Studi Kasus: Pabrik Pengolahan Biji Kakao dan Manufaktur Cokelat Mengoptimalkan Rendemen Nib (Bean-to-Nib Yield), Konsistensi Profil Roasting per Lot Origin, Presisi Tempering dan Pencegahan Fat Bloom, serta Ketertelusuran Lot dari Kelompok Tani sampai Kontainer Ekspor Bersama Goodsyst
Biji kakao adalah bahan baku yang paling sulit diseragamkan di industri makanan. Satu kontainer dari Sulawesi Tengah datang dengan kadar air 7,8 persen dan biji cacat 4 persen, kontainer berikutnya dari Aceh datang dengan kadar air 9,2 persen karena pengeringan di tingkat petani tertahan hujan tiga hari. Bagi pabrik, selisih itu bukan sekadar catatan quality control: kadar air menentukan susut saat roasting, ukuran biji menentukan efisiensi winnowing, dan derajat fermentasi menentukan profil rasa yang harus dikompensasi lewat resep. Di sisi lain, pembeli cokelat premium menuntut deklarasi persentase kakao yang akurat, klaim bebas lemak nabati lain, dan bukti ketertelusuran sampai tingkat kelompok tani. Tanpa satu model data yang mengikat berat, kadar air, dan nomor lot, pabrik hanya bisa menebak mengapa rendemen bulan ini turun dua persen dan mengapa satu palet kiriman retak karena fat bloom. Custom ERP Goodsyst mengubah setiap kilogram biji kakao menjadi record yang bisa dihitung, bukan tumpukan form timbangan yang diisi setelah produksi selesai.
1. Neraca Massa Bean-to-Nib: Rendemen, Shell Content, dan Kadar Air per Lot Origin
Kesalahan costing paling mahal di pabrik kakao adalah memakai rendemen rata-rata bulanan. Secara akuntansi terlihat rapi: total biji masuk dibagi total nib keluar, keluar satu angka persen, lalu angka itu dipakai untuk semua SKU. Kenyataannya setiap lot punya karakter sendiri. Biji dengan ukuran seragam 110 sampai 120 biji per 100 gram menghasilkan nib recovery 82 persen, sedangkan lot dengan banyak biji pipih dan pecah bisa turun ke 74 persen karena shell ikut terbuang bersama fragmen nib di winnowing. Ketika keduanya dirata-rata menjadi 78 persen, manajemen merasa aman, padahal separuh lot sudah kehilangan margin sejak baris pertama cracking.
Custom ERP Goodsyst memaksa rendemen dihitung pada level lot dan level shift produksi. Setiap penerimaan dicatat sebagai lot dengan nomor kontainer, origin, kelompok tani, tanggal fermentasi, tanggal pengeringan, kadar air hasil uji oven, kadar biji cacat, dan berat timbang masuk. Ketika lot masuk jalur produksi, sistem mencatat keluaran terpisah: nib, shell, germ, fines, dan reject, masing-masing dengan berat aktual dari timbangan di ujung tiap mesin. Dari sana terbentuk neraca massa yang jujur per tahap cleaning, cracking, winnowing, dan roasting, sehingga penyimpangan bisa langsung ditunjuk ke mesin dan shift yang bertanggung jawab, bukan ditudingkan ke mutu bahan baku secara umum.
Data itu juga menutup celah yang sering tidak terlihat: shell content pada nib akhir. Standar internal umumnya mensyaratkan sisa kulit di bawah 1,5 persen, karena di atas angka itu rasa cokelat menjadi kasar dan keasaman meningkat. Dengan mencatat hasil uji shell content per batch di samping berat shell keluar, sistem bisa menghitung korelasi antara setelan aspirator, kelembapan biji, dan sisa kulit yang lolos. Ketika korelasi terbentuk, operator tidak lagi menyetel mesin berdasarkan perasaan, tetapi berdasarkan angka yang terbukti bekerja pada lot dengan karakter serupa.
Yang paling menentukan, rendemen per lot langsung mengalir ke harga pokok. HPP nib bukan angka statis dari tahun lalu, melainkan hasil perkalian antara harga beli lot, biaya proses yang dibebankan per jam mesin, dan rendemen aktual lot tersebut. Ketika satu lot Aceh dengan rendemen 74 persen dijual dengan harga produk yang sama seperti lot Sulawesi dengan rendemen 82 persen, ERP menampilkan margin per lot secara eksplisit. Keputusan pembelian berikutnya menjadi berbasis data: apakah tetap membeli dari origin itu dengan harga lebih murah, atau mensyaratkan perbaikan pengeringan di tingkat petani.
2. Profil Roasting per Origin dan Formulasi Resep: Keseimbangan Lemak Kakao, Refining, dan Conching
Roasting adalah titik di mana kimia bertemu uang. Suhu dan waktu menentukan pembentukan aroma, tetapi juga menentukan susut berat. Profil 130 derajat Celsius selama 25 menit pada biji dengan kadar air 7,5 persen menghasilkan susut roasting 11 persen dan profil rasa yang seimbang, sementara profil yang sama diterapkan pada lot dengan kadar air 9,2 persen menghasilkan susut 13,4 persen, rasa sedikit tertinggal mentah, dan keasaman yang lebih tajam. Tanpa sistem, kedua lot dicatat sebagai satu baris produksi dengan satu parameter, dan operator menyesuaikan secara manual berdasarkan pengalaman yang tidak terdokumentasi.
Goodsyst menyimpan profil roasting sebagai resep berparameter yang terhubung ke karakter lot. Setiap profil mencatat origin, rentang kadar air masuk, ukuran biji, target suhu drum, laju aliran udara, durasi, dan target kadar air keluar. Ketika lot baru diterima, sistem merekomendasikan profil berdasarkan kemiripan karakter, bukan berdasarkan kebiasaan shift. Hasil setiap batch dicatat: susut berat aktual, warna hasil ukur, dan catatan sensori. Setelah beberapa siklus, pabrik memiliki pustaka profil yang terbukti untuk setiap origin, dan penyimpangan susut lebih dari satu persen otomatis memicu pemeriksaan sebelum batch berikutnya dijalankan.
Di hilir roasting, formulasi menjadi persoalan keseimbangan lemak. Lemak kakao adalah komponen termahal dalam resep cokelat, dan setiap resep harus memutuskan berapa banyak lemak yang berasal dari massa kakao, berapa dari butter hasil pressing, dan berapa dari bahan tambahan yang diizinkan. Sistem menghitung neraca lemak per formula: total lemak yang dibutuhkan untuk mencapai viskositas target saat enrobing, lemak yang tersedia dari massa kakao, dan defisit yang harus ditutup. Ketika harga lemak kakao naik, pabrik bisa melihat dengan tepat formula mana yang paling sensitif dan alternatif mana yang masih memenuhi deklarasi persentase kakao pada label.
Refining dan conching melengkapi persoalan itu dengan parameter yang tidak boleh ditebak. Target kehalusan biasanya di bawah 20 mikron agar lidah tidak merasakan partikel, tetapi semakin halus semakin lama refining berjalan dan semakin besar konsumsi energi per kilogram. Conching menentukan penghilangan volatil dan pengembangan tekstur, dengan durasi yang berbeda untuk dark, milk, dan couverture. ERP mencatat konsumsi energi per batch, waktu mesin, dan hasil uji kehalusan dan viskositas, lalu menghitung biaya konversi per kilogram cokelat jadi. Dari situ muncul keputusan yang selama ini kabur: apakah menambah 4 jam conching benar-benar meningkatkan nilai jual produk, atau hanya menambah biaya listrik yang tidak dibayar pembeli.
Di pabrik kakao, margin jarang hilang dalam sekali kejadian besar. Margin hilang dua persen di rendemen nib, satu persen di susut roasting, dan tiga persen di deviasi berat produk akhir, lalu berlipat menjadi selisih HPP yang tidak pernah terjelaskan saat tutup buku.
3. Tempering, Fat Bloom, dan Ketertelusuran Lot dari Kelompok Tani sampai Kontainer Ekspor
Cokelat yang secara kimia benar bisa tetap gagal di tangan pelanggan. Fat bloom, lapisan putih keabu-abuan di permukaan, muncul ketika kristal lemak kakao tidak stabil dan bermigrasi ke permukaan. Penyebabnya hampir selalu kombinasi tiga hal: tempering yang tidak mencapai kurva suhu yang benar, fluktuasi suhu selama penyimpanan dan pengiriman, dan formulasi yang terlalu banyak memakai lemak pengganti dengan titik leleh berbeda. Bagi pabrik, bloom berarti retur, klaim, dan reputasi yang mahal, sementara penyebabnya sering hanya terlihat di gudang pelanggan, jauh dari jangkauan produksi.
Goodsyst mengikat parameter tempering ke setiap batch: suhu melt, suhu turun ke titik kristalisasi, suhu kerja saat enrobing, dan indeks temper yang diukur. Setiap batch menyimpan kurva aktual mesin, bukan hanya setelan target, sehingga deviasi satu derajat pada tahap kristalisasi bisa dikaitkan dengan keluhan bloom pada pengiriman tertentu beberapa minggu kemudian. Sistem juga mencatat kondisi penyimpanan di gudang jadi dan di kontainer: suhu ruang, durasi, dan riwayat pemuatan. Ketika klaim datang, tim mutu tidak lagi berdebat berdasarkan dugaan, tetapi menelusuri batch, mesin tempering, operator, dan riwayat suhu pengiriman dalam satu tampilan.
Ketertelusuran ke hulu sama pentingnya, terutama untuk pasar Eropa yang menuntut bukti asal bahan baku dan kepatuhan uji bebas logam berat serta pestisida. Nomor lot produk jadi di Goodsyst bisa ditelusuri mundur sampai nomor kontainer, lalu ke kelompok tani pemasok, tanggal fermentasi, dan hasil uji laboratorium saat penerimaan. Sebaliknya, ketika satu kelompok tani dilaporkan bermasalah, sistem dapat menarik semua produk jadi yang memakai biji dari sana dalam hitungan menit, bukan hari. Kemampuan recall terarah ini bukan hanya soal kepatuhan, tetapi juga pembatas kerugian: penarikan terbatas pada 40 batch jauh lebih murah daripada menarik seluruh lini produk satu kuartal.
Bagi manajemen, ketiga lapisan data itu bertemu di satu laporan yang selama ini disusun manual setiap bulan: rendemen per origin, biaya konversi per kilogram, tingkat klaim bloom, dan margin per SKU. Dengan angka yang tersaji harian, keputusan pembelian bahan baku, penyesuaian resep, dan negosiasi harga ekspor tidak lagi menunggu tutup buku. Pabrik berhenti bereaksi terhadap masalah yang sudah terjadi sebulan lalu, dan mulai mengendalikan variabel yang menentukan margin di lini produksi hari ini.
Pabrik kakao dan cokelat yang ingin berhenti menebak rendemen, kehilangan margin pada lemak kakao, dan menunggu klaim bloom sebelum bertindak dapat mendiskusikan pemetaan prosesnya bersama tim Goodsyst. Kami memulai dari satu lini, satu origin, dan satu laporan HPP yang benar-benar bisa dipertanggungjawabkan, lalu memperluasnya ke seluruh rantai pasok. Konsultasi gratis dapat dilakukan melalui WhatsApp atau email, dengan sesi pemetaan alur bahan baku dan data yang sudah tersedia di pabrik Anda.
Konsultasikan Kebutuhan Anda
Tertarik dengan solusi di atas? Diskusikan sistem impian bisnis Anda secara gratis bersama tim ahli kami.