PEMODELAN SISTEM
Pendekatan Sistem
Sistem Rantai Pasokan Agroindustri Tapioka secara garis besar terdiri dari 4 level pelaku utama, yaitu: petani ubi kayu, pedagang ubi kayu, industri tapioka, pedagang tapioka dan konsumen tapioka. Seluruh kegiatan mata rantai tersebut saling terkait erat satu sama lain dan saling mempengaruhi. Seluruh aktivitasnya terdapat interaksi yang sangat kuat dari masing-masing pemangku kepentingan (stake holder), baik yang terkait secara langsung maupun dari aktivitas-aktivitas yang berasal dari usaha berbasis ubikayu lainnya.
Kegiatan sistem rantai pasokan tapioka diawali dengan panen ubi kayu dari lahan pertanian ubikayu. Di Kabupaten Bogor lahan ubi kayu tersebar tiap desa dari 10 kecamatan di wilayah Bogor yaitu: Sukaraja, Babagan Madang, Sukamakmur, Cariu, Klapatunggal, Gunung Putri, Citeurep, Bojong Gede dan Kemang (Firdaus, 2004).
Ubi kayu yang bermutu baik mempunyai ciri keras, masa panen 11-12 bulan dan apabila dipatahkan akan terasa apakah ubi kayu tersebut banyak mengandung butiran pati. Penggunaan ubi kayu yang bermutu baik berpengaruh nyata terhadap mutu tapioka. Apabila ubi kayu yang digunakan baik maka hasilnya akan lebih banyak tapioka yang dihasilkan.
Panen ubi kayu adalah pencabutan akar /umbi singkong dari lahan panen hingga transportasi ke pabrik pengolahan tapioka kasar. Kegiatan awal dari panen ini dimulai dengan pencabutan umbi singkong kemudian memisahkannya dari batang pohon dan daun. Hasil panen ini diangkut ke pabrik atau pengepul/tengkulak ubi kayu dengan mobil pick up. Ubi kayu yang didapatkan oleh para pengusaha tapioka sudah berupa ubi kayu kupasan. Harga dari ubi kayu berkisar 550-650/kg tergantung dari mutunya dan banyaknya suplai. Harga ubi kayu ditetapkan berdasarkan mekanisme pasar, dalam hal ini ditentukan oleh pembeli yaitu industri tapioka kasar atau pengepul. Petani tidak berada pada posisi tawar yang kuat. Penawaran harga dibuka oleh pembeli dan biasanya pembeli mendatangi lokasi panen. Apabila harga ubi kayu tidak sebanding dengan biaya
budidaya maka petani lebih memilih membiarkan tananam ubikayu di lahan. Para pengusaha tapioka mendapatkan ubi kayu dari para petani serta ada juga yang melalui tengkulak dengan cara berhutang dan baru akan dibayar setelah ubi kayu yang menjadi tapioka telah terjual. Tetapi ada juga yang dibayar pada saat penyerahan barang, hal tersebut tergantung pada kecukupan modal. Menurut Falcon (1996), tanpa memperhatikan sistem penanamannya, ubi kayu akan tumbuh dengan baik bila ditanam pada waktu curah hujan yang lebat, karena tanaman dapat bertoleransi dengan kekeringan kecuali pada periode dini pertumbuhannya. Musim penghujan pada tahun 2009 berlangsung pada bulan September- Mei dan para petani ubi kayu menanam ubi kayu pada bulan Februari-April. Oleh karena itu, dengan memperhatikan bahwa umur ubi kayu berkisar antara 11-12 bulan, maka panen akan terjadi pada bulan Januari-April 2010 dan hal tersebut berimbas pada harga tapioka. Apabila dibiarkan terlalu lama tidak dipanen maka umbi singkong akan menjadi kayu dan menurunkan kadar patinya.
Paling lama 2 hari setelah panen ubi kayu segar ini harus segera diproses menjadi tapioka, karena apabila terlalu lama disimpan akan mengalami perubahan warna menjadi hitam akibat kerja enzim polifenolase yang terdapat dalam lendir umbi, yang mengakibatkan patinya berkurang. Tidak semua hasil panen ubikayu ini diproses menjadi tapioka, sebagian dipasok sebagai bahan baku industri makanan ringan, seperti keripik singkong dan aneka makanan dari singkong.
Prakiraan jumlah produksi ubi kayu didasarkan pada luas panen dikalikan dengan produktivitas. Rata-rata produktivitas ubi kayu sebesar 18,9 ton/ha. Rendahnya produktivitas ubi kayu sebagai akibat dari minimnya teknologi budidaya dan penanganan pascapanen ubi kayu. Populasi tanaman ubi kayu perhektar rata-rata 10.000 pohon. Lahan ubi kayu umumnya berada disekitar industri. Luas lahan ubi kayu ini semakin menyusut, sebagai perbandingan pada tahun 1998 lahan ubi kayu berkisar radius 4-5 km dari pabrik tapioka halus, tetapi pada tahun 2008 sudah mencapai radius 20 km dari pabrik tapioka.
Produksi tapioka kasar sangat bergantung pada musim dan jumlah ubi kayu yang dipasok dari petani atau pengepul. Dilihat dari kepemilikan usahanya, kegiatan usaha tapioka kasar merupakan usaha milik sendiri dan tidak memiliki
satu penggilingan dikelola oleh tiga sampai lima orang pengusaha, tergantung besar kecilnya skala produksi. Usaha kecil ini belum pernah melakukan kemitraan dengan pihak lain yang nantinya dapat berfungsi untuk meningkatkan produksinya, mengontrol harga, memperluas daerah pemasaran, membantu permodalan dan sebagainya. Kebanyakan pengusaha tapioka kasar tidak tamat sekolah, pendidikan paling tinggi ialah tamatan Sekolah Dasar. Dalam operasinya, industri tapioka ini menggunakan tenaga kerja yang masih ada hubungan keluarga (Wardana, 2006). Oleh karena itu, usaha ini merupakan usaha yang turun-temurun. Tenaga kerja industri tapioka merupakan tenaga kerja borongan, yaitu tenaga kerja yang diupah berdasarkan satu kali pengolahan ubikayu menjadi tapioka. Pendapatan pekerja berkisar antara Rp 5.000-Rp 10.000 per kuintal tapioka. Dalam memilih tempat produksi, pengusaha tapioka memilih tempat yang relatif dekat dengan sungai, agar suplai air dapat berjalan dengan lancar. Selain itu, faktor jarak dengan pasar merupakan hal yang dipertimbangkan, karena berpengaruh terhadap ongkos angkut dari penggilingan ke tempat tapioka dipasarkan. Ongkos angkut tapioka berkisar Rp 10.000-Rp 15.000/kuintal, tergantung dari jarang tempuh yang diperlukan. Sekali angkut ke pasar biasanya berkisar antara 3-5 kuintal.
Kegiatan produksi tapioka kasar ini diawali dengan proses pengupasan kulit kemudian proses pencucian untuk memisahkan dari kotoran-kotoran atau tanah yang melekat. Selanjutnya singkong diparut / dihancurkan dengan alat yang digerakkan secara manual. Hasil pemarutan kemudian dicampur air dan Natrium bisulfat sebagai bahan pemutih dan agar produk tidak berbau apek, kemudian campuran diaduk. Hasil adukan diperas dan disaring dengan kain bekas untuk memisahkan pati dengan ampas. Pati yang bercampur air diendapkan agar produk menjadi bersih dari kotoran selama 5-6 jam. Dari tangki pati cairan tersebut selanjutnya dijemur dibawah sinar matahari selama 48 jam hingga mencapai kadar air 14%. Hasil pengeringan ini masih berupa gumpalan tepung kasar yang kemudian digiling dan diayak untuk mendapatkan tepung tapioka yang lebih halus. Hasil produksi tapioka kasar ini belum memenuhi standar SNI tentang kualitas tapioka, oleh karena itu produk tapioka kasar akan diproses lebih lanjut oleh industri tapioka halus. Rendemen tapioka kasar berkisar antara 25-27% dari
ubi kayu. Dalam proses produksi tersebut dihasilkan tiga jenis limbah, yaitu 1) kulit singkong, limbah ini tidak memiliki nilai ekonomi akan tetapi dapat dimanfaatkan untuk bahan kompos oleh penduduk yang ada di sekitarnya. 2) Onggok merupakan ampas hasil pemisahan dengan pati, ampas ini mempunyai nilai ekonomi dengan harga basah sekitar Rp.50.000,-/ton dapat digunakan untuk pakan ternak dan bahan baku asam sitrat. 3) Air limbah yang harus diolah terlebih dahulu sebelum dibuang karena mengandung sianida yang dapat mengakibatkan pencemaran lingkungan.
Industri tapioka kasar ini dalam proses pengeringan masih mengandalkan panas sinar matahari pada area terbuka dengan tempat penjemuran yang terbuat dari bambu. Implikasi dari itu semua, dalam merubah input menjadi output usaha kecil tapioka tersebut sangat mengandalkan tenaga manusia. Kualitas tapioka akan sangat bergantung pada musim, apabila musim penghujan selain proses pengeringan lebih lama juga kadar kelembaban masih tinggi, akibatnya biaya tenaga kerja meningkat sementara harga jual tapioka kasar ini turun. Produk tapioka kasar ini dipasok ke industri tapioka halus untuk diproses lebih lanjut sehingga menghasilkan tapioka halus dengan kualitas sesuai standar SNI. Perencanaan produksi tapioka kasar ditentukan oleh jumlah pasokan ubi kayu dan waktu pengeringan. Harga tapioka kasar ini ditentukan oleh mekanisme pasar yaitu industri tapioka halus yang didasarkan pada kualitas tapioka kasar. Krisis pada level industri tapioka kasar ini ditandai dengan menurunnya kemampuan produksi tapioka kasar yang berakibat krisis pada level industri tapioka halus.
Perencanaan produksi tapioka halus didasarkan pada jumlah pasokan bahan baku yaitu tapioka kasar, tidak berdasarkan permintaan karena semua hasil produksi tapioka halus terserap pasar, bahkan masih banyak permintaan yang tidak terpenuhi. Proses produksi tapioka halus diawali dengan penerimaan bahan baku dari pemasok yaitu industri tapioka kasar. Dalam pengadaan bahan baku ini tidak ada model kerjasama atau sistem pemesanan yang terstruktur. Produsen tapioka kasar membawa produknya dan menawarkan kepada pabrik tapioka halus, jika ada kesepakatan harga maka transaksi terjadi, apabila tidak terjadi kesepakatan harga maka pemasok akan pindah ke pabrik yang lain. Tidak adanya kelembagaan yang mengatur tataniaga dan informasi harga tapioka ini
mengakibatkan terjadi persaingan dalam pembelian bahan baku. Ada sekitar 10 pabrik tapioka halus yang bahan bakunya mengandalkan pasokan dari industri tapioka kasar dari sekitar Kabupaten Bogor seperti yang disajikan pada Tabel 6. Tabel 6 Daftar pabrik tapioka halus di kabupaten Bogor
Nama Pabrik Merk
PT Kujang PT Tapioka Setia PT Benteng Tapioka Liaow Cui Kang Liaow Liong Yap PT Dua Udang Nagamas Tapioka Kujang Kupu-Kupu Dua Lombok Orang Tani Pak Tani Dua Udang Nagamas KOPTAR
Arifin Makmur Tapioka CV Bambu Kuning
Anak Satu Tepung Tapioka KOPTAR -
Dua Bambu Kuning
Walaupun pembelian bahan bahan baku dilakukan setiap hari, namun sering tidak mencukupi untuk produksi dengan kapasitas optimal. Kapasitas produksi (8 jam/hari) adalah 15 ton/hari. Seperti disajikan pada Tabel 7 berikut ini, pasokan bahan baku tidak mencukupi untuk produksi dalam satu bulan pada musim penghujan, sehingga proses produksi terpaksa berhenti, meskipun pada kenyataannya kegiatan produksi tetap berlangsung yaitu melakukan proses pengemasan.
Tabel 7 Rata-rata pasokan bahan baktu dan waktu produksi tapioka
Perioda Pasokan bahan
baku (kg)
Rata-rata waktu produksi (hari)
Juli 08 412,987 28
Tabel 7 Rata-rata pasokan bahan baktu dan waktu produksi tapioka (lanjutan)
Perioda Pasokan bahan
baku (kg) Rata-rata waktu produksi (hari) September '08 83,977 6 Oktober 08 158,212 11 Nopember 08 151,529 10 Desember 08 141,057 9 Januari 09 109,216 7 Februari 09 115,228 8 Maret 09 125,899 8 April 09 455,968 30 Mei 09 404,186 27 Juni 09 367,442 24
Harga tapioka kasar didasarkan pada kualitas produk yaitu bervariasi antara Rp.2000,- hingga Rp.4600,- per kg. Selain itu harga tapioka kasar juga ditentukan kualitas tapioka kasar. Kualitas tapioka kasar dikelompokan menjadi 4 grade. Sistem pemeriksaan kualitas dilakukan dengan mengambil sampel dari produk oleh pembeli dan secara visual diperiksa warna. aroma, kadar air dan kehalusan dari tapioka kasar. Biaya transportasi ditanggung oleh pemasok. Penawaran harga dibuka oleh pembeli, apabila ada ketidakcocokan harga dari kedua belah pihak maka penjual akan pindah ke pembeli pabrik lain hingga diperoleh kecocokan harga. Tidak adanya kelembagaan yang mengatur pemasaran dan informasi harga mengakibatkan meningkatnya biaya transportasi dan lemahnya posisi tawar industri kecil tapioka kasar.
Bahan baku yang berupa tapioka kasar selanjutnya diproses pada mesin giling untuk menghaluskan tapioka, kemudian dilakukan pengayakan untuk memisahkan granula pati dengan kotoran sehingga diperoleh tepung tapioka halus yang memenuhi standar kualitas SNI. Rendemen dari tapioka halus adalah 90 % hingga 95% dari tapioka kasar. Ampas dari tapioka halus ini dapat digunakan sebagai bahan baku lem atau saos. Pabrik tapioka halus ini berproduksi selama 7-8 jam per hari dengan upah tenaga kerja sistem borongan sebesar Rp.1000,-/kuintal. Rata-rata dibagian produksi mempekerjakan 7 orang tenaga kerja, sehingga
apabila dalam sehari memproduksi 15 ton tapioka maka pendapatan per-orang rata-rata Rp.150.000,-/7 = Rp. 21.500,-
Proses selanjutnya adalah penimbangan, pengemasan dan penyimpanan. Sebagian besar hasil produksi dijual ke industri makanan, seperti kerupuk dan mi. Sistem penjualan ini berdasarkan pesanan dan distribusi produk dilakukan oleh pabrik tapioka akan tetapi pembebanan biaya oleh pembeli.
Harga tapioka di pasaran bervariasi, hal ini sangat dipengaruhi oleh kebijakan perusahaan dalam menerapkan teknologi produksi maupun strategi pemasaran yang digunakan. Harga tapioka halus pada bulan Juni 2009 ditingkat pengusaha Kabupaten Bogor Rp.2800,- hingga Rp.5900,- dan rata-rata Rp 4300,- per kg. Harga tapioka Lampung bisa mencapai Rp.2000,- hingga Rp.4500,- per kilogram, karena di Lampung bahan baku relatif lebih murah dan biaya produksi lebih efisien karena menggunakan mesin-mesin lebih modern dan berskala besar. Kapasitas produksi tapioka industri besar di Lampung dan Jawa Timur berkisar antara 125 hingga 200 ton/hari, sedangkan di kabupaten Bogor rata-rata 15 ton per-hari. Selain itu harga tapioka juga dipengaruhi oleh impor tapioka yang membanjiri pasar nasional. Pada awalnya kebijakan impor tapioka diberikan kepada industri-industri besar penghasil sorbitol sebagai bahan baku, karena pasokan tapioka domestik tidak mencukupi kapasitas produksi sorbitol yang mencapai 60.000 ton /tahun. Pada situasi perdagangan seperti ini industri tapioka kecil tidak memiliki posisi tawar harga yang kuat. Ketidakberdayaan terhadap kebijakan harga ini membuat industri tapioka halus kehilangan kemampuan untuk menjalankan bisnis tapioka halus. Hal ini menandakan adanya sinyal krisis pada industri tapioka halus. Keterkaitan agroindustri tapioka dijelaskan pada Gambar 12.
1. Petani ubukayu 2 Produsen Tapioka kasar 3
Produsen Tapioka halus
4 Industri pangan berbasis tapioka 5 Konsumen ubikayu lainnya Harga ubikayu Harga Tapioka Harga Tapioka kasar Harga ubikayu 6 Konsumen Tapioka lainnya Harga Tapioka
Aliran informasi harga
Aliran produk
7 Industri tapioka skala
besar
8 Harga tapioka impor
ubikayu Tapioka kasar Tapioka halus Tapioka halus Tapioka halus Harga Tapioka
Gambar 12. Model Keterkaitan Agroindustri Tapioka
Analisis kebutuhan
Ketika kebutuhan manusia dan perkembangan teknologi meningkat maka lingkunganpun akan berubah. Saat ini dunia bisnis telah memasuki era turbulensi, yaitu suatu era dimana perubahan lingkungan mempengaruhi perubahan bisnis. Perubahan-perubahan tersebut begitu hebat sehingga sehingga sistem agribisnis yang terlihat sangat amanpun tidak bisa kebal terhadap kegagalan karena tidak siap mengikuti perubahan tersebut. Krisis agroindustri tapioka yang ditandai dengan penurunan kemampuan industri dalam menjalankan fungsi produksi dan bisnisnya menjadi ancaman yang setiap saat bisa terjadi.
Agroindustri tapioka melibatkan beberapa pihak yang saling terkait dan saling berkepentingan. Terkait dengan tujuan dan kepentingan kelangsungan bisnisnya serta mengantisipasi ancaman krisis, setiap pihak mempunyai kebutuhan masing-masing. Kebutuhan setiap pihak dapat saling menguntungkan atau saling konflik. Analisis kebutuhan sangat diperlukan untuk merancang suatu model yang mampu mengakomodir semua kebutuhan pihak-pihak yang terkait. Langkah awal dari analisis kebutuhan ini adalah mengidentifikasi pihak yang berkepentingan dan kebutuhannya.
Agroindustri tapioka melibatkan petani ubi kayu, penyedia jasa transportasi dari lahan ke pabrik/pengepul, pengepul, pabrik tapioka kasar dan pabrik tapioka halus. Peran lembaga keuangan dan pemerintah sebagai fasilitator dan regulator sangat diperlukan dalam pengembangan agroindustri tapioka ini. Petani melakukan budidaya ubi kayu secara tradisional diatas lahan yang dimiliki, optimasi produktivitas ubi kayu dan harga jual ubi kayu yang dapat meningkatkan pendapatan menjadi tujuan kelangsungan kegiatan pertanian ubi kayu. Untuk menjaga kualitas tapioka maksimal 2 hari ubi kayu segar harus segera diproses, oleh karena itu sarana dan prasarana trasportasi yang memadai menjadi hal yang sangat dipentingkan.
Keuntungan bisnis dari pabrik tapioka kasar dapat diperoleh apabila mampu melakukan kontinuitas dan efisiensi produksi serta meningkatkan kualitas produk. Kontinuitas pasokan ubi kayu dan pengembangan teknologi sangat mendukung tercapainya tujuan tersebut. Kelangsungan industri tapioka halus bergantung pada perencanaan produksi pada kapasitas optimal, kestabilan dan kesesuain harga. Pemerintah memiliki kepentingan dalam pengembangan agroindustri tapioka khususnya dalam hal penyerapan tenaga kerja dan perbaikan ekonomi makro. Untuk lebih jelasnya analisis kebutuhan dari pihak-pihak yang terkait dalam pengembangan agroindustri tapioka disajikan pada Tabel 8.
Tabel 8 Daftar kebutuhan pemangku kepentingan industri tapioka
No Pelaku Kebutuhan
1 Petani a. Harga jual yang tinggi
b. Peningkatan teknologi budidaya ubi kayu c. Permintaan ubi kayu yang tinggi
d. Peningkatan nilai tambah e. Iklim usaha yang kondusif f. Ubikayu yang berkualitas tinggi g. Pasokan bibit yang berkualitas
h. Sarana dan prasarana transportasi yang memadai i. Tersedianya kredit modal kerja
2 Industri Tapioka kasar
a. Peningkatan teknologi proses b. Permintaan tapioka yang tinggi c. Peningkatan nilai tambah
d. Sumberdaya manusia yang terampil e. Iklim usaha yang kondusif
Tabel 8 Daftar kebutuhan pemangku kepentingan industri tapioka (lanjutan)
No Pelaku Kebutuhan
2 Industri Tapioka kasar
f. Terjaminnya kontinuitas pasokan dan kualitas bahan baku
g. Harga jual tapioka yang tinggi h. Input produksi yang efisien i. Transparansi informasi harga 3 Industri tapioka
halus
a. Peningkatan Teknologi produksi b. Permintaan tapioka yang tinggi c. Peningkatan nilai tambah
d. Sumberdaya manusia yang terampil e. Iklim usaha yang kondusif
j. Terjaminnya kontinuitas pasokan dan kualitas bahan baku
f. Harga jual tapioka yang tinggi g. Input produksi yang efisien h. Transparansi informasi harga 4 Industri Pangan a. Permintaan produk tinggi
b. Peningkatan nilai tambah
c. Sumberdaya manusia yang terampil d. Iklim usaha yang kondusif
e. Terjaminnya kontinuitas pasokan bahan baku 5 Pemerintah a. Meningkatkan penyerapan tenaga kerja
b. Meningkatkan daya saing c. Kelestarian lingkungan
d. Menghasilkan produk berkualitas tinggi e. Pertumbuhan ekonomi perdesaan
6 Lembaga
keuangan
a. Kelancaran penyaluran kredit b. Kelancara pengembalian kredit
Formulasi permasalahan
Permasalahan yang dihadapi dalam pengembangan agroindustri tapioka rakyat dapat diformulasikan sebagai berikut:
1. Krisis yang terjadi pada agroindustri tapioka rakyat disebabkan oleh perilaku manusia yang mengutamakan keuntungan sebesar-besarnya tanpa mempertimbangkan pembangunan agroindustri berkelanjutan.
2. Fluktuasi dan ketidakpastian harga tapioka halus disebabkan oleh struktur pasar yang monopsonistik dan oligopoli.
3. Kualitas sumberdaya yang rendah dan lemahnya posisi tawar petani dan pengusaha kecil tapioka mengakibatkan lemahnya dayasaing industri
4. Kurangnya akses informasi, teknologi dan keterjangkauan akses permodalan mengakibatkan rendahnya produktivitas produksi ubi kayu dan tapioka.
5. Kelangkaan pasokan ubi kayu sebagai bahan baku tapioka diakibatkan oleh turunnya daya tarik petani untuk menanam ubi kayu, semakin sempitnya lahan, minimnya teknologi pertanian dan rendahnya produktivitas produksi ubi kayu
Dengan memperhatikan permasalahan utama dalam pengembangan industri berbasis ubi kayu, maka dibutuhkan suatu prosedural model pengelolaan yang proaktif malakukan prakiraan potensi krisis dan perencanaan pengendaliannya. Model yang dibangun ini untuk meminimalkan kerugian sebagai dampak chaos dan melakukan upaya pemulihan serta pencegahan krisis.
Identifikasi Sistem
Identifikasi sistem merupakan hubungan antara kebutuhan dengan permasalahan yang harus dipecahkan dalam memenuhi kebutuhan tersebut. Identifikasi sistem ini diperlukan untuk memfokuskan pemodelan tanpa mengurangi kompleksitas yang ada. Pengetahuan ini diperlukan dalam perancangan model sistem deteksi dini yang akan dikembangkan. Agregasi atas kepentingan setiap pemangku kepentingan teridentifikasi bahwa manajemen pengelolaan krisis merupakan optimalisasi dari sumberdaya agroindustri tapioka.
Sistem manajemen krisis yang akan dikembangkan menghadapi berbagai kendala klasik yang selalu dihadapi industri di Indonesia. Bagaimana sistem yang akan dikembangkan ini dapat mengoptimalkan setiap kepentingan dari pemangku kepentingan yang terlibat pada agroindustri tapioka. Tujuan pengembangan sistem deteksi dini ini adalah untuk menjamin kelangsungan agroindustri tapioka skala kecil. Dengan demikian akurasi pendugaan dari variabel-variabel yang mempengaruhi hasil akhir yang diinginkan merupakan prasyarat bagi keberhasilan sistem yang dibangun.
Tujuan tersebut merupakan gambaran output yang dikehendaki bahwa keberlangsungan agroindustri tapioka akan memberikan kontribusi terhadap pemberdayaan ekonomi masyarakat melalui ketersediaan lapangan kerja,
pemberdayaan ekonomi petani di pedesaan, meningkatkan daya saing untuk menjamin pemenuhan permintaan tapioka regional dan ekspor. Industri tapioka yang memiliki daya saing ini diharapkan akan menarik investor dan mengingkatkan devisa negara. Perancangan sistem yang dibangun mencakup pengendalian variabel-variabel input yang terkait rantai kebelakang dan kedepan (backward dan forward lingkage) dari sistem agroindustri tapioka sehingga dapat mengoptimalkan variabel-variabel output sesuai yang diinginkan dan meminimalkan output yang tidak dikehendaki. Secara diagramatis keterkaitan variabel-variabel dalam agroindustri tapioka dapat dilihat pada Gambar 13. Sektor produksi tapioka halus membentuk loop positif dari faktor-faktor penyusunnya yaitu pasokan bahan baku dan harga tapioka. Untuk meningkatkan keberlanjutan produksi tapioka halus dengan melakukan optimalisasi faktor pasokan bahan baku (backward linnkege) dan harga tapioka (forward linkage).
Dari aspek penyediaan bahan baku, bagaimana tapioka kasar sebagai bahan baku tapioka halus dapat selalu tersedia baik dari segi jumlah, dan mutu yang sesuai dengan kebutuhan industri tapioka halus. Tingkat produksi ubikayu, harga ubikayu dan iklim menjadi kendala dalam menjamin kontinuitas pasokan bahan baku. Causal loop diagram yang disajikan pada Gambar 13, sektor pasokan bahan baku membentuk loop positif, oleh karena itu optimalisasi rantai nilai level petani dan optimalisasi produksi tapioka kasar akan mendukung kontinuitas pasokan bahan baku.Variabel input terkendali yaitu sumberdaya yang dibutuhkan dalam kegiatan memasok bahan baku pada sektor ini meliputi: teknologi budidaya ubi kayu, teknologi pengolahan tapioka kasar, sistem tataniaga ubi kayu, dan kelembagaan keuangan.
Dari aspek penyaluran produk tapioka halus, bagaimana kestabilan harga dapat dijamin sehingga mampu meningkatkan daya saing dan meningkatkan rantai nilai. Mutu produk, monopoli pasar oleh industri besar dan akibat lemahnya regulasi terhadap kebijakan impor tapioka menjadi kendala dalam menjamin kestabilan harga tapioka.
Pada causal loop diagram sektor harga tapioka halus membentuk loop negatif. Oleh karena itu peningkatan peran pemerintah terhadap kebijakan impor, ekspor dan industri hilir tapioka sangat diperlukan untuk mengendalikan stock
tapioka dipasar yang dapat mempengaruhi harga tapioka. Variabel input terkendali pada sektor ini meliputi: sistem tataniaga tapioka, kelembagaan keuangan dan kebijakan sistem perpajakan ekspor dan impor, dan kebijakan terhadap industri hilir.
Input tak terkendali yaitu elemen dalam sistem yang mempengaruhi kinerja sistem tetapi tidak dapat dikendalikan keberadaannya. Dalam sistem manajemen krisis agroindustri tapioka ini input tak terkendali meliputi: luas lahan, rendemen, kualitas ubikayu, permintaan tapioka, daya beli masyarakat, biaya produksi.
Output yang dikehendaki adalah tujuan yang ingin dicapai yang meliputi: keberlanjutan produksi tapioka, iklim usaha yang kondusif, peningkatan daya saing, peningkatan kualitas tapioka, kontinuitas pasokan bahan baku, kestabilan harga, peningkatan pendapatan, dan peningkatan devisa.
Output yang tidak dikehendaki adalah efek yang tidak diinginkan sehingga perlu diminimumkan. Output yang tidak dikehendaki ini meliputi : Penurunan kemampuan produksi, fluktuasi harga tapioka, kekurangan pasokan bahan baku, penurunan daya saing, penurunan mutu produk dan penurunan pendapatan. Input lingkungan merupakan kondisi lingkungan diluar sistem yang turut mempengaruhi kinerja sistem. Input lingkungan sistem manajemen krisis ini meliputi: Impor tapioka, nilai tukar mata uang, perkembangan industri hilir. Untuk lebih jelasnya hubungan keterkaitan variabel-variabel ini disajikan pada diagram black box Gambar 14
Input Tak Terkendali: 1. Luas lahan 2. Rendemen 3. Kualitas Ubikayu 4. Permintaan 5. Daya beli masyarakat 6. Biaya produksi
Input Terkendali:
1. Teknologi budidaya ubikayu 2. Teknologi Proses Tapioka 3. Sistem Tataniaga ubikayu 4. Sistem tataniaga tapioka 5. Kelembagaan keuangan 6. Kebijakan ekspor &impor 7. Kebijakan thd industri hilir
Otput yang dikehendaki 1. Kestabilan harga 2. Keberlanjutan produksi 3. Iklim usaha yang kondusif 4. Peningkatan daya saing 5. Peningkatan devisa
Otput yang tak dikehendaki 1. Penurunan kemampuan produksi 2. Penurunan mutu
3. Fluktuasi harga 4. Penurunan pendapatan 5. Kekurangan pasokan bahan baku 6. Penurunan devisa
Input Lingkungan 1. Impor Tapioka 2. Nilai tukar mata uang 3. Perkembangan industri hilir 4. Iklim
Sistem Intelijen Pengembangan Agroindustri Tapioka
Manajemen Pengendalian Krisis
Gambar 14. Diagram Black Box Manajemen Pengendalian Krisis
Identifikasi sumber turbulensi
Analisis situasional dan kebutuhan sistem serta identifikasi sistem menjadi landasan dalam menetapkan cakupan sistem yang lebih rinci. Cakupan sistem yang dimaksudkan adalah fungsi-fungsi pokok yang menjadi perhatian utama dalam membangun model strategi pengembangan agroindustri ubi kayu. Identifikasi sumber turbulensi akan menjadi kegiatan yang menentukan dalam menemukan faktor kunci sebagai sumber krisis agroindustri tapioka. Prosedur dalam melakukan identifikasi sumber turbulensi disajikan pada Gambar 15.
Mulai
Penentuan pakar
identifikasi faktor kunci sumber krisis
identifikasi variabel-variabel yang mempengaruhi faktor kunci
Focus Group Discusion Perancangan kuisioner perbandingan berpasangan Pengisian kuisioner perbandingan berpasangan Proses defuzzyfikasi Uji konsistensi Konsisten Penghitungan bobot variabel Selesai ya tidak
Gambar 15 Diagram alir prosedur identifikasi sumber turbulensi
Focus Group Discusion (FGD) dengan para pakar yaitu pengusaha tapioka halus, pengusaha tapioka kasar, perwakilan dari asosiasi industri tapioka dan perwakilan dari Dinas Pertanian Pemda Kabupaten Bogor, dilakukan untuk mengidentifikasi faktor kunci sebagai sumber krisis. Hasil ekstraksi dari hubungan sebab akibat dari semua elemen sistem yang dijelaskan pada Gambar 13 dituangkan dalam diagram root cause tree pada Gambar 16, digunakan sebagai panduan FGD. Hasil FGD ditemukan bahwa faktor penyebab krisis agroindustri tapioka adalah 1) harga tapioka halus dan 2) pasokan bahan baku (tapioka kasar). Untuk lebih jelasnya disajikan dalam diagram root cause tree pada Gambar 16.
Gambar 16 Diagram root cause tree agroindustri tapioka
Dari data historis pada bulan Juli 2009 harga tapioka Rp.5700,-/kg dan harga tapioka kasar sebagai bahan baku tapioka halus sebesar Rp.5000,-/kg menghasilkan profit sebesar Rp.95,-/kg atau sebesar 1,67% dari harga jual. Komponen biaya produksi yang terbesar adalah pada pembelian bahan baku. Fuktuasi harga jual tapioka halus dan fluktuasi harga tapioka kasar sebagai bahan baku tapioka halus sangat berpengaruh terhadap profit margin. Untuk jelasnya disajikan pada Tabel 9.
Tabel 9 Struktur harga tapioka halus bulan Juli 2009
Deskripsi biaya Rp/kg %/kg
Harga Jual rata-rata 5700 100%
A. Biaya Produksi
Harga tapioka kasar 5000 87.72% Biaya Tenaga Kerja 150 2.63% Biaya Overhead produksi 100 1.75%
Tabel 9 Struktur harga tapioka halus bulan Juli 2009 (lanjutan) Deskripsi biaya Rp/kg %/kg A. Biaya Produksi Biaya Gudang 30 0.53% Biaya Pengepakan 75 1.32% B. Biaya Lain-lain 150 2.63% Biaya distribusi Biaya Pemasaran Biaya Pemeliharaan C. Biaya Umum 100 1.75% Biaya Pegawai Biaya Administrasi Depresiasi D. Margin Operasional 95 1.67%
Perencanaan produksi tapioka halus tidak didasarkan pada permintaan, melainkan sangat bergantung pada pasokan bahan baku. Pangsa pasar tapioka masih cukup besar, semua hasil produksi tapioka halus di kabupaten Bogor terserap oleh pasar, khususnya pada industri kerupuk. Fluktuasi pasokan bahan baku sangat mempengaruhi tingkat produksi dan waktu produksi. Data historis tahun 2008 menunjukkan pasokan bahan baku dan waktu produksi. Beberapa periode terdapat pemberhentian produksi karena kekurangan pasokan bahan baku, walaupun pada kenyataannya tenaga kerja melakukan pengemasan, penyimpanan dan pengiriman tapioka ke konsumen. Untuk jelasnya disajikan pada Gambar 17.
Gambar 17 Grafik perbandingan hari kerja
Dari analisis sebab akibat dan diagram root cause tree yang diklarifikasi pada forum FGD, harga tapioka halus dan jumlah pasokan tapioka kasar merupakan
0 5 10 15 20 25 30 35 40
Hari kerja normal hari kerja aktual
faktor kunci sebagai sumber pemicu krisis. Variabel-variabel yang mempengaruhi harga tapioka halus, adalah harga tapioka kasar, impor tapioka, kualitas tapioka, permintaan tapioka dalam negeri, permintaan ekspor, biaya produksi dan musim. Ekspor tapioka, impor tapioka, perkembangan industri hilir dan jumlah produksi tapioka dari industri besar memberikan kontribusi kepada stok tapioka halus. Variabel-variabel yang mempengaruhi pasokan tapioka kasar adalah: harga ubikayu, produksi ubikayu, musim, biaya produksi, dan kualitas tapioka kasar. Dalam forum FGD tersebut selanjutnya dilakukan pemilihan dari variabel-variabel yang dominan memiliki pengaruh terhadap harga tapioka dan pasokan tapioka kasar dengan melibatkan 3 pakar ( pengusaha tapioka halus, perwakilan dari asosiasi industri tapioka dan dinas pertanian pemda Kab.Bogor). Kuisioner dirancang dalam bentuk matriks perbandingan berpasangan, dengan penilaian pendapat berupa data linguistik dalam 5 kategori yang diadopsi dari Fuzzy Analytical Hierarchy Process (AHP). Kelima kategori tersebut adalah: ” sama penting”(E), ”sedikit lebih penting”(W), ”sangat penting”(S), ”Sangat nyata lebih penting”(VS), dan ”mutlak lebih penting” (A) yang kemudian diterjemahkan dalam rentang nilai berdasarkan Triangular Fuzzy Number. Pada Tabel 10 adalah contoh pengisian kuisioner perbandingan berpasangan oleh pakar 1.
Tabel 10 Matriks perbandingan berpasangan Fuzzy
Faktor A B C D E F G
A. Harga tapioka kasar 1 1/S S VS S W E
B. Impor tapioka S 1 S A S S W
C. Biaya produksi 1/S 1/S 1 W E 1/E E
D.Permintaan tapioka dalam negeri 1/VS 1/A 1/W 1 W W 1/S E.Permintaan tapioka ekspor 1/S 1/S 1/E 1/W 1 E 1/W F. Kualitas Tapioka 1/W 1/S W 1/W 1/E 1 1/W
G. Musim 1/E 1/W 1/E S W W 1
Hasil dari pengolahan data, bobot variabel-variabel yang berpengaruh terhadap harga tapioka adalah:
Tabel 11 Bobot variabel yang berpengaruh terhadap harga tapioka halus
No Variabel Bobot
1 Volume impor tapioka 0.391
2 Harga tapioka kasar 0,229
3 Biaya produksi 0,110
4 Musim 0,083
5 Permintaan tapioka dalam negeri 0,071 6 Permintaan tapioka ekspor 0,067 7 Kualitas tapioka kasar 0.050
Berdasarkan bobot terbesar dan ketersediaan data maka variabel volume impor tapioka, harga bahan baku, biaya produksi dan biaya produksi tapioka halus dipilih sebagai variabel sumber turbulensi yang selanjutnya digunakan sebagai variabel input pada peramalan harga tapioka. Hasil dari pengolahan data perbandingan berpasangan fuzzy menghasilkan bobot variabel-variabel yang mempengaruhi pasokan bahan baku adalah :
Tabel 12 Bobot variabel yang berpengaruh terhadap pasokan bahan baku (tapioka kasar) No Variabel Bobot 1 Produksi ubikayu 0,5222 2 Harga ubikayu 0,2696 3 Musim 0,0816 4 Biaya Produksi 0,0690
5 Kualitas bahan baku 0,0576
Uji eksistensi chaos
Untuk mengidentifikasi keadaan chaos terhadap faktor kunci. Karateristik penting dari sistem dinamik chaos adalah 1) mempunyai ketergantungan yang sensitif terhadap kondisi awal sehingga mempunyai sifat tidak dapat diprediksi untuk jangka panjang, 2) memiliki tingkat kritis, sistem yang melewati titik kritisnya akan kehilangan kestabilan, dan 3) memiliki dimensi fraktal. Pada sistem nyata keadaan chaos sulit dimodelkan, oleh karena itu untuk mengukur keadaan chaos digunakan pengembangan Teori Chaos.
Penghitungan eksponen Lyapunov.
Salah satu ciri data yang bersifat chaos adalah adanya ketergantungan yang sensitif terhadap kondisi awal yang ditandai dengan adanya eksponen Lyapunov positif. Dalam sebuah data terdapat lebih dari satu bilangan Lyapunov tergantung dari dimensi permasalahannya, tetapi selama ditemukan bilangan terbesar bertanda positif mengindikasikan adanya pertumbuhan tak tentu secara eksponensial, sehingga data menjadi tidak dapat diprediksi. Maka bilangan Lyapunov merupakan indikasi yang sangat penting dalam mendeteksi chaos. Seluruh spektrum dari eksponen Lyapunov sulit dihitung karena persamaan gerak tidak diketahui, akan tetapi Allan Wolf dalam (Muhyidin, 2005) telah mengembangkan metoda untuk menghitung eksponen Lyapunov terbesar dari data eksperimen. Metoda ini mengukur penyimpangan dari titik terdekat dalam ruang fasa yang direkonstruksi selama interval waktu tertentu. Prosedur yang telah dilakukan Wolf adalah dengan mengambil lintasan tertentu dalam ruang fasa dan menghitung rasio , dimana adalah jarak terhadap lintasan terdekat. Untuk menghitung eksponen Lyapunov digunakan persamaan (60) yaitu
N k k k N d t t d t t 1 1 2 0 ( ) ) ( log 1 (60)denganlangkah-langkah sebagai berikut:
1. Merekonstruksi ruang fasa dari data dengan menggunakan embedding dimension dan time lag.
2. Memilih 2 titik berjarak sedikitnya satu periode orbital. Setelah sebuah inerval waktu yang tetap (periode evolusi), jarak kedua titik diukur. Jika jaraknya terlalu paanjang, sebuah titik pengganti dengan sudut orientasi yang sama dengan titik asli akan ditemukan. Orientasi titik yang baru harus sedekat mungkin dengan pasangan awal.
3. Menggunakan persamaan (55) untuk menghitung divergensi. Di dallam teori digunakan data yang bebas dari noise yang tidak berhingga, sedangkan pada kenyataannya kita dihadapkan pada data yang banyak noise dengan jumlah tertentu, berarti dimensi masukannya m, waktu tunda t dan maksimum serta minimum jarak yang diperbolehkan harus dipilih secara hati-hati (Peter, 1991).
4. Setelah penghitungan dilakukan secara lengkap, harusnya data konvergen menuju nilai yang stabil dari Lt. Jika tidak tercapai konvergen secara stabil, parameter yang digunakan belum tepat, atau kekurangan data, atau sistem tidak benar-benar bersifat non linier.
Penghitungan eksponen Lyapunov ini diolah pada sofware Matlab versi 7.1. Input dari sub-model untuk penghitungan eksponen Lyapunov adalah jumlah data pengamatan (NPT), dimensi masukan (DIM), time lag (TAU) untuk merekonstruksikan ruang fase, penambahan untuk setiap pengukuran (DT), Penyimpangan maksimum (SCALMX), penyimpangan minimum (SCALMIN), waktu evolusi (EVOLV) dan waktu minimum diantara pasangan titik (LAG). Peter (1991) menganjurkan bahwa penambahan untuk setiap pengukuran (DT) sebesar 10%, penyimpangan maksimum (SCALMX) sebesar 10%, penyimpangan minimum (SCALMIN) sebesar 1%, waktu evolusi (EVOL) menggunakan bilangan sekecil-kecilnya. Input yang digunakan seperti disajikan pada Tabel 13. Algoritma peritungan eksponen Lyapunov ini disajikan pada Gambar 18.
Tabel 13. Input penghitungan eksponen Lyapunov
Input Data
Harga tapioka Pasokan bahan baku
NPT 200 200 DT 10% 10% SCALMX 10% 10% SCALMN 1% 1% EVOLV 1 1 LAG 1 1 DIM 11 10 TAU 4 4
Mulai
Input : X; NPT; TAU; DT; DIMEN; SCALMX; SCALMIN; EVOLV; IND;
LAG; SUM;ITS; DI; ZMULT;ANGLMX;THMIN i=0 j=0 Z(I,j)=X(i+(j-1)*TAU) i=i+1 j=DIMEN ? i=NPT-(DIMEN-1)*TAU NPT=NPT- DIMEN*TAU-EVOLV i=LAG j=0 i=i+1 D=0 j=j+1 D=D+DT+(Z(IND,J)-z(I,J))^2 j=DIMEN D=SQRT(D) D>SCALMN ? D<=DI ? TDK TDK DI=D IND2=i i=NPT TDK i=0 j=0 PT1(j)=Z(IND+EVOLV,J) PT2(j)=Z(IND2+EVOLV,j) j=DIMEN ? j=j+1 TDK DF=0 j=0 j=j+1 DF=DF+(PT2(j)-PT1(j))^2 j=DIMEN TDK DF=SQRT(DF) ITS=ITS+1 SUM=SUM+LOG(DF/DI))/ ((1+EVOLV)^2) ZLYAP(i)=SUM/ITS INDOLD=IND2 i=0 j=0 DNEW=0 i=i+1 j=j+1 DNEW=DNEW+(PT1(j)-Z(I,j))^2 j=DIMEN ? DNEW=SQRT(DNEW) DNEW<=ZMULT*SCALMX DNEW>=SCALMX DOT=0 j=j+1 j=0 DOT=DOT+PT1(j)-Z(I,j)*PT1(j)-PT2(j)) j=DIMEN ? CTH=abs(DOT/ (DNEW*DF)) CTH>1 CTH=1 TH=COS(CTH) TH<=THMIN TDK THMIN=TH DII=DNEW IND2=i THMIN>=ANGLMX ZMULT=ZMULT+1 ZMULT>=5 ZMULT=1 ANGLMX=2*ANGLMX ANGLMX>=THMIN IND2=INDOLD+EVOLV DII=DF IND=IND+EVOLV DI=DII j=j+1 YA TDK Y A YA YA YA TDK TDK YA YA YA TDK YA YA TDK TDK YA YA TDK YA i=NPT i=i+1 A A A A A YA YA YA YA YA TDK ZLYAP(i) SELESAI Tdk Tdk Tdk
Dimensi fraktal menunjukan seluruh variabel yang membentuk suatu obyek. Pada penelitian ini penghitungan dimensi fraktal diestimasi dengan penghitungan integral korelasi (correlation integral) dengan menggunakan persamaan (3) hingga persamaan (5) ) ( * ) / 1 ( ) ( 1 , 2
N j i j i j i X X R Z N R Cm (3) Dimana Z(x)1 jika (R Xi Xj )0 N = banyaknya observasi R = jarakCm = integral korelasi untuk dimensi m
D
R
Cm (4)
Atau log(Cm)D*log(R)konstanta (5)
Hasil penghitungan dimensi fraktal ini akan menentukan dimensi melekat (embedding dimension) melalui persamaan dA dE 2A 1. Indikasi bahwa embedding dimension dapat membantu peramalan sistem yang bersifat chaos dikemukakan oleh Ruelle (1980) yang menyatakan bahwa pada sistem yang bersifat chaos terdapat dimensi melekat (embedding dimension) dan smooth function yang dapat memodelkan fungsi tersebut. Embedding dimension dapat diketahui apabila sistem chaos diketahui. Langkah-langkah untuk menentukan dimensi fraktal dengan metoda korelasi adalah sebagai berikut:
1. Merekonstruksi ruang fasa dari data dengan menggunakan embedding dimension dan time lag.
2. Menghitung integral korelasi menggunakan persamaan (51) dengan masukan jarak R=10%,20%,....100% dan dimensi masukan m=2,3...
3. Menentukan logaritma dari dan sesuai dengan persamaan (53) untuk memperoleh nilai dimensi korelasi D melalui regresi linier antara log(CR) dan log(R).
4. Jika data memiliki chaotic attractor, maka data tersebut akan mempertahankan dimensinya dengan penambahan m. Dengan meningkatkan m, dimensi fraktal yang diperoleh dari dimensi korelasi (D) akan berangsur-angsur konvergen menuju nilai sebenarnya.
Penghitungan dimensi fraktal dengan metode ini mengunakan program Matlab versi 7.1.
Input dari sub-model untuk penghitungan eksponen Lyapunov adalah jumlah data pengamatan (NPT), dimensi masukan (DIM), time lag (TAU) untuk merekonstruksikan ruang fase, penambahan untuk setiap pengukuran (DT), Penyimpangan maksimum (SCALMX), penyimpangan minimum (SCALMIN), waktu evolusi (EVOL) dan waktu minimum diantara pasangan titik (LAG). Sedangkan untuk penghitungan dimensi fraktal diperlukan input tambahan yaitu jarak awal untuk memulai pengukuran (R) selain input pada penghitungan eksponen Lyapunov. Peter (1991) menganjurkan bahwa penambahan untuk setiap pengukuran (DT) sebesar 10%, penyimpangan maksimum (SCALMX) sebesar 10%, penyimpangan minimum (SCALMIN) sebesar 1%, waktu evolusi (EVOL) menggunakan bilangan sekecil-kecilnya.
Keluaran lain dari sub-model uji eksistensi chaos yang dihasilkan adalah dimensi fraktal dan embedding dimension interval yang mengindikasikan tingkat kekompleksan atau banyaknya variabel yang dibutuhkan untuk memodelkan sistem. Algoritma penghitungan dimensi fraktal ini disajikan pada gambar 23. Perhitungan secara manual untuk dimensi fraktal berdasarkan langkah-langkah yang telah dijelaskan sebelumnya adalah sebagai berikut:
1. Membentuk ruang fasa yaitu membentuk matriks data berukuran NPT x DIMEN. NPT adalah banyaknya data dan DIMEN adalah embedding dimennsion. Untuk data harga tapioka halus sejumlah 200 dan dimensi masukan sebesar 6 maka matriks yg terbentuk adalah M(200x6). Karena terlalu besar maka matriks ini tidak ditampilkan.
2. Penghitungan integral korelasi Cm(R) menggunakan persamaan (51) untuk setiap masukan m dan R. Implementasi persamaan (53) adalah menghitung banyaknya pasangan titik dalam ruang fasa yang berada dalam radius R, melalui fungsi Heavside Z(R Xi Xj). Secara manual penghitungan Cm(R) sangat memakan waktu lama karena harus menentukan jarak setiap pasangan titik dari 200x 6 titik data. Integral korelasi adalah probabilitas 2 titik yang dipilih secara random hanya akan terpisah dengan jarak kurang dari R unit.
3. Menentukan logaritma dari nilai CR dan R untuk membentuk persamaan regresi linier sesuai dengan persamaan (53)
4. Setelah diperoleh nilai log (Cm(R)) dan log(R), langkah selanjutnya membentuk persamaan regresi linier antara log(Cm(R)) dengan log(R) untuk memperoleh dimensi korelasi, yaitu kemiringan garis sesuai dengan persamaan (53). Nilai dimensi korelasi tersebut adalah estimasi untuk dimensi fraktal, sesuai dengan peningkatan dimensi masukan m.
Mulai Input : X; NPT; TAU; DT; DIMEN; R n=0 R=R+DT n=n+1 n=DIMEN ? D>R TDK j=NPT TDK Y2=[s(m)’ CR(m)’] Ly2=log(y2) lR=log(S(m)) lCR=log(CR(m) m=m+1 m=10 TDK DA=a(m) DE=2*DA+1 D=0 R=100 THETA=0 NPT=NPT-DIMEN*TAU YA YA TDK YA YA m=0 m=0 m=m+1 i=0 i=i+1 m=10 X1=X(i) i=NPT j=0 j=j+1 X2=X(j) Z=(i,j)=(X1-X2)*TAU D=D+Z(I,j)^2 D=SQRT(D) THETA2=0 THETA2=1 THETA=THETA+THETA2 CR(m)=THETA/(NPT)^2 S(m)=R-100 a0(n)=((sum(lCR)*dot(IR,lR))-(sum(lR)*dot(lR,lCR)))/ ((numel(lR)*dot(lR,lR)-(sum(lR)^2)) a1(n)=(numel(lR)*dot(lR,lCR)- (sum(lR)*sum(lCR)))/((numel(lR)*dot(lR,lR)-(sum(lR)^2)) SELESAI DA DE YA ya ya Tdk tdk ya
Proses deterministik dapat ditandai dengan menggunakan pencocokan regresi, sedangkan proses random dapat ditandai melalui parameter statistik dari fungsi distribusi. Dengan menggunakan sifat deterministik saja atau teknik statistik saja tidak akan dapat menangkap sifat dari system yang bersifat chaos. Jaringan Syaraf Tiruan merupakan teknik pengolahan data yang memiliki kemampuan untuk menggeneralisasi melalui proses belajar dan pengujian yang menghubungkan arus data input kepada arus data output sehingga mampu melakukan prediksi/peramalan time series yang bersifat chaos.
Pengolahan data untuk prediksi harga tapioka halus dan bahan baku yang digunakan adalah model Jaringan Syaraf Tiruan menggunakan Jaringan Propagasi Balik Lapisan Jamak. Adapun tahapan proses peramalan digambarkan pada Gambar 20.
Data merupakan faktor penting dalam peramalan dengan jaringan syaraf tiruan, karena data merupakan representasi nyata yang akan disimulasikan. Pengumpulan data dilakukan berdasarkan rentang waktu dari periode 2006-2009 untuk setiap set data. Satu set data terdiri atas data nilai input dan data nilai target. Nilai input adalah nilai variabel yang mempengaruhi secara dominan variabel yang akan diprediksi yaitu harga tapioka dan pasokan bahan baku. Variabel input diperoleh dari proses identifikasi sumber turbulensi, sedangkan jumlah variabel input disesuaikan dengan dimensi fraktal untuk harga tapioka halus dan pasokan bahan baku. Data nilai target adalah nilai variabel yang akan diprediksi yaitu harga tapioka halus dan pasokan bahan baku.
Mulai
Data deret waktu harga tapioka/ pasokan bahan baku Data deret waktu variabel yang
mempengaruhi harga tapioka/ pasokan bahan baku
Normalisasi data
Penetapan Struktur Jaringan: -Jumlah input
-Jumlah Output - Jumlah data training -Jumlah data testing
- Jumlah Layar tersembunyi dan jumlah neuron tiap layar - Fungsi aktivasi untuk setiap layar
- Target MSE yang diinginkian
Nilai bobot parameter
Run training JST Memuaskan? Tidak
Ya
Perbaikan nilai Bobot Parameter
Run Testing JST Memuaskan?
Ya
Tidak
Tentukan jumlah data peramalan
Run Peramalan JST Evaluasi hasil peramalan
Memuaskan?
Proses normalisasi data, data riil dikonversikan ke dalam rentang nilai [-1,1] yang biasanya dipakai untuk fungsi aktivasi bipolar, [0,1] untuk sigmoid dan [-1,0]. Proses normalisasi data dilakukan menggunakan formulasi sebagai berikut: Untuk rentang data [-1,0]
(60)
Untuk rentang data [0,1]
(61)
Untuk rentang data [-1,1]
(62)
Dimana
i
y nilai data ke-i hasil normasilasi
i
x nilai data riil ke –i
max
x nilai maksimum dari data riil
min
x nilai minimum data riil
Struktur jaringan syaraf tiruan disesuaikan dengan tujuan dan kebutuhan penggunaan JST sebagai model pemrosesan data. Pada umumnya dilakukan trial and error. Pada penelitian ini ditetapkan 1 input layer dengan jumlah neuron disesuaikan dengan jumlah variabel yang mempengaruhi variabel yang akan diprediksi dan disesuaikan dengan dimensi fraktalnya. Embedding dimension harga tapioka adalah [1,3], artinya setidaknya ada 1 variabel dan sebanyak-banyaknya 3 variabel yang mempengaruhi harga tapioka secara dominan. Dari analisis sumber turbulensi diidentifikasi ada tujuh faktor yang mempengaruhi harga tapioka halus yaitu: harga tapioka kasar, volume impor tapioka, biaya produksi tapioka halus, musim, permintaan tapioka dalam negeri, permintaan ekspor tapioka,dan kualitas tapioka kasar. Dari pembobotan dengan Fuzzy pairwise comparison faktor yang dominan dengan bobot > 10% adalah harga tapioka kasar (39,1%), volume impor tapioka (22,9%), biaya produksi tapioka halus (11%). Oleh karena itu pada penelitian ini jumlah neuron pada input layer untuk harga tapioka sebanyak 3 yaitu: volume impor tapioka, harga bahan baku
dan biaya produksi. Sedangkan embedding dimension untuk pasokan tapioka kasar adalah [2,4]. Faktor yang berpengaruh terhadap pasokan tapioka kasar yang berhasil diidentifikasi adalah produksi ubi kayu, harga ubi kayu, musim, biaya produksi tapioka kasar dan kualitas ubi kayu. Dari pembobotan dengan Fuzzy pairwise comparison faktor yang dominan dengan bobot > 10% adalah produksi ubi kayu (52,22%) dan harga ubi kayu (26,96%). Oleh karena itu ditetapkan 2 variabel input yaitu harga ubikayu dan jumlah produksi ubikayu.
Satu hidden layer dicobakan pada struktur jaringan dengan melakukan simulasi untuk beberapa neuron pada hidden layer. Satu ouput layer dan satu neuron output ditetapkan dalam penelitian ini. Untuk lebih jelasnya diagram struktur jaringan disajikan pada Gambar 21.
1 2 1 2 60 3 x1 x2 x3 w11 w12 b1 b2 1
Gambar 21 Struktur jaringan syaraf tiruan
Untuk memulai simulasi JST maka perlu ditetapkan fungsi aktivasi dari input layer ke hidden layer mapun dari hidden layer ke output layer. Pada penelitian ini dicobakan untuk berbagai macam fungsi aktivasi dari input layer ke hidden layer yaitu fungsi, sigmoid biner yang dalam pemrograman Matlab ditulis ”logsig”, fungsi sigmoid bipolar dalam matlab ditulis dengan ”tansig” dan fungsi identitas dalam Matlab ditulis dengan ”purelin”. Tahap awal dilakukan dengan paradigma pembelajaran pola data yang ada. Model JST yang akan digunakan harus mempunyai kemampuan untuk membandingkan nilai keluaran yang
digunakan untuk mengestimasi nilai koreksi error (yang biasa digunakan adalah Mean Square Error (MSE)) yang digunakan sebagi alat kontrol keberlangsungan proses simulasi yang dilakukan JST. Proses simulasi ini akan dihentikan jika nilai error yang diperoleh dari perbandingan nilai output antara yang diinginkan dan yang dihasilkan mencapai perbedaan paling minimal. Bila model JST telah mendapatkan nilai MSE minimum maka struktur JST yang terbentuk siap diimplementasikan.
Jaringan syaraf tiruan yang digunakan dalam penelitian ini adalah jaringan propagasi balik (back propagation network). Jaringan propagasi balik merupakan proses modifikasi error setelah selesai dilakukan pembelajaran maju (forward propagasion), yaitu proses pembelajaran dimulai dari input layer sampai output layer. Perhitungan propagasi balik dimulai pada output layer sampai ke input layer. Tahapan proses pembelajaran pada model jaringan propagasi balik diuraikan sebagai berikut:
1.Inisialisasi Semua Nilai Bobot ( dengan nilai-nilai random kecil ) 2.Selama belum tercapai kondisi berhenti, lakukan step 3 s.d. 7
3. Untuk setiap pasangan input-target (s:t) vektor training, lakukan step 4 s.d. 6 4. FeedForward
5. BackPropagation Error 6. Update Nilai Weight & Bias
7. Periksa apakah kondisi berhenti telah tercapai? Algoritma backpropagation :
1.Inisialisasi Semua Nilai Bobot ( dengan nilai-nilai random kecil ) 2.Selama belum tercapai kondisi berhenti, lakukan step 3 s.d. 7
3. Untuk setiap pasangan input-target (s:t) vektor training, lakukan step 4 s.d. 6 4. Tahap I : FeedForward
5. Tahap II : BackPropagation Error 6. Tahap III: Update Nilai Weight & Bias
7. Periksa apakah kondisi berhenti telah tercapai? Tahap I : Feedforward
1. Setiap input unit (Xi, i = 1,2,...,n) menerima sinyal input Xi dan
2. Setiap hidden unit (Zj, j = 1,2,...,p) menjumlahkan semua sinyal input yang masing-masing telah dikalikan dengan bobot koneksinya,
(42)
Fungsi aktivasi digunakan untuk menghitung sinyal outputnya,
zj = f (z_inj) (43)
dan mengirim sinyal output ini ke semua unit pada layer sesudahnya (output units).
3. Setiap output unit (yk, k=1,2,...,m) menjumlahkan semua sinyal input yang masing-masing telah dikalikan dengan bobot koneksinya,
(44)
Fungsi aktivasi digunakan untuk menghitung sinyal outputnya, yk = f (y_ink) (45)
Tahap II : Backpropagation Error
1. Setiap output unit (yk, k = 1,2,...,m) menerima sebuah nilai target (t) yang sesuai dengan input (s) pola training, dan menghitung informasi errornya, δk = (tk − yk) (y_ink) (46)
menghitung koreksi bobotnya (yang nantinya akan digunakan untuk memperbaiki wjk),
Δwjk = αδk j (47)
menghitung koreksi biasnya (yang nantinya akan digunakan untuk memperbaiki w0k),
Δw0k = αδk (48)
dan mengirim nilai δk ke semua unit pada layer sebelumnya (hidden units). 2. Setiap hidden unit (Zj, j = 1,2,...,p) menjumlahkan semua δk dari unit-unit pada
layer sesudahnya (output units), yang masing-masing dikalikan dengan bobot koneksinya,
δ δ (49)
dikalikan dengan derivasi dari fungsi aktivasinya untuk menghitung informasi errornya,
menghitung koreksi bobotnya (yang nantinya akan digunakan untuk memperbaiki vij),
Δvij = αδj xi (51)
menghitung koreksi biasnya (yang nantinya akan digunakan untuk memperbaiki v0j),
Δv0j = αδj (52)
Tahap III : Update Nilai Weight dan Bias
1. Setiap output unit (Yk, k = 1,2,...,m) mengupdate nilai bias dan bobotnya (j = 0,1, ... , p) ;
wjk(baru) = wjk(lama) + Δwjk (53)
Setiap hidden unit (Zj, j = 1,2,...,p) mengupdate nilai bias dan bobotnya (i = 0,1, ... , n) ;
vij(baru) = vij(lama) + Δvij (54) Algoritma BackPropagation Testing
1. Inisialisasi Semua Nilai Bobot (dengan nilai-nilai yang diperoleh dari Algoritma Training)
2. Untuk setiap vektor input, lakukan step 3 s.d. 5. 3. Untuk i = 1,2, ... , n; lakukan aktivasi unit input xi 4. Untuk j = 1,2, ... , p (55) = ( ) 5. Untuk k = 1,2, ... , m (56) yk = f (y_ink) (57) Sum Square Error dan Root Mean Square Error
Perhitungan kesalahan merupakan pengukuran bagaimana jaringan dapat belajar dengan baik sehingga jika dibandingkan dengan pola yang baru akan dengan mudah dikenali. Kesalahan pada keluaran jaringan merupakan selisih antara keluaran sebenarnya ( current output ) dan keluaran yang diinginkan (desired output ). Selisih yang dihasilkan antara keduanya biasanya ditentukan dengan cara dihitung menggunakan suatu persamaan.
4) Hitung keluaran jaringan saraf untuk masukan pertama.
5) Hitung selisih antara nilai keluaran jaringan saraf dan nilai target / yang diinginkan untuk setiap keluaran.
6) Kuadratkan setiap keluaran kemudian hitung seluruhnya. Ini merupakan kuadrat kesalahan untuk contoh latihan.
Adapun rumusnya adalah :
(58) dimana
Tjp : nilai keluaran jaringan saraf
Xjp : nilai target / yang diinginkan untuk setiap keluaran
Root Mean Square Error ( RMS Error ) : 3) Hitung RMS.
4) Hasilnya dibagi dengan perkalian antara banyaknya data pada pelatihan dan banyaknya keluaran, kemudian diakarkan.
Rumus :
(59) dimana :
Tjp : nilai keluaran jaringan saraf
Xjp : nilai target / yang diinginkan untuk setiap keluaran
np : jumlah seluruh pola
no : jumlah keluaran
Pada penelitian ini proses simulasi JST digunakan software Matlab versi 7.1 yang didalamnya telah memuat program untuk simulasi jaringan propagasi balik. Penulisan programnya disajikan pada lampiran.
Analisis Sinyal Krisis.
Sub-model ini merupakan penerapan dari Threshold analysis yang dikembangkan untuk menentukan rentang harga tapioka dan pasokan bahan baku yang masih bisa diterima oleh pemangku kepentingan berdasarkan keluaran dari proses peramalan harga tapioka dan pasokan bahan baku. Untuk harga tapioka secara garis besar batas ambang diambil pada ambang bawah yang dari kemampuan bisnis utama untuk menghasilkan keuntungan sehingga industri tapioka bisa berkembang. Keadaan dimana hasil peramalan berada dibawah nilai ambang bawah dikategorikan dalam kondisi kritis. Untuk penentuan batas ambang bawah, yaitu tingkat kemampuan industri untuk tetap dapat beroperasi diukur dari Harga Pokok
Batas ambang pasokan tapioka kasar dihitung berdasarkan pertimbangan kapasitas BEP. Keadaan dimana hasil prediksi pasokan bahan baku dibawah ambang tersebut, dikategorikan dalam keadaan krisis. Setelah batas ambang ini diformulasikan, kemudian nilai hasil peramalan diukur keberadaannya pada batas ambang tersebut. Hasil pengukuran ini akan teridentifikasi 2 sinyal keadaan yaitu ” normal” dan ” krisis”. Sinyal normal menunjukkan bahwa kebijakan yang berlaku masih efektif untuk kelangsungan industri tapioka. Sedangkan sinyal ” krisis” dikategorikan dalam 3 level krisis yaitu keadaan ”SIAGA”, keadaan ”WASPADA”, dan keadaan ”BAHAYA”. Indikator keadaan siaga apabila pasokan bahan baku tidak mencukupi kapasitas yang direncanakan, indikator keadaan waspada adalah apabila harga jual tapioka tidak berada diatas harga pokok produk, dan indikator keadaan Bahaya adalah apabila terjadi keadaan ”SIAGA” sekaligus ”WASPADA”.
Mulai
Input data:
- Hasil prediksi harga tapioka - Hasil prediksi pasokan Tapioka Kasar - Struktur biaya produksi tapioka - Kapasitas produksi - Tingkat bunga investasi
Penghitungan HPP Penghitungan ambang bawah pasokan tapioka kasar
- Kapasitas ekonomis (BEP)
Chek Harga pada rentang nilai ambang
Harga <= HPP dan Pasokan TOK<=Kapasitas BEP
Chek pasokan tapioka kasar pada rentang nilai ambang Sinyal Bahaya Sinyal Normal Selesai ya ya tdk
Tindakan Pemulihan Krisis
Harga > HPP dan Pasokan TOK<=Kapasitas BEP Sinyal Siaga Harga <= HPP dan Pasokan TOK>Kapasitas BEP Sinyal Siaga tdk ya tdk
Gambar 22 Diagram alir penentuan krisis
Akuisisi Pengetahuan.
Sistem Manajemen Basis Pengetahuan merupakan sarana yang akan diterapkan pada sub-model kebijakan agroindustri tapioka. Perancangan model ini diperoleh dari akuisisi pengetahuan para pakar yang terkait dengan industri tapioka. Proses akuisisi pengetahuan dilakukan dengan wawancara, kuisioner dan FGD.
Model Manajemen Pengendalian Krisis.
Pada model ini akan dihasilkan alternatif kebijakan pengendalian krisis. Metoda yang digunakan tidak lagi murni menggunakan teori manajemen strategis konvensional melainkan dimodifikasi dengan manajemen chaos. Metoda ini dirancang untuk menghasilkan alternatif strategi jangka pendek yang efektif untuk menanggulangi darurat krisis. Model ini menghasilkan gambaran posisi agroindustri tapioka yang memunculkan alternatif-alternatif kebijakan yang akan dipilih oleh pakar menggunakan sistem pakar. Untuk jelasnya disajikan pada gambar 23.
Mulai
Identifikasi faktor kekuatan, kelemahan, peluang dan ancaman
insdustri Pembobotan dan mengukuran rating thd faktor-faktor IE Pencocokan posisi industri pada matriks IE Analisis Chaos Analisis Krisis Perumusan strategi penanggulangan krisis Rule Base Pemilihan Alternatif kebijakan pengendalian krisis Alternatif kebijakan pengendalian krisis Selesai Deteksi krisis Keadaan Normal
Gambar 23 Diagram alir perumusan strategi kebijakan pengendalian krisis
Analisis Eksternal Industri
Analisis eksternal terbagi menjadi dua, yaitu analisis makro dan analisis mikro.
Analisis Eksternal makro a. Kebijakan Pemerintah
Pembangunan ekonomi yang berbasis masyarakat seharusnya menjadi prioritas utama pembangunan ekonomi nasional, karena tujuan pembangunan ekonomi rakyat sesuai dengan amanat konstitusi yaitu meningkatkan kesejahteraan dan keadilan sosial bagi seluruh rakyat Indonesia. Departemen Koperasi dan Usaha Mikro Kecil Menengah (Departemen KUMKM) dalam Rencana Strategis 2005-2009 berusaha mengembangkan UMKM dengan meningkatkan SDM yang dimiliki UMKM, meningkatkan aksesabilitas KUKM terhadap sumber-sumber pembiayaan, memperluas sumber pembiayaan bagi KUKM, baik bank maupun nonbank. Selain itu, Dinas Perindustrian Kabupaten Bogor mempunyai program yang bertujuan untuk mengembangkan industri kecil secara umum di Kabupaten Bogor. Programnya termasuk pelatihan yang meliputi pelatihan manajemen administrasi, peningkatan mutu, diversifikasi produk dan bantuan permodalan. Bantuan permodalan ini disebut Bantuan Dana Bergulir dan dikucurkan pemerintah sebesar Rp 25.000.000 dan sudah berlangsung tujuh tahun. Tapi sejauh ini usaha-usaha pemerintah tersebut belum dapat dirasakan oleh para pengusaha tapioka secara maksimal baik bantuan permodalan, upaya pencerahan teknologi, pembentukan kelembagaan, bantuan pemasaran dan lain-lain. Selain itu beberapa Bank pemerintah telah mengeluarkan kebijakan untuk penyaluran Kredit Usaha Kecil Mikro (KUKM) yang bisa mencapai Rp.500.000.000,- akan tetapi ketidak mampuan manajemen sehingga tidak dapat meraih kredit tersebut.
Perkembangan teknologi hilir (industri sorbitol) yang sepenuhnya dikuasai oleh industri besar memerlukan bahan baku tepung tapioka yang banyak. Perusahaan-perusahaan ini memiliki pabrik tapioka sendiri dengan skala besar dan menggunakan mesin-mesin modern. Akan tetapi kapasitas produksi sorbitol terus meningkat sesuai dengan peningkatan permintaannya, sehingga pabrik-pabrik tapioka dalam kelompoknya tidak mencukupi untuk memasok bahan baku. Dengan alasan tersebut maka pemerintah memberi ijin untuk melakukan impor tapioka. Akan tetapi pemerintah lemah dalam hal pengawasan pada pelaksanaannya, sehingga tapioka impor turut membanjiri pasar tapioka lokal. Hal ini berakibat pada fluktuasi harga tapioka .
Pendapatan per kapita masyarakat yang meningkat yang dapat diketahui dari naiknya Upah Minimum Wilayah juga merupakan pengaruh positif bagi pengusaha tapioka. Peningkatan pengeluaran rata-rata per kapita sebulan untuk makanan merupakan indikasi bagi peningkatan permintaan bahan makanan seperti tepung tapioka. Rendahnya inflasi juga mendukung daya beli masyarakat. Inflasi yang menggambarkan kenaikan harga-harga secara umum, masih pada level satu digit. Inflasi pada tahun 2006 bulan Januari sebesar 1,36%, Februari0,58% dan Maret sebesar 0,03% (BPS, 2006).
c. Sosial Budaya dan demografi
Meningkatnya kesadaran dan pengetahuan masyarakat akan pentingnya diversifikasi pangan karena kandungan pada ubikayu menimbulkan efek positif bagi tapioka. Tapioka sebagai hasil olahan dari ubikayu yang mengandung banyak karbohidrat dapat menggantikan kebutuhan akan beras. Selain itu, pada saat ini semakin banyak gerakan kampanye atau promosi hasil olahan makanan non beras yang mengandung karbohidrat tinggi, yang diarahkan kepada seluruh lapisan masyarakat, mulai lapisan bawah, sampai lapisan atas . Peran dari ahli tata boga dan peneliti juga cukup besar dalam menciptakan variasi yang menarik dari makanan hasil olahan ubikayu atau tapioka.
Semakin meningkatnya jumlah penduduk Indonesia tentu akan meningkatkan kebutuhan pangan. Meningkatnya jumlah penduduk harus diiringi oleh diversifikasi pangan untuk mengurangi ketergantungan terhadap beras. Jumlah penduduk Indonesia pada tahun 2000 sebanyak 206,264,595 jiwa dengan laju pertumbuhan 1,35 persen pertahun BPS (2006).
d. Teknologi dan Lingkungan
Faktor lingkungan harus juga dipertimbangkan dalam pengembangan industri tapioka. Tanaman ubi kayu memiliki karakteristik banyak menyerap unsur hara, sehingga apabila dibiarkan dalam waktu yang lama akan merusak struktur kimia tanah dan selain itu dapat menyebabkan erosi, hal tersebut berkaitan dengan terbatasnya daun-daun yang menutupi selama pertumbuhan awal yang menyebabkan air hujan langsung mencapai tanah dan juga menyangkut tanah yang
bergerak saat dipanen (Falcon, 1986). Selain itu, lahan yang digunakan petani untuk bersawah dan berladang banyak yang dirubah menjadi areal pemukiman penduduk. Oleh karena itu pasokan ubikayu terancam akan berkurang, sehingga pengusaha tapioka akan mencari pemasok dari daerah lain dengan konsekuensi menambah biaya produksi yang disebabkan oleh biaya transportasi.
Industri tapioka kasar banyak berlokasi di daerah dekat sungai, hal ini dilakukan untuk memudahkan mendapatkan air untuk pencucian ubikayu. Pada proses produksi tapioka kasar juga menghasilkan limbah cair yang mengandung HCN. Seharusnya limbah ini diolah terlebih dahulu hingga tidak membahayakan baru dibuang, akan tetapi dengan keterbatasan kemampuan teknologi pengolah limbah maka akan mencemari lingkungan. Seiring dengan kesadaran masyarakat global pada lingkungan dan tanda-tanda krisis energi maka berkembanglah teknologi untuk memproduksi energi yang bersifat renewable. Ubikayu merupakan salah satu bahan baku yang bisa diolah menjadi biofuel. Dengan hadirnya industri biofuel ini akan membutuhkan pasokan ubikayu yang banyak, sehingga ubikayu akan menjadi komoditi yang diperebutkan oleh sektor pangan dan energi.
Analisis Eksternal Mikro
Disamping kondisi makro, analisis eksternal juga dilakukan dilevel mikro atau level industri. Pendekatan yang digunakan akan lebih fokus pada analisis krisis yang meliputi 5 aspek, yaitu: 1) seberapa mudah pemain baru masuk ke dalam industri tersebut, 2) bagaimana tingkat persaingan antar industri yang sudah ada, 3) bagaimana kekuatan tawar pemasok kepada industri, 4) apakah industri memiliki jaminan pasokan bahan baku tinggi serta 5) tingkat kemudahan munculnya produk substitusi bagi produk/jasa yang dihasilkan suatu industri.
a. Pemain baru
Yang dimaksud pemain baru dalam industri tapioka dalam penelitian ini adalah industri atau lembaga sebagai pemasok di pasar tapioka. Kemudahan mendapatkan ijin bagi importir tapioka dan tidak adanya pengawasan pemerintah terhadap penggunaan tapioka impor mengakibatkan banyaknya stock tapioka di
pasar dengan harga rendah. Industri besar tapioka juga memegang peranan cukup penting dalam nenekan harga tapioka di pasar.
b. Persaingan Industri
Persaingan industri merupakan hal yang wajar dan tidak dapat dihindari, begitu juga dengan industri tapioka. Industri kecil tapioka baik tapioka halus maupun tapioka kasar masih menggunakan teknologi sederhana, sehingga kualitas yang dihasilkan dan efisiensi produksi kalah dengan industri besar. Rata-rata kapasitas produksi tapioka di kabupeten Bogor adalah 15 ton/hari, sedangakn kapasitas pabrik tapioka di Lampung 125-200 ton/hari. Industri besar menghasilkan tapioka halus dengan mengolah ubikayu secara langsung, sehingga sangat efisien. Industri berskala besar inilah yang merupakan ancaman tersendiri bagi industri tapioka di Kabupaten Bogor. Selain itu datangnya tapioka impor juga menjadi ancaman bagi kelangsungan industri kacil tapioka di kabupaten Bogor. Industri kecil tapioka ini telah ada selama berpuluh-puluh tahun lamanya. Industri yang bertahan ialah industri yang menghasilkan tapioka kasar bermutu tinggi dan didukung dengan modal yang cukup.
c. Produk Substitusi
Tapioka memiliki fungsi dan kandungan yang berbeda dengan jenis tepung yang lain seperti tepung maizena, tepung beras, tepung terigu, tepung sagu dan tepung gaplek. Pada kasus tertentu seperti pada pembuatan bakso, tepung sagu dapat menjadi barang substitusi bagi tapioka.
d. Kekuatan Tawar-Menawar
Pembeli ubi kayu dalam hal ini pabrik tapioka kasar atau tengkulak, mereka ini memiliki daya tawar yang cukup tinggi. Apabila ada ketidak cocokan harga petani ubikayu tidak mungkin menahan ubi kayu karena ubikayu yang telah dipanen mudah rusak, sementara kalau membiarkannya tidak dipanen, kualitasnya akan menurun dan tanah menjadi tidak subur karena ubikayu menyerap hara.
Pembeli tapioka kasar dalam hal ini adalah pabrik tapioka halus. Dalam penentuan harga tapioka kasar ataupun onggok, pembeli memegang kendali. Harga
