DAFTAR PUSTAKA Antonio, M.S., 2003. Bank Syariah dari Teori ke Praktik. Gema Insani. Jakarta Arifin, Z. 2002. Dasar-dasar Manajemen Bank Syariah. AlvaBet. Jakarta Austin, J.E., 1992. Agroindustrial Project Analysis. Critical Design Factor. EDI Series in Economic Development. The Johns Hopkins University Press. Bank Indonesia, 2002. Cetak Biru Pengembangan Perbankan Syariah Indonesia. Bank Indonesia, Jakarta. BPS, 2006. Statistik Ekspor Indonesia 2005. BPS - Jakarta. Brigham, E.F. dan L.C. Gapenski, 1991. Financial Management Theory and Practice. The Dryden Press. Orlando. Brown, J.G., 1994. Agroindustrial Investment and Operations. The World bank. Washington D.C., USA Coyle, R.G., 1996. System Dynamics Modelling: A Practical Approach. Chapman & Hall. London. Djohanputro, B. 2006. Manajemen Resiko Korporat Terintegrasi. Argya Putra. Jakarta El-Ashker., 1987. The Islamic Business Enterprise. Croom Helm. Kent. Eriyatno, 1996. Rekayasa Sistem Perencanaan Industri Kecil Hasil Pertanian. Jurnal Teknologi Indistri Pertanian, VI(1):36-41. Eriyatno, 1999. Ilmu Sistem. Meningkatkan Mutu dan Efektivitas Manajemen. IPB Press. Bogor. Eriyatno dan Hartrisari, 1995. Sistem Manajemen Ahli: Teori, Teknik dan Aplikasinya. Laboratorium Teknik dan Manajemen Industri, Fateta-IPB Fausett, L., 1994. Fundamental of Neural Networks. Prentice Hall. New Jersey. Feigenbaum, A. V. 1996. Kendali Mutu Terpadu. Erlangga. Jakarta. Fields, G. S., 1980. Poverty, Inequality and Development. University Press, Cambridge- England.
Cambridge
Gitman, L.J. 2000. Principle of Managerial Finance. 6th ed. Addison-Wesley, New York.
110
Hart, A, 1986. Knowledge Acquisition for Expert Systems. McGraw-Hill Book Company, New York. Hamidi, M.L. 2003. Jejak-jejak Ekonomi Syariah. Senayan Abadi Publishing. Jakarta. Haykin, S. 1999. Neural Network, a Comprehensive Foundation. Prentice Hall. New Jersey Hicks, P.A., 1995. An Overview of Issues and Strategies in the Development of Food Processing Industries in Asia Pacific. APO Symposium, 28 Sept – 5 Oct. 1993. Tokyo Hobir, Ma’mun, C. Indrawanto, S. Purwiyanti, S. Suhirman. 2006. Budidaya Akarwangi. Circular 2006. Balittro – Bogor. Horngren, C. T. dan G. Foster., 1999. Cost Accounting. 7ed. Prentice Hall. New Jersey Ibn Qudama. 1981. Al Mughini. Maktabat al Riyad al Haditha. Riyadh. Ismawan B, dan S. Budiantoro. 2005. Keuangan Mikro Sebuah Revolusi Tersembunyi dari Bawah. Gema PKM Indonesia. Jakarta. Keen, P.G.W. dan M.S.S. Morton, 1978. Decision Support system and Organizational Perspective. Addison Wesley Publishing Company. New York. Kolarik W.J. 1995. Creating Quality: Concepts, Systems, Strategies and Tools. International ed, Mc Graw-Hill. New York. Leod, R. J. 1995. Sistem Informasi Manajemen: Studi Sistem Informasi Berbasis Komputer. Prenhallindo. Jakarta. Makridarkis, S., S.C. Wheelwright, V.E. McGee. 1999. Metode dan Aplikasi Peramalan. Binarupa Aksara. Jakarta. Marimin, 2004. Jakarta
Pengambilan Keputusan Kriteria Majemuk.
PT Grasindo,
Martin, L. A., 1997. An Introduction to Feedback. MIT Press, Massachusetts. Minch, R.P. dan J. R. Burns, 1983. Conceptual Desing of Decision Support System Utilizing Management Science Models. IEEE Transaction on System, Man and Cybernetics, 13(21):549-555. Muhammad, 2005. Pengantar Akuntansi Syariah. 2ed. Salemba Empat. Jakarta.
111
Mulyadi, 1999. Akuntansi Biaya. 5ed. Aditya Media. Yogyakarta. Orgianus, Y. 2004. Rekayasa Model Bagi Hasil dan Bagi Resiko Pembiayaan Usaha Kecil dan Menengah Agroindustri Dengan Pola Syariah. Disertasi Sekolah Pascasarjana. Institut Pertanian Bogor. Bogor. Qureshi, D.M., 1988. Modaraba and its Modern Applications. Journal of Islamic Banking and Finance. Winter. Pp. 7-24. Rahmawan, I. 2005. Kamus Istilah Akuntansi Syariah. Pilar Media. Yogyakarta Rumelhart, D.E, G.E. Hinton dan J.L. Mc Cleland. Parallel Distributed Processing. The MIT Press, 1988. Rusli, S. 1985. Penelitian dan Pengembangan Minyak Atsiri Indonesia. Edisi Khusus. No. 2. Balai Penelitian Tanaman Rempah dan Obat, Bogor. Rusli S. 2000. Penanganan Bahan Baku, Penyulingan dan Pemurnian Minyak Atsiri. Makalah “Pendidikan dan Pelatihan Minyak Atsiri”. Balittro, Bogor. Saaty, T.L, 1990. Multicriteria Decision Making: The Analytic Hierarchy Process. RWS Publications. Pittsburgh. Saeed, A. 2004. Bank Islam dan Bunga. Pustaka Pelajar. Yogyakarta. Salam, A., 2000. Ekonomi Syariah dan Perbankan Syariah. Seminar ekonomi syariah dan perbankan syariah, Bandung, 6 Mei 2000. Studio manajemen Teknik Industri – ITB. Bandung Sargent, R. G., 1999. Validation and Verification of Simulation Model. Proceeding of the 1999 Winter Simulation Conference. Shahata, S. I., 1987. Financial Accounting from The Islamic Point of View. AlZahra Al-Alam Al-Arabi. Kairo. Siang, J. J., 2005. Jaringan Syaraf Tiruan dan Pemrogramannya Menggunakan Matlab. Penerbit Andi. Yogyakarta Soekartawi, 2000. Pengantar Agroindustri. Raja Grafindo Persada- Jakarta. Soetrisno, N. 2005. Ekonomi Rakyat: Usaha Mikro dan UKM dalam perekonomian Indonesia. STEKPI, Jakarta. Sprague, R. H. dan E. D. Carlson, 1982. Building Effective Decision Support Systems. Prentice-Hall. Englewood Cliffs, NJ.
112
Sprague, R.H. dan H.J. Watson, 1989. Decision Support System: Putting Theory Into Practice. 2nd ed. Prentice-Hall. Englewood Cliffs, NJ. Suryatmi, R.D. 2006. Kajian Variasi Tekanan Pada Penyulingan Minyak Akarwangi Skala Laboratorium. Prosiding Konferensi Nasional Minyak Atsiri 2006 Tricker, R. I., 1978. Research in Accounting. University Glasgow Press. Glasgow. Turban, E dan J.E. Aronson, 2001. Decision Support systems and Intelligent Systems. Prentice Hall, New Jersey. Utomo, B. 2003. Kajian Pola Pembiayaan Usaha Kecil Agroindustri. Skripsi. Fakultas Teknologi Pertanian. Institut Pertanian Bogor. Bogor Vogel, F.E dan S.L. Hayes. (1998). Islamic Law and Finance. Kluwer Law International. The Hague, Netherlands. Widiyanto, 1996. Analisis Pembiayaan Sistem Bagi Hasil (Mudarabah) Pada Bank Islam dan Dampaknya Terhadap Pendapatan Usaha Tambak Udang, Studi Kasus Pada Bank Muamalat Indonesia. Thesis Program Pascasarjana IPB, Fakultas Pertanian, Program Studi Sosial Ekonomi Pertanian.
113 Lampiran 1. Tampilan menu input data dasar finansial
114 Lampiran 2. Tampilan menu evaluasi resiko usaha
115 Lampiran 3. Tampilan menu evaluasi resiko industri
116
Lampiran 4. Tampilan menu hasil evaluasi Tingkat Resiko Pembiayaan
117 Lampiran 5. Tampilan menu evaluasi Tingkat Keuntungan Pembiayaan
118 Lampiran 6. Tampilan menu Hasil Evaluasi Kelayakan Pembiayaan
119 Lampiran 7. Evaluasi resiko ketersediaan bahan baku*) Indikator a. Kualitas benih yang digunakan dalam usahatani 1. Sangat baik. Lebih dari 90% memakai benih anjuran 2. Baik. 70% - <90% memakai benih anjuran 3. Sedang. 50% - <70% memakai benih anjuran 4. Kurang. 30% - <50% memakai benih anjuran 5. Sangat kurang. < 30% memakai benih anjuran b. Kondisi agroekologi lahan pertanaman: 1. Sangat baik. 90% lahan S1 2. Baik. 70% - < 90% lahan S1 3. Sedang. 50% - < 70% lahan S1 4. Kurang. 30% - < 50% lahan S1 5. Sangat Kurang. < 30% lahan S1 c. Kondisi teknologi pemupukan dalam usahatani: 1. Sangat baik. Minimal 90% dosis dalam teknologi anjuran 2. Baik. 80% - 90% dosis dalam teknologi anjuran 3. Sedang. 70% - < 80% dosis dalam teknologi anjuran 4. Kurang. 50% - < 70% dosis dalam teknologi anjuran 5. Sangat kurang. < 50% dosis dalam teknologi anjuran d. Kondisi serangan hama dan penyakit tanaman: 1. Sangat baik. < 5% terserang hama dan penyakit 2. Baik. 5% - < 10% terserang hama dan penyakit 3. Sedang. 10% - < 15% terserang hama dan penyakit 4. Kurang. 15% - < 20% terserang hama dan penyakit 5. Sangat kurang. > 20% terserang hama dan penyakit e. Jarak kebun dengan tempat penyulingan: 1. Sangat dekat 2. Dekat 3. Cukup dekat 4. Jauh 5. Sangat jauh f. Tingkat persaingan mendapatkan bahan baku:: 1. Sangat rendah 2. Rendah 3. Sedang 4. Tinggi 5. Sangat Tinggi Resiko Ketersediaaan Bahan Baku: Pada Sub Model Tingkat Resiko Pembiayaan
*)
Skor
120 Lampiran 8. Evaluasi resiko pengolahan*) Indikator a. Penanganan pasca panen bahan baku: 1. Sangat baik 2. Baik 3. Cukup 4. Kurang 5. Sangat kurang b. Kualitas tenaga kerja pengolahan: 1. Sangat baik 2. Baik 3. Cukup 4. Kurang 5. Sangat kurang c. Perawatan alat suling yang dilakukan: 1. Sangat baik 2. Baik 3. Sedang 4. Buruk 5. Sangat buruk d. Bahan bakar penyulingan berupa minyak tanah: 1. Sangat mudah didapat 2. Mudah didapat 3. Cukup mudah didapat 4. Sukar didapat 5. Sangat sukar didapat
Resiko Pengolahan: *)
Pada Sub Model Tingkat Resiko Pembiayaan
Skor
121 Lampiran 9. Evaluasi resiko pemasaran*) Indikator a. Biaya transportasi kepembeli: 1. Sangat mahal 2. Mahal 3. Cukup murah 4. Murah 5. Sangat murah b. Kondisi jangka waktu pembayaran hasil penjualan: 1. Sangat baik. Dibayar secara Tunai 2. Baik. Dibayar 1 - 5 hari setelah penjualan 3. Cukup. 6 - 10 hari setelah penjualan 4. Kurang. 11 - 15 hari setelah penjualan 5. Sangat kurang. > 15 hari setelah penjualan c. Kondisi posisi tawar pengusaha: 1. Sangat baik. Jumlah pembeli sangat banyak 2. Baik. Jumlah pembeli banyak 3. Cukup. Jumlah pembeli cukup 4. Kurang. Jumlah pembeli sedikit 5. Sangat kurang. Jumlah pembeli sangat sedikit
Resiko Pemasaran: *)
.
Pada Sub Model Tingkat Resiko Pembiayaan
Skor
122 Lampiran 10. Evaluasi resiko pengusaha mitra usaha*) Indikator a. Pengalaman pengusaha dalam usaha: 1. Sangat baik. Berpengalaman > 4 tahun 2. Baik. Berpengalaman 3 - 4 tahun 3. Cukup. Berpengalaman 2 - 3 tahun 4. Kurang. Berpengalaman 1 - 2 tahun 5. Sangat kurang. Berpengalaman < 1 tahun b. Porsi investasi pengusaha mitra usaha terhadap total investasi usaha: 1. > 30% 2. 25% - < 30% 3. 20% - < 25% 4. 15% - < 20% 5. < 15% c. Hubungan pengusaha dengan pemasok bahan baku: 1. Sangat baik 2. Baik 3. Cukup baik 4. Kurang baik 5. Sangat kurang baik d. Hubungan pengusaha dengan pembeli: 1. Sangat baik 2. Baik 3. Cukup baik 4. Kurang baik 5. Sangat kurang baik
Resiko Pengusaha Mitra Usaha: *)
Pada Sub Model Tingkat Resiko Pembiayaan
Skor
123
Lampiran 11. Evaluasi resiko permintaan dan penawaran produk*) Indikator a. Kondisi kesetimbangan permintaan dan produksi minyak: 1. Sangat baik. | Trend produksi – Trend permintaan | < 0,5% 2. Baik. 0,5% < | Trend produksi – Trend permintaan | < 1% 3. Cukup. 1% < | Trend produksi – Trend permintaan | <1,5% 4. Kurang. 1,5% < | Trend produksi – Trend permintaan | < 2% 5. Sangat kurang. | Trend produksi – Trend permintaan | > 2% b. Kondisi keamanan pasar ekspor produk minyak: 1. Sangat baik. Jumlah negara tujuan > 5 negara 2. Baik. Jumlah negara tujuan = 4 negara 3. Cukup. Jumlah negara tujuan = 3 negara 4. Kurang. Jumlah negara tujuan = 2 negara 5. Sangat kurang. Jumlah negara tujuan = 1 negara
Resiko Permintaan dan Penawaran Produk: *)
Pada Sub Model Tingkat Resiko Pembiayaan
Skor
124
Lampiran 12. Evaluasi resiko harga bahan baku*) Indikator a. Kondisi harga jual bahan baku dibandingkan harga pokok produksi bahan baku: 1. Sangat baik. (Harga jual / harga pokok produksi) > 130% 2. Baik. 120% < (Harga jual / harga pokok produksi) < 130% 3. Cukup. 110% < (Harga jual / harga pokok produksi) < 120% 4. Kurang. 105% < (Harga jual / harga pokok produksi) < 110% 5. Sangat kurang. (Harga jual / harga pokok produksi) < 105% b. Kondisi fluktuasi harga bahan baku dalam satu tahun terakhir: 1. Sangat baik. KV < 5% 2. Baik. 5% < KV < 10% 3. Cukup. 10% < KV < 15% 4. Kurang. 15% < KV < 20% 5. Sangat kurang. KV > 20%
Resiko Harga Bahan Baku: *)
Pada Sub Model Tingkat Resiko Pembiayaan
Skor
125 Lampiran 13. Evaluasi resiko harga produk*) Indikator a. Kondisi harga jual produk minyak dibandingkan harga pokok produksi minyak: 1. Sangat baik. (harga jual / harga pokok produksi) > 120% 2. Baik. 115% < (harga jual / harga pokok produksi) < 120% 3. Cukup. 110% < (harga jual / harga pokok produksi) < 115% 4. Kurang. 105% < (harga jual / harga pokok produksi) < 110% 5. Sangat kurang. (harga jual / harga pokok produksi) < 105% b. Kondisi fluktuasi harga produk minyak dalam satu tahun terakhir: 1. Sangat baik. KV < 5% 2. Baik. 5% < KV < 10% 3. Cukup. 10% < KV < 15% 4. Kurang. 15% < KV < 20% 5. Sangat kurang. KV > 20%
Resiko Harga Produk: *)
Pada Sub Model Tingkat Resiko Pembiayaan
Skor
126
Lampiran 14. Aturan-aturan dalam penentuan tingkat keuntungan pembiayaan Aturan 1. Jika: Keuntungan usaha untuk LKS = Tidak Layak Maka: Pembiayaan Tidak Layak. Saran: Target LKS atas pembiayaan yang dikeluarkannya harus diturunkan sebelum proses diulang kembali. Aturan 2. Jika: Keuntungan usaha untuk pengusaha = Tidak Layak Maka: Pembiayaan Tidak Layak. Saran: Peningkatan bagian investasi pengusaha harus dilakukan sebelum proses diulang kembali. Aturan 3. Jika: Keuntungan usaha untuk LKS = Tidak Layak Dan: Keuntungan usaha untuk pengusaha = Tidak Layak Maka: Pembiayaan Tidak Layak. Saran: Tingkat laba operasional dengan meningkatkan frekwensi penyulingan atau meningkatkan rendemen Aturan 4. Jika: Keuntungan usaha untuk LKS= Sangat Baik Dan: Keuntungan usaha untuk pengusaha=Sangat Baik Atau Keuntungan usaha untuk pengusaha=Baik Maka: Tingkat Keuntungan Pembiayaan Tinggi Aturan 5. Jika: Keuntungan usaha untuk LKS= Sangat Baik Dan: Keuntungan usaha untuk pengusaha=Cukup Maka: Tingkat Keuntungan Pembiayaan Sedang
127 Saran: Turunkan besar pembiayaan yang diberikan LKS atau perpanjang jangka waktu pembiayaan Aturan 6. Jika: Keuntungan usaha untuk LKS= Baik Dan: Keuntungan usaha untuk pengusaha=Sangat Baik Maka: Tingkat Keuntungan Pembiayaan Tinggi Aturan 7. Jika: Keuntungan usaha untuk LKS= Baik Dan: Keuntungan usaha untuk pengusaha=Baik Maka: Tingkat Keuntungan Pembiayaan Sedang Saran: Tingkat laba operasional dengan meningkatkan frekwensi penyulingan atau meningkatkan rendemen Aturan 8. Jika: Keuntungan usaha untuk LKS= Baik Dan: Keuntungan usaha untuk pengusaha=Cukup Maka: Tingkat Keuntungan Pembiayaan Rendah Saran: Turunkan besar pembiayaan yang diberikan LKS atau perpanjang jangka waktu pembiayaan Tingkatkan frekwensi penyulingan per bulan Tingkatkan rendemen dengan memberi perlakuan pada bahan baku sebelum disuling Aturan 9. Jika: Keuntungan usaha untuk LKS= Cukup Dan: Keuntungan usaha untuk pengusaha=Sangat Baik Maka: Tingkat Keuntungan Pembiayaan Rendah Saran: Turunkan target LKS atas pengembalian pembiayaan yang dikeluarkan
128 Aturan 10. Jika: Keuntungan usaha untuk LKS= Cukup Dan: Keuntungan usaha untuk pengusaha=Baik Maka: Tingkat Keuntungan Pembiayaan Rendah Saran: Turunkan target LKS atas pengembalian pembiayaan yang dikeluarkan Tingkatkan frekwensi penyulingan per bulan Tingkatkan rendemen dengan memberi perlakuan pada bahan baku sebelum disuling
Aturan 11. Jika: Keuntungan usaha untuk LKS= Cukup Dan: Keuntungan usaha untuk pengusaha=Cukup Maka: Tingkat Keuntungan Pembiayaan Rendah Saran: Turunkan target LKS atas pengembalian pembiayaan yang dikeluarkan Tingkatkan frekwensi penyulingan per bulan Tingkatkan rendemen dengan memberi perlakuan pada bahan baku sebelum disuling
129
Lampiran 15. Aturan-aturan dalam penentuan tingkat resiko pembiayaan Aturan 1. Jika: NRP < 2,33 Maka: TRP Rendah Aturan 2. Jika: 2,33 < NRP < 3,66 Dan: 1,00 < Skor Resiko Bahan Baku < 2,33 Dan: 1,00 < Skor Resiko Harga Produk < 2,33 Dan: 1,00 < Skor Pengusaha Mitra Usaha < 2,33 Dan: 1,00 < Skor Resiko Pengolahan < 2,33 Maka: TRP Sedang Aturan 3. Jika: 2,33 < NRP < 3,66 Dan: 1,00 < Skor Resiko Bahan Baku < 2,33 Dan: 1,00 < Skor Resiko Harga Produk < 2,33 Dan: 1,00 < Skor Pengusaha Mitra Usaha < 2,33 Dan: 2,33 < Skor Resiko Pengolahan < 3,66 Atau: 3,66 < Skor Resiko Pengolahan < 5,00 Maka: TRP Sedang Saran: Perlu peningkatan efisiensi pengolahan untuk mengurangi biaya pengolahan Aturan 4. Jika: 2,33 < NRP < 3,66 Dan: 1,00 < Skor Resiko Bahan Baku < 2,33 Dan: 1,00 < Skor Resiko Harga Produk < 2,33 Dan: 2,33 < Skor Pengusaha Mitra Usaha < 3,66
130
Atau: 3,66 < Skor Pengusaha Mitra Usaha < 5,00 Dan: 1,00 < Skor Resiko Pengolahan < 2,33 Maka: TRP Sedang Saran: Perlu peningkatan porsi investasi pengusaha dan perbaikan hubungan pengusaha dengan pemasok bahan baku dan pembeli produk Aturan 5. Jika: 2,33 < NRP < 3,66 Dan: 1,00 < Skor Resiko Bahan Baku < 2,33 Dan: 1,00 < Skor Resiko Harga Produk < 2,33 Dan: 2,33 < Skor Pengusaha Mitra Usaha < 3,66 Atau: 3,66 < Skor Pengusaha Mitra Usaha < 5,00 Dan: 2,33 < Skor Resiko Pengolahan < 3,66 Atau: 3,66 < Skor Resiko Pengolahan < 5,00 Maka: TRP Sedang Saran: Perlu peningkatan efisiensi pengolahan untuk mengurangi biaya pengolahan Perlu peningkatan porsi investasi pengusaha dan perbaikan hubungan pengusaha dengan pemasok bahan baku dan pembeli produk Aturan 6. Jika: 2,33 < NRP < 3,66 Dan: 1,00 < Skor Resiko Bahan Baku < 2,33 Dan: 2,33 < Skor Resiko Harga Produk < 3,66 Atau: 3,66 < Skor Resiko Harga Produk < 5,00 Dan: 1,00 < Skor Pengusaha Mitra Usaha < 2,33 Dan: 1,00 < Skor Resiko Pengolahan < 2,33 Maka: TRP Sedang Saran:
131 Penurunan harga pokok produksi untuk menghadapi marjin keuntungan yang kecil dan harga produk yang sangat fluktuatif Aturan 7. Jika: 2,33 < NRP < 3,66 Dan: 1,00 < Skor Resiko Bahan Baku < 2,33 Dan: 2,33 < Skor Resiko Harga Produk < 3,66 Atau: 3,66 < Skor Resiko Harga Produk < 5,00 Dan: 1,00 < Skor Pengusaha Mitra Usaha < 2,33 Dan: 2,33 < Skor Resiko Pengolahan < 3,66 Atau: 3,66 < Skor Resiko Pengolahan < 5,00 Maka: TRP Sedang Saran: Perlu peningkatan efisiensi pengolahan untuk mengurangi biaya pengolahan Penurunan harga pokok produksi untuk menghadapi marjin keuntungan yang kecil dan harga produk yang sangat fluktuatif Aturan 8. Jika: 2,33 < NRP < 3,66 Dan: 1,00 < Skor Resiko Bahan Baku < 2,33 Dan: 2,33 < Skor Resiko Harga Produk < 3,66 Atau: 3,66 < Skor Resiko Harga Produk < 5,00 Dan: 2,33 < Skor Pengusaha Mitra Usaha < 3,66 Atau: 3,66 < Skor Pengusaha Mitra Usaha < 5,00 Dan: 1,00 < Skor Resiko Pengolahan < 2,33 Maka: TRP Sedang Saran: Perlu peningkatan porsi investasi pengusaha dan perbaikan hubungan pengusaha dengan pemasok bahan baku dan pembeli produk Penurunan harga pokok produksi untuk menghadapi marjin keuntungan yang kecil dan harga produk yang sangat fluktuatif
132
Aturan 9. Jika: 2,33 < NRP < 3,66 Dan: 1,00 < Skor Resiko Bahan Baku < 2,33 Dan: 2,33 < Skor Resiko Harga Produk < 3,66 Atau: 3,66 < Skor Resiko Harga Produk < 5,00 Dan: 2,33 < Skor Pengusaha Mitra Usaha < 3,66 Atau: 3,66 < Skor Pengusaha Mitra Usaha < 5,00 Dan: 2,33 < Skor Resiko Pengolahan < 3,66 Atau: 3,66 < Skor Resiko Pengolahan < 5,00 Maka: TRP Sedang Saran: Perlu peningkatan efisiensi pengolahan untuk mengurangi biaya pengolahan Perlu peningkatan porsi investasi pengusaha dan perbaikan hubungan pengusaha dengan pemasok bahan baku dan pembeli produk Penurunan harga pokok produksi untuk menghadapi marjin keuntungan yang kecil dan harga produk yang sangat fluktuatif Aturan 10. Jika: 2,33 < NRP < 3,66 Dan: 2,33 < Skor Resiko Bahan Baku < 3,66 Dan: 1,00 < Skor Resiko Harga Produk < 2,33 Dan: 1,00 < Skor Pengusaha Mitra Usaha < 2,33 Dan: 1,00 < Skor Resiko Pengolahan < 2,33 Maka: TRP Sedang Saran: Perlu melakukan kontrak pembalian bahan baku dengan petani agar pasokan bahan baku terjamin Aturan 11. Jika: 2,33 < NRP < 3,66 Dan: 2,33 < Skor Resiko Bahan Baku < 3,66
133 Dan: 1,00 < Skor Resiko Harga Produk < 2,33 Dan: 1,00 < Skor Pengusaha Mitra Usaha < 2,33 Dan: 2,33 < Skor Resiko Pengolahan < 3,66 Atau: 3,66 < Skor Resiko Pengolahan < 5,00 Maka: TRP Sedang Saran: Perlu peningkatan efisiensi pengolahan untuk mengurangi biaya pengolahan Perlu melakukan kontrak pembalian bahan baku dengan petani agar pasokan bahan baku terjamin Aturan 12. Jika: 2,33 < NRP < 3,66 Dan: 2,33 < Skor Resiko Bahan Baku < 3,66 Dan: 1,00 < Skor Resiko Harga Produk < 2,33 Dan: 2,33 < Skor Pengusaha Mitra Usaha < 3,66 Atau: 3,66 < Skor Pengusaha Mitra Usaha < 5,00 Dan: 1,00 < Skor Resiko Pengolahan < 2,33 Maka: TRP Sedang Saran: Perlu peningkatan porsi investasi pengusaha dan perbaikan hubungan pengusaha dengan pemasok bahan baku dan pembeli produk Perlu melakukan kontrak pembalian bahan baku dengan petani agar pasokan bahan baku terjamin Aturan 13. Jika: 2,33 < NRP < 3,66 Dan: 2,33 < Skor Resiko Bahan Baku < 3,66 Dan: 1,00 < Skor Resiko Harga Produk < 2,33 Dan: 2,33 < Skor Pengusaha Mitra Usaha < 3,66 Atau: 3,66 < Skor Pengusaha Mitra Usaha < 5,00 Dan: 2,33 < Skor Resiko Pengolahan < 3,66 Atau:
134 3,66 < Skor Resiko Pengolahan < 5,00 Maka: TRP Sedang Saran: Perlu peningkatan efisiensi pengolahan untuk mengurangi biaya pengolahan Perlu peningkatan porsi investasi pengusaha dan perbaikan hubungan pengusaha dengan pemasok bahan baku dan pembeli produk Perlu melakukan kontrak pembalian bahan baku dengan petani agar pasokan bahan baku terjamin Aturan 14. Jika: 2,33 < NRP < 3,66 Dan: 2,33 < Skor Resiko Bahan Baku < 3,66 Dan: 2,33 < Skor Resiko Harga Produk < 3,66 Atau: 3,66 < Skor Resiko Harga Produk < 5,00 Dan: 1,00 < Skor Pengusaha Mitra Usaha < 2,33 Dan: 1,00 < Skor Resiko Pengolahan < 2,33 Maka: TRP Sedang Saran: Penurunan harga pokok produksi untuk menghadapi marjin keuntungan yang kecil dan harga produk yang sangat fluktuatif Perlu melakukan kontrak pembalian bahan baku dengan petani agar pasokan bahan baku terjamin Aturan 15. Jika: 2,33 < NRP < 3,66 Dan: 2,33 < Skor Resiko Bahan Baku < 3,66 Dan: 2,33 < Skor Resiko Harga Produk < 3,66 Atau: 3,66 < Skor Resiko Harga Produk < 5,00 Dan: 1,00 < Skor Pengusaha Mitra Usaha < 2,33 Dan: 2,33 < Skor Resiko Pengolahan < 3,66 Atau: 3,66 < Skor Resiko Pengolahan < 5,00 Maka: TRP Sedang
135
Saran: Perlu peningkatan efisiensi pengolahan untuk mengurangi biaya pengolahan Penurunan harga pokok produksi untuk menghadapi marjin keuntungan yang kecil dan harga produk yang sangat fluktuatif Perlu melakukan kontrak pembalian bahan baku dengan petani agar pasokan bahan baku terjamin Aturan 16. Jika: 2,33 < NRP < 3,66 Dan: 2,33 < Skor Resiko Bahan Baku < 3,66 Dan: 2,33 < Skor Resiko Harga Produk < 3,66 Atau: 3,66 < Skor Resiko Harga Produk < 5,00 Dan: 2,33 < Skor Pengusaha Mitra Usaha < 3,66 Atau: 3,66 < Skor Pengusaha Mitra Usaha < 5,00 Dan: 1,00 < Skor Resiko Pengolahan < 2,33 Maka: TRP Sedang Saran: Perlu peningkatan porsi investasi pengusaha dan perbaikan hubungan pengusaha dengan pemasok bahan baku dan pembeli produk Penurunan harga pokok produksi untuk menghadapi marjin keuntungan yang kecil dan harga produk yang sangat fluktuatif Perlu melakukan kontrak pembalian bahan baku dengan petani agar pasokan bahan baku terjamin Aturan 17. Jika: 2,33 < NRP < 3,66 Dan: 2,33 < Skor Resiko Bahan Baku < 3,66 Dan: 2,33 < Skor Resiko Harga Produk < 3,66 Atau: 3,66 < Skor Resiko Harga Produk < 5,00 Dan: 2,33 < Skor Pengusaha Mitra Usaha < 3,66 Atau: 3,66 < Skor Pengusaha Mitra Usaha < 5,00 Dan: 2,33 < Skor Resiko Pengolahan < 3,66 Atau:
136 3,66 < Skor Resiko Pengolahan < 5,00 Maka: TRP Sedang Saran: Perlu peningkatan efisiensi pengolahan untuk mengurangi biaya pengolahan Perlu peningkatan porsi investasi pengusaha dan perbaikan hubungan pengusaha dengan pemasok bahan baku dan pembeli produk Penurunan harga pokok produksi untuk menghadapi marjin keuntungan yang kecil dan harga produk yang sangat fluktuatif Perlu melakukan kontrak pembalian bahan baku dengan petani agar pasokan bahan baku terjamin Aturan 18. Jika: 2,33 < NRP < 3,66 Dan: 3,66 < Skor Resiko Bahan Baku < 5,00 Dan: 1,00 < Skor Resiko Harga Produk < 2,33 Dan: 1,00 < Skor Pengusaha Mitra Usaha < 2,33 Dan: 1,00 < Skor Resiko Pengolahan < 2,33 Maka: TRP Sedang Saran: Perlu dipertimbangkan pengadaan bahan baku sendiri atau melakukan kontrak pembelian bahan baku dengan petani agar pasokan bahan baku terjamin Aturan 19. Jika: 2,33 < NRP < 3,66 Dan: 3,66 < Skor Resiko Bahan Baku < 5,00 Dan: 1,00 < Skor Resiko Harga Produk < 2,33 Dan: 1,00 < Skor Pengusaha Mitra Usaha < 2,33 Dan: 2,33 < Skor Resiko Pengolahan < 3,66 Atau: 3,66 < Skor Resiko Pengolahan < 5,00 Maka: TRP Sedang Saran: Perlu peningkatan efisiensi pengolahan untuk mengurangi biaya pengolahan Perlu dipertimbangkan pengadaan bahan baku sendiri atau melakukan kontrak pembelian bahan baku dengan petani agar pasokan bahan baku terjamin
137
Aturan 20. Jika: 2,33 < NRP < 3,66 Dan: 3,66 < Skor Resiko Bahan Baku < 5,00 Dan: 1,00 < Skor Resiko Harga Produk < 2,33 Dan: 2,33 < Skor Pengusaha Mitra Usaha < 3,66 Atau: 3,66 < Skor Pengusaha Mitra Usaha < 5,00 Dan: 1,00 < Skor Resiko Pengolahan < 2,33 Maka: TRP Sedang Saran: Perlu peningkatan porsi investasi pengusaha dan perbaikan hubungan pengusaha dengan pemasok bahan baku dan pembeli produk Perlu dipertimbangkan pengadaan bahan baku sendiri atau melakukan kontrak pembelian bahan baku dengan petani agar pasokan bahan baku terjamin Aturan 21. Jika: 2,33 < NRP < 3,66 Dan: 3,66 < Skor Resiko Bahan Baku < 5,00 Dan: 1,00 < Skor Resiko Harga Produk < 2,33 Dan: 2,33 < Skor Pengusaha Mitra Usaha < 3,66 Atau: 3,66 < Skor Pengusaha Mitra Usaha < 5,00 Dan: 2,33 < Skor Resiko Pengolahan < 3,66 Atau: 3,66 < Skor Resiko Pengolahan < 5,00 Maka: TRP Sedang Saran: Perlu peningkatan efisiensi pengolahan untuk mengurangi biaya pengolahan Perlu peningkatan porsi investasi pengusaha dan perbaikan hubungan pengusaha dengan pemasok bahan baku dan pembeli produk Perlu dipertimbangkan pengadaan bahan baku sendiri atau melakukan kontrak pembelian bahan baku dengan petani agar pasokan bahan baku terjamin
138
Aturan 22. Jika: 2,33 < NRP < 3,66 Dan: 3,66 < Skor Resiko Bahan Baku < 5,00 Dan: 2,33 < Skor Resiko Harga Produk < 3,66 Atau: 3,66 < Skor Resiko Harga Produk < 5,00 Dan: 1,00 < Skor Pengusaha Mitra Usaha < 2,33 Dan: 1,00 < Skor Resiko Pengolahan < 2,33 Maka: TRP Sedang Saran: Penurunan harga pokok produksi untuk menghadapi marjin keuntungan yang kecil dan harga produk yang sangat fluktuatif Perlu dipertimbangkan pengadaan bahan baku sendiri atau melakukan kontrak pembelian bahan baku dengan petani agar pasokan bahan baku terjamin Aturan 23. Jika: 2,33 < NRP < 3,66 Dan: 3,66 < Skor Resiko Bahan Baku < 5,00 Dan: 2,33 < Skor Resiko Harga Produk < 3,66 Atau: 3,66 < Skor Resiko Harga Produk < 5,00 Dan: 1,00 < Skor Pengusaha Mitra Usaha < 2,33 Dan: 2,33 < Skor Resiko Pengolahan < 3,66 Atau: 3,66 < Skor Resiko Pengolahan < 5,00 Maka: TRP Sedang Saran: Perlu peningkatan efisiensi pengolahan untuk mengurangi biaya pengolahan Penurunan harga pokok produksi untuk menghadapi marjin keuntungan yang kecil dan harga produk yang sangat fluktuatif Perlu dipertimbangkan pengadaan bahan baku sendiri atau melakukan kontrak pembelian bahan baku dengan petani agar pasokan bahan baku terjamin
139
Aturan 24. Jika: 2,33 < NRP < 3,66 Dan: 3,66 < Skor Resiko Bahan Baku < 5,00 Dan: 2,33 < Skor Resiko Harga Produk < 3,66 Atau: 3,66 < Skor Resiko Harga Produk < 5,00 Dan: 2,33 < Skor Pengusaha Mitra Usaha < 3,66 Atau: 3,66 < Skor Pengusaha Mitra Usaha < 5,00 Dan: 1,00 < Skor Resiko Pengolahan < 2,33 Maka: TRP Sedang Saran: Perlu peningkatan porsi investasi pengusaha dan perbaikan hubungan pengusaha dengan pemasok bahan baku dan pembeli produk Penurunan harga pokok produksi untuk menghadapi marjin keuntungan yang kecil dan harga produk yang sangat fluktuatif Perlu dipertimbangkan pengadaan bahan baku sendiri atau melakukan kontrak pembelian bahan baku dengan petani agar pasokan bahan baku terjamin Aturan 25. Jika: 2,33 < NRP < 3,66 Dan: 3,66 < Skor Resiko Bahan Baku < 5,00 Dan: 2,33 < Skor Resiko Harga Produk < 3,66 Atau: 3,66 < Skor Resiko Harga Produk < 5,00 Dan: 2,33 < Skor Pengusaha Mitra Usaha < 3,66 Atau: 3,66 < Skor Pengusaha Mitra Usaha < 5,00 Dan: 2,33 < Skor Resiko Pengolahan < 3,66 Atau: 3,66 < Skor Resiko Pengolahan < 5,00 Maka: TRP Sedang Saran: Perlu peningkatan efisiensi pengolahan untuk mengurangi biaya pengolahan Perlu peningkatan porsi investasi pengusaha dan perbaikan hubungan pengusaha dengan pemasok bahan baku dan pembeli produk
140 Penurunan harga pokok produksi untuk menghadapi marjin keuntungan yang kecil dan harga produk yang sangat fluktuatif Perlu dipertimbangkan pengadaan bahan baku sendiri atau melakukan kontrak pembelian bahan baku dengan petani agar pasokan bahan baku terjamin Aturan 26. Jika: 3,66 < NRP < 5,00 Dan: 1,00 < Skor Resiko Bahan Baku < 2,33 Dan: 1,00 < Skor Resiko Harga Produk < 2,33 Dan: 1,00 < Skor Pengusaha Mitra Usaha < 2,33 Dan: 1,00 < Skor Resiko Pengolahan < 2,33 Maka: TRP Tinggi. Lakukan proses dari awal setelah saran-saran dilaksanakan. Aturan 27. Jika: 3,66 < NRP < 5,00 Dan: 1,00 < Skor Resiko Bahan Baku < 2,33 Dan: 1,00 < Skor Resiko Harga Produk < 2,33 Dan: 1,00 < Skor Pengusaha Mitra Usaha < 2,33 Dan: 2,33 < Skor Resiko Pengolahan < 3,66 Atau: 3,66 < Skor Resiko Pengolahan < 5,00 Maka: TRP Tinggi. Lakukan proses dari awal setelah saran-saran dilaksanakan. Saran: Perlu peningkatan efisiensi pengolahan untuk mengurangi biaya pengolahan Aturan 28. Jika: 3,66 < NRP < 5,00 Dan: 1,00 < Skor Resiko Bahan Baku < 2,33 Dan: 1,00 < Skor Resiko Harga Produk < 2,33 Dan: 2,33 < Skor Pengusaha Mitra Usaha < 3,66 Atau: 3,66 < Skor Pengusaha Mitra Usaha < 5,00 Dan: 1,00 < Skor Resiko Pengolahan < 2,33
141 Maka: TRP Tinggi. Lakukan proses dari awal setelah saran-saran dilaksanakan. Saran: Perlu peningkatan porsi investasi pengusaha dan perbaikan hubungan pengusaha dengan pemasok bahan baku dan pembeli produk Aturan 29. Jika: 3,66 < NRP < 5,00 Dan: 1,00 < Skor Resiko Bahan Baku < 2,33 Dan: 1,00 < Skor Resiko Harga Produk < 2,33 Dan: 2,33 < Skor Pengusaha Mitra Usaha < 3,66 Atau: 3,66 < Skor Pengusaha Mitra Usaha < 5,00 Dan: 2,33 < Skor Resiko Pengolahan < 3,66 Atau: 3,66 < Skor Resiko Pengolahan < 5,00 Maka: TRP Tinggi. Lakukan proses dari awal setelah saran-saran dilaksanakan. Saran: Perlu peningkatan efisiensi pengolahan untuk mengurangi biaya pengolahan Perlu peningkatan porsi investasi pengusaha dan perbaikan hubungan pengusaha dengan pemasok bahan baku dan pembeli produk Aturan 30. Jika: 3,66 < NRP < 5,00 Dan: 1,00 < Skor Resiko Bahan Baku < 2,33 Dan: 2,33 < Skor Resiko Harga Produk < 3,66 Atau: 3,66 < Skor Resiko Harga Produk < 5,00 Dan: 1,00 < Skor Pengusaha Mitra Usaha < 2,33 Dan: 1,00 < Skor Resiko Pengolahan < 2,33 Maka: TRP Tinggi. Lakukan proses dari awal setelah saran-saran dilaksanakan. Saran: Penurunan harga pokok produksi untuk menghadapi marjin keuntungan yang kecil dan harga produk yang sangat fluktuatif
142
Aturan 31. Jika: 3,66 < NRP < 5,00 Dan: 1,00 < Skor Resiko Bahan Baku < 2,33 Dan: 2,33 < Skor Resiko Harga Produk < 3,66 Atau: 3,66 < Skor Resiko Harga Produk < 5,00 Dan: 1,00 < Skor Pengusaha Mitra Usaha < 2,33 Dan: 2,33 < Skor Resiko Pengolahan < 3,66 Atau: 3,66 < Skor Resiko Pengolahan < 5,00 Maka: TRP Tinggi. Lakukan proses dari awal setelah saran-saran dilaksanakan. Saran: Perlu peningkatan efisiensi pengolahan untuk mengurangi biaya pengolahan Penurunan harga pokok produksi untuk menghadapi marjin keuntungan yang kecil dan harga produk yang sangat fluktuatif Aturan 32. Jika: 3,66 < NRP < 5,00 Dan: 1,00 < Skor Resiko Bahan Baku < 2,33 Dan: 2,33 < Skor Resiko Harga Produk < 3,66 Atau: 3,66 < Skor Resiko Harga Produk < 5,00 Dan: 2,33 < Skor Pengusaha Mitra Usaha < 3,66 Atau: 3,66 < Skor Pengusaha Mitra Usaha < 5,00 Dan: 1,00 < Skor Resiko Pengolahan < 2,33 Maka: TRP Tinggi. Lakukan proses dari awal setelah saran-saran dilaksanakan. Saran: Perlu peningkatan porsi investasi pengusaha dan perbaikan hubungan pengusaha dengan pemasok bahan baku dan pembeli produk Penurunan harga pokok produksi untuk menghadapi marjin keuntungan yang kecil dan harga produk yang sangat fluktuatif Aturan 33. Jika: 3,66 < NRP < 5,00
143 Dan: 1,00 < Skor Resiko Bahan Baku < 2,33 Dan: 2,33 < Skor Resiko Harga Produk < 3,66 Atau: 3,66 < Skor Resiko Harga Produk < 5,00 Dan: 2,33 < Skor Pengusaha Mitra Usaha < 3,66 Atau: 3,66 < Skor Pengusaha Mitra Usaha < 5,00 Dan: 2,33 < Skor Resiko Pengolahan < 3,66 Atau: 3,66 < Skor Resiko Pengolahan < 5,00 Maka: TRP Tinggi. Lakukan proses dari awal setelah saran-saran dilaksanakan. Saran: Perlu peningkatan efisiensi pengolahan untuk mengurangi biaya pengolahan Perlu peningkatan porsi investasi pengusaha dan perbaikan hubungan pengusaha dengan pemasok bahan baku dan pembeli produk Penurunan harga pokok produksi untuk menghadapi marjin keuntungan yang kecil dan harga produk yang sangat fluktuatif Aturan 34. Jika: 3,66 < NRP < 5,00 Dan: 2,33 < Skor Resiko Bahan Baku < 3,66 Dan: 1,00 < Skor Resiko Harga Produk < 2,33 Dan: 1,00 < Skor Pengusaha Mitra Usaha < 2,33 Dan: 1,00 < Skor Resiko Pengolahan < 2,33 Maka: TRP Tinggi. Lakukan proses dari awal setelah saran-saran dilaksanakan. Saran: Perlu melakukan kontrak pembalian bahan baku dengan petani agar pasokan bahan baku terjamin Aturan 35. Jika: 3,66 < NRP < 5,00 Dan: 2,33 < Skor Resiko Bahan Baku < 3,66 Dan: 1,00 < Skor Resiko Harga Produk < 2,33 Dan: 1,00 < Skor Pengusaha Mitra Usaha < 2,33 Dan:
144 2,33 < Skor Resiko Pengolahan < 3,66 Atau: 3,66 < Skor Resiko Pengolahan < 5,00 Maka: TRP Tinggi. Lakukan proses dari awal setelah saran-saran dilaksanakan. Saran: Perlu peningkatan efisiensi pengolahan untuk mengurangi biaya pengolahan Perlu melakukan kontrak pembalian bahan baku dengan petani agar pasokan bahan baku terjamin Aturan 36. Jika: 3,66 < NRP < 5,00 Dan: 2,33 < Skor Resiko Bahan Baku < 3,66 Dan: 1,00 < Skor Resiko Harga Produk < 2,33 Dan: 2,33 < Skor Pengusaha Mitra Usaha < 3,66 Atau: 3,66 < Skor Pengusaha Mitra Usaha < 5,00 Dan: 1,00 < Skor Resiko Pengolahan < 2,33 Maka: TRP Tinggi. Lakukan proses dari awal setelah saran-saran dilaksanakan. Saran: Perlu peningkatan porsi investasi pengusaha dan perbaikan hubungan pengusaha dengan pemasok bahan baku dan pembeli produk Perlu melakukan kontrak pembalian bahan baku dengan petani agar pasokan bahan baku terjamin Aturan 37. Jika: 3,66 < NRP < 5,00 Dan: 2,33 < Skor Resiko Bahan Baku < 3,66 Dan: 1,00 < Skor Resiko Harga Produk < 2,33 Dan: 2,33 < Skor Pengusaha Mitra Usaha < 3,66 Atau: 3,66 < Skor Pengusaha Mitra Usaha < 5,00 Dan: 2,33 < Skor Resiko Pengolahan < 3,66 Atau: 3,66 < Skor Resiko Pengolahan < 5,00 Maka: TRP Tinggi. Lakukan proses dari awal setelah saran-saran dilaksanakan. Saran: Perlu peningkatan efisiensi pengolahan untuk mengurangi biaya pengolahan
145 Perlu peningkatan porsi investasi pengusaha dan perbaikan hubungan pengusaha dengan pemasok bahan baku dan pembeli produk Perlu melakukan kontrak pembalian bahan baku dengan petani agar pasokan bahan baku terjamin Aturan 38. Jika: 3,66 < NRP < 5,00 Dan: 2,33 < Skor Resiko Bahan Baku < 3,66 Dan: 2,33 < Skor Resiko Harga Produk < 3,66 Atau: 3,66 < Skor Resiko Harga Produk < 5,00 Dan: 1,00 < Skor Pengusaha Mitra Usaha < 2,33 Dan: 1,00 < Skor Resiko Pengolahan < 2,33 Maka: TRP Tinggi. Lakukan proses dari awal setelah saran-saran dilaksanakan. Saran: Penurunan harga pokok produksi untuk menghadapi marjin keuntungan yang kecil dan harga produk yang sangat fluktuatif Perlu melakukan kontrak pembalian bahan baku dengan petani agar pasokan bahan baku terjamin Aturan 39. Jika: 3,66 < NRP < 5,00 Dan: 2,33 < Skor Resiko Bahan Baku < 3,66 Dan: 2,33 < Skor Resiko Harga Produk < 3,66 Atau: 3,66 < Skor Resiko Harga Produk < 5,00 Dan: 1,00 < Skor Pengusaha Mitra Usaha < 2,33 Dan: 2,33 < Skor Resiko Pengolahan < 3,66 Atau: 3,66 < Skor Resiko Pengolahan < 5,00 Maka: TRP Tinggi. Lakukan proses dari awal setelah saran-saran dilaksanakan. Saran: Perlu peningkatan efisiensi pengolahan untuk mengurangi biaya pengolahan Penurunan harga pokok produksi untuk menghadapi marjin keuntungan yang kecil dan harga produk yang sangat fluktuatif Perlu melakukan kontrak pembalian bahan baku dengan petani agar pasokan bahan baku terjamin
146
Aturan 40. Jika: 3,66 < NRP < 5,00 Dan: 2,33 < Skor Resiko Bahan Baku < 3,66 Dan: 2,33 < Skor Resiko Harga Produk < 3,66 Atau: 3,66 < Skor Resiko Harga Produk < 5,00 Dan: 2,33 < Skor Pengusaha Mitra Usaha < 3,66 Atau: 3,66 < Skor Pengusaha Mitra Usaha < 5,00 Dan: 1,00 < Skor Resiko Pengolahan < 2,33 Maka: TRP Tinggi. Lakukan proses dari awal setelah saran-saran dilaksanakan. Saran: Perlu peningkatan porsi investasi pengusaha dan perbaikan hubungan pengusaha dengan pemasok bahan baku dan pembeli produk Penurunan harga pokok produksi untuk menghadapi marjin keuntungan yang kecil dan harga produk yang sangat fluktuatif Perlu melakukan kontrak pembalian bahan baku dengan petani agar pasokan bahan baku terjamin Aturan 41. Jika: 3,66 < NRP < 5,00 Dan: 2,33 < Skor Resiko Bahan Baku < 3,66 Dan: 2,33 < Skor Resiko Harga Produk < 3,66 Atau: 3,66 < Skor Resiko Harga Produk < 5,00 Dan: 2,33 < Skor Pengusaha Mitra Usaha < 3,66 Atau: 3,66 < Skor Pengusaha Mitra Usaha < 5,00 Dan: 2,33 < Skor Resiko Pengolahan < 3,66 Atau: 3,66 < Skor Resiko Pengolahan < 5,00 Maka: TRP Tinggi. Lakukan proses dari awal setelah saran-saran dilaksanakan. Saran: Perlu peningkatan efisiensi pengolahan untuk mengurangi biaya pengolahan Perlu peningkatan porsi investasi pengusaha dan perbaikan hubungan pengusaha dengan pemasok bahan baku dan pembeli produk
147 Penurunan harga pokok produksi untuk menghadapi marjin keuntungan yang kecil dan harga produk yang sangat fluktuatif Perlu melakukan kontrak pembalian bahan baku dengan petani agar pasokan bahan baku terjamin Aturan 42. Jika: 3,66 < NRP < 5,00 Dan: 3,66 < Skor Resiko Bahan Baku < 5,00 Dan: 1,00 < Skor Resiko Harga Produk < 2,33 Dan: 1,00 < Skor Pengusaha Mitra Usaha < 2,33 Dan: 1,00 < Skor Resiko Pengolahan < 2,33 Maka: TRP Tinggi. Lakukan proses dari awal setelah saran-saran dilaksanakan. Saran: Perlu dipertimbangkan pengadaan bahan baku sendiri atau melakukan kontrak pembelian bahan baku dengan petani agar pasokan bahan baku terjamin Aturan 43. Jika: 3,66 < NRP < 5,00 Dan: 3,66 < Skor Resiko Bahan Baku < 5,00 Dan: 1,00 < Skor Resiko Harga Produk < 2,33 Dan: 1,00 < Skor Pengusaha Mitra Usaha < 2,33 Dan: 2,33 < Skor Resiko Pengolahan < 3,66 Atau: 3,66 < Skor Resiko Pengolahan < 5,00 Maka: TRP Tinggi. Lakukan proses dari awal setelah saran-saran dilaksanakan. Saran: Perlu peningkatan efisiensi pengolahan untuk mengurangi biaya pengolahan Perlu dipertimbangkan pengadaan bahan baku sendiri atau melakukan kontrak pembelian bahan baku dengan petani agar pasokan bahan baku terjamin Aturan 44. Jika: 3,66 < NRP < 5,00 Dan: 3,66 < Skor Resiko Bahan Baku < 5,00 Dan: 1,00 < Skor Resiko Harga Produk < 2,33 Dan:
148 2,33 < Skor Pengusaha Mitra Usaha < 3,66 Atau: 3,66 < Skor Pengusaha Mitra Usaha < 5,00 Dan: 1,00 < Skor Resiko Pengolahan < 2,33 Maka: TRP Tinggi. Lakukan proses dari awal setelah saran-saran dilaksanakan. Saran: Perlu peningkatan porsi investasi pengusaha dan perbaikan hubungan pengusaha dengan pemasok bahan baku dan pembeli produk Perlu dipertimbangkan pengadaan bahan baku sendiri atau melakukan kontrak pembelian bahan baku dengan petani agar pasokan bahan baku terjamin Aturan 45. Jika: 3,66 < NRP < 5,00 Dan: 3,66 < Skor Resiko Bahan Baku < 5,00 Dan: 1,00 < Skor Resiko Harga Produk < 2,33 Dan: 2,33 < Skor Pengusaha Mitra Usaha < 3,66 Atau: 3,66 < Skor Pengusaha Mitra Usaha < 5,00 Dan: 2,33 < Skor Resiko Pengolahan < 3,66 Atau: 3,66 < Skor Resiko Pengolahan < 5,00 Maka: TRP Tinggi. Lakukan proses dari awal setelah saran-saran dilaksanakan. Saran: Perlu peningkatan efisiensi pengolahan untuk mengurangi biaya pengolahan Perlu peningkatan porsi investasi pengusaha dan perbaikan hubungan pengusaha dengan pemasok bahan baku dan pembeli produk Perlu dipertimbangkan pengadaan bahan baku sendiri atau melakukan kontrak pembelian bahan baku dengan petani agar pasokan bahan baku terjamin Aturan 46. Jika: 3,66 < NRP < 5,00 Dan: 3,66 < Skor Resiko Bahan Baku < 5,00 Dan: 2,33 < Skor Resiko Harga Produk < 3,66 Atau: 3,66 < Skor Resiko Harga Produk < 5,00 Dan: 1,00 < Skor Pengusaha Mitra Usaha < 2,33 Dan: 1,00 < Skor Resiko Pengolahan < 2,33
149 Maka: TRP Tinggi. Lakukan proses dari awal setelah saran-saran dilaksanakan. Saran: Penurunan harga pokok produksi untuk menghadapi marjin keuntungan yang kecil dan harga produk yang sangat fluktuatif Perlu dipertimbangkan pengadaan bahan baku sendiri atau melakukan kontrak pembelian bahan baku dengan petani agar pasokan bahan baku terjamin Aturan 47. Jika: 3,66 < NRP < 5,00 Dan: 3,66 < Skor Resiko Bahan Baku < 5,00 Dan: 2,33 < Skor Resiko Harga Produk < 3,66 Atau: 3,66 < Skor Resiko Harga Produk < 5,00 Dan: 1,00 < Skor Pengusaha Mitra Usaha < 2,33 Dan: 2,33 < Skor Resiko Pengolahan < 3,66 Atau: 3,66 < Skor Resiko Pengolahan < 5,00 Maka: TRP Tinggi. Lakukan proses dari awal setelah saran-saran dilaksanakan. Saran: Perlu peningkatan efisiensi pengolahan untuk mengurangi biaya pengolahan Penurunan harga pokok produksi untuk menghadapi marjin keuntungan yang kecil dan harga produk yang sangat fluktuatif Perlu dipertimbangkan pengadaan bahan baku sendiri atau melakukan kontrak pembelian bahan baku dengan petani agar pasokan bahan baku terjamin Aturan 48. Jika: 3,66 < NRP < 5,00 Dan: 3,66 < Skor Resiko Bahan Baku < 5,00 Dan: 2,33 < Skor Resiko Harga Produk < 3,66 Atau: 3,66 < Skor Resiko Harga Produk < 5,00 Dan: 2,33 < Skor Pengusaha Mitra Usaha < 3,66 Atau: 3,66 < Skor Pengusaha Mitra Usaha < 5,00 Dan: 1,00 < Skor Resiko Pengolahan < 2,33 Maka: TRP Tinggi. Lakukan proses dari awal setelah saran-saran dilaksanakan. Saran:
150 Perlu peningkatan porsi investasi pengusaha dan perbaikan hubungan pengusaha dengan pemasok bahan baku dan pembeli produk Penurunan harga pokok produksi untuk menghadapi marjin keuntungan yang kecil dan harga produk yang sangat fluktuatif Perlu dipertimbangkan pengadaan bahan baku sendiri atau melakukan kontrak pembelian bahan baku dengan petani agar pasokan bahan baku terjamin Aturan 49. Jika: 3,66 < NRP < 5,00 Dan: 3,66 < Skor Resiko Bahan Baku < 5,00 Dan: 2,33 < Skor Resiko Harga Produk < 3,66 Atau: 3,66 < Skor Resiko Harga Produk < 5,00 Dan: 2,33 < Skor Pengusaha Mitra Usaha < 3,66 Atau: 3,66 < Skor Pengusaha Mitra Usaha < 5,00 Dan: 2,33 < Skor Resiko Pengolahan < 3,66 Atau: 3,66 < Skor Resiko Pengolahan < 5,00 Maka: TRP Tinggi. Lakukan proses dari awal setelah saran-saran dilaksanakan. Saran: Perlu peningkatan efisiensi pengolahan untuk mengurangi biaya pengolahan Perlu peningkatan porsi investasi pengusaha dan perbaikan hubungan pengusaha dengan pemasok bahan baku dan pembeli produk Penurunan harga pokok produksi untuk menghadapi marjin keuntungan yang kecil dan harga produk yang sangat fluktuatif Perlu dipertimbangkan pengadaan bahan baku sendiri atau melakukan kontrak pembelian bahan baku dengan petani agar pasokan bahan baku terjamin
151
Lampiran 16. Aturan-aturan dalam penentuan kelayakan pembiayaan Aturan 1. Jika: TRP = Sedang Dan: TKP = Rendah Maka: Pembiayaan tidak layak. Saran-saran dalam eveluasi kelayakan pembiayaan dan resiko pembiayaan harus dilaksanakan terlebih dahulu sebelum proses evaluasi kelayakan dapat diulang kembali Aturan 2. Jika: TRP = Sedang Dan: TKP = Sedang Maka: Layak-3. Pembiayaan dapat diberikan Aturan 3. Jika: TRP = Sedang Dan: TKP = Tinggi Maka: Layak-2. Pembiayaan dapat diberikan Aturan 4. Jika: TRP = Rendah Dan: TKP = Rendah Maka: Layak-3. Pembiayaan dapat diberikan Aturan 5. Jika: TRP = Rendah Dan: TKP = Sedang Maka: Layak-2. Pembiayaan dapat diberikan
152 Aturan 6. Jika: TRP = Rendah Dan: TKP = Tinggi Maka: Layak-1. Pembiayaan layak diberikan.
153
Lampiran 17. Skor Mse dan r hasil training dan testing harga minyak akarwangi dengan input data 12, pola data training 70% dan pola data testing 30% Neuron layar tersembunyi = 14 Fungsi Aktivasi Input Sigmoid Bipolar Sigmoid Bipolar Sigmoid Bipolar Sigmoid Biner Sigmoid Biner Sigmoid Biner Pureline Pureline Pureline
Output Sigmoid Bipolar Sigmoid Biner Pureline Sigmoid Biner Sigmoid Bipolar Pureline Pureline Sigmoid Bipolar Sigmoid Biner
Rentang data (0,1) Training Testing Mse r Mse r 0.0013 0.993 0.2118 0.1141 0.0009 0.9954 0.2455 -0.3664 0.0016 0.9917 0.1487 0.5623 0.001 0.9948 0.1731 0.0486 0.0018 0.9907 0.2113 0.0661 0.0024 0.9876 0.2434 0.0339 0.0026 0.9864 0.0354 -0.1552 0.0032 0.9833 0.1617 0.1819 0.0023 0.9881 0.2024 0.0097
Rentang data (-1,1) Training Testing Mse r Mse r 0.0027 0.9965 0.7183 0.4182 0.151 0.9445 0.6971 0.3865 0.0013 0.9983 0.645 0.4507 0.1509 0.9432 0.5822 0.661 0.0036 0.9953 0.5444 0.4223 0.0034 0.9955 0.695 0.1923 0.01 0.9869 0.1312 -0.1331 0.009 0.9882 0.8002 0.0198 0.1615 0.9052 0.1928 -0.2012
Rentang data (-1,0) Training Testing Mse r Mse r 0.0014 0.9927 0.6125 -0.3133 0.2876 0.7026 0.4011 0.1003 0.0008 0.9956 0.6086 -0.5843 0.2876 -0.3354 0.4011 -0.0279 0.0022 0.9883 0.7898 -0.7261 0.002 0.9893 0.1766 0.1025 0.0028 0.9853 0.0386 -0.3105 0.0043 0.9774 0.0326 0.2998 0.2876 0.3512 0.4012 0.0628
Rentang data (0,1) Training Testing Mse r Mse r 0.0015 0.9922 0.2403 0.0559 0.0008 0.9957 0.2198 -0.0072 0.0012 0.9938 0.1684 0.3328 0.0011 0.994 0.2144 0.151 0.0022 0.9886 0.2275 0.0432 0.0021 0.9894 0.2001 0.2245 0.0025 0.987 0.0347 -0.1899 0.2876 0.5068 0.4011 NaN 0.0022 0.9882 0.2007 0.0171
Rentang data (-1,1) Training Testing Mse r Mse r 0.0026 0.9966 0.5484 0.0495 0.1507 0.9442 0.7471 0.1856 0.0013 0.9983 0.4391 0.3127 0.1511 0.9439 0.7215 0.1671 0.0049 0.9936 0.7814 0.1194 0.0047 0.9939 0.8284 0.1893 0.0099 0.987 0.136 -0.2061 0.0091 0.9881 0.822 0.0302 0.1559 0.9246 0.2282 -0.1716
Rentang data (-1,0) Training Testing Mse r Mse r 0.0017 0.9911 0.4363 -0.2601 0.2876 0.5635 0.4011 0.1891 0.0014 0.9926 0.1988 0.2325 0.2876 0.83 0.4011 -0.0328 0.0025 0.9869 0.1489 0.4168 0.002 0.9893 0.1764 0.332 0.0026 0.9869 0.0573 0.0319 0.0043 0.9782 0.029 0.4377 0.2876 0.4528 0.4011 0.0576
Neuron layar tersembunyi = 18 Fungsi Aktivasi Input Sigmoid Bipolar Sigmoid Bipolar Sigmoid Bipolar Sigmoid Biner Sigmoid Biner Sigmoid Biner Pureline Pureline Pureline
Output Sigmoid Bipolar Sigmoid Biner Pureline Sigmoid Biner Sigmoid Bipolar Pureline Pureline Sigmoid Bipolar Sigmoid Biner
154
Lampiran 17. (lanjutan) Neuron layar tersembunyi = 22 Fungsi Aktivasi Input Sigmoid Bipolar Sigmoid Bipolar Sigmoid Bipolar Sigmoid Biner Sigmoid Biner Sigmoid Biner Pureline Pureline Pureline
Output Sigmoid Bipolar Sigmoid Biner Pureline Sigmoid Biner Sigmoid Bipolar Pureline Pureline Sigmoid Bipolar Sigmoid Biner
Rentang data (0,1) Training Testing Mse r Mse r
0.0011 0.0007 0.001 0.001 0.0019 0.0018 0.0025 0.0032 0.0023
0.9944 0.9961 0.9946 0.9946 0.99 0.9904 0.9869 0.9834 0.9881
0.4221 0.0077 1.3802 0.0627 0.171 0.4208 0.0338 0.1606 0.2018
0.6519 0.9881 -0.6543 0.6715 0.1783 -0.3518 -0.2228 0.1813 0.0176
Rentang data (-1,1) Training Testing Mse r Mse r
0.0019 0.1507 0.0011 0.1508 0.0043 0.0035 0.0099 0.009 0.1559
0.9975 0.9439 0.9986 0.9444 0.9944 0.9954 0.987 0.9882 0.9237
0.4707 0.7636 5.2771 0.5789 0.5812 2.5742 0.1369 0.8054 0.2254
0.5354 0.0703 -0.5982 0.5205 0.4598 -0.6374 -0.2251 0.0216 -0.1885
Rentang data (-1,0) Training Testing Mse r Mse r
0.0009 0.2876 0.0007 0.2876 0.0019 0.0016 0.0031 0.0043 0.2876
0.9953 0.3876 0.9963 0.6084 0.9899 0.9914 0.9836 0.9778 0.3897
1.1767 0.4011 2.9602 0.4011 0.32 0.3302 0.0334 0.0323 0.4012
-0.7224 0.0285 -0.8397 -0.1007 0.244 0.0976 -0.166 0.3547 0.0717
Neuron layar tersembunyi = 26 Fungsi Aktivasi Input Sigmoid Bipolar Sigmoid Bipolar Sigmoid Bipolar Sigmoid Biner Sigmoid Biner Sigmoid Biner Pureline Pureline Pureline
Output Sigmoid Bipolar Sigmoid Biner Pureline Sigmoid Biner Sigmoid Bipolar Pureline Pureline Sigmoid Bipolar Sigmoid Biner
Rentang data (0,1) Training Testing Mse r Mse r
0.001 0.0007 0.0004 0.0009 0.2876 0.0014 0.0025 0.2876 0.0023
0.9946 0.9965 0.9977 0.9953 0.6711 0.9927 0.9869 0.5668 0.988
0.4471 0.2934 0.3017 0.3012 0.4011 0.3843 0.0336 0.4011 0.2219
-0.4687 -0.6915 0.2884 -0.8415 0.0397 -0.2554 -0.2302 NaN 0.0553
Rentang data (-1,1) Training Testing Mse r Mse r
0.0023 0.1507 0.0005 0.1509 0.0039 0.0036 0.0099 0.009 0.1559
0.997 0.9444 0.9993 0.9422 0.995 0.9953 0.987 0.9882 0.9241
1.0041 0.4566 1.5896 0.575 1.0781 1.204 0.136 0.8013 0.2345
-0.4472 0.6552 0.14 0.1935 -0.7556 -0.8587 -0.2063 0.0192 -0.1478
Rentang data (-1,0) Training Testing Mse r Mse r
0.001 0.2876 0.0008 0.2876 0.0014 0.0016 0.0025 0.0042 0.2876
0.9946 0.6726 0.9958 0.6901 0.9929 0.9916 0.9869 0.9779 0.4275
0.3667 0.4011 1.1076 0.4011 0.2949 0.3762 0.0336 0.0324 0.4011
-0.2115 0.0267 -0.1026 0.0208 -0.331 -0.3012 -0.2331 0.3628 0.0787
155
Lampiran 18. Skor Mse dan r hasil training dan testing harga akarwangi dengan input data 12, pola data training 70% dan pola data testing 30% Neuron layar tersembunyi = 14 Fungsi Aktivasi Input Sigmoid Bipolar Sigmoid Bipolar Sigmoid Bipolar Sigmoid Biner Sigmoid Biner Sigmoid Biner Pureline Pureline Pureline
Output Sigmoid Bipolar Sigmoid Biner Pureline Sigmoid Biner Sigmoid Bipolar Pureline Pureline Sigmoid Bipolar Sigmoid Biner
Rentang data (0,1) Training Testing Mse r Mse r
0.0021 0.0015 0.0025 0.0018 0.0028 0.0028 0.0029 0.3622 0.0020
0.9892 0.9922 0.9869 0.9907 0.9856 0.9852 0.9846 0.7035 0.9897
0.1746 0.1723 0.2049 0.1895 0.1716 0.1646 0.0487 0.3929 0.1688
-0.4229 -0.3465 -0.2583 -0.2486 -0.3572 -0.2949 -0.5484 -0.1708 -0.3051
Rentang data (-1,1) Training Testing Mse r Mse r
0.0054 0.1992 0.0055 0.2019 0.0072 0.0082 0.0117 0.2158 0.0060
0.9929 0.9303 0.9928 0.9388 0.9906 0.9896 0.9846 0.9408 0.9931
0.5405 0.1938 0.6055 0.8933 0.5621 0.3554 0.1947 0.5620 0.9004
-0.4246 0.6139 -0.3219 -0.2143 -0.3731 -0.6186 -0.5484 -0.1445 0.0900
Rentang data (-1,0) Training Testing Mse r Mse r
0.0020 0.3622 0.0020 0.3622 0.0028 0.0027 0.0020 0.3533 0.0027
0.9896 0.7035 0.9897 0.6377 0.9855 0.9858 0.9906 0.6205 0.9875
0.0394 0.3929 0.1688 0.3929 0.0452 0.1772 0.1777 0.4011 0.1177
0.1170 -0.1708 -0.3051 0.0367 -0.4701 -0.2742 0.0806 0.0476 0.0383
Neuron layar tersembunyi = 18 Fungsi Aktivasi Input Sigmoid Bipolar Sigmoid Bipolar Sigmoid Bipolar Sigmoid Biner Sigmoid Biner Sigmoid Biner Pureline Pureline Pureline
Output Sigmoid Bipolar Sigmoid Biner Pureline Sigmoid Biner Sigmoid Bipolar Pureline Pureline Sigmoid Bipolar Sigmoid Biner
Rentang data (0,1) Training Testing Mse r Mse r
0.0024 0.0016 0.0025 0.0019 0.0029 0.0028 0.0033 0.0043 0.0049
0.9890 0.9924 0.9886 0.9913 0.9871 0.9871 0.9852 0.9941 0.9930
0.2400 0.2093 0.2052 0.2270 0.2403 0.1672 0.0510 0.9105 1.0244
-0.0095 0.0987 0.1913 0.0182 0.0096 -0.2974 -0.3216 0.4992 -0.0549
Rentang data (-1,1) Training Testing Mse r Mse r
0.0052 0.2158 0.0060 0.2164 0.0072 0.0079 0.0011 0.3076 0.0019
0.9939 0.9408 0.9931 0.9453 0.9916 0.9908 0.9984 0.7464 0.9913
0.8186 0.5620 0.9004 0.8668 0.9691 0.9141 0.8750 0.3929 0.2270
-0.2214 -0.1445 0.0900 -0.0189 -0.0222 0.0681 0.0535 0.3043 0.0182
Rentang data (-1,0) Training Testing Mse r Mse r
0.0020 0.3533 0.0020 0.3533 0.0027 0.0027 0.1509 0.0036 0.0010
0.9907 0.7011 0.9906 0.6205 0.9875 0.9874 0.9432 0.9953 0.9948
0.0924 0.4011 0.1777 0.4011 0.1177 0.1370 0.5822 0.5444 0.1731
0.0752 0.0769 0.0806 0.0476 0.0383 -0.3604 0.6610 0.4223 0.0486
156
Lampiran 18. Lanjutan Neuron layar tersembunyi = 22 Fungsi Aktivasi Input Sigmoid Bipolar Sigmoid Bipolar Sigmoid Bipolar Sigmoid Biner Sigmoid Biner Sigmoid Biner Pureline Pureline Pureline
Output Sigmoid Bipolar Sigmoid Biner Pureline Sigmoid Biner Sigmoid Bipolar Pureline Pureline Sigmoid Bipolar Sigmoid Biner
Rentang data (0,1) Training Testing Mse r Mse r
0.0013 0.0010 0.0016 0.0012 0.0012 0.0025 0.0025 0.1509 0.0036
0.9925 0.9942 0.9908 0.9932 0.9876 0.9856 0.9852 0.9432 0.9953
0.2231 0.2210 0.2231 0.2208 0.0014 0.1957 0.0521 0.5822 0.5444
0.1619 0.1406 0.6073 0.0536 0.9713 -0.0714 -0.5300 0.6610 0.4223
Rentang data (-1,1) Training Testing Mse r Mse r
0.0022 0.1422 0.0011 0.1425 0.0043 0.0049 0.0019 0.0018 0.0024
0.9968 0.9381 0.9984 0.9330 0.9941 0.9930 0.9913 0.9907 0.9876
0.5046 0.8658 0.8750 0.8631 0.9105 1.0244 0.2270 0.2113 0.2434
0.7041 -0.3858 0.0535 -0.1628 0.4992 -0.0549 0.0182 0.0661 0.0339
Rentang data (-1,0) Training Testing Mse r Mse r
0.0014 0.3076 0.0012 0.3076 0.0020 0.0027 0.2876 0.0022 0.0020
0.9916 0.7464 0.9929 -0.3484 0.9893 0.9842 -0.3354 0.9883 0.9893
0.3497 0.3929 0.3080 0.3929 0.1766 0.2078 0.4011 0.7898 0.1766
-0.3218 0.3043 0.0742 0.5853 0.1025 -0.1113 -0.0279 -0.7261 0.1025
Neuron layar tersembunyi = 26 Fungsi Aktivasi Input Sigmoid Bipolar Sigmoid Bipolar Sigmoid Bipolar Sigmoid Biner Sigmoid Biner Sigmoid Biner Pureline Pureline Pureline
Output Sigmoid Bipolar Sigmoid Biner Pureline Sigmoid Biner Sigmoid Bipolar Pureline Pureline Sigmoid Bipolar Sigmoid Biner
Rentang data (0,1) Training Testing Mse r Mse r
0.0013 0.0009 0.0016 0.0010 0.0018 0.0024 0.0026 0.0011 0.3076
0.9930 0.9954 0.9917 0.9948 0.9907 0.9876 0.9864 0.9984 0.7464
0.2118 0.2455 0.1487 0.1731 0.2113 0.2434 0.0354 0.8750 0.3929
0.1141 -0.3664 0.5623 0.0486 0.0661 0.0339 -0.1552 0.0535 0.3043
Rentang data (-1,1) Training Testing Mse r Mse r
0.0027 0.1510 0.0013 0.1509 0.0036 0.0034 0.0022 0.1422 0.0011
0.9965 0.9445 0.9983 0.9432 0.9953 0.9955 0.9968 0.9381 0.9984
0.7183 0.6971 0.6450 0.5822 0.5444 0.6950 0.5046 0.8658 0.8750
0.4182 0.3865 0.4507 0.6610 0.4223 0.1923 0.7041 -0.3858 0.0535
Rentang data (-1,0) Training Testing Mse r Mse r
0.0014 0.2876 0.0008 0.2876 0.0022 0.0020 0.0016 0.0012 0.0010
0.9927 0.7026 0.9956 -0.3354 0.9883 0.9893 0.9908 0.9932 0.9948
0.6125 0.4011 0.6086 0.4011 0.7898 0.1766 0.2231 0.2208 0.1731
-0.3133 0.1003 -0.5843 -0.0279 -0.7261 0.1025 0.6073 0.0536 0.0486
157
Lampiran 19. Biaya investasi tetap usaha agroindustri akarwangi No. I Lahan
Pos Biaya
II Bangunan dan Pekerjaan Sipil 1. Bangunan Pabrik Tempat Alat Suling 2. Bak pendingin 3. Bak penampung minyak akarwangi
Volume 150
Satuan m2
Harga 250000
Biaya 37,500,000
50 24 3
m2 m3 m3
250000 200000 200000
12,500,000 4,800,000 600,000
Sub total II III Mesin dan Peralatan 1. Alat penyuling lengkap (Terdiri dari: Ketel bahan dan air, jaringan pipa, tangki minyak tanah, tangki minyak akarwangi) 2. Pompa air 3. Kompor Pembakar 4. Tangki air 5. Timbangan 6. Garpu daun
17,900,000
1
Unit
110000000
1 1 1 1 2
Unit Unit Unit Unit Unit
700000 1200000 2000000 400000 50000
Jumlah investasi tetap
700,000 1,200,000 2,000,000 400,000 100,000 114,400,000
Sub total III IV Pendahuluan dan Pra Operasional
110,000,000
4%
4,576,000 174,376,000
159
Lampiran 20. Proyeksi biaya langsung agroindustri akarwangi Pembelian terna akarwangi
Uraian
Satuan
Prakiraan harga terna akarwangi
Rp/kg
Biaya pembelian terna akarwangi
Rp
Upah tenaga kerja langsung Operator mesin Mekanik
Rp Rp
Uraian Tenaga kerja langsung
Bahan pembantu langsung Pemakaian minyak tanah untuk penyulingan Tempat minyak akarwangi (derigen)
Uraian Minyak tanah Tempat minyak akarwangi Jumlah
bulan-1
bulan-2
bulan-3
bulan-4
bulan-5
bulan-6
bulan-7
bulan-8
bulan-9
bulan-10
2205
1804
2126
2368
2476
2596
2699
2578
2166
1981
12,348,000 10,099,888 11,906,335 13,262,208 13,866,303 14,537,167 15,114,884 14,438,559 12,131,482 11,096,001
75,000per kali suling 500,000per bulan
Satuan
bulan-1
bulan-2
bulan-3
bulan-4
bulan-5
bulan-6
bulan-7
bulan-8
bulan-9
bulan-10
Rp
1,700,000
1,700,000
1,700,000
1,700,000
1,700,000
1,700,000
1,700,000
1,700,000
1,700,000
1,700,000
230liter per kali suling; = Harga = Rp = Rp 20,000per 20 kg minyak akarwangi
2,600per liter
Satuan
bulan-1
bulan-2
bulan-3
bulan-4
bulan-5
bulan-6
bulan-7
bulan-8
bulan-9
bulan-10
Rp
9,568,000
9,568,000
9,568,000
9,568,000
9,568,000
9,568,000
9,568,000
9,568,000
9,568,000
9,568,000
Rp
74,480
74,480
74,480
74,480
74,480
74,480
74,480
74,480
74,480
74,480
Rp
9,642,480
9,642,480
9,642,480
9,642,480
9,642,480
9,642,480
9,642,480
9,642,480
9,642,480
9,642,480
160
Lampiran 20. Lanjutan
bulan-11
bulan-12
bulan-13
bulan-14
bulan-15
bulan-16
bulan-17
bulan-18
bulan-19
bulan 20
bulan 21
bulan 22
bulan 23
bulan 24
1764
1829
2111
2210
2356
2378
2562
2450
2087
1844
1598
1577
1738
2029
9,881,059 10,240,794 11,822,993 12,374,039 13,195,395 13,317,585 14,349,487 13,719,581 11,687,700 10,328,535 8,946,978 8,832,567 9,731,968 11,364,633
bulan-11
bulan-12
bulan-13
bulan-14
bulan-15
bulan-16
bulan-17
bulan-18
bulan-19
bulan 20
1,700,000 1,700,000
1,700,000
1,700,000
1,700,000
1,700,000
1,700,000
1,700,000
1,700,000
1,700,000 1,700,000 1,700,000 1,700,000 1,700,000
bulan-11
bulan-12
bulan-13
bulan-14
bulan-15
bulan-16
bulan-17
bulan-18
bulan-19
bulan 20
9,568,000 9,568,000
9,568,000
9,568,000
9,568,000
9,568,000
9,568,000
9,568,000
9,568,000
9,568,000 9,568,000 9,568,000 9,568,000 9,568,000
74,480
74,480
74,480
74,480
74,480
74,480
74,480
9,642,480
9,642,480
9,642,480
9,642,480
9,642,480
9,642,480
9,642,480
74,480
74,480
9,642,480 9,642,480
74,480
bulan 21
bulan 21
74,480
bulan 22
bulan 22
74,480
bulan 23
bulan 23
74,480
bulan 24
bulan 24
74,480
9,642,480 9,642,480 9,642,480 9,642,480 9,642,480
161
Lampiran 21. Proyeksi biaya tidak langsung agroindustri akarwangi Upah tenaga kerja tidak langsung: Manajemen
Rp
Uraian
Satuan
Tenaga kerja tidak langsung
Rp
1,000,000per bulan
bulan-1
bulan-2
bulan-3
bulan-4
bulan-5
bulan-6
bulan-7
bulan-8
bulan-9
bulan-10
1,000,000 1,000,000 1,000,000 1,000,000 1,000,000 1,000,000 1,000,000 1,000,000 1,000,000 1,000,000
Bahan pembantu tidak langsung Uraian
Satuan
bulan-1
bulan-2
bulan-3
bulan-4
bulan-5
bulan-6
bulan-7
bulan-8
bulan-9
bulan-10
Biaya listrik
Rp
100,000
100,000
100,000
100,000
100,000
100,000
100,000
100,000
100,000
100,000
Biaya komunikasi
Rp
100,000
100,000
100,000
100,000
100,000
100,000
100,000
100,000
100,000
100,000
Rp
200,000
200,000
200,000
200,000
200,000
200,000
200,000
200,000
200,000
200,000
bulan-5
bulan-6
bulan-7
bulan-8
bulan-9
bulan-10
Jumlah
Biaya pemeliharaan Persentase/th
Pemeliharaan/th
Bangunan dan pekerjaan sipil
Rp
17,900,000
10.00%
Rp
1,790,000
Mesin dan peralatan
Rp 114,400,000
4.00%
Rp
4,576,000
Uraian
Satuan
bulan-1
bulan-2
Bangunan dan pekerjaan sipil
Rp
149,167
149,167
149,167
149,167
149,167
149,167
149,167
149,167
149,167
149,167
Mesin dan peralatan
Rp
381,333
381,333
381,333
381,333
381,333
381,333
381,333
381,333
381,333
381,333
Rp
530,500
530,500
530,500
530,500
530,500
530,500
530,500
530,500
530,500
530,500
Jumlah
bulan-3
bulan-4
162
Lampiran 21. Lanjutan
bulan-11
bulan-12
bulan-13
bulan-14
bulan-15
bulan-16
bulan-17
bulan-18
bulan-19
bulan 20
bulan 21
bulan 22
bulan 23
bulan 24
1,000,000 1,000,000 1,000,000 1,000,000 1,000,000 1,000,000 1,000,000 1,000,000 1,000,000 1,000,000 1,000,000 1,000,000 1,000,000 1,000,000
bulan-11
bulan-12
bulan-13
bulan-14
bulan-15
bulan-16
bulan-17
bulan-18
bulan-19
bulan 20
bulan 21
bulan 22
bulan 23
bulan 24
100,000
100,000
100,000
100,000
100,000
100,000
100,000
100,000
100,000
100,000
100,000
100,000
100,000
100,000
100,000
100,000
100,000
100,000
100,000
100,000
100,000
100,000
100,000
100,000
100,000
100,000
100,000
100,000
200,000
200,000
200,000
200,000
200,000
200,000
200,000
200,000
200,000
200,000
200,000
200,000
200,000
200,000
bulan-11
bulan-12
bulan-13
bulan-14
bulan-15
bulan-16
bulan-17
bulan-18
bulan-19
bulan 20
bulan 21
bulan 22
bulan 23
bulan 24
149,167
149,167
149,167
149,167
149,167
149,167
149,167
149,167
149,167
149,167
149,167
149,167
149,167
149,167
381,333
381,333
381,333
381,333
381,333
381,333
381,333
381,333
381,333
381,333
381,333
381,333
381,333
381,333
530,500
530,500
530,500
530,500
530,500
530,500
530,500
530,500
530,500
530,500
530,500
530,500
530,500
530,500
163
Lampiran 22. Proyeksi biaya depresisasi dan amortisasi agroindustri akarwangi Uraian
Satuan
bulan-1
bulan-2
bulan-3
bulan-4
bulan-5
bulan-6
bulan-7
bulan-8
bulan-9
bulan-10
Bangunan dan Pekerjaan Sipil
17,900,000
179,000
179,000
179,000
179,000
179,000
179,000
179,000
179,000
179,000
179,000
Mesin dan Peralatan
114,400,000
953,333
953,333
953,333
953,333
953,333
953,333
953,333
953,333
953,333
953,333
1,132,333
1,132,333
1,132,333
1,132,333
1,132,333
1,132,333
1,132,333
1,132,333
1,132,333
1,132,333
1,132,333
2,264,667
3,397,000
4,529,333
5,661,667
6,794,000
7,926,333
9,058,667
10,191,000
11,323,333
A.Depresiasi aktiva tetap
Jumlah 132,300,000 Akumulasi depresiasi
0
Skor bersih sisa aktiva tetap
132,300,000 131,167,667 130,035,333 128,903,000 127,770,667 126,638,333 125,506,000 124,373,667 123,241,333 122,109,000 120,976,667
B. Amortisasi beban ditangguhkan Biaya Praoperasional
4,576,000
190,667
190,667
190,667
190,667
190,667
190,667
190,667
190,667
190,667
Jumlah 4,576,000
190,667
190,667
190,667
190,667
190,667
190,667
190,667
190,667
190,667
190,667
0
190,667
381,333
572,000
762,667
953,333
1,144,000
1,334,667
1,525,333
1,716,000
1,906,667
4,576,000
4,385,333
4,194,667
4,004,000
3,813,333
3,622,667
3,432,000
3,241,333
3,050,667
2,860,000
2,669,333
Akumulasi amortisasi
Skor sisa biaya praoperasional
190,667
164
Lampiran 22. Lanjutan bulan-11
bulan-12
bulan-13
bulan-14
bulan-15
bulan-16
bulan-17
bulan-18
bulan-19
bulan 20
bulan 21
bulan 22
bulan 23
bulan 24
179,000
179,000
179,000
179,000
179,000
179,000
179,000
179,000
179,000
179,000
179,000
179,000
179,000
179,000
953,333
953,333
953,333
953,333
953,333
953,333
953,333
953,333
953,333
953,333
953,333
953,333
953,333
953,333
1,132,333
1,132,333
1,132,333
1,132,333
1,132,333
1,132,333
1,132,333
1,132,333
1,132,333
1,132,333
1,132,333
1,132,333
1,132,333
1,132,333
12,455,667
13,588,000
14,720,333
15,852,667
16,985,000
18,117,333
19,249,667
20,382,000
21,514,333
22,646,667
23,779,000
24,911,333
26,043,667
27,176,000
119,844,333 118,712,000 117,579,667 116,447,333 115,315,000 114,182,667 113,050,333 111,918,000 110,785,667 109,653,333 108,521,000 107,388,667 106,256,333 105,124,000
190,667
190,667
190,667
190,667
190,667
190,667
190,667
190,667
190,667
190,667
190,667
190,667
190,667
190,667
190,667
190,667
190,667
190,667
190,667
190,667
190,667
190,667
190,667
190,667
190,667
190,667
190,667 190,667
2,097,333
2,288,000
2,478,667
2,669,333
2,860,000
3,050,667
3,241,333
3,432,000
3,622,667
3,813,333
4,004,000
4,194,667
4,385,333
4,576,000
2,478,667
2,288,000
2,097,333
1,906,667
1,716,000
1,525,333
1,334,667
1,144,000
953,333
762,667
572,000
381,333
190,667
0
165
Lampiran 23. Proyeksi penerimaan, laba kotor dan laba operasional agroindustri akarwangi Uraian
Satuan
bulan-1
bulan-2
bulan-3
bulan-4
bulan-5
bulan-6
bulan-7
bulan-8
bulan-9
Penerimaan penjualan minyak akarwangi
Rp
30,953,210
35,203,538
36,103,964
36,186,853
36,931,511
36,621,228
33,494,445
30,413,655
27,634,441
25,731,857
Harga Pokok Produksi
Rp
26,553,313
24,305,201
26,111,648
27,467,521
28,071,616
28,742,480
29,320,198
28,643,873
26,336,795
25,301,314
Rp
4,399,897
10,898,337
9,992,316
8,719,331
8,859,895
7,878,747
4,174,248
1,769,782
1,297,646
430,543
Laba Kotor Beban Usaha Laba Operasional
bulan-10
Rp
340,667
340,667
340,667
340,667
340,667
340,667
340,667
340,667
340,667
340,667
Rp
4,059,230
10,557,670
9,651,649
8,378,665
8,519,229
7,538,081
3,833,581
1,429,116
956,979
89,876
bulan-11
bulan-12
bulan-13
bulan-14
bulan-15
bulan-16
bulan-17
bulan-18
bulan-19
bulan 20
bulan 21
bulan 22
bulan 23
bulan 24
24,578,400
24,950,800
26,440,400
27,557,600
27,930,000
29,792,000
32,398,800
32,937,797
36,631,037
36,603,367
36,969,638
36,930,893
35,539,406
30,235,320
24,086,372
24,446,107
26,028,307
26,579,352
27,400,709
27,522,898
28,554,801
27,924,894
25,893,013
24,533,848
23,152,291
23,037,881
23,937,281
25,569,946
492,028
504,693
412,093
978,248
529,291
2,269,102
3,843,999
5,012,903
10,738,024
12,069,519
13,817,347
13,893,013
11,602,124
4,665,374
340,667
340,667
340,667
340,667
340,667
340,667
340,667
340,667
340,667
340,667
340,667
340,667
340,667
340,667
151,361
164,026
71,427
637,581
188,625
1,928,435
3,503,333
4,672,236
10,397,357
11,728,852
13,476,680
13,552,346
11,261,458
4,324,707
166
Lampiran 24. Proyeksi investasi asset tetap dan modal kerja agroindustri akarwangi Uraian
Satuan
Investasi Aset Tetap
Rp
Modal Kerja
Rp
Total Investasi
bulan-11
bulan-12
Rp
bulan-13
bulan-0
bulan-1
bulan-2
bulan-3
bulan-4
bulan-5
bulan-6
bulan-7
bulan-8
bulan-9
bulan-10
174,376,000 173,053,000 171,730,000 170,407,000 169,084,000 167,761,000 166,438,000 165,115,000 163,792,000 162,469,000 161,146,000 24,271,150
21,835,695
23,792,679
25,261,542
25,915,978
26,642,747
27,268,608
26,535,923
24,036,588
22,914,818
174,376,000 197,324,150 193,565,695 194,199,679 194,345,542 193,676,978 193,080,747 192,383,608 190,327,923 186,505,588 184,060,818
bulan-14
bulan-15
bulan-16
bulan-17
bulan-18
bulan-19
bulan 20
bulan 21
bulan 22
bulan 23
bulan 24
159,823,000 158,500,000 157,177,000 155,854,000 154,531,000 153,208,000 151,885,000 150,562,000 149,239,000 147,916,000 146,593,000 145,270,000 143,947,000 142,624,000 21,598,630
21,988,343
23,702,393
24,299,359
25,189,162
25,321,534
26,439,428
25,757,029
23,555,824
22,083,396
20,586,709
20,462,765
21,437,115
23,205,836
181,421,630 180,488,343 180,879,393 180,153,359 179,720,162 178,529,534 178,324,428 176,319,029 172,794,824 169,999,396 167,179,709 165,732,765 165,384,115 165,829,836
167
Lampiran 25. Analisis finansial usahatani akarwangi (1 ha).
Kegiatan Investasi: Pengolahan lahan Pembuatan guludan dan lubang Tenaga kerja penanaman bibit Biaya Variabel: Pupuk Kandang Pupuk Urea Pupuk TSP Pupuk KCl Tenaga Kerja: -Penyiangan & ppk -Pemanenan Total Biaya Pendapatan: Produksi*) Harga produksi (Rp/kg) Hasil Bersih Kumulatif Hasil Bersih
Volume Harga 1 ha 1 ha 1 ha
1
2
3
Bulan 4
5
6
7
8
9
10
11
12
500,000 500,000 300,000 300,000 300,000 300,000
1500 kg 250 200 kg 1,600 50 kg 2,500 100 kg 3,000
375,000 160,000 125,000 150,000
30 hok 25,000 35 hok 25,000
150,000
160,000 150,000 150,000 150,000 100,000 100,000 875,000 875,000
2,060,000 460,000 150,000 100,000 100,000 kg 406 -2,060,000 -460,000 -150,000 -100,000 -100,000
0
0
0
0
0
0
12,000 4,872,000 3,997,000 1,127,000
168 Lampiran 26. Form validasi model Ekpama-Syariah Penilaian No. 1.
Sub Model Prakiraan harga
Kriteria Kesahihan Kegunaan
2.
Analisis laba operasional Kesahihan Kegunaan
3.
4.
5.
6.
7.
8.
Penentuan target keuntungan
Kesahihan
Penentuan nisbah bagi keuntungan
Kesahihan
Analisis kelayakan keuntungan
Kesahihan
Evaluasi tingkat keuntungan pembiayaan
Kesahihan
Evaluasi tingkat resiko pembiayaan
Kesahihan
Penentuan kelayakan pembiayaan
Kesahihan
Komentar:
Kegunaan
Kegunaan
Kegunaan
Kegunaan
Kegunaan
Kegunaan
Sangat kurang
Kurang
Cukup
Baik
Sangat Baik
169 Lampiran 27. Nilai bonus Sertifikat Wadiah Bank Indonesia per tahun Bulan
Nilai SWBI (%)
Maret 2006
4,75
April 2006
4,80
Mei 2006
7,97
Juni 2006
4,95
Juli 2006
5,06
Agustus 2006
5,79
September 2006
4,45
Oktober 2006
5,33
November 2006
8,54
Desember 2006
8,62
Januari 2007
8,07
Februari 2007
4,53
PETUNJUK TEKNIS PENGGUNAAN APLIKASI
EKPAMA - SYARIAH
© Sekolah Pascasarjana Institut Pertanian Bogor 2007
P E T U N J U K
T E K N I S
P E N G G U N A A N
EKPAMA - SYARIAH
A P L I K A S I
1 Bab
EKPAMA - SYARIAH merupakan paket program komputer yang dirancang sebagai Sistem Penunjang Keputusan pada Model Evaluasi Kelayakan Pembiayaan Agroindustri Minyak Atsiri dengan Pembiayaan Syariah. EKPAMA - SYARIAH diolah menggunakan teknik prakiraan, teknik ekonomi pembiayaan syariah, dan hasil akuisisi pengetahuan/pendapat. Dokumen ini dirancang sebagai panduan tahapan penggunaan aplikasi EKPAMA - SYARIAH.
Petunjuk Instalasi Aplikasi EKPAMA - SYARIAH melibatkan beberapa file beserta konfigurasi yang harus diatur sedemikian rupa sehingga aplikasi ini dapat berjalan dengan baik. File – file ini (pada PC yang berbeda) kemungkinan tidak tersedia dan konfigurasi yang ada tidak memenuhi persyaratan yang diperlukan aplikasi EKPAMA - SYARIAH. Untuk menjamin berjalannya aplikasi EKPAMA SYARIAH dengan baik diperlukan proses instalasi yang bertujuan meng-kopi file – file yang diperlukan serta mengatur konfigurasinya. Ada beberapa tahapan yang perlu diperhatikan dalam proses instalasi EKPAMA - SYARIAH. Untuk melakukan prosedur instalasi disediakan sebuah CD yang berisi 3 (tiga) buah file, diantaranya: ekpama.cab, setup.exe, dan setup.lst. Berikut adalah beberapa tahapan prosedur instalasi EKPAMA - SYARIAH: :: Kebutuhan Sistem Operasi
Aplikasi EKPAMA - SYARIAH hanya dapat berjalan pada sistem operasi yang berbasis windows tepatnya Microsoft Windows 9x atau versi yang lebih tinggi dengan minimal RAM 128 dan disk free space sebesar 5 (lima) MB. Khusus untuk sistem operasi multiuser (Microsoft Windows XP, Microsoft Windows 2000, atau sekelasnya) hendaknya aplikasi EKPAMA - SYARIAH diinstal pada mode administrator. :: Hapus Versi Sebelumnya
Instalasi tidak dapat menghapus secara otomatis aplikasi EKPAMA - SYARIAH yang telah terinstal pada waktu sebelumnya. Lakukan penghapusan jika sebelumnya anda telah meng-instal Aplikasi EKPAMA - SYARIAH sesuai prosedur Menghapus Aplikasi EKPAMA - SYARIAH dari Windows. :: Jalankan File Instalasi
Jalankan file instalasi EKPAMA - SYARIAH dengan meng-klik ganda setup.exe pada direktori / drive dimana file ini ditempatkan. Ikuti semua petunjuk yang ditayangkan pada proses selanjutnya, biasanya pengguna hanya melakukan persetujuan dengan menekan tombol [Enter] pada setiap dialog yang ditampilkan. :: Instalasi Selesai
Jika proses instalasi berjalan dengan lancar, windows akan membuat program group baru dengan nama EKPAMA - SYARIAH. Untuk mengaktifkannya, klik shortcut pada Start|Programs|EKPAMA - SYARIAH|EKPAMA - SYARIAH.
1
P E T U N J U K
T E K N I S
P E N G G U N A A N
A P L I K A S I
Menjalankan Aplikasi EKPAMA - SYARIAH Aplikasi EKPAMA - SYARIAH dapat dijalankan apabila proses instalasi berjalan dengan baik. Apabila terjadi kesalahan dalam prosedur instalasi ataupun pada saat eksekusi program, laporkan kembali kesalahan tersebut kepada system designer. Untuk menjalankan aplikasi EKPAMA SYARIAH, klik tombol [Start] pada taskbar windows – kemudian pada menu Programs ditampilkan beberapa aplikasi (program group) yang terinstal dalam windows dan salah satunya adalah EKPAMA - SYARIAH. Arahkan pointer pada grup EKPAMA - SYARIAH kemudian klik shortcut |EKPAMA - SYARIAH untuk mengaktifkannya. Halaman pertama yang ditampilkan aplikasi EKPAMA - SYARIAH adalah dialog akses aplikasi yang berguna sebagai gerbang otorisasi penggunaan aplikasi. Masukkan password pada kotak dialog yang disediakan, kemudian klik tombol [Lanjut] atau tekan [Enter] untuk menyetujuinya dan klik [Batal] atau tekan [Esc] untuk membatalkannya.
Gambar 1. Dialog Akses Aplikasi EKPAMA - SYARIAH
Menggunakan Aplikasi EKPAMA - SYARIAH Secara struktural konfigurasi EKPAMA - SYARIAH terdiri dari beberapa modul (halaman dialog) yang masing-masing memiliki fungsi dan tahapan tersendiri. Modul-modul tersebut antara lain: Home, Prakiraan, Kelayakan, dan monitoring – dengan shortcut yang masing-masing ditempatkan pada menu utama. Klik shortcut yang bersesuaian untuk menampilkan modul yang diinginkan. Secara default aplikasi EKPAMA - SYARIAH akan menampilkan modul ‘Home’ pada saat aplikasi ini dijalankan.
2
P E T U N J U K
T E K N I S
P E N G G U N A A N
A P L I K A S I
Modul ‘Home’ merupakan halaman depan aplikasi, yang berisi informasi singkat mengenai aplikasi Home EKPAMA - SYARIAH. Arahkan pointer pada tombol perintah ‘Home’, kemudian klik tombol tersebut untuk mengaktifkan tab ‘Home’. Berikutnya halaman dialog ‘Home’ ditampilkan seperti pada Gambar 2 di bawah ini.
Monitoring: Monitoring Nisbah Bagi Hasil Agroindustri Minyak Atsiri
Kelayakan: Kelayakan Pembiayaan Agroindustri Minyak Atsiri
Prakiraan: Prakiraan Harga Bahan Baku dan Harga Minyak Atsiri
Home:
Halaman depan dan konfigurasi sistem
Gambar 2. Halaman Utama Aplikasi EKPAMA - SYARIAH Modul ‘Prakiraan’ adalah modul yang dirancang untuk melakukan prakiraan harga bahan baku dan Prakiraan harga minyak atsiri. Dalam kasus ini harga bahan baku adalah harga akar wangi dan harga minyak adalah harga minyak atsiri. Hasil prakiraan harga bahan baku dan harga minyak atsiri ini kemudian digunakan sebagai data harga pada kelayakan pembiayaan agroindustri minyak atsiri. Arahkan pointer pada tombol perintah ‘Prakiraan’, kemudian klik tombol tersebut untuk mengaktifkan tab ‘Prakiraan’. Berikutnya pada panel kiri aplikasi disediakan 2 (dua) pilihan yaitu ‘Harga Minyak’ dan ‘Harga Akar Wangi’. :: Harga Minyak
Modul ‘Harga Minyak’ adalah modul yang dirancang untuk melakukan prakiraan harga produk minyak atsiri pada beberapa periode mendatang berdasarkan data historis masa lalu. Arahkan pointer pada pilihan ‘Harga Minyak’, kemudian klik perintah tersebut untuk menampilkan dialog prakiraan harga minyak atsiri. Prakiraan harga minyak atsiri diolah menggunakan teknik back propagation network dengan tahapan penggunaan yang diuraikan secara tersendiri pada bagian berikutnya (Teknik Penggunaan Modul Back Propagation Network). 3
P E T U N J U K
T E K N I S
P E N G G U N A A N
A P L I K A S I
:: Harga Akar Wangi
Modul ‘Akar Wangi’ adalah modul yang dirancang untuk melakukan prakiraan harga bahan baku minyak atsiri (dalam kasus ini harga akar wangi) pada beberapa periode mendatang berdasarkan data historis masa lalu. Arahkan pointer pada pilihan ‘Harga Akar Wangi’, kemudian klik perintah tersebut untuk menampilkan dialog prakiraan harga bahan baku minyak atsiri. Prakiraan harga bahan baku minyak atsiri diolah menggunakan teknik back propagation network dengan tahapan penggunaan yang diuraikan secara tersendiri pada bagian berikutnya (Teknik Penggunaan Modul Back Propagation Network).
Gambar 3. Contoh Dialog Modul Prakiraan pada Aplikasi EKPAMA - SYARIAH Modul ‘Kelayakan’ adalah modul yang dirancang untuk melakukan analisa kelayakan agroindustri Kelayakan minyak atsiri dengan pembiayaan syariah. Arahkan pointer pada tombol perintah ‘Kelayakan’, kemudian klik tombol tersebut untuk mengaktifkan tab ‘Kelayakan’. Berikutnya pada panel kanan-atas aplikasi disediakan 4 pilihan yang digunakan sebagai tombol perintah untuk menampilkan modulmodul yang berkaitan dengan analisa kelayakan pembiayaan. Pilihan tersebut antara lain: ‘Input Data Finansial’, ‘Evaluasi TRP’, ‘Evaluasi TKP’, dan ‘Kelayakan Pembiayaan’. :: Input Data Finansial
Modul ‘Input Data Finansial’ adalah modul yang dirancang sebagai user interface untuk melakukan input data awal kelayakan agroindustri minyak atsiri dengan pembiayaan syariah. Arahkan pointer pada pilihan ‘Input Data Finansial’, kemudian klik perintah tersebut untuk menampilkan perintahperintah yang berkaitan dengan modul ‘Input Data Finansial’. Perintah-perintah tersebut dikumpulkan pada panel kiri aplikasi. Berikut adalah ilustrasi dialog halaman utama Modul ‘Input Data Finansial’. 4
P E T U N J U K
T E K N I S
P E N G G U N A A N
A P L I K A S I
Gambar 4. Halaman Utama Input Data Finansial pada Modul Kelayakan Ada beberapa halaman yang berkaitan dengan Modul Input Data Finansial antara lain: Parameter (debitur), Input Biaya Investasi, Input Biaya Operasional, dan Input Modal Kerja. Parameter (debitur) berguna sebagai kontrol untuk menambahkan dan memanggil data kelayakan debitur. Sementara Input Biaya Investasi, Input Biaya Operasional, dan Input Modal Kerja digunakan untuk melakukan input data pada masing-masing input pembiayaan tersebut. Arahkan pointer pada perintah yang sesuai, kemudian klik tombol tersebut untuk menampilkan halaman yang diinginkan.
Menampilkan hamalan-halaman yang berkaitan pada input data finansial.
Setiap debitur mungkin memiliki data kelayakan finansial yang berbeda satu dengan lainnya. Data kelayakan ini dapat dipanggil dengan memasukkan nomor debitur yang bersangkutan pada halaman Parameter (debitur). Apabila data debitur sudah terdaftar dalam basis data, maka EKPAMA - SYARIAH akan menyiapkan semua data dan informasi mengenai debitur yang sesuai.
Memanggil Data Finansial Debitur.
Editing pada halaman-halaman input data finansial dapat dilakukan dengan cara memasukkan angka/karakter pada sel-sel yang disediakan pada halaman tersebut. Tampilkan terlebih dahulu halaman hang diinginkan, kemudian lakukan editing sesuai keperluan analisis. Selalu akhiri dengan menekan tombol [Enter] pada keyboard untuk menyetujui perubahan data, untuk membatalkannya dapat dilakukan dengan mekenan tombol [Esc].
Melakukan editing data finansial.
Perubahan data yang dilakukan pengguna tidak tersimpan secara otomatis, karena itu perlu dilakukan update data secara manual. Simpanlah selalu setiap perubahan yang dilakukan (jika diperlukan) dengan cara meng-klik tombol yang diletakkan pada bagian kanan-atas halaman aktif. Menyimpan perubahan data kelayakan.
5
P E T U N J U K
T E K N I S
P E N G G U N A A N
A P L I K A S I
:: Evaluasi TRP
Evaluasi TRP merupakan modul yang dirancang untuk melakukan evaluasi mengenai tingkat resiko pada pembiayaan agroindustri minyak atsiri dengan pola syariah. Evaluasi TRP disediakan berupa lembar kuisioner yang harus dilengkapi pengguna dengan memberikan nilai skor pada berbagai parameter resiko.
Gambar 5. Halaman Evaluasi TRP pada Modul Kelayakan Evaluasi TRP melibatkan 2 (dua) jenis resiko pembiayaan yaitu resiko usaha dan resiko industri. Untuk menampilkan kedua lembar isian tersebut dapat dilakukan dengan cara meng-klik tab-tab yang bersesuaian. Hasil evaluasi tingkat resiko pembiayaan dapat dilihat pada tab ‘Hasil Evaluasi’. Penilaian Evaluasi TRP. Skoring pada evaluasi TRP dilakukan dengan memberikan nilai-nilai pada setiap parameter yang ditanyakan. Aktifkan terlebih dahulu lembar penilaian yang diinginkan, kemudian isilah lembar isian tersebut dengan meng-klik salah satu nilai skor pada setiap parameter resiko yang disediakan sesuai data pengamatan.
Informasi
Nilai-nilai yang diberikan pengguna pada lembar isian evaluasi TRP sifatnya temporer, karena itu simpanlah selalu isian tersebut sebelum berpundah ke halaman lainnya. Informasi penunjang evaluasi TRP. Lembar-lembar evaluasi TRP dinilai berdasarkan akuisisi pengetahuan dan data aktual. Sebagai penunjang, EKPAMA - SYARIAH menyediakan beberapa informasi yang dapat dilihat pada bagian Sistem Informasi. Arahkan pointer pada tombol perintah ‘Sistem Informasi’ untuk menampilkan halaman Sistem Informasi TRP. 6
P E T U N J U K
T E K N I S
P E N G G U N A A N
A P L I K A S I
Gambar 6. Hasil Evaluasi TRP pada Modul Kelayakan
Gambar 7. Informasi Penunjang Evaluasi TRP pada Modul Kelayakan 7
P E T U N J U K
T E K N I S
P E N G G U N A A N
A P L I K A S I
:: Evaluasi TKP
Evaluasi TKP merupakan modul yang dirancang untuk melakukan evaluasi mengenai tingkat keuntungan pembiayaan agroindustri minyak atsiri dengan pola syariah. Evaluasi TKP disediakan berupa lembar isian yang dapat digunakan untuk melakukan berbagai skenario pembiayaan. Arahkan pointer pada tombol perintah ‘Evaluasi TKP’, kemudian klik tombol tersebut untuk menampilkan Modul Evaluasi TKP.
Gambar 8. Halaman Utama Evaluasi TKP pada Modul Kelayakan Skenario pada Modul Evaluasi TKP. Skenario pada Modul Evaluasi TKP dapat dilakukan pada 2 (dua) parameter penting, antara lain: nilai pembiayaan dan jangka waktu pembiayaan. Berdasarkan nilai kedua parameter ini pengguna dapat memperoleh informasi mengenai berbagai parameter keluaran tingkat keuntungan pembiayaan. Tempatkan kursor pada kotak dialog ‘Nilai Pembiayaan’ atau ‘Jangka Waktu Pembiayaan’, kemudian isilah parameter-parameter tersebut (diakhiri dengan menekan tombol [Enter] setiap kali pemasukan data) untuk memperoleh nilainilai parameter keluaran evaluasi tingkat keuntungan pembiayaan agroindustri minyak atsiri dengan skema pembiayaan syariah.
Evaluasi TKP menyediakan beberapa tabel yang berkaitan dengan kelayakan pembiayaan agroindustri minyak atsiri dengan skema pembiayaan syariah. Tabel-tabel tersebut merupakan tabel-tabel transisi yang nilai-nilainya tergantung kepada skenario yang dilakukan pada evaluasi TKP. Untuk menampilkan tabel-tabel tersebut, EKPAMA SYARIAH menyediakan beberapa tombol perintah yang ditempatkan pada bagian kiri aplikasi, antara lain: Investasi Tetap, Biaya Langsung, Biaya Tidak Langsung, Depresiasi dan Amortisasi, Proyeksi Pendapatan, Proyeksi HPP, Laba Operasional, Kebutuhan Modal Kerja, Investasi, Nisbah Bagi Hasil, Proyeksi Laba/Rugi, Proyeksi Arus Kas, Proyeksi Neraca, dan Nilai SWBI. Arahkan pointer pada perintah yang bersesuaian, kemudian klik perintah tersebut untuk menampilkan halaman yang diinginkan.
Menampilkan tabel-tabel analisis.
8
P E T U N J U K
T E K N I S
P E N G G U N A A N
A P L I K A S I
Gambar 9. Salah Satu Contoh Tabel Analisis Evaluasi TKP pada Modul Kelayakan :: Kelayakan Pembiayaan
Kelayakan Pembiayaan merupakan halaman dialog yang berisi tentang informasi kelayakan pembiayaan agroindustri minyak atsiri dengan skema pembiayaan syariah secara keseluruhan, yaitu Evaluasi TRP dan Evaluasi TKP. Arahkan pointer pada tombol perintah ‘Kelayakan Pembiayaan’ untuk menampilkan resume kelayakan pembiayaan.
Gambar 10. Hasil Evaluasi Kelayakan Pembiayaan pada Modul Kelayakan Monitoring merupakan modul yang disediakan EKPAMA - SYARIAH untuk melakukan Monitoring monitoring nisbah bagi hasil kelayakan pembiayaan dari seorang debitur secara periodik. Pada modul ini pengguna dapat memasukan data dan memperoleh informasi perkembangan usaha agroindustri minyak atsiri dengan skema pembiayaan syariah. Berikut adalah visualisasi dialog monitoring nisbah bagi hasil agroindustri minyak atsiri dengan pola syariah. 9
P E T U N J U K
T E K N I S
P E N G G U N A A N
A P L I K A S I
Gambar 11. Dialog Monitoring Kelayakan Pembiayaan Monitoring dilakukan terhadap semua debitur yang melakukan pinjaman. Untuk melakukan monitoring terhadap seorang kelayakan pembiayaan seorang debitur, perlu dilakukan pencarian data debitur terlebih dahulu. Masukkan nomor debitur pada kotak dialog ‘Nomor’, kemudian tekan tombol [Enter] untuk menampilkan data kelayakan debitur. Jika ditemukan, berikutnya pengguna harus menetapkan periode evaluasi yang akan diisi dengan cara meng-klik pilihan ‘Evaluasi’ – pilihlah nomor evaluasi sesuai keperluan. Data monitoring akan ditampilkan jika sudah dilengkapi sebelumnya, jika tidak – lengkapi data silahkan monitoring.
Mencari Data Monitoring.
Mengisi parameter monitoring. Data yang harus dilengkapi pengguna pada lembar monitoring kelayakan pembiayaan agroindustri minyak atsiri dengan pola syariah berupa data aktual yang diperoleh tiga bulah terakhir, antara lain: Bonus SWBI, Harga Bahan Baku, Harga Produk, dan Laba Operasional. Tempatkan seleksi pada sel yang berkaitan, kemudian isilah dengan angka sesuai data pengamatan. Selalu akhiri pemasukan data dengan menekan tombol [Enter] pada keyboard untuk menyetujui. Untuk membatalkannya, gunakan tombol [Esc]. Menyimpan perubahan data monitoring.
tombol ‘Simpan’.
Untuk menyimpan perubahan data monitoring, klik
Mengakhiri Aplikasi Untuk mengakhiri aplikasi EKPAMA - SYARIAH, gunakan tombol ⌧ ‘Close’ yang diletakkan pada bagian kanan atas aplikasi.
10
P E T U N J U K
T E K N I S
P E N G G U N A A N
A P L I K A S I
Modul Back Propagation Network
2 Bab
Prediksi atau perkiraan menggunakan pendekatan Back Propagation Network (BPN)
M
odul Back Propagation Network dirancang untuk membantu pengguna menentukan model matematis dari satu atau lebih peubah dan menggunakan model tersebut untuk mengetahui prediksi atau perkiraan dengan melakukan interpolasi pada peubah-peubah bebasnya. Modul Back Propagation Network diolah menggunakan teknik back propagation network yang dibangun dalam 3 (tiga) layer (input layer, hidden layer, dan output layer). Dokumen ini dirancang untuk membantu pengguna dalam operasionalisasi Modul Back Propagation Network.
GAMBAR 12. Halaman Utama Modul Back Propagation Network. Perkiraan/proyeksi dengan menggunakan teknik Back Propagation Network memiliki 2 (dua) tahapan penting yang saling berkaitan diantaranya tahapan penentuan model matematis dan tahapan implementasi model. Tahapan penentuan model matematis pada dasarnya merupakan tahapan penentuan nilai-nilai koefisien dari peubah-peubah bebas dalam mendefinisikan peubahpeubah terikatnya sehingga membentuk sebuah persamaan matematis. Sedangkan tahapan implementasi merupakan tahapan penggunaan model matematis yang telah dibangun tersebut 11
P E T U N J U K
T E K N I S
P E N G G U N A A N
A P L I K A S I
untuk kepentingan prediksi/perkiraan. Dengan pertimbangan ini Modul Back Propagation Network harus menyediakan fungsi-fungsi untuk kepentingan-kepentingan tersebut.
Proses Training Proses Training adalah fungsi yang disediakan pada Modul Back Propagation Network untuk membantu pengguna dalam membangun model matematis dari peubah-peubah dalam model yang dianalisa. Proses Training secara teknis merupakan prosedur yang dilakukan modul secara iteratif dengan mempelajari tingkat kesalahan antara data aktual peubah-peubah terikat dengan nilai training-nya. Nilai-nilai kesalahan yang terjadi pada setiap iterasi didistribusikan kembali pada masing-masing peubah bebasnya. Iterasi dihentikan apabila nilai kesalahan telah memperlihatkan kenaikan atau jumlah iterasi telah melebihi jumlah yang ditetapkan. Proses Training pada Modul Back Propagation Network dapat diaktifkan dengan memberikan perintah ‘Proses Training pada Back Propagation Network’ yang ditempatkan pada halaman utama modul. Arahkan pointer pada tombol ‘Proses Training pada Back Propagation Network’ kemudian klik tombol tersebut. Gambar 13. Panel Utama Proses Trainig Ada beberapa tahapan yang harus dilakukan sebelum proses training dijalankan. Tahapan-tahapan ini mencakup tahapan inisialisasi peubah, inisialisasi data, dan penetapan konfigurasi lainnya. Berikut ini disajikan uraian mengenai tahapan tahapan tersebut. Inisialisasi Variabel Input Layer
Inisialisasi Variabel Input Layer merupakan tahapan penentuan peubah-peubah bebas. Pada tahapan ini pengguna diharuskan mengisi peubah-peubah bebas yang terkait dengan model yang dianalisa. Aktifkan dialog Inisialisasi Variabel Input Layer dengan cara meng-klik perintah ‘Inisialisasi Variabel Input Layer’ yang disediakan pada panel utama proses training. Kemudian tetapkan peubah-peubah bebas sesuai keinginan. Prosedur editing (penambahan/penghapusan) variabel input layer secara umum dibahas pada bagian Inisialisasi Variabel. Inisialisasi Variabel Hidden Layer
Inisialisasi Variabel Hidden Layer merupakan tahapan penentuan peubah-peubah perantara/tersembunyi (hidden). Pada tahapan ini pengguna diharuskan mengisi peubah-peubah perantara/tersembunyi (hidden) yang terkait struktur model yang dianalisa. Aktifkan dialog Inisialisasi Variabel Hidden Layer dengan cara meng-klik perintah ‘Inisialisasi Variabel Hidden Layer’ yang disediakan pada panel utama proses training. Kemudian tetapkan peubah-peubah perantara/tersembunyi (hidden) sesuai keperluan. Prosedur editing (penambahan/penghapusan) variabel hidden layer secara umum dibahas pada bagian Inisialisasi Variabel. Inisialisasi Variabel Output Layer
Inisialisasi Variabel Onput Layer merupakan tahapan penentuan peubah-peubah terikat. Pada tahapan ini pengguna diharuskan mengisi peubah-peubah terikat yang terkait dengan model yang dianalisa. Dialog Inisialisasi Variabel Output Layer dapat diaktifkan dengan cara mengklik perintah ‘Inisialisasi Variabel Output Layer’ yang disediakan pada panel utama proses training. 12
P E T U N J U K
T E K N I S
P E N G G U N A A N
A P L I K A S I
Kemudian tetapkan peubah-peubah terikat sesuai keperluan. Adapun Prosedur editing (penambahan/penghapusan) variabel output layer secara umum dibahas pada bagian Inisialisasi Variabel.
Inisialisasi Variabel Topik ini dirancang untuk membantu pengguna dalam operasionalisasi teknis inisialisasi variabelvariabel pada input layer, hidden layer, dan output layer. Petunjuk penggunaan ketiga fungsi inisialisasi tersebut dibahas secara umum pada bagian ini karena secara teknis ketiga fungsi tersebut memiliki prosedur yang identik, hanya saja pada bagian Inisialisasi Variabel Input Layer sedikit berbeda (tidak disediakan fungsi aktivasi). Halaman Inisialisasi Variabel didesain sebagai jendela dialog yang dapat digunakan untuk menambah, menghapus, dan mengedit variabel input/hidden/output. Disamping itu dialog ini berguna untuk menetapkan jenis fungsi aktivasi bagi hidden layer dan output layer. Berikut adalah uraian singkat mengenai topik Inisialisasi Variabel.
Tab Fungsi Aktivasi
Area Daftar Variabel
Letakkan kursor pada kotak dialog ini kemudian masukkan variabel dan tekan [Enter]
Gambar 14. Visualisasi Dialog Inisialisasi Variabel Menambahkan Variabel
Variabel-variabel input, hidden, dan output layer dapat ditambahkan sesuai keperluan pada dialog Inisialisasi Variabel. Letakkan pointer pada kotak ‘Deskripsi Variabel’ kemudian tuliskan nama variabel yang akan dimasukkan, selanjutnya tekan [Enter] pada keyboard. Semua variabel yang dimasukkan akan didaftarkan dalam ‘Area Daftar Variabel’. Gunakan nama yang berbeda setiap kali menambahkan variabel untuk menghindari kemungkinan konfliknya variabel modul ini.
13
P E T U N J U K
T E K N I S
P E N G G U N A A N
A P L I K A S I
Menghapus Variabel
Variabel-variabel input, hidden, dan output layer dapat dihapus apabila variabel-variabel tersebut tidak diperlukan. Pada ‘Area Daftar Variabel’ Pilih variabel yang akan dihapus dengan cara mengklik variabel yang bersangkutan. Kemudian klik tombol ‘Hapus’ – variabel tersebuat akan dihilangkan dari daftar variabel. Menghapus variabel tidak dapat dibatalkan karena itu pastikan terlebih dahulu sebelum menghapusnya. Mengedit Deskripsi Variabel
Deskripsi/nama variabel-variabel input, hidden, dan output layer dapat diganti jika diperlukan. Aktifkan terlebih dahulu variabel yang akan diganti deskripsi/namanya dengan cara mengklik variabel tersebut, kemudian klik tombol ‘Edit’. Pada dialog yang ditampilkan, masukkan deskripsi atau nama variabel sesuai keperluan. Tekan [Enter] atau klik ‘OK’ untuk menyetujui dan tekan ‘Esc’ atau klik [‘ancel’ untuk membatalkan. Menetapkan Fungsi Aktivasi
Fungsi aktivasi variabel-variabel pada hidden layer dan output layer dapat ditetapkan dengan cara meng-klik variabel yang bersesuaian pada ‘Area Daftar Variabel’. Selanjutnya pilih salah satu opsi fungsi aktivasi yang ditempatkan pada ‘Tab Fungsi Aktivasi’ dengan cara meng-klik fungsi aktivasi yang sesuai. Inisialisasi Data Training
Data Training merupakan data aktual yang digunakan untuk kepentingan proses training pada Modul Back Propagation Network. Data training harus diinisialisasi terlebih dahulu karena data inilah yang akan menentukan struktur model matematis dari sistem yang dianalisa. Pengisian data data training dapat dilakukan pada dialog inisialisasi data training. Aktifkan dialog tersebut dengan cara meng-klik perintah ‘Inisialisasi Data Training’ yang ditempatkan pada panel utama proses training.
Update Perubahan Klik tombol ini sebelum menutup dialog
Gambar 15. Visualisasi Dialog Inisialisasi data Training
Kembali Klik tombol ini untuk menutup dialog
Dialog Inisialisasi Data Training disajikan dalam bentuk tabel yang terdiri dari kolom-kolom yang merupakan kolom peubah-peubah bebas maupun peubah-peubah terikat. Masing-masing kolom harus diisi pengguna dengan data aktual dari peubah-peubah yang bersesuaian. Masukkan data sesuai keperluan kemudian akhiri dengan menekan tombol [Enter] sebagai tanda persetujuan. Gunakan tombol [Esc] pada keyboard untuk membatalkannya. Data aktual yang dimasukkan pengguna pada Dialog Inisialisasi Data Training harus dinormalisasi terlebih dahulu agar data tersebut sesuai dengan tipe data yang diperlukan dalam proses training. Akan tetapi persyaratan tersebut tidak perlu dilakukan pengguna karena Modul Back Propagation Network telah menyediakan rutin yang dijalankan secara otomatis. Pengguna hanya tinggal 14
P E T U N J U K
T E K N I S
P E N G G U N A A N
A P L I K A S I
menentukan tipe normalisasi yang diperlukan. Pilihlah tipe normalisasi sesuai kepentingan dengan cara meng-klik salah satu pilihan yang ada pada tab ‘Tipe Normalisasi’. Gunakan opsi Tanpa Normalisasi pada pilihan tipe normalisasi hanya jika data yang dimasukkan berupa data yang sudah dinormalisasi Jika kegiatan pengisian data aktual telah selesai dilakukan, pengguna harus meng-update data-data ‘Update’ tersebut sebelum kembali ke halaman sebelumnya. Arahkan pointer pada tombol kemudian klik tombol tersebut. Data tidak akan dimasukkan ke dalam database jika pengguna tidak mengu-update data tersebut meskipun semua data pada lembar kerja ditampilkan. Informasi
Update data tidak dilakukan secara otomatis, selalu lakukan update data sebelum menutup dialog inisialisasi data Pengguna dapat kembali ke halaman sebelumnya yaitu halaman yang terakhir kali ditampilkan sebelum halaman ini jika telah selesai meng-edit data. Arahkan pointer pada tombol ⌧ ‘Kembali’ kemudian klik tombol ini. Inisialisasi Data Testing
Data Testing merupakan data aktual yang digunakan sebagai data pembanding atau untuk keperluan validasi model matematis yang dibangun pada saat iterasi Back Propagation Network. Data testing harus diinisialisasi terlebih dahulu karena data ini sangat berguna dalam proses pengambilan keputusan untuk validasi model. Inisialisasi data testing dapat dilakukan pada dialog inisialisasi data testing. Aktifkan dialog tersebut dengan cara meng-klik perintah ‘Inisialisasi Data Testing’ yang ditempatkan pada panel utama proses training. Teknis penggunaan halaman Inisialisasi Data Testing memiliki prosedur yang identik dengan teknis penggunaan halaman Inisialisasi Data Training seperti di bahas pada uraian sebelumnya.
Gambar 16. Visualisasi Dialog Inisialisasi data Testing
Prosedur Training
Prosesdur Training merupakan prosedur inti dari Modul Back Propagation Network setelah semua peubah serta konfigurasi ditetapkan. Pada prosedur inilah dilakukan pembelajaran dengan teknik Back Propagation Network untuk membangun model matematis dari peubah-peubah sistem yang dianalisa. Training dilakukan secara iteratif dimana pada setiap iterasi koefisien15
P E T U N J U K
T E K N I S
P E N G G U N A A N
A P L I K A S I
koefisien yang terlibat selalu diperbaiki untuk mencapai kesalahan yang paling rendah. Karena itu apabila pada iterasi tertentu tingkat kesalahan mengalami peningkatan, maka iterasi dihentikan. Disamping itu penghentian iterasi juga dilakukan apabila jumlah iterasi telah melebihi jumlah yang ditetapkan. Halaman Prosedur Training dapat diaktifkan dengan memberikan perintah ‘Prosedur Training’. Arahkan pointer pada tombol ‘Prosedur Training’ kemudian klik tombol tersebut.
Kopi grafik training ke memori Simpan keluaran model Tampilkan grafik peubah lain Kembali ke halaman sebelumnya
Stop proses training Mulai proses training
Gambar 17. Visualisasi Dialog Prosedur Training Ada beberapa variabel yang harus diatur dalam proses pembelajaran model diantaranya penetapan learning rate, momentum rate, maximum epoch, dan minimum error. Learning rate dan momentum rate adalah koefisien-koefisien pembelajaran, sedangkan maximum epoch dan minimum error adalah level interupsi proses training. Iterasi pembelajaran akan dihentikan jika jumlah iterasi melebihi maximum epoch atau tingkat kesalahan melebihi minimum error. Iterasi tetap dihentikan apabila tingkat kesalahan mengalami peningkatan. Masukkan nilai-nilai parameter tersebut pada kotak-kotak yang bersesuaian kemudian tekan [Enter]. Setelah semua parameter ditetapkan, proses pembelajaran dapat dimulai. Klik perintah ‘Start’ untuk memulai pembelajaran – pengguna dapat melihat secara visual hasil pembelajaran berupa grafik training-testing, tingkat kesalahan, dan korelasi pearson pada setiap iterasi. Iterasi pembelajaran dapat dihentikan meskipun proses pembelajaran sedang berlangsung, gunakan perintah ‘Stop’ untuk menghentikan iterasi pembelajaran. Proses training tentu saja dilakukan pada kondisi normalisasi dan fungsi aktivasi yang telah ditetapkan sebelumnya. Akan tetapi untuk kepentingan tertentu (misalnya simulasi penentuan tipe normalisasi dan fungsi aktivasi terbaik) proses training dapat dilakukan pada semua kombinasi normalisasi dan fungsi aktivasi yang ada. Modul Back Propagation Network menyediakan fungsi sehingga semua kombinasi normalisasi dan fungsi aktivasi disimulasi. Aktifkan ceklis ‘Simulasi’ untuk mencoba semua kombinasi tersebut, kemudian klik tombol ‘Start’ – semua kombinasi akan 16
P E T U N J U K
T E K N I S
P E N G G U N A A N
A P L I K A S I
diproses dan hasilnya akan direkam dalam bentuk file. Grafis training disimpan dalam direktori yang sama dengan nama file aktif dengan formula ‘[file].trn.record.[nama output layer].[normalisasi data training]-[normalisasi data testing].[aktivasi input layer].[aktivasi output layer].bmp’, misalnya default.trn.record.Harga Minyak Goreng Bulan 1.0-1.SigBin.SigBin.bmp. Sedangkan nilai-nilai kesalahan dan korelasi disimpan dalam formula ‘[file].trn.record’, misalnya default.trn.record. Grafis hasil training dari variabel output yang tampil dapat dikopi ke memori untuk kemudian digunakan pada aplikasi lain seperti Microsoft Word, Microsoft Excel, dan sejenisnya untuk ‘Copy’ untuk mengkopi grafik ke memori kemudian keperluan reporting. Gunakan fasilitas sisipkan pada editor lain dengan operasi ‘Paste’. Koefisien-koefisien hasil training yang nantinya membentuk model matematis juga dapat disimpan ‘Simpan keluaran dalam dalam bentuk file jika diperlukan. Arahkan pointer pada tombol bentuk file’ kemudian klik tombol ini. Tetapkan nama dan lokasi file pada dialog yang ditampilkan kemudian tekan [Enter] atau klik tombol ‘OK’ untuk melanjutkan dan tekan [Esc] atau klik tombol ‘Cancel’ untuk membatalkan. Model matematis keluaran proses training disimpan dalam ekstensi *.nn_mdl.
Implementasi Model Koefisien-koefisien hasil training yang membentuk sebuah persamaan matematis dapat digunakan untuk melakukan simulasi/prediksi variabel output dengan melakukan interpolasi terhadap variabel-variabel inputnya. Lakukan simulasi nilai-nilai aktual sesuai keperluan pada ‘Area Input Variabel’ yang diakhiri dengan menekan tombol [Enter] pada keyboard. Semua perubahan yang dilakukan akan dimasukkan ke dalam model matematis yang berlaku kemudian dilaporkan hasilnya pada ‘Area Hasil Interpolasi’. Meng-update nilai perkiraan pada modul kelayakan Membuka model Menyimpan nilai variabel Area Input Variabel
Hasil interpolasi model
Gambar 18. Visualisasi Dialog Implementasi Model
17
P E T U N J U K
T E K N I S
P E N G G U N A A N
A P L I K A S I
Dokumentasi File Bagian dokumentasi file sebagai fasilitas untuk mempermudah pengguna dalam manajemen data yang dianalisis. Bagian ini memiliki perintah-perintah yang dapat digunakan untuk membuat dokumen baru, membuka dokumen yang sebelumnya telah disimpan dalam media penyimpan, dan menyimpan dokumen aktif. Membuat Dokumen Baru
Perintah ini digunakan untuk membuat dokumen yang sama sekali baru (tanpa variabel-variabel pada input, hidden, dan output layer. Operasi ‘membuat dokumen baru’ dapat juga didefinisikan sebagai kegiatan mengosongkan variabel-variabel tersebut. Perintah ‘membuat dokumen baru’ tidak secara otomatis menyimpan file yang sedang dikerjakan, simpanlah dokumen tersebut jika anda memerlukannya pada kesempatan lain. Membuka Dokumen
Modul Back Propagation Network menyediakan fasilitas untuk membuka dokumen yang sebelumya telah tersimpan dalam media penyimpan seperti hard disk, floppy disk, flash disk, dan sejenisnya. (membuka dokumen) yang terdapat pada kumpulan perintah dokumentasi – Klik tombol kemudian pengguna diminta untuk menentukan nama dokumen yang akan dibuka. Silahkan tentukan lokasi dimana dokumen tersebut diletakkan kemudian klik [Open] atau tekan [Enter] untuk melanjutkan. Untuk membatalkan, klik tombol [Cancel] atau tekan [Esc] pada keyboard. Pilih lokasi file di sini
Klik nama file yang akan dibuka
Gambar 19. Dialog membuka dokumen Menyimpan dokumen aktif
Untuk menyimpan dokumen aktif dalam bentuk file, Klik di sini untuk membatalkan (Menyimgunakan tombol pan dokumen aktif) yang terletak pada kumpulan perintah dokumentasi. Jika dokumen yang aktif belum memiliki nama dokumen, maka nama dokumen akan ditanyakan. Tetapkan lokasi dan nama dokumen pada dialog tersebut, kemudian klik [OK] atau tekan [Enter] untuk melanjutkan dan klik [Save] atau tekan tombol [Esc] untuk membatalkan. Jika dokumen tersebut sudah mempunyai nama file, dialog ini tidak akan ditampilkan. File yang diberikan tidak boleh sama dengan file-file yang ada dalam Tuliskan nama file di folder yang sama. sini Klik di sinilokasi untuk file melanjutkan Pilih di sini
Klik di sini untuk melanjutkan Klik di sini untuk membatalkan
Gambar 20. Dialog menyimpan dokumen.
18
