7 REKAYASA SISTEM. Intelijensi Mesin inferensi Penalaran /Inference. Pengendalian/Control. Supervisor. Penghubung bahasa natural.

Transkripsi

1 7 REKAYASA SISTEM 7.1 Konfigurasi Sistem Sistem Pendukung Keputusan Intelijen untuk pengembangan agropolitan berbasis agroindustri dirancang dalam bentuk perangkat lunak komputer Visual Basic versi 6.0 (Microsoft USA, 1998) dan diberi nama SPK INTELIJEN AGROPOLITAN. Paket program SPK Intelijen Agropolitan terdiri dari lima komponen utama, yaitu: sub sistem manajemen basis data, sub sistem manajemen basis model, sub sistem akuisisi pengetahuan, mesin inferensi, dan sub sistem dialog (modifikasi dari Turban 1990). Konfigurasi umumnya disajikan pada Gambar 18. Basis data Sistem Manajemen Basis Data Data sosial-demografi dan perekonomian Data produksi pertanian Data industri Data permintaan/ perdagangan Data sarana prasarana Subsistem Akuisisi Pengetahuan Fakta Aturan Perekayasa pengetahuan Basis pengetahuan Intelijensi Mesin inferensi Penalaran /Inference Pengendalian/Control Supervisor Penghubung bahasa natural Pengguna Subsistem dialog Basis model Sistem Manajemen Basis Model Komoditi unggulan Pusat agropolitan Agroindustri prospektif Sarana dan prasarana Pola kelembagaan Pusat pengelola intelijen Gambar 18 Konfigurasi model pengembangan kawasan agropolitan berbasis agroindustri Model SPK Intelijen Agropolitan diaplikasikan dalam bentuk sistem berbasis komputer yang dirancang agar pengguna dapat berinteraksi langsung dalam formulasi pemrograman suatu SPK Intelijen dimana memungkinkan untuk mengakuisisi pengetahuan pakar ke dalam sistem.

2 Desain Sistem Sistem Manajemen Dialog Sistem manajemen dialog merupakan komponen yang dirancang untuk mengatur dan mempermudah interaksi antara model (program komputer) dan pengguna (user) menggunakan masukan dari basis data langsung maupun data file. Masukan dari pengguna berupa parameter, pengetahuan dan pilihan skenario, sedangkan keluaran yang diberikan berupa informasi dalam bentuk tabel dan pernyataan yang mudah dipahami Sistem Manajemen Basis Data Sistem Manajemen basis data digunakan untuk memberikan fasilitas pengelolaan data seperti pemasukan data, menampilkan data, memperbaiki data, menghapus data, dan mengeksekusi data. Jenis-jenis data yang dikelola pada SPK Intelijen Agropolitan adalah sebagai berikut: Basis data seleksi komoditi tanaman pangan dan hortikultura unggulan. Data kriteria (faktor) penentu komoditi tanaman pangan dan hortikultura unggulan meliputi 1) tingkat pendapatan dari usaha komoditi, 2) kontribusi produksi terhadap perekonomian, 3) laju pertumbuhan produksi yang menunjukkan bahwa komoditi tersebut diterima dan berkembang di masyarakat atau secara sosial dapat diterima oleh masyarakat, 4) kemampuan bersaing komoditi, 5) kemampuan komoditi menyediakan kesempatan kerja, 6) pemenuhan kebutuhan domestik, sedangkan untuk menentukan wilayah sentra produksinya, kriteria yang digunakan adalah 1) tingkat kesesuaian agroekologi, 2) ketersediaan areal setempat, 3) kemampuan pengembangan areal, 4) kondisi dan ketersediaan sarana prasarana, 5) jarak dengan pusat agropolitan, 6) kondisi dan ketersediaan tenaga kerja Basis data penentuan pusat agropolitan. Data kriteria (faktor) penentu pusat agropolitan meliputi tingkat perkembangan dan kinerja perekonomian dan non ekonomi wilayah (kecamatan),

3 77 tingkat ketimpangan distribusi pendapatan, transformasi struktural, potensi sumberdaya (alam, manusia, buatan, dan sosial), dan pemusatan ekonomi wilayah Basis data seleksi agroindustri dengan produk prospektif. Data kriteria (faktor) penentu agroindustri prospektif meliputi peluang pasar, kemampuan teknologi, nilai tambah produk, dampak sosial ekonomi masyarakat dan kelayakan keuangan/finansial Basis data penentuan pola kerjasama dan kelembagaan. Data kriteria (faktor) penentu pola kerjasama dan kelembagaan meliputi budaya masyarakat, kebutuhan masyarakat, dan biaya transformasi ekonomi. Menurut Pranadji (2003), Kebutuhan masyarakat dikaitkan dengan kebutuhan terhadap pengembangan dan adopsi teknologi, kebutuhan terhadap kegiatan ekonomi, kegiatan sosial (pengurangan kesenjangan lapangan kerja, peluang berusaha, dan pemerataan pendapatan), kebutuhan akan kegiatan hukum dan politik, serta kebutuhan akan ekolosistem dan sumberdaya. Menurut Haris (2006), biaya transformasi ekonomi terdiri dari biaya informasi, biaya negoisasi dan biaya penegakan aturan Basis data penyediaan sarana dan prasarana. Data kriteria (faktor) penentu penyediaan sarana dan prasarana meliputi topografi (bukit, lembah, gunung), geologi tanah dan batuan, sistem drainase (persawahan dan pemukiman), meteorologi atau iklim, potensi material (batuan dan pasir), lingkungan hidup dan kondisi sosial ekonomi masyarakat. Data dilengkapi dengan peta jaringan jalan dan sungai, peta land use, dan peta tanah sub wilayah pengembangan Kabupaten Sistem Akuisisi Pengetahuan Akuisisi pengetahuan merupakan suatu objek utama analisis dari pengembangan paket program SPK Intelijen Agropolitan yang keberadaannya didukung oleh sistem pengetahuan dasar yang berupa pendefinisian unsur (modelisasi masalah) dan struktur dasar (formalisasi penyajian) untuk

4 78 menginterpretasikan data (masukan informasi dari pemakai) dan memecahkan masalah (penyajian informasi ke pemakai) menurut tingkat kompleksitasnya. Sistem akuisisi pengetahuan dalam SPK Intelijen Agropolitan digunakan untuk menentukan mekanisme perencanaan tata ruang dan wilayah agropolitan dan mekanisme penerimaan kinerja agopolitan. Pengetahuan diperoleh melalui wawancara terhadap para pakar. Daftar pakar dapat dilihat pada Lampiran Teknik wawancara berupa observasi, diskusi masalah, diskripsi masalah, analisis permasalahan, tatacara perbaikan, tata cara pengujian, dan tata cara validasi. Dari akuisisi pengetahuan maka diperoleh kriteria dan bobotnya dalam setiap model pada SPK Intelijen Agropolitan Mesin inferensi Mesin inferensi adalah bagian yang memanipulasi dan mengarahkan pengetahuan, model dan fakta yang disimpan pada basis pengetahuan dalam rangka mencapai solusi atau kesimpulan. Tugas utama dari mesin inferensi adalah menguji fakta dan kaidah serta menambah fakta baru jika memungkinkan serta memutuskan perintah sesuai dengan hasil penalaran yang telah dilaksanakan. Terdapat dua strategi dalam mesin inferensi, yaitu strategi penalaran dan strategi pengendalian. 7.3 Sistem Manajemen Basis Model Sistem Manajemen Basis Model terdiri dari lima model yaitu: 1) model seleksi komoditi tanaman pangan dan hortikultura unggulan, 2) model penentuan pusat agropolitan, 3) model seleksi agroindustri prospektif, 4) model penentuan pola kerjasama dan kelembagaan, dan 5) model penentuan sarana dan prasarana Model Seleksi Komoditi Unggulan. Seleksi komoditi unggulan dilakukan berdasarkan kriteria yang telah ditetapkan, sehingga dihasilkan komoditi tanaman pangan dan hortikultura yang diunggulkan dan selanjutnya ditentukan wilayah sentra produksinya. Metode yang digunakan untuk pembobotan kriteria dan pembobotan prioritas komoditi adalah

5 79 ME-MCDM. Diagram alir yang menggambarkan model ini dapat dilihat pada Gambar 19. Tingkat pendapatan produksi komoditi Kontribusi produksi Laju pertumbuhan produksi komoditi Kemampuan bersaing Kemampuan komoditi menyediakan kesempatan kerja Pemenuhan kebutuhan domestik Penentuan prioritas kriteria pemilihan komoditi unggulan dengan IPE peubah tunggal Alternatif komoditi unggulan Bobot masing-masing kriteria Skor relatif setiap alternatif komoditi unggulan pada setiap kriteria Penentuan prioritas komoditi unggulan Urutan prioritas komoditi unggulan Gambar 19. Diagram alir model seleksi komoditi unggulan Model Penentuan Pusat Agropolitan. Clustering Analysis digunakan untuk mengelompokkan wilayah-wilayah berdasarkan data tingkat perkembangan dan kinerja perekonomian dan non perekonomian wilayah, tingkat ketimpangan distribusi pendapatan, transformasi struktur, dan potensi sumberdaya wilayah. Analisis mengenai karakteristik setiap kluster dilakukan untuk mendukung sistem pakar. Sistem pakar digunakan untuk mengetahui mekanisme perencanaan wilayah agropolitan dalam menentukan pusat agropolitan beserta wilayah pendukung sebagai sentra-sentra produksinya. Diagram model penentuan pusat agropolitan secara keseluruhan dapat dilihat pada Gambar 20, sedangkan prosedur umum yang digunakan untuk analisis adalah seperti yang diuraikan di bawah ini.

6 80 Total Shift,Specialization Index, Ratio Gini, % TK, Rasio perkembangan kependudukan, pendidikan & kesehatan, Location Quotient, Skalogram, Indeks fasilitas, Jarak dengan pasar, Jarak sentra produksi Akuisisi pengetahuan pakar Representasi Pengetahuan Analisis potensi SD manusia Analisis potensi SD buatan & sosial i Analisis potensi industri Analisis potensi SD Pertanian Analisis kesesuaian agroekologi & lahan Mekanisme penentuan pusat agropolitan & wilayah pendukung Pengklasteran wilayah Pusat agropolitan dan wilayah pendukungnya (sentra produksi) Gambar 20 Diagram alir model penentuan pusat agropolitan Prosedur umum analisis klaster yang digunakan dalam model ini adalah sebagai berikut (Anderberg, 1973): 1. Berawal dengan N klaster yang memiliki satu permasalahan(klaster 1 hingga klaster N). 2. Diketahui yang paling serupa adalah klater p dan q (p>q). Dimana kesesuaian dinotasikan S pq. Jika ukuran ketidaksesuaian digunakan, nilai yang tinggi menunjukkan ketidaksesuaian. Jika sebuah ukuran kesesuaian digunakan, nilai yang kecil menunjukkan ketidaksesuaian. 3. Hilangkan satu per satu anggota klaster dengan menggabungkan klaster p dan q. Namakan klaster yang baru r (=q) dan perbaharui matriks kesesuaian (dengan metode yang dipilih) untuk menunjukkan perbaikan kesesuaian atau ketidaksesuaian antara klaster t dan semua klaster lainnya. Hilangkan baris dan kolom dari S yang berhubungan dengan klaster p. 4. Ulangi kedua langkah sebelumnya hingga semua anggota berada pada satu klaster

7 81 5. Untuk setiap metode, kesesuaian dan ketidaksesuaian matiks S diperbaharui untuk menunjukkan perbaikan kesesuaian dan ketidaksesuaian (S pq ) antara klaster baru Metode yang digunakan untuk memilih anggota klaster dalam model ini adalah Average Linkage Between Groups (Anderberg, 1973). Langkah-langkah perhitungan dalam metode ini adalah sebagai berikut: Sebelum penggabungan awal, jika N i =1 dimana i=1 sampai N Perbaharui Str dengan: S tr =S pr +S Perbaharui Nt dengan: N t =N p +N Kemudian tentukan hubungan yang paling sesuai dengan: Sij/(N i N j ) qr q Sub Model Tingkat Perkembangan Aspek Non Ekonomi. Pada model ini dihitung perkembangan aspek demografi, pendidikan dan kesehatan. Dalam aspek demografi, analisis dilakukan terhadap data jumlah, dan pertumbuhan penduduk, kepadatan, angka kelahiran kematian, dan rasio ketergantungan. Dalam aspek pendidikan beberapa hal yang akan dicermati meliputi angka melek huruf, angka partisipasi masyarakat dalam bidang pendidikan, rasio murid-guru, rasio murid-sekolah, persentase jumlah pendududk dengan penduduk dengan pendidikan tinggi, dan persentase penduduk lulus SD dengan tidak lulus SD. Aspek kesehatan meliputi tingkat kematian bayi, jumlah penduduk-puskesmas, dan rasio balita-posyandu Sub Model Pemusatan Ekonomi Wilayah. Pemusatan aktivitas pertanian dilakukan dengan analisis Location Quotient (LQ) terhadap produksi beberapa komoditi tanaman pangan dan hortikultura di Kabupaten Probolinggo. Interpretasi hasil analisis LQ adalah sebagai berikut: a. Apabila nilai LQ ij >1, hal ini menunjukkan bahwa terjadi konsentrasi suatu aktivitas atau pemusatan di sub wilayah ke-i (kecamatan) secara relatif dibandingkan dengan total wilayah (kabupaten) b. Apabila nilai LQij=1, hal ini menunjukkan bahwa wilayah ke-i (kecamatan) mempunyai pangsa aktivitas setara dengan pangsa total c. Apabilai nilai LQij<1, hal ini menunjukkan sub wilayah tersebut mempunyai pangsa relatif lebih kecil dibandingkan dengan aktivitas yang secara umum ditemukan di seluruh wilayah.

8 82 Nilai LQ diketahui dengan rumus sebagai berikut (Budiharsono, 1995): LQ ij = X ij X. j X i. X.. Dimana: LQ = Nilai LQ untuk aktivitas ke-j di wilayah ke-i Xij = Derajat aktivitas ke-j pada wilayah ke-i Xi. = Derajat aktivitas total pada wilayah ke-i X.. = Derajat aktivitas total wilayah X.j = Derajat aktivitas ke-j pada total wilayah i = Wilayah/kecamatan yang diteliti j = Aktivitas ekonomi yang dilakukan Sub Model Potensi Sumberdaya Wilayah. Peringkat kecamatan disusun urutannya berdasarkan jumlah total fasilitas yang dimiliki baik dari jumlah jenis maupun jumlah unit fasilitas pada masingmasing wilayah tersebut. Nilai yang digunakan dalam analisis komponen utama dari variabel sumberdaya buatan ini adalah nilai indeks fasilitas yang dihitung dengan menggunakan rumus sebagai berikut (Budiharsono 1995): IF j = m i= 1 F b ij j a i N Dimana: IFj = Indeks fasilitas pada wilayah ke-j Fij = Jumlah fasilitas ke-i pada wilayah ke-j bj = Jumlah total fasilitas di wilayah ke-j ai = Jumlah lkecamatan yang memiliki fasilitas m = Jenis fasilitas yang ada N = Jumlah kecamatan secara keseluruhan Model Seleksi Agroindustri Prospektif. Seleksi produk tanaman pangan dan hortikultura prospektif dilakukan berdasarkan kriteria yang telah ditetapkan, sehingga dihasilkan agroindustri tanaman pangan dan hortikultura yang prospektif. Metode yang digunakan untuk

9 83 pembobotan kriteria dan pembobotan prioritas agroindustri tanaman pangan dan hortikultura adalah ANP. Diagram alir model ini dapat dilihat pada Gambar 21. Peluang pasar (prediksi permintaan, tingkat persaingan, distribusi) Teknologi (tingkat penguasaan teknologi, investasi teknologi, kemampuan teknologi menghasilkan produk berkualitas) Nilai tambah produk Dampak sosial ekonomi masyarakat (penyediaan lapangan kerja, pemerataan dan peningkatan pendapatan masyarakat) Penentuan prioritas kriteria produk prospektif dengan ANP Alternatif produk prospektif Bobot masing-masing kriteria Skor relatif utk setiap produk prospektif utk setiap kriteria Penentuan prioritas produk prospektif dengan ANP Urutan prioritas produk prospektif Perancangan agroindustri Prediksi permintaan Kapasitas dan teknologi agroindustri Struktur biaya agroindustri dan prediksi cash flow Penentuan kelayakan finansial dengan NPV, IRR, B/C Layak? Ya Predikat kelayakan usaha agroindustri Gambar 21 Diagram alir model penentuan agroindustri prospektif Setelah diketahui agroindustri prospektif, maka dilakukan perancangan kapasitas agroindustri berdasarkan prediksi pasar dan kemudian dilakukan analisis kelayakan finansial. Metode NPV, B/C, dan IRR digunakan untuk menganalisis kelayakan finansial Sub Model Prediksi Permintaan Berdasarkan data permintaan masa lalu, maka dilakukan peramalan permintaan di masa datang. Metode peramalan yang digunakan adalah Metode Simulasi Monte Carlo dengan distribusi normal, eksponensial dan empiris, dan Metode Time Series yang terdiri dari rata-rata bergerak tunggal, rata-rata bergerak ganda, pemulusan eksponensial, regresi pangkat tiga, regresi pangkat dua (kuadratik) dan regesi linear.

10 Sub Model Kelayakan Finansial. Analisis kelayakan usaha ditinjau dari aspek finansial dapat menggunakan tiga metode yang akan dipertimbangkan dalam penilaian aliran kas dari suatu investasi, yaitu metode Net Present Value (Nilai Sekarang Bersih), Internal Rate of Return (Analisis Laju Pengembalian) dan Benefit Cost Ratio (Rasio Manfaat Biaya). a) Net Present Value (NPV) Net Present Value atau Nilai Sekarang Bersih adalah selisih antara Present Value (PV) atau nilai sekarang dari investasi dengan nilai sekarang dari penerimaan-penerimaan kas bersih (aliran kas operasional maupun aliran kas terminal) di masa yang akan datang. Untuk menghitung nilai sekarang perlu ditentukan tingkat bunga yang relevan. Rumus yang digunakan untuk menentukan nilai NPV adalah sebagai berikut: NPV = PV Penerimaan PV Biaya Dimana : NPV = Net Present Value atau nilai sekarang bersih PV = Present Value atau nilai sekarang Kriteria Penilaian : Jika NPV > 0, investasi dinyatakan layak Jika NPV < 0, investasi dinyatakan tidak layak b) Internal Rate of Return (IRR) Internal Rate of Return (IRR) atau Laju Pengembalian, dari suatu investasi dapat didefinisikan sebagai tingkat suku bunga yang akan menyebabkan nilai ekivalen biaya/investasi sama dengan nilai ekivalen penerimaan. Menghitung IRR pada dasarnya adalah menentukan i sedemikian rupa sehingga persamaan berikut berlaku: 1. Net Present Value = 0 2. PV Penerimaan PV Biaya = 0 PV Penerimaan 3. = 1 PV Biaya Nilai IRR dapat dicari dengan cara coba-coba dengan menggunakan rumus sebagai berikut (Umar, 1997):

11 NPV IRR r + ( r r ) x + NPV NPV = Dimana : IRR = tingkat bunga yang dicari harganya (%) r - = Tingkat bunga yang membuat NPV negatif (%) + r = Tingkat bunga yang membuat NPV positif (%) + NPV = Net Present Value positif (Rp.) - NPV = Net Present Value negatif (Rp.) Kriteria Penilaian : Jika IRR > bunga bank yang ditentukan maka investasi dinyatakan layak dan bila sebaliknya dinyatakan tidak layak. c) Benefit Cost Ratio (B/C) Benefit Cost Ratio (B/C) atau Rasio Manfaat Biaya merupakan perbandingan antara nilai ekivalen manfaat dengan nilai ekivalen biaya yang dirumuskan sebagai berikut: B / C = Nilai Sekarang Manfaat Nilai Sekarang Biaya Kriteria untuk menerima atau menolak suatu proyek adalah sebagai berikut : proyek dinyatakan layak bila B/C > 1 dan ditolak bila sebaliknya Model Penentuan Pola Kerjasama dan Kelembagaan. Penentuan pola kerjasama dan kelembagaan dilakukan berdasarkan kriteria yang telah ditetapkan, sehingga dihasilkan pola kerjasama dan konsep kerjasama yang dapat mendukung pengembangan agropolitan. Metode yang digunakan untuk pembobotan kriteria dan pembobotan prioritas pola kerjasama dan kelembagaan adalah ANP. Diagram alir model penentuan pola kerjasama dan kelembagaan dapat dilihat pada Gambar 22.

12 86 Budaya dan Potensi masyarakat (potensi SDM, potensi budaya) Kebutuhan masyarakat (teknologi, ekonomi, sosial, hukum & politik, ekologi & sumberdaya alam) Biaya Kelembagaan (biaya transformasi ekonomi. biaya informasi, biaya negoisasi dan biaya penegakan aturan). Penentuan prioritas kriteria pemilihan pola kerjasama dan kelembagaan Alternatif kelembagaan Bobot masing-masing kriteria Skor relatif setiap alternatif kelembagaan pada setiap kriteria Penentuan prioritas pola kerjasama dan kelembagaan Urutan prioritas pengembangan kelembagaan Gambar 22 Diagram alir model pola kerjasama dan kelembagaan Model Penentuan Penyediaan Sarana dan Prasarana. Penentuan penyediaan sarana dan prasarana dilakukan berdasarkan kriteria yang telah ditetapkan, sehingga dihasilkan prasarana dan sarana apa dan dimana yang harus disediakan. Metode yang digunakan untuk pembobotan kriteria dan pembobotan prioritas penyediaan sarana dan prasarana adalah ME-MCDM. Diagram alir model penentuan sarana dan prasarana dapat dilihat pada Gambar Migrasi dan Keterbatasan Model Berdasarkan lokasi / tempat implementasi model yang dibangun, variabel model yang dibangun terdiri dari variabel umum dan variabel khusus, sedangkan interaksi antar variabel bersifat umum. Variabel umum adalah variabel yang tidak dipengaruhi tempat implementasi, sedangkan variabel khusus adalah variabel yang dipengaruhi oleh tempat implementasi. Variabel umum pada model seleksi komoditi unggulan adalah kriteria pemilihan, sedangkan variabel khususnya adalah alternatif komoditi. Pada model penentuan pusat agropolitan, kriteria adalah variabel umum sedangkan alternatif

13 87 (nama kecamatan) adalah variabel khusus. Model seleksi agroindustri prospektif memiliki variabel khusus dalam alternatif produk agroindustri, sedangkan kriteria termasuk variabel umum. Model pola umum kerjasama dan kelembagaan semua variabelnya adalah variabel umum yang dapat diimplementasikan pada tempat mana pun. Model penyediaan sarana prasarana memiliki variabel khusus pada alternatif sarana prasarana, sedangkan kriteria merupakan variabel umum. Kriteria Keuntungan: - Aksesibilitas terhadap Pasar - Aksesibilitas terhadap pusat agropolitan - Aksesibilitas terhadap sentra-sentra produksi - Perbaikan perekonomian masyarakat sekitar - Perbaikan sosial budaya masyarakat sekitar - Peningkatan produktivitas pertanian - Peningkatan kualitas pemukiman Kriteria Biaya: - Keseimbangan ekologi dan lingkungan hidup - Biaya pengadaan sarana prasaana Penentuan prioritas kriteria pengembangan prasarana dengan IPE dua peubah Alternatif pengembangan sarana prasarana Bobot masing-masing kriteria Skor relatif setiap alternatif pd setiap kriteria Penentuan prioritas pengemb prasarana Urutan prioritas pengadaan sarana prasarana Gambar 23 Diagram alir model penyediaan sarana prasarana Beberapa keterbatasan dalam model diantaranya adalah sebagai berikut: a) Model seleksi komoditi unggulan Alternatif yang digunakan adalah komoditi tanaman pangan dan hortikultura yang memiliki produksi delapan tertinggi diantara komoditi lainnya dan termasuk komoditi unggulan yang ditetapkan Propinsi Jawa Timur maupun Kabupaten Probolinggo (BPS Kab Probolinggo 2009).

14 88 b) Model penentuan pusat agropolitan - Jumlah klaster dalam analisis klaster sumberdaya adalah lima. Jumlah klaster tersebut valid sesuai dengan analisis varian pada Lampiran Node yang digunakan dalam perencanaan adalah wilayah kecamatan. - Tata ruang yang dihasilkan adalah struktur ruang yang terdiri dari pusat agropolitan dan kawasan pendukung, sedangkan pola ruang tidak ditentukan dengan model ini, hanya menggunakan pola ruang yang telah ada dalam RTRW Kabupaten Probolinggo (BAPPEDA Kab Probolinggo 2000). c) Model seleksi agroindustri prospektif, Asumsi yang digunakan dalam desain agropolitan diantaranya adalah: harga jagung Rp ,- per kg, harga etanol Rp per liter, suku bunga bank 14 % per tahun. Asumsi yang lain dapat dilihat pada hal 125. Untuk mengetahui pengaruh input tidak terkendali digunakan analisis sensitivitas yang dapat mengetahui pengaruh perubahan harga dan tingkat suku bunga. d) Model penentuan sarana dan prasarana. Alternatifnya ditentukan berdasarkan daftar usulan kegiatan pembangunan bidang fisik dan prasarana Kabupaten Probolinggo yang memiliki empat biaya terbesar (BAPPEDA Kab Probolinggo 2007).