Penerapan Sistem Dinamik Untuk Meningkatkan Efektivitas dan

JURNAL TEKNIK POMITS Vol. 1, No. 1, (2014)
1
Penerapan Sistem Dinamik Untuk Meningkatkan Efektivitas
dan Efisiensi Pada Manajemen Rantai Pasok Terhadap
Ketersediaan Beras dan Gula di Subdivre 1 Jawa Timur –
Surabaya, Sidoarjo dan Gresik
Sofia Nur Arimurti, Erma Suryani
Jurusan Sistem Informasi, Fakultas Teknologi Informasi, Institut Teknologi Sepuluh Nopember (ITS)
Jl. Arief Rahman Hakim, Surabaya 60111 Indonesia
e-mail: [email protected], [email protected]
Tiap penduduk berhak akan pemenuhan kebutuhan
pangan, sehingga ketersediaan dan keterjangkauan
pangan menjadi sangat fundamental bagi suatu bangsa.
Semakin bertambahnya penduduk maka bertambah pula
kebutuhan akan pangan. Diharapkan permasalahan
tersebut menjadi prioritas negara untuk melakukan
pemenuhan ketersediaan pangan dalam menghindari
kerawanan pangan di beberapa daerah di Indonesia.
Dalam pemenuhan ketersediaan pangan ditinjau pula
kuantitas produksi, sehingga berdasarkan sasaran
produksi oleh Kementrian Pertanian untuk komoditas
padi dan gula merupakan komoditas yang akan diproduksi
secara besar-besaran dan merupakan komoditas yang
termasuk rawan pangan tinggi.
Namun dengan tingginya biaya logistik menjadi
penghambat ketersediaan dan keterjangkauan beras dan
gula, serta turunnya daya saing industri akan produk
dalam negeri karena manajemen rantai pasok di Indonesia
yang tidak efektif dan efisien. Sehingga dengan kondisi
tersebut, dibutuhkan manajemen rantai pasok yang lebih
efektif dan efisien untuk memenuhi ketersediaan beras dan
gula secara merata dan terjangkau dengan mengetahui
faktor-faktor apa saja yang dapat mempengaruhinya.
Penelitian ini menggunakan permodelan dan simulasi
untuk menciptakan suatu model sistem dinamik dalam
memenuhi ketersediaan beras dan gula pada subdivre 1
Jawa Timur (Surabaya, Sidoarjo dan Gresik) sehingga
dapat mengefektifkan dan mengefisiensikan manajemen
rantai pasok melalui beberapa skenario pula.
Kata Kunci : Beras dan Gula, Ketersediaan Pangan,
Manajemen Rantai Pasok, Efektif dan Efisien, Sistem
Dinamik
I. PENDAHULUAN
H
ak mendasar bagi tiap penduduk adalah pemenuhan akan
kebutuhan pangan, sehingga ketersediaan pangan dan
keterjangkauan pangan menjadi sangat fundamental bagi suatu
bangsa (Suswono, 2013). Diharapkan permasalahan tersebut
menjadi prioritas negara dalam melakukan pemenuhan
ketersediaan pangan dalam menghindari kerawanan pangan di
berbagai daerah di Indonesia.
Dalam pemenuhan ketersediaan pangan, ditinjau pula
kuantitas produksinya. Berdasarkan Rencana Strategis
(Renstra) Kementrian Pertanian 2010-2014, mengarahkan
ketersediaan pangan terhadap komoditas pangan utama yaitu:
beras, jagung, kedelai, gula dan daging sapi melalui
swasembada pangan (BPK RI, 2012).
Berdasarkan proporsi pengeluaran pangan terhadap rumah
tangga, untuk beras dan gula merupakan komoditas yang
memiliki tingkat kerawanan yang cukup tinggi diantara
komoditas lainnya. Tingkat kerawanan yang dimiliki oleh
beras dan gula sebesar 16.57% dan 3.10% (Sutawi, 2011).
Sehingga untuk mendukung Renstra Kementrian Pertanian
2010-2014, untuk padi dan gula akan diproduksi secara besarbesaran. Dengan meningkatkan pertumbuhan padi sebesar
3.22/tahun, sedangkan untuk gula sebesar 17.63/tahun (BPK
RI, 2012). Provinsi Jawa Timur merupakan wilayah andalan
utama dalam produksi beras dan gula untuk Indonesia.
Ditandai dengan kontribusi padi sebesar 16.08% (Mulyono,
2013) dan kontribusi gula sekitar 49% dari produksi nasional
(Prastowo, Yanuarti, & Depari, 2008).
Indonesia sebagai negara kepulauan membutuhkan sistem
logistik yang efektif dan efisien, untuk meningkatkan daya
saing dan menjamin keberadaan beras dan gula secara merata
dengan biaya logistik yang rendah serta pelayanan yang
responsif dan memuaskan. Sehingga dapat meningkatkan
pertumbuhan ekonomi dan kesejahteraan masyarakat. Namun
dengan tingginya biaya logistik dapat menghambat
ketersediaan dan keterjangkauan beras dan gula, serta turunnya
daya saing produk dalam negeri. Sehingga dibutuhkan
manajemen rantai pasok yang terintegrasi secara efektif dan
efisien (Mulyadi, 2011).
Untuk memenuhi ketersediaan beras dan gula khususnya
daerah subdivre 1 Jawa Timur, yaitu: Surabaya, Sidoarjo dan
Gresik., digunakanlah permodelan dan simulasi pada tugas
akhir ini sebagai alat untuk perencanaan, analisa dan evaluasi
sistem menggunakan sistem dinamik. Sehingga dapat
mengatasi masalah ketersediaan beras dan gula dan
memberikan
skenario-skenario
dalam
meningkatkan
pemenuhan ketersediaan beras dan gula serta meningkatkan
efektivitas dan efisiensi dari manajemen rantai pasok.
II. TINJAUAN PUSTAKA
A. Ketersediaan Pangan
Ketersediaan pangan adalah tersedianya pangan dari hasil
produksi dalam negeri dan atau sumber lain. Menurut pasal 2
PP No. 68 tahun 2002 mengenai penyediaan diwujudkan
dengan dilakukan beberapa kegiatan seperti: mengembangkan
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2014)
sistem produksi pangan yang bertumpu pada sumber daya,
kelembagaan dan budaya lokal serta mempertahankan dan
mengembangkan lahan produktif.
Menurut pasal 3 PP No. 68 tahun 2002, sumber
ketersediaan pangan berasal dari produksi dalam negeri
(umumnya dilakukan swasembada pangan), candangan pangan
dan pemasukan pangan. Langkah operasional yang dilakukan
dalam ketersediaan beras dan gula adalah dengan mendorong
kemandirian pangan melalui swasembada pangan untuk
komoditas strategis. Sehingga dapat meningkatkan daya saing
produk lokal serta menjamin keberadaan komoditas strategis
secara merata dan terjangkau pula (BPK RI, 2012).
B. Manajemen Logistik
Manajemen logistik merupakan bagian dari manajemen
rantai pasok pada perencanaan, pengimplementasian dan
mengendalikan efisiensi, efektivitas untuk memenuhi
kebutuhan pelanggan. Kinerja logistik ditentukan oleh efisiensi
logistik (mencapai output yang diharapkan dengan sumber
daya minimum), efektivitas logistik (mencapai persentase
tertinggi dari output yang diharapkan) dan kompetensi logistik
(menjadi kompeten dengan memperoleh nilai komparatif yang
terbaik dan bersih) (Bosona, 2013)
Dibutuhkan keefektivan dan keefisiensian dalam
manajemen logistik pada rantai pasok untuk mengintegrasikan
kegiatan
logistik pada produsen, distributor dan
konsumensehingga memungkinkan produsen pangan lokal
menjadi kompetitif di pasar (Gimenez, 2006).
Logistik
merupakan
komponen
penting
yang
menghubungkan produksi dan pemasaran, sehingga
mempengaruhi perekonomian nasional karena penambahan
sumber daya. Meningkatnya kerja transportasi barang memiliki
dampak langsung pada biaya logistik. Tingginya biaya logistik
adalah salah satu faktor utama penghambat pangan lokal dapat
bersaing di pasar (Bosona, 2013).
C. Manajemen Rantai Pasok
Manajemen rantai pasok adalah kegiatan transformasi dari
produk masih dalam proses hingga menjadi produk hadi dan
diteruskan dengan pengiriman ke konsumen melalui distribusi.
Kegiatan ini meliputi: pengangkutan, pembayaran tunai atau
kredit (transfer), supplier, distributor, hutang-piutang,
pergudangan.
Tujuan utama dari manajemen rantai pasok (Adinata,
2013) adalah:
1. Memperpendek siklus rantai pasok
2. Mengembangkan atau membangun servis
3. Menurunkan biaya atau harga
D. Manajemen Rantai Pasok yang Efektif dan Efisien
Pendekatan manajemen rantai pasok berkembang seiring
dengan meningkatnya kebutuhan dunia usaha untuk menekan
biaya secara menyeluruh. Karena ruang lingkupnya mengelola
aliran barang maka konsep manajemen rantai pasok banyak
bersinggungan dengan manajemen logistik (Mulyadi, 2011).
Sehingga dibutuhkan indikator kinerja yang berhubungan
antara efektivitas dan efisiensi rantai pasok dengan aktor (Van
der Vorst, 2000).
2
Penetapan untuk komoditas strategis sebagai berikut
(Mulyadi, 2011):
 Mengefektifkan persediaan komoditas yang selalu dapat
memenuhi permintaan konsumen,
 Mengefisiensikan dalam mendapatkan komoditas tersebut
dan harga yang mudah dijangkau.
E. Pemodelan dan Simulasi
Terdapat 2 jenis model yaitu, Physical Model (Iconic) yaitu
model yang berbentuk fisik seperti sebuah miniatur. Serta
Mathematical Model yaitu model yang merepresentasikan
secara logika dan hubungan kuantitatifnya. Menurut beberapa
ahli (Law and Kelton, 1991) simulasi adalah sekumpulan
metode dan aplikasi untuk menirukan atau merepresentasikan
perilaku dari suatu sistem nyata yang biasanya dilakukan pada
komputer dengan menggunakan software tertentu. Untuk
metode pengerjaan pemodelan dan simulasi ini, bisa
dicontohkan seperti pada Gambar 1.
Model simulasi dibedakan berdasarkan (Suryani, 2006):
Waktu
Perubahan
Status Variabel
Tabel 1 Jenis Model Simulasi
Jenis
Penjelasan
Statis
Menghasilkan model yang tidak
dipengaruhi oleh waktu.
Dinamis Menghasilkan
model
yang
dipengaruhi oleh waktu.
Diskrit
Status variabel dapat berubah pada
saat-saat tertentu.
Kontinyu Status variabel dapat berubah secara
kontinyu (berkelanjutan)
F. Sistem Dinamik
Simulasi sistem dinamik merupakan simulasi kontinyu yang
dikembangkan oleh Jay Forrester (MIT) tahun 1960-an,
berfokus pada struktur dan perilaku sistem. Terdapat beberapa
variabel model pada sistem dinamik diantaranya (Suryani,
2006):
Variabel
Level
Rate
Auxiliary
Tabel 2 Variabel Sistem Dinamik
Simbol
Penjelasan
Akumulasi aliran dari waktu ke waktu
dan dipengaruhi oleh aliran masuk (input
rate) dan aliran keluar (output rate).
Laju yang menentukan aliran masuk atau
kelur dari atau ke level.
Variabel bantu yang berisikan formula
yang dapat menjadi masukan rate.
Variabel ini sering digunakan untuk
formula yang kompleks.
Parameter
Parameter adalah inputan untuk rate
dan
maupun anuxiliary, sedangkan konstanta
Konstanta
memiliki nilai tetap sepanjang periode
simulasi.
Gambar 1 Alur Metode Penelitian Tugas Akhir
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2014)
3
III. METODE PENELITIAN
Mulai
Studi Literatur
Analisa Sistem
Membuat
Model
Kausatik
Membuat
Model
Matematis
Membuat
Skenario dan
Analisa Hasil
Verifikasi
Penyusunan
Buku Tugas
Akhir
Validasi
Selesai
Pemodelan dan simulasi pada penelitian ini digunakan
untuk memodelkan ketersediaan beras dan gula di subdivre 1
Jawa Timur. Dengan memodelkan beberapa komoditas pangan
yang penting, untuk meningkatkan swasembada pangan
dengan produk lokal. Sehingga hasil simulasi ini dapat
membantu dalam meningkatkan rasio pemenuhan beras dan
gula serta efektivitas dan efisiensi manajemen rantai pasok.
B. Diagram Kausatik
Awal dari pengembangan model ini adalah dengan melalui
diagram kausatik atau yang biasa disebut causal loop diagram.
Hasil pemodelan diagram kausatik pada ketersediaan beras
dan gula untuk meningkatkan efektivitas dan efisiensi
manajemen rantai pasok di subdivre 1 Jawa Timur, dapat
dilihat pada Gambar 2.
Gambar 2 Alur Metode Penelitian Tugas Akhir
Rice Impact
Inflation
+ Rice Price in
Rice Import Quota Consumen
A. Pengumpulan Data
Dalam pengerjaan tugas akhir ini, beberapa data yang
digunakan untuk menyelesaikan permasalahan tersebut sebagai
berikut:
1. Jumlah populasi penduduk di subdivre 1 Jawa Timur
(Surabaya, Sidoarjo dan Gresik) tahun 2000-2011
2. Luas lahan sawah dan luas lahan kebun di subdivre 1 Jawa
Timur (Surabaya, Sidoarjo dan Gresik) tahun 2000-2011
3. Rata-rata produktivitas lahan padi dan tebu
4. Jumlah produksi padi dan tebu di subdivre 1 Jawa Timur
(Surabaya, Sidoarjo dan Gresik) tahun 2000-2011
5. Harga beras dan gula pada tahun 2000-2011
B. Perancangan Model
Pada tahap ini dilakukan proses pengolahan data yang mana
didapatkan dari hasil survey sebelumnya dan juga analisa
faktor dari data data yang dibutuhkan. Proses pengolahan data
ini bertujuan untuk merumuskan hubungan sebab-akibat antar
masing-masing variabel yang dapat mempengaruhi
ketersediaan beras dan gula dalam meningkatkan efektivitas
dan efisiensi manajemen rantai pasok di subdivre 1 Jawa
Timur.
C. Pembuatan Skenario dan Analisis Hasil
Tahapan ini adalah tahapan yang menampilkan hasil
simulasi dan analisa dari skenario yang telah dilakukan dari
model awal yang telah dibuat. Hal tersebut dilakukan untuk
menyesuaikan tujuan dari dilakukannya penelitian ini, serta
memberikan kesimpulan dari hasil penelitian. Selain itu,
terdapat saran untuk pengembangan dan perbaikan untuk
penelitian selanjutnya.
IV. MODEL DAN IMPLEMENTASI
A. Perancangan Model
Dengan menggunakan metode simulasi sistem dinamik ini
dibagi menjadi beberapa tahapan sebagai berikut:
1. Pembuatan diagram kausatik
2. Pembuatan diagram flow
3. Verifikasi dan Validasi model
4. Pembuatan skenario dari model awal
Rice Import
+
+
+
Rice in Stocks
Consumption of
Rice/Capita
Fertility Rate
+
Birth Rate-
+
Population-
Average Life Time
+
+Death Rate
Sugar Tax
+
+
Sugar World Price Sugar
+
Import Price
+
+
- Rice in Demand ++
+
+
Sugar Floor Price
Rice Demand
- Fulfillment Ratio
Distribution to
+
RTS
+ Distribution to
Rice
Distribution to
Despreciation Paddy
BULOG +
+ OPM
- to Rice (GKG)
Distribution to
Dry Grain Harvest
Market Operation + Distribution
(GKP)
to CBP
Impact Plant Pest
Sugar Import
Quota
Sugar Impact
Inflation
Rice Production
+ Production
Paddy
Average Paddy Land
Productivity
Opening New
Land Rate -
Harvest Intensity
+
+
Paddy Harvest
Area
+
+ Land Area
Paddy
Sugar Import
Income
Distribution to
Retailer
Rice Strorage
Costs
+
+ Rice Logistic
-Rice Administrative + Costs
Costs
Rice Distribution
Costs
Residental Building
Land Conversion +
+
Rate
+ Industry
+Other Facility
Sugar Import
+
+
Consumption of
Sugar/Capita
+
Sugar in Stocks
+
Sugar Price in
+
Consumen
++
+
Sugar in Demand
+
-
Yield Value Used
- Production
Sugar
+
Average Cane Land
Production
+
+ Production
Cane
+
Sugar Demand in
Fulfillment
Distribution to
Wholesalers
Sugar Distribution
to BULOG
+
Opening New Cane
Land Rate
+ Land Area
Cane
Distribution to
Sugar Retailer
+
+
Sugar Logistic+ Sugar Storage
Costs
Costs
+
+
Sugar Distribution
Sugar Administrative
Costs
- Costs
Cane Land
+ Conversion Rate
Gambar 2 Casusal Loop Diagram
C. Diagram Flow
Diagram flow dari ketersediaan beras dan gula untuk
meningkatkan efektivitas dan efisiensi manajemen rantai pasok
di subdivre 1 Jawa Timur ini, dibuat untuk menggambarkan
bagaimana jumlah produksi beras dan gula dapat memenuhi
permintaan konsumen.
Dalam penyusunan diagram flow ini dalam studi kasus ini,
terdapat 8 sub model, yang masing-masing sub model tersebut
disesuaikan dengan komoditas beras dan gula. Serta dipisah
sesuai dengan daerah yang ada di subdivre 1 East Java, salah
satunya seperti yang terlihat pada Gambar 3 dan Gambar 4.
1. Sub-Model Population
2. Sub-Model Demand
3. Sub-Model Land Area
4. Sub-Model Production
5. Sub-Model Commodity Inventory
6. Sub-Model Commodity Price in Consumen
7. Sub-Model Commodity Logistic Costs
Berikut ini adalah beberapa contoh sub-model yang
dikerjakan sesuai pada Gambar 3 dan Gambar 4.
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2014)
4
Komoditas
Land Area
in Surabaya
Opening of New
Land Rate (Sby)
Total Land
Area in
Subdivre 1
East Java
Land Conversion
Rate (Sby)
Land Area
in Sidoarjo Land Conversion
Rate (Sda)
Opening of New
Land Rate (Sda)
Residental Building
Land Area
in Gresik Land Conversion
Rate (Grs)
Opening of New
Land Rate (Grs)
Total Land
Area
Conversion
in Subdivre
1 East Java
Industry
Other Facilities
Gambar 3 Sub-Model Luas Lahan Padi
Impact Humidity for
Cane (Sda)
Impact Bug Effect
for Cane (Sda)
Bug Effect (Sda)
Impact Sea Surface
Height for Cane (Sda)
Humidity
Contribution
for Cane
(Sda)
Rainfall
Contribution
for Cane
(Sda)
Impact Rainfall for
Cane (Sda)
Impact Fertilizier for
Cane (Sda)
Yield Value (Sda)
Cane Land
Productivity in
Sidoarjo
Cane
Production
in Sidoarjo
Yield Value Used
(Sda)
Sugar
Production
in Sidoarjo
Cane Seeds
Contribution
for Cane
(Sda)
<Cane Land in
Sidoarjo>
Impact Cane Seeds
for Cane (Sda)
Gambar 4 Sub-Model Produksi Gula di Sidoarjo
D. Verifikasi dan Validasi Model
1. Verifikasi
Tahapan ini digunakan untuk memastikan apakah model
yang telah dibuat sudah merepresentasikan konsep secara tepat
atau tidak antara model dengan kondisi terkini. Dengan
menggunakan
Vensim (Ventana
Simulation) untuk
menampilkan hasil simulasi. Ketika vensim tidak menampilkan
pesan error maka model tersebut dikatan verified (bebas error).
2. Validasi
Untuk dapat memastikan bahwa model sudah sesuai dengan
kondisi saat ini, maka dilakukan validasi seperti pada Tabel 4.
Dari tabel tersebut ditampilkan bahwa model dikatakan valid
apabila mean comparison < 5% dan error variance < 30%.
Komoditas
Beras
Harga
Total Permintaan Beras
Luas Lahan
Tebu
Sidoarjo
Produksi
Gula
Harga
Luas Lahan
Tebu
Gresik
Produksi
Gula
Harga
Total Permintaan Gula
Mean
Comparison
2.78%
1.73%
Error
Variance
28.42%
25.89%
1.56%
17.99%
0.85%
13.93%
0.31%
5.97%
3.98%
16.03%
2.40%
0.37%
2.09%
2.56%
17.53%
2.56%
V. PEMBUATAN SKENARIO DAN ANALISIS HASIL
Rate Cane Land
Productivity in Sidoarjo
Fertilizer
Contribution
for Cane
(Sda)
Variabel
Impact Temperature
for Cane (Sda)
Temperature
Contribution
for Cane
(Sda)
Sea Surface
Height
Contribution
for Cane
(Sda)
Gula
Daerah
Tabel 3 Validasi Base Model
Daerah
Variabel
Mean
Comparison
Populasi
2.93%
Luas Lahan
1.73%
Padi
Surabaya
Produksi
2.11%
Padi
Harga
1.18%
Populasi
2.60%
Luas Lahan
1.74%
Padi
Sidoarjo
Produksi
2.92%
Padi
Harga
1.16%
Populasi
2.38%
Luas Lahan
1.74%
Gresik
Padi
Produksi
1.99%
Padi
Error
Variance
5.29%
22.21%
10.67%
28.88%
25.16%
22.22%
12.12%
28.42%
8.96%
22.22%
12.30%
Tahapan selanjutnya adalah melakukan skenariosasi untuk
memberikan usulan perbaikan sesuai dengan tujuan dari
pembuatan sistem dinamik dari memenuhi ketersediaan beras
dan gula untuk meningkatkan efektivitas dan efisiensi
manajemen rantai pasok, setelah melelui tahapan verifikasi dan
validasi model. Dari hasil analisa pemodelan yang dirancang
berdasarkan kondisi eksisting, rasio pemenuhan pada beras
dan gula di subdivre 1 Jawa Timur sebagai berikut:
Tabel 4 Perbandingan Rasio Pemenuhan Beras dan Gula di
Subdivre 1 Jawa Timur
Beras
Gula
Kota
Rasio
Kategori
Rasio
Kategori
Surabaya
0.01
Defisiit
Sidoarjo
0.28
Defisit
1.69
Surplus
Gresik
0.78
Defisit
0.84
Defisit
Sehingga untuk kota Sidoarjo pada komoditas gula tidak
perlu dilakukan skenariosasi, karena kota tersebut sudah
mengalami surplus gula. Sedangkan untuk yang lainnya
dilakukan skenariosasi. Skenario yang dibuat bertujuan untuk
meningkatkan produksi beras dan gula
sehingga rasio
pemenuhan dapat meningkat serta meminimalisir biaya logistik
dengan mengefisiensikan rantai distribusi beras dan gula.
 Skenario 1 (Parameter): Bertujuan untuk meningkatkan
produksi beras dan gula dengan mengubah nilai parameter
dari OPT dan IP pada beras, sedangkan untuk komoditas
gula dengan meningkatkan nilai rendemen tebu.
 Skenario 2 (Intensifikasi Lahan): Bertujuan untuk
meningkatkan produktivitas lahan, sehingga dapat
menghasilkan beras dan gula yang lebih banyak pula.
 Skenario 3 (Ekstensifikasi Lahan): Bertujuan untuk
meningkatkan produksi beras dan gula dengan membuka
lahan tanam yang baru.
 Skenario 4 (Gabungan 1, 2 dan 3): Tujuannya untuk
mengoptimalkan peningkatkan produktivitas lahan dan
produksi beras dan gula.
 Skenario 5 (Mengefisiensikan Rantai Distribusi): Tujuannya
untuk meminimalisir biaya logistik yang kian meningkat
dikarenakan panjangnya rantai distribusi beras dan gula.
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2014)
Impact Humidity for
Cane (Grs) 0
Impact Bug Effect for
Cane (Grs) 0
Bug Effect
(Grs) 0
Impact Sea Surface
Height for Cane (Grs) 0
Temperature
Contribution
for Cane
(Grs) 0
Rainfall
Contribution
for Cane
(Grs) 0
Rate Cane Land
Productivity in Gresik
SCN 2
Fertilizer
Contribution
for Cane
(Grs) 0
Impact Fertilizier for
Cane (Grs) 0
Impact Temperature
for Cane (Grs) 0
Humidity
Contribution
for Cane
(Grs) 0
Sea Surface
Height
Contribution
for Cane
(Grs) 0
Impact Rainfall for
Cane (Grs) 0
5
Cane Seeds
Contribution
for Cane
(Grs) 0
Impact Cane Seeds
for Cane (Grs) 0
Yield Value
(Grs) 0
Cane Land
Productivity in
Gresik SCN 2
Cane
Production
in Gresik
SCN 2
Yield Value Used
(Grs) 0
Sugar
Production
in Gresik
SCN 2
<Cane Land in
Gresik>
Irrigation
Contribution
(Grs) SCN 2
Gambar 10 Hasil Skenario 4 untuk Komoditas Gula
Impact Irrigation
(Grs) SCN 2
Gambar 5 Sub-Model Skenario 2 pada Gula
Empty Mash Land
Area/Ha (Sby)
Land Area
in Surabaya
Opening of New Land SCN 3
Land Conversion Rate
Rate (Sby) SCN 3
(Sby) SCN 3
Empty Mash Land
Area/Ha (Sda)
Opening of New Land
Rate (Sda) SCN 3
Empty Mash Land
Area/Ha (Grs)
Opening of New Land
Rate (Grs) SCN 3
Land Area
in Sidoarjo
SCN 3
Total Land
Area in
Subdivre 1
East Java
SCN 3
Land Conversion Rate
(Sda) SCN 3
Land Area
in Gresik
SCN 3 Land Conversion
Rate (Grs) SCN 3
Residental Building
SCN 3
Total Land
Area
Conversion
in Subdivre
1 East Java
SCN 3
Industry SCN 3
Other Facilities
SCN 3
Gambar 6 Sub-Model Skenario 3 pada Beras
Hasil dari skenariosasi yang telah dilakukan tergambar pada
grafik yang ada pada Gambar 7 sampai Gambar 11, sebagai
berikut:
Gambar 7 Hasil Skenario 1 untuk Komoditas Beras
Gambar 8 Hasil Skenario 2 untuk Komoditas Gula
Gambar 9 Hasil Skenario 3 untuk Komoditas Beras
Gambar 11 Hasil Skenario 5 untuk Komoditas Beras
VI. KESIMPULAN/RINGKASAN
Adapun beberapa hal yang dapat disimpulkan terkait
dengan pengerjaan Tugas Akhir ini :
1. Faktor-faktor yang mempengaruhi ketersediaan beras
dan gula dengan meningkatkan efektivitas dan
efisiensi manajemen rantai pasok diantaranya: Rice
and Sugar Production, Rice and Sugar Demand
Fulfillment Ratio, Rice and Sugar Price in
Consumen and Rice dan Sugar Logistic Costs.
2. Model yang digunakan pada tugas akhir ini telah
valid, karena telah memenuhi persyaratan nilai
maksimal Error E1 (Means Comparison) sebesar <
5% dan Error E2 (Amplitude Variantions
Comparison) < 30%.
3. Untuk memberikan usulan perbaikan sistem, maka
dilakukan pembuatan dan pengimpelemntasian
skenario yang masing-masing memiliki kekurangan
dan kelebihan.
a. Beras
i. Surabaya: untuk meningkatkan produksi beras
dapat mengimplementasikan hasil skenario 1,
rata-rata peningkatan sebesar 55% atau 3907
Ton. Sehingga rasio pemenuhan beras
meningkatkan pula.
ii. Sidoarjo: untuk meningkatkan produksi beras
dapat mengimplementasikan hasil skenario 1,
rata-rata peningkatan sebesar 55% atau 75246
Ton. Sehingga rasio pemenuhan beras
meningkatkan pula.
iii. Gresik: untuk meningkatkan produksi beras dapat
mengimplementasikan hasil skenario 1, rata-rata
peningkatan sebesar 55% atau 130965 Ton.
Sehingga rasio pemenuhan beras meningkatkan
pula.
b. Gula: untuk meningkatkan produksi gula yang
dapat mengimplementasikan skenario 1 pula,
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2014)
rata-rata peningkatan sebesar 17% atau 2276
Ton. Sehingga rasio pemenuhan gula pun
mengalami peningkatan.
4. Jalur distribusi utama pada komoditas beras dan gula
cenderung lebih panjang karena melibatkan
beberapa
pelaku
distribusi.
Hal
tersebut
menyebabkan biaya logistik pun bertambah,
khususnya pada biaya transportasi, biaya
administratif dan penyimpanan serta profit masingmasing pelaku distribusi.
5. Untuk hasil optimal pada masing-masing daerah di
subdivre 1 Jawa Timur dengan komoditas beras dan
gula adalah skenario 1. Sehingga dengan skenario 1
ini dibutuhkan intensifikasi tanaman dan lahan pada
skenario 2. Dalam meningkatkan produksi
dianjurkan tidak membuka lahan baru (skenario 3),
asalkan lahan tersebut memang lahan potensial
tanpa mengurangi lahan paru-paru kota.
UCAPAN TERIMA KASIH
Terima kasih kepada Allah SWT. atas segala rahmat dan
hidayahnya dan seluruh pihak yang mendukung penelitian ini,
Jurusan Sistem Informasi, Fakultas Teknologi Informasi, ITS,
teman-teman serta keluarga yang selalu memberikan motivasi
dan dukungan yang besar.
DAFTAR PUSTAKA
Adinata, R. C. (2013). Analisis Kinerja Manajemen Rantai
Pasokan Berbasis Balanced Scorecard (Studi pada
PT. misaja Mitra - Pati, Jawa Tengah)
Bosona, T. (2013). Integration of Logistics Network in Local
Food Supply Chain
BPK RI, D. H. (2012, 03). Kebijakan Pemerintah Dalam
Pencapaian Swasembada Beras Pada Program
Peningkatan Ketahanan Pangan. Dipetik 03 04,
2014, dari JDIH Jaringan Domentasi & Informasi
Hukum: http://jdih.bpk.go.id/?p=17177
Gimenez, C. (2006). Logistics Integration Processes in the
Food Industry. 36 (3).
Kelton, L. &. (1991). Pengertian Simulasi. Simulation
Modeling and Analysis, 109-115.
Mulyadi, D. (2011). Pengembangan Sistem Logistik Yang
Efisien dan Efektif Dengan Pendekatan Supply Chain
Management. V.
Prastowo, J. N., Yanuarti, T., & Depari, Y. (2008). Pengaruh
Distribusi dalam Pembentukan Harga Komoditas dan
Implikasi terhadap Inflasi. WP/07/08.
Suryani, E. (2006). Pemodelan dan Simulasi. Surabaya: Graha
Ilmu.
Suswono. (2013). Laporan Akuntabilitas Kinerja Kementrian
Pertanian Tahun 2012. Jakarta: Kementerian
Pertanian 2013.
Sutawi. (2011). Tinjauan Distribusi Pangan.
van der Vorst, J. (2000). Effective Food Supply Chains:
Generating, Modelling and Evaluating Supply Chains
Scenarios.
6