DAFTAR LAMPIRAN
11. Dokumentasi dan pelaporan
2.8 Penelitian Terkait
Permasalahan pengembangan industri merupakan permasalahan yang kompleks. Kompleksitas tersebut disebabkan oleh banyaknya elemen-elemen yang mempengaruhi dan saling mempengaruhi dalam menentukan keberhasilan dari industri yang dikembangkan, bersifat dinamis dan memiliki ketidakpastian atas parameter-parameter penentunya. Cukup sulit dan memakan waktu untuk melakukan analisis dan sintesa terhadap keseluruhan dari sistem yang ada secara holistik.
Penelitian-penelitian yang sebelumnya telah mengambil beberapa sudut pandang, pendekatan dan metode-metode dalam rangka memberikan solusi maupun rancangan untuk keberhasilan industri yang dikembangkan. Cukup banyak model-model yang telah dikembangkan, diimplementasikan dan dievaluasi atas dasar penelitian-penelitian yang telah dilakukan.
Terkait dengan pengembangan industri kelapa sawit di Indonesia, Hambali (2005) telah mengkaji pengembangan klaster industri turunan minyak kelapa sawit dengan memberikan masukan-masukan terkait permasalahan dan aktivitas-aktivitas yang harus dilakukan dalam pengembangan klaster industri minyak kelapa sawit sementara Pahan, Gumbira-Sa’id et al. (2011) fokus mengkaji kinerja klaster industri kelapa sawit di Riau melalui strategi integrasi rantai pasok, infrastruktur penunjang dan pembenahan lingkungan ekonomi dan usaha dengan menggunakan model multi criteria decision making. Penelitian tersebut mengindikasikan bahwa strategi pembenahan infrastruktur penunjang akan dapat meningkatkan kinerja industri kelapa sawit dengan signifikan. Jatmika (2007) meneliti tentang pengembangan agroindustri kelapa sawit dengan strategi pemberdayaan dan Basdabella (2001) meneliti tentang pengembangan Sistem Agroindustri Kelapa Sawit dengan Pola Perusahaan Industri Rakyat.
Penelitian yang terkait dengan dukungan infrastruktur pelabuhan dan transportasi untuk industri minyak kelapa sawit di Indonesia telah dilakukan oleh Aryawan dan Setijoprajudo (2010), Ufron dan Setijoprajudo (2010), Ristianto (2003). Sementara pengembangan model-model untuk penentuan lokasi pelabuhan secara umum sebagai infrastruktur utama untuk industri dilakukan oleh Malchow (2001), Bruce A.Blonigen (2006), Prakash Gaur (2005) serta Mtthew Brian Malchow dan Kanafani (2001).
Pengembangan industri kelapa sawit juga menjadi topik yang penting di Mozambique. Capitine (2010) meneliti tentang pengembangan klaster industri minyak kelapa sawit di negaranya dan menyimpulkan bahwa pengembangan industri minyak yang berasal dari kelapa sawit lebih menguntungkan dibandingkan dengan yang berasal dari sumber lainnya. Berdasarkan benchmark yang dilakukan oleh Capitine, pengembangan industri ini pada lokasi geographis yang berdekatan akan dapat meningkatkan keunggulan bersaing dari industri ini.
Penggunaan model spasial dalam menentukan lokasi pengembangan industri telah banyak dipublikasikan di jurnal-jurnal internasional. Model-model spasial yang digunakan pada umumnya mengkombinasikan antara sistem
informasi geografis dengan model-model matematis maupun model-model multi kriteria.
Penggunaan model-model multi criteria decision support system untuk pengembangan industri dilakukan oleh Ruiz, Romero et al. (2012) yang mengkombinasikan fuzzy AHP dengan GIS, Hagadone dan Grala (2012) menggunakan neighboring spatial analysis untuk membangun industri berbasis kehutanan di Missisipi. Ocalir, Ercoskun et al. (2010) mengkombinasikan model fuzzy logic dengan GIS untuk menentukan lokasi pangkalan taxi, Radiarta, Saitoh et al. (2008) menggunakan model multi kriteria berbasis GIS untuk mengidentifikasi lokasi pengembangan aquaculture di Jepang dan Hossain, Chowdhury et al. (2009) di Bangladesh.
Disamping penggunaan model-model spatial multi criteria decision making, beberapa peneliti juga menggunakan model-model matematis dalam melakukan analisis spasial untuk tujuan penelitiannya. Terkait dengan permasalahan penentuan lokasi pengembangan energi biomassa, Zhang, Johnson et al. (2011). Penelitian Zhang ini mempertimbangkan biaya transportasi dalam pengumpulan sumber-sumber bahan energi biomas yang tersebar secara geographis. Eddie, Cheng et al. (2007) memasukkan model gravitasi dalam sistem GIS untuk menentukan lokasi pusat perbelanjaan sementara Benoit dan Clarke (1997) menggunakan teknologi GIS, GPS dan model multi objective untuk menentukan lokasi retail.
Model-model analisis spasial yang dikembangkan untuk permasalahan lokasi dan alokasi dilakukan oleh Gar-On, Yeh et al. (1996) yang mengintegrasikan antara model lokasi-alokasi dengan GIS untuk menentukan perencanaan lokasi fasilitas publik demikian juga halnya dengan yang dilakukan oleh London (1990) dengan kasus penentuan lokasi sekolah di negara-negara berkembang. Berman dan Mandowsky (1996) mengembangkan model lokasi alokasi untuk permasalah jaringan transportasi yang padat. Permasalahan lokasi alokasi multi periode seperti yang dilakukan pada penelitian ini juga telah dilakukan oleh Sha dan Huang (2012). Model Lokasi dan Alokasi
Model lokasi-alokasi merujuk pada algoritma yang digunakan dalam sistem informasi geografis untuk menentukan lokasi yang optimal dari satu atau lebih fasilitas yang akan melayani perimintaan dari sekumpulan titik tertentu. Algoritma yang dapat digunakan untuk melihat kemampuan dari fasilitas-fasilitas tersebut dalam melayani permintaan yang ada bergantung dari beberapa faktor seperti ketersediaan fasilitas, biaya, dan kondisi infrastruktur dari fasilitas menuju titik permintaan tersebut (Sommer dan Wade, 2006).
Ketika terdapat beberapa titik-titik sumber daya dan sejumlah titik permintaan, maka akan muncul kebutuhan terhadap optimalisasi rute untuk mengakses sumber daya tersebut. Ini merupakan permasalahan yang sering dihadapi oleh sejumlah institusi bisnis dan pemerintahan. Subyek ini mendapatkan perhatian yang cukup besar di negara-negara yang sedang berkembang karena terdapat sejumlah besar permintaan terhadap pengembangan infrastruktur, fasilitas air minum, fasilitas pendidikan, sistem distribusi, energy, fasilitas medis untuk publik, transportasi, pusat-pusat rekreasi dan wisata yang mana merupakan perhatian utama dari negara-negara yang sedang berkembang. Keputusan pendirian dan pengembangan suatu fasilitas produksi atau gudang penyimpanan sering kali harus dilakukan secara simultan dengan keputusan lain, antara lain yang menyangkut alokasi produksi dan pengiriman. Permasalahan ini akan lebih lebih kompleks lagi apabila kita mempertimbangkan batasan kapasitas dari masing-masing fasilitas yang ada (Pujawan, 2010).
Sejumlah penelitian-penelitian telah dipresentasikan dalam publikasi ilmiah untuk memecahkan permasalahan lokasi-alokasi ini (Lashine, Fattouh et al., 2006). Pendekatan yang umum digunakan adalah formulasi mixed integer
linier programming. Teknik-teknik optimasi digunakan untuk memecahkan
sebagian besar permasalahan-permasalahan dengan kompleksitas rendah sampai sedang. Untuk permasalahan skala besar umumnya penggunaan metode heuristik lebih dominan.
Pada banyak permasalahan-permasalahan lokasi-alokasi terkadang minimasi biaya bukan merupakan faktor yang paling penting untuk dipertimbangkan. Proses untuk mendayagunakan tujuan dengan multi kriteria
secara luas dibahas lama oleh Geofrion (1978). Banyak peneliti yang menyarankan sejumlah pertimbangan atau faktor-faktor sebagai kriteria yang penting untuk permasalahan lokasi-alokasi ini. Faktor-faktor tersebut antara lain ketersediaan alat transportasi, ketersediaan tenaga kerja, biaya hidup, ketersediaan dan keterdekatan terhadap bahan baku, jarak ke pasar, posisi kompetitif, antisipasi terhadap pertumbuhan pasar, tren populasi dan pendapatan, ketersediaan dan biaya lahan, keterdekatan dengan industri-industri yang lain, ketersediaan dan biaya utilitas, sikap pemerintah, struktur pajak, faktor-faktor yang terkait dengan masyarakat, pertimbangan terhadap lingkungan, penilaian risiko dan tingkat pengembalian asset (Badri, 1999).
Faktor kualitatif adalah sangat penting, namun seringkali tidak praktis dan biasanya diberlakukan sebagai bagian dari tanggung-jawab manajemen untuk melakukan analisa lebih lanjut tidak seperti penggunaan model-model kuantitatif yang memasukkan model permasalahan lokasi-alokasi yang sepenuhnya dapat diserahkan pada model untuk memecahkannya.
Pendekatan kuantitatif pada umumnya mendasarkan pada model-model transportasi/penugasan, dan formulasi programma linier. Formulasi integer dan mixed integer programming telah digunakan oleh banyak peneliti seperti Wei-hua et al (2011), Bhatnagar dan Teo (2009), Vos dan Akkermans (1996) yang mengakomodasi perilaku dinamis dari sistem dan lain-lain. Permasalahan lokasi/alokasi sebagai sebuah permasalahan kombinatorial yang diselesaikan dengan menggunakan metode heuristik dipresentasikan oleh Zhou et al(2002). Zhou dan kawan-kawan menggunakan algoritma genetika untuk memecahkan permasalahan kombinatorial tersebut(Abidin, 2007).
Permasalahan optimalisasi transportasi CPO ini membutuhkan evaluasi jaringan supply chain komoditas CPO secara total. Dalam hal ini, keputusan tentang sumber pasokan kelapa sawit, lokasi pabrik kelapa sawit serta lokasi pelabuhan muat dan pelabuhan tujuan harus ditentukan secara simultan. Untuk perusahaan yang beroperasi secara global maupun nasional, mereka mungkin akan membuka sejumlah perkebunan, pabrik kelapa sawit dan menggunakan beberapa jalur transportasi. Tiap-tiap sumber bahan baku maupun pabrik bisa dibuka atau
ditutup dan masing-masing memiliki biaya-biaya tetap maupun biaya variabel. Tiap pabrik juga punya keterbatasan kapasitas. Demikian pula, tiap alternatif pelabuhan bisa diputuskan untuk dibuka atau tidak dan masing-masing punya kapasitas dan biaya-biaya tetap. Untuk permasalahan yang seperti ini, di samping jawaban terhadap dibuka tidaknya suatu pabrik atau pelabuhan, perlu juga dijawab dari pelabuhan mana tiap wilayah pasar akan dipasok dan dari pabrik mana tiap pelabuhan asal akan dipasok.
Walaupun permasalahan jaringan supply chain yang dikaji imi merupakan permasalahan strategis dan keputusan seperti ini hanya dibuat sekali dalam jangka panjang, namun harus disadari bahwa perubahan iklim bisnis yang semakin dinamis membuat keputusan-keputusan seperti di atas perlu ditinjau lebih sering (Fine, Vardan et al. (2002) dalam Pujawan (2010)). Lebih lanjut Pujawan (2010) menyatakan bahwa walaupun hubungan antar perusahaan pada supply chain diharapkan berlangsung jangka panjang, namun perubahan situasi makro dan mikro tiap perusahaan memaksa mereka untuk sering mengubah di mana mereka akan membeli bahan baku, di mana mereka akan memusatkan kegiatan produksi, di mana mereka akan menyimpan produk dan sebagainya. Dengan kata lain, jaringan supply chain perlu dirancang ulang setiap kali ada perubahan situasi yang cukup dramatis, seperti resesi di suatu wilayah pemasaran, peningkatan ongkos infrastruktur di tempat produksi, ketidakstabilan negara tempat gudang berada, dan sebagainya (Pujawan, 2010).