MODEL SIMULASI
MANAJEMEN KRISIS PERUSAHAAN AGROINDUSTRI
ALBERT P. KUHON
SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
Dengan ini saya menyatakan bahwa disertasi Model Simulasi Manajemen Krisis Perusahaan Agroindustri adalah karya dan hasil penelitian saya sendiri dengan diarahkan komisi pembimbing dan belum pernah diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Semua sumber informasi dan data yang dikutip atau dipergunakan telah disebutkan secara jelas dan dapat diperiksa kebenarannya.
Bintaro, Juli 2007
Albert P. Kuhon
ALBERT P. KUHON. Model Simulasi Manajemen Krisis Perusahaan Agroindustri. Dibimbing oleh IRAWADI JAMARAN, DJUMALI MANGUNWIJAYA, MARIMIN, AMRIL AMAN, dan YANDRA ARKEMAN.
Dalam dunia perusahaan atau industri, krisis seringkali diartikan sebagai peristiwa mendadak yang mengakibatkan atau dapat mengundang keruntuhan reputasi dan melumpuhkan peluang perusahaan dalam pertumbuhan, memperoleh keuntungan, atau bahkan bertahan (profits, growth and survival). Penelitian ini bertujuan merekayasa dan menyusun model manajemen krisis dalam perusahaan agroindustri menggunakan akuisisi pengetahuan pakar dan teknik-teknik pengambilan keputusan berbasis logika fuzzy dan analisis ekonomi. Model simulasi yang dihasilkan merupakan piranti yang dapat menyajikan peringatan dini dan dampak maupun peluang krisis internal perusahaan agroindustri dan menyuguhkan alternatif solusi bagi krisis tersebut.
Penelitian ini hanya membahas krisis internal (core crises) pada perusahaan agroindustri. Yakni krisis yang berkaitan dengan segala bentuk eksploitasi suatu perusahaan dalam upaya mengubah risiko menjadi profit. Contoh krisis internal adalah krisis yang muncul akibat pemogokan pekerja, pencabutan izin usaha, dan langkanya bahan baku. Krisis internal yang menimpa suatu perusahaan terjadi akibat (1) kesalahan atau kegagalan teknologi, (2) konfrontasi atau pertentangan, (3) malevolence atau teror, (4) kegagalan manajemen, dan (5) ancaman lain terhadap perusahaan. Ruang lingkup penelitian ini adalah krisis yang melanda perusahaan melalui bahan dan produk, teknologi, sosial maupun bidang hukum, serta ekonomi dan finansial.
Penerapan simulasi dalam penelitian maupun pengembangan manajemen krisis masih terbatas. Model simulasi CrismanSoft (crises management software) yang dihasilkan dalam penelitian ini, menggunakan keterpaduan antara sistem pakar (expert system atau knowledge based system), sistem pusat data (database) dengan sistem pengolahan data (data processing). Hasil akuisisi pengetahuan dan pengalaman praktisi manajemen perusahaan yang diperoleh melalui wawancara dan angket, dipadukan dengan teknik-teknik pengambilan keputusan berbasis logika fuzzy dan analisis ekonomi, diolah menjadi gambaran mengenai dampak dan peluang krisis yang dihadapi perusahaan agroindustri serta solusi terhadap krisis tersebut.
CrismanSoft yang telah melalui proses validasi dan verifikasi, merupakan model yang dapat menyajikan peringatan dini dan memperkirakan tahapan maupun risiko krisis internal yang sedang dihadapi perusahaan agroindustri, serta menyajikan pilihan solusi krisis tersebut. Asupan data mengenai kondisi terhadap model, dapat menghasilkan gambaran dampak dan peluang krisis bahan, teknologi, sosial maupun finansial yang dihadapi perusahaan agroindustri pada perioda tertentu dan pilihan-pilihan guna menyelesaikan krisis tersebut.
ALBERT P. KUHON. A Design Model of Crisis Management Simulation in an Agroindustry Enterprise. Under the direction of IRAWADI JAMARAN (chairman), DJUMALI MANGUNWIJAYA, AMRIL AMAN, MARIMIN, and YANDRA ARKEMAN.
In the industry, crisis is often defined as a sudden big trouble threatening the achievement of the organization’s central goals- profits, growth and survival, or endangers its reputation. This research aims to develop a crisis management model for agroindustry using an integrated expert system or knowledge based system, economics analysis and fuzzy logic. The model, CrismanSoft (crises management software), detects impacts and probabilities of internal crises, provides early warnings and recommendations to solve the crises.
This research is limited to the core crises within the agroindustry companies which related to the exploitation to change risks into profits. Core crises include the crisis caused by labor strikes, permits revocation, and shortages of raw materials, which happen because of technological failures, confrontation or conflicts, malevolence or terror, managerial failures and other threats to the company. The scope of this research is internal crises in an agroindustry caused by raw material and product, technological, social or financial failures.
The application of simulation in crises management research and development is very limited. We integrate the acquired expert’s knowledge, database, and data processing using fuzzy rule-based decision making, economics and financial analysis to engineer
CrismanSoft. This simulation model detects the impacts and probability of crises, and provides the recommendations to solve the crises as well.
The validated and verified CrismanSoft is a model offering early warning, predicting impact and probability of the crises and presenting the solution alternatives for the particular crises. Data inputs to the model can generate prediction of the possibilities and impacts of the material, technological, social and financial crises in the agroindustry on a particular time and provide alternatives to solve the crises.
Krisis secara umum diartikan sebagai peristiwa yang datang secara mendadak dan mengakibatkan atau mengundang risiko besar yang tidak mudah dikendalikan. Kebanyakan krisis dalam masyarakat dihubungkan dengan kejadian besar yang menimbulkan korban nyawa atau kerugian material sangat nyata. Di kalangan perusahaan atau industri, krisis seringkali diartikan sebagai peristiwa mendadak yang mengakibatkan atau dapat mengundang keruntuhan reputasi dan melumpuhkan peluang perusahaan dalam pertumbuhan, memperoleh keuntungan, atau bahkan bertahan (profits, growth and survival). Ukuran setiap krisis ditentukan berdasarkan parameter mengenai besarnya dampak kerugian yang ditimbulkan peristiwa itu.
Penelitian mengenai manajemen krisis di lingkungan industri, terutama manajemen krisis dalam bidang agroindustri, sampai saat ini masih langka. Hasil penelitian terhadap ratusan krisis yang terjadi selama dekade 1981-1991 di Amerika Serikat menunjukkan perusahaan pengecer makanan, restoran dan usaha makanan cepat saji (fast food) serta agroindustri (termasuk juga perikanan dan perkebunan) memiliki tingkat risiko sedang atau medium terhadap krisis. Selain itu, risiko dan peluang kerugian finansial pada perusahaan agroindustri tergolong sangat tinggi (Mitroff, 2001; Doherty, 2000; Barton, 1993; Purcell 1991; Jefkins 1987; Fink, 1986; Gittinger, 1986).
Penelitian ini menggunakan perusahaan tapioka sebagai studi kasus karena industri tapioka merupakan salah satu jenis agroindustri yang rawan terhadap krisis internal. Dengan teknologinya yang sangat sederhana, industri tapioka tergolong padat karya dan sangat dipengaruhi oleh ketersediaan bahan baku. Perubahan harga bahan baku, ketersediaan uang tunai di perusahaan dan cuaca serta mutu prasarana fisik (jalan raya) sangat berpengaruh terhadap pasokan ubikayu yang menjadi bahan dasar pengolahan tapioka. Proses pengolahan tapioka juga sangat dipengaruhi oleh kelancaran pasokan air dan bahan bakar. Makin ketatnya peraturan mengenai kelestarian lingkungan hidup dan pengendalian pencemaran serta keterbatasan penyediaan bahan baku ubikayu, meningkatkan kemungkinan krisis bagi industri tapioka di Indonesia.
Penelitian ini bertujuan merekayasa dan menyusun model manajemen krisis menggunakan akuisisi pengetahuan pakar dan teknik-teknik pengambilan keputusan berbasis logika fuzzy dan analisis ekonomi. Model simulasi yang dihasilkan merupakan piranti yang dapat menyajikan peringatan dini dan dampak maupun peluang krisis internal perusahaan agroindustri dan menyuguhkan alternatif solusi bagi krisis tersebut.
Konfigurasi model pengelolaan krisis CrismanSoft (crises management software) tersusun atas Sistem Manajemen Basis Data (Data Base Management System), Sistem Manajemen Basis Model (Model Base Management System) dan Sistem Manajemen Basis Pengetahuan (Knowledge Base Management System). Ketiga sistem itu dihubungkan dengan Sistem Pengolahan Data (data processing) yang menjadi penghubung antar sistem, yang kemudian berinteraksi dengan Sistem Manajemen Dialog yang berfungsi sebagai tampilan bagi pengguna (user interface). Asupan data terhadap model tersebut, setelah diolah bisa menghasilkan gambaran mengenai dampak dan peluang terjadinya krisis serta pilihan-pilihan tindakan guna mencegah atau menanggulangi krisis tersebut.
dalam model manajemen krisis ini menggunakan perhitungan Net Present Value (NPV),
Internal Rate of Return (IRR), manfaat netto atau Net Benefit Cost Ratio (Net B/C), tingkat pengembalian modal atau Return on Investment (ROI), titik impas atau Break Even Point (BEP), dan perioda pengembalian modal atau Pay Back Period (PBP).
Pengambilan keputusan dalam model pengelolaan krisis CrismanSoft dilakukan melalui suatu sistem pakar yang didukung teknik fuzzy non-numerik. Keluaran analisis krisis komprehensif merupakan agregasi dari dampak dan peluang krisis bahan, krisis teknologi, krisis sosial dan krisis finansial. CrismanSoft merupakan paket aplikasi komputer yang bisa melakukan analisis mengenai krisis internal perusahaan agroindustri dan menyajikan solusi terhadap krisis tersebut.
Validasi dan verifikasi terhadap CrismanSoft menunjukkan model manajemen krisis bagi perusahaan agroindustri yang direkayasa cukup sahih dan memiliki kemampuan sebagaimana ditetapkan dalam tujuan pembentukannya. Validasi terhadap model-model matematis yang digunakan dalam pemulusan CrismanSoft dilakukan dengan penetapan tingkat akurasinya melalui pemantauan tingkat kesalahan menggunakan antara lain instrumen MAPE, MPE dan PE. Selain itu, dilakukan juga ujicoba CrismanSoft
menggunakan data dari perusahaan tapioka yang berbeda. Kita bisa juga mengukur akurasi pemulusan menggunakan nilai R-square dan Adjusted R-square sebagaimana telah dibahas di bagian depan disertasi ini.
Verifikasi terhadap CrismanSoft dilakukan guna memastikan bahwa model manajemen krisis ini terbebas dari kekeliruan proses logis (logical errors) sehingga dapat berfungsi sesuai dengan tujuan rekayasanya. Langkah verifikasi dilaksanakan antara lain dengan penelisikan (debugging) berulang guna mengurangi kesalahan masing-masing modul sebelum memadukannya menjadi suatu kesatuan. Verifikasi model manajemen krisis ini antara lain dilakukan dengan memeriksa kemampuan kinerja model, ketepatan
interface antara model yang dibentuk dengan aplikasi lainnya.
Langkah verifikasi di antaranya dilakukan dengan membandingkan metoda pemulusan (bersamaan dengan pelaksanaan validasi) bagi semua data yang diperkirakan atau diramal guna dijadikan asupan bagi model. Verifikasi secara uji dinamik atau
dynamic testing (Martis, 2006; Sargent, 2005; Sargent, 2000) terhadap kemampuan model dalam menyajikan peringatan dini, penghitungan dampak krisis maupun peluang terjadinya krisis, dilaksanakan dengan menelusuri langkah-langkah yang ditempuh oleh model ketika memroses data yang dijadikan asupan, sampai diperoleh kesimpulan yang ditargetkan. Pada penelusuran dilakukan juga pembandingan antara hasil yang ditampilkan oleh model menggunakan data Januari 2000-Agustus 2006 dengan hasil yang ditampilkan oleh model menggunakan data Januari 2000-Desember 2006.
Hasil ujicoba menunjukkan model ini mampu secara konsisten mewakili kinerja kepakaran yang digantikannya dalam manajemen krisis pada perusahaan agroindustri tapioka, baik dalam analisis krisis maupun dalam penyajian rekomendasi solusinya. Hasil analisis krisis disajikan dalam kuadran barometer krisis yang dicanangkan oleh Fink (Fink, 1986). Implementasi model ini pada perusahaan agroindustri memerlukan seri data setidaknya 30 bulan, pembaruan (update) data secara kontinyu yang diikuti dengan pemilihan metoda pemulusan yang tepat.
Model yang dihasilkan merupakan piranti yang menggunakan akuisisi pengetahuan pakar dan teknik-teknik pengambilan keputusan berbasis logika fuzzy dan analisis ekonomi dalam penyajian peringatan dini mengenai krisis internal, analisis dampak dan peluang krisis internal maupun penyajian rekomendasi solusinya. Implementasi
aman. Dampak Krisis Komprehensif 2,9 (pada skala 1-10) dengan peluang terjadinya krisis komprehensif 33 persen.
Model manajemen krisis yang dihasilkan dapat diimplementasikan pada perusahaan agroindustri maupun industri lain, namun memerlukan penyesuaian dalam penetapan faktor-faktor penentu krisis maupun besaran-besaran yang menjadi batas antara keadaan krisis dengan keadaan normal. Selain itu, diperlukan juga penetapan kembali asumsi-asumsi yang dipersyaratkan bagi keberlangsungan simulasi manajemen krisis sebagaimana dirancang dalam penelitian ini.
© Hak Cipta Milik Institut Pertanian Bogor
Hak Cipta Dilindungi
Dilarang mengutip dan memperbanyak tanpa izin tertulis dari Institut
Pertanian Bogor, sebagian atau seluruhnya, dalam bentuk apa pun, baik cetak,
MODEL SIMULASI
MANAJEMEN KRISIS PERUSAHAAN AGROINDUSTRI
ALBERT P KUHON
DISERTASI
sebagai salah satu syarat untuk memperoleh gelar Doktor
pada Program Studi Teknologi Industri Pertanian
SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR
Judul Penelitian : Model Simulasi Manajemen Krisis Perusahaan Agroindustri Nama Mahasiswa : Albert P. Kuhon
Nomor Induk Mhs : P 256 000 08 TIP
Program : Doktor (S-3)
Program Studi : Teknologi Industri Pertanian
Komisi Pembimbing
Dr. Ir. Irawadi Jamaran Ketua
Prof. Dr. Ir. Djumali Mangunwidjaja, DEA Dr. Ir. Amril Aman, MSc
Anggota Anggota
Prof. Dr. Ir. Marimin, MSc Dr. Ir. Yandra Arkeman, MEng
Anggota Anggota
Diketahui
Ketua Program Studi Dekan
Teknologi Industri Pertanian Sekolah Pascasarjana IPB
Sekolah Pascasarjana IPB
Dr. Ir. Irawadi Jamaran Prof. Dr. Khairil Anwar Notodipuro, MS
Puji dan syukur penulis panjatkan ke hadapan Tuhan Yang Maha Esa, karena berkat rahmat dan karuniaNya penulis berhasil menyelesaikan disertasi dalam penelitian yang berjudul Model Simulasi Manajemen Krisis Perusahaan Agroindustri ini. Terimakasih dan penghargaan disampaikan kepada yang terhormat Dr. Ir. Irawadi Jamaran selaku Ketua Komisi Pembimbing atas pemberian perhatian, bimbingan, waktu, nasihat, arahan dan motivasi yang ditujukan penulis sampai selesainya disertasi ini.
Penghargaan dan ucapan terimakasih yang tak terhingga juga penulis sampaikan kepada para anggota Komisi Pembimbing, Prof. Dr. Ir. Djumali Mangunwijaya, DEA; Prof. Dr. Ir. Marimin, MSc; Dr. Ir. Amril Aman, MSc; dan Dr. Ir. Yandra Arkeman, MEng yang telah mengarahkan, memberi saran, meminjamkan buku dan memberi dorongan sehingga menajamkan pemikiran penulis dalam menyelesaikan disertasi ini. Juga kepada Dr. Ir. Anas Miftah Fauzi, MEng, selaku Dekan Fakultas Teknologi Pertanian maupun sebagai pribadi, yang berkali-kali menghidupkan kembali semangat dan mendorong penulis menyelesaikan studi. Ucapan terimakasih secara khusus penulis sampaikan kepada Prof. Dr. Ir. Tun Tedja, yang selalu membangkitkan semangat guna menyelesaikan sekolah, serta berlapang dada mengizinkan penggunaan ruang dan merepotkan diri sewaktu penulis (dan teman-teman) berkonsultasi dengan Dr Irawadi Jamaran di luar jam-jam kerja.
Penulis juga berterimakasih kepada Rektor IPB, Dekan Sekolah Pascasarjana IPB, Ketua Departemen Teknologi Industri Pertanian IPB, dan Ketua Program Studi Teknologi Industri Pertanian Sekolah Pascasarjana IPB atas segala bantuan dan pelayanannya. Kepada seluruh staf Pengajar Program Studi Teknologi Industri Pertanian IPB, penulis ucapkan terimakasih atas segala curahan waktu, ilmu pengetahuan, dan pengalaman yang diberikan selama penulis menempuh pendidikan di IPB.
Penghargaan dan terimakasih penulis sampaikan kepada Ir. Iswanto dari PT Great Giant Pineapple di Lampung, Ir. Hendro Purnomo dari PT Umas Jaya Agrotama di Terbanggi (Lampung Tengah), dan Tonny Edyanto dari PT Umas Jaya Agrotama di Jabung (Lampung Timur), atas segala bantuan dan kesempatan yang diberikan dalam penyusunan model manajemen krisis ini.
Arvy Raoul Kuhon, yang membiarkan papanya tenggelam dalam kesibukan selama beberapa tahun semasa mengerjakan penelitian dan disertasi ini.
Secara khusus terimakasih penulis sampaikan kepada staf dan kerabat kerja di
Arendi Kemala, terutama Mawan Sugianto dan Imam Maulana, atas segala bantuan dalam proses penyelesaian disertasi. Juga kepada Hadikrun sekeluarga, yang seringkali harus berjaga sampai dinihari karena menemani penulis menyelesaikan disertasi di kantor. Kepada Joko Prayitno, yang seringkali harus bekerja sampai larut malam memperbaiki komputer yang digunakan dalam penyelesaian disertasi.
Ucapan terima kasih juga penulis sampaikan kepada rekan-rekan mahasiswa pascasarjana Program Studi Teknologi Industri Pertanian, IPB, khususnya Nunuk Adiarni, Handojo Kristianto, Bintoro Dibyoseputro, Willem Dagi, Nofialdi, Ari Mirah Darmaputra, Aidil Yuzar, Herman Widyananda, Dida Heryadi Salya, rekan-rekan S3 TIP angkatan 2000 dan teman-teman di milis Agrin 2000 atas segala kebersamaan, persaudaraan, maupun kerjasama selama ini. Juga kepada Noke Kiroyan dan segenap anggota Strategic Team pada Kiroyan-Kuhon Partners (KKP), yang mendukung dan memberi penulis peluang menyelesaikan disertasi ini di tengah puncak kesibukan pekerjaan kantor. Kepada semua pihak yang tidak dapat disebutkan satu persatu, yang telah membantu penulis selama mengikuti pendidikan sampai terselesaikannya disertasi ini, juga disampaikan terimakasih.
Penulis menyadari bahwa masih cukup banyak yang dapat disempurnakan dalam disertasi ini, karenanya sangat diharapkan saran dan kritik guna perbaikannya. Semoga disertasi ini bisa bermanfaat.
Bintaro, Juni 2007
Penulis dilahirkan di Tanjungkarang pada tanggal 16 Januari 1954 dari ayah Yosef G. Kuhon dan ibu Tinanny. Penulis lulus dari Jurusan Teknologi Hasil Pertanian, Fakultas Teknologi Pertanian Universitas Gadjah Mada tahun 1981. Tahun 1994 melanjutkan kuliah di Graduate School of Technology Management, University of Maryland, Amerika Serikat dan lulus tahun 1996. Penulis melanjutkan ke program doktor pada Program Studi Teknologi Industri Pertanian, Sekolah Pascasarjana IPB tahun 2000.
Penulis pernah bekerja sebagai staf Pusdiklat Departemen Perindustrian RI tahun 1976-1981, ketika masih berkuliah di Yogyakarta. Pada saat yang sama penulis menjadi wartawan Harian Kedaulatan Rakyat di Yogyakarta dan Gelora Mahasiswa UGM. Tahun 1981 penulis pindah ke Jakarta, menjadi wartawan di Harian Kompas sampai tahun 1989. Lalu tahun 1989 pindah ke grup Sinar Kasih dan menjadi Redaktur Pelaksana Harian
Jayakarta dan tahun 1990 ditugaskan sebagai Kepala Biro Koresponden Harian Suara Pembaruan di Amerika yang berkedudukan di Washington DC. Pulang ke Indonesia tahun 1997, penulis pindah bekerja di Surya Citra Televisi dengan jabatan terakhir sebagai Produser Eksekutif Liputan 6 dan Senior Manajer Departemen Sistem Mutu yang menyiapkan sertifikasi ISO 2001 bagi SCTV. Tahun 2003 penulis membangun perusahaan konsultan komunikasi dan manajemen krisis Arendi Kemala, dan sekarang aktif sebagai direktur dan managing partner pada perusahaan konsultan Kiroyan-Kuhon Partners yang menangani komunikasi dan solusi bisnis.
Penulis menikah dengan Dra. Saraswati Hidayat pada tahun 1989 dan dikaruniai dua orang anak, yaitu Arvy Raoul Kuhon (17 tahun), dan Ardy Raniery Kuhon (13 tahun).
AHP : analytical hierarchy process atau proses hierarki analitik, salah satu metoda pengambilan keputusan dengan menerapkan analisis dan sintesis guna menetapkan peubah yang memiliki prioritas tertinggi dan paling berpengaruh terhadap pengambilan keputusan tersebut. AI artificial intelligence atau kecerdasan buatan yang memungkinkan
suatu komputer dapat bertindak sebaik penalaran manusia dalam pengambilan keputusan
ANFIS : Adaptive Neuro-Fuzzy Inference System, salah satu teknik neuro
-fuzzy
adjusted R-square : R-square yang disesuaikan derajat kebebasannya
agroindustri : segala jenis industri yang menggunakan bahan baku atau bahan pembantu yang berasal dari produk pertanian
BEP : break even point, titik impas
dfe : Residual atau degree of freedom error
ekstraksi : proses pemisahan bahan padat menggunakan pelarut
expert system : bagian dari AI(artificial intelligent), disebut juga sistem pakar atau sistem berbasis pengetahuan (knowledge based system), merupakan bagian dari kecerdasan buatan yang menggunakan komputer guna menyimpan pengetahuan para pakar sehingga komputer itu dapat meniru keahlian pakar dalam menyelesaikan permasalahan
FIS : fuzzy inference system atau sistem inferensi fuzzy
fuzzy : bilangan atau himpunan bilangan yang tidak memiliki batas yang terdefinisikan secara jelas (clearly) dan tegas (crisp)
fuzzy logic : disebut juga logika nilai beragam (multivalued logic atau
multivalent logic), logika yang memungkinkan kita menjawab semua pertanyaan dengan ya, tidak, atau nilai-nilai antara ya dan tidak
IRR : internal rate of return, tingkat pengembalian modal atau investasi
inferensi : suatu metoda yang menerjemahkan nilai vektor asupan fuzzy dan mengolahnya berdasarkan beberapa aturan, menempatkan nilai tersebut pada vektor keluaran
krisis : kejadian atau situasi mendadak yang berdampak cukup besar atau fatal bagi suatu lembaga, perusahaan atau entitas lain
krisis internal : krisis yang timbul akibat upaya suatu perusahaan menjalani proses mencari keuntungan
MAE : Mean Absolute Error, harga mutlak rata-rata selisih antara data hasil peramalan dengan kenyataan
ME : Mean Error, rata-rata selisih antara data hasil peramalan dengan kenyataan
MPE : Mean Percentage Error, rata-rata persentase selisih antara hasil peramalan dengan keadaan yang sebenarnya
MSE : Mean Squares Errors
metodologi : kumpulan metoda yang digunakan dalam pencapaian suatu tujuan model : suatu entitas yang mewakili sistem tertentu
model simulasi : suatu sistem yang direkayasa dan tersusun oleh serangkaian subsistem, yang mampu berperilaku atau bereaksi seperti sistem yang diwakilinya, ketika mendapat asupan, perlakuan atau rangsangan tertentu
model simulasi manajemen krisis :
suatu sistem yang direkayasa dan tersusun oleh serangkaian persamaan matematis serta sistem pakar dan inferensi fuzzy, yang mampu mewakili perilaku dan reaksi para praktisi manajemen dalam menghadapi suatu krisis pada perusahaan agroindustri
NPV : net present value, nilai sekarang dari suatu laba yang timbul karena adanya investasi
net B/C : perbandingan antara keuntungan bersih yang diperoleh dengan biaya yang dikeluarkan
nilai keapikan : goodness value, parameter yang menunjukkan tingkat akurasi suatu metoda peramalan
OWA : ordered weighted averaging, salah satu metoda agregasi fuzzyyang memudahkan penggabungan operasi AND dan OR
PBP : pay back period, perioda atau jangka waktu pengembalian investasi PE : Percentage Error, persentase selisih antara hasil peramalan dengan
keadaan yang sebenarnya
pemodelan : upaya membentuk model sesuai dengan yang ditetapkan atau dirancang sebelumnya
rmse : Root Mean Squares Error
R-square : perbandingan sum of squares of the regression (SSR) dengan total sum of squares (SST)
SDE : Standard Deviation of Errors
SSE : Sum of Squared Error
SSR : Sum of Squares of the regression
SST : total sum of squares, jumlah SSR dan SSE
sistem : kumpulan suatu entitas, dapat berupa manusia atau mesin atau unsur lain, yang bekerja secara sendiri-sendiri maupun bersama guna mencapai suatu tujuan logis tertentu.
sistem pakar : lihat expert system
tapioka : tepung pati kering hasil ekstraksi ubikayu atau singkong
ABSTRACT...iv
RINGKASAN ...v
PRAKATA...xi
RIWAYAT HIDUP... xiii
DAFTAR ISTILAH ...xiv
DAFTAR ISI...xvii
DAFTAR TABEL...xxi
DAFTAR GAMBAR ...xxii
DAFTAR LAMPIRAN...xxv
I. PENDAHULUAN ...1
1.1. Latar Belakang ...1
1.2. Agroindustri Tapioka ...4
1.3. Simulasi Manajemen Krisis ...6
1.4. Tujuan ...9
1.5. Ruang Lingkup...9
II. TINJAUAN PUSTAKA...11
2.1. Krisis ...11
2.2. Krisis dalam Agroindustri ...15
2.3. Manajemen Krisis ...17
2.4. Sistem...19
III. LANDASAN TEORI ...24
3.1. Sistem Pakar...24
3.1.1. Penyerapan Pengetahuan ...25
3.1.2. Pengolahan Data dan Pengetahuan ...25
3.1.3. Penyusunan Model...26
3.2. Metoda Peramalan...26
3.2.1. Mutu Metoda Peramalan...27
3.2.2. Gaussian...29
3.2.3. Polinomial ...31
3.2.4. Eksponensial ...33
3.2.5. Fourier...35
3.3. Fuzzy...36
3.3.1. Logika fuzzy...37
3.3.2. Pengoperasian Logika...40
3.3.3. Fungsi Keanggotaan (Membership Functions)...42
3.3.4. Sistem Inferensi fuzzy...47
3.3.5. Metoda Mamdani ...50
3.4. Kecerdasan Buatan (Artificial Intelligence)...56
3.4.1. FIS dan ANFIS ...57
3.5. Metoda Penilaian Kelayakan Usaha ...59
3.5.1. Net Present Value (NPV)...60
3.5.2. Internal Rate of Return (IRR) ...61
3.5.3. Net Benefit Cost Ratio (Net B/C)...61
3.5.4. Titik Impas ...62
3.5.5. Pay Back Period (PBP)...62
3.5.6. Return on investment (ROI) ...62
IV. METODOLOGI...63
4.1. Kerangka Pemikiran...63
4.2. Tahapan penelitian ...65
4.2.1. Penetapan Tujuan...67
4.2.2. Perumusan Permasalahan...67
4.2.3. Penelitian...68
4.2.4. Analisis ...68
4.2.5. Perancangan Model Manajemen Krisis ...70
4.2.5. Validasi ...74
4.2.7. Rekayasa Model...74
4.2.8. Verifikasi...74
4.2.9. Perancangan Implementasi ...75
V. ANALISIS SISTEM ...76
5.1. Analisis Kebutuhan ...78
5.2. Perumusan Permasalahan...79
5.2.1. Bahan ...80
5.2.2. Teknologi ...80
5.2.3. Ekonomi dan Finansial ...80
5.2.4. Sosial...81
5.3. Identifikasi Sistem...81
VI. PEMODELAN...85
6.1. Kerangka Model...85
6.2. Sistem Manajemen Basis Data...87
6.2.1. Data bahan ...88
6.2.2. Data Ekonomi dan Finansial...89
6.2.3. Data Ketersediaan Teknologi...90
6.2.4. Data Sosial ...90
6.2.5. Data Solusi Krisis ...90
6.3. Sistem Manajemen Basis Model...90
6.3.1. Submodel Bahan ...91
6.3.2. Submodel Ketersediaan Teknologi ...101
6.3.3. Submodel Ekonomi dan Finansial ...102
6.3.4. Submodel Masalah Sosial ...103
6.3.5. Submodel Alternatif Solusi...104
6.4. Sistem Pengolahan Data...105
6.4.1. Dampak Krisis ...106
6.4.2. Contoh Penetapan Dampak Krisis ...108
VII. VALIDASI DAN VERIFIKASI ...113
7.1. Validasi ...113
7.1.1. Model Krisis Bahan ...114
7.1.2. Model Krisis Finansial dan Ekonomi ...118
7.1.3. Model Krisis Teknologi ...118
7.1.4. Model Krisis Sosial...118
7.1.5. Model Krisis Komprehensif...118
7.1.6. Rekomendasi Solusi Krisis ...119
7.2. Verifikasi...119
VIII. RANCANGAN IMPLEMENTASI ...129
8.1. Asumsi ...129
8.2. Pengambil Keputusan...130
8.3. Lingkungan ...130
8.4. Agroindustri Lain ...131
8.5. Faktor Lain ...132
IX. KESIMPULAN DAN SARAN ...133
9.1. Kesimpulan ...133
9.2 Saran...134
DAFTAR PUSTAKA ...135
DAFTAR BACAAN...140
Tabel 1. Klasifikasi lembaga berdasarkan kepentingan...12
Tabel 2. Fungsi persamaan distribusi...30
Tabel 3. Perbandingan beberapa alternatif metoda pengambilan keputusan ...50
Tabel 4. Parameter linguistik ...50
Tabel 5. Pihak-pihak yang berkepentingan pada perusahaan agroindustri ...79
Tabel 6. Klasifikasi pendekatan sistem...82
Tabel 7. Jenis-jenis krisis internal...83
Tabel 8. Komponen model krisis bahan baku...95
Tabel 9. Komponen model krisis pemasaran ...95
Tabel 10. Komponen model krisis bahan bakar...97
Tabel 11. Komponen model krisis air ...99
Tabel 12. Komponen model krisis bahan pembantu...99
Tabel 13. Alternatif dan kriteria masing-masing submodel...105
Tabel 14. Himpunan fuzzy asupan dampak krisis bahan...107
Tabel 15. Himpunan fuzzy keluaran dampak krisis komprehensif...107
Tabel 16. Indikator akurasi peramalan pasokan eksternal Jan-Des 2006 menggunakan pemulusan Gaussian orde 8...115
Tabel 17. Indikator akurasi peramalan produksi tapioka Jan-Des 2006 menggunakan pemulusan Gaussian orde 8...115
Gambar 1. Bagan proses pengolahan tapioka. ...6 Gambar 2. Intervensi terencana penghindaran dan pencegahan krisis. ...13 Gambar 3. Barometer krisis. ...14 Gambar 4. Distribusi Gaussian. ...30 Gambar 5. Distribusi Gaussian dimensi tunggal dengan mean 0 dan σ =1. ...31 Gambar 6. Diagram polinomial...32 Gambar 7. Kasus umum dan contoh khusus inferensi fuzzy....37 Gambar 8. Himpunan nama hari dalam satu minggu...37 Gambar 9. Hari-hari akhir pekan. ...38 Gambar 10. Keanggotaan hari pada akhir pekan dinilai secara ya-tidak (kiri) dan fuzzy
Gambar 46. Kaidah pada inferensi fuzzy dampak krisis komprehensif. ...108 Gambar 47. Aturan jika-maka pada penghitungan dampak krisis komprehensif. ...108 Gambar 48. Validasi dan verifikasi model...113 Gambar 49. Perbandingan data pasokan eksternal ubikayu (Jan 2000-Agust 2006) dengan
kurva pemulusannya...116 Gambar 50. Perbandingan data produksi tapioka (Jan 2000-Agust 2006) dengan kurva
pemulusannya...117 Gambar 51. Perbandingan data pasokan air (Jan 2000-Agust 2006) dengan kurva
Lampiran 1. Angket Penilaian Krisis... 144 Lampiran 2. Angket Solusi Krisis... 147 Lampiran 3. Hasil Angket Penilaian Krisis... 149 Lampiran 4. Hasil Angket Solusi Krisis ... 152 Lampiran 5. Produksi, Biaya dan Harga Pokok Tapioka... 156 Lampiran 6. Contoh Validasi Metoda Pemulusan... 184 Lampiran 7. Contoh Verifikasi Metoda Pemulusan Menggunakan Indikator
Akurasi ... 217 Lampiran 8. Contoh Verifikasi Metoda Pemulusan. Menggunakan
1.1. Latar Belakang
Krisis secara umum diartikan sebagai peristiwa yang datang secara mendadak dan mengakibatkan atau mengundang risiko besar yang tidak mudah dikendalikan. Sampai kini, kebanyakan krisis dalam masyarakat dihubungkan dengan kejadian besar yang menimbulkan korban nyawa atau kerugian material sangat nyata seperti bencana alam (gempa bumi, tsunami, angin puyuh dan lain-lain), kebakaran, peperangan, kecelakaan pesawat terbang dan sebagainya (Mitroff, 2001; Lerbinger 1997; Mitroff et al., 1996; Booth, 1993; Fink, 1986).
Statistik pada Nexis, sebuah bank data pemberitaan yang online, menunjukkan setidaknya ada 6.667 judul hasil liputan suratkabar yang berkaitan dengan krisis (crisis) dan perusahaan (company) selama 1 Januari – 30 Desember 1995. Penelitian Mitroff (1988) mengungkapkan dalam perioda tahun 1900-1988 terjadi 29 kecelakaan (yang masing-masing mengakibatkan lebih dari 50 korban tewas) pada industri besar di dunia dan sekitar separuh dari kecelakaan itu terjadi dalam tahun 1980-1988 (Mitroff, 2001; Schonberger, 2001; White & Mazur, 1998; Lerbinger 1997; Mitroff et al., 1996; Booth, 1993; Mitroff, 1988; Fink, 1986).
Lerbinger (1997) melalui bukunya The Crisis Manager menegaskan bahwa dalam dunia perusahaan atau industri, krisis seringkali diartikan sebagai peristiwa mendadak yang mengakibatkan atau dapat mengundang keruntuhan reputasi dan melumpuhkan peluang perusahaan dalam pertumbuhan, memperoleh keuntungan, atau bahkan bertahan (profits, growth and survival). Ukuran setiap krisis ditentukan berdasarkan parameter mengenai besarnya dampak kerugian yang ditimbulkan peristiwa itu. Pencemaran laut dan pantai akibat kebocoran minyak dari kapal tanker pada tahun 1989, mengakibatkan perusahaan minyak Exxon Corporation dari Amerika Serikat harus membayar lebih dari 2 miliar dollar AS guna membersihkan cemaran minyak, ditambah 1,2 miliar dollar AS ganti rugi kepada pemerintah negara bagian Alaska, dan 5 miliar dollar AS lainnya ganti rugi kepada nelayan dan warga Alaska. Peristiwa Bhopal, menyebabkan harga saham Union Carbide merosot dari 59 dollar AS per lembar menjadi 33 dollar AS per lembar (Mitroff, 2001; Mitroff et al., 1996; Booth, 1993).
Krisis internal, berkaitan dengan segala bentuk eksploitasi suatu perusahaan dalam upaya mengubah risiko menjadi profit. Contoh krisis internal adalah krisis yang muncul akibat pemogokan pekerja, pencabutan izin usaha, dan langkanya bahan baku. Krisis internal yang menimpa suatu perusahaan dibagi menjadi lima golongan. Yakni krisis akibat (1) kesalahan atau kegagalan teknologi, (2) konfrontasi atau pertentangan, (3)
malevolence atau teror, (4) kegagalan manajemen, dan (5) ancaman lain terhadap perusahaan (White & Mazur, 1998). Krisis akibat teknologi (technological crises) umumnya terjadi di lingkungan perusahaan yang sangat tergantung pada teknologi, dan terjadi akibat kegagalan teknologi yang amat dominan tersebut. Sedang krisis akibat konfrontasi (confrontation crises) terjadi ketika sejumlah kelompok menentang kebijakan atau sikap perusahaan, baik dalam bentuk kritik maupun tindakan-tindakan lainnya seperti pemboikotan yang terjadi terhadap produk-produk Nestle atau Procter Gamble pada tahun 1986 (Lerbinger, 1997).
Dimensi situasi krisis internal antara lain (Mitroff, 2001; Mitroff et al., 1996; Fink, 1986):
• Intensitas ancaman, baik terhadap nyawa, keselamatan atau kelanjutan suatu perusahaan.
• Keterbatasan waktu, yang berarti pengambilan keputusan harus dilakukan secara cepat guna menghadapi situasi.
• Intensitas ketegangan atau stress, terutama menghinggapi manajemen atau pihak-pihak yang bertanggungjawab mengendalikan situasi.
Kemampuan suatu industri mengelola krisis internal, seringkali merupakan hal yang sangat menentukan bagi kelangsungan perusahaan. Kesalahan pengelolaan krisis dapat berakibat sangat fatal bagi sebuah perusahaan. Kegiatan manajemen krisis yang proaktif, meliputi antara lain peramalan mengenai kemungkinan krisis dan perencanaan cara-cara penanggulangannya. Seluruh tindakan tersebut harus diselesaikan dalam waktu yang sangat terbatas dan kekeliruan tindakan dapat menimbulkan krisis lanjutan (Mitroff, 2001; Mitroff et al, 1996; Barton, 1993; Gottschalk, 1993; Begelow, Jefkins, 1987; Fink, 1986).
penyusunan rencana rinci dan akurat mengenai penghindaran maupun penanggulangan krisis (Mitroff, 2001; Hendricks, 2000; White & Mazur, 1998; Crandall & Menefee, 1996; Mitroff et al, 1996; Lippitt, 1994; Barton, 1993; Glen, 1993; Gottschalk, 1993; Fink, 1986).
Pertumbuhan teknologi komunikasi yang sangat cepat, tuntutan keterbukaan pemerintah, laporan dan advokasi lembaga swadaya masyarakat, serta perkembangan kehandalan investigasi di kalangan pelaku media massa, mengakibatkan upaya menyembunyikan krisis makin sulit dilakukan. Informasi mengenai peristiwa krisis di suatu tempat, dapat segera tersebar ke benua lain dalam waktu yang singkat dengan bantuan teknologi satelit, yang mengakibatkan krisis makin sulit dikelola. Kebanyakan lembaga atau perusahaan kurang memperhatikan pengelolaan krisis dan baru menyadari hal tersebut sangat penting ketika sudah dilanda krisis. Kendala utama bagi perkembangan manajemen krisis di lingkungan industri adalah faktor penyebab krisis terlalu banyak, kehadiran krisis sulit diramal, tahapan krisis sukar dideteksi serta penguasaan terhadap manajemen krisis di tingkat perusahaan masih rendah. (Mitroff, 2001; Lerbinger, 1997; Augustine, 1995; Fink, 1986).
1.2. Agroindustri Tapioka
Penelitian mengenai manajemen krisis di lingkungan industri, terutama manajemen krisis dalam bidang agroindustri, sampai saat ini masih langka. Hasil penelitian terhadap ratusan krisis yang terjadi selama dekade 1981-1991 di Amerika Serikat menunjukkan perusahaan pengecer makanan, restoran dan usaha makanan cepat saji (fast food) serta agroindustri (termasuk juga perikanan dan perkebunan) digolongkan sebagai perusahaan yang memiliki tingkat risiko sedang atau medium terhadap krisis. Selain itu, risiko dan peluang kerugian finansial pada perusahaan agroindustri tergolong sangat tinggi (Mitroff, 2001; Doherty, 2000; Barton, 1993; Purcell 1991; Jefkins 1987; Fink, 1986; Gittinger, 1986).
yang diamati mulai memiliki kesiagaan menghadapi krisis (crisis preparedness). Dua orang dosen administrasi bisnis dari Portland (AS), Janice Jackson dan William Schantz, memperkirakan sekitar 60 persen dari perusahaan industri Fortune 1000 dan perusahaan jasa Fortune 500 yang memiliki rencana operasional manajemen krisis (Mitroff, 2001; Lerbinger, 1997; Barton, 1993; Booth, 1993; Pauchant & Mitroff, 1992;. Janis, 1989; Fink, 1986).
Setidaknya dua hal yang mengakibatkan risiko krisis menjadi meningkat dalam era kemajuan teknologi. Yang pertama adalah kerumitan teknologi yang digunakan dalam perusahaan, yang merupakan bagian dari suatu sistem yang lebih besar dan sekaligus juga memiliki subsistem. Kedua, hubungan yang sangat erat antara masing-masing subsistem yang memungkinkan kegagalan salah satu subsistem memicu akibat yang tidak terduga pada subsistem lainnya. Kerentanan agroindustri terhadap krisis cukup tinggi karena industri hasil pertanian belakangan ini sangat banyak mengadopsi kemajuan teknologi (Lerbinger, 1997; Betz, 1995; Perrow, 1984).
Penelitian ini menggunakan perusahaan tapioka sebagai studi kasus karena industri tapioka merupakan salah satu jenis agroindustri yang rawan terhadap krisis internal. Meski teknologinya sangat sederhana, industri tapioka tergolong padat karya dan sangat dipengaruhi oleh ketersediaan bahan baku. Perubahan harga bahan baku, ketersediaan uang tunai di perusahaan dan cuaca serta mutu prasarana fisik (jalan raya) sangat berpengaruh terhadap pasokan ubikayu yang menjadi bahan dasar pengolahan tapioka. Proses pengolahan tapioka juga sangat dipengaruhi oleh kelancaran pasokan air dan bahan bakar.
Kerawanan industri tapioka terhadap krisis internal meningkat seiring dengan makin ketatnya peraturan mengenai kelestarian lingkungan hidup dan pengendalian pencemaran. Tambahan pula, pertumbuhan industri tapioka di beberapa daerah tidak diiringi dengan perkembangan areal tanaman ubikayu sehingga sejumlah perusahaan tapioka dalam waktu dekat akan kekurangan bahan baku. Selain itu, kehadiran tapioka impor memperburuk keadaan industri tapioka di Indonesia.
pengeringannya membutuhkan sekitar 35 liter bahan bakar. Selain itu, diperlukan tenaga listrik sekitar 180 Kwh guna menggerakkan mesin-mesin pengolahan dalam menghasilkan 1 ton tapioka. Bagan prosesnya dapat dilihat pada Gambar 1.
[image:31.595.125.519.252.544.2]Pada umumnya air yang digunakan dalam proses pengolahan tapioka bersumber dari sungai yang terdekat dengan lokasi pabrik, sehingga perlu diolah dulu sebelum digunakan dalam pemrosesan tapioka. Pembersihan air kebutuhan pengolahan tapioka dilakukan antara lain dengan tawas dan belerang, yang dalam penelitian ini digolongkan sebagai bahan pembantu.
Gambar 1.Bagan proses pengolahan tapioka.
1.3. Simulasi Manajemen Krisis
Penelitian dan pengembangan manajemen krisis pada perusahaan agroindustri yang menggunakan pendekatan simulasi masih sangat langka. Erna Rusliana Muhamad Saleh (2004) dari Sekolah Pascasarjana Institut Pertanian Bogor (IPB) melakukan penelitian tesis mengenai manajemen krisis mengenai suplai sayuran ke wilayah perkotaan. Saleh membangun model sistem penunjang keputusan dan merumuskan solusi alternatif dalam manajemen krisis pasokan sayuran ke wilayah perkotaan. Ia menggunakan distribusi beta, distribusi uniform, teknik heuristik dan analytical hierarchy process (AHP) dalam rekayasa basis modelnya. Penelitiannya menghasilkan pengembangan perangkat lunak prototipe manajemen krisis suplai sayuran ke wilayah perkotaan menggunakan bahasa pemrograman Visual Basic 6.0 yang diaplikasikan dalam paket program komputer
Maskot 1.04.
Di lain pihak, Imam Santoso (2004) dari Sekolah Pascasarjana Institut Pertanian Bogor (IPB) melakukan penelitian disertasi yang menghasilkan perangkat lunak sistem penunjang keputusan manajemen risiko M-Risk bagi pengembangan agroindustri berkelanjutan. Penelitian Santoso difokuskan pada penentuan produk unggulan dilihat dari aspek pengadaan bahan baku, proses pengolahan, pemasaran, kelayakan finansial dan kelembagaan. Santoso menggunakan metoda perbandingan eksponensial (MPE), pohon pengambilan keputusan (decision tree), Independent Preference Evaluation (IPE) fuzzy
non numerik multi expert multi criteria decision making (ME-MCDM), proses hierarki analitik (analytical hierarchy process atau AHP), dan pemodelan interpretasi struktural (interpretative structural modeling atau ISM).
Dida Heryadi Salya (2006) dari Sekolah Pascasarjana Institut Pertanian Bogor (IPB) melakukan penelitian disertasi yang menghasilkan perangkat lunak sistem deteksi dini dan manajemen kontrol perniagaan minyak goreng DETRIME. Salya mendasarkan peramalan krisisnya pada perubahan harga eceran minyak goreng. Ia menggunakan pendapat pakar terhadap peubah yang memiliki korelasi dekat dengan harga, kemudian membangun sub model peramalan melalui proses pembelajaran terhadap situasi yang terjadi pada masa krisis ekonomi tahun 1997-1998. Pengolahan data dilakukan dengan metoda jaringan syaraf tiruan (JST) dengan teknik Jaringan Propagasi Balik Lapisan Jamak (Multi-layer Back Propagation Network).
suatu sistem yang dapat menyajikan peringatan dini dan tahapan maupun risiko krisis internal yang sedang dihadapi perusahaan agroindustri serta menyuguhkan alternatif pencegahan, penghindaran dan penanggulangan krisis tersebut. Hasil penelitian ini, dapat membantu kalangan manajemen menghindari, mencegah, menghadapi dan menanggulangi krisis yang mungkin timbul atau sedang berlangsung di lingkungan perusahaan agroindustri.
Model simulasi manajemen krisis yang dihasilkan dapat menyajikan:
1. Diagnostik dan identifikasi, mengenai tahapan, magnitude dan risiko krisis yang dihadapi oleh perusahaan agroindustri, dengan menganalisis data dan informasi yang tersedia.
2. Peringatan dini, mengenai risiko krisis yang mungkin dihadapi pada waktu tertentu, berdasarkan informasi dan data mengenai keadaan pada saat itu.
3. Pencegahan dan penghindaran krisis, berupa alternatif penghindaran atau pencegahan sebelum terjadinya krisis dalam suatu perusahaan agroindustri, dengan menganalisis data dan informasi yang tersedia.
4. Penanggulangan krisis, berupa alternatif penyelesaian atau penanggulangan krisis yang tidak tercegah atau terhindari oleh perusahaan agroindustri dan perhitungan kemungkinan risiko krisis.
5. Transparansi, berupa hasil pemantauan keadaan suatu perusahaan agroindustri (terutama perusahaan yang telah go public) sehubungan dengan risiko krisis. 6. Pengambilan keputusan, mengenai tahapan krisis dan solusi alternatif
sehubungan dengan situasi krisis yang dihadapi perusahaan agroindustri.
1.4. Tujuan
Penelitian ini bertujuan merekayasa dan menyusun model manajemen krisis menggunakan akuisisi pengetahuan pakar dan teknik-teknik pengambilan keputusan berbasis logika fuzzy dan analisis ekonomi. Model simulasi yang dihasilkan merupakan piranti yang dapat menyajikan peringatan dini dan dampak maupun peluang krisis internal perusahaan agroindustri dan menyuguhkan alternatif solusi bagi krisis tersebut.
1.5. Ruang Lingkup
Sesuai dengan tujuan penelitian, maka ruang lingkup penelitian ditetapkan meliputi (1) bahan (bahan baku, bahan pembantu, air, bahan bakar dan produk), (2) teknologi, (3) ekonomi dan finansial serta (4) sosial. Rinciannya adalah sebagai berikut:
1. Bahan. Diagnosis dan identifikasi mengenai dampak krisis internal pada kurun waktu tertentu dan peluang krisis tersebut, dengan mengamati, mengukur, menganalisis data dan informasi tentang:
a. Tingkat kebutuhan dan pasokan produk pertanian yang dijadikan bahan dasar dan bahan pembantu pada pengolahan produk agroindustri yang diamati
b. Tingkat kebutuhan dan pasokan air, bahan pembantu maupun bahan bakar yang diperlukan dalam proses pengolahan produk agroindustri yang diamati
c. Laju produksi, laju penjualan produk dan daya tampung gudang produk hasil pengolahan
2. Teknologi. Gambaran mengenai dampak dan peluang krisis internal yang dihadapi perusahaan agroindustri karena masalah teknologi, terbatas pada hasil pengamatan tentang:
a. Ketersediaan teknologi dan peralatan utama yang digunakan dalam proses pengolahan
b. Kelancaran pasokan utilities yang menjadi kebutuhan utama (listrik, telepon dan lain-lain)
c. Ketersediaan sistem penunjang atau sistem cadangan yang dapat menjamin kelancaran operasi perusahaan jika sistem utamanya mengalami hambatan
langkah-langkah strategis yang dapat ditempuh perusahaan agroindustri guna menghadapi krisis tersebut; didasarkan pada pengamatan, penghitungan dan analisis mengenai:
a. Laba atau rugi perusahaan dan membandingkannya dengan rataan tingkat sukubunga yang berlaku
b. Likuiditas finansial perusahaan
c. Kenaikan/penurunan harga saham perusahaan dan membandingkannya dengan kenaikan/penurunan indeks harga saham gabungan
d. beberapa parameter yang dapat dijadikan indikator mengenai kinerja perusahaan secara finansial dan ekonomi seperti titik impas atau BEP (break even point), NPV (net present value), IRR (internal rate return), PBP (pay back period) dan ROI (return on investment)
4. Sosial. Diagnosis, identifikasi dan peringatan dini mengenai tahapan maupun magnitude krisis yang timbul akibat masalah SDM, hukum dan aksi kekerasan, serta alternatif langkah-langkah strategis yang dapat ditempuh perusahaan agroindustri guna menghadapi krisis tersebut; didasarkan pada pengamatan, penghitungan dan analisis mengenai:
a. Gejala keresahan atau ketidakpuasan dan tingkat pengunduran diri karyawan penting serta manajemen
b. Aksi mogok, kekerasan, penculikan dan penyanderaan karyawan atau manajemen
c. Ancaman, teror maupun kerusuhan di tempat kerja atau di lingkungan perusahaan agroindustri
d. Pelanggaran hukum yang dilakukan oleh perusahaan atau manajemen perusahaan agroindustri.
2.1. Krisis
Penelitian dan telaah mengenai krisis masih terbilang jarang, terutama tentang krisis pada agroindustri. Perkembangan studi tentang krisis, analisis krisis, cara penanganan dan situasi pemulihannya mulai terlihat selama sekitar 30 tahun terakhir. Kebanyakan pustaka membahas manajemen krisis dari segi komunikasi pada saat krisis maupun setelah peristiwa krisis berlalu.
Sejumlah pustaka membahas manajemen krisis menggunakan pendekatan individualistik dan studi kasus yang umumnya berdasarkan pengalaman penulisnya (Fearn-Banks, 1996; Glen, 1993; Gottschalk, 1993; Meyers dan Holusha, 1988; Mitroff, 1988; Shrivastava, 1987; Boulton, 1978; Allison, 1971). Selain itu, ada penulis yang membahas masalah krisis secara lebih komprehensif (Lerbinger, 1997; Booth, 1993; Miller, 1988, Perrow, 1984), dan sebagian lainnya menggunakan pendekatan empirik dalam manajemen krisis (Mitroff, 2001; Kennedy, 1996; Fink, 1996; Mitroff et al., 1996; Isselbacher dan Upton, 1994; Lippitt, 1994; Barton, 1993; Gottschalk, 1993; Pauchant & Mitroff, 1992).
Penelitian ini bertujuan menghasilkan model berupa piranti lunak yang dapat digunakan sebagai simulasi pengelola perusahaan agroindustri dalam menghadapi suatu keadaan krisis. Model tersebut dapat menyajikan peringatan dini, tahapan krisis, risiko krisis dan solusi alternatif terhadap krisis yang dihadapi. Model manajemen krisis yang dihasilkan berbasis pengetahuan kecerdasan (intelligence knowledge based system) yang memungkinkan pengambilan keputusan berdasarkan atas sekumpulan aturan. Pengguna model yang berinteraksi dengan model seakan berkonsultasi dengan pakar, guna mengetahui tahap krisis, risiko yang mungkin timbul dan mendapatkan solusi krisis yang dihadapi perusahaan agroindustri yang ditelaah.
segala sumberdaya dan fasilitas yang tersedia dengan upaya yang melampaui kinerja pada saat normal (Mitroff, 2001; Schonberger, 2001; Hendricks, 2000; White & Mazur, 1998; Mitroff et al, 1996; Barton, 1993; Glen, 1993; Gottschalk, 1993; Fink, 1986; Doherty, 1985).
Krisis dapat terjadi pada perorangan maupun terhadap organisasi atau lembaga. Setiap jenis lembaga melayani kepentingan pihak tertentu sesuai dengan bentuknya dan masing-masing memiliki potensi masalah utama tersendiri. Masing-masing jenis lembaga, memiliki struktur formal, kemampuan dan pendekatan maupun intervensi yang berbeda ketika menghadapi krisis atau perubahan mendadak (Mitroff, 2001; Barton, 1993; Booth, 1993; Glen, 1993; Pauchant dan Mitroff, 1992; Janis, 1989). Klasifikasi lembaga berdasarkan kepentingannya dapat dilihat pada Tabel 1.
Bentuk Kepentingan utama yang harus dilayani Contoh Masalah utama
Bisnis Pemilik saham Perusahaan swasta, Badan Usaha Milik Negara, dll Harus mencari keuntungan
Non profit Kelompok penerima jasa Universitas Harus menyeleksi calon penerima jasa Perhimpunan Para anggota Serikat pekerja, koperasi, perhimpunan tani dll Harus memenuhi kebutuhan anggota Lembaga
publik Masyarakat umum
Polisi, instansi pemerintah dll
Harus melaksanakan prosedur tertentu
Diolah dari Kreitner, 1986
Metoda yang paling sederhana dalam menghindari krisis adalah konsensus yang memungkinkan para pihak yang berkepentingan berpartisipasi dalam upaya mencegah konflik. Pengambilan keputusan berdasarkan konsensus tergantung pada dua hal, yakni (1) optimasi dari terpenuhinya kepentingan para pihak dan (2) kompromi dari pihak-pihak yang berkepentingan. Pemilihan langkah antara pencegahan, penghindaran dan penanggulangan tergantung pada perbandingan antara biaya perlakuan dengan dampak yang mungkin timbul. Jika biaya penghindaran atau pencegahan lebih besar dibandingkan dengan kerugian yang timbul akibat dampak krisis, maka pihak manajemen lebih tepat memilih penanggulangan krisis tersebut (Mitroff, 2001; Moscovici & Doise, 1994; Gottschalk, 1993; Fink, 1986).
Pencegahan dan penghindaran krisis tergolong langkah yang sangat rumit, karena datangnya krisis pada umumnya sangat mendadak serta perkembangannya sangat cepat. Sehingga, upaya melakukan konsensus guna menyelesaikan krisis, sangat sulit dilakukan setelah krisis mulai berlangsung. Perencanaan dan kesiagaan penanggulangan krisis (crisis planning and preparedness) yang tepat merupakan faktor kunci bagi keberhasilan
penanganan krisis dalam suatu perusahaan (Mitroff, 2001; White & Mazur, 1998; Jackson & Center, 1995; Barton, 1993; Fink, 1986). Pengaruh tindakan intervensi terhadap perkembangan krisis, dilukiskan pada Gambar 2.
Sumber: Gonzales-Herrero & Pratt (1995)
Secara garis besar krisis dapat dibagi menjadi empat tahapan, yakni prodromal atau awal, akut, kronis dan tingkat penyelesaian. Situasi awal krisis antara lain ditandai oleh peningkatan intensitas ketegangan, peningkatan perhatian media massa atau pemerintah, kemunculan hambatan atau gangguan terhadap operasi bisnis, gangguan citra perusahaan, serta kehancuran prinsip-prinsip atau tata nilai dalam perusahaan (Mitroff, 2001; Fink, 1986).
Krisis prodromal dapat berkembang menjadi krisis akut jika peringatan dini mengenai kemunculan persoalan tidak ditangani secara serius. Pada tahap akut, persoalan sudah menjadi lebih serius dan gejala krisis terlihat jelas. Dengan perencanaan dan penanganan yang tepat, ledakan krisis pada tahap akut dapat diatur waktu, tempo maupun magnitudenya sehingga dampak buruk dapat dikendalikan. Perioda krisis tingkat akut kebanyakan berlangsung singkat, lalu dilanjutkan dengan krisis tingkat kronis (Mitroff, 2001; Fink, 1986).
Krisis pada tingkat kronis sulit dikendalikan. Tidak sedikit perusahaan yang memulai analisis, audit dan upaya pemulihan setelah krisis mencapai tahap kronis. Perencanaan dan penanganan yang tepat dapat memperpendek perioda krisis kronis. Tahapan berikutnya adalah penyelesaian atau resolusi krisis. Pada tahap ini, krisis dapat diubah menjadi kesempatan atau peluang bagi perusahaan sehingga harus diupayakan agar krisis terselesaikan secara tuntas (Mitroff, 2001; Fink, 1986).
Identifikasi krisis dan penentuan tindakan penyelesaian krisis, dilakukan dengan menghitung nilai dampak krisis (Crisis Impact Value) berdasarkan faktor peluang krisis (Probability Factor) dan tingkat pengaruh (Degree of Influence) dan biaya intervensi (Cost of Intervention). Potensi pengaruh krisis diperkirakan menggunakan skala nilai 0-10 dengan memperhitungkan:
• Eskalasi intensitas krisis
• Kemungkinan peningkatan perhatian media massa atau pemerintah
• Penghambatan terhadap operasi perusahaan
• Kerusakan citra baik perusahaan di mata publik
• Kehancuran prinsip-prinsip dasar perusahaan
Rata-rata jumlah seluruh nilai yang diperoleh disebut angka Skala Dampak Krisis (Crisis Impact Scale atau CIV). Langkah berikutnya adalah memperkirakan secara subjektif mengenai potensi terjadinya krisis menggunakan skala 0-100 persen (Fink, 1986). Perpaduan antara kedua skala itu dalam kuadran terlihat pada Gambar 3.
Pada kuadran hijau, dampak krisis rendah dan kemungkinan terjadinya krisis juga rendah, sehingga dapat disimpulkan bahwa perusahaan nyaris tidak terancam oleh krisis. Pada kuadran kuning, faktor kemungkinan terjadinya krisis memang rendah namun jika krisis terjadi dampaknya akan sangat merugikan perusahaan. Pada kuadran merah, berarti perusahaan yang bersangkutan sangat mudah terlanda krisis dan dampak krisisnya sangat buruk. Sedang pada kuadran kelabu, tingkat kemungkinan terjadinya krisis cukup tinggi namun dampak krisis yang ditimbulkan nyaris tidak terlalu berarti.
Peluang krisis (%)
0 100
N
ilai dampak
kr
is
is
0 10
Rendah Rendah
Tinggi Rendah
Tinggi Tinggi
Rendah Tinggi
KUNING
MERAH
HIJAU KELABU
[image:39.595.197.413.514.724.2]Sumber: Fink, 1986
Krisis tidak mengenal batas dan terjadi pada perusahaan, perhimpunan, lembaga pemerintah, koperasi maupun keluarga. Bagi suatu perusahaan, krisis dan kejadian susulan setelah krisis menimbulkan kerugian yang sangat besar. Pengendalian dampak dan guncangan akibat suatu krisis, memerlukan proses yang panjang dan waktu yang lama. Kebanyakan perusahaan mengandalkan sumberdaya atau konsultan dari luar guna mengatasi krisis.
Dalam penelitian ini, yang dimaksudkan dengan krisis adalah krisis internal yang merupakan suatu peristiwa besar yang tak terduga, berdampak negatif dan dapat menimbulkan kerugian yang sangat berarti bagi suatu perusahaan. Kerugian tersebut meliputi aspek pemasaran produk atau jasa, kondisi keuangan, citra atau reputasi perusahaan, semangat kerja karyawan di lingkungan perusahaan tersebut dan bahkan dapat merupakan campuran dari berbagai aspek tersebut (Mitroff, 2001; Doherty 2000; Fink, 1986).
2.2. Krisis dalam Agroindustri
Salah satu contoh mengenai krisis internal yang melanda perusahaan agroindustri terjadi di Amerika Serikat (AS) tahun 1987. Akhir Maret 1987, televisi CBS dalam program ’60 Minutes’ menyiarkan bahwa 30 persen dari daging ayam yang dijual di Amerika Serikat terkontaminasi oleh bakteri salmonella yang berbahaya bagi kesehatan manusia. Laporan bertajuk One Out of Three tersebut mengutip keterangan seorang mantan pejabat Departemen Pertanian AS yang membidangi industri peternakan ayam, sejumlah pejabat inspektur dari lingkungan pemerintah, serta seorang mantan karyawan pabrik pemrosesan daging ayam di sana (Lerbinger 1997; Booth, 1993; Gottschalk, 1993).
Statistik tahun 1986 menunjukkan penjualan daging ayam di AS pada tingkat grosir mencapai 12 miliar dollar AS. Setiap keluarga di AS mengkonsumsi sekitar 27 kg daging ayam per tahun. Siaran program ’60 Minutes’ tayangan Televisi CBS itu menimbulkan krisis serius bagi kalangan peternak ayam dan industri pemrosesan daging ayam. Pemicu utamanya ternyata konflik antara serikat buruh dengan para pengelola industri peternakan ayam di sana. Para buruh yang gagal memperjuangkan kenaikan gaji, kemudian menyebarkan informasi keliru dengan menggabungkan data statistik Pusat Pengendalian Penyakit (Centers for Disease Control atau CDC) yang menunjukkan peningkatan gejala penularan penyakit melalui makanan, dengan fakta mengenai tingginya tingkat konsumsi daging ayam di kalangan masyarakat AS. (Gottschalk, 1993).
Krisis lainnya terjadi pada industri bir Corona Extra dari Meksiko. Dalam dekade 1980-an, Corona menjadi pengimpor terbesar bir ke AS. Pada pertengahan tahun 1987, pemasaran bir tersebut anjlok karena agen bir Heineken yang menjadi salah satu pesaing menyebarkan informasi bahwa bir Corona terkontaminasi air seni. Perusahaan Barton Beers dari Chicago selaku pengimpor Corona segera membentuk tim manajemen krisis. Tim tersebut menghubungi seluruh agen dan pengecer Corona, menyampaikan fakta yang membantah isi informasi yang tersebar. Pihak Corona kemudian mengajukan gugatan terhadap agen bir Heineken yang menyebarkan berita bohong, meminta pengadilan memerintahkan pelaku penyebaran berita bohong itu minta maaf secara terbuka di media massa. Pihak Corona juga menyiapkan bahan siaran dengan durasi sekitar 5 menit yang berisi wawancara dengan pengusaha Bir Corona dari Meksiko guna meyakinkan publik mengenai kebersihan dan kemurnian produk bir itu. Bahan siaran itu dikirimkan kepada sekitar 200 stasiun televisi di sekitar Chicago. Krisis yang ditangani secara cepat itu bahkan menjadi peluang iklan bagi perusahaan bir Corona (Jackson & Center, 1995).
Krisis juga terjadi pada perusahaan agroindustri Foodmaker dari negara bagian Washington di AS tahun 1993. Foodmaker adalah perusahaan induk yang membawahi 1.161 restoran cepat saji ‘Jack in the Box’ di seluruh Amerika. Tahun 1992 tercatat hasil penjualan Foodmaker mencapai 1 miliar dollar AS dan memproyeksikan membukukan kenaikan keuntungan 354 persen dalam kuartal pertama tahun 1993. Krisis mulai tampak 11 Januari 1993 ketika seorang anak berusia 2 tahun yang mengkonsumsi cheeseburger
Satu korban lainnya meninggal tak lama setelah itu dan sekitar 500 korban lain yang makan di restoran Jack in the Box harus dirawat di rumahsakit. Para pengelola restoran Jack in the Box tidak segera bereaksi dan Minggu 17 Januari 1993 Dinas Kesehatan setempat menerbitkan siaran pers yang menyatakan wabah sakit perut itu berkaitan erat dengan konsumsi daging giling yang kurang masak. Keesokan harinya, Dinas Kesehatan mengumumkan penyebab utama wabah adalah hamburger yang kurang masak yang disajikan Jack in the Box. Perusahaan menarik kembali dan memusnahkan 10-14 ton hamburger siap saji. Penjualan merosot 30-35 persen di awal Februari 1993, harga sahamnya anjlok dari 13.625 dollar AS menjadi 9.5 dollar AS (22 Januari 1993) dan sampai awal April 1993 Foodmaker merugi 29,3 juta dollar AS akibat kasus tersebut (Lerbinger 1997).
Industri pangan termasuk sangat rentan terhadap berbagai krisis yang mungkin muncul akibat informasi mengenai keracunan, cemaran, gugatan konsumen maupun gangguan lainnya. Jefkins (1987) melaporkan perusahaan pengalengan ikan salmon mengeluarkan biaya sekitar 2 juta poundsterling (setara sekitar Rp 28 miliar pada tahun 2005) guna menarik kembali produk ikan kalengannya dari pasar. Diungkapkan pula perusahaan Farley yang memproduksi makanan bayi bankrut akibat krisis reputasi.
Krisis pada perusahaan agroindustri di Indonesia terjadi antara lain tahun 1989, ketika gandum yang menjadi bahan dasar sejumlah perusahaan biskuit di Indonesia tercemari pupuk sewaktu diangkut dengan kapal dari negara asalnya. Para pengelola biskuit harus menarik kembali produknya dari pasar akibat peristiwa ‘Biskuit Beracun’ tersebut. Krisis terjadi juga tahun 2005-2007 di lingkungan industri peternakan ayam di Indonesia akibat wabah flu burung yang mengakibatkan puluhan korban meninggal dunia.
2.3. Manajemen Krisis
Salah satu pertanda awal kehadiran krisis adalah munculnya ancaman, kerugian dan hambatan atau tantangan terhadap kinerja suatu perusahaan. Pada tahap ini, seringkali gejala krisis tidak terlihat nyata oleh kalangan manajemen atau pemimpin perusahaan, sehingga dihadapi dengan prosedur normal. Pada perkembangan tahap berikutnya, setelah gejalanya jelas barulah antisipasi terhadap krisis dilakukan dengan perhatian khusus dan langkah-langkah di luar prosedur normal. Seringkali isyarat yang muncul terabaikan begitu saja dan baru dihadapi setelah dampak krisis mulai tidak mudah dikendalikan.
inisiatif. Tidak jarang tekanan atau stress yang timbul akibat krisis dipandang para manajer sebagai suatu kekuatan positif. Keadaan krisis dapat dilihat sebagai peluang sekaligus ancaman bagi pihak-pihak yang terlibat. Sesuatu yang dilihat oleh salah satu pihak sebagai ancaman, bukan mustahil justru dinilai sebagai peluang bagi pihak lainnya. Kejadian krisis membuka banyak kemungkinan baru dan memunculkan ide-ide terobosan di kalangan pihak-pihak yang terlibat (Booth, 1993; Gottschalk, 1993).
Secara garisbesar ada tiga jenis krisis internal yang bisa terjadi pada suatu organisasi atau perusahaan. Masing-masing jenis krisis menuntut penanggulangan dan pemecahan yang berbeda, serta mengarahkan pada situasi pascakrisis yang berbeda pula. Krisis yang berkembang secara bertahap, umumnya hanya bisa dirasakan oleh pihak-pihak yang terlibat dalam krisis tersebut. Kebanyakan pihak tersebut tidak memiliki posisi atau kemampuan guna meyakinkan pimpinan puncak bahwa krisis sedang terjadi, sehingga pimpinan tidak mengambil tindakan apa-apa terhadap krisis tersebut (Lerbinger, 1997; Booth, 1993).
Jenis kedua adalah krisis yang muncul secara rutin atau periodik, misalnya pemangkasan anggaran tahunan atau perubahan pemerintahan negara. Pimpinan perusahaan atau organisasi menghadapi krisis seperti ini dengan tanggapan berupa perundingan atau kompromi. Krisis yang muncul secara periodik dan berkelanjutan, bisa mengakibatkan para pihak yang terlibat menjadi letih dan kehilangan semangat kerja. Namun, di lain pihak keadaan krisis demikian dapat menghasilkan gugus kerja yang profesional. Misalnya tim yang bertindak sebagai penanggungjawab krisis di perusahaan pertambangan atau penerbangan. Contoh lain yang lebih ekstrim adalah anggota polisi, barisan pemadam kebakaran atau satuan pengamanan yang menjadi makin terlatih karena setiap saat menghadapi peristiwa krisis (Lerbinger, 1997; Booth, 1993).
Dalam banyak peristiwa krisis, tindakan para pengambil keputusan dapat terlibat dalam salah satu atau gabungan dari beberapa situasi. Pertama, para pengambil keputusan tidak bertindak apa-apa karena mereka kaget. Kedua, keputusan yang diambil tidak cukup tepat dalam menghadapi krisis yang berlangsung. Ketiga, hanya sebagian dari keputusan yang diambil cukup tepat menghadapi krisis yang timbul. Keempat, keputusan yang diambil cukup tepat tetapi tidak dapat dilaksanakan karena menurunnya kemampuan atau kendali terhadap pelaksanaan keputusan itu. Kelima, keputusan yang tepat sudah diambil dan dilaksanakan, tetapi perubahan mendadak yang berlangsung terhadap krisis mengakibatkan perusahaan tidak sempat melakukan antisipasi susulan. Pada dasarnya, situasi seusai krisis adalah salah satu dari dua kemungkinan. Yakni perusahaan salah melakukan adaptasi sehingga harus tutup atau tetap bertahan namun mengalami perubahan besar. Kemungkinan kedua adalah perusahaan mengalami adaptasi sehingga semua bagian terselamatkan (Mitroff, 2001; Lerbinger, 1997; Booth, 1993; Fink, 1986).
Kebanyakan penelitian dan pustaka mengutamakan pembahasan tentang pencegahan krisis. Dengan pemahaman dan kecermatan yang cukup, sebetulnya krisis dapat diramalkan sejak isyarat-isyarat yang menandai awal krisis mulai muncul. Pada praktiknya, ramalan kalangan staf atau manajemen yunior seringkali diabaikan oleh pimpinan yang lebih tinggi karena keengganan menghadapi situasi yang tidak rutin. Alasan kalangan manajemen puncak dalam mengabaikan isyarat krisis sebetulnya justru disebabkan oleh ciri khas krisis, yakni ketidakpastian dan kemendadakan (Lerbinger, 1997; Booth, 1993).
2.4. Sistem
Norbert Wiener yang berjudul Cybernetics (1948) dan tulisan-tulisan Ludwig von Bertalanffy mengenai Systems Thinking (1950) dan General System Theory (1968). (Turban dan Aronson, 2001; Honeycutt, 2000; Indrajit, 2000; Jackson, 2000; Midgley, 2000; Zhu, 1999; Blanchard, 1998; Kahaner, 1996; Coyle, 1995; Underwood, 1994; Blanchard & Fabrycky, 1981).
Selama sekitar dua dekade setelah itu, peranan pendekatan sistem (system approach) dalam teori-teori organisasi cukup dominan, meski pemikiran sistem (system thinking) tetap dinilai sebagai pembenaran teoretis terhadap metodologi praktis seperti riset operasional (operational research) (Honeycutt, 2000; Jackson, 2000; Midgley, 2000; Blanchard, 1998; Kahaner, 1996; Coyle, 1995).
Hingga dekade 1970-an, pemahaman mengenai sistem yang antara lain dikembangkan oleh Kuhn, disarati oleh istilah unsur (element), hubungan (relationship), lingkup (boundary), asupan (input), transformasi, keluaran (output), lingkungan (environment), umpan balik (feedback), atribut, tujuan (purpose), pengendalian (control), identitas dan jenjang (hierarchy). Sejumlah pakar yang mengacu pada teori sistem umum (general system theory) menekankan pada pendalaman mengenai sistem dunia nyata, sedang pakar lainnya mengembangkan metodologi berdasarkan prinsip kesisteman guna mempengaruhi dan mengubah sistem itu sendiri. Secara ringkas, semua bentuk sistem dinilai dapat diidentifikasikan melalui observasi empirik terhadap kenyataan dan dapat dianalisis melalui perluasan metoda (misalnya pemanfaatan model guna menggantikan percobaan laboratorium). Pada praktiknya, suatu sistem dapat dimanipulasikan sesuai dengan tujuan pemanfaatan sistem itu (Gates & Hemingway, 2000; Jackson, 2000; Midgley, 2000; Blanchard, 1998; Kahaner, 1996; Coyle, 1995; Durlach et al., 1994; Blanchard & Fabrycky, 1981).
Secara sederhana, sistem dapat diartikan sebagai kumpulan suatu entitas, dapat berupa manusia atau mesin atau unsur lain, yang bekerja secara sendiri-sendiri maupun bersama guna mencapai suatu tujuan logis tertentu. Pembelajaran mengenai hubungan masing-masing komponen dalam suatu sistem, dapat dilakukan dengan mengamati langsung sistem tersebut, atau dapat juga melalui suatu percobaan menggunakan model (Turban & Aronson, 2001; Blanchard, 1998; Kahaner, 1996; Coyle, 1995; Durlach et al., 1994; Underwood, 1994; Law & Kelton, 1991; Blanchard & Fabrycky, 1981).
operasional yang memerlukan waktu lebih pendek dan biaya lebih rendah dibandingkan dengan manipulasi secara langsung terhadap sistem yang asli.
Model simbolik yang rumit memerlukan berbagai persamaan matematis yang sangat pelik sehingga kecil kemungkinannya menghasilkan pemecahan yang diinginkan. Pada kondisi demikian, pembelajaran mengenai model hanya dapat dilakukan melalui simulasi. Model matematis yang dipelajari secara simulasi, disebut model simulasi (Eriyatno, 1998; Blanchard, 1998; Coyle, 1995; Law & Kelton, 1991; Blanchard & Fabrycky, 1981).
Model simulasi dapat diklasifikasikan berdasarkan dimensinya. Model simulasi statis, biasanya direkayasa guna mewakili suatu sistem yang pada keadaan tertentu tidak berperan secara aktif. Salah satu contoh model simulasi statis yang paling populer adalah model-model Monte Carlo. Di lain pihak, ada yang disebut model simulasi dinamis, yang direkayasa guna mewakili suatu sistem yang berubah-ubah sesuai dengan perubahan waktu atau dimensi lainnya (Midgley, 2000; Blanchard, 1998; Coyle, 1995; Law & Kelton, 1991).
Berdasarkan kepastian komponennya, model simulasi dibedakan pula menjadi deterministik dan stokastik atau probabilistik. Model simulasi deterministik merupakan model kuantitatif yang tidak berkandungan komponen yang berpeluang ketidakpastian (uncertainty). Contoh model simulasi deterministik yang sederhana misalnya yang menggunakan pemrograman linier (linear programming), Program Evaluation and Review Technique (PERT) maupun CPM (Critical Path Method) yang mendasarkan penelaahan pada faktor-faktor kritis yang dianggap memiliki nilai eksak tertentu pada waktu yang ditentukan. Contoh model simulasi deterministik lainnya adalah persamaan diferensial rumit yang disusun guna menjelaskan suatu proses reaksi kimia tertentu. Pada model simulasi deterministik, keluaran yang dihasilkan sudah dapat ‘ditentukan’ jika asupan dan hubungan dalam model sudah ditetapkan spesifikasinya, meski prosesnya memerlukan komputasi yang cukup lama (Midgley, 2000; Blanchard, 1998; Coyle, 1995; Law & Kelton, 1991).
karakteristik model yang sesungguhnya (Midgley, 2000; Eriyatno, 1998; Blanchard, 1998; Coyle, 1995; Law & Kelton, 1991; Blanchard & Fabrycky, 1981).
Pembagian model simulasi lainnya, didasari oleh tingkat perubahan model itu pada kurun waktu tertentu. model simulasi terpisah (discrete-event simulation model) biasanya dipergunakan dalam perwakilan sistem yang tingkat perubahannya pada kurun waktu tertentu sudah dapat diperhitungkan. Secara sederhana, model simulasi terpisah dapat diterapkan secara mencongak atau perhitungan dengan jari tangan. Pada model simulasi terpisah yang rumit dalam dunia nyata, volume data yang harus disimpan dan dimanipulasikan menuntut penggunaan komputer digital yang handal (Eriyatno, 1998; Blanchard, 1998; Coyle, 1995; Law & Kelton, 1991).
Model simulasi berkelanjutan (continuous simulation model) diterapkan guna mewakili sistem yang keadaan peubahnya bervariasi seiring dengan perubahan waktu. Salah satu ciri khas model simulasi berkelanjutan adalah penggunaan persamaan diferensial yang menggambarkan hubungan antara nilai perubahan keadaan peubah dengan waktu. Pada persamaan diferensial yang sederhana, pemecahan analitisnya dapat berupa nilai keadaan peubah bagi setiap waktu sebagai fungsi nilai keadaan peubah pada waktu 0 (t=0) (Midgley, 2000; Blanchard, 1998; Coyle, 1995; Law & Kelton, 1991).
Berdasarkan bentuk fisik dan fungsinya, model dapat dipisahkan menjadi empat golongan utama yakni model fisik, model analog, model skematis dan model matematis. Model fisik biasanya disebut juga model ikonik (iconic model), merupakan miniatur dari suatu sistem yang dibuat sedemikian rupa sehingga bentuknya mirip dengan sistem aslinya. Model analog adalah gambar, diagram atau kurva yang dapat mewakili suatu fenomena atau kejadian di alam nyata. Sedang model matematis sejauh ini merupakan pengertian umum model yang biasanya digunakan dalam ilmu keteknikan atau ekonomi dan manajemen (Marimin, 2004; Jackson, 2000; Kahaner, 1996; Mulyono, 1996; Coyle, 1995; Underwood, 1994; Law & Kelton, 1991).
Model matematis mewakili suatu sistem dalam bentuk kinerja logis maupun kuantitatif, sehingg
