PEMODELAN SISTEM Pendekatan Sistem

Ukuran: px
Mulai penontonan dengan halaman:

Download "PEMODELAN SISTEM Pendekatan Sistem"

Transkripsi

1 65 PEMODELAN SISTEM Pendekatan Sistem Sistem Rantai Pasokan Agroindustri Tapioka secara garis besar terdiri dari 4 level pelaku utama, yaitu: petani ubi kayu, pedagang ubi kayu, industri tapioka, pedagang tapioka dan konsumen tapioka. Seluruh kegiatan mata rantai tersebut saling terkait erat satu sama lain dan saling mempengaruhi. Seluruh aktivitasnya terdapat interaksi yang sangat kuat dari masing-masing pemangku kepentingan (stake holder), baik yang terkait secara langsung maupun dari aktivitas-aktivitas yang berasal dari usaha berbasis ubikayu lainnya. Kegiatan sistem rantai pasokan tapioka diawali dengan panen ubi kayu dari lahan pertanian ubikayu. Di Kabupaten Bogor lahan ubi kayu tersebar tiap desa dari 10 kecamatan di wilayah Bogor yaitu: Sukaraja, Babagan Madang, Sukamakmur, Cariu, Klapatunggal, Gunung Putri, Citeurep, Bojong Gede dan Kemang (Firdaus, 2004). Ubi kayu yang bermutu baik mempunyai ciri keras, masa panen bulan dan apabila dipatahkan akan terasa apakah ubi kayu tersebut banyak mengandung butiran pati. Penggunaan ubi kayu yang bermutu baik berpengaruh nyata terhadap mutu tapioka. Apabila ubi kayu yang digunakan baik maka hasilnya akan lebih banyak tapioka yang dihasilkan. Panen ubi kayu adalah pencabutan akar /umbi singkong dari lahan panen hingga transportasi ke pabrik pengolahan tapioka kasar. Kegiatan awal dari panen ini dimulai dengan pencabutan umbi singkong kemudian memisahkannya dari batang pohon dan daun. Hasil panen ini diangkut ke pabrik atau pengepul/tengkulak ubi kayu dengan mobil pick up. Ubi kayu yang didapatkan oleh para pengusaha tapioka sudah berupa ubi kayu kupasan. Harga dari ubi kayu berkisar /kg tergantung dari mutunya dan banyaknya suplai. Harga ubi kayu ditetapkan berdasarkan mekanisme pasar, dalam hal ini ditentukan oleh pembeli yaitu industri tapioka kasar atau pengepul. Petani tidak berada pada posisi tawar yang kuat. Penawaran harga dibuka oleh pembeli dan biasanya pembeli mendatangi lokasi panen. Apabila harga ubi kayu tidak sebanding dengan biaya

2 66 budidaya maka petani lebih memilih membiarkan tananam ubikayu di lahan. Para pengusaha tapioka mendapatkan ubi kayu dari para petani serta ada juga yang melalui tengkulak dengan cara berhutang dan baru akan dibayar setelah ubi kayu yang menjadi tapioka telah terjual. Tetapi ada juga yang dibayar pada saat penyerahan barang, hal tersebut tergantung pada kecukupan modal. Menurut Falcon (1996), tanpa memperhatikan sistem penanamannya, ubi kayu akan tumbuh dengan baik bila ditanam pada waktu curah hujan yang lebat, karena tanaman dapat bertoleransi dengan kekeringan kecuali pada periode dini pertumbuhannya. Musim penghujan pada tahun 2009 berlangsung pada bulan September- Mei dan para petani ubi kayu menanam ubi kayu pada bulan Februari- April. Oleh karena itu, dengan memperhatikan bahwa umur ubi kayu berkisar antara bulan, maka panen akan terjadi pada bulan Januari-April 2010 dan hal tersebut berimbas pada harga tapioka. Apabila dibiarkan terlalu lama tidak dipanen maka umbi singkong akan menjadi kayu dan menurunkan kadar patinya. Paling lama 2 hari setelah panen ubi kayu segar ini harus segera diproses menjadi tapioka, karena apabila terlalu lama disimpan akan mengalami perubahan warna menjadi hitam akibat kerja enzim polifenolase yang terdapat dalam lendir umbi, yang mengakibatkan patinya berkurang. Tidak semua hasil panen ubikayu ini diproses menjadi tapioka, sebagian dipasok sebagai bahan baku industri makanan ringan, seperti keripik singkong dan aneka makanan dari singkong. Prakiraan jumlah produksi ubi kayu didasarkan pada luas panen dikalikan dengan produktivitas. Rata-rata produktivitas ubi kayu sebesar 18,9 ton/ha. Rendahnya produktivitas ubi kayu sebagai akibat dari minimnya teknologi budidaya dan penanganan pascapanen ubi kayu. Populasi tanaman ubi kayu perhektar rata-rata pohon. Lahan ubi kayu umumnya berada disekitar industri. Luas lahan ubi kayu ini semakin menyusut, sebagai perbandingan pada tahun 1998 lahan ubi kayu berkisar radius 4-5 km dari pabrik tapioka halus, tetapi pada tahun 2008 sudah mencapai radius 20 km dari pabrik tapioka. Produksi tapioka kasar sangat bergantung pada musim dan jumlah ubi kayu yang dipasok dari petani atau pengepul. Dilihat dari kepemilikan usahanya, kegiatan usaha tapioka kasar merupakan usaha milik sendiri dan tidak memiliki badan hukum. Pengelolaan usaha ini dilakukan secara berkelompok. Biasanya

3 67 satu penggilingan dikelola oleh tiga sampai lima orang pengusaha, tergantung besar kecilnya skala produksi. Usaha kecil ini belum pernah melakukan kemitraan dengan pihak lain yang nantinya dapat berfungsi untuk meningkatkan produksinya, mengontrol harga, memperluas daerah pemasaran, membantu permodalan dan sebagainya. Kebanyakan pengusaha tapioka kasar tidak tamat sekolah, pendidikan paling tinggi ialah tamatan Sekolah Dasar. Dalam operasinya, industri tapioka ini menggunakan tenaga kerja yang masih ada hubungan keluarga (Wardana, 2006). Oleh karena itu, usaha ini merupakan usaha yang turuntemurun. Tenaga kerja industri tapioka merupakan tenaga kerja borongan, yaitu tenaga kerja yang diupah berdasarkan satu kali pengolahan ubikayu menjadi tapioka. Pendapatan pekerja berkisar antara Rp Rp per kuintal tapioka. Dalam memilih tempat produksi, pengusaha tapioka memilih tempat yang relatif dekat dengan sungai, agar suplai air dapat berjalan dengan lancar. Selain itu, faktor jarak dengan pasar merupakan hal yang dipertimbangkan, karena berpengaruh terhadap ongkos angkut dari penggilingan ke tempat tapioka dipasarkan. Ongkos angkut tapioka berkisar Rp Rp /kuintal, tergantung dari jarang tempuh yang diperlukan. Sekali angkut ke pasar biasanya berkisar antara 3-5 kuintal. Kegiatan produksi tapioka kasar ini diawali dengan proses pengupasan kulit kemudian proses pencucian untuk memisahkan dari kotoran-kotoran atau tanah yang melekat. Selanjutnya singkong diparut / dihancurkan dengan alat yang digerakkan secara manual. Hasil pemarutan kemudian dicampur air dan Natrium bisulfat sebagai bahan pemutih dan agar produk tidak berbau apek, kemudian campuran diaduk. Hasil adukan diperas dan disaring dengan kain bekas untuk memisahkan pati dengan ampas. Pati yang bercampur air diendapkan agar produk menjadi bersih dari kotoran selama 5-6 jam. Dari tangki pati cairan tersebut selanjutnya dijemur dibawah sinar matahari selama 48 jam hingga mencapai kadar air 14%. Hasil pengeringan ini masih berupa gumpalan tepung kasar yang kemudian digiling dan diayak untuk mendapatkan tepung tapioka yang lebih halus. Hasil produksi tapioka kasar ini belum memenuhi standar SNI tentang kualitas tapioka, oleh karena itu produk tapioka kasar akan diproses lebih lanjut oleh industri tapioka halus. Rendemen tapioka kasar berkisar antara 25-27% dari

4 68 ubi kayu. Dalam proses produksi tersebut dihasilkan tiga jenis limbah, yaitu 1) kulit singkong, limbah ini tidak memiliki nilai ekonomi akan tetapi dapat dimanfaatkan untuk bahan kompos oleh penduduk yang ada di sekitarnya. 2) Onggok merupakan ampas hasil pemisahan dengan pati, ampas ini mempunyai nilai ekonomi dengan harga basah sekitar Rp ,-/ton dapat digunakan untuk pakan ternak dan bahan baku asam sitrat. 3) Air limbah yang harus diolah terlebih dahulu sebelum dibuang karena mengandung sianida yang dapat mengakibatkan pencemaran lingkungan. Industri tapioka kasar ini dalam proses pengeringan masih mengandalkan panas sinar matahari pada area terbuka dengan tempat penjemuran yang terbuat dari bambu. Implikasi dari itu semua, dalam merubah input menjadi output usaha kecil tapioka tersebut sangat mengandalkan tenaga manusia. Kualitas tapioka akan sangat bergantung pada musim, apabila musim penghujan selain proses pengeringan lebih lama juga kadar kelembaban masih tinggi, akibatnya biaya tenaga kerja meningkat sementara harga jual tapioka kasar ini turun. Produk tapioka kasar ini dipasok ke industri tapioka halus untuk diproses lebih lanjut sehingga menghasilkan tapioka halus dengan kualitas sesuai standar SNI. Perencanaan produksi tapioka kasar ditentukan oleh jumlah pasokan ubi kayu dan waktu pengeringan. Harga tapioka kasar ini ditentukan oleh mekanisme pasar yaitu industri tapioka halus yang didasarkan pada kualitas tapioka kasar. Krisis pada level industri tapioka kasar ini ditandai dengan menurunnya kemampuan produksi tapioka kasar yang berakibat krisis pada level industri tapioka halus. Perencanaan produksi tapioka halus didasarkan pada jumlah pasokan bahan baku yaitu tapioka kasar, tidak berdasarkan permintaan karena semua hasil produksi tapioka halus terserap pasar, bahkan masih banyak permintaan yang tidak terpenuhi. Proses produksi tapioka halus diawali dengan penerimaan bahan baku dari pemasok yaitu industri tapioka kasar. Dalam pengadaan bahan baku ini tidak ada model kerjasama atau sistem pemesanan yang terstruktur. Produsen tapioka kasar membawa produknya dan menawarkan kepada pabrik tapioka halus, jika ada kesepakatan harga maka transaksi terjadi, apabila tidak terjadi kesepakatan harga maka pemasok akan pindah ke pabrik yang lain. Tidak adanya kelembagaan yang mengatur tataniaga dan informasi harga tapioka ini

5 69 mengakibatkan terjadi persaingan dalam pembelian bahan baku. Ada sekitar 10 pabrik tapioka halus yang bahan bakunya mengandalkan pasokan dari industri tapioka kasar dari sekitar Kabupaten Bogor seperti yang disajikan pada Tabel 6. Tabel 6 Daftar pabrik tapioka halus di kabupaten Bogor Nama Pabrik PT Kujang PT Tapioka Setia PT Benteng Tapioka Liaow Cui Kang Liaow Liong Yap PT Dua Udang Nagamas KOPTAR Arifin Makmur Tapioka CV Bambu Kuning Merk Tapioka Kujang Kupu-Kupu Dua Lombok Orang Tani Pak Tani Dua Udang Nagamas Anak Satu Tepung Tapioka KOPTAR - Dua Bambu Kuning Walaupun pembelian bahan bahan baku dilakukan setiap hari, namun sering tidak mencukupi untuk produksi dengan kapasitas optimal. Kapasitas produksi (8 jam/hari) adalah 15 ton/hari. Seperti disajikan pada Tabel 7 berikut ini, pasokan bahan baku tidak mencukupi untuk produksi dalam satu bulan pada musim penghujan, sehingga proses produksi terpaksa berhenti, meskipun pada kenyataannya kegiatan produksi tetap berlangsung yaitu melakukan proses pengemasan. Tabel 7 Rata-rata pasokan bahan baktu dan waktu produksi tapioka Perioda Pasokan bahan baku (kg) Rata-rata waktu produksi (hari) Juli , Agustus' ,698 29

6 70 Tabel 7 Rata-rata pasokan bahan baktu dan waktu produksi tapioka (lanjutan) Perioda Pasokan bahan baku (kg) Rata-rata waktu produksi (hari) September '08 83,977 6 Oktober , Nopember , Desember ,057 9 Januari ,216 7 Februari ,228 8 Maret ,899 8 April , Mei , Juni , Harga tapioka kasar didasarkan pada kualitas produk yaitu bervariasi antara Rp.2000,- hingga Rp.4600,- per kg. Selain itu harga tapioka kasar juga ditentukan kualitas tapioka kasar. Kualitas tapioka kasar dikelompokan menjadi 4 grade. Sistem pemeriksaan kualitas dilakukan dengan mengambil sampel dari produk oleh pembeli dan secara visual diperiksa warna. aroma, kadar air dan kehalusan dari tapioka kasar. Biaya transportasi ditanggung oleh pemasok. Penawaran harga dibuka oleh pembeli, apabila ada ketidakcocokan harga dari kedua belah pihak maka penjual akan pindah ke pembeli pabrik lain hingga diperoleh kecocokan harga. Tidak adanya kelembagaan yang mengatur pemasaran dan informasi harga mengakibatkan meningkatnya biaya transportasi dan lemahnya posisi tawar industri kecil tapioka kasar. Bahan baku yang berupa tapioka kasar selanjutnya diproses pada mesin giling untuk menghaluskan tapioka, kemudian dilakukan pengayakan untuk memisahkan granula pati dengan kotoran sehingga diperoleh tepung tapioka halus yang memenuhi standar kualitas SNI. Rendemen dari tapioka halus adalah 90 % hingga 95% dari tapioka kasar. Ampas dari tapioka halus ini dapat digunakan sebagai bahan baku lem atau saos. Pabrik tapioka halus ini berproduksi selama 7-8 jam per hari dengan upah tenaga kerja sistem borongan sebesar Rp.1000,-/kuintal. Rata-rata dibagian produksi mempekerjakan 7 orang tenaga kerja, sehingga

7 71 apabila dalam sehari memproduksi 15 ton tapioka maka pendapatan per-orang rata-rata Rp ,-/7 = Rp ,- Proses selanjutnya adalah penimbangan, pengemasan dan penyimpanan. Sebagian besar hasil produksi dijual ke industri makanan, seperti kerupuk dan mi. Sistem penjualan ini berdasarkan pesanan dan distribusi produk dilakukan oleh pabrik tapioka akan tetapi pembebanan biaya oleh pembeli. Harga tapioka di pasaran bervariasi, hal ini sangat dipengaruhi oleh kebijakan perusahaan dalam menerapkan teknologi produksi maupun strategi pemasaran yang digunakan. Harga tapioka halus pada bulan Juni 2009 ditingkat pengusaha Kabupaten Bogor Rp.2800,- hingga Rp.5900,- dan rata-rata Rp 4300,- per kg. Harga tapioka Lampung bisa mencapai Rp.2000,- hingga Rp.4500,- per kilogram, karena di Lampung bahan baku relatif lebih murah dan biaya produksi lebih efisien karena menggunakan mesin-mesin lebih modern dan berskala besar. Kapasitas produksi tapioka industri besar di Lampung dan Jawa Timur berkisar antara 125 hingga 200 ton/hari, sedangkan di kabupaten Bogor rata-rata 15 ton per-hari. Selain itu harga tapioka juga dipengaruhi oleh impor tapioka yang membanjiri pasar nasional. Pada awalnya kebijakan impor tapioka diberikan kepada industri-industri besar penghasil sorbitol sebagai bahan baku, karena pasokan tapioka domestik tidak mencukupi kapasitas produksi sorbitol yang mencapai ton /tahun. Pada situasi perdagangan seperti ini industri tapioka kecil tidak memiliki posisi tawar harga yang kuat. Ketidakberdayaan terhadap kebijakan harga ini membuat industri tapioka halus kehilangan kemampuan untuk menjalankan bisnis tapioka halus. Hal ini menandakan adanya sinyal krisis pada industri tapioka halus. Keterkaitan agroindustri tapioka dijelaskan pada Gambar 12.

8 72 Harga ubikayu 5 Konsumen ubikayu lainnya 6 Konsumen Tapioka lainnya 7 Industri tapioka skala besar 8 Harga tapioka impor Harga ubikayu Harga Tapioka kasar Harga Tapioka Harga Tapioka Harga Tapioka Tapioka halus Tapioka halus 1. Petani ubukayu ubikayu 2 Produsen Tapioka kasar Tapioka kasar 3 Produsen Tapioka halus Tapioka halus 4 Industri pangan berbasis tapioka Aliran informasi harga Aliran produk Gambar 12. Model Keterkaitan Agroindustri Tapioka Analisis kebutuhan Ketika kebutuhan manusia dan perkembangan teknologi meningkat maka lingkunganpun akan berubah. Saat ini dunia bisnis telah memasuki era turbulensi, yaitu suatu era dimana perubahan lingkungan mempengaruhi perubahan bisnis. Perubahan-perubahan tersebut begitu hebat sehingga sehingga sistem agribisnis yang terlihat sangat amanpun tidak bisa kebal terhadap kegagalan karena tidak siap mengikuti perubahan tersebut. Krisis agroindustri tapioka yang ditandai dengan penurunan kemampuan industri dalam menjalankan fungsi produksi dan bisnisnya menjadi ancaman yang setiap saat bisa terjadi. Agroindustri tapioka melibatkan beberapa pihak yang saling terkait dan saling berkepentingan. Terkait dengan tujuan dan kepentingan kelangsungan bisnisnya serta mengantisipasi ancaman krisis, setiap pihak mempunyai kebutuhan masing-masing. Kebutuhan setiap pihak dapat saling menguntungkan atau saling konflik. Analisis kebutuhan sangat diperlukan untuk merancang suatu model yang mampu mengakomodir semua kebutuhan pihak-pihak yang terkait. Langkah awal dari analisis kebutuhan ini adalah mengidentifikasi pihak yang berkepentingan dan kebutuhannya.

9 73 Agroindustri tapioka melibatkan petani ubi kayu, penyedia jasa transportasi dari lahan ke pabrik/pengepul, pengepul, pabrik tapioka kasar dan pabrik tapioka halus. Peran lembaga keuangan dan pemerintah sebagai fasilitator dan regulator sangat diperlukan dalam pengembangan agroindustri tapioka ini. Petani melakukan budidaya ubi kayu secara tradisional diatas lahan yang dimiliki, optimasi produktivitas ubi kayu dan harga jual ubi kayu yang dapat meningkatkan pendapatan menjadi tujuan kelangsungan kegiatan pertanian ubi kayu. Untuk menjaga kualitas tapioka maksimal 2 hari ubi kayu segar harus segera diproses, oleh karena itu sarana dan prasarana trasportasi yang memadai menjadi hal yang sangat dipentingkan. Keuntungan bisnis dari pabrik tapioka kasar dapat diperoleh apabila mampu melakukan kontinuitas dan efisiensi produksi serta meningkatkan kualitas produk. Kontinuitas pasokan ubi kayu dan pengembangan teknologi sangat mendukung tercapainya tujuan tersebut. Kelangsungan industri tapioka halus bergantung pada perencanaan produksi pada kapasitas optimal, kestabilan dan kesesuain harga. Pemerintah memiliki kepentingan dalam pengembangan agroindustri tapioka khususnya dalam hal penyerapan tenaga kerja dan perbaikan ekonomi makro. Untuk lebih jelasnya analisis kebutuhan dari pihak-pihak yang terkait dalam pengembangan agroindustri tapioka disajikan pada Tabel 8. Tabel 8 Daftar kebutuhan pemangku kepentingan industri tapioka No Pelaku Kebutuhan 1 Petani a. Harga jual yang tinggi b. Peningkatan teknologi budidaya ubi kayu c. Permintaan ubi kayu yang tinggi d. Peningkatan nilai tambah e. Iklim usaha yang kondusif f. Ubikayu yang berkualitas tinggi g. Pasokan bibit yang berkualitas h. Sarana dan prasarana transportasi yang memadai i. Tersedianya kredit modal kerja 2 Industri Tapioka kasar a. Peningkatan teknologi proses b. Permintaan tapioka yang tinggi c. Peningkatan nilai tambah d. Sumberdaya manusia yang terampil e. Iklim usaha yang kondusif

10 74 Tabel 8 Daftar kebutuhan pemangku kepentingan industri tapioka (lanjutan) No Pelaku Kebutuhan 2 Industri Tapioka kasar 3 Industri tapioka halus f. Terjaminnya kontinuitas pasokan dan kualitas bahan baku g. Harga jual tapioka yang tinggi h. Input produksi yang efisien i. Transparansi informasi harga a. Peningkatan Teknologi produksi b. Permintaan tapioka yang tinggi c. Peningkatan nilai tambah d. Sumberdaya manusia yang terampil e. Iklim usaha yang kondusif j. Terjaminnya kontinuitas pasokan dan kualitas bahan baku f. Harga jual tapioka yang tinggi g. Input produksi yang efisien h. Transparansi informasi harga 4 Industri Pangan a. Permintaan produk tinggi b. Peningkatan nilai tambah c. Sumberdaya manusia yang terampil d. Iklim usaha yang kondusif e. Terjaminnya kontinuitas pasokan bahan baku 5 Pemerintah a. Meningkatkan penyerapan tenaga kerja b. Meningkatkan daya saing c. Kelestarian lingkungan d. Menghasilkan produk berkualitas tinggi e. Pertumbuhan ekonomi perdesaan 6 Lembaga keuangan a. Kelancaran penyaluran kredit b. Kelancara pengembalian kredit Formulasi permasalahan Permasalahan yang dihadapi dalam pengembangan agroindustri tapioka rakyat dapat diformulasikan sebagai berikut: 1. Krisis yang terjadi pada agroindustri tapioka rakyat disebabkan oleh perilaku manusia yang mengutamakan keuntungan sebesar-besarnya tanpa mempertimbangkan pembangunan agroindustri berkelanjutan. 2. Fluktuasi dan ketidakpastian harga tapioka halus disebabkan oleh struktur pasar yang monopsonistik dan oligopoli. 3. Kualitas sumberdaya yang rendah dan lemahnya posisi tawar petani dan pengusaha kecil tapioka mengakibatkan lemahnya dayasaing industri tapioka rakyat dan usaha ubikayu.

11 75 4. Kurangnya akses informasi, teknologi dan keterjangkauan akses permodalan mengakibatkan rendahnya produktivitas produksi ubi kayu dan tapioka. 5. Kelangkaan pasokan ubi kayu sebagai bahan baku tapioka diakibatkan oleh turunnya daya tarik petani untuk menanam ubi kayu, semakin sempitnya lahan, minimnya teknologi pertanian dan rendahnya produktivitas produksi ubi kayu Dengan memperhatikan permasalahan utama dalam pengembangan industri berbasis ubi kayu, maka dibutuhkan suatu prosedural model pengelolaan yang proaktif malakukan prakiraan potensi krisis dan perencanaan pengendaliannya. Model yang dibangun ini untuk meminimalkan kerugian sebagai dampak chaos dan melakukan upaya pemulihan serta pencegahan krisis. Identifikasi Sistem Identifikasi sistem merupakan hubungan antara kebutuhan dengan permasalahan yang harus dipecahkan dalam memenuhi kebutuhan tersebut. Identifikasi sistem ini diperlukan untuk memfokuskan pemodelan tanpa mengurangi kompleksitas yang ada. Pengetahuan ini diperlukan dalam perancangan model sistem deteksi dini yang akan dikembangkan. Agregasi atas kepentingan setiap pemangku kepentingan teridentifikasi bahwa manajemen pengelolaan krisis merupakan optimalisasi dari sumberdaya agroindustri tapioka. Sistem manajemen krisis yang akan dikembangkan menghadapi berbagai kendala klasik yang selalu dihadapi industri di Indonesia. Bagaimana sistem yang akan dikembangkan ini dapat mengoptimalkan setiap kepentingan dari pemangku kepentingan yang terlibat pada agroindustri tapioka. Tujuan pengembangan sistem deteksi dini ini adalah untuk menjamin kelangsungan agroindustri tapioka skala kecil. Dengan demikian akurasi pendugaan dari variabel-variabel yang mempengaruhi hasil akhir yang diinginkan merupakan prasyarat bagi keberhasilan sistem yang dibangun. Tujuan tersebut merupakan gambaran output yang dikehendaki bahwa keberlangsungan agroindustri tapioka akan memberikan kontribusi terhadap pemberdayaan ekonomi masyarakat melalui ketersediaan lapangan kerja,

12 76 pemberdayaan ekonomi petani di pedesaan, meningkatkan daya saing untuk menjamin pemenuhan permintaan tapioka regional dan ekspor. Industri tapioka yang memiliki daya saing ini diharapkan akan menarik investor dan mengingkatkan devisa negara. Perancangan sistem yang dibangun mencakup pengendalian variabel-variabel input yang terkait rantai kebelakang dan kedepan (backward dan forward lingkage) dari sistem agroindustri tapioka sehingga dapat mengoptimalkan variabel-variabel output sesuai yang diinginkan dan meminimalkan output yang tidak dikehendaki. Secara diagramatis keterkaitan variabel-variabel dalam agroindustri tapioka dapat dilihat pada Gambar 13. Sektor produksi tapioka halus membentuk loop positif dari faktor-faktor penyusunnya yaitu pasokan bahan baku dan harga tapioka. Untuk meningkatkan keberlanjutan produksi tapioka halus dengan melakukan optimalisasi faktor pasokan bahan baku (backward linnkege) dan harga tapioka (forward linkage). Dari aspek penyediaan bahan baku, bagaimana tapioka kasar sebagai bahan baku tapioka halus dapat selalu tersedia baik dari segi jumlah, dan mutu yang sesuai dengan kebutuhan industri tapioka halus. Tingkat produksi ubikayu, harga ubikayu dan iklim menjadi kendala dalam menjamin kontinuitas pasokan bahan baku. Causal loop diagram yang disajikan pada Gambar 13, sektor pasokan bahan baku membentuk loop positif, oleh karena itu optimalisasi rantai nilai level petani dan optimalisasi produksi tapioka kasar akan mendukung kontinuitas pasokan bahan baku.variabel input terkendali yaitu sumberdaya yang dibutuhkan dalam kegiatan memasok bahan baku pada sektor ini meliputi: teknologi budidaya ubi kayu, teknologi pengolahan tapioka kasar, sistem tataniaga ubi kayu, dan kelembagaan keuangan. Dari aspek penyaluran produk tapioka halus, bagaimana kestabilan harga dapat dijamin sehingga mampu meningkatkan daya saing dan meningkatkan rantai nilai. Mutu produk, monopoli pasar oleh industri besar dan akibat lemahnya regulasi terhadap kebijakan impor tapioka menjadi kendala dalam menjamin kestabilan harga tapioka. Pada causal loop diagram sektor harga tapioka halus membentuk loop negatif. Oleh karena itu peningkatan peran pemerintah terhadap kebijakan impor, ekspor dan industri hilir tapioka sangat diperlukan untuk mengendalikan stock

13 77 tapioka dipasar yang dapat mempengaruhi harga tapioka. Variabel input terkendali pada sektor ini meliputi: sistem tataniaga tapioka, kelembagaan keuangan dan kebijakan sistem perpajakan ekspor dan impor, dan kebijakan terhadap industri hilir. Input tak terkendali yaitu elemen dalam sistem yang mempengaruhi kinerja sistem tetapi tidak dapat dikendalikan keberadaannya. Dalam sistem manajemen krisis agroindustri tapioka ini input tak terkendali meliputi: luas lahan, rendemen, kualitas ubikayu, permintaan tapioka, daya beli masyarakat, biaya produksi. Output yang dikehendaki adalah tujuan yang ingin dicapai yang meliputi: keberlanjutan produksi tapioka, iklim usaha yang kondusif, peningkatan daya saing, peningkatan kualitas tapioka, kontinuitas pasokan bahan baku, kestabilan harga, peningkatan pendapatan, dan peningkatan devisa. Output yang tidak dikehendaki adalah efek yang tidak diinginkan sehingga perlu diminimumkan. Output yang tidak dikehendaki ini meliputi : Penurunan kemampuan produksi, fluktuasi harga tapioka, kekurangan pasokan bahan baku, penurunan daya saing, penurunan mutu produk dan penurunan pendapatan. Input lingkungan merupakan kondisi lingkungan diluar sistem yang turut mempengaruhi kinerja sistem. Input lingkungan sistem manajemen krisis ini meliputi: Impor tapioka, nilai tukar mata uang, perkembangan industri hilir. Untuk lebih jelasnya hubungan keterkaitan variabel-variabel ini disajikan pada diagram black box Gambar 14

14 Gambar 13 Diagram Sebab Akibat sistem agroindustri tapioka 60

15

16 144 Input Tak Terkendali: 1. Luas lahan 2. Rendemen 3. Kualitas Ubikayu 4. Permintaan 5. Daya beli masyarakat 6. Biaya produksi Input Lingkungan 1. Impor Tapioka 2. Nilai tukar mata uang 3. Perkembangan industri hilir 4. Iklim Otput yang dikehendaki 1. Kestabilan harga 2. Keberlanjutan produksi 3. Iklim usaha yang kondusif 4. Peningkatan daya saing 5. Peningkatan devisa Sistem Intelijen Pengembangan Agroindustri Tapioka Input Terkendali: 1. Teknologi budidaya ubikayu 2. Teknologi Proses Tapioka 3. Sistem Tataniaga ubikayu 4. Sistem tataniaga tapioka 5. Kelembagaan keuangan 6. Kebijakan ekspor &impor 7. Kebijakan thd industri hilir Manajemen Pengendalian Krisis Otput yang tak dikehendaki 1. Penurunan kemampuan produksi 2. Penurunan mutu 3. Fluktuasi harga 4. Penurunan pendapatan 5. Kekurangan pasokan bahan baku 6. Penurunan devisa Gambar 14. Diagram Black Box Manajemen Pengendalian Krisis Identifikasi sumber turbulensi Analisis situasional dan kebutuhan sistem serta identifikasi sistem menjadi landasan dalam menetapkan cakupan sistem yang lebih rinci. Cakupan sistem yang dimaksudkan adalah fungsi-fungsi pokok yang menjadi perhatian utama dalam membangun model strategi pengembangan agroindustri ubi kayu. Identifikasi sumber turbulensi akan menjadi kegiatan yang menentukan dalam menemukan faktor kunci sebagai sumber krisis agroindustri tapioka. Prosedur dalam melakukan identifikasi sumber turbulensi disajikan pada Gambar 15.

17 145 Mulai Penentuan pakar Focus Group Discusion identifikasi faktor kunci sumber krisis identifikasi variabelvariabel yang mempengaruhi faktor kunci Perancangan kuisioner perbandingan berpasangan Pengisian kuisioner perbandingan berpasangan Selesai Penghitungan bobot variabel ya Konsisten Uji konsistensi Proses defuzzyfikasi tidak Gambar 15 Diagram alir prosedur identifikasi sumber turbulensi Focus Group Discusion (FGD) dengan para pakar yaitu pengusaha tapioka halus, pengusaha tapioka kasar, perwakilan dari asosiasi industri tapioka dan perwakilan dari Dinas Pertanian Pemda Kabupaten Bogor, dilakukan untuk mengidentifikasi faktor kunci sebagai sumber krisis. Hasil ekstraksi dari hubungan sebab akibat dari semua elemen sistem yang dijelaskan pada Gambar 13 dituangkan dalam diagram root cause tree pada Gambar 16, digunakan sebagai panduan FGD. Hasil FGD ditemukan bahwa faktor penyebab krisis agroindustri tapioka adalah 1) harga tapioka halus dan 2) pasokan bahan baku (tapioka kasar). Untuk lebih jelasnya disajikan dalam diagram root cause tree pada Gambar 16.

18 146 Gambar 16 Diagram root cause tree agroindustri tapioka Dari data historis pada bulan Juli 2009 harga tapioka Rp.5700,-/kg dan harga tapioka kasar sebagai bahan baku tapioka halus sebesar Rp.5000,-/kg menghasilkan profit sebesar Rp.95,-/kg atau sebesar 1,67% dari harga jual. Komponen biaya produksi yang terbesar adalah pada pembelian bahan baku. Fuktuasi harga jual tapioka halus dan fluktuasi harga tapioka kasar sebagai bahan baku tapioka halus sangat berpengaruh terhadap profit margin. Untuk jelasnya disajikan pada Tabel 9. Tabel 9 Struktur harga tapioka halus bulan Juli 2009 Deskripsi biaya Rp/kg %/kg Harga Jual rata-rata % A. Biaya Produksi Harga tapioka kasar % Biaya Tenaga Kerja % Biaya Overhead produksi %

19 147 Tabel 9 Struktur harga tapioka halus bulan Juli 2009 (lanjutan) Deskripsi biaya Rp/kg %/kg A. Biaya Produksi Biaya Gudang % Biaya Pengepakan % B. Biaya Lain-lain % Biaya distribusi Biaya Pemasaran Biaya Pemeliharaan C. Biaya Umum % Biaya Pegawai Biaya Administrasi Depresiasi D. Margin Operasional % Perencanaan produksi tapioka halus tidak didasarkan pada permintaan, melainkan sangat bergantung pada pasokan bahan baku. Pangsa pasar tapioka masih cukup besar, semua hasil produksi tapioka halus di kabupaten Bogor terserap oleh pasar, khususnya pada industri kerupuk. Fluktuasi pasokan bahan baku sangat mempengaruhi tingkat produksi dan waktu produksi. Data historis tahun 2008 menunjukkan pasokan bahan baku dan waktu produksi. Beberapa periode terdapat pemberhentian produksi karena kekurangan pasokan bahan baku, walaupun pada kenyataannya tenaga kerja melakukan pengemasan, penyimpanan dan pengiriman tapioka ke konsumen. Untuk jelasnya disajikan pada Gambar Hari kerja normal hari kerja aktual Gambar 17 Grafik perbandingan hari kerja Dari analisis sebab akibat dan diagram root cause tree yang diklarifikasi pada forum FGD, harga tapioka halus dan jumlah pasokan tapioka kasar merupakan

20 148 faktor kunci sebagai sumber pemicu krisis. Variabel-variabel yang mempengaruhi harga tapioka halus, adalah harga tapioka kasar, impor tapioka, kualitas tapioka, permintaan tapioka dalam negeri, permintaan ekspor, biaya produksi dan musim. Ekspor tapioka, impor tapioka, perkembangan industri hilir dan jumlah produksi tapioka dari industri besar memberikan kontribusi kepada stok tapioka halus. Variabel-variabel yang mempengaruhi pasokan tapioka kasar adalah: harga ubikayu, produksi ubikayu, musim, biaya produksi, dan kualitas tapioka kasar. Dalam forum FGD tersebut selanjutnya dilakukan pemilihan dari variabel-variabel yang dominan memiliki pengaruh terhadap harga tapioka dan pasokan tapioka kasar dengan melibatkan 3 pakar ( pengusaha tapioka halus, perwakilan dari asosiasi industri tapioka dan dinas pertanian pemda Kab.Bogor). Kuisioner dirancang dalam bentuk matriks perbandingan berpasangan, dengan penilaian pendapat berupa data linguistik dalam 5 kategori yang diadopsi dari Fuzzy Analytical Hierarchy Process (AHP). Kelima kategori tersebut adalah: sama penting (E), sedikit lebih penting (W), sangat penting (S), Sangat nyata lebih penting (VS), dan mutlak lebih penting (A) yang kemudian diterjemahkan dalam rentang nilai berdasarkan Triangular Fuzzy Number. Pada Tabel 10 adalah contoh pengisian kuisioner perbandingan berpasangan oleh pakar 1. Tabel 10 Matriks perbandingan berpasangan Fuzzy Faktor A B C D E F G A. Harga tapioka kasar 1 1/S S VS S W E B. Impor tapioka S 1 S A S S W C. Biaya produksi 1/S 1/S 1 W E 1/E E D.Permintaan tapioka dalam negeri 1/VS 1/A 1/W 1 W W 1/S E.Permintaan tapioka ekspor 1/S 1/S 1/E 1/W 1 E 1/W F. Kualitas Tapioka 1/W 1/S W 1/W 1/E 1 1/W G. Musim 1/E 1/W 1/E S W W 1 Hasil dari pengolahan data, bobot variabel-variabel yang berpengaruh terhadap harga tapioka adalah:

21 149 Tabel 11 Bobot variabel yang berpengaruh terhadap harga tapioka halus No Variabel Bobot 1 Volume impor tapioka Harga tapioka kasar 0,229 3 Biaya produksi 0,110 4 Musim 0,083 5 Permintaan tapioka dalam negeri 0,071 6 Permintaan tapioka ekspor 0,067 7 Kualitas tapioka kasar Berdasarkan bobot terbesar dan ketersediaan data maka variabel volume impor tapioka, harga bahan baku, biaya produksi dan biaya produksi tapioka halus dipilih sebagai variabel sumber turbulensi yang selanjutnya digunakan sebagai variabel input pada peramalan harga tapioka. Hasil dari pengolahan data perbandingan berpasangan fuzzy menghasilkan bobot variabel-variabel yang mempengaruhi pasokan bahan baku adalah : Tabel 12 Bobot variabel yang berpengaruh terhadap pasokan bahan baku (tapioka kasar) No Variabel Bobot 1 Produksi ubikayu 0, Harga ubikayu 0, Musim 0, Biaya Produksi 0, Kualitas bahan baku 0,0576 Uji eksistensi chaos Untuk mengidentifikasi keadaan chaos terhadap faktor kunci. Karateristik penting dari sistem dinamik chaos adalah 1) mempunyai ketergantungan yang sensitif terhadap kondisi awal sehingga mempunyai sifat tidak dapat diprediksi untuk jangka panjang, 2) memiliki tingkat kritis, sistem yang melewati titik kritisnya akan kehilangan kestabilan, dan 3) memiliki dimensi fraktal. Pada sistem nyata keadaan chaos sulit dimodelkan, oleh karena itu untuk mengukur keadaan chaos digunakan pengembangan Teori Chaos.

22 150 Penghitungan eksponen Lyapunov. Salah satu ciri data yang bersifat chaos adalah adanya ketergantungan yang sensitif terhadap kondisi awal yang ditandai dengan adanya eksponen Lyapunov positif. Dalam sebuah data terdapat lebih dari satu bilangan Lyapunov tergantung dari dimensi permasalahannya, tetapi selama ditemukan bilangan terbesar bertanda positif mengindikasikan adanya pertumbuhan tak tentu secara eksponensial, sehingga data menjadi tidak dapat diprediksi. Maka bilangan Lyapunov merupakan indikasi yang sangat penting dalam mendeteksi chaos. Seluruh spektrum dari eksponen Lyapunov sulit dihitung karena persamaan gerak tidak diketahui, akan tetapi Allan Wolf dalam (Muhyidin, 2005) telah mengembangkan metoda untuk menghitung eksponen Lyapunov terbesar dari data eksperimen. Metoda ini mengukur penyimpangan dari titik terdekat dalam ruang fasa yang direkonstruksi selama interval waktu tertentu. Prosedur yang telah dilakukan Wolf adalah dengan mengambil lintasan tertentu dalam ruang fasa dan menghitung rasio, dimana adalah jarak terhadap lintasan terdekat. Untuk menghitung eksponen Lyapunov digunakan persamaan (60) yaitu 1 d( t ) N 2 k log t N t0 k 1 d( tk 1) dengan langkah-langkah sebagai berikut: 1. Merekonstruksi ruang fasa dari data dengan menggunakan embedding dimension dan time lag. 2. Memilih 2 titik berjarak sedikitnya satu periode orbital. Setelah sebuah inerval waktu yang tetap (periode evolusi), jarak kedua titik diukur. Jika jaraknya terlalu paanjang, sebuah titik pengganti dengan sudut orientasi yang sama dengan titik asli akan ditemukan. Orientasi titik yang baru harus sedekat mungkin dengan pasangan awal. 3. Menggunakan persamaan (55) untuk menghitung divergensi. Di dallam teori digunakan data yang bebas dari noise yang tidak berhingga, sedangkan pada kenyataannya kita dihadapkan pada data yang banyak noise dengan jumlah tertentu, berarti dimensi masukannya m, waktu tunda t dan maksimum serta minimum jarak yang diperbolehkan harus dipilih secara hati-hati (Peter, 1991). (60)

23 Setelah penghitungan dilakukan secara lengkap, harusnya data konvergen menuju nilai yang stabil dari Lt. Jika tidak tercapai konvergen secara stabil, parameter yang digunakan belum tepat, atau kekurangan data, atau sistem tidak benar-benar bersifat non linier. Penghitungan eksponen Lyapunov ini diolah pada sofware Matlab versi 7.1. Input dari sub-model untuk penghitungan eksponen Lyapunov adalah jumlah data pengamatan (NPT), dimensi masukan (DIM), time lag (TAU) untuk merekonstruksikan ruang fase, penambahan untuk setiap pengukuran (DT), Penyimpangan maksimum (SCALMX), penyimpangan minimum (SCALMIN), waktu evolusi (EVOLV) dan waktu minimum diantara pasangan titik (LAG). Peter (1991) menganjurkan bahwa penambahan untuk setiap pengukuran (DT) sebesar 10%, penyimpangan maksimum (SCALMX) sebesar 10%, penyimpangan minimum (SCALMIN) sebesar 1%, waktu evolusi (EVOL) menggunakan bilangan sekecil-kecilnya. Input yang digunakan seperti disajikan pada Tabel 13. Algoritma peritungan eksponen Lyapunov ini disajikan pada Gambar 18. Tabel 13. Input penghitungan eksponen Lyapunov Input Data Harga tapioka Pasokan bahan baku NPT DT 10% 10% SCALMX 10% 10% SCALMN 1% 1% EVOLV 1 1 LAG 1 1 DIM TAU 4 4

24 152 Mulai D=SQRT(D) i=0 j=0 TH=COS(CTH) Input : X; NPT; TAU; DT; DIMEN; SCALMX; SCALMIN; EVOLV; IND; LAG; SUM;ITS; DI; ZMULT;ANGLMX;THMIN TDK TDK D>SCALMN? D<=DI? YA i=i+1 DNEW=0 j=j+1 TDK TH<=THMIN THMIN=TH DII=DNEW IND2=i YA i=0 j=0 YA DNEW=DNEW+(PT1(j)-Z(I,j))^2 Tdk THMIN>=ANGLMX i=i+1 DI=D IND2=i j=dimen? TDK A YA ZMULT=ZMULT+1 j=j+1 Z(I,j)=X(i+(j-1)*TAU) TDK i=npt YA YA DNEW=SQRT(DNEW) Tdk A ZMULT>=5 YA j=dimen? TDK i=npt-(dimen-1)*tau NPT=NPT- DIMEN*TAU- EVOLV i=lag j=0 YA YA TDK i=0 j=0 i=i+1 j=j+1 PT1(j)=Z(IND+EVOLV,J) PT2(j)=Z(IND2+EVOLV,j) j=dimen? DF=0 YA A TDK DNEW<=ZMULT*SCALMX YA DNEW>=SCALMX DOT=0 j=0 YA TDK ZMULT=1 ANGLMX=2*ANGLMX Tdk A ANGLMX>=THMIN IND2=INDOLD+EVOLV DII=DF IND=IND+EVOLV DI=DII TDK A i=npt YA YA j=j+1 i=i+1 j=0 ZLYAP(i) D=0 j=j+1 DOT=DOT+PT1(j)- Z(I,j)*PT1(j)-PT2(j)) j=j+1 DF=DF+(PT2(j)-PT1(j))^2 TDK j=dimen? SELESAI TDK D=D+DT+(Z(IND,J)- z(i,j))^2 j=dimen YA j=dimen Y A DF=SQRT(DF) ITS=ITS+1 SUM=SUM+LOG(DF/DI))/ ((1+EVOLV)^2) ZLYAP(i)=SUM/ITS INDOLD=IND2 TDK CTH=abs(DOT/ (DNEW*DF)) YA CTH>1 CTH=1 Gambar 18 Flowchart algoritma penghitungan eksponen Lyapunov Penghitungan dimensi fraktal. YA TDK

25 153 Dimensi fraktal menunjukan seluruh variabel yang membentuk suatu obyek. Pada penelitian ini penghitungan dimensi fraktal diestimasi dengan penghitungan integral korelasi (correlation integral) dengan menggunakan persamaan (3) hingga persamaan (5) Cm( R) (1/ N 2 ) * N, 1 i i j j Z( R X i X j ) (3) Dimana Z ( x) 1 jika ( R X i X ) 0 N = banyaknya observasi R = jarak Cm = integral korelasi untuk dimensi m j D Cm R (4) Atau log( Cm) D*log( R) konstanta Hasil penghitungan dimensi fraktal ini akan menentukan dimensi melekat (embedding dimension) melalui persamaan d 2 1. Indikasi bahwa A d E embedding dimension dapat membantu peramalan sistem yang bersifat chaos dikemukakan oleh Ruelle (1980) yang menyatakan bahwa pada sistem yang bersifat chaos terdapat dimensi melekat (embedding dimension) dan smooth function yang dapat memodelkan fungsi tersebut. Embedding dimension dapat diketahui apabila sistem chaos diketahui. Langkah-langkah untuk menentukan dimensi fraktal dengan metoda korelasi adalah sebagai berikut: 1. Merekonstruksi ruang fasa dari data dengan menggunakan embedding dimension dan time lag. 2. Menghitung integral korelasi menggunakan persamaan (51) dengan masukan jarak R=10%,20%,...100% dan dimensi masukan m=2, Menentukan logaritma dari dan sesuai dengan persamaan (53) untuk memperoleh nilai dimensi korelasi D melalui regresi linier antara log(cr) dan log(r). 4. Jika data memiliki chaotic attractor, maka data tersebut akan mempertahankan dimensinya dengan penambahan m. Dengan meningkatkan m, dimensi fraktal yang diperoleh dari dimensi korelasi (D) akan berangsurangsur konvergen menuju nilai sebenarnya. A (5)

26 154 Penghitungan dimensi fraktal dengan metode ini mengunakan program Matlab versi 7.1. Input dari sub-model untuk penghitungan eksponen Lyapunov adalah jumlah data pengamatan (NPT), dimensi masukan (DIM), time lag (TAU) untuk merekonstruksikan ruang fase, penambahan untuk setiap pengukuran (DT), Penyimpangan maksimum (SCALMX), penyimpangan minimum (SCALMIN), waktu evolusi (EVOL) dan waktu minimum diantara pasangan titik (LAG). Sedangkan untuk penghitungan dimensi fraktal diperlukan input tambahan yaitu jarak awal untuk memulai pengukuran (R) selain input pada penghitungan eksponen Lyapunov. Peter (1991) menganjurkan bahwa penambahan untuk setiap pengukuran (DT) sebesar 10%, penyimpangan maksimum (SCALMX) sebesar 10%, penyimpangan minimum (SCALMIN) sebesar 1%, waktu evolusi (EVOL) menggunakan bilangan sekecil-kecilnya. Keluaran lain dari sub-model uji eksistensi chaos yang dihasilkan adalah dimensi fraktal dan embedding dimension interval yang mengindikasikan tingkat kekompleksan atau banyaknya variabel yang dibutuhkan untuk memodelkan sistem. Algoritma penghitungan dimensi fraktal ini disajikan pada gambar 23. Perhitungan secara manual untuk dimensi fraktal berdasarkan langkah-langkah yang telah dijelaskan sebelumnya adalah sebagai berikut: 1. Membentuk ruang fasa yaitu membentuk matriks data berukuran NPT x DIMEN. NPT adalah banyaknya data dan DIMEN adalah embedding dimennsion. Untuk data harga tapioka halus sejumlah 200 dan dimensi masukan sebesar 6 maka matriks yg terbentuk adalah M(200x6). Karena terlalu besar maka matriks ini tidak ditampilkan. 2. Penghitungan integral korelasi Cm(R) menggunakan persamaan (51) untuk setiap masukan m dan R. Implementasi persamaan (53) adalah menghitung banyaknya pasangan titik dalam ruang fasa yang berada dalam radius R, melalui fungsi Heavside Z R X i X ). Secara manual penghitungan Cm(R) sangat ( j memakan waktu lama karena harus menentukan jarak setiap pasangan titik dari 200x 6 titik data. Integral korelasi adalah probabilitas 2 titik yang dipilih secara random hanya akan terpisah dengan jarak kurang dari R unit.

27 Menentukan logaritma dari nilai CR dan R untuk membentuk persamaan regresi linier sesuai dengan persamaan (53) 4. Setelah diperoleh nilai log (Cm(R)) dan log(r), langkah selanjutnya membentuk persamaan regresi linier antara log(cm(r)) dengan log(r) untuk memperoleh dimensi korelasi, yaitu kemiringan garis sesuai dengan persamaan (53). Nilai dimensi korelasi tersebut adalah estimasi untuk dimensi fraktal, sesuai dengan peningkatan dimensi masukan m.

28 156 Mulai D>R ya Input : X; NPT; TAU; DT; DIMEN; R TDK THETA2=0 n=0 THETA2=1 THETA=THETA+THETA2 n=n+1 D=0 R=100 THETA=0 NPT=NPT-DIMEN*TAU n=dimen? YA TDK TDK Tdk j=npt YA m=10 ya CR(m)=THETA/(NPT)^2 S(m)=R-100 m=0 m=m+1 m=0 m=m+1 YA R=R+DT Y2=[s(m) CR(m) ] Ly2=log(y2) lr=log(s(m)) lcr=log(cr(m) i=0 YA a0(n)=((sum(lcr)*dot(ir,lr))- (sum(lr)*dot(lr,lcr)))/ ((numel(lr)*dot(lr,lr)-(sum(lr)^2)) i=i+1 X1=X(i) a1(n)=(numel(lr)*dot(lr,lcr)- (sum(lr)*sum(lcr)))/((numel(lr)*dot(lr,lr)- (sum(lr)^2)) i=npt j=0 ya tdk YA m=10 TDK DA=a(m) DE=2*DA+1 j=j+1 DA DE X2=X(j) Z=(i,j)=(X1-X2)*TAU D=D+Z(I,j)^2 D=SQRT(D) SELESAI Gambar 19 Diagram alir penghitungan dimensi fraktal Prediksi harga tapioka halus dan pasokan bahan baku

29 157 Proses deterministik dapat ditandai dengan menggunakan pencocokan regresi, sedangkan proses random dapat ditandai melalui parameter statistik dari fungsi distribusi. Dengan menggunakan sifat deterministik saja atau teknik statistik saja tidak akan dapat menangkap sifat dari system yang bersifat chaos. Jaringan Syaraf Tiruan merupakan teknik pengolahan data yang memiliki kemampuan untuk menggeneralisasi melalui proses belajar dan pengujian yang menghubungkan arus data input kepada arus data output sehingga mampu melakukan prediksi/peramalan time series yang bersifat chaos. Pengolahan data untuk prediksi harga tapioka halus dan bahan baku yang digunakan adalah model Jaringan Syaraf Tiruan menggunakan Jaringan Propagasi Balik Lapisan Jamak. Adapun tahapan proses peramalan digambarkan pada Gambar 20. Data merupakan faktor penting dalam peramalan dengan jaringan syaraf tiruan, karena data merupakan representasi nyata yang akan disimulasikan. Pengumpulan data dilakukan berdasarkan rentang waktu dari periode untuk setiap set data. Satu set data terdiri atas data nilai input dan data nilai target. Nilai input adalah nilai variabel yang mempengaruhi secara dominan variabel yang akan diprediksi yaitu harga tapioka dan pasokan bahan baku. Variabel input diperoleh dari proses identifikasi sumber turbulensi, sedangkan jumlah variabel input disesuaikan dengan dimensi fraktal untuk harga tapioka halus dan pasokan bahan baku. Data nilai target adalah nilai variabel yang akan diprediksi yaitu harga tapioka halus dan pasokan bahan baku.

30 158 Mulai Data deret waktu harga tapioka/ pasokan bahan baku Data deret waktu variabel yang mempengaruhi harga tapioka/ pasokan bahan baku Normalisasi data Penetapan Struktur Jaringan: -Jumlah input -Jumlah Output - Jumlah data training -Jumlah data testing - Jumlah Layar tersembunyi dan jumlah neuron tiap layar - Fungsi aktivasi untuk setiap layar - Target MSE yang diinginkian Nilai bobot parameter Run training JST Memuaskan? Tidak Perbaikan nilai Bobot Parameter Ya Run Testing JST Memuaskan? Tidak Ya Tentukan jumlah data peramalan Memuaskan? Evaluasi hasil peramalan Run Peramalan JST Selesai Gambar 20 Diagram alir peramalan harga tapioka halus dengan JST

31 159 Proses normalisasi data, data riil dikonversikan ke dalam rentang nilai [- 1,1] yang biasanya dipakai untuk fungsi aktivasi bipolar, [0,1] untuk sigmoid dan [-1,0]. Proses normalisasi data dilakukan menggunakan formulasi sebagai berikut: Untuk rentang data [-1,0] (60) Untuk rentang data [0,1] (61) Untuk rentang data [-1,1] (62) Dimana yi nilai data ke-i hasil normasilasi x nilai data riil ke i i xmax nilai maksimum dari data riil x nilai minimum data riil min Struktur jaringan syaraf tiruan disesuaikan dengan tujuan dan kebutuhan penggunaan JST sebagai model pemrosesan data. Pada umumnya dilakukan trial and error. Pada penelitian ini ditetapkan 1 input layer dengan jumlah neuron disesuaikan dengan jumlah variabel yang mempengaruhi variabel yang akan diprediksi dan disesuaikan dengan dimensi fraktalnya. Embedding dimension harga tapioka adalah [1,3], artinya setidaknya ada 1 variabel dan sebanyakbanyaknya 3 variabel yang mempengaruhi harga tapioka secara dominan. Dari analisis sumber turbulensi diidentifikasi ada tujuh faktor yang mempengaruhi harga tapioka halus yaitu: harga tapioka kasar, volume impor tapioka, biaya produksi tapioka halus, musim, permintaan tapioka dalam negeri, permintaan ekspor tapioka,dan kualitas tapioka kasar. Dari pembobotan dengan Fuzzy pairwise comparison faktor yang dominan dengan bobot > 10% adalah harga tapioka kasar (39,1%), volume impor tapioka (22,9%), biaya produksi tapioka halus (11%). Oleh karena itu pada penelitian ini jumlah neuron pada input layer untuk harga tapioka sebanyak 3 yaitu: volume impor tapioka, harga bahan baku

32 160 dan biaya produksi. Sedangkan embedding dimension untuk pasokan tapioka kasar adalah [2,4]. Faktor yang berpengaruh terhadap pasokan tapioka kasar yang berhasil diidentifikasi adalah produksi ubi kayu, harga ubi kayu, musim, biaya produksi tapioka kasar dan kualitas ubi kayu. Dari pembobotan dengan Fuzzy pairwise comparison faktor yang dominan dengan bobot > 10% adalah produksi ubi kayu (52,22%) dan harga ubi kayu (26,96%). Oleh karena itu ditetapkan 2 variabel input yaitu harga ubikayu dan jumlah produksi ubikayu. Satu hidden layer dicobakan pada struktur jaringan dengan melakukan simulasi untuk beberapa neuron pada hidden layer. Satu ouput layer dan satu neuron output ditetapkan dalam penelitian ini. Untuk lebih jelasnya diagram struktur jaringan disajikan pada Gambar 21. w11 1 x1 1 w x2 2 x b1 b2 Gambar 21 Struktur jaringan syaraf tiruan Untuk memulai simulasi JST maka perlu ditetapkan fungsi aktivasi dari input layer ke hidden layer mapun dari hidden layer ke output layer. Pada penelitian ini dicobakan untuk berbagai macam fungsi aktivasi dari input layer ke hidden layer yaitu fungsi, sigmoid biner yang dalam pemrograman Matlab ditulis logsig, fungsi sigmoid bipolar dalam matlab ditulis dengan tansig dan fungsi identitas dalam Matlab ditulis dengan purelin. Tahap awal dilakukan dengan paradigma pembelajaran pola data yang ada. Model JST yang akan digunakan harus mempunyai kemampuan untuk membandingkan nilai keluaran yang dihasilkan dengan nilai yang diharapkan. Kemampuan membandingkan tersebut

33 161 digunakan untuk mengestimasi nilai koreksi error (yang biasa digunakan adalah Mean Square Error (MSE)) yang digunakan sebagi alat kontrol keberlangsungan proses simulasi yang dilakukan JST. Proses simulasi ini akan dihentikan jika nilai error yang diperoleh dari perbandingan nilai output antara yang diinginkan dan yang dihasilkan mencapai perbedaan paling minimal. Bila model JST telah mendapatkan nilai MSE minimum maka struktur JST yang terbentuk siap diimplementasikan. Jaringan syaraf tiruan yang digunakan dalam penelitian ini adalah jaringan propagasi balik (back propagation network). Jaringan propagasi balik merupakan proses modifikasi error setelah selesai dilakukan pembelajaran maju (forward propagasion), yaitu proses pembelajaran dimulai dari input layer sampai output layer. Perhitungan propagasi balik dimulai pada output layer sampai ke input layer. Tahapan proses pembelajaran pada model jaringan propagasi balik diuraikan sebagai berikut: 1.Inisialisasi Semua Nilai Bobot ( dengan nilai-nilai random kecil ) 2.Selama belum tercapai kondisi berhenti, lakukan step 3 s.d Untuk setiap pasangan input-target (s:t) vektor training, lakukan step 4 s.d FeedForward 5. BackPropagation Error 6. Update Nilai Weight & Bias 7. Periksa apakah kondisi berhenti telah tercapai? Algoritma backpropagation : 1.Inisialisasi Semua Nilai Bobot ( dengan nilai-nilai random kecil ) 2.Selama belum tercapai kondisi berhenti, lakukan step 3 s.d Untuk setiap pasangan input-target (s:t) vektor training, lakukan step 4 s.d Tahap I : FeedForward 5. Tahap II : BackPropagation Error 6. Tahap III: Update Nilai Weight & Bias 7. Periksa apakah kondisi berhenti telah tercapai? Tahap I : Feedforward 1. Setiap input unit (Xi, i = 1,2,...,n) menerima sinyal input Xi dan menyebarkannya ke ke semua unit pada layer sesudahnya (hidden units).

34 Setiap hidden unit (Zj, j = 1,2,...,p) menjumlahkan semua sinyal input yang masing-masing telah dikalikan dengan bobot koneksinya, (42) Fungsi aktivasi digunakan untuk menghitung sinyal outputnya, zj = f (z_in j ) (43) dan mengirim sinyal output ini ke semua unit pada layer sesudahnya (output units). 3. Setiap output unit (yk, k=1,2,...,m) menjumlahkan semua sinyal input yang masing-masing telah dikalikan dengan bobot koneksinya, (44) Fungsi aktivasi digunakan untuk menghitung sinyal outputnya, yk = f (y_ink) (45) Tahap II : Backpropagation Error 1. Setiap output unit (yk, k = 1,2,...,m) menerima sebuah nilai target (t) yang sesuai dengan input (s) pola training, dan menghitung informasi errornya, δk = (tk yk) (y_ink) (46) menghitung koreksi bobotnya (yang nantinya akan digunakan untuk memperbaiki wjk), Δwjk = αδk j (47) menghitung koreksi biasnya (yang nantinya akan digunakan untuk memperbaiki w0k), Δw0k = αδk (48) dan mengirim nilai δk ke semua unit pada layer sebelumnya (hidden units). 2. Setiap hidden unit (Zj, j = 1,2,...,p) menjumlahkan semua δk dari unit-unit pada layer sesudahnya (output units), yang masing-masing dikalikan dengan bobot koneksinya, δ δ (49) dikalikan dengan derivasi dari fungsi aktivasinya untuk menghitung informasi errornya, δ = δ ( ) (50)

35 163 menghitung koreksi bobotnya (yang nantinya akan digunakan untuk memperbaiki vij), Δvij = αδj xi (51) menghitung koreksi biasnya (yang nantinya akan digunakan untuk memperbaiki v0j), Δv0j = αδj (52) Tahap III : Update Nilai Weight dan Bias 1. Setiap output unit (Yk, k = 1,2,...,m) mengupdate nilai bias dan bobotnya (j = 0,1,..., p) ; wjk(baru) = wjk(lama) + Δwjk (53) Setiap hidden unit (Zj, j = 1,2,...,p) mengupdate nilai bias dan bobotnya (i = 0,1,..., n) ; vij(baru) = vij(lama) + Δvij (54) Algoritma BackPropagation Testing 1. Inisialisasi Semua Nilai Bobot (dengan nilai-nilai yang diperoleh dari Algoritma Training) 2. Untuk setiap vektor input, lakukan step 3 s.d Untuk i = 1,2,..., n; lakukan aktivasi unit input xi 4. Untuk j = 1,2,..., p (55) = ( ) 5. Untuk k = 1,2,..., m (56) yk = f (y_ink) (57) Sum Square Error dan Root Mean Square Error Perhitungan kesalahan merupakan pengukuran bagaimana jaringan dapat belajar dengan baik sehingga jika dibandingkan dengan pola yang baru akan dengan mudah dikenali. Kesalahan pada keluaran jaringan merupakan selisih antara keluaran sebenarnya ( current output ) dan keluaran yang diinginkan (desired output ). Selisih yang dihasilkan antara keduanya biasanya ditentukan dengan cara dihitung menggunakan suatu persamaan. Sum Square Error ( SSE ) dihitung sebagai berikut :

36 164 4) Hitung keluaran jaringan saraf untuk masukan pertama. 5) Hitung selisih antara nilai keluaran jaringan saraf dan nilai target / yang diinginkan untuk setiap keluaran. 6) Kuadratkan setiap keluaran kemudian hitung seluruhnya. Ini merupakan kuadrat kesalahan untuk contoh latihan. Adapun rumusnya adalah : (58) dimana T jp : nilai keluaran jaringan saraf X jp : nilai target / yang diinginkan untuk setiap keluaran Root Mean Square Error ( RMS Error ) : 3) Hitung RMS. 4) Hasilnya dibagi dengan perkalian antara banyaknya data pada pelatihan dan banyaknya keluaran, kemudian diakarkan. Rumus : (59) dimana : T jp : nilai keluaran jaringan saraf X jp : nilai target / yang diinginkan untuk setiap keluaran n p : jumlah seluruh pola n o : jumlah keluaran Pada penelitian ini proses simulasi JST digunakan software Matlab versi 7.1 yang didalamnya telah memuat program untuk simulasi jaringan propagasi balik. Penulisan programnya disajikan pada lampiran. Analisis Sinyal Krisis. Sub-model ini merupakan penerapan dari Threshold analysis yang dikembangkan untuk menentukan rentang harga tapioka dan pasokan bahan baku yang masih bisa diterima oleh pemangku kepentingan berdasarkan keluaran dari proses peramalan harga tapioka dan pasokan bahan baku. Untuk harga tapioka secara garis besar batas ambang diambil pada ambang bawah yang dari kemampuan bisnis utama untuk menghasilkan keuntungan sehingga industri tapioka bisa berkembang. Keadaan dimana hasil peramalan berada dibawah nilai ambang bawah dikategorikan dalam kondisi kritis. Untuk penentuan batas ambang bawah, yaitu tingkat kemampuan industri untuk tetap dapat beroperasi diukur dari Harga Pokok Produk (HPP)

37 165 Batas ambang pasokan tapioka kasar dihitung berdasarkan pertimbangan kapasitas BEP. Keadaan dimana hasil prediksi pasokan bahan baku dibawah ambang tersebut, dikategorikan dalam keadaan krisis. Setelah batas ambang ini diformulasikan, kemudian nilai hasil peramalan diukur keberadaannya pada batas ambang tersebut. Hasil pengukuran ini akan teridentifikasi 2 sinyal keadaan yaitu normal dan krisis. Sinyal normal menunjukkan bahwa kebijakan yang berlaku masih efektif untuk kelangsungan industri tapioka. Sedangkan sinyal krisis dikategorikan dalam 3 level krisis yaitu keadaan SIAGA, keadaan WASPADA, dan keadaan BAHAYA. Indikator keadaan siaga apabila pasokan bahan baku tidak mencukupi kapasitas yang direncanakan, indikator keadaan waspada adalah apabila harga jual tapioka tidak berada diatas harga pokok produk, dan indikator keadaan Bahaya adalah apabila terjadi keadaan SIAGA sekaligus WASPADA. Mulai Input data: - Hasil prediksi harga tapioka - Hasil prediksi pasokan Tapioka Kasar - Struktur biaya produksi tapioka - Kapasitas produksi - Tingkat bunga investasi Penghitungan HPP Chek Harga pada rentang nilai ambang Penghitungan ambang bawah pasokan tapioka kasar - Kapasitas ekonomis (BEP) Chek pasokan tapioka kasar pada rentang nilai ambang Sinyal Normal tdk Harga <= HPP dan Pasokan TOK>Kapasitas BEP tdk Harga > HPP dan Pasokan TOK<=Kapasitas BEP tdk Harga <= HPP dan Pasokan TOK<=Kapasitas BEP ya ya ya Sinyal Siaga Sinyal Siaga Sinyal Bahaya Tindakan Pemulihan Krisis Selesai Gambar 22 Diagram alir penentuan krisis Akuisisi Pengetahuan. Sistem Manajemen Basis Pengetahuan merupakan sarana yang akan diterapkan pada sub-model kebijakan agroindustri tapioka. Perancangan model ini diperoleh dari akuisisi pengetahuan para pakar yang terkait dengan industri tapioka. Proses akuisisi pengetahuan dilakukan dengan wawancara, kuisioner dan FGD.

38 166 Model Manajemen Pengendalian Krisis. Pada model ini akan dihasilkan alternatif kebijakan pengendalian krisis. Metoda yang digunakan tidak lagi murni menggunakan teori manajemen strategis konvensional melainkan dimodifikasi dengan manajemen chaos. Metoda ini dirancang untuk menghasilkan alternatif strategi jangka pendek yang efektif untuk menanggulangi darurat krisis. Model ini menghasilkan gambaran posisi agroindustri tapioka yang memunculkan alternatif-alternatif kebijakan yang akan dipilih oleh pakar menggunakan sistem pakar. Untuk jelasnya disajikan pada gambar 23. Mulai Deteksi krisis Analisis Krisis Identifikasi faktor kekuatan, kelemahan, peluang dan ancaman insdustri Perumusan strategi penanggulangan krisis Pembobotan dan mengukuran rating thd faktor-faktor IE Pencocokan posisi industri pada matriks IE Analisis Chaos Rule Base Pemilihan Alternatif kebijakan pengendalian krisis Alternatif kebijakan pengendalian krisis Keadaan Normal Selesai Gambar 23 Diagram alir perumusan strategi kebijakan pengendalian krisis mikro. Analisis Eksternal Industri Analisis eksternal terbagi menjadi dua, yaitu analisis makro dan analisis Analisis Eksternal makro a. Kebijakan Pemerintah

39 167 Pembangunan ekonomi yang berbasis masyarakat seharusnya menjadi prioritas utama pembangunan ekonomi nasional, karena tujuan pembangunan ekonomi rakyat sesuai dengan amanat konstitusi yaitu meningkatkan kesejahteraan dan keadilan sosial bagi seluruh rakyat Indonesia. Departemen Koperasi dan Usaha Mikro Kecil Menengah (Departemen KUMKM) dalam Rencana Strategis berusaha mengembangkan UMKM dengan meningkatkan SDM yang dimiliki UMKM, meningkatkan aksesabilitas KUKM terhadap sumber-sumber pembiayaan, memperluas sumber pembiayaan bagi KUKM, baik bank maupun nonbank. Selain itu, Dinas Perindustrian Kabupaten Bogor mempunyai program yang bertujuan untuk mengembangkan industri kecil secara umum di Kabupaten Bogor. Programnya termasuk pelatihan yang meliputi pelatihan manajemen administrasi, peningkatan mutu, diversifikasi produk dan bantuan permodalan. Bantuan permodalan ini disebut Bantuan Dana Bergulir dan dikucurkan pemerintah sebesar Rp dan sudah berlangsung tujuh tahun. Tapi sejauh ini usaha-usaha pemerintah tersebut belum dapat dirasakan oleh para pengusaha tapioka secara maksimal baik bantuan permodalan, upaya pencerahan teknologi, pembentukan kelembagaan, bantuan pemasaran dan lain-lain. Selain itu beberapa Bank pemerintah telah mengeluarkan kebijakan untuk penyaluran Kredit Usaha Kecil Mikro (KUKM) yang bisa mencapai Rp ,- akan tetapi ketidak mampuan manajemen sehingga tidak dapat meraih kredit tersebut. Perkembangan teknologi hilir (industri sorbitol) yang sepenuhnya dikuasai oleh industri besar memerlukan bahan baku tepung tapioka yang banyak. Perusahaan-perusahaan ini memiliki pabrik tapioka sendiri dengan skala besar dan menggunakan mesin-mesin modern. Akan tetapi kapasitas produksi sorbitol terus meningkat sesuai dengan peningkatan permintaannya, sehingga pabrik-pabrik tapioka dalam kelompoknya tidak mencukupi untuk memasok bahan baku. Dengan alasan tersebut maka pemerintah memberi ijin untuk melakukan impor tapioka. Akan tetapi pemerintah lemah dalam hal pengawasan pada pelaksanaannya, sehingga tapioka impor turut membanjiri pasar tapioka lokal. Hal ini berakibat pada fluktuasi harga tapioka. b. Kondisi Ekonomi

40 168 Pendapatan per kapita masyarakat yang meningkat yang dapat diketahui dari naiknya Upah Minimum Wilayah juga merupakan pengaruh positif bagi pengusaha tapioka. Peningkatan pengeluaran rata-rata per kapita sebulan untuk makanan merupakan indikasi bagi peningkatan permintaan bahan makanan seperti tepung tapioka. Rendahnya inflasi juga mendukung daya beli masyarakat. Inflasi yang menggambarkan kenaikan harga-harga secara umum, masih pada level satu digit. Inflasi pada tahun 2006 bulan Januari sebesar 1,36%, Februari0,58% dan Maret sebesar 0,03% (BPS, 2006). c. Sosial Budaya dan demografi Meningkatnya kesadaran dan pengetahuan masyarakat akan pentingnya diversifikasi pangan karena kandungan pada ubikayu menimbulkan efek positif bagi tapioka. Tapioka sebagai hasil olahan dari ubikayu yang mengandung banyak karbohidrat dapat menggantikan kebutuhan akan beras. Selain itu, pada saat ini semakin banyak gerakan kampanye atau promosi hasil olahan makanan non beras yang mengandung karbohidrat tinggi, yang diarahkan kepada seluruh lapisan masyarakat, mulai lapisan bawah, sampai lapisan atas. Peran dari ahli tata boga dan peneliti juga cukup besar dalam menciptakan variasi yang menarik dari makanan hasil olahan ubikayu atau tapioka. Semakin meningkatnya jumlah penduduk Indonesia tentu akan meningkatkan kebutuhan pangan. Meningkatnya jumlah penduduk harus diiringi oleh diversifikasi pangan untuk mengurangi ketergantungan terhadap beras. Jumlah penduduk Indonesia pada tahun 2000 sebanyak 206,264,595 jiwa dengan laju pertumbuhan 1,35 persen pertahun BPS (2006). d. Teknologi dan Lingkungan Faktor lingkungan harus juga dipertimbangkan dalam pengembangan industri tapioka. Tanaman ubi kayu memiliki karakteristik banyak menyerap unsur hara, sehingga apabila dibiarkan dalam waktu yang lama akan merusak struktur kimia tanah dan selain itu dapat menyebabkan erosi, hal tersebut berkaitan dengan terbatasnya daun-daun yang menutupi selama pertumbuhan awal yang menyebabkan air hujan langsung mencapai tanah dan juga menyangkut tanah yang

41 169 bergerak saat dipanen (Falcon, 1986). Selain itu, lahan yang digunakan petani untuk bersawah dan berladang banyak yang dirubah menjadi areal pemukiman penduduk. Oleh karena itu pasokan ubikayu terancam akan berkurang, sehingga pengusaha tapioka akan mencari pemasok dari daerah lain dengan konsekuensi menambah biaya produksi yang disebabkan oleh biaya transportasi. Industri tapioka kasar banyak berlokasi di daerah dekat sungai, hal ini dilakukan untuk memudahkan mendapatkan air untuk pencucian ubikayu. Pada proses produksi tapioka kasar juga menghasilkan limbah cair yang mengandung HCN. Seharusnya limbah ini diolah terlebih dahulu hingga tidak membahayakan baru dibuang, akan tetapi dengan keterbatasan kemampuan teknologi pengolah limbah maka akan mencemari lingkungan. Seiring dengan kesadaran masyarakat global pada lingkungan dan tanda-tanda krisis energi maka berkembanglah teknologi untuk memproduksi energi yang bersifat renewable. Ubikayu merupakan salah satu bahan baku yang bisa diolah menjadi biofuel. Dengan hadirnya industri biofuel ini akan membutuhkan pasokan ubikayu yang banyak, sehingga ubikayu akan menjadi komoditi yang diperebutkan oleh sektor pangan dan energi. Analisis Eksternal Mikro Disamping kondisi makro, analisis eksternal juga dilakukan dilevel mikro atau level industri. Pendekatan yang digunakan akan lebih fokus pada analisis krisis yang meliputi 5 aspek, yaitu: 1) seberapa mudah pemain baru masuk ke dalam industri tersebut, 2) bagaimana tingkat persaingan antar industri yang sudah ada, 3) bagaimana kekuatan tawar pemasok kepada industri, 4) apakah industri memiliki jaminan pasokan bahan baku tinggi serta 5) tingkat kemudahan munculnya produk substitusi bagi produk/jasa yang dihasilkan suatu industri. a. Pemain baru Yang dimaksud pemain baru dalam industri tapioka dalam penelitian ini adalah industri atau lembaga sebagai pemasok di pasar tapioka. Kemudahan mendapatkan ijin bagi importir tapioka dan tidak adanya pengawasan pemerintah terhadap penggunaan tapioka impor mengakibatkan banyaknya stock tapioka di

42 170 pasar dengan harga rendah. Industri besar tapioka juga memegang peranan cukup penting dalam nenekan harga tapioka di pasar. b. Persaingan Industri Persaingan industri merupakan hal yang wajar dan tidak dapat dihindari, begitu juga dengan industri tapioka. Industri kecil tapioka baik tapioka halus maupun tapioka kasar masih menggunakan teknologi sederhana, sehingga kualitas yang dihasilkan dan efisiensi produksi kalah dengan industri besar. Rata-rata kapasitas produksi tapioka di kabupeten Bogor adalah 15 ton/hari, sedangakn kapasitas pabrik tapioka di Lampung ton/hari. Industri besar menghasilkan tapioka halus dengan mengolah ubikayu secara langsung, sehingga sangat efisien. Industri berskala besar inilah yang merupakan ancaman tersendiri bagi industri tapioka di Kabupaten Bogor. Selain itu datangnya tapioka impor juga menjadi ancaman bagi kelangsungan industri kacil tapioka di kabupaten Bogor. Industri kecil tapioka ini telah ada selama berpuluh-puluh tahun lamanya. Industri yang bertahan ialah industri yang menghasilkan tapioka kasar bermutu tinggi dan didukung dengan modal yang cukup. c. Produk Substitusi Tapioka memiliki fungsi dan kandungan yang berbeda dengan jenis tepung yang lain seperti tepung maizena, tepung beras, tepung terigu, tepung sagu dan tepung gaplek. Pada kasus tertentu seperti pada pembuatan bakso, tepung sagu dapat menjadi barang substitusi bagi tapioka. d. Kekuatan Tawar-Menawar Pembeli ubi kayu dalam hal ini pabrik tapioka kasar atau tengkulak, mereka ini memiliki daya tawar yang cukup tinggi. Apabila ada ketidak cocokan harga petani ubikayu tidak mungkin menahan ubi kayu karena ubikayu yang telah dipanen mudah rusak, sementara kalau membiarkannya tidak dipanen, kualitasnya akan menurun dan tanah menjadi tidak subur karena ubikayu menyerap hara. Pembeli tapioka kasar dalam hal ini adalah pabrik tapioka halus. Dalam penentuan harga tapioka kasar ataupun onggok, pembeli memegang kendali. Harga

43 171 tapioka kasar bergantung pada banyaknya permintaan dan pasokan tapioka kasar serta kualitas tapioka kasar. Tapioka halus sebagian besar dijual ke industri makanan seperti industri kerupuk yang tersebar hingga ke wilayah Jabodetabek. Harga tapioka halus ditetapkan berdasarkan harga pasar. e Kekuatan Pasokan Penyediaan bahan baku tapioka kasar yaitu ubikayu dilakukan oleh tengkulak dan petani ubikayu. Tengkulak tersebut membeli ubikayu dari para petani kemudian dijual kepada pengusaha tapioka, tetapi ada juga pengusaha tapioka yang membeli langsung dari petani ubikayu. Penetapan harga beli dan kuantitas ubikayu ini tergantung mutu tapioka kasar. Dalam mencari bahan baku, sering pemilik ubikayu mendatangi pengusaha tapioka dan jarang sebaliknya. Dalam hal ini,penjual ubi kayu akan mencari pembeli dengan harga tertinggi, sedangkan pembeli ubi kayu akan mencari penjual dengan harga terendah. Beberapa pengusaha tapioka memiliki langganan tertentu karena dirasa sudah cocok, tetapi sebagian besar pengusaha tapioka memiliki banyak alternatif penyedia bahan baku. Pembayaran sebagian besar dilakukan setelah tapioka laku di pasar. Dengan berkembangnya industri hilir berbasis ubi kayu, maka banyak membutuhkan pasokan ubi kayu. Oleh karena itu akan terjadi tarik menarik pasokan ubi kayu. Beralihnya fungsi lahan menjadi area pemukiman maupun pembangunan infrastrukur yang lain (jalan tol) maka produksi ubi kayu semakin berkurang. Penyediaan bahan baku tapioka halus dibeli langsung dari industri tapioka kasar. Harga tapioka kasar didasarkan pada kualitas tapioka kasar dan banyaknya pasokan. Harga awal dibuka oleh pembeli, apabila ada kesepakatan harga maka transakti terjadi, tetapi jika tidak ada kesepakatan makan penjual akan berpindah ke pabrik lain atau menunda penjualan hingga beberapa hari. Analisis Internal Analisis internal dilakukan dengan melakukan penilaian terhadap level kapabilitas (level of capability) dari fungsi-fungsi dalam suatu industri di sepanjang rantai nilai. Aktivitas utama (primary activities) dan pendukung membentuk nilai (profit margin) pada setiap industri tapioka. Aktivitas primer terdiri dari : 1)

44 172 Inbound logistics yaitu penerimaan dan penggudangan bahan baku dan distribusinya pada pabrikasi sesuai dengan kebutuhan, 2) Operations : proses transformasi input menjadi produk akhir atau jasa,3) Outbound Logistic : penggudangan dan disribusi produk-produk jadi, 4) Marketing & sales : identifikasi kebutuhan pelanggan dan mengenerate penjualan. Dalam operasionalnya kelima aktivitas primer di atas didukung oleh : 1) Firm infrastructure : struktur organisasi, sistem pengendalian, budaya perusahaan, dll, 2) Human Resource Management : pengelolaan sumber daya manusia yang meliputi penerimaan, pelatihan, pengembangan dan kompensasi, 3) Technology development : teknologi yang mendukung semua aktivitas penciptaan nilai, dan 4) Procurement : pembelian input seperti material, pemasok dan peralatan. Profit margin dari sebuah perusahaan sangat tergantung pada efektivitas dalam membentuk aktivitas-aktivitas ini secara efisien, sehingga jumlah konsumen yang ingin membeli produk yang dihasilkan akan melebihi dari biaya yang dikeluarkan dalam setiap aktivitas tersebut. Dalam aktivitas di atas setiap perusahaan mempunyai peluang untuk mengenerate sebuah nilai yang superior. Keunggulan daya saing dapat dicapai melalui konfigurasi rantai nilai yang memberikan biaya rendah atau diferensiasi yang lebih baik. a. Struktur Organisasi Industri Tapioka Pada umumnya, struktur organisasi pada Industri kecil tapioka ini sangat sederhana, yaitu terdiri dari pemilik modal yang merangkap menjadi pengelola atau karyawan yang langsung menangani aktivitas produksi, keuangan hingga pemasaran produk. Struktur organisasi ini memberikan kemudahan tersendiri dalam mengontrol jalannya kegiatan operasional perusahaan. Efektivitas dan efisiensi aliran tanggungjawab dapat lebih memungkinkan untuk dikontrol dan hal tersebut dapat meminimalkan terjadinya kesalahan. b. Perilaku pengusaha dalam Industri Tapioka Pengusaha tapioka pada umumnya memiliki etos kerja yang tinggi, memiliki disiplin dalam bekerja dan bersifat kekeluargaan. Tingginya permintaan akan tapioka dan masa simpan tapioka yang relatif pendek, sehingga tidak dapat menyimpan persediaan seperti barang tahan lama lainnya. Faktor kekeluargaan

45 173 menimbulkan semangat saling membantu, gotong-royong dan menimbulkan iklim yang baik dalam bekerja. Faktor kekeluargaan dalam masyarakat tersebut menyebabkan tidak adanya kesulitan bagi pengusaha tapioka dalam merekrut pekerja. c. Sumber Daya Manusia Agroindustri tapioka mulai dari hulu hingga hilir merupakan industri padat karya. Petani ubi kayu dan pengusaha tapioka kasar memiliki mutu SDM yang rendah. Tingkat pendidikan yang masih rendah tersebut mengakibatkan rendahnya tingkat pengetahuan tentang pengelolaan, pemasaran, pendistribusian, menetapkan daya tawar, penerapan inovasi dan sanitasi. Sedangkan pengusaha tapioka halus sudah lebih baik kualitas pengetahuannya. Hafsah (2003) menyatakan bahwa pembangunan sistem usaha agribisnis akan lebih cepat terwujud, apabila sebagian besar masyarakat terutama masyarakat pedesaan berpendidikan, menguasai ketrampilan agribisnis (hulu, tengah, hilir). Jika sumber daya yang dimiliki rendah, maka hal tersebut akan berdampak negatif terhadap tingkat akseptabilitas dalam mengadopsi teknologi yang disebarkan kepada masyarakat tani. d. Keuangan Permodalan yang dimiliki oleh para pengusaha tapioka kasar seluruhnya berasal dari dana swadaya. Masyarakat masih cenderung takut untuk mengusahakan tambahan modal dari lembaga keuangan seperti bank. Selain itu, masih sedikit usaha-usaha yang dilakukan oleh pemerintah untuk merangsang kemajuan Industri kecil khususnya Industri kecil tapioka kasar di Bogor dari sisi permodalan. Sejauh ini ada beberapa program pemerintah yang ditujukan untuk membantu industri kecil secara umum, yaitu Program Pembinaan Kecamatan (PPK) dan Pembinaan Usaha Kredit Kecil (PUKK) yang dilaksanakan oleh Pemerintah Kecamatan, Program Dana Bergulir dan Kerjasama Antara Dinas Perindustrian Kabupaten Bogor dan Bank Jabar Unit Syariah dilaksanakan oleh Pemerintah Daerah Tingkat II. PPK dilakukan oleh pemerintah desa dan pemerintah kecamatan, sasarannya ialah usaha mikro seperti warung kecil-kecilan, usaha skala rumah tangga dan obyeknya biasanya kaum ibu rumah tangga dengan sistem kelompok. Besarnya pinjaman

46 174 PPK berkisar antara Rp Rp dengan bunga yang relatif tinggi (20% per tahun). PUKK dilaksanakan oleh Perhutani melalui Kelompok Tani Hutan (KTH) dengan sasaran masyarakat sekitar hutan, sehingga tidak semua industri kecil mendapatkan bantuan tersebut. Besarnya kredit PUKK antara Rp Rp Program Dana Bergulir ditujukan untuk industri kecil pada umumnya di Kabupaten Bogor, besarnya bantuan sekitar 25 juta rupiah per usaha dan sudah berjalan 7 tahun, sedangkan permodalan yang diselengarakan oleh Dinas Perindustrian dan Bank Jabar Unit Syariah besarnya mencapai Rp per usaha. Belum maksimalnya koperasi yang ada menyebabkan kurang berkembangnya industri kecil tapioka dari sisi modal. Tidak maksimalnya fungsi koperasi dikarenakan belum pahamnya pengurus maupun masyarakat akan arti koperasi. Apabila koperasi telah berjalan maksimal, dalam artian banyak pengusaha tapioka yang menjadi anggota dan pemahaman akan manfaat sudah kuat ditataran masyarakat diharapkan sisi permodalan dapat diatasi. Selain itu, sistem pencatatan keuangan yang dilaksanakan oleh industri tapioka kasar masih sangat sederhana. Pencatatan yang dilakukan hanya mencakup data-data historis penjualan. Atau dengan kata lain, perusahaan tidak dapat menganalisis secara pasti tentang biaya produksi yang diperlukan untuk satu kali giling, karena perusahaan tidak membuat laporan keuangan. Pada industri tapioka halus sebagian pengusaha tidak hanya memiliki pabrik tapioka halus saja melainkan memiliki usaha pada bidang lain yang tidak ada kaitannya dengan tapioka. Usaha dari bidang lain inilah yang menopang keuangan pabrik tapioka apabila mengalami krisis. Sistem administrasi keuangan pada industri tapioka sudah lebih rapi dan komputerisasi, sehingga semua data-data terkait dengan pembelian, produksi dan penjualan tersimpan dengan rapi dan lengkap. e. Logistik Pada industri tapioka kasar tidak ada persediaan bahan baku. Ubikayu diperoleh secara langsung dengan mendatangi petani atau tengkulak, kemudian

47 175 ubikayu diangkut ke pabrik oleh pengusaha pabrik tapioka kasar. Ubi kayu segera diproses untuk menghindari kerusakan ataupun penurunan kualitas. Tapioka kasar dipasarkan ke pabrik tapioka halus dengan cara pengusaha tapioka kasar membawa dan menawarkannya langsung ke pabrik tapioka halus. Tapioka kasar kemudian disimpan oleh pabrik tapioka halus hingga mencapai jumlah yang mencukupi kapasitas produksi kemudian baru diproses lebih lanjut. Produk tapioka halus setelah dikemas dalam karung kemudian disimpan di gudang barang jadi sebelum didistribusikan ke konsumen. Konsumen tapioka halus sebagian besar adalah pabrik krupuk yang berada di wilayah Jabodetabek. Pengiriman produk dilakukan oleh pabrik tapioka halus. f. Produk dan Harga Industri kecil tapioka kasar menghasilkan tapioka kasar dengan tingkatan mutu nomor 1-3, selain itu menghasilkan onggok atau ampas. Mutu berbanding lurus dengan harga, yaitu apabila mutunya baik maka harga akan semakin tinggi dan berlaku sebaliknya. Harga tapioka halus berfluktuasi sesuai dengan harga pasar yang cenderung ditekan oleh banyaknya tapioka yang beredar dipasar yang dipasok dari industri besar maupun tapioka impor. Faktor harga bahan baku (tapioka kasar) dan biaya produksi juga berpengaruh terhadap penentuan harga tapioka. Apabila pembelian bahan baku pada harga tinggi sedangkan harga jual tapioka halus rendah maka pengusaha akan menyimpan tapioka yang baru diproduksi dan menjual tapioka dari persediaan. Kualitas tapioka kasar belum memenuhi standar kualitas terutama kadar airnya, hal ini mengakibatkan daya simpan tapioka kasar yang relatif singkat. Pada kondisi seperti tersebut pengusaha tapioka kasar tidak mempunyai pilihan lain selain menjual pada tingkat harga berapapun. Harga tapioka sangat berfluktuatif, yaitu tergantung pada kualitas tapioka kasar yang dipasok oleh pengusaha tapioka dan jumlah pangusaha yang memasok tapioka. Apabila banyak penawaran dari pengusaha tapioka, maka harga tapioka kasar yang dipasok cenderung rendah, dan sebaliknya. Harga tapioka kasar tertinggi di tingkat pengusaha tapioka sampai saat ini berkisar Rp Rp /kuintal. Penetapan harga yang dilakukan oleh

48 176 pabrik pengolahan tapioka kepada produsen pangan mempertimbangkan kondisi dan situasi pemasaran yang terjadi. g. Kegiatan Produksi Kegiata budidaya ubikayu dilakukan secara tradisional turun temurun. Kegiatan bertani ubikayu bukanlah kegiatan utama, kebanyakan mereka memiliki pekerjaan lain, ataupun bertani sayuran atau palawija yang lain. Hal tersebut menyebabkan rendahnya produktivitas ubikayu. Kegiatan produksi tapioka kasar sebagian besar masih menggunakan tenaga manusia dan secara teknologi sederhana, sehingga mutu yang dihasilkan masih rendah dan menyebabkan kurang bersaingnya industri tapioka kasar. Untuk meningkatkan produksi dengan kualitas bagus diperlukan penyediaan investasi, hal ini menjadi masalah bagi pengusaha tapioka kasar. Kegiatan produksi tapioka halus tidak ada perencanaan secara khusus, produksi didasarkan pada ketersediaan pasokan bahan baku. Beragamnya kualitas bahan baku menyebabkan variasi kualitas produk tapioka halus. Untuk mengatasi keragaman kualitas tapioka halus maka pada proses produksi dilakukan pencampuran dari berbagai kualitas bahan baku. Pada dasarnya proses produksi tapioka halus hanya melakukan pengeringan, penggilingan tapioka kasar, dan pengayakan. Teknologi yang digunakan menggunakan mesin-mesin, akan tetapi masih diperlukan tenaga kerja juga, misalnya pada proses pengangutan bahan baku atau produk jadi, penuangan bahan baku pada mesin giling dan pengayakan. Mekanisasi sudah tentu memerlukan investasi modal yang besar hal ini menjadi masalah juga bagi pengusaha tapioka halus. h. Pemasaran Pemasaran ubikayu tidak sulit, karena langsung didatangi oleh tengkulak atau pengusaha tapioka kasar. Pemasaran produk tapioka kasar dilakukan oleh pengusaha tapioka ada yang melalui tengkulak ada yang langsung ke pabrik tapioka halus. Yang menjual melalui tengkulak biasanya berpandangan bahwa walaupun ada perbedaan harga tetapi tidak ada biaya transportasi, sehingga tidak merasa dirugikan. Target pasar untuk tapioka kasar ialah pabrik tapioka halus di wilayah

49 177 kabupaten Bogor. Semakin banyaknya pabrik pengolahan tapioka halus, membuat pengusaha tapioka kasar memiliki alternatif dalam menjual produknya. Pengusaha tapioka tersebut terlebih dahulu melakukan survai harga ke beberapa pabrik pengolahan dan selanjutnya menjualnya ke pabrik yang memberikan harga tertinggi. Sebagian besar penjualan tapioka halus ke industri kerupuk di wilayah Jabodetabek. Mereka sudah memiliki langganan, sehingga secara berkala melakukan pengiriman tapioka halus. Pengiriman dilakukan oleh pengusaha tapioka halus, tetapi ada pembebanan biaya distribusi kepada pembeli. Selain itu pengusaha juga menjual tapioka halus ke luar kota hingga mencapai wilayah Jawa Timur, dan sebagian dipasarkan ke pasar tradisional ataupun pasar swalayan dengan kemasan ½ kg dan 1 kg. Identifikasi Faktor Internal dan Eksternal Industri Tapioka Dari analisis faktor internal dan eksternal maka dapat diidentifikasi kekuatan, kelemahan, peluang dan ancaman seperti disajikan pada Tabel 14. Faktor Internal Faktor eksternal Tabel 14 Faktor- faktor kekuatan, kelemahan, peluang dan ancaman pada industri tapioka Kekuatan Kelemahan Peluang 1. Budidaya ubi kayu relatif mudah 2. Tersedia tenaga kerja 3. Kedekatan lokasi antara lahan ubi kayu, industri tapioka kasar, industri tapioka halus 4. Penyediaan KUKM 1. Kualitas SDM yang rendah 2. Terbatasnya modal 3. Mutu produk dan harga kurang bersaing 4. Keterbatasan teknologi 5. Infrastruktur kurang memadai 6. Lemahnya daya tawar penjual 7. Fluktuasi pasokan bahan baku 8. Keragaman kualitas bahan baku yang tinggi 1. Perubahan persepsi terhadap makanan alternatif 2. Berkembangnya industri sorbitol yang berbahan baku tapioka 3. Berkembangnya UKM 4. Tidak ada ancaman produk subsitusi tapioka 5. Berkembangnya industri pangan berbahan baku tapioka 6. Tingginya permintaan tapioka Ancaman 1. Kurangnya peranserta pemerintah terhadap petani ubikayu dan industri kecil tapioka

50 Tidak ada lembaga yang efektif mendukung sistem tataniaga ubikayu 3. Tidak ada lembaga yang efektif mendukung tataniaga tapioka 4. Tarif bea impor yang relatif rendah 5. Kemudahan pemberian ijin impor tapioka 6. Lemahnya pengawasan penggunaan tapioka impor 7. Pasar tapioka yang monopsonistik 8. Fluktuasi harga tapioka 9. Kurangnya sarana telekomunikasi dan informasi 9. Cuaca Tahap Masukan dan Pencocokan Matriks IFE dan EFE Berdasarkan faktor-faktor internal dan eksternal yang telah dianalisis dilakukan pembobotan dan pemberian rating oleh 3 orang responden yaitu pengusaha tapioka dan para pembuat kebijakan, secara rinci disajikan pada lampiran. Pada matriks IFE dapat dilihat nilai sebesar 1,307 yang menandakan bahwa dalam rata-rata internal industri lemah atau dengan kata lain industri belum memiliki strategi yang baik dalam mengantisipasi ancaman yang ada. Berdasarkan analisis faktor-faktor eksternal, menunjukkan skor terbobot sebesar 1,741. Hal tersebut menandakan bahwa kemampuan industri untuk memanfaatkan peluang-peluang dalam mengatasi ancaman-ancaman yang dihadapi masih kurang. Tahap Pencocokan (Matching Stage) Matriks IE bertujuan untuk memposisikan industri ke dalam sebuah matriks yang terdiri dari 9 sel. Berdasarkan hasil analisis diperoleh nilai IFE 1,307 dan EFE 1,741 sehingga industri berada pada sel IX matriks IE. Posisi ini menunjukkan bahwa agroindustri berbasis ubikayu tidak memiliki kekuatan internal yang lemah dan tidak memiliki kekuatan akses eksternal yang cukup untuk mengatasi ancaman dari luar dan menangkap peluang. Strategi pada posisi tersebut ialah strategi harvest atau divest, yang dapat berupa perubahan drastis dengan cepat untuk menghindari kemerosotan lebih jauh dan kemungkinan likuidasi.

51 179 Gambar 24 Matrik internal eksternal Analisis krisis Dari pengujian eksistensi chaos, secara matematik diperoleh indikasi harga tapioka dan pasokan bahan baku berperilaku chaos, hal ini menunjukkan ada suatu gejala yang dapat mengindikasikan bahwa sistem agroindustri tapioka berpotensi chaos. Mengapa chaos bisa terjadi? Secara institusi terdapat ketidakstabilan / ketidakseimbangan struktural yang ditandai dengan lemah dalam pengawasan perdagangan dan industri, memberlakukan pasar bebas, akses kebijakan tidak sampai kepada perekonomian perdesaan. Akibat dari hal tersebut memunculkan sistem nonopoli oleh pemodal kuat, pemodal kuat memiliki akses intervensi pasar, memiliki akses pada lembaga keuangan sebagai penunjang permodalan, memilki akses birokrasi yang secara langsung bersentuhan dengan kebijakan. Turbulensi harga tapioka sebagai dampak dari praktek monopoli industri besar dan lemahnya pengawasan pemerintah terhadap penggunaan tapioka impor. Ketika penawaran tapioka rendah dan permintaan tinggi maka harga tapioka tinggi, industri kecil tapioka berusaha untuk ikut memenuhi permintaan pasar dengan berani membeli bahan baku yang cukup tinggi pula, ternyata ketika akan memasok produknya ke pasar, begitu cepatnya pasar sudah dipenuhi oleh tapioka dari industri besar maupun tapioka impor dan harga turun. Hal ini menimbulkan lemahnya posisi tawar industri kecil. Tidak adanya jaminan harga pasar tapioka halus ini mengakibatkan tidak adanya jaminan harga pembelian tapioka kasar dan

52 180 berdampak pula tidak adanya jaminan harga pembelian ubikayu. Terlihat pasar sangat monopsonistik. Kenaikan harga tapioka halus tidak sertamerta menaikkan harga ubikayu, tetapi penurunan harga tapioka halus langsung menurunkan harga ubikayu. Produk pertanian memiliki sifat khas yaitu perishable dan berskala kecil, sehingga sangat elastis terhadap perubahan harga. Kondisi ini berlangsung terusmenerus sehingga tidak merubah nasib industri kecil dan petani, yang akhirnya menimbulkan keengganan petani untuk menanam ubi kayu. Akibat dari semua ini muncul persoalan baru tentang kontinuitas pasokan bahan baku. Kekurangan pasokan bahan baku menimbulkan ketidakefisiennya sistem produksi pada industri tapioka halus. Banyak aset yang tidak berdayaguna secara optimal dan menimbulkan peningkatan pengangguran. Kondisi chaos harga tapioka dan pasokan bahan baku apabila tidak ditangani serius maka akan mengakibatkan krisis lebih luas pada agroindustri tapioka. Akumulasi dari krisis lokal akan berakibat kepada krisis nasional. Oleh karena itu dibutuhkan pemberdayaan kelembagaan yang komprehensif untuk pengembangan sektor strategis dalam pencapaian hasil yang optimal di suatu wilayah. Dalam jangka panjang dibutuhkan solusi yang secara struktur mampu menjamin kestabilan pasar, ketersediaan modal, informasi dan kelembagaan. (Suharno, 1995) pada penelitiannya mengatakan bahwa permasalahan agroindustri ubikayu di Indonesia terkait dengan sistem perekonomian rakyat perdesaan, oleh karena itu strategi pengembangannya harus secara struktural melibatkan institusi dengan memaksimalkan peranserta pemerintah. Bentuk kelembagaan Dari pemetaan posisi industri tapioka berada pada sel IX yaitu divest atau harvest. Oleh karena itu perlu dirumuskan suatu kelembagaan yang mampu menumbuhkan ekonomi desa yang bertumpu pada kohesi sosial dan kolektif efisiensi sehingga mampu mencegah terjadinya krisis. Lembaga yang bertumpu pada kohesi sosial karena lembaga yang dibutuhkan bukan merupakan kumpulan modal melainkan kumpulan orang-orang yaitu para petani, para produsen tapioka kasar dan produsen tapioka halus. Lembaga yang dibentuk harus mampu meningkatkan daya tawar terhadap pasar. Lembaga yang dibentuk bertumpu pada

53 181 kolektif efisiensi karena usaha petani dan pabrik tapioka berskala kecil-kecil. Oleh karena itu akan lebih efisien apabila kelompok kecil-kecil tersebut bersatu menjadi satu kesatuan yang lebih besar. Dari karateristik kebutuhan stake holder terhadap kelembagaan, maka kelembagaan yang sesuai adalah koperasi. Menurut Nasution (2002b) koperasi sangat sesuai sebagai sarana pengembangan agroindustri tapioka karena gagasan dasar koperasi adalah kerjasama dan menolong diri sendiri. Koperasi sebagai lembaga ekonomi dan organisasi kemanusiaan yang berasas kekeluargaan dan bertujuan merombak struktur ekonomi kapitalistik yang menuju demokrasi ekonomi seharusnya memiliki karateristik: 1) rangkuman sistem normatif, 2) mekanisme pendidikan untuk mencerdaskan anggotanya, 3) organisasi ekonomi yang mampu mengoptimalkan sumberdaya yang dimilikinya dan 4) organisasi kekuatan masyarakat (Nasution, 2002c). Lingkup kelembagaan Kelompok Petani Ubikayu (KUPU) merupakan kelompok tani yang dibentuk untuk memudahkan pelayanan usaha agribisnis anggotanya, mulai dari pengadaan sarana produksi, inovasi teknologi, informasi teknologi dan pasar, proses produksi maupun pemasaran hasil produksinya. Kelompok Industri Kecil Tapioka Kasar (KITK) dan Kelompok Industri Tapioka Halus (KITH) merupakan kelompok industri kecil tapioka kasar yang dibentuk untuk memudahkan pelayanan usaha agribisnis anggotanya, mulai dari pengadaan sarana produksi, inovasi teknologi, informasi teknologi dan pasar, proses produksi, pemasaran hasil produksinya, dan akses ke lembaga keuangan sebagai penjamin permodalan. Kelompok-kelompok ini menjalin networking sinergis melalui mediasi forum komunikasi agroindustri (FKA) yang anggotanya adalah para ketua kelompok, koperasi, instansi terkait. FKA ini diperlukan agar proses inovasi, transfer, adopsi teknologi serta informasi pasar dengan cepat sampai kepada anggota kelompok. Struktur sistem pemberdayaan koperasi agroindustri tapioka dapat dilihat pada Gambar 25.

54 182 FKA Pemerintah Bulog Produk Harga Mitra swasta Koperasi Agroindustri Tapioka Sharing modal Pasar ekspor Pasar Lokal BPPT SDM & IPTEK LIPI PT Kelompok Industri Tapioka Halus (KITH) Kredit mikro Hasil Usaha Hasil Usaha Lembaga Keuangan: BRI,BUKOPIN.BNI.Bank Mandiri, dll SDM & IPTEK budidaya SDM & IPTEK Kelompok Industri Tapioka Kasar (KITK) Kredit mikro Hasil Usaha BRI Unit Desa Bibit & sarana budidaya ubikayu Hasil Usaha Kelompok Petani Ubi kayu Kredit mikro Gambar 25 Struktur sistem pemberdayaan kelembagaan koperasi agroindustri tapioka Tugas dan tanggung jawab masing-masing komponen organisasi tersebut dapat diuraikan sebagai beriku: 1. Pemerintah: Menyediakan informasi pasar Menyediakan fasilitas kemudahan birokrasi ekspor Melakukan pengawasan perdagangan produk impor Menjalin kerjasama konsultatif dengan koperasi kecil dalam manajemen dan teknologi menuju industri yang berdaya saing Melakukan pengawasan industri besar terhadap penggunaan tapioka impor Menyediakan bibit dan sarana budidaya ubi kayu Menyediakan tenaga penyuluh lapangan

55 183 Menyediakan fasilitas kredit dalam bentuk modal melalui lembaga keuangan Melaksanakan kebijakan tarif impor Menyediakan fasilitas pembinaan UKM mandiri Menjalin kerjasama dan kemitraan antar instansi terkait dalam pelaksanaan transfer teknologi, kerjasama kelompok dan pembinaan usaha. 2. Bulog Mengendalikan stock tapioka Mengendalikan harga tapioka 3. Lembaga penelitian Menyediakan fasilitas, peralatan inovatif, pelatihan manajemen maupun teknologi 4. Swasta Sebagai mitra kerja koperasi sebagai pendamping usaha Sebagai investor 5. Lembaga Keuangan Memberikan fasilitas penyaluran kredit kepada koperasi dan kelompok petani melalui Bank Unit Desa 6. Bank Unit Desa Menyalurkan kredit usaha kecil mikro melalui koperasi Menyalurkan hasil usaha tapioka kepada koperasi dan kelompok petani ubikayu 7. Forum Komunikasi Memberikan fasilitas komunikasi anggota koperasi dan kelompok petani untuk penyebaran informasi 8. Koperasi Agroindustri Tapioka Mengawasi, mengkoordinasikan dan membina pelaksanaan sistem usaha industri kecil Membina mekanisme kerja pemberian modal dan pengembalian kredit sehingga dapat memenuhi aspirasi industriawan, petani ubi kayu dan sumber kredit

56 184 Menjalin kerjasama kemitraan dengan swasta pedagang/industri hilir dalam menampung produk dan produsen / pedagang input produksi. 9. Kelompok Industri Tapioka Halus Melakukan usaha industri tapioka halus Menjalin kerjasama kemitraan dengan koperasi Mengikuti pelatihan manajemen dan teknologi produksi Pengelolaan pemilikan alat produksi di bawah pengawasan dan pembinaan kelompok koperasi Memasarkan hasil produksi tapioka halus kepada koperasi Membina manajemen usaha dalam rangka pengajuan dan pengembalian kredit Menyalurkan dana hasil usaha kepada anggota kelompok 10. Kelompok Industri tapioka kasar Melakukan usaha industri tapioka kasar Menjalin kerjasama kemitraan dengan koperasi Mengikuti pelatihan manajemen dan teknologi produksi Pengelolaan pemilikan alat produksi di bawah pengawasan dan pembinaan kelompok koperasi Memasarkan hasil produksi tapioka halus kepada koperasi dan industri tapioka halus Membina manajemen usaha dalam rangka pengajuan dan pengembalian kredit Menyalurkan dana hasil usaha kepada anggota kelompok 11. Kelompok petani ubi kayu Melakukan usaha budidaya ubi kayu Menjalin kerjasama kemitraan dengan koperasi Mengikuti pelatihan manajemen dan teknologi budidaya Pengelolaan pemilikan alat produksi di bawah pengawasan dan pembinaan kelompok koperasi Memasarkan hasil produksi ubi kayu kepada koperasi dan industri tapioka kasar

57 185 Membina manajemen usaha dalam rangka pengajuan dan pengembalian kredit Menyalurkan dana hasil usaha kepada anggota kelompok Kedaan krisis sistem agroindustri bisa terjadi setiap saat sampai kapanpun dan dimanapun. Koperasi sebagai lembaga ekonomi desa yang bertumpu pada kohesi sosial, diharapkan mampu diharapkan mampu menghimpun kekuatan kelompok kecil-kecil petani ubi kayu dan industri tapioka halus serta industri tapioka kasar menjadi satu kekuatan yang besar sehingga memiliki kekuatan tawar yang mampu meredam sistem penentuan harga yang monopsonistik. Koperasi sebagai lembaga ekonomi kecil yang bertumpu pada kolektif efisiensi diharapkan secara bersama-sama melakukan efisiensi bisnis sehingga anggotanya memiliki daya saing yang tinggi. Strategi yang dirumuskan berdasarkan emergent order dalam rangka penanggulangan krisis. Menurut Mason ( 2009) strategi bisnis dalam lingkungan turbulent lebih sesuai dengan strategi radikal, cepat disruptive, adaptive dan emergent. Berdasarkan analisis krisis dapat dirumuskan alternatif alternatif strategi yang dikelompokkan berdasarkan backward linkage sebagai strategi penguat pasokan bahan baku, forward linkage sebagai penguat stabilitas harga tapioka dan gabungan keduanya. Penentuan Strategi dan kebijakan penanggulangan krisis Proses penentuan strategi dan kebijakan dilakukan dalam 3 tahap. Tahap pertama adalah penentuan sasaran utama strategi berdasarkan analisis krisis. Ada 4 kategori krisis yaitu: 1) Keadaan normal : dengan indikator pasokan tapioka kasar mencukupi perencanaan produksi pada kapasitas diatas BEP dan harga jual tapioka halus mampu memberikan kontribusi profit terhadap harga pokok produksi.

58 186 Pada keadaan ini strategi yang sedang berjalan masih cukup efektif, hanya perlu diperkuat strategi pencegahan krisis. 2) Keadaan Siaga : dengan indikator pasokan tapioka kasar tidak mencukupi perencanaan produksi pada kapasitas diatas BEP, tetapi harga jual tapioka halus masih memberikan kontribusi profit terhadap harga pokok produksi. Pada keadaan siaga strategi ditujukan untuk penguatan pasokan bahan baku, oleh karena itu strategi untuk keadaan siaga difokuskan pada area backward linkage. 3) Keadaan waspada :dengan indikator pasokan tapioka kasar mencukupi perencanaan produksi pada kapasitas diatas BEP, tetapi harga jual tapioka halus tidak cukup memberikan kontribusi profit terhadap harga pokok produksi. Pada keadaan ini strategi ditujukan untuk penguatan stabilitas harga tapioka halus, oleh karena itu strategi untuk keadaan waspada difokuskan pada area forward linkage. 4) Keadaan bahaya : dengan indikator pasokan tapioka kasar tidak mencukupi perencanaan produksi pada kapasitas diatas BEP dan harga jual tapioka halus tidak cukup memberikan kontribusi profit terhadap harga pokok produksi. Pada keadaan bahaya strategi ditujukan untuk penguatan pasokan bahan baku dan stabilitas harga tapioka halus, oleh karena itu strategi untuk keadaan bahaya difokuskan pada area backward linkage dan forward linkage. Tahap kedua adalah perumusan alternatif kebijakan berdasarkan fokus pada area sasaran dan stakeholder sebagai aktor pengguna Sistem Manajemen Ahli SIMAK-CHAOTICA. Tabel 15 menjelaskan pengelompokan alternatif tindakan penanggulangan krisis berdasarkan tugas dan fungsi pengguna Sistem Manajemen Ahli SIMAK-CHAOTICA.

59 187 Tabel 15 Alternatif tindakan stakeholders penanggulangan krisis berdasarkan tugas dan fungsinya Aktor Tugas dan fungsi Alternatif tindakan penanggulangan krisis Koperasi Agroindustri Tapioka Sebagai wadah usaha ekonomi petani ubi kayu dan agroindustri tapioka rakyat menuju kemandirian kelompok usaha dalam meraih nilai tambah ekonomi maupun nilai tambah sosial kultural Sebagai lembaga yang 1. Melakukan pemasaran tapioka halus kepada mitra usaha 2. Melakukan pembelian tapioka halus dari anggota koperasi 3. Menjual tapioka halus mengkoordinasikan semua potensi kepada mitra dagang sumberdaya yang tersebar dalam atau bulog komunitas masyarakat petani ubi kayu 4. Melakukan pembelian dan agroindustri tapioka rakyat menjadi satu kekuatan untuk menghadapi sistem perekonomian yang tidak kondusif tapioka kasar dari anggota koperasi 5. Melakukan penjualan tapioka kasar 6. Melakukan penyaluran nilai tambah ekonomi kepada petani ubi kayu dan industri tapioka rakyat sebagai anggota koperasi 7. Melakukan pembelian ubi kayu dari petani 8. Melakukan penjualan ubi kayu kepada agroindustri tapioka

60 188 Tabel 15 Alternatif tindakan stakeholders penanggulangan krisis berdasarkan tugas dan fungsinya (lanjutan 1) Aktor Tugas dan fungsi Alternatif tindakan penanggulangan krisis Pemerintah Mengorganisir pembangunan pertanian dan agroindustri yang meliputi kebijakan dalam bidang fiskal, moneter, infrastruktur dan sistem tataniaga tapioka berdasarkan fair market Melakukan tindakan pengendalian harga tapioka Melakukan pengawasan penggunaan tapioka impor bagi industri besar Mengevaluasi tarif bea impor tapioka Mewajibkan industri hilir yang berskala besar menggunakan bahan baku tapioka lokal Menyediakan fasilitas kredit modal Melakukan operasi pasar Bulog Mengelola stabilitas stok dan harga komoditas tapioka Membeli tapioka dari koperasi dengan harga wajar Menjual / mengekspor kelebihan stok tapioka

61 189 Tabel 15 Alternatif tindakan stakeholders penanggulangan krisis berdasarkan tugas dan fungsinya (lanjutan 2) Aktor Tugas dan fungsi Alternatif tindakan penanggulangan krisis Agroindustri tapioka Sebagai produsen tapioka halus bekerjasama dengan agroindustri tapioka kasar dan petani ubi kayu yang mengedepankan azas kebersamaan dan saling menguntungkan. Membeli tapioka kasar kepada koperasi Menjual produk tapioka halus ke koperasi Mengatur jadwal produksi Membeli ubi kayu dari petani dengan harga wajar Membeli ubi kayu dari koperasi Tahap ketiga adalah pemilihan kebijakan yang dirancang menggunakan sistem pakar. Model ini dirancang dalam suatu sistem pakar menggunakan fasilitas dialog yang berfungsi sebagai sarana interaksi antar pengguna dalam menentukan kebijakan pengendalian dampak Chaos. Sistem pakar akan menampilkan dialog yang berisi pertanyaan-pertanyaan dan nilai parameter yang harus dijawab oleh pengguna. Keluaran sistem pakar ini berupa rekomendasi pemecahan masalah. Sistem pakar ini terdiri dari 2 tahap, tahap pertama adalah menyusun solusi penanganan dampak Chaos dengan membuat matriks perihal tentang faktor dampak dan faktor kepentingan/manfaat atas kebijakan yang akan dipilih. Tahap kedua adalah menyusun alternatif solusi/kebijakan atas dasar penilaian terhadap faktor dampak dan manfaat. Faktor dampak, adalah penilaian terhadap resiko sosial ekonomi yang ditimbulkan oleh alternatif kebijakan kepada pemangku kepentingan industri

62 190 tapioka. Rentang nilai faktor dampak dinyatakan secara kualitatif yaitu Rendah, Sedang, dan Tinggi. Semakin tinggi penilaian dampak ini menunjukkan semakin tinggi resiko yang harus ditanggung oleh pemangku kepentingan. Dengan demikian orientasi penilaian dampak ini adalah bagaimana meminimalkan dampak atas alternatif kebijakan kepada pemangku kepentingan. Faktor manfaat atau kepentingan, adalah penilaian terhadap manfaat /kepentingan yang ditimbulkan oleh alternatif kebijakan kepada pemangku kepentingan industri tapioka. Rentang nilai faktor dampak dinyatakan secara kualitatif yaitu Rendah, Sedang, dan Tinggi/mendesak. Semakin tinggi penilaian manfaat/kepentingan ini menunjukkan semakin besar dan mendesak manfaat yang diterima oleh pemangku kepentingan. Dengan demikian orientasi penilaian manfaat ini adalah bagaimana memaksimalkan manfaat atas alternatif kebijakan kepada pemangku kepentingan. Untuk menentukan ukuran dari dampak dan manfaat atas kebijakan dibutuhkan paremeter-parameter yang dapat dijadikan sebagai ukuran intensitas, yaitu seberapa besar dampak dan manfaat yang akan diterima pelaku industri tapioka mulai dari petani hingga indusri hilir akibat adanya suatu kebijakan. Sebagaimana dijelaskan pada bab sebelumnya kelangsungan industri tapioka tidak terlepas dari keterkaitan antara petani ubikayu, industri tapioka kasar, industri tapioka halus, konsumen dan pemerintah. Oleh karena itu parameter-parameter yang disusun untuk mengukur intensitas dampak dan manfaat kebijakan yang diambil diupayakan dapat menjangkau pelaku rantai pasokan tapioka mulai dari petani hingga konsumen. Perumusan strategi ini berdasarkan pengguna Sistem Manajemen Ahli Simak-Chaotica pada kelompok kategori keadaan krisis. Oleh karena itu parameter manfaat dan dampak disesuaikan dengan kategori tersebut. Pengukuran manfaat dan dampak dalam 3 katagori Rendah (R), Sedang(S), dan Tinggi(T). Keadaan siaga (backward linkage): Ukuran dampak terhadap: 1. Peningkatan pendapatan petani ubikayu

63 Peningkatan produksi ubikayu 3. Pengembangan industri tapioka kasar 4. Pengembangan industri tapioka halus Ukuran manfaat terhadap: 1. Peningkatan pendapatan petani ubikayu 2. Peningkatan produksi ubikayu 3. Pengembangan industri tapioka kasar 4. Pengembangan industri tapioka halus Keadaan waspada (forward linkage): Ukuran dampak terhadap: 1. Kestabilan harga tapioka halus 2. Efisiensi industri tapioka halus 3. Pengembangan industri tapioka halus 4. Iklim investasi dan pertumbuhan perekononian Nasional Ukuran manfaat terhadap: 1. Kestabilan harga tapioka halus 2. Efisiensi industri tapioka halus 3. Pengembangan industri tapioka halus 4. Iklim investasi dan pertumbuhan perekononian Nasional Keadaan Bahaya (backward - forward linkage): Ukuran dampak terhadap: 1. Peningkatan pendapatan petani ubikayu 2. Peningkatan produksi ubikayu 3. Pengembangan industri tapioka kasar 4. Pengembangan industri tapioka halus 5. Kestabilan harga tapioka halus 6. Efisiensi industri tapioka halus 7. Iklim investasi dan pertumbuhan perekononian Nasional Ukuran manfaat terhadap: 1. Peningkatan pendapatan petani ubikayu 2. Peningkatan produksi ubikayu

64 Pengembangan industri tapioka kasar 4. Pengembangan industri tapioka halus 5. Kestabilan harga tapioka 6. Efisiensi industri tapioka 7. Iklim investasi dan pertumbuhan perekononian Nasional Dengan memperhatikan upaya untuk memaksimalkan manfaat dan meminimalkan dampak, maka pengambil kebijakan akan melakukan penilaian dengan kategori Rendah (R), Sedang (S), dan Tinggi (T). Selanjutnya dilakukan agregasi penilaian terhadap parameter dampak dan parameter manfaat. Proses agregasi ini menggunakan metoda OWA. Proses pembobotan terhadap parameter dilakukan terhadap pakar responden dengan kuisioner perbandingan berpasangan. Hasil pembobotan yang telah dilakukan disajikan pada Tabel 16. Perhitungan agregasi menurut Yager (1993) yaitu menghitung setiap skor alternatif ke i untuk setiap pengambilan keputusan kej (V ij ) pada semua kriteria (a k ). Rumus yang digunakan : V ij = min [Neg (W ak ) v V ij (a k )] (60) Dimana: V ij W ak Neg (W ak ) V ij (a k ) k = Nilai alternatif ke-i oleh pakar ke-j = Bobot kriteria ke-k = W q-1+i = Nilai alternatif ke-i oleh pakar ke-j pada kriteria ke-k = 1,2,3, Pada penelitian ini hanya untuk menghitung agregasi kriteria dan akan diisi oleh satu orang pakar, oleh karena itu rumus (46) menjadi: V = min [Neg (W k ) v V k (a k )] (61) Dimana: V = Nilai agregasi kriteria W k Neg (W k ) V k (a k ) k = Bobot kriteria ke-k = negasi dari nilai W k =W q-1+i = Nilai kriteria ke-k yang diberikan oleh pakar = 1,2,3,

65 193 Tabel 16 Bobot parameter dampak dan manfaat keadaan Siaga (backward linkage) Dampak Manfaat Parameter Bobot Nilai Negasi Bobot Nilai Negasi Peningkatan pendapatan petani ubi kayu R T S S Peningkatan produksi ubi kayu R T R T Pengembangan industri tapioka kasar S S T R Pengembangan industri tapioka halus R T S S Tabel 17 Bobot parameter dampak dan manfaat keadaan Waspada (forward linkage) Dampak Manfaat Parameter Bobot Nilai Negasi Bobot Nilai Negasi Pengembangan industri tapioka halus R T S S Kestabilan harga tapioka halus T R T R Efisiensi industri tapioka halus R T R T Iklim investasi dan pertumbuhan perekononian Nasional T R S S Tabel 18 Bobot parameter dampak dan manfaat keadaan Bahaya (backward forward linkage) Parameter Dampak Bobot Nilai Negas i Manfaat Bobot Nilai Negas i Peningkatan pendapatan petani ubi kayu R T S S Peningkatan produksi ubi kayu R T R T Pengembangan industri tapioka kasar S S T R Pengembangan industri tapioka halus R T S S Kestabilan harga tapioka halus T R T R Efisiensi industri tapioka halus R T R T Iklim investasi dan pertumbuhan perekononian Nasional R T S S

66 194 Akuisisi pengetahuan Akuisisi pengetahuan pakar dilakukan melalui wawancara untuk mendapatkan alternatif-alternatif strategi kebijakan pemulihan dan pencegahan krisis. Dengan pendekatan Issue Management Technology (IMT) dan memperhatikan upaya untuk memaksimalkan manfaat dan meminimalkan dampak, maka alternatif kebijakan disusun mengacu pada matriks perihal yang sudah diklarifikasi dalam forum FGD sebagai berikut: Tabel 19 Matriks perihal kebijakan koperasi untuk keadaan siaga MANFAAT R DAMPAK R S T Melakukan Melakukan penyaluran nilai tambah ekonomi kepada petani ubi kayu dan industri tapioka rakyat sebagai anggota koperasi Melakukan pembelian tapioka kasar dari anggota koperasi pembelian tapioka kasar dari anggota koperasi Tabel 19 Matriks perihal kebijakan koperasi untuk keadaan siaga (lanjutan) MANFAAT S T DAMPAK R S T Melakukan pembelian Koperasi ubi kayu dari petani melakukan pembelian ubi kayu kepada mitra pedagang ubi kayu Melakukan penjualan ubi kayu kepada agroindustri tapioka Koperasi melakukan pembelian ubi kayu kepada mitra pedagang ubi kayu Koperasi segera melakukan pembelian tapioka kasar kepada mitra produsen/pedagang Koperasi segera melakukan pembelian tapioka kasar kepada mitra produsen/pedagang

67 195 MANFAAT Tabel 20 Matriks perihal kebijakan koperasi untuk keadaan waspada DAMPAK R S T R S Melakukan penyaluran nilai tambah ekonomi kepada petani ubi kayu dan industri tapioka rakyat sebagai anggota koperasi Koperasi membeli seluruh tapioka dari produsen anggota koperasi dengan harga wajar Induk koperasi melakukan pemasaran kepada mitra usaha Koperasi menjual tapioka dengan harga wajar Koperasi mengendalikan harga tapioka dengan mengatur stock tapioka Melakukan pemasaran tapioka halus kepada mitra usaha T Koperasi membeli seluruh tapioka dari produsen anggota koperasi dengan harga wajar Melakukan pemasaran tapioka halus kepada mitra usaha Melakukan pemasaran tapioka halus kepada mitra usaha Tabel 21 Matriks perihal kebijakan koperasi untuk keadaan Bahaya MANFAAT R DAMPAK R S T Melakukan pembelian tapioka kasar dari anggota koperasi Induk Koperasi melakukan pemasaran Melakukan penyaluran nilai tambah ekonomi kepada petani ubi kayu dan industri tapioka rakyat sebagai anggota koperasi kepada usaha mitra Melakukan pembelian tapioka kasar dari anggota koperasi Koperasi mengendalikan harga tapioka dengan mengatur stock tapioka S Melakukan pembelian ubi kayu dari petani Koperasi membeli seluruh Koperasi melakukan pembelian ubi kayu kepada mitra pedagang Koperasi segera melakukan pembelian tapioka kasar kepada mitra

68 196 T tapioka dari produsen anggota koperasi dengan harga wajar Melakukan penjualan ubi kayu kepada agroindustri tapioka Koperasi membeli seluruh tapioka dari produsen anggota koperasi dengan harga wajar ubi kayu Koperasi menjual tapioka dengan harga wajar Koperasi melakukan pembelian ubi kayu kepada mitra pedagang ubi kayu Melakukan pemasaran tapioka halus kepada mitra usaha produsen/peda gang Melakukan pemasaran tapioka halus kepada mitra usaha Koperasi segera melakukan pembelian tapioka kasar kepada mitra produsen/peda gang Melakukan pemasaran tapioka halus kepada mitra usaha Tabel 22 Matriks perihal kebijakan pemerintah untuk keadaan waspada dan bahaya DAMPAK R S T MANFAAT R S Menyediakan fasilitas kredit modal Mengevaluasi tarif bea impor tapioka Melakukan pengawasan penggunaan tapioka impor bagi industri besar Melakukan operasi pasar Mengevaluasi tarif bea impor tapioka Melakukan pengawasan penggunaan tapioka impor bagi industri besar T Mengevaluasi tarif bea impor tapioka Melakukan pengawasan penggunaan tapioka impor bagi industri besar Mewajibkan industri hilir yang berskala besar menggunakan bahan baku tapioka lokal

69 197 Tabel 23 Matriks perihal kebijakan Bulog untuk keadaan waspada dan bahaya DAMPAK R S T MANFAAT R S T Membeli tapioka dari koperasi dengan harga wajar Membeli tapioka dari koperasi dengan harga wajar Membeli tapioka dari koperasi dengan harga wajar Mengekspor kelebihan stok tapioka Mengekspor kelebihan stok tapioka Mengekspor kelebihan stok tapioka Menjual kelebihan stok tapioka kepada industri hilir Menjual kelebihan stok tapioka kepada industri hilir Menjual kelebihan stok tapioka kepada industri hilir Tabel 24 Matriks perihal kebijakan Agroindustri tapioka untuk keadaan Siaga MANFAAT R S T DAMPAK R S T Membeli ubi kayu Membeli ubi kayu Mengatur dari koperasi dari koperasi jadwal Mengatur jadwal Mengatur jadwal produksi produksi produksi Membeli tapioka kasar kepada koperasi Mengatur jadwal produksi Membeli tapioka kasar kepada koperasi Membeli tapioka kasar kepada koperasi Membeli tapioka kasar kepada koperasi Mengatur jadwal produksi Membeli tapioka kasar kepada koperasi Mengatur jadwal produksi Membeli tapioka kasar kepada koperasi Mengatur jadwal produksi

70 198 Tabel 25 Matriks perihal kebijakan Agroindustri tapioka untuk keadaan Waspada MANFAAT R S DAMPAK R S T Mengatur jadwal produksi Mengatur jadwal produksi Mengatur jadwal produksi Menjual produk tapioka halus ke koperasi Menjual produk tapioka halus ke koperasi Menjual produk tapioka halus ke koperasi Tabel 25 Matriks perihal kebijakan Agroindustri tapioka untuk keadaan Waspada (lanjutan) MANFAAT T DAMPAK R S T Menjual produk Menjual produk Menjual tapioka halus ke tapioka halus ke produk koperasi tapioka halus koperasi ke koperasi Tabel 26 Matriks perihal kebijakan Agroindustri tapioka untuk keadaan Bahaya MANFAAT R S DAMPAK R S T Membeli ubi kayu dari koperasi Mengatur jadwal produksi Membeli ubi kayu dari koperasi Mengatur jadwal produksi Mengatur jadwal produksi Membeli tapioka kasar kepada koperasi Mengatur jadwal produksi Membeli ubi kayu dari petani dengan harga wajar Membeli ubi kayu dari petani dengan harga wajar Menjual produk tapioka halus ke koperasi Membeli ubi kayu dari petani dengan harga wajar Menjual

71 199 produk tapioka halus ke koperasi T Mengatur jadwal produksi Membeli tapioka kasar kepada koperasi Membeli tapioka kasar kepada koperasi Menjual produk tapioka halus ke koperasi Membeli tapioka kasar kepada koperasi Menjual produk tapioka halus ke koperasi Pengetahuan-pengetahuan tersebut ditransfer kedalam program komputer yang disebut basis pengetahuan. Pengetahuan prosedural dapat direpresentasikan dengan menggunakan kaidah produksi dan representasi logika. Agar sistem pakar dapat bekerja, maka pengetahuan pakar harus direpresentasikan dalam komputer dan diorganisasikan dengan dasar pengetahuan dari sistem pakar. Dalam sistem aturan dasar (rule base system), pengetahuan yang berada dalam basis pengetahuan direpresentasikan dalam IF-THEN rules yang mengkombinasikan kondisi dan kesimpulan untuk menyelesaiakan masalah pada situasi yang spesifik. IF mengindikasikan kondisi untuk rule yang diaktifkan. THEN menunjukkan aksi atau kesimpulan dari semua kondisi IF yang sesuai. Mesin inferensi dan User Interface Mesin inferensi merupakan otak dari sistem pakar yang dikenal sebagai struktur pengendalian atau aturan dasar (rule base) sistem pakar. Mesin inferensi berisi strategi penalaran yang dipakai oleh pakar pada saat mengolah atau memanipulasi fakta dan aturan. Dalam penelitian ini digunakan penalaran nalaran kedepan (forward chaining), yaitu dimulai dari evaluasi kebenaran fakta /informasi untuk menyimpulkan suatu goal. Skenario rule base disajikan pada lampiran 1. Untuk memudahkan pengguna berinteraksi dengan komputer, maka pengetahuan pakar tersebut kemudian diterjemahkan ke dalam program komputer dengan menggunakan software Matlab menggunakan aturan logika jika-maka (IF-THEN Rule) melalui pembentukan mesin inferensi.

METODOLOGI PENELITIAN

METODOLOGI PENELITIAN 55 METODOLOGI PENELITIAN Kerangka Pemikiran Membangun agroindustri yang tangguh dan berdaya saing tinggi seharusnya dimulai dengan membangun sistem jaringan rantai pasokan yang tangguh dan saling menguntungkan

Lebih terperinci

SISTEM MANAJEMEN AHLI

SISTEM MANAJEMEN AHLI 201 SISTEM MANAJEMEN AHLI Konfigurasi model Pengambilan keputusan dengan pendekatan sistem berbasis pengetahuan dikenal dengan istilah sistem manajemen ahli. (Eriyatno, 2009). Didalam sistem manajemen

Lebih terperinci

PEMODELAN SISTEM. Pendekatan Sistem. Analisis Sistem

PEMODELAN SISTEM. Pendekatan Sistem. Analisis Sistem 76 PEMODELAN SISTEM Pendekatan Sistem Analisis Sistem Sistem Rantai Pasok Agroindustri Minyak Nilam secara garis besar terdiri dari 3 (tiga) level pelaku utama, yaitu: (1) usahatani nilam, (2) industri

Lebih terperinci

V. PENDEKATAN SISTEM 5.1. Analisis Kebutuhan Pengguna 1.) Petani

V. PENDEKATAN SISTEM 5.1. Analisis Kebutuhan Pengguna 1.) Petani V. PENDEKATAN SISTEM Sistem merupakan kumpulan gugus atau elemen yang saling berinteraksi dan terorganisasi untuk mencapai suatu tujuan atau serangkaian tujuan. Pendekatan sistem merupakan metode pemecahan

Lebih terperinci

BAB 3 METODOLOGI PENELITIAN

BAB 3 METODOLOGI PENELITIAN BAB 3 METODOLOGI PENELITIAN 3.1. Data Yang Digunakan Dalam melakukan penelitian ini, penulis membutuhkan data input dalam proses jaringan saraf tiruan backpropagation. Data tersebut akan digunakan sebagai

Lebih terperinci

BAB 2 KONSEP DASAR PENGENAL OBJEK

BAB 2 KONSEP DASAR PENGENAL OBJEK BAB 2 KONSEP DASAR PENGENAL OBJEK 2.1 KONSEP DASAR Pada penelitian ini, penulis menggunakan beberapa teori yang dijadikan acuan untuk menyelesaikan penelitian. Berikut ini teori yang akan digunakan penulis

Lebih terperinci

6 IMPLEMENTASI MODEL 6.1 Prediksi Produksi Jagung

6 IMPLEMENTASI MODEL 6.1 Prediksi Produksi Jagung 89 6 IMPLEMENTASI MODEL Rancangbangun model penyediaan tepung jagung pada rantai pasok industri berbasis jagung ini dapat digunakan sebagai suatu model yang dapat menganalisis penyediaan tepung jagung

Lebih terperinci

PREDIKSI CURAH HUJAN DI KOTA MEDAN MENGGUNAKAN METODE BACKPROPAGATION NEURAL NETWORK

PREDIKSI CURAH HUJAN DI KOTA MEDAN MENGGUNAKAN METODE BACKPROPAGATION NEURAL NETWORK PREDIKSI CURAH HUJAN DI KOTA MEDAN MENGGUNAKAN METODE BACKPROPAGATION NEURAL NETWORK Yudhi Andrian 1, Erlinda Ningsih 2 1 Dosen Teknik Informatika, STMIK Potensi Utama 2 Mahasiswa Sistem Informasi, STMIK

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di Kabupaten Lampung Timur. Lokasi penelitian

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di Kabupaten Lampung Timur. Lokasi penelitian 36 III. METODOLOGI PENELITIAN A. Lokasi dan Waktu Penelitian Penelitian ini dilaksanakan di Kabupaten Lampung Timur. Lokasi penelitian dipilih secara purposive (sengaja) dengan pertimbangan bahwa daerah

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Variabel Penelitian Penelitian ini menggunakan satu definisi variabel operasional yaitu ratarata temperatur bumi periode tahun 1880 sampai dengan tahun 2012. 3.2 Jenis dan

Lebih terperinci

5 PERANCANGAN MODEL 5.1 Model Prediksi Produksi Jagung

5 PERANCANGAN MODEL 5.1 Model Prediksi Produksi Jagung 5 PERANCANGAN MODEL Perancangan model pada rantai pasok industri berbasis ini bertujuan untuk memperoleh suatu model yang dapat menganalisis penyediaan produk tepung pada industri tepung sesuai kebutuhan

Lebih terperinci

Tabel 14 Kebutuhan aktor dalam agroindustri biodiesel

Tabel 14 Kebutuhan aktor dalam agroindustri biodiesel 54 ANALISIS SISTEM Sistem pengembangan agroindustri biodiesel berbasis kelapa seperti halnya agroindustri lainnya memiliki hubungan antar elemen yang relatif kompleks dan saling ketergantungan dalam pengelolaannya.

Lebih terperinci

Presentasi Tugas Akhir

Presentasi Tugas Akhir Presentasi Tugas Akhir Bagian terpenting dari CRM adalah memahami kebutuhan dari pelanggan terhadap suatu produk yang ditawarkan para pelaku bisnis. CRM membutuhkan sistem yang dapat memberikan suatu

Lebih terperinci

T 11 Aplikasi Model Backpropagation Neural Network Untuk Perkiraan Produksi Tebu Pada PT. Perkebunan Nusantara IX

T 11 Aplikasi Model Backpropagation Neural Network Untuk Perkiraan Produksi Tebu Pada PT. Perkebunan Nusantara IX T 11 Aplikasi Model Backpropagation Neural Network Untuk Perkiraan Produksi Tebu Pada PT. Perkebunan Nusantara IX Oleh: Intan Widya Kusuma Program Studi Matematika, FMIPA Universitas Negeri yogyakarta

Lebih terperinci

METODOLOGI PENELITIAN

METODOLOGI PENELITIAN III. METODOLOGI PENELITIAN A. Kerangka Pemikiran Perusahaan dalam era globalisasi pada saat ini, banyak tumbuh dan berkembang, baik dalam bidang perdagangan, jasa maupun industri manufaktur. Perusahaan

Lebih terperinci

XI. PENGEMBANGAN AGROINDUSTRI UBI KAYU

XI. PENGEMBANGAN AGROINDUSTRI UBI KAYU XI. PENGEMBANGAN AGROINDUSTRI UBI KAYU Ubi kayu menjadi salah satu fokus kebijakan pembangunan pertanian 2015 2019, karena memiliki beragam produk turunan yang sangat prospektif dan berkelanjutan sebagai

Lebih terperinci

memberikan multiple effect terhadap usaha agribisnis lainnya terutama peternakan. Kenaikan harga pakan ternak akibat bahan baku jagung yang harus

memberikan multiple effect terhadap usaha agribisnis lainnya terutama peternakan. Kenaikan harga pakan ternak akibat bahan baku jagung yang harus I. PENDAHULUAN 1.1. Latar Belakang Pengembangan agribisnis nasional diarahkan untuk meningkatkan kemandirian perekonomian dan pemantapan struktur industri nasional terutama untuk mendukung berkembangnya

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.6. Jaringan Syaraf Tiruan Jaringan syaraf tiruan atau neural network merupakan suatu sistem informasi yang mempunyai cara kerja dan karakteristik menyerupai jaringan syaraf pada

Lebih terperinci

Perbaikan Metode Prakiraan Cuaca Bandara Abdulrahman Saleh dengan Algoritma Neural Network Backpropagation

Perbaikan Metode Prakiraan Cuaca Bandara Abdulrahman Saleh dengan Algoritma Neural Network Backpropagation 65 Perbaikan Metode Prakiraan Cuaca Bandara Abdulrahman Saleh dengan Algoritma Neural Network Backpropagation Risty Jayanti Yuniar, Didik Rahadi S. dan Onny Setyawati Abstrak - Kecepatan angin dan curah

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1. Forecasting Forecasting (peramalan) adalah seni dan ilmu untuk memperkirakan kejadian di masa yang akan datang. Hal ini dapat dilakukan dengan melibatkan data historis dan memproyeksikannya

Lebih terperinci

POSITRON, Vol. V, No. 1 (2015), Hal ISSN :

POSITRON, Vol. V, No. 1 (2015), Hal ISSN : POSITRON, Vol. V, No. (5), Hal. - 5 ISSN : -97 Prediksi Ketinggian Gelombang Laut Perairan Laut Jawa Bagian Barat Sebelah Utara Jakarta dengan Metode Jaringan Syaraf Tiruan Propagasi Balik Prada Wellyantama

Lebih terperinci

Estimasi Suhu Udara Bulanan Kota Pontianak Berdasarkan Metode Jaringan Syaraf Tiruan

Estimasi Suhu Udara Bulanan Kota Pontianak Berdasarkan Metode Jaringan Syaraf Tiruan Estimasi Suhu Udara Bulanan Kota Pontianak Berdasarkan Metode Jaringan Syaraf Tiruan Andi Ihwan 1), Yudha Arman 1) dan Iis Solehati 1) 1) Prodi Fisika FMIPA UNTAN Abstrak Fluktuasi suhu udara berdasarkan

Lebih terperinci

PENERAPAN JARINGAN SYARAF TIRUAN DALAM MEMPREDIKSI TINGKAT PENGANGGURAN DI SUMATERA BARAT

PENERAPAN JARINGAN SYARAF TIRUAN DALAM MEMPREDIKSI TINGKAT PENGANGGURAN DI SUMATERA BARAT PENERAPAN JARINGAN SYARAF TIRUAN DALAM MEMPREDIKSI TINGKAT PENGANGGURAN DI SUMATERA BARAT Havid Syafwan Program Studi Manajemen Informatika, Amik Royal, Kisaran E-mail: [email protected] ABSTRAK:

Lebih terperinci

BAB 1 PENDAHULUAN Latar Belakang

BAB 1 PENDAHULUAN Latar Belakang BAB 1 PENDAHULUAN 1.1. Latar Belakang Semua negara mempunyai mata uang sebagai alat tukar. Pertukaran uang dengan barang yang terjadi disetiap negara tidak akan menimbulkan masalah mengingat nilai uang

Lebih terperinci

Pengembangan Aplikasi Prediksi Pertumbuhan Ekonomi Indonesia dengan Jaringan Syaraf Tiruan Backpropagation

Pengembangan Aplikasi Prediksi Pertumbuhan Ekonomi Indonesia dengan Jaringan Syaraf Tiruan Backpropagation Erlangga, Sukmawati Nur Endah dan Eko Adi Sarwoko Pengembangan Aplikasi Prediksi Pertumbuhan Ekonomi Indonesia dengan Jaringan Syaraf Tiruan Backpropagation Erlangga, Sukmawati Nur Endah dan Eko Adi Sarwoko

Lebih terperinci

PERANCANGAN PROGRAM PENGENALAN BENTUK MOBIL DENGAN METODE BACKPROPAGATION DAN ARTIFICIAL NEURAL NETWORK SKRIPSI

PERANCANGAN PROGRAM PENGENALAN BENTUK MOBIL DENGAN METODE BACKPROPAGATION DAN ARTIFICIAL NEURAL NETWORK SKRIPSI PERANCANGAN PROGRAM PENGENALAN BENTUK MOBIL DENGAN METODE BACKPROPAGATION DAN ARTIFICIAL NEURAL NETWORK SKRIPSI Oleh Nama : Januar Wiguna Nim : 0700717655 PROGRAM GANDA TEKNIK INFORMATIKA DAN MATEMATIKA

Lebih terperinci

II. TINJAUAN PUSTAKA. tapioka termasuk industri hilir, di mana industri ini melakukan proses pengolahan

II. TINJAUAN PUSTAKA. tapioka termasuk industri hilir, di mana industri ini melakukan proses pengolahan II. TINJAUAN PUSTAKA 2.1 Industri Tepung Tapioka Skala Rakyat Industri tepung tapioka merupakan industri yang memiliki peluang dan prospek pengembangan yang baik untuk memenuhi permintaan pasar. Industri

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA 5 BAB 2 TINJAUAN PUSTAKA 2.1. Analisis Analisis adalah kemampuan pemecahan masalah subjek kedalam elemen-elemen konstituen, mencari hubungan-hubungan internal dan diantara elemen-elemen, serta mengatur

Lebih terperinci

MATERI DAN METODE. Cara Pengambilan Data

MATERI DAN METODE. Cara Pengambilan Data MATERI DAN METODE Lokasi dan Waktu Penelitian ini dilaksanakan di Laboratorium Lapang Bagian Ilmu Produksi Ternak Perah, Fakultas Peternakan Institut Pertanian Bogor. Penelitian dilaksanakan selama dua

Lebih terperinci

SATIN Sains dan Teknologi Informasi

SATIN Sains dan Teknologi Informasi SATIN - Sains dan Teknologi Informasi, Vol. 2, No., Juni 206 SATIN Sains dan Teknologi Informasi journal homepage : http://jurnal.stmik-amik-riau.ac.id Jaringan Syaraf Tiruan Peramalan Inventory Barang

Lebih terperinci

IMPLEMENTASI JARINGAN SYARAF TIRUAN MULTI LAYER FEEDFORWARD DENGAN ALGORITMA BACKPROPAGATION SEBAGAI ESTIMASI NILAI KURS JUAL SGD-IDR

IMPLEMENTASI JARINGAN SYARAF TIRUAN MULTI LAYER FEEDFORWARD DENGAN ALGORITMA BACKPROPAGATION SEBAGAI ESTIMASI NILAI KURS JUAL SGD-IDR Seminar Nasional Teknologi Informasi dan Multimedia 205 STMIK AMIKOM Yogyakarta, 6-8 Februari 205 IMPLEMENTASI JARINGAN SYARAF TIRUAN MULTI LAYER FEEDFORWARD DENGAN ALGORITMA BACKPROPAGATION SEBAGAI ESTIMASI

Lebih terperinci

POSITRON, Vol. IV, No. 2 (2014), Hal ISSN :

POSITRON, Vol. IV, No. 2 (2014), Hal ISSN : Modifikasi Estimasi Curah Hujan Satelit TRMM Dengan Metode Jaringan Syaraf Tiruan Propagasi Balik Studi Kasus Stasiun Klimatologi Siantan Fanni Aditya 1)2)*, Joko Sampurno 2), Andi Ihwan 2) 1)BMKG Stasiun

Lebih terperinci

ANALISIS PENAMBAHAN NILAI MOMENTUM PADA PREDIKSI PRODUKTIVITAS KELAPA SAWIT MENGGUNAKAN BACKPROPAGATION

ANALISIS PENAMBAHAN NILAI MOMENTUM PADA PREDIKSI PRODUKTIVITAS KELAPA SAWIT MENGGUNAKAN BACKPROPAGATION ANALISIS PENAMBAHAN NILAI MOMENTUM PADA PREDIKSI PRODUKTIVITAS KELAPA SAWIT MENGGUNAKAN BACKPROPAGATION Eka Irawan1, M. Zarlis2, Erna Budhiarti Nababan3 Magister Teknik Informatika, Universitas Sumatera

Lebih terperinci

HASIL DAN PEMBAHASAN

HASIL DAN PEMBAHASAN VI. HASIL DAN PEMBAHASAN 6.1. Sistem dan Pola Saluran Pemasaran Bawang Merah Pola saluran pemasaran bawang merah di Kelurahan Brebes terbentuk dari beberapa komponen lembaga pemasaran, yaitu pedagang pengumpul,

Lebih terperinci

HASIL DAN PEMBAHASAN

HASIL DAN PEMBAHASAN HASIL DAN PEMBAHASAN Absorbsi Near Infrared Sampel Tepung Ikan Absorbsi near infrared oleh 50 sampel tepung ikan dengan panjang gelombang 900 sampai 2000 nm berkisar antara 0.1 sampai 0.7. Secara grafik

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Indonesia merupakan negara agraris yang didukung oleh sektor pertanian. Salah satu sektor pertanian tersebut adalah perkebunan. Perkebunan memiliki peranan yang besar

Lebih terperinci

ANALISIS ALGORITMA INISIALISASI NGUYEN-WIDROW PADA PROSES PREDIKSI CURAH HUJAN KOTA MEDAN MENGGUNAKAN METODE BACKPROPAGATION NEURAL NETWORK

ANALISIS ALGORITMA INISIALISASI NGUYEN-WIDROW PADA PROSES PREDIKSI CURAH HUJAN KOTA MEDAN MENGGUNAKAN METODE BACKPROPAGATION NEURAL NETWORK ANALISIS ALGORITMA INISIALISASI NGUYEN-WIDROW PADA PROSES PREDIKSI CURAH HUJAN KOTA MEDAN MENGGUNAKAN METODE BACKPROPAGATION NEURAL NETWORK Yudhi Andrian 1, M. Rhifky Wayahdi 2 1 Dosen Teknik Informatika,

Lebih terperinci

5 KINERJA, SUMBER RISIKO, DAN NILAI TAMBAH RANTAI PASOK BUAH MANGGIS DI KABUPATEN BOGOR

5 KINERJA, SUMBER RISIKO, DAN NILAI TAMBAH RANTAI PASOK BUAH MANGGIS DI KABUPATEN BOGOR 5 KINERJA, SUMBER RISIKO, DAN NILAI TAMBAH RANTAI PASOK BUAH MANGGIS DI KABUPATEN BOGOR 5.1 Kinerja Rantai Pasok Kinerja rantai pasok merupakan ukuran kinerja secara keseluruhan rantai pasok tersebut (Chopra

Lebih terperinci

JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI CURAH HUJAN SUMATERA UTARA DENGAN METODE BACK PROPAGATION (STUDI KASUS : BMKG MEDAN)

JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI CURAH HUJAN SUMATERA UTARA DENGAN METODE BACK PROPAGATION (STUDI KASUS : BMKG MEDAN) JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI CURAH HUJAN SUMATERA UTARA DENGAN METODE BACK PROPAGATION (STUDI KASUS : BMKG MEDAN) Marihot TP. Manalu Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma

Lebih terperinci

BAB III METODE EGARCH, JARINGAN SYARAF TIRUAN DAN NEURO-EGARCH

BAB III METODE EGARCH, JARINGAN SYARAF TIRUAN DAN NEURO-EGARCH BAB III METODE EGARCH, JARINGAN SYARAF TIRUAN DAN NEURO-EGARCH 3.1 Variabel Penelitian Penelitian ini menggunakan satu definisi variabel operasional yaitu data saham Astra Internasional Tbk tanggal 2 Januari

Lebih terperinci

ANALISA SISTEM. Analisa Situasional

ANALISA SISTEM. Analisa Situasional ANALISA SISTEM Metodologi sistem didasari oleh tiga pola pikir dasar keilmuan tentang sistem, yaitu (1) sibernetik, atau berorientasi pada tujuan. Pendekatan sistem dimulai dengan penetapan tujuan melalui

Lebih terperinci

IMPLEMENTASI JARINGAN SYARAF TIRUAN METODE BACKPROPAGATION UNTUK MEMPREDIKSI HARGA SAHAM

IMPLEMENTASI JARINGAN SYARAF TIRUAN METODE BACKPROPAGATION UNTUK MEMPREDIKSI HARGA SAHAM IMPLEMENTASI JARINGAN SYARAF TIRUAN METODE BACKPROPAGATION UNTUK MEMPREDIKSI HARGA SAHAM Ayu Trimulya 1, Syaifurrahman 2, Fatma Agus Setyaningsih 3 1,3 Jurusan Sistem Komputer, Fakultas MIPA Universitas

Lebih terperinci

Prediksi Pergerakan Harga Harian Nilai Tukar Rupiah (IDR) Terhadap Dollar Amerika (USD) Menggunakan Metode Jaringan Saraf Tiruan Backpropagation

Prediksi Pergerakan Harga Harian Nilai Tukar Rupiah (IDR) Terhadap Dollar Amerika (USD) Menggunakan Metode Jaringan Saraf Tiruan Backpropagation 1 Prediksi Pergerakan Harga Harian Nilai Tukar Rupiah (IDR) Terhadap Dollar Amerika (USD) Menggunakan Metode Jaringan Saraf Tiruan Backpropagation Reza Subintara Teknik Informatika, Ilmu Komputer, Universitas

Lebih terperinci

PERBANDINGAN ANTARA MODEL NEURAL NETWORK DAN MODEL DUANE UNTUK EVALUASI KETEPATAN PREDIKSI WAKTU KERUSAKAN SUATU KOMPONEN

PERBANDINGAN ANTARA MODEL NEURAL NETWORK DAN MODEL DUANE UNTUK EVALUASI KETEPATAN PREDIKSI WAKTU KERUSAKAN SUATU KOMPONEN Feng PERBANDINGAN ANTARA MODEL NEURAL NETWORK DAN MODEL DUANE UNTUK... 211 PERBANDINGAN ANTARA MODEL NEURAL NETWORK DAN MODEL DUANE UNTUK EVALUASI KETEPATAN PREDIKSI WAKTU KERUSAKAN SUATU KOMPONEN Tan

Lebih terperinci

BAB 3 PERANCANGAN SISTEM. Bab ini menguraikan analisa penelitian terhadap metode Backpropagation yang

BAB 3 PERANCANGAN SISTEM. Bab ini menguraikan analisa penelitian terhadap metode Backpropagation yang BAB 3 PERANCANGAN SISTEM Bab ini menguraikan analisa penelitian terhadap metode Backpropagation yang diimplementasikan sebagai model estimasi harga saham. Analisis yang dilakukan adalah menguraikan penjelasan

Lebih terperinci

cair (Djarwati et al., 1993) dan 0,114 ton onggok (Chardialani, 2008). Ciptadi dan

cair (Djarwati et al., 1993) dan 0,114 ton onggok (Chardialani, 2008). Ciptadi dan 1 I. PENDAHULUAN A. Latar Belakang dan Masalah Ubi kayu merupakan komoditi pertanian yang utama di Provinsi Lampung. Luas areal penanaman ubi kayu di Provinsi Lampung pada tahun 2009 adalah sekitar 320.344

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Suara Manusia Menurut Inung Wijayanto (2013), produksi suara manusia memerlukan tiga elemen, yaitu sumber daya, sumber suara dan pemodifikasi suara. Ini adalah dasar dari teori

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI Pada bab ini akan dielaskan mengenai teori-teori yang berhubungan dengan penelitian ini, sehingga dapat diadikan sebagai landasan berpikir dan akan mempermudah dalam hal pembahasan

Lebih terperinci

Prediksi Curah Hujan Di Kota Pontianak Menggunakan Parameter Cuaca Sebagai Prediktor Pada Skala Bulanan, Dasarian Dan Harian Asri Rachmawati 1)*

Prediksi Curah Hujan Di Kota Pontianak Menggunakan Parameter Cuaca Sebagai Prediktor Pada Skala Bulanan, Dasarian Dan Harian Asri Rachmawati 1)* Prediksi Curah Hujan Di Kota Pontianak Menggunakan Parameter Cuaca Sebagai Prediktor Pada Skala Bulanan, Dasarian Dan Harian Asri Rachmawati 1)* 1)Stasiun Meteorologi Supadio Pontianak Badan Meteorologi

Lebih terperinci

lalu menghitung sinyal keluarannya menggunakan fungsi aktivasi,

lalu menghitung sinyal keluarannya menggunakan fungsi aktivasi, LAMPIRAN 15 Lampiran 1 Algoritme Jaringan Syaraf Tiruan Propagasi Balik Standar Langkah 0: Inisialisasi bobot (bobot awal dengan nilai random yang paling kecil). Langkah 1: Menentukan maksimum epoch, target

Lebih terperinci

VI. ANALISIS USAHATANI DAN EFEKTIVITAS KELEMBAGAAN KELOMPOK TANI

VI. ANALISIS USAHATANI DAN EFEKTIVITAS KELEMBAGAAN KELOMPOK TANI VI. ANALISIS USAHATANI DAN EFEKTIVITAS KELEMBAGAAN KELOMPOK TANI 6.1. Proses Budidaya Ganyong Ganyong ini merupakan tanaman berimpang yang biasa ditanam oleh petani dalam skala terbatas. Umbinya merupakan

Lebih terperinci

TINJAUAN PUSTAKA, LANDASAN TEORI, KERANGKA

TINJAUAN PUSTAKA, LANDASAN TEORI, KERANGKA TINJAUAN PUSTAKA, LANDASAN TEORI, KERANGKA PEMIKIRAN dan HIPOTESIS PENELITIAN Tinjauan Pustaka Tinjauan teknologi pengolahan sagu Teknologi merupakan sumberdaya buatan manusia yang kompetitif dan selalu

Lebih terperinci

VOL. 01 NO. 02 [JURNAL ILMIAH BINARY] ISSN :

VOL. 01 NO. 02 [JURNAL ILMIAH BINARY] ISSN : PENERAPAN JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI JUMLAH PRODUKSI AIR MINUM MENGGUNAKAN ALGORITMA BACKPROPAGATION (STUDI KASUS : PDAM TIRTA BUKIT SULAP KOTA LUBUKLINGGAU) Robi Yanto STMIK Bina Nusantara

Lebih terperinci

I. PENDAHULUAN. Indonesia merupakan negara agraris yang sebagian besar penduduknya hidup dari

I. PENDAHULUAN. Indonesia merupakan negara agraris yang sebagian besar penduduknya hidup dari I. PENDAHULUAN A. Latar Belakang dan Masalah Indonesia merupakan negara agraris yang sebagian besar penduduknya hidup dari sektor pertanian. Sektor pertanian mempunyai peranan penting dalam pembangunan

Lebih terperinci

II. TINJAUAN PUSTAKA. Tapioka merupakan salah satu bentuk olahan berbahan baku singkong, Tepung

II. TINJAUAN PUSTAKA. Tapioka merupakan salah satu bentuk olahan berbahan baku singkong, Tepung 5 II. TINJAUAN PUSTAKA A. Tapioka Tapioka merupakan salah satu bentuk olahan berbahan baku singkong, Tepung tapioka mempunyai banyak kegunaan, antara lain sebagai bahan pembantu dalam berbagai industri.

Lebih terperinci

I. PENDAHULUAN. Ubi kayu mempunyai peran cukup besar dalam memenuhi kebutuhan pangan

I. PENDAHULUAN. Ubi kayu mempunyai peran cukup besar dalam memenuhi kebutuhan pangan 1 I. PENDAHULUAN 1.1 Latar Belakang dan Masalah Ubi kayu mempunyai peran cukup besar dalam memenuhi kebutuhan pangan maupun mengatasi ketimpangan ekonomi dan pengembangan industri. Pada kondisi rawan pangan,

Lebih terperinci

Model Arsitektur Backpropogation Dalam Memprediksi Faktor Tunggakan Uang Kuliah (Studi Kasus AMIK Tunas Bangsa)

Model Arsitektur Backpropogation Dalam Memprediksi Faktor Tunggakan Uang Kuliah (Studi Kasus AMIK Tunas Bangsa) IJCCS, Vol.x, No.x, July xxxx, pp. 1~5 ISSN: 1978-1520 1 Model Arsitektur Backpropogation Dalam Memprediksi Faktor Tunggakan Uang Kuliah (Studi Kasus AMIK Tunas Bangsa) Agus Perdana Windarto* 1, Dedy Hartama

Lebih terperinci

APLIKASI JARINGAN SYARAF TIRUAN MULTI LAYER PERCEPTRON PADA APLIKASI PRAKIRAAN CUACA

APLIKASI JARINGAN SYARAF TIRUAN MULTI LAYER PERCEPTRON PADA APLIKASI PRAKIRAAN CUACA Aplikasi Jaringan Syaraf Tiruan Multilayer Perceptron (Joni Riadi dan Nurmahaludin) APLIKASI JARINGAN SYARAF TIRUAN MULTI LAYER PERCEPTRON PADA APLIKASI PRAKIRAAN CUACA Joni Riadi (1) dan Nurmahaludin

Lebih terperinci

4 ANALISIS SISTEM 4.1 Kondisi Rantai Pasok Jagung

4 ANALISIS SISTEM 4.1 Kondisi Rantai Pasok Jagung 47 4 ANALISIS SISTEM 4.1 Kondisi Rantai Pasok Jagung Rantai pasok jagung merupakan suatu rangkaian kegiatan mulai dari kegiatan pada sentra jagung, pedagang atau pengumpul, pabrik tepung jagung, hingga

Lebih terperinci

ANALISIS PENAMBAHAN MOMENTUM PADA PROSES PREDIKSI CURAH HUJAN KOTA MEDAN MENGGUNAKAN METODE BACKPROPAGATION NEURAL NETWORK

ANALISIS PENAMBAHAN MOMENTUM PADA PROSES PREDIKSI CURAH HUJAN KOTA MEDAN MENGGUNAKAN METODE BACKPROPAGATION NEURAL NETWORK Seminar Nasional Informatika 0 ANALISIS PENAMBAHAN MOMENTUM PADA PROSES PREDIKSI CURAH HUJAN KOTA MEDAN MENGGUNAKAN METODE BACKPROPAGATION NEURAL NETWORK Yudhi Andrian, Purwa Hasan Putra Dosen Teknik Informatika,

Lebih terperinci

4. ANALISIS SISTEM 4.1 Kondisi Situasional

4. ANALISIS SISTEM 4.1 Kondisi Situasional 83 4. ANALISIS SISTEM 4.1 Kondisi Situasional Produktivitas gula yang cenderung terus mengalami penurunan disebabkan efisiensi industri gula secara keseluruhan, mulai dari pertanaman tebu hingga pabrik

Lebih terperinci

Metode Jaringan Saraf Tiruan Propagasi Balik Untuk Estimasi Curah Hujan Bulanan di Ketapang Kalimantan Barat

Metode Jaringan Saraf Tiruan Propagasi Balik Untuk Estimasi Curah Hujan Bulanan di Ketapang Kalimantan Barat Prosiding Semirata FMIPA Universitas Lampung, 2013 Metode Jaringan Saraf Tiruan Propagasi Balik Untuk Estimasi Curah Hujan Bulanan di Ketapang Kalimantan Barat Andi Ihwan Prodi Fisika FMIPA Untan, Pontianak

Lebih terperinci

ANALISIS JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI JUMLAH RESERVASI KAMAR HOTEL DENGAN METODE BACKPROPAGATION (Studi Kasus Hotel Grand Zuri Padang)

ANALISIS JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI JUMLAH RESERVASI KAMAR HOTEL DENGAN METODE BACKPROPAGATION (Studi Kasus Hotel Grand Zuri Padang) ANALISIS JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI JUMLAH RESERVASI KAMAR HOTEL DENGAN METODE BACKPROPAGATION (Studi Kasus Hotel Grand Zuri Padang) 1 Musli Yanto, 2 Sarjon Defit, 3 Gunadi Widi Nurcahyo

Lebih terperinci

VIII PENGENDALIAN PERSEDIAAN BERAS ORGANIK

VIII PENGENDALIAN PERSEDIAAN BERAS ORGANIK VIII PENGENDALIAN PERSEDIAAN BERAS ORGANIK Analisis pengendalian persediaan dilakukan hanya pada ani Sejahtera Farm karena ani Sejahtera Farm menjadi inti atau fokus analisis dalam rantai pasok beras organik.

Lebih terperinci

Aplikasi yang dibuat adalah aplikasi untuk menghitung. prediksi jumlah dalam hal ini diambil studi kasus data balita

Aplikasi yang dibuat adalah aplikasi untuk menghitung. prediksi jumlah dalam hal ini diambil studi kasus data balita BAB III ANALISA DAN PERANCANGAN SISTEM 3.1. Analisa dan Kebutuhan Sistem Analisa sistem merupakan penjabaran deskripsi dari sistem yang akan dibangun kali ini. Sistem berfungsi untuk membantu menganalisis

Lebih terperinci

BAB III. METODOLOGI. kegiatan manusia membuat penelitian dengan domain teknik informatika

BAB III. METODOLOGI. kegiatan manusia membuat penelitian dengan domain teknik informatika BAB III. METODOLOGI 3.1. Kerangka Pikir Teknik informatika yang memiliki andil yang cukup besar dalam berbagai kegiatan manusia membuat penelitian dengan domain teknik informatika merupakan hal yang menarik

Lebih terperinci

ANALISIS PERBANDINGAN METODE JARINGAN SYARAF TIRUAN DAN REGRESI LINEAR BERGANDA PADA PRAKIRAAN CUACA

ANALISIS PERBANDINGAN METODE JARINGAN SYARAF TIRUAN DAN REGRESI LINEAR BERGANDA PADA PRAKIRAAN CUACA ANALISIS PERBANDINGAN METODE JARINGAN SYARAF TIRUAN DAN REGRESI LINEAR BERGANDA PADA PRAKIRAAN CUACA Nurmahaludin (1) (1) Staf Pengajar Jurusan Teknik Elektro Politeknik Negeri Banjarmasin Ringkasan Kebutuhan

Lebih terperinci

BAB IV JARINGAN SYARAF TIRUAN (ARTIFICIAL NEURAL NETWORK)

BAB IV JARINGAN SYARAF TIRUAN (ARTIFICIAL NEURAL NETWORK) BAB IV JARINGAN SYARAF TIRUAN (ARTIFICIAL NEURAL NETWORK) Kompetensi : 1. Mahasiswa memahami konsep Jaringan Syaraf Tiruan Sub Kompetensi : 1. Dapat mengetahui sejarah JST 2. Dapat mengetahui macam-macam

Lebih terperinci

I. PENDAHULUAN. Kebutuhan daging di Indonesia setiap tahunnya terus meningkat. Hal ini

I. PENDAHULUAN. Kebutuhan daging di Indonesia setiap tahunnya terus meningkat. Hal ini I. PENDAHULUAN 1.1 Latar Belakang dan Masalah Kebutuhan daging di Indonesia setiap tahunnya terus meningkat. Hal ini disebabkan oleh bertambahnya jumlah penduduk yang diikuti dengan meningkatnya taraf

Lebih terperinci

Penerapan Jaringan Saraf Tiruan Metode Backpropagation Menggunakan VB 6

Penerapan Jaringan Saraf Tiruan Metode Backpropagation Menggunakan VB 6 Penerapan Jaringan Saraf Tiruan Metode Backpropagation Menggunakan VB 6 Sari Indah Anatta Setiawan SofTech, Tangerang, Indonesia [email protected] Diterima 30 November 2011 Disetujui 14 Desember 2011

Lebih terperinci

BACK PROPAGATION NETWORK (BPN)

BACK PROPAGATION NETWORK (BPN) BACK PROPAGATION NETWORK (BPN) Arsitektur Jaringan Salah satu metode pelatihan terawasi pada jaringan syaraf adalah metode Backpropagation, di mana ciri dari metode ini adalah meminimalkan error pada output

Lebih terperinci

II. TINJAUAN PUSTAKA. dan banyak tumbuh di Indonesia, diantaranya di Pulau Jawa, Madura, Sulawesi,

II. TINJAUAN PUSTAKA. dan banyak tumbuh di Indonesia, diantaranya di Pulau Jawa, Madura, Sulawesi, II. TINJAUAN PUSTAKA 2.1 Gambaran Umum Ubi Kayu Ubi kayu yang sering pula disebut singkong atau ketela pohon merupakan salah satu tanaman penghasil bahan makanan pokok di Indonesia. Tanaman ini tersebar

Lebih terperinci

PEMODELAN SISTEM Konfigurasi Model

PEMODELAN SISTEM Konfigurasi Model PEMODELAN SISTEM Konfigurasi Model Rekayasa sistem kelembagaan penelusuran pasokan bahan baku agroindustri gelatin untuk menjamin mutu produk melibatkan berbagai pihak yang mempunyai kepentingan yang berbeda,

Lebih terperinci

PERBANDINGAN ALGORITMA PARTICLE SWARM OPTIMIZATION DAN REGRESI PADA PERAMALAN WAKTU BEBAN PUNCAK

PERBANDINGAN ALGORITMA PARTICLE SWARM OPTIMIZATION DAN REGRESI PADA PERAMALAN WAKTU BEBAN PUNCAK Jurnal POROS TEKNIK, Volume 6, No. 2, Desember 2014 : 55-10 PERBANDINGAN ALGORITMA PARTICLE SWARM OPTIMIZATION DAN REGRESI PADA PERAMALAN WAKTU BEBAN PUNCAK Nurmahaludin (1) (1) Staff Pengajar Jurusan

Lebih terperinci

I. PENDAHULUAN. Pembangunan pertanian merupakan bagian integral dari. pembangunan Nasional yang bertujuan untuk mewujudkan

I. PENDAHULUAN. Pembangunan pertanian merupakan bagian integral dari. pembangunan Nasional yang bertujuan untuk mewujudkan I. PENDAHULUAN A. LATAR BELAKANG Pembangunan pertanian merupakan bagian integral dari pembangunan Nasional yang bertujuan untuk mewujudkan masyarakat adil dan makmur berdasarkan Pancasila dan Undangundang

Lebih terperinci

NAMA KELOMPOK : PUTRI FEBRIANTANIA M ( ) R

NAMA KELOMPOK : PUTRI FEBRIANTANIA M ( ) R USAHA TELUR ASIN NAMA KELOMPOK : PUTRI FEBRIANTANIA M (0610963043) R. YISKA DEVIARANI S (0610963045) SHANTY MESURINGTYAS (0610963059) WIDIA NUR D (0610963067) YOLANDA KUMALASARI (0610963071) PROGRAM STUDI

Lebih terperinci

Perbandingan Regresi Linear, Backpropagation Dan Fuzzy Mamdani Dalam Prediksi Harga Emas

Perbandingan Regresi Linear, Backpropagation Dan Fuzzy Mamdani Dalam Prediksi Harga Emas TEKNOLOGI DI INDUSTRI (SENIATI) 016 ISSN : 085-418 Perbandingan Regresi Linear, Backpropagation Dan Fuzzy Mamdani Dalam Prediksi Harga Emas Nur Nafi iyah Program Studi Teknik Informatika Universitas Islam

Lebih terperinci

BACKPROPAGATION NEURAL NETWORK AS A METHOD OF FORECASTING ON CALCULATION INFLATION RATE IN JAKARTA AND SURABAYA

BACKPROPAGATION NEURAL NETWORK AS A METHOD OF FORECASTING ON CALCULATION INFLATION RATE IN JAKARTA AND SURABAYA BACKPROPAGATION NEURAL NETWORK AS A METHOD OF FORECASTING ON CALCULATION INFLATION RATE IN JAKARTA AND SURABAYA Anggi Purnama Undergraduate Program, Computer Science, 2007 Gunadarma Universiy http://www.gunadarma.ac.id

Lebih terperinci

BAB 2 LANDASAN TEORI. fuzzy logic dengan aplikasi neuro computing. Masing-masing memiliki cara dan proses

BAB 2 LANDASAN TEORI. fuzzy logic dengan aplikasi neuro computing. Masing-masing memiliki cara dan proses 8 BAB 2 LANDASAN TEORI 2.1 Teori Neuro Fuzzy Neuro-fuzzy sebenarnya merupakan penggabungan dari dua studi utama yaitu fuzzy logic dengan aplikasi neuro computing. Masing-masing memiliki cara dan proses

Lebih terperinci

BAB I PENDAHULUAN A. Latar Belakang

BAB I PENDAHULUAN A. Latar Belakang BAB I PENDAHULUAN A. Latar Belakang Sektor pertanian memegang peranan penting dalam pembangunan nasional. Hal ini didasarkan pada kesadaran bahwa negara Indonesia adalah negara agraris yang harus melibatkan

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Barcode Salah satu obyek pengenalan pola yang bisa dipelajari dan akhirnya dapat dikenali yaitu PIN barcode. PIN barcode yang merupakan kode batang yang berfungsi sebagai personal

Lebih terperinci

Arsitektur Jaringan Salah satu metode pelatihan terawasi pada jaringan syaraf adalah metode Backpropagation, di mana ciri dari metode ini adalah memin

Arsitektur Jaringan Salah satu metode pelatihan terawasi pada jaringan syaraf adalah metode Backpropagation, di mana ciri dari metode ini adalah memin BACK PROPAGATION Arsitektur Jaringan Salah satu metode pelatihan terawasi pada jaringan syaraf adalah metode Backpropagation, di mana ciri dari metode ini adalah meminimalkan error pada output yang dihasilkan

Lebih terperinci

SATIN Sains dan Teknologi Informasi

SATIN Sains dan Teknologi Informasi SATIN - Sains dan Teknologi Informasi, Vol. 2, No., Juni 206 SATIN Sains dan Teknologi Informasi journal homepage : http://jurnal.stmik-amik-riau.ac.id Penerapan Jaringan Syaraf Tiruan Untuk Estimasi Needs

Lebih terperinci

3 METODE PENELITIAN 3.1 Kerangka Pemikiran

3 METODE PENELITIAN 3.1 Kerangka Pemikiran 41 3 METODE PENELITIAN 3.1 Kerangka Pemikiran Permasalahan adalah bagaimana ini mem menyediakan memenuhi syarat ke konsumennya. Sebagai salah satu bagian dari rantai pasok berbasis, di sangat tergantung

Lebih terperinci

PENENTUAN MODEL RETURN HARGA SAHAM DENGAN MULTI LAYER FEED FORWARD NEURAL NETWORK MENGGUNAKAN ALGORITMA RESILENT BACKPROPAGATION

PENENTUAN MODEL RETURN HARGA SAHAM DENGAN MULTI LAYER FEED FORWARD NEURAL NETWORK MENGGUNAKAN ALGORITMA RESILENT BACKPROPAGATION ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 1, Tahun 2016, Halaman 203-209 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENENTUAN MODEL RETURN HARGA SAHAM DENGAN MULTI LAYER FEED FORWARD

Lebih terperinci

PENGENALAN KARAKTER ALFANUMERIK MENGGUNAKAN METODE BACKPROPAGARATION

PENGENALAN KARAKTER ALFANUMERIK MENGGUNAKAN METODE BACKPROPAGARATION PENGENALAN KARAKTER ALFANUMERIK MENGGUNAKAN METODE BACKPROPAGARATION Amriana 1 Program Studi D1 Teknik Informatika Jurusan Teknik Elektro Fakultas Teknik UNTAD ABSTRAK Jaringan saraf tiruan untuk aplikasi

Lebih terperinci

Lampiran 1. Sebaran Bulanan Kebutuhan dan Ketersediaan Beras Tahun 2011 (ARAM II) Sumber : Direktorat Jenderal Tanaman Pangan 2011

Lampiran 1. Sebaran Bulanan Kebutuhan dan Ketersediaan Beras Tahun 2011 (ARAM II) Sumber : Direktorat Jenderal Tanaman Pangan 2011 LAMPIRAN Lampiran 1. Sebaran Bulanan Kebutuhan dan Ketersediaan Beras Tahun 2011 (ARAM II) Sumber : Direktorat Jenderal Tanaman Pangan 2011 Lampiran 2. Rincian Luas Lahan dan Komponen Nilai Input Petani

Lebih terperinci

Jaringan Syaraf Tiruan Menggunakan Algoritma Backpropagation Untuk Memprediksi Jumlah Pengangguran (Studi Kasus DiKota Padang)

Jaringan Syaraf Tiruan Menggunakan Algoritma Backpropagation Untuk Memprediksi Jumlah Pengangguran (Studi Kasus DiKota Padang) Jaringan Syaraf Tiruan Menggunakan Algoritma Backpropagation Untuk Memprediksi Jumlah Pengangguran (Studi Kasus DiKota Padang) Hadi Syahputra Universitas Putra Indonesia YPTK Padang E-mail: [email protected]

Lebih terperinci

PREDIKSI PENDAPATAN ASLI DAERAH KALIMANTAN BARAT MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION

PREDIKSI PENDAPATAN ASLI DAERAH KALIMANTAN BARAT MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION PREDIKSI PENDAPATAN ASLI DAERAH KALIMANTAN BARAT MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION Dwi Marisa Midyanti Sistem Komputer Universitas Tanjungpura Pontianak Jl Prof.Dr.Hadari Nawawi, Pontianak

Lebih terperinci

I. PENDAHULUAN. Kegiatan agroindustri atau industri hasil pertanian merupakan bagian integral

I. PENDAHULUAN. Kegiatan agroindustri atau industri hasil pertanian merupakan bagian integral I. PENDAHULUAN 1.1. Latar Belakang Kegiatan agroindustri atau industri hasil pertanian merupakan bagian integral dari sektor pertanian memberikan kontribusi penting pada proses industrialisasi di wilayah

Lebih terperinci

BAB I PENDAHULUAN. Berdasarkan data strategis Kabupaten Semarang tahun 2013, produk sayuran yang

BAB I PENDAHULUAN. Berdasarkan data strategis Kabupaten Semarang tahun 2013, produk sayuran yang BAB I PENDAHULUAN 1.1. Latar Belakang Kabupaten Semarang memiliki potensi yang besar dari sektor pertanian untuk komoditas sayuran. Keadaan topografi daerah yang berbukit dan bergunung membuat Kabupaten

Lebih terperinci

MODEL AGROINDUSTRI TEPUNG SAGU (Metroxylon sp) MENDUKUNG KEMANDIRIAN PANGAN DI MALUKU UTARA

MODEL AGROINDUSTRI TEPUNG SAGU (Metroxylon sp) MENDUKUNG KEMANDIRIAN PANGAN DI MALUKU UTARA Disampaikan pada SEMILOKA SAGU 2016 Bogor, 9-10 November 2016 MODEL AGROINDUSTRI TEPUNG SAGU (Metroxylon sp) MENDUKUNG KEMANDIRIAN PANGAN DI MALUKU UTARA Oleh : Muhammad Assagaf 1, Chris Sugihono 1, Yopi

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1 Tahapan Penelitian Tahapan yang dilakukan dalam penelitian ini disajikan pada Gambar 14, terdiri dari tahap identifikasi masalah, pengumpulan dan praproses data, pemodelan

Lebih terperinci

PRISMA FISIKA, Vol. I, No. 1 (2013), Hal ISSN :

PRISMA FISIKA, Vol. I, No. 1 (2013), Hal ISSN : Prediksi Tinggi Signifikan Gelombang Laut Di Sebagian Wilayah Perairan Indonesia Menggunakan Jaringan Syaraf Tiruan Metode Propagasi Balik Abraham Isahk Bekalani, Yudha Arman, Muhammad Ishak Jumarang Program

Lebih terperinci

ANALISIS TATANIAGA BERAS

ANALISIS TATANIAGA BERAS VI ANALISIS TATANIAGA BERAS Tataniaga beras yang ada di Indonesia melibatkan beberapa lembaga tataniaga yang saling berhubungan. Berdasarkan hasil pengamatan, lembagalembaga tataniaga yang ditemui di lokasi

Lebih terperinci