Kerangka Pemikiran
Secara garis besar manajemen modern mencakup 4 (empat) tahapan kegiatan, yaitu: (1) perencanaan (planning); (2) pengorganisasian (organizing); (3) pelaksanaan (actuating); dan, (4) pengendalian (control). Penelitian ini akan menitikberatkan pada bagian sistem pengendalian/kontrol, dengan menggunakan pengalaman kejadian krisis yang telah terjadi dimasa lalu dan kemudian menggunakan gambaran ’snap- shot’ kejadian tersebut sebagai model pendugaan keadaan krisis dimasa mendatang. Metodologi penelitian dibangun didasarkan atas analisa permasalahan perniagaan komoditas industri pengolahan hasil pertanian yang terjadi pada situasi krisis pada kurun waktu tahun 1997-1998. Dipicu oleh penurunan nilai tukar mata uang Rupiah yang sangat drastis dalam kurun waktu kurang dari 14 bulan, disatu sisi keadaan ini menyebabkan keunggulan kompetitif dari industri pengolahan hasil pertanian, khususnya produk-produk yang berorientasi ekspor, meningkat secara tajam. Disisi lain keadaan ini menimbulkan akibat serius pada penurunan tingkat kemampuan daya beli masyarakat. Selain itu meningkatnya volume ekspor hasil produksi industri memberikan kontribusi pada peningkatan devisa, dan disisi lain menyebabkan berkurangnya pasokan bahan baku untuk produk jadi, dan secara langsung menyebabkan harga produk meningkat melampaui batas kemampuan daya beli masyarakat.
Berdasarkan pemikiran yang dimiliki harga merupakan faktor kunci yang akan dijadikan indikator utama untuk menentukan titik kritis (critical point) dari suatu keadaan. Dengan demikian, melalui prediksi tingkat harga satu produk jadi di pasaran di masa datang merupakan alat ampuh yang akan digunakan untuk mendeteksi suatu situasi pada keadaan krisis atau tidak di masa mendatang. Apabila dari hasil prediksi ini dideteksi suatu keadaan yang potensial menjadi keadaan krisis, maka dibutuhkan langkah-langkah antisipasi untuk mencegah krisis tersebut terjadi.
Sensor DUNI A NYATA SI STEM DETEKSI DI NI PERAMALAN MODEL TI NDAKAN KONTROL Efektif ? ya Pengendalian Rutin ya PENENTUAN KRI SI S Treshold Analisys Pemilihan Variabel SI NYAL NEGATI F Pola Keadaan Cek Ulang Tidak SI STEM PAKAR UMPAN BALI K
Gambar 19 Model Generik Sistem Deteksi Dini Keadaan Krisis dan Manajemen Kontrol Perniagaan Komoditas Pertanian Strategis
Sinyal krisis yang terjadi akan diolah dalam satu sistem kontrol yang berfungsi untuk memberikan alternatif kebijakan bagi pencegahan krisis yang mungkin terjadi.
Selanjutnya, dalam perancangan model pada penelitian ini akan mencakup 3 sub-sistem, yaitu: (1) peramalan harga; (2) penentuan keadaan risis; dan, (3) manajemen/tindakan kontrol. Sistem deteksi dini (early warning system) yang akan dirancang merupakan bagian utama dari manajemen pengendalian/kontrol. Secara garis besar, model generik sistem deteksi dini keadaan krisis dan manajemen kontrol perniagaan komoditas industri pengolahan industri hasil pertanian esensial dapat ditunjukan dalam Gambar 19.
Dalam penelitian ini, harga eceran minyak goreng adalah indikator yang digunakan untuk deteksi keadaan krisis.Pemilihan indikator ini mengingat minyak goreng tanpa merek (curah) merupakan komoditas dominan yang dikonsumsi masyarakat Indonesia*). Faktor pembentuk harga eceran minyak goreng ditentukan oleh banyak faktor, namun faktor yang paling dominan adalah harga CPO sebagai bahan baku utama indusri minyak goreng. Dalam situasi krisis yang terjadi pada tahun 1997-1998 tersebut, komoditas CPO dalam negeri menjadi langka akibat menurunnya nilai tukar mata uang rupiah, dan menarik para produsen CPO untuk melakukan ekspor .
Dengan melihat gambaran keadaan tersebut, kemudian disusun satu skenario keadaan (setting environment) bagi penyusunan model. Berdasarkan pendekatan sistem, kemudian dicek apakah analisis sistem sudah dapat mewakili permasalahan sebenarnya atau belum. Apabila dari hasil analisa yang dilakukan menunjukan bahwa gambaran keadaan ini sudah dianggap sesuai dengan keadaan yang sebenarnya, kemudian ditentukan bentuk processing model yang layak digunakan untuk
*
Berdasarkan penelitian yang dilakukan oleh PT. Riset Indonusa Prima (2001), dari penelitian yang dilakukan terhadap responden di 6 kota besar (Medan, Jakarta, Bandung, Semarang, Surabaya, dan Makasar) disimpulkan bahwa 67,97% konsumen memilih minyak goreng tanpa merek (eceran), dan sisanya memilih minyak goreng dengan merek.
Demikian juga untuk di daerah rural (perdesaan), dari hasil penelitian didapatkan bahwa 74,26 konsumennya mengkonsumsi minyak goreng tanpa merek.
pemecahan masalah. Alur kerangka pikir sistem deteksi dini dan manajemen kontrol perniagaan minyak goreng kelapa sawit ditunjukan sebagai berikut :
CPO Industri Minyak Goreng Kelapa Sawit Harga Pasar Terhadap Waktu P (t) DETEKSI DI NI Pengendalian ( Control ) Tidak Normal Normal PENAWARAN (S) Industri Pengolahan Kelapa Sawit Usaha Budidaya Kelapa Sawit TBS EKSPOR Pengendalian Rutin PERMINTAAN (D) Instrumen Kebijakan
Gambar 20 Alur Pikir Sistem Deteksi Dini Dan Manajemen Kontrol Perniagaan Minyak Goreng Kelapa Sawit.
Processing Model yang akan digunakan sebagai ’tools’ dalam proses peramalan harga eceran minyak goreng kelapa sawit adalah metoda Jaringan Syaraf Tiruan – JST (Artificial Neural Network). Metoda ini dipilih atas dasar beberapa keunggulannya dibandingkan dengan metoda pemrosesan yang lain berdasarkan rancangan penelitian yang disusun. Kemampuan belajar (learning) dari JST merupakan satu hal yang sangat mengagumkan. JST dapat memodifikasikan dirinya
sendiri dari hasil pembelajaran yang diperolehnya untuk menghasilkan pola yang tepat sesuai yang diinginkan (Marimin 2005).
Kemampuan JST dalam proses pembelajaran dan proses pengolahan atas input yang didisain untuk menggambarkan skenario keadaan dan permasalahan yang ada didalam perdagangan kelapa sawit menjadi alasan utama pemilihan metoda JST sebagai processing model dalam penelitian. Secara rinci Logical framework penelitian yang akan dilakukan disajikan dalam Lampiran 1.
Tahapan Penelitian
Penelitian ini ditujukan untuk merancangbangun model sistem deteksi dini dan model manajemen kontrol penanganan situasi krisis perniagaan minyak goreng kelapa sawit nasional. Secara garis besar, penelitian dilakukan melalui beberapa tahapan sebagai berikut :
Identifikasi sistem meliputi penelaahan pustaka, penentuan pakar, analisa sistem, dan penentuan sistem manajemen krisis.
Rekayasa model Sistem Penunjang Keputusan (SPK) manajemen krisis perniagaan minyak goreng yang terdiri atas Sistem Deteksi Dini (Early Warning System) dan Sistem Manajemen Kontrol.
Verifikasi dan Validasi model, yaitu suatu proses iterative yang berupa pengujian berturut-turut sebagai penyempurnaan model. Dalam tahap ini akan dilihat apakah model yang dibangun dapat mewakili realitas yang dikaji. Suatu model baru dapat dikatakan baik karena konsistensinya, dimana hasil yang diperoleh tidak bervariasi lagi.
Tahap Implementasi model, merupakan tahap pengoperasian model.
Metoda penyelesaian permasalahan dilakukan melalui pendekatan sistem. Setiap tahap penelitian diikuti oleh suatu evaluasi berulang untuk mengetahui apakah hasil
dari satu tahapan telah sesuai dengan yang diharapkan. Proses ini dilakukan secara berulang sehingga didapatkan gugus alternatif sistem yang layak untuk mencukupi kebutuhan sistem yang telah ditentukan.
Metoda Pengumpulan Data
Metoda pengumpulan data dalam penelitian ini dilakukan dengan melalui penelaahan/studi pustaka dan survei lapangan. Studi pustaka dilakukan untuk mendapatkan data sekunder yang dibutuhkan dalam sistem, yaitu meliputi data potensi perkebunan kelapa sawit : luas lahan kebun, produktivitas kebun, penyebaran; potensi dan kondisi industri pengolahan CPO : penyebaran, kapasitas produksi, jumlah produksi, harga; potensi dan kondisi industri pengolahan minyak goreng kelapa sawit : penyebaran, kapasitas produksi, struktur biaya produksi; sistem pemasaran : ekspor, impor, pola pemasaran; kondisi sosial ekonomi masyarakat : jumlah rumah tangga, tingkat pendapatan, dan pola konsumsi.
Data sekunderi ini dikumpulkan dari laporan, publikasi, buku yang dikeluarkan oleh instansi terkait, seperti BPS, Departemen Pertanian, Departemen Perindustrian, Departemen Perdagangan, BPPT, Lembaga riset swasta, dan lainnya.
Sedangkan, data primer diperoleh melalui observasi, wawancara, pengisian kuesioner untuk beberapa pakar yang berkecimpung dalam lingkup industri pengolahan minyak goreng kelapa sawit. Pakar yang dipilih mewakili Birokrasi (Departemen Pertanian, Departemen Perindustrian, Departemen Perdagangan), Praktisi (Asosiasi Produsen Minyak Goreng), Peneliti (Badan Litbang Departemen Perindustrian, BPPT). Data dan informasi yang diperoleh meliputi berbagai kebijakan pemerintah dalam pengelolaan industri minyak goreng kelapa sawit, kelembagaan perdagangan, kebijakan ekspor dan impor.
Pengolahan data dilakukan untuk memperlakukan data primer dan data sekunder yang telah dikumpulkan dengan menggunakan berbagai metoda pengolahan yang tercakup dalam Sistem Manajemen Ahli Model Manajemen Kontrol Perniagaan
Minyak Goreng Kelapa Sawit. Konfigurasi model dari Sistem Manajemen Ahli terdiri atas beberapa model dalam Sistem Penunjang Keputusan (SPK) Sistem Deteksi Dini, dan Sistem Pakar untuk Sub-model Manajemen Kontrol.
Metoda Pengolahan Data
SPK Sistem Deteksi Dini terdiri atas tiga sub-model, yaitu Sub-Model Penentuan Variabel, Sub-Model Peramalan, dan Sub-Model Penentuan Krisis. Sub- Model Penentuan Variabel digunakan untuk menentukan variabel-variabel dominan pembentuk harga eceran minyak goreng kelapa sawit yang sekaligus dapat merepresentasikan keadaan lingkungan (setting environment) keadaan perniagaan minyak goreng kelapa sawit pada situasi krisis yang terjadi pada tahun 1997-1998. Metoda pengolahan data pada model ini menggunakan teknik pengambilan keputusan kelompok secara fuzzy, dan diproses mengunakan teknik operator OWA.
Sub-Model Peramalan merupakan satu model peramalan harga eceran minyak goreng kelapa sawit yang dibangun berdasarkan ’proses pembelajaran’ kejadian krisis yang terjadi di masa lalu. Model ini akan digunakan sebagai alat (tools) untuk melakukan prediksi harga eceran minyak goreng kelapa sawit untuk periode 3 (tiga) bulan kedepan. Model pengolahan data (processing model) yang digunakan adalah model Jaringan Syaraf Tiruan (Artificial Neural Network) dengan menggunakan Jaringan Propagasi Balik Lapisan Jamak (Multi-layer Backpropagation Network).
Pemilihan penggunaan JST sebagai model didasarkan atas beberapa alasan ilmiah sebagai berikut : (1) Keterbatasan data yang digunakan sehingga dibutuhkan alternatif data yang umumnya tidak mempunyai korelasi dengan data lainnya; (2) Keleluasaan dalam penggunaan variabel sesuai dengan alur logika pada keadaan nyata suatu lingkungan (setting environment); (3) Penggunaan JST dibutuhkan untuk pengenalan pola (pattern recognition) dari kejadian-kejadian yang diasumsikan akan
mempengaruhi setting environment; dan, (4) Penggunaan metoda JST lebih memudahkan dalam pemrosesan Black Box dari setting environment yang ada.
Sub-Model Penentuan Krisis merupakan alat untuk mengukur ambang batas (treshold) keluaran yang dihasilkan oleh sub-model peramalan. Dalam sub-model penentuan krisis ini diukur apakah nilai prediksi harga eceran minyak goreng kelapa sawit berada pada situasi krisis atau tidak. Sub Model ini merupakan penerapan dari threshold analysis yang dikembangkan untuk menentukan rentang (range) yang masih bisa diterima oleh para pemangku kepentingan berdasarkan keluaran yang dihasilkan dari proses peramalan. Secara garis besar, batas ambang ini dibagi atas maksimum dan minimum. Batas ambang maksimum didasarkan atas pertimbangan kemampuan daya beli konsumen, sedangkan batas minimum ditekankan pada kemampuan produsen minyak goreng. Keadaan dimana hasil peramalan diluar ambang ini, disebut dalam kondisi krisis.
Metoda Pengembangan Sistem Pakar
Sistem Pakar (Expert System) merupakan satu pengembangan dari Sistem Penunjang Keputusan dengan mengintegrasikan sistem berbasis pengetahuan (knowledge based system) sebagai komponennya. Sistem pakar dikembangkan untuk membantu menyelesaikan masalah dengan memanfaatkan keahlian tertentu dari para pakar secara lebih efektif dan efisien.
Metodologi pengembangan sistem manajemen pakar dimulai dari tahapan pemilihan para pakar dilanjutkan dengan pekerjaan akuisisi pengetahuan, representasi pengetahuan, pengembangan mesin inferensi, implementasi, dan pengujian. Pemilihan pakar dilakukan berdasarkan kriteria tingkat pendidikan, pengalaman/ pengetahuan di bidang perniagaan minyak goreng kelapa sawit, dan reputasi dari pakar yang bersangkutan. Beberapa pakar yang terlibat dalam penelitian ini berasal dari birokrasi, praktisi, dan peneliti. Akuisisi pengetahuan dilakukan melalui wawancara dan diskusi, pengisian kuesioner, dan observasi lapangan.
Pengetahuan para pakar dapat dibagi dalam 2 bagian besar, yaitu penentuan tingkat/level keadaan krisis, dan perumusan solusi pemecahannya. Akusisi pengetahuan ahli untuk perumusan solusi dilakukan dengan menggunakan teknik Issue Management Technology (IMT) yang ditujukan untuk merumuskan matriks perihal yang akan berisikan solusi praktis dari keadaan krisis yang terjadi. Selanjutnya untuk penentuan tingkat krisis dilakukan dengan pengukuran dampak dan manfaat dari setiap kebijakan yang diambil. Pengetahuan/pola pikir para pakar tersebut kemudian diresentasikan dalam bentuk program komputer menggunakan model rule-base berdasarkan kriteria if, then, else. Teknik yang digunakan adalah kaidah produksi dan logika. Pengembangan mesin inferensi dilakukan dengan merumuskan proses penalaran dengan mempertimbangkan kemudahan, kebenaran aturan, dan parameter yang diterjemahkan ke dalam bahasa komputer.
Strategi penalaran yang digunakan sistem pakar dalam Sistem Manajemen Ahli ini adalah modus ponens dan strategi pengendalian yang digunakan adalah mata rantai kebelakang (backward chaining), sedangkan strategi pelacakan yang digunakan adalah Depth-first search. Untuk menangani ketidakpastian digunakan metoda certainty factor (CF), yang menunjukan nilai kepercayaan suatu parameter saat pelacakan. Nilai CF harus berniali positif, sehingga pengguna tidak dapat memberikan nilai negatif pada nilai parameter. Sistem akan menghitung faktor kepastian dari fakta E membuat antecendent dari kaidah berdasarkan pada ketidakpastian fakta e [CF(E,e)].
Rumus dasar untuk CF dari kaidah IF E THEN H adalah : CF(H,e) = CF(E,e) CF (H,E)
Untuk menentukan nilai CF(E,e), maka pernyataan IF harus bernilai benar yaitu nilai CF lebih besar sama dengan 0,2. Jika CF kurang 0,2 maka nilai parameter yang akan dicari kosong dan kesimpulan tidak tercapai. Pernyataan IF dari kaidah dapat dikombinasikan dengan fungsi AND, maka nilai CF(E,e) adalah nilai CF terkecil. Jika dikombinasikan dengan OR maka nilai CF(E,e) adalah nilai CF terbesar (Arhami 2005; Kristanto 2004).
Metoda Verifikasi dan Validasi Model
Tahapan verifikasi dan validasi model merupakan tahapan penting dalam menentukan tingkat keyakinan bahwa suatu model yang dikembangkan telah cukup mewakili dari permasalahan atau sistem yang dianalisis (Susilo 1991). Dengan proses verifikasi dan validasi model, kelemahan dan keunggulan model dapat teridentifikasi sehingga model dapat digunakan secara akurat ( McCarl & Apland 1986, diacu dalam Susilo 1991).
Verifikasi dan validasi model dapat dilakukan melelui beberapa cara : (1) melakukan uji statistik (Chattergy & Pooch 1977) dengan memasukan data empiris ke dalam model; (2) pengujian kesesuaian antara hasil keluaran model dengan keadaan nyata (McCarl & Apland 1986, diacu dalam Susilo 1991); dan, (3) Review oleh ahli. Dalam penelitian ini, verifikasi akan dilakukan pada tahapan penyusunan model, sedangkan proses validasi akan dilakukan melalui 2 tahapan, yaitu validasi pada tahap penyusunan model (validation by construct) dan validasi pada tahap pengujian hasil (validation by result). Validasi hasil dimaksudkan untuk menilai keabsahan teori dan asumsi-asumsi yang digunakan, serta metoda pengukuran pengumpulan data. Sedangkan, validasi hasil dimaksudkan untuk menilai kesesuaian antara keluaran dari model dan keluaran dari sistem yang sebenarnya. Proses verifikasi dan validasi penyusunan setiap Sub-Model akan dibahas dalam bagian Verifikasi dan Validasi Model, sedangkan proses validasi hasil merupakan bagian dalam pembahasan Aplikasi Rancangan Model.