Bila sebidang tanah berlokasi dekat dengan pusat kota, maka harga tanah akan mahal dan sebaliknya. Karena factor harga tanah ini juga merupakan factor penting dalam penentuan lokasi dan penggunaan tanah (land-use) untuk kegiatan ekonomi dan perumahan di daerah perkotaan.



Industrial Location



Page 16



Gambar ini membuktikan bahwa harga sewa tanah di dekat pusat kota jauh lebih mahal dibandingkan yang berada jauh dari pusat kota.



b. biaya bangunan Biaya pembangunan pabrik sulit untuk dievaluasi, karena harus mencakup biaya bahan bangunan, nilai yang berbeda dari tenaga kerja, jasa arsitek dan jasa profesional lainnya, serta berbagai item insidental tambahan. Namun, tugas ini disederhanakan dengan ketersediaan set indeks, yang memungkinkan biaya konstruksi di lokasi yang berbeda harus diperkirakan dengan cukup akurat dan harus mengidentifikasi biaya setiap item secara terpisah dan detail sesuai dengan rencana yang baik. Salah satu indeks tersebut disediakan oleh biaya bangunan dow kalkulator . Ini berisi ilustrasi dari berbagai macam bangunan pabrik dan menentukan biaya dasar per meter kubik. Biaya dasar meliputi biaya konstruksi terlepas dari biaya lokasi. Biaya dasar itu merupakan komponen biaya yang paling stabil dan sebanding bangunan tanpa memperhatikan masalah lainnya. Tingkat keuntungan dan persaingan antar perusahaan, yang semuanya dapat bervariasi dari satu tempat ke tempat lain. Dalam rangka untuk mencari biaya aktual pembangunan jenis pabrik yang dipilih pada lokasi tertentu perlu untuk direncanakan dengan baik sebelumnya.



c. biaya bahan baku Seringkali yang paling mudah untuk diidentifikasi adalah biaya bahan . suatu industry didirikan dekat dengan lokasi ketersediaan bahan baku jika didasarkan pada pertimbangan yaitu bahan baku yang digunakan mudah rusak, biaya angkut bahan baku lebih mahal dibandingkan biaya angkut barang jadi serta bahan baku lebih berat di banding barang jadi. Sifat dan bentuk bahan baku juga mempengaruhi terhadap penentuan lokasi industry. Hal ini karena kompleksitas dari beberapa struktur tarif angkutan lokal , yang cenderung mengganggu keteraturan geografis biaya transportasi.



d. biaya tenaga kerja Biaya tenaga kerja di lokasi alternatif mungkin lebih sulit untuk mengidentifikasi secara akurat daripada biaya input lainnya . Angkatan kerja dari setiap pabrik terdiri dari orang-orang yang memiliki berbagai keterampilan yang berbeda dan melakukan fungsi yang berbeda . Setiap kelompok kerja mungkin memiliki tingkat upah sendiri , dan biaya tenaga kerja dan total produk yang dihasilkan dari masing-masing pekerja yang bekerja di masing-masing kategori . Ketersediaan tenaga kerja menjadi hal penting dalam kemajuan suatu industry. Industry



Industrial Location



Page 17



tertentu memilih mendirikan lokasi kegiatan industry di daerah yang banyak tersedia tenaga kerja terampil dan upahnya relative murah.



2.8 Model Travel Agregat Model travel agregat memungkinkan kita untuk mengambil konsep permukaan biaya ke arah penggabungan permintaan. Ini merupakan sarana untuk mencari biaya relatif mendistribusikan produk ke pasar distribusi spasial, berdasarkan pengukuran dari total biaya atau cakupan jarak yang terlibat. Biaya melayani konsumen pada setiap titik dari lokasi tanaman i adalah biaya perunit transportasi jarak dari i ke j dikalikan dengan jumlah unit yang akan dikirimkan. Dapat dilihat dalam formulasi berikut: ∑ Keterangan: A



: Adalah perjalanan agregat yang terlibat dalam melayani pasar dari lokasi, yang diukur dari segi jarak atau biaya



Q1



: Kuantitas produk yang dijual di pasar



Tij



: Adalah biaya unit transportasi i dan j atau sebaliknya, jarak antara dua titik



Jika Q merupakan harapan yang akurat dari penjualan, dan jika T adalah tarif transportasi sebenarnya yang akan dibayar, maka A akan menjadi total biaya distribusi produk ke pasar, dan evaluasi ekspresi untuk semua i akan memberikan data dari mana permukaan biaya transportasi pemasaran yang sebenarnya dapat dibangun. Namun informasi tersebut jarang tersedia untuk menjalankan model dengan cara ini. Lebih sering menggunakan pengganti seperti pendapatan penduduk per kapita, atau penjualan ritel untuk memperkirakan Q pada titik-titik yang berbeda, dan jarak pertation. Dalam kasus ini, A tidak memberikan biaya distribusi yang sebenarnya tetapi indikasi yang mungkin relatif besarnya. Sebelum menggambarkan model travel agregat, asumsi tentang situasi permintaan itu harus dinyatakan dengan jelas. Model tidak memungkinkan permintaan bervariasi dengan lokasi pabrik., dengan kata lain Q tidak sensitif terhadap jarak antara j dan i, yang berarti bahwa harus ada disampaikan harga tanpa diskriminasi terhadap konsumen yang jauh atau permintaan yang jauh inelastis. Kemungkinan bahwa harga produsen mungkin berkaitan dengan biaya distribusi dapat diakomodasi dalam model ini hanya jika diasumsikan bahwa kurva permintaan adalah garis vertikal dan bahwa satu-satunya perbedaan antara tempat-tempat yang di intercept yamg tentu saja nilai Q. Sebagai ilustrasi penerapan model travel agregat , kasus produsen dalam bisnis untuk melayani pasar Amerika Serikat dapat dipertimbangkan. Asumsikan bahwa perusahaan mengharapkan penjualan di setiap bagian dari pasar yang akan berhubungan dengan tingkat pendapatan daerah , dimana pendapatan rata-rata adalah pengganti yang cocok . Membagi pasar nasional ke dalam empat puluh delapan negara berdekatan, dan dengan penjualan di masing-masing dikaitkan secara sewenang-wenang ke titik pusat negara. Model travel agregat dapat digunakan untuk menentukan lokasi terbaik. Dalam menerapkan model, diasumsikan bahwa volume dikirim dan dijual kesetiap negara berbanding lurus dengan pendapatan rata-rata nya, bahwa penjualan tidak dipengaruhi oleh jarak dari titik asal produk , dan bahwa jarak garis lurus antara setiap pasar dan titik produksi merupakan ukuran yang memadai dari biaya memindahkan barang dari satu tempat ke tempat yang lain. Pada aplikasi ini terdapat empat puluh delapan lokasi pabrik alternatif yang perlu dipertimbangkan , yaitu titik tengah dari negara .



Industrial Location



Page 18



Untuk menemukan lokasi optimum, dievaluasi untuk setiap alternatif. Data pendapatan rata-rata merupakan angka-angka untuk Q, dan nilai-nilai untuk T berasal dari 48 X 48 matriks jarak antara titik tengah dari negara. Hasilnya dipetakan sebagai permukaan pada. Lokasi optimal, atau tempat wisata minimum agregat adalah di negara bagian Indiana, dan tokoh-tokoh naik terus jauh dari titik ini dengan cara yang cukup simetris. Kisaran dalam nilai A adalah sebesar jarak dari 23,1 juta km diIndiana ke 57.9M di Washington. Angka-angka ini sangat penting dan dapat diartikan sebagai mil yang sebenarnya dari jarak yang akan dibahas hanya jika volume penjualan di masing-masing negara adalah setara dengan pendapatan rata-rata (yaitu satu unit untuk setiap dolar) bukan sekadar proporsional untuk itu. Dalam situasi perusahaan memaksimalkan keuntungan, mereka harus mencari di negara bagian Indiana , hal lain dianggap sama karena dari titik ini hal itu dapat meminimalkan biaya distribusi barang ke pasar . Tapi ada negara-negara lain di dekatnya yang dari mana pasar bisa disajikan dengan hanya sedikit peningkatan dalam jangkauan jarak total, termasuk Ohio dengan sosok 23.2M dan Illinois dengan 23.9M. Dengan demikian, dalam batas-batas spasial yang mencakup semua bagian barat sabuk manufaktur besar , perusahaan bisa menyimpang dari lokasi optimum dengan tambahan biaya distribusi yang relatif sedikit. Konsep margin spasial dapat diperkenalkan ke dalam model travel agregat ini, angka travel agregat mewakili tingkat kritis ini pengeluaran yang memberikan nilai untuk margin spasial, yang dapat diidentifikasi oleh isoline yang sesuai pada permukaan wisata agregat.



2.9 The market potensial model Konsep potensial sebagai ukuran aksesibilitas terhadap beberapa fenomena yang benar-benar terdistribusi dengan baik dalam analisis lokasi. Potensi yang diberikan oleh titik j pada titik i yang ditemukan dengan membagi massa (P) dengan jarak (D) antara I dan j. Jika massa adalah beberapa ukuran permintaan untuk produk tertentu pada j dan jarak mencerminkan biaya untuk mendapatkan produk dari sebuah pabrik dari i ke pasar j, maka perkiraan potensi pasar di i adalah:



∑



Dimana Q dan T sama seperti yang dijelaskan di atas. Formula ini identik dengan model travel agregat kecuali divisi yang telah diganti untuk perkalian. Lokasi optimum sekarang adalah M1 = max dan bukan titik minimum seperti pada model lain.



Jika pasar model potensial dikalibrasi dalam marmen ideal, maka dapat memberikan perkiraan penjualan aktual yang dapat diantisipasi dalam locatins alternatif. Jika Q mengukur penjualan yang dapat dicapai di setiap pasar f dan jika T mencerminkan harga yang disampaikan dari pabrik (i) ke pasar (j), dan harga biaya produksi yang disampaikan ditambah biaya transportasi antara i dan j, jika fungsi permintaan Q / T akurat mencerminkan hubungan antara penjualan dan harga yang disampaikan, maka ekspresi akan mengukur total penjualan yang bisa diharapkan dari lokasi pabrik tertentu . Ini hanya langkah pendek untuk derivasi dari permukaan permintaan yang benar dan kemudian permukaan untuk total pendapatan. Namun dalam prakteknya jarang ditemukan untuk menjalankan pasar model potensial persis dengan cara ini. Tidak ada dasar untuk mengenai Q sebagai intercept dari kurva permintaan atau data biaya transportasi yang tepat tersedia, atau tidak ada dukungan empiris untuk fungsi permintaan bentuk tertentu. Secara umum ketiga persyaratan tersebut tidaklah terpenuhi. Cara yang biasa menerapkan model ini adalah untuk menemukan beberapa variabel untuk Q yang dapat dianggap sebagai perkiraan



Industrial Location



Page 19



yang wajar dari kemungkinan besarnya penjualan, menggunakan jarak linear atau fungsi biaya / jarak sederhana untuk T, dan untuk mengasumsikan membagi Q oleh T memberikan beberapa indikasi pengaruh lokasi pabrik pada volume permintaan pada titik apapun. Model demikian memberikan perkiraan daya tarik relatif dari lokasi alternatif dalam keadaan tertentu atau seperti yang dikemukakan Harris (1954 , p . 321 ) "indeks abstrak intensitas kemungkinan kontak dengan pasar".



Jika diasumsikan bahwa pendapatan rata-rata tetap menjadi prediktor yang cocok dari tingkat kemungkinan penjualan di setiap negara tetapi penjualan aktual sekarang diharapkan akan berkurang dengan meningkatnya jarak dari titik produksi, model potensial menjadi sarana yang tepat untuk menentukan keunggulan komparatif tempat yang berbeda sebagai lokasi untuk melayani pasar ini. Seperti sebelumnya, titik-titik pusat dari empat puluh delapan negara yang diambil untuk menjadi tujuan pengiriman produk dan juga lokasi pabrik. Gambar (11.2) dengan demikian dievaluasi untuk masing-masing negara, dengan data pendapatan dan jarak yang sama seperti yang digunakan dalam ilustrasi perjalanan agregat. Sehingga pasar potensial permukaan yang dipetakan pada Gambar 11.8, titik potensi maksimum dan lokasi optimal di bawah asumsi ini adalah di negara bagian Maryland, dan di sini perusahaan akan memaksimalkan penjualan dan keuntungan. Berikut angka untuk potensi pasar (M) adalah 9839, sedikit lebih tinggi dari 9651 di Pennsylvania dan 9588 di negara bagian New York. Jauh dari zona potensi pasar yang relatif tinggi dan angka penurunan yang cukup tajam. Nilai-nilai terendah yang kurang dari 3000 berada di Washington, Oregon, Idaho, dan Montana. Harus ditekankan sekali lagi, bahwa angka-angka ini hanya memberikan indikasi relatif volume kemungkinan penjualan dan pendapatan yang dapat dicapai dari pabrik yang berlokasi di negara yang bersangkutan, seperti dalam kasus dari model travel agregat hanya dalam keadaan khusus model semacam ini memberikan angka untuk volume aktual barang yang dijual atau pendapatan yang diperoleh.



Perbandingan angka 11,7 dan 11,8 memberikan indikasi perbedaan dalam locational keuntungan komparatif yang timbul dari asumsi yang berbeda mengenai situasi pasar. Dengan menggunakan data yang sama, model potensial mengidentifikasi lokasi yang optimum di ujung timur dari sabuk manufaktur besar, sementara model travel agregat menempatkan di ujung barat. Kedua permukaan mengadopsi bentuk yang berbeda yang berasal dari perjalanan agregat dengan dasar yang cukup datar sedangkan permukaan potensial jauh lebih tajam dari daerah puncak. Perbedaan-perbedaan ini menjadi penting ketika asumsi mengoptimalkan perilaku dalam pilihan lokasional dijatuhkan mendukung pendekatan yang memungkinkan beberapa kebebasan pilihan lokasional, karena akan jelas dari dua peta dalam situasi perusahaan travel agregat dapat menyimpang dari optimal dalam batasan spasial yang cukup luas tanpa meningkatkan biaya distribusi mereka sementara di bawah kondisi yang sudah disebutkan dalam potensi ilustrasi volume penjualan jatuh tajam dengan jarak yang relatif kecil dari lokasi optimal. Hal ini menunjukkan berbagai pilihan lokasional atau margin spasial yang sempit terhadap profitabilitas, dalam situasi di mana penjualan sensitif terhadap jarak dari titik produksi dari mana pertimbangan penting untuk meminimalkan jumlah pertanggungan sebesar jarak ke pasar.



Perbedaan keuntungan lokasional disarankan oleh potensi pemetaan pasar dan wisata agregat (biaya transportasi) yang ditekankan oleh Harris (1954). Alasan untuk perbedaan ini adalah bahwa dalam model potensial penting diberikan menurun agar semakin jauh jaraknya, sedangkan dalam model travel agregat pasar yang sama meningkatkan lokasi tarik dengan meningkatnya jarak dari kemungkinan lokasi pabrik. Dengan kata lain, pasar yang besar pada jarak yang cukup dari suatu titik tertentu memberikan kontribusi sedikit untuk potensi yang diciptakan pada saat itu sedangkan kontribusi besar untuk biaya transportasi keseluruhan yang terlibat dalam



Industrial Location



Page 20



melayani seluruh pasar dari titik itu. Hal ini menjelaskan tarikan besar yang diberikan oleh pasar California pada posisi titik perjalanan minimum agregat dibandingkan dengan tarik pada titik potensi puncak, serta akuntansi untuk sedikit kenaikan permukaan potensial di California.



Beberapa upaya untuk menggabungkan faktor biaya dan permintaan dalam model yang sama, telah mengandalkan pasar model potensial untuk mengukur pengaruh dari lokasi pada volume permintaan atau pendapatan. Interaksi permukaan pasar potensial dan permukaan total biaya akan dekat dengan model yang dikembangkan dalam Bab 8, dengan potensi sebagai pengganti untuk total pendapatan. Tapi ini menimbulkan pertanyaan tentang keterkaitan antara biaya dan pendapatan. Ini akan memungkin untuk menghitung potensi pasar permukaan (dikalibrasi untuk mewakili dolar dari pendapatan daripada volume penjualan) dan kemudian mengidentifikasi permukaan total biaya dengan bekerja untuk sampel lokasi total biaya memproduksi dan mendistribusikan jumlah yang diperlukan dari output. Namun, prosedur tersebut akan berarti bahwa tingkat penjualan dicapai pada lokasi tertentu tidak berhubungan dengan biaya produksi, sedangkan pada skala reality dapat mempengaruhi biaya rata-rata, biaya dapat mempengaruhi harga, dan harga dapat mempengaruhi penjualan dan pendapatan (yang telah ditentukan oleh model potensial). Dan untuk memulai dengan permukaan total biaya dan kemudian lanjutkan untuk permintaan atau pendapatan permukaan sama berliku-liku, karena baik biaya ratarata dan biaya total dapat menjadi fungsi dari volume penjualan.



Wilayah Pasar



Pasar merupakan konsep penting dalam analisis lokasi industri. Pasar merupakan pusat penentuan penjualan dan pendapatan di lokasi alternatif dan penting untuk pemahaman tentang penataan ruang pabrik dalam industri di mana kontrol penjualan atas suatu wilayah tertentu merupakan faktor utama bagi kelangsungan hidup perusahaan. Ini menempati tempat yang menonjol dalam teori, baik dalam pekerjaan Losch dan sekolah-locational saling ketergantungan dan pendekatan biaya-berorientasi lebih dari orang lain seperti Hoover. Dalam pandangan ini, telah ada penelitian empiris yang sangat sedikit pada identifikasi market area adalah konteks industrial. Beberapa ilustrasi dapat ditemukan dalam karya dari beberapa tokoh utama seperti di Palander ( 1935, pp , 366367 ) dan Losch (1954 , hlm 418-419 ), dan dalam beberapa studi empiris terisolasi dari lokasi industri, (misalnya Dorward , 1979; Osleeb dan Cromlcv 1978; Watts , 1975). Untuk kesederhanaan diasumsikan bahwa tidak ada perbedaan yang signifikan antara empat lokasi sehubungan dengan biaya produksi, sehingga jika biaya transportasi ditambahkan ke biaya produksi dalam menentukan harga konsumen, masing-masing kota dapat dialokasikan untuk salah satu lokasi berdasarkan tingkat pengiriman saja. garis ditarik antara lokasi dan pasar untuk menghubungkan setiap kota dengan lokasi dari mana biaya transportasi terendah. Timur Tennessee lokasi mengontrol sebagian besar pasar, dengan wilayah penjualan yang terdefinisi dengan baik. Roanoke Rapids dan Wilson melayani jauh lebih kecil dari tempat-tempat. Lokasi akan layak dan apakah lebih dari satu pabrik melayani pasar akan lebih efisien daripada satu di timur Tennessee, tergantung pada output minimum yang konsisten dengan operasi yang menguntungkan dan pada hubungan antara output dan skala ekonomi.



Peta ini menarik untuk beberapa anomali yang muncul dari struktur barang di sepanjang rute tertentu. Misalnya Bristol memiliki tingkat yang sangat rendah untuk Charleston yang memungkinkan untuk mengambil pasar ini di dekat pabrik di Wilson, Bristol dan Wilson dengan tarif sebesar Buffalo, dapat melayani kota ini lebih murah daripada dapat Roanoke Rapids. Komplikasi ini sering membuat sulit untuk menarik batasan-batasan pasar



Industrial Location



Page 21



ke daerah yang rapi ditunjukkan dalam diagram teoritis dan mencegah identifikasi daerah pasar berdasarkan jarak saja.



Ilustrasi kedua memperkenalkan komplikasi biaya produksi yang berbeda-beda di antara pabrik. Enam kota Pennsylvania telah dipilih Erie, Pittsburgh, Altoona, Harrisburg, Scranton, dan Philadelphia dan masalahnya adalah untuk mengetahui bagaimana pabrik yang berlokasi di masing-masing kota akan berpisah bagian timur laut Amerika Serikat ke daerah pasar atas dasar biaya pengiriman dan kemungkinan perbedaan dalam biaya produksi. Industri ini merupakan salah satu imajiner tetapi semua data lainnya adalah nyata.



Perbedaan biaya produksi timbul dari variasi antar kota dalam biaya tenaga kerja dan bahan. Biaya tenaga kerja telah bekerja pada dasar output dari 10.000 CWT per minggu membutuhkan pekerja seratus produksi, sepuluh urutan panitera, dan sepuluh stenograf, untuk membayar tingkat average di sixcities atau tempat terdekat. Total tagihan upah mingguan membagi oleh 10.000 untuk memberikan biaya per CWT. Biaya bahan dihitung berdasarkan jumlah specifis coran, komponen dan kontainer. Diperoleh dari sumber-sumber tertentu dan dengan biaya pengiriman ditambahkan ke biaya diasumsikan pada sumbernya.



Untuk membagi wilayah menjadi daerah pasar perlu untuk menambahkan biaya feight keluar dari enam kota dengan biaya produksi dan untuk mencari tahu di mana disampaikan (fob) harga terendah dari kota mana. Prosedur ini mirip dengan yang digunakan dalam Abone ilustrasi variasi spasial dalam biaya baja galvanis. Untuk masing-masing kota tingkat freight yang sebenarnya ditemukan untuk sampel dari dua puluh kota dengan dikaji di setiap daerah.



Biaya grafik dan peta area pasar akhir. Setiap kota memiliki profil tersendiri dari freight rate terhadap jarak. Persebaran nilai titik-titik menunjukkan bahwa kurva hanya memberikan perkiraan dengan situasi yang sebenarnya, tetapi mereka memperhitungkan pertimbangan lokal seperti biaya yang relatif tinggi dari tangkapan jarak pendek dari Harisburg dan memberikan hasil yang akurat untuk tujuan ini, sebuah batas pasar daerah yang lebih tepat akan mungkin jika setelah mantan animasi angkutan harga dari setiap lokasi untuk jumlah yang jauh lebih besar daripada tempat sampel yang digunakan di sini karena biaya produksi termasuk dalam setiap grafik, angka up sumbu vertikal dapat diambil untuk menunjukkan harga yang disampaikan.



2.10 Market Area



Market Area adalah konsep yang penting dalam analisis lokasi industry. Ini adalah pusat dari penentuan penjualan dan pendapatan di dalam alternative lokasi dan untuk mendapatkan keuntungan yang di inginkan oleh sebuah perusahaan. August Losch (1944) mempelopori Teori Lokasi Market Area yang mendasarkan analisa pemilihan lokasi optimal pada luas pasar yang dapat dikuasai dan kompetisi antar tempat. Berdasarkan pandangan ini, sebuah perusahaan akan memilih suatu tempat sebagai lokasi yang optimal.berdasarkan kekuatan persaingan antar tempat dan luas pasar yang dapat dikuasainya. Dengan demikian terlihat bahwa permintaan dan penawaran antar tempat merupakan unsur penting dalam menentukan lokasi optimal dari suatu kegiatan perusahaan. Menurut teori ini faktor permintaan lebih penting artinya dalam persoalan pemilihan lokasi. 



Bila permintaan terhadap suatu barang adalah elastis terhadap harga, diperkirakan akan timbul berbagai pengaruh terhadap pemilihan lokasi perusahaan.



Industrial Location



Page 22







adanya unsur persaingan antar tempat (spatial competition) diantara sesama produsen menetukan pula tingkah laku perusahaan dalam memilih lokasi.



Teori Market Area disusun atas dasar beberapa asumsi utama yaitu : 



Konsumen tersebar secara merata keseluruh tempat,







Bentuk persamaan permintaan dianggap sama, dan







Ongkos angkut untuk setiap kesatuan produksi dan jarak adalah sama.



Ini adalah data biaya produksi di 6 kota di pensylvania



Kota



Tenaga Kerja



Bahan Baku



Total



Altoona



0.86



1.57



2.43



Erie



1.13



1.52



2.65



Harrisburg



0.92



1.54



2.46



Philadelphia



1.08



1.53



2.61



Pittsburgh



1.27



1.53



2.80



Scranton



0.78



1.51



2.29



Dan ini adalah gambar dari area pasar untuk 6 kota di pensylvania berdasarkan ongkos dan biaya produksi. Biaya transport dan biaya produksi berbeda di masing-masing kota. P = biaya produksi pabrik, TC = total biaya (biaya produksi + biaya transport).



Industrial Location



Page 23



BAB III PENUTUP Kesimpulan Untuk penentuan lokasi yang optimal haruslah menggunakan metode dan pertimbangan yang tepat. Sehingga lokasi industry yang akan di tempati nantinya dalah lokasi yang strategis. Selain itu selain lokasi yang strategis, lokasi industry haruslah lokasi industry yang dapat meminimumkan ongkos, baik itu ongkos produksi, transport bahan baku, biaya pengiriman ke pasar, itu semua harus diperhitungkan secara detail. Segala aspek di perhitungkan disini tentunya dengan manajemen yang baik juga agar keuntungan dari sebuah usaha dapat optimal.



Industrial Location



Page 24



Daftar Pustaka Smith, David M. 1970. Industrial Location an Economic Geographical Analysis second edition. Carbondale : Geography Depatment www.google.com www.wikipedia.com



Industrial Location



Page 25