5.5 Model Sistem Rantai Pasokan Beras di DKI Jakarta
5.5.2 Penilaian Dari Pakar Terhadap Model Yang Dihasilkan
Di luar ruang lingkup penelitian seperti yang telah diuraikan pada Bab I, untuk mendapatkan informasi mengenai nilai positif (nilai lebih) maupun nilai negatif (nilai kurang) termasuk juga nilai manfaat dari hasil penelitian ini, telah disebarkan kuesioner dan diperoleh sebanyak delapan responden pakar yang memberikan penilaian terhadap model yang dihasilkan. Para pakar diminta untuk memberikan nilai positif maupun nilai negatif terhadap empat model yang dihasilkan yaitu terhadap model prakiraan pasokan beras, model prakiraan harga beras, model pemilihan pemasok beras serta model distribusi dan transportasi beras untuk rantai pasokan beras di provinsi DKI Jakarta. Para responden terdiri dari empat orang pakar dari pihak praktisi dan empat orang pakar dari pihak akademisi. Pakar yang memberikan penilaian pada model tersebut berasal dari PT. Food Station Tjipinang Jaya, Dewan Pimpinan Pusat Persatuan Penggilingan Padi dan Pengusaha Beras Indonesia (PERPADI), Pasar Induk Beras Cipinang (PIBC), PT. Cipta Mapan Logistik, Universitas Indonesia, Universitas Padjadjaran, Universitas Andalas dan Universitas Widyatama. Jawaban dari para pakar terhadap kuesioner yang disebarkan dapat dilihat pada Lampiran 10.
Untuk memberikan penilaian terhadap empat model yang dihasilkan dari penelitian ini, para pakar mendapatkan kuesioner melalui email dan memberikan penilaiannya setelah membaca terlebih dahulu ringkasan penelitian dan hasil-hasil dari model yang diperoleh pada penelitian yang dicantumkan pada kuesioner
tersebut. Terdapat banyak penilaian terkait model yang dihasilkan. Penilaian para pakar terhadap satu model ada yang sama tetapi sebagian besar penilaian tersebut lebih banyak berbeda.
Secara menyeluruh nilai positif (nilai lebih) maupun nilai negatif (nilai kurang) dari para pakar terhadap empat model yang dihasilkan tersebut dapat dilihat berturut-turut dari Tabel 28 sampai dengan Tabel 31.
Tabel 28. Nilai Positif dan Negatif Dari Model Prakiraan Pasokan Beras No Nilai Positif
1. Membantu dalam stabilisasi pasokan dan harga beras.
2. Dapat mengambil langkah preventif (operasi pasar) sebelum harga naik lebih tinggi.
3. Dapat dijadikan pedoman oleh para pengambil keputusan apakah perlu dilakukan operasi pasar atau tidak.
4. Dapat mengetahui jumlah pasokan terhadap kebutuhan. 5. Dapat dipergunakan untuk memonitor kecenderungan harga. 6. Dapat memudahkan dalam pengambilan keputusan.
No Nilai Negatif
1. Tidak memperhitungkan musim yang ekstrim yang mengakibatkan gagal panen. 2. Dengan diketahuinya persediaan di gudang, terutama jika jumlahnya sedikit, maka
pedagang daerah dapat menjadi spekulan.
3. Tidak dapat menentukan waktu/periode tertentu sebagai peak demand.
4. Modelnya tidak mengakomodasi adanya feedback antar variabel seperti persediaan dengan harga beras.
5. Tidak memperhitungkan stock optimal level.
Tabel 29. Nilai Positif dan Negatif Dari Model Prakiraan Harga Beras No Nilai Positif
1. Dapat membantu dalam menentukan harga jual dan untuk pemerintah
menentukan HPP (harga pembelian pemerintah) untuk GKP (gabah kering panen) dan GKG (gabah kering giling).
2. Dapat mengetahui harga beras di kemudian hari . 3. Dapat secara efektif memonitor trend harga.
4. Dapat memudahkan dalam pengambilan keputusan dan memudahkan pemantauan terhadap perilaku harga beras .
Tabel 29. Nilai Positif dan Negatif Dari Model Prakiraan Harga Beras (lanjutan) No Nilai Negatif
1. Model tidak dapat memperkirakan, karena pada saat tertentu kenaikan harga tidak dapat dihindari.
2. Masih belum dapat memprediksi harga lebih dari dua minggu ke depan.
Dari Tabel 28 dan Tabel 29 dapat dinyatakan bahwa menurut pakar, nilai positif dari model prakiraan pasokan dan harga beras adalah dapat membantu dan memudahkan pihak yang berkepentingan dalam mengambil keputusan untuk melakukan dan mengantisipasi stabilitas pasokan dan harga beras. Sementara nilai negatif dari model tersebut adalah belum memperhitungkan faktor-faktor lain yang mempengaruhi pasokan dan harga beras seperti faktor cuaca, waktu/periode kapan permintaan beras mencapai permintaan tertinggi (peak demand) dan model tersebut belum mengakomodasi hubungan antar variabel seperti persediaan beras dengan harga beras.
Tabel 30. Nilai Positif dan Negatif Dari Model Pemilihan Pemasok Beras No Nilai Positif
1. Dapat menentukan siapa pemasok potensial.
2. Dapat mengetahui kriteria pemilihan kondisi beras berikut bobot penilaiannya. 3. Model dapat membantu memilih pemasok yang kompeten.
4. Model dapat memudahkan dalam pengambilan keputusan yang terstruktur . 5. Dapat meningkatkan mutu beras yang dihasilkan.
No Nilai Negatif
1. Tidak dapat memonitor pemasok yang tidak rutin/ jarang masuk PIBC.
2. Masih kurangnya informasi pemasok dari daerah produsen yang dapat diketahui oleh para pedagang grosir.
3. Model tidak menjamin pasokan beras dari daerah penyanggah.
4. Tidak mengakomodasi sumber pasokan setiap daerah memiliki spesifikasi jenis dan mutu beras yang berbeda.
Dari Tabel 30 dapat disimpulkan bahwa menurut pakar, nilai positif dari model pemilihan pemasok beras adalah dapat menentukan pemasok potensial, dapat mengetahui kriteria pemilihan kondisi beras berikut bobot penilaiannya dan dapat meningkatkan mutu beras yang diharapkan, sedangkan beberapa nilai
negatif dari model tersebut adalah model belum dapat memonitor pemasok yang jarang melakukan transaksi, model belum memiliki informasi pemasok yang perlu diketahui oleh pihak pembeli (pengusaha beras), model belum mengakomodasi sumber pasokan beras dari setiap daerah yang memiliki spesifikasi jenis dan mutu beras tertentu.
Tabel 31. Nilai Positif dan Negatif Dari Model Distribusi dan Transportasi Beras No Nilai Positif
1. Dapat memberikan nilai efisiensi pada bahan bakar dan waktu pengiriman. 2. Dapat menekan harga beras sampai harga beli konsumen akhir.
3. Mengetahui waktu penanganan beras per kendaraan (ton).
4. Model dapat memberikan biaya yang optimal untuk distribusi dan transportasi. 5. Memudahkan untuk pemilihan rute berdasarkan jarak terpendek.
No Nilai Negatif
1. Tidak memperhitungkan kendaraan yang tidak dalam kondisi prima.
2. Model belum mengakomodasi kepadatan lalulintas yang dapat menyebabkan inefisiensi transportasi
Dari Tabel 31 dapat dinyatakan bahwa menurut pakar, nilai positif dari model distribusi dan transportasi beras adalah dapat memberikan nilai efisiensi pada penggunaan bahan bakar dan waktu pengiriman, dapat menekan harga beras sampai konsumen akhir, dapat memberikan informasi jumlah beras yang ditangani tiap kendaraan, dan juga memudahkan untuk pemilihan rute berdasarkan jarak terpendek. Sementara nilai negatif dari model tersebut adalah belum memperhitungkan kendaraan yang tidak layak jalan dan belum mengakomodasi kepadatan lalulintas yang dapat menyebabkan inefisiensi transportasi.
Nilai Manfaat Dari Model Menurut Pakar
Untuk mengukur nilai manfaat dari model yang dihasilkan, para pakar diminta memberikan nilai manfaat tersebut melalui penilaian dengan skala likert satu sampai dengan lima. Pada penilaian ini, pakar pertama diberi notasi E1, pakar ke dua diberi notasi E2, sampai dengan pakar ke delapan diberi notasi E8. Pakar memberi nilai satu jika model yang dihasilkan dianggap tidak bermanfaat, nilai dua jika model yang dihasilkan dianggap kurang bermanfaat, nilai tiga jika model
yang dihasilkan dianggap cukup bermanfaat, nilai empat jika model yang dihasilkan dianggap bermanfaat dan nilai lima jika model yang dihasilkan dianggap sangat bermanfaat. Dari data yang diberikan oleh para pakar yang terdapat pada Lampiran 10, nilai manfaat dan perhitungan rata-rata manfaat secara aritmetik tersebut dapat dilihat pada Tabel 32.
Tabel 32. Nilai Manfaat Model Penelitian Menurut Pakar No Model Untuk
Subsistem
Nilai Manfaat Menurut Pakar Nilai Rata-Rata (W) E1 E2 E3 E4 E5 E6 E7 E8 1 Prakiraan Pasokan Beras 5 5 5 5 4 3 5 4 4,5 2. Prakiraan Harga Beras 4 5 5 4 5 3 5 4 4,375 3. Pemilihan Pemasok Beras 4 5 5 5 3 4 4 4 4,25 4. Distribusi dan Transportasi Beras 5 5 5 4 4 5 4 4 4,5
Nilai dari hasil perhitungan rata-rata aritmetik untuk setiap model menunjukkan nilai berada di atas angka empat. Sesuai dengan definisi efektifitas seperti yang telah diuraikan pada Bab IV, selanjutnya nilai tersebut mengindikasikan bahwa model-model yang dihasilkan efektif dan bermanfaat untuk dapat dipertimbangkan dan dipergunakan dalam menjawab permasalahan yang terkait di lapangan.
Nilai rata-rata manfaat terhadap model yang diberikan oleh pakar praktisi sedikit lebih tinggi dibandingkan dengan nilai rata-rata yang diberikan oleh pakar akademisi. Perbedaan tersebut disebabkan oleh perbedaan sudut pandang ke dua tipe pakar tersebut terhadap model yang dihasilkan. Pakar praktisi memberi penilaian lebih kepada manfaat model yang kemungkinan dapat diterapkan di lapangan, sedangkan pakar akademisi lebih menitikberatkan penilaian manfaat model pada konsep dan gagasan mengapa model tersebut dipergunakan untuk menyelesaikan suatu permasalahan.
Sebagai contoh, nilai rata-rata manfaat untuk model prakiraan pasokan beras, pakar praktisi memberi nilai rata-rata sebesar lima, sedangkan pakar akademisi memberi nilai rata-rata sebesar empat. Demikian pula untuk model
pemilihan pemasok beras, pakar praktisi memberi nilai rata-rata sebesar 4,75, sedangkan pakar akademisi memberi nilai rata-rata sebesar 3,75. Secara menyeluruh, histogram grafik nilai rata-rata manfaat dari pakar praktisi dan akademisi tersebut dapat dilihat pada Gambar 64, sedangkan diagram jejaring (web diagram) dari nilai rata-rata penilaian tersebut dapat dilihat pada Gambar 65.
Gambar 64. Histogram Rata-rata Nilai Manfaat Menurut Pakar
Gambar 65. Diagram Jejaring Rata-rata Nilai Manfaat Menurut Pakar 5 4,5 4,75 4,75 4 4,25 3,75 4,25 0 0,5 1 1,5 2 2,5 3 3,5 4 4,5 5 Prakiraan Pasokan Beras Prakiraan Harga Beras Pemilihan Pemasok Beras Distribusi dan Transportasi Beras
Grafik Nilai Manfaat Model Penelitian
Rataan Penilaian Praktisi
Rataan Penilaian Akademisi
0 1 2 3 4 5 Prakiraan Pasokan Beras Prakiraan Harga Beras Pemilihan Pemasok Beras Distribusi dan Transportasi Beras
Grafik Nilai Manfaat Model Penelitian
Praktisi Akademisi