Penentuan dan Pengembangan Komoditas Unggulan Argoindustri sub
Sektor Perkebunan Berbasis Sistem Inovasi Daerah di Provinsi Aceh
Khairul Anshar, Putu Dana Karningsih
Jurusan Teknik Industri
Institut Teknologi Sepuluh Nopember (ITS) Surabaya
Kampus ITS Sukolilo Surabaya 60111
Email: aan.anshar.khairul@gmail.com ; dana@ie.its.ac.id
Abstrak
Sistem inovasi merupakan pendekatan berbasis pengetahuan yang biasa digunakan
dalam merencanakan pembangunan. Pengembangan agroindustri di provinsi Aceh mempunyai
peran penting dalam meningkatkan peluang lokasi investasi bagi pemerintah dan swasta dalam
menciptakan nilai tambah produk yang dihasilkan. Provinsi Aceh memiliki beberapa sektor
basis argoindustri sektor pertanian khususnya sub-sektor perkebunan.Selain peluang lokasi
investasi, pengembangan argoindustri juga dapat dijadikan arahan pembangunan daerah
sehingga perlu ditentukan komoditas yang menjadi unggulan daerah. Dengan adanya
komoditas unggulan daerah, maka akan mempermudah aktor inovasi daerah mengambil
langkah kebijakan strategis dalam memajukan daerah. Sehingga penelitian ini bertujuan
menentukan komoditas unggulan sektor perkebunan provinsi Aceh dan menyusun rencana
pengembangan komoditas unggulan sektor perkebunan untuk mendukung penguatan sistem
inovasi daerah provinsi Aceh. Dalam mengidentifikasi industri prioritas digunakan pendekatan
location quotient
dan
hybrid
MCDM (
multi criteria decision making
) dengan
mengintegrasikan metode DEMATEL, ANP, dan TOPSIS. Hasil yang diperoleh, komoditas
unggulan agroindustri sektor perkebunan provinsi Aceh adalah Kopi (0,567). Merujuk kepada
kebijakan SIDa provinsi Aceh yang menekankan kepada pengembangan industri melalui
pemanfaatan sumber daya alam dan pemanfaatan lahan untuk kawasan industri maka upaya
pengembangan komoditas unggulan ini melalui peningkatan produktivitas dan efiensi dalam
pemanfaatan dan/atau pengolahan hasil perkebunan. Tema-tema riset difokuskan pada aspek
produksi dan pemasaran produk olahan.
Kata kunci: Sistem inovasi daerah (SIDa), komoditas unggulan,
location quotient
(LQ),
Multi
Criteria Decision Making
, Dematel, ANP, Topsis
Abstract
Innovation System is a knowledge-based approach that often used while planning
regional development. Agroindustry development in the Aceh province of Indonesia has a
crucial role in creating added value of a local product through increasing private and
government’s investment in location. Aceh have several agriculture-based sector particularly
plantation sub-sector. Aside from chance for investment in location, agroindustry development
could also be used for local development roadmap which in turn raise the need to identify the
superior local commodity. The existence of superior local commodity will make it easy for local
innovation actor to determine strategic policy for local advancement. The objectives of this
research is to determine Aceh’s superior commodity in plantation sector and to develop
superior commodity in plantation sector advancement plan to support Aceh’s innovation
system. To identify which industry is the priority a location quotient approach and hybrid
MCDM (Multi Criteria Decision Making) is used by integrating DEMATEL, ANP, and TOPSIS
method. The result, is that Aceh’s superior local commodity in plantation sector is Coffee
(0.567). Referring Aceh’s SIDa policy which emphasize industrial developer, through natural
resources and land utilization for industrial zone, to increase productivity and efficiency in
plantation’s product processing and utilization. The Research’s theme is focused on its
production aspect and processed product marketing
Keyword: Regional innovation system (
SIDa
), Commodities, location quotient(LQ), Multi
Criteria Decision Making, Dematel, ANP, Topsis
I. PENDAHULUAN
Sistem inovasi adalah suatu kesatuan dari sehimpunan aktor, kelembagaan, jaringan, hubungan, interaksi, dan proses produktif yang mempengaruhi arah perkembangan dan kecepatan inovasi beserta difusinya (taufik, 2005). sistem inovasi yang berorientasi kewilayahan diharapkan mampu membantu daerah dalam memaksimalkan potensi daerah sesuai karakteristik daerah tersebut. Selain itu dengan berorientasi kewilayahan maka daerah mampu menentukan fokus pembangunan atau pengembangan.
Agroindustri provinsi Aceh merupakan sektor yang potensial dimana 48,22% penduduknya menggantungkan hidup pada sektor pertanian (Bappeda Aceh, 2012). pengembangan agroindustri di provinsi Aceh mempunyai peran penting dalam meningkatkan peluang lokasi investasi bagi pemerintah dan swasta dalam menciptakan nilai tambah produk yang dihasilkan.
Agroindustri merupakan sektor ekonomi yang meliputi semua industri, agen, dan institusi yang mengambil komoditas pertanian untuk diolah dan didistribusikan kepada konsumen dan berpusat pada sektor pertanian (Aliyan, 2012). Untuk menentukan arahan dalam penguatan argoindustri, maka perlu ditentukan komoditas yang menjadi unggulan daerah. Dengan adanya komoditas unggulan daerah, maka akan mempermudah aktor inovasi daerah mengambil langkah kebijakan strategis dalam memajukan daerah. Dalam mengidentifikasi industri prioritas digunakan pendekatan location quotient dan hybrid MCDM (multi criteria decision making).
Metode location quotient (LQ) dapat melihat kepadatan suatu sektor industri/usaha tertentu pada suatu wilayah dibandingkan dengan cakupan wilayah yang lebih besar secara agregat. Dalam penelitian ini akan ditentukan apakah suatu komoditas di daerah amatan menghasilkan perbandingan produksi yang lebih baik secara agregat dengan komoditas yang sama secara nasional. Metode ini banyak digunakan untuk membahas kondisi perekonomian atau mengukur konsentrasi relatif kegiatan ekonomi untuk mendapatkan gambaran leading sector suatu kegiatan industri.
Metode multi criteria decision making
(MCDM), ditujukan untuk pengambilan keputusan yang mengandung banyak fungsi tujuan dan saling bertentangan. MCDM dijadikan metode pilihan karena kemampuan metode ini dalam pengambilan keputusan atas satu pilihan jika proses pemilihan dilakukan oleh lebih dari satu orang pengambilan keputusan (Artana, 2008).
Hybrid MCDM digunakan dalam menghadapi permasalahan pengambilan keputusan yang kompleks. Hybrid MCDM digunakan sebagai kombinasi dari beberapa metode yang terdapat dalam MCDM. Metode yang digunakan pada penelitian ini adalah integrasi DEMATEL, ANP, dan TOPSIS. Metode DEMATEL digunakan untuk mengetahui hubungan saling ketergantungan antar kriteria dan tingkat ketergantungannya. Metode ANP digunakan untuk menentukan nilai bobot dari kriteria yang akan digunakan dalam menyelesaikan permasalahan ini. Sedangkan TOPSIS digunakan untuk menentukan urutan prioritas keputusan.
Permasalahan yang akan diselesaikan dalam penelitian ini adalah bagaimana menentukan dan menyusun pengembangan komoditas unggulan agroindustri di provinsi Aceh untuk meningkatkan daya saing daerah. Tersusunnya urutan prioritas komoditas unggulan diharapkan dapat menjadi masukan bagi pemerintah daerah dalam menyusunan program pembangunan.
II. METODEPENELITIAN
Metode penelitian yang digunakan pada penelitian ini dibagi ke dalam 7 tahapan yaitu sebagai berikut :
1. Perhitungan nilai indeks LQ
Langkah awal yang dilakukan ialah menentukan komoditas mana dari sejumlah komoditas di sektor perkebunan yang termasuk sektor basis.
2. Penetuan kriteria pengambilan keputusan Penentuan kriteria dilakukan untuk menetapkan kriteria mana yang menjadi pertambangan bagi daerah dalam mengambil keputusan dalam pemilihan komoditi unggulan daerah.
3. Menentukan hubungan antar kriteria
Setelah diketahui kriteria yang akan digunakan dalam pengambilan keputusan, selanjutnya ditentukan kriteria mana yang mepengaruhi kriteria lain dan kriteria mana yang mendominasi.
4. Perhitungan bobot untuk masing masing kriteria Berdasarkan hasil perhitungan DEMATEL didapat hubungan antar kriteria dan selanjutnya hubungan tersebut digunakan sebagai inputan untuk menghitung bobot dengan menggunakan ANP. 5. Perankingkingan prioritas komoditas
Setelah bobot untuk setiap kriteria diketahui, selanjutnya setiap komoditas terpilih yang tersaring dari perhitungan LQ, dinilai berdasarkan bobot yang ada untuk memilih yang paling memenuhi setiap kriteria.
6. Analisis sensitivitas antara kriteria dan urutan prioritas
Perhitungan tahap terakhir yang dilakukan ialah menguji kriteria mana yang sensitif sehingga menimbulkan perubahan prioritas.
7. Usulan tema riset pengembangan komoditas unggulan
Hasil akhir dari penelitian ini ialah usulan tema-tema riset yang berkenaan dengan komoditas unggulan terpilih.
III. URAIANPENELITIAN
A. Perhitungan nilai indeks LQ
Untuk menganalisis basis ekonomi suatu wilayah, salah satu teknik yang lazim digunakan adalah Location Quotient (LQ). Metode ini dapat melihat kepadatan sektor usaha tertentu pada suatu wilayah dibandingkan dengan sektor yang sama secara agregat.
Teknik LQ merupakan salah satu pendekatan yang umum digunakan dalam model ekonomi basis sebagai langkah awal untuk memahami sektor kegiatan yang menjadi pemacu pertumbuhan. Berdasarkan pemahaman terhadap teori ekonomi basis, teknik LQ relevan digunakan sebagai metode dalam menentukan komoditas unggulan khususnya dari sisi penawaran (produksi atau populasi). Persamaan yang digunakan:
𝐿𝑄 =𝑝𝑖𝑡
𝑃𝑖𝑡=
𝑝𝑖/𝑝𝑡
𝑃𝑖/𝑃𝑡 (2.1)
Dimana:
𝑝𝑖𝑡= share areal panen komoditas i pada tingkat wilayah
𝑃𝑖𝑡= share areal panen komoditas i pada tingkat nasional
𝑝𝑖 = luas panen komoditas i pada tingkat wilayah
𝑝𝑡 =total luas panen subsektor komoditas i pada tingkat wilayah
𝑃𝑖 = luas panen komoditas i pada tingkat nasional
𝑃𝑡 = total luas panen subsektor komoditas i pada
tingkat nasional
Hasil perhitungan LQ menghasilkan tiga kriteria, yaitu: LQ>1. Nilai ini menunjukkan bahwa
komoditas tersebut menjadi basis atau menjadi sumber pertumbuhan. LQ=1. Hal ini menunjukkan komoditas ini tergolong non basis yang berarti tidak memiliki keunggulan komparatif. LQ<1. Komoditas ini juga tergolong non basis. Nilai ini menunjukkan bahwa komoditas bersangkutan tidak mampu memenuhi kebutuhan daerah sehingga perlu pasokan dari luar.
Dari perhitungan LQ diperoleh 6 komoditas yang termasuk dalam sektor basis.
Tabel 2.1 Hasil perhitungan LQ No Jenis Tanaman LQ 1 Karet 1,47075 2 Kelapa sawit 1,03474 3 Coklat 1,14628 4 Kopi 1,85152 5 Tebu 0,56337 6 Tembakau 0,09717 7 Kemiri 2,74713 8 Kelapa 0,44025 9 Cengkeh 0,43499 10 Pala 1,15532 11 Pinang 0,80751
B. Menentukan kriteria pengambilan keputusan
Identifikasi kriteria yang berpengaruh terhadap pengembangan sektor argoindustri telah banyak dilakukan yang salah satu dilakukan oleh BPPT. Penelitian tersebut mengambil kesimpulan terdapat tujuh kriteria yang harid dipertimbangkan yaitu bahan baku, tenaga kerja, teknologi, jangkauan pasar, kekhasan produk, omset, dan keterkaitan hulu-hilir. Namun sejatinya pengembangan yang dilakukan oleh daerah mempunya permasalahan dan kondisi yang berbeda-beda. Sehingga dalam penentuan kriteria-kriteria yang akan digunakan harus disesuaikan dengan kondisi aktual. Berikut adalah kriteria-kriteria yang disusun untuk digunakan dalam pemilihan komoditas unggulan provinsi Aceh:
Tabel 2.2 Kriteria-kriteria pemilihan
No. Kriteria Keterangan
1 Kualitas Bahan Baku Faktor daya saing, benefit 2 Penyerapan Tenaga KerjaFaktor daya tarik, benefit 3 Penggunaan Teknologi Faktor daya saing, benefit 4 Ukuran Pasar Faktor daya tarik, benefit 5 Ciri Khas Daerah Faktor daya saing, benefit 6 Jenis Produk Olahan Faktor daya tarik, benefit 7 Kebutuhan Modal Faktor daya tarik, cost 8 Ramah Lingkungan Faktor daya saing, benefit
C. Menentukan hubungan antar kriteria
Dalam menentukan hubungan antar kriteria digunakan metode DEMATEL. DEMANTEL diaplikasikan untuk menggambarkan hubungan keterkaitan antar kriteria dan menentukan kriteria utama yang mendominasi kriteria lainnya. Metode ini digunakan ketika potennsi keterkaitan antar kriteria tinggi. Metode ini mendesian sebuah struktur sistem dengan menggunakan pengetahuan dari ahli (shih dkk,2010). Metode ini dapat memeperlihatkan hubungan antar kriteria dengan grafik maupun angka, bobot atau tingkat kepentingan dari kriteria hanya ditentukan oleh kriteria yang berhubungan langsung namun secara keseluruhan. Tahapan dalam penggunaan DEMANTEL yaitu:
1. Membangun skala evaluasi. Dengan perbandingan berpasangan ditentukan hubungan pengaruh antar dua faktor.
2. Membangun matriks hubungan langsung. Dari penentuan nilai kriteria kemudian disusun matriks hubungan langsung antar kriteria. Untuk jumlah responden lebih dari satu digunakan nilai rata-rata.
3. Membuat matriks hubungan yang dinormalisasi. Matriks yanng telah disusun sebelumnya selanjutnya dinormalisasikan menjadi matriks X dengan persamaan: 𝑋 = 𝑘 = min [max 𝑖 ∑1 |𝑧 𝑖𝑗| 𝑛 𝑗=1 , 1 max 𝑗 ∑𝑛𝑖=1|𝑧𝑖𝑗|] ; 𝑖, 𝑗 = 1,2,3, … , 𝑛 (2.2)
4. Membangun matriks hubungan total. Dari matriks X selanjutnya dibangun dalam matriks hubungan Tc
𝑇𝑐 = 𝑋(𝐼 − 𝑋)−1;dimana I=matriks identitas
5. Mendapatkan kepentingan dan hubungan dengan menjumlahkan masing-masing baris dan kolom untuk memperoleh nilai D dan R.
𝐷 = [∑𝑛 𝑡𝑖𝑗
𝑗=1 ]𝑛×𝐼 (2.3)
𝑅 = [∑𝑛 𝑡𝑖𝑗
𝑗=1 ]𝑖×𝑚 (2.4)
6. Menyusun Network Relationship Map (NRM)
Dari perhitungan nilai D dan R pada bagian sebelumnya, kriteria-kriteria dengan nilai D-R positif mempunya pengaruh yang lebih besar dari kriteria lainnya dan diasumsikan sebagai prioritas utama atau biasa disebut dispatcher. Kemudian untuk nilai D+R mengindikasikan hubungan antar kriteria yang dimana kriteria dengan nilai D+R lebih besar menunjukkan hubungan yang lebih besar. Tabel 2.3 Nilai Prioritas dan Pengaruh Kriteria terhadap Kriteria Lainnya
R D D+R D-R
Kualitas Bahan Baku 13,39 13,557 26,948 0,166 Penyerapan Tenaga Kerja 12,86 12,694 25,557 -0,169 Penggunaan Teknologi 13,70 13,529 27,225 -0,167 Ukuran Pasar 12,56 12,383 24,939 -0,173 Ciri Khas Daerah 12,39 12,387 24,780 -0,006 Jenis Produk Olahan 12,21 12,218 24,425 0,012 Kebutuhan Modal 13,52 13,855 27,375 0,334 Ramah Lingkungan 13,04 13,039 26,074 0,004 0,05 0,10 0,15 0,20 0,25 -0,25 -0,20 -0,15 -0,10 -0,05 23 24 25 26 27 28 29
Kualitas Bahan Baku
Penyerapan Tenaga Kerja
Penggunaan teknologi Ukuran Pasar
Kebutuhan Modal
Jenis Produk Olahan Ramah Lingkungan Ciri Khas Daerah
0,30
D-R
D+R
Treshhold = 1,680
Gambar 2.1 Network Relationship antarkriteria
D. Perhitungan bobot untuk masing masing kriteria dengan ANP
ANP merupakan suatu cara penilaian untuk mengukur skala rasio prioritas dari faktor-faktor yang berpenaruh dalam keputusan. ANP mampu menyelesaikan secara sistematis semua jenis ketergantungan antar kriteria. ANP menggunakan ukuran skala rasio berdasarkan perbandingan berpasangan sebagaimana AHP, namun tidak kaku secara hirarki (Buyukozkan & Cifci, 2012).
ANP mampu merepresentasikan tingkat kepentingan berbagai pihak dengan mempertimbangkan saling keterkaitan antar kriteria dan sub kriteria yang ada. Kombinasi DEMATEL dan ANP seringkali digunakan dalam menentukan alternatif pilihan dari permasalahan kompleks, seperti dalam pemilihan supplier (Baykasoglu, 2012) dan strategi pemasaran (Wang & Dan Tzeng, 2012). Dalam beberapa literatur, metode ini lebih dikenal DANP. Tahapan yang dilakukan dalam penentuan tingkat kepentingan yaitu sebagai berikut:
1. Membangun unweighted supermatriks
Unweighted supermatriks dinotasikan dengan W. Langkah pertama yang dilakukan yaitu membangun matriks normalisasi dari matriks Tc yang disusun di DEMATEL. Selanjutnya disusun matriks transpose.
𝑊 = (𝑇𝑐∝) = 𝑘. 𝑇𝑐 (2.5)
2. Membuat Matriks 𝑇𝐷∝ yang merupakan matriks
normalisasi dari matriks TD.
Matriks TD adalah matriks dimensi (set atau
kumpulan kriteria).
3. Membuat matriks weighted supermatriks
𝑊∝= 𝑇
𝐷∝× 𝑊 (𝑝𝑒𝑟𝑘𝑎𝑙𝑖𝑎𝑛 𝑒𝑙𝑒𝑚𝑒𝑛) (2.6)
4. Membuat matriks stabil (stable-matriks) dari
weighted supermatriks dengan menjadikan limit lim
𝑔→∞(𝑊
∝)𝑔.
Hasil perhitungan bobot kriteria ANP seperti pada Tabel 2.3. Hasil yang diperoleh yaitu urutan bobot kriteria dari terbesar dan kriteria yang paling diprioritaskan adalah kebutuhan modal.
Tabel 2.3 Bobot kriteria Hasil Perhitungan ANP
Kriteria Bobot
Kualitas Bahan Baku 0,1869 Penggunaan Teknologi 0,1545 Ciri Khas Daerah 0,0737 Ramah Lingkungan 0,0887 Penyerapan Tenaga Kerja 0,1170 Ukuran Pasar 0,0613 Jenis Produk Olahan 0,0296 Kebutuhan Modal 0,2883
E. Perankingkingan prioritas komoditas dengan TOPSIS
Metode ini didasarkan pada konsep dimana alternatif terpilih yang terbaik tidak hanya memiliki jarak terpendek dari solusi ideal positif, namun juga memiliki jarak terpanjang dari solusi ideal negatif (Yang, 2008). TOPSIS tidak memiliki metode input yang spesifik dalam pengukuran alternatif, maka TOPSIS menggunakan input dari metode lain seperti DEMANTEL (Baykasoglu, 2012) atau ANP
(Wu, 2009). Secara umum prosedur TOPSIS mengikuti langkah-langkah sebagai berikut: 1. Membuat matriks penilaian alternatif dari
kriteria-kriteria yang telah dibobotkan 2. Menyusun matriks normalisasi 𝐷𝛼
3. Menentukan matriks keputusan yang ternormalisasi terbobot
4. Menentukan matriks solusi ideal positif dan matriks solusi ideal negatif
𝐴+= solusi ideal positif =
{(max 𝑣𝑖𝑗|𝑗 𝜖 𝐽), {(min 𝑣𝑖𝑗|𝑗 𝜖 𝐽′)} (2.7)
i= 1,2,3,...,m=(𝑣1+, 𝑣2+, 𝑣3+, … , 𝑣𝑚+)
𝐴−= solusi ideal negatif =
{(min 𝑣𝑖𝑗|𝑗 𝜖 𝐽), {(max 𝑣𝑖𝑗|𝑗 𝜖 𝐽′)} (2.8)
i= 1,2,3,...,m=(𝑣1−, 𝑣2−, 𝑣3−, … , 𝑣𝑚−) J = {j = 1,2,3,...,n kriteria keuntungan} J’ = {j = 1,2,3,...,n kriteria biaya}
5. Menghitung jarak antar nilai setiap alternatif dengan matriks solusi ideal positif dan negatif.
𝐷𝑖+= √∑ (𝑣 𝑖𝑗− 𝑣𝑗+) 2 𝑛 𝑗=1 ; 𝑖 = 1,2,3, … , 𝑛 (2.9) 𝐷𝑖−= √∑ (𝑣 𝑖𝑗− 𝑣𝑗−) 2 𝑛 𝑗=1 ; 𝑖 = 1,2,3, … , 𝑚 (2.10)
6. Menentuka nilai preferensi(kedekatan relatif) untuk setiap alternatif dan membuat ranking prioritas.
𝑣𝑖 = 𝐷𝑖
−
𝐷𝑖++𝐷𝑖−; 𝑖 = 1,2,3, … , 𝑚 (2.11)
Berikut ini hasil perhitungan yang telah dilakukan sehingga menghasilkan nilai yang menunjukkan urutan prioritas komoditas unggulan agroindustri di provinsi Aceh. Urutan tertinggi sampai terendah yaitu:
Tabel 2.4 Nilai Prioritas Komoditas Unggulan Klaster Argoindustri
Kriteria Kedekatan Relatif
Kopi 0,56777 Karet 0,24378 Coklat 0,23403 Kelapa Sawit 0,10046 Kemiri 0,00004 Pala 0,00004
F. Analisis sensitivitas antara kriteria dan urutan prioritas
Pengujian sensitivitas dalam pengambilan keputusan dilakukan untuk mempelajari tingkat kestabilan dari pilihan. Hal ini untuk memahami konsekuensi yang timbul dari perubahan bobot kriteria (Vidal, 2011). Pengujian yang biasa dilakukan adalah dengan trial and error, yaitu
mengubah nilai bobot dan melihat pengaruhnya terhadap urutan prioritas.
Dari pengujian yang dilakukan, terlihat bahwa kriteria kandungan teknologi dan pasar merupakan kriteria yang yang sangat sensitif. Terjadinya perubahan bobot mengakibatkan perubahan peringkat prioritas. Jika melihat pada kriteria lainnya, perubahan tidak signifikan.
G.Usulan tema riset pengembangan komoditas unggulan
Dalam upaya pengembangan komoditas kopi saat ini, belum terjalin kerjasama dengan pihak akademisi yang dalam hal ini perguruan tinggi atau SMK maupun dengan litbang swasta. Upaya pengembangan saat ini hanya diawasi Dinas perkebunan dan Dinas perindustrian dan Perdagangan yang berlokasi di Banda Aceh sehingga masih belum ada upaya intensif selain hanya menjalankan skema yang ada.
Sebelum menentukan tema-tema riset yang dapat diusulkan dalam pengembangan komoditas, diperlukan penggambaran pohon industri komoditas. Melalui pohon industri, dapat diketahui aliran pemanfaatan produk turunannya. Selanjutnya dapat disusun rantai nilai komoditas kopi. Dengan melihat pohon industri dan rantai nilai komoditas, selanjutnya dapat disusun usulan tema-tema riset yang mendukung untuk menjadikan komoditas produk unggulan.
IV. SIMPULAN/RINGKASAN
Kesimpulan yang didapatkan dari penelitian ini antara lain adalah :
1. Sistem inovasi daerah di provinsi Aceh diarahkan pada pemanfaatan sumber daya alam dan penggunaan lahan untuk kawasan industri.
2. Dari sederet perhitungan location quotient dan
hybrid MCDM, diperoleh hasilkomoditas unggulan argoindustri provinsi Aceh adalah Kopi
3. Rencana pengembangan komoditas unggulan difokuskan pada peningkatan produktivitas tanaman, penjagaan mutu hasil pengolahan kopi, dan pemanfaatan limbah kopi. Pengembangan dilakukan melalui integrasi aktor inovasi daerah terutama pemerintah dan litbang untuk mengusulkan riset-riset inovasi teknologi.
Adapun pemberian saran/rekomendasi sebagai perbaikan dan pengembangan penelitian Tugas Akhir berikutnya adalah:
1. Diperlukan penelitian lanjutan berkenaan sistem inovasi daerah untuk menjelaskan peranan masing-masing aktor inovasi daerah.
2. Tema-tema riset dapat difokuskan pada produksi untuk peningkatan produktivitas dan efisiensi.
3. Perlu adanya penyesuaian/integrasi data yang baik antar lembaga karena masih terdapat ketidaksesuaian data antar lembaga pemerintah.
UCAPANTERIMAKASIH
Penulis Khairul Anshar sangat bersyukur atas perlindungan Allah SWT dalam segala kesehatan dan kehidupan. Juga tidak lupa terima kasih kepada kedua orang tua atas limpahan kasih sayang dan doa yang tulus tiada henti. Terima kasih juga disampaikan kepada Ibu Putu Dana Karningsih, ST, M.Sc, Ph.D dan Bapak Prof. Dr. Ir. Udisubakti C., M.Eng.Sc. selaku dosen pembimbingdan dosen co-pembimbing yang dengan sangat sabar memberikan arahan dan nasihat selama pengerjaan Tugas Akhir.Serta semua pihak yang tidak dapat disebutkan satu per satu, atas segala bantuan dan dukungan dalam penyelesaian penelitian Tugas Akhir ini.
DAFTARPUSTAKA
[1] Aliyan, 2012. Penentuan dan Pengembangan
Komoditas Unggulan Argoindustri Berbasis Sistem Inovasi Daerah Kabupaten Malang.
Surabaya: ITS Surabaya.
[2] Artana, K., 2008. Pengambilan Keputusan
Kriteria Jamak untuk Pemilihan Lokasi FRSU: Studi Kasus Supply LNG dari Ladang Tangguh ke Bali. Jurnal Teknik Industri, 10(2), pp. 97-111.
[3] Bappeda Aceh, 2012. Aceh dalam Angka,
Banda Aceh: BPS Aceh.
[4] Baykasoglu, A., 2012. Integration Fuzzy
Dematel and Fuzzy Hirarchical TOPSIS Methode for Truck Selection. Expert systems with Application.
[5] Buyukozkan, G. & Cifci, G., 2012. A Novel
Hybryd MCDM Aproach Based on Fuzzy DEMATEL, Fuzzy ANP, and Fuzzy TOPSIS to Evaluate Green Suppliers. Expert Systems with Applications, Issue 39, pp. 3000-3012.
[6] Vidal, L., 2011. Using a Delphi process and the
AHP to Evaluate the COmplexity of Project.
Expert Systems with Applications, Issue 38, pp. 5388-5405.
[7] Wang, Y. & Dan Tzeng, G., 2012. Brand
Marketing for Creating Brang Value Based on A MCDM model Combining DEMATEL with
ANP and VIKOR Methods. Expert Systems with Applications, Issue 39, pp. 5600-5615.
[8] Wu, D., 2009. Supplier Selection: A Hybrid
Model Using DEA, Decision Tree and Neural Network. Expert Systems With Application, pp. 9105-9112.
[9] Yang, J., 2008. Vendor Selection by Integrated
Fuzzy MCDM Techniques with Independent and Interdependent Reletionship. Information Sciences, pp. 4166-4183.
