DALAM MENENTUKAN KELEBIHAN LOKASI BAGI KILANG PERUSAHAAN ROTI NORLIA MAZLIN BINTI LASIMON
advertisement
PENGGUNAAN KONSEP MARGIN KEUNTUNGAN SECARA RUANG DALAM MENENTUKAN KELEBIHAN LOKASI BAGI KILANG PERUSAHAAN ROTI NORLIA MAZLIN BINTI LASIMON Tesis ini dikemukakan sebagai memenuhi syarat penganugerahan Ijazah Sarjana Sains (Harta Tanah) Fakulti Kejuruteraan dan Sains Geoinformasi Universiti Teknologi Malaysia OKTOBER 2009 iii Khas buat ayah, ibu dan suami yang dikasihi Kakak, adik dan keluarga Rakan-rakan seperjuangan Terima kasih atas segalanya… iv PENGHARGAAN Alhamdulillah syukur ke hadrat Allah s.w.t di atas limpahan kurniaNya dan selawat serta salam ke atas junjungan besar Rasulullah s.a.w. Penghargaan ini ditujukan kepada penyelia, Prof. Madya Dr. Abdul Hamid bin Hj Mar Iman yang telah memberikan teguran, pandangan dan tunjuk ajar yang penuh bermakna dalam penyempurnaan tesis ini. Tidak dilupakan juga pensyarah FKSG khususnya Prof. Madya Dr. Norkhair Ibrahim, En. Zamri bin Ismail dan En. Oliver Velentine Eboy yang telah banyak memberi buah fikiran bagi saya menyiapkan tesis ini. Tidak dilupakan juga kepada En. Moktar Bin Abdul Kadir, En. Azman, En.Izran dan En Fauzul Azhan yang telah membantu penulis dalam perkara yang melibatkan penggunaan perisian komputer. Penulis juga ingin merakam penghargaan kepada mereka yang memberikan kerjasama dalam penyediaan data dan maklumat bagi kajian ini terutamanya Cik Faezah, Juruteknik dari Jabatan Perancangan Bandar Dan Desa, MBJB, Johor, En.Azizan, Jurutera Jabatan Kejuruteraan, Jabatan Kerja Raya, Encik Salin bin Yahya, juruteknik dan En.Subuh Bin Cemari, pelukis pelan dari Bahagian Jalan, MBJB, pengusaha kilang roti dan sesiapa sahaja yang turut membantu. Akhir sekali kepada teman-teman seperjuangan yang sanggup berkongsi dan memberikan pandangan dalam memantapkan lagi tesis ini. Semoga segala kerjasama dan bantuan yang dihulurkan hanya Allah sahaja yang mampu membalasnya. v ABSTRAK Perancangan lokasi merupakan perkara penting dalam menentukan tapak terbaik bagi pembangunan industri. Pada masa ini perancangan perindustrian lebih banyak memfokuskan kepada aspek fizikal berbanding aspek ekonomi untuk memilih lokasi. Kajian ini memfokuskan kepada kilang perusahaan roti sebagai kajian kes. Kajian ini mempunyai dua objektif. Pertama, untuk membuat tinjauan teoritikal tentang aspek-aspek lokasi industri. Kedua untuk menunjukkan bagaimana Sistem Maklumat Geografi (GIS) digunakan bagi mengaplikasi konsep Margin Keuntungan Secara Ruang (SMTP) bagi menentukan lokasi terbaik bagi kilang perusahaan roti sebagai kes. Borang soalselidik diedarkan kepada responden dalam kawasan kajian untuk mendapatkan data hasil, data kos seperti kos-kos bahan, operasi, pentadbiran, pemasaran dan pengangkutan. Analisis jaringan dilakukan dengan menggunakan Perisian Arcview 3.3 bagi mengira kos pengagihan roti. Kajian mendapati bahawa kawasan yang mempunyai keuntungan tertinggi untuk perusahaan kilang roti ialah kawasan Pelangi dengan keuntungan sebanyak RM 0.20 per kapita. Cadangan bagi kajian lanjutan ialah dengan menggabungkan ciri-ciri fizikal industri dan tahap keuntungan kawasan industri dalam perancangan kawasan industri menggunakan GIS. Di samping itu, ia juga perlu mengambil kira teori lokasi industri yang berasaskan keuntungan bagi memperbaiki lagi perancangan lokasi industri. Katakunci : lokasi industri, sistem maklumat geografi, margin keuntungan secara ruang. vi ABSTRACT Location planning is crucial in determining the best site for industrial development. Currently, industrial location planning focuses more on the physical rather than the economic aspects for selecting such locations. This research focuses on the latter, taking bread manufacturing industry as a study case. This research has two objectives. Firstly, to review the theoretical aspects of industrial location. Secondly, to demonstrate how Geographic Information System (GIS) is used to apply the concept of Spatial Margin to Profitability (SMTP) to determine best locations by taking bread manufacturing as a case. Questionnaires were distributed to respondents in the study area to gather data on revenue, cost of materials, operation, management, marketing and transportation. Network analysis was performed using ArcView 3.3 software to calculate bread distribution cost. It was found that the most profitable area for the bread industry was Pelangi with the profit of around RM 0.20 per capita. It was recommended that future research combines the physical characteristics of industry and industrial location’s level of profitability into industrial location planning by using GIS. Besides, it should also consider profit-based industrial location theory to improve industrial location planning. Keywords: industrial location, geographic information system, spatial margin to profitability. vii SENARAI KANDUNGAN BAB 1 PERKARA MUKA SURAT HALAMAN JUDUL i PENGAKUAN ii DEDIKASI iii PENGHARGAAN iv ABSTRAK v ABSTRACT vi KANDUNGAN vii SENARAI JADUAL xii SENARAI RAJAH xiv SENARAI SINGKATAN xvii SENARAI LAMPIRAN xviii PENGENALAN KAJIAN 1.1 Pengenalan 1 1.2 Latar Belakang Masalah 2 1.3 Penyataan Masalah 3 1.4 Objektif Kajian 5 1.5 Skop Kajian 5 1.6 Kepentingan Kajian 6 1.7 Pelaksanaan Kajian 7 viii 1.8 2 1.7.1 Kajian Literatur 7 1.7.2 Kajian Lapangan (Kajian Kes) 8 1.7.3 Kaedah Analisis Data 8 Susun Atur Bab 9 PENENTUAN LOKASI INDUSTRI YANG MENGUNTUNGKAN 2.1 Latar Belakang Sektor Perindustrian 12 2.2 Definisi Lokasi Industri Yang Optimum 13 2.3 Perletakan Industri 15 2.4 Teori dan Pendekatan Lokasi Industri Yang Optimum 16 i) Pendekatan Kos Terendah 17 ii) Analisis Kawasan Pasaran 20 iii) Pendekatan Memaksimumkan Keuntungan (Margin Keuntungan Secara Ruang) 2.5 Rumusan tentang teori-teori lokasi industri yang optimum ditunjukkan dalam Jadual 2.1 2.6 29 Contoh Kajian Yang Menggunakan Konsep Margin Keuntungan Secara Ruang 2.7 23 Faktor - Faktor Yang Mempengaruhi Lokasi Industri 34 36 2.7.1 Modal 36 2.7.2 Tanah 36 2.7.3 Bahan Mentah 37 2.7.4 Tenaga Pekerja 37 2.7.5 Pasaran 38 2.7.6 Pengangkutan 38 2.7 Kepentingan Memilih Lokasi Yang Baik 38 2.8 Kesimpulan 39 ix SISTEM MAKLUMAT GEOGRAFI SEBAGAI 3 ALAT BANTU DALAM MENENTUKAN KAWASAN YANG MENGUNTUNGKAN BAGI PERUSAHAAN KILANG ROTI 3.1 Pengenalan 41 3.2 Takrif Sistem Maklumat Geografi 41 3.3 Komponen, Subsistem Dan Kepelbagaian Aplikasi GIS 43 3.4 GIS Dalam Sektor Harta Tanah 45 3.5 Beberapa Kajian Tentang Lokasi Industri Yang Menggunakan GIS 3.6 47 Aplikasi GIS Untuk Menganalisis Data Dan Memaparkan Hasil Analisis 48 3.6.1 Analisis Rangkaian Bagi Mendapatkan 3.6.1 Masa Perjalanan Terpantas 49 3.6.1.1 Analisis Rangkaian 49 3.6.1.2 Operasi Analisis Rangkaian 52 a) Membina Faktor Pemberat 52 b) Model Peraturan Jalan Raya 53 Memaparkan Hasil Output Data Yang Telah Dianalisis 3.7 4 Kesimpulan 56 56 METODOLOGI KAJIAN 4.1 Pengenalan 58 4.2 Latar Belakang Kawasan Kajian 59 4.3 Penentuan Bentuk Data Dan Perisian 60 4.4 Pengumpulan dan Perolehan Data 61 4.5 Analisis Untung Kasar 63 4.5.1 Permintaan Terhadap Produk Roti 63 4.5.2 Kuantiti Permintaan Roti 64 x 4.5.3 Harga Sekeping Roti 4.6 4.7 68 Analisis Kos Bahan, Kos Pemasaran, Kos Operasi, Kos Pentadbiran 69 Kos Pengangkutan 70 4.7.1 Arah Perjalanan Lori Dari Kawasan Kajian Ke Kawasan Pasaran 70 4.7.2 Taburan Titik Sebagai Panduan Kepada Perjalanan Lori Roti Dari Satu Kawasan Ke Satu Kawasan Yang Lain 74 4.7.3 Langkah-Langkah Bagi Menjalankan Analisis Rangkaian 4.7.4 Kos Seunit Minyak Yang Dijana 5 76 80 4.8 Analisis Keuntungan 82 4.9 Kesimpulan 86 ANALISIS HASIL 5.1 Pengenalan 87 5.2 Analisis Keuntungan Kasar 88 5.2.1 Analisis Permintaan Terhadap Roti 88 Analisis kos-kos yang terlibat 92 5.3 5.3.1 Analisis Kos Bahan, Kos Operasi dan Kos 5.4 5.5 Pemasaran dan Pentadbiran (Kos A) 92 5.3.2 Analisis Kos Pengangkutan (Kos B) 94 Analisis Bagi Menentukan Keuntungan Kawasan Blok Perancangan 96 5.4.1 Keuntungan Perkapita Blok Perancangan 99 Hasil Pengkelasan Tahap Keuntungan Blok Perancangan 5.6 101 Hasil Yang Diperolehi daripada Pengaplikasian Konsep Margin Keuntungan Secara Ruang 5.6.1 104 Pengkelasan Tahap Keuntungan Kawasan Blok Perancangan 105 xi 5.6.2 Perbandingan Kawasan Blok Perancangan Dengan Kawasan Taburan Industri Terancang 5.6.3 106 Perbandingan Kawasan Perusahaan Kilang Roti Sedia Ada Dengan Kawasan Keuntungan Blok Perancangan 5.7 Implikasi Kepada Harta Tanah 5.7.1 5.7.2 5.8 6 112 113 Peruntukan Semula Ruang Untuk Industri Terancang 112 Penentuan Gunatanah 114 Kesimpulan 115 CADANGAN DAN PENUTUP 6.1 Ringkasan Kajian 118 6.2 Pencapaian Objektif Kajian 121 6.3 Kesulitan yang Dihadapi 122 6.4 Cadangan Kajian di Masa Hadapan 122 6.5 Kesimpulan Keseluruhan dan Penutup 124 RUJUKAN LAMPIRAN A -E 126 134-160 xii SENARAI JADUAL NO. JADUAL TAJUK MUKA SURAT 2.1 Rumusan tentang teori lokasi industri yang optimum 29 2.2 Data asas atau kriteria yang bersesuaian bagi melakukan analisis kajian yang diambil daripada Teori SMTP 34 3.1 Prosedur penamaan medan 52 3.2 Nilai pada medan ONEWAY 54 3.3 Nilai atribut ketinggian jalan 55 4.1 Data ruang dan atribut yang dikumpulkan dan kepentingannya 61 Jumlah permintaan roti yang diperolehi di setiap blok perancangan MBJB 66 Kos - kos yang terlibat di dalam membuat sebungkus roti 69 Laluan perjalanan lori roti dari satu kawasan blok perancangan ke blok perancangan yang lain bagi menentukan masa perjalanan 72 Kuantiti permintaan roti mengikut kawasan blok perancangan 88 5.2 Jenama roti dan harga roti yang terdapat di pasaran 91 5.3 Jenama roti dan kos - kos yang terlibat dalam membuat sebungkus roti 93 4.2 4.3 4.4 5.1 xiii 5.4 Kos pengangkutan dari satu blok perancangan ke semua blok perancangan yang lain 94 Pemeringkatan keuntungan yang diperolehi dari satusatu blok perancangan ke semua blok perancangan yang lain 96 Keuntungan perkapita sesuatu kawasan mengikut jumlah penduduk kawasan destinasi dan keluasan kawasan blok perancangan 99 5.7 Pengkelasan keuntungan blok perancangan 102 5.8 Pengkelasan keuntungan per kapita blok perancangan 103 5.9 Taburan Perindustrian Terancang di MBJB 108 5.10 Perbandingan di antara tahap keuntungan yang diperolehi di Kawasan Blok Perancangan MBJB dengan Kawasan Perindustrian Terancang di MBJB 109 5.11 Taburan Perindustrian Tidak Terancang di MBJB 111 5.12 Perbandingan di antara tahap keuntungan yang diperolehi di Kawasan Blok Perancangan MBJB dengan Kawasan Taburan Perindustrian Tidak Terancang di MBJB 111 5.5 5.6 xiv SENARAI RAJAH NO. RAJAH TAJUK MUKA SURAT 1.1 Carta Alir Metodologi Kajian 11 2.1 Segi Tiga Lokasi Dalam Pendekatan “Kos Terendah Weber” 18 Kesan Kos Buruh Ke Atas Lokasi Kos Pengangkutan Terendah Dalam Pendekatan “Kos Terendah Weber” 19 2.3 Kelok dan kon permintaan Losch 22 2.4 Margin ruang kepada keberuntungan sebagai kekangan pada kebebesan pilihan lokasi 23 Lokasi optimum dan margin ruang kepada keuntungan dalam perbezaan kos ruang/keadaan hasil 24 Lokasi optimum dan margin ruang kepada keuntungan dalam perbezaan kos ruang/keadaan hasil 25 Lokasi optimum dan margin ruang kepada keuntungan dalam perbezaan kos ruang/keadaan hasil 26 Petempatan optima di dalam kawasan intramarginal, dengan kos dan hasil sebagai variable ruang 28 3.1 Komponen utama sistem maklumat geografi 44 4.1 Langkah-langkah yang dibuat bagi mendapatkan keuntungan kasar 67 2.2 2.5 (a) 2.5 (b) 2.5 (c) 2.6 4.2 Cara pengiraan bagi mendapatkan berat purata sekeping roti dan harga purata sekeping roti 68 xv 4.3 4.4 4.5 4.6 Arah laluan pemasaran produk roti oleh lori roti dari satu blok perancangan ke 14 blok perancangan yang lain 71 Konsep hubungan ‘One to Many’ dalam menentukan arah laluan lori roti dari satu blok perancangan ke 14 blok perancangan yang lain dan langkah itu diulangulang sehingga ke blok perancangan yang terakhir 73 Menunjukkan taburan titik yang terdapat di setiap blok perancangan 74 Arah pergerakan titik dari Kawasan Blok Perancangan Daerah Sentral ke Kawasan Perancangan Blok Pelangi yang mana setiap satu titik dari kawasan Blok Perancangan Daerah Sentral akan pergi ke lima titik Kawasan Blok Perancangan Pelangi 75 4.7 Setiap satu blok perancangan akan terdapat 5 titik ke lima titik yang lain di setiap blok perancangan yang lain 76 4.8 Langkah bagi mendapatkan Icon Network 77 4.9 Icon Network digunakan bagi mendapatkan laluan terbaik dengan klik pada Find Best Route 78 4.10 4.11 Senarai faktor pemberat yang boleh digunakan oleh pengguna bagi melakukan analisis jaringan. Faktor traveltime dipilih bagi mendapatkan masa perjalanan yang terpantas 78 Analisis rangkaian menunjukkan laluan terbaik berdasarkan faktor traveltime dari satu kawasan blok perancangan ke kawasan pasaran iaitu blok perancangan yang lain 79 4.12 Cara pengiraan untuk mendapatkan keuntungan bersih 82 4.13 Langkah-langkah bagi menentukan keuntungan di setiap kawasan blok perancangan MBJB 84 Pengkelasan tahap keuntungan dengan menggunakan arahan Classify 85 5.1 Kuantiti permintaan roti mengikut blok perancangan 90 5.2 Graf pemeringkatan keuntungan yang diperolehi dari satu-satu blok perancangan ke semua blok perancangan yang lain 97 4.14 xvi 5.3 Tahap keuntungan yang diperolehi di setiap blok perancangan MBJB 98 5.4 Tahap keuntungan per kapita yang diperolehi di setiap blok perancanagan MBJB 101 5.5 Pengkelasan keuntungan perblok perancangan 102 5.6 Pengkelasan tahap keuntungan per kapita kawasan blok perancangan 104 Tahap keuntungan yang diperolehi di setiap blok perancangan dan kawasan perindustrian terancang yang telah dizonkan oleh MBJB 106 Tahap keuntungan per kapita yang diperolehi di setiap blok perancangan dan kawasan perindustrian terancang yang telah dizonkan oleh MBJB 107 5.7 5.8 xvii SENARAI SINGKATAN MBJB - Majlis Bandaraya Johor Bahru SMTP - Margin Keuntungan Secara Ruang BAKOSURTANAL - Badan Survey Tanah Nasional C Kos bahan, kos pemasaran,kos pentadbiran dan - kos pengangkutan CAMA - Computer Assisted Mass Appraisal D - Permintaan terhadap roti DBMS - Sistem Pengurusan Pangkalan Data GIS - Sistem Maklumat Geografi JPBD - Jabatan Perancangan Bandar Dan Desa KP - Kos Pengangkutan MBJBT - Majlis Bandar raya Johor Bahru MTP - Titik Kos Pengangkutan yang Minimum NALIS - Sistem Maklumat Tanah Nasional P - Harga PEGIS - Projek Penang GIS R - Keuntungan Kasar TC - Jumlah kos bahan, kos pemasaran, kos pentadbiran dan kos pengangkutan TR - Jumlah Keuntungan Kasar TT - Masa Perjalanan UTM - Universiti Teknologi Malaysia Π - Keuntungan Bersih xviii SENARAI LAMPIRAN LAMPIRAN A B C D E TAJUK MUKA SURAT Borang soalselidik permintaan roti di kawasan blok perancangan MBJB 134 Kos - kos yang terlibat dalam menghasilkan sebungkus roti 136 Masa perjalanan dari satu blok perancangan ke semua blok perancangan yang lain 149 Kos pengangkutan dari satu blok perancangan ke semua blok perancangan yang lain 154 Keuntungan bersih yang diperolehi setelah keuntungan kasar ditolak dengan kos A dan kos B dari satu blok perancangan ke semua blok perancangan yang lain 160 BAB I PENGENALAN KAJIAN 1.1 Pengenalan Sektor perindustrian diberi lebih keutamaan kerana kedudukannya lebih dikaitkan sebagai satu simbol pencapaian ekonomi (Anuwar Ali dan H.Osman Rani, 1986). Ini boleh dilihat menerusi keupayaannya menjadi penggerak utama kepada pembangunan ekonomi sesebuah negara. Menurut W.Kasper (1975) pada awal tahun tujuh puluhan perindustrian merupakan sektor yang paling dinamik, berkembang dua kali ganda daripada kadar pertumbuhan keseluruhan ekonomi negara. Malahan keperluan dalam pengembangan sektor pembuatan mungkin juga disebabkan oleh sektor pertanian yang tidak berupaya untuk menjadi pemangkin bagi pembangunan dan ia terus didorong oleh dasar kerajaan untuk mempelbagaikan ekonomi. Sehubungan dengan itu, Malaysia sedang berusaha merealisasikan matlamatnya untuk memantapkan kedudukan ekonomi melalui sektor perindustrian yang merupakan penggerak utama kepada pertumbuhan ekonomi. Usaha tersebut boleh dilihat melalui kewujudan kawasan penempatan industri. Pembinaan perusahaan ini boleh dipercepatkan melalui dorongan, bantuan, insentif-insentif dan nasihat teknikal yang diberikan oleh kerajaan (Hassan Ahmad, 1979). 1.2 Latar Belakang Masalah Perletakan kawasan perindustrian yang berada di bawah bidang kuasa pihak berkuasa tempatan didapati masih lagi berhadapan dengan beberapa masalah. Menurut Garis Panduan Perancangan Kawasan Perindustrian masalah yang masih dihadapi adalah dari aspek perancangannya. Masalah tersebut boleh mendatangkan banyak kesan yang negatif seterusnya menghalang perindustrian dari terus berkembang maju. Prinsip perancangan kawasan perindustrian lebih banyak memfokuskan kepada aspek fizikal dan persekitaran manakala aspek ekonomi kurang diambilkira dan jika ada pun maksudnya kurang jelas. Kriteria-kriteria yang telah ditetapkan dalam perancangan kawasan perindustrian adalah seperti konsep keadilan dan kesaksamaan, kemudahsampaian, keserasian, berkomponen dan berkualiti, keselamatan dan kesejahteraan, bersih dan indah, optimum, dan informatif. Aspek ekonomi yang hanya diambilkira adalah kriteria pengoptimuman. Optimum yang dimaksudkan dalam prinsip perancangan ini adalah perancangan dan pembangunan yang mempertimbangkan sumberjaya dan potensi sediaada kepada pembangunan sesuatu kawasan untuk mengoptimumkan penggunaan sumber tanah dan sumber lain dengan cekap. Apa yang dimaksud sumberjaya dan potensi dalam maksud optimum tadi adalah kurang jelas. Oleh yang demikian kajian ini dilakukan bagi memperjelaskan lagi maksud optimum dengan menggunakan pendekatan ekonomi iaitu pendekatan Margin Keuntungan Secara Ruang. Pendekatan Margin Keuntungan Secara Ruang diperkenalkan oleh David Smith pada tahun 1966. Pendekatan ini menyatakan keuntungan yang maksimum boleh dicapai oleh firma sekiranya keluk ruang kos bersilang dengan keluk ruang hasil. Sekiranya keluk ruang kos berada di bawah keluk ruang hasil maka akan menghasilkan kawasan keuntungan dan begitulah juga keadaan sebaliknya sekiranya keluk ruang hasil berada di bawah keluk kos maka akan terhasil kawasan kerugian. Melalui pendekatan ini optimum yang dimaksudkan dapat diketahui iaitu di mana jumlah hasil melebihi jumlah kos menghasilkan suatu jumlah keuntungan. (Rujuk Bab II). Pendekatan ini digunakan dalam kajian ini bagi menentukan lokasi yang menguntungkan bagi kilang perusahaan roti. Kilang perusahaan roti dipilih adalah kerana menyahut seruan kerajaan bagi mempergiatkan perusahaan berasaskan makanan. Selain itu roti juga merupakan makanan kedua bagi rakyat negara ini. Produk makanan ini mempunyai tarik luput yang agak singkat. Oleh yang demikian ia memerlukan kepada lokasi yang menguntungkan kepada kedua-dua pihak iaitu pengusaha roti dan pembeli yang mana roti tersebut dapat dijual dalam keadaan yang baik kepada pengguna seterusnya mengurangkan risiko pengusaha daripada mengalami kerugian. Kajian ini juga menggunakan Sistem Maklumat Geografi (GIS) untuk membantu dalam mengatasi masalah perancangan kawasan perindustrian. Lokasi industri roti yang menguntungkan ini telah dapat ditentukan dengan adanya sistem seumpama ini. Seterusnya perancangan bagi kawasan perindustrian dapat dilaksanakan secara komprehensif bagi manfaat dan kegunaan pihak berkuasa tempatan dan pengusaha kilang itu sendiri. GIS merupakan satu sistem maklumat yang berkeupayaan untuk menyimpan, mendapatkan semula, mengurus, mengolah, menganalisis dan memapar data bukan ruangan serta data yang berujukan ruangan / geografi bagi tujuan penyelesaian masalah dan pembuatan keputusan dalam konteks sesuatu organisasi yang tertentu ( Ruslan & Noresah, 1998). Aplikasi ini mampu untuk menganalisis tahap kesesuaian sesuatu perancangan kawasan industri berdasarkan lokasi, keadaan persekitaran, jarak dan sebagainya melalui pangkalannya. Sekiranya langkah penyelesaian ini dapat dilaksanakan sepenuhnya maka masalah perancangan kawasan perindustrian dapat diatasi dan diperbaiki. Penggunaan GIS sebagai alat bantu kepada pihak berkuasa tempatan amat berguna bagi meningkatkan kualiti perancangan dan pembangunan sesuatu kawasan perindustrian. 1.3 Penyataan Masalah Berdasarkan latar belakang masalah yang telah dinyatakan dalam Bahagian 1.2, beberapa persoalan kajian dikenal pasti. Pertama, masalah perancangan kawasan perindustrian dapat dilihat dari aspek perancangannya yang kurang mempertimbangkan aspek ekonomi. Aspek ekonomi yang hanya dipertimbangkan adalah optimum tetapi maksudnya kurang jelas. Jika dilihat daripada pandangan pemaju dan pengguna sektor ini, mereka lebih cenderung untuk menempatkan letakan perindustrian sebenar bergantung pada jenis perindustrian itu sendiri dan beberapa faktor yang mempengaruhi dalam menentukan perletakan perindustrian tersebut. Mereka akan memilih kawasan yang berpotensi besar bagi tujuan pembangunan kawasan perindustrian, manakala firma-firma perindustrian pula akan mempertimbangkan kawasan tadi dengan melihat kepada faktor-faktor tertentu agar kos-kos pengeluaran dan operasi dapat diminimumkan dan pada masa yang sama akan dapat memaksimumkan keuntungan. Apakah yang dimaksudkan dengan lokasi industri yang optimum? Apakah pendekatan atau teori yang boleh memperjelaskan maksud lokasi industri yang optimum serta faktor-faktor yang mempengaruhi perletakan industri? Kedua, penggunaan GIS sebagai alat bantu amat sesuai disebabkan kemampuan fungsi pangkalan datanya dalam menguruskan data ruang dan atribut, menganalisis tahap kesesuaian dan menghasilkan sebarang keputusan bagi perancangan sesuatu pembangunan. Oleh yang demikian, bagaimana sistem ini dapat membantu menentukan tahap keuntungan sesuatu tapak bagi sesebuah kilang perusahaan roti dalam kawasan kajian yang dipilih? Di samping itu apakah teknik dan analisis yang sesuai diguna pakai bagi menganalisis setiap data dalam menentukan lokasi industri yang menguntungkan nanti? Usaha untuk merancang pembangunan kawasan industri perlu memberikan lebih perhatian kepada aspek ekonomi dengan mengambil kira pendekatan Margin Keuntungan Secara Ruang bagi mencapai maksud optimum yang sebenarnya iaitu kawasan yang mana keuntungan maksimum boleh diperoleh. Berdasarkan kepada permasalahan yang berkaitan dengan aspek ekonomi seperti yang telah dinyatakan dan pendekatan yang dicadangkan, apakah hasil yang diperolehi daripada pengaplikasian Margin Keuntungan Secara Ruang bagi menentukan lokasi industri yang menguntungkan setelah analisis dilakukan menggunakan GIS dan bagaimana hasil ini dapat membantu pihak-pihak yang terlibat? 1.4 Objektif Kajian Objektif kajian ini adalah seperti berikut : 1. Mengimbas teori-teori lokasi industri secara analitikal, termasuklah faktorfaktor yang mempengaruhi lokasi industri. 2. Menunjukkan bagaimana GIS digunakan bagi mengaplikasikan konsep Margin Keuntungan Secara Ruang dalam menentukan tahap keuntungan sesuatu lokasi bagi sesebuah kilang perusahaan roti. Kemudian melihat implikasi penggunaan konsep tersebut terhadap harta tanah. 1.5 Skop Kajian Kajian yang dijalankan ini tertumpu di kawasan pentadbiran Majlis Bandaraya Johor Bahru. Kawasan ini dipilih kerana pengkaji ingin melihat adakah kawasan yang dirancangkan sebagai industri terancang benar-benar mampu memberikan keuntungan yang maksima kepada pengusahanya. Oleh itu ia memerlukan satu konsep yang membolehkan industri dapat terus hidup seterusnya dapat memberikan keuntungan yang maksima kepada pengusahanya. Keadaan ini memerlukan kepada perancangan pembangunan yang mampu menjana ekonomi sesuatu perusahaan. Terdapat juga perancangan yang telah dibuat ke atas sesuatu kawasan yang telah digazetkan sebagai kawasan industri terancang belum tentu dapat memberikan keuntungan yang maksima kepada pengusahanya. Kajian ini menggunakan pendekatan Margin Keuntungan Secara Ruang yang mana ia dapat menentukan keuntungan yang maksima sesuatu kawasan. Melalui pendekatan ini seseorang pengusaha boleh membuat keputusan yang bijak untuk memilih kawasan yang mampu memberikan keuntungan yang maksima kepada pengusahanya. Kajian ini juga akan melihat sejauh mana kawasan yang digazetkan sebagai industri terancang mampu memberikan keuntungan kepada pemiliknya. Kajian ini memfokuskan kepada industri membuat makanan yang mudah rosak iaitu kilang perusahaan roti bagi menentukan kawasan yang mampu memberikan keuntungan yang maksimum. Selain itu, kaedah yang pengkaji gunakan sesuai untuk makanan seperti itu. Industri ini juga mendapat galakan daipada pihak kerajaan untuk membangunkan industri berasaskan pertanian dan makanan. Roti menjadi makanan kedua penting rakyat di negara ini. Memandangkan kepesatan pembangunan negara pada masa kini, kebanyakan orang begitu sibuk dengan urusan masing-masing. Segala-galanya menjadi pantas bagi mengejar masa yang terhad. Jadi roti menjadi altenatif sebagai makanan yang paling ringkas, cepat dan berkhasiat. Ini akan secara tidak langsung menyebabkan permintaan terhadap roti menjadi semakin tinggi. Oleh yang demikian pengeluaran roti mestilah dapat memenuhi keperluan penduduk di sesuatu tempatan dengan kadar pengeluaran yang cekap dan efisen. Selain itu tarikh luput bagi roti adalah singkat. Keadaan ini memerlukan kepada satu lokasi yang menguntungkan di mana produk yang dikeluarkan dapat memenuhi keinginan kedua-dua belah pihak sama ada dari pihak pembeli atau pengusaha kilang roti. 1.6 Kepentingan Kajian Kajian yang dilakukan ini amat berguna kepada mana-mana pihak yang terlibat di dalam menentukan lokasi perletakan industri yang menguntungkan. Melalui kajian ini masalah pelabur atau pengusaha untuk mendapatkan lokasi perletakan industri ringan yang menguntungkan dapat diatasi. Selain itu kajian ini juga dapat membantu pelabur dalam membuat keputusan untuk melabur di sesuatu kawasan dan seterusnya dapat mengoptimumkan pendapatan dan keuntungan pelabur tersebut. Kajian ini juga dapat memberi pendedahan kepada penggunaan GIS dalam menentukan lokasi perletakan yang menguntungkan bagi sesebuah industri ringan. Penyelesaian masalah dalam menentukan perletakan lokasi optimum industri untuk pembinaan industri ringan dapat dilakukan secara analisis rangkaian. Hasil yang diperoleh diharap dapat juga membantu pihak berkuasa tempatan dalam membuat perancangan yang lebih tersusun dan mampu mendatangkan pulangan yang maksimum kepada pengusaha kilang. Hasil kajian ini juga boleh diambil manfaat oleh pihak pemaju untuk mendirikan seterusnya membangunkan kilang-kilang industri ringan di perletakan lokasi yang menguntungkan berdasarkan kajian yang telah dijalankan. 1.7 Perlaksanaan Kajian Kajian penyelidikan ini dilaksanakan dengan menggunakan beberapa pendekatan. Ini adalah untuk memastikan pengumpulan data dan maklumat yang dijalankan tepat dan sesuai dengan apa yang dikaji. Pendekatan yang dilaksanakan meliputi kajian literatur, kajian lapangan dan analisis data. 1.7.1 Kajian Literatur Kajian literatur diperlukan dalam kajian ini untuk mendapatkan maklumat yang berkaitan dengan kajian yang dilakukan. Maklumat tersebut terbahagi kepada dua bentuk sumber iaitu sumber primer dan sekunder. Sumber primer ini diperoleh daripada hasil tinjauan dan temu bual dengan mengemukakan beberapa soalan kepada pihak-pihak yang terlibat seperti pemilik kilang, Pihak Berkuasa Tempatan, pemaju, Jabatan Perancangan Bandar Dan Desa (JPBD), penduduk di kawasan kajian dan sebagainya. Temu ramah ini dibuat adalah untuk mendapatkan kos-kos bahan yang terlibat di dalam menghasilkan produk roti, perletakan industri di kawasan kajian, permintaan terhadap produk roti dan sebagainya. Manakala sumber sekunder pula merujuk kepada bahan-bahan bercetak atau rekod bertulis. Rujukan utama dibuat terhadap beberapa penulisan yang menjelaskan tentang perletakan lokasi industri ringan, faktor-faktor yang mempengaruhi perletakan industri, aplikasi GIS sebagai alat bantu, analisis rangkaian, teori lokasi yang mengutungkan dan sebagainya yang meliputi tesis, jurnal, buku dan sumbersumber lain yang berkaitan dengan objektif kajian. 1.7.2 Kajian Lapangan (Kajian Kes) Lokasi kajian yang dipilih untuk menjalankan kajian ini adalah di sekitar Kawasan Pentadbiran MBJB. Lokasi ini dijadikan asas untuk mendapatkan maklumat semasa proses pengumpulan data dijalankan. Maklumat yang diperlukan ini melibatkan data yang terperinci tentang kos pengeluaran sesuatu barangan dalam mempengaruhi penentuan keputusan lokasi perletakan industri yang optimum. Di samping itu maklumat yang berkaitan dengan jaringan pengangkutan, permintaan dan penawaran produk, kawasan pasaran, harga produk di pasaran dan sebagainya turut diambil kira. Selain itu maklumat perancangan kilang sebagaimana yang telah ditetapkan oleh JPBD seperti jenis industri yang terdapat di kawasan kajian, kilang-kilang yang berhampiran, kepadatan penduduk, bilangan industri yang terdapat di kawasan kajian dan sebagainya turut diambil. Kesemua maklumat ini penting untuk dijadikan panduan bagi menentukan lokasi perletakan yang menguntungkan bagi industri ringan. 1.7.3 Kaedah Analisis Data Analisis dilakukan ke atas data-data primer dan sekunder yang dikumpul bagi memenuhi objektif kajian. Kaedah analisis yang digunakan ialah analisis statistik bagi menerangkan demografik dan profil responden. Manakala pendekatan yang digunakan untuk menentukan lokasi perletakan yang menguntungkan bagi industri ringan pula adalah berdasarkan konsep Margin Keuntungan Secara Ruang. Analisis jaringan (Network Analysis) menggunakan GIS juga dilibatkan untuk membuat pengiraan kos pengangkutan bagi menentukan tahap keuntungan tapak sesebuah industri ringan. Setelah kesemua data telah dianalisis maka hasil analisis dapat digunakan untuk menentukan lokasi yang sesuai bagi lokasi perletakan industri yang menguntungkan dan seterusnya boleh dijadikan panduan kepada pihak-pihak yang terlibat. 1.8 Susun Atur Bab Kajian ini merangkumi 6 bab seperti berikut :Bab 1 merupakan penjelasan kepada latar belakang kajian merangkumi pengenalan, penyataan masalah, objektif, skop, kepentingan dan metodologi kajian serta susun atur bab. Bab 2 pula merupakan kajian teoritikal yang menerangkan definisi industri, perletakan industri, teori-teori yang dikemukakan oleh pengkaji-pengkaji berkaitan dengan lokasi industri yang optimum dan faktor-faktor yang mempengaruhi perletakan lokasi industri. Bab 3 ini menerangkan tentang definisi Sistem Maklumat Geografi, komponenkomponen, subsistem dan kajian tentang lokasi industri yang menggunakan GIS. Selain itu, bab ini juga menerangkan tentang penggunaan GIS untuk menganalisis data dan memaparkan hasil analisis. Data yang melibatkan kos pengangkutan dianalisis menggunakan Analisis Rangkaian bagi mendapatkan masa perjalanan terpantas. Pangkalan data GIS dibangunkan bagi merekodkan maklumat dan memaparkan hasil analisis berkaitan dengan kawasan kajian iaitu kawasan pentadbiran MBJB yang melibatkan empat belas blok perancangan dan taburan kawasan perindustrian di MBJB. Bab 4 ini meliputi metodologi pengumpulan data primer untuk dijalankan analisis. Setelah semua bentuk data dan perisian ditentukan kemudian dikumpulkan maka analisis dilakukan bagi mendapatkan keuntungan kasar. Data keuntungan kasar yang terlibat adalah seperti data permintaan, kuantiti dan harga sekeping roti. Analisis seterusnya dilakukan terhadap data kos seperti kos bahan, kos pengangkutan, kos pemasaran, kos operasi dan kos pentadbiran. Akhir sekali pengiraan bagi mendapatkan keuntungan bersih dilakukan dengan cara data keuntungan kasar ditolak dengan data kos yang telah dianalisis tadi. Program Microsoft Excel digunakan bagi menganalisis data dan membuat pengiraan keuntungan bersih. Analisis rangkaian pula digunakan bagi mendapatkan masa perjalanan terpantas yang diperlukan bagi mengira kos pengangkutan. Bab 5 menunjukkan hasil analisis bagi mendapatkan keuntungan bersih. Keuntungan bersih yang diperolehi di setiap kawasan blok perancangan kemudianya diperingkatkan mengikut keuntungan paling maksimum. Kemudian satu perbandingan dilakukan di antaran kawasan yang mempunyai keuntungan bersih dengan kawasan taburan perletakan industri yang sedia ada seperti yang telah ditetapkan oleh pihak berkuasa tempatan. Tujuan perbandingan ini dibuat adalah untuk menunjukkan bahawa kawasan yang mana sepatutnya dicadangkan sebagai kawasan yang mempunyai keuntungan bersih paling maksimum. Langkah seterusnya adalah melihat kesan kawasan yang mempunyai keuntungan bersih paling maksimum tadi terhadap harta tanah. Bab 6 akan merumuskan hasil analisis bagi penemuan kajian dan menyatakan tercapainya objektif-objektif kajian yang telah ditentukan. Beberapa cadangan yang berkaitan dengan kajian yang dilakukan akan diutarakan berdasarkan kepada penemuan-penemuan yang diperoleh daripada kajian yang telah dijalankan. 11 Bagaimana perancangan industri pada masa kini? PENYATAAN MASALAH Bagaimana keadaan industri yang sepatutnya? OBJEKTIF KAJIAN SKOP KAJIAN Perancangan industri pada masa kini lebih mementingkan aspek fizikal berbanding aspek ekonomi Merancang perletakan industri dari aspek ekonomi menggunakan pendekatan Margin Keuntungan Secara Ruang a) Kawasan Pentadbiran Majlis Bandaraya Johor Bahru (MBJB) b) Kilang Perusahaan roti METODOLOGI KAJIAN KEPENTINGAN KAJIAN PENGUMPULAN DATA ANALISIS DAN PENGOLAHAN DATA KESIMPULAN DAN CADANGAN Aplikasi Margin Keuntungan Secara Ruang R=DxP Π= R – C @ Π=TR>TC 1.Temubual dengan pengusaha kilang roti bagi mendapatkan data kos. 2.Pemerhatian tentang harga roti. 3.Pengedaran borang soal selidik kepada respondent bagi mendapatkan permintaan bilangan keping roti yang dimakan selama seminggu. 4.Bilangan penduduk di setiap kawasan Pentadbiran MBJB diperoleh daripada JPBD. 5.Data berkaitan jaringan jalan raya kawasan pentadbiran MBJB. 6. Data ruang kawasan JB yang diperolehi daripada CAMA. 1.Kos bahan 2.Kos operasi 3.Kos pemasaran 4.Kos pengangkutan ( TT x P) Memberi pengetahuan tentang pemilihan tapak terbaik bagi pembangunan industri menggunakan teknik Margin Keuntungan Secara Ruang 1) Masukan data ke dalam H=DxP 2) Masukan data Π=R-C 3) Masukan Data KP=TTxP 4) Masa perjalanan (TT) diperoleh melalui Analisis Rangkaian (ArcView3.3) HASIL ANALISIS / KEPUTUSAN Rajah 1.1 : Carta Alir Metodologi Kajian Perancangan perletakan industri yang ekonomik Kajian Literatur Teori Lokasi Industri 1. Mengimbas teori-teori lokasi industri secara analitikal dan faktor-faktor yang mempengaruhi perletakan industri. 2. Menunjukkan bagaimana GIS digunakan bagi mengaplikasikan konsep Margin Keuntungan Secara Ruang di dalam menentukan tahap keuntungan sesuatu tapak bagi sesebuah kilang perusahaan roti. Kemudian melihat implikasi penggunaan konsep tersebut kepada terhadap harta tanah. 1.Analisis Permintaan 2.Analisis Harga 3.Analisis Hasil 4.Analisis Kos 5.Analisis Keuntungan (Π = R-C) 6.Senarai tapak yang ekonomi 7.Keuntungan/luas tapak 8.Keuntungan/jumlah penduduk 9. Menilai kegunaan teknik Margin Keuntungan Secara Ruangbagi menentukan lokasi yang ekonomik. BAB II PENENTUAN LOKASI INDUSTRI YANG MENGUNTUNGKAN 2.1 Latar Belakang Sektor Perindustrian Sektor perindustrian telah memberi sumbangan yang besar kepada ekonomi negara. Bermula dengan industri tradisional asas Malaysia iaitu pertanian sebelum tahun 60an diikuti dengan industri gantian import pada tahun 60an dan industri intensif buruh dalam tahun 70an. Menjelang tahun 1980an, proses perindustrian ini telah menjurus kepada industri berat iaitu industri yang memerlukan modal yang besar dari sektor swasta (Azizi Muda, 2004). Suatu perkara yang jelas, perindustrian merangkumi konsep yang luas. Perindustrian bukan sekadar mempunyai kaitan dengan pertumbuhan perkilangan, tetapi infrastruktur seperti kuasa elektrik dan pengangkutan adalah sama pentingnya dan sangat diperlukan dalam membantu pertumbuhan sektor perindustrian. Menurut takrif yang dimuatkan dalam Akta Penyelarasan Perindustrian Malaysia 1975, perindustrian bererti : ...the making, catering, blending, orgamenting, finishing or otherwise treating or adapting any article or substance with view to its use, sale, transport, delivery or disposal and includes the absembly or ports and ship repairing but not including any activity normally associated with or whole sale trade. Takrif ini menunjukkan konsep perindustrian mempunyai skop yang lebih luas daripada perkilangan, malahan perkilangan hanyalah salah satu daripada cabang 13 perindustrian. Perkilangan merujuk khusus kepada kegiatan memproses bahan mentah atau memasang komponen-komponen tertentu bagi mengeluarkan barangan siap atau separuh siap, iaitu aktiviti yang lebih menekankan kepada pengeluaran barang-barang pengguna. Oleh itu, bagi membolehkan aktiviti perindustrian ini dapat beroperasi dan mendatangkan pulangan menguntungkan kepada firma, di samping tidak memberikan kesan negatif kepada alam sekitar dan percanggahan dengan guna tanah lain ia memerlukan perancangan serta pengurusan yang komprehensif serta bersistematik. Ini semua sangat penting bagi menjamin pelaksanaan dan pemantauan pembangunan guna tanah industri ini dapat dibuat secara efisyen. Kajian literature seterusnya akan terus memperjelaskan pendekatan mana yang dianggap sesuai digunapakai bagi menentukan kawasan yang menguntungkan dalam kawasan kajian. Kajian yang dilakukan oleh pengkaji ini memfokuskan kepada perusahaan industri ringan. Industri ini lazimnya menfokuskan kepada reka bentuk dan kemasan dalam pembungkusan produk serta penghantaran segera kepada pelanggannya. Jadi kajian ini akan menentukan perletakan yang sesuai untuk industri ringan ini bertapak yang mana ia mampu memberikan keuntungan yang maksimum kepada pengusahanya. 2.2 Definisi Lokasi Industri Yang Optimum Semua industri yang ditubuhkan mempunyai lokasinya tersendiri. Setiap kilang mempunyai kedudukan dalam permukaan bumi serta memiliki hubungan spatial dengan kilang-kilang lain dan elemen-elemen ekonomi dalam konteks yang lebih luas. Firma berharap dapat memilih lokasi yang mampu meminimumkan kos dan memaksimakan keuntungan (Hackler, 2000). Oleh itu industri ini perlu berada pada kedudukan lokasi yang optimum untuk membolehkan memberi pulangan yang maksimum kepada pengusaha. Kajian literature ini akan memberikan definisi lokasi industri optimum menurut pandangan pengkaji-pengkaji teori lokasi industri. 14 Losch (1954) mencadangkan bahawa lokasi yang optimum boleh ditentukan apabila jumlah hasil yang dijana melebihi jumlah kos dengan perbezaan yang besar. Menurut beliau,“Lokasi sebenar pengusaha ialah pada suatu kedudukan lokasi yang menghasilkan keuntungan bersih yang paling banyak” (Losch, 1954, m/s 27). Selain itu, Teori Weber (1929) memberi contoh yang jelas tentang idea lokasi optimum untuk firma adalah merujuk kepada memfokuskan kepada meminimumkan kos pengangkutan yang berkaitan dengan jarak dari pasaran dan sumber bahan mentah. (Knoben, 2004, m/s 3). Selain itu lokasi yang terbaik adalah di definisikan sebagai andaian tentang matlamat pengusaha atau firma (Chapman dan Walker, 1987, m/s 32). Palander dan Hoover mengenal pasti kawasan pasaran dalam analisis mereka terhadap lokasi firma yang mana lokasi optimum adalah berasaskan kepada perspektif kos terendah dan tidak mempedulikan kesan terhadap pertimbangan permintaan (Aske, 1992, m/s 27). Sesebuah firma cenderung untuk meminimumkan kos dengan memilih lokasi yang memaksimumkan peluang untuk mendapat tempat di pasaran. Industri lama atau model pembuatan mempostulatkan yang lokasi terbaik adalah selalu berada pada laluan kos pengangkutan yang paling murah di antara bahan mentah dan pasaran. Terdapat beberapa variable yang mengesani kualiti atau kesesuaian lokasi seperti kos buruh, kos tenaga, ketersediaan pembekal, komunikasi, pendidikan dan kemahiran fasiliti, kualiti dan tanggungjawab kerajaan tempatan dan sanitasi (Blakely, 1989, m/s63). Smith (1979) pula menyatakan titik kos yang minimum adalah masih lagi lokasi yang optimum (kecuali hasil adalah tinggi di tempat yang lain berbanding titik kos terendah), tetapi pada setiap titik di dalam margin ruang beberapa keuntungan adalah diperolehi. (Smith 1979, m/s32). Kesimpulkan yang boleh dibuat tentang lokasi yang optimum adalah jumlah hasil yang dijana melebihi jumlah kos yang mana lokasi tersebut dapat memaksimumkan permintaan untuk produknya. Selain itu ia juga bergantung kepada matlamat pengusaha atau firma bagi mendapatkan keuntungan dengan memilih 15 lokasi yang memaksimumkan peluang dan mendapat tempat di pasaran. Lokasi optimum juga disimpulkan sebagai perspektif kos terendah dan tidak memperdulikan kesan terhadap pertimbangan permintaan. Oleh itu dalam kajian ini pengkaji mengandaikan maksud lokasi yang optimum adalah kawasan yang mempunyai keuntungan yang maksimum. 2.3 Perletakan Industri Secara keseluruhannya perletakan industri adalah dipengaruhi oleh jenis industri yang dibangunkan. Pengkelasan industri juga mempengaruhi perletakan sesuatu industri kerana perletakan setiap jenis industri mesti bersesuaian dengan ciriciri dan tahap pencemaran yang dihasilkan olehnya supaya tidak menjejaskan kualiti alam sekitar dan keharmonian di kawasan berdekatan (Aniza, 2001). Di samping itu, perubahan-perubahan di dalam peringkat pembangunan industri juga menyebabkan penekanan-penekanan terhadap faktor perletakan turut berbeza. Pembangunan perindustrian merupakan pembangunan jangka panjang. Oleh itu dalam menentukan perletakan sesuatu industri, ramalan dan jangkaan pembangunan akan dilaksanakan. Di samping itu, penentuan lokasi juga mesti mengambil kira faktor risiko dan ketidaktentuan untuk menyokong pembuatan keputusan dalam situasi tertentu (Aniza, 2001). Kajian mengenai perletakan industri ini telah dilakukan pada awalnya oleh beberapa ahli ekonomi yang utama antaranya adalah seperti Alfred Weber, Von Thunen dan Launhardt. Perletakan sesuatu industri mestilah mengambil kira faktorfaktor yang lebih luas dan besar yang boleh dilihat daripada faktor ekonomi dan fizikal untuk mencapai objektif-objektif yang telah digariskan di dalam pembangunan yang dilaksanakan. Ini bagi memastikan pembangunan yang dihasilkan akan mendapat pulangan yang besar Oleh itu dapatlah disimpulkan bahawa sesuatu perletakan industri itu mestilah mengambil kira faktor-faktor yang lebih luas dan besar yang boleh dilihat daripada 16 faktor ekonomi dan fizikal untuk mencapai objektif-objektif yang telah digariskan di dalam pembangunan yang dilaksanakan di samping mengambil kira perubahanperubahan di dalam peringkat pembangunan industri. Selain itu faktor risiko dan ketidaktentuan untuk menyokong pembuatan keputusan dalam situasi tertentu juga haruslah diambil kira. 2.4 Teori dan Pendekatan Lokasi Industri yang Optimum Optimum yang dimaksudkan dalam perancangan piawai perindustrian itu diperjelaskan oleh pengkaji dengan melihat secara analitikal tentang teori lokasi industri yang optimum. Terdapat pelopor-pelopor lain dalam menghasilkan teori-teori perancangan guna tanah industri. Antaranya terdiri daripada Alfred Weber, Adam Smith, Ricardo, Von Thunen dan Mill. Tiga pendekatan teori lokasi industri utama dihasilkan oleh mereka dan sering dijumpai serta dibincangkan adalah seperti berikut: (i) Pendekatan kos terendah – menerangkan mengenai lokasi dari segi meminimumkan faktor kos (ii) Analisis kawasan pasaran – lebih menekankan kepada permintaan atau faktorfaktor pasaran (iii) Pendekatan memaksimumkan keuntungan – hasil yang sewajarnya daripada kedua-dua pendekatan di atas. Oleh itu dalam bahagian seterusnya kajian literatur ini akan menjurus ke arah memperhalusi sejarah evolusi ketiga-tiga pendekatan ini. 17 (i) Pendekatan Kos Terendah Pendekatan ini sebahagiannya adalah idea dari Launhardt seorang cendiakawan Jerman dan dikembangkan oleh Alfred Weber (1929). Prinsip asas pendekatan ini adalah pengusaha akan memilih lokasi industri dengan kos yang paling rendah. Oleh itu, menurut beliau tiga faktor utama yang mempengaruhi lokasi industri adalah kos pengangkutan dan kos buruh, faktor-faktor wilayah umum dan bidang kerja geografi serta pengelompokan industri. Faktor-faktor ini melibatkan penggantian secara optimum dalam memilih tapak industri yang dapat meminimumkan jumlah kos. Menurut pendekatan ini juga beliau mengandaikan kos pengangkutan berkadaran secara langsung dengan jarak pergerakan dan berat yang dibawa. Oleh itu titik lokasi kos pengangkutan paling kurang adalah lokasi yang jumlah pergerakan berat bagi pemasangan input dan pengagihan output berada di tahap minimum. Ini dapat dijelaskan lagi dengan ‘segitiga lokasi’ beliau yang ditunjukkan dalam Rajah 2.6. Melalui rajah ini lokasi optimum (T) merupakan keseimbangan di antara daya yang dihasilkan oleh sumber bahan-bahan (M1 dan M2) dan titik penggunaan (C). Indeks bahan pula disediakan bagi menentukan sama ada lokasi optimum paling hampir kepada sumber bahan-bahan dan pasaran. 18 Rajah 2.1: Segitiga lokasi dalam pendekatan ‘kos terendah Weber’ (Sumber: Olahan Pengkaji dari D.M Smith, “A theoretical framework for geographical studiesof industries location”. Economic Geography, 1966) Daripada Rajah 2.1 juga, dapat difahami bahawa jika indeks lebih besar daripada satu, firma tersebut berorentasikan bahan mentah manakala jika indeks lebih kecil daripada satu, maka ia berorientasikan pasaran. Faktor lokasi kedua pula adalah kos buruh (Rajah 2.2). Faktor ini menarik firma kepada sesuatu lokasi sekiranya penjimatan daripada kos buruh per unit output lebih besar daripada kos pengangkutan tambahan bagi setiap unit yang terlibat. Rajah 2.2 pula menjelaskan, T adalah titik kos pengangkutan terendah dan garisan kontur isodapane menunjukkan pertambahan dalam unit kos pengangkutan mengikut pertambahan jarak dari titik tersebut. L merupakan pasaran buruh di mana kos buruh berkurang sebanyak RM2 per unit berbanding dengan lokasi T. Memandangkan L terletak dalam isodapane RM2 yang kritikal, firma akan melakukan penggantian di antara kos pengangkutan dan bukan pengangkutan serta mengalihkan lokasinya ke lokasi baru pada titik yang akan mengurangkan kos buruh. Namun begitu, ini hanya akan berlaku jika faktor lainnya adalah sama. 19 Rajah 2.2: Kesan kos buruh ke atas lokasi kos pengangkutan terendah dalam pendekatan ‘kos terendah Weber’ (Sumber: Olahan Pengkaji dari “Theory of The Location of industries”. Terjemahan Friedrich (1929). Faktor lokasi ketiga menurut Weber lagi ialah pengelompokan yang memberi faedah yang meliputi pertumbuhan kelompok buruh mahir dan pembentukan perkhidmatan yang khusus. Walaupun begitu, halangan seperti harga tanah yang tinggi dan kesesakan mungkin menghalang pengelompokan dari memberikan sumbangan yang besar terhadap pemilihan sesuatu kawasan untuk dibangunkan dengan guna tanah industri. Kajian literatur mengenai model Weber ini juga mendapati ia dikritik kerana model ini agak berbeza daripada keadaan sebenar dan dianggap ‘mengganggu’. Ini kerana ia dikatakan membuat andaian-andaian seperti kos pengangkutan dan kos pengeluaran yang tetap, dan pengabaian faktor-faktor institusi seperti dasar dan polisi kerajaan. Model ini juga dikritik kerana kelihatan terlalu berat sebelah, kerana andaian adanya ‘pertandingan sempurna’ di mana semua firma mendapat permintaan yang tidak terbatas. Pendekatan kos terendah ini juga sebenarnya dapat diterangkan lebih lanjut lagi menggunakan Rajah 2.5 (model Smith) di muka surat 23. Rajah ini menerangkan bahawa jika kos purata (KP) berbeza-beza mengikut lokasi tetapi hasil purata (HP) diandaikan tetap maka lokasi optimum ialah O dengan kos purata berada 20 di takat minimum dan unit keuntungan di takat maksimum. Pemahaman mengenainya memberikan nilai tambah untuk lebih memahami konsep teori lokasi industri ini secara keseluruhannya (Kamaruddin,2006). Oleh itu secara umumnya, teori lokasi industri sumbangan Weber tidak harus diperkecilkan walaupun terdapat pihak yang mengkritiknya. Ini kerana pengkaji merasakan sumbangan beliau telah banyak mengenal pasti faktor utama yang berkaitan dengan kajian lokasi industri serta merupakan asas yang kukuh bagi perkembangan teori tersebut. Ini dibuktikan lagi dengan kajian Hoover (1948) yang telah berjaya melanjutkan lagi model Weber ini dengan andaian yang lebih realistik. Dalam kajiannya, beliau telah membahagikan kos kepada pengangkutan (mengumpul dan mengedar) dan pengeluaran, kemudiannya di analisis dengan lebih terperinci dan realistik. Hoover (1948) telah memperincikan bahawa kos pengangkutan akan berubah-ubah mengikut jarak, arah dan juga komposisi barangan yang terlibat. Hoover juga memberikan lebih penekanan kepada faktor-faktor institusi seperti cukai pendapatan yang memberi kesan tertentu kepada keputusan lokasi. Beliau juga menyentuh kawasan pasaran iaitu dari lokasi yang diandaikan. Aspek kos juga diberikan perhatian berbanding dengan permintaan. Walaupun pengkaji merasakan pendekatan Hoover ini lebih merupakan kajian teori lokasi dalam aspek ekonomi kapitalis, namun apabila diperhalusi ia tetap tergolong dalam pendekatan kos terendah. (ii) Analisis Kawasan Pasaran Setelah pelbagai maklumat mengenai kriteria kesesuaian perletakan guna tanah industri dikenal pasti dan difahami dari kajian literatur mengenai teori pendekatan kos terendah, maka kajian literatur seterusnya melihat pula dari aspek teori analisis kawasan pasaran. Ini kerana salah satu kelemahan pendekatan kos terendah yang dapat dikenal pasti adalah terlalu menekankan aspek input (meminimumkan kos) dan kurang menekankan aspek output atau permintaan. Ia 21 mengandaikan firma dapat menjual semua keluarannya tanpa mengira di mana lokasi industri itu berada. Namun begitu dalam keadaan sebenar, faktor pasaran adalah suatu pembolehubah kerana pembeli berselerakan dalam kawasan yang luas dan jumlah permintaan berbeza-beza mengikut tempat. Oleh itu, firma akan berusaha untuk mendapatkan pasaran dan melayani permintaan yang paling banyak. Maka, pasaran juga boleh terendah (Glasson, 1991). Losch (1940) juga telah menyedari hakikat ini. Lokasi optimum pada pandangan beliau menerima keuntungan maksimum dengan hasil jualan melebihi kos dengan jumlah terbesar. Namun demikian, rumusan teori beliau tentang titik optimum amat rumit dan sukar untuk difahami. Ini kerana beliau memasukkan permintaan dalam teori tersebut dengan mengambilkira saiz pasaran optimum berdasarkan andaian-andaian berikut: (a) Tiada perbezaan reruang dalam taburan faktor input iaitu bahan mentah, buruh dan modal pada dataran yang homogen. (b) Kepadatan penduduk yang seragam dan citarasa yang tetap. (c) Lokasi firma-firma tidak saling bergantungan di antara satu sama lain. Losch juga mengambil kira pengeluar persendirian yang tetap dengan membawakan contoh pengusaha yang mengeluarkan bir dan cuba menentukan kawasan pasaran dan pulangannya. Untuk tujuan analisis ini, beliau mengunakan serta menyesuaikan satu kelok permintaan mudah (Rajah 2.3 (i)). Pada pusat kawasan pasaran yang hampir dengan kilang (P), harga per unit bir ialah OP, dengan permintaan PQ. Semakin jauh dari pusat (R), kos pengedaran tambahan menjadikan harga lebih tinggi QR dan permintaan jatuh ke paras RS. Pada tempat yang terlalu jauh dari kawasan pasaran kos pengedaran tambahan menjadi terlalu tinggi, harga pula meningkat menjadi OF dan permintaannya pula adalah kosong. Menurut Losch lagi, jika sukuan yang dihitamkan, FPQ diputar mengelilingi paksi, dengan PQ-P merupakan kilang pada pusat pasaran, satu ‘kon permintaan’ dihasilkan (Rajah 2.3 (ii)). Tapak kon mewakili kawasan pasaran, tingginya mewakili kuantiti penjualan pada mana-mana titik dan isipadu mewakili jumlah hasil daripada permintaan pasaran. Menurut Losch, pengeluaran yang menguntungkan 22 akhirnya akan membentuk suatu siri kawasan pasaran segienam yang meliputi keseluruhan kawasan. Losch turut mengenepikan perbezaan reruang dengan mengandaikan tiada perbezaan reruang dalam taburan faktor input. Losch mengetepikan input penawaran sebaliknya lokasi optimum menjadi fungsi permintaan pasaran yang utama. Ini berbeza dengan pendekatan Weber yang tidak mengendahkan permintaan dalam usahanya mencari lokasi kos terendah. Rajah 2.3: Kelok dan kon permintaan ‘Losch’ (Sumber: Olahan pengkaji dari Glasson, 1991) Dari pemerhatian mengenai usaha Losch untuk mewujudkan model yang lebih realistik, sesetengah andaian Losch juga ada yang cuba diubah oleh pengkaji lain. Contohnya, Richardson (1969) yang cuba memusatkan perhatiannya kepada andaian yang dihadkan kepada kepadatan penduduk yang seragam. Menurut beliau permintaan dan potensi hasil jualan akan berbeza-beza mengikut kepadatan penduduk di kawasan tertentu. Secara keseluruhan terdapat juga maklumat-maklumat yang boleh dijadikan asas dalam pengenal pastian kriteria-kriteria kesesuaian perletakan guna tanah industri dalam bahagian literatur teori analisis kawasan pasaran. Namun begitu, rumusan bagi kriteria-kriteria tersebut akan dibuat dengan lebih terperinci untuk perlaksanaan di kawasan kajian setelah kajian literatur teori-teori lokasi industri ini dan juga kajian dari aspek imperikal nanti selesai dihuraikan kesemuanya. Oleh itu, kajian literatur bagi mengenal pasti kriteria kesesuaian perletakan guna tanah industri 23 ini akan beralih pula untuk meneliti teori pendekatan memaksimumkan keuntungan dalam bahagian yang seterusnya. (iii) Pendekatan Memaksimumkan Keuntungan (Margin Keuntungan Secara Ruang) David Smith memperkenalkan model ruang keuntungan diterangkan dalam model grafik 3 dimensi yang mudah (Rajah 2.4). Kepelbagaian ruang dalam jumlah kos adalah ditunjukkan pada permukaan kos dalam bentuk kon terbalik. Jumlah hasil diandaikan sama di mana sahaja, jadi permukaan hasil adalah digambarkan dalam satah mendatar. Persilangan kos dan permukaan hasil dikenal pasti sebagai had ruang kepada keuntungan atau margin. Ini bermaksud kawasan yang berbentuk silinder itu adalah ruang margin keuntungan. Permukaan Kos Permukaan Hasil $ O Jarak Ruangan margin keuntungan Jarak Rajah 2.4: Margin ruang kepada keberuntungan sebagai kekangan pada kebebasan pilihan lokasi. (Sumber: Smith, 1970a, m/s 17) 24 Smith (1966) memperkenalkan idea ruang kos dan hasil. Seperti Rajah 2.4 mengandaikan yang kos dan harga pada mana-mana tempat adalah tetap dan tidak boleh diubah oleh firma. Ia juga mengandaikan yang pengeluaran mana-mana firma boleh mencapai permukaaan yang malar. Secara faktanya lokasi ditentukan oleh kos dan harga (hasil) manakala fakta yang lain diabaikan (Smith, 1981). Kesan daripada kepelbagaian ruang dalam kos dan hasil boleh digambarkan oleh 1 pemalar yang tetap dan yang lain adalah pelbagai. Dalam Rajah 2.5 (a) kos adalah berubah dalam ruang sementara permintaan adalah malar manakala harga (P) adalah sama di mana sahaja. Kos dan harga adalah diplotkan pada paksi tegak dan jarak sepanjang paksi melintang mengambarkan garis lurus atau dimensi ruang. Purata kos seunit pengeluaran pada mana-mana titik di dalam ruang ditunjukkan oleh nilai yang sesuai pada garis AC, yang mana meningkat pada semua arah daripada titik O. Garis ini adalah keluk ruang kos. Ma dan Mb menunjukkan purata kos sama dengan harga yang diperolehi. Jarak tegak di antara (P) dan AC, di mana harga melebihi kos purata (di antara Ma dan Mb ), menunjukkan keuntungan purata bagi setiap unit pengeluaran (Smith, 1981). Rugi Kos Purata (TC) Jumlah Kos) Jarak Untung (P) Harga (TR) (Jumlah Hasil) Ma O (a) Mb (AC) Rajah 2.5 (a): Lokasi optimum dan margin ruang kepada keuntungan dalam perbezaan ruang kos / hasil. (Sumber: Olahan pengkaji daripada Smith, 1981, m/s 113) 25 Pengkaji mengandaikan yang output adalah tidak sama dari satu tempat ke tempat yang lain. Jarak menegak di antara TR dan TC, di mana TR melebihi TC, sekarang merupakan jumlah keuntungan, jadi O menjadi lokasi yang optimum, di mana keuntungan yang maksimum firma terbina dari kilang itu sendiri. Had kawasan dalam mana operasi keberuntungan adalah mungkin ditunjukkan oleh Ma dan Mb ,yang mana titik di mana TC = TR. Pada keadaan itu firma hanya boleh “break even”. Seterusnya margin didapati pada kos melebihi jumlah hasil maka firma beroperasi adalah pada tahap kerugian. Saiz kerugian ditunjukkan oleh jarak menegak di antara TC dan TR (Smith, 1981). Rajah 2.5 (b) pula menunjukkan ulangan gambaran situasi dalam rajah 2.5 (a), dengan andaian kos adalah sama di mana sahaja tetapi dengan kepelbagaian ruang dalam harga yang ditunjukkan dalam bentuk keluk hasil ruang. Sekali lagi O adalah lokasi di mana purata keuntungan per unit pengeluaran adalah sangat baik dan Ma dan Mb, adalah titik ruang “break even”. Untung $ Rugi (AC) Kos Purata (TC) (Jumlah Kos) (P) Harga (TR) (Jumlah Hasil) Ma O Mb Jarak (b) Rajah 2.5 (b): Lokasi optimum dan margin ruang kepada keuntungan dalam perbezaan ruang kos / hasil. (Sumber: Olahan pengkaji daripada Smith, 1981, m/s 113) Output adalah andaian malar dan tidak boleh bertindak balas kepada kepelbagaian ruang dalam permintaan, AC menjadi TC, dan (P) menjadi TR. Titik keuntungan yang maksimum adalah O, di mana TR melebihi TC dan Ma dan Mb, merupakan margin kepada keberuntungan. Tetapi situasi itu menunjukkan yang 26 konsep lokasi yang optimum dan margin ruang kepada keberuntungan hanya digunakan dalam cara yang sama dalam keadaan di mana permintaan diandaikan malar (Smith, 1981). Dalam keadaan realiti kos dan permintaan (atau hasil) adalah berbagai-bagai dari satu tempat ke tempat yang lain. Ini adalah ditunjukkan dalam rajah 2.5 (c), di mana kos meningkat menjauhi dari titik A dan hasil adalah kurang menjauhi dari B memperlihatkan kejatuhan permintaan. $ (AC) Kos Purata (TC) (Jumlah Kos) Rugi B’ Untung A” B” A’ B Ma A O (c) (P) Harga (TR) Jumlah Hasil) Mb Jarak Rajah 2.5 (c): Lokasi optimum dan margin ruang kepada keuntungan dalam perbezaan ruang kos / hasil. (Sumber: Olahan pengkaji daripada Smith, 1981, m/s 113) Jarak menegak di antara TR dan TC sekarang menunjukkan yang keuntungan yang maksimum adalah pada titik A, di mana kos adalah rendah. Keuntungan (A’-A”) adalah baik daripada titik harga tertinggi, atau permintaan terbanyak (B’-B”), dan pengilang melihat keuntungan yang maksimum yang kemudiannya akan memilih lokasi kos terendah biar pun jumlah hasil yang diperoleh di sana adalah rendah (Smith, 1981). Keadaan ulangan dengan lokasi keuntungan yang maksimum pada harga tinggi (yang permintaan tinggi), digambarkan secara mudah oleh perubahan kecerunan keluk kos dan ruang hasil. Dalam keadaan yang mudah, kecerunan akan 27 dikenal pasti pada kedudukan lokasi yang optimum. Walau bagaimanapun keduadua akan diberikan kepada kedudukan margin ruang kepada keberuntungan (Smith, 1981). Setelah melihat kepelbagaian kedudukan kos purata dan harga dalam Rajah 2.5 (a) (b) dan (c), sekarang ia adalah mungkin untuk menetapkan prinsip asas bagi menentukan lokasi perindustrian dalam apa-apa keadaan kos/hasil. Dalam kepelbagaian ruang, jumlah kos dan jumlah hasil yang membentuk lokasi optimum iaitu keuntungan adalah maksimum dan juga margin ruang melebihi yang mana ia menguntungkan operasi. Walau bagaimanapun keuntungan yang maksimum adalah tidak diperlukan oleh firma yang hendak terletak bebas di mana sahaja. Apa yang boleh dirumuskan di sini adalah kedudukan margin ruang keuntungan merupakan keperluan umum lokasi untuk firma dapat hidup bersendirian. Oleh itu definisi keuntungan boleh dibuat di mana sahaja dengan had ini. Jadi lokasi “intra maginal” adalah juga keadaan yang sesuai untuk hidup bersendirian. Lokasi tersebut diandaikan hanya sebagai penentu aras keuntungan (Smith, 1981). Kebanyakan perletakkan industri adalah berminat untuk terletak di kecuraman keluk kos atau hasil (iaitu kepelbagaian ruang yang terbaik dalam kos atau permintaan). Kecuraman kos atau keluk hasil akan berkecenderungan untuk mengeluarkan lebih banyak corak sebaran taburan (Smith, 1981). Dalam dunia yang sebenar kawasan paling untung untuk industri kemungkinan tidak boleh berterusan atau ia berubah-ubah mengikut kawasan “intramaginal”. Ini digambarkan dalam Rajah 2.6, di mana persilangan jumlah kos dan jumlah hasil menunjukkan terdapat tiga kawasan yang mana boleh beroperasi untuk mendapatkan keuntungan. Setiap satu kawasan mempunyai lokasi keuntungan yang maksimum (O1, O2, dan O3 ) tetapi hanya O2 boleh diterima sebagai optimum yang sebenar dalam menawarkan lebih keuntungan daripada mana-mana lokasi alternatif. Kedudukan margin dan juga garis keuntungan yang sama dilukis di dalamnya menggambarkan kesamarataan keuntungan, keluk kos dan juga hasil di bahagian atas gambar rajah (Smith, 1981). 28 $ Jumlah Kos Jumlah Hasil Ma O1 Mb Mc Garis Keuntungan Seragam O2 Md Me O3 Mf Jarak Margin Ruang Keuntungan Rajah 2.6: Petempatan optima di dalam kawasan intramarginal, dengan kos dan hasil sebagai pemboleh ubah ruang. (Sumber: Olahan pengkaji daripada Smith, 1981, m/s 116) Kesimpulan yang boleh dibuat daripada teori ini adalah kepelbagaian kedudukan ruang dalam keluk kos dan keluk hasil mempengaruhi margin ruang keuntungan di sesuatu kawasan. Konsep ini sesuai digunapakai oleh firma yang ingin mencapai keuntungan yang maksimum dan tidak diperlukan oleh firma yang ingin terletak bebas di mana-mana. Dalam keadaan sebenar sesuatu kawasan itu tidak selamanya dapat memberikan keuntungan dan ia berubah-berubah mengikut kawasan Intramarginal. Sebelum itu, Isard (1956) dan Greenhut (1956) juga adalah antara pengkaji yang cuba untuk menyesuaikan teori memaksimumkan keuntungan ini berdasarkan pendekatan Losch (1940). Namun demikian, mereka menghadapi masalah dalam mendapatkan lokasi keuntungan maksimum dan diantaranya ialah adanya saling bergantungan di antara lokasi, masalah kesukaran menilai pembolehubah yang disebabkan oleh perbezaan pasaran dan dasar-dasar firma, kesan syarikat-syarikat moden yang besar, adanya persoalan samada perusahaan besar-besaran benar-benar 29 memaksimumkan keuntungan dan terdapatnya pengabaian terhadap faktor tingkah laku dalam menentukan lokasi optimum industri (Pred, 1967). Secara keseluruhannya pengkaji mendapati untuk memilih teori yang dapat menjelaskan maksud optimum secara tepat adalah sukar dan rumit. Ini adalah kerana masing-masing mempunyai kelebihan dan kelemahan walaupun teori tersebut cuba diperbaiki oleh pengkaji-pengkaji yang lain. Namum begitu penulis akan merumuskan teori lokasi industri yang optimum dan memilih salah satu daripada teori tersebut yang dirasakan paling sesuai kemudian diaplikasikan oleh pengkaji untuk menentukan kawasan yang paling menguntungkan di kawasan kajian. 2.5 Rumusan tentang teori-teori lokasi industri yang optimum ditunjukkan dalam Jadual 2.1. Teori-teori lokasi industri yang optimum yang dinyatakan dirumuskan oleh pengkaji dalam bentuk jadual. sebelum ini Daripada Jadual 2.1 tersebut perbandingan dapat dilakukan bagi mengenal pasti teori atau pendekatan yang dianggap paling sesuai untuk memperjelaskan maksud lokasi yang optimum. Pendekatan tersebut akan digunapakai bagi melakukan analisis seterusnya dapat menentukan kawasan yang mampu memberikan keuntungan maksimum kepada pengusahanya. Jadual 2.1 : Rumusan tentang Teori Lokasi Industri Yang Optimum Teori/Perkara Pendekatan Kos Terendah Analisis Kawasan Pasaran Pendekatan Memaksimumkan Keuntungan Dikaji oleh Launhardt , Alfred Weber (1929) Losch (1940) Smith (1966) Lokasi Optimum -Lokasi optimum adalah ditentukan dengan mencari lokasi di mana jumlah kos pengangkutan adalah minimum. -Menerima keuntungan maksimum dengan hasil jualan melebihi kos dengan jumlah terbesar -Lokasi yang paling menguntungkan bagi firma adalah merupakan titik di mana jumlah hasil melebihi kos dengan jumlah paling tinggi 30 Jadual 2.1 : Rumusan tentang teori lokasi industri yang optimum (sambungan) Prinsip Asas / Bentuk / Konsep -Pengusaha akan memilih lokasi industri dengan kos yang paling rendah -Faktor-faktor yang mempengaruhi perletakkan industri adalah kos pengangkutan dan kos buruh, faktor-faktor wilayah umum dan bidang kerja geografi serta pengelompokan industri -Menekankan aspek output atau permintaan -Memasukkan permintaan dalam teori tersebut dengan mengambilkira saiz pasaran optimum berdasarkan andaiandaian berikut: (a) Tiada perbezaan reruang dalam taburan faktor input iaitu bahan mentah, buruh dan modal pada dataran yang homogen; (b) Kepadatan penduduk yang seragam dan citarasa - Mengandaikan yang tetap; kos pengangkutan (c) Lokasi firma-firma berkadaran secara tidak saling langsung dengan bergantungan di antara jarak pergerakan satu sama lain dan berat yang mengambil kira dibawa pengeluar persendirian yang tetap - Jika indeks lebih -Mengenepikan besar daripada perbezaan reruang satu, firma tersebut dengan mengandaikan berorentasikan tiada perbezaan reruang bahan mentah dalam taburan faktor input. manakala jika indeks lebih kecil -Mengetepikan input daripada satu, maka ia penawaran sebaliknya lokasi optimum berorientasikan menjadi fungsi pasaran permintaan pasaran yang utama. -Mengandaikan objektif utama penubuhan industri adalah untuk memaksimumkan keuntungan -Menunjukkan kos dan hasil yang berbeza mengikut lokasi -Lokasi optimum yang menghasilkan keuntungan maksimum mungkin bukan lokasi kos terendah atau hasil maksimum 31 Jadual 2.1 : Rumusan tentang teori lokasi industri yang optimum (sambungan) Rajah ‘Segitiga lokasi’ dan indeks bahan Keluk dan kon permintaan kon Kelemahan -Model ini agak berbeza daripada keadaan sebenar dan dianggap ‘mengganggu’ Permintaan yang tidak terbatas. -Ini kerana ia dikatakan membuat andaian-andaian seperti kos pengangkutan dan kos pengeluaran yang tetap, dan pengabaian faktor-faktor institusi seperti dasar dan polisi kerajaan. -Kelihatan terlalu berat sebelah, kerana andaian adanya ‘pertandingan sempurna’ -Kurang menekankan aspek output atau permintaan Tidak mengambil kira cukai kerajaan dan perkaraperkara lain yang berkaiatan dengan dasar kerajaan. Titik lokasi optimum -Sesuatu kawasan itu tidak selamanya menguntungkan -Sukar menentukan titik yang paling optimum kerana semua titik menunjukkan keuntungan yang maksimum. -Konsep ini tidak sesuai digunakan oleh mereka yang tidak menginginkan keuntungan sematamata. -Konsep ini hanya mengambil kira faktor ekonomi tidak mengambil kira faktor lain seperti dasar kerajaan, cukai dan lain-lain. 32 Jadual 2.1 : Rumusan tentang teori lokasi industri yang optimum (sambungan) Kelebihan -Telah banyak mengenal pasti faktor utama yang berkaitan dengan kajian lokasi industri serta merupakan asas yang kukuh bagi perkembangan teori tersebut. Dilihat lebih realistik -Mudah difahami dan boleh diterjemahkan dalam dunia sebenar -Memberi gambaran tentang ruang yang menguntungkan -Sesuai digunapakai oleh mereka yang benar-benar ingin mencapai keuntungan yang maksimum. -Teori ini membolehkan industri ini boleh berdiri sendiri tanpa bergantung kepada industri yang lain. -Boleh mengetahui keluasan kawasan atau ruang keuntungan maksimum yang diperolehi Lanjutan teori Hoover (1948) - telah membahagikan kos kepada pengangkutan (mengumpul dan mengedar) dan pengeluaran, kemudiannya di analisis dengan lebih terperinci dan realistik. -Telah memperincikan bahawa kos pengangkutan akan berubah-ubah mengikut jarak, arah dan juga komposisi barangan yang terlibat. Richardson (1969) yang cuba memusatkan perhatiannya kepada andaian yang dihadkan kepada kepadatan penduduk yang seragam Menurut beliau permintaan dan potensi hasil jualan akan berbeza-beza mengikut kepadatan penduduk di kawasan tertentu. -Isard (1956) dan Greenhut (1956) -Menyesuaikan teori memaksimumkan keuntungan ini berdasarkan pendekatan Losch (1940). 33 Jadual 2.1 : Rumusan tentang teori lokasi industri yang optimum (sambungan) -Memberikan lebih penekanan kepada faktorfaktor institusi seperti cukai pendapatan yang memberi kesan tertentu kepada keputusan lokasi. -Menyentuh kawasan pasaran iaitu dari lokasi yang diandaikan. Aspek kos juga diberikan perhatian berbanding dengan permintaan. -Smith-menerangkan bahawa jika kos purata (KP) berbeza-beza mengikut lokasi tetapi hasil purata (HP) diandaikan tetap maka lokasi optimum ialah O dengan kos purata berada di takat minimum dan unit keuntungan di takat maksimum (Sumber: Olahan pengkaji daripada ketiga-tiga teori lokasi industri yang optimum, 2009) Setelah rumusan tentang teori lokasi industri dinyatakan dalam Jadual 2.1, pengkaji mendapati teori lokasi industri yang sesuai untuk memperjelaskan maksud optimum adalah Pendekatan Memaksimumkan Keuntungan iaitu Margin Keuntungan Secara Ruang. Ini adalah kerana pengkaji mendapati konsep ini lebih mudah difahami bagi melakukan analisis kajian dan mudah diterjemahkan dalam dunia sebenar. Data-data yang diperlukan bagi menjalankan kajian ini juga boleh diperolehi dan dapat dijadikan kriteria. Data yang dipilih adalah merujuk kepada konsep tersebut yang mana data-data tersebut adalah terdiri daripada data ekonomi. Daripada pengkajian yang dijalankan pengkaji membuat olahan kriteria yang diperlukan untuk menentukan lokasi yang maksimum adalah hasil dan kos. Penerangan teperinci diperjelaskan dalam bentuk Jadual 2.2. Oleh itu pengkaji akan menggunakan pendekatan konsep ini untuk mengenal pasti kawasan yang 34 menguntungkan sekiranya sesuatu perusahaan industri roti didirikan di kawasan kajian. Jadual 2.2 : Data asas atau kriteria yang bersesuaian bagi melakukan analisis kajian yang diambil daripada Teori Margin Keuntungan Secara Ruang. Bil Rumusan Faktor-faktor Yang Data Asas/Kriteria Yang Diperlukan Diambil kira Daripada Teori Bagi Melakukan Analisis Margin Keuntungan Secara Ruang 1 Hasil -Permintaan keping roti yang dimakan oleh penduduk -Harga sekeping roti 2 Kos -Kos bahan -Kos pemasaran -Kos pentadbiran -Kos pengangkutan 3 Keuntungan / Kerugian Jumlah keuntungan / kerugian yang diperolehi hasil daripada penjualan roti yang dipasarkan 2.6 Contoh kajian yang menggunakan konsep Margin Keuntungan Secara Ruang Tiga contoh kajian yang mengaplikasikan konsep kos ruang dan kos hasil dan margin ruang dikenal pasti dengan jelas. Satu kes yang sama mencadangkan tentang di mana lokasi alternatif sebenarnya wujud di sepanjang garis. Haddad dan Schwartzman (1974) mengenal pasti kos ruang dan kos hasil dengan merujuk kepada kilang keluli di Itabirito (dalam Negeri Minas Gerais, Brazil). Mereka mengira kos pengeluaran ton keluli pada semua tapak di sepanjang kereta api ke Rio De Janeiro (pusat pasaran utama). Kos ini menggabungkan perbelanjaan memerlukan input terhadap arang, besi, bijih besi, kalsium, pasir dan tanah liat (kepelbagaian ruang) 35 dan buruh dan modal (pemalar ruang) bersama cukai kerajaan, eksport dan taburan kos. Lain-lain percubaan untuk mencari margin ruang adalah dibuat oleh McDermott (1973). Margin dikenal pasti untuk lima industri dalam New Zealand, yang mana kos operasi kepelbagaian ruang adalah kos pengangkutan ke pasaran. Perkara lain McDermott (1973) temui adalah sebahagian besar margin boleh berganjak dalam sesuatu tempoh yang pendek. Contoh yang terakhir adalah dari kajian terhadap penemuan industri besi di Britain oleh Taylor (1970). Pemusatan terbesar negara terhadap industri adalah di dalam bandar West Midlands, yang mana besi merupakan asas aktiviti pembuatan logam. Ini menandakan yang besi merupakan pasaran yang sesuai. Taylor (1970) mengenalpasti jarak margin ruang keuntungan dengan mengandaikan lokasi optimum dalam West Midlands. Sejak besi dijual pada harga yang sama, kedudukan margin ruang bergantung kepada kos pengangkutan ke pasaran. Nilai jualan satu tan tuangan besi adalah diambil menjadi £84.20. Andaian keuntungan sepuluh peratus, ini membuatkan £8.42 tersedia untuk menutup kos penghantaran kepada pasaran West Midlands jika besi terletak jauh dari andaian optimum dalam kawasan itu. Taylor (1970) menggunakan ‘regression analysis’ untuk menganggar fungsi kos /jarak. Berdasarkan ketiga-tiga kes kajian ini pengkaji ingin mengaplikasikan konsep Margin Keuntungan Secara Ruang ini kepada kajian yang akan pengkaji jalankan bagi mengenal pasti kawasan yang menguntungkan sekiranya sesuatu perusahaan industri roti ingin didirikan. 36 2.7 Faktor-faktor yang Mempengaruhi Lokasi Industri. Terdapat beberapa faktor yang mempengaruhi pemilihan lokasi industri di sesuatu kawasan. Menurut Bale (1981) dan Wan Mansor (2000) ia terdiri daripada modal, tanah, bahan mentah, tenaga pekerja, pasaran dan pengangkutan. Penjelasan tentang faktor-faktor tersebut diterangkan seperti di bawah. 2.7.1 Modal Modal tidak hanya bermaksud modal kewangan tetapi modal peralatan seperti mesin dan bangunan. Modal tetap adalah sangat penting sebagai faktor yang mempengaruhi lokasi industri pada masa kini selain modal untuk bangunan dan modal sosial (contohnya rumah, sekolah). Modal merujuk kepada wang yang diperlukan. Ia tidak hanya untuk industri menetap di tempat yang pertama diduduki tetapi ‘working capital’ yang menjadikan industri itu terus beroperasi. Kos bagi keuntungan tetap adalah pelbagai mengikut ruang. Ia sebahagiannya memberikan kesan kepada kepelbagaian ruang dalam kos tanah dan sebahagian lagi permintaan untuk premis industri. Tambahan pula kos pembinaan kilang dan kos bahan mentah adalah berbeza mengikut ruang berdasarkan kuasa politik yang luas sebagaimana di Amerika Syarikat. Selain itu kos variasi dan kos bangunan menyumbang bahagian yang paling penting dalam keseluruhan kos. 2.7.2 Tanah Tanah iaitu persekitaran semula jadi pembangunan. Tanah juga meruapakan satu boleh dinilai menerusi kos penawaran yang tetap dan faktor immobile terhadap pengeluaran (Healey & Ilbery, 1990). Tapak bagi industri perkilangan berbeza dari segi kualiti fizikal dan ia memberi kesan kepada kos tapak. Persekitaran semula jadi termasuk juga keadaan iklim yang bersesuaian dengan jenis perusahaan yang dijalankan. Walau bagaimanapun, menurut Wan Mansor Wan 37 Mahmod kos tanah untuk tapak kilang perlu diberi pertimbangan kerana nilai tanah berbeza dari segi kos antara satu kawasan perindustrian lain di negeri yang sama. Kos tanah yang mahal tidak semestinya menjadi penghalang bagi sesebuah firma mendirikan kilang di sesuatu lokasi. Kebiasaannya, kos tanah yang berdekatan dengan sumber tenaga kerja, perlabuhan, lapangan terbang dan perusahaanperusahaan lain lebih mahal tetapi lebih digemari oleh pihak pengurusan. 2.7.3 Bahan Mentah Faktor bahan mentah adalah faktor penting yang perlu diambil kira oleh pengusaha. Contohnya kilang kayu didirikan berdekatan dengan kawasan hutan untuk mendapatkan balak dari kawasan berdekatan. Ada juga sesetengah daripada pengusaha mendirikan kilang mereka berdekatan dengan bahan mentah kerana sukar untuk mendapatkan perkidmatan pengangkutan. 2.7.4 Tenaga Pekerja Tenaga pekerja dilihat dari segi kualiti, kuantiti dan reputasi. Bagi sesetengah industri, kos tenaga kerja adalah kos yang tertinggi daripada keseluruhan kos. Kos di kawasan yang berbeza akan memberikan kesan yang mendalam kepada lokasi. Bagi sesetengah industri, pekerja yang sedikit mungkin memberi keuntungan yang intensif. Kelakuan dan sahsiah mereka juga perlu diberi perhatian selain mempunyai kemahiran yang bersesuaian dengan jenis perusahaan yang dijalankan. Kebanyakan perusahaan juga mendirikan kilang berhampiran dengan penduduk tempatan untuk memudahkan mereka mendapatkan tenaga kerja di kawasan yang berhampiran. 38 2.7.5 Pasaran Pasaran merupakan pendedahan kepada pembeli yang berpotensi dan merupakan antara faktor yang penting dalam sesebuah pemilihan lokasi industri. Perusahaan- perusahaan yang biasanya mengutamakan keuntungan biasanya akan mendirikan kilang berdekatan dengan pelanggan. Persaingan daripada kilang-kilang perusahaan yang sama juga perlu diambil kira apabila menempatkan sesuatu kilang. Lokasi kilang yang berdekatan dengan pesaing-pesaing adalah tidak wajar dan merugikan terutama sekiranya lokasi pengusaha tersebut mempunyai saiz pasaran atau pelanggan yang kecil. Walau bagaimanapun, pengusaha-pengusaha perlulah bijak dalam mempelbagaikan produk agar keluaran produk lebih bermutu dan mendapat permintaan yang tinggi dikalangan pelanggan. 2.7.6 Pengangkutan Pengangkutan adalah penting bagi sesebuah perusahaan kerana ia merupakan salah satu faktor pengeluaran yang menghubungkan bahan mentah, proses pengilangan dan pasaran. Semua perusahaan memerlukan pengangkutan untuk menghantar produk ke pasaran. Peningkatan teknologi pengangkutan dapat mengurangkan jarak. Setelah melihat semua faktor yang dinyatakan tadi pengkaji hanya mengguna faktor-faktor bagi menentukan lokasi industri yang menguntungkan berdasarkan pendekatan Margin Keuntungan Secara Ruang seperti mana yang ditunjukan dalam Jadual 2.2 2.8 Kepentingan Memilih Lokasi Yang Baik Terdapat dua sebab memilih lokasi itu penting. Pertama sesebuah organisasi mempunyai komitmen yang berpanjangan. Setelah kilang didirikan di sesuatu lokasi 39 susah baginya mengubah ke tempat lain pula. Kedua, memilih lokasi mempunyai kesan yang berpanjangan terhadap kos operasi dan keuntungan. Tersalah membuat pilihan menyebabkan peningkatan kos dan pengurangan keuntungan seperti sukar untuk mendapatkan pekerja mahir, kos pengangkutan yang mahal dan sebagainya. Kesemuanya boleh mendatangkan kesan buruk kepada pengeluar (Wan Faridah, 2002). 2.9 Kesimpulan Bab ini menyatakan tentang definisi industri, perletakan industri, definisi lokasi industri yang optimum, teori-teori lokasi yang optimum, faktor-faktor yang mempengaruhi perletakan industri dan kepentingan memilih lokasi yang baik. Kesemua perkara tersebut diperlukan bagi mengenal pasti pendekatan mana yang paling sesuai untuk digunakan dalam kajian ini. Teori-teori yang dikupas adalah Teori Kos Terendah, Analisis Kawasan Pasaran dan Margin Keuntungan Secara Ruang. Setelah dibuat perbandingan dan rumusan pendekatan Margin Keuntungan Secara Ruang digunakan dalam kajian ini bagi mengenalpasti lokasi industri yang menguntungkan kerana pengkaji merasakan pendekatan ini lebih mudah difahami dan diaplikasikan dalam keadaan sebenar untuk mencari kawasan yang boleh memberikan keuntungan yang maksimum. Berdasarkan kepada pendekatan Margin Keuntungan Secara Ruang data asas atau kriteria yang diambil kira bagi melakukan analisis kajian adalah data hasil dan data kos di samping data keuntungan. Data hasil dan data kos ini juga merupakan faktor yang menentukan lokasi indusri yang menguntungkan yang digunakan bagi melakukan analisis kajian. Walau bagaimanapun pengkaji ada menyatakan beberapa faktor-faktor lain yang mempengaruhi lokasi industri seperti modal, bahan mentah, tenaga pekerja, pasaran dan pengangkutan yang merupakan perkara penting bagi menentukan perletakan sesuatu industri. Pengusaha perlu mengambil kira faktor tersebut kerana 40 ia boleh mempengaruhi untung atau ruginya sesuatu perusahaan itu. Oleh yang demikian pemilihan pendekatan yang sesuai dan faktor-faktor yang berkaitan amat penting bagi membolehkan sesuatu industri itu untuk terus hidup. BAB III SISTEM MAKLUMAT GEOGRAFI SEBAGAI ALAT BANTU DALAM MENENTUKAN KAWASAN YANG MENGUNTUNGKAN BAGI PERUSAHAAN KILANG ROTI 3.1 Pengenalan Bab ini merangkumi takrif GIS yang meliputi komponen, subsistem dan kepelbagaian aplikasi GIS. Selain itu bab ini juga menerangkan tentang kajian tentang lokasi industri yang menggunakan GIS. Kajian ini menggunakan GIS sebagai alat bantu bagi menganalisis data dan memaparkan hasil analisis. Data yang dianalisis seperti kos pengangkutan dianalisis menggunakan analisis rangkaian untuk mendapatkan masa perjalanan. Sebelum operasi analisis rangkaian dapat dilakukan beberapa perkara yang terlibat seperti faktor pemberat dan membina model jaringan jalan perlu diambil kira. Hasil analisis iaitu pemeringkatan kawasan industri yang menguntungkan ditentukan dengan menggunakan fungsi yang terdapat di dalam GIS dan di paparkan dalam bentuk peta. 3.2 Takrif Sistem Maklumat Geografi GIS muncul dalam literatur dalam awal tahun 1960an (Lo and Yeung, 2002) dan ia digunakan dalam analisis bermula pada akhir tahun 1970an (Jones dan Barron, 2001; Quiambao,2001; Wright et al 1998; Murata 1996). Ia merupakan asas teknologi komputer dan metodologi untuk pengumpulan, pengurusan, analisis, model, dan mempersembahkan data grafik untuk pengaplikasian kawasan yang luas. 42 Sistem maklumat ini diaplikasikan terhadap data geografi atau ruangan, yang berkeupayaan untuk mengolah data tersebut ke dalam bentuk-bentuk yang berlainan serta menghasilkan makna (maklumat) tambahan. Dengan kata yang lain ia merupakan satu sistem bagi menghasilkan maklumat yang bersifat geografi. Dalam sistem maklumat geografi, realiti diwakilkan sebagai satu ciri sifat-sifat geografi yang didefinisikan oleh dua elemen data: data geografi (perletakan) dan data atribut (Ruslan dan Noresah, 1998). Sistem ini telah digunakan oleh pelbagai sektor dan disiplin untuk pelbagai kegunaan. Terdapat pelbagai pandangan yang diberikan tentang GIS dari segi definisi, komponen, keupayaan dan aplikasinya (Ruslan dan Nuresah, 1998). Definisi Sistem Maklumat Geografi ini meliputi tiga bahagian iaitu definisi berasaskan alatan (toolbox-based definition), pangkalan data (database definition) dan berasaskan organisasi (organization-based definition). Definisi berasaskan alatan menjelaskan kemampuan dan aspek umum sistem seperti pengumpulan, penyimpanan, analisis data ruang dan atribut (Burrough, 1986; Parker, 1998) Manakala takrif berasaskan pangkalan data pula merujuk kepada fungsi pangkalan datanya bagi menguruskan kepelbagaian data khususnya data ruang dan mengemukan jawapan daripada hasil analisisnya bagi sebarang persoalan berkaitan ruang (Aronoff, 1989). Definisi berasaskan organisasi pula ia menyentuh tentang peranan dan kemampuan sistem yang lebih tinggi dalam menangani data ruang dan pembuat keputusan yang mampu diperolehi dan dilaksanakan oleh sesuatu institusi atau pengguna (Ozemoy, et.al., 1981; Cowen, 1988; Carter, 1989; Burrough dan McDonnell, 1998). Walaupun terdapat pelbagai pandangan mengenai definisi yang diberikan, terdapat satu definisi yang telah dipersetujui dikalangan 30 pakar dalam bidang GIS ini (Chrisman, 1997) iaitu; 43 “GIS merupakan satu bentuk sistem pengurusan yang melibatkan peralatan komputer, perisian, data, manusia (pengguna), organisasi dan institusi. Ia meliputi proses pengumpulan, penyimpanan, analisis dan penyebaran maklumat mengenai ruang lingkup alam ini (melibatkan data ruang dan atribut)”. Oleh itu dapat disimpulkan bahawa GIS merupakan satu bentuk sistem pengurusan yang terdiri daripada peralatan dan perisian yang boleh melakukan proses pengumpulan, penyimpanan, analisis dan penyebaran maklumat seterusnya mengemukakan jawapan daripada hasil analisisnya bagi sebarang persoalan berkaitan ruang. 3.3 Komponen, Subsistem Dan Kepelbagaian Aplikasi GIS Sistem maklumat geografi merupakan satu sistem pangendalian dan penganalisisan data geografi dan bukan geografi yang mengandungi tiga komponen asas iaitu data, teknologi dan struktur organisasi sebagai satu sistem yang beroperasi dalam konteks sesebuah institusi (Ruslan dan Noresah, 1998). Komponen- komponen ini saling berkaitan antara satu sama lain. Data ruang dan atributnya diperoleh dari pelbagai format dan jenis dari pelbagai-bagai sumber seperti peta analog sedia ada, sistem penderiaan jauh (foto udara dan imej satelit), kerja lapangan dan jadual atribut dan data digital sedia ada, rekod dan sebagainya. Komponen teknologi merangkumi dua elemen penting iaitu perisian dan perkakasan. Perisian sistem maklumat geografi biasanya terdiri daripada empat subsistem (fungsi) utama iaitu perolehan dan input data, pengurusan pangkalan data, pengolahan dan penganalisisan data dan output serta visualisasi data yang dilaksanakan menggunakan satu set perkakasan yang terdiri daripada komputer, alat penyimpan data dan alat-alat untuk output data. Organisasi pula merupakan penglibatan penggunaan secara langsung atau tidak, pekerja mahir dan prosedur pentadbiran melalui pemahaman bagaimana operasi perancangan dan pengurusan sesuatu organisasi dijalankan (Ahris, 2000) 44 DATA SISTEM MAKLUMAT GEOGRAFI TEKNOLOGI ORGANISASI INSTITUSI Rajah 3.1 : Komponen utama sistem maklumat geografi. (Sumber: Sistem Maklumat Geografi, Ruslan,1998) GIS juga direka bentuk dengan subsistem dan fungsi yang tersendiri sebagai bukti kemampuannya dalam mengendalikan data ruang dan atribut (Burrough, 1986; Huxhold, 1991; Bernhardsen, 1992). Subsistem dan fungsi ini meliputi input, storan, manipulasi, analisis paparan atau output data serta antara muka pengguna. Namun yang jelasnya berdasarkan fungsi teras sistem ini, ia mempunyai 4 subsistem atau fungsi utama (Marble, 1990; DeMers, 1997) iaitu; input data, storan dan capaian kembali (retrieve), manipulasi dan analisis data serta output hasil. Ini menjadikannya berfungsi sebagai alat bantu bagi menyelesaikan penyelidikanpenyelidikan yang kompleks, perancangan dan pengurusan masalah (Aronoff, 1989; Huxhold, 1991; Fisher dan Nijkamp, 1993). Hasilnya mampu membantu bagi mengekalkan data berkenaan secara konsisten. Sistem maklumat geografi sebagai satu sistem bagi mengendalikan data ruangan telah dan berpotensi digunakan untuk pelbagai tujuan dalam pelbagai-bagai bidang atau disiplin yang berkaitan dengan geografi atau ruang. Antara aplikasinya termasuklah dalam pentadbiran dan pengurusan sumber alam, perancangan bandar dan wilayah, perancangan dan penilaian kesan alam sekitar, kajian ekologi dan demografi, penyelidikan pasaran pengurusan harta tanah, kajian sistem pengangkutan, perhutanan dan perancangan dan penyediaan kemudahan awam dan apa-apa bidang yang mempunyai hubungan secara langsung dengan bumi. 45 3.4 GIS Dalam Sektor Harta Tanah Penggunaan GIS dalam sektor harta tanah telah berkembang luas. GIS dapat berperanan dalam menjalankan analisis pasaran dan kawasan tapungan sebelum penentuan lokasi sesuatu pembangunan dilakukan. Contohnya analisis capaian penduduk ke sekolah ditentukan oleh pola-pola taburan struktur penduduk yang berubah mengikut masa. penduduk Lokasi kemudahan kesihatan bergantung pada lokasi dan kemungkinan pola-pola jangkitan penyakit dalam satu kawasan geografi. Di dalam kes ini GIS dapat membantu menjalankan kajian pengiraan penduduk dan pola-pola taburan di sesuatu kawasan seterusnya dapat membantu mengenal pasti lokasi yang sesuai. Negara Autralia menekankan kepada pembentukan sistem maklumat tanah yang menyeluruh pada peringkat nasional untuk tujuan pengurusan tanah. Perkembangan terkini mengarah kepada menyepadukan data sosio-ekonomi ke dalam maklumat tanah yang ada. Juga kerajaan Australia menekankan kepada perlunya pendidikan dan kesedaran terhadap kepentingan sistem maklumat tanah yang cekap (Yaakob, 1999). Perkembangan penyediaan sistem maklumat ruang yang menyeluruh ini telah juga dirasai di negara yang sedang membangun. Di Indonesia penyediakan sistem maklumat geografi dan maklumat sumber asli dikendalikan oleh Badan Survey Tanah Nasional (BAKOSURTANAL) yang bertanggungjawab mengumpul, menyedia dan mengemaskini sumber maklumat tanah pada peringkat nasional (Yaakob, 1999) Pada tahun 1992, kerajaan Pulau Pinang telah membentuk satu badan yang terdiri dari wakil pelbagai agensi untuk mengkaji dan melaksanakan projek GIS. Projek perintis selama dua tahun ini telah mengenal pasti dan melaksanakan GIS untuk perancangan strategik di peringkat negeri di samping pengunaannya untuk tujuan operasi peringkat agensi dan kerajaan tempatan (Pheng san Twin, 1992). Perkembangan ini telah menarik minat beberapa kerajaan negeri dan organisasi yang lain. Inisiatif terkini pada peringkat nasional adalah mewujudkan 46 Sistem Maklumat Tanah Nasional (NALIS) yang merupakan sistem yang menyediakan infrastruktur bagi meningkatkan perkongsian penggunaan data ruang yang sama. Peningkatan jaringan dan perkongsian data yang disediakan oleh NALIS dijangkakan dapat mengurangkan pertindihan tenaga dan kos melaksanakan pangkalan data untuk tujuan perancangan dan pengurusan wilayah (Tamin, 1994). GIS dapat melakukan berbagai-bagai bentuk ruang dan program perancangan wilayah dan desa dapat dikenal pasti dan dinilai kesesuainya. Contohnya lokasi program-program pembangunan kawasan pertanian dan perhutanan, perindustrian, perbandaran dan infrastruktur Wilayah Bengkoka, Sabah dikenal pasti dan altenatif pembangunan dinilai melalui analisis ruang GIS (JPBW, 1995) Di kebelakangan ini timbul kebimbangan mengenai kesan perbandaran yang pesat ke atas ciri-ciri bandar di Malaysia (Yaakup et.al., 1994). Banyak bangunanbangunan yang dibina sebelum perang di Malaysia memberikan sifat-sifat unggul kepada bandar-bandar tersebut kerana kedudukannya di lokasi yang strategik. Kebanyakan bangunan ini terpaksa dimusnahkan untuk menempatkan bangunan yang bertingkat. Adalah penting bangunan yang mempunyai kepentingan sejarah ini dikekalkan untuk generasi akan datang. Oleh itu satu pangkalan data GIS untuk bangunan-bangunan ini dibina sebagai alat membantu penggubal keputusan bagi pihak berkuasa tempatan yang terpaksa berhadapan dengan kriteria yang kompleks bagi tujuan pemuliharaan bandar. Contohnya dalam menjalankan kajian Pelan Induk Taman Sejarah Sungai Lembing, Pahang. Tatacaranya bermula dengan pemilihan kriteria bagi bangunan terpilih yang menjadi asas kepada pembangunan pangkalan data (UTM-MPK, 1995). Keupayaan GIS akan digunakan bagi memilih dan mendapatkan kembali data yang banyak dalam menganalisis pembangunan khususnya untuk mengekalkan dan pemulihan petempatan bekas lombong tertua di Sungai Lembing (Yaakup et.al., 1994). Selain itu GIS digunakan sebagai sistem maklumat pihak berkuasa tempatan. Ia digunakan untuk menentukan nilai harta tanah melalui pembinaan peta nilai tanah. Peta ini akan menunjukan pola perkembangan, minat pasaran, kegunaan bangunan, 47 potensi kawasan dan sebagainya. Taburan nilai ini berfaedah kepada jurunilai, jururancang, ajen harta tanah, pemaju dan mereka-mereka yang terlibat dengan harta tanah (Yaakup, Johar dan Dahlan, 1994). Kesimpulan yang boleh dibuat adalah penggunaan GIS di dalam sektor harta tanah kian meluas diperbagai bidang. Ini adalah kerana keupayaan GIS itu sendiri yang dapat membantu dalam menyelesaikan beberapa masalah melalui fungsinya yang pelbagai. Oleh itu kajian ini melihat penggunaan GIS dalam mengenal pasti kawasan yang mendatangkan keuntungan paling maksimum bagi pihak pengusaha kilang roti. 3.5 Beberapa Kajian Tentang Lokasi Industri Yang Menggunakan GIS Beberapa kajian tentang aplikasi GIS dalam menentukan lokasi industri telah dijalankan. Antaranya Ebadi et al, (2004) telah melakukan kajian dalam memilih tapak industri dengan melakukan tindihan atas terhadap lapisan data ruang yang diperoleh daripada kriteria dan parameter pemilihan tapak. Mereka menggunakan penggabungan model seperti Boolean Operation, Indexing Overlay, Fuzzy Logic, Genetic Algorithm dan sebagainya. Mereka menilai setiap model tersebut dan memilih yang terbaik untuk diaplikasikan bagi pemilihan tapak industri. Kajian mereka cuba untuk mencari penyelesaian yang optimum untuk pemilihan tapak industri dan menggunakan GIS dalam penyelesaiannya. Akhirnya mereka mendapati Index Overlay mempunyai optimum running time dan output yang tepat berbanding dengan model yang lain. Dengan model tersebut mereka dapat mencari lokasi industri yang optimum untuk pembinaan industri. Selain itu terdapat juga kajian yang dilakukan oleh Bose (2002) yang mempersembahkan metodologi untuk tahap makro analisis lokasi bagi industri. Kajian ini berhubung tentang asas teori tikal terhadap analisis pengelompokan dan analisis potensi GIS untuk mengenal pasti lokasi industri yang sesuai menggunakan analisis ruang. Kriteria lokasi yang dipertimbangkan dalam kajian ini adalah 48 hubungan antara pembeli dan penjual, laluan dan kos pengangkutan, ciri-ciri buruh dan berhampiran dengan pusat teknologi. Kriteria tersebut telah dijadikan lapisan data ruang dan dianalisis menggunakan model ruang. Hasil analisis menghasilkan peta kesesuaian. Kajian yang dilakukan di peringkat tempatan pula adalah kajian yang dilakukan oleh Mahani Mohamed Ibrahim (2002). Beliau mengkaji tentang aplikasi DEGIS dalam kilang-kilang haram. Dalam kajian ini pemberat komposit (composite index) untuk setiap kriteria ditentukan. Pemberat komposit yang terhasil dari proses overlay telah digunakan untuk menghasilkan pelan-pelan tindakan. Pelan-pelan tersebut menunjukkan taburan dan lokasi kilang-kilang, tapak-tapak alternatif, kilang-kilang yang bermasalah dan perlu dipindahkan serta kilang-kilang yang perlu berada pada peningkatan taraf dan kualiti persekitaran. Kaedah yang digunakan dalam kajian ini amat membantu dalam sesuatu mesyuarat untuk menghasilkan sesuatu keputusan. Ketiga-tiga kajian ini menjadi rujukan kepada pengkaji untuk melakukan kajian terutama sekali dari segi penggunaan GIS bagi menentukan lokasi yang boleh mendatangkan keuntungan. Pengkaji hanya melihat pengaplikasian GIS dalam kajian mereka untuk menentukan lokasi yang optimum bagi industri. Pengolahan akan dilakukan oleh pengkaji terhadap pendekatan terbaik seterusnya menggunakan fungsi yang terdapat pada GIS bagi mencapai matlamat kajian. 3.6 Aplikasi GIS Untuk Menganalisis Data Dan Memaparkan Hasil Analisis Setelah melihat pelbagai penggunaan GIS dalam menentukan lokasi industri yang optimum, pengkaji mendapati di dalam kajian ini GIS hanya digunakan untuk menganalisis data dan memaparkan hasil analisis. Analisis yang digunakan adalah analisisi rangkaian untuk mendapatkan masa perjalanan. Masa perjalanan ini diperlukan bagi menentukan kos pengangkutan. Penerangan selanjutnya diterangkan dalam perenggan seterusnya. 49 3.6.1 Analisis Rangkaian Bagi Mendapatkan Masa Perjalanan Terpantas GIS digunakan dalam kajian ini bagi mendapatkan masa perjalanan yang terpantas. Masa perjalanan yang terpantas ini diperlukan bagi mengira kos pengangkutan lori roti dari kawasan yang dicadangkan ke kawasan pasaran. Analisis yang digunakan untuk mendapatkan masa perjalanan terpantas ini adalah analisis rangkaian yang terdapat dalam perisian ArcView 3.3 melalui Extension Network Analyst. 3.6.1.1 Analisis Rangkaian Analisis rangkaian adalah melibatkan satu set garis yang saling kait mengait yang membuatkan ciri-ciri set dihubungkan yang mana sumber boleh melaluinya (Heywood, Cornelius dan Carver, 2002). Analisis rangkaian berguna untuk organisasi yang mengendalikan atau menggunakan fasiliti rangkaian, seperti utiliti, pemancaran dan sistem pengangkutan. Utiliti menggunakan model rangkaian untuk memodel dan untuk menganalisis sistem pengagihan dan bacaan meter jalan. Jabatan Kerja Awam menggunakan rangkaian untuk menganalisis jalan bas dan jalan biasa manakala peniaga menggunakan analisis rangkaian untuk merancang dan untuk mengoptimumkan penghantaran barang dan perkhidmatan. Analisis rangkaian juga boleh gunakan terhadap perancangan gudang runcit. Contohnya, analisis masa pemanduan boleh membantu dalam penentuan kawasan gudang runcit (Korte, 2001). Terdapat tiga jenis analisis rangkaian iaitu rangkaian surihan, rangkaian jalan dan rangkaian pengagihan. Rangkaian surihan menentukan bahagian khusus melalui rangkaian. Bahagian ini adalah berasaskan kepada kriteria yang disediakan oleh pengguna. Sebagai contoh, pengurus utiliti elektrik hendak bertanya GIS untuk mengesan bahagian di antara substesyen dan transformer berhampiran tapak bangunan yang dicadangkan untuk mengenalpasti kapasiti sistem taburan kuasa sepanjang jalan. Analisis rangkaian juga boleh mendapatkan data untuk mengasingkan program analisis kejuruteraan. Rangkaian sistem pengairan hendak di 50 surih dan geometri digunakan dalam program kejuruteraan bagi menganalisis tekanan air keseluruhan sistem. Rangkaian jalan pula menentukan bahagian laluan yang optima sepanjang rangkaian lurus. Pemilihan bahagian adalah berasaskan kepada pelbagai kriteria seperti “shortest distance”, “ fastest route”, “no left turn”, dan “minimum cost”. Bahagian itu membenarkan di antara dua titik atau beberapa titik yang dipilih melaluinya. “Point to point” adalah pengiraan jalan dari sumber ke destinasi manakala “multiple-point” adalah pengiraan jalan dengan gandaan berhenti dipertengahan. Rangkaian jalan menyokong penghantaran dan perkhidmatan seperti kenderaan utiliti, terutamanya menyelenggara dan perkhidmatan penghantaran. Ia menyokong jalan kenderaan, perancangan transit, perkhidmatan kecemasan, perancangan sistem pengangkutan dan penyelenggaraan, penghantaran perniagaan komersial, dan penyelenggaraan utiliti (Korte, 2001). Lokasi industri yang optimum ini juga melibatkan penggunaan analisis rangkaian bagi mendapatkan laluan yang terpantas. Laluan terpantas ini mempunyai masa perjalanan yang minimum. Masa perjalanan yang minimum itu kemudian didarab dengan kos seunit minyak yang digunakan. Hasil darab tersebut akan menghasilkan kos perjalanan yang minimum (masa perjalanan x kos seunit minyak yang dijana = kos perjalanan). Kos perjalanan yang minimum ini diperlukan bagi menentukan lokasi industri yang optimum. Pengiraan terhadap jarak tersingkat (masa) sepanjang jalan terpendek boleh dicapai menggunakan satu daripada kebanyakan algoritma jalan terpendek yang terdapat di dalam literatur. Dalam melakukan analisis terhadap jaringan jalan, beberapa algoritma yang berkaitan telah digunakan. Antara algoritma yang terlibat dalam melakukan analisis ini termasuklah ‘Network Connectivity’, ‘Network Accessibility’ dan Algoritma Dijkstra (Mohd Faizal, 2004). ‘Network Connectivity’ diistilahkan sebagai satu kaedah pengukuran yang dibuat terhadap jaringan jalan. Jaringan jalan ini merupakan persambungan setiap 51 titik yang saling berhubungan antara garisan. Manakala garisan yang saling berhubungan ini diistilahkan sebagai ‘link’ (laluan). Oleh yang demikian, ‘network connectivity’ ini adalah bergantung pada reka bentuk struktur laluan jalan yang saling berangkaian. ‘Network accessibility’ diistilahkan sebagai teknik pengiraan yang dibuat bagi menentukan perjalanan terbaik antara satu destinasi ke satu destinasi. Penentuan laluan terbaik ini di buat berdasarkan kepada faktor-faktor yang boleh menyebabkan berlakunya kesesakan atau lambatnya sesuatu pergerakan. Konsep bagi ‘network accessibility’ ialah dengan mencari jalan yang mempunyai halangan yang paling rendah. Setiap batang jalan akan dinilai dengan memasukkan faktor pemberat jalan. Algoritma Dijkstra pula digunakan secara pengiraan bagi mendapatkan lintasan terpendek antara sepasang nod yang mensyaratkan bahawa semua lengkung dalam rangkaian jalan ini mempunyai nilai pemberat yang positif. Nilai pemberat yang dimaksudkan merupakan beban-beban yang boleh mempengaruhi dan menyebabkan kesesakan atau terdapatnya halangan (Mohd Faizal, 2004). Dalam kajian ini analisis rangkaian digunakan bagi mencari laluan yang terpantas bagi penghantaran produk ke pasaran. Contohnya dalam kajian ini produk roti di hantar ke pasaran menggunakan lori yang melalui jalan tersingkat bagi mendapatkan kos perjalanan yang minimum. Analisis rangkaian digunakan bagi mendapatkan laluan yang terpantas dengan menggunakan ‘extension network analysis’ dalam perisian ArcView dengan mempertimbangkan beberapa perkara yang harus diambil kira sebelum sesuatu analisis rangkaian dijalankan. Pelaksanaan analisis rangkaian akan diterang dengan lebih lanjut dalam Bab IV. 52 3.6.1.2 Operasi Analisis Rangkaian Operasi analisis rangkaian digunakan bagi menjalankan analisis jaringan jalan. Terdapat beberapa perkara yang perlu diambil kira sebelum melaksanakan operasi ini. Antaranya adalah membina faktor pemberat dan peraturan jalan raya. a ) Membina Faktor Pemberat Bagi memasukkan faktor pemberat dalam model ini, terlebih dahulu perlu diketahui bagaimana operasi analisis rangkaian bekerja. Analisis rangkaian akan beroperasi sekiranya terdapat nama medan yang tertentu sahaja. Dengan kata yang lain analisis rangkaian mempunyai sistem penamaan yang telah ditetapkan. Antara nama-nama yang digunakan adalah seperti di dalam Jadual 3.1: Jadual 3.1 : Prosedur penamaan medan. Nama medan Unit MINUTE Minit IMPEDANCE Minit COST Sebarang unit UNITS Sebarang unit Bagi mencari jarak terdekat dari satu destinasi ke satu destinasi di Johor Bahru operasi di dalam analisis rangkaian akan mencari pemberat ‘line_Length’. Faktor seperti halaju dan lampu isyarat bagi setiap jalan perlu dijadikan pemberat supaya analisis rangkaian mampu dan memberikan laluan terbaik berdasarkan kepada beban pemberat tersebut. Faktor halaju dan bilangan lampu isyarat yang hendak dijadikan sebagai pemberat perlulah terlebih dahulu ditambah dua medan dan di namakan sebagai COST dan UNITS. Kemudian nilai atribut bagi kadar halaju dan lampu isyarat 53 dimasukkan. Sekiranya kadar halaju yang dimasukkan adalah 110km/j, nilai halaju tersebut diberi dengan nilai 1, manakala untuk halaju 90km/j diberi nilai 2. Oleh yang demikian, sekiranya kita ingin sampai dengan kadar yang segera ke suatu destinasi, maka analisis rangkaian akan memaparkan laluan yang bernilai 1. Seterusnya langkah yang sama juga dilakukan dengan memberikan nilai kepada faktor pemberat bagi lampu isyarat dalam operasi analisis rangkaian. Selain itu faktor-faktor lain yang menjadi halangan kepada laluan dijadikan faktor pemberat dan setiap faktor pemberat tersebut diberi nilai. (b) Model Peraturan Jalan Raya Peraturan jalan raya merupakan perkara penting yang harus dipertimbangkan bagi mendapatkan model jaringan jalan raya yang baik. Oleh yang demikian permodelan ini perlu mengambil kira perkara-perkara seperti arah laluan sehala, laluan yang tidak boleh dilalui serta jalan yang bertingkat-tingkat. Laluan sehala perlu dimodelkan dalam permodelan jaringan jalan bagi menunjukkan keadaan sebenar di atas jalan. Ini perlu bagi memastikan model jaringan jalan yang dibina mengikuti peraturan jalan raya yang telah ditetapkan. Bagi memodelkan laluan sehala ini,medan perlu ditambah dengan nama ONEWAY pada jadual theme Jln_JB. Nilai yang dimasukkan ke dalam medan ONEWAY adalah berdasarkan Jadual 3.2. 54 Jadual 3.2 : Nilai pada medan ONEWAY Perkara Nilai yang perlu dimasukkan Perjalanan sehala dari awal garisan menuju garis akhir garisan, iaitu sama From To (FT) dengan arah garisan itu didigit. Perjalanan sehala dari akhir garisan menuju garis awalan dengan arah yang To From (TF) berlawanan semasa garis itu didigit. Perjalanan tidak dapat dilakukan N Perjalanan dapat dilakukan pada ke duaTiada nilai dua arah Analisis rangkaian dapat mengenal pasti laluan sehala melalui nilai yang dimasukkan ke dalam medan ONEWAY seterusnya dapat memahami permodelan jaringan jalan tersebut. Dengan ini analisis untuk mencari laluan perjalanan yang terbaik akan menyerupai dengan jalan yang sebenar. Kadangkala dalam sesuatu jaringan jalan terdapat beberapa jalan yang harus ditutup untuk tujuan pembaikan dan pengubahsuaian. Keadaan tersebut juga perlu dimodelkan dengan memasukkan nilai ‘N’ sebagai atribut ke dalam medan ONEWAY. Selain itu terdapat juga jalan di Johor Bahru mengandungi jalan bersimpangsiur serta bertingkat-tingkat. Analisis rangkaian telah menyediakan kaedah-kaedah bagi mendefinisikan keadaan ini. Kaedah yang digunakan adalah menggunakan konsep beza ketinggian nod (node evaluation) yang mana kaedah ini perlu ditambahkan medan-medan tertentu. Medan-medan yang hanya difahami oleh analisis rangkaian ini dinamakan dengan FNODE-ELEV dan TNODE_ELEV. Pendigitan jalan yang bertingkat ini perlu diberi perhatian bagi memodelkan jalan bertingkat ini. Pendigitan dilakukan berdasarkan arah laluan perjalanan sehala seperti dalam keadaan sebenar. Bagi menerangkan kepada analisis rangkaian bahawa jalan tersebut adalah jalan yang bertingkat, setiap medan pada jalan tersebut 55 perlu diletakkan nilai ketinggian (Jadual 3.3). Nilai nod yang lebih besar akan dianggap berada di atas. Hasil analisis akan menggambarkan keadaan jalan yang sebenar kerana hasil yang terhasil dari analisis mematuhi peraturan jalan raya. Jadual 3.3 : Nilai atribut ketinggian jalan Edge# FNODE-ELEV TNODE-ELEV 50 0 0 51 0 0 52 0 0 53 0 0 54 1 0 55 0 1 56 0 1 57 1 0 58 1 1 59 1 1 60 1 1 61 1 1 Setelah semua perkara diambil kira, analisis bagi model jaringan jalan boleh dilakukan dengan menggunakan ‘Extention Network Analysis’. Analisis akan tertumpu pada mencari laluan yang terbaik berdasarkan kepada faktor pemberat dan seterusnya mematuhi peraturan di jalan raya yang telah ditetapkan. Setelah laluan terbaik ditemui maka masa perjalanan pun dapat diketahui. Masa perjalanan tersebut akan didarabkan dengan kos seunit minyak yang dijana oleh sebuah lori dan hasil yang diperoleh merupakan kos pengangkutan. Setelah maklumat yang berkaitan dengan hasil dan kos-kos yang terlibat diketahui, pengiraan bagi mendapatkan keuntungan maksimum diperoleh. Pengiraan ini dilakukan dengan menggunakan perisian yang terdapat pada ArcView 3.3 yang mana atribut hasil akan ditolak dengan atribut kos-kos yang terlibat. Maka hasil pengiraan tersebut akan menghasilkan keuntungan yang maksimum. Bagi 56 menunjukkan lokasi industri yang optimum dalam bentuk pemaparan peta dalam GIS, operasi tindihan atas dilakukan dengan cara menindih lapisan data keuntungan dengan lapisan data jalan yang terbaik. Dengan itu akan terpaparlah lokasi kawasan industri yang optimum yang mana menunjukkan kawasan industri yang optimum dan jalan terbaik yang menghubungkannya dengan kawasan sekitar. 3.6.1 Memaparkan Hasil Output Data Yang Telah Dianalisis Data-data yang telah dianalisis dan nilai keuntungan bagi setiap kawasan telah diperolehi maka data-data tersebut akan dimasukkan ke dalam pangkalan data GIS. Kemudian dengan menggunakan fungsi yang terdapat di dalam GIS maka tahap keuntungan kawasan yang dikaji dapat ditentukan dan hasil tersebut dipaparkan dalam bentuk peta. Fungsi ini akan diterangkan dalam Bab IV. 3.7 Kesimpulan Terdapat banyak definisi yang diberikan tentang GIS yang mempunyai pelbagai fungsi terutamanya sebagai sistem pangkalan data dan sistem yang boleh membantu dalam membuat keputusan. Apa pun definisi yang diberikan GIS merupakan satu alat yang mempunyai pelbagai fungsi, keupayaan dan kebolehan bagi melakukan pelbagai aktiviti yang berkaitan dengan ruang. GIS mampu untuk mengendalikan data ruang dan atribut serta menterjemah setiap data tersebut secara analisis ruang bagi sesuatu tujuan. Terdapat banyak pengaplikasian GIS dalam beberapa bidang dan sektor. Antara sektor yang banyak mendapat faedah adalah sektor harta tanah. Sektor harta tanah yang mempunyai aspek-aspek utama seperti pengurusan, penilaian, perancangan dan sebagainya memerlukan kepada penggunaan GIS bagi membuat sesuatu keputusan. 57 Fungsi yang terdapat pada GIS mampu untuk membantu menentukan keuntungan sesuatu taburan kawasan perindustrian. Ini dilakukan dengan mengintegrasikan data ruang dan atributnya pada skala atau masa yang berbeza daripada format fail dan rekod yang pelbagai. GIS juga boleh melakukan pengemaskinian data dan capaian terhadap data juga dapat dilakukan dengan mudah dan cekap. Capaian maklumat tanah ini penting bagi pengguna mendapat maklumat tambahan dalam menilai dan menganalisis situasi dan perancangan masa depan. GIS juga mampu diintegrasikan bersama dengan model rangkaian jalan bagi mendapatkan laluan yang terpantas. Keadaan ini secara tidak langsung dapat membantu dalam mendapatkan sesuatu nilai dan seterusnya merancang sesuatu keputusan bagi perancangan masa hadapan. Peta kawasan taburan tahap keuntungan kawasan industri yang dihasilkan dengan mengaplikasi pendekatan model dan melibatkan beberapa perisian seperti GIS dan Microsoft Excel amat berguna dalam merangka dan menentukan strategi perancangan pembangunan kawasan industri di masa hadapan. 58 BAB IV METODOLOGI KAJIAN 4.1 Pengenalan Bab ini akan menjelaskan prosedur analisis dan memaparkan kawasan taburan perindustrian yang menguntungkan. Prosedur ini merupakan elemen penting kerana ia menunjukan cara bagi mendapatkan keuntungan kasar analisis. Analisis dalam bab ini akan membawa kepada tercapainya objektif yang kedua yang mana GIS digunakan sebagai alat bantu untuk melakukan analisis bagi menentukan tahap keuntungan kawasan kajian dengan mengaplikasikan konsep Margin Keuntungan Secara Ruang. Konsep Margin Keuntungan Secara Ruang menyatakan sekiranya keluk hasil melebihi keluk kos maka kawasan itu dianggap mempunyai keuntungan yang maksimum dan begitulah sebaliknya. Perbincangan dimulakan dengan pengenalan kawasan kajian seterusnya pengumpulan dan perolehan data. Langkah seterusnya adalah menunjukkan cara melakukan analisis terhadap data-data yang dikumpulkan melalui soalselidik, temu ramah dan pemerhatian dengan menggunakan Perisian Microsoft Excel dan Analisis Rangkaian yang terdapat dalam Perisian ArcView 3.3. Keuntungan kasar analisis akan dimasukkan dalam pangkalan data kemudian cara untuk memaparkan keuntungan kasar analisis ditunjukkan. 59 4.2 Latar Belakang Kawasan Kajian Majlis Bandaraya Johor Bahru (MBJB) merupakan sebuah Pihak Berkuasa Tempatan yang diberi kuasa di bawah Akta Kerajaan Tempatan 1976 (Akta 171) untuk memberikan perkhidmatan-perkhidmatan perbandaran kepada penduduk Bandar Raya Johor Bahru. Sejarah Majlis Bandaraya Johor Bahru bermula pada 1910 apabila Lembaga Bandaran ditubuhkan, seterusnya dinaikkan ke taraf Majlis Bandaran pada tahun 1952, Majlis Perbandaran pada 1 April 1977, diikuti dengan Majlis Bandaraya 1 Januari 1994 setelah Johor Bahru dianugerah taraf bandaraya pada tarikh tersebut. Sebagai organisasi yang diletakkan di bawah Kementerian Perumahan dan Kerajaan Tempatan, Majlis Bandaraya Johor Bahru juga bertanggungjawab terhadap perancangan dan pembangunan Bandaraya Johor Bahru yang merangkumi kawasan seluas 220 kilometer persegi. Salah satu daripada misi MBJB adalah melaksanakan perancangan pembangunan, penyediaan infrastruktur dan ameniti yang berkualiti serta mengoptimakan potensi geo-fizikal. Oleh yang demikian kawasan pentadbiran ini dipilih untuk dikaji sejauh mana MBJB mampu untuk mencapai misinya khususnya bagi pembangunan perindustrian. Kawasan pentadbiran Majis Bandaraya Johor Bahru ini terdiri daripada 15 kawasan blok perancangan iaitu Daerah Sentral, Pelangi, Pasir Pelangi, Permas Jaya, Pandan, Majidee, Kangkar Tebrau, Kempas,Larkin, Tampoi, Tasek Utara, Kawasan Maju Jaya, Mount Austin, Rinting, Tebrau. Kajian yang dilakukan ini hanya menumpukan kepada semua kawasan blok perancangan kecuali 1 blok perancangan iaitu kawasan Tebrau. Ini adalah kerana kesukaran untuk mendaparkan data di kawasan tersebut. Selain itu juga kawasan tersebut merupakan kawasan yang baru dibuka dan tidak terdapat banyak pembangunan khususnya tidak terdapat banyak jaringan jalan raya. Kajian akan dilakukan terhadap 14 blok perancangan industri ini yang mana akan menggunakan pendekatan Margin Keuntungan Secara Ruang untuk menentukan kawasan blok perancangan mempunyai tahap keuntungan yang paling tinggi. 60 4.3 Penentuan Bentuk Data Dan Perisian Data yang diperlukan bagi menjalankan kajian ini dibahagikan kepada tiga kategori iaitu data kawasan kajian, data perusahaan kilang roti dan data jaringan jalan. Data kawasan kajian yang dimaksudkan ialah data ruang iaitu 14 kawasan blok perancangan MBJB, bilangan penduduk, jenis industri, kategori industri dan bilangan industri yang terdapat di Blok Perancangan MBJB. Data perusahaan kilang roti pula merupakan data yang berkaitan dengan maklumat seperti permintaan sekeping roti, harga sekeping roti, kos bahan, kos operasi, kos pemasaran, kos pentadbiran dan kos pengangkutan. Kesemua data industri ini diinput ke dalam pangkalan data GIS setelah semua data yang berkaitan dikumpulkan dan dilakukan pengiraan dengan menggunakan Microsoft Excel. Data jaringan jalan raya pula merupakan data ruang yang berkaitan tentang jaringan jalan raya yang terdapat di kawasan pentadbiran MBJB. Data itu pula perlu dilengkapkan lagi bagi menjadikan ia model jaringan jalan raya yang lengkap dengan memasukkan faktor pemberat iaitu halaju jalan raya, bilangan lampu isyarat, arah laluan jalan dan keadaan jalan raya. Data-data ini diperlukan bagi melakukan analisis rangkaian bagi mendapatkan masa perjalan terpantas dari kawasan yang dicadangkan ke kawasan pasaran. Setelah semua data yang dikehendaki dikumpul ia dianalisis dengan menggunakan 2 jenis perisian. Pertama, perisian yang digunakan ialah perisian ArcView 3.3. Perisian ini digunakan untuk mewujudkan data ruang kawasan kajian iaitu 14 blok perancangan MBJB dan juga untuk menwujudkan taburan ruang kawasan perindustrian terancang di MBJB. Selain itu juga perisian ini digunakan bagi melakukan analisis rangkaian dengan menggunakan Extension Network Analysis yang terdapat dalam ArcView 3.3 bagi menentukan masa perjalanan terpantas dari kawasan yang dicadangkan ke kawasan pasaran. Selain itu juga perisian lain yang digunakan dalam kajian ini adalah Microsoft Excel. Data yang berkaitan dengan permintaan sekeping roti di kawasan kajian, harga roti, kos bahan, kos operasi, kos pemasaran, kos pentadbiran dan juga pengiraan bagi kos pengangkutan akan dikumpulkan dan dijadikan nilai purata. 61 4.4 Pengumpulan dan Perolehan Data Data-data yang dinyatakan tadi diperoleh daripada pelbagai organisasi dan agensi yang terlibat seperti Jabatan Perangkaan, Jabatan Perancangan Bandar Dan Desa, Majlis Bandaraya Johor Baru, pengusaha kilang roti, penduduk yang terdapat di kawasan kajian. Data- data yang dikumpulkan mempunyai kepentingannya yang tertentu bagi pelaksanaan analisis seterusnya mencapai objektif kajian. Bentuk dan tujuannya dijelaskan sebagaimana di dalam Jadual 4.1. Jadual 4.1 : Data ruang dan atribut yang dikumpulkan dan kepentingannya. Jenis Data Data Ruang Data 14 Kawasan kawasan Blok kajian Perancangan (Kawasan Pentadbiran MBJB) Data Atribut - Nama kawasan - Bilangan penduduk - Keluasan kawasan Sumber Data Tujuan Data Jabatan Perancangan Bandar dan Desa, Majlis Bandaraya Johor Bahru Rekod dan maklumat bagi pangkalan data kawasan kajian Kajian yang dijalankan oleh kumpulan Computer Assisted Mass Appraisal (CAMA), UTM Taburan - Jenis Kawasan industri Perindustrian - Bilangan Terancang industri MBJB - Kategori Industri - Kawasan industri Data perusahaan kilang roti Jabatan Perancangan Bandar dan Desa, Majlis Bandaraya Johor Bahru Melakukan perbandingan di antara kawasan industri yang dizonkan oleh MBJB dengan Keuntungan kasar kajian - Permintaan sekeping roti Soalselidik responden di kawasan kajian - Harga roti Pemerhatian terhadap kawasan penjualan roti Merealisasikan konsep Margin Keuntungan Secara Ruang dengan data dimasukan dalam formula Π= R – C @ Π=TR >TC, R=DxP 62 Jadual 4.1 : Data ruang dan atribut yang dikumpulkan dan kepentingannya (sambungan) Data perusahaan kilang roti Data Jaringan Jalan Raya Jaringan Jalan Raya Kawasan Pentadbiran MBJB -- Kos bahan - Kos operasi - Kos pemasaran - Kos pentadbiran - Kos Pengangkutan (seunit minyak yang dijana) Temuramah dengan pengusaha kilang roti - Nama Jalan - Jenis Jalan - Halaju Kajian yang dijalankan oleh kumpulan Computer Assisted Mass Appraisal (CAMA), UTM - Bilangan Lampu Isyarat - Kesesakan lalu lintas - Keadaan jalan Taburan titik Temuramah dengan pemandu lori roti Merealisasikan konsep Margin Keuntungan Secara Ruang dengan data dimasukan dalam formula Π= R – C @ Π=TR >TC, R=DxP Melakukan analisis jaringan jalan raya bagi mendapatkan masa perjalanan terpantas Bahagian Lalu Lintas, Majlis Bandaraya Johor Bahru Pemerhatian -Nama kawasan Andaian secara Taburan titik rawak oleh pengkaji Sebagai panduan untuk mengukur masa perjalanan dari satu tempat ke satu tempat yang lain 63 4.5 Analisis Untung Kasar 4.5.1 Permintaan Terhadap Produk Roti Keuntungan kasar di dalam formula keuntungan diperoleh daripada permintaan penduduk terhadap produk roti. Sebelum itu satu sampel purata bilangan keping roti yang dimakan oleh penduduk dalam masa seminggu hendaklah ditentukan terlebih dahulu. Sampel ini diperolehi dengan cara mengedarkan borang soal selidik kepada 50 orang penduduk di setiap 14 blok perancangan pentadbiran MBJB iaitu Daerah Sentral, Tasek Utara, Pelangi, Pasir Pelangi, Tampoi, Larkin, Kempas, Kangkar Tebrau, Majidee, Kawasan Maju Jaya, Kawasan Mount Austin, Pandan, Permas Jaya dan Kawasan Rinting. Jumlah responden yang diperolehi bukan hanya setakat 50 orang sahaja tetapi jumlahnya adalah lebih. Ini adalah kerana seorang responden akan menyatakan bilangan ahli keluarganya sekali di dalam borang selidik. Jadi bilangan responden bukan hanya setakat 50 orang bagi setiap kawasan tetapi adalah lebih. Sila lihat bahagian Lampiran A untuk mengetahui maklumat lanjut tentang borang soal selidik ini. Setelah semua borang soal selidik dikumpulkan, bilangan keping roti yang dimakan oleh setiap individu di setiap blok perancangan akan dijumlahkan kesemuanya kemudian dibahagikan dengan bilangan penduduk di setiap blok perancangan yang diperolehi daripada borang soal selidik. Maka dengan itu dapatlah diketahui purata bilangan keping roti yang di makan dalam seminggu oleh penduduk di setiap blok perancangan MBJB yang diperolehi daripada soal selidik. Langkah seterusnya adalah menentukan bilangan keping roti yang dimakan oleh penduduk sebenar di setiap blok kawasan perancangan MBJB. Purata bilangan keping roti yang dimakan oleh setiap penduduk di blok perancangan MBJB yang diperolehi daripada soal selidik tadi akan didarabkan dengan jumlah sebenar penduduk di setiap blok perancangan MBJB yang diperolehi daripada Laporan Teknikal Rancangan Tempatan Daerah Johor Bahru 2002-2020. Maka permintaan bilangan keping roti di setiap blok perancangan MBJB akan dapat diketahui. Jadi persamaan yang digunakan di sini adalah seperti berikut : 64 Untung Bersih didapati setelah Untung Kasar ditolak dengan kos-kos yang telibat seperti dalam persamaan di bawah: Untung Bersih = Untung Kasar – Kos-kos yang terlibat (1) Terdapat 5 kos yang diambilkira dalam kajian ini. Kos yang telibat ialah kos bahan, kos operasi, kos pemasaran, kos pentadbiran dan kos pengangkutan. Untung Kasar dinilai berdasarkan permintaan pelanggan terhadap produk kajian iaitu roti. Jadi Untung Kasar ialah: Untung Kasar = Kuantiti Permintaan Roti × Harga (2) Permintaan terhadap roti tersebut diperolehi dari 14 kawasan blok perancangan iaitu Daerah Sentral, Tasek Utara, Pelangi, Pasir Pelangi, Tampoi, Larkin, Kempas, Kangkar Tebrau, Majidee, Kawasan Maju Jaya, Kawasan Mount Austin, Pandan, Permas Jaya dan Kawasan Rinting. Sebelum mendapat jumlah kuantiti permintaan terhadap roti, satu sampel kajian telah dilakukan di setiap blok perancangan. Seramai 50 orang responden diperlukan bagi menjawab borang kaji selidik tentang bilangan keping roti yang dimakan dalam seminggu. Setelah semua borang soal selidik dikumpulkan, bilangan permintaan keping roti bagi setiap sampel blok perancangan tersebut dijumlahkan. 4.5.2 Kuantiti Permintaan Roti Bilangan responden yang diperolehi selepas pengumpulan borang soal selidik adalah lebih daripada 50 orang. Ini kerana seorang responden akan menyatakan bilangan ahli keluarganya. Jumlah keseluruhan responden diperolehi dengan cara: 65 Jumlah keseluruhan responden = 50 Responden × Bilangan ahli keluarga (3) Jika ahli keluarga ialah 5 orang bagi setiap responden, maka jumlah keseluruhan responden ialah 250 orang. Langkah seterusnya adalah mendapatkan purata bilangan keping roti yang dimakan oleh 250 responden tadi. Purata bilangan roti yang dimakan dalam seminggu ialah: Purata bilangan keping roti (seminggu) = Jumlah keping roti (seminggu) Jumlah keseluruha n responden (4) Katakan jumlah keping roti yang dimakan dalam seminggu ialah 2464, maka purata seorang penduduk memakan sekeping roti ialah: Purata bilangan keping roti (seminggu) = 2464 keping roti = 9.8 ≈ 10 keping 250 orang Jadi seorang penduduk dianggarkan memakan roti sebanyak 10 keping dalam seminggu. Setelah sampel permintaan roti di sesuatu kawasan ditentukan katakanlah kawasan Daerah Sentral maka anggaran jumlah permintaan keping roti dapat ditentukan dengan cara: Jumlah Permintaan Keping Roti = Purata Keping Roti (seminggu) × Jumlah Sebenar Penduduk (6) Contohnya di Daerah Sentral terdapat seramai 29,937 penduduk. Jumlah permintaan keping roti di kawasan tersebut ialah: Jumlah Permintaan Keping = 10 × 29 937 = 299 370 keping roti Roti (seminggu) 66 Sebanyak 299,370 keping roti yang dimakan seminggu bagi Daerah Sentral. Jumlah permintaan sekeping roti bagi blok perancangan yang lain juga dikira mengikut jumlah sebenar penduduk yang terdapat di kawasan tersebut. Lihat Jadual 4.2 yang menunjukkan jumlah permintaan keping roti yang diperolehi dengan cara purata bilangan keping roti yang dimakan oleh seorang penduduk dalam seminggu didarab dengan jumlah sebenar penduduk di setiap blok perancangan MBJB. Jadual 4.2: Jumlah permintaan roti yang di setiap blok perancangan MBJB. No Blok Perancangan Jumlah Penduduk Jumlah Permintaan Kepingan Roti 29,937 Purata Bilangan Keping Roti Yang Dimakan Oleh Seorang Penduduk Dalam Seminggu (Sampel) 9 1 Daerah Sentral 2 Pelangi 40,677 9 366,093 3 Pasir Pelangi 7,038 9 63,342 4 Permas Jaya 32,901 8 263,208 5 Pandan 33,971 10 339,710 6 Majidee 51,291 10 512,910 7 Kangkar Tebrau 23,079 9 207,711 8 Kempas 68,732 9 618,588 9 Larkin 43,125 9 388,125 10 Tampoi 33,200 9 298,800 11 Tasek Utara 12,785 9 115,065 12 Maju Jaya 1,154 10 11,540 13 Mount Austin 33,781 9 304,029 14 Rinting 28,059 8 224,472 269,433 67 Langkah-langkah bagi mendapatkan jumlah permintaan roti dalam seminggu diringkaskan dalam Rajah 4.1. Permintaan roti Dapatkan sampel purata bilangan keping roti yang dimakan dalam seminggu di setiap kawasan blok perancangan MBJB Jumlah keping roti yang dimakan dalam seminggu dibahagikan dengan jumlah responden Sampel purata keping roti yang dimakan dalam seminggu. Sampel purata bilangan keping roti didarab dengan jumlah penduduk di setiap blok perancangan MBJB. Jumlah keping roti yang dimakan oleh penduduk di setiap blok perancangan MBJB didarab dengan harga sekeping roti. Rajah 4.1 : Langkah-langkah yang dibuat bagi mendapatkan keuntungan kasar. 68 4.5.3 Harga Sekeping Roti Harga sekeping roti ditentukan dengan cara harga satu bungkus roti dibahagikan dengan bilangan keping roti yang terdapat di dalam satu bungkusan. Harga sekeping roti = Harga sebungkus roti Bilangan keping roti Terdapat enam jenama roti yang popular di pasaran iaitu Gardenia, High 5, Mighty White, Chicago, Hawaii dan Daily. Harga kesemua jenama roti ini dibahagikan dengan bilangan keping roti yang terdapat di dalam bungkusan roti tersebut. Langkah yang sama juga dilakukan kepada setiap jenama roti yang lain. Seterusnya dijumlahkan kesemua harga jenama roti kemudian dibahagi 6 jenama roti bagi mendapatkan purata harga sekeping roti. Harga purata sekeping roti = Harga sekeping roti bagi setiap jenama Bilangan jenama roti Contoh pengiraan ditunjukkan dalam Rajah 4.2. Jenama roti • Gardenia • High 5 • Mighty White • Hawaii • Chicago • Daily Berat / Bilangan Keping Roti Berat purata sekeping roti Harga / Bilangan Keping Roti Harga purata sekeping roti Rajah 4.2: Cara pengiraan bagi mendapatkan berat purata sekeping roti dan harga purata sekeping roti. 69 4.6 Analisis Kos Bahan, Kos Pemasaran, Kos Operasi, Kos Pentadbiran Kos-kos yang terlibat untuk menghasilkan produk roti ini adalah kos bahan, kos operasi, kos pemasaran, kos pentadbiran dan kos pengangkutan. Kesemua kos ini kecuali kos pengangkutan diperolehi daripada soal selidik yang diberikan kepada 7 pengusaha jenama roti yang dikaji. Jadual 4.3 menunjukkan kos-kos yang terlibat di dalam membuat roti yang diperolehi daripada soal selidik. Jadual 4.3: Kos - kos yang terlibat di dalam membuat sebungkus roti. 1. Kos bahan untuk membuat sebungkus roti keping No. 1 2 3 4 5 6 7 8 9 10 Bahan Tepung gandum berprotein tinggi Air bertapis Gula Pasir Ragi Susu tepung tanpa lemak dan komponen-komponennya Garam Dektrosa Lemak sayuran tulen Mentega Pelembut adunan Kalsium, 'Yeast Food', Kalsium Propionat, Zat Galian, Zink, Vitamin C, Niasin (B3). 11 Zat Besi, Vitamin E, Asid Pantetonik(B5), Tiamina(B1), Riboflavin (B2), Piridoksin (B6), Vitamin A, Zat Iodin, Asid Folik, Sianokobalamin (B12), Vitamin D3. 2. Kos operasi untuk membuat sebungkus roti keping No. 1 2 3 4 5 6 7 8 Perkara / aktiviti Kos tenaga pekerja Elektrik / air / gas / diesel Mesin Penyelenggaraan Kos penghantaran Pembungkusan Sewa kilang / pembelian kilang Lain-lain. Nyatakan 70 Jadual 4.3: Kos - kos yang terlibat di dalam membuat sebungkus roti. (Sambungan) 3. Kos pemasaran untuk membuat sebungkus roti No. 1 2 3 4 Perkara Pengiklanan Promosi Kos pengangkutan Lain-lain. Nyatakan 4. Lain-lain kos yang terlibat jika ada No Perkara 1 Pentadbiran dan pejabat 2 Lain-lain.Nyatakan 4.7 Kos Pengangkutan Kos pengangkutan dalam kajian ini ditentukan dengan cara mendapatkan masa perjalanan terpantas terlebih dahulu. Masa perjalanan ini diperolehi dengan cara melakukan analisis rangkaian. Sebelum melakukan analisis rangkaian terdapat beberapa perkara yang perlu diambil kira iaitu arah pergerakan laluan perjalanan lori, tempat yang ingin dituju dan kos seunit minyak yang dijana dalam sesuatu perjalanan. 4.7.1 Arah Perjalanan Lori Dari Kawasan Kajian Ke Kawasan Pasaran Lori roti akan melalui dari satu kawasan blok perancangan ke 14 blok perancangan yang lain. Begitu juga setiap blok perancangan yang lain akan mengulangi cara yang sama juga dari satu blok perancangan ke setiap 14 blok perancangan yang lain. Lihat Rajah 4.3, Rajah 4.4 dan Jadual 4.4 yang menunjukkan arah laluan perjalanan lori roti dari satu blok perancangan ke 14 blok perancangan yang lain menggunakan konsep ‘One to many’. Ini bermakna lori roti ini akan memasarkan produk roti ini dari satu blok perancangan ke setiap blok perancangan yang lain. 71 Rajah 4.3 Arah laluan pemasaran produk roti oleh lori roti dari satu blok perancangan ke 14 blok perancanganya. 72 Jadual 4.4: Laluan perjalanan lori roti dari satu kawasan blok perancangan ke blok perancangan yang lain bagi menentukan masa perjalanan. Kawasan Daerah Sentral (A) Pelangi (B) Pasir Pelangi (C) Permas Jaya (D) Pandan (E) Daerah Sentral Pelangi Pasir Pelangi Permas Jaya Pandan Majidee Kangkar Tebrau Kempas Larkin Tampoi Tasek Utara Kawasan Maju Jaya Mount Austin Rinting A1 A2 A3 A4 A5 A6 A7 A8 A9 A10 A11 A12 A13 B2 B3 B4 B5 B6 B7 B8 B9 B10 B11 B12 B13 C3 C4 C5 C6 C7 C8 C9 C10 C11 C12 C13 D4 D5 D6 D7 D8 D9 D10 D11 D12 D13 E5 E6 E7 E8 E9 E10 E11 E12 E13 F6 F7 F8 F9 F10 F11 F12 F13 G7 G8 G9 G10 G11 G12 G13 H8 H9 H10 H11 H12 H13 I9 I10 I11 I12 I13 J10 J11 J12 J13 K11 K12 K13 L12 L13 B1 C1 C2 D1 D2 D3 E1 E2 E3 E4 Majidee (F) Kangkar Tebrau (G) Kempas (H) F1 F2 F3 F4 F5 G1 G2 G3 G4 G5 G6 H1 H2 H3 H4 H5 H6 H7 Larkin (I) I1 I2 I3 I4 I5 I6 I7 I8 Tampoi (J) Tasek Utara (K) Kawasan Maju Jaya (L) Mount Austin (M) Rinting (N) J1 J2 J3 J4 J5 J6 J7 J8 J9 K1 K2 K3 K4 K5 K6 K7 K8 K9 K10 L1 L2 L3 L4 L5 L6 L7 L8 L9 L10 L11 M1 M2 M3 M4 M5 M6 M7 M8 M9 M10 M11 M12 N1 N2 N3 N4 N5 N6 N7 N8 N9 N10 N11 N12 M13 N12 73 Daerah Sentral Daerah Sentral Pelangi Pelangi Pasir Pelangi Pasir Pelangi Permas Jaya Permas Jaya Pandan Pandan Majidee Majidee Kangkar Tebrau Kangkar Tebrau Kempas Kempas Larkin Larkin Tampoi Tampoi Tasek Utara Tasek Utara Kawasan Maju Jaya Kawasan Maju Jaya Mount Austin Mount Austin Rinting Rinting Rajah 4.4: Konsep hubungan ‘One to Many’ dalam menentukan arah laluan lori roti dari satu blok perancangan ke 14 blok perancangan yang lain dan langkah itu diulang-ulang sehingga ke blok perancangan yang terakhir. 74 4.7.2 Taburan Titik Sebagai Panduan Kepada Perjalanan Lori Roti Dari Satu Kawasan Ke Satu Kawasan Yang Lain. Setiap satu blok perancangan ke satu blok perancangan yang lain ditandakan dengan beberapa titik yang akan menghubungkan di antara satu blok perancangan ke satu blok perancangan yang lain. Sebagai contoh lihat Rajah 4.5. Terdapat lima titik di setiap kawasan blok perancangan. Lima titik dipilih kerana bersesuaian dengan luas kawasan blok perancangan dan memudahkan membuat analisis rangkaian. Rajah 4.5 : Menunjukkan taburan titik yang terdapat di setiap blok perancangan. Tujuan titik ini dibuat adalah sebagai satu penanda bagi mengukur masa perjalananan dari satu kawasan ke kawasan yang lain. Masa perjalanan yang dilalui oleh lori dari satu blok perancangan diukur berpandukan titik-titik yang terdapat di setiap blok perancangan tersebut. Taburan titik ini diletakkan secara rawak dan berada di setiap jaringan jalan raya. 75 Setiap satu titik di satu blok perancangan akan pergi ke setiap lima titik di kawasan blok perancangan yang lain. Sila lihat Rajah 4.6 yang menjelaskan titik 1 Daerah Sentral akan pergi ke titik 1, titik 2, titik 3, titik 4 dan titik 5 kawasan Pelangi. Kemudian titik 2 Daerah Sentral akan pergi ke titik 1, titik 2, titik 3, titik 4 dan titik 5 kawasan Pelangi. Cara yang sama juga dilakukan bagi titik 3, titik 4 dan titik 5 Daerah Sentral ke semua titik yang ada di kawasan Pelangi serta blok perancangan lain. Daerah Sentral Pelangi T3 T2 T3 T2 T4 T4 T1 T5 T5 T1 Rajah 4.6: Arah pergerakan titik dari Kawasan Blok Perancangan Daerah Sentral ke Kawasan Perancangan Blok Pelangi yang mana setiap satu titik dari kawasan Blok Perancangan Daerah Sentral akan pergi ke lima titik Kawasan Blok Perancangan Pelangi. 76 Terdapat 5 titik di setiap blok perancangan. Setiap titik yang ada dalam blok perancangan itu akan pergi ke setiap titik blok perancangan yang lain. Rajah 4.7: Setiap satu blok perancangan akan terdapat 5 titik ke lima titik yang lain di setiap blok perancangan yang lain 4.7.3 Langkah-Langkah Bagi Menjalankan Analisis Rangkaian Masa perjalanan yang terpantas dapat ditentukan dengan melakukan analisis rangkaian. Langkah permulaan bagi melakukan analisis ini adalah dengan cara mengklik pada them jlnbuild.shp kemudiannya mengklik pada Icon Network. Icon Network ini diperolehi dengan mengklik pada File kemudian icon Extension Network Analysis dipilih dan diklikkan. Langkah ini ditunjukkan pada Rajah 4.8. 77 Rajah 4.8: Langkah bagi mendapatkan Icon Network Apabila Icon Network telah terpapar icon itu diklik kemudian Find Best Road dipilih bagi mendapatkan jalan yang terpantas. Langkah seterusnya adalah mengklik pada Propertie dan melihat pada Cost field bagi memilih pemberat yang bersesuaian dengan menekan pada anak panah. Ia akan menyenaraikan medan-medan pemberat yang terdapat pada data jaringan jalan raya yang digunakan bagi mendapatkan analisis berkaitan jaringan. Pemberat Traveltime dipilih bagi mendapatkan masa perjalanan yang terpantas seterusnya anggaran jarak dan masa perjalanan dari satu blok perancangan ke blok perancangan yang lain dapat diketahui apabila faktor Traveltime dipilih bagi mendapatkan laluan terbaik. Langkah ini ditunjukkan pada Rajah 4.9 dan Rajah 4.10. 78 Rajah 4.9: Icon Network digunakan bagi mendapatkan laluan terbaik dengan klik pada Find Best Route. Rajah 4.10: Senarai faktor pemberat yang boleh digunakan oleh pengguna bagi melakukan analisis jaringan. Faktor traveltime dipilih bagi mendapatkan masa perjalanan yang terpantas. 79 Setelah faktor pemberat iaitu Traveltime dipilih, langkah seterusnya adalah dengan mengklik pada icon (add location). Icon ini digunakan bagi menandakan dari satu blok perancangan ke satu blok perancangan yang lain. Maksudnya di sini adalah mengklik pada satu titik kemudian mengklik lagi pada satu titik yang terdapat di kawasan lain. Seterusnya pada icon (solve network problem) diklik. Maka akan terpaparlah laluan terbaik yang boleh dilalui oleh lori roti dari blok perancangan yang diklikkan di antara dua titik tadi . Laluan yang ditunjukkan oleh analisis ini merupakan jalan terbaik dan laluan ini boleh digunakan sebagai laluan yang terbaik untuk menghantar produk roti ke kawasan pasaran. Lihat Rajah 4.11 yang menunjukkan laluan terbaik berdasarkan faktor traveltime dari satu kawasan blok perancangan ke kawasan pasaran iaitu blok perancangan yang lain. Langkah yang sama juga dilakukan dari satu blok perancangan ke satu blok perancangan yang lain secara berulang-ulang. Laluan terbaik dari satu blok perancangan ke kawasan pasaran iaitu blok perancangan yang lain Rajah 4.11: Analisis rangkaian menunjukkan laluan terbaik berdasarkan faktor traveltime dari satu kawasan blok perancangan ke kawasan pasaran iaitu blok perancangan yang lain. 80 4.7.4 Kos Seunit Minyak Yang Dijana Setelah masa perjalanan diketahui, langkah seterusnya adalah membuat pengiraan bagi menentukan harga seunit minyak yang dijana. Pengiraan harga 1 minit minyak diesel yang dijana adalah ditunjukkan seperti berikut: ⎛ Harga diesel ⎞ ⎜ ⎟ Harga diesel km ⎝ ⎠ = 1 minit ⎛ ⎞ 1 ⎜⎜ ⎟⎟ ⎝ Halaju purata (km/j) ⎠ (5) ⎛ Harga diesel ⎞ ⎛ Halaju purata ⎞ =⎜ (km/minit) ⎟ ⎟×⎜ km 60 ⎝ ⎠ ⎝ ⎠ Harga diesel bagi setiap kilometer dikira terlebih dahulu. Kemudian dikira halaju purata bagi setiap jenis jaringan jalanraya. Halaju purata ini ditukar ke unit minit dengan mendarabkannya dengan 60 minit. Jadi, harga diesel bagi setiap minit ialah hasil darab harga diesel bagi setiap km dengan halaju purata dalam unit km/minit. Harga minyak diesel bagi setiap kilometer (km) dikira seperti berikut: Harga diesel bagi setiap km = Harga diesel sepanjang perjalanan Jarak perjalanan (km) Berdasarkan hasil temubual dengan pemandu lori roti, dianggarkan bagi 180 km perjalanan diperlukan diesel sebanyak RM 70. Harga diesel di pasaran adalah RM 1.58 seliter semasa kajian dijalankan. Jadi, harga diesel bagi setiap kilometer ialah: Harga diesel bagi setiap km = RM170 180km = RM 0.3889 ≈ RM 0.39 per km 81 Kemudian, jumlah halaju bagi setiap jenis jaringan jalanraya yang terdapat dalam kawasan kajian dikira. Antara jenis jaringan jalanraya ialah lebuhraya, jalan biasa, jalan utama dan jalan perumahan; yang mana mempunyai halaju dalam julat 20 hingga 110 km/j. Halaju purata dikira dengan membahagikan jumlah halaju dengan bilangan jenis jaringan jalanraya tersebut. Halaju purata = Halaju jaringan jalanraya yang terdapat di dalam kawasan kajian Bilangan jenis halaju jaringan jalanraya Katakan halaju bagi setiap jenis jaringan jalanraya ialah 20 km/j, 35 km/j, 40 km/j, 50 km/j, 60 km/j, 70 km/j, 80 km/j dan 110 km/j. Jadi halaju purata ialah: Halaju purata = 20 + 35 + 40 + 50 + 60 + 70 + 80 + 110 8 = 58.125 km/j Halaju purata ditukar ke unit km/minit dengan membahagikannya dengan 60 minit seperti di bawah: Halaju purata (km/minit) = 58.125 km/minit 60 = 0.96875 km/minit Kemudian, harga diesel bagi setiap minit perjalanan (kos 1 minit diesel yang dijana) dikira seperti dalam persamaan (5): harga diesel ⎛ harga diesel ⎞ ⎛ halaju purata ⎞ (km/minit) ⎟ =⎜ ⎟×⎜ 1 minit 1 km 60 ⎠ ⎠ ⎝ ⎝ = RM 0.39 0.96875 km × 1 km 1 minit = RM 0.38 setiap seminit 82 Setelah mengetahui kos 1 minit diesel yang dijana, jumlah masa perjalanan didarabkan dengan kos 1 minit diesel yang dijana. Hasil darab tersebut akan menghasilkan kos pengangkutan. Kos pengangkutan = 4.8 Kos 1 minit diesel Jumlah masa × perjalanan yang dijana Analisis Keuntungan Setelah semua maklumat yang berkaitan diperolehi dari analisis yang dilakukan maka keuntungan sesuatu kawasan dapat diketahui. Ini dilakukan dengan cara keuntungan kasar ditolak dengan kos-kos yang terlibat. Cara pengiraan ditunjukkan dalam Rajah 4.12. Permintaan x Harga sekeping roti Keuntungan kasar Keuntungan kasar tolak kos-kos yang terlibat dalam membuat roti Keuntungan bersih Rajah 4.12: Cara pengiraan untuk mendapatkan keuntungan bersih. 83 Setelah pengiraan dibuat maka kawasan yang menguntungkan dapat ditentukan. Keuntungan kawasan blok perancangan ditentukan dengan cara menjumlahkan kesemua keuntungan kasar bagi setiap blok perancangan kemudian ditolak kesemua kos-kos yang terlibat di setiap blok perancangan. Sebagai contoh, sekiranya kilang ingin didirikan di kawasan blok perancangan Daerah Sentral maka keuntungan yang diperolehi di kawasan Daerah Sentral adalah dengan cara keuntungan kasar yang diperolehi di 13 blok perancangan selain Daerah Sentral dijumlahkan dan ditolak dengan jumlah kos-kos yang terlibat di 13 blok perancangan yang lain selain Daerah Sentral. Keuntungan kasar dan kos-kos yang terlibat di Daerah Sentral tidak diambil kira dalam menentukan keuntungan di kawasan Daerah Sentral. Ini adalah kerana kajian yang dilakukan ini hanya memfokuskan kepada kawasan pasaran di luar daripada Daerah Sentral. Begitulah seterusnya langkah yang sama juga dilakukan kepada blok perancangan yang lain. Kaedah bagi menentukan keuntungan kawasan blok perancangan di gambarkan dalam Rajah 4.13. 84 Sekiranya kilang didirikan di kawasan Daerah Sentral Keuntungan bersih yang diperolehi di kawasan tersebut adalah dengan cara Keuntungan kasar 13 blok perancangan yang lain selain Daerah Sentral. ditolak Kos A + Kos B Rajah 4.13: Langkah-langkah bagi menentukan keuntungan di setiap kawasan blok perancangan MBJB. Setelah semua keuntungan diperolehi di setiap blok perancangan maka data keuntungan yang diperolehi akan dimasukkan ke dalam pangkalan data GIS bagi mengkelaskan tahap keuntungan yang diperolehi. Kemudian melalui fungsi yang terdapat di dalam pangkalan data tersebut hasil analisis keuntungan kawasan blok perancangan tadi boleh dipaparkan mengikut tahap keuntungan yang diperolehi. Tahap keuntungan tadi akan dikelaskan ke dalam tiga tahap skala atau tahap keuntungan dengan menggunakan arahan classify (Rajah 4.14) 85 Arahan classify Nilai data baru setelah pengkelasan data dilakukan Rajah 4.14 : Pengkelasan tahap keuntungan dengan menggunakan arahan Classify Langkah seterusnya adalah membuat analisis perbandingan di antara keuntungan dibahagi dengan jumlah penduduk bagi mendapatkan keuntungan perkapita. Langkah pengkelasan yang sama juga akan dilakukan. Setelah pengiraan keuntungan diperolehi, tahap keuntungan ini dikelaskan berdasarkan tiga peringkat keuntungan iaitu 0 – 27338.89 (dikategorikan sebagai kurang menguntungkan), 27338.89 – 54677.78 ( sederhana menguntungkan) dan 54677.78 – 82016.67 (keuntungan yang paling tinggi). Sekiranya sesuatu kawasan blok perancangan itu mencapai keuntungan antara 54677.78 hingga 82016.67 maka potensi untuk mendirikan kilang roti di situ adalah tinggi. Sebaliknya pula keuntungan yang paling rendah iaitu 0 hingga 27338.89 merupakan kawasan yang paling kurang berpotensi bagi mendirikan kilang roti (Muhamad Rujhan, 2004). 86 4.9 Kesimpulan Keuntungan sesuatu kawasan blok perancangan dapat diketahui dengan menggunakan rumus keuntungan kasar ditolak dengan kos-kos yang terlibat. Keuntungan kasar permintaan terhadap roti dapat diketahui dengan cara bilangan keping roti yang dimakan tersebut didarab dengan harga purata sekeping roti yang telah dianalisis harganya berdasarkan kepada enam jenama utama roti yang terdapat di pasaran. Kos yang terlibat di dalam pembuatan roti pula adalah kos operasi, kos bahan, kos pemasaran, kos pentadbiran dan kos pengangkutan. Semua kos kecuali kos pengangkutan diperolehi melalui soal selidik yang dibuat dengan pengusaha kilang roti. Kos pengangkutan diperolehi dengan cara membuat analisis rangkaian bagi mendapatkan masa perjalanan yang terbaik. Masa perjalanan tersebut kemudiannya didarabkan dengan kos seunit minyak yang dijana oleh lori roti berkenaan bagi mendapat kos pengangkutan. Setelah semua maklumat yang diperlukan diperolehi maka sesuatu keuntungan di sesuatu kawasan blok perancangan dapat diketahui. Keuntungan kasar yang diperolehi akan ditolakkan dengan kos-kos yang terlibat bagi mendapatkan keuntungan bersih. Setelah keuntungan bersih diperolehi jumlah tersebut akan dibahagikan dengan jumlah penduduk di seluruh kawasan destinasi bagi mendapatkan keuntungan perkapita. Kemudian keuntungan per kapita itu dikelaskan mengikut keuntungan yang paling tinggi, sederhana untung dan yang kurang menguntungkan. BAB V ANALISIS HASIL 5.1 Pengenalan Bab V ini membincangkan pengkelasan kawasan blok perancangan mengikut tahap keuntungan yang diperolehi setelah analisis dilakukan. penting bagi mencapai objektif kedua dalam kajian ini. Hasil analisis ini Data yang diperolehi daripada soal selidik, temuramah dan pemerhatian digunakan dan analisis dibuat dengan mengunakan perisian Microsoft Excel dan Analisis Rangkaian. Hasil analisis akan menunjukkan pemeringkatan kawasan berdasarkan keuntungan yang diperolehi. Keuntungan yang diperolehi berbeza-beza mengikut kawasan blok perancangan. Seterusnya pengkelasan kawasan keuntungan akan dibuat berdasarkan tahap keuntungaan yang diperolehi setelah analisis dilakukan. Selain itu hasil analisis juga akan dibuat perbandingan dengan Kawasan Taburan Industri Terancang, Tidak Terancang dan kawasan perusahaan kilang roti sedia ada. Ini adalah bertujuan bagi melihat samada kawasan yang dizonkan oleh pihak berkuasa berada pada kawasan yang mempunyai keuntungan yang maksimum atau pun tidak. 88 5.2 Analisis Keuntungan Kasar 5.2.1 Analisis Permintaan Terhadap Roti Analisis permintaan dilakukan bagi mendapatkan permintaan roti di kawasan blok perancangan. Langkah-langkah bagi mendapatkan permintaan roti ada dinyatakan dalam Bab 1V. Jadual 5.1 menunjukkan kuantiti permintaan roti mengikut kawasan blok perancangan. Jadual 5.1 : Kuantiti permintaan roti mengikut kawasan blok perancangan. Kawasan Bilangan Responden Daerah Sentral 260 2,445 Purata Keping Roti Yang Yang Dimakan Per Orang Selama Seminggu 9 Pelangi 284 2,464 Pasir Pelangi 264 Permas Jaya Jumlah Keping Roti Yang Dimakan Selama Seminggu Jumlah Jumlah Permintaan Penduduk Keping Roti 29,937 269,433 9 40,677 366,093 2,362 9 7,038 63,342 295 2,314 8 32,901 263,208 Pandan 235 2,264 10 33,971 339,710 Majidee 254 2,610 10 51,291 512,910 Kangkar 290 2,487 9 23,079 207,711 Kempas 262 2,391 9 68,732 618,588 Larkin 208 1,975 10 43,125 388,125 Tampoi 209 1,845 9 33,200 298,800 Tasek Utara 266 2,366 9 12,785 115,065 Kaw. Maju 191 1,970 10 1,154 11,540 Mount Austin 251 2,062 8 33,781 270,248 Rinting 267 2,071 8 28,059 224,472 Tebrau Jaya 89 Hasil analisis mendapati responden yang paling ramai terdapat di kawasan blok perancangan Permas Jaya dengan jumlah responden seramai 295 orang manakala kawasan blok perancangan kawasan Maju Jaya mempunyai bilangan responden yang paling sedikit iaitu seramai 191 orang. Ini adalah selari dengan bilangan penduduk yang paling sedikit berbanding dengan jumlah penduduk di kawasan blok perancangan yang lain. Walaupun blok perancangan Permas Jaya mempunyai bilangan responden yang paling ramai tetapi jumlah keping roti yang dimakan seminggu tidaklah yang paling banyak. Kawasan blok perancangan yang mempunyai jumlah keping roti yang dimakan seminggu paling banyak adalah kawasan blok perancangan Majidee iaitu sebanyak 2,610 keping manakala kawasan blok perancangan Maju Jaya mempunyai bilangan keping roti yang dimakan seminggu paling sedikit iaitu sebanyak 1,970 keping. Jika dilihat dari segi purata keping roti per orang yang dimakan seminggu, terdapat 3 kawasan blok perancangan yang mempunyai mempunyai purata per orang keping roti yang dimakan seminggu paling tinggi iaitu kawasan blok perancangan Majidee, Kawasan Maju Jaya dan Pandan iaitu purata keping roti per orang yang dimakan seminggu adalah sebanyak 10 keping. Purata keping roti per orang yang dimakan seminggu paling rendah iaitu sebanyak 8 keping adalah di kawasan Blok Perancangan Permas Jaya, Mount Austin dan Rinting. Lihat Rajah 5.1 menunjukkan kuantiti permintaan roti mengikut blok perancangan. Secara kesimpulannya, walaupun sesuatu kawasan itu mempunyai responden yang ramai tetapi jumlah permintaan terhadap roti tidak semestinya tinggi. Jika dikira dari segi purata jumlah roti yang dimakan seminggu pula menunjukkan terdapat 3 blok perancangan yang mempunyai purata jumlah roti yang dimakan seminggu yang paling tinggi dan 3 blok perancangan yang mempunyai purata keping roti yang dimakan seminggu paling rendah. Ini mungkin bergantung kepada kegemaran individu itu untuk memakan roti di samping terdapat beberapa faktor lain yang mempengaruhi seperti faktor kos dan terdapat makanan lain yang diambil selain daripada roti. 90 Kuantiti permintaan roti mengikut kawasan blok perancangan 300,000 250,000 200,000 Keping roti 150,000 100,000 50,000 0 al ntr Se h a er Da gi u gi ee as an ya lan jid nd bra Ja lan mp Pe Te Pa Ma Pe as Ke r r i m a r s k Pe Pa ng Ka n rki La a n oi ya sti tar mp Ja Au Ta kU aju nt se ou .M Ta M w Ka g tin Rin Kawasan Rajah 5.1 : Kuantiti permintaan roti mengikut blok perancangan. Jumlah permintaan keping roti yang paling tinggi pula adalah kawasan Blok Perancangan Kempas dengan jumlah permintaan sebanyak 618,588 keping roti dalam seminggu manakala permintaan keping roti yang paling sedikit pula adalah kawasan Blok Perancangan Kawasan maju Jaya dengan jumlah permintaan sebanyak 11,540 keping dalam seminggu. Ini mungkin adalah disebabkan oleh Blok Perancangan Kempas mempunyai jumlah penduduk yang paling ramai iaitu seramai 68,732 orang berbanding dengan kawasan Blok Perancangan Kawasan Maju Jaya yang mempunyai jumlah penduduk paling sedikit iaitu 1,154 orang. Walau bagaimanapun faktor purata keping roti per orang yang dimakan juga mempengaruhi permintaan roti di sesuatu blok perancangan ini ditunjukkan oleh blok perancangan Kawasan Maju Jaya yang mempunyai purata keping roti per orang yang dimakan seminggu paling tinggi iaitu 10 keping tetapi tidak dapat menghasilkan jumlah permintaan yang tinggi disebabkan jumlah penduduknya adalah paling sedikit berbanding blok perancangan yang lain. Permintaan roti yang terhasil dalam kajian ini adalah dalam bentuk fizikal (keping) dan ia perlu ditukar ke dalam bentuk wang bagi mengira keuntungan yang 91 bakal diperolehi di sesuatu kawasan blok perancangan. Oleh itu maklumat yang berkaitan harga roti adalah diperlukan. Jadual 5.2 menunjukkan jenama roti dan harga roti yang terdapat di pasaran semasa kajian dijalankan. Jadual 5.2 : Jenama roti dan harga roti yang terdapat di pasaran. Jenama Roti Berat (g) Bilangan Keping Roti Harga (RM) Berat sekeping roti (g) 630 20 2.60 31.50 Harga Sekeping Roti (RM)) 0.13 500 20 2.00 25.00 0.10 420 14 1.90 30.00 0.14 650 19 2.60 34.21 0.14 620 20 2.30 31.00 0.12 430 13 1.90 33.08 0.15 550 20 2.00 27.50 0.10 320 12 1.30 26.67 0.12 550 22 2.00 25.00 0.09 310 13 1.20 23.85 0.09 Mighty 550 20 2.00 27.50 0.10 White 320 14 1.30 22.86 0.09 Daily 550 20 2.00 27.50 0.10 400 14 1.50 28.57 0.11 28.16 0.11 Gardenia High 5 Hawaii Chicago Purata Jadual 5.2 menunjukkan terdapat 6 jenama roti yang popular di pasaran yang mempunyai berat, bilangan keping roti dan harga sebungkus roti. Jenama roti yang paling berat dijual di pasaran adalah roti berjenama High 5 dengan berat sebanyak 650 gram manakala berat roti yang paling ringan dijual dipasaran adalah roti berjenama Daily dengan berat roti sebanyak 400 gram. Ini adalah merupakan salah satu daripada strategi pemasaran Roti Jenama High 5 bagi menawarkan pilihan barangan kepada pelanggan. Walau bagaimanapun ia bergantung kepada jumlah keuntungan yang boleh dihasilkan daripada penjualan roti tersebut mengikut berat yang telah ditentukan. 92 Hasil pengiraan menunjukkan harga sekeping roti yang paling mahal adalah berjenama High 5 dengan berat sekeping roti 33.08 gram berharga RM0.15sen sekeping. Harga sekeping roti yang paling murah pula adalah roti berjenama Chicago dan Mighty White dengan berat sekeping roti sebanyak 25 gram, 23.85 gram dan 22.86 gram dengan harga sekeping roti RM0.09sen. Ini mungkin di sebabkan Jenama Roti High 5 mempunyai kos pengeluaran yang tinggi berbanding Jenama Roti Chicago dan Mighty White. Berat purata sekeping roti dalam kajian ini pula adalah sebanyak 28.16 gram dengan harga purata sekeping roti pula adalah pada harga RM0.11sen. Purata harga sekeping roti ini digunakan untuk mengira jumlah permintaan roti di sesuatu blok perancangan dalam bentuk wang. 5.3 Analisis Kos-kos Yang Terlibat 5.3.1 Analisis Kos Bahan, Kos Operasi, Kos Pemasaran, Pentadbiran (Kos A) Analisis kos-kos yang terlibat ini diperlukan bagi mengira keuntungan yang bakal diperolehi di sesuatu kawasan blok perancangan. Kos-kos yang terlibat adalah seperti kos bahan, kos operasi, kos pemasaran, kos pentadbiran dan kos pengangkutan. Jadual 5.3 menunjukkan jenama roti dan kos-kos yang terlibat dalam membuat sebungkus roti. Kos-kos yang terlibat dalam membuat sebungkus roti secara lebih terperinci lagi ada dinyatakan dalam Lampiran B. Sumber maklumat tentang kos-kos roti ini diperolehi daripada temuramah dengan pengusaha kilang roti. Jadual 5.3 menunjukkan Roti Gardenia yang mempunyai berat 630gram mempunyai jumlah kos yang paling tinggi iaitu sebanyak RM2.21. Ini mungkin disebabkan roti jenama ini menggunakan ramuan yang banyak dan bermutu tinggi. Harga kos roti yang kedua paling tinggi adalah Roti Jenama High 5 yang mempunyai berat 650gram dengan jumlah kos sebanyak RM2.07. Roti jenama ini juga menggunakan ramuan bahan yang banyak dan bermutu tinggi sama seperti Roti Gardenia. Selain itu kos kedua jenama roti ini tinggi adalah disebabkan ia 93 memasarkan produk roti tersebut dengan menggunakan perkhidmatan iklan di televisyen dan radio. Jadual 5.3 : Jenama roti dan kos-kos yang terlibat dalam membuat sebungkus roti. Jenama Roti Berat (g) Bilangan Keping Roti Kos Bahan (RM) Kos operasi (RM) Kos Pemasaran (RM) Lainlain Gardenia 630 500 420 650 620 430 550 320 550 310 550 20 20 14 19 20 13 20 12 22 13 20 1.13 0.79 0.75 1.14 0.99 0.75 0.82 0.47 0.81 0.45 0.84 0.7 0.41 0.35 0.55 0.53 0.37 0.5 0.29 0.5 0.28 0.47 0.26 0.25 0.29 0.26 0.25 0.22 0.05 0.03 0.05 0.03 0.05 0.11 0.09 0.08 0.12 0.11 0.08 0.1 0.06 0.1 0.06 0.1 320 550 400 14 20 14 0.49 0.92 0.66 0.27 0.47 0.34 0.03 0.05 0.04 0.06 0.1 0.07 High 5 Hawaii Chicago Mighty White Daily Purata Jumlah Kos Sekeping Roti (RM) 0.11 0.08 0.11 0.11 0.09 0.11 0.07 0.07 0.07 0.06 0.07 0.06 0.08 0.08 0.08 Roti Jenama Chicago pula mempunyai kos yang paling rendah iaitu sebanyak RM0.82 dengan berat 310gram. Ini mungkin disebabkan roti jenama ini menggunakan ramuan bahan campuran yang sedikit dan yang berharga rendah. Selain itu ia juga tidak menggunakan perkhidmatan media untuk memasarkan produk roti tersebut. Walau bagaimanapun kos-kos tersebut juga bergantung kepada kuantiti berat roti yang dijual di pasaran. Sekiranya semakin berat roti tersebut maka kosnya juga akan meningkat. 94 5.3.2 Kos Pengangkutan (Kos B) Kos pengangkutan dalam kajian ini diperolehi dengan cara melakukan Analisis Rangkaian yang menggunakan ArcView 3.3. Jadual 5.4 menunjukkan kos pengangkutan yang diperolehi dari satu blok perancangan ke semua blok perancangan yang lain. Jadual 5.4 : Kos pengangkutan dari satu blok perancangan ke semua blok perancangan yang lain. No. Blok Perancangan 1 Daerah Sentral ke semua blok perancangan Pelangi ke semua blok perancangan Majidee ke semua blok perancangan Kangkar Tebrau ke semua blok perancangan Kempas ke semua blok perancangan Larkin ke semua blok perancangan Tampoi ke semua blok perancangan Tasek Utara ke semua blok perancangan Kawasan Maju Jaya ke semua blok perancangan Pasir Pelangi ke semua blok perancangan Kawasan Rinting ke semua blok perancangan Permas Jaya ke semua blok perancangan Pandan ke semua blok perancangan Mount Austin ke semua blok perancangan 2 3 4 5 6 7 8 9 10 11 12 13 14 Jumlah masa perjalanan (minit) 129,765.20 Kos pengangkutan (RM) 49,310.78 69,714.00 26,491.32 105,854.89 40,224.86 104,432.64 39,684.40 97,641.83 37,103.90 93,719.71 35,613.49 125,524.98 47,699.49 152,342.61 57,890.19 105,786.52 40,198.88 195,457.28 74,273.77 253,959.97 96,504.79 174,676.86 66,377.21 169,030.03 64,231.41 185,817.76 70,610.75 Langkah-langkah untuk mendapatkan masa perjalanan telah ditunjukkan dalam Bahagian (4.7.4). Jadual terperinci tentang masa perjalanan dari satu blok 95 perancangan ke semua blok perancangan yang lain ada dinyatakan dalam Lampiran C. Jadual terperinci tentang kos pengangkutan pula dari satu blok perancangan ke semua blok perancangan yang lain ada dinyatakan dalam Lampiran D. Analisis rangkaian menunjukkan Blok Perancangan Pelangi mempunyai masa perjalanan yang paling singkat berbanding dengan blok perancangan yang lain iaitu 69,714.00 minit dengan kos pengangkutan yang paling rendah iaitu sebanyak RM 26,491.32. Ini mungkin disebabkan oleh jarak perjalanan yang pendek dan terdapat laluan altenatif yang paling cepat dari kawasan Blok Perancangan Pelangi ke semua blok perancangan. Selain itu, ia mungkin juga disebabkan kedudukan kawasan Blok Perancangan Pelangi yang strategik berbanding dengan blok perancangan yang lain. Kawasan blok perancangan yang mempunyai masa perjalanan sederhana iaitu tidak terlalu singkat dan tidak pula terlalu lama adalah kawasan Blok Perancangan Tampoi dan Daerah Sentral dengan masa perjalanan iaitu antara 125,524.98 minit sehingga 129,765.20 minit. Faktor yang menyebabkan keadaan ini berlaku mungkin juga di sebabkan faktor lokasinya yang berada ditengah dan juga faktor fizikal kawasan tersebut yang sederhana luas. Kawasan blok perancangan Rinting mempunyai masa perjalanan yang paling lama iaitu selama 253,959.97 minit ke semua blok perancangan yang lain. Ini menjadikan kos pengangkutan dari kawasan blok perancangan Rinting ke semua blok perancangan adalah yang paling tinggi iaitu sebanyak RM96,504.79. Keadaan ini mungkin disebabkan kedudukan kawasan blok perancangan Rinting berada di kawasan yang kurang strategi iaitu berada jauh sedikit dengan blok perancangan yang lain. Selain itu juga kawasan Blok Perancangan Rinting merupakan kawasan yang baru membangun jadi tidak terdapat banyak laluan alternatif yang paling singkat untuk menuju ke kawasan blok perancangan Rinting di samping keluasan kawasan blok perancangan rinting yang besar juga telah meningkatkan masa perjalanan dari kawasan tersebut ke blok perancangan yang lain. 96 5.4 Analisis Bagi Menentukan Keuntungan Kawasan Blok Perancangan Jadual 5.5 menunjukkan pemeringkatan keuntungan yang diperolehi setelah keuntungan kasar ditolak dengan kos A dan kos B. Jadual terperinci tentang keuntungan yang diperolehi setelah hasil ditolak dengan kos A dan kos B dari satu blok perancangan ke semua blok perancangan yang lain ada dinyatakan dalam Lampiran E. Perbezaan peringkat keuntungan ini juga ditunjukkan dalam bentuk graf, lihat Rajah 5.2. Jadual 5.5 : Pemeringkatan keuntungan yang diperolehi dari satu-satu blok perancangan ke semua blok perancangan yang lain. No. Blok Perancangan Keuntungan Kos A Kos B Untung Kasar RM (RM) (RM) Bersih (RM) 1. Pelangi 394,146.72 286,652.16 26,491.32 81,003.24 2. Kawasan Maju 433,147.55 315,016.40 40,198.88 77,932.27 Jaya 3. Kangkar Tebrau 411,568.74 299,322.72 39,684.40 72,561.62 4. Larkin 391,723.20 284,889.60 35,613.49 71,220.11 5. Majidee 377,996.85 274,906.80 40,224.86 62,865.19 6. Kempas 366,372.27 266,452.56 37,103.90 62,815.81 7. Tampoi 401,548.95 292,035.60 47,699.49 61,813.86 8. Daerah Sentral 404,779.32 294,384.96 49,310.78 61,083.58 9. Tasek Utara 421,759.80 306,734.40 57,890.19 57,135.21 10. Permas Jaya 405,464.07 294,882.96 66,377.21 44,203.90 11. Pandan 397,048.85 288,762.80 64,231.41 44,054.64 12. Pasir Pelangi 427,449.33 310,872.24 74,273.77 42,303.32 13. Mount Austin 404,689.67 294,319.76 70,610.75 39,759.16 14. Kawasan Rinting 409,725.03 297,981.84 96,504.79 15,238.40 97 Pemeringkatan keuntungan yang diperolehi dari satu-satu blok perancangan ke semua blok perancangan yang lain 90,000.00 80,000.00 70,000.00 60,000.00 50,000.00 Untung Bersih (RM) 40,000.00 30,000.00 20,000.00 10,000.00 0.00 ya gi rau Ja lan eb aju Pe rT ka nM g a n s Ka wa Ka n as ee rki jid mp La Ma Ke l a oi ya tra tar Ja mp en kU as Ta hS se erm era Ta P a D gi tin ing an lan us int nd Pe tA Pa nR un sir sa a Mo Pa w Ka Blok Perancangan Rajah 5.2 : Graf pemeringkatan keuntungan yang diperolehi dari satu-satu blok perancangan ke semua blok perancangan yang lain. Hasil analisis mendapati Blok Perancangan Pelangi mempunyai jumlah keuntungan yang paling tinggi diikuti oleh Kawasan Maju Jaya, Kangkar Tebrau, Larkin, Majidee, Kempas, Tampoi, Daerah Sentral, Tasek Utara, Permas Jaya, Pandan , Pasir Pelangi, Mount Austin dan akhir sekali adalah Blok Perancangan Kawasan Rinting. Kawasan yang mempunyai keuntungan kasar yang paling tinggi adalah kawasan blok perancangan Kawasan Maju Jaya iaitu sebanyak RM 433,147.55 manakala Kos A yang paling rendah adalah di kawasan blok perancangan Kempas iaitu sebanyak RM 266,452.56. Walau pun kawasan blok perancangan Kawasan Maju Jaya mempunyai keuntungan kasar yang paling tinggi dan blok perancangan Kempas mempunyai Kos A yang paling rendah, hasil analisis menunjukkan ia bukanlah kawasan yang mempunyai keuntungan yang paling tinggi. Keadaan ini mungkin disebabkan blok perancangan Kawasan Maju Jaya mempunyai kos A yang paling tinggi iaitu sebanyak RM 315,016.40 yang mana sekiranya permintaan tinggi maka kos A juga akan tinggi. Kawasan blok perancangan ini berada pada kedudukan keuntungan kedua paling tinggi. Kawasan blok perancangan Kempas pula berada pada kedudukan keuntungan yang ke enam paling tinggi. Keadaan ini mungkin disebabkan keuntungan bersih yang diperolehi adalah paling sedikit berbanding blok perancangan yang lain. Apabila keuntungan 98 bersih yang diperolehi adalah kecil tentunya jumlah kos A juga adalah kecil. Jumlah kos A yang kecil juga tidak menjamin kedudukan keuntungan yang paling tinggi. Kawasan blok perancangan Pelangi mempunyai keuntungan bersih yang paling tinggi disebabkan kos pengangkutan yang diperolehi adalah rendah berbanding kos pengangkutan di kawasan blok perancangan yang lain. Kawasan blok perancangan Rinting pula mempunyai keuntungan bersih yang paling sedikit. Ini disebabkan kos pengangkutan yang diperolehi di kawasan tersebut adalah paling tinggi berbanding blok perancangan yang lain. Kesimpulan yang boleh dibuat di sini ialah setiap kos A, kos B dan keuntungan kasar sangat mempengaruhi di antara satu sama lain dalam menentukan tahap keuntungan kawasan tertentu. Walau bagaimana pun hasil analisis ini menunjukkan tiada kawasan blok perancangan pun yang mengalami kerugian. Keuntungan yang diperolehi mengikut kawasan blok perancangan ini dipaparkan dalam bentuk peta. Rajah 5.3 menunjukkan tahap keuntungan yang diperolehi di setiap blok perancangan MBJB. Rajah 5.3 : Tahap keuntungan yang diperolehi di setiap blok perancangan MBJB. 99 5.4.1 Keuntungan Perkapita bagi Blok Perancangan Keuntungan yang seterusnya adalah mendapatkan keuntungan perkapita. Ia ini diperlukan bagi mendapatkan keuntungan yang diperolehi perorang dengan cara membahagi keuntungan bersih dengan jumlah penduduk kawasan destinasi. Jadual 5.6 menunjukkan keuntungan perkapita sesuatu kawasan mengikut jumlah penduduk dan keluasan kawasan blok perancangan. Jadual 5.6 : Keuntungan perkapita sesuatu kawasan mengikut jumlah penduduk kawasan destinasi dan keluasan kawasan blok perancangan. No. Blok Perancangan 1 2 3 4 5 6 7 8 9 10 11 12 13 14 Pelangi Kaw.Maju Jaya Larkin Kangkar Tebrau Kempas Majidee Tampoi Daerah Sentral Tasek Utara Permas Jaya Pandan Pasir Pelangi Mount Austin Kawasan Rinting Jumlah Keuntungan (RM) 81,003.24 77,932.27 71,220.11 72,561.62 Jumlah Penduduk Kawasan Destinasi 399,053 438,576 396,605 416,651 62,815.81 62,865.19 61,813.86 61,083.58 57,135.21 44,203.90 44,054.64 42,303.32 39,759.16 15,238.40 370,998 388,439 406,530 409,793 426,945 406,829 405,759 432,692 405,949 411,671 Luas Blok Keutungan Perancangan Perkapita (Acres) (Turus3/ Turus4) 2,002.03 0.20 6,817.20 0.18 3,724.20 0.18 2,652.28 0.17 3,905.19 2,533.38 2,193.79 1,752.13 2,476.02 3,383.66 3,295.72 1,298.03 2,854.55 5,175.29 0.17 0.16 0.15 0.15 0.13 0.11 0.11 0.10 0.10 0.04 Hasil analisis menunjukkan keuntungan perkapita yang paling tinggi adalah masih sama dengan keuntungan bersih blok perancangan iaitu kawasan Blok Perancangan Pelangi sebanyak 0.20 diikuti kawasan Blok Perancangan kawasan Maju Jaya iaitu sebanyak 0.18. Terdapat perbezaan peringkat keuntungan blok perancangan dengan keuntungan bersih perkapita blok perancangan pada kedudukan ketiga hingga enam. Blok Perancangan yang berada di tempat ketiga adalah Blok 100 Perancangan Larkin dengan keuntungan perkapita sebanyak 0.18 manakala kedudukan di tempat keempat dan kelima pula adalah Blok Perancangan Kangkar Tebrau dan Blok Perancangan Kempas yang mempunyai keuntungan perkapita yang sama iaitu sebanyak 0.17. Blok Perancangan Majidee pula berada pada kedudukan yang keenam dengan keuntungan perkapita sebanyak 0.16. Kedudukan keuntungan perkapita blok perancangan dari tempat ketujuh hingga keempat belas adalah sama seperti keuntungan bersih blok perancangan. Perbezaan kedudukan keuntungan perkapita yang berlaku di antara blok perancangan ini adalah disebabkan perbezaan jumlah penduduk kawasan destinasi dan juga jumlah keuntungan bersih yang diperolehi. Sekiranya jumlah penduduk kawasan destinasi adalah rendah maka keuntungan perkapitanya adalah tinggi. Walau bagaimanapun keadaan ini tidak berlaku di semua kawasan kajian. Kawasan Blok Perancangan Kempas mempunyai jumlah penduduk destinasi yang paling sedikit berbanding blok perancangan yang lain. Walau bagaimanapun ia tidak berada pada kedudukan keuntungan perkapita yang paling tinggi. Ini disebabkan keuntungan bersih yang diperolehi adalah lebih lebih rendah iaitu keuntungan bersihnya berada di tempat yang ke enam. Jika lihat pula pada Kawasan Blok Perancangan Kawasan Maju Jaya yang mempunyai jumlah penduduk kawasan destinasi yang paling tinggi tidak pula berada pada kedudukan yang paling rendah tetapi ia berada pada kedudukan keuntungan perkapita kedua tertinggi. Ini disebabkan keuntungan bersih yang diperolehi adalah lebih tinggi iaitu berada pada kedudukan keuntungan bersih kedua paling tinggi. Kawasan Blok Perancangan Rinting berada pada kedudukan keuntungan perkapita yang paling rendah. Ini disebabkan keuntungan bersih yang diperolehi adalah paling sedikit di antara blok perancangan yang lain. Kesimpulan yang boleh dibuat daripada hasil analisis mendapati tinggi atau rendahnya keuntungan per kapita yang diperolehi dipengaruhi oleh keuntungan bersih dan jumlah penduduk kawasan destinasi. Sekiranya keuntungan bersih yang diperolehi tinggi dan jumlah penduduk kawasan destinasi yang tinggi maka keuntungan perkapita yang diperolehi juga adalah tinggi begitulah sebaliknya. Perbezaan tahap keuntungan perkapita ini ditunjukkan dalam Rajah 5.4. 101 Rajah 5.4 : Tahap keuntungan per kapita yang diperolehi di setiap blok perancangan MBJB. 5.5 Hasil Pengkelasan Tahap Keuntungan Blok Perancangan Keuntungan blok perancangan yang diperolehi bagi setiap kawasan blok perancangan dikelaskan kepada tiga tahap keuntungan iaitu terdapat sebanyak sembilan buah blok perancangan yang dikelaskan sebagai kawasan keuntungan yang paling tinggi (54002.16 sehingga 81003.24). Ia juga menunjukkan terdapat empat blok perancangan yang mempunyai tahap keuntungan sederhana menguntungkan (27001.08 sehingga 54002.16) dan hanya satu kawasan yang mempunyai tahap keuntungan yang dikategorikan sebagai kurang menguntungkan (0 sehingga 27001.08). Kesemua tahap keuntungan bagi setiap blok perancangan ditunjukkan dalam Jadual 5.7 dan dalam bentuk peta. Lihat Rajah 5.5. 102 Jadual 5.7 : Pengkelasan keuntungan perblok perancangan. Pengkelasan Keuntungan (RM) Blok Perancangan 0 – 27001.08 (kurang menguntungkan) Kawasan Rinting Permas Jaya 27001.08-54002.16 Pandan (sederhana menguntungkan) Pasir Pelangi Mount Austin Pelangi Kawasan Maju Jaya Kangkar Tebrau 54002.16-81003.24 Larkin (keuntungan yang paling tinggi) Majidee Kempas Tampoi Daerah Sentral Tasek Utara Rajah 5.5 : Pengkelasan keuntungan perblok perancangan. 103 Pengkelasan keuntungan per kapita pula dikelaskan kepada tiga tahap keuntungan iaitu iaitu terdapat sebuah blok perancangan yang mempunyai tahap keuntungan per kapita yang kurang menguntungkan (0 sehingga 0.0067) iaitu kawasan Blok Perancangan Rinting. Blok Perancangan yang mempunyai pengkelasan keuntungan per kapita sederhana menguntungkan dengan kelas keuntungan per kapita sebanyak (0.067 sehingga 0.133) pula adalah terdiri daripada lima buah blok perancangan iaitu Tasek Utara, Permas Jaya, Pandan, Pasir Pelangi dan Mount Austin. Seterusnya terdapat sebanyak lapan buah kawasan blok perancangan yang dikelaskan sebagai keuntungan per kapita yang paling tinggi dengan kelas keuntungan perkapita sebanyak (0.133 sehingga 0.20). Tahap pengkelasan keuntungan per kapita ini ditunjukkan pada Jadual 5.8 dan Rajah 5.6. Jadual 5.8 : Pengkelasan keuntungan per kapita dalam blok perancangan. Pengkelasan Keuntungan RM Perkapita Blok Perancangan 0 – 0.067 (kurang menguntungkan) Kawasan Rinting Tasek Utara Permas Jaya 0.067-0.133 Pandan (sederhana menguntungkan) Pasir Pelangi Mount Austin Pelangi 0.133-0.20 Kaw.Maju Jaya (keuntungan yang paling tinggi) Larkin Kangkar Tebrau Kempas Majidee Tampoi Daerah Sentral 104 Rajah 5.6 : Pengkelasan tahap keuntungan per kapita kawasan blok perancangan. 5.6 Hasil Yang Diperolehi Daripada Pengaplikasian Konsep Margin Keuntungan Secara Ruang Setelah analisis dan pengiraan dibuat ke atas data yang terlibat hasil yang diperolehi mengambarkan keuntungan yang diperolehi di setiap blok perancangan. Keuntungan ini menggambarkan kemampuan sesuatu kawasan untuk dibangunkan dengan sektor perindustrian berasaskan makanan khususnya perusahaan roti yang mengaplikasikan konsep Margin Keuntungan Secara Ruang. Konsep Margin Keuntungan Secara Ruang sekarang menjadi pengolahan yang standat terhadap lokasi industri dalam ekonomi geografi. Taylor mengemukan alasan margin mungkin berkesan dalam kawasan yang begitu luas pada mana-mana petafsiran nilai. Pengalaman menunjukkan yang spatial margin adalah berkemampuan terhadap identiti empirik dan ia boleh jadi alat bantu untuk 105 menjelaskan corak lokasi dunia sebenar (Smith, 1970). Hasil kajian yang dilakukan mendapati konsep ini juga boleh digunakan bagi membangunkan harta tanah terutama industri yang melibatkan pengagihan produk ke pasaran. 5.6.1 Pengkelasan Tahap Keuntungan Kawasan Blok Perancangan Implikasi daripada penggunaan konsep ini adalah dapat mengenalpasti tahap keuntungan sesuatu kawasan blok perancangan bagi pembinaan kilang perusahaan roti. Hasil kajian mendapati setiap blok perancangan mempunyai tahap keuntungan yang berbeza dan tiada satu kawasan pun yang tidak menguntungkan. Kesemuanya mempunyai tahap keuntungan masing-masing. Perkara ini juga dinyatakan oleh Watts iaitu Konsep Margin Keuntungan Secara Ruang juga mempunyai penjelasan yang terhad kerana ia tidak boleh menjelaskan pilihan lokasi yang akhir. Walau bagaimanapun, ia digunakan untuk menunjukkan bagaimana sesetengah kawasan mungkin mempunyai keuntungan yang lebih tinggi daripada kawasan industri yang lain-lain (Watts, 1987). Konsep ini juga boleh digunakan bagi mengetahui keuntungan di sesuatu kawasan industri yang luas. Ini bermakna tiada sempadan kawasan yang tertentu ditetapkan apabila menggunakan konsep ini di dalam menentukan keuntungan sesuatu kawasan. Selain itu hasil analisis yang diperolehi daripada penggunaan konsep menunjukkan kawasan keuntungan yang diperolehi adalah luas iaitu semua kawasan mempunyai keuntungan. Ini dibuktikan oleh Taylor (1970) yang mendapati Margin Keuntungan Secara Ruang untuk industri besi di United Kingdom meliputi seluruh kawasan Great Britain. Sama juga, Mc Dermott (1973) mengenalpasti margin ruang untuk lima kawasan industri di New Zealand. Ini bermakna konsep ini dapat mengambarkan keluasan kawasan keuntungan yang diperolehi di sesuatu kawasan. Oleh itu pengusaha boleh mencapai matlamat yang mereka ingini dengan membangunkan kawasan yang dianggap berpotensi untuk dibangunkan di manamana kawasan keuntungan yang luas tadi. Hasil analisis mendapati sembilan kawasan Blok Perancangan MBJB mempunyai keuntungan yang paling tinggi iaitu Blok Perancangan Pelangi, Kawasan Maju Jaya, Kangkar Tebrau, Larkin, Majidee, 106 Kempas, Tampoi, Daerah Sentral dan Tasek Utara. Kawasan-kawasan ini seharusnya menjadi kawasan taburan industri khususnya bagi industri yang melibatkan pengagihan sama ada bahan mentah atau produk ke pasaran. 5.6.2 Perbandingan Tahap Keuntungan Kawasan Blok Perancangan Dengan Kawasan Industri Terancang Konsep yang digunakan dalam kajian ini boleh diaplikasikan dengan membuat perbandingan kawasan yang telah digezek oleh pihak berkuasa sebagai zon kawasan industri dengan kawasan blok perancangan yang telah diketahui tahap keuntungannya. Rajah 5.7 menunjukkan tahap keuntungan kawasan blok perancangan MBJB dengan kawasan perindustrian terancang yang telah dizonkan oleh pihak berkuasa tempatan iaitu MBJB. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 9 4 2 17 15 13 14 11 3 7 12 8 16 5 1 6 10 Rajah 5.7 : Tahap keuntungan yang diperolehi di setiap blok perancangan dan kawasan perindustrian terancang yang telah dizonkan oleh MBJB. 107 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 9 4 2 17 15 13 14 11 3 7 12 8 16 5 1 6 10 Rajah 5.8 : Tahap keuntungan perkapita yang diperolehi di setiap blok perancangan dan kawasan perindustrian terancang yang telah dizonkan oleh MBJB Rajah 5.8 menunjukkan tahap keuntungan perkapita yang diperolehi di setiap blok perancangan dan kawasan taburan perindustrian terancang yang telah dizonkan oleh MBJB. Taburan industri di kawasan MBJB melibatkan kawasan industri atau skim perindustrian yang telah ditetapkan di dalam zoning yang telah disediakan. Di MBJB, antara kawasan industri utama adalah seperti Kawasan Perindustrian Tebrau, Kawasan Perindustrian Mount Austin, Kawasan Perindustrian Tampoi dan juga Kawasan Perindustrian Taman Daya. Kawasan Perindustrian Mount mencatatkan jumlah tertinggi dengan jumlah 1104 buah industri. Walaupun ianya melibatkan keluasan yang agak kecil, namun bilangannya adalah lebih tinggi berbanding kawasan perindustrian lain kerana kebanyakan industri di sini adalah industri jenis teres. Selain daripada itu, Kawasan Perindustrian Tampoi turut mencatatkan jumlah industri yang tinggi dengan jumlah 331 buah industri di mana kawasan ini merupakan antara kawasan pembuatan pelbagai produk terdapat di sini seperti Kilang Energizer, TWP, Proton, Staedler dan sebagainya. menunjukan taburan perindustrian terancang di MBJB. Lihat Jadual 5.9 yang 108 Jadual 5.9 : Taburan Perindustrian Terancang di MBJB. No. Kawasan Industri Terancang Blok Perancangan Bilangan industri 1. Bandar Baru Permas Jaya Permas Jaya 303 2. Taman Desa Plentong Permas Jaya 9 3. Taman Johor Jaya (Pandan) Pandan 83 4. Kawasan Perindustrian Tebrau 1 Kangkar Tebrau 89 5. Kawasan Perindustrian Tebrau 2 Kangkar Tebrau 85 6. Kawasan Perindustrian Tebrau 4 Kangkar Tebrau 24 7. Kawasan Perindustrian Pandan Kangkar Tebrau 78 8. Kawasan Perindustrian Sri Purnama Kangkar Tebrau 51 9. Taman Kobena Kempas 87 10. Taman Munsyi Ibrahim Kempas 94 11. Kawasan Perindustrian Tampoi Larkin 331 12. Kawasan Perindustian Dato’ Onn Larkin 97 13. Tampoi Indah Tampoi 62 14. Kawasan Perindustrian Maju Jaya Maju Jaya 45 15. Taman Mount Austin Mount Austin 1104 16. Taman Daya Mount Austin 322 17. Kawasan Perindustrian Kota Putri Rinting 178 18. Taman Bukit Rinting Rinting 312 19. Taman Sri Timur Rinting 5 Jumlah 3,359 Sumber: Kajian Lapangan, Sektor Perindutrian, Julai 2002, RTD JB 2003. Jadual 5.9 dan Rajah 5.7 menunjukkan bahawa kawasan blok perancangan Pelangi tidak dizonkan sebagai kawasan perindustrian terancang. Ini bermakna kawasan yang dizonkan oleh MBJB sebagai taburan perindustrian terancang tidak termasuk kawasan blok perancangan Pelangi. Menurut kajian yang dijalankan mendapati kawasan blok perancangan Pelangi mempunyai jumlah keuntungan yang paling tinggi. Jadi di sini pihak MBJB seharusnya menzonkan kawasan ini sebagai industri terancang khususnya bagi pembinaan perusahaan kilang roti. Jadual 5.10 109 menunjukkan perbandingan di antara tahap keuntungan yang diperolehi di kawasan Blok Perancangan MBJB dan Kawasan Perindustrian Terancang MBJB. Jadual 5.10 : Perbandingan di antara tahap keuntungan yang diperolehi di Kawasan Blok Perancangan MBJB Dengan Kawasan Perindustrian Terancang Di MBJB. No. Blok Perancangan Mengikut Kawasan Perindustrian Terancang Tahap Keuntungan 1. Pelangi Tiada 2. Kaw.Maju Jaya Kawasan Maju Jaya 3. Kangkar Tebrau Kangkar Tebrau 4. Larkin Larkin 5. Majidee Tiada 6. Kempas Kempas 7. Tampoi Tampoi 8. Daerah Sentral Tiada 9. Tasek Utara Tiada 10. Permas Jaya Permas Jaya 11. Pandan Pandan 12. Pasir Pelangi Tiada 13. Mount Austin Mount Austin 14. Kawasan Rinting Rinting * Tiada pengezonan khas untuk taburan kawasan perindustrian terancang. Jadual perbandingan tersebut menunjukkan bahawa terdapat lima kawasan yang tidak dizonkan sebagai kawasan perindustrian terancang iaitu Blok Perancangan Pelangi, Majidee, Daerah Sentral, Tasek Utara dan Pasir Pelangi. Blok Perancangan Pelangi merupakan kawasan yang mempunyai keuntungan paling tinggi tetapi ia tidak termasuk di dalam kawasan industri terancang. Blok perancangan Majidee pula berada pada tahap keuntungan yang kelima, Daerah Sentral pula pada tahap keuntungan yang kelapan,diikuti tahap keuntungan kesembilan iaitu Tasek Utara dan yang paling akhir sekali Pasir Pelangi yang berada pada tahap keuntungan yang ke 12. Ini mungkin kerana kawasan blok perancangan tersebut sudah tidak 110 terdapat penawaran tanah yang sesuai untuk dijadikan Kawasan Perindustrian Terancang. Walau bagaimanapun ini tidak bermakna kawasan blok perancangan Pelangi, Majidee, Daerah Sentral, Tasek Utara dan Pasir Pelangi tidak mempunyai kawasan perindustrian. Kawasan blok perancangan Pelangi dikategorikan sebagai taburan industri tidak terancang. Taburan industri tidak terancang ini terdiri daripada kawasan industri yang berada di kawasan yang tidak sesuai iaitu berada di luar kawasan zoning perindustrian. Kategori ini terbahagi kepada dua jenis iaitu industri yang mempunyai kelulusan dan industri yang tidak mempunyai kelulusan iaitu haram. Jadual 5.11 menunjukan kawasan taburan industri tidak terancang. Blok Perancangan yang mencatatkan bilangan unit kilang paling tinggi di kawasan perindustrian tidak terancang adalah Blok Perancangan Kempas. Kebanyakan daripada industri ini terdiri daripada aktiviti perkayuan dan papan lapis di mana sebahagian besarnya adalah industri haram. Selain itu, blok perancangan Tampoi turut mencatatkan bilangan yang tinggi dengan jumlah 49 buah industri. Selain itu terdapat juga kawasan blok perancangan di taburan industri terancang terdapat juga di taburan kawasan perindustrian tidak terancang. Jadual 5.11 : Taburan Perindustrian Tidak Terancang di MBJB. No. Kawasan Industri Tidak Terancang Bilangan 1. Daerah Sentral 2 2. Pelangi 15 3. Pasir Pelangi 1 4. Permas Jaya 0 5. Pandan 2 6. Majidee 25 7. Kangkar Tebrau 0 8. Kempas 81 9. Larkin 0 10. Tampoi 49 11. Tesek Utara 2 111 Jadual 5.11 : Taburan Perindustrian Tidak Terancang di MBJB.(Sambungan) 12. Maju Jaya 22 13. Mount Austin 0 14. Rinting 10 15. Tebrau 0 JUMLAH 209 Sumber: Kajian Lapangan, Sektor Perindustrian, Julai 2002, RTD JB 2003. Jadual 5.12 : Perbandingan di antara tahap keuntungan yang diperolehi di Kawasan Blok Perancangan MBJB Dengan Kawasan Perindustrian Tidak Terancang Di MBJB. No. Blok Perancangan Mengikut Kawasan Perindustrian Tidak Terancang Tahap Keuntungan 1. Pelangi Pelangi 2. Kaw.Maju Jaya Kawasan Maju Jaya 3. Kangkar Tebrau Kangkar Tebrau 4. Larkin Larkin 5. Majidee Majidee 6. Kempas Kempas 7. Tampoi Tampoi 8. Daerah Sentral Daerah Sentral 9. Tasek Utara Tasek Utara 10. Permas Jaya Permas Jaya 11. Pandan Pandan 12. Pasir Pelangi Tiada 13. Mount Austin Mount Austin 14. Kawasan Rinting Rinting Jadual perbandingan di atas menunjukkan blok perancangan mengikut tahap keuntungan yang diperolehi kesemuanya mempunyai taburan kawasan perindustrian walaupun kawasan perindustrian tersebut merupakan kawasan perindustrian tidak terancang. Ini menunjukkan kawasan yang dizon oleh pihak berkuasa sebagai 112 kawasan perindustrian yang tidak terancang berada pada blok perancangan yang mempunyai tahap keuntungan yang paling tinggi iaitu blok perancangan Pelangi. Blok Perancangan Pelangi seharusnya menjadi taburan kawasan perindustrian terancang dan menjadi kawasan perindustrian khususnya bagi industri yang melibatkan pengagihan produk atau bahan mentah. 5.6.3 Perbandingan Kawasan Perusahaan Kilang Roti Sedia Ada Dengan Kawasan Keuntungan Blok Perancangan Pemerhatian yang dijalankan di kawasan kajian mendapati terdapat hanya sebuah blok perancangan kawasan industri yang menjalankan kilang perusahaan roti iaitu di kawasan Mount Austin. Walau pun blok perancangan ini mencatatkan jumlah tertinggi dengan jumlah bilangan kilang sebanyak 1,104 buah kilang tetapi untuk menjadikan kawasan ini sebagai kawasan perusahaan roti ianya adalah tidak sesuai. Ini adalah kerana kawasan blok perancangan Mount Austin merupakan kawasan blok perancangan yang mempunyai paras keuntungan yang ke tiga belas daripada empat belas kawasan blok perancangan. Ini menunjukkan blok perancangan Mount Austin tidak mampu memberikan pulangan keuntungan yang tinggi kepada pengusahanya. Jadi kawasan yang dianggap mampu memberikan keuntungan yang paling tinggi adalah kawasan blok perancangan Pelangi. Oleh yang demikian kawasan perindustrian kilang roti yang terdapat di blok perancangan Mount Austin seharusnya berada di kawasan blok perancangan Pelangi. Perbincangan di atas menunjukkan pihak-pihak yang terlibat boleh membuat perbandingan dan dan seterusnya memilih lokasi yang dianggap menguntungkan sesuai dengan matlamat yang ingin dicapai. Pihak berkuasa tempatan juga boleh mencadang seterusnya menukar corak guna tanah di kawasan yang telah dikenapasti sebagai boleh mendatangkan keuntungan. 113 5.7 Implikasi Kepada Harta Tanah 5.7.1 Peruntukan Semula Ruang Untuk Industri Terancang Setelah analisis dilakukan bagi menentukan tahap keuntungan kawasan blok perancangan, hasil analisis menunjukkan kawasan blok perancangan mempunyai tahap keuntungan yang berbeza-beza. Oleh yang demikian peruntukan semula ruang untuk mengezonkan kawasan industri bagi perusahaan kilang roti hendaklah dilakukan berdasarkan tahap keuntungan yang telah diperolehi. Sebagai contoh perletakan kilang perusahaan roti sedia ada di kawasan blok perancangan Mount Austin adalah tidak sesuai. Ini adalah kerana hasil kajian yang dijalankan mendapati tahap keuntungan yang diperolehi di kawasan tersebut berada pada kedudukan ke tiga belas daripada kawasan empat belas blok perancangan yang dikaji. Sepatutnya kilang perusahaan roti tersebut berada di kawasan blok perancangan Pelangi atau pun Kawasan Maju Jaya. Menurut Laporan Pasaran Harta Tanah, JPPH (2005), kilang teres satu tingkat di Taman Johor Jaya dan Taman Mount Austin masing-masing mencatatkan penurunan sebanyak 4.8 % dan 3.0%. Walaupun diketahui bahawa kawasan blok perancangan Pelangi tidak mempunyai taburan kawasan perindustrian terancang, pihak berkuasa boleh mengambil perhatian untuk memperuntukkan semula ruang bagi industri ini bertapak di kawasan yang mempunyai keuntungan yang paling maksima. Perkara yang sama juga boleh dilakukan oleh pihak berkuasa terhadap mana-mana blok perancangan yang tidak digazetkan sebagai taburan kawasan perindustrian terancang yang mana kawasan blok perancangan tersebut mempunyai potensi yang besar sekiranya didirikan industri khususnya kilang perusahaan roti. Kawasan Blok Perancangan Pelangi sesuai didirikan kilang perusahaan roti walaupun kawasan itu tidak digezetkan sebagai kawasan industri terancang. Ini adalah kerana selepas menjalankan kajian mendapati kawasan itu mempunyai tahap keuntungan yang paling tinggi. Menurut Green (1994) petempatan industri tertentu di kawasan yang sedia ada telah berkurangan kewujudannya. Ini adalah kerana 114 berlakunya bertambahnya pergerakan barang, buruh dan penggunaan elektrik yang meluas. Walau bagaimanapun sekiranya berpengalaman di tempat berkenaan, terdapat kumpulan buruh yang sesetengah kawasan masih boleh menarik industri khusus. Kawasan blok perancangan yang kurang menguntungkan juga boleh dipertingkatkan keuntungannya dengan cara mencari pasaran yang lebih luas selain daripada kawasan pentadbiran MBJB. Sebagai contoh kawasan blok perancangan Rinting boleh mendapatkan pasaran yang luas di luar dari kawasan kajian seperti Kawasan Pentadbiran MBJBT. 5.7.2 Penentuan Gunatanah Secara umumnya gunatanah yang dizonkan bagi kawasan perindustrian di kawasan pentadbiran MBJB berada pada tahap keuntungan yang teratas. Ini dapat dilihat di kawasan blok perancangan Kawasan Maju Jaya, Kangkar Tebrau, Larkin dan Kempas yang mempunyai tahap keuntungan yang tinggi. Ini bermakna gunatanah untuk tujuan perindustrian di kawasan pentadbiran MBJB berada pada kedudukan yang sesuai. Hanya kawasan Blok Perancangan Pelangi sahaja berada di kawasan industri tidak terancang. Kawasan blok perancangan Pelangi walaupun tidak dizonkan sebagai taburan kawasan perindustrian terancang masih boleh lagi dijadikan kawasan perindustrian sekiranya mendapat kelulusan pihak terbabit. Perkara ini dinyatakan oleh Green (1994) industri baru perlu diwujudkan dan kemudahan disediakan untuk menggalakan industri lama menetap sekiranya industri lama sesuai untuk berada di pusat bandar. Pihak berkuasa perancangan akan menetapkan industri yang sedia diberi kelulusan di lokasi tertentu. Menurut Laporan Pasaran Harta Tanah (JPPH, 2005), bilangan unit perindustrian yang siap dibina tidak terjual adalah tidak ketara walaupun Negeri Johor mempunyai jumlah unit tidak terjual paling banyak di negara ini. Buktinya 115 terdapat sebanyak 157 unit siap dibina tidak terjual menurun sebanyak 5.4% berbanding catatan tahun lepas (2004) iaitu sebanyak 166 unit yang bernilai RM 87.43 juta tidak terjual. Selain itu, masih terdapat sebanyak 8 unit dalam pembinaan tidak terjual dan 85 unit belum dibina tidak terjual selepas 9 bulan dilancarkan. Kilang teres mendominasi unit siap dibina tidak terjual manakala kilang berkembar banyak membentuk unit dalam pembinaan dan yang belum dibina tidak terjual. Kebanyakan unit-unit ini terletak di Johor Bahru. Laporan ini menunjukkan kawasan perindustrian di Johor Bahru masih lagi mendapat sambutan walaupun bilangannya tidak tinggi. Jadi dapat dilihat di sini terdapat penawaran kilang yang telah siap dibina tetapi tidak terjual. Oleh yang demikan kilang di kawasan Johor Bahru sangat sesuai untuk dipilih sebagai satu perusahaan khususnya kilang perusahaan roti. Ini adalah kerana hasil kajian mendapati kawasan yang mempunyai keuntungan yang paling tinggi adalah terletak di Blok Perancangan Pelangi yang mana ia terletak di kawasan Johor Bahru. Oleh yang demikian, adalah wajar pihak yang terlibat menjadikan kawasan perindustrian di Johor Bahru sebagai sebagai taburan industri terancang. Selain itu pihak yang terlibat juga hendaklah meletakkan industri itu sesuai dengan jenis perindustrian yang dijalankan dan mengambil kira beberapa faktor yang mempengaruhi perletakan industri tersebut sekiranya ia bertapak di sesuatu kawasan. Kelulusan juga haruslah diberikan kepada mereka untuk membangunkan kilang di mana-mana kawasan yang dianggap berpotensi untuk dimajukan 5.8 Kesimpulan Bab ini secara jelasnya telah menunjukkan hasil yang diperolehi daripada penggunaan konsep Margin Keuntungan Secara Ruang. Penggunaan konsep ini melibatkan maklumat faktor permintaan, harga, kos dan keuntungan kasar. Mengikut konsep ini sekiranya jumlah hasil melebihi jumlah kos maka keuntungan akan diperolehi di kawasan tersebut begitulah sebaliknya. 116 Microsoft Exel dan analisis rangkaian digunakan bagi melakukan analisis yang melibatkan pengiraan kos dan keuntungan bersih. Perisian ArcView 3.3 pula digunakan selain daripada membuat analisisi rangkaian ia juga digunakan bagi memaparkan tahap keuntungan perblok. Hasil akhir kajian dipaparkan dalam bentuk peta yang menunjukkan tahap keuntungan yang diperolehi oleh setiap blok perancangan kawasan pentadbiran MBJB. Kawasan telah dikenalpasti mempunyai keuntungan paling maksimum dan keuntungan perkapita ialah kawasan Blok Perancangan Pelangi. keuntungan. Kawasan blok perancangan yang lain juga memperolehi Masing-masing mempunyai tahap keuntungan yang berbeza-beza. Tiada satu pun kawasan blok perancangan MBJB yang mengalami kerugian sekiranya industri roti didirikan di kawasan blok perancangan MBJB. Penggunaan konsep ini menunjukkan bahawa setiap kawasan blok perancangan MBJB mempunyai tahap keuntungan yang berbeza-beza. Tahap keuntungan ini dibuat perbandingan untuk membuat perubahan atau membuat pilihan dalam menentukan lokasi yang mana dianggap paling menguntungkan bersesuaian dengan matlamat yang ingin dicapai oleh pihak yang terlibat. Hasil perbandingan tersebut mendapati kawasan blok perancangan Pelangi mempunyai keuntungan yang paling tinggi. Namun, ia tidak dizonkan sebagai kawasan taburan perindustrian yang terancang tetapi sebagai kawasan perindustrian tidak terancang. Keadaan ini berlaku mungkin disebabkan oleh blok perancangan tersebut mungkin tidak terdapat penawaran tanah yang cukup untuk dizonkan sebagai kawasan taburan perindustrian terancang. Perindustrian yang sedia ada di situ kemungkinan terdiri daripada industri yang telah lama bertapak sebelum perancangan dibuat dan mungkin juga terdiri daripada perindustrian haram. Pemerhatian yang dilakukan mendapati di dalam kawasan pentadbiran MBJB terdapat hanya satu blok perancangan iaitu Mount Austin yang menjalankan perusahaan kilang roti. Kajian yang dijalankan mendapati kawasan blok perancangan Mount Austin mempunyai tahap keuntungan yang ke tiga belas daripada empat belas kawasan blok perancangan yang dikaji tahap keuntungannya. Oleh yang demikian perusahaan kilang roti yang terdapat di blok perancangan Mount 117 Austin seharusnya berada di kawasan yang mempunyai tahap keuntungan yang paling tinggi iaitu Blok Perancangan Pelangi. Hasil kajian ini diharap dapat membantu pihak-pihak yang terlibat untuk membuat keputusan yang terbaik lagi di masa hadapan bagi membangunkan perancangan kawasan perindustrian di kawasan pentadbiran MBJB khususnya yang melibatkan industri pengagihan bahan mentah dan produk seperti industri makanan. BAB VI KESIMPULAN DAN CADANGAN 6.1 Ringkasan Kajian Kajian ini dilaksanakan bagi memperjelaskan maksud optimum di dalam garis piawai perancangan pembinaan industri. Ia menekankan kepada aplikasi konsep Margin Keuntungan Secara Ruang yang mana kawasan yang menguntungkan dapat diketahui. Konsep ini diperlukan kerana garis piawaian lebih banyak menekankan kepada aspek fizikal sahaja berbanding aspek ekonomi yang ditekankan iaitu optimum. Itu pun maksudnya kurang jelas untuk difahami. Perkara ini menyukarkan pengusaha kilang membuat keputusan untuk mendirikan kilang di sesuatu kawasan. Oleh yang demikian konsep Margin Keuntungan Secara Ruang ini digunakan bagi memperjelaskan lagi aspek ekonomi yang terdapat di dalam garis piawaian industri tersebut. Konsep ini menyatakan sekiranya keluk hasil melebihi keluk kos maka sesuatu kawasan itu dianggap menguntungkan. Jenis industri yang dipilih di dalam kajian ini adalah industri makanan yang memfokuskan kepada kilang perusahaan roti. Perusahaan ini dianggap semakin penting kerana perkembangan ekonomi yang begitu pesat dan pertambahan bilangan penduduk menyebabkan permintaan terhadap produk makanan ini juga semakin meningkat. Selain itu galakan daripada pihak kerajaan menyuruh pengusaha untuk turut bergiat aktif di dalam industri berasaskan makanan. Kawasan kajian yang 119 dipilih untuk menjalankan kajian ini adalah kawasan pentadbiran Majlis Bandaraya Johor Bahru yang merangkumi 14 blok perancangan. Langkah pertama untuk menjalankan kajian ini adalah memahami konsep Margin Keuntungan Secara Ruang. Konsep ini menyatakan sekiranya keluk hasil bersilang dengan melebihi keluk kos maka kawasan itu dianggap menguntungkan. Penerangan tentang ini ada dijelaskan di dalam Bahagian 2.4. Perkara yang diaplikasikan di dalam konsep ini adalah hasil, kos dan keuntungan atau kerugian. Perkara tersebut dijadikan satu formula iaitu hasil tolak kos menghasilkan keuntungan atau kerugian. Formula ini digunakan bagi menentukan kawasan yang menguntungkan. Setelah konsep itu difahami langkah seterusnya adalah melakukan pengumpulan data berkaitan tentang hasil dan kos. Data hasil terdiri daripada data permintaan dan data harga. Data permintaan terhadap roti diperolehi dengan cara mengedarkan borang soal selidik kepada penduduk di kawasan kajian manakala data harga diperolehi dengan membuat pemerhatian terhadap semua jenis roti yang terdapat di pasaran. Data kos pula diperolehi dengan dua cara. Pertama, dengan cara melakukan temubual pengusaha kilang roti bagi mendapatkan kos bahan, kos pemasaran, kos operasi dan pentadbiran dan kos seunit minyak diesel yang diperlukan apabila roti dihantar ke pasaran. Kedua, dengan cara melakukan analisis rangkaian bagi mendapatkan data kos pengangkutan. Sebelum itu pangkalan data ruang dan atribut kawasan kajian dibangunkan terlebih dahulu. Proses pembentukan pangkalan data ini dilakukan dengan mengguna pakai beberapa perisian bantuan seperti Autocad 2000 untuk mendigitkan data ruang secara digitize-on- screen dan ArcView 3.3 bagi membentuk data atribut yang mengandungi medan dan rekod kawasan kajian. Struktur pangkalan data hendaklah direka bentuk terlebih dahulu sebelum membuat pangkalan data. Mereka bentuk struktur pangkalan data ini ia melibatkan reka bentuk konseptual, logikal dan fizikal bagi data ruang dan atribut serta hubungannya. Langkah seterusnya adalah pengumpulan data dan kemasukan data ke dalam sistem. Data ruang tadi kemudiannya diproses secara suntingan ralat dan 120 pembentukan topologi untuk menghasilkan lapisan data. Data atribut pula dimasukkan ke dalam pangkalan data atribut melalui medan dan rekod data yang diwujudkan. Setelah pangkalan data GIS ini siap dibentuk, ia mengandungi data asas ruang dan atribut kawasan kajian untuk tujuan dianalisis bagi menentukan kawasan blok perancangan yang menguntungkan. Pangkalan data kawasan kajian ini kemudiannya dimasukkan data jaringan jalan raya kawasan kajian yang diperolehi daripada projek CAMA. Data jaringan jalan raya ini kemudianya dimasukkan beberapa pemberat bagi melakukan analisis mengenalpasti jaringan jalan terpantas. Hasil analisis tersebut menunjukkan jalan terpantas disertai dengan masa perjalanan. Masa perjalanan tersebut kemudiannya didarabkan dengan kos seunit minyak yang dijana seterusnya kos pengangkutan dapat ditentukan. Pengiraan kos pengangkutan ini ada diterangkan di dalam Bab IV dan V. Data yang diperolehi kemudiannya, dimasukkan ke dalam Microsoft Excel untuk dianalisis. Data hasil kemudiannya dikira dengan mendarabkan jumlah dan harga roti. Begitu juga dengan data kos bahan, pemasaran, pentadbiran, operasi dan kos pengangkutan dikumpulkan, dan kemudian dianalisis. Setelah data hasil dan data kos dianalisis, langkah seterusnya adalah melakukan pengiraan bagi mendapatkan jumlah keuntungan dengan cara menolak data hasil dengan data kos. Hasil pengiraan tersebut akan menghasilkan sejumlah keuntungan. Bab V menjelaskan bagaimana pengiraan dilakukan bagi mendapatkan keuntungan di setiap blok perancangan. Setiap kawasan blok perancangan disenaraikan mengikut keuntungan berdasarkan kepada pengiraan yang dilakukan di atas. Penyenaraian yang dilakukan ke atas setiap blok perancangan akan menunjukkan tahap keuntungan yang diperolehi di setiap blok perancangan. Tahap keuntungan ini dipaparkan dalam bentuk peta yang menunjukkan tahap keuntungan masing-masing bagi setiap blok perancangan dalam Bab V. Penggunaan konsep Margin Keuntungan Secara Ruang ini adalah dapat memberikan satu senarai tahap keuntungan bagi sesuatu kawasan. Oleh itu, perbandingan boleh dilakukan ke atas kawasan yang dizonkan oleh pihak berkuasa 121 tempatan sebagai kawasan industri dengan kawasan yang telah dikenalpasti tahap keuntungannya sekiranya industri roti didirikan. Kesimpulannya, penggunaan Margin Keuntungan Secara Ruang ini melalui pembentukan pangkalan data dan penggunaan Microsolf Excel dapat memberikan satu gambaran tentang keuntungan yang bakal diperolehi di sesuatu kawasan sekiranya pengusaha industri roti ingin mendirikan kilang di kawasan tersebut. 6.2 Pencapaian Objektif Kajian Kajian yang dilakukan ini telah mencapai kedua-dua objektif yang dinyatakan dalam Bab I. Objektif pertama yang telah dicapai dengan cara melakukan pengolahan dan pengkajian secara analitikal tentang teori-teori lokasi industri serta faktor-faktor yang mempengaruhi perletakan industri. Teori-teori tersebut meliputi teori kos pengangkutan terendah, analisis pasaran dan Margin Keuntungan Secara Ruang. Konsep Margin Keuntungan Secara Ruang dipilih untuk diaplikasikan di dalam kajian ini adalah untuk mencari satu kawasan yang menguntungkan sekiranya seorang pengusaha ingin membangunkan industri di kawasan kajian. Objektif kedua pula menyatakan tentang bagaimana penggunaan GIS dapat membantu menunjukkan tahap keuntungan di kawasan kajian. Ini adalah dilakukan dengan merekabentuk pangkalan data terlebih dahulu. Ia diikuti dengan pengumpulan dan kemasukan data ke dalam pangkalan data. Kemudian dengan menggunakan fungsi yang tersedia di dalam sistem atau yang sesuai dipakai digunakan untuk mencapai objektif kajian seperti menggunakan analisis jaringan dan ‘classification’ dalam ArcView 3.3. Akhir sekali, objektif ini dapat dicapai dengan terhasilnya peta yang menunjukkan pemeringkatan keuntungan kawasan kajian. Implikasi penggunaan konsep Margin Keuntungan Secara Ruang terhadap harta tanah dapat dilihat dengan terbentuknya pemeringkatan tahap keuntungan yang diperolehi di kawasan kajian. Ini menunjukan setiap kawasan mempunyai potensi yang berbeza-beza. Keadaan ini boleh mempengaruhi nilai tanah di sesuatu kawasan tersebut. 122 6.3 Kesulitan yang Dihadapi Semasa menjalankan kajian ini pengkaji menghadapi beberapa kesulitan terutama dari segi mendapatkan data yang lengkap bagi melakukan analisis rangkaian. Analisis rangkaian bagi mendapatkan masa perjalanan sukar ditentukan kerana kesukaran untuk memperolehi data spatial yang tepat. Maksud data spatial yang tepat di sini adalah seperti mempunyai maklumat jaringan jalan raya yang menyeluruh dan terkini. Selain itu untuk membangunkan model jaringan jalan raya menggunakan GIS memerlukan pemahaman, kepakaran dan kos yang tinggi bagi membuatnya. Jadi pengkaji hanya mampu untuk mengunakan data sedia ada seterusnya melakukan analisis rangkaian jalan bagi mendapatkan masa perjalanan bagi setiap blok perancangan kecuali Blok Perancangan Kawasan Tebrau. Kawasan itu tidak mempunyai jaringan jalan raya yang lengkap. Masalah ini mengesani hasil analisis yang diperolehi yang mana terdapat perbezaan masa perjalanan yang sangat ketara di antara satu kawasan dengan kawasan yang lain. Selain itu juga pengkaji menghadapi kesukaran memperolehi data kos bahan bagi membuat roti daripada pihak pengusaha roti. Data ini dikatakan amat sulit untuk diberikan walaupun untuk tujuan akademik kerana dibimbangi akan menjejaskan reputasi pengusaha kilang roti. Disebabkan masalah ini pengkaji perlu membuat penganggaran sendiri harga roti berdasarkan maklumat roti yang sedia ada. Pengkaji juga menghadapi kesukaran untuk menentukan konsep yang sesuai bagi menentukan kawasan industri yang menguntungkan. Pemahaman dan kajian yang mendalam perlu dilakukan terlebih dahulu sebelum sesuatu konsep itu dipilih untuk digunapakai dalam kajian ini. Penulisan tentang konsep ini agak sukar untuk difahami kerana gaya bahasanya yang amat tinggi. 6.4 Cadangan Kajian di Masa Hadapan Kajian susulan boleh dikemukan lagi bagi meningkatkan mutu kajian ini dengan cara penambahan data dan penambahan kepelbagaian fungsi analisis. 123 Penambahan dan perincian data amat perlu bagi membuat analisis bagi menghasilkan keputusan yang tepat. Penambahan data boleh dilakukan iaitu dengan mengabungkan faktor fizikal dan faktor ekonomi di dalam menentukan keuntungan sesuatu kawasan industri. Penambahan kepelbagaian fungsi pula adalah seperti menggunakan analisis 3 dimensi (3D) yang mana ia boleh memaparkan visual permukaan dan melihat aspek rekabentuk tanah di kawasan yang dizonkan sebagai industri. Selain itu juga satu sistem yang efisen iaitu bersifat ramah pengguna juga perlu diwujudkan bagi memenuhi keperluan pengguna sebenar. Ini dapat membantu pihak-pihak tertentu seperti Pihak Berkuasa Tempatan khususnya Jabatan Perancang Bandar dan Desa dalam mencadangkan kawasan yang sesuai untuk dizonkan sebagai kawasan industri. Dengan adanya sistem tersebut juga segala keputusan yang berkaitan dengan pemilihan kawasan industri boleh dilakukan dengan cepat dan efisen. Ini kerana sistem yang akan dibangunkan itu dianggap mampu untuk mempersembahkan maklumat yang efisen melalui pembentukan sistem pangkalan datanya yang baik. Selain itu juga satu kajian yang mendalam tentang keuntungan lokasi industri yang lain boleh dilakukan dengan mengaplikasikan teori lokasi industri seperti Analysis Launhardt's Funnel Analysis, Material Index, Locational Triangle dan Critical Isodapane bagi mengenalpasti tahap keuntungan sesuatu kawasan Kajian ini boleh dilanjutkan lagi dengan meluaskan lagi kawasan pasaran penghantaran roti di kawasan pentadbiran Majlis Bandaraya Johor Bahru Tengah (MBJBT). Perluasan kawasan pasaran ini dapat menunjukkan kemungkinan keuntungan maksima juga boleh diperolehi di kawasan yang kurang menguntungkan sekiranya kawasan pasarannya diperluaskan. 124 6.5 Kesimpulan Keseluruhan dan Penutup Keputusan untuk membuat pilihan bagi memilih lokasi yang sesuai bagi sesebuah industri itu adalah sangat penting kerana ia akan mempengaruhi keboleh hidupan sesuatu industri itu. Aspek ekonomi tidak seharusnya diabaikan manakala aspek fizikal juga dianggap tidak kurang pentingnya dalam meletakkan sesuatu industri itu berada pada sesuatu tempat yang dizonkan sebagai kawasan perindustrian. Kebanyakan perletakan industri pada masa kini banyak mengabaikan teoriteori perletakan lokasi. Aspek fizikal lebih banyak ditekankan. Oleh yang demikian satu kajian dilakukan bagi melihat aspek ekonomi iaitu dengan mengaplikasikan konsep Margin Keuntungan Secara Ruang yang mana konsep ini menyatakan sekiranya keluk hasil bersilang dan berada di atas keluk kos maka sesuatu kawasan itu dianggap sebagai kawasan yang mempunyai keuntungan begitulah keadaan sebaliknya. Dari konsep tersebut perkara yang diambil kira adalah hasil dan kos. Hasil tolak antara hasil dan kos akan menghasilkan keuntungan atau kerugian. Formula ini digunakn bagi mengkaji 14 Blok Perancagan MBJB bagi menentukan kawasan mana yang dianggap mampu memberikan pulangan keuntungan yang tinggi sekiranya kilang perusahaan roti didirikan di kawasan tersebut. Sistem Maklumat Geografi (GIS) telah digunakan bagi membantu melakukan analisis yang melibatkan jaringan jalan raya dan juga memaparkan hasil akhir kajian. Sistem ini dianggap sebagai satu alat yang mampu membantu meningkatkan sesuatu keputusan terutama dalam bidang perancangan khususnya dalam kajian ini iaitu menentukan kawasan yang menguntungkan dengan menggunakan fungsi yang terdapat di dalam sistem tersebut. Kepantasan dan keupayaannya menyimpan, menganalisis, mengolah dan memaparkan data menjadikanya sebagai satu alat sokongan yang penting bagi membantuk pihak berkuasa tempatan dalam membuat permodelan ruang, perancangan dan pengurusan kawasan pentadbiranya dengan lebih teratur cekap dan bersistematik dan efesien. Di samping itu juga perisian lain seperti Microsoft Office Excel juga digunakan bagi melakukan pengiraan ke atas beberapa data yang berkaitan dengan 125 data permintaan dan data kos. Hasil penggunaan antara dua jenis perisian ini memberikan satu hasil analisis kajian iaitu satu senarai keuntungan kawasan keuntungan dan dipaparkan dalam bentuk peta. Hasil akhir kajian diharap dapat membantu pihak yang terlibat di dalam menilai semula kedudukan kawasan industri yang dizonkan oleh pihak berkuasa seterusnya mencadangkan zon guna industri yang baru sesuai dengan kajian yang telah dilakukan ke atas 14 blok perancangan industri. Hasil kajian mendapati kawasan yang mempunyai keuntungan yang paling tinggi tidak dizonkan oleh MBJB sebagai kawasan taburan industri terancang sebaliknya dizonkan sebagai kawasan industri tidak terancang. Selain itu pemerhatian yang dibuat mendapati perusahaan kilang roti yang terdapat di kawasan blok perancangan Mount Austin adalah kurang menguntungkan. Ini adalah kerana tahap keuntungan yang diperolehi di kawasan itu berada pada kedudukan ke 13 daripada 14 blok perancangan industri. Oleh yang demikian, perusahaan kilang roti yang terdapat di blok perancangan Mount Austin sepatutnya berada di kawasan blok perancangan yang mempunyai keuntungan yang paling tinggi iaitu Pelangi. Konsep ini dapat membantu pihak yang terlibat untuk merancang, mentadbir dan mengurus seterusnya membuat keputusan memilih lokasi yang menguntungkan sebelum bercadang melakukan menzonkan, mencadangkan seterusnya membuat pembinaan industri roti di kawasan tersebut. Secara keseluruhanya kesimpulan yang boleh dibuat dalam kajian ini adalah ia telah berjaya mencapai semua objektif yang telah dinyatakan. Ini dibuktikan dengan wujudnya sebuah pangkalan data yang dapat membantu menyelesaikan masalah dalam menentukan kawasan yang menguntungkan bagi pembinaan perusahaan kilang roti di kawasan pentadbiran MBJB yang mengaplikasikan konsep Margin Keuntungan Secara Ruang dengan membuat beberapa analisis yang telah dinyatakan. BAB VI KESIMPULAN DAN CADANGAN 6.1 Ringkasan Kajian Kajian ini dilaksanakan bagi memperjelaskan maksud optimum di dalam garis piawai perancangan pembinaan industri. Ia menekankan kepada aplikasi konsep Margin Keuntungan Secara Ruang yang mana kawasan yang menguntungkan dapat diketahui. Konsep ini diperlukan kerana garis piawaian lebih banyak menekankan kepada aspek fizikal sahaja berbanding aspek ekonomi yang ditekankan iaitu optimum. Itu pun maksudnya kurang jelas untuk difahami. Perkara ini menyukarkan pengusaha kilang membuat keputusan untuk mendirikan kilang di sesuatu kawasan. Oleh yang demikian konsep Margin Keuntungan Secara Ruang ini digunakan bagi memperjelaskan lagi aspek ekonomi yang terdapat di dalam garis piawaian industri tersebut. Konsep ini menyatakan sekiranya keluk hasil melebihi keluk kos maka sesuatu kawasan itu dianggap menguntungkan. Jenis industri yang dipilih di dalam kajian ini adalah industri makanan yang memfokuskan kepada kilang perusahaan roti. Perusahaan ini dianggap semakin penting kerana perkembangan ekonomi yang begitu pesat dan pertambahan bilangan penduduk menyebabkan permintaan terhadap produk makanan ini juga semakin meningkat. Selain itu galakan daripada pihak kerajaan menyuruh pengusaha untuk turut bergiat aktif di dalam industri berasaskan makanan. Kawasan kajian yang 119 dipilih untuk menjalankan kajian ini adalah kawasan pentadbiran Majlis Bandaraya Johor Bahru yang merangkumi 14 blok perancangan. Langkah pertama untuk menjalankan kajian ini adalah memahami konsep Margin Keuntungan Secara Ruang. Konsep ini menyatakan sekiranya keluk hasil bersilang dengan melebihi keluk kos maka kawasan itu dianggap menguntungkan. Penerangan tentang ini ada dijelaskan di dalam Bahagian 2.4. Perkara yang diaplikasikan di dalam konsep ini adalah hasil, kos dan keuntungan atau kerugian. Perkara tersebut dijadikan satu formula iaitu hasil tolak kos menghasilkan keuntungan atau kerugian. Formula ini digunakan bagi menentukan kawasan yang menguntungkan. Setelah konsep itu difahami langkah seterusnya adalah melakukan pengumpulan data berkaitan tentang hasil dan kos. Data hasil terdiri daripada data permintaan dan data harga. Data permintaan terhadap roti diperolehi dengan cara mengedarkan borang soal selidik kepada penduduk di kawasan kajian manakala data harga diperolehi dengan membuat pemerhatian terhadap semua jenis roti yang terdapat di pasaran. Data kos pula diperolehi dengan dua cara. Pertama, dengan cara melakukan temubual pengusaha kilang roti bagi mendapatkan kos bahan, kos pemasaran, kos operasi dan pentadbiran dan kos seunit minyak diesel yang diperlukan apabila roti dihantar ke pasaran. Kedua, dengan cara melakukan analisis rangkaian bagi mendapatkan data kos pengangkutan. Sebelum itu pangkalan data ruang dan atribut kawasan kajian dibangunkan terlebih dahulu. Proses pembentukan pangkalan data ini dilakukan dengan mengguna pakai beberapa perisian bantuan seperti Autocad 2000 untuk mendigitkan data ruang secara digitize-on- screen dan ArcView 3.3 bagi membentuk data atribut yang mengandungi medan dan rekod kawasan kajian. Struktur pangkalan data hendaklah direka bentuk terlebih dahulu sebelum membuat pangkalan data. Mereka bentuk struktur pangkalan data ini ia melibatkan reka bentuk konseptual, logikal dan fizikal bagi data ruang dan atribut serta hubungannya. Langkah seterusnya adalah pengumpulan data dan kemasukan data ke dalam sistem. Data ruang tadi kemudiannya diproses secara suntingan ralat dan 120 pembentukan topologi untuk menghasilkan lapisan data. Data atribut pula dimasukkan ke dalam pangkalan data atribut melalui medan dan rekod data yang diwujudkan. Setelah pangkalan data GIS ini siap dibentuk, ia mengandungi data asas ruang dan atribut kawasan kajian untuk tujuan dianalisis bagi menentukan kawasan blok perancangan yang menguntungkan. Pangkalan data kawasan kajian ini kemudiannya dimasukkan data jaringan jalan raya kawasan kajian yang diperolehi daripada projek CAMA. Data jaringan jalan raya ini kemudianya dimasukkan beberapa pemberat bagi melakukan analisis mengenalpasti jaringan jalan terpantas. Hasil analisis tersebut menunjukkan jalan terpantas disertai dengan masa perjalanan. Masa perjalanan tersebut kemudiannya didarabkan dengan kos seunit minyak yang dijana seterusnya kos pengangkutan dapat ditentukan. Pengiraan kos pengangkutan ini ada diterangkan di dalam Bab IV dan V. Data yang diperolehi kemudiannya, dimasukkan ke dalam Microsoft Excel untuk dianalisis. Data hasil kemudiannya dikira dengan mendarabkan jumlah dan harga roti. Begitu juga dengan data kos bahan, pemasaran, pentadbiran, operasi dan kos pengangkutan dikumpulkan, dan kemudian dianalisis. Setelah data hasil dan data kos dianalisis, langkah seterusnya adalah melakukan pengiraan bagi mendapatkan jumlah keuntungan dengan cara menolak data hasil dengan data kos. Hasil pengiraan tersebut akan menghasilkan sejumlah keuntungan. Bab V menjelaskan bagaimana pengiraan dilakukan bagi mendapatkan keuntungan di setiap blok perancangan. Setiap kawasan blok perancangan disenaraikan mengikut keuntungan berdasarkan kepada pengiraan yang dilakukan di atas. Penyenaraian yang dilakukan ke atas setiap blok perancangan akan menunjukkan tahap keuntungan yang diperolehi di setiap blok perancangan. Tahap keuntungan ini dipaparkan dalam bentuk peta yang menunjukkan tahap keuntungan masing-masing bagi setiap blok perancangan dalam Bab V. Penggunaan konsep Margin Keuntungan Secara Ruang ini adalah dapat memberikan satu senarai tahap keuntungan bagi sesuatu kawasan. Oleh itu, perbandingan boleh dilakukan ke atas kawasan yang dizonkan oleh pihak berkuasa 121 tempatan sebagai kawasan industri dengan kawasan yang telah dikenalpasti tahap keuntungannya sekiranya industri roti didirikan. Kesimpulannya, penggunaan Margin Keuntungan Secara Ruang ini melalui pembentukan pangkalan data dan penggunaan Microsolf Excel dapat memberikan satu gambaran tentang keuntungan yang bakal diperolehi di sesuatu kawasan sekiranya pengusaha industri roti ingin mendirikan kilang di kawasan tersebut. 6.2 Pencapaian Objektif Kajian Kajian yang dilakukan ini telah mencapai kedua-dua objektif yang dinyatakan dalam Bab I. Objektif pertama yang telah dicapai dengan cara melakukan pengolahan dan pengkajian secara analitikal tentang teori-teori lokasi industri serta faktor-faktor yang mempengaruhi perletakan industri. Teori-teori tersebut meliputi teori kos pengangkutan terendah, analisis pasaran dan Margin Keuntungan Secara Ruang. Konsep Margin Keuntungan Secara Ruang dipilih untuk diaplikasikan di dalam kajian ini adalah untuk mencari satu kawasan yang menguntungkan sekiranya seorang pengusaha ingin membangunkan industri di kawasan kajian. Objektif kedua pula menyatakan tentang bagaimana penggunaan GIS dapat membantu menunjukkan tahap keuntungan di kawasan kajian. Ini adalah dilakukan dengan merekabentuk pangkalan data terlebih dahulu. Ia diikuti dengan pengumpulan dan kemasukan data ke dalam pangkalan data. Kemudian dengan menggunakan fungsi yang tersedia di dalam sistem atau yang sesuai dipakai digunakan untuk mencapai objektif kajian seperti menggunakan analisis jaringan dan ‘classification’ dalam ArcView 3.3. Akhir sekali, objektif ini dapat dicapai dengan terhasilnya peta yang menunjukkan pemeringkatan keuntungan kawasan kajian. Implikasi penggunaan konsep Margin Keuntungan Secara Ruang terhadap harta tanah dapat dilihat dengan terbentuknya pemeringkatan tahap keuntungan yang diperolehi di kawasan kajian. Ini menunjukan setiap kawasan mempunyai potensi yang berbeza-beza. Keadaan ini boleh mempengaruhi nilai tanah di sesuatu kawasan tersebut. 122 6.3 Kesulitan yang Dihadapi Semasa menjalankan kajian ini pengkaji menghadapi beberapa kesulitan terutama dari segi mendapatkan data yang lengkap bagi melakukan analisis rangkaian. Analisis rangkaian bagi mendapatkan masa perjalanan sukar ditentukan kerana kesukaran untuk memperolehi data spatial yang tepat. Maksud data spatial yang tepat di sini adalah seperti mempunyai maklumat jaringan jalan raya yang menyeluruh dan terkini. Selain itu untuk membangunkan model jaringan jalan raya menggunakan GIS memerlukan pemahaman, kepakaran dan kos yang tinggi bagi membuatnya. Jadi pengkaji hanya mampu untuk mengunakan data sedia ada seterusnya melakukan analisis rangkaian jalan bagi mendapatkan masa perjalanan bagi setiap blok perancangan kecuali Blok Perancangan Kawasan Tebrau. Kawasan itu tidak mempunyai jaringan jalan raya yang lengkap. Masalah ini mengesani hasil analisis yang diperolehi yang mana terdapat perbezaan masa perjalanan yang sangat ketara di antara satu kawasan dengan kawasan yang lain. Selain itu juga pengkaji menghadapi kesukaran memperolehi data kos bahan bagi membuat roti daripada pihak pengusaha roti. Data ini dikatakan amat sulit untuk diberikan walaupun untuk tujuan akademik kerana dibimbangi akan menjejaskan reputasi pengusaha kilang roti. Disebabkan masalah ini pengkaji perlu membuat penganggaran sendiri harga roti berdasarkan maklumat roti yang sedia ada. Pengkaji juga menghadapi kesukaran untuk menentukan konsep yang sesuai bagi menentukan kawasan industri yang menguntungkan. Pemahaman dan kajian yang mendalam perlu dilakukan terlebih dahulu sebelum sesuatu konsep itu dipilih untuk digunapakai dalam kajian ini. Penulisan tentang konsep ini agak sukar untuk difahami kerana gaya bahasanya yang amat tinggi. 6.4 Cadangan Kajian di Masa Hadapan Kajian susulan boleh dikemukan lagi bagi meningkatkan mutu kajian ini dengan cara penambahan data dan penambahan kepelbagaian fungsi analisis. 123 Penambahan dan perincian data amat perlu bagi membuat analisis bagi menghasilkan keputusan yang tepat. Penambahan data boleh dilakukan iaitu dengan mengabungkan faktor fizikal dan faktor ekonomi di dalam menentukan keuntungan sesuatu kawasan industri. Penambahan kepelbagaian fungsi pula adalah seperti menggunakan analisis 3 dimensi (3D) yang mana ia boleh memaparkan visual permukaan dan melihat aspek rekabentuk tanah di kawasan yang dizonkan sebagai industri. Selain itu juga satu sistem yang efisen iaitu bersifat ramah pengguna juga perlu diwujudkan bagi memenuhi keperluan pengguna sebenar. Ini dapat membantu pihak-pihak tertentu seperti Pihak Berkuasa Tempatan khususnya Jabatan Perancang Bandar dan Desa dalam mencadangkan kawasan yang sesuai untuk dizonkan sebagai kawasan industri. Dengan adanya sistem tersebut juga segala keputusan yang berkaitan dengan pemilihan kawasan industri boleh dilakukan dengan cepat dan efisen. Ini kerana sistem yang akan dibangunkan itu dianggap mampu untuk mempersembahkan maklumat yang efisen melalui pembentukan sistem pangkalan datanya yang baik. Selain itu juga satu kajian yang mendalam tentang keuntungan lokasi industri yang lain boleh dilakukan dengan mengaplikasikan teori lokasi industri seperti Analysis Launhardt's Funnel Analysis, Material Index, Locational Triangle dan Critical Isodapane bagi mengenalpasti tahap keuntungan sesuatu kawasan Kajian ini boleh dilanjutkan lagi dengan meluaskan lagi kawasan pasaran penghantaran roti di kawasan pentadbiran Majlis Bandaraya Johor Bahru Tengah (MBJBT). Perluasan kawasan pasaran ini dapat menunjukkan kemungkinan keuntungan maksima juga boleh diperolehi di kawasan yang kurang menguntungkan sekiranya kawasan pasarannya diperluaskan. 124 6.5 Kesimpulan Keseluruhan dan Penutup Keputusan untuk membuat pilihan bagi memilih lokasi yang sesuai bagi sesebuah industri itu adalah sangat penting kerana ia akan mempengaruhi keboleh hidupan sesuatu industri itu. Aspek ekonomi tidak seharusnya diabaikan manakala aspek fizikal juga dianggap tidak kurang pentingnya dalam meletakkan sesuatu industri itu berada pada sesuatu tempat yang dizonkan sebagai kawasan perindustrian. Kebanyakan perletakan industri pada masa kini banyak mengabaikan teoriteori perletakan lokasi. Aspek fizikal lebih banyak ditekankan. Oleh yang demikian satu kajian dilakukan bagi melihat aspek ekonomi iaitu dengan mengaplikasikan konsep Margin Keuntungan Secara Ruang yang mana konsep ini menyatakan sekiranya keluk hasil bersilang dan berada di atas keluk kos maka sesuatu kawasan itu dianggap sebagai kawasan yang mempunyai keuntungan begitulah keadaan sebaliknya. Dari konsep tersebut perkara yang diambil kira adalah hasil dan kos. Hasil tolak antara hasil dan kos akan menghasilkan keuntungan atau kerugian. Formula ini digunakn bagi mengkaji 14 Blok Perancagan MBJB bagi menentukan kawasan mana yang dianggap mampu memberikan pulangan keuntungan yang tinggi sekiranya kilang perusahaan roti didirikan di kawasan tersebut. Sistem Maklumat Geografi (GIS) telah digunakan bagi membantu melakukan analisis yang melibatkan jaringan jalan raya dan juga memaparkan hasil akhir kajian. Sistem ini dianggap sebagai satu alat yang mampu membantu meningkatkan sesuatu keputusan terutama dalam bidang perancangan khususnya dalam kajian ini iaitu menentukan kawasan yang menguntungkan dengan menggunakan fungsi yang terdapat di dalam sistem tersebut. Kepantasan dan keupayaannya menyimpan, menganalisis, mengolah dan memaparkan data menjadikanya sebagai satu alat sokongan yang penting bagi membantuk pihak berkuasa tempatan dalam membuat permodelan ruang, perancangan dan pengurusan kawasan pentadbiranya dengan lebih teratur cekap dan bersistematik dan efesien. Di samping itu juga perisian lain seperti Microsoft Office Excel juga digunakan bagi melakukan pengiraan ke atas beberapa data yang berkaitan dengan 125 data permintaan dan data kos. Hasil penggunaan antara dua jenis perisian ini memberikan satu hasil analisis kajian iaitu satu senarai keuntungan kawasan keuntungan dan dipaparkan dalam bentuk peta. Hasil akhir kajian diharap dapat membantu pihak yang terlibat di dalam menilai semula kedudukan kawasan industri yang dizonkan oleh pihak berkuasa seterusnya mencadangkan zon guna industri yang baru sesuai dengan kajian yang telah dilakukan ke atas 14 blok perancangan industri. Hasil kajian mendapati kawasan yang mempunyai keuntungan yang paling tinggi tidak dizonkan oleh MBJB sebagai kawasan taburan industri terancang sebaliknya dizonkan sebagai kawasan industri tidak terancang. Selain itu pemerhatian yang dibuat mendapati perusahaan kilang roti yang terdapat di kawasan blok perancangan Mount Austin adalah kurang menguntungkan. Ini adalah kerana tahap keuntungan yang diperolehi di kawasan itu berada pada kedudukan ke 13 daripada 14 blok perancangan industri. Oleh yang demikian, perusahaan kilang roti yang terdapat di blok perancangan Mount Austin sepatutnya berada di kawasan blok perancangan yang mempunyai keuntungan yang paling tinggi iaitu Pelangi. Konsep ini dapat membantu pihak yang terlibat untuk merancang, mentadbir dan mengurus seterusnya membuat keputusan memilih lokasi yang menguntungkan sebelum bercadang melakukan menzonkan, mencadangkan seterusnya membuat pembinaan industri roti di kawasan tersebut. Secara keseluruhanya kesimpulan yang boleh dibuat dalam kajian ini adalah ia telah berjaya mencapai semua objektif yang telah dinyatakan. Ini dibuktikan dengan wujudnya sebuah pangkalan data yang dapat membantu menyelesaikan masalah dalam menentukan kawasan yang menguntungkan bagi pembinaan perusahaan kilang roti di kawasan pentadbiran MBJB yang mengaplikasikan konsep Margin Keuntungan Secara Ruang dengan membuat beberapa analisis yang telah dinyatakan. RUJUKAN Aronoff, S. (1989). Geographic Information Systems: A Management Perspective. Ottawa: WDL Publication. Aske D.R. (1992) Environmental Regulations and Industrial Location : Testing the Relationship Between State Environmental Regulations and Changes in State Manufacturing Employment. Ph.D.Thesis. University of Nebraska. Aniza Binti Ani. (2001). Penentuan Kesesuaian Tapak Industri Menggunakan Sistem Maklumat Geografi (GIS).Kajian Kes : Majlis Daerah Kulai (Senai- Kulai). Pusat Maklumat Geografik dan Analisis. Tesis Sarjana Muda Sains Goinformasi, Universiti Teknologi Malaysia. Anuar Ali. (1998). Development Policies for Heavy Industries. Kertas kerja yang dibentangkan di Korea Development Institute ICDI/APDC Joint Seminar on Strategy for Industrial Development: Concept and Policy Issues, Seoul, Korea, Mei 24- 31. & H. Osman Rani. (1986). Malaysia’s Industrial Strategies and Prospects with special reference to Resource – Based Industralisation. Dalam Kajian Ekonomi Malaysia (ed) Foong Chan Onn & Lim Kok Cheng Vol XXIII, No.1.June 1986. Persatuan Ekonomi Malaysia of Malaya: Petaling Jaya. Bale, J. (1987). The Location of Manufacturing Industry : An Introduction Approach, Oliver and Boyd, London. 127 Blakely, Edward. (1989). Planning local economic development : theory and practice. Sage Publication Inc. Newbury park, California. (p.63) Bose, R. (2002). A Model for Location Analysis of Industries, University of Illinois at Urbana Champaign. Burrough, P.A. (1986). Principles of Geographical Information Systems for Land Resources Assessment. Oxford: Clerendon Press. Burrough, P.A and McDonnell, R.A. (1998). Principles of Geographical Information Systems. Oxford: Oxford University Press Inc. Carter, J.R. (1989). On Defining the Geographic Information System. Dlm. Ripple, W.J. (Ed.). Fundamentals of Geographic Information System: a Compendium. Virginia: ASPRS/ACSM: 3-7. Chapman, K dan Walker, D (1987). Industrial Location : Principles and Policies. New York : Basil Blackwell. Chrisman, N.R. (1997). Exploring Geographic Information Systems. Canada: John Wiley & Sons Inc. Cowen, D.J. (1998). GIS Versus CAD Versus DBMS: What are the Differences ? Photogrammetric Engineering and Remote Sensing. 54: 1551-1554. Green, E.H (1994). Bangunan, Perancangan dan Pembangunan penterjemahan Haniza Lockman. Kuala Lumpur : Dewan Bahasa Dan Pustaka, Kementerian Pendidikan Malaysia. Ebadi, H. , Shah, R. ,Valadanzoej, M.J. , Vafaeinezhad, A. (2004). Evaluation of Indexing Overlay, Fuzzy Logic and Genatic Algorithm Methods for Industrial Estates Site Selection in GIS Environment, prs.org/istanbul 2004/comm5/paper/564: pdf URL: http://www.is 128 Estall R.C dan Buchanan R.O (1973). Industrial Activity and Economic Geography : A Study of the Forces Behind the Geographical Location of Productive Activity in Manufacturing Industry. London : Hutchinson University Library. Fox, William F. (1981). Fiscal Differentials and Industrial Location : Some Empirical Evidence. Urban Studies 18 (1) : 105 -111. Glasson. J, terjemahan Ahris Yaakup (1991), Pengenalan Perancangan Wilayah; Konsep Teori dan Amalan, DBP Kuala Lumpur. Greenhut.M.C. (1956), Plant Location in Theory and Practice, University of North Carolina Press. Haddad, P.R., dan Schwartzman, J. (1974), “ A Space Cost Curve of Industrial Location.” Economic Goegraphy, 50,141-143. Healey M.J dan Ilbery B.W, (1990). Location & Change Perspectives on Economic Geography,Oxford University Press Inc, New York. United States. Heywood. D.I, Cornelius. S. and Carver. S (2002). 2nd. ed. Harlow : Pearson Education Limited. Hoover.E.M. (1948),The Location of Economic Activity, Mc Graw-Hill, New York. Isard.W. (1956), Location and Space Economy, Wiley. New York. JPBW (1995). Rancangan Pembangunan Wilayah Semenanjung Bengkoka, Kudat Sabah, laporan kajian yang tidak diterbitkan, Jabatan Perancangan Bandar Dan Wilayah, Universiti Teknologi Malaysia. Jones, R. And Barron, M. (2002) Site Selection of Petroleum Pipelines: A GIS Approach to Minimize Environmental Impacts and Liabilities, URL: http//www01.giscafe.com/technical_papers/Papers/paper 007/P350.php. 129 Lim Meng Seng (1968). Peranan Perindustrian Dalam Pembangunan Negara. Hassan Ahmad, Pembangunan & Masalah Ekonomi ( Kumpulan rencana pilihan Dewan Masyarakat 1963 1972 JILID 2 (pp.104-108). Dewan Bahasa & Pustaka: Kementerian Pelajaran Malaysia. Laporan Teknikal Rancangan Tempatan Daerah Johor Bahru 2002 -2020. Draf 2. Bab 3. Penduduk dan Pembangunan Sumber Manusia. Jabatan Perancangan Bandar an Desa MBJB.Johor. Laporan Pasaran Harta Tanah 2005 (Property Market Report), Harta Tanah Industri Negeri Johor , Jabatan Penilaian dan Perkhidmatan Harta. Kementerian Kewangan Malaysia. Lo,C.P. and Yeung, A. (2002). Concepts and Techniques of Geographic Information Systems, Prentice Hall, New Jersey, USA. Losch.A. (1940) Yale (1954). The Economic of Location; terjemahan Woglam.W.H, daripada Die raumhicle Ordnung der Wirtschaft Kamaruddin bin Shamsuddin (2006). Aplikasi Sistem Sokongan Perancangan Dalam Menentukan Kesesuaian Perletakan Guna Tanah Industri. Ijazah Sarjana Sains Geoinformatik), Fakulti Kejuruteraan Dan Sains Geoinformasi. Universiti Teknologi Malaysia Kamus Dewan Edisi Ketiga (2002), Dewan Bahasa dan Pustaka, Kuala Lumpur. Kerajaan Malaysia (1975). Akta Penyelarasan Perindustrian Malaysia 1975 (ICA) Kuala Lumpur. Pencetakan Nasional Malaysia Berhad. Kennelly, R.A (1954-5). The Location of the Mexican Steel Industry. Revista Geografica,15,109-129; 16, 199-123; 17, 60-77. Korte G.B (2001). The GIS Book.3rd. ed. Albany, New York : Onword Press/ Thomson Learning. 130 Knoben. J (2004). The effects of firm relocation on the performance of firms embedded in networks. Faculty of Social and Behavioural Sciences. Tilburg University. Lösch, A (1954). The Economics of Location ; Translated by Woglom, W.H., from Die räumliche Ordnung der Wirtschaft (1940). Yale University Press, New Haven, Conn.. Mohd Faizal bin Ahmad Helme (2004). Analisis Jaringan Jalan . Kajian Kes : Jalan-jalan Utama di Negeri Johor dan Sebahagian Jalan di Bandar Raya Johor Bahru. Tesis Sarjana Muda Sains (Geoinformatik). Universiti Teknologi Malaysia. McDermoott, P.J. (1973), ‘Spatial Margins and Industrial Location in New Zealand’. New Zealand Geographer, 29: 64-74. Murta, M. (1996). A GIS Application for Power Transmission Line Sitting, URL: http://www.esri.com/resources/userconf/proc95/p061.html Kuhn, H.W and Kuenne, R.E (1962). An Efficient Algorithm for the Numerical Solution of the Generalized Weber Problem in Space Economics. Journal of Regional Science, 4,21-33. Mahani Mohamed Ibrahim (2002). Aplikasi DEGIS dalam Kajian Kilang-kilang Haram di Sebahagian Sungai Langat, Daerah Hulu Langat. Alias Abdullah dan Abdul Munit Kasmin.Sistem Maklumat Geografi Negeri Selangor.(pp.217-243).. Kuala Lumpur. Biro Perundingan dan Usahawan, Universiti Islam Antarabangsa Malaysia Noon .C.E, Zhan F. B and Graham. R.L (2002). GIS- Based Analysis of Marginal Price Variation with an Application in the Identification of Candidate Ethanol Conversion Plant Locations. Networks and Spatial Economics, 2: 79-93. 131 Ozermoy, V.M.,Smith, D.R., Sicherman, A. (1981). Evaluating Computerized Geographic Information Systems Using Decision analysis. Interfaces.11:9298. Pred. A (1967). Behaviour and Location: foundations for a Geographic and Dynamic Location Theory, Part 1, Lund Series in Geography. New York. Pallottino, S. (1984).”Shortest- Path Methods: Complexity, Interrelations, and New Propositions.” Networks 14, 257-267. Parker, H.D. (1988). The Unique Qualities of Geographic Information System, a Commentary. Photogrammetric Engineering and Remote Sensing. 54: 15471549. Pheng. K.S dan Twin.R. (1992). ‘PEGIS: A GIS for the State of Pulau Pinang, Malaysia’, Proceedings of the ARC/INFO and ERDAS First Annual South Asia User Conference, Singapore, ms.1-13. Quiambao, R.B. (2001) GIS Analysis and Cartographic Presentation of A Site Selection Problem. Proceedings of the 22nd Asian Conference on Remote Sensing, Singapore. Richardson.H.W.(1969), Regional Economic, Weidenfeld dan Nicolson, Part A. New York. Ruslan Rainis dan Nuresah Mohd. Shariff (1998). Sistem Maklumat Geografi. Cetakan Pertama. Kuala Lumpur: Dewan Bahasa dan Pustaka. Smith, D.M, (1966), “A Theoretical Framework for Geographical Studies of Industrial Location.” Economic Geography, 42, 95-113. Smith , D.M. (1970), “ On Throwing Weber Out with the Bathwater : A Note on Industrial Location and Linkage”. Area, 1970 (1).15 -18 132 Smith, D.M (1979). Modelling Industrial Location: Towards A Broader View of the Space Economy’, in F.E.I. Hamilton and G.J.R Linge (eds), Spatial Analysis, Industry and Industrial Development, I. Industrial System (Wiley, Chichester), 37-56. Smith, D. M. (1981). Industrial Location, An Economic Geographical Analysis, John Wiley and Sons, Inc, New York. – Edisi Kedua Tamin.M.Y. (1994). Report on Establishment of National Land Information System (NALIS), Laporan Kajian Kementerian Tanah Dan Pembangunan Koperasi, Kuala Lumpur. Taylor, M.J (1970).The Location Decision of Small Firms, area, 2: 51-4. Taylor, J. (1975). Problem of Minimum Cost Location : the Kuhn and Kuenne Algorithm. Occasional Paper No.4, Department Of Goegraphy, Queen Mary College, University Of London. UTM-MPK (1995). Laporan Analisis Pelan Induk Taman Sejarah Sungai Lembing, Laporan Kajian yang tidak diterbitkan, Biro Inovasi, Universiti Teknologi Malaysia dan Majlis Perbandaran Kuantan Wan Rafidah Binti Wan Muhamad, (2002). Penilaian Terhadap Kesesuaian Pengelompokan Industri Kecil Berasaskan Kayu. Kajian Kes: Kawasan Perindustrian Gong Medang, Besut, Terengganu. Tesis Sarjana Muda Perancang Bandar dan Wilayah, Universiti Teknologi Malaysia. Wan Mansor Wan Mahmod (2000). Pengurusan Pengeluaran. Dewan Bahasa dan Pustaka. Kuala Lumpur. W. Kasper (1975) A New Strategy for Malaysia ‘s Economic Development in the 1970’s. Dalam Readings on Malaysian Economic Development. (ed.) D. Lim, Kuala Lumpur : Oxford University Press. 133 Weber, A(1929), Alfred Weber’s Theory of the Location of Industries; translated by Friedrich, C.J., from Uber den Standort der Industrien (1909). University of Chicago Press, Chicago. Watts, H.D (1975), The Market Area of A Firm.” Collins, L., dan Walker, D.F., editor, Locational Dynamics of Manufacturing Activity. John Wiley, London. Watt, H.D.(1987), Industrial Geography (Longman, Harlow, Essex) Wright, R., Ray, S., Green, D., and Wood, M. (1998) Development of a GIS of the Moray Firth (Scotland, UK) and Its Application In Environmental Management (Site Selection For An ‘Artificial Reef). The Science of the Total Environment, 223,65 -76. Yaakop, A.B., Johar, F. dan Dahlan, N.A. (1994). ‘GIS and Decision Support Systems for Local Authorities in Malaysia’, kertas kerja yang dibentangkan di 2nd International Conference on Design and Decision Support Systems in Architecture and Urban Planning, Vaals, The Netherlands. Yaakob, A.B, Johar, F. Idid, S.Z.A dan Mun, Y.W. (1994). ‘GIS for Integrated Planning Decision for Conserving the Malaysian Urban Heritage’, kertas kerja yang dibentangkan di Asian GIS/LIS AM/FM and Spatial Analysis Conference, Hong Kong, 28-31 Mac 1994. Yaakup, A.B. (1999). Sistem Maklumat Geografi. Prinsip Asas dan Penggunaannya, Monograf, Jabatan Perancangan Bandar Dan Wilayah,Universiti Teknologi Malaysia. Zhan, F.B and C.E. Noon. (1998). “Shortest Path Algorithms: An Evaluation Using Real Road Networks.” Transportation Science 32, 65-73. Zhan, F.B and C.E. Noon. (2000). “ A Comparison between Label-Setting and Label- Correcting algorithms for Computing One-to-One Shortest Paths.” Journal of Geographic Information and Decision Analysis 4, 1-11. 134 LAMPIRAN A UNIVERSITI TEKNOLOGI MALAYSIA JABATAN PENGURUSAN HARTA TANAH FAKULTI KEJURUTERAAN DAN SAINS GEOINFORMASI BORANG SOAL SELIDIK Tajuk Kajian: MENGKAJI PEMERINGKATAN LOKASI KILANG PERUSAHAAN ROTI MENGGUNAKAN PRINSIP MARGIN KEBERUNTUNGAN RUANG KAJIAN KES : KAWASAN PENTADBIRAN MAJLIS BANDAR RAYA JOHOR BARU (MBJB) Tujuan borang soal selidik ini diedarkan adalah bagi mendapatkan jumlah permintaan roti di kawasan Majlis Bandar Raya Johor Bahru (MBJB). Jumlah permintaan roti ini diperlukan bagi mengetahui pemeringkatan lokasi di blok-blok perancangan kawasan pentadbiran MBJB. Disediakan oleh : Norlia Mazlin Binti Lasimon (810219-01-5034) Sarjana Sains Harta Tanah 135 SOALAN SOAL SELIDIK Bahagian A .Tandakan (√ ) pada jawapan yang dipilih. 1. Jantina Lelaki Perempuan 2. Bangsa Melayu Cina India Lain-lain 3. Di manakah kawasan anda tinggal? Nyatakan nama taman perumahan tersebut. Taman perumahan.Nyatakan _____________________ Kampung.Nyatakan _____________________ 4. Umur. _______Tahun 5. Status Bujang Kahwin Bahagian B 1. Apakah jenama dan saiz roti keping yang biasa anda beli?Tandakan (√). Jenama Roti 1. Gardenia 2. High 5 3. Chicago 4. Hawaii 5. Mighty White 6. Daily 7. Lain-lain. Sila nyatakan _____________________ Saiz Bungkusan Roti Sederhana Kecil Besar 2. Berapa keping roti yang anda makan dalam seminggu? _____________keping 3. Sila isikan jadual berikut: Ahli Keluarga 1. Ayah /suami 2. Ibu / isteri 3. Anak / Adik beradik yang pertama 4. Anak / Adik beradik yang kedua 5. Anak / Adik beradik yang ketiga 6. Anak / Adik beradik yang keempat 7. Anak / Adik beradik yang kelima 8. Anak / Adik beradik yang keenam 9. Anak / adik beradik seterusnya.Nyatakan.............. Umur Jantina Bilangan keping roti yang dimakan dalam seminggu (anggaran sahaja) Sekian, terima kasih di atas kerjasama yang telah anda berikan. 136 LAMPIRAN B Jadual 5.4 : Senarai kos bahan, kos operasi, kos pemasaran dan kos pentadbiran bagi roti Jenama Gardenia yang mempunyai berat 630g. Jenama roti : Gardenia Berat : 630 1. Kos bahan untuk membuat sebungkus roti keping No. Bahan 1 Tepung gandum berprotein tinggi 2 Air bertapis 3 Gula Pasir 4 Ragi 5 Susu tepung tanpa lemak dan komponen-komponennya 6 Garam 7 Dektrosa 8 Lemak sayuran tulen 9 Mentega 10 Pelembut adunan Kalsium,'Yeast Food', Kalsium Propionat, Zat Galian, Zink, Vitamin C, Niasin (B3), Zat Besi, Vitamin E, Asid Pantetonik(B5), Tiamina(B1), Riboflavin 11 (B2),Piridoksin (B6),Vitamin A, Zat Iodin, Asid Folik, Sianokobalamin (B12), Vitamin D3. Jumlah 2. Kos operasi untuk membuat sebungkus roti keping No. Perkara / aktiviti 1 Kos tenaga pekerja 2 Elektrik / air / gas / diesel 3 Mesin 4 Penyelenggaraan 5 Kos penghantaran 6 Pembungkusan 7 Sewa kilang / pembelian kilang 8 Lain-lain. Nyatakan Jumlah 3. Kos pemasaran untuk membuat sebungkus roti No. Perkara 1 Pengiklanan 2 Promosi 3 Kos pengangkutan 4 Lain-lain. Nyatakan Jumlah 4. Lain-lain kos yang terlibat jika ada No Perkara 1 Pentadbiran dan pejabat Kos 0.673 0.0006 0.04 0.04 0.04 0.0044 0.016 0.04 0.04 0.04 0.2 0.1145 0.1145 0.00572 0.091 0.17 0.2 0.0059 0.2 0.057 0.114 2.20662 137 Jadual 5.5 : Senarai kos bahan, kos operasi, kos pemasaran dan kos pentadbiran bagi roti Jenama Gardenia yang mempunyai berat 500g. Jenama roti : Gardenia Berat : 500 1. Kos bahan untuk membuat sebungkus roti keping No. Bahan 1 Tepung gandum berprotein tinggi 2 Air bertapis 3 Gula Pasir 4 Ragi 5 Susu tepung tanpa lemak dan komponen-komponennya 6 Garam 7 Dektrosa 8 Lemak sayuran tulen 9 Pelembut adunan 10 Kalsium,'Yeast Food', Kalsium Propionat, Vitamin C, Niasin (B3), Zat Besi, Tiamina(B1), Riboflavin (B2), Asid Folik. 2. Kos operasi untuk membuat sebungkus roti keping No. Perkara / aktiviti 1 Kos tenaga pekerja 2 Elektrik / air / gas / diesel 3 Mesin 4 Penyelenggaraan 5 Kos penghantaran 6 Pembungkusan 7 Sewa kilang / pembelian kilang 8 Lain-lain. Nyatakan Jumlah 3. Kos pemasaran untuk membuat sebungkus roti No. Perkara 1 Pengiklanan 2 Promosi 3 Kos pengangkutan 4 Lain-lain. Nyatakan Jumlah 4. Lain-lain kos yang terlibat jika ada No Perkara 1 Pentadbiran dan pejabat Jumlah Kos 0.534 0.00047 0.0317 0.0317 0.0317 0.00349 0.0126 0.0317 0.0317 0.079 0.0908 0.0908 0.0045 0.072 0.15 0.0046 0.2 0.045 0.0904 1.53616 138 Jadual 5.6 : Senarai kos bahan, kos operasi, kos pemasaran dan kos pentadbiran bagi roti Jenama Gardenia yang mempunyai berat 420g. Jenama roti : Gardenia Berat : 420 1. Kos bahan untuk membuat sebungkus roti keping No. Bahan 1 Tepung gandum berprotein tinggi 2 Air bertapis 3 Gula Pasir 4 Ragi 5 Susu tepung tanpa lemak dan komponen-komponennya 6 Garam 7 Dektrosa 8 Lemak sayuran tulen 9 Mentega 10 Pelembut adunan Kalsium,'Yeast Food', Kalsium Propionat, Zat Galian, Zink, Vitamin C, Niasin (B3), Zat Besi, Vitamin E, Asid Pantetonik(B5), Tiamina(B1), Riboflavin 11 (B2),Piridoksin (B6),Vitamin A, Zat Iodin, Asid Folik, Sianokobalamin (B12), Vitamin D3. Jumlah 2. Kos operasi untuk membuat sebungkus roti keping No. Perkara / aktiviti 1 Kos tenaga pekerja 2 Elektrik / air / gas / diesel 3 Mesin 4 Penyelenggaraan 5 Kos penghantaran 6 Pembungkusan 7 Sewa kilang / pembelian kilang 8 Lain-lain. Nyatakan Jumlah 3. Kos pemasaran untuk membuat sebungkus roti No. Perkara 1 Pengiklanan 2 Promosi 3 Kos pengangkutan 4 Lain-lain. Nyatakan Jumlah 4. Lain-lain kos yang terlibat jika ada No Perkara 1 Pentadbiran dan pejabat Jumlah Kos 0.448 0.0004 0.026 0.026 0.026 0.0029 0.014 0.026 0.026 0.026 0.13 0.076 0.076 0.0038 0.06 0.13 0.0039 0.2 0.05 0.038 0.076 1.465 139 Jadual 5.7 : Senarai kos bahan, kos operasi, kos pemasaran dan kos pentadbiran bagi roti Jenama High 5 yang mempunyai berat 650g. Jenama roti : High 5 Berat : 650 1. Kos bahan untuk membuat sebungkus roti keping No. Bahan 1 Tepung gandum berprotien tinggi 2 Air bertapis 3 Ragi 4 Gula 5 Garam 6 Lelemak sayuran (kelapa sawit) 7 Mengandungi kondisioner makanan yang dibenarkan 8 Tepung gandung kultur 9 Dekstrosa 10 Susu tepung tanpa lemak Kalsium propionat, Kalsium, Tiamina (Vitamin B1), Riboflavin (Vitamin B2), Niasin (Vitamin B3) Piridoksin (Vitamin B6), Sianokobalamin (Vitamin B12), Vitamin A, 11 Vitamin E, Vitamin D, Zat Besi, Asid Folik, Iodin, Magnesium, Zink. Jumlah 2. Kos operasi untuk membuat sebungkus roti keping No. Perkara / aktiviti 1 Kos tenaga pekerja 2 Elektrik / air / gas / diesel 3 Mesin 4 Penyelenggaraan 5 Kos penghantaran 6 Pembungkusan 7 Sewa kilang / pembelian kilang 8 Lain-lain. Nyatakan Jumlah 3. Kos pemasaran untuk membuat sebungkus roti No. Perkara 1 Pengiklanan 2 Promosi 3 Kos pengangkutan 4 Lain-lain. Nyatakan Jumlah 4. Lain-lain kos yang terlibat jika ada No Perkara 1 Pentadbiran dan pejabat Jumlah Kos 0.694 0.00063 0.041 0.041 0.0046 0.041 0.004 0.05 0.016 0.05 0.2 0.118 0.118 0.0059 0.0945 0.21 0.008 0.2 0.059 0.118 2.07363 140 Jadual 5.8 : Senarai kos bahan, kos operasi, kos pemasaran dan kos pentadbiran bagi roti Jenama High 5 yang mempunyai berat 430g. Jenama roti : High 5 Berat : 430 1. Kos bahan untuk membuat sebungkus roti keping No. Bahan 1 Tepung gandum berprotien tinggi 2 Air bertapis 3 Ragi 4 Gula 5 Garam 6 Lelemak sayuran (kelapa sawit) 7 Mengandungi kondisioner makanan yang dibenarkan 8 Tepung gandung kultur 9 Dektrosa 10 Susu tepung tanpa lemak Kalsium propionat, Kalsium, tiamina (Vitamin B1), Riboflavin (Vitamin B2), Niasin (Vitamin B3) Piridoksin (Vitamin B6), Sianokobalamin (Vitamin B12), Vitamin A, 11 Vitamin E, Vitamin D, Zat Besi, Asid folik, Iodin, magnesium, zink. Jumlah 2. Kos operasi untuk membuat sebungkus roti keping No. Perkara / aktiviti 1 Kos tenaga pekerja 2 Elektrik / air / gas / diesel 3 Mesin 4 Penyelenggaraan 5 Kos penghantaran 6 Pembungkusan 7 Sewa kilang / pembelian kilang 8 Lain-lain. Nyatakan Jumlah 3. Kos pemasaran untuk membuat sebungkus roti No. Perkara 1 Pengiklanan 2 Promosi 3 Kos pengangkutan 4 Lain-lain. Nyatakan Jumlah 4. Lain-lain kos yang terlibat jika ada No Perkara 1 Pentadbiran dan pejabat Jumlah Kos 0.459 0.00041 0.027 0.027 0.003 0.0271 0.0026 0.033 0.01 0.033 0.132 0.078 0.078 0.0039 0.0625 0.138 0.005 0.13 0.05 0.039 0.078 1.41651 141 Jadual 5.9 : Senarai kos bahan, kos operasi, kos pemasaran dan kos pentadbiran bagi roti Jenama Hawaii yang mempunyai berat 550g. Jenama roti : Hawaii Berat : 550g 1. Kos bahan untuk membuat sebungkus roti keping No. Bahan 1 Tepung gandum 2 Air 3 Lemak sayuran 4 Gula 5 Pelembut adunan 6 Garam 7 Ragi Kalsium propionat, tiamina (B1), Riboflavin (B2), zat besi, niasin 8 (B3), Asid Folik, Omega 3, Omega 6 Jumlah 2. Kos operasi untuk membuat sebungkus roti keping No. Perkara / aktiviti 1 Kos tenaga pekerja 2 Elektrik / air / gas / diesel 3 Mesin 4 Penyelenggaraan 5 Kos penghantaran 6 Pembungkusan 7 Sewa kilang / pembelian kilang 8 Lain-lain. Nyatakan Jumlah 3. Kos pemasaran untuk membuat sebungkus roti No. Perkara 1 Pengiklanan 2 Promosi 3 Kos pengangkutan 4 Lain-lain. Nyatakan Jumlah 4. Lain-lain kos yang terlibat jika ada No Perkara 1 Pentadbiran dan pejabat Jumlah Kos 0.588 0.00054 0.035 0.035 0.035 0.0039 0.035 0.084 0.1 0.13 0.005 0.08 0.18 0.004 0.05 0.1 1.46544 142 Jadual 5.10 : Senarai kos bahan, kos operasi, kos pemasaran dan kos pentadbiran bagi roti Jenama Hawaii yang mempunyai berat 320g. Jenama roti : Hawaii Berat : 320g 1. Kos bahan untuk membuat sebungkus roti keping No. Bahan 1 Tepung gandum 2 Air 3 Lemak sayuran 4 Gula 5 Pelembut adunan 6 Garam 7 Ragi 8 Kalsium propionat, tiamina (B1), Riboflavin (B2), zat besi, niasin (B3) Asid Folik, Omega 3, Omega 6 Jumlah 2. Kos operasi untuk membuat sebungkus roti keping No. Perkara / aktiviti 1 Kos tenaga pekerja 2 Elektrik / air / gas / diesel 3 Mesin 4 Penyelenggaraan 5 Kos penghantaran 6 Pembungkusan 7 Sewa kilang / pembelian kilang 8 Lain-lain. Nyatakan Jumlah 3. Kos pemasaran untuk membuat sebungkus roti No. Perkara 1 Pengiklanan 2 Promosi 3 Kos pengangkutan 4 Lain-lain. Nyatakan Jumlah 4. Lain-lain kos yang terlibat jika ada No Perkara 1 Pentadbiran dan pejabat Jumlah Kos 0.342 0.00031 0.02 0.02 0.02 0.0022 0.02 0.0488 0.058 0.0756 0.0029 0.0465 0.104 0.0023 0.029 0.058 0.84961 143 Jadual 5.11 : Senarai kos bahan, kos operasi, kos pemasaran dan kos pentadbiran bagi roti Jenama Chicago yang mempunyai berat 550g. Jenama roti : Chicago Berat : 550g 1. Kos bahan untuk membuat sebungkus roti keping No. Bahan 1 Tepung gandung berprotien tinggi 2 Ragi 3 Air bertapis 4 Gula Pasir 5 Garam Halus 6 Pelembut adunan 7 Tepung susu 8 Lemak sayuran 9 Kalsium propionat Jumlah 2. Kos operasi untuk membuat sebungkus roti keping No. Perkara / aktiviti 1 Kos tenaga pekerja 2 Elektrik / air / gas / diesel 3 Mesin 4 Penyelenggaraan 5 Kos penghantaran 6 Pembungkusan 7 Sewa kilang / pembelian kilang 8 Lain-lain. Nyatakan Jumlah 3. Kos pemasaran untuk membuat sebungkus roti No. Perkara 1 Pengiklanan 2 Promosi 3 Kos pengangkutan 4 Lain-lain. Nyatakan Jumlah 4. Lain-lain kos yang terlibat jika ada No Perkara 1 Pentadbiran dan pejabat Jumlah Kos 0.588 0.035 0.00054 0.035 0.0039 0.035 0.04 0.035 0.038 0.1 0.1 0.005 0.08 0.15 0.06 0.05 0.1 1.45544 144 Jadual 5.12 : Senarai kos bahan, kos operasi, kos pemasaran dan kos pentadbiran bagi roti Jenama Chicago yang mempunyai berat 310g. Jenama roti : Chicago Berat : 310g 1. Kos bahan untuk membuat sebungkus roti keping No. Bahan 1 Tepung gandung berprotien tinggi 2 Ragi 3 Air bertapis 4 Gula Pasir 5 Garam Halus 6 Pelembut adunan 7 Tepung susu 8 Lemak sayuran 9 Kalsium propionat Jumlah 2. Kos operasi untuk membuat sebungkus roti keping No. Perkara / aktiviti 1 Kos tenaga pekerja 2 Elektrik / air / gas / diesel 3 Mesin 4 Penyelenggaraan 5 Kos penghantaran 6 Pembungkusan 7 Sewa kilang / pembelian kilang 8 Lain-lain. Nyatakan Jumlah 3. Kos pemasaran untuk membuat sebungkus roti No. Perkara 1 Pengiklanan 2 Promosi 3 Kos pengangkutan 4 Lain-lain. Nyatakan Jumlah 4. Lain-lain kos yang terlibat jika ada No Perkara 1 Pentadbiran dan pejabat Jumlah Kos 0.331 0.019 0.0003 0.019 0.0021 0.019 0.0225 0.019 0.021 0.056 0.056 0.0028 0.045 0.0845 0.0338 0.028 0.056 0.815 145 Jadual 5.13 : Senarai kos bahan, kos operasi, kos pemasaran dan kos pentadbiran bagi roti Jenama Mighty White yang mempunyai berat 550g. Jenama roti : Mighty White Berat : 550g 1. Kos bahan untuk membuat sebungkus roti keping No. Bahan 1 Tepung gandum 2 Gula 3 Lelemak Kelapa sawit 4 Yis 5 Garam 6 Dektosa 7 Air 8 Pelembut adunan Mengandungi Amylase Calcium Propionate yang dibenarkan,Vitamin 9 premix Jumlah 2. Kos operasi untuk membuat sebungkus roti keping No. Perkara / aktiviti 1 Kos tenaga pekerja 2 Elektrik / air / gas / diesel 3 Mesin 4 Penyelenggaraan 5 Kos penghantaran 6 Pembungkusan 7 Sewa kilang / pembelian kilang 8 Lain-lain. Nyatakan Jumlah 3. Kos pemasaran untuk membuat sebungkus roti No. Perkara 1 Pengiklanan 2 Promosi 3 Kos pengangkutan 4 Lain-lain. Nyatakan Jumlah 4. Lain-lain kos yang terlibat jika ada No Perkara 1 Pentadbiran dan pejabat Jumlah Kos 0.588 0.035 0.035 0.035 0.0039 0.014 0.00054 0.035 0.094 0.1 0.1 0.005 0.08 0.18 0.005 0.05 0.1 1.46044 146 Jadual 5.14 : Senarai kos bahan, kos operasi, kos pemasaran dan kos pentadbiran bagi roti Jenama Mighty White yang mempunyai berat 320g. Jenama roti : Mighty White Berat : 320g 1. Kos bahan untuk membuat sebungkus roti keping No. Bahan 1 Tepung gandum 2 Gula 3 Lelemak Kelapa sawit 4 Yis 5 Garam 6 Dektosa 7 Air 8 Pelembut adunan Mengandungi Amylase Calcium Propionate yang dibenarkan,Vitamin 9 premix Jumlah 2. Kos operasi untuk membuat sebungkus roti keping No. Perkara / aktiviti 1 Kos tenaga pekerja 2 Elektrik / air / gas / diesel 3 Mesin 4 Penyelenggaraan 5 Kos penghantaran 6 Pembungkusan 7 Sewa kilang / pembelian kilang 8 Lain-lain. Nyatakan Jumlah 3. Kos pemasaran untuk membuat sebungkus roti No. Perkara 1 Pengiklanan 2 Promosi 3 Kos pengangkutan 4 Lain-lain. Nyatakan Jumlah 4. Lain-lain kos yang terlibat jika ada No Perkara 1 Pentadbiran dan pejabat Jumlah Kos 0.342 0.02 0.02 0.02 0.0022 0.008 0.00031 0.02 0.054 0.058 0.058 0.0029 0.0465 0.1 0.0029 0.029 0.058 0.84181 147 Jadual 5.15 : Senarai kos bahan, kos operasi, kos pemasaran dan kos pentadbiran bagi roti Jenama Daily yang mempunyai berat 550g. Jenama roti : Daily Berat : 550g 1. Kos bahan untuk membuat sebungkus roti keping No. Bahan 1 Tepung gandum berprotien tinggi 2 Gula 3 Air bertapis 4 Lelemak sayuran 5 Ragi roti 6 Garam 7 Tepung susu 8 Pelembut adunan Kalsium propionate,Thiamina (Vit.B1),Riboflavin (Vit.B2),Niacin 9 (Vit.B kompleks), Kalsium,Asid folik,Zat galian,Zink,Vitamin A,Vitamin B5,Vitamin C, Vitamin E,Dextrosa. Jumlah 2. Kos operasi untuk membuat sebungkus roti keping No. Perkara / aktiviti 1 Kos tenaga pekerja 2 Elektrik / air / gas / diesel 3 Mesin 4 Penyelenggaraan 5 Kos penghantaran 6 Pembungkusan 7 Sewa kilang / pembelian kilang 8 Lain-lain. Nyatakan Jumlah 3. Kos pemasaran untuk membuat sebungkus roti No. Perkara 1 Pengiklanan 2 Promosi 3 Kos pengangkutan 4 Lain-lain. Nyatakan Jumlah 4. Lain-lain kos yang terlibat jika ada No Perkara 1 Pentadbiran dan pejabat Jumlah Kos 0.588 0.035 0.00054 0.035 0.035 0.0039 0.04 0.035 0.15 0.1 0.1 0.005 0.08 0.18 0.007 0.05 0.1 1.54444 148 Jadual 5.16 : Senarai kos bahan, kos operasi, kos pemasaran dan kos pentadbiran bagi roti Jenama Daily yang mempunyai berat 400g. Jenama roti : Daily Berat : 400g 1. Kos bahan untuk membuat sebungkus roti keping No. Bahan 1 Tepung gandum berprotien tinggi 2 Gula 3 Air bertapis 4 Lelemak sayuran 5 Ragi roti 6 Garam 7 Tepung susu 8 Pelembut adunan Kalsium propionate,Thiamina (Vit.B1),Riboflavin (Vit.B2), 9 Niacin (Vit.B kompleks), Kalsium,Asid folik,Zat galian,Zink,Vitamin A,Vitamin B5,Vitamin C, Vitamin E,Dextrosa. Jumlah 2. Kos operasi untuk membuat sebungkus roti keping No. Perkara / aktiviti 1 Kos tenaga pekerja 2 Elektrik / air / gas / diesel 3 Mesin 4 Penyelenggaraan 5 Kos penghantaran 6 Pembungkusan 7 Sewa kilang / pembelian kilang 8 Lain-lain. Nyatakan Jumlah 3. Kos pemasaran untuk membuat sebungkus roti No. Perkara 1 Pengiklanan 2 Promosi 3 Kos pengangkutan 4 Lain-lain. Nyatakan Jumlah 4. Lain-lain kos yang terlibat jika ada No Perkara 1 Pentadbiran dan pejabat Jumlah Kos 0.427 0.025 0.00039 0.025 0.025 0.0028 0.029 0.025 0.1 0.072 0.072 0.0036 0.058 0.13 0.005 0.036 0.072 1.10779 149 LAMPIRAN C Jumlah masa perjalanan dari satu blok perancangan ke 13 blok perancangan yang lain. Jumlah masa perjalanan dari Daerah Sentral ke 13 blok perancangan MBJB No. Blok Perancangan Jumlah masa perjalanan 1 Daerah Sentral ke Pelangi 161.24 2 Daerah Sentral ke Majidee 191.52 3 Daerah Sentrl ke Kangkar Tebrau 265.34 4 Daerah Sentral ke Kempas 297.87 5 Daerah Sentral ke Larkin 186.91 6 Daerah Sentral ke Tampoi 262.55 7 Daerah Sentral ke Tasek Utara 89.63 8 Daerah Sentral ke Kaw.Maju Jaya 322.46 9 Deerah Sentral ke Pasir Pelangi 18704.48 10 Daerah Sentral ke Kawasan Rinting 24711.76 11 Daerah Sentral ke Permas Jaya 21122.99 12 Daerah Sentral ke Pandan 28817.52 13 Daerah Sentral Mount Austin 34630.93 Jumlah 129,765.20 Jumlah masa perjalanan dari Pelangi ke 13 blok perancangan MBJB No. Blok Perancangan Jumlah masa perjalanan 1 Pelangi ke Daerah Sentral 109.42 2 Pelangil ke Majidee 132.99 3 Pelangi ke Kangkar Tebrau 241.64 4 Pelangi ke Kempas 276.85 5 Pelangike Larkin 169.49 6 Pelangi ke Tampoi 265.78 7 Pelangi ke Tasek Utara 135.61 8 Pelangi ke Kaw.Maju Jaya 291.13 9 Pelangi ke Pasir Pelangi 9638.24 10 Pelangi ke Kawasan Rinting 10997.5 11 Pelangi ke Permas Jaya 8211.63 12 Pelangi ke Pandan 16555.7 13 Pelangi Mount Austin 22688.02 Jumlah 69,714.00 Jumlah masa perjalanan dari Majidee ke 13 blok perancangan MBJB No. Blok Perancangan Jumlah masa perjalanan 1 Majidee ke Daerah Sentral 159.98 2 Majidee ke Pelangi 156.23 3 Majidee ke Kangkar Tebrau 179.03 4 Majidee ke Kempas 268.69 5 Majidee ke Larkin 180.25 6 Majide ke Tampoi 269.05 7 Majidee ke Tasek Utara 185.44 8 Majidee ke Kaw.Maju Jaya 271.08 9 Majidee ke Pasir Pelangi 16169.96 10 Majidee ke Kawasan Rinting 18752.46 11 Majidee ke Permas Jaya 15380.17 150 12 13 Majidee ke Pandan Majidee Mount Austin Jumlah 23956.41 29926.14 105,854.89 Jumlah masa perjalanan dari Kangkar Tebrau ke 13 blok perancangan MBJB No. Blok Perancangan Jumlah masa perjalanan 1 Kangkar Tebrau ke Daerah Sentral 248.65 2 Kangkar Tebrau ke Pelangi 250.13 3 Kangkar Tebrau ke Majidee 188.91 4 Kangkar Tebrau ke Kempas 188.57 5 Kangkar Tebrau ke Larkin 220.57 6 Kangkat Tebrau ke Tampoi 243.85 7 Kangkar Tebrau ke Tasek Utara 234.7 8 Kangkar Tebrau ke Kaw.Maju Jaya 276.74 9 Kangkar Tebrau ke Pasir Pelangi 18606.29 10 Kangkar Tebrau ke Kawasan Rinting 19071.47 11 Kangkar Tebrau ke Permas Jaya 16304.47 12 Kangkar Tebrau ke Pandan 22299.28 13 Kangkar Tebrau Mount Austin 26299.01 Jumlah 104,432.64 Jumlah masa perjalanan dari Kempas ke 13 blok perancangan MBJB No. Blok Perancangan Jumlah masa perjalanan 1 Kempas ke Daerah Sentral 269.64 2 Kempas ke Pelangi 255.9 3 Kempas ke Majidee 220.02 4 Kempas ke Kangkar Tebrau 190.02 5 Kempas ke Larkin 152.43 6 Kempas ke Tampoi 112.78 7 Kempas ke Tasek Utara 223.21 8 Kempas ke Kaw.Maju Jaya 137.5 9 Kempas ke Pasir Pelangi 14439.22 10 Kempas ke Kawasan Rinting 16953.59 11 Kempas ke Permas Jaya 13851.42 12 Kempas ke Pandan 22387.37 13 Kempas ke Mount Austin 28448.73 Jumlah 97,641.83 Jumlah masa perjalanan dari Larkin ke 13 blok perancangan MBJB No. Blok Perancangan Jumlah masa perjalanan 1 Larkin ke Daerah Sentral 147.08 2 Larkin ke Pelangi 142.24 3 Larkin ke Majidee 123.31 4 Larkin ke Kangkar Tebrau 171.72 5 Larkin ke Larkin 162.8 6 Larkin ke Tampoi 167.01 7 Larkin ke Tasek Utara 132.19 8 Larkin ke Kaw.Maju Jaya 191.04 9 Larkin ke Pasir Pelangi 13624.84 10 Larkin ke Kawasan Rinting 16345.25 11 Larkin ke Permas Jaya 13214.11 151 12 13 Larkin ke Pandan Larkin ke Mount Austin Jumlah 21616.86 27681.26 93,719.71 Jumlah masa perjalanan dari Tampoi ke 13 blok perancangan MBJB No. Blok Perancangan Jumlah masa perjalanan 1 Tampoi ke Daerah Sentral 235.3 2 Tampoi ke Pelangi 244.9 3 Tampoi ke Majidee 244.26 4 Tampoi ke Kangkar Tebrau 222.84 5 Tampoi ke Kempas 137.14 6 Tampoi ke Larkin 139.51 7 Tampoi ke Tasek Utara 195.44 8 Tampoi ke Kaw.Maju Jaya 190.54 9 Tampoi ke Pasir Pelangi 19977.55 10 Tampoi ke Kawasan Rinting 22500.59 11 Tampoi ke Permas Jaya 19268.12 12 Tampoi ke Pandan 27900.19 13 Tampoi ke Mount Austin 34268.6 Jumlah 125,524.98 Jumlah masa perjalanan dari Tasek Utara ke 13 blok perancangan MBJB No. Blok Perancangan Jumlah masa perjalanan 1 Tasek Utara ke Daerah Sentral 90.91 2 Tasek Utara ke Pelangi 159.82 3 Tasek Utara ke Majidee 172.91 4 Tasek Utara ke Kangkar Tebrau 240.89 5 Tasek Utara ke Kempas 231.28 6 Tasek Utara ke Larkin 132.8 7 Tasek Utara ke Tampoi 200.02 8 Tasek Utara ke Kaw.Maju Jaya 269.62 9 Tasek Utara ke Pasir Pelangi 25266.01 10 Tasek Utara ke Kawasan Rinting 27849.91 11 Tasek Utara ke Permas Jaya 25085.63 12 Tasek Utara ke Pandan 33358.81 13 Tasek Utara ke Mount Austin 39284 Jumlah 152,342.61 152 Jumlah masa perjalanan dari Kaw. Maju Jaya ke 13 blok perancangan MBJB No. Blok Perancangan Jumlah masa perjalanan 1 Kaw. Maju Jaya ke Daerah Sentral 280.51 2 Kaw.Maju Jaya ke Pelangi 263.38 3 Kaw. Maju Jaya ke Majidee 257.06 4 Kaw. Maju Jaya ke Kangkar Tebrau 194.3 5 Kaw. Maju Jaya ke Kempas 173.79 6 Kaw. Maju Jaya ke Larkin 213.19 7 Kaw. Maju Jaya ke Tampoi 169.37 8 Kaw.Maju Jaya ke Tasek Utara 268.1 9 Kaw. Maju Jaya ke Pasir Pelangi 15986.42 10 Kaw. Maju Jaya ke Kawasan Rinting 18401.28 11 Kaw.Maju Jaya ke Permas Jaya 15617.13 12 Kaw. Maju Jaya ke Pandan 23903.12 13 Kaw. Maju Jaya ke Mount Austin 30058.87 Jumlah 105,786.52 Jumlah masa perjalanan dari Pasir Pelangi ke 13 blok perancangan MBJB No. Blok Perancangan Jumlah masa perjalanan 1 Pasir Pelangi ke Daerah Sentral 13261.85 2 Pasir Pelangi ke Pelangi 6910.61 3 Pasir Pelangi ke Majidee 12962.54 4 Pasir Pelangi ke Kangkar Tebrau 15842.43 5 Pasir Pelangi ke Kempas 12207.08 6 Pasir Pelangi ke Larkin 11240.8 7 Pasir Pelangi ke Tampoi 22558.12 8 Pasir Pelangi ke Tasek Utara 19258.41 9 Pasir Pelangi ke Kaw. Maju Jaya 13633.93 10 Pasir Pelangi ke Kawasan Rinting 13473.41 11 Pasir Pelangi ke Permas Jaya 10418.07 12 Pasir Pelangi ke Pandan 18572.09 13 Pasir Pelangike Mount Austin 25117.94 Jumlah 195,457.28 Jumlah masa perjalanan dari kawasan Rinting ke 13 blok perancangan MBJB No. Blok Perancangan Jumlah masa perjalanan 1 Kawasan Rinting ke Daerah Sentral 23233.46 2 Kawasan Rinting ke Pelangi 13320 3 Kawasan Rinting ke Majidee 19112.31 4 Kawasan Rinting ke Kangkar Tebrau 19718.59 5 Kawasan Rinting ke Kempas 19580.97 6 Kawasan Rinting ke Larkin 21516.81 7 Kawasan Rinting ke Tampoi 29793.42 8 Kawasan Rinting ke Tasek Utara 26545.63 9 Kawasan Rinting ke Kaw. Maju Jaya 20984.9 10 Kawasan Rinting ke Pasir Pelangi 16647.76 11 Kawasan Rinting ke Permas Jaya 7877.19 12 Kawasan Rinting ke Pandan 14704.99 13 Kawasan Rinting ke Mount Austin 20923.94 Jumlah 253,959.97 153 Jumlah masa perjalanan dari Permas Jaya ke 13 blok perancangan MBJB No. Blok Perancangan Jumlah masa perjalanan 1 Permas Jaya ke Daerah Sentral 16536.45 2 Permas Jaya ke Pelangi 7082.47 3 Permas Jaya ke Majidee 12519.28 4 Permas Jaya ke Kangkar Tebrau 14498.35 5 Permas Jaya ke Kempas 12715.24 6 Permas Jaya ke Larkin 13901.52 7 Permas Jaya ke Tampoi 22928.4 8 Permas Jaya ke Tasek Utara 20079.21 9 Permas Jaya ke Kaw. Maju Jaya 15067.44 10 Permas Jaya ke Pasir Pelangi 10234.13 11 Permas Jaya ke Kawasan Rinting 4262.2 12 Permas Jaya ke Pandan 9254.39 13 Permas Jaya ke Mount Austin 15597.78 Jumlah 174,676.86 Jumlah masa perjalanan dari Pandan ke 13 blok perancangan MBJB No. Blok Perancangan Jumlah masa perjalanan 1 Pandan ke Daerah Sentral 19264.13 2 Pandan ke Pelangi 9403.25 3 Pandan ke Majidee 6950.94 4 Pandan ke Kangkar Tebrau 8857.76 5 Pandan ke Kempas 14921.84 6 Pandan ke Larkin 16763.61 7 Pandan ke Tampoi 24955.55 8 Pandan ke Tasek Utara 21833.44 9 Pandan ke Kaw. Maju Jaya 16214.26 10 Pandan ke Pasir Pelangi 13036.04 11 Pandan ke Kawasan Rinting 5120.3 12 Pandan ke Permas Jaya 4811.04 13 Pandan ke Mount Austin 6897.87 Jumlah 169,030.03 Jumlah masa perjalanan dari Mount Austin ke 13 blok perancangan MBJB No. Blok Perancangan Jumlah masa perjalanan 1 Mount Austin ke Daerah Sentral 20778.96 2 Mount Austin Pelangi 10892.94 3 Mount Austin ke Majidee 7836.42 4 Mount Austin ke Kangkar Tebrau 7669.82 5 Mount Austin ke Kempas 15657 6 Mount Austin ke Larkin 17727.14 7 Mount Austin ke Tampoi 25922.89 8 Mount Austin ke Tasek Utara 22880.64 9 Mount Austin ke Kaw. Maju Jaya 17083.83 10 Mount Austin ke Pasir Pelangi 16167.8 11 Mount Austin ke Kawasan Rinting 8794.68 12 Mount Austin ke Permas Jaya 8402.96 13 Mount Austin ke Pandan 6002.68 Jumlah 185,817.76 154 LAMPIRAN D Pengiraan Kos Pengangkutan Kos pengangkutan dari Daerah Sentral ke 13 blok perancangan MBJB Perkara Jumlah masa Kos 1 minit diesel No. Blok Perancangan perjalanan yang dijana 1 Daerah Sentral ke Pelangi 161.24 2 Daerah Sentral ke Majidee 191.52 Daerah Sentrl ke Kangkar 3 Tebrau 265.34 4 Daerah Sentral ke Kempas 297.87 5 Daerah Sentral ke Larkin 186.91 6 Daerah Sentral ke Tampoi 262.55 Daerah Sentral ke Tasek 7 Utara 89.63 Daerah Sentral ke Kaw.Maju 8 Jaya 322.46 Deerah Sentral ke Pasir 9 Pelangi 18,704.48 Daerah Sentral ke Kawasan 10 Rinting 24,711.76 Daerah Sentral ke Permas 11 Jaya 21,122.99 12 Daerah Sentral ke Pandan 28,817.52 13 Daerah Sentral Mount Austin 34,630.93 Jumlah 129,765.20 0.38 0.38 Kos pengangkutan 61.27 72.78 0.38 0.38 0.38 0.38 100.83 113.19 71.03 99.77 0.38 34.06 0.38 122.53 0.38 7,107.70 0.38 9,390.47 0.38 0.38 0.38 8,026.74 10,950.66 13,159.75 49,310.78 Kos pengangkutan dari Pelangi ke 13 blok perancangan MBJB No. 1 2 3 4 5 6 7 8 9 10 11 12 13 Blok Perancangan Pelangi ke Daerah Sentral Pelangil ke Majidee Pelangi ke Kangkar Tebrau Pelangi ke Kempas Pelangike Larkin Pelangi ke Tampoi Pelangi ke Tasek Utara Pelangi ke Kaw.Maju Jaya Pelangi ke Pasir Pelangi Pelangi ke Kawasan Rinting Pelangi ke Permas Jaya Pelangi ke Pandan Pelangi Mount Austin Jumlah Jumlah masa perjalanan 109.42 132.99 241.64 276.85 169.49 265.78 135.61 291.13 9,638.24 10,997.50 8,211.63 16,555.70 22,688.02 69,714.00 Perkara Kos 1 minit diesel yang dijana 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 Kos pengangkutan 41.58 50.54 91.82 105.20 64.41 101.00 51.53 110.63 3,662.53 4,179.05 3,120.42 6,291.17 8,621.45 26,491.32 Kos pengangkutan dari Majidee ke 13 blok perancangan MBJB No. 1 2 3 Blok Perancangan Majidee ke Daerah Sentral Majidee ke Pelangi Majidee ke Kangkar Tebrau Jumlah masa perjalanan 159.98 156.23 179.03 Perkara Kos 1 minit diesel yang dijana 0.38 0.38 0.38 Kos pengangkutan 60.79 59.37 68.03 155 4 5 6 7 8 9 10 11 12 13 Majidee ke Kempas Majidee ke Larkin Majide ke Tampoi Majidee ke Tasek Utara Majidee ke Kaw.Maju Jaya Majidee ke Pasir Pelangi Majidee ke Kawasan Rinting Majidee ke Permas Jaya Majidee ke Pandan Majidee Mount Austin Jumlah 268.69 180.25 269.05 185.44 271.08 16,169.96 18,752.46 15,380.17 23,956.41 29,926.14 105,854.89 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 Kos pengangkutan dari Kangkar Tebrau ke 13 blok perancangan MBJB Perkara Jumlah masa Kos 1 minit diesel No. Blok Perancangan perjalanan yang dijana Kangkar Tebrau ke Daerah 1 Sentral 248.65 2 Kangkar Tebrau ke Pelangi 250.13 3 Kangkar Tebrau ke Majidee 188.91 4 Kangkar Tebrau ke Kempas 188.57 5 Kangkar Tebrau ke Larkin 220.57 6 Kangkat Tebrau ke Tampoi 243.85 Kangkar Tebrau ke Tasek 7 Utara 234.70 Kangkar Tebrau ke 8 Kaw.Maju Jaya 276.74 Kangkar Tebrau ke Pasir 9 Pelangi 18,606.29 Kangkar Tebrau ke 10 Kawasan Rinting 19,071.47 Kangkar Tebrau ke Permas 11 Jaya 16,304.47 12 Kangkar Tebrau ke Pandan 22,299.28 Kangkar Tebrau Mount 13 Austin 26,299.01 Jumlah 104,432.64 102.10 68.50 102.24 70.47 103.01 6,144.58 7,125.93 5,844.46 9,103.44 11,371.93 40,224.86 Kos pengangkutan 0.38 0.38 0.38 0.38 0.38 0.38 94.49 95.05 71.79 71.66 83.82 92.66 0.38 89.19 0.38 105.16 0.38 7,070.39 0.38 7,247.16 0.38 0.38 6,195.70 8,473.73 0.38 9,993.62 39,684.40 Kos pengangkutan dari Kempas ke 13 blok perancangan MBJB No. 1 2 3 4 5 6 7 8 9 10 11 12 Blok Perancangan Kempas ke Daerah Sentral Kempas ke Pelangi Kempas ke Majidee Kempas ke Kangkar Tebrau Kempas ke Larkin Kempas ke Tampoi Kempas ke Tasek Utara Kempas ke Kaw.Maju Jaya Kempas ke Pasir Pelangi Kempas ke Kawasan Rinting Kempas ke Permas Jaya Kempas ke Pandan Jumlah masa perjalanan 269.64 255.90 220.02 190.02 152.43 112.78 223.21 137.50 14,439.22 16,953.59 13,851.42 22,387.37 Perkara Kos 1 minit diesel yang dijana 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 Kos pengangkutan 102.46 97.24 83.61 72.21 57.92 42.86 84.82 52.25 5,486.90 6,442.36 5,263.54 8,507.20 156 13 Kempas ke Mount Austin Jumlah 28,448.73 97,641.83 0.38 10,810.52 37,103.90 Kos pengangkutan dari Larkin ke 13 blok perancangan MBJB No. 1 2 3 4 5 6 7 8 9 10 11 12 13 Blok Perancangan Larkin ke Daerah Sentral Larkin ke Pelangi Larkin ke Majidee Larkin ke Kangkar Tebrau Larkin ke Larkin Larkin ke Tampoi Larkin ke Tasek Utara Larkin ke Kaw.Maju Jaya Larkin ke Pasir Pelangi Larkin ke Kawasan Rinting Larkin ke Permas Jaya Larkin ke Pandan Larkin ke Mount Austin Jumlah Jumlah masa perjalanan 147.08 142.24 123.31 171.72 162.80 167.01 132.19 191.04 13,624.84 16,345.25 13,214.11 21,616.86 27,681.26 93,719.71 Perkara Kos 1 minit diesel yang dijana 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 Kos pengangkutan 55.89 54.05 46.86 65.25 61.86 63.46 50.23 72.60 5,177.44 6,211.20 5,021.36 8,214.41 10,518.88 35,613.49 Kos pengangkutan dari Tampoi ke 13 blok perancangan MBJB No. 1 2 3 4 5 6 7 8 9 10 11 12 13 Blok Perancangan Tampoi ke Daerah Sentral Tampoi ke Pelangi Tampoi ke Majidee Tampoi ke Kangkar Tebrau Tampoi ke Kempas Tampoi ke Larkin Tampoi ke Tasek Utara Tampoi ke Kaw.Maju Jaya Tampoi ke Pasir Pelangi Tampoi ke Kawasan Rinting Tampoi ke Permas Jaya Tampoi ke Pandan Tampoi ke Mount Austin Jumlah Jumlah masa perjalanan 235.30 244.90 244.26 222.84 137.14 139.51 195.44 190.54 19,977.55 22,500.59 19,268.12 27,900.19 34,268.60 125,524.98 Perkara Kos 1 minit diesel yang dijana Kos pengangkutan dari Tasek Utara ke 13 blok perancangan MBJB Perkara Jumlah masa Kos 1 minit diesel No. Blok Perancangan perjalanan yang dijana Tasek Utara ke Daerah 1 Sentral 90.91 2 Tasek Utara ke Pelangi 159.82 3 Tasek Utara ke Majidee 172.91 Tasek Utara ke Kangkar 4 Tebrau 240.89 5 Tasek Utara ke Kempas 231.28 6 Tasek Utara ke Larkin 132.80 7 Tasek Utara ke Tampoi 200.02 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 Kos pengangkutan 89.41 93.06 92.82 84.68 52.11 53.01 74.27 72.41 7,591.47 8,550.22 7,321.89 10,602.07 13,022.07 47,699.49 Kos pengangkutan 0.38 0.38 0.38 34.55 60.73 65.71 0.38 0.38 0.38 0.38 91.54 87.89 50.46 76.01 157 8 9 10 11 12 13 Tasek Utara ke Kaw.Maju Jaya Tasek Utara ke Pasir Pelangi Tasek Utara ke Kawasan Rinting Tasek Utara ke Permas Jaya Tasek Utara ke Pandan Tasek Utara ke Mount Austin Jumlah 269.62 0.38 102.46 25,266.01 0.38 9,601.08 27,849.91 0.38 10,582.97 25,085.63 33,358.81 0.38 0.38 9,532.54 12,676.35 39,284.00 152,342.61 0.38 14,927.92 57,890.19 Kos pengangkutan dari kawasan Maju Jaya ke 13 blok perancangan MBJB Perkara Jumlah masa Kos 1 minit diesel No. Blok Perancangan perjalanan yang dijana Kaw. Maju Jaya ke Daerah 1 Sentral 280.51 2 Kaw.Maju Jaya ke Pelangi 263.38 3 Kaw. Maju Jaya ke Majidee 257.06 Kaw. Maju Jaya ke Kangkar 4 Tebrau 194.30 5 Kaw. Maju Jaya ke Kempas 173.79 6 Kaw. Maju Jaya ke Larkin 213.19 7 Kaw. Maju Jaya ke Tampoi 169.37 Kaw.Maju Jaya ke Tasek 8 Utara 268.10 Kaw. Maju Jaya ke Pasir 9 Pelangi 15,986.42 Kaw. Maju Jaya ke Kawasan 10 Rinting 18,401.28 Kaw.Maju Jaya ke Permas 11 Jaya 15,617.13 12 Kaw. Maju Jaya ke Pandan 23,903.12 Kaw. Maju Jaya ke Mount 13 Austin 30,058.87 Jumlah 105,786.52 Kos pengangkutan dari Pasir Pelangi ke 13 blok perancangan MBJB Perkara Jumlah masa Kos 1 minit diesel No. Blok Perancangan perjalanan yang dijana Pasir Pelangi ke Daerah 1 Sentral 13,261.85 2 Pasir Pelangi ke Pelangi 6,910.61 3 Pasir Pelangi ke Majidee 12,962.54 Pasir Pelangi ke Kangkar 4 Tebrau 15,842.43 5 Pasir Pelangi ke Kempas 12,207.08 6 Pasir Pelangi ke Larkin 11,240.80 7 Pasir Pelangi ke Tampoi 22,558.12 Pasir Pelangi ke Tasek 8 Utara 19,258.41 Pasir Pelangi ke Kaw. Maju 9 Jaya 13,633.93 10 Pasir Pelangi ke Kawasan 13,473.41 Kos pengangkutan 0.38 0.38 0.38 106.59 100.08 97.68 0.38 0.38 0.38 0.38 73.83 66.04 81.01 64.36 0.38 101.88 0.38 6,074.84 0.38 6,992.49 0.38 0.38 5,934.51 9,083.19 0.38 11,422.37 40,198.88 Kos pengangkutan 0.38 0.38 0.38 5,039.50 2,626.03 4,925.77 0.38 0.38 0.38 0.38 6,020.12 4,638.69 4,271.50 8,572.09 0.38 7,318.20 0.38 0.38 5,180.89 5,119.90 158 11 12 13 Rinting Pasir Pelangi ke Permas Jaya Pasir Pelangi ke Pandan Pasir Pelangike Mount Austin Jumlah 10,418.07 18,572.09 0.38 0.38 3,958.87 7,057.39 25,117.94 195,457.28 0.38 9,544.82 74,273.77 Kos pengangkutan dari kawasan Rinting ke 13 blok perancangan MBJB Perkara Jumlah masa Kos 1 minit diesel No. Blok Perancangan perjalanan yang dijana Kawasan Rinting ke Daerah 1 Sentral 23,233.46 2 Kawasan Rinting ke Pelangi 13,320.00 3 Kawasan Rinting ke Majidee 19,112.31 Kawasan Rinting ke Kangkar 4 Tebrau 19,718.59 5 Kawasan Rinting ke Kempas 19,580.97 6 Kawasan Rinting ke Larkin 21,516.81 7 Kawasan Rinting ke Tampoi 29,793.42 Kawasan Rinting ke Tasek 8 Utara 26,545.63 Kawasan Rinting ke Kaw. 9 Maju Jaya 20,984.90 Kawasan Rinting ke Pasir 10 Pelangi 16,647.76 Kawasan Rinting ke Permas 11 Jaya 7,877.19 12 Kawasan Rinting ke Pandan 14,704.99 Kawasan Rinting ke Mount 13 Austin 20,923.94 Jumlah 253,959.97 Kos pengangkutan dari Permas Jaya ke 13 blok perancangan MBJB Perkara Jumlah masa Kos 1 minit diesel No. Blok Perancangan perjalanan yang dijana Permas Jaya ke Daerah 1 Sentral 16,536.45 2 Permas Jaya ke Pelangi 7,082.47 3 Permas Jaya ke Majidee 12,519.28 Permas Jaya ke Kangkar 4 Tebrau 14,498.35 5 Permas Jaya ke Kempas 12,715.24 6 Permas Jaya ke Larkin 13,901.52 7 Permas Jaya ke Tampoi 22,928.40 Permas Jaya ke Tasek 8 Utara 20,079.21 Permas Jaya ke Kaw. Maju 9 Jaya 15,067.44 Permas Jaya ke Pasir 10 Pelangi 10,234.13 Permas Jaya ke Kawasan 11 Rinting 4,262.20 12 Permas Jaya ke Pandan 9,254.39 Kos pengangkutan 0.38 0.38 0.38 8,828.71 5,061.60 7,262.68 0.38 0.38 0.38 0.38 7,493.06 7,440.77 8,176.39 11,321.50 0.38 10,087.34 0.38 7,974.26 0.38 6,326.15 0.38 0.38 2,993.33 5,587.90 0.38 7,951.10 96,504.79 Kos pengangkutan 0.38 0.38 0.38 6,283.85 2,691.34 4,757.33 0.38 0.38 0.38 0.38 5,509.37 4,831.79 5,282.58 8,712.79 0.38 7,630.10 0.38 5,725.63 0.38 3,888.97 0.38 0.38 1,619.64 3,516.67 159 13 Permas Jaya ke Mount Austin Jumlah 15,597.78 174,676.86 0.38 5,927.16 66,377.21 Kos pengangkutan dari Pandan ke 13 blok perancangan MBJB No. 1 2 3 4 5 6 7 8 9 10 11 12 13 Blok Perancangan Pandan ke Daerah Sentral Pandan ke Pelangi Pandan ke Majidee Pandan ke Kangkar Tebrau Pandan ke Kempas Pandan ke Larkin Pandan ke Tampoi Pandan ke Tasek Utara Pandan ke Kaw. Maju Jaya Pandan ke Pasir Pelangi Pandan ke Kawasan Rinting Pandan ke Permas Jaya Pandan ke Mount Austin Jumlah Jumlah masa perjalanan 19,264.13 9,403.25 6,950.94 8,857.76 14,921.84 16,763.61 24,955.55 21,833.44 16,214.26 13,036.04 5,120.30 4,811.04 6,897.87 169,030.03 Perkara Kos 1 minit diesel yang dijana Kos pengangkutan dari Mount Austin ke 13 blok perancangan MBJB Perkara Jumlah masa Kos 1 minit diesel No. Blok Perancangan perjalanan yang dijana Mount Austin ke Daerah 1 Sentral 20,778.96 2 Mount Austin Pelangi 10,892.94 3 Mount Austin ke Majidee 7,836.42 Mount Austin ke Kangkar 4 Tebrau 7,669.82 5 Mount Austin ke Kempas 15,657.00 6 Mount Austin ke Larkin 17,727.14 7 Mount Austin ke Tampoi 25,922.89 Mount Austin ke Tasek 8 Utara 22,880.64 Mount Austin ke Kaw. Maju 9 Jaya 17,083.83 Mount Austin ke Pasir 10 Pelangi 16,167.80 Mount Austin ke Kawasan 11 Rinting 8,794.68 Mount Austin ke Permas 12 Jaya 8,402.96 13 Mount Austin ke Pandan 6,002.68 Jumlah 185,817.76 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 Kos pengangkutan 7,320.37 3,573.24 2,641.36 3,365.95 5,670.30 6,370.17 9,483.11 8,296.71 6,161.42 4,953.70 1,945.71 1,828.20 2,621.19 64,231.41 Kos pengangkutan 0.38 0.38 0.38 7,896.00 4,139.32 2,977.84 0.38 0.38 0.38 0.38 2,914.53 5,949.66 6,736.31 9,850.70 0.38 8,694.64 0.38 6,491.86 0.38 6,143.76 0.38 3,341.98 0.38 0.38 3,193.12 2,281.02 70,610.75 154 LAMPIRAN D Pengiraan Kos Pengangkutan Kos pengangkutan dari Daerah Sentral ke 13 blok perancangan MBJB Perkara Jumlah masa Kos 1 minit diesel No. Blok Perancangan perjalanan yang dijana 1 Daerah Sentral ke Pelangi 161.24 2 Daerah Sentral ke Majidee 191.52 Daerah Sentrl ke Kangkar 3 Tebrau 265.34 4 Daerah Sentral ke Kempas 297.87 5 Daerah Sentral ke Larkin 186.91 6 Daerah Sentral ke Tampoi 262.55 Daerah Sentral ke Tasek 7 Utara 89.63 Daerah Sentral ke Kaw.Maju 8 Jaya 322.46 Deerah Sentral ke Pasir 9 Pelangi 18,704.48 Daerah Sentral ke Kawasan 10 Rinting 24,711.76 Daerah Sentral ke Permas 11 Jaya 21,122.99 12 Daerah Sentral ke Pandan 28,817.52 13 Daerah Sentral Mount Austin 34,630.93 Jumlah 129,765.20 0.38 0.38 Kos pengangkutan 61.27 72.78 0.38 0.38 0.38 0.38 100.83 113.19 71.03 99.77 0.38 34.06 0.38 122.53 0.38 7,107.70 0.38 9,390.47 0.38 0.38 0.38 8,026.74 10,950.66 13,159.75 49,310.78 Kos pengangkutan dari Pelangi ke 13 blok perancangan MBJB No. 1 2 3 4 5 6 7 8 9 10 11 12 13 Blok Perancangan Pelangi ke Daerah Sentral Pelangil ke Majidee Pelangi ke Kangkar Tebrau Pelangi ke Kempas Pelangike Larkin Pelangi ke Tampoi Pelangi ke Tasek Utara Pelangi ke Kaw.Maju Jaya Pelangi ke Pasir Pelangi Pelangi ke Kawasan Rinting Pelangi ke Permas Jaya Pelangi ke Pandan Pelangi Mount Austin Jumlah Jumlah masa perjalanan 109.42 132.99 241.64 276.85 169.49 265.78 135.61 291.13 9,638.24 10,997.50 8,211.63 16,555.70 22,688.02 69,714.00 Perkara Kos 1 minit diesel yang dijana 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 Kos pengangkutan 41.58 50.54 91.82 105.20 64.41 101.00 51.53 110.63 3,662.53 4,179.05 3,120.42 6,291.17 8,621.45 26,491.32 Kos pengangkutan dari Majidee ke 13 blok perancangan MBJB No. 1 2 3 Blok Perancangan Majidee ke Daerah Sentral Majidee ke Pelangi Majidee ke Kangkar Tebrau Jumlah masa perjalanan 159.98 156.23 179.03 Perkara Kos 1 minit diesel yang dijana 0.38 0.38 0.38 Kos pengangkutan 60.79 59.37 68.03 155 4 5 6 7 8 9 10 11 12 13 Majidee ke Kempas Majidee ke Larkin Majide ke Tampoi Majidee ke Tasek Utara Majidee ke Kaw.Maju Jaya Majidee ke Pasir Pelangi Majidee ke Kawasan Rinting Majidee ke Permas Jaya Majidee ke Pandan Majidee Mount Austin Jumlah 268.69 180.25 269.05 185.44 271.08 16,169.96 18,752.46 15,380.17 23,956.41 29,926.14 105,854.89 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 Kos pengangkutan dari Kangkar Tebrau ke 13 blok perancangan MBJB Perkara Jumlah masa Kos 1 minit diesel No. Blok Perancangan perjalanan yang dijana Kangkar Tebrau ke Daerah 1 Sentral 248.65 2 Kangkar Tebrau ke Pelangi 250.13 3 Kangkar Tebrau ke Majidee 188.91 4 Kangkar Tebrau ke Kempas 188.57 5 Kangkar Tebrau ke Larkin 220.57 6 Kangkat Tebrau ke Tampoi 243.85 Kangkar Tebrau ke Tasek 7 Utara 234.70 Kangkar Tebrau ke 8 Kaw.Maju Jaya 276.74 Kangkar Tebrau ke Pasir 9 Pelangi 18,606.29 Kangkar Tebrau ke 10 Kawasan Rinting 19,071.47 Kangkar Tebrau ke Permas 11 Jaya 16,304.47 12 Kangkar Tebrau ke Pandan 22,299.28 Kangkar Tebrau Mount 13 Austin 26,299.01 Jumlah 104,432.64 102.10 68.50 102.24 70.47 103.01 6,144.58 7,125.93 5,844.46 9,103.44 11,371.93 40,224.86 Kos pengangkutan 0.38 0.38 0.38 0.38 0.38 0.38 94.49 95.05 71.79 71.66 83.82 92.66 0.38 89.19 0.38 105.16 0.38 7,070.39 0.38 7,247.16 0.38 0.38 6,195.70 8,473.73 0.38 9,993.62 39,684.40 Kos pengangkutan dari Kempas ke 13 blok perancangan MBJB No. 1 2 3 4 5 6 7 8 9 10 11 12 Blok Perancangan Kempas ke Daerah Sentral Kempas ke Pelangi Kempas ke Majidee Kempas ke Kangkar Tebrau Kempas ke Larkin Kempas ke Tampoi Kempas ke Tasek Utara Kempas ke Kaw.Maju Jaya Kempas ke Pasir Pelangi Kempas ke Kawasan Rinting Kempas ke Permas Jaya Kempas ke Pandan Jumlah masa perjalanan 269.64 255.90 220.02 190.02 152.43 112.78 223.21 137.50 14,439.22 16,953.59 13,851.42 22,387.37 Perkara Kos 1 minit diesel yang dijana 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 Kos pengangkutan 102.46 97.24 83.61 72.21 57.92 42.86 84.82 52.25 5,486.90 6,442.36 5,263.54 8,507.20 156 13 Kempas ke Mount Austin Jumlah 28,448.73 97,641.83 0.38 10,810.52 37,103.90 Kos pengangkutan dari Larkin ke 13 blok perancangan MBJB No. 1 2 3 4 5 6 7 8 9 10 11 12 13 Blok Perancangan Larkin ke Daerah Sentral Larkin ke Pelangi Larkin ke Majidee Larkin ke Kangkar Tebrau Larkin ke Larkin Larkin ke Tampoi Larkin ke Tasek Utara Larkin ke Kaw.Maju Jaya Larkin ke Pasir Pelangi Larkin ke Kawasan Rinting Larkin ke Permas Jaya Larkin ke Pandan Larkin ke Mount Austin Jumlah Jumlah masa perjalanan 147.08 142.24 123.31 171.72 162.80 167.01 132.19 191.04 13,624.84 16,345.25 13,214.11 21,616.86 27,681.26 93,719.71 Perkara Kos 1 minit diesel yang dijana 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 Kos pengangkutan 55.89 54.05 46.86 65.25 61.86 63.46 50.23 72.60 5,177.44 6,211.20 5,021.36 8,214.41 10,518.88 35,613.49 Kos pengangkutan dari Tampoi ke 13 blok perancangan MBJB No. 1 2 3 4 5 6 7 8 9 10 11 12 13 Blok Perancangan Tampoi ke Daerah Sentral Tampoi ke Pelangi Tampoi ke Majidee Tampoi ke Kangkar Tebrau Tampoi ke Kempas Tampoi ke Larkin Tampoi ke Tasek Utara Tampoi ke Kaw.Maju Jaya Tampoi ke Pasir Pelangi Tampoi ke Kawasan Rinting Tampoi ke Permas Jaya Tampoi ke Pandan Tampoi ke Mount Austin Jumlah Jumlah masa perjalanan 235.30 244.90 244.26 222.84 137.14 139.51 195.44 190.54 19,977.55 22,500.59 19,268.12 27,900.19 34,268.60 125,524.98 Perkara Kos 1 minit diesel yang dijana Kos pengangkutan dari Tasek Utara ke 13 blok perancangan MBJB Perkara Jumlah masa Kos 1 minit diesel No. Blok Perancangan perjalanan yang dijana Tasek Utara ke Daerah 1 Sentral 90.91 2 Tasek Utara ke Pelangi 159.82 3 Tasek Utara ke Majidee 172.91 Tasek Utara ke Kangkar 4 Tebrau 240.89 5 Tasek Utara ke Kempas 231.28 6 Tasek Utara ke Larkin 132.80 7 Tasek Utara ke Tampoi 200.02 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 Kos pengangkutan 89.41 93.06 92.82 84.68 52.11 53.01 74.27 72.41 7,591.47 8,550.22 7,321.89 10,602.07 13,022.07 47,699.49 Kos pengangkutan 0.38 0.38 0.38 34.55 60.73 65.71 0.38 0.38 0.38 0.38 91.54 87.89 50.46 76.01 157 8 9 10 11 12 13 Tasek Utara ke Kaw.Maju Jaya Tasek Utara ke Pasir Pelangi Tasek Utara ke Kawasan Rinting Tasek Utara ke Permas Jaya Tasek Utara ke Pandan Tasek Utara ke Mount Austin Jumlah 269.62 0.38 102.46 25,266.01 0.38 9,601.08 27,849.91 0.38 10,582.97 25,085.63 33,358.81 0.38 0.38 9,532.54 12,676.35 39,284.00 152,342.61 0.38 14,927.92 57,890.19 Kos pengangkutan dari kawasan Maju Jaya ke 13 blok perancangan MBJB Perkara Jumlah masa Kos 1 minit diesel No. Blok Perancangan perjalanan yang dijana Kaw. Maju Jaya ke Daerah 1 Sentral 280.51 2 Kaw.Maju Jaya ke Pelangi 263.38 3 Kaw. Maju Jaya ke Majidee 257.06 Kaw. Maju Jaya ke Kangkar 4 Tebrau 194.30 5 Kaw. Maju Jaya ke Kempas 173.79 6 Kaw. Maju Jaya ke Larkin 213.19 7 Kaw. Maju Jaya ke Tampoi 169.37 Kaw.Maju Jaya ke Tasek 8 Utara 268.10 Kaw. Maju Jaya ke Pasir 9 Pelangi 15,986.42 Kaw. Maju Jaya ke Kawasan 10 Rinting 18,401.28 Kaw.Maju Jaya ke Permas 11 Jaya 15,617.13 12 Kaw. Maju Jaya ke Pandan 23,903.12 Kaw. Maju Jaya ke Mount 13 Austin 30,058.87 Jumlah 105,786.52 Kos pengangkutan dari Pasir Pelangi ke 13 blok perancangan MBJB Perkara Jumlah masa Kos 1 minit diesel No. Blok Perancangan perjalanan yang dijana Pasir Pelangi ke Daerah 1 Sentral 13,261.85 2 Pasir Pelangi ke Pelangi 6,910.61 3 Pasir Pelangi ke Majidee 12,962.54 Pasir Pelangi ke Kangkar 4 Tebrau 15,842.43 5 Pasir Pelangi ke Kempas 12,207.08 6 Pasir Pelangi ke Larkin 11,240.80 7 Pasir Pelangi ke Tampoi 22,558.12 Pasir Pelangi ke Tasek 8 Utara 19,258.41 Pasir Pelangi ke Kaw. Maju 9 Jaya 13,633.93 10 Pasir Pelangi ke Kawasan 13,473.41 Kos pengangkutan 0.38 0.38 0.38 106.59 100.08 97.68 0.38 0.38 0.38 0.38 73.83 66.04 81.01 64.36 0.38 101.88 0.38 6,074.84 0.38 6,992.49 0.38 0.38 5,934.51 9,083.19 0.38 11,422.37 40,198.88 Kos pengangkutan 0.38 0.38 0.38 5,039.50 2,626.03 4,925.77 0.38 0.38 0.38 0.38 6,020.12 4,638.69 4,271.50 8,572.09 0.38 7,318.20 0.38 0.38 5,180.89 5,119.90 158 11 12 13 Rinting Pasir Pelangi ke Permas Jaya Pasir Pelangi ke Pandan Pasir Pelangike Mount Austin Jumlah 10,418.07 18,572.09 0.38 0.38 3,958.87 7,057.39 25,117.94 195,457.28 0.38 9,544.82 74,273.77 Kos pengangkutan dari kawasan Rinting ke 13 blok perancangan MBJB Perkara Jumlah masa Kos 1 minit diesel No. Blok Perancangan perjalanan yang dijana Kawasan Rinting ke Daerah 1 Sentral 23,233.46 2 Kawasan Rinting ke Pelangi 13,320.00 3 Kawasan Rinting ke Majidee 19,112.31 Kawasan Rinting ke Kangkar 4 Tebrau 19,718.59 5 Kawasan Rinting ke Kempas 19,580.97 6 Kawasan Rinting ke Larkin 21,516.81 7 Kawasan Rinting ke Tampoi 29,793.42 Kawasan Rinting ke Tasek 8 Utara 26,545.63 Kawasan Rinting ke Kaw. 9 Maju Jaya 20,984.90 Kawasan Rinting ke Pasir 10 Pelangi 16,647.76 Kawasan Rinting ke Permas 11 Jaya 7,877.19 12 Kawasan Rinting ke Pandan 14,704.99 Kawasan Rinting ke Mount 13 Austin 20,923.94 Jumlah 253,959.97 Kos pengangkutan dari Permas Jaya ke 13 blok perancangan MBJB Perkara Jumlah masa Kos 1 minit diesel No. Blok Perancangan perjalanan yang dijana Permas Jaya ke Daerah 1 Sentral 16,536.45 2 Permas Jaya ke Pelangi 7,082.47 3 Permas Jaya ke Majidee 12,519.28 Permas Jaya ke Kangkar 4 Tebrau 14,498.35 5 Permas Jaya ke Kempas 12,715.24 6 Permas Jaya ke Larkin 13,901.52 7 Permas Jaya ke Tampoi 22,928.40 Permas Jaya ke Tasek 8 Utara 20,079.21 Permas Jaya ke Kaw. Maju 9 Jaya 15,067.44 Permas Jaya ke Pasir 10 Pelangi 10,234.13 Permas Jaya ke Kawasan 11 Rinting 4,262.20 12 Permas Jaya ke Pandan 9,254.39 Kos pengangkutan 0.38 0.38 0.38 8,828.71 5,061.60 7,262.68 0.38 0.38 0.38 0.38 7,493.06 7,440.77 8,176.39 11,321.50 0.38 10,087.34 0.38 7,974.26 0.38 6,326.15 0.38 0.38 2,993.33 5,587.90 0.38 7,951.10 96,504.79 Kos pengangkutan 0.38 0.38 0.38 6,283.85 2,691.34 4,757.33 0.38 0.38 0.38 0.38 5,509.37 4,831.79 5,282.58 8,712.79 0.38 7,630.10 0.38 5,725.63 0.38 3,888.97 0.38 0.38 1,619.64 3,516.67 159 13 Permas Jaya ke Mount Austin Jumlah 15,597.78 174,676.86 0.38 5,927.16 66,377.21 Kos pengangkutan dari Pandan ke 13 blok perancangan MBJB No. 1 2 3 4 5 6 7 8 9 10 11 12 13 Blok Perancangan Pandan ke Daerah Sentral Pandan ke Pelangi Pandan ke Majidee Pandan ke Kangkar Tebrau Pandan ke Kempas Pandan ke Larkin Pandan ke Tampoi Pandan ke Tasek Utara Pandan ke Kaw. Maju Jaya Pandan ke Pasir Pelangi Pandan ke Kawasan Rinting Pandan ke Permas Jaya Pandan ke Mount Austin Jumlah Jumlah masa perjalanan 19,264.13 9,403.25 6,950.94 8,857.76 14,921.84 16,763.61 24,955.55 21,833.44 16,214.26 13,036.04 5,120.30 4,811.04 6,897.87 169,030.03 Perkara Kos 1 minit diesel yang dijana Kos pengangkutan dari Mount Austin ke 13 blok perancangan MBJB Perkara Jumlah masa Kos 1 minit diesel No. Blok Perancangan perjalanan yang dijana Mount Austin ke Daerah 1 Sentral 20,778.96 2 Mount Austin Pelangi 10,892.94 3 Mount Austin ke Majidee 7,836.42 Mount Austin ke Kangkar 4 Tebrau 7,669.82 5 Mount Austin ke Kempas 15,657.00 6 Mount Austin ke Larkin 17,727.14 7 Mount Austin ke Tampoi 25,922.89 Mount Austin ke Tasek 8 Utara 22,880.64 Mount Austin ke Kaw. Maju 9 Jaya 17,083.83 Mount Austin ke Pasir 10 Pelangi 16,167.80 Mount Austin ke Kawasan 11 Rinting 8,794.68 Mount Austin ke Permas 12 Jaya 8,402.96 13 Mount Austin ke Pandan 6,002.68 Jumlah 185,817.76 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 0.38 Kos pengangkutan 7,320.37 3,573.24 2,641.36 3,365.95 5,670.30 6,370.17 9,483.11 8,296.71 6,161.42 4,953.70 1,945.71 1,828.20 2,621.19 64,231.41 Kos pengangkutan 0.38 0.38 0.38 7,896.00 4,139.32 2,977.84 0.38 0.38 0.38 0.38 2,914.53 5,949.66 6,736.31 9,850.70 0.38 8,694.64 0.38 6,491.86 0.38 6,143.76 0.38 3,341.98 0.38 0.38 3,193.12 2,281.02 70,610.75 160 LAMPIRAN E Keuntungan kawasan blok perancangan No. 1 2 Blok Perancangan Daerah Sentral ke Pelangi Daerah Sentral ke Majidee Daerah Sentrl ke Kangkar Tebrau Daerah Sentral ke Kempas Daerah Sentral ke Larkin Daerah Sentral ke Tampoi Daerah Sentral ke Tasek Utara Daerah Sentral ke Kaw.Maju Jaya Deerah Sentral ke Pasir Pelangi Daerah Sentral ke Kawasan Rinting Daerah Sentral ke Permas Jaya Daerah Sentral ke Pandan Daerah Sentral Mount Austin Jumlah Hasil 40270.23 56420.1 No. 1 2 3 4 5 6 7 8 9 10 11 12 13 Blok Perancangan Pelangi ke Daerah Sentral Pelangil ke Majidee Pelangi ke Kangkar Tebrau Pelangi ke Kempas Pelangike Larkin Pelangi ke Tampoi Pelangi ke Tasek Utara Pelangi ke Kaw.Maju Jaya Pelangi ke Pasir Pelangi Pelangi ke Kawasan Rinting Pelangi ke Permas Jaya Pelangi ke Pandan Pelangi Mount Austin Jumlah No. 1 2 3 4 5 6 7 Blok Perancangan Majidee ke Daerah Sentral Majidee ke Pelangi Majidee ke Kangkar Tebrau Majidee ke Kempas Majidee ke Larkin Majide ke Tampoi Majidee ke Tasek Utara 3 4 5 6 7 8 9 10 11 12 13 Perkara Kos A Kos B 29287.44 61.27 41032.8 72.78 Keuntungan 10921.52 15314.52 22848.21 68044.68 42693.75 32868 12657.15 16616.88 49487.04 31050 23904 9205.2 100.83 113.19 71.03 99.77 34.06 6130.50 18444.45 11572.72 8864.23 3417.89 1269.4 6967.62 923.2 5067.36 122.53 7107.70 223.67 -5207.44 24691.92 28952.88 37368.1 29727.28 404779.32 17957.76 21056.64 27176.8 21619.84 294384.96 9390.47 8026.74 10950.66 13159.75 49310.78 -2656.31 -130.50 -759.36 -5052.31 61083.58 Hasil 29637.63 56420.1 22848.21 68044.68 42693.75 32868 12657.15 1269.4 6967.62 24691.92 28952.88 37368.1 29727.28 394146.72 Perkara Kos A Kos B 21554.64 41.58 41032.8 50.54 16616.88 91.82 49487.04 105.20 31050 64.41 23904 101.00 9205.2 51.53 923.2 110.63 5067.36 3662.53 17957.76 4179.05 21056.64 3120.42 27176.8 6291.17 21619.84 8621.45 286652.16 26491.32 Keuntungan 8041.41 15336.76 6139.51 18452.44 11579.34 8863.00 3400.42 235.57 -1762.27 2555.11 4775.82 3900.13 -514.01 81003.24 Hasil 29637.63 40270.23 22848.21 68044.68 42693.75 32868 12657.15 Perkara Kos A Kos B 21554.64 60.79 29287.44 59.37 16616.88 68.03 49487.04 102.10 31050 68.50 23904 102.24 9205.2 70.47 Keuntungan 8022.20 10923.42 6163.30 18455.54 11575.26 8861.76 3381.48 161 8 9 10 11 12 13 No. Majidee ke Kaw.Maju Jaya Majidee ke Pasir Pelangi Majidee ke Kawasan Rinting Majidee ke Permas Jaya Majidee ke Pandan Majidee Mount Austin Jumlah 1269.4 6967.62 24691.92 28952.88 37368.1 29727.28 377996.85 Blok Perancangan Kangkar Tebrau ke Daerah Sentral Kangkar Tebrau ke Pelangi Kangkar Tebrau ke Majidee Kangkar Tebrau ke Kempas Kangkar Tebrau ke Larkin Kangkat Tebrau ke Tampoi Kangkar Tebrau ke Tasek Utara Kangkar Tebrau ke Kaw.Maju Jaya Kangkar Tebrau ke Pasir Pelangi Kangkar Tebrau ke Kawasan Rinting Kangkar Tebrau ke Permas Jaya Kangkar Tebrau ke Pandan Kangkar Tebrau Mount Austin Jumlah Hasil No. 1 2 3 4 5 6 7 8 9 10 11 12 13 Blok Perancangan Kempas ke Daerah Sentral Kempas ke Pelangi Kempas ke Majidee Kempas ke Kangkar Tebrau Kempas ke Larkin Kempas ke Tampoi Kempas ke Tasek Utara Kempas ke Kaw.Maju Jaya Kempas ke Pasir Pelangi Kempas ke Kawasan Rinting Kempas ke Permas Jaya Kempas ke Pandan Kempas ke Mount Austin Jumlah No. 1 2 3 Blok Perancangan Larkin ke Daerah Sentral Larkin ke Pelangi Larkin ke Majidee 1 2 3 4 5 6 7 8 9 10 11 12 13 923.2 5067.36 17957.76 21056.64 27176.8 21619.84 274906.8 103.01 6144.58 7125.93 5844.46 9103.44 11371.93 40224.86 Perkara Kos A Kos B 243.19 -4244.32 -391.77 2051.78 1087.86 -3264.49 62865.19 Keuntungan 29637.63 40270.23 56420.1 68044.68 42693.75 32868 12657.15 21554.64 29287.44 41032.8 49487.04 31050 23904 9205.2 94.49 95.05 71.79 71.66 83.82 92.66 89.19 7988.50 10887.74 15315.51 18485.98 11559.93 8871.34 3362.76 1269.4 6967.62 923.2 5067.36 105.16 7070.39 241.04 -5170.13 24691.92 28952.88 37368.1 29727.28 411568.74 17957.76 21056.64 27176.8 21619.84 299322.72 7247.16 6195.70 8473.73 9993.62 39684.40 -513.00 1700.54 1717.57 -1886.18 72561.62 Hasil 29637.63 40270.23 56420.1 22848.21 42693.75 32868 12657.15 1269.4 6967.62 24691.92 28952.88 37368.1 29727.28 366372.27 Perkara Kos A Kos B 21554.64 102.46 29287.44 97.24 41032.8 83.61 16616.88 72.21 31050 57.92 23904 42.86 9205.2 84.82 923.2 52.25 5067.36 5486.90 17957.76 6442.36 21056.64 5263.54 27176.8 8507.20 21619.84 10810.52 266452.56 37103.90 Keuntungan 7980.53 10885.55 15303.69 6159.12 11585.83 8921.14 3367.13 293.95 -3586.64 291.80 2632.70 1684.10 -2703.08 62815.81 Hasil 29637.63 40270.23 56420.1 Perkara Kos A Kos B 21554.64 55.89 29287.44 54.05 41032.8 46.86 Keuntungan 8027.10 10928.74 15340.44 162 4 5 6 7 8 9 10 11 12 13 Larkin ke Kangkar Tebrau Larkin ke Kempas Larkin ke Tampoi Larkin ke Tasek Utara Larkin ke Kaw.Maju Jaya Larkin ke Pasir Pelangi Larkin ke Kawasan Rinting Larkin ke Permas Jaya Larkin ke Pandan Larkin ke Mount Austin Jumlah 22848.21 68044.68 32868 12657.15 1269.4 6967.62 24691.92 28952.88 37368.1 29727.28 391723.2 16616.88 49487.04 23904 9205.2 923.2 5067.36 17957.76 21056.64 27176.8 21619.84 284889.6 65.25 61.86 63.46 50.23 72.60 5177.44 6211.20 5021.36 8214.41 10518.88 35613.49 6166.08 18495.78 8900.54 3401.72 273.60 -3277.18 522.97 2874.88 1976.89 -2411.44 71220.11 Hasil 29637.63 40270.23 56420.1 22848.21 68044.68 42693.75 12657.15 1269.4 6967.62 24691.92 28952.88 37368.1 29727.28 401548.95 Perkara Kos A Kos B 21554.64 89.41 29287.44 93.06 41032.8 92.82 16616.88 84.68 49487.04 52.11 31050 53.01 9205.2 74.27 923.2 72.41 5067.36 7591.47 17957.76 8550.22 21056.64 7321.89 27176.8 10602.07 21619.84 13022.07 292035.6 47699.49 Keuntungan 7993.58 10889.73 15294.48 6146.65 18505.53 11590.74 3377.68 273.79 -5691.21 -1816.06 574.35 -410.77 -4914.63 61813.86 Keuntungan 8048.44 10922.06 15321.59 6139.79 18469.75 11593.29 8887.99 243.74 -7700.82 -3848.81 -1636.30 -2485.05 -6820.48 57135.21 Keuntungan 7976.40 No. 1 2 3 4 5 6 7 8 9 10 11 12 13 Blok Perancangan Tampoi ke Daerah Sentral Tampoi ke Pelangi Tampoi ke Majidee Tampoi ke Kangkar Tebrau Tampoi ke Kempas Tampoi ke Larkin Tampoi ke Tasek Utara Tampoi ke Kaw.Maju Jaya Tampoi ke Pasir Pelangi Tampoi ke Kawasan Rinting Tampoi ke Permas Jaya Tampoi ke Pandan Tampoi ke Mount Austin Jumlah No. 1 2 3 4 5 6 7 8 9 10 11 12 13 Blok Perancangan Tasek Utara ke Daerah Sentral Tasek Utara ke Pelangi Tasek Utara ke Majidee Tasek Utara ke Kangkar Tebrau Tasek Utara ke Kempas Tasek Utara ke Larkin Tasek Utara ke Tampoi Tasek Utara ke Kaw.Maju Jaya Tasek Utara ke Pasir Pelangi Tasek Utara ke Kawasan Rinting Tasek Utara ke Permas Jaya Tasek Utara ke Pandan Tasek Utara ke Mount Austin Jumlah Hasil 29637.63 40270.23 56420.1 22848.21 68044.68 42693.75 32868 1269.4 6967.62 24691.92 28952.88 37368.1 29727.28 421759.8 Perkara Kos A Kos B 21554.64 34.55 29287.44 60.73 41032.8 65.71 16616.88 91.54 49487.04 87.89 31050 50.46 23904 76.01 923.2 102.46 5067.36 9601.08 17957.76 10582.97 21056.64 9532.54 27176.8 12676.35 21619.84 14927.92 306734.4 57890.19 No. 1 Blok Perancangan Kaw. Maju Jaya ke Daerah Hasil 29637.63 Perkara Kos A Kos B 21554.64 106.59 163 2 3 4 5 6 7 8 9 10 11 12 13 No. 1 2 3 4 5 6 7 8 9 10 11 12 13 No. 1 2 3 4 5 6 7 8 9 10 Sentral Kaw.Maju Jaya ke Pelangi Kaw. Maju Jaya ke Majidee Kaw. Maju Jaya ke Kangkar Tebrau Kaw. Maju Jaya ke Kempas Kaw. Maju Jaya ke Larkin Kaw. Maju Jaya ke Tampoi Kaw.Maju Jaya ke Tasek Utara Kaw. Maju Jaya ke Pasir Pelangi Kaw. Maju Jaya ke Kawasan Rinting Kaw.Maju Jaya ke Permas Jaya Kaw. Maju Jaya ke Pandan Kaw. Maju Jaya ke Mount Austin Jumlah 40270.23 56420.1 29287.44 41032.8 100.08 97.68 10882.71 15289.62 22848.21 68044.68 42693.75 32868 12657.15 6967.62 16616.88 49487.04 31050 23904 9205.2 5067.36 73.83 66.04 81.01 64.36 101.88 6074.84 6157.50 18491.60 11562.74 8899.64 3350.07 -4174.58 24691.92 28952.88 37368.1 29727.28 433147.55 17957.76 21056.64 27176.8 21619.84 315016.4 6992.49 5934.51 9083.19 11422.37 40198.88 -258.33 1961.73 1108.11 -3314.93 77932.27 Perkara Kos A Kos B 21554.64 5039.50 29287.44 2626.03 41032.8 4925.77 16616.88 6020.12 49487.04 4638.69 31050 4271.50 23904 8572.09 9205.2 7318.20 923.2 5180.89 Keuntungan 3043.49 8356.76 10461.53 211.21 13918.95 7372.25 391.91 -3866.25 -4834.69 Blok Perancangan Pasir Pelangi ke Daerah Sentral Pasir Pelangi ke Pelangi Pasir Pelangi ke Majidee Pasir Pelangi ke Kangkar Tebrau Pasir Pelangi ke Kempas Pasir Pelangi ke Larkin Pasir Pelangi ke Tampoi Pasir Pelangi ke Tasek Utara Pasir Pelangi ke Kaw. Maju Jaya Pasir Pelangi ke Kawasan Rinting Pasir Pelangi ke Permas Jaya Pasir Pelangi ke Pandan Pasir Pelangike Mount Austin Jumlah Hasil 29637.63 40270.23 56420.1 22848.21 68044.68 42693.75 32868 12657.15 1269.4 Blok Perancangan Kawasan Rinting ke Daerah Sentral Kawasan Rinting ke Pelangi Kawasan Rinting ke Majidee Kawasan Rinting ke Kangkar Tebrau Kawasan Rinting ke Kempas Kawasan Rinting ke Larkin Kawasan Rinting ke Tampoi Kawasan Rinting ke Tasek Utara Kawasan Rinting ke Kaw. Maju Jaya Kawasan Rinting ke Pasir Hasil 24691.92 28952.88 37368.1 29727.28 427449.33 17957.76 21056.64 27176.8 21619.84 310872.24 Kos A 5119.90 3958.87 7057.39 9544.82 74273.77 Perkara Kos B 1614.26 3937.37 3133.91 -1437.38 42303.32 Keuntungan 29637.63 40270.23 56420.1 21554.64 29287.44 41032.8 8828.71 5061.60 7262.68 -745.72 5921.19 8124.62 22848.21 68044.68 42693.75 32868 12657.15 16616.88 49487.04 31050 23904 9205.2 7493.06 7440.77 8176.39 11321.50 10087.34 -1261.73 11116.87 3467.36 -2357.50 -6635.39 1269.4 6967.62 923.2 5067.36 7974.26 6326.15 -7628.06 -4425.89 164 11 12 13 No. 1 2 3 4 5 6 7 8 9 10 Pelangi Kawasan Rinting ke Permas Jaya Kawasan Rinting ke Pandan Kawasan Rinting ke Mount Austin Jumlah 28952.88 37368.1 21056.64 27176.8 2993.33 5587.90 4902.91 4603.40 29727.28 409725.03 21619.84 297981.84 7951.10 96504.79 156.34 15238.40 Perkara Kos A Kos B 21554.64 6283.85 29287.44 2691.34 41032.8 4757.33 16616.88 5509.37 49487.04 4831.79 31050 5282.58 23904 8712.79 9205.2 7630.10 923.2 5725.63 5067.36 3888.97 Keuntungan 1799.14 8291.45 10629.97 721.96 13725.85 6361.17 251.21 -4178.15 -5379.43 -1988.71 Blok Perancangan Permas Jaya ke Daerah Sentral Permas Jaya ke Pelangi Permas Jaya ke Majidee Permas Jaya ke Kangkar Tebrau Permas Jaya ke Kempas Permas Jaya ke Larkin Permas Jaya ke Tampoi Permas Jaya ke Tasek Utara Permas Jaya ke Kaw. Maju Jaya Permas Jaya ke Pasir Pelangi Permas Jaya ke Kawasan Rinting Permas Jaya ke Pandan Permas Jaya ke Mount Austin Jumlah Hasil 29637.63 40270.23 56420.1 22848.21 68044.68 42693.75 32868 12657.15 1269.4 6967.62 No. 1 2 3 4 5 6 7 8 9 10 11 12 13 Blok Perancangan Pandan ke Daerah Sentral Pandan ke Pelangi Pandan ke Majidee Pandan ke Kangkar Tebrau Pandan ke Kempas Pandan ke Larkin Pandan ke Tampoi Pandan ke Tasek Utara Pandan ke Kaw. Maju Jaya Pandan ke Pasir Pelangi Pandan ke Kawasan Rinting Pandan ke Permas Jaya Pandan ke Mount Austin Jumlah No. 1 2 3 Blok Perancangan Mount Austin ke Daerah Sentral Mount Austin Pelangi Mount Austin ke Majidee 11 12 13 24691.92 37368.1 29727.28 405464.07 17957.76 27176.8 21619.84 294882.96 1619.64 3516.67 5927.16 66377.21 5114.52 6674.63 2180.28 44203.90 Hasil 29637.63 40270.23 56420.1 22848.21 68044.68 42693.75 32868 12657.15 1269.4 6967.62 24691.92 28952.88 29727.28 397048.85 Perkara Kos A Kos B 21554.64 7320.37 29287.44 3573.24 41032.8 2641.36 16616.88 3365.95 49487.04 5670.30 31050 6370.17 23904 9483.11 9205.2 8296.71 923.2 6161.42 5067.36 4953.70 17957.76 1945.71 21056.64 1828.20 21619.84 2621.19 288762.8 64231.41 Keuntungan 762.62 7409.56 12745.94 2865.38 12887.34 5273.58 -519.11 -4844.76 -5815.22 -3053.44 4788.45 6068.04 5486.25 44054.64 Hasil 29637.63 40270.23 56420.1 Perkara Kos A Kos B 21554.64 7896.00 29287.44 4139.32 41032.8 2977.84 Keuntungan 186.99 6843.47 12409.46 165 4 5 6 7 8 9 10 11 12 13 Mount Austin ke Kangkar Tebrau Mount Austin ke Kempas Mount Austin ke Larkin Mount Austin ke Tampoi Mount Austin ke Tasek Utara Mount Austin ke Kaw. Maju Jaya Mount Austin ke Pasir Pelangi Mount Austin ke Kawasan Rinting Mount Austin ke Permas Jaya Mount Austin ke Pandan Jumlah 22848.21 68044.68 42693.75 32868 12657.15 1269.4 6967.62 16616.88 49487.04 31050 23904 9205.2 923.2 5067.36 2914.53 5949.66 6736.31 9850.70 8694.64 6491.86 6143.76 3316.80 12607.98 4907.44 -886.70 -5242.69 -6145.66 -4243.50 24691.92 28952.88 37368.1 404689.67 17957.76 21056.64 27176.8 294319.76 3341.98 3193.12 2281.02 70610.75 3392.18 4703.12 7910.28 39759.16