BAB V. HASIL DAN PEMBAHASAN
5.1 Persiapan Data Analisis Jaringan Syaraf
Data yang digunakan dalam penelitian ini adalah data-data faktor penyebab kelangkaan pupuk yang telah dipilih baik yang bersifat kualitatif maupun kuantitatif. Pemilihan faktor penyebab kelangkaan pupuk berasal dari studi literatur dan hasil wawancara dengan para pakar dan pelaku pendistribusian pupuk yang ada di Kabupaten Banyumas. Menurut Dewi (2009) faktor yang menyebabkan kelangkaan pupuk antara lain adalah kecukupan jumlah produksi pupuk Urea, penggunaan dosis pupuk yang berlebihan, pengecer menimbun / memberikan pupuk kepada penebus terbesar, peramalan masa tanam yang kurang tepat, distribusi pupuk bersubsidi yang tidak tepat sasaran, keterlambatan pengiriman karena kondisi tertentu, dan terjadinya perembesan keluar daerah subsidi lain. Dari hasil wawancara diperoleh faktor-faktor penyebab kelangkaan pupuk antara lain adalah data luas lahan yang tidak valid di daerah, permintaan yang meningkat di awal musim tanam, adanya perbedaan harga antara pupuk subsidi dan nonsubsidi, besarnya subsidi yang diberikan oleh pemerintah, dan perubahan harga gabah di tingkat petani. Menurut pakar, faktor-faktor tersebutlah yang memiliki hubungan keterkaitan dengan masalah penelitian ini, yaitu faktor yang dimungkinkan dapat menyebabkan kelangkaan pupuk. Faktor- faktor yang didapatkan dari studi literatur dan hasil wawancara digabungkan dan dicek kembali dengan menggunakan pendapat salah seorang pakar. Hasil penilaian ini adalah 12 faktor yang dianggap sebagai penyebab kelangkaan pupuk yang terjadi di Kabupaten Banyumas.
Setelah faktor-faktor tersebut didapatkan, langkah selanjutnya adalah melakukan analisis awal untuk mempersiapkan data sebelum data tersebut akan diproses lebih lanjut dalam jaringan syaraf Backpropagation. Analisis yang akan dilakukan ini adalah pengidentifikasian faktor kritis penyebab kelangkaan pupuk di Kabupaten Banyumas.
Analisis identifikasi faktor krtitis penyebab kelangkaan pupuk di Kabupaten Banyumas ini dilakukan dengan dua tahap dengan menggunakan bantuan penilaian pakar (Expert Judgement). Tahap pertama adalah dengan melakukan urutan prioritas terhadap pengaruh suatu faktor terhadap kejadian kelangkaan yang terjadi. Analisis ini dilakukan dengan menggunakan Metode Perbandingan Eksponensial (MPE). Teknik ini digunakan sebagai pembantu bagi individu dalam pengambilan keputusan untuk menggunakan rancang bangun model yang telah terdefinisi dengan baik pada tahapan proses (Marimin 2004).
Dalam MPE ini dilakukan dua tahapan penilaian oleh seorang pakar, tahapan pertama adalah penilaian untuk menentukan bobot dari masing-masing kriteria dengan menggunakan model penilaian perbandingan berpasangan. Setelah bobot masing-masing kriteria didapatkan, tahapan selanjutnya adalah penilaian perhitungan skor untuk setiap alternatif faktor penyebab kelangkaan pupuk. Model penilaian yang dilakukan adalah dengan model penilaian skala ordinal (generik).
Model penilaian skala ordinal ini dinilai dengan skala 1-5, dimana nilai (1) artinya sangat sedikit, (2) sedikit, (3) biasa, (4) banyak dan (5) sangat banyak. Dari hasil penilaian pakar, didapatkan hasil seperti yang disajikan pada Tabel 5.
39 Tabel 5. Hasil perhitungan skor Alternatif dengan Metode MPE
Kriteria Peniaian
A B C D Nilai Ranking
Alternatif Faktor
Kecukupan Jumlah Produksi Pupuk Urea 3 4 4 3 518 3 Penggunaan dosis pupuk yang berlebihan 1 3 4 2 340 5 Pengecer menimbun / memberikan pupuk
kepada penebus terbesar 4 2 2 1 37 8 Peramalan Masa tanam yang kurang tepat 3 4 3 4 344 4 Distribusi Pupuk bersubsidi yang tidak
tepat sasaran. 3 3 2 3 103 6
Keterlambatan pengiraman karena
kondisi tertentu. 3 1 2 3 23 9
Data luas lahan yang tidak valid di daerah 2 1 3 3 87 7 Permintaan yang meningkat di awal
musim tanam 4 5 4 4 889 1
Terjadinya Perembesan Keluar daerah
Subsidi lain 2 2 2 3 37 8
Adanya Disparitas Harga (perbedaan harga antara pupuk subsidi dan non-
subsidi) 4 4 5 4 889 1
Besarnya Subsidi yang diberikan oleh
pemerintah. 3 2 5 4 648 2
Perubahan Harga Gabah di tingkat petani. 3 4 4 3 518 3
BOBOT 1 4 4 1
Keterangan :
A = Biaya penanggulangan C = Dampak bagi petani B = Frekuensi krisis D = Kemudahan penanganan.
Dari hasil penilaian skor tersebut didapatkan urutan prioritas faktor penyebab kelangkaan pupuk di Kabupaten Banyumas. Faktor dengan nilai terendah (keterlambatan pengiriman karena kondisi tertentu, pengecer menimbun atau memberikan pupuk kepada penebus terbesar, dan terjadinya perembesan keluar daerah subsidi lain) akan dieliminasi dan tidak dilanjutkan pada analisis di tahap berikutnya, yaitu penilaian dengan menggunakan AHP.
Tahapan analisis berikutnya adalah penilaian pakar dengan menggunakan teknik AHP. Sama halnya dengan analisis pada tahapan sebelumnya, analisis dengan menggunakan AHP ini juga membutuhkan penilaian pakar untuk mendapatkan bobot yang akan menentukan prioritas dari suatu faktor yang memiliki pengaruh yang paling besar terhadap kelangkaan yang terjadi. Perbedaan AHP dan MPE ini terletak pada cara penilaian di mana pada MPE penilaian dilakukan hanya dengan melihat nilai dari faktor itu sendiri sedangkan pada AHP penilaian dilakukan dengan membandingkan satu faktor dengan faktor yang lain dan dilihat dari tingkat kepentingan dari level sebelumnya. Oleh karena itu penilaian AHP ini lebih terstruktur dan lebih menyeluruh.
40 Dalam menilai pembobotan dalam hierarki ini digunakan bantuan softwareExpert Choice. Berikut adalah hasil penilaian yang telah dilakukan oleh beberapa pakar yang telah disatukan dengan bantuan software ini.
Gambar 16. Bobot hasil penilaian pakar dengan metode AHP
Dari hierarki tersebut dapat dilihat bahwa pada aktor yang berperan penting dalam menangani kelangkaan pupuk yang terjadi di Kabupaten Banyumas adalah Pemerintah. Dimana pemerintah memiliki peran penting dan strategis untuk bertindak dan melakukan penanganan terhadap segala masalah kelangkaan yang terjadi. Selanjutnya dapat dilihat pula bahwa faktor penyebab kelangkaan yang terjadi di Banyumas adalah karena perbedaan margin yang terlalu besar diantara harga pupuk subsidi dan pupuk yang tidak bersubsidi. Menurut Drajat (2005) Permasalahan kelangkaan pupuk yang terjadi pada Lini I, Lini III dan Lini IV sebenarnya bersumber pada dua hal berikut yaitu :
1. Disparitas harga domestik dan ekspor terlalu tinggi, sehingga terjadi ekspor pupuk (disparitas harga bisa mencapai AS$ 50 per ton).
2. Disparitas harga pupuk bersubsidi dan pupuk tidak bersubsidi terlalu tinggi dimana harga pupuk bersubsidi terlalu rendah (disparitas harga normal Rp 850 per kg). Hal ini memicu perembesan pupuk dari pertanian tanaman pangan dan perkebunan rakyat ke perkebunan besar.
Dari hierarki tersebut juga terlihat bahwa untuk mengatasi kelangkaan tersebut pemerintah dapat melakukan perubahan sistem manajerial terutama dalam menentukan perbedaan harga pupuk yang bersubsidi dan yang tidak bersubsidi. Misalnya dengan menetapkan harga tertinggi bagi pupuk nonsubsidi sehingga selisih harga yang ditimbulkan dapat terkontrol.
Faktor yang memiliki bobot paling kecil dari hasil analisis adalah ketidakvalidan data luas tanah pertanian yang dicantumkan dalam RDKK. Nilai ini dianggap tidak terlalu berpengaruh karena perubahan luas lahan yang dicantumkan dari tahun ke tahun tidak mengalami perubahan yang signifikan, kalaupun ada perubahan biasanya sedikit. Faktor yang memiliki bobot paling kecil inilah yang akan dieliminasi sehingga tersisa delapan faktor kritis yang dapat menyebabkan kelangkaan di Kabupaten Banyumas.
41
5.1.1 Perincian Data
Setelah delapan faktor yang diperkirakan dapat menyebabkan kelangkaan di Banyumas dari hasil penilaian pakar maka faktor-faktor tersebut dikelompokan untuk dijabarkan menjadi data yang lebih terperinci. Data yang lebih terperinci inilah yang akan menjadi masukan pada JST yang akan dikembangkan. Adapun perincian data berdasarkan faktor penyebab kelangkaannya adalah sebagai berikut :
1. Perbedaan harga pupuk subsidi dan nonsubsidi
(Harga pupuk subsidi, Harga HET, Harga Pupuk tidak bersubsidi, Selisih harga, dll). 2. Distribusi tidak tepat sasaran
(Perkiraan jumlah pupuk yang hilang / loss ). 3. Besarnya subsidi pemerintah
(Anggaran APBN Subsidi Pupuk, Besarnya Subsidi Gas Amonia, Nilai Tukar Rupiah pada Dolar, dll).
4. Permintaan pupuk yang tinggi di awal musim tanam
(Jumlah pemakaian pupuk urea daerah, jumlah pupuk yang tersedia untuk bulan tanam). 5. Kecukupan jumlah produksi pupuk
(Alokasi Urea untuk Kabupaten Banyumas, Alokasi Urea untuk Kecamatan Banyumas). 6. Harga Gabah di tingkat Petani
(Harga GKG, Harga GKP, Harga Gabah Kualitas Rendah, Harga Beras). 7. Pemakaian dosis tidak tepat
(Anjuran dosis pemerintah, dosis pupuk yang digunakan petani). 8. Peramalan masa tanam tidak tepat
(Data waktu tanam, data curah hujan, data waktu panen).
5.1.2 Pemilihan Masukan Data
Setelah data dikelompokan dalam kelompok data yang lebih terperinci, langkah selanjutnya adalah menentukan data yang akan diintegrasikan dengan sistem deteksi dini menggunakan Jaringan Syaraf Tiruan. Pemilihan atribut masukan pada jaringan ini ditentukan berdasarkan metode kausalitas dimana dalam metode ini melakukan pemilihan atribut masukan jaringan syaraf tiruan berdasarkan dampak atau sebab akibat antar atribut.
Seperti yang telah dijabarkan pada analisis data pada tahap sebelumnya bahwa data-data tersebut adalah faktor yang diperkirakan dapat menyebabkan kelangkaan pupuk apabila porsi data yang seharusnya tidak terpenuhi, sehingga seluruh data di atas adalah data yang bersifat kausalitas. Pada penelitian ini atribut-atribut data mengenai kualitas kelangkaan pupuk dan sumber data yang dipilih adalah sebagai berikut :
1. Selisih harga pupuk subsidi dan nonsubsidi (Permentan dan Dintan Banyumas) (X1) 2. Perkiraan jumlah pupuk yang hilang (Dintan Banyumas) (X2)
3. Anggaran dana pemerintah untuk subsdi pupuk (BPS) (X3)
4. Jumlah ketersediaan pupuk urea daerah (Dintan Banyumas) (BPS) (X4) 5. Alokasi urea untuk Per-Kecamatan di Banyumas (Dintan Banyumas) (X5) 6. Harga gabah kering iling (BPS) (X6)
7. Dosis pupuk yang digunakan petani (Dintan Banyuams) (X7)
42 Dari pemilihan atribut data masukan ini didapatkan delapan data yang lebih terperinci yang diperkirakan memiliki dampak yang nyata sebagai penyebab adanya kelangkaan pupuk yang terjadi di Kabupaten Banyumas sehingga dapat dijadikan sebagai parameter untuk sinyal-sinyal kelangkaan pupuk yang akan terjadi.
5.1.3 Persiapan Akhir data
Setelah data yang akan digunakan sebagai masukan pada jaringan telah ditentukan, langkah selanjutnya adalah menyusun data tersebut ke dalam sebuah matriks besar secara berurutan agar data tersebut dapat diidentifikasikan. Data yang akan digunakan adalah data delapan atribut tersebut pada setiap kecamatan di Banyumas selama kurun waktu tiga tahun dimulai dari tahun 2006 hingga tahun 2008. Dari data tersebut didapatkan 81 paket data yang siap untuk dianalisis. Namun sebelum melakukan analisis lebih lanjut, 81 Paket data tersebut dinormalisasi terlebih dahulu untuk memudahkan proses pembelajaran dan agar sesuai dengan fungsi aktivasi yang akan digunakan. Normalisasi dilakukan dengan range 0.1 hingga 0.9.
Data yang telah didapatkan tersebut dibagi menjadi dua bagian yaitu data untuk pelatihan dan data yang digunakan sebagai pengujian. Dalam penelitian ini 80% data digunakan sebagai data pelatihan dan 20% digunakan sebagai data pengujian, atau dengan kata lain 66 paket data digunakan sebagai data pelatihan dan 15 data digunakan sebagai data pengujian. Berdasarkan literatur yang ada hingga kini tidak ada aturan baku untuk menentukan ukuran jumlah baik data set pelatihan atau data uji.
Pada percobaan ini delapan atribut tersebut selanjutnya akan digunakan untuk menentukan tingkat kerawanan, data input disajikan dalam Lampiran 2. Dari hasil literatur belum ditemukan tingkat kelangkaan pupuk yang terjadi di Kabupaten Banyumas. Oleh karena itu, pada percobaan tingkat kelangkaan pupuk dibuat berdasarkan hasil wawancara dan studi literatur dengan batasan parameter penentuan tersebut hanya berdasarkan tiga tepat yaitu, ketepatan jumlah kebutuhan pupuk, ketepatan waktu, dan ketepatan harga pupuk seperti yang telah dijelaskan dalam ruang lingkup sebelumnya. Parameter tersebut didapatkan dari hasil wawancara yang menyebutkan bahwa jumlah pupuk dapat digunakan sebagai patokan terjadinya krisis, selain itu dari studi literatur menyebutkan bahwa pupuk baru bermakna ketika memenuhi setidaknya dua tepat. Tepat yang pertama adalah tepat waktu yang berarti ketika dibutuhkan pada saat mulai musim tanam seperti saat ini petani bisa mendapatkannya, dan yang kedua adalah tepat harga (Suswono 2008).
Selanjutnyapenentuan intensitas krisis dilakukan dengan pembobotan yang didapatkan dari hasil analisis AHP yang telah dimodifikasi. Dari hasil analisis tersebut ditentukan tingkat kelangkaan pupuk manjadi tiga level yaitu aman, normal dan rawan. Penentuan tingkat kerawanan tersebut didasarkan pada parameter yang tersedia pada Tabel 6. Perhitungan penentuan tingkat kerawanan berdasarkan AHP dapat dilihat dalam Lampiran 4.
Tabel 6. Parameter Penentuan Tingkat Kerawanan Berdasarkan Prinsip tiga Tepat
Waktu (berdasarkan Curah Hujan) (mm/bln) Jumlah (bedasarkan persentase ketersediaan pupuk) (%) Harga (berdasarkan selisih harga pupuk subsidi)
(Rp)
Aman < 100 > 85 < 500
Biasa 100 - 200 80 – 85 500 - 1000
Rawan > 200 < 80 > 1000
43 Tiga tingkat kerawanan tersebut ditransformasikan menjadi sebuah bilangan bulat kecil, tingkat kerawanan tersebut adalah :
1. Aman 1 2. Normal 2 3. Rawan 3
Level kelangkaan pupuk tersebutlah yang akan dijadikan target pelatihan dan juga akan digunakan sebagai alat untuk memvalidasi dan mengukur kemampuan kerja dari jaringan syaraf tiruan yang akan dikembangkan sebagai sistem deteksi dini. Adapun nilai diluar tersebut akan diberi keterangan ragu- ragu karena jaringan dianggap belum mengenali pola tersebut.