4 HASIL DAN PEMBAHASAN
3. Konfirmasi Penilaian Kelompok Pakar
Kelompok pakar yang dilibatkan dalam penilaian korelasi kandidat variabel- variabel dominan PMSN adalah 4 orang. Pakar berasal dari berbagai sumber latar belakang yakni: perguruan tinggi dan badan litbang pemerintah (akademisi & peneliti) berpendidikan S-3 dengan pengalaman profesi lebih dari 10 tahun, praktisi industri minyak sawit swasta berpendidikan S-2 dengan pengalaman lebih dari 20 tahun (pejabat struktural perusahaan/tergabung dalam asosiasi industri), dan pakar pemangku kebijakan berasal dari pejabat struktural kementerian berpendidikan S-3 dengan masa kerja lebih dari 15 tahun. Agregasi hasil kelompok pakar diolah menggunakan teknik ME-MCDM Non-Numerical. Pengolahan diawali dengan menetapkan tujuan, yakni menghasilkan variabel- variabel yang nyata-nyata mempengaruhi variabel- variabel PMSN
y1, y2, y3, dan y4. Berikutnya, melakukan identifikasi terhadap alternatif- alternatif kandidat variabel, dimana alternatif-alternatif ini bersumber darihasil uji korelasi statistik sebelumnya.Adapun kriteria-kriteria yang digunakan sebagai dasar pertimbangan konfirmasi kelompok pakar adalah sebagai berikut (Yager 1993):
a. Efektivitas pengaruh variabel.
Efektivitas pengaruh variabel merupakan kriteria yang digunakan untuk menggambarkan tentang pertimbangan tingkat pengaruh kandidat faktor terhadap aspek PMSN yang dipengaruhinya. Semakin tinggi penilaian terhadap kriteriaini akan menunjukkan bahwa kandidat faktorini memiliki pengaruh yang semakin tinggi.
b. Operasionalisasi variabel.
Operasionalisasi variabel merupakan kriteria yang digunakan untuk menggambarkan tentang pertimbangan tingkat kesulitan pengoperasian kandidat faktor. Semakin rendah penilaian terhadap kriteria ini akan menunjukkan semakin tinggi tingkat kesulitan untuk mengoperasikan kandidat faktor tersebut. Mungkin saja kandidat faktor dapat dioperasionalkan akan tetapi harus mengoperasikan variabel lain terlebih dahulu, sehingga rentan menimbulkan bias.
c. Ketersediaan data.
Mungkin data tersedia di sumbernya, atau mungkin juga tidak. Jikapun tersedia tetapi tidak lengkap. Oleh karena hal ini mempengaruhi operasionalisasi variabel, maka pertimbangan ketersediaan data menjadi sangat penting. Semakin tinggi penilaian kriteria ini akan menunjukkan bahwa data tersedia pada sumbernya secara lebih lengkap.
Keakuratan data merupakan faktor penting untuk menjamin bahwa kandidat variabel baik untuk dioperasionalkan. Akan tetapi sebaliknya, data yang tidak akurat akan menimbulkan keraguan atas penggunaan kandidat variabel. Dengan demikian kriteria keakuratan menjadi faktor penting dalam penilaian suatu variabel. Semakin tinggi penilaian kriteria keakuratan data akan menunjukkan semakin baik kandidat variabel tersebut dioperasional- kan.
e. Kemudahan, waktu dan biaya untuk memperoleh data.
Faktor lain yang mempengaruhi terhadap penilaian variabe l adalah kesederhanaannya untuk memperoleh data. Kesederhanaan menyangkut cara, kebutuhan waktu dan biaya. Barangkali data dari suatu variabel tersedia lengkap dan akurat, akan tetapi untuk memperolehnya memerlukan proses pengumpulan yang rumit, membutuhkan biaya yang sangat besar, bahkan mengkonsumsi waktu yang sangat lama. Hal ini akan mempengaruhi nilai pemanfaatan operasionalisasi kandidat variabel. Oleh karena itu, kriteria ini digunakan untuk menggambarkan kelayakan dalam menyiapkan data kandidat variabel secara sederhana, murah, dan cepat, dengan tetap dapat diyakini akurasinya. Sehingga semakin tinggi penilaian kriteria ini akan menunjukkan tingkat kebaikan kandidat variabel untuk ditemukan datanya.
f. Menentukan skala penilaian.
Skala penilaian dalam penelitian ini, menggunakan rentang nilai linguistik sebanyak lima tingkatan terurut dari yang tertinggi hingga
terrendah yakni “sangat tinggi”, “tinggi”, “sedang”, “rendah”, dan “sangat rendah”.
Tabel 4.2 Skala penilaian
No Kode Nilai Nilai Kepentingan
1 ST Sangat Tinggi 5
2 T Tinggi 4
3 S Sedang 3
4 R Rendah 2
5 SR Sangat Rendah 1
Skala penilaian “sangat tinggi” menunjukkan nilai yang terbaik, dan sebaliknya, skala penilaian “sangat rendah” menunjukkan nilai yang
terburuk.
g. Menentukan tingkat kepentingan kriteria dan negasinya.
Kriteria-kriteria yang telah ditetapkan sebagai dasar pertimbangan penilaian oleh pakar, selanjutnya diberikan bobot nilai (ST=sangat tinggi, T=tinggi, S=sedang, R=rendah, SR=sangat rendah) sebagai peringkat kepentingan yang menunjukkan urgensi kriteria-kriteria tersebut digunakan. Semakin tinggi nilai peringkat kriteria, berarti menunjukkan kriteria tersebut semakin penting untuk digunakan.
Tabel 4.3 Penilaian kepentingan kriteria dan negasinya
No Kriteria Nilai bobot (Wk) Nilai negasi bobot (nWk)
1 Efekt ivitas pengaruh variabel ST SR
2 Operasionalisasi variabel S S
3 Ketersediaan data ST SR
4 Keakuratan data T R
Secara metodologis, negasi penilaian kriteria kepentingan diperoleh dari formulasi matematika sebagai berikut:
nWk = Wq-k+1 h. Instrumentasi dan penilaian.
Setelah penentuan nilai kriteria kepentingan, selanjutnya dilakukan instrumentasi (menyiapkan lembar penilaian variabel untuk pakar secara mandiri). Setelah itu dilanjutkan penilaian oleh pakar. Penilaian untuk setiap variabel ke- i oleh setiap pakar ke-j pada setiap kriteria ke-ak adalah Vij(ak), dengan hasil penilaian sebagai berikut (Lampiran 5):
Tabel 4.4 Hasil penilaian kandidat variabel setiap kriteria dari setiap pakar
Pakar Aspek Kandidat faktor-faktor PMSN Penilaian kriteria ke
1 2 3 4 5
Pakar
ke-1 “Produksi MS” (VP)
1 luas lahan sawit nasional (VPa) ST ST T S S
2 harga minyak sawit do mestik (VPb) T T ST T T
3 volume konsumsi minyak sawit domestik (VPc) S S S S S
4 harga BBM do mestik (VPd) S R S T T
5 harga minyak sawit dunia (VPe) T S T ST ST
6 produktivitas minyak sawit rata-rata (VPf) ST ST T T S
“Impor MS” (VI)
1 nilai tukar rupiah terhadap dollar AS (VIa) SR SR ST ST ST
2 harga minyak sawit do mestik (VIb) SR SR ST T T
3 volume konsumsi minyak sawit domestik (VIc) SR SR S S S
4 GDP nasional (VId) SR SR ST ST ST
5 harga minyak sawit dunia (VIe) SR SR ST ST ST
“Konsumsi MS” (VK)
1 volume ekspor minyak sawit (VKa) T S T T T
2 nilai tukar rupiah terhadap dollar AS (VKb) S S ST ST ST
3 harga minyak sawit do mestik (VKc) T R ST T T
4 volume produksi minyak sawit do mestik (VKd) T S S T S
“Ekspor MS” (VE)
1 harga minyak sawit do mestik (VEa) ST T ST T T
2 volume produksi minyak sawit do mestik (VEb) T S S T S
3 nilai tukar rupiah terhadap dollar AS (VEc) T S ST ST ST
4 harga ekspor minyak sawit (VEd) ST ST T T T
5 pajak ekspor (VEe) T S ST ST ST
6 volume konsumsi minyak sawit dunia (VEf) ST S T T T
Pakar
ke-2 “Produksi MS” (VP)
1 luas lahan sawit nasional (VPa) ST ST ST ST ST
2 harga minyak sawit do mestik (VPb) R S S R R
3 volume konsumsi minyak sawit domestik (VPc) T ST ST T ST
4 harga BBM do mestik (VPd) S T T S ST
5 harga minyak sawit dunia (VPg) ST ST ST ST ST 6 produktivitas minyak sawit rata-rata (VPh) ST ST T T T
“Impor MS” (VI)
1 nilai tukar rupiah terhadap dollar AS (VIa) T S S T S
2 harga minyak sawit do mestik (VIb) T T S R R
3 volume konsumsi minyak sawit domestik (VIc) R R SR SR R
4 GDP nasional (VId) S S T T T
5 harga minyak sawit dunia (VIe) T S T T T
“Konsumsi MS” (VK)
1 volume ekspor minyak sawit (VKa) T S T T T
2 nilai tukar rupiah terhadap dollar AS (VKb) R R S T S
3 harga minyak sawit do mestik (VKc) S S S R R
4 volume produksi minyak sawit do mestik (VKd) SR SR T T T
“Ekspor MS” (VE)
1 harga minyak sawit do mestik (VEa) R R S R R
2 volume produksi minyak sawit do mestik (VEb) S S T T T
3 nilai tukar rupiah terhadap dollar AS (VEc) T ST S T S
4 harga ekspor minyak sawit (VEd) ST ST S S S
5 pajak ekspor (VEe) T T S S S
6 volume konsumsi minyak sawit dunia (VEf) T T S S S
Pakar
ke-3 “Produksi MS” (VP) 1 luas lahan sawit nasional (VP2 harga minyak sawit do mestik (VPa) b) ST ST ST ST ST T T S S S
3 volume konsumsi minyak sawit domestik (VPc) T T S S S
4 harga BBM do mestik (VPd) S T T S S
5 harga minyak sawit dunia (VPg) T T T S S
“Impor MS” (VI)
1 nilai tukar rupiah terhadap dollar AS (VIa) S S S R S
2 harga minyak sawit do mestik (VIb) SR T S S S
3 volume konsumsi minyak sawit domestik (VIc) S R S S S
4 GDP nasional (VId) S T ST ST ST
5 harga minyak sawit dunia (VIe) T T T S S
“Konsumsi
MS” (VK) 1 volume ekspor minyak sawit (VK2 nilai tukar rupiah terhadap dollar AS (VKa) b) S S R ST T T S S R S
3 harga minyak sawit do mestik (VKc) S T S S S
4 volume produksi minyak sawit do mestik (VKd) S S ST T T
“Ekspor MS” (VE)
1 harga minyak sawit do mestik (VEa) T T S S S
2 volume produksi minyak sawit do mestik (VEb) ST ST ST T T
3 nilai tukar rupiah terhadap dollar AS (VEc) S S S R S
4 harga ekspor minyak sawit (VEd) ST ST S S T
5 pajak ekspor (VEe) S S R R R
6 volume konsumsi minyak sawit dunia (VEf) S ST R R S
Pakar
ke-4 “Produksi MS” (VP)
1 luas lahan sawit nasional (VPa) ST ST T T ST
2 harga minyak sawit do mestik (VPb) ST T ST T ST
3 volume konsumsi minyak sawit domestik (VPc) ST ST T S T
4 harga BBM do mestik (VPd) R R ST ST ST
5 harga minyak sawit dunia (VPg) ST ST ST ST ST 6 produktivitas minyak sawit rata-rata (VPh) T T S S S
“Impor MS” (VI)
1 nilai tukar rupiah terhadap dollar AS (VIa) ST T ST ST ST
2 harga minyak sawit do mestik (VIb) R R ST T ST
3 volume konsumsi minyak sawit domestik (VIc) T T T S T
4 GDP nasional (VId) R R ST ST ST
5 harga minyak sawit dunia (VIe) R R ST ST ST
“Konsumsi
MS” (VK) 1 volume ekspor minyak sawit (VK2 nilai tukar rupiah terhadap dollar AS (VKa) b) T T R R ST ST ST T T T
3 harga minyak sawit do mestik (VKc) T ST ST T ST
4 volume produksi minyak sawit do mestik (VKd) ST T T T T
“Ekspor
MS” (VE) 1 harga minyak sawit do mestik (VEa) 2 volume produksi minyak sawit do mestik (VEb ) ST R ST T ST ST T T S T 3 nilai tukar rupiah terhadap dollar AS (VEc) ST T ST ST ST 4 harga ekspor minyak sawit (VEd) ST ST ST ST ST
5 pajak ekspor (VEe) R ST ST ST ST
6 volume konsumsi minyak sawit dunia (VEf) ST T T T T
i. Agregasi penilaian menurut kriteria dan pakar
Agregasi penilaian oleh para pakar terhadap kandidat variabel- variabel, dilakukan dengan melalui dua tingkat, pertama, agregasi seluruh penilaian menurut kriteria kepentingan, dan kedua, agregasi seluruh penilaian menurut pendapat pakar. Agregasi penilaian kriteria (tingkat pertama) menggunakan formulasi matematika (Yager 1993):
Vij= min [ nWk v Vij(ak) ]
Perhitungan formulasi ini menghasilkan penilaian pakar berdasarkan agregat kriteria-kriteria (Yager 1993), berikut ini:
Tabel 4.5 Hasil nilai agregat kriteria setiap penilaian pakar
No Aspek Kandidat faktor-faktor
Nilai agregat pakar ke
1 2 3 4
1. “Produksi
MS” (VP)
1 luas lahan sawit nasional (VPa) S ST ST T
2 harga minyak sawit do mestik (VPb) T R S T
3 volume konsumsi minyak sawit domestik (VPc) S T S S
4 harga BBM do mestik (VPd) S S S R
5 harga minyak sawit dunia (VPe) S ST S ST
6 produktivitas minyak sawit rata-rata (VPf) T T S S
2. “Impor
MS” (VI)
1 nilai tukar rupiah terhadap dollar AS (VIa) SR S R T
2 harga minyak sawit do mestik (VIb) SR R SR R
3 volume konsumsi minyak sawit domestik (VIc) SR SR S S
4 GDP nasional (VId) SR S S R
3. “Konsumsi
MS” (VK)
1 volume ekspor minyak sawit (VKa) S S S S
2 nilai tukar rupiah terhadap dollar AS (VKb) S R R S
3 harga minyak sawit do mestik (VKc) S R S T
4 volume produksi minyak sawit do mestik (VKd) S SR S T
4. “Ekspor
MS” (VE)
1 harga minyak sawit do mestik (VEa) T R S S
2 volume produksi minyak sawit do mestik (VEb) S S T S
3 nilai tukar rupiah terhadap dollar AS (VEc) S S R T
4 harga ekspor minyak sawit (VEd) T S S ST
5 pajak ekspor (VEe) S S R R
6 volume konsumsi minyak sawit dunia (VEf) S S R S
Sedangkan agregasi penilaian menurut pendapat pakar (tingkat kedua) dilakukan dengan menggunakan formulasi (Yager 1993):
Vi= f(Vi) = max [ Qi ^ bj ]
dimana nilai Qjditentukan menggunakan persamaan matematika sebagai berikut:
Hasil agregasi penilaian pakar (peringkat kedua) ini menghasilkan penilaian kandidat faktor- faktorsebagai berikut:
Tabel 4.6 Hasil penilaian agregat seluruh kriteria dari seluruh pakar
No Aspek Kandidat faktor-faktor Nilai agregat
1. “Produksi MS” (VP)
1 luas lahan sawit nasional (VPa) T
2 harga minyak sawit do mestik (VPb) S
3 volume konsumsi minyak sawit domestik (VPc) S
4 harga BBM do mestik (VPd) S
5 harga minyak sawit dunia (VPe) S
6 produktivitas minyak sawit rata-rata (VPf) S
2. “Impor MS” (VI)
1 nilai tukar rupiah terhadap dollar AS (VIa) S
2 harga minyak sawit do mestik (VIb) R
3 volume konsumsi minyak sawit domestik (VIc) S
4 GDP nasional (VId) S
5 harga minyak sawit dunia (VIe) S
3. “Konsumsi
MS” (VK) 1 volume ekspor minyak sawit (VK2 nilai tukar rupiah terhadap dollar AS (VKa) b) S S
3 harga minyak sawit do mestik (VKc) S
4 volume produksi minyak sawit do mestik (VKd) S
4. “Ekspor MS” (VE)
1 harga minyak sawit do mestik (VEa) S
2 volume produksi minyak sawit do mestik (VEb) S
3 nilai tukar rupiah terhadap dollar AS (VEc) S
4 harga ekspor minyak sawit (VEd) S
5 pajak ekspor (VEe) S
6 volume konsumsi minyak sawit dunia (VEf) S
Hasil uji statistik korelasi pearson dan konfirmasi penilaian pakar, menujukkan bahwa dari 21 kandidat variabel PMSN hasil penelusuran studi pustaka menggambarkan adanya 3 kandidat variabel yang meragukan, sedangkan untuk 18 kandidat lainnya cukup meyakinkan dinilai berpengaruh terhadap dinamisasi volume PMSN (Sarwono 2006). Adapun ketiga kandidat yang dinilai meragukan, adalah karena menampilkan kontradiksi penilaian antara uji korelasi pearson dengan kelompok pakar. Pada satu sisi, uji korelasi menunjukkan tingkat korelasi yang sangat lemah, dan pada sisi yang lain penilaian kelompok pakar menunjukkan berkorelasi sedang. Demikian juga sebaliknya, yang menurut kelompok pakar adalah berkorelasi rendah akan tetapi menurut hasil uji korelasi menunjukan berkorelasi cukup. Dengan demikian, 3 kandidat yang meragukan tersebut tidak dipilih, sedangkan kandidat-kandidat lainnya yang menunjukkan hasil
pemnilaian yang searah antara uji korelasi dengan kelompok pakar, dengan minimal tingkat penilaian adalah sedang atau cukup, adalah dipilih sebagai variabel- variabel utama PMSN. Selanjutnya variabel- variabel utama inilah yang menjadi dasar untuk analisis dan prediksi PMSN. Adapun keterpilihan variabel utama tersebut seperti tercantum dalam Tabel 4.7.
Tabel 4.7 Keterpilihan variabel dominan sistem PMSN
Aspek Kandidat faktor-faktor
Peniaian Korelasi Pa kar Keterpilihan “Produks i MS” (VP)
1 luas lahan sawit nasional (VPa) Sangat Kuat T Terpilih
2 harga minyak sawit do mestik (VPb) Sangat Kuat S Terpilih
3 vol konsumsi minyak sawit domestik (VPc) Sangat Kuat S Terpilih
4 harga BBM do mestik (VPd) Sangat Kuat S Terpilih
5 harga minyak sawit dunia (VPe) Kuat S Terpilih
6 produktivitas minyak sawit rata-rata (VPf) Sangat Kuat S Terpilih
“Impor
MS” (VI) 1 nilai tukar rupiah terhadap dollar AS (VI2 harga minyak sawit do mestik (VIb) a) Cukup Cukup R S Tdk terpilih Terpilih
3 vol konsumsi minyak sawit domestik (VIc) Sangat Lemah S Tdk terpilih
4 GDP nasional (VId) Cukup S Terpilih
5 harga minyak sawit dunia (VIe) Cukup S Terpilih
“Konsu msi MS”
(VK)
1 volume ekspor minyak sawit (VKa) Kuat S Terpilih
2 nilai tukar rupiah terhadap dollar AS (VKb) Sangat Kuat S Terpilih
3 harga minyak sawit do mestik (VKc) Sangat Kuat S Terpilih
4 volume produksi minyak sawit do mestik (VKd) Sangat Kuat S Terpilih
“Ekspor MS”
(VE)
1 harga minyak sawit do mestik (VEa) Sangat Kuat S Terpilih
2 volume produksi minyak sawit do mestik (VEb) Sangat Kuat S Terpilih
3 nilai tukar rupiah terhadap dollar AS (VEc) Kuat S Terpilih
4 harga ekspor minyak sawit (VEd) Sangat Kuat S Terpilih
5 pajak ekspor (VEe) Sangat Lemah S Tdk terpilih
6 volume konsumsi minyak sawit dunia (VEf) Kuat S Terpilih
Secara ringkas, kandidat faktor- faktor yang terpilih didasarkan pada
hasil uji korelasi dengan minimal hasil nilai “cukup” dan penilaian kelompok pakar dengan minimal hasil nilai “sedang”. Oleh karena itu
berdasarkan uji korelasi dan penilaian kelompok pakar terhadap 21 kandidat faktor, hanya 18 kandidat faktor yang terpilih, dan 3 kandidat faktor yang lain tidak terpilih. Adapun kandidat faktor yang terpilih adalah seperti dalam
Tabel 4.8 dengan transformasi kode variabel menjadi ymn dan xmn, dimana y & m menunjukkan variabel dan indek variabel aspek, sementara x & n
menunjukkan variabel dan indek variabel utama.
Tabel 4.8 Variabel- variabel dominan PMSN
Aspek Variabel-variabel utama
“Produksi MS” (y1)
1 luas lahan sawit nasional (VPa)
2 harga minyak sawit do mestik (X12)
3 volume konsumsi minyak sawit domestik (X13)
4 harga BBM do mestik (X14)
5 harga minyak sawit dunia (X15)
6 produktivitas minyak sawit rata-rata (X16) “Impor
MS” (y2)
1 nilai tukar rupiah terhadap dollar AS (X21)
2 GDP nasional (X22)
3 harga minyak sawit dunia X21) “Konsumsi
MS” (y3)
1 volume ekspor minyak sawit (X31)
2 nilai tukar rupiah terhadap dollar AS (X32)
3 harga minyak sawit do mestik (X33)
4 volume produksi minyak sawit do mestik (X34) “Ekspor
MS” (y4)
1 harga minyak sawit do mestik (X41)
2 volume produksi minyak sawit do mestik (X42)
3 nilai tukar rupiah terhadap dollar AS (X43)
4 harga ekspor minyak sawit (X44)
a. Aspek “Produksi MS” (y1) dipengaruhi oleh variabel- variabel utama: 1) “luas lahan sawit nasional” (x11)
2) “harga minyak sawit domestik(x12)”
3) “volume konsumsi minyak sawit domestik(x13) 4) “harga BBM domestik (X14)”
5) “harga minyak sawitdunia (x15)
6) “produktivitas minyak sawit rata-rata (x16)
Dengan demikianvariabel aspek “Produksi MS”danvariabel- variabel utamaPMSN yang dihasilkandapat dinotasikan sebagai y1, x11, x12,
x13,x14,dan x15,dengan hubungan variabel yang dinyatakan dalam bentuk umum persamaan fungsi matematis:
y1 = f(x11, x12, x13, x14, x15,) (1) b Aspek “Impor MS” (y2) dipengaruhi oleh variabel-variabelutama:
1) “nilai tukar rupiah terhadap dollar AS” (x21) 2) “GDP nasional” (x22)
3) “harga minyak sawit dunia (x23)
Dengan demikian variabel aspek “Impor MS”dan variabel- variabel utama PMSN yang dihasilkan dapat dinotasikan sebagai y2, x21, x22, dan x23, dengan hubungan variabel yang dinyatakan dalam bentuk umum persamaan fungsi matematis:
y2 = f(x21, x22, x23) (2) c. Aspek “Konsumsi MS” (y3) dipengaruhi oleh variabel- variabel bebas:
1) “volume ekspor minyak sawit” (x31)
2) “nilai tukar rupiah terhadap dollar AS” (x32) 3) “harga minyak sawit domestik” (x33)
4) “volume produksi minyak sawit domestik” (x34)
Dengan demikian variabel Aspek “Konsumsi MS” dan variabel- variabel utama PMSN yang dihasilkan dapat dinotasikan sebagai y3, x31,
x32,x33, danx34, dengan hubungan variabel yang dinyatakan dalam bentuk umum persamaan fungsi matematis:
y3 = f(x31, x32, x33, x34) (3) d. Aspek “Ekspor MS” (y4) dipengaruhi oleh variabel- variabel bebas:
1) “harga minyak sawit domestik” (x41)
2) “volume produksi minyak sawit domestik” (x42) 3) “nilai tukar rupiah terhadap dollar AS” (x43) 4) “harga ekspor minyak sawit” (x44)
5) “volume konsumsi minyak sawit dunia” (x45)
Dengan demikian variabel Aspek “Ekspor MS” dsan variabel- variabel utama PMSN yang dihasilkan dapat dinotasikan sebagai y4, x41, x42, x43, x44, dan x45, dengan hubungan variabel yang dinyatakan dalam bentuk umum persamaan fungsi matematis:
y4 = f(x41, x42, x43, x44, x45) (4) Dengan demikian variabel- variabel ym dengan m adalah menyatakan indek dari fungsi- fungsi tujuan dari sub-sub sistem PMSN yaitu: Produksi MS, Impor MS, Konsumsi MS, dan Ekspor MS. Sedangkan variabel-
variabel xmn adalah variabel- variabel utama yang menetukan pencapaian tujuan sub-sub sistem PMSN yang dinyatakan dalam indek m dan n.
Model prediksi dan deteksi PMSN
Konstruksi model prediksi dan deteksi PMSN seperti digambarkan pada
Gambar 4.5.
Gambar 4.5 Konstruksi model prediksi dan deteksi PMSN
Gambar 4.5 memperlihatkan bahwa model prediksi dan deteksi PMSN mengandung elemen-elemen input model yang merupakan output model penentuan variabel dominan PMS yaitu sebagai berikut:
Variabel berpengaruh dominan terhadap volume produksi MSN dan data historikalnya.
Variabel berpengaruh dominan terhadap volume impor MSN dan data historikalnya.
Teknik dan parameter pemodelan prediksi. Teknik dan parameter pemodelan threshold.
Variabel berpengaruh dominan terhadap volume konsumsi MSN dan data historikalnya.
Variabel berpengaruh dominan terhadap volume ekspor MSN dan data historikalnya.
Sedangkan prosesnya, adalah mencakup proses-proses model sebagai berikut:
Pemodelan dan simulasi model prediksi volume produksi MS domestik Pemodelan dan simulasi model prediksi volume impor MS domestik Pemodelan dan simulasi model prediksi volume konsumsi MS domestik Pemodelan dan simulasi model prediksi volume ekspor MS domestik Pemodelan dan simulasi model SCDA frekuensi supply
Pemodelan dan simulasi model SCDA tren supply
Pemodelan dan simulasi model SCDA frekuensi demand
Pemodelan dan simulasi model SCDA frekuensi demand
Nilai-nilai frekuensi supply periode eksisting dan prediksi Nilai-nilai tren supply periode eksisting dan prediksi Nilai-nilai frekuensi demand periode eksisting dan prediksi Nilai-nilai tren demand periode eksisting dan prediksi
Secara harafiah prediksi berarti menduga keadaan yang akan terjadi (PPPB 1997) dan deteksi adalah suatu proses untuk memeriksa atau melakukan pemeriksaan terhadap sesuatu dengan menggunakan cara dan teknik tertentu, dimana dapat digunakan untuk berbagai masalah (Tjahyati 2014). Jikalau demikian, maka istilah prediksi dan deteksi dapat dipahami sebagai suatu cara atau teknik tertentu dalam memeriksa keadaan untuk menemukan tanda-tanda berkaitan dengan apa (sebagai: objek) yang didugaakan terjadi di waktu (sebagai: subjek) mendatang. Dalam peneniltian ini objeknya adalah sistem PMSN dan subjeknya adalah waktu periode historikal, periode eksisting, dan periode prediksi. Dengan dasar pemikiran tersebut, maka model prediksi dan deteksi didedikasi untuk menghasilkan nilai- nilai prediksi dari variabel- variabel dominan sistem PMSN pada satu periode prediksi, mengidentifikasikan gambaran pola perubahan nilai- nilai selama periode historikal hingga periode prediksi sekaligus memetakannya kedalam kerangka ambang batas (threshold) adaptif sebagai suatu mekanisme pengendalian secara statistik (statistical control detection adaptive / SCDA) dan menghasilkan nilai- nilai parameter pemeriksaannya. Oleh karena itu, periode historikal, periode berjalan dan periode prediksi sebagai subjek deteksi, maka harus ditentukan atau didefinisikan terlebih dahulu durasi periodesasinya.