DISAIN MODEL PERILAKU AGENT YANG TERLIBAT DALAM RANTAI PASOK KENTANG INDUSTRI
Asep Mohamad Noor
SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2013
PERNYATAAN MENGENAI DISERTASI DAN SUMBER INFORMASI
Dengan ini saya menyatakan bahwa disertasi yang berjudul Disain Model Perilaku Agent Yang Terlibat Dalam Rantai Pasok Kentang Industri adalah karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apapun kepada perguruan tinggi manapun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir disertasi ini.
Bogor, Agustus 2013
Asep Mohamad Noor NIM F361080141
ABSTARCT ASEP MOHAMAD NOOR. Design of Agent Behavior Model Involved in Potatoes Supply Chain. Under supervision of MACHFUD, INDAH YULIASIH, AND A. BENNY MUTIARA.
In generally there are two types of potatoes. The first is potatoes for consumption and the second is potatoes for industry. Both kinds of are cultivated in Pangalengan. Those two types of potatoes have different characteristics seen their functions and uses. This potatoes business is run by involving some agents. These agents have relationship one and another in term of information exchange and the distribution of potatoes commodity. In this model, there are three agents involved, namely producer agent, supplier agent and consumer agent. The three agent have different roles according to their functions and characteristics. The roles of producer agent are passive, the role of supplier agent is semi-active and the roles of consumer agent are active. These roles make different behaviors. Such behaviors can affect the supply of potatoes produced by each of the agents, so if there is deviant behavior among those agents, it will affect the supply of potatoes and cause losses among the agent. Each agent involved in the potatoes supply chain is autonomous. The model was developed to address the issue of perception and business aspects. JADE is used as the approach of implementation to behavioral models to agents in the potatoes supply chain.
Keywords: agent behaviors, the potatoes supply chain, multi-agent systems
RINGKASAN ASEP MOHAMAD NOOR. Disain Model Perilaku Agent Yang Terlibat dalam Rantai Pasok Kentang Industri. Dibimbing oleh MACHFUD, INDAH YULIASIH dan A. BENNY MUTIARA
Secara umum ada dua jenis kentang yang diusahakan di wilayah Kecamatan Pangalengan Jawa Barat, yaitu kentang untuk konsumsi sayuran dan kentang sebagai bahan baku industri. Setiap jenis kentang tersebut mempunyai karakteristik yang berbeda sesuai dengan fungsi dan kegunaannya. Usaha kentang industri dijalankan dalam suatu rantai pasok yang dilakukan oleh beberapa agent yang terlibat. Agentagent tersebut mempunyai keterkaitan antara satu dengan yang lain dalam hal pertukaran informasi dan pendistribusian komoditi kentang. Dalam rantai pasok ini terjadi interaksi antar agent yang digambarkan dalam bentuk perilaku, dimana perilaku tersebut mencerminkan masing-masing agent yang terlibat dalam rantai pasok kentang. Perilaku agent yang mengusahakan kentang ini mempunyai karakteristik yang khas dan kompleks. Ke-khas-an dan kompleksitas dari perilaku ini akan menjadi salah satu yang dapat berpengaruh terhadap jumlah kentang yang dihasilkan oleh agent-agent tersebut dalam memenuhi pesanan kentang dari konsumennya. Pendekatan model yang berbasis multi-agent dapat digunakan untuk mengkaji perilaku agent dalam rantai pasok, hal ini diperlukan dalam sebuah proses pengambilan keputusan (Sabri et al. ,2000; Fu, 2000; Bonabeau, 2002; Ittiwattana, 2002; Maulana, 2005; Erol et al., 2007; Syairudin, 2008; Radhakrishnan et al., 2009; Kashif, Ayesha dan Xuan Hoa Binh Le, 2011). Suatu sistem kompleks dapat dipandang terdiri dari subsistem-susbsistem atau agent, interaksi agent-agent, atau berperilaku seperti agent-agent didalam suatu sistem. Agent-agent tersebut memiliki kemampuan belajar, merencanakan, berkomunikasi dan bernegosiasi. Upaya yang dilakukan dalam penelitian ini adalah bagaimana mengembangkan model pengaruh perilaku dari setiap agent dalam mempengaruhi tingkat ketersediaan pasokan kentang pada sistem rantai pasok. Dalam penelitian ini identifikasi dan analisis perilaku dilakukan pada setiap agent rantai pasok. Kerangka pemikirian disain pemodelan dalam penelitian ini mengacu kepada metodologi yang dikembangkan oleh Nikraz et.al (2006). Secara garis besar pengembangan model ini terdiri atas beberapa tahap penelitian. Tahap pertama adalah mempelajari perilaku agent dari berbagai sumber, tahap kedua adalah pengumpulan data yang berupa identifikasi dari perilaku agent dan sistem persediaannya, tahap ketiga adalah pengolahan data dan analisis dari hasil identifikasi, tahap keempat adalah perancangan model, tahap kelima adalah verifikasi dan validasi model, tahap keenam adalah pengujian dan perbaikan model dan tahap ketujuh adalah kesimpulan.
Dinamika pasokan kentang pada masing-masing agent hasil simulasi skenario tersebut menunjukkan adanya perubahan jumlah produksi kentang. Perubahan jumlah pasokan kentang juga terjadi pada agent distributor dan agent konsumen. Perubahan pasokan kentang ini dipengaruhi oleh perilaku agent produsen yang tidak menjual seluruh hasil panennya kepada agent yang sudah melakukan kerjasama. Alasan agent produsen menjual kentang kepada pihak lain diluar kesepakatan itu adalah adanya faktor harga jual yang lebih tinggi dibandingkan dengan harga yang diberikan oleh konsumen yang sudah terikat kerjasama. Pelanggaran kesepakatan ini merupakan suatu perilaku yang menyimpang, perilaku yang menyimpang ini adalah perilaku yang diluar norma yang berlaku di masyarakat. Dengan adanya perilaku ini, akan merugikan salah satu pihak, yaitu mengurangi pasokan kepada salah satu agent yang terlibat dalam rantai pasok ini. Pada kasus ini, adanya penyimpangan dari agent produsen terhadap kesepakatan yang sudah dibuat, salah satu penyebabnya adalah dalam hal pembuatan kesepakatan yang hanya bersifat verbal dan tidak dalam bentuk ikatan yang kuat. Penyebab perilaku menyimpang menurut Soerjono Soekanto adalah norma sosial yang ada tidak memuaskan pihak tertentu, karena tidak dapat memenuhi kebutuhan dasarnya. Norma sosial yg ada kurang jelas perumusannya, sehingga menimbulkan aneka penafsiran, dalam masyarakat terjadi konflik antara peran-peran yang dipegang aktor dan tidak mungkin untuk mengatur kepentingan semua aktor. Faktor-faktor yang berpengaruh terhadap pasokan kentang disetiap tingkat ini adalah jumlah bibit kentang yang ditanam oleh agent produsen, harga jual kentang disetiap tingkatan rantai pasok, cara pembayaran penjualan kentang yang dilakukan oleh konsumen terhadap produsen. Jumlah bibit yang digunakan oleh produsen merupakan salah satu bentuk realisasi yang dilakukan oleh agent produsen dengan agent konsumen dalam melakukan kesepakatan kerja. Jumlah bibit yang ditanam dipengaruhi oleh alokasi luas lahan yang digunakan oleh agent produsen. Faktorfaktor yang mempengaruhi penerimaan penawaran kerjasama antara konsumen dan produsen adalah harga jual kentang, luas lahan, jumlah bibit, mutu kentang dan cara pembayaran. Besaran harga jual kentang pada masing-masing tingkatan rantai pasok mempengaruhi terhadap jumlah pasokan kentang. Agent-agent tesebut akan mencari harga beli yang rendah dan mencari harga jual yang tinggi. Oleh sebab itu agentagent yang terlibat dalam rantai pasok kentang ini akan melakukan tawar-menawar sampai terjadi kesepakatan yang dapat memberikan keuntungan di semua pihak. Kata Kunci : perilaku agent, rantai pasokan kentang, sistem multi agent
©Hak Cipta milik IPB, tahun 2013 Hak Cipta dilindungi Undang-undang
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan atau menyebutkan sumbernya. Pengutipan hanya untuk kepentingan pendidikan, penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik, atau tinjauan suatu masalah; dan pengutipan tersebut tidak merugikan kepentingan yang wajar IPB. Dilarang mengumumkan dan memperbanyak sebagaian atau seluruh Karya tulis dalam bentuk apa pun tanpa izin IPB
DISAIN MODEL PERILAKU AGENT YANG TERLIBAT DALAM RANTAI PASOK KENTANG INDUSTRI
Asep Mohamad Noor
Disertasi Sebagai salah satu syarat untuk memperoleh gelar Doktor Pada Program Studi Teknologi Industri Pertanian
SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2013
Penguji pada ujian tertutup: 1. Prof. Dr. Ir. Marimin, M.Sc 2. Dr. Ir. Sutrisno, MS. Agr
Penguji pada ujian terbuka: 1. Dr Ir Mat Syukur, MS 2. Dr. Ir. Sudaryanto, M.Sc.
Judul Disertasi
: Desain Model Perilaku Agent Yang Terlibat Dalam Rantai Pasok Kentang Industri
Nama
: Asep Mohamad Noor
NIM
: F361080141
Disetujui, Komisi Pembimbing
Dr. Ir. Machfud, MS Ketua
Prof. Dr.rer.nat. A. Benny Mutiara, SSi, SKom Anggota
Dr. Indah Yuliasih, STP., MSi. Anggota
Diketahui, Ketua Program Studi Teknologi Industri Pertanian
Dr. Ir. Machfud, MS
Tanggal Ujian : 23 Juli 2013
Dekan Sekolah Pascasarjana
Dr. Ir. Dahrul Syah, M.Sc.Agr
Tanggal Lulus :
PRAKATA Puji syukur penulis panjatkan kehadirat Allah SWT, atas kekuatan, rahmat, dan anugerah-Nya sehingga penulis dapat menyelesaikan disertasi yang berjudul Desain Model Perilaku Agent Yang Terlibat Dalam Rantai Pasokan Kentang. Penulis sangat menyadari penelitian dan penulisan disertasi pada Program Studi Teknologi Industri Pertanian IPB ini tidak akan pernah dapat diselesaikan dengan baik dan tuntas apabila tidak dibimbing dan tidak didukung oleh berbagai pihak, baik langsung maupun tidak langsung. Untuk itu penulis mengucapkan terimakasih yang sangat mendalam kepada : 1. Bapak Dr. Ir. Machfud, MS., Bapak Prof. Dr. rer.nat. Achmad Benny Mutiara, SSi., SKom., dan Ibu Dr. Indah Yuliasih, STP, MSi., atas semua bimbingan, arahan, semangat, motivasi dan petunjuk yang telah banyak diberikan kepada penulis sehingga penelitian dan penulisan disertasi ini dapat diselesaikan. 2. Ketua dan Sekretaris Sekolah Pascasarjana IPB yang telah banyak membantu dalam kelancaran studi S3 di IPB 3. Dekan Fakultas Teknologi Pertanian IPB 4. Ketua dan Sekretaris serta seluruh dosen Program Studi Teknologi Industri Pertanian IPB 5. Terimakasih kepada Bapak Prof. Dr. Ir. Marimin, MSc., dan Bapak Dr. Ir. Sutrisno, M.Agr, sebagai penguji luar komisi pada Ujian Tertutup yang telah memberikan masukan yang sangat berarti untuk menyempurkan disertasi ini. 6. Terimakasih kepada Bapak Dr. Ir. Mat Syukur, MS., dan Bapak Dr. Ir. Sudaryanto, MSc., sebagai penguji luar komisi pada Ujian Terbuka yang telah memberikan masukan yang sangat berarti untuk menyempurkan disertasi ini. 7. Rektor Universitas Gunadarma, Ibu Prof. Dr. E.S. Margianti, SE., MM ., yang telah memberi kesempatan dan ijin bagi penulis dalam menempuh pendidikan S-3 di IPB 8. Bapak Prof. Suryadi Harmanto, SSi., MMSI dan Bapak Agus Sumin, SSi., MM 9. Yayasan Pendidikan Gunadarma dan Tim PHKI Universitas Gunadarma atas ijin melanjutkan pendidikan yang diberikan dan dana studi serta penelitian. 10. Civitas Akademika Universitas Gunadarma 11. Rekan-rekan di Jurusan Teknik Industri Universitas Gunadarma, Dr. Ir.Rakhma Oktavina,MT, Ina Siti Hasanah, ST., MT, Dr. Ir. Sudaryanto, MSc., Dr. Ir. Hotniar Siringoringo, MSc., Dr. Ir. Dian Kemala Putri, MT, Ir. Rossi Septi Wahyuni, MT dan Ratih Wulandari, ST., MT.
12. Kepala, Wakil Kepala dan Staf Laboratorium Teknik Industri, Dr. Emirul Bahar, SSi., MT., Ir Farry Firman Hidayat, MSIE., Ainul Haq Parinduri, ST., MMSI., Anita, ST., MT., Nurjanah, ST serta seluruh asisten di Laboratorium Teknik Industri serta seluruh mahasiswa Jurusan Teknik Industri Universitas Gunadarma, terimakasih atas kerjasama dan dorongan semangatnya. 13. Dekan dan para Pembantu Dekan Fakultas Teknologi Industri, Prof. Dr. Syahbudin, MSc., Dr Ernastuti, SSi., MMSI., Dr. Dwi Asih Haryanti, SE., MM., Ir. Sunyoto, MT. 14. Sahabat seperjuangan, Dr. Ir. Raziq Hasan, MT.Ars dan Istri, Dr. Ir. H. Arief Rahman, MT.Ars dan Istri, Dr. Ir. Ridwan dan Istri, Dr. Ir. Andi Tentrisuki Tentriajeng, MT dan Istri. 15. Bapak Dr. Ir. Budiman P., MS, Dr. Asep Juarna, SSi., MKom. dan istri, rekanrekan LPM Universitas Gunadarma, serta rekan-rekan Jurusan Teknik Arsitektur dan Jurusan Teknik Mesin. 16. Ucapan terima kasih juga penulis haturkan kepada rekan-rekan Mahasiswa S3 TIP IPB angkatan 2008, 2009, 2010 atas persaudaraan, kerjasama dan dorongan semangat yang diberikan. 17. Terimakasih untuk para petani kentang di Kecamatan Pangalengan, khususnya Kelompok Tani Tunas Mekar yang diketuai oleh Kang Fitri dan perwakilan perusahaan industri atas informasi dan data yang sangat berguna dalam penyelesaian disertasi ini. 18. Terimakasih juga penulis haturkan kepada Sdr. Suparto, S.Sas., M.Hum atas bantuannya dalam penenjemahan dalam penulisan jurnal internasional, dan sdr. Hendra Gunawan, SKom atas bantuan pembuatan program JADE. 19. Ibu-ibu pengajian Nurul Fikri Depok, terimakasih atas do’a dan dukungannya selama ini. 20. Tidak lupa penulis haturkan terimakasih kepada Ketua Umum Komite Olah Raga Nasional Indonesia (KONI) Kota Depok Bapak Drs. Amri Yusra, MSi., Bapak Dr. H. Prihandoko, MIT, rekan-rekan pengurus dan staf KONI Kota Depok, H. Misbahul Munir, SH., MSi, H. Sugeng Abdussalam, SE., Drs. H. Dudi Mi’raz Imadudin, MSi., Hery Supriyanto, Dr.Yasep Setiakarnawijaya, SKM, MKes., Hj. Nina Suzana, S.Sos., MSi., Rusmiyati Yahya, SPd., MM., Dr Trisna Setiawan, MKes., Salamah, Arti, Dwi, Sunyitno, Nanang, serta rekan-rekan pengurus lainnya yang tidak penulis sebutkan satu persatu, dan rekan-rekan pengurus cabang olah raga se Kota Depok. 21. Ucapan terimakasih yang paling utama, penulis haturkan kepada kedua BIDADARI ku, yaitu Ibu/Bapak serta Istri dan Anak-anakku, Ibu Hj. Kurniasih dan Bpk. H. Sahda (Alm), Ir. Nanih Suhartini, Putri Amalia Fauziah Noor,
Mohamad Ghazy Firzatullah Noor (Alm), Kakak-kakak dan keponakan yang berada di Serang Banten, Karawang, Bandung dan Salawu Tasikmalaya. Keluarga besar Bapak H. Sahda (Alm) yang berada di Bandung dan Depok dan keluarga besar Bapak Holil (Alm) yang berada di Tasikmalaya dan Ciawi Bogor atas bimbingan dan do’anya yang tidak pernah putus, serta atas segala kesabaran, ketabahan dan dukungan yang diberikan kepada penulis selama menempuh pendidikan S3. Penulis menyadari bahwa karya ilmiah ini masih jauh dari sempurna. Oleh karena itu, kritik dan saran diharapkan untuk perbaikan. Penulis mengharapkan semoga hasil penelitian ini berguna bagi perkembangan ilmu pengetahuan dan bermanfaat bagi yang membutuhkan.
Bogor,
Agustus 2013
Asep Mohamad Noor
RIWAYAT HIDUP
Penulis dilahirkan di Bandung pada tanggal 4 Mei 1969 sebagai anak ke-enam dari enam bersaudara dari pasangan H. Sahda (Alm) dan Hj. Kurniasih. Penulis menyelesaikan pendidikan dasar sampai menengah di SD Negeri Garuda 1 Bandung, SMP Negeri 1 Bandung, dan SMA Negeri 9 Bandung. Pendidikan Sarjana di tempuh di Fakultas Teknik, Jurusan Teknik dan Manajemen Industri Universitas Pasundan Bandung pada tahun 1989-1994. Tahun 1993 – 1994 menjadi Ketua Komisi Litbang dan Pendidikan Badan Perwakilan Mahasiswa (BPM) FT Universitas Pasundan. Tahun 1993 - 1995 menjadi asisten Laboratorium Sistem Produksi di Jurusan Teknik dan Manajemen Industri Universitas Pasundan. Tahun 1996, penulis diterima sebagai staf dosen di Jurusan Teknik Industri Universitas Gunadarma. Pada tahun 2010 sampai sekarang, penulis menjadi Koordinator Laboratorium Jurusan Teknik Industri Universitas Gunadarma. Tahun 2008 – 2010 penulis menjadi anggota Bidang Organisasi KONI Kota Depok. Akhir tahun 2010 menjadi sekretaris panitia pelaksana Musyawarah Luar Biasa KONI Kota Depok. Periode tahun 2010 – 2012 penulis dipercaya menjadi Wakil Ketua Bidang Penelitian dan Pengembangan (Litbang) KONI Kota Depok. Saat ini penulis menjadi Ketua Komisi Data dan Informasi Bidang Litbang KONI Kota Depok pada periode kepengurusan tahun 2012 – 2016. Kesempatan mendalami ilmu teknik, khususnya Teknik Industri diperoleh tahun 1998 di Program studi Teknik Industri Universitas Pelita Harapan Jakarta dan memperoleh gelar Magister Teknik pada awal tahun 2000. Tahun 2008, penulis berkesempatan melanjutkan pendidikan program Doktor di Program Studi Teknologi Industri Pertanian IPB hingga saat ini. Karya ilmiah yang telah dan akan diterbitkan dalam jurnal nasional maupun internasional antara lain : 1. Multi Agent-Based Behaviour Models in Potatoes Supply Chain, dimuat pada European Journal of Scientific Research, ISSN 1450-216X / 1450-202X 2. Analisis struktur dan perilaku agent yang terlibat dalam rantai pasokan kentang dengan sistem multi agent, dimuat dalam Jurnal Ekonomi Bisnis Universitas Gunadarma, Vol 17, Nomor 3 Desember 2012.
I.
PENDAHULUAN
1.1. Latar Belakang Masalah Manajemen rantai pasok yaitu suatu metode dalam bekerja sama membuat produk yang murah, mengirimkannya tepat waktu dan dengan mutu yang bagus yang didasari oleh kesadaran bahwa kuatnya sebuah rantai pasok tergantung pada kekuatan seluruh elemen yang ada di dalamnya baik internal maupun eksternal, serta secara langsung maupun tidak langsung dalam memenuhi keinginan konsumen. Pengertian, kepercayaan, dan aturan main merupakan faktor sukses dalam rantai pasok (Krajewski dan Ritzman, 2005; Pujawan, 2006; Chopra dan Meindl, 2007). Dari beberapa pengertian mengenai rantai pasok yang dikembangkan oleh beberapa sumber (Lambert et al., 1998; Chopra dan Meindl, 2007; Pujawan, 2006, Simchi Levi et al., 2006) maka didapatkan definisi rantai pasok sebagai “suatu jaringan yang terdiri atas beberapa perusahaan yang bekerjasama dan terlibat baik secara langsung maupun tidak langsung dalam memenuhi permintaan pelanggan, dimana perusahaan-perusahaan tersebut melakukan fungsi pengadaan material, proses transformasi material menjadi produk setengah jadi dan produk jadi, serta distribusi produk jadi tersebut hingga ke konsumen akhir”. Tujuan yang hendak dicapai dari setiap rantai pasok adalah untuk memaksimalkan nilai yang dihasilkan secara keseluruhan (Chopra dan Meindl, 2007). Rantai pasok yang terintegrasi akan meningkatkan keseluruhan nilai yang dihasilkan oleh rantai pasok tersebut.Untuk memenuhi kriteria dari definisi tersebut diperlukan suatu koordinasi antara pihak-pihak yang terkait pada rantai pasok. Diantara bentuk koordinasi tersebut adalah adanya pengendalian persediaan pada masing-masing agent rantai pasok (Pujawan, 2006 dan Radhakrishnan, 2009). Fungsi pengendalian persediaan tersebut adalah untuk menjaga pasokan kentang dari hulu sampai hilir sehingga tidak terjadi kekurangan. Untuk mengendalikan persediaan tersebut dibutuhkan suatu manajemen persediaan yang tepat, karena jika tidak dilakukan dengan tepat akan mengakibatkan kekurangan pasokan sehingga akan mengganggu pada proses berikutnya. Menurut Narmadha dan Selladurai (2009) bahwa estimasi yang tepat
2
dari persediaan yang optimal sangat penting, karena kekurangan persediaan menghasilkan penjualan yang hilang, sementara kelebihan persediaan dapat mengakibatkan biaya penyimpanan meningkat. Tujuan utama dari pengendalian persediaan adalah agar perusahaan selalu mempunyai persediaan dalam jumlah yang tepat, pada waktu yang tepat, dan dalam spesifikasi atau mutu yang telah ditentukan sehingga kontinuitas usaha dapat terjamin. Secara konsepsual, rantai pasok kentang merupakan suatu sistem ekonomi yang mendistribusikan manfaat serta risiko diantara agent yang terlibat di dalamnya. Produk kentang yang dipasarkan melalui rantai pasok pada umumnya memiliki karakteristik mengkonsumsi ruang, mudah rusak, dan berat serta volume produk sangat erat kaitannya dengan nilai ekonomi produk bersangkutan. Setiap mata rantai dihubungkan oleh adanya pertukaran informasi, jaminan mutu produk serta komitmen volume transaksi. Keterkaitan dari berbagai proses yang terjadi dapat menciptakan nilai tambah produk kentang, namun menuntut setiap rantai agent untuk mengkoordinasikan aktivitasnya sebagai suatu proses perbaikan yang berkelanjutan. Biaya yang terjadi pada satu mata rantai ditentukan secara signifikan oleh tindakan yang dilakukan atau tidak dilakukan oleh mata rantai lain. Menurut Adiyoga et al. (2007), bahwa rantai pasok sayuran di kabupaten Bandung, Jawa Barat masih bersifat tradisional dan belum tertata dengan baik. Ada beberapa masalah yang terjadi di sepanjang rantai pasok, yaitu variabilitas harga tinggi, pasokan tidak stabil, biaya penanganan tinggi, ketidak-pastian mutu produk, respon terhadap pemesanan lambat, kurangnya pengawasan mutu di sepanjang rantai, kurangnya perencanaan produksi/metode produksi konvensional, tidak ada regulasi dan peraturan yang jelas, kompetisi pasokan dari sentra produksi lain, kurangnya informasi pasar, kurangnya transparansi dalam penentuan harga, kurangnya rasa kepercayaan antar partisipan, kesulitan koordinasi antar pemasok skala kecil, dan tidak ada kemampuan untuk penjejakan dan penelusuran. Kentang industri dilihat dari produktivitasnya mempunyai proporsi yang kecil dibandingkan dengan kentang sayuran, akan tetapi secara fungsi mempunyai peran yang besar dalam industri kentang olahan. Kentang untuk bahan baku industri chip adalah kentang yang mempunyai karakteristik yang khas baik secara
3
fisik maupun kimiawi. Karakteristik tersebut mempengaruhi terhadap mutu kentang sebagai bahan baku yang merupakan syarat utama dalam proses produksinya. Dengan melihat kegunaan dan karakterik tersebut diperlukan suatu kajian lebih mendalam mengenai kentang industri. Agent dalam rantai pasok mempunyai karakteristik dan perilaku yang khas sesuai dengan fungsi dan perannya masing-masing. Dari beberapa agent yang terkait dan tingkatannya, dapat dikelompokkan dalam tiga agent utama, yaitu agent produsen, agent distributor dan agent konsumen. Masing-masing agent utama tersebut mempunyai perilaku dan sifat yang khas serta kompleks. Kompleksitas dari perilaku agent kentang ini berpengaruh terhadap pasokan dan permintaan dari komoditas secara keseluruhan. Perilaku sendiri mempunyai arti yang luas, salah satunya perilaku dapat dinyatakan sebagai sekumpulan aksi dari manusia yang didasari oleh kemauannya (Reynolds, 1999). Perilaku juga bisa dikatakan sebagai respon dari setiap individu, grup kelompok tertentu terhadap lingkungannya (Thalmann et al., 1999). Menurut Notoatmodjo (2003) perilaku adalah tindakan atau aktivitas dari manusia itu sendiri yang mempunyai bentangan yang sangat luas antara lain berjalan, berbicara, menangis, tertawa, membaca dan sebagainya, sehingga dapat disimpulkan bahwa perilaku manusia adalah semua kegiatan atau aktivitas manusia baik yang dapat diamati langsung maupun yang tidak dapat diamati oleh pihak luar. Perilaku agent dalam rantai pasok kentang ini mempunyai kompleksitas dan kepentingannya masing-masing sesuai dengan posisinya, dimana kepentingan tersebut, jika dilihat pada suatu konteks rantai pasok harus dapat memberikan nilai tambah atau keuntungan bagi anggota rantai pasok tersebut. Pendekatan model yang berbasis multi-agent dapat digunakan untuk mengkaji perilaku agent dalam rantai pasok, hal ini diperlukan dalam sebuah proses pengambilan keputusan (Sabri et al.,2000; Fu, 2000; Bonabeau, 2002; Ittiwattana, 2002; Maulana, 2005; Erol et al., 2007; Syairudin, 2008; Radhakrishnan et al., 2009; Kashif, Ayesha dan Xuan Hoa Binh Le, 2011). Suatu sistem kompleks dapat dipandang terdiri dari subsistem-susbsistem atau agent, interaksi antar agent, atau berperilaku seperti agent-agent didalam suatu sistem. Agent-agent tersebut memiliki kemampuan belajar, merencanakan, berkomunikasi dan bernegosiasi. Upaya yang dilakukan dalam penelitian ini adalah bagaimana
4
mengembangkan model pengaruh perilaku dari setiap agent dalam mempengaruhi tingkat ketersediaan pasokan kentang industri pada sistem rantai pasok.
1.2. Rumusan Permasalahan Ada beberapa agent yang terlibat dalam rantai pasok kentang, dimana dimasing-masing
agent tersebut mempunyai hubungan perilaku antar agent.
Salah satu aspek yang dikaji dalam manajemen rantai pasok adalah masalah ketersediaan pasokan. Ketersediaan pasokan di masing-masing agent perlu dikendalikan dalam suatu sistem yang terintegrasi mulai dari hulu sampai hilir. Berdasarkan penelitian pendahuluan yang ada, maka permasalahan yang dapat dirumuskan dan dijawab melalui penelitian ini adalah terdapat perilaku agent yang dapat menyebabkan tidak optimalnya tingkat pasokan kentang dalam rantai pasok.
1.3. Tujuan Penelitian Secara umum tujuan penelitian ini adalah dihasilkannya sebuah model perilaku agent yang terlibat dalam sistem rantai pasok kentang yang efektif dan efisien serta responsif guna membantu setiap agent rantai pasok untuk membuat keputusan secara cepat. Sedangkan secara khusus tujuan dari penelitian ini antara adalah: a. Teridentifikasinya perilaku agent yang terlibat dalam rantai pasok kentang. b. Terpetakannya pengaruh perilaku agent dalam penentuan tingkat ketersediaan pasokan dalam rantai pasok kentang. c. Membuat model pengambilan keputusan pengaruh perilaku agent untuk menentukan ketersediaan pasokan dalam rantai pasok kentang.
1.4. Manfaat Penelitian Manfaat yang dapat diperoleh dari model perilaku agent yang terlibat dalam rantai pasok kentang industri ini adalah : a. Dapat digunakan untuk menyusun kebijakan penentuan kebutuhan kentang sebagai bahan baku industri b. Sebagai alat penunjang pengambilan keputusan dan informasi bagi industri
5
1.5. Ruang Lingkup Penelitian Perancangan model pengaruh perilaku agent ini melingkupi integrasi sistem pasokan kentang dan informasi yang melibatkan seluruh agent yang terlibat dalam rantai pasok kentang, yaitu petani, kelompok tani, pedagang besar/penyalur sampai kepada konsumen industri. Penelitian ini difokuskan pada perancangan model pengaruh perilaku agent terhadap tingkat pasokan dalam suatu rantai pasok kentang mempunyai ruang lingkup sebagai berikut: a. Rantai pasok produk pertanian yang akan diteliti adalah rantai pasokan kentang di Pangalengan Kabupaten Bandung, Jawa Barat b. Jenis kentang yang akan diamati adalah kentang untuk konsumsi industri c. Pemodelan tingkat pasokan kentang dilakukan secara kuantitatif dan kualitatif
6
II.
TINJAUAN PUSTAKA
2.1. Rantai Pasok Agroindustri Rantai pasok adalah suatu sistem organisasi yang menyalurkan barang produksi dan jasanya kepada para pelanggannya. Rantai pasok ini juga merupakan jaringan yang terdiri dari berbagai organisasi-organisasi yang saling berhubungan dan mempunyai hubungan yang sama, yaitu menyelenggarakan pengadaan atau distributor barang dengan sebaik-baiknya (Indrajit dan Djokopranoto, 2006). Secara konsepsual, rantai pasok sayuran juga merupakan suatu sistem ekonomi yang mendistribusikan manfaat serta risiko diantara partisipan yang terlibat di dalamnya. Setiap mata rantai dihubungkan oleh pembagian informasi dan penjadwalan, jaminan mutu produk serta komitmen volume transaksi. Keterkaitan dari berbagai proses yang terjadi dapat menciptakan nilai tambah produk sayuran, namun menuntut setiap partisipan rantai untuk mengkoordinasikan aktivitasnya sebagai suatu proses perbaikan yang berkelanjutan. Biaya yang terjadi pada satu mata rantai ditentukan secara signifikan oleh tindakan yang dilakukan atau tidak dilakukan oleh mata rantai lain (Adiyoga et al., 2007) Ada tiga karakteristik dari pengolahan agroindustri yaitu musiman, mudah rusak dan beragam. Karakteristik agroindustri yang menonjol sebenarnya adalah adanya ketergantungan antar elemen-elemen agroindustri, yaitu pengadaan bahan baku, pengolahan, dan pemasaran produk. Rantai pasok agroindustri merupakan siklus lengkap produksi, mulai dari kegiatan pengelolaan di setiap mata rantai aktifitas produksi sampai siap untuk digunakan oleh pemakai. Pendekatan Manajemen Rantai Pasok didasarkan pada; (a) Proses budidaya untuk menghasilkan produk (hortikultura), (b) Mentransformasikan bahan mentah (penanganan panen dan pasca panen), dan (c) Pengiriman produk ke konsumen melalui sistem distribusi. Dengan demikian dalam penerapan Manajemen Rantai Pasok tidak hanya menuntut GAP (Good Agriculture Practice), tetapi juga mencakup GHP (Good Handling Practices), GMP (Good Manufacturing Practices) dan GTP (Good TradingPractices). Untuk menjamin keberhasilan penerapan Manajemen Rantai Pasok perlu memahami faktor-faktor pendukung keberhasilan antara lain : kebijakan, sumber daya manusia, prasarana, sarana,
7
teknologi, kelembagaan, modal pembiayaan, system informasi, sosial budaya dan lingkungan lain. Proses aktifitas dalam penerapan Manajemen Rantai Pasok memiliki 5 aliran utama yang harus dikelola dengan baik, yaitu aliran produk, aliran informasi, aliran dana, aliran pelayanan dan aliran kegiatan (Pedoman Teknis Pengembangan Hortikultura Tahun 2010, Direktorat Jenderal Hortikultura) Koordinasi sistem persediaan dalam rantai pasok dengan satu informasi sangat penting dilakukan oleh perusahaan, hal ini telah dikemukakan oleh beberapa peneliti, diantaranya Chu (2006) membahas mengenai sistem singlewarehouse multi-buyers, sitem single vendor multi buyers, sistem seri dan sistem asembling dengan satu informasi. Dalam sistem ini, karakteristiknya mengikuti (i) setiap fasilitas dalam sistem ini mempunyai otoritas pengambilan keputusan sendiri, (ii) parameter biaya dari setiap fasilitas dianggap satu informasi, bahwa tidak semua fasilitas dalam sistem mempunyai akses, dan (iii) sebagian informasi dibagi diantara fasilitas-fasilitas yang ada. Sedangkan menurut Beamon(1998), pada umumnya, model multi-stage untuk model dan analisis rantai pasok dapat di kembangkan dalam empat kategori. Keempat kategori tersebut adalah (i) model analitik deterministik, dimana peubah sudah diketahui dan ditetapkan, (ii) model analitik stochastic, dimana salah satu peubah tidak diketahui, dan diasumsikan distribusi probabilitas, (iii) model ekonomi, dan (iv) model simulasi. Jammernegg et al. (2007), mengemukakan bahwa terjadi peningkatan kinerja proses rantai pasok dengan mengiplementasikan koordinasi antara manajemen persediaan dan kapasitas pada industri telekomunikasi dan otomotif, dimana fasilitas produksi di tempatkan di negara yang mempunyai biaya tenaga kerja yang rendah dan fleksibilitas penyebaran tenaga kerja yang tinggi. Proses simulasi ini menjelaskan bagaimana aplikasi metode koordinasi antara manajemen persediaan dan kapasitas menghasilkan peningkatan kinerja antara biaya dan tingkat pelayanan. Sabri et al. (2000) mengemukakan mengenai pengembangan model multi-objective rantai pasok yang teritegrasi dengan mengadopsi sistem pengukuran kinerja, hal ini termasuk biaya, tingkat pelayanan konsumen, dan fleksibilitas. Model memasukan unsur
ini
produksi dan permintaan yang tidak menentu. Sedangkan
Pujawan dan Kingsman dalam Jauhari (2006) mengembangkan model persediaan terintegrasi antara suplier dengan pembeli. Model ini mengasumsikan bahwa
8
pembeli menginginkan pengiriman dari produsen terjadi dalam n pengiriman untuk satu kali pemesanan yang dilakukan. Selanjutnya jumlah produksi merupakan m kali dari ukuran pengiriman. Hasil yang didapatkan dari penelitian ini adalah bahwa dengan sinkronisasi waktu produksi dan pengiriman akan dapat mengurangi total biaya rantai pasok. Dengan menggunakan pendekatan algoritma genetik pada tingkat persediaan dan tingkat kekurangan memerlukan persediaan yang optimal untuk meminimumkan biaya rantai pasok. Diprediksi bahwa tingkat persediaan yang optimal dalam semua anggota rantai pasok dengan penambahan pada setiap tingkatan. Dengan menggunakan pendekatan algoritma genetik pada manajemen persediaan yang efektif dan efisien telah merubah pada tingkat pelayanan kepada konsumen (Radhakrishnan et al., 2009). Salah satu aspek fundamental dalam manajemen rantai pasok adalah manajemen kinerja dan perbaikan secara berkelanjutan. Untuk menciptakan hal tersebut dibutuhkan sistem yang komprehensif sehingga menghasilkan kinerja rantai pasok yang holistik. Dimana sistem pengukuran tersebut diperlukan untuk melakukan monitoring dan pengendalian, mengkomunikasikan tujuan organisasi ke fungsi-fungsi pada rantai pasok, mengetahui dimana posisi suatu organisasi relatif terhadap pesaing maupun terhadap tujuan yang hendak dicapai, dan menentukan arah perbaikan untuk mencapai keunggulan dalam bersaing. Filosofi manajemen rantai pasok adalah mendorong terjadinya integrasi antar fungsi, pendekatan berdasarkan proses digunakan untuk merancang sistem pengukuran kinerja rantai pasok. Menurut Chan dan Li dalam Pujawan (2006), pendekatan pengukuran kinerja berdasarkan proses tidak hanya sejalan dengan hakekat dari manajemen rantai pasok, tetapi memberikan kontribusi yang signifikan terhadap perbaikan berkelanjutan. Sistem pengukuran manajemen rantai pasok digunakan untuk menentukan apa yang akan diukur dan dimonitor serta menciptakan kesesuaian antara strategi rantai pasok dengan metrik pengukuran, setiap periode pengukuran dilakukan untuk mengetahui seberapa penting ukuran yang satu relatif terhadap yang lain, siapa yang bertanggungjawab terhadap suatu ukuran tertentu adalah sebagian dari pertanyaan yang harus dijawab pada waktu mengembangkan sistem pengukuran kinerja rantai pasok (Pujawan, 2006). Supply
9
chain operation reference (SCOR) adalah suatu acuan dari operasi rantai pasok. Model SCOR mengintegrasikan tiga elemen utama dalam manajemen yaitu business process reeingineering, benchmarking, dan process measurement kedalam kerangka lintas fungsi dalam rantai pasok. Skema model SCOR dapat dilihat pada Gambar 2.1.
Perecanaan Perecanaan Pemasok
Fasilitas Pabrik IFasilitas Pabrik II
sumber
Membuat
konsumen
distribusi
Rantai pasok dalam Rantai pasok luar sumber
Membuat
distribusi
Gambar 2.1. Infrastruktur rantai pasok berbasis SCOR (Huan et al., 2004)
SCOR membagi proses-proses rantai pasok menjadi 5 proses inti yaitu perencanaan, Source, make, deliver, dan return. Plan yaitu proses yang menyeimbangkan permintaan dan pasokan untuk menentukan tindakan terbaik dalam memenuhi kebutuhan pengadaan, produksi dan pengiriman. Pada proses ini juga mencakup proses menaksir kebutuhan distribusi, perencanaan dan pengendalian
persediaan,
perencanaan
produksi,
perencanaan
material,
perencanaan kapasitas dan melakukan penyesuaian perencanaan rantai pasok dan perencanaan keuangan. Source yaitu proses pengadaan barang maupun jasa untuk memenuhi permintaan. Make yaitu proses untuk mentransformasikan bahan
10
baku/komponen menjadi produk yang diinginkan pelanggan. Deliver yaitu proses untuk memenuhi permintaan terhadap barang maupun jasa. Dan Return adalah proses pengembalian atau menerima pengembalian produk karena berbagai alasan.
2.2. Sistem Persediaan Persediaan adalah bahan-bahan atau barang (sumberdaya-sumberdaya) yang disimpan yang akan dipergunakan untuk memenuhi tujuan tertentu, misalnya untuk proses produksi atau perakitan, untuk suku cadang dari peralatan, maupun untuk dijual. Walaupun persediaan hanya merupakan suatu sumber dana yang menganggur, akan tetapi dapat dikatakan tidak ada perusahaan yang beroperasi tanpa persediaan. Ganeshan (1999) mengemukakan bahwa biaya yang dikeluarkan untuk persediaan berkisar antara 20% – 40% per tahun, oleh sebab itu manajemen perusahaan berusaha untuk meminimalkan tingkat pengeluaran untuk persediaan. Berdasarkan kepada fungsinya persediaan dikelompokkan menjadi 3 jenis, yaitu, ukuran persediaan, fluktuasi stok, dan antisipasi stok. Ukuran persediaan, yaitu persediaan yang diadakan dalam jumlah yang lebih besar dari jumlah yang dibutuhkan pada saat itu. Cara ini dilakukan dengan tujuan memperoleh potongan harga karena pembelian dalam jumlah yang besar, dan memperoleh biaya pengangkutan per unit yang rendah. Permasalahan persediaan dapat dikelompokkan menurut pengulangan pengambilan keputusan, sumber pasokan, pengetahuan tentang permintaan dan waktu ancang-ancang serta kebijakan persediaan. Ditinjau dari aspek struktural, sistem persediaan memiliki tiga komponen dasar, yaitu pengelola (management), pemasok (supplier), dan pemakai (user). Pengelola adalah penentu kebijakan yang memiliki perangkat berupa gudang untuk menyimpan barang dan fasilitas pelayanan untuk memberikan pelayanan kepada pemakai. Kedua perangkat tersebut sepenuhnya berada di bawah kendali pihak pengelola. Pemasok adalah penyedia barang untuk memenuhi keperluan pengelola dan bekerja berdasarkan pesanan dari pengelola, sedangkan pemakai adalah komponen yang memerlukan barang. Berdasarkan ketiga komponen tersebut, sistem persediaan dapat dibedakan atas sistem persediaan tunggal (single
11
inventory system) dan sistem persediaan berjenjang (multiechelon inventory system) (Bahagia, 2006). Model persediaan deterministik adalah model untuk menjawab persoalan selama horizon perencanaan diketahui secara pasti dan tidak memiliki variansi, sehingga tidak memiliki pola distribusi. Model persediaan probabilistik adalah persoalan persediaan dimana fenomenanya tidak diketahui secara pasti, namun nilai ekspektasi, variansi, dan pola distribusi kemungkinannya dapat diprediksi. Persoalan utama dalam persediaan probabilistik adalah selain menentukan besarnya stok operasi juga menentukan besarnya cadangan pengaman. Model persediaan tak tentu adalah persoalan persediaan dimana ketiga parameter populasinya tidak diketahui secara lengkap. Parameter yang tidak diketahui biasanya adalah pola distribusi kemungkinannya (Bahagia, 2006). Fluktuasi stok, merupakan persediaan yang diadakan untuk menghadapi permintaan yang tidak bisa diramalkan sebelumnya, serta untuk mengatasi berbagai kondisi tidak terduga seperti terjadi kesalahan dalam peramalan penjualan, kesalahan waktu produksi, kesalahan pengiriman. Antisipasi stok, yaitu persediaan yang diadakan untuk menghadapi fluktuasi permintaan yang dapat diramalkan seperti mengantisipasi pengaruh musim, dimana pada saat permintaan tinggi perusahaan tidak mampu menghasilkan sebanyak jumlah yang dibutuhkan. Disamping itu juga persediaan ini ditujukan untuk mengantisipasi kemungkinan sulitnya memperoleh bahan sehingga tidak menggangu operasi perusahaan. Sedangkan berdasarkan kepada bentuk fisiknya pesediaan dapat dikelompokkan menjadi 5 jenis persediaan,yaitu persediaan bahan baku,
komponen rakitan,
bahan pembantu, barang dalam proses, dan barang jadi. 2.3. Komoditi Kentang Tanaman kentang (Solanum tuberosum L.) merupakan tanaman semusim yang berbentuk semak, termasuk Divisi Spermatophyta, Subdivisi Angiospermae, Kelas Dicotyledonae, Ordo Tubiflorae, Famili Solanaceae, Genus Solanum, dan Spesies Solanum tuberosum L. Kentang termasuk tanaman yang dapat tumbuh di daerah tropika dan subtropika dapat tumbuh pada ketinggian 500 sampai 3000 m di atas permukaan laut, dan yang terbaik pada ketinggian 1300 m di atas permukaan laut. Tanaman kentang dapat tumbuh baik pada tanah yang subur,
12
mempunyai drainase yang baik, tanah liat yang gembur, debu atau debu berpasir. Tanaman kentang toleran terhadap pH pada selang yang cukup luas, yaitu 4,5 sampai 8,0, tetapi untuk pertumbuhan yang baik dan ketersediaan unsur hara, pH yang baik adalah 5,0 sampai 6,5. Menurut Asandhi dan Gunadi (1989), tanaman kentang yang ditanam pada pH kurang dari 5,0 akan menghasilkan umbi yang bermutu jelek. Di daerah-daerah yang akan ditanam kentang yang menimbulkan masalah penyakit kudis, pH tanah diturunkan menjadi 5,0 sampai 5,2. Pertumbuhan tanaman kentang sangat dipengaruhi oleh keadaan cuaca. Tanaman kentang tumbuh baik pada lingkungan dengan suhu rendah, yaitu 150C sampai 200C, cukup sinar matahari, dan kelembaban udara 80% sampai 90%. Suhu tanah berhubungan dengan proses penyerapan unsur hara oleh akar, fotosintesis, dan respirasi. Jika suhu meningkat, laju pertumbuhan tanaman meningkat sampai mencapai maksimum. Laju fotosintesis juga meningkat sampai mencapai maksimum, kemudian menurun. Pada waktu yang sama laju respirasi secara bertahap meningkat dengan meningkatnya suhu. Kehilangan melalui respirasi lebih besar daripada tambahan yang dihasilkan oleh aktivitas fotosintesis. Akibatnya, tidak ada peningkatan hasil netto dan bobot kering tanaman dan umbi menurun. Produksi kentang di Indonesia mencapai 1.174.068 ton dengan luas areal panen sekitar 71.302 hektar, sehingga rerata produksi per hektarnya adalah 16,47 ton. Daerah-daerah sentra produksi kentang di Indonesia terdapat di 22 propinsi. Dari 22 propinsi lebih dari separuhnya memiliki tingkat produktivitas yang tinggi, lebih dari 10 ton kentang per hektar. Produktivitas tertinggi berada di propinsi Jawa Barat, yaitu sekitar 20,88 ton per hektar. Data selengkapnya mengenai produksi dan produktifitas di tiap-tiap propinsi di Indonesia dapat dilihat pada Tabel 2.1. (Biro Pusat Statistik, 2008). Di antara propinsi produsen kentang ada propinsi tertentu yang dianggap sebagai pusat produksi kentang di Indonesia. Pada tahun 2008, Propinsi dengan produksi kentang terbesar berturut-turut adalah Jawa Barat, Bali, Nusa Tenggara Barat, Jambi, Sumatera Barat, Sumatera Utara, Sulawesi Utara, Jawa Tengah, Jogyakarta, NAD, Banten, Lampung, Jawa Timur, Sumatera Selatan, dan Bengkulu. Kelima belas propinsi ini menyumbang sekitar 88 persen produksi
13
kentang di Indonesia (Gambar 2.2). Sementara itu sebaran wilayah yang menjadi sentra dan pengembangan produksi kentang di Jawa Barat dapat dilihat pada Gambar 2.3.
Tabel 2.1. Luas Panen, Produksi dan Produktivitas Kentang di setiap Provinsi No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33
Provinsi
Nanggroe Aceh Darussalam Sumatera Utara Sumatera Barat Riau Jambi Sumatera Selatan Bengkulu Lampung Bangka Belitung Kep. Riau DKI Jakarta Jawa Barat Jawa Tengah DI Yogyakarta Jawa Timur Bali Nusa Tenggara Barat Nusa Tenggara Timur Kalimantan Barat Kalimantan Tengah Kalimantan Selatan Kalimantan Timur Sulawesi Utara Sulawesi Tengah Sulawesi Selatan Sulawesi Tenggara Gorontalo Sulawesi Barat Maluku Maluku Utara Papua Barat Papua Total Sumber :Biro Pusat Statistik, 2008
Luas panen (Ha) 948 8.013 1.661 0 5.296 110 459 56 0 0 0 15.344 18.655 13 9.529 291 268 162 1 0 0 0 8.852 58 1.410 0 0 33 0 0 121 16 71.302
Produksi (Ton) 13.599 129.587 28.820 0 94.368 1.333 5.410 741 0 0 0 320.414 288.654 193 125.887 5.488 5.030 1.476 0 0 0 0 141.849 427 10.491 0 0 112 0 0 38 66 1.174.068
Produktivitas (Ton/Ha) 14.34 16.17 17.35 0 17.82 12.12 11.79 13.23 0 0 0 20.88 15.47 14.85 13.21 18.86 18.77 9.11 0 0 0 0 16.02 7.36 7.44 0 0 3.39 0 0 0.31 4.13 16.47
14
Gambar 2.2. Kontribusi Propinsi Utama Penghasil Kentang ( BPS, 2008)
Gambar 2.3 Peta Kabupaten/Kota Sentra dan Pengembangan Produksi Kentang di Jawa Barat
2.4. Sistem Multi Agent Perkembangan penelitian tentang agent telah membawa ketahap yang lebih pesat. Pesatnya perkembangan ini membawa dampak terdahap teknologi agent dan multi agent untuk di implementasikan kedalam dunia nyata yang dapat mempengaruhi terhadap perkembangan ilmu pengetahuan teknologi. Multi agent system (MAS) merupakan pengembangan dari suatu cabang ilmu artificial
15
intelligence (AI) yang bernama distributed artificial intelligence (DAI). Dalam suatu komunitas, agent-agent dapat saling berinteraksi, berkoordinasi dan bernegosiasi satu sama lain dalam menjalankan pekerjaannya. Hal ini disebut sebagai multi agent system (MAS). Diantara peneliti yang membahas mengenai MAS, Harsani, P., et al. (2008) dengan menggunakan metodologi Gaia, mampu menghasilkan modelmodel yang menggambarkan arsitektur sistem dan dokumentasi teknis untuk pengembangan sistem lebih lanjut. Dengan simulasi ini proses pengambilan keputusan menjadi lebih efektif karena pengguna mampu mengontrol dan mengamati jalannya simulasi untuk kemudian melakukan pengaturan skenario simulasi yang sesuai dengan kondisi dan keputusan yang diharapkan. Multi-agent atau sistem berbasis agent digunakan untuk menyelesaikan masalah-masalah yang khas dalam domain logistik dan transportasi yaitu sistem pendukung keputusan, sistem perencanaan logistik serta simulasi dan pemodelan sistem yang mendukung pengambilan keputusan dan perencanaan. Penggunaan informasi yang lebih spesifik dan analisis yang lebih rinci sangat diperlukan untuk menyelesaikan isu-isu mendesak dalam pengembangan lingkungan kerja yang kolaboratif untuk logistik dan transportasi yang berbasis agent (Graudina., Vita., Janis Grundspenkis , 2005)
2.5. Java Agent Development Framework (JADE) JADE (Java Agent Development Framework) adalah sebuah middleware yang memberikan fasilitas pengembangan sistem berbasis multi-agents pada aplikasi Java. JADE dikembangkan oleh Telecom Italia pada tahun 1998 dalam rangka
verifikasi
spesifikasi
awal
FIPA
(Foundation
for
Intellegent
PhysicalAgent). JADE memiliki lisensi di bawah LPGL (Library Gnu Public License), yang berarti semua orang berhak untuk menyalin, mengakses kode sumber, merubah kode sumber, dan melakukan penggabungan dengan perangkat lunak lain yang berlisensi sama dengan catatan hasil kerja harus dikembalikan ke komunitas dengan lisensi yang sama.
16
Sebagai sebuah framework, JADE terdiri atas Runtime Environment, sebuah lingkungan dimana agen-agen dapat berkerja dan hidup. Pustaka berisi kelas-kelas yang dapat digunakan pengembang dalam membangun aplikasinya. Paket perangkat dengan GUI (Graphical User Interface) yang memiliki fitur manajemen dan pengawasan terhadap aktivitas agent-agent yang sedang berlangsung (Bellifemine et al., 2007). Selain untuk komputasi pada komputer desktop, JADE juga dapat dijalankan pada platform J2ME (Java Micro Edition) yang dikhususkan untuk perangkat bergerak bersumber daya terbatas, seperti telepon genggam. Ini merupakan kemampuan tambahan bagi JADE melalui ekstensi. Ekstensi yang diperlukan untuk fitur ini dikenal dengan nama LEAP. Pustaka JADE menyediakan beberapa fitur yang dapat memudahkan pengembang dalam mengimplementasikan spesifikasi FIPA untuk agent. Fitur-fitur tersebut antara lain. Sistem terdistributif, agen dijalankan pada sistem distributif dan tetap dapat saling berkomunikasi. JADE secara otomatis akan menjalankan seluruh perilaku dari sebuah agent secara paralel. Setiap perilaku tersebut dapat terdiri dari beberapa sub perilaku lagi yang dapat dijalankan secara paralel atau sekuensial. Kemudahan mengatur siklus hidup agent. JADE menyediakan API (Application Programming Interface) dan aplikasi untuk menghidupkan, menunda,
memulai
lagi,
membekukan,
mencairkan,
memindahkan,
menggandakan, dan mengakhiri sebuah agent. Perintah-perintah tersebut juga dapat dilakukan dari jarak jauh (remote). agent dapat dipindahkan dari satu mesin kemesin lainnya. Dengan spesifikasi FIPA dan dukungan Java, agent dapat saling berinteraksi tanpa dibatasi jenis sistem operasi yang digunakan (Nikraz et al., 2006). Menurut Ahn, H., Lee, H. (2004), kolaborasi praktis untuk manajemen rantai pasok dengan sistem multi-agen membentuk jaringan informasi yang dinamis dengan mengkoordinasikan produksi dan perencanaan agar sesuai dengan estimasi yang disinkronkan dengan tuntutan pasar. Dalam kerangka kerja ini, agent diperlakukan secara berulang untuk menemukan pemasok yang paling diinginkan dengan menggunakan analisis nonparametrik. Selain itu, rantai pembeli dan pemasok, dari pasar akhir kepada pemasok bahan baku, membentuk jaringan informasi dinamis untuk perencanaan disinkronisasi. Penggunaan analisis
17
nonparametrik secara berulang dalam realisasi kontrak untuk pembentukan rantai pasok dinamis dan jaringan informasi yang memungkinkan perusahaan untuk memperkirakan permintaan masa depan dari beberapa jalur pasar dengan cara disinkronkan.
Model
perilaku
berbasis
Petri-Net
untuk
setiap
agent
dikembangkan untuk menjelaskan kondisi, transisi, dan kebutuhan komunikasi dari agent dan juga untuk memudahkan turunan prosedur konkret untuk perilaku agent yang dapat digunakan untuk pengembangan aktual sistem agen, dimana hubungan antar agent menggunakan model protokol FIPA yang ber- Platform JADE. Hasil dari simulasi ini menunjukkan pendekatan kelayakan yang praktis. Potensi yang terus tumbuh dari teknologi agent untuk manajemen rantai pasok di mana penggunaan metode analitik atau optimasi hasil dari rantai pasok sederhana tidak dapat dengan mudah diterapkan.
2.6. Penelitian Terdahulu dan Posisi Peneltian Ketidakpastian merupakan sumber utama kesulitan pengelolaan suatu rantai pasok. Ketidakpastian menimbulkan ketidakpercayaan diri terhadap rencana yang sudah
dibuat.
Akibat
dari
ketidakpastian
ini,
perusahaan
menciptakan
pengamanan di sepanjang rantai pasok. Pengamanan ini dapat berupa persediaan, waktu, ataupun kapasitas produksi maupun transportasi (Pujawan, 2005). Sebuah rantai pasok terdiri atas agent-agent yang saling bergantung dan terlibat dalam transformasi barang, jasa, dan informasi terkait, serta dana dari produsen sampai kepada konsumen akhir. Agent dari rantai pasok terdiri atas pemasok bahan baku, produsen, distributor, dan pengecer yang melakukan proses yang terintegrasi untuk menciptakan nilai bagi konsumen akhir. Pada akhirnya harus dapat memberikan kepuasan kepada konsumen. Dalam banyak domain, pemodelan sistem berbasis agent bersaing dengan pendekatan berbasis persamaan yang mengidentifikasi peubah sistem dan mengevaluasi atau mengintegrasikan set persamaan yang berkaitan dengan peubah. Perbedaan kepentingan dalam sebuah kegiatan yang menerapkan pemodelan berbasis agent ke jaringan pasokan industri, karena hampir semua model berbasis komputer dari jaringan tersebut sampai saat ini telah menggunakan dinamika sistem dengan pendekatan yang didasarkan pada
18
persamaan diferensial biasa. ABM merupakan pendekatan yang relatif baru untuk pemodelan sistem dan simulasi. Dalam banyak domain, untuk menghadapi persaingan dari metodologi Equation-Based Modeling (EBM) seperti sistem dinamik (Parunak et al., 1998). Ada tujuh jenis agent yang terdapat dalam rantai pasok yang berbasis model. Setiap agent mempunyai pengetahuan, ketertarikan, status informasi, pesanan, eksekusi proses dan kebijakan. Model generik selengkapnya dapat dilihat pada Gambar 2.4. Masukan (I)
seleksi
Kebijakan (P) Tingkat kepentingan
Basis pengetahuan (K)
Tempat pesan (M)
Proses unsure pelaksana
Keluaran
Status
Pengukuran kehandalan
Gambar 2.4. Generic Agent Architecture (Fu et al, 2000)
Sedangkan jika dilihat dari tingkatan manajemennya terdapat empat tingkatan Manajemen Rantai Pasok dengan pendekatan model, yaitu identifikasi rantai pasok secara fisik, proses determinasi, proses pengembangan agent, dan kerangka kerja elemen proses. Menurut Bonabeau (2002), sistem dimodelkan sebagai kumpulan pengambilan keputusan entitas yang disebut agent otonom. Setiap agent individual menilai situasi dan membuat keputusan atas dasar seperangkat aturan. Agent dapat melakukan berbagai perilaku yang tepat untuk sistem yang diwakilinya, contohnya, memproduksi, mengkonsumsi, atau menjual. Interaksi kompetitif berulang antara agent adalah fitur pemodelan berbasis agent, yang mengandalkan kekuatan komputer untuk menjelajahi dinamika dari jangkauan metode matematika murni. Pada tingkat yang paling sederhana, sebuah model berbasis agent terdiri dari sistem agent dan hubungan antara agent tesebut.
19
Bahkan model berbasis agent sederhana dapat menunjukkan pola perilaku yang kompleks dan memberikan informasi berharga tentang dinamika sistem yang mirip dunia nyata. Maulana (2005), pada simulasi berbasis agent, yang ditentukan adalah perilaku agent-agent yang berada dalam sistem yang disimulasikan. Yang dimodelkan adalah pertumbuhan penduduk, diantaranya adalah
perilaku atau
sikap agent (dalam hal ini penduduk), terhadap hal-hal di lingkungannya. Misalnya, jika dia kesulitan mendapatkan pekerjaan, karena banyaknya pencari kerja, sementara lapangan kerja tidak tumbuh, maka dia akan memutuskan bermigrasi. Atau, jika suatu agent tidak mendapatkan pekerjaan yang memadai, maka ini akan mempengaruhi kesehatannya, dan pada gilirannya kemungkinan kematiannya. Model yang dikembangkan oleh Jauhari (2006) adalah setiap lot pemesanan dari pembeli dikirim dalam n kali pengiriman sesuai dengan permintaan pembeli. Kemudian pihak manufaktur akan memproduksi sejumlah m kali jumlah yang dikirim. Hasil dari penelitian ini adalah semakin besar nilai konversi material ke produk jadi maka total biaya persediaan yang dihasilkan akan semakin kecil. Semakin besar frekuensi pengiriman yang dilakukan maka akan semakin kecil total biaya persediaan yang ditanggung pembeli dan semakin besar total biaya yang ditanggung manufaktur. Frekuensi pengiriman yang besar cenderung akan menurunkan lot pengiriman sehingga jumlah persediaan pada manufaktur akan cenderung lebih besar.
Pada nilai konversi bahan baku ke
produk jadi yang lebih kecil, nilai z akan cenderung besar. Hal ini disebabkan pada r yang kecil diperlukan bahan baku yang lebih banyak sehingga untuk mencapai ukuran pemesanan bahan baku yang optimal diperlukan nilai pembagi yang lebih besar. Syairudin et al. (2008) mengungkapkan bahwa interaksi antar agent dalam bentuk knowledge sharing akan melibatkan pertukaran pengetahuan tentang proses perbaikan mutu produk dalam bentuk: explicit knowledge, tentang upayaupaya proses perbaikan mutu produk yang dapat memuaskan kebutuhan pelanggan ( know-what dan know-why) dan tacit knowledge tentang cara-cara
20
melakukan proses perbaikan mutu produk untuk meningkatkan mutu produk agar dapat memenuhi kepuasan pelanggan. Sutopo et al. (2008) memberikan model buffer stock untuk menstabilkan harga komoditi yang sangat stabil antara panen dan musim tanam. Upaya kebijakan harga untuk membatasi fluktuasi harga di antara batas atas dan bawah untuk mencapai sasaran volatilitas pemerintah. Model yang diusulkan ini difokuskan pada elastisitas harga, waktu terbatas pasokan dan kepentingan pemangku kebijakan. Model yang diusulkan mempunyai pengaruh yang signifikan untuk meningkatkan keuntungan serta meminimalkan kehilangan yang dialami oleh produsen, konsumen dan pemerintah. Bila pasokan tidak elastis, kerugian keuangan relatif lebih kecil dari elastis. Jika dilihat dari tujuan ketahanan pangan, intervensi pemerintah memainkan peranan yang penting yaitu: (i) Cadangan Penyangga memberikan stabilisasi harga memberikan keuntungan baik produsen dan konsumen, (ii) model yang diusulkan dapat memperoleh program buffer stock, dan (iii) pendapatan intervensi harga dimaksudkan untuk mendorong mengurangi fluktuasi pasar. Manajemen persediaan memainkan peranan penting dalam manajemen rantai pasok. Layanan yang diberikan kepada pelanggan akhirnya mendapat peningkatan setelah pengelolaan yang efisien dan efektif persediaan dilakukan sepanjang rantai pasok. Dengan demikian penentuan persediaan yang akan diadakan di berbagai tingkat dalam rantai pasok menjadi tak terelakkan sehingga untuk memastikan biaya minimal pada rantai pasok. Meminimalkan biaya rantai pasok total dimaksudkan untuk meminimalkan biaya penyimpanan di seluruh rantai pasok. Meminimalkan biaya total rantai pasok hanya bisa dicapai ketika optimalisasi tingkat stok dasar dilakukan pada setiap anggota rantai pasok. Sebuah masalah serius dalam pelaksanaan yang sama adalah bahwa level stok kelebihan dan kekurangan tingkat tidak statis untuk setiap periode. Segmentasi pelanggan adalah alat pemasaran penting dimana segmentasi pelanggan yang efektif membantu keuntungan perusahaan meningkatkan tingkat layanan pelanggan. Di sisi lain, karena konsekuensi yang mungkin merugikan, gangguan pasokan telah menerima perhatian yang lebih. Sistem persediaan yang bersangkutan melibatkan pemasok tidak dapat diandalkan, pengecer, dan
21
pelanggan. Pengecer ini mengadopsi kajian-kontinu dari kebijakan persediaan, backordering parsial dipertimbangkan ketika terjadi kehabisan stok. Sistem persediaan disimulasikan berdasarkan proporsi backorder pelanggan yang berbeda, pengaruh segmentasi pelanggan pada sistem persediaan di bawah simulasi yang berbeda dengan adanya gangguan pasokan. Durasi gangguan pasokan merupakan faktor penting dalam mempengaruhi pengaruh segmentasi pelanggan pada sistem persediaan (Yuerong Chen dan Xueping Li, 2009). Menurut Narmadha dan Selladurai (2009) bahwa estimasi yang tepat dari persediaan yang optimal sangat penting, karena kekurangan persediaan menghasilkan penjualan yang hilang, sementara kelebihan persediaan dapat mengakibatkan biaya penyimpanan meningkat. Tujuan utama dari pengendalian persediaan adalah agar perusahaan selalu mempunyai persediaan dalam jumlah yang tepat, pada waktu yang tepat, dan dalam spesifikasi atau mutu yang telah ditentukan sehingga kontinuitas usaha dapat terjamin. Anggota rantai pasok bertanggung jawab untuk meminimalkan biaya rantai pasok dengan mengelola tingkat persediaan dalam sejumlah operasi produksi dan distribusi yang terkait dengan tahapan rantai yang berbeda. Lead time memainkan peran penting dalam kenaikan biaya rantai pasok, kompleksitas dalam memprediksi tingkat kenaikan permintaan yang optimal. Metode yang diusulkan adalah menggunakan algoritma genetika dengan mempertimbangkan lead time dan multi produk. Pendekatan yang diusulkan kemudian diterapkan dan kinerjanya dievaluasi dengan menggunakan MATLAB 7.4. Aplikasi Algoritma Genetika yang digunakan berjalan dengan baik seperti yang diperkirakan. Dengan mengikuti pendekatan algoritma genetika berbasis manajemen persediaan, dapat menimalkan lead time dan total biaya rantai pasok pada masing-masing anggota rantai pasok (Jeyanthi dan Radhakrishnan, 2010). Manajemen persediaan merupakan salah satu bidang penting dalam manajemen rantai pasok, karena biaya persediaan dalam rantai pasok mempunyai nilai sekitar 30% dari nilai produk. Layanan yang diberikan kepada pelanggan akhirnya mendapat peningkatan setelah pengelolaan persediaan yang efisien dan efektif dilakukan sepanjang rantai pasok. Estimasi dari jumlah persediaan yang tepat di setiap titik dalam rantai pasok tanpa kelebihan dan kekurangan, meskipun
22
meminimalkan total biaya rantai pasok adalah masalah utama untuk persediaan dan manajer rantai pasok. Estimasi yang tepat dari persediaan yang optimal sangat penting, karena kekurangan persediaan menghasilkan penjualan yang hilang, sementara kelebihan persediaan dapat mengakibatkan biaya penyimpanan meningkat (Narmadha, Selladurai dan Sathish, 2010). Penggunaan pendekatan model yang berbasis agent dapat dilakukan untuk mengkaji perilaku dalam suatu rantai pasok dalam sebuah proses pengambilan keputusan terhadap salah satu kinerja dari rantai pasok tersebut (Kashif, Ayesha dan Xuan Hoa Binh Le, 2011). Selengkapnya posisi penelitian model perilaku agent dalam rantai pasok kentang seperti terdapat pada Tabel 2.2. Tabel 2.2.Posisi penelitian model perilaku agent dalam rantai pasok Penulis (Tahun) H. Van Dyke Parunak, Robert Savit, Rick L. Riolo (1998)
Rantai Pasok X
1
1
2
X
3
4
Jenis model
Produk
1
1
X
2
X
X
X X
X X
X
X X
X
X X
X
X X
Yuerong Chen dan Xueping Li (2009)
X
Narmadha, Selladurai dan Sathish (2010)
X
N.Jeyanthi dan P. Radhakrishan(2010)
X
Kashif, Ayesha dan Xuan Hoa Binh Le (2011)
X
2
X
X
Syairudin et al. (2008) Sutopo, Senator Nur Bahagia, Andi Cakravastia, dan TMA. Ari Samadhi (2008) Narmadha dan Selladurai (2009) Radhakrishnan, P. et al (2009)
2
Sistem persediaan
X
Fu et al. ,2000) Bonabeau (2002) Maulana (2005) Wakhid Ahmad Jauhari (2006)
Agent
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X X
X
X
X
X X X X X X X X Penelitian ini (2013) Keterangan : ABM : 1) Single, 2) Multiple Sistem Persediaan :1) Deterministik, 2) Probabilistik, 3) Singleechelon, 4) Multiechelon Jenis Model:1) Kualitatif, 2) Kuantitatif Produk : 1) Perishable, 2) Non Perishable
X
23
Kebaruan pada penelitian ini adalah diperolehnya model perilaku agent yang terlibat dalam rantai pasok kentang. Perilaku agent yang terlibat dapat mempengaruhi terhadap pasokan kentang.
24
III.
METODOLOGI PENELITIAN
3.1. Kerangka Pemikiran Untuk memenuhi permintaan terhadap kentang, baik distributor maupun konsumen memerlukan suatu tingkat pasokan yang memadai dan waktu yang tepat, sehingga terjadi keseimbangan antara permintaan dan pasokan, yang menjadikan pasokan kentang tercukupi dengan tingkat harga yang adil. Pengendalian pasokan dengan jumlah produk yang banyak serta mempunyai berbagai tingkat rantai pasok adalah peran yang kompleks. Untuk membuat pengendalian pasokan yang efektif, tujuan paling utama adalah untuk memprediksi dimana, mengapa, dan berapa banyak kontrol yang harus diperlukan, yang dalam hal ini dipengaruhi oleh perilaku agent dan mitranya dalam suatu rantai pasok. Prediksi tersebut akan dilakukan melalui metodologi yang diusulkan. Untuk memperkirakan tingkat pasokan kentang yang harus dijaga oleh para anggota masing-masing rantai pasok di masa mendatang. Dalam penelitian ini identifikasi dan analisis perilaku dilakukan pada setiap agent rantai pasok. Kerangka pemikirian disain pemodelan dalam penelitian ini mengacu kepada metodologi yang dikembangkan oleh Nikraz et.al (2006). Detail dari kerangka kerja penelitian ini dapat dilihat pada Gambar 3.1. 3.2. Tata Laksana Penelitian 3.2.1. Prosedur Penelitian Secara garis besar pengembangan model ini terdiri atas beberapa tahap penelitian seperti terlihat pada Gambar 3.2 dibawah ini. Tahap pertama adalah mempelajari perilaku agent dari berbagai sumber, tahap kedua adalah pengumpulan data yang berupa identifikasi dari perilaku agent dan sistem persediaannya, tahap ketiga adalah pengolahan data dan analisis dari hasil identifikasi, tahap keempat adalah perancangan model, tahap kelima adalah verifikasi dan validasi model, tahap keenam adalah pengujian dan perbaikan model dan tahap ketujuh adalah kesimpulan. Pada tahap pertama dipelajari perilaku dari setiap agent pada komoditi kentang secara umum, yang dikaitkan dengan berbagai macam prinsip dalam rantai pasok, hasil dari tahap ini adalah teridentifikasinya agent rantai pasok
25
kentang serta karakteristiknya. Selain itu dipelajari juga konsep dasar dan berbagai prosedur dasar manajemen rantai pasok yang berkaitan langsung dengan perilaku agent komoditi kentang. Kemudian melakukan survey langsung ke lapangan dengan objek komoditi kentang yang berada di wilayah Pangalengan Kabupaten Bandung Provinsi Jawa Barat. 1.
PERENCANAAN Rencana pengembangan sistem
Apakah agent merupakan solusi yang tepat?
Tidak
Gunakan metode lain
Ya
2.
ANALISIS
2.
Pembentukan use case
3.
Identifikasi awal tipe agent
3. DISAIN 1.
2. 4.
5.
6.
Pemisahan/penggabunga n/penamaan ulang agent
Spesifikasi interaksi
Identifikasi peran agent 3.
Definisi protokol interaksi ad-hoc
4.
Definisi pola pesan
Identifikasi interaksi antar agent
Perbaikan agent 5. Deskripsi Pendaftaran dan Pencarian
7.
Penentuan penyebaran agent 6.
Interaksi sumber daya agent
7.
Interaksi agent dan pengguna
8.
Definisi perilaku agent internal
9.
Pendefinisian ontologi
10. Seleksi pemilihan konten
4.
IMPLEMENTASI DAN UJI COBA
11. Penentuan arsitektur sistem dan pengkodean dalam JADE
Gambar 3.1.. Kerangka kerja penelitian dengan plafrom JADE (Nikraz et.al,2006)
26
v belakang dan Latar perumusan masalah
Studi literatur
Tujuan penelitian
Ruang lingkup penelitian
Identifikasi perilaku agent
Identifikasi pasokan kentang
Identifikasi agent dan karakteristiknya
Identifikasi pasokan kentang pada masing-masing agent
Identifikasi perilaku agent dan karakteristiknya Analisis perilaku agent
Analisis pasokan kentang dalam rantai pasok
Interaksi perilaku agent dan pasokan kentang
Pembuatan model pengaruh perilaku agent dalam rantai pasok dan pengaruhnya terhadap tingkat ketersediaan pasokan kentang Verifikasi dan validasi model
Pengujian dan perbaikan model
Kesimpulan dan rekomendasi
Gambar 3.2. Prosedur penelitian Tahap kedua dilakukan pengumpulan data mengenai karakteristik dari masing-masing agent. Tahap ketiga dilakukan pengolahan data dan analisis dari karakteristik dari setiap agent. Tahap keempat adalah perancangan model perilaku dari setiap agent dalam rantai pasok kentang dengan masalah yang telah dipahami, kemudian dihubungkan dengan pengaruh dari perilaku setiap agent dengan tingkat ketersediaan komoditi kentang. Tahap kelima adalah validasi yang disesuaikan dengan data serta kondisi nyata dilapangan, khususnya data perilaku setiap agent di Pangalengan Kabupaten Bandung. Verifikasi dilakukan secara terus menerus selama pengembangan setiap sub model yang dikembangkan. Tahap keenam adalah pengujian dan perbaikan model dengan memperhatikan
27
dilapangan. Tahap ketujuh adalah merumuskan rekomendasi kebijakan dalam rangka meningkatkan kinerja manajemen rantai pasok komoditi pertanian melalui aspek perilaku dari setiap agent dalam rantai pasok. 3.2.2.Lokasi dan Waktu Penelitian Penelitian lapangan dilakukan di Pangalengan Kabupaten Bandung sebagai sentra produksi kentang di Jawa Barat. Penelitian dilakukan pada bulan Juli 2011 sampai dengan bulan Pebruari 2012. 3.2.3. Metode Pengumpulan Data Jenis data yang digunakan dalam penelitian ini meliputi data primer dan sekunder. Data sekunder diperoleh dari laporan kajian terdahulu yang relevan dan jurnal ilmiah serta dari berbagai sumber yang terkait. Data primer diperoleh dari observasi lapang, yakni dengan secara langsung melihat dan mengamati kegiatan-kegiatan rantai pasok dari produsen (petani dan kelompok tani), distributor hingga konsumen. Kemudian melakukan wawancara mendalam yang dilakukan untuk memperoleh informasi mengenai perilaku dari masing-masing agent, jumlah produksi dan penjualan, alat transportasi, distribusi dan pasokan serta hubungannya dengan tingkat ketersediaan kentang dari para pemangku kebijakan yang dikaji. Focus group discussion dilakukan dengan petani/kelompok tani, dan konsumen industri, hal ini dilakukan untuk pendalaman terhadap kondisi saat ini. Proses identifikasi terhadap kondisi pengaruh perilaku agent yang ada sekarang terhadap faktor-faktor internal dan eksternal dengan menggunakan uji validitas dan realibilitas.
3.3. Formulasi Model Beberapa metode, alat dan teknik untuk pengolahan data yang digunakan pada penelitian ini adalah JADE (Java Agent Development Environment). JADE adalah kerangka kerja perangkat lunak untuk sistem
multi-agent. Jade
menciptakan beberapa wadah untuk agent yang terdapat pada sistem komputasi yang sama atau sistem yang berbeda. JADE dalam penelitian ini digunakan untuk memodelkan adanya perilaku dan konflik kepentingan dari masing-masing agent yang terjadi dalam rantai pasok. Dalam pengembangan model ini diperlukan suatu
28
aturan yang sesuai dengan kondisi nyata, aturan-aturan tersebut dalam bentuk algoritma. Algoritma yang digunakan sebagai berikut :
a. Identifikasi kebutuhan agent Masukan • Atribut agent • Jenis agent • Nilai kebutuhan agent
Proses
Keluaran • Data bank atribut agent • Tabel skenario
F1
F1 : Proses penyimpanan data masukan
b. Analisis kebutuhan agent Masukan
Proses
•
• • • Data bank atribut agent
F2
• • • • • • • •
Keluaran Penentuan harga kentang Penentuan stok benih Penentuan stok kentang Menawarkan kentang Menerima penawaran Menerima kesepakatan Membuat kesepakatan Menolak kesepakatan Permintaan kentang Menolak permintaan kentang Penjualan ke agent lain diluar kesepakatan
F2 : Proses perhitungan dengan menggunakan rumus sebagai berikut :
29
1 murah
0
sedang
4
5
mahal
6
7
15
(Rp.1000)
Gambar 3.3. Fuzzy control language untuk harga
µ hrgMURAH [ X ]
µ hrgSEDANG [ X ]
µ hrgMAHAL [ X ]
1; x ≤ 4000 5000 − x = ;1000 ≤ x ≤ 5000 4500 0; x ≥ 5000
(3 – 1)
; x ≤ 4000 atau x ≥ 7000 0 ( x − 4000 ) ; 4000 ≤ x ≤ 5000 (5000 - 4000 ) = ; 5000 ≤ x ≥ 6000 1 (7000 - x ) ; 6000 ≤ x ≥ 7000 (7000 − 6000 )
(3 – 2)
; x ≤ 6000 0 15000 − x = ;7000 ≤ x ≤ 15000 7000 ; x ≥ 15000 1
(3 – 3)
30
1 kurang
0
normal
lebih
25 50 60 75 100 (ton) Gambar 3.4. Fuzzy control language untuk stok kentang
µ ken tan gKURANG[ x ]
µ ken tan gSEDANG [ X ]
µ ken tan gMAHAL [ X ]
1 50 − x = 37,5 0
; x ≤ 25 ;25 ≤ x ≤ 50 ; x ≥ 50
; x ≤ 25 atau x ≥ 50 0 ( x − 25) ; 25 ≤ x ≤ 50 (50 - 25) = ; 50 ≤ x ≥ 60 1 (75 - x ) ; 60 ≤ x ≥ 75 (75 − 60 ) 0 100 − x = 75 1
(3 – 4)
(3 – 5)
; x ≤ 60 ;75 ≤ x ≤ 100 ; x ≥ 100
(3 – 6)
31
1 kurang
0
10
normal
15
lebih
30
45
60
(ton)
Gambar 3.5. Fuzzy control language untuk stok benih
µ benihKURANG[ x ]
µ benihNORMAL[ X ]
µ benihLEEBIH [ X ]
1 15 − x = 12,5 0
; x ≤ 10 ;10 ≤ x ≤ 15 ; x ≥ 15
; x ≤ 10 atau x ≥ 15 0 ( x − 10 ) ; 15 ≤ x ≤ 15 (15 - 10 ) = ; 15 ≤ x ≥ 30 1 (60 - x ) ; 45 ≤ x ≥ 60 (60 − 45) 0 60 − x = 45 1
(3 – 7)
(3 – 8)
; x ≤ 45 ;45 ≤ x ≤ 60 ; x ≥ 60
(3 – 9)
32
Masukan • Penentuan harga kentang • Penentuan stok benih • Penentuan stok kentang • Menawarkan kentang • Menerima penawaran • Menerima kesepakatan • Membuat kesepakatan • Menolak kesepakatan • Permintaan kentang • Menolak permintaan kentang • Penjualan ke agent lain diluar kesepakatan
Proses
Keluaran
F3
• Jumlah kentang yang dipanen • Jumlah kentang terjual • Jumlah kentang yang tidak terjual
F3 : Proses perhitungan dengan menggunakan rumus sebagai berikut : Panen(t) = Benih x Rasio(kg hasil/kg benih) x Persentase kegagalan Terjual(t) = Panen(t) + Stok awal(t-1) – Stok(t) Tidak terjual(t) = Panen(t) – Terjual(t)
33
Mulai
Identifikasi agent, Masukan : • Atribut agent • Jenis agent • Nilai kebutuhan agent
Data bank atribut agent
Data sudah lengkap ?
Tidak
Ya • • •
Analisis kebutuhan agent, Hitung : Jumlah kentang yang dipanen Jumlah kentang terjual Jumlah kentang yang tidak terjual
Dinamika pasokan kentang pada masing-masing agent
Validasi
Rekomendasi
Mulai
Gambar 3.6. Diagram alir langkah pemodelan
34
IV.
ANALISIS SITUASIONAL RANTAI PASOK KENTANG
4.1. Kondisi Agrobisnis Kentang di Kabupaten Bandung Sektor Pertanian masih menjadi salah satu andalan masyarakat Kabupaten Bandung menjadi mata pencaharian utama, selain itu sektor Pertanian secara statistik masih cukup potensial untuk bisa dikembangkan baik dari areal lahan maupun kependudukan yang bergerak disektor ini. Menurut data kependudukan kabupaten Bandung, mata pencaharian masyarakat Kabupaten Bandung di Sektor pertanian tidak lagi menjadi lapangan kerja terbesar (18,91%) tahun 2010, dibandingkan sektor Industri (29,23%) dan Perdagangan (20,50%). Namun Potensi sektor Pertanian masih menjadi yang paling besar di banding dengan sektor-sektor lain sebagai sektor penyedia lapangan kerja Kabupaten Bandung, kesempatan kerja berasal dari sektor pertanian, diikuti perdagangan, industri, dan jasa-jasa. Sektor pertanian merupakan penyedia utama kebutuhan pangan masyarakat yang merupakan kebutuhan dasar dan hak asasi manusia. Sektor pertanian juga menyediakan pasar yang sangat besar untuk produk manufaktur karena jumlah penduduk perdesaan yang besar dan terus mengalami peningkatan. Dengan demikian, sektor pertanian merupakan salah satu sektor yang paling efektif untuk mengentaskan kemiskinan di wilayah perdesaan melalui peningkatan pendapatan mereka yang bekerja di sektor pertanian. Kemampuan ekonomi daerah dalam kaitannya dengan daya saing daerah adalah bahwa kapasitas ekonomi daerah harus memiliki daya tarik bagi agent ekonomi yang telah berada dan akan masuk ke suatu daerah untuk menciptakan multiflier effect bagi peningkatan daya saing daerah. Namun pertumbuhan ekonomi yang tinggi tidak serta merta membawa tingkat kesejahteran masyarakat menjadi lebih sejahtera, tetapi pertumbuhan tersebut hanya dinikmati oleh sekelompok kecil masyarakat, sedangkan masyarakat lain tidak menikmati. Sektor pertanian di Indonesia terdiri atas lima sub sektor, yaitu (1) subsektor tanaman bahan makanan mencakup komoditas padi, palawija,sayuran, buah-buahan, dan bahan makanan lainnya, (2) sub sektor tanaman perkebunan mencakup komoditas hasil perkebunan rakyat dan perusahaan perkebunan, (3) sub sektor peternakan dan hasil hasilnya mencakup semua kegiatan pembenihan dan
35
pembudidayaan ternak dan unggas, (4) sub sektor kehutanan mencakup kegiatan penebangan kayu dan pengambilan hasil hutan, (5) sub sektor perikanan mencakup kegiatan penangkapan, pembenihan, dan budidaya ikan dan biota air. Hortikultura sebagai salah satu komoditas pertanian memberikan peningkatan kontribusi pada nilai PDB nasional berdasarkan harga konstan sebesar Rp 35,34 milyar pada tahun 2000 menjadi Rp 68,64 milyar padatahun 2006. Rerata pertumbuhan PDB hortikultura per tahun mencapai 4,6 persen. Komoditas hortikultura yang memiliki prospek di masa depan adalah sayuran. Pemerintah berusaha memenuhi kebutuhan sayuran dalam negeri dengan produksi dalam negeri dan sebagian diimpor. Total ekspor dan impor komoditas sayuran di Indonesia ditunjukkan dalam Tabel 4.1. Komoditas
hortikultura
merupakan
salah
satu
komoditi
yang
sangatstrategis, sehingga perlu memperoleh prioritas pengembangan. Hal ini dilandasi dari sisi permintaan baik berupa konsumsi segar maupun olahan meningkat dari waktu ke waktu. Sementara itu dari sisi produksi masih berpotensi untuk terus ditingkatkan, baik melalui perluasan areal (ekstensifikasi secara horisontal), peningkatan intensitas tanam (ekstensifikasi secara vertikal) maupun peningkatan produktivitas melalui intensifikasi usahatani. Sentra produksi kentang di Jawa Barat berada pada wilayah dataran tinggi, yang terkonsentrasi di beberapa kabupaten yaitu Kabupaten Bandung, Garut, Majalengka serta Cianjur. Sebaran daerah sentra produksi cukup tinggi yaitu di Kabupaten Bandung utamanya di Kecamatan Pangalengan, Ciwidey, dan Lembang dengan pola pemasaran yang beragam untuk tujuan pasar induk, pasar tradisional, supermarket dan industri pengolahan. Kabupaten Bandung merupakan salah satu kabupaten di Jawa Barat yang menjadi daerah sentra pertanian. Sektor pertanian menyumbang 7,53% dari total Produk Domestik Regional Bruto, Kabupaten Bandung, penyumbang ketiga terbesar setelah Sektor Industri (Migas) dan Perdagangan (BPS Kab. bandung 2011). Kentang merupakan salah satu komoditas primadona di Kabupaten Bandung selain tanaman pangan padi. Meskipun jika dilihat dari luas tanamnya mengalami penurunan, dari tahun 2006 sampai tahun 2010 rerata penurunan luas tanam adalah 12% (Dinas Pertanian dan Tanaman Pangan Provinsi Jawa Barat 2011)
36
Tabel 4.1.Total ekspor dan impor sayuran di Indonesia tahun 2002–2011 Tahun
Ekspor (Ton)
Impor (Ton)
2002 2003
105.243 120.500
297.032 343.935
2004
107.493
441.944
2005
152.658
508.324
2006
236.225
550.437
2007
211.906
782.226
2008
172.733
914.283
2009 2010
195.533 138.106
871.087 851.369
2011
133.948
1.174.286
Sumber : Departemenn Pertanian dan BPS (2012)
Produksi pertanian hortikultura pada 2012 di Kabupaten Bandung cenderung stabil dengan tahun sebelumnya. Luas areal tanaman hortikultura di Kabupaten Bandung mencapai 75.000 hektare. Berdasarkan data Dinas Pertanian Perkebunan dan Kehutanan Kabupaten Bandung pada 2011 jumlah lima komoditas produksi hortikultura a.l bawang merah 20.886,5 ton, bawang daun 49.570,2 ton, kubis 109.325,8 ton, kentang 110.793,4 ton, serta cabe besar 20.820 ton. Daerah sentra penghasil produk hortikultura di Kabupaten Bandung tersebar terutama di wilayah Pangalengan, Cimenyan, Cilengkrang, Ciwidey, Pasirjambu, Rancabali, dan Kertasari. Kabupaten Bandung memiliki potensi produksi kentang yang tersebar di tiga kecamatan antara lain Pangalengan 9.186 ha, Kertasari 2.891 ha, dan Cimenyan 1.761 ha dengan volume produksi per Juli 2012 mencapai 760.176 kuintal. Data lengkap produksi, luas panen dan luas tanam di wilayah Provinsi Jawa Barat dan Kabupaten Bandung dari tahun 2007 sampai tahun 2011 dapat dilihat pada Tabel 4.2. Tabel 4.2. memperlihatkan, Kabupaten Bandung merupakan daerah penyumbang terbesar komoditi kentang di Jawa Barat. Jenis kentang
yang diusahakan di kecamatan Pangalengan ini secara
umum ada dua jenis, yaitu kentang untuk sayur dan kentang untuk industri. Berdasarkan tujuan akhir, pemasaran kentang di Pangalengan secara umum dapat dikelompokkan menjadi tiga jalur utama, yaitu pasar tradisional, pasar modern, dan industri pengolahan. Jalur pemasaran juga dipengaruhi oleh jenis kentang.
37
Tabel 4.2. Produksi, Luas Panen dan Luas Tanam Kentang di Provinsi Jawa Barat
2007
Produksi (ton) Jawa Kab. Barat Bandung 337.369 194.198
Luas Panen (ha) Jawa Kab. Barat Bandung 16.479 9.907
Luas Tanam (ha) Jawa Kab. Barat Bandung 16.135 9.669
2008
294.564
128.984
13.873
6.381
14.358
7.145
2009
323.543
182.858
15.344
8.988
13.261
7.007
2010
275.100
114.784
13.553
5.606
13.972
5.831
2011
220.155
105.926
11.327
5.078
12.195
5.243
Tahun
Sumber :Dinas Pertanian Tanaman Pangan Provinsi Jawa Barat (2012)
Pola pemasaran pada umumnya, petani kentang untuk sayur di Bandung Jawa Barat menjual hasil produksinya melalui pedagang pengumpul desa atau antar desa/tengkulak (70 persen) dan pada petani berlahan luas serta memiliki modal dapat langsung menjual hasil kentangnya ke pedagang antar kota (20 persen), serta sebagian lagi menjualnya ke pasar induk serta pasar lokal kabupaten terdekat (10 persen). Harga yang diterima petani kentang untuk sayur sesuai harga pasaran yaitu berkisar antara Rp.2.500 – Rp. 2.800/kg. Harga ini relatif lebih rendah dibandingkan dengan harga jual kentang untuk industri. Pada usahatani kentang untuk industri, hasil analisis usahatani diperoleh tingkat perhektar sebesar 20.802 kg, dan dengan tingkat harga sebesar Rp. 3.300/kg maka diperoleh penerimaan sebesar Rp.68.882.164/ha/musim. Rerata total biaya usahatani yang dikeluarkan sebesar Rp.39.829.639/ha/musim, dengan pengeluaran terbesar untuk benih sebesar Rp.16.898.517. Benih kentang untuk industri diperoleh dari perusahaan mitra dan dibayar pada saat panen. Rerata keuntungan yang diperoleh sebesar Rp.29.052.525/ha/musim dan tingkat R/C rasio sebesar 1,76. Pemasaran komoditas kentang lebih pendek dan lebih efisien Net margin pemasaran yang diraih pada kegiatan pemasaran kentang untuk industri (kelompok tani) sebesar Rp.200/kg. Sementara, net margin pemasaran kentang granola yaitu pada pedagang pengumpul desa sebesar Rp.150/Kg dan pada pedagang besar sebesar Rp.200/kg (Agustian, Adang., Henny Mayrowani, 2008). Menurut Girsang, Moral Abadi ., Irma Calista Siagian (2009), menunjukkan nilai R/C ratio petani kentang di Kabupaten Karo Sumatera Utara sebesar 2,25%, hal ini menunjukkan bahwa petani menerima keuntungan yang relatif besar. Usaha agribisnis kentang di Kabupaten Karo memberikan keuntungan kepada petani sebesar Rp.33.396.500
38
per musim tanam. Kedua penelitian ini menunjukkan bahwa usaha kentang memberikan keuntungan yang layak untuk petani. Beberapa permasalahan yang dihadapi dalam pengembangan komoditas sayuran secara umum adalah belum terwujudkannya ragam, mutu, kontinuitas pasokan dan kuantitas yang sesuai dengan permintaan pasar dan tingginya biaya pemasaran. Hal tersebut berkaitan dengan faktor-faktor berikut: (1) Pola kepemilikan lahan yang sempit dan tersebar; (2) Rendahnya penguasaan teknologi, dari pembenihan, sistem usahatani, panen danpasca panen; (3) Fluktuasi harga produk sayuran sangat tajam yang tidak hanya terjadi antar musim tetapi antar bulan, dan terkadang fluktuasi harian ; (4) Lemahnya permodalan petani, sementara itu budidaya sayuran tergolong padat modal; dan (5) tingginya biaya pemasaran dan pembagian balas jasa yang adil bersifat asimetris, bahkan balas jasa tersebut atas fungsi pemasaran lebih besar mengelompok pada pedagang besar, sementara petani dan pedagang pengumpul bagiannya kecil. Dengan demikian, sebaran margin perdagangan cenderung tidak merata atau tidak efisien dan lebih mengelompok pada pedagang besar/Bandar, pemasok, dan sebagainya. Mahalnya biaya pemasaran komoditas hortikultura merupakan akibat dariketidakefisienan yang disebabkan oleh panjangnya rantai pemasaran. Dalam pemasaran komoditas hortikulturasecara umum terdapat beberapa pihak selain produsen dan konsumen, yaitu lembaga-lembaga perantara yang menghubungkan sentra produksi dan sentra konsumsi dengan melakukan berbagai aktivitas yang memberikan nilai tambah bagi produk yang dipasarkan. Jumlah dan jenis lembaga perantara tersebut secara horizontal dan vertikal sangat dipengaruhi oleh jenis komoditas yang dipasarkan, fasilitas pemasaran yang tersedia dan keinginan pasar serta sasaran yang hendak dicapai. Semakin banyak dan kompleks permintaan konsumen dan semakin banyak perubahan bentuk dari komoditas yang dipasarkan sebelum sampai di tangan konsumen, maka akan semakin banyak pula menuntut kehadiran lembaga perantara. Secara umum model rantai pasok kentang yang ada di Pangalengan Kabupaten Bandung adalah seperti yang ada pada Gambar 4.1, rantai tersebut mempunyai beberapa aktor, yaitu petani, kelompok tani, pengumpul/supplier, pedagang pengumpul, pasar induk, industri pengolah, pasar menengah, pasar
39
kecil, dan konsumen rumah tangga. Petani dengan modal yang besar mereka sudah mempunyai jaringan distribusi tersendiri, mulai penyediaan benih sampai pendistribusian ke konsumen, sedangkan petani dengan modal terbatas mereka biasanya melakukan kemitraan dengan pedagang pengepul atau pedagang besar. Menurut Sihombing (2005) ada enam aktor pemasaran kentang, yaitu petani, pedagang desa/ranting, pedagang pengumpul, pedagang besar, agen eksportir/importir, dan pengolah. Dilihat dari rantai pemasarannya terdapat tiga rantai pemasaran, pertama dari petani ke pedagang pengumpul, pedagang besar, agen eksportir. Kedua, mulai dari petani produsen ke pusat pasar, tingkat kabupaten dilanjutkan ke pusat pasar provinsi, kemudian ke pengecer dan akhirnya ke komsumen akhir. Ketiga dari petani produsen ke pedagang pengumpul desa atau ranting yang bermuara ke pasar kabupaten. Struktur pasar sentra-sentra produksi kentang tidak mencerminkan struktur pasar menjurus pada oligopsonik, sedangkan hubungan antara pasar produsen dan pasar konsumsi kurang terintegrasi secara vertikal. Adanya eksploitasi harga yang dilakukan oleh pedagang pengumpul kedua memberikan petunjuk bahwa produsen lembaga pemasaran dan konsumen berada dalam struktur pasar yang tidak bersaing sempurna dan kurang efisien. Pola kemitraan yang terjadi antara petani dengan mitranya adalah berupa kesepakatan/komitmen yang terbangun antara kedua belah pihak. Kesepakatan tersebut tidak dalam bentuk perjanjian tertulis, namun lebih bersifat verbal dan harus saling mentaati. Pihak perusahaan mitra mengharapkan agar para petani yang terwadahi dalam kelompok tani melakukan budidaya kentang secara baik dengan sumber benih dari pihaknya dan selanjutnya perusahaan mitra akan menampung seluruh hasilnya dari para petani dengan harga kontrak yang disepakati kedua belah pihak. Kedua belah pihak mempunyai kewajiban dan hak yang harus ditaatinya. Kewajiban petani melakukan budidaya kentang dan menjual hasilnya kepada mitranya. Hak petani adalah mendapatkan jaminan harga dan pasar sesuai kesepakatan kedua belah pihak. Adapun kewajiban konsumen industri sebagai mitra adalah menyediakan benih, menyediakan sarana penunjang produksi, melakukan pendampingan dan pembinaan serta menampung hasil produksi petani. Sedangkan haknya adalah mendapatkan jaminan produksi
40
kentang baik dari segi jumlah, mutu, dan kontinuitas berdasarkan kesepakatan yang sudah disepakati diawal.
Gambar 4.1. Pola rantai pasok kentang secara umum (data primer diolah) Ada dua konsumen industri yang mengusahan kentang jenis ini di kecamatan Pangalengan. Masing-masing industri mempunyai jumlah mitra petani/kelompok tani yang berbeda-beda, sumber benih kentang juga berbeda, ada yang berasal dari import dan lokal. Ada 9 kelompok tani yang mengusahakan kentang industri untuk memenuhi kebutuhan bahan baku bagi kedua konsumen. Kepemilikan lahan untuk setiap petani bervariasi mulai 0,42 ha sampai 10 ha. Rerata kebutuhan benih yang ditanam adalah 1000 kg untuk setiap hektar lahan. Ikatan kerjasama antara industri dan petani adalah dalam bentuk perjanjian yang tidak tertulis, ikatan perjanjian itu dibuktikan dengan adanya bukti pengambilan benih oleh petani dan bukti transfer bank pada saat pengambilan uang hasil penjualan kentang. Kentang hasil panen dari setiap petani/kelompok tani yang dijual kepada konsumen industri tidak dibayarkan secara tunai akan tetapi dibayar
41
kurang lebih 10 hari setelah penyerahan kentang kepada industri yang diterima oleh masing-masing ketua kelompok tani melalui Bank yang ditunjuk oleh pihak industri. Bentuk kerjasama antara industri dan petani kentang di Pangalengan ini diawali dari penawaran yang dilakukan oleh pihak industri kepada petani yang tergabung dalam kelompok tani untuk budidaya kentang. Kesepakatan itu dilakukan dalam bentuk yang tidak tertulis, jika sudah ada kesepakatan diantara kedua belah pihak, maka petani/kelompok tani mengajukan proposal yang berisi luas lahan yang digunakan untuk budidaya kentang, jumlah benih yang digunakan, sarana produksi pertanian dan jumlah anggaran yang dibutuhkan untuk budidaya kentang ini. Persetujuan jumlah benih yang digunakan dalam budidaya ini ditentukan oleh pihak industri sebagai penyedia benih. Ada tiga hal yang berkaitan dengan pola rantai pasok kentang industri, yaitu aliran informasi, aliran benih, dan aliran komoditi kentang. Aliran informasi (a) diawali dari konsumen industri dengan penawaran kerjasama kepada petani untuk melakukan budidaya kentang yang sesuai dengan spesifikasi yang ditentukan oleh pihak industri. Spesifikasi ini diantaranya adalah varietas kentang yang dibudidayakan oleh petani adalah kentang untuk bahan baku industri, diameter kentang yang lolos mutu adalah kentang yang mempunyai diameter antara 4,5 sampai 7,5 senti meter (PT. X), dan kentang yang tidak cacat fisik. Aliran benih (b) disediakan oleh pihak industri yang didistribusikan kepada kelompok tani sebagai mitra. Jumlah benih yang disalurkan oleh industri ke petani/kelompok tani disesuaikan dengan persediaan yang ada di industri, bukan disesuaikan dengan kebutuhan benih pada luas lahan di masing-masing petani/kelompok tani. Ketersediaan benih kentang menjadi kendala yang dihadapi oleh petani mitra, karena jumlah benih yang sudah disetujui oleh pihak industri pada satu tahun musim tanam tidak sesuai dengan realisasinya, hal ini disebabkan oleh kurang tersediaanya benih yang dimiliki oleh industri. Aliran komoditi kentang
(c)
diawali
dari
petani,
kelompok
tani,
pedagang
pengumpul/supplier/distributor kemudian kepada konsumen industri. Petani melalui kelompok tani melakukan panen kentang sesuai dengan masa panen kentang. Kentang yang sudah dipanen kemudian disalurkan kepada pihak industri
42
melalui pedagang pengumpul/supplier/distributor yang ditunjuk oleh pihak indusri untuk
didistribusikan
kepada
pihak
industri.
Pedagang
pengumpul/supplier/distributor melakukan seleksi terhadap kentang yang dipanen oleh petani mitra. Kentang yang lolos seleksi dan kentang yang tidak lolos seleksi ditampung oleh pedagang pengumpul/supplier/distributor yang dilaporkan kepada pihak industri. Kentang yang lolos seleksi kemudian didistribusikan kepada pihak industri, sedangkan kentang yang tidak lolos seleksi digunakan kembali sebagai benih. Kentang yang tidak lolos seleksi paling banyak dua kali digunakan sebagai benih. Kentang yang tidak lolos seleksi dan sudah tidak bisa digunakan lagi sebagai benih, maka akan dijual ke pasar oleh industri. Struktur rantai pasok kentang industri seperti digambarkan pada Gambar 4.2, struktur tersebut terdiri atas empat aktor yaitu petani, kelompok tani, pedagang pengumpul/supplier/distributor dan konsumen industri. (a)
Petani
Kelompok Tani
(c)
Pedagang pengumpul/ Suplier
Konsumen Industri
(b)
Gambar 4.2. Pola Rantai pasokkomoditi kentang industri (data primer diolah) Dari kedua jenis varietas ini mempunyai mempunyai perbedaan dari aspek fisik dan kimiawinya. Kedua aspek itu yang dapat membedakan fungsi dan kegunaan kentang tersebut, karena tidak semua varietas kentang cocok untuk digunakan sebagai bahan baku industri kripik kentang. Faktor-faktor yang mempengaruhinya adalah dilihat dari kadar air dan kadar pati. Ada tiga kriteria kentang yang berhubungan dengan mutu hasil olahan kentang, yaitu tekstur, zat pati serta gula (Hartati et al., 1998). Selain ketiga kriteria tersebut juga bentuk dari kentang tersebut, hal ini diharapkan mempermudah dalam pengupasan serta ukuran kentang dan diameter kentang. Aspek-aspek lain yang mempengaruhi terhadap mutu kentang industri ini adalah dari aspek ekologi, ketinggian tempat, tipe iklim, masa tanam, masa panen dan uji goreng. Aspek ekologi : jenis tanah yang cocok untuk bertanam kentang adalah jenis tanah andosol dengan tekstur sedang, strukturnya gembur dan pH
43
antara 5,0 – 6,5. Ketinggian tempat yang cocok untuk bertanam kentang yaitu antara 500 – 3000 mdpl. Adapun iklim yang cocok untuk bertanam kentang adalah mempunyai curah hujan 1000 mm/th dengan temperatur 150 C – 250C dan mempunyai kelembaban 780% serta lama penyinaran yang diperlukan tanaman kentang untuk kegiatan fotosintesis adalah 9-10 jam/hari. Setahun dilakukan dua kali masa tanam yang diselingi dengan tanaman sayuran yang lain. Menurut Kusdibyo et al. (2004) dan Purbiati et al. (2008), umur panen kentang berpengaruh terhadap mutu kentang, setiap umur panen menghasilkan mutu kentang yang berbeda sesuai dengan aspek fisik dan kimianya. Aspek kimia yang berpengaruh terhadap mutu kentang diantaranya adalah kadar air, kadar gula reduksinya dan kadar berat kering. Kadar gula reduksi berbanding terbalik dengan kadar berat kering, dimana kadar gula reduksi cenderung semakin menurun pada setiap penundaan pemanenan, sedangkan kadar berat kering cenderung semakin meningkat pada setiap penundaan pemanenan. Apabila dikaitkan dengan hasil uji goreng dapat diketahui bahwa semakin rendah kadar gula reduksi dan semakin tinggi kadar berat kering akan menghasilkan keripik kentang yang memiliki mutu tinggi (Kusdibyo et al., 2004). Sedangkan menurut Purbiati et al. (2008) umur panen yang menghasilkan pati yang tinggi adalah 70 hari setelah tanam. Untuk menghasilkan kentang yang bermutu baik perlu diperhatikan masalah umur panen, umur panen yang menghasilkan mutu kentang yang baik adalah antara 60 sampai 90 hari setelah tanam karena belum terjadi penurunan kadar air. Mutu kentang yang dipersyaratkan oleh industri (PT. X) adalah kentang yang mempunyai diameter antara 4,5 sampai 7,5 cm dan uji goreng. Dalam model yang dikembangkan ini, digunakan 90 sampai 100 hari setelah tanam dalam penentuan masa panen dan diameter kentang antara 4,5 sampai 7,5 cm.
4.2. Analisis Perilaku Agent Yang Terlibat Dalam Rantai Pasok Kentang Dengan merujuk pada Gambar 4.2. diatas, secara garis besar agent yang terlibat dalam rantai pasok kentang industri
ini ada tiga agent utama, yaitu
produsen, distributor/pengumpul/supplier dan konsumen. Produsen adalah agent yang mendeskripsikan tugas dari petani dan atau kelompok tani, yaitu yang melakukan penanaman benih kentang sampai memanen kentang, kemudian
44
menjualnya ke agent berikutnya. Pengumpul/supplier adalah agent yang mendeskripsikan
tugas
dari
distributor/pedagang
yang
melakukan
pengumpulan/menampung kentang yang dipanen oleh produsen kemudian menjualnya kepada pihak selanjutnya. Konsumen industri adalah agent yang memproduksi produk yang berbahan baku kentang kemudian menjualnya kepada konsumen pemakai/pengguna. Dari masing-masing agent yang terlibat dalam rantai pasok kentang mempunyai perilaku sesuai dengan perannya masing-masing. Peran masingmasing agent tersebut mempunyai keterkaitan antara satu agent dengan agent lainnya. Adapun peran dari masing-masing agent ini ada pada Tabel 4.4. Peran petani dan kelompok tani ini menentukan waktu yang akan dijadikan sebagai masa tanam, menentukan luas lahan yang diperlukan sesuai dengan kemampuan petani dan kebutuhan konsumen, juga menyesuaikan dengan ketersediaan benih yang ada di pihak konsumen sebagai penyedia benih, peran berikutnya dari produsen adalah menentukan biaya yang diperlukan untuk proses penanaman, perawatan, sarana produksi pertanian dan pada saat panen, peran terakhir dari produsen adalah melakukan pemanenan kentang sesuai dengan jadual yang telah ditentukan sebelumnya. Distributor atau suplier mempunyai peran utama merespon jumlah benih yang dibutuhkan oleh para petani yang kemudian menginformasikannya kepada pihak konsumen yang merupakan penyedia benih kentang, kemudian merespon kebutuhan lahan yang diperlukan oleh petani untuk memenuhi kebutuhan benih dan kentang yang akan dipanen. Peran utama agent konsumen adalah merencanakan proses produksi pada setiap periode dengan menentukan kebutuhan kentang sebagai bahan baku utamanya, menentukan standar mutu kentang yang sesuai dengan standar industri, dan peran berikutnya adalah menyediakan benih yang sesuai dengan karakteristik kentang yang diinginkan oleh industri yang nantinya akan ditanam oleh para petani. Dari peran agent pada Tabel 4.4, agent dalam rantai pasok kentang ini mempunyai perilaku yang dapat berinteraksi antara satu agent dengan agent lainnya. Interaksi perilaku tersebut mencerminkan korelasi antar agent dalam rantai pasok dalam mendistribusikan kentang dan mentransformasikan informasi kebutuhan kentang yang diperlukan oleh konsumen industri dalam rangka
45
memenuhi kapasitas produksinya. Perilaku agent produsen ini bersifat pasif dibandingkan dengan dua agent lainnya. Peran utama dari agent produsen (petani dan kelompok tani) adalah merespon permintaan kentang yang diajukan oleh konsumen dengan membuat perjanjian yang tidak tertulis diantara keduanya untuk memenuhi permintaan kentang dengan menanam kentang sesuai permintaan konsumen, kemudian menanam kentang dilahan yang sudah ditentukan dengan jumlah benih yang telah disepakati dengan konsumen sebagai penyedia benih. Produsen ini juga harus menjual hasil kentang kepada pihak konsumen sesuai dengan harga jual yang sudah disepakati pada awal penanaman. Pihak konsumen dalam perjanjian ini harus dapat menyediakan benih yang sesuai dengan kesepakatan, baik dalam jumlah maupun mutunya. Produsen juga harus dapat menjaga kontinuitas jumlah pasokan kentang. Jumlah kentang yang dipanen pada satu periode masa tanam akan diperhitungkan dengan jumlah benih yang didapat oleh produsen pada waktu masa tanam.
Tabel 4.3.Peran agent dalam rantai pasok kentang industri Agent Peran Agent Produsen Menentukan periode tanam dalam 1 tahun Menentukan luas lahan yang diperlukan Menentukan jumlah benih yang dibutuhkan Menentukan jumlah biaya yang diperlukan Menanam kentang Memanen kentang Distributor Mensortir kentang Mengepak kentang Mendistribusikan kentang ke konsumen Konsumen industri Menyediakan benih yang dibutuhkan oleh petani Merencanakan proses produksi setiap periode Membeli kentang Perhitungan ini didasarkan kepada jumlah kentang yang lolos ujimutu yaitu dari aspek diameter kentang yang di syaratkan oleh konsumen, sedangkan kentang yang tidak lolos ujimutu akan dicatat dan disimpan oleh distributor yang kemudian akan digunakan kembali sebagai benih untuk masa tanam pada periode berikutnya. Dalam kesepakatan antara produsen dan konsumen, produsen tidak diperbolehkan untuk menjual hasil panennya kepada pihak lain selain kepada konsumen yang sudah melakukan kontrak kerja sama. Jika terjadi produsen
46
menjual hasil panennya kepada pihak lain maka konsumen berhak untuk menjatuhkan sanksi kepada produsen, sanksi yang diberikan kepada produsen yang melanggar kesepakatan adalah tidak diikut sertakan sebagai mitra kerja pada masa tanam untuk periode berikutnya. Sanksi ini diberikan kepada seluruh anggota kelompok tani, meskipun yang melanggar tidak semua anggota kelompok tani. Berdasarkan hasil wawancara mendalam dengan pihak petani dan kelompok tani, ditemukan adanya pihak petani/kelompok tani yang melakukan penjualan hasil panennya kepada pihak lain selain konsumen yang menjadi mitra kerjanya, meskipun yang melakukan hal ini tidak terlalu banyak dan tidak terlalu sering. Hal ini salah satu akibatnya mengurangi pasokan kentang pada periode tersebut. Ada beberapa alasan mengapa petani menjual hasil panennya, diantaranya adalah motif ekonomi keluarga petani. Petani menjual kentang ini karena dipengaruhi oleh harga yang lebih tinggi dibandingkan dengan harga yang sudah disepakati oleh petani dengan pihak perusahaan mitranya. Selain dipengaruhi oleh harga yang tinggi juga karena keterpakasaan petani karena adanya kebutuhan faktor keluarga. Sebab lain adalah para petani ini membutuhkan uang tunai, karena pembayaran yang dilakukan oleh perusahaan mitra tidak dilakukan secara tunai. Hubungan
antara
produsen
dan
konsumen
dijembatani
oleh
distributor/penyalur yang mempunyai perilaku merespon keinginan dari kedua belah pihak. Distributor ini melakukan distribusi kentang kepada pihak konsumen sesuai jadual yang sudah disepakati antara suplier dan konsumen. Perilaku dari agent distributor ini bersifat semi aktif. Peran utama agent distributor adalah menampung
hasil
panen
kentang
dari
produsen
yang
kemudian
mendistribusikannya kepada konsumen sesuai dengan kesepakatan dengan konsumen. Konsumen industri bersifat aktif, karena agent ini mempunyai perilaku mencari kentang, baik dari dalam negeri maupun luar negeri. Untuk produksi kentang dalam negeri agent ini mengadakan kerja sama dengan produsen, salah satunya yang berada di Kecamatan Pangalengan Kabupaten Bandung Provinsi Jawa Barat. Konsumen mengadakan kesepakatan dengan distributor dan produsen
47
untuk menghasilkan kentang yang sesuai dengan karakteristik dan mutu yang telah ditetapkan. Untuk mencapai target tersebut konsumen harus dapat menyediakan benih kentang, mengadakan pendampingan dan membeli kentang dari produsen melalui distributor sesuai dengan kesepakatan. Kesepakatan harga jual benih dan kentang antara konsumen dan produsen didasarkan kepada kesepakatan bisnis sehingga memberikan keuntungan yang sama. Selain daripada itu, konsumen juga merespon permintaan kebutuhan benih yang diajukan oleh pihak produsen sesuai dengan luas lahan yang dimiliki oleh produsen. Membuat kesepakatan dengan produsen dalam hal harga jual kentang antara produsen dan konsumen.
48
V.
RANCANGAN MODEL PERILAKU AGENT
Rancangan model perilaku yang dikembangkan ini menggunakan flatform JADE. JADE adalah kerangka kerja perangkat lunak untuk sistem multi-agent. Jade menciptakan beberapa wadah untuk agent yang terdapat pada sistem komputasi yang sama atau sistem yang berbeda. JADE dalam penelitian ini akan digunakan untuk memodelkan adanya perilaku dan konflik kepentingan dari masing-masing agent yang terjadi dalam rantai pasok. JADE merupakan singkatan dari Java Agent DEvelopment Framework yang dikembangkan oleh Telecom Italia Lab (TILAB) di Italia, yang sesuai dengan spesifikasi FIPA (Foundation for Intelligent Physical Agents). FIPA adalah organisasi non-profit yang diarahkan untuk menghasilkan standar untuk antar operasi agent yang heterogen. Pada dasarnya, JADE adalah midle-ware (seluruhnya ditulis dalam bahasa
Java,
dengan
menggunakan
beberapa
teknologi
Java),
yang
menyederhanakan pelaksanaan sistem multi-agent dengan menyediakan satu set alat grafis yang mendukung fase penyebaran dari agent. Rancangan dengan menggunakan metodologi JADE ini, terdapat empat langkah utama, yaitu perencanaan, analisis, disain, dan implementasi. Perencanaan adalah langkah awal dari metodologi ini, yaitu merumuskan permasalahan yang terjadi pada suatu kasus dengan membuat batasan permasalahan dan tujuan yang jelas, sehingga mempermudah penyelesaiannya, yaitu menentukan jumlah agent dan jenis agent yang terlibat dalam rantai pasok kentang industri, sehingga memiliki tujuan yang jelas dari setiap agent. Tahap analisis ini
terdiri atas beberapa langkah diantarannya adalah
pembuatan diagram use case, mengidentifkasi tipe agent awal dari mulainya simulasi, mengidentifkasi peran-peran dari masing-masing agent yang terlibat, identifaksi relasi antar agent, dan perbaikan informasi dari masing-masing agent. Langkah ketiga adalah mendesain, langkah ini merupakan klarifikasi yang cukup rinci dari permasalahan pada tingkatan yang lebih mendalam, menterjemahkan hasil analisis kepada tahap desain untuk menghasilkan solusi. Dalam tahap desain ini, langkah yang dilakukan disesuaikan dengan kondisi yang ada dilapangan. Ada beberapa tahap yang dilakukan dalam langkah desain ini,
49
diantaranya adalah memisahkan dan atau menggabungkan agent, membuat spesifikasi interaksi antar perilaku agent, mendefinisikan protokol interaksi perilaku agent, tempat penyimpanan pesan dari masing-masing agent, mendeskripsikan pendaftaran dan pencarian agent, dan interaksi sumber daya agent. Tahap keempat adalah implementasi, implementasi ini menterjemahkan hasil analisis dan desain pada langkah kedua dan ketiga dengan bahasa pemrograman yang dipilih, bahasa pemrograman tersebut adalah bahasa Java. Setelah model simulasi dalam bentuk program ini jadi, langkah berikutnya adalah menguji dan mengimplementasikannya, hal ini dilakukan untuk memastikan apakah sistem yang sudah dirancang ini sudah berjalan sesuai dengan kriteria yang sudah ditetapkan pada langkah perencanaan atau belum.
5.1.
Asumsi-asumsi Yang Digunakan Dalam Model Perancangan model perilaku agent ini melingkupi beberapa agent yang
terlibat dalam rantai pasok kentang industri. Ada beberapa asumsi yang digunakan pada perancangan model ini. Asumsi-asumsi yang digunakan adalah sebagai berikut : 1. Data yang digunakan pada simulasi ini adalah data agregat dari Produsen, Distributor dan Konsumen. 2. Pembayaran hasil penjualan kentang kepada petani dibayarkan secara tunai dan atau non tunai. 3. Perilaku yang diamati adalah perilaku aktor dalam perseptif bisnis. Alasan menjual atau membeli adalah dalam kontek bisnis kentang. 4. Perhitungan harga jual atau harga beli kentang berdasarkan harga yang berlaku pada saat dilakukan penelitian yang mewakili masin-masing agent 5. Jumlah kentang hasil panen yang ditawarkan dipengaruhi oleh harga komoditas, harga-harga faktor produksi serta harga komoditas dari kompetitor
5.2. Gambaran Struktur Model Model rantai pasok kentang industri ini ada tiga agent utama yang terlibat atau yang menjadi agent utama, sesuai dengan Gambar 4.2. Sedangkan pada
50
model yang dikembangkan ini ada empat jenis agent yang terlibat dalam model ini, yaitu agent utama dan agent pusat. Setiap agent memiliki tujuan berbeda, melakukan kegiatan yang berbeda, dan tidak bergantung satu sama lain. Keempat jenis agent tersebut adalah agent pusat, agent produsen, agent distributor dan agent konsumen. Uraian pengertian dari tiap-tiap jenis agent tersebut adalah sebagai berikut 1) Agent pusat merupakan agent yang ditampilkan pertama kali sebelum skenario dimulai. Agent ini berperan untuk mengolah semua informasi yang berhubungan dengan data masukan dari agent lain serta memiliki parameter-parameter dari masing-masing agent yang terlibat dalam rantai pasok kentang. 2) Agent produsen adalah mewakili perilaku petani dan kelompok tani yang sebenarnya. Agent produsen berperan menanam benih kentang menjadi kentang siap jual, menentukan luas lahan yang akan digunakan dalam masa tanam yang sesuai dengan kemampuan dari masing-masing anggota kelompok tani, merespon permintaan kentang dari pihak distributor maupun konsumen industri yang menjadi mitra usahanya, agent produsen juga mempunyai perilaku menjual hasil panennya kepada pihak yang menjadi mitranya. 3) Agent distributor adalah mewakili perilaku pedagang perantara, yaitu sebagai distributor kentang hasil panen petani dan kelompok tani yang hasilnya di distribusikan kepada konsumen industri yang menjadi mitranya. Agent distributor akan mendapat keuntungan dari menjual kembali kentang yang telah dibeli dari agent Produsen sebelumnya kepada agent lain yang membutuhkan. 4) Agent konsumen adalah mewakili perilaku dari industri yang menggunakan kentang sebagai bahan baku produksi mereka. Agent konsumen akan berusaha untuk mempertahankan kelangsungan proses produksi dengan menjaga jumlah stok mereka sesuai perencanaan produksi pada setiap periodenya. Untuk menjaga pasokannya, agent konsumen mencari sumber-sumber bahan bakunya, diantaranya dari dalam negeri dan luar negeri. Oleh karena itu, agent konsumen akan selalu berusaha membuat kesepakatan sampai stoknya menipis atau tidak cukup lagi.
51
5.3. Analisis Model Ada beberapa tahap yang harus dilakukan dalam melakukan analisis model ini, diantaranya membuat diagram use case, mengidentifkasi tipe agent awal dari mulainya simulasi, dan identifaksi relasi antar agent. 5.3.1. Pembentukan Diagram Use Case Langkah awal dari tahap analisis adalah membuat diagram Use Case. Diagram Use Case adalah diagram yang menunjukkan fungsionalitas suatu sistem dan bagaimana sistem tersebut berinteraksi dengan dunia luar dan menjelaskan sistem secara fungsional yang terlihat user (kebutuhan sistem dari sudut pandang user). Diagram use case menggambarkan fungsionalitas yang diharapkan dari sebuah sistem. Yang ditekankan pada diagram use case ini adalah “apa” yang diperbuat sistem, dan bukan “bagaimana” sistem itu bekerja. Diagram ini merepresentasikan interaksi antara aktor dengan sistem. Aktor adalah siapapun atau apapun yang berinteraksi dengan yang sedang dibangun, dalam model ini yang disebut aktor adalah petani/kelompok tani, pedagang dan industri. Dalam model ini ada tiga jenis diagram use case, yaitu diagram use case antara produsen dan distributor, diagram use case antara produsen dan konsumen, serta diagram use case antara produsen dan distributor. Diagram use case antara produsen dengan distributor, produsen mempunyai tiga atribut utama yaitu menawarkan kentang kepada distributor, mempunyai stok kentang yang dilanjutkan dengan mencari harga yang sesuai dan ketiga adalah menjual kentang kepada distributor yang menawar lebih tinggi. Sedangkan atribut utama perilaku distributor ini adalah merespon penawaran kentang yang ditawarkan oleh produsen, berikutnya adalah menawarkan harga beli kentang dengan mencari harga kentang yang rendah dari beberapa produsen, dan terakhir adalah membeli kentang dari produsen dengan harga yang lebih rendah. Interaksi yang pertama antara aktor petani dengan aktor pedagang terlihat pada diagram Gambar 5.1. Aktor petani akan menawarkan kentang kepada aktor pedagang bila mereka memiliki stok kentang, baik yang terkait dengan kesepakatan maupun yang tidak terkait dengan kesepakatan apa pun. Aktor pedagang akan merespon penawaran yang diajukan aktor petani dengan
52
memberikan harga beli kentang. Selanjutnya aktor petani akan merespon (menerima atau menolak) harga yang diberikan oleh aktor pedagang. Setiap kali selesai panen dengan memiliki stok, aktor petani akan menawarkan kentang dengan mencari harga jual yang lebih tinggi kepada seluruh aktor pedagang dan industri yang ada, selain aktor industri yang membuat kesepakatan tanam, dan memilih aktor mana yang mengajukan penawaran tertinggi untuk dijual kepadanya. Ketika aktor Petani tidak mendapatkan penawaran harga yang lebih baik dari harga awal maka kentang hasil panen tersebut akan dijual kembali pada aktor industri yang membuat kesepakatan tanam ini. Bila didapat aktor Pedagang yang memberi harga terbaik maka kentang akan dijual kepadanya.
Gambar 5.1. Diagram Use Case Produsen Dengan Distributor Dari diagram use case sebelumnya, secara detail Gambar 5.2. menjelaskan mengenai hubungan interaksi antara aktor petani dan pedagang dalam sebuah sistem yang selanjutnya diintegrasikan dengan bahasa pemrograman komputer. Bahasa pemrograman yang digunakan adalah bahasa Java sesuai dengan metodologi yang digunakan dalam JADE. Langkah awal dari pemrograman ini adalah dimilikinya stok kentang oleh produsen dalam hal ini adalah petani. Langkah selanjutnya adalah produsen menawarkan kentang kepada distributor dengan harga awal yang dimiliki oleh produsen, jika distributor tidak memiliki
53
stok kentang, maka distributor akan merespon penawaran tersebut dengan mengajukan penawaran harga, tawar menawar ini dilakukan sebanyak dua kali, jika produsen menyetujui harga yang diajukan oleh distributor maka terjadi kesepakatan diantara kedua agent tersebut, yang selanjutnya terjadi jual beli kentang. Harga kentang mengikuti kaidah pada Gambar 3.3., sedangkan stok kentang yang dimiliki oleh produsen mengikuti kaidah seperti pada Gambar 3.4.
Gambar 5.2. Diagram alir hubungan antara Produsen dan Distributor
Interaksi yang kedua antara aktor Petani dengan aktor Industri terlihat pada Gambar 5.3. Aktor Petani akan merespon pencarian kentang dari aktor Industri saat aktor Industri tidak memiliki stok kentang yang cukup untuk
54
melakukan produksi. Aktor Industri akan mencoba membuat kesepakatan tanam dengan aktor Petani bila mereka memiliki stok kentang yang tidak lolos seleksi sebagai bahan baku (benih). Bila benih masih dapat ditanam kembali maka akan diserahkan kembali kepada Petani agar ditanam kembali. Umumnya kentang dapat ditanam kembali sebanyak dua kali. Lebih dari itu, tidak dapat ditanam kembali dan dijual ke pasar tradisional dengan harga tertentu. Aktor Petani akan menerima atau menolak kesepakatan tersebut dengan melihat apakah mereka masih memiliki lahan yang masih kosong untuk melakukan kegiatan tanam baru. Setelah benih dari hasil kesepakatan tersebut ditanam dan dipanen, Petani tidak langsung mengembalikan hasil panen tersebut kepada pihak Industri yang memberi benih akan tetapi mencoba menawarkannya kepada Pedagang dan Industri lain. Tujuan dari tindakan ini adalah agar Petani mendapat harga yang paling tinggi untuk sejumlah kentang tersebut. Hal ini bisa terjadi karena kesepakatan tanam yang dibuat bersifat lunak, tanpa disahkan secara hukum atau memiliki syarat dan aturan. Industri melakukan kesepakatan tanam juga dengan petani untuk kentang yang tidak lolos seleksi namun masih dapat ditanam kembali.
Gambar 5.3. Diagram Use Case Produsen dengan Konsumen
55
Gambar 5.4. Diagram alir hubungan antara Produsen dan Konsumen
Interaksi yang ketiga antara aktor Pedagang dengan aktor Industri terlihat pada Gambar 5.5. Aktor Pedagang akan merespon pencarian kentang dari aktor
56
Industri saat aktor Industri tidak memiliki stok kentang yang cukup untuk melakukan produksi. Aktor Pedagang juga aktif menawarkan kentang bila mereka memiliki stok kepada aktor-aktor Industri yang ada. Kentang yang ditawarkan oleh aktor Pedagang kepada aktor Industri adalah kentang yang telah lolos seleksi internal dari aktor Pedagang tersebut.
Gambar 5.5. Diagram Use Case Distributor Dengan Konsumen
57
Gambar 5.6. Diagram alir hubungan antara Distributor dan Konsumen
5.3.2. Identifikasi Awal Tipe Agent Tahap berikutnya dalam menganalisis model perilaku dari agent ini adalah mengidentifikasi jenis-jenis agent yang akan dibuat. Aturan umum yang digunakan untuk menentukan jenis agent ini adalah menambah satu jenis agent untuk setiap aktor dan menambah satu jenis agent untuk setiap sumber daya yang
58
dibutuhkan. Berdasarkan skenario, terdapat tiga agent utama yang berperan yaitu agent Produsen, agent Distributor, dan agent Konsumen sehingga dibuat masingmasing satu jenis agent untuk tiap aktor tersebut. Selain itu ada sebuah agent tranducer yang diperlukan untuk berinteraksi dengan sumber daya lain di luar Multi Agent System (MAS), seperti memuat berkas skenario, membuat agent baru, dan mengatur waktu dalam simulasi bagisemua agent aktif. 5.3.3. Identifikasi Peran Agent Langkah ini mendeskripsikan peran internal yang dilakukan oleh setiap jenis agent serta hubungan antar agent yang terjadi selama simulasi sesuai dengan skenario yang telah ditentukan sebelumnya. Peran internal dilakukan secara mandiri dan tidak bergantung pada interaksi dari agent lain. Dari masing-masing agent yang terlibat dalam rantai pasok kentang mempunyai peran sesuai dengan karakternya masing-masing. Peran masing-masing agent tersebut mempunyai keterkaitan antara satu agent dengan agent lainnya. Peran petani dan kelompok tani ini menentukan waktu yang akan dijadikan sebagai masa tanam, menentukan luas lahan yang diperlukan sesuai dengan kemampuan petani dan kebutuhan konsumen, juga menyesuaikan dengan ketersediaan benih yang ada di pihak konsumen sebagai penyedia benih, peran berikutnya dari produsen adalah menentukan biaya yang diperlukan untuk proses penanaman, perawatan, sarana produksi pertanian dan pada saat panen, peran terakhir dari produsen adalah melakukan pemanenan kentang sesuai dengan jadual yang telah ditentukan sebelumnya. Distributor mempunyai peran utama merespon jumlah benih yang dibutuhkan oleh para petani yang kemudian menginformasikannya kepada pihak konsumen yang merupakan penyedia benih kentang, kemudian merespon kebutuhan lahan yang diperlukan oleh petani untuk memenuhi kebutuhan benih dan kentang yang akan dipanen. Peran utama agent konsumen adalah merencanakan proses produksi pada setiap periode dengan menentukan kebutuhan kentang sebagai bahan baku utamanya, menentukan standar mutu kentang yang sesuai dengan standar industri, dan peran berikutnya adalah menyediakan benih yang sesuai dengan karakteristik kentang yang diinginkan oleh industri yang nantinya akan ditanam oleh para petani.
59
Dari peran agent yang sudah dibuat dan dijelaskan pada tabel sebelumnya., kemudian dikembangkan lebih detail mengenai peran dari masing-masing agent. Agent produsen mempunyai peran menanam benih kentang di lahan yang sudah disepakati antara produsen dengan konsumen, merespon penawaran kesepakatan menanam kentang, melakukan pemanenan kentang, menawarkan kentang yang dimilikinya kepada beberapa distributor maupun kepada beberapa konsumen dengan mencari harga jual yang paling tinggi. Agent distributor mempunyai peran merespon penawaran kentang yang ditawarkan produsen maupun konsumen, kemudian memilah kentang sesuai standar industri, menawarkan kentang kepada konsumen industri dan merespon permintaan kentang dari konsumen. Agent konsumen mempunyai peran memproduksi produk yang berbahan baku kentang setiap periode perencanaannnya, melakukan pencarian kentang kepada produsen dan distributor, merespon permintaan harga yang ditawarkan oleh produsen maupun distributor, menyediakan benih kentang yang akan ditanam oleh produsen, serta membuat kesepakatan tanam dengan produsen dan distributor. Sedangkan
agent
menerjemahkan
Utama
berkas
mempunyai
skenario,
peran
melakukan
memuat
berkas
periodisasi
skenario,
simulasi
dan
menginformasikan periodisasi simulasi kepada seluruh agent. Interaksi peran antar agent selengkapnya dapat dilihat pada Tabel 5.1. Agent konsumen dapat bertindak sebagai agent responden dan agent inisiator. Agent konsumen bertindak sebagai responden pada saat merespon penawaran kentang oleh agent Produsen dan Distributor, merespon permintaan terhadap harga yang di tawarkan oleh produsen dan merespon pembelian kentang yang ditawarkan oleh produsen. Sedangkan agent Konsumen yang bertindak sebagai inisiator adalah melakukan pencarian kentang kepada distributor dan produsen, serta membuat kesepakatan untuk menanam kentang dengan produsen. Agent Utama bertindak sebagai agent inisiator, yaitu menginformasikan periodisasi kepada seluruh agent, yang dilaksanakan pada setiap periode selama waktu simulasi.
60
Tabel 5.1.Interaksi peran antar agent Agent Produsen
Distributor
Konsumen
Pusat
Uraian Interaksi Merespon permintaan kentang Merespon harga jual kentang Merespon jumlah benih yang diberikan Merespon kesepakatan tanam Menjual kentang sesuai kesepakatan Merespon permintaan kentang Merespon harga jual kentang Merespon terhadap penjualan kentang Menjual kentang sesuai kesepakatan Mencari kentang Menentukan kesepakatan tanam Menentukan harga jual kentang Menentukan jumlah benih kentang Membeli kentang Menginformasikan waktu simulasi kesemua agent
Status Pasif Semi aktif Pasif Pasif Aktif Pasif Semi aktif Semi aktif Semi aktif Aktif Aktif Aktif Aktif Aktif Aktif
Interaksi dengan agent Distributor dan Konsumen Konsumen Konsumen Konsumen Distributor dan Konsumen Konsumen Produsen dan Konsumen Produsen dan Konsumen Konsumen Distributor dan Produsen Prousen Distributor dan Produsen Produsen Distributor dan Produsen Produsen, Distributor dan Konsumen
5.3.4. Identifikasi Interaksi Antar Agent Relasi antar agent menjelaskan bagaimana relasi yang terjadi antara ketiga agent yang terlibat dalam simulasi ini, yaitu agent Produsen dengan agent Distributor, agent Produsen dengan agent Konsumen, agent Distributor dengan agent Konsumen, agent Produsen dengan agent Utama, agent Distributor dengan agent Utama, dan begitupun sebaliknya ada relasi diantara agent tersebut. Interaksi antar agent tersebut diperlihatkan pada Gambar 5.4. Relasi antara agent Produsen dan agent Distributor bersifat aktif, terutama dalam pembelian kentang pada saat panen, agent Distributor menerima kentang dari agent Produsen yang kemudian oleh agent Distributor di distribusikan kepada agent Konsumen. Relasi antara agent Distributor dengan agent Kosumen bersifat aktif, agent Distributor merupakan penghubung antara agent Konsumen dan agent Produsen dalam menyediakan kentang untuk kebutuhan proses produksinya. Relasi antara agent Konsumen dan agent Produsen bersifat pasif, karena relasi tersebut dilakukan secara dominan oleh agent Konsumen. Agent Distributor adalah agent yang bersifat semi aktif dalam merespon tindakan yang dilakukan oleh agent Produsen dan agent Konsumen dalam merespon penawaran kentang kepada produsen dan konsumen, merespon permintaan terhadap harga kepada produsen dan merespon permintaan kentang dari konsumen. Sedangkan agent Distributor dapat juga sebagai agent yang
61
melakukan inisiatif melakukan menawarkan kentang yang dimilikinya kepada konsumen industri.
Agent Distributor
Agent Produsen Agent Konsumen
Agent Pusat
Sistem
Gambar 5.7. Interaksi antar agent 5.3.5. Perbaikan Agent Pada tahap ini dilakukan perbaikan pada daftar jenis agent yang telah dibuat bila diperlukan, dengan melihat pada beberapa faktor yaitu, Support: Seluruh agent dalam sistem akan berkomunikasi melalui pesan (ACL Message) yang berisi objek model untuk transaksi. Bentuk komunikasi didasarkan pada ontologi pengenalan template performatif, nama pengirim, dan identitas percakapan. Kelas yang mewakili objek transaksi tersebut adalah harga, menawarkan, dan benih. Discovery: Bagaimana seluruh agent terhubung dan dapat saling menemukan. Untuk kebutuhan tersebut, digunakan fitur pengindeksan JADE melalui DF. DF (Directory Facilitator) adalah agent yang berfungsi sebagai yellow pages terhadap nama seluruh agent yang aktif pada suatu container . Karena seluruh agent pada sistem ini berjalan pada satu komputer host yang sama (satu container), maka penambahan agent khusus untuk kebutuhan pencarian tidak diperlukan. Management and monitoring: Keperluan akan kemampuan untuk memantau seluruh agent dan membangun atau mematikan suatu agent. Agent utama memiliki kemampuan ini menggunakan kelas agent Container. Kelas ini menyediakan fungsi untuk membangun suatu agent lengkap dengan parameter, fungsi untuk menghentikan sementara kegiatan agent lalu melanjutkannya, dan
62
fungsi untuk mematikan suatu agent secara total. Agent utama akan membangun agent yang diperlukan ketika berkas skenario dimuat dan menghentikan kegiatan semua agent bila waktu simulasi telah habis. 5.3.6. Penentuan Penyebaran Agent Seluruh agent pada sistem ini berjalan pada satu kontainer yang sama. Sebuah objek pesan pada JADE dapat menerima parameter berupa AID agent tujuan dan pencarian terhadap agent tersebut akan dilakukan otomatis saat pengiriman. Selanjutnya pengiriman pesan selalu ditujukan pada seluruh agent berjenis sama. Oleh karena itu, pencarian agent dipusatkan pada jenis layanan yang ditawarkan suatu agent. Jenis layanan ini mewakili jenis agent tersebut dan bersama dengan nama lokalnya didaftarkan pada agent DF pada saat agent dibangun.
5.4. Disain Model Setelah membuat rancangan awal dari sistem yang akan dibangun dengan informasi yang didapat dilapangan dan dengan menggunakan penyesuaian, maka langkah selanjutnya adalah tahap mendesain model. Solusi disesuaikan dengan arsitektur JADE sesuai dengan langkah pada Gambar 3.2. 5.4.1. Pemisahan/Penggabungan/Penamaan Ulang Agent Tahap pertama adalah melakukan penggabungan dan atau pemisahan agent yang terlibat dalam rantai pasok kentang ini. Semua agent yang terlibat dalam rantai pasok kentang yang dimodelkan dibuat dengan suatu fungsi yang sama, yaitu fungsi pendaftaran dan penghapusan pendaftaran. Fungsi pendaftaran dan penghapusan pendaftaran ini berupa pendefinisian setiap agent yang terlibat dalam rantai pasok kentang yang disimulasikan memerlukan pendaftaran pada agent utama, pada saat awal simulasi dan menghapusnya saat simulai berakhir. Pendaftaran agent-agent ini pada agent utama diperlukan nama khusus dan jenis layanan agent tersebut. Dengan melakukan pendaftaran ini, agent-agent tersebut dapat ditemukan oleh agent-agent lain berdasarkan nama atau jenisnya. Nama dari agent ini harus mempunyai ciri yang khusus dan berbeda dengan nama agent lainnya. Setiap agent yang terlibat dalam rantai pasok kentang ini membutuhkan fungsi pendaftaran dan penghapusan pendaftaran untuk mendapatkan daftar nama
63
dari seluruh agent yang berjenis sama yang ada dalam rantai pasok. Daftar nama ini merupakan sebuah daftar identifkasi agent yang berjenis sama serta dibutuhkan untuk pengiriman pesan secara menyeluruh dalam rantai pasok. 5.4.2. Spesifikasi Interaksi Langkah selanjutnya adalah menentukan spesifikasi hubungan antar agent yang terlibat dalam rantai pasok kentang. Agent Distributor dan agent Konsumen mengajukan penawaran kesepakatan tanam dan permintaan kentang yang kemudian direspon oleh agent Produsen. Agent Produsen yang merespon permintaan kebutuhan kentang dari agent Distributor dan agent Konsumen, sedangkan agent Distributor dan agent Konsumen yang melakukan inisiatif permintaan kentang kepada Produsen. Permintaan kedua agent tersebut diterima dalam bentuk pesan, kemudian disimpan dalam bentuk antrian pemesanan, permintaan yang pertama masuk akan terlebih dahulu direspon, dalam hal ini dari agent Distributor kemudian agent Konsumen. Hubungan antar agent ini mengikuti informasi seperti yang sudah dijelaskan pada tabel dan gambar sebelumnya. Langkah berikutnya adalah menyimpan pesan dari konsumen mengenai penawaran kesepakatan tanam, pengajuan penawaran ini bisa diterima bisa juga tidak diterima, tergantung harga yang disepakati oleh kedua belah pihak. Pada langkah ini penyimpanan pesan dari berbagai agent yang terlibat menggunakan aturan yang sudah di tetapkan oleh FIPA, misalnya format pesan, hingga proses komunikasi yang berlangsung selama simulasi. 5.4.3. Definisi Protokol Interaksi Ad-hoc Sistem yang dibangun menggunakan protokol dari FIPA secara penuh. Protokol tersebut mencakup format pesan, bentuk pesan, hingga proses komunikasi berlangsung. Dengan demikian, pendefinisian protokol tambahan tidak dibutuhkan. 5.4.4. Definisi Pola Pesan Tahap ini mendeskripsikan penentuan perilaku agent mana saja yang tepat untuk merespon perintah/pesan yang dilakukan oleh perilaku agent-agent yang sedang berinteraksi tanpa harus melihat dari isi perintah/pesan tersebut. Pada Tabel 5.2. memuat spesifikasi interaksi agent, kemudian dilengkapi dengan penentuan bentuk tempat penyimpanan dari setiap jenis perintah/pesan yang akan
64
digunakan. Tahap ini menggunakan protokol FIPA yang terdapat pada JADE, perintah/pesan dapat dibedakan dari identitas pengirimnya atau identitas percakapan, atau bentuk yang dikirim. Pada komunikasi yang terjadi antar agent yang terlibat dalam rantai pasok kentang, suatu agent yang berjenis sama dapat memiliki materi perintah/pesan yang berbeda dan materi perintah/pesan yang sama dapat dilakukan oleh agent yang berbeda. Agent-agent tersebut dapat mengirim berbagai jenis perintah/pesan untuk tujuan agent yang berbeda dan banyak jenis perintah/pesan yang digunakan dalam suatu aktifitas, oleh sebab itu jenis perintah/pesan perlu dibedakan lagi menurut bentuknya.
Tabel 5.2. Bentuk tempat menyimpan perintah/pesan dari agent Agent Produsen
Uraian Interaksi Merespon permintaan kentang Merespon harga jual kentang Merespon jumlah benih yang diberikan Merespon kesepakatan tanam Menjual kentang sesuai kesepakatan
Status Pasif Semi aktif
Interaksi dengan agent Distributor dan Konsumen Konsumen
Konsumen Pasif Konsumen Pasif Aktif
Distributor dan Konsumen
Tempat menyimpan pesan Antrian pesan Apakah penawaran diterima atau tidak diterima Apakah penawaran diterima atau tidak diterima Apakah penawaran diterima atau tidak diterima Konfirmasi
Distributor Merespon permintaan kentang
Pasif
Merespon harga jual kentang Merespon terhadap penjualan kentang
Semi aktif
Menjual kentang sesuai kesepakatan
Semi aktif
Semi aktif
Konsumen Produsen dan Konsumen Produsen dan Konsumen Konsumen
Informasi jika ada permintaan Permintaan Konfirmasi Konfirmasi
65
Tabel 5.2. Bentuk tempat menyimpan perintah/pesan dari agent (Lanjutan) Agent Konsumen
Uraian Interaksi Mencari kentang Menentukan kesepakatan tanam Menentukan harga jual kentang Menentukan jumlah benih kentang Membeli kentang
Pusat
Menginformasikan waktu simulasi kesemua agent
Status Aktif Aktif Aktif Aktif
Interaksi dengan agent Distributor dan Produsen
Tempat menyimpan pesan Informasi
Distributor dan Produsen
Permohonan diterima atau ditolak Permohonan diterima atau ditolak
Produsen
Permohonan diterima atau ditolak
Prousen
Aktif
Distributor dan Produsen
Aktif
Produsen, Distributor dan Konsumen
Konfirmasi
5.4.5. Deskripsi Pendaftaran Dan Pencarian Tahap ini menguraikan mengenai tata cara penamaan dari masing-masing agent yang terlibat. Penamaan agent dimaksudkan untuk memudahkan pencarian terhadap agent yang dimaksud. Penamaan agent tersebut harus mencirikan nama agent yang khas dan unik sehingga tidak menimbulkan salah pengertian diantara agent tersebut. Pencarian suatu manajemen dilakukan untuk menemukan agent yang memiliki kriteria layanan sesuai dengan perilaku agent yang dituju. Pencarian suatu agent dapatdilakukan berdasarkan namanya atau jenis layanannya jika sudah didaftarkan pada agent pusat. Contoh penamaan agent yang terlibat dalam simulasi, agent Produsen dilambangkan dengan P, agent Distributor dilambangkan dengan D, dan agent Konsumen industri dilambangkan dengan K. Jika dari masing-masing agent tersebut memiliki jumlah agent lebih dari satu maka penamaan dari agent tersebut dapat dilakukan dengan menambah angka dibelakang hurufnya, misalkan P1, P2 dan seterusnya, kemudian D1, D2 dan seterusnyan dan K1, K2 dan seterusnya. 5.4.6. Interaksi Sumber Daya Agent Sumber daya yang digunakan oleh sistem berbasis agent dapat dikategorikan ke dalam dua kelompok, sumber daya pasif dan sumber daya aktif. Sumber daya pasif adalah sumber daya yang keadaannya berubah hanya oleh karena tindakan agent yang mengatur sumber daya tersebut. Sebaliknya sumber daya aktif adalah sumber daya yang keadaannya dapat berubah diluar tindakan
66
agent yang mengaturnya. Sumber daya pasif yang digunakan sistem ini meliputi memori, media penyimpanan, dan utilisasi prosesor. Sementara sumber daya aktif yang digunakan berupa berkas skenario yang menjadi masukan bagi sistem. Berkas skenario ini dapat diubah oleh pemakai untuk menentukan parameterparameter simulasi. Berkas ini tidak dapat diubah oleh agent-agent yang beroperasi namun hanya dapat dimuat dan di implementasikan. 5.4.7. Interaksi Agent Dan Pengguna Hubungan antara agent dan pemakai/user dibutuhkan suatu media yang dapat mempermudah pemakai dalam menjalankan sistem ini. Pemakai berinteraksi dengan menggunakan sebuah berkas skenario, dimana berkas ini terdapat didalam agent utama untuk menentukan lama simulasi, jumlah agent yang harus dipanggil berserta jenis dan parameternya, serta nilai-nilai lain yang dapat mepengaruhi hasil simulasi. Agent utama ini memberikan nilai-nilai spesifikasi kepada agent-agent yang terlibat dalam simulasi. Adapun parameterparameter yang terdapat dalam berkas skenario tersebut adalah jumlah blok spesifikasi yang harus dibuat dalam simulasi ini, waktu awal simulasi, lamanya simulai, rasio panen yang dihasilkan dengan benih yang ditanam, berapa banyak benih yang dapat ditanam dalam satu hektar lahan, contoh skenario sebagai interaksi dengan pemakai (user) disajikan pada Tabel 5.3. Jumlah blok spesifikasi mendeskripsikan banyaknya blok spesifikasi dari masing-masing agent yang ada dalam simulasi. Pada tabel diatas menunjukkan ada tiga agent yang terlibat dalam rantai pasok ini, yaitu agent Produsen, agent Distributor, dan agent Konsumen. Masing-masing agent mempunyai spesifikasi yang sesuai dengan peran dan perilakunya. Antar blok spesifikasi harus ada satu baris kosong pemisah. Blok spesifikasi adalah rangkaian informasi data masukan yang dimiliki oleh masing-masing agent. Untuk pengisian data-data yang ada dalam blok tersebut harus mengikuti aturan-aturan yang sudah ditetapkan, misalnya data kilogram, persentase dan sentimeter boleh menggunakan tanda desimal, sedangkan untuk rupiah tidak perlu menggunakan tanda apapun. Untuk menambah jumlah agent dapat dilakukan dengan cara menambahkan blok spesifikasi untuk masing-masing agent yang diinginkan serta menambahkan pada kolom blok spesifikasi jumlah agent yang terlibat.
67
Tabel 5.3. Contoh skenario interaksi pemakai (user) Jumlah blok spesifikasi Periode mulai simulasi Banyak periode Rasio Panen (kg hasil/kg benih) Jumlah benih maksimal per Ha lahan (kg) Autonom (boolean) GUI Nama Peran Jumlah persediaan kentang di awal masa tanam (kg) Jumlah modal di awal masa tanam (ribu rupiah) Jumlah benih awal (kg) Batas bawah diameter kentang (cm) Batas atas diameter kentang (cm) Kebutuhan kentang tiap produksi (kg) Keuntungan dari produk (Rp/kg) Keuntungan dari pasar (Rp/kg) Harga pembelian (Rp/Kg) Harga kesepakatan (Rp/Kg) Kemungkinan gagal panen (%) Luas lahan (Ha) Biaya tanam (Rp/Ha) Lokasi FCL Jumlah agen dengan spesifikasi ini
3 1 5 15 1000 1 0 Produsen 0
1 Distributor 1
2 Konsumen 2
1.000
1.500
1.000
125.000 5.000 4,5 7,5 0 0 0 4.900 5.300 10 5 250.000.000 script/produsen.fcl 1
500.000 0 4,5 7,5 0 0 0 5.300 5.400
2.000.000 7.500 4,5 7,5 50.000 3.500 2.000 5.400 5.600
script/distributor.fcl 1
script/konsumen.fcl 1
GUI (graphical user interface) adalah jenis antar muka pengguna yang memungkinkan pengguna untuk berinteraksi dengan perangkat elektronik menggunakan gambar daripada perintah teks. GUI mewakili informasi dan tindakan yang tersedia bagi pengguna melalui ikon grafis dan indikator visual seperti notasi sekunder, sebagai lawan antarmuka berbasis teks, label perintah diketik atau teks navigasi. Istilah GUI dibatasi pada lingkup tampilan layar dua dimensi. Jika ingin menampilkan GUI dari agent-agent tersebut maka ketik angka 1, akan tetapi jika tidak ditampilkan maka ketik angka 0. Nama adalah nama agent yang kita inginkan sesuai dengan skenario yang sudah disusun sebelumnya. Tuliskan nama agent-nya, misalnya agent Produsen bisa dengan menuliskan P atau Produsen, agent Distributor bisa ditulis D atau Distributor, dan agent Konsumen bisa ditulis K atau Konsumen.
68
Peran adalah mendeskripsikan peran dari masing-masing agent yang dibuat dalam skenario. Untuk peran agent Produsen ketik angka 0, peran agent Distributor ketik angka 1 dan peran agent Konsumen ketik angka 2. Jumlah persediaan kentang di awal masa tanam dalam satuan kilogram adalah mendeskripsikan jumlah kentang yang dimiliki oleh agent Produsen, agent Distributor dan agent Konsumen sebagai persediaan awal pada masa tanam, yang akan digunakan sebagai cadangan dalam memenuhi kebutuhan. Untuk agent Produsen persediaan awal ini bisa juga digunakan sebagai benih untuk masa tanam pada periode yang bersangkutan. Untuk agent Distributor persediaan diawal ini bisa digunakan untuk memenuhi permintaan dari pihak lain, sedangkan untuk agent Konsumen, persediaan ini digunakan untuk memenuhi kekurangan bahan baku produksinya. Batas bawah dan batas atas diameter kentang dalam satuan sentimeter pada model ini menggunakan aturan yang sudah ditetapkan oleh PT. X, yaitu kentang yang berdiameter antara 4,5 sampai 7,5 sentimeter. Pada model ini nilai ukuran diameter dapat disesuaikan dengan kebutuhan sesuai dengan ukuran yang dibutuhkan. Pengisian nilai diameter ini untuk semua agent yang ditetapkan dalam skenario. Kebutuhan kentang setiap produksi diisi dengan banyaknya kebutuhan kentang sebagai bahan baku produksi. Kebutuhan kentang ini merupakan kebutuhan pada setiap periode perencanaan, contoh jumlah kebutuhan kentangnya ini adalah sebanyak 50.000 kg. Keuntungan dari produk adalah keuntungan yang didapat dari tiap kilo gram kentang yang diolah dan dijual oleh agent konsumen. Tabel skenario tersebut diisi dengan data yang disesuaikan dengan skenario yang sudah disusun sebelumnya.Tabel 5.3. menunjukkan ada tiga agent yang terlibat dalam simulasi ini, yaitu agent Produsen, agent Distributor dan agent Konsumen. Periode simulasi diawali pada periode pertama selama lima periode, dengan rasio panen 15, jumlah benih yang bisa ditanam perhektar lahan adalah 1000 kg. Data lain yang dibutuhkan untuk menjalankan simulasi ini adalah dengan mengisi secara lengkap kolom yang ada pada blok spesifikasi, sesuai dengan spesifikasi yang dibutuhkan oleh masing-masing agent.
69
Selain berkas skenario seperti yang sudah dijelaskan diatas, berkas lain yang dibutuhkan oleh pemakai adalah Fuzzyv control leanguge (FCL) yang berisi aturan dan fungsi keanggotaan fuzzy juga perlu disertakan. Agent ini tidak dapat dipanggil dan menghasilkan kesimpulan tanpa adanya FCL ini. Adapun berkas FCL untuk agent produsen ini adalah peubah masukan dan peubah keluaran. Peubah masukan adalah harga, jumlah benih kentang, stok kentang, mencari penawaran kentang, dan merespon permintaan. Peubah keluaran dari berkas FCL ini adalah menerima permintaan, menerima atau menolak penawaran kentang, Sedangkan bentuk fuzzyfikasi dari harga, stok kentang dan stok benih seperti terlihat pada Gambar 3.3 sampai Gambar 3.5. Berkas FCL untuk masing-masing agent dan masing peubah disajikan pada Lampiran 1 sampai dengan Lampiran 3. Masukan dari setiap agent pada FCL ini ada empat peubah, yaitu harga jual dan harga beli kentang, jumlah benih kentang yang dibutuhkan dalam setiap masa tanam, posisi persediaan kentang maupun benih kentang, perjanjian ditolak dan permintaan menanam kentang yang di tolak. Keluarannya adalah penawaran, menerima penawaran, menerima kesepakatan dan melanggar kesepakatan. Bentuk fuzzyfikasi dari harga kentang ini adalah ada tiga kriteria nilai, yaitu murah, sedang, mahal. Harga-harga tersebut mencerminkan nilai yang akan diterima oleh agent Produsen yang tawarkan oleh agent Konsumen. Agent yang merespon perilaku menawarkanakan mengirim pesan berisi harga kentang yang ingin dijual, harga per kilogramnya dan cara pembayaran kepada seluruh agent jenis tertentu. Agent Produsen akan mengirim pesan tersebut kepada seluruh agent Distributor dan Konsumen, sementara agent Distributor akan mengirim kepada seluruh agent Produsen dan Konsumen. Pesan ini akan memicu perilaku penawaran dari setiap agent tujuan dan dilanjutkan dengan proses tawar menawar harga. Harga tawar menawar ditentukan oleh tiap agent berdasarkan fuzzy set yang dimilikinya dengan melihat parameter cara pembayaran, harga yang ditawarkan, dan jumlah stok yang dimiliki oleh agent tersebut. Harga murah berada pada nilai Rp.0 sampai Rp.5000, harga sedang berada pada nilai antara Rp.4000 sampai Rp.7000, harga mahal berada antara nilai Rp.6000 sampai Rp.15000.
70
Sebagai keluaran, sistem akan menghasilkan berkas Gambar untuk tiap agent yang aktif. Berkas berisi data hasil kentang selama simulasi berjalan, prediksi untuk periode berikutnya, serta kondisi terakhir agent tersebut pada akhir simulasi. Berkas Gambar yang dihasilkan masing-masing agent untuk menampilkan tabel transaksi kentang dan prediski pendapatan dari masing-masing agent.
Gambar 5.8. Contoh tampilan .exe
Gambar 5.8 merupakan tampilan awal program pada saat running.Tahap ini merupakan tahap memanggil semua informasi yang dibutuhkan yang ada dalam
platform
jade,
yaitu
zdjade.core.BaseService,
jade.core.management.AgentManagement, jade.core.messaging, semua informasi tersebut terdapat dalam container utama. Jika semua data yang ada sudah lengkap dan sesuai dengan platform jade, maka akan muncul menu utama, seperti yang digambarkan pada Gambar 5.9.
71
Gambar 5.9. Contoh tampilan agent utama
Gambar 5.9.berikut menunjukkan contoh tampilan dari agent utama. Pada tampilan tersebut pemakai (user) dapat menggunakan beberapa tombol yang berfungsi sebagai cara untuk melakukan simulasi. Tombol "step" berfungsi untuk menjalankan siklus simulasi secara bertahap dengan selang waktu satu. Untuk menggunakan tombol ini, nilai skenario untuk "Autonom" diisi tidak sama dengan 1, simulasi akan berlangsung otomatis dan akan berakhir sendiri ketika waktu simulasi habis. Tombol "save all" berfungsi untuk memberi perintah pada seluruh agent yang ada untuk menyimpan nilai dari seri-seri tabel komoditi ke berkas spreadsheet dan gambar di lokasi yang dapat ditentukan oleh pemakai. Tombol "load script" digunakan untuk menampilkan kotak pencarian berkas agar pengguna dapat memilih berkas skenario spreadsheet yang akan digunakan. Lokasi berkas skenario yang diinginkan dapat dicari sesuai dengan penyimpanan data pada awal membuat beras skenario. Contoh lokasi pencarian berkas skenario seperti yang terdapat pada Gamba 5.10.
72
Gambar 5.10. Contoh pencarian lokasi berkas skenario
Tampilan hasil simulasi dengan menggunakan contoh berkas simulasi pada data sebelumnya terdapat pada Gambar 5.11 sampai dengan Gambar 5.13. Gambar 5.11 adalah tampilan hasil simulasi untuk agent Produsen, Gambar 5.12 adalah tampilan hasil simulasi untuk agent Distributor dan Gambar 5.13 adalah tampilan hasil simulasi untuk agent Konsumen.
Gambar 5.11. Tampilan hasil simulasi agent Produsen
73
Gambar 5.12. Tampilan hasil simulasi agent Distributor
Gambar 513. Tampilan hasil simulasi agent Konsumen
Langkah implementasi model perilaku ini seperti yang digambarkan pada Gambar 5.14. langkah awal adalah membuat berkas skenario sesuai dengan kasus yang ada. Berkas skenario itu sesuai dengan contoh skenario interakasi pemakai
74
seperti yang sudah diuraikan sebelumnya. Langkah kedua adalah mengevaluasi data-data yang terdapat dalam berkas skenario tersebut apakah sudah lengkap dan sesuai dengan kondisi yang nyata. Langkah ketiga menjalankan program model perilaku, yang diawali dengan masuk ke run (menjalankan program). Langkah keempat memilih berkas skenario yang sudah dibuat sebelumnya, berkas skenario yang sudah dibuat pada bentuk spreedshet diletakkan pada drive yang mana. Langkah kelima memasukkan berkas skenario. Langkah keenam me-run program model perilaku. Langkah keenam proses simulasi berlangsung. Langkah ketujuh menyimpan hasil simulasi.Langkah kedelapan validasi hasil simulasi.Langkah kesembilan membuat rekomendasi hasil simulasi. Langkah kesepuluh selesai simulasi.
75
Mulai
Buat berkas skenario dalam speedsheet Exel
Data sudah cukup?
Tidak
Pilih berkas skenario
Masukan berkas skenario
Running program
Proses simulasi
Validasi
Hasil simulasi
Rekomendasi
Selesai
Gambar 5.14. Langkah implementasi model perilaku
76
5.4.8. Definisi Perilaku Agent Internal Perilaku adalah merupakan respon terhadap interaksi dari luar dirinya sendiri atau kegiatan rutin yang dilakukan oleh agent. Setiap agent yang terlibat dalam simulasi ini dapat memiliki satu atau beberapa perilaku. 1.
Perilaku menginformasikan Perilaku menginformasikan mendeskripsikan perilaku dari agent Produsen
dan Distributor dalam menawarkan sejumlah kentang yang mereka miliki kepada agent lain tanpa diminta terlebih dahulu. Agent Produsen akan merespon perilaku menginformasikan pada beberapa kondisi tertentu untuk menawarkan kentang yang berasal dari sisa benih dari suatu kesepakatan tanam yang tidak dapat ditanam karena keterbatasan lahan yang tersedia dan hasil panen dimana benih yang digunakan adalah benih sendiri, bukan merupakan pemberian dari agent lain. Agent Distributor akan merespon perilaku menginformasikan pada saat memiliki sejumlah kentang, baik yang lolos seleksi atau tidak lolos seleksi. Kentang yang lolos seleksi ditawarkan terlebih dahulu kepada agent Konsumen yang sudah melakukan kerjasama dan kentang yang tidak lolos seleksi ditawarkan kepada agent Produsen dan Konsumen lain. Agent yang merespon perilaku ini akan mengirim pesan berisi jumlah kentang yang ingin dijual, harga per kilogramnya dan cara pembayaran kepada seluruh agent jenis tertentu. Agent Produsen akan mengirim pesan tersebut kepada seluruh agent Distributor dan Konsumen, sementara agent Distributor akan mengirim kepada seluruh agent Produsen dan Konsumen. Pesan yang dilakukan oleh masing-masing agent memicu diinformasikannya semua pesan dari setiap agent yang dituju dan dilanjutkan dengan proses tawar menawar harga. Harga tawar menawar ditentukan oleh tiap agent berdasarkan fuzzy set yang dimilikinya dengan melihat parameter cara pembayaran, harga yang ditawarkan, dan jumlah stok yang dimiliki oleh agent tersebut. Agent yang merespon perilaku ini (penjual) akan berusaha menawar harga agar lebih tinggi. Proses ini akan berhenti jika perilaku menginformasikan telah menerima dua kali penawaran dan dilanjutkan dengan menjual kentang kepada agent dengan penawaran terbaik. Jika terdapat beberapa penawaran terbaik maka akan dipilih agent yang mengirimkan terlebih dahulu.
77
Jika tidak ada penawaran yang sesuai maka kentang tidak dijual dan disimpan sebagai stok. Perilaku ini juga berlaku pada agent Konsumen dalam mencari agent Produsen yang sepakat untuk menanam kentang dan berharap agent Produsen menjual hasil panennya kepada agent Konsumen. Agent Konsumen merespon perilaku ini pada saat memiliki kentang yang tidak lolos seleksi. Agent yang merespon perilaku ini akan mengirim pesan berisi jumlah benih kentang yang harus ditanam, cara pembayarannya, dan harga perkilogram kentang, kepada seluruh agent Produsen. Agent yang merespon perilaku ini akan memilih satu dari seluruh agent Produsen terkirim yang setuju untuk membuat kesepakatan. Jika terdapat beberapa pesan setuju dari agent-agent berbeda maka akan dipilih agent yang mengirimkan terlebih dahulu. Jika tidak ada agent Produsen yang setuju maka perilaku ini akan berakhir tanpa ada kesepakatan dibuat. Ketika kesepakatan berhasil dibuat, agent ini akan memberikan benih kepada agent Produsen untuk ditanam. 2.
Perilaku menjual Perilaku menjual mendeskripsikan perilaku dari agent Produsen saat menjual
kentang hasil panen kepada satu agent tertentu yang akan membeli kentang. Perilaku ini direspon pada saat agent Produsen menemukan agent yang mau membeli dengan harga paling tinggi, dimana hasil panen tersebut didapat dari kesepakatan tanam. Agent yang merespon perilaku ini akan mengirim pesan yang berisi jumlah kentang yang akan dijual, harga per kilogram yang harus dibayar, dan cara pembayaran kepada agent tersebut. Kentang-kentang tersebut akan diterima lagi oleh agent yang merespon perilaku ini dan ditanam kembali jika tidak lolos uji mutu. 3.
Perilaku membeli Perilaku ini mendeskripsikan perilaku dari agent Distributor dan agent
Konsumen dalam menerima pembelian kentang dari agent Produsen hasil kesepakatan sebelumnya. Agent yang merespon perilaku ini diakibatkan oleh pesan yang berisi jumlah kentang yang ingin dibeli, harga per kilogramnya dan cara pembayarannya. Agent Distributor dan Konsumen hanya akan menerima pesan tersebut dari seluruh agent Produsen. Perilaku ini direspon untuk
78
mendukung proses tawar menawar harga antar agent Produsen dan agent Distributor serta agent Konsumen. Harga tawar menawar ditentukan oleh tiap agent berdasarkan fuzzy set yang dimilikinya dengan melihat parameter cara pembayaran, harga yang ditawarkan, dan jumlah stok yang dimiliki oleh agent tersebut. Agent yang merespon perilaku ini (calon pembeli) akan berusaha menawar agar harga lebih rendah. Proses ini akan berhenti jika perilaku ini telah mengirim dua kali penawaran dan dilanjutkan dengan menunggu konfirmasi dari agent yang ingin menjual kentang. Agent yang merespon perilaku ini akan melanjutkan dengan proses seleksi internal masing-masing. Untuk agent Konsumen, kentang yang tidak lolos seleksi akan dikembalikan kepada agent Produsen jika masih bisa ditanam kembali. Pada simulasi ini diasumsikan bahwa kentang dapat ditanam kembali sebanyak dua kali. Pesan dengan format Menolak didapat jika tidak tercapai kesepakatan diantara ketiga agent tersebut. 4.
Perilaku menyimpang Perilaku menyimpang mendeskripsikan perilaku dari agent Produsen dalam
mencoba menawarkan kentang kepada seluruh agent Distributor dan agent Konsumen diluar hasil kesepakatan sebelumnya, kecuali kepada agent yang sudah melakukan kesepakatan. Agent Produsen akan merespon perilaku menyimpang pada saat panen, dimana benih kentang yang berasal dari agent Konsumen yang sudah melakukan kesepakatan sebelumnya. Agent yang merespon perilaku menyimpang akan mengirim pesan berisi jumlah kentang yang ingin dijual, harga per kilogramnya dan cara pembayarannya kepada agent-agent tersebut. Pesan menawarkan akan memicu perilaku menyimpang dari setiap agent yang dituju yang dilanjutkan dengan proses mencari harga penawaran tertinggi. Harga yang ditawarkan agent-agent terkirim tersebut akan digabung dengan harga yang diberikan oleh agent pemberi benih dan dicari agent yang memberi harga paling tinggi. Agent produsen yang merespon perilaku menyimpang akan menjual kentang kepada agent yang memberi harga tertinggi. Perilaku menyimpang
juga mendeskripsikan perilaku dari
agent
Distributor dan Konsumen dalam merespon penawaran untuk menjual sejumlah kentang dari suatu agent tanpa proses tawar menawar. Agent yang merespon perilaku menyimpang dipicu oleh pesan yang berisi jumlah kentang yang ingin
79
dijual, harga per kilogramnya dan cara pembayarannya. Agent Distributor dan agent Konsumen hanya akan menerima pesan menawarkan dari agent Produsen. Perilaku menyimpang direspon untuk memberi balasan berupa harga yang dibayar jika kentang tersebut sepakat untuk dijual kepada agent Distributor atau agent Konsumen. Harga jual ditentukan oleh tiap agent berdasarkan fuzzy set yang dimilikinya dengan melihat parameter cara pembayaran, harga yang ditawarkan, dan jumlah stok yang dimiliki oleh agent tersebut saat ini. Agent lain yang merespon perilaku menyimpang akan berusaha menawar dengan harga yang lebih tinggi dari harga awal jika stok yang dimiliki dinilai kurang dan berlaku sebaliknya. Setelah mengirim pesan berisi pengajuan harga tersebut, agent yang merespon perilaku ini akan menunggu pesan. 5.
Perilaku pengulangan Perilaku ini mendeskripsikan perilaku agent yang berlangsung berulang-
ulang. Seluruh agent berjenis Produsen, Distributor, dan Konsumen memiliki satu perilaku ini untuk membaca pesan yang diterima sesuai dengan format yang telah didefinisikandan menentukan perilaku yang akan dieksekusi berdasar format pesan tersebut. 5.4.9. Pendefinisian Ontologi Dalam komunikasi antar agent, diperlukan sebuah ketetapan protokol (disebut juga bahasa atau vocabulary) untuk isi dari pesan yang akan digunakan. Protokol ini disebut dengan ontologi dalam arsitektur JADE. Terdapat tiga pendekatan umum dalam menetapkan ontologi, 1) Penggunaan String sebagai isi pesan melalui metode setContent(), 2) Penggunaan objek Serializable sebagai isi pesan melalui metode setContentObject(), dan 3) Penggunaan objek standar FIPA melalui metode fillContent(). Pada pendefinisian ontologi ini, digunakan pendekatan kedua yaitu objek Serializable. Penggunaan suatu objek sebagai isi pesan lebih memudahkan pengambilan informasi secara sintaksis. Hal ini dikarenakan field yang diperlukan dapat ditentukan secara bebas pada objek yang digunakan. 5.4.10. Seleksi Pemilihan Konten Setelah menentukan penggunaan objek sebagai bahasa isi pesan maka langkah terakhir adalah membuat objek-objek yang digunakan. Kelas objek ini
80
harus mengimplementasikan interface java.io.Serializable. Kelas yang digunakan antara lain, Kelas Harga, berisi informasi mengenai suatu transaksi yaitu jumlah kentang, harga kentang per kg-nya, dan cara pembayarannya. Kelas Menawarkan, kelas ini berisi sebuah objek harga dan koleksi bertipe ArrayList. Peubah koleksi ini memuat objek kentang yang mendefinisikan berat (kg), berapa kali telah ditanam , dan diameter kentang. Total nilai Peubah berat dari seluruh objek kentang dalam koleksi ini sama dengan nilai Peubah berat pada objek harga. Kelas benih memiliki sebuah objek harga dan koleksi bertipe ArrayList seperti pada kelas menawarkan, ditambah dengan Peubah lain. Peubah tersebut antara lain sepasang nilai integer yang menunjukan kapan benih ini harus dipanen dan sebuah objek AID yang menunjukan identitas agent pemilik benih dalam koleksi tersebut. Koleksi pada kelas ini tidak berisi objek kentang untuk kentang jadi seperti kelas menawarkan namun berisi objek kentang yang menunjukan benih untuk ditanam. Kelas Kentang merupakan kelas model untuk objek kentang sebenarnya yaitu kentang. Kelas ini digunakan untuk menyatakan sejumlah kentang dalam berat tertentu agar nantinya dapat disimulasikan penyeleksian kentang berdasarkan diameter per satuan objek. Sistem akan membuat sejumlah instance dari kelas ini dengan asumsi bahwa satu objek kentang memiliki kemungkinan diameter 1-10 cm dengan berat 3 kg/cm. Karena kemungkinan diameter ini yang tidak pasti, maka permintaan terhadap sejumlah berat kentang dapat berbeda. 5.5. Implementasi dan Uji Coba Simulasi ini membutuhkan berkas skenario dan berkas Fuzzy Control Language sebagai masukan. Skenario yang akan digunakan ditunjukan oleh Tabel 5.3. Untuk uji kerja ini agen-agen yang akan dipanggil adalah agent Produsen, agent Distributor, dan agent Konsumen. Hanya satu agent dari tiap jenis akan menggunakan tampilan. Diasumsikan seluruh agent yang berjenis sama (Produsen, Distributor, dan Konsumen) akan menggunakan berkas FCL yang sama. Dengan demikian, seluruh agent berjenis sama akan memiliki basis pengetahuan yang serupa.
81
VI.
IMPLEMENTASI MODEL
Tahap ini menjelaskan mengenai hasil penelitian dan mengimplementasikan model yang sudah dirancang dengan menggunakan beberapa peubah yang merupakan masukan untuk simulasi dengan menggunakan beberapa kriteria. Peubah-peubah tersebut diantaranya adalah banyaknya agent yang terlibat dalam rantai pasok, jumlah persediaan kentang pada awal masa tanam, jumlah benih yang digunakan, harga pembelian kentang antar agent yang terlibat, dan alokasi luas lahan yang digunakan. Data lengkap mengenai masukan untuk simulasi dibuat dalam bentuk skenario. Setiap skenario mempunyai beberapa peubah, hanya satu peubah yang dibedakan dari ketiga skenario, yaitu harga yang berbeda dari setiap level.
6.1.Simulasi Skenario Pertama Atribut Peran Stok kentang awal (kg) Modal awal (juta ruiah) Benih (kg) Batas bawah diameter kentang (cm) Batas atas diameter kentang (cm) Permintaan kentang tiap produksi (ribu kg) Keuntungan dari produk (Rp/kg) Keuntungan dari benih (Rp/kg) Harga normal pembelian (Rp/Kg) Harga normal kesepakatan (Rp/Kg) Kemungkinan gagal panen (%) Luas lahan (Ha) Biaya tanam (juta rupiah/Ha)
P-1 0 125 5 4,5 7,5 10 5 250
P-2 0 125 5 4,5 7,5 10 5 250
D -1 1 500 4,5 7,5 4.000 4.200 -
D -2 1 500 4,5 7,5 4.800 5.000 -
K -1 2 2.000 7.5 4,5 7,5 100 3,000 2,000 5.200 5.400 -
K -2 2 2.000 7.5 4,5 7,5 100 3,000 2,000 5.100 5.300 -
Keterangan : P : agent Produsen D : agent Distributor P1 , D1 , K1 : Rantai pasok mitra industri A P2 , D2 , K2 : Rantai pasok mitra industri B
K : agent Konsumen
Hasil simulasi kondisi pasokan kentang pada setiap agent dengan skenario nilai peubah dan parameter tersebut diatas untuk rantai pasok mitra industri A dan rantai pasok mitra industri B.
82
Tabel 6.1.Dinamika pasokan kentang agent Produsen hasil simulasi skenario1 Produsen-1 Periode
Panen (kg)
Terjual (kg)
0 1 2 3 4 5 6 7
75,181 75,181 75,181 75,181 75,181 75,181 75,181
75,181 75,181 75,181 75,181 75,181 75,181
Produsen-2
Benih/Tdk Lolos Seleksi (kg) 75,181 37,511 37,487 61,929 37,286 61,799 37,156
Panen (kg)
Terjual (kg)
Benih/Tdk Lolos Seleksi (kg)
75,129 75,129 75,129 75,129 75,129 75,129 75,129
25,111 25,111 75,129 75,129 75,129 75,129 75,129
50,018 509,615 460,835 138,850 460,806 674,546 674,382
Tabel 6.1.menunjukkan dinamika pasokan kentang hasil simulasi dengan menggunakan skenario pertama agent Produsen. Tabel tersebut menunjukkan jumlah kentang yang dipanen pada periode ke-1 75.181 kg, tetapi tidak dijual kepada pihak lain, hal ini bisa disebabkan oleh kentang yang dipanen tidak memenuhi syarat yang sudah ditetapkan oleh pihak industri. Kentang yang tidak terjual pada periode pertama menjadi persediaan pada periode ke-2 untuk ditanam kembali sebagai benih dan dijual kepada pihak lain. Jumlah kentang yang dipanen pada periode ke-2 sebanyak 75.181 kg. Tabel berikutnya adalah menunjukkan jumlah kentang yang dijual pada periode ke-2 sebanyak 75.181 kg, kentang yang dijual lebih besar daripada kentang yang dipanen pada periode 2, hal ini disebabkan pada periode 1 ada 75.181 kg kentang yang tidak terjual sehingga menjadi persediaan pada periode 2 yang akan digunakan sebagai benih atau dijual ke pihak lain jika sudah tidak memenuhi persyaratan tanam. Untuk agent Produsen 2 Tabel tersebut menunjukkan jumlah kentang yang dipanen pada periode ke-1 75,129 kg, tetapi tidak dijual kepada pihak lain, hal ini bisa disebabkan oleh kentang yang dipanen tidak memenuhi syarat yang sudah ditetapkan oleh pihak industri. Kentang yang tidak terjual pada periode pertama menjadi persediaan pada periode ke-2 untuk ditanam kembali sebagai benih dan dijual kepada pihak lain.
83
Tabel 6.2.Dinamika pasokan kentang agent Distributor hasil simulasi skenario1 Distributor-1 Periode 0 1 2 3 4 5 6 7
Lolos seleksi (kg) 134,353 109,876 124,154 50,002 133,789 98,765
Terjual (kg) 119,574 97,790 110,497 44,502 119,072 87,901
Distributor-2 Tdk Lolos Seleksi (kg) 14,779 12,086 13,657 5,500 14,717 10,864
Lolos seleksi (kg) 160,846 324,707 164,503 321,900 229,899 438,709
Terjual (kg) 154,320 176,540 150,980 239,087 228,686 347,890
Tdk Lolos Seleksi (kg) 6,526 148,167 13,523 82,813 1,213 90,819
Tabel 6.2.menunjukkan dinamika pasokan kentang hasil simulasi agent distributor 1. Tabel ini menunjukan jumlah kentang yang dibeli dari agent Produsen yang lolos seleksi.Pada periode 1 tidak ada kentang yang lolos seleksi yang dibeli dari agent Produsen. Pada periode 2 ada 134,353 kg kentang yang lolos seleksi yang berhasil dibeli dari agent Produsen. Pada periode 1 sampai periode 7 melakukan penjualan kentang kepada pihak industri, baik kentang yang lolos seleksi maupun kentang yang tidak lolos seleksi. Kentang yang lolos seleksi akan digunakan industri sebagai bahan baku dalam proses produksinya. Kentang yang tidak lolos seleksi akan digunakan sebagai benih oleh agent Produsen (paling banyak dua kali penanaman), sedangkan kentang yang tidak bisa digunakan kembali sebagai benih diserahkan kepada pihak industri sebagai pemilik benih yang selanjutnya akan dijual kepasar. Untuk agent distributor 2. Tabel ini menunjukan jumlah kentang yang dibeli dari agent Produsen yang lolos seleksi. Pada periode ke-1 tidak ada kentang yang lolos seleksi yang dibeli dari agent Produsen. Pada periode 2 ada 160.846 kg kentang yang lolos seleksi yang berhasil dibeli dari agent Produsen. Tabel ini juga menunjukan ada kentang yang lolos seleksi yang berhasil dibeli dari agent Produsen pada periode 3 sampai periode ke-7. Pada periode 1 sampai periode 7 dapat mendistribusikan kentang, baik kentang yang lolos seleksi maupun kentang yang tidak lolos seleksi. Kentang yang lolos seleksi akan digunakan industri sebagai bahan baku dalam proses produksinya. Kentang yang tidak lolos seleksi akan digunakan sebagai benih oleh agent Produsen (paling banyak dua kali
84
penanaman), sedangkan kentang yang tidak bisa digunakan kembali sebagai benih diserahkan kepada pihak industri sebagai pemilik benih yang selanjutnya akan dijual kepasar. Tabel 6.3.Dinamika pasokan kentang agent Konsumen hasil simulasi skenario1
Periode 0 1 2 3 4 5 6 7
Konsumen-1 Tidak lolos Lolos seleksi seleksi (kg) (kg) 116,953 22,732 117,601 25,401 109,701 48,272 40,980 31,786 159,404 47,082 100,876 26,292
Konsumen-2 Lolos seleksi (kg) 149,511 223,500 188,084 298,730 200,287 309,865
Tidak lolos seleksi (kg) 453,071 312,668 125,327 377,993 673,333 583,563
Tabel 6.3. menunjukan dinamika pasokan kentang hasil simulasi agent konsumen 1 dan konsumen 2, Tabel ini menunjukan jumlah kentang yang digunakan oleh agent Konsumen untuk kegiatan produksi rutin setiap periodenya, pada periode 1 tidak ada kentang yang lolos seleksi yang didapatkan dari agent lain. Pada periode ke-2 mendapatkan kentang dari agent lain sebesar116,953 kg, sedangkan kentang yang tidak lolos selesksi sebesar 22.732 kg. Untuk agent konsumen 2, Tabel ini menunjukan jumlah kentang yang digunakan oleh agent Konsumen untuk kegiatan produksi rutin setiap periodenya, pada periode 1 tidak ada kentang yang lolos seleksi yang didapatkan dari agent lain. Pada periode 2 mendapatkan kentang dari agent lain sebesar 149.511 kg. Pada Tabel ini juga digambarkan jumlah kentang yang tidak lolos seleksi yang dijual kepasar tradisional, untuk periode 1 sampai periode 7,yang disebabkan oleh kentang tersebut tidak memenuhi syarat teknis dari industri dan atau sudah digunakan sebanyak dua kali sebagai benih.
85
6.2.Simulasi Skenario Kedua Atribut Peran Stok kentang awal (kg) Modal awal (juta ruiah) Benih (kg) Batas bawah diameter kentang (cm) Batas atas diameter kentang (cm) Permintaan kentang tiap produksi (ribu kg) Keuntungan dari produk (Rp/kg) Keuntungan dari benih (Rp/kg) Harga normal pembelian (Rp/Kg) Harga normal kesepakatan (Rp/Kg) Kemungkinan gagal panen (%) Luas lahan (Ha) Biaya tanam (juta rupiah/Ha)
P-1 0 125 5 4,5 7,5 10 5 250
P-2 0 125 5 4,5 7,5 10 5 250
D -1 1 500 4,5 7,5 4.500 4.700 -
D -2 1 500 4,5 7,5 4.800 5.000 -
K -1 2 2.000 7.5 4,5 7,5 100 3,000 2,000 5.300 5.500 -
K -2 2 2.000 7.5 4,5 7,5 100 3,000 2,000 5.000 5.000 -
Keterangan : P : agent Produsen D : agent Distributor P1 , D1 , K1 : Rantai pasok mitra industri A P2 , D2 , K2 : Rantai pasok mitra industri B
K : agent Konsumen
Hasil simulasi kondisi pasokan kentang pada setiap agent dengan skenario nilai peubah dan parameter tersebut diatas untuk rantai pasok mitra industri A dan rantai pasok mitra industri B. Tabel 6.4.Dinamika pasokan kentang agent Produsen hasil simulasi scenario 2 Produsen-1 Periode
Panen (kg)
Terjual (kg)
Benih/Tdk Lolos Seleksi (kg)
0 1 2 3 4 5 6 7
75,046 75,046 75,046 75,046 75,046 75,046 75,046
75,046 75,046 75,046 75,046 75,046 75,046
75,046 13,457 448,414 674,961 674,937 674,772 648,444
Panen (kg) 75,317 75,317 75,317 75,317 75,317 75,317 75,317
Produsen-2 Benih/Tdk Terjual Lolos (kg) Seleksi (kg) 75,317 75,317 112,610 75,317 674,587 75,317 460,752 75,317 138,485 75,317 460,607 75,317 674,201
Tabel 6.4. menunjukkan dinamika pasokan kentang hasil simulasi dengan menggunakan skenario kedua agent Produsen. Tabel tersebut menunjukkan jumlah kentang yang dipanen pada periode ke-1 75.046 kg, tetapi tidak dijual kepada pihak lain, hal ini bisa disebabkan oleh kentang yang dipanen tidak memenuhi syarat yang sudah ditetapkan oleh pihak industri atau agent lainnya
86
masih mempunyai stok kentang. Kentang yang tidak terjual pada periode pertama menjadi persediaan pada periode ke-2 untuk ditanam kembali sebagai benih dan dijual kepada pihak lain. Jumlah kentang yang dijual pada periode ke-2 sebanyak 75.046 kg. Untuk agent Produsen 2, Tabel tersebut menunjukkan jumlah kentang yang dipanen pada periode ke-1 75.317 kg, dijual kepada pihak lain sebesar 75.317 kg.
Tabel 6.5.Dinamika pasokan kentang agent Distributor hasil simulasi skenario2 Distributor-1 Periode 0 1 2 3 4 5 6 7
Lolos seleksi (kg)
Terjual (kg)
120,986 134,571 191,050 187,659 179,450 191,594 187,690
113,908 121,114 171,945 168,893 161,505 172,435 168,921
Distributor-2 Tdk Lolos Seleksi (kg) 7,078 13,457 19,105 18,766 17,945 19,159 18,769
Lolos seleksi (kg) 97,612 133,821 134,076 99,098 100,287 110,200 134,958
Terjual (kg) 87,851 120,439 120,668 89,188 90,258 99,180 121,462
Tdk Lolos Seleksi (kg) 9,761 13,382 13,408 9,910 10,029 11,020 13,496
Tabel 6.5. menunjukkan dinamika pasokan kentang hasil simulasi agent Distributor 1. Tabel ini menunjukan jumlah kentang yang dibeli dari agent Produsen yang lolos seleksi. Pada periode ke-1 ada kentang yang lolos seleksi yang dibeli dari agent Produsen sebesar 120.986 kg, kentang yang terjual sebanyak 113.908 kg, sedangkan kentang yang tidak lolos seleksi sebanyak 7.078 kg. Kentang yang lolos seleksi akan digunakan industri sebagai bahan baku dalam proses produksinya. Kentang yang tidak lolos seleksi akan digunakan sebagai benih oleh agent Produsen (paling banyak dua kali penanaman), sedangkan kentang yang tidak bisa digunakan kembali sebagai benih diserahkan kepada pihak industri sebagai pemilik benih yang selanjutnya akan dijual kepasar tradisional. Untuk agent Distributor 2, Tabel ini menunjukan jumlah kentang yang dibeli dari agent Produsen yang lolos seleksi. Tabel ini juga menunjukan ada kentang yang lolos seleksi yang berhasil dibeli dari agent Produsen pada periode
87
ke-1 sebesar 97.612 kg, kentang yang terjual sebesar 87.851 kg sedangkan kentang yang tidak lolos seleksi sebanyak 9.761 kg. Kentang yang lolos seleksi akan digunakan industri sebagai bahan baku dalam proses produksinya. Kentang yang tidak lolos seleksi akan digunakan sebagai benih oleh agent Produsen (paling banyak dua kali penanaman), sedangkan kentang yang tidak bisa digunakan kembali sebagai benih diserahkan kepada pihak industri sebagai pemilik benih yang selanjutnya akan dijual kepasar bebas.
Tabel 6.6.Dinamika pasokan kentang agent Konsumen hasil simulasi skenario2
Periode 0 1 2 3 4 5 6 7
Konsumen-2 Konsumen-1 Tidak Tidak Lolos Lolos lolos lolos seleksi seleksi seleksi seleksi (kg) (kg) (kg) (kg) 76,010 115,124 99,228 114,531 429,309 100,100 661,179 158,102 656,195 99,090 450,842 225,377 656,992 98,730 128,456 222,388 655,613 98,070 449,587 119,234 629,675 112,982 660,705
Tabel 6.6. menunjukan dinamika pasokan kentang hasil simulasi agent konsumen. Tabel ini menunjukan jumlah kentang yang digunakan oleh agent Konsumen untuk kegiatan produksi rutin setiap periodenya, pada periode 1 tidak ada kentang yang lolos seleksi yang didapatkan dari agent lain. Pada periode 2 mendapatkan kentang yang lolos seleksi dari agent lain sebesar 76.010 kg. Periode ke-2, 114.531 kg sedangkang kentang yang tidak lolos seleksi sebesar 429.309 kg. Tabel ini juga menunjukkan jumlah kentang yang tidak lolos seleksi dan jumlah kentang yang akan digunakan sebagai bahan baku.
88
6.3.Simulasi Skenario Ketiga Atribut Peran Stok kentang awal (kg) Modal awal (juta ruiah) Benih (kg) Batas bawah diameter kentang (cm) Batas atas diameter kentang (cm) Permintaan kentang tiap produksi (ribu kg) Keuntungan dari produk (Rp/kg) Keuntungan dari benih (Rp/kg) Harga normal pembelian (Rp/Kg) Harga normal kesepakatan (Rp/Kg) Kemungkinan gagal panen (%) Luas lahan (Ha) Biaya tanam (juta rupiah/Ha)
P-1 0 125 5 4,5 7,5 10 5 250
P-2 0 125 5 4,5 7,5 10 5 250
D -1 1 500 4,5 7,5 5.200 5.400 -
D -2 1 500 4,5 7,5 4.800 5.000 -
K -1 2 2.000 7.5 4,5 7,5 100 3,000 2,000 5.200 5.400 -
K -2 2 2.000 7.5 4,5 7,5 100 3,000 2,000 5.500 5.700 -
Keterangan : P : agent Produsen D : agent Distributor P1 , D1 , K1 : Rantai pasok mitra industri A P2 , D2 , K2 : Rantai pasok mitra industri B
K : agent Konsumen
Hasil simulasi kondisi pasokan kentang pada setiap agent dengan skenario nilai peubah dan parameter tersebut diatas untuk rantai pasok mitra industri A dan rantai pasok mitra industri B. Tabel 6.7.Dinamika pasokan kentang agent Produsen hasil simulasi skenario 3 Produsen-1
Produsen-2
Periode
Panen (kg)
Terjual (kg)
Benih/Tdk Lolos Seleksi (kg)
0 1 2 3 4 5 6 7
75,046 75,046 75,046 75,046 75,046 75,046 75,046
75,046 75,046 75,046 75,046 75,046 75,046
75,046 40,447 448,414 674,961 674,934 674,772 623,355
Panen (kg)
Terjual (kg)
Benih/Tdk Lolos Seleksi (kg)
75,059 75,059 75,059 75,059 75,059 75,059 75,059
75,059 75,059 75,059 75,059 75,059 75,059 75,059
112,804 56,797 562,080 37,519 561,704 40,923
Tabel 6.7. menunjukkan dinamika pasokan kentang hasil simulasi dengan menggunakan skenario ketiga agent Produsen1. Tabel tersebut menunjukkan jumlah kentang yang dipanen pada periode ke-1 75.046 kg, tetapi tidak dijual kepada pihak lain, hal ini bisa disebabkan oleh kentang yang dipanen tidak
89
memenuhi syarat yang sudah ditetapkan oleh pihak industri. Kentang yang tidak terjual pada periode pertama menjadi persediaan pada periode ke-2 untuk ditanam kembali sebagai benih dan dijual kepada pihak lain. Jumlah kentang yang dipanen pada periode ke-2 sebanyak 75.046 kg. Tabel tersebut menunjukkan jumlah kentang yang dijual pada periode ke-2 sebanyak 75.046 kg sedangkan kentang yang tidak lolos seleksi sebanyak 40.447 kg. Untuk agent Produsen 2, tabel tersebut menunjukkan jumlah kentang yang dipanen pada periode ke-1 75.059 kg, tetapi tidak dijual kepada pihak lain, hal ini bisa disebabkan oleh kentang yang dipanen tidak memenuhi syarat yang sudah ditetapkan oleh pihak industri. Kentang yang tidak terjual pada periode pertama menjadi persediaan pada periode ke-2 untuk ditanam kembali sebagai benih dan atau dijual kepada pihak lain. Jumlah kentang yang dipanen pada periode ke-2 sebanyak 75.059 kg. Tabel tersebut juga menunjukkan jumlah kentang yang dijual pada periode ke-2 sebanyak 75.059 kg, kentang yang tidak terjual yang akan digunakan sebagai benih atau dijual ke pasar tradisional sebesar 112,804 kg. Tabel 6.8. Dinamika pasokan kentang agent Distributor hasil simulasi skenario 3 Distributor-1
Periode
0 1 2 3 4 5 6 7
Lolos seleksi (kg) 114,670 161,786 161,363 224,149 487,500 327,011 432,900
Distributor-2
Terjual (kg)
Tdk Lolos Seleksi (kg)
Lolos seleksi (kg)
86,003 121,340 121,022 168,112 365,625 245,258 324,675
28,668 40,447 40,341 56,037 121,875 81,753 108,225
111,720 135,213 227,188 321,890 115,800 382,021 163,693
Terjual (kg) 83,790 101,409 170,391 241,418 86,850 286,516 122,770
Tdk Lolos Seleksi (kg) 27,930 33,803 56,797 80,473 28,950 95,505 40,923
Tabel 6.8. menunjukkan dinamika pasokan kentang hasil simulasi agent distributor. Tabel ini menunjukan jumlah kentang yang dibeli dari agent produsen yang lolos seleksi. Pada periode 1 kentang yang lolos seleksi yang dibeli dari agent Produsen sebanyak 114.670 kg, kentang yang terjual 86.003 kg sedangkan kentang yang tidak lolos seleksi sebanyak 28.668 kg. Kentang yang lolos seleksi
90
akan digunakan industri sebagai bahan baku dalam proses produksinya. Kentang yang tidak lolos seleksi akan digunakan sebagai benih oleh agent Produsen (paling banyak dua kali penanaman), sedangkan kentang yang tidak bisa digunakan kembali sebagai benih diserahkan kepada pihak industri sebagai pemilik benih yang selanjutnya akan dijual kepasar tradisional. Untuk agent Distributor 2, Tabel ini menunjukkan jumlah kentang yang dibeli dari agent produsen yang lolos seleksi. Pada periode 1 kentang yang lolos seleksi yang dibeli dari agent Produsen sebanyak 114.720 kg, kentang yang terjual 83.790 kg sedangkan kentang yang tidak lolos seleksi sebanyak 27.930 kg. Kentang yang lolos seleksi akan digunakan industri sebagai bahan baku dalam proses produksinya. Kentang yang tidak lolos seleksi akan digunakan sebagai benih oleh agent Produsen (paling banyak dua kali penanaman), sedangkan kentang yang tidak bisa digunakan kembali sebagai benih diserahkan kepada pihak industri sebagai pemilik benih yang selanjutnya akan dijual kepasar. Tabel 6.9.Dinamika pasokan kentang agent Konsumen hasil simulasi skenario 3 Konsumen-1
Konsumen-2
Periode
Lolos seleksi (kg)
Tidak lolos seleksi (kg)
Lolos seleksi (kg)
Tidak lolos seleksi (kg)
0 1 2 3 4 5 6 7
148,160 226,039 225,269 324,670 216,500 321,001
408,073 618,924 553,059 593,019 515,130
107,746 114,684 8,210 161,547 224,843 112,760
79,001 481,608 8,569 466,199 -
Tabel 6.9. menunjukan dinamika pasokan kentang hasil simulasi agent konsumen. Tabel ini menunjukan jumlah kentang yang digunakan oleh agent Konsumen untuk kegiatan produksi rutin setiap periodenya, pada periode 1 tidak ada kentang yang lolos seleksi yang didapatkan dari agent lain. Pada periode 2 mendapatkan kentang dari agent lain sebesar 148.160 kg, periode ke-3 226.039 kg, periode 4 225.269 kg, periode 5 324.670 kg, periode 6,216.500 kg dan periode
91
ke-7 321.001 kg. Tabel ini juga menunjukkan jumlah kentang yang tidak lolos seleksi dan jumlah kentang yang akan digunakan sebagai bahan baku. Pada Tabel diatas juga digambarkan jumlah kentang yang tidak lolos seleksi yang jual kepasar tradisional yang disebabkan oleh kentang tersebut tidak memenuhi syarat teknis dari industri dan atau sudah digunakan sebanyak dua kali sebagai benih. Dari hasil keluaran ketiga simulasi diatas menunjukkan adanya perubahan jumlah pasokan kentang. Perubahan jumlah pasokan kentang juga terjadi pada agent distributor dan agent konsumen. Perubahan pasokan kentang ini salah satunya dipengaruhi oleh perilaku agent yang menyimpang. Perilaku menyimpang produsen yang tidak menjual seluruh hasil panennya kepada agent yang sudah melakukan kerjasama. Alasan agent produsen menjual kentang kepada pihak lain diluar kesepakatan itu adalah adanya faktor harga jual yang lebih tinggi dibandingkan dengan harga yang diberikan oleh konsumen yang sudah terikat kerjasama. Pelanggaran kesepakatan ini merupakan suatu perilaku yang menyimpang, perilaku yang menyimpang ini adalah perilaku yang diluar norma yang berlaku di masyarakat. Dengan adanya perilaku ini, akan merugikan salah satu pihak, yaitu mengurangi pasokan kepada salah satu agent yang terlibat dalam rantai pasok ini. Pada kasus ini, adanya penyimpangan dari agent produsen terhadap kesepakatan yang sudah dibuat, salah satu penyebabnya adalah dalam hal pembuatan kesepakatan yang hanya bersifat verbal dan tidak dalam bentuk ikatan yang kuat. Penyebab perilaku menyimpang menurut Soerjono Soekanto adalah norma sosial yang ada tidak memuaskan pihak tertentu, karena tidak dapat memenuhi kebutuhan dasarnya. Norma sosial yg ada kurang jelas perumusannya, sehingga menimbulkan aneka penafsiran, dalam masyarakat terjadi konflik antara peran-peran yang dipegang aktor dan tidak mungkin untuk mengatur kepentingan semua aktor. Faktor-faktor yang berpengaruh terhadap pasokan kentang disetiap tingkat ini adalah jumlah benih kentang yang ditanam oleh agent produsen, harga jual kentang disetiap tingkatan rantai pasok, cara pembayaran penjualan kentang yang dilakukan oleh konsumen terhadap produsen. Jumlah benih yang digunakan oleh produsen merupakan salah satu bentuk realisasi yang dilakukan oleh agent produsen dengan agent konsumen dalam melakukan kesepakatan kerja. Jumlah
92
benih yang ditanam dipengaruhi oleh alokasi luas lahan yang digunakan oleh agent produsen. Faktor-faktor yang mempengaruhi penerimaan penawaran kerjasama antara konsumen dan produsen adalah harga jual kentang, luas lahan, jumlah benih, mutu kentang dan cara pembayaran. Besaran harga jual kentang pada masing-masing tingkatan rantai pasok mempengaruhi terhadap jumlah pasokan kentang. Agent-agent tesebut akan mencari harga beli yang rendah dan mencari harga jual yang tinggi. Oleh sebab itu agent-agent yang terlibat dalam rantai pasok kentang ini akan melakukan tawar-menawar sampai terjadi kesepakatan yang dapat memberikan keuntungan di semua pihak.
6.4.Keterbatasan Model Model yang dikembangkan ini mempunyai beberapa keterbatasan atau kekurangan, diantaranya adalah sebagai berikut : 1. Model ini terbatas memasukkan perilaku agent secara agregatif dalam bentuk kelompok tani, kelompok pedagang dan kelompok konsumen, dan tidak memasukkan perilaku untuk setiap individu petani, pedagang dan konsumen. 2. Model ini hanya terbatas pada wilayah yang menjadi kajian penelitian sebagai sumber
pasokan
kentang
untuk
konsumen
industri
dan
tidak
mempertimbangkan sumber pasokan dari wilayah/sentra pasokan kentang yang lain. 3. Model ini belum mengakomodir sumber pasokan yang berasal dari impor, serta dampaknya terhadap pembentukan harga dan ketersediaan kentang dalam rantai pasok.
93
VII.
SIMPULAN DAN SARAN
7.1. Simpulan Berdasarkan hasil pembahasan yang sudah dilakukan maka dapat diambil kesimpulan sebagai berikut : 1. Secara garis besar ada empat aktor yang terlibat dalam rantai pasok kentang, yaitu petani, kelompok tani, pedagang besar dan konsumen industri. Dalam pengembangan model ini keempat aktor tersebut di kelompokkan menjadi tiga agent, yaitu agent Produsen, agent Distributor, dan agent Konsumen. Ketiga agent tersebut mempunyai perilaku sebagai berikut: a. Agent Produsen menentukan waktu yang akan dijadikan sebagai masa tanam, menentukan luas lahan yang diperlukan sesuai dengan kemampuan petani dan kebutuhan konsumen, juga menyesuaikan dengan ketersediaan benih yang ada di pihak konsumen sebagai penyedia benih, peran berikutnya dari produsen adalah menentukan biaya yang diperlukan untuk proses penanaman, perawatan, sarana produksi pertanian dan pada saat panen, peran terakhir dari produsen adalah melakukan pemanenan kentang sesuai dengan jadual yang telah ditentukan sebelumnya. b. Agent Distributor merespon jumlah benih yang dibutuhkan oleh para petani yang kemudian menginformasikannya kepada pihak konsumen yang merupakan penyedia benih kentang, kemudian merespon kebutuhan lahan yang diperlukan oleh petani untuk memenuhi kebutuhan benih dan kentang yang akan dipanen. c. Agent konsumen adalah merencanakan proses produksi pada setiap periode dengan menentukan kebutuhan kentang sebagai bahan baku utamanya, menentukan standar mutu kentang yang sesuai dengan standar industri, dan peran berikutnya adalah menyediakan benih yang sesuai dengan karakteristik kentang yang diinginkan oleh industri yang nantinya akan ditanam oleh para petani. 2. Agent yang dimodelkan dalam pemodelan ini adalah agent Produsen, agent Distributor dan agent Konsumen. Ketiga agent tersebut mempunyai sifat dan perilaku yang khas. Agent Produsen mempunyai sifat yang pasif, agent
94
Distributor bersifat semi aktif, agent Konsumen bersifat aktif. Ketiga sifat tersebut mencerminkan peran dan perilaku dari masing-masing agent. Interaksi ketiga agent tersebut dihubungkan dengan sebuah kerjasama yang bersifat verbal yang telah disepakati bersama, dimana dalam kesepakatan itu setiap agent mempunyai hak dan kewajiban yang berbeda dengan tujuan yang sama. 3. Model yang telah dibangun telah menghasilkan interaksi perilaku dari agentagent yang terlibat dalam rantai pasok kentang industri. Interaksi perilaku antar agent tersebut adalah interaksi aktor petani menawarkan kentang kepada aktor pedagang bila mereka memiliki stok kentang, baik yang terkait dengan kesepakatan maupun yang tidak terkait dengan kesepakatan apa pun. Aktor pedagang akan merespon penawaran yang diajukan aktor petani dengan memberikan harga beli kentang. Aktor Petani merespon pencarian kentang dari aktor Industri saat aktor Industri tidak memiliki stok kentang yang cukup untuk melakukan produksi. Aktor Industri akan mencoba membuat kesepakatan tanam dengan aktor Petani bila mereka memiliki stok kentang yang tidak lolos seleksi sebagai bahan baku (benih). Aktor Pedagang akan merespon pencarian kentang dari aktor Industri saat aktor Industri tidak memiliki stok kentang yang cukup untuk melakukan produksi. Aktor Pedagang juga aktif menawarkan kentang bila mereka memiliki stok kepada aktor-aktor Industri yang ada. Kentang yang ditawarkan oleh aktor Pedagang kepada aktor Industri adalah kentang yang telah lolos seleksi internal dari aktor Pedagang tersebut. 4. Berdasarkan model yang sudah dibangun dengan menggunakan beberapa skenario maka dapat diambil beberapa kesimpulan sebagai berikut : a. Perilaku agent-agent yang terlibat dalam rantai pasok kentang ini mempengaruhi terhadap tingkat pasokan kentang. Perilaku-perilaku tersebut adalah perilaku konsumen dalam menyediakan benih kentang dalam jumlah yang sesuai dengan kesepakatan awal. Hasil produk yang dijual ke masing-masing agent, baik didalam kesepakatan maupun diluar kesepakatan yang terlibat dalam rantai pasok sangat ditentukan oleh faktor harga dan tingkat ketersediaan modal.
95
b. Dalam kaitan dengan kemitraan yang dijalankan antara produsen dan konsumen industri, kesepakatan kerjasama yang telah disetujui dalam realisasinya tidak sepenuhnya dipatuhi. Ada perilaku menyimpang dari agent yang terlibat dalam rantai pasok ini. Perilaku menyimpang ini adalah melanggar kesepakatan antara agent Produsen dan agent Konsumen dengan cara tidak menjual hasil panennya kepada konsumen yang sudah melakukan kesepakatan. Hal ini dipengaruhi oleh harga jual kentang.
7.2. Saran Saran tindak lanjut dari penelitian ini adalah sebagai berikut : 1. Perlu dilakukan penelitian lanjutan terhadap perilaku masing-masing individu dari petani, pedagang dan industri, bukan dalam bentuk agregat dari aktor petani, aktor pedagang dan aktor industri. 2. Model yang akan dikembangkan perlu mempertimbangkan mengenai sumber masukan dari berbagai wilayah sentra penghasil kentang industri dengan cakupan yang lebih luas. 3. Penelitian lanjutan yang mengakomodir jika terjadi distorsi karena adanya kelangkaan pasokan dari wilayah sentra penghasil kentang dan adanya pasokan yang berasal dari impor.
96
DAFTAR PUSTAKA Adiyoga, W., A. A. Asandhi, A.Laksanawati, Nurhartuti, Ineu Sulastrini (2007), Rantai pasok Sayuran dan Persepsi Partisipan Rantai Terhadap Pentingnya Keamanan Pangan, Jurnal Hortikultura Volume XVII, No. 3. Ahn, H., Lee, H. (2004) Agent based dynamic network for supply chain management. BT Technology Journal, 22 (2), 18-27. Asandi, A.A dan N. Gunadi (1989), Syarat Tumbuh Tanaman Kentang, Buku Kentang Edisi kedua, Badan Litbang Pertanian dan Pengembangan Pertanian, Balai Penelitian Hortikultura, Lembang Bahagia, Senator Nur (2006), Sistem Persediaan, Penerbit ITB. Beamon, BM (1998); Design Supply Chain and analysis: Models and methods; International Journal Production Economics, (P. 281 – 294) Bonabeau, E (2002), Agent-based modeling : Methods and techniques for simulating human systems Chen, Yuerong, Xueping Li (2009), The Effect of Customer Segmentation on an Inventory system in The Presence of Supply Disruptions, Proceedings of the Winter Simulation Conference Chopra, Sunil., Peter Meindl (2007). “SupplyChain Management: Strategy, Planning and Operations”, 3rd Edition. Pearson Education International, Upper Saddle River, NY: Prentice-Hall. Chu, CL (2006); Coordination of Supply Chain Inventory Systems With Private Information; Dissertattion, Doctor of Philosophy, Texas A&M University. Erol, K. (2007), Application of Agent Technology to Traffic Simulation, United States Department of Transportation Fu, Y., (2000), Multi-Agent Enable Modeling and Simulation Towards Collaborative Inventory Management in Supply Chains, Proceedings of the 2000 Winter Simulation Conference. Ganeshan, R (1999); Managing Supply Chain Inventories: A multiple retailer, one warehouse, multiple supplier model; International Journal of Production Economics, Volume 59. Graudina., Vita., Janis Grundspenkis , (2005), Technologies and Multi-Agent System Architectures for Transportation and Logistics Support: An Overview, Proceeding International Conference on Computer Systems and Technologies Huan, Samuel H., Sunil K. Sheoran, Ge Wang (2004), A review and analysis of supply chain operations reference (SCOR) model, supply chain management : An International Journal Volume 9, No. a. Indrajit, R. E dan R. Djokopranoto (2006), Konsep Manajemen Supply Chain Cara Baru Memandang Mata Rantai Penyediaan Barang.Grasindo, Jakarta. Ittiwattana, W (2002); A Method For Simulation Optimization With Applications In Robust Process Design And Locating Supply Chain Operations; Dissertation, Doctor of Philosophy, The Ohio State University Jammernegg, W et al (2007); Performance improvement of Supply Chain processes by coordinated inventory and capacity management, International Journal of Production Economics, Volume 108
97
Jauhari, Wakhid Ahmad (2006), “Model Persediaan Terintegrasi Pada Sistem Supply Chain yang Melibatkan Pemasok, Pemanufaktur dan Pembeli’, Jurnal Ilmiah Teknik Industri Vol. 5 No. 2, hal 82 – 88 Jeyanthi, N., P. Radhakrishnan (2010), “Optimizing Multi product Inventory using Genetic Algorithm for efficient Supply Chain Management involving Lead Time”, IJCSNS International Journal of Computer Science and Network Security, VOL.10 No.5. Kashif, Ayesha., Xuan Hoa Binh Le (2011), Agent Based Framework To Simulate Inhabitants Behaviour In Domestic Settings For Energy, Proceeding 3rd International Conference on Agents and Artificial Intelligence, Rome, Italy. http://membresliglab.imag.fr/dugdale/papers/ICAART_2011_final.pdf, download Maret 2011. Kusdibyo dan Azis A. Asandhi, (2004), Waktu Panen dan Penyimpanan Pasca Panen untuk Mempertahankan Mutu Umbi Kentang Olahan, Ilmu Pertanian Vol. 11 No.1, Balai Penelitian Tanaman Sayuran, Lembang Krajewski, Lee J., Larry P. Ritzman (2005), Operations Management Processes and Value Chains, Pearson Prentice Hall. Maulana, Ikbal (2005), Eksplorasi Fenomena Sosial dengan Pemodelan Berbasis Agent, Prosiding Semiloka Teknologi Simulasi dan Komputasi serta Aplikasi Narmadha, S., Selladurai, V., (2009), Multi-faktory, Multi-Product Inventory Optimization using Genetic Algorithm for Efficient Supply Chain Management, IJCSNS International Journal of Computer Science and Network Security, VOL.9 No.12. Narmadha, Selladurai dan Sathish (2010), Multi-Product Inventory Optimization using Uniform Crossover Genetic Algorithm, International Journal of Computer Science and Information Security, Vol. 7, No. 1, ---- Pedoman Teknis Pengembangan Hortikultura Tahun 2010, Direktorat Jenderal Hortikultura Parunak, H. Van Dyke., Robert Savit, Rick L. Riolo (1998), Agent-Based Modeling vs. Equation-Based Modeling: A Case Study and Users’ Guide, Proceedings of Multi-agent systems and Agent-based Simulation, Springer Pujawan, I Nyoman (2006).“Supply Chain Management”. Surabaya: Gunawidya. Radhakrishnan, P. et al (2009), Optimizing Inventory Using Genetic Algorithm for Efficient Supply Chain Management, Journal of Computer Science 5 (3) : 233-241. Reynolds, C.W. (1999) “Steering BehaviorsFor Autonomous Characters”, dalam Sony Computer Entertainment America 919 East Hillsdale Boulevard Foster City, California 94404. Sabri, EH et al (2000); A multi-objective approach to simultaneous strategic and operational planning in Supply Chain design International Journal of Production Economics Volume 28. Syairudin, B., Sudirman, I., Samadhi, T. M., & Suryadi, K. (2008).Pengembangan Model Knowledge Sharing Berbasis Agen Untuk Klaster Industri Kecil dan Menengah.Seminar Nasional Sains dan Teknologi-II 2008, (pp. 136146).Lampung.
98
Sutopo, Wahyudi, Senator Nur Bahagia, Andi Cakravastia, dan TMA. Ari Samadhi (2008), A Buffer Stocks Model for Stabilizing Price of Commodity under Limited Time of Supply and Continuous Consumption, Proceedings of the 9th Asia Pasific Industrial Engineering & Management Systems Conference. Thalmann, D., Musse, S.R., Kallmann, M. (1999), “Virtual Humans’ Behaviour : Individuals, Groups, and Crowds”, dalam Proceedings of Digital Media Futures.
99
LAMPIRAN 1 : Hasil Program Model Perilaku Untuk Agent Produsen // Block definition (there may be more than one block per file) FUNCTION_BLOCK bargainer VAR_INPUT price : REAL; seed : REAL; stock : REAL; rejectedPledge : REAL; rejectedQuery : REAL; END_VAR VAR_OUTPUT bid : REAL; acceptOffer : REAL; acceptPledge : REAL; //acceptQuery : REAL; riseForPledge : REAL; riseForQuery : REAL; riseForDiverge : REAL; END_VAR FUZZIFY price TERM cheap := (0, 1) (4, 1) (5, 0); TERM good := (4, 0) (5, 1) (6, 1) (6.9, 0); TERM expensive := (6.5, 0) (7, 1) (15, 1); END_FUZZIFY FUZZIFY seed TERM few := (0, 1) (25, 1) (40, 0); TERM normal := (30, 0) (40, 1) (60, 1) (70, 0); TERM lot := (60, 0) (100, 1); END_FUZZIFY FUZZIFY stock
100
TERM few := (0, 1) (25, 1) (40, 0); TERM normal := (30, 0) (40, 1) (60, 1) (70, 0); TERM lot := (60, 0) (100, 1); END_FUZZIFY FUZZIFY rejectedPledge TERM few := (0, 1) (3, 0); TERM normal := (2, 0) (4, 1) (5, 0); TERM lot := (4, 0) (10, 1); END_FUZZIFY FUZZIFY rejectedQuery TERM few := (0, 1) (3, 0); TERM normal := (2, 0) (4, 1) (5, 0); TERM lot := (4, 0) (10, 1); END_FUZZIFY /////////////////////////////////////////////////////////////////////////////////// DEFUZZIFY bid TERM low := (0, 1) (5, 1) (25, 0); TERM normal := (5, 0) (25, 1) (40, 1) (50, 0); TERM high := (40, 0) (50, 1) (60, 1); // Use 'Center Of Gravity' defuzzification method METHOD : COG; // Default value is 0 (if no rule activates defuzzifier) DEFAULT := 0; END_DEFUZZIFY DEFUZZIFY acceptOffer //TERM no := (0, 1) (4, 1) (7, 0); //TERM yes := (3, 0) (6, 1) (10, 1); TERM no := (0, 1) (5.1, 0); TERM yes := (4.9, 0) (10, 1); METHOD : COG;
101
DEFAULT := 0; END_DEFUZZIFY DEFUZZIFY acceptPledge TERM no := (0, 1) (5.1, 0); TERM yes := (4.9, 0) (10, 1); METHOD : COG; DEFAULT := 0; END_DEFUZZIFY DEFUZZIFY riseForPledge TERM low := (0, 1) (5, 1) (25, 0); TERM normal := (5, 0) (25, 1) (40, 1) (50, 0); TERM high := (40, 0) (50, 1) (60, 1); METHOD : COG; DEFAULT := 0; END_DEFUZZIFY DEFUZZIFY riseForQuery TERM low := (0, 1) (5, 1) (25, 0); TERM normal := (5, 0) (25, 1) (40, 1) (50, 0); TERM high := (40, 0) (85, 1); METHOD : COG; DEFAULT := 0; DEFUZZIFY riseForDiverge TERM lower := (-20, 1) (0, 1) (20, 0); TERM higher := (10, 0) (40, 1); METHOD : COG; DEFAULT := 0; END_DEFUZZIFY //////////////////////////////////////////////////////////////////////////// RULEBLOCK No1 // Use 'min' for 'and' (also implicit use 'max'
102
// for 'or' to fulfill DeMorgan's Law) AND : MIN; // Use 'min' activation method ACT : MIN; // Use 'max' accumulation method ACCU : MAX; RULE 101 : IF price IS cheap THEN bid IS low; RULE 102 : IF price IS good AND stock IS few THEN bid IS low; RULE 103 : IF price IS good AND stock IS lot THEN bid IS normal; RULE 104 : IF price IS expensive AND stock IS NOT few THEN bid IS high; RULE 105 : IF stock IS few THEN bid IS low; ///////////////////////////////////////////////////////////////////////// RULE 201 : IF price IS cheap THEN acceptOffer IS yes; RULE 202 : IF stock IS few THEN acceptOffer IS yes; RULE 203 : IF price IS good AND stock IS normal THEN acceptOffer IS yes; RULE 204 : IF price IS good AND stock IS lot THEN acceptOffer IS no; RULE 205 : IF price IS expensive THEN acceptOffer IS no; ///////////////////////////////////////////////////////////////////////// RULE 301 : IF price IS expensive THEN acceptPledge IS yes;
103
RULE 302 : IF price IS good AND seed IS lot THEN acceptPledge IS yes; RULE 303 : IF price IS cheap THEN acceptPledge IS no; ///////////////////////////////////////////////////////////////////////// RULE 401 : IF stock IS lot THEN riseForPledge IS low; RULE 402 : IF rejectedPledge IS few AND stock IS few THEN riseForPledge IS normal; RULE 403 : IF rejectedPledge IS few AND stock IS normal THEN riseForPledge IS normal; RULE 404 : IF rejectedPledge IS normal AND stock IS few THEN riseForPledge IS high; RULE 405 : IF rejectedPledge IS normal AND stock IS normal THEN riseForPledge IS normal; RULE 406 : IF rejectedPledge IS lot THEN riseForPledge IS high; ///////////////////////////////////////////////////////////////////////// RULE 501 : IF stock IS lot THEN riseForQuery IS low; RULE 502 : IF rejectedQuery IS few AND stock IS few THEN riseForQuery IS normal; RULE 503 : IF rejectedQuery IS few AND stock IS normal THEN riseForQuery IS normal; RULE 504 : IF rejectedQuery IS normal AND stock IS few THEN riseForQuery IS high; RULE 505 : IF rejectedQuery IS normal AND stock IS normal THEN riseForQuery IS normal; RULE 506 : IF rejectedQuery IS lot THEN riseForQuery IS high;
104
///////////////////////////////////////////////////////////////////////// RULE 601 : IF stock IS few THEN riseForDiverge IS higher; RULE 602 : IF stock IS normal AND price IS cheap THEN riseForDiverge IS higher; RULE 603 : IF stock IS normal AND price IS good THEN riseForDiverge IS lower; RULE 604 : IF stock IS lot OR price IS expensive THEN riseForDiverge IS lower;
105
LAMPIRAN 2 : Hasil Program Model Perilaku Untuk Agent Distributor // Block definition (there may be more than one block per file) VAR_INPUT price : REAL; seed : REAL; stock : REAL; rejectedPledge : REAL; rejectedQuery : REAL; END_VAR VAR_OUTPUT bid : REAL; acceptOffer : REAL; acceptPledge : REAL; riseForPledge : REAL; riseForQuery : REAL; riseForDiverge : REAL; END_VAR FUZZIFY price TERM cheap := (0, 1) (4, 1) (5, 0); TERM good := (4, 0) (5, 1) (6, 1) (6.9, 0); TERM expensive := (6.5, 0) (7, 1) (15, 1); END_FUZZIFY FUZZIFY seed TERM few := (0, 1) (25, 1) (40, 0); TERM normal := (30, 0) (40, 1) (60, 1) (70, 0); TERM lot := (60, 0) (100, 1); END_FUZZIFY FUZZIFY stock TERM few := (0, 1) (25, 1) (40, 0); TERM normal := (30, 0) (40, 1) (60, 1) (70, 0);
106
TERM lot := (60, 0) (100, 1); END_FUZZIFY FUZZIFY rejectedPledge TERM few := (0, 1) (3, 0); TERM normal := (2, 0) (4, 1) (5, 0); TERM lot := (4, 0) (10, 1); END_FUZZIFY FUZZIFY rejectedQuery TERM few := (0, 1) (3, 0); TERM normal := (2, 0) (4, 1) (5, 0); TERM lot := (4, 0) (10, 1); END_FUZZIFY /////////////////////////////////////////////////////////////////////////////////// DEFUZZIFY bid TERM low := (0, 1) (5, 1) (25, 0); TERM normal := (5, 0) (25, 1) (40, 1) (50, 0); TERM high := (40, 0) (50, 1) (60, 1); // Use 'Center Of Gravity' defuzzification method METHOD : COG; // Default value is 0 (if no rule activates defuzzifier) DEFAULT := 0; END_DEFUZZIFY DEFUZZIFY acceptOffer //TERM no := (0, 1) (4, 1) (7, 0); //TERM yes := (3, 0) (6, 1) (10, 1); TERM no := (0, 1) (5.1, 0); TERM yes := (4.9, 0) (10, 1); METHOD : COG; DEFAULT := 0; END_DEFUZZIFY
107
DEFUZZIFY acceptPledge TERM no := (0, 1) (5.1, 0); TERM yes := (4.9, 0) (10, 1); METHOD : COG; DEFAULT := 0; END_DEFUZZIFY DEFUZZIFY riseForPledge TERM low := (0, 1) (5, 1) (25, 0); TERM normal := (5, 0) (25, 1) (40, 1) (50, 0); TERM high := (40, 0) (50, 1) (60, 1); METHOD : COG; DEFAULT := 0; END_DEFUZZIFY DEFUZZIFY riseForQuery TERM low := (0, 1) (5, 1) (25, 0); TERM normal := (5, 0) (25, 1) (40, 1) (50, 0); TERM high := (40, 0) (85, 1); METHOD : COG; DEFAULT := 0; END_DEFUZZIFY DEFUZZIFY riseForDiverge TERM lower := (-20, 1) (0, 1) (20, 0); TERM higher := (10, 0) (40, 1); METHOD : COG; DEFAULT := 0; END_DEFUZZIFY //////////////////////////////////////////////////////////////////////////// RULEBLOCK No1 // Use 'min' for 'and' (also implicit use 'max' // for 'or' to fulfill DeMorgan's Law)
108
AND : MIN; // Use 'min' activation method ACT : MIN; // Use 'max' accumulation method ACCU : MAX; RULE 101 : IF price IS cheap THEN bid IS low; RULE 102 : IF price IS good AND stock IS few THEN bid IS low; RULE 103 : IF price IS good AND stock IS lot THEN bid IS normal; RULE 104 : IF price IS expensive AND stock IS NOT few THEN bid IS high; RULE 105 : IF stock IS few THEN bid IS low; ///////////////////////////////////////////////////////////////////////// RULE 201 : IF price IS cheap THEN accept Offer IS yes; RULE 202 : IF stock IS few THEN accept Offer IS yes; RULE 203 : IF price IS good AND stock IS normal THEN accept Offer IS yes; RULE 204 : IF price IS good AND stock IS lot THEN accept Offer IS no; RULE 205 : IF price IS expensive THEN accept Offer IS no; ///////////////////////////////////////////////////////////////////////// RULE 301 : IF price IS expensive THEN accept Pledge IS yes; RULE 302 : IF price IS good AND seed IS lot
109
THEN accept Pledge IS yes; RULE 303 : IF price IS cheap THEN accept Pledge IS no; ///////////////////////////////////////////////////////////////////////// RULE 401 : IF stock IS lot THEN rise For Pledge IS low; RULE 402 : IF rejected Pledge IS few AND stock IS few THEN rise For Pledge IS normal; RULE 403 : IF rejected Pledge IS few AND stock IS normal THEN rise For Pledge IS normal RULE 404 : IF rejected Pledge IS normal AND stock IS few THEN rise For Pledge IS high; RULE 405 : IF rejected Pledge IS normal AND stock IS normal THEN rise For Pledge IS normal; RULE 406 : IF rejected Pledge IS lot THEN rise For Pledge IS high; ///////////////////////////////////////////////////////////////////////// RULE 501 : IF stock IS lot THEN rise For Query IS low; RULE 502 : IF rejected Query IS few AND stock IS few THEN rise For Query IS normal; RULE 503 : IF rejected Query IS few AND stock IS normal THEN rise For Query IS normal; RULE 504 : IF rejected Query IS normal AND stock IS few THEN rise For Query IS high; RULE 505 : IF rejected Query IS normal AND stock IS normal THEN rise For Query IS normal; RULE 506 : IF rejected Query IS lot THEN rise For Query IS high; /////////////////////////////////////////////////////////////////////////
110
RULE 601 : IF stock IS few THEN rise For Diverge IS higher; RULE 602 : IF stock IS normal AND price IS cheap THEN rise For Diverge IS higher; RULE 603 : IF stock IS normal AND price IS good THEN rise For Diverge IS lower; RULE 604 : IF stock IS lot OR price IS expensive THEN rise For Diverge IS lower; END_RULEBLOCK
111
LAMPIRAN 3 : Hasil Program Model Perilaku Untuk Agent Konsumen // Block definition (there may be more than one block per file) FUNCTION_BLOCK bargainer VAR_INPUT price : REAL; seed : REAL; stock : REAL; rejectedPledge : REAL; rejectedQuery : REAL; END_VAR VAR_OUTPUT bid : REAL; acceptOffer : REAL; acceptPledge : REAL; riseForPledge : REAL; riseForQuery : REAL; riseForDiverge : REAL; END_VAR FUZZIFY price TERM cheap := (0, 1) (4, 1) (7, 0); TERM good := (4, 0) (5, 1) (6, 1) (6.9, 0); TERM expensive := (6.5, 0) (7.5, 1) (15, 1); END_FUZZIFY FUZZIFY seed TERM few := (0, 1) (25, 1) (40, 0); TERM normal := (30, 0) (40, 1) (60, 1) (70, 0); TERM lot := (60, 0) (100, 1); END_FUZZIFY FUZZIFY stock TERM few := (0, 1) (25, 1) (55, 0);
112
TERM normal := (30, 0) (40, 1) (60, 1) (80, 0); TERM lot := (75, 0) (200, 1); END_FUZZIFY FUZZIFY rejectedPledge TERM few := (0, 1) (3, 0); TERM normal := (2, 0) (4, 1) (5, 0); TERM lot := (4, 0) (10, 1); END_FUZZIFY FUZZIFY rejectedQuery TERM few := (0, 1) (2, 0); TERM normal := (1, 0) (3, 1) (4, 0); TERM lot := (3, 0) (10, 1); END_FUZZIFY /////////////////////////////////////////////////////////////////////////////////// DEFUZZIFY bid TERM low := (0, 1) (5, 1) (25, 0); TERM normal := (5, 0) (25, 1) (40, 1) (50, 0); TERM high := (40, 0) (50, 1) (60, 1); // Use 'Center Of Gravity' defuzzification method METHOD : COG; // Default value is 0 (if no rule activates defuzzifier) DEFAULT := 0; END_DEFUZZIFY DEFUZZIFY acceptOffer //TERM no := (0, 1) (4, 1) (7, 0); //TERM yes := (3, 0) (6, 1) (10, 1); TERM no := (0, 1) (5.1, 0); TERM yes := (4.9, 0) (10, 1); METHOD : COG; DEFAULT := 0;
113
END_DEFUZZIFY DEFUZZIFY acceptPledge TERM no := (0, 1) (5.1, 0); TERM yes := (4.9, 0) (10, 1); METHOD : COG; DEFAULT := 0; END_DEFUZZIFY DEFUZZIFY riseForPledge TERM low := (0, 1) (5, 1) (25, 0); TERM normal := (5, 0) (25, 1) (40, 1) (50, 0); TERM high := (40, 0) (50, 1) (60, 1); METHOD : COG; DEFAULT := 0; END_DEFUZZIFY DEFUZZIFY riseForQuery TERM low := (0, 1) (5, 1) (25, 0); TERM normal := (5, 0) (25, 1) (40, 1) (45, 0); TERM high := (40, 0) (90, 1); METHOD : COG; DEFAULT := 0; END_DEFUZZIFY DEFUZZIFY riseForDiverge TERM lower := (-20, 1) (0, 1) (20, 0); TERM higher := (10, 0) (40, 1); METHOD : COG; DEFAULT := 0; END_DEFUZZIFY //////////////////////////////////////////////////////////////////////////// RULEBLOCK No1 // Use 'min' for 'and' (also implicit use 'max'
114
// for 'or' to fulfill DeMorgan's Law) AND : MIN; // Use 'min' activation method ACT : MIN; // Use 'max' accumulation method ACCU : MAX; RULE 101 : IF stock IS few THEN bid IS low; RULE 102 : IF price IS cheap OR price IS good THEN bid IS low; RULE 103 : IF price IS expensive AND stock IS few THEN bid IS normal; RULE 104 : IF price IS expensive AND stock IS NOT few THEN bid IS high; ///////////////////////////////////////////////////////////////////////// RULE 201 : IF price IS cheap THEN acceptOffer IS yes RULE 202 : IF stock IS few THEN acceptOffer IS yes RULE 203 : IF price IS good AND stock IS normal THEN acceptOffer IS yes; RULE 204 : IF price IS good AND stock IS lot THEN acceptOffer IS no; RULE 205 : IF price IS expensive THEN acceptOffer IS no; ///////////////////////////////////////////////////////////////////////// RULE 301 : IF price IS expensive THEN acceptPledge IS yes; RULE 302 : IF price IS good AND seed IS lot THEN acceptPledge IS yes;
115
RULE 303 : IF price IS cheap THEN acceptPledge IS no; ///////////////////////////////////////////////////////////////////////// RULE 401 : IF stock IS lot THEN riseForPledge IS low; RULE 402 : IF rejectedPledge IS few AND stock IS few THEN riseForPledge IS normal; RULE 403 : IF rejectedPledge IS few AND stock IS normal THEN riseForPledge IS normal; RULE 404 : IF rejectedPledge IS normal AND stock IS few THEN riseForPledge IS high; RULE 405 : IF rejectedPledge IS normal AND stock IS normal THEN riseForPledge IS normal; RULE 406 : IF rejectedPledge IS lot THEN riseForPledge IS high; ///////////////////////////////////////////////////////////////////////// RULE 501 : IF stock IS lot THEN riseForQuery IS low; RULE 502 : IF rejectedQuery IS few AND stock IS few THEN riseForQuery IS normal; RULE 503 : IF rejectedQuery IS few AND stock IS normal THEN riseForQuery IS normal; RULE 504 : IF rejectedQuery IS normal AND stock IS few THEN riseForQuery IS high; RULE 505 : IF rejectedQuery IS normal AND stock IS normal THEN riseForQuery IS normal; RULE 506 : IF rejectedQuery IS lot THEN riseForQuery IS high; ///////////////////////////////////////////////////////////////////////// RULE 601 : IF stock IS few
116
THEN riseForDiverge IS higher; RULE 602 : IF stock IS normal AND price IS cheap THEN riseForDiverge IS higher; RULE 603 : IF stock IS normal AND price IS good THEN riseForDiverge IS lower; RULE 604 : IF stock IS lot OR price IS expensive THEN riseForDiverge IS lower; END_RULEBLOCK END_FUNCTION_BLOCK
117
LAMPIRAN 4 : Hasil Program Model Perilaku Untuk Logika Perhitungan // Block definition (there may be more than one block per file) FUNCTION_BLOCK bargainer VAR_INPUT price : REAL; seed : REAL; stock : REAL; rejectedPledge : REAL; rejectedQuery : REAL; END_VAR VAR_OUTPUT bid : REAL; acceptOffer : REAL; acceptPledge : REAL; riseForPledge : REAL; riseForQuery : REAL; riseForDiverge : REAL; END_VAR FUZZIFY price TERM cheap := (0, 1) (4, 1) (7, 0); TERM good := (4, 0) (5, 1) (6, 1) (6.9, 0); TERM expensive := (6.5, 0) (7.5, 1) (15, 1); END_FUZZIFY FUZZIFY seed TERM few := (0, 1) (25, 1) (40, 0); TERM normal := (30, 0) (40, 1) (60, 1) (70, 0); TERM lot := (60, 0) (100, 1); END_FUZZIFY FUZZIFY stock TERM few := (0, 1) (25, 1) (55, 0);
118
TERM normal := (30, 0) (40, 1) (60, 1) (80, 0); TERM lot := (75, 0) (200, 1); END_FUZZIFY FUZZIFY rejectedPledge TERM few := (0, 1) (3, 0); TERM normal := (2, 0) (4, 1) (5, 0); TERM lot := (4, 0) (10, 1); END_FUZZIFY FUZZIFY rejectedQuery TERM few := (0, 1) (2, 0); TERM normal := (1, 0) (3, 1) (4, 0); TERM lot := (3, 0) (10, 1); END_FUZZIFY /////////////////////////////////////////////////////////////////////////////////// DEFUZZIFY bid TERM low := (0, 1) (5, 1) (25, 0); TERM normal := (5, 0) (25, 1) (40, 1) (50, 0); TERM high := (40, 0) (50, 1) (60, 1); // Use 'Center Of Gravity' defuzzification method METHOD : COG; // Default value is 0 (if no rule activates defuzzifier) DEFAULT := 0; END_DEFUZZIFY DEFUZZIFY acceptOffer //TERM no := (0, 1) (4, 1) (7, 0); //TERM yes := (3, 0) (6, 1) (10, 1); TERM no := (0, 1) (5.1, 0); TERM yes := (4.9, 0) (10, 1); METHOD : COG; DEFAULT := 0;
119
END_DEFUZZIFY DEFUZZIFY acceptPledge TERM no := (0, 1) (5.1, 0); TERM yes := (4.9, 0) (10, 1); METHOD : COG; DEFAULT := 0; END_DEFUZZIFY DEFUZZIFY riseForPledge TERM low := (0, 1) (5, 1) (25, 0); TERM normal := (5, 0) (25, 1) (40, 1) (50, 0); TERM high := (40, 0) (50, 1) (60, 1); METHOD : COG; DEFAULT := 0; END_DEFUZZIFY DEFUZZIFY riseForQuery TERM low := (0, 1) (5, 1) (25, 0); TERM normal := (5, 0) (25, 1) (40, 1) (45, 0); TERM high := (40, 0) (90, 1); METHOD : COG; DEFAULT := 0; END_DEFUZZIFY DEFUZZIFY riseForDiverge TERM lower := (-20, 1) (0, 1) (20, 0); TERM higher := (10, 0) (40, 1); METHOD : COG; DEFAULT := 0; END_DEFUZZIFY //////////////////////////////////////////////////////////////////////////// RULEBLOCK No1 // Use 'min' for 'and' (also implicit use 'max'
120
// for 'or' to fulfill DeMorgan's Law) AND : MIN; // Use 'min' activation method ACT : MIN; // Use 'max' accumulation method ACCU : MAX; RULE 101 : IF stock IS few THEN bid IS low; RULE 102 : IF price IS cheap OR price IS good THEN bid IS low; RULE 103 : IF price IS expensive AND stock IS few THEN bid IS normal; RULE 104 : IF price IS expensive AND stock IS NOT few THEN bid IS high; ///////////////////////////////////////////////////////////////////////// RULE 201 : IF price IS cheap THEN acceptOffer IS yes; RULE 202 : IF stock IS few THEN acceptOffer IS yes; RULE 203 : IF price IS good AND stock IS normal THEN acceptOffer IS yes; RULE 204 : IF price IS good AND stock IS lot THEN acceptOffer IS no; RULE 205 : IF price IS expensive THEN acceptOffer IS no; ///////////////////////////////////////////////////////////////////////// RULE 301 : IF price IS expensive THEN acceptPledge IS yes; RULE 302 : IF price IS good AND seed IS lot THEN acceptPledge IS yes;
121
RULE 303 : IF price IS cheap THEN acceptPledge IS no; ///////////////////////////////////////////////////////////////////////// RULE 401 : IF stock IS lot THEN riseForPledge IS low; RULE 402 : IF rejectedPledge IS few AND stock IS few THEN riseForPledge IS normal; RULE 403 : IF rejectedPledge IS few AND stock IS normal THEN riseForPledge IS normal; RULE 404 : IF rejectedPledge IS normal AND stock IS few THEN riseForPledge IS high; RULE 405 : IF rejectedPledge IS normal AND stock IS normal THEN riseForPledge IS normal; RULE 406 : IF rejectedPledge IS lot THEN riseForPledge IS high; ///////////////////////////////////////////////////////////////////////// RULE 501 : IF stock IS lot THEN riseForQuery IS low; RULE 502 : IF rejectedQuery IS few AND stock IS few THEN riseForQuery IS normal; RULE 503 : IF rejectedQuery IS few AND stock IS normal THEN riseForQuery IS normal; RULE 504 : IF rejectedQuery IS normal AND stock IS few THEN riseForQuery IS high; RULE 505 : IF rejectedQuery IS normal AND stock IS normal THEN riseForQuery IS normal; RULE 506 : IF rejectedQuery IS lot THEN riseForQuery IS high; ///////////////////////////////////////////////////////////////////////// RULE 601 : IF stock IS few
122
THEN riseForDiverge IS higher; RULE 602 : IF stock IS normal AND price IS cheap THEN riseForDiverge IS higher; RULE 603 : IF stock IS normal AND price IS good THEN riseForDiverge IS lower; RULE 604 : IF stock IS lot OR price IS expensive THEN riseForDiverge IS lower;zd END_RULEBLOCK END_FUNCTION_BLOCK
DAFTAR ISI Halaman DAFTAR ISI ………………………………………………………………… i DAFTAR GAMBAR ………………………………………………..……… iv DAFTAR TABEL …………………………………………………..……….. v DAFTAR LAMPIRAN ………………………………………………………. vi
1 PENDAHULUAN ……………………………………………...............
1
1.1. Latar Belakang …………………………………………….............
1
1.2. Rumusan Masalah ………………………………………...……….
4
1.3. Tujuan Penelitian …………………………………………..............
4
1.4. Manfaat Penelitian …………………………………………………
4
1.5. Ruang Lingkup Penelitian …………………….………..................
5
2 TINJAUAN PUSTAKA …………………………………………..........
6
2.1. Rantai Pasok Agroindustri ………………………………………..
6
2.2. Sistem Persediaan ………………………………………………….
10
2.3. Komoditas Kentang ……………………….………….....................
11
2.4. Sistem Multi Agent …………………..............................................
14
2.5. Java Agent Development Framework (JADE) ……………………..
15
2.6. Penelitian Terdahulu dan Posisi Penelitian …………………..........
17
3 METODOLOGI PENELITIAN ………………………………..............
24
3.1. Kerangka Penelitian ……………………………………………….
24
3.2. Tata Laksana Penelitian …………………………………...............
24
3.2.1. Prosedur Penelitian ……………………………………………….
24
3.2.2. Lokasi dan WaktuPenelitian …………………………………….
27
3.2.3. Metode Pengumpulan Data ………………………………………
27
3.3. Formulasi Model …………………………………………………..
27
4 ANALISIS SITUASIONAL RANTAI PASOK KENTANG …………..
34
4.1. Kondisi Agrobisnis Kentang di Kabupaten Bandung ……................
34
4.2. Analisis Perilkaku Agent Dalam Rantai Pasok Kentang …………...
43
5 RANCANGAN MODEL PERILAKU AGENT ……………………….
48
5.1. Asumsi-asumsi yang digunakan dalam model ……………………..
49
5.2. Gambaran Struktur Model …………………………………………..
49
5.3. Analisis Model ……………………………………………………...
51
5.3.1. Pembentukan Diagram Use Case …………………………………
51
5.3.2. Identifikasi awal tipe agent ………………………………………
57
5.3.3. Identifikasi peran agent …………………………………………...
58
5.3.4. Idemtifikasi interaksi antar agent ………………………………..
60
5.3.5. Perbaikan agent ………………………………………………….
61
5.3.6. Penentuan penyebaran agent …………………………………….
62
5.4. Disain model ………………………………………………………..
62
5.4.1. Pemisahan/penggabuangan/penamaan ulang agent ………………
62
5.4.2. Spesifikasi interaksi ………………………………………………
63
5.4.3. Definisi protokol interaksi ad-hoc ………………………………...
63
5.4.4. Definisi pola pesan ……………………………………………….
63
5.4.5. Deskripsi Pendaftaran dan Pencarian ……………………………
65
5.4.6. Interaksi sumber daya agent ……………………………………..
65
5.4.7. Interaksi agent dan pengguna ……………………………………
66
5.4.8. Definisi perilaku agent interaksi ………………………………...
76
5.4.9. Pendefinisian ontologi …………………………………………..
79
5.4.10. Implementasi dan uji coba ……………………………………..
79
5.5. Implementasi dan Uji Coba ……………………………………….
80
6 IMPLEMENTASI MODEL …………………………………………….
81
6.1. Simulasi Skenario Pertama …………………………………………
81
6.2. Simulasi Skenario Kedua …………………………………………..
85
6.3. Simulasi Skenario Ketiga …………………………………………..
88
6.4. Keterbatasan Model ………………………………………………..
92
ii
7 SIMPULAN DAN SARAN ……………………………………………
93
7.1. Simpulan ……………………………………………………………
93
7.2. Saran ………………………………………………………………..
95
DAFTAR PUSTAKA ……………………………………………………..
96
LAMPIRAN ……………………………………………………………….
99
iii
DAFTAR GAMBAR Halaman Gambar 2.1.
Infrastruktur rantai pasok berbasis SCOR …………………..
9
Gambar 2.2.
Kontribusi Propinsi Utama Penghasil Kentang 2008 ............. 14
Gambar 2.3.
Peta Kabupaten/Kota Sentra dan Pengembangan Produksi Kentang di Jawa Barat ……………………………………... 14
Gambar 2.4.
Generic Agent Architecture ………………………………...
18
Gambar 3.1.
Kerangka kerja penelitian dengan plafrom JADE …………..
25
Gambar 3.2.
Prosedur penelitian
…………………………....................
26
Gambar 3.3.
Fuzzy control language untuk harga ………………………..
29
Gambar 3.4.
Fuzzy control language untuk stok kentang ………………..
30
Gambar 3.5.
Fuzzy control language untuk stok benih …………………..
31
Gambar 3.6.
Diagram alir langkah pemodelan …………………………..
33
Gambar 4.1.
Pola rantai pasokan kentang secara umum ………………….. 40
Gambar 4.2.
Pola Rantai pasokan kentang industri ……………………….
42
Gambar 5.1.
Diagram Use Case Produsen Dengan Distributor …………..
52
Gambar 5.2.
Diagram alir hubungan antara Produsen dan Distributor ….
53
Gambar 5.3.
Diagram Use Case Produsen dengan Konsumen ……………
54
Gambar 5.4.
Diagram alir hubungan antara Produsen dan Konsumen …
55
Gambar 5.5.
Diagram Use Case Distributor Dengan Konsumen …………
56
Gambar 5.6.
Diagram alir hubungan antara Distributor dan Konsumen…..
57
Gambar 5.7.
Interaksi antar agent …………………………………………
61
Gambar 5.8.
Contoh tampilan .exe ……………………………………….. 70
Gambar 5.9
Contoh tampilan agent utama ………………………………. 71
Gambar 5.10
Contoh tampilan pencarian lokasi berkas skenario …………
72
Gambar 5.11
Tampilan hasil simulasi agent Produsen ……………………
72
Gambar 5.12
Tampilan hasil simulasi agent Distributor ………………….
73
Gambar 5.13
Tampilan hasil simulasi agent Konsumen ………………….
73
Gambar 5.14
Langkah implementasi model perilaku ……………………..
75
iv
DAFTAR TABEL Halaman Tabel 2.1.
Luas Panen, Produksi dan Produktivitas Kentang di setiap Provinsi ......
13
Tabel 2.2.
Posisi Penelitian Model Perilaku Agent Dalam Rantai Pasok …………
22
Tabel 4.1.
Total Eksport dan Import Sayuran di Indonesia Tahun 2002 – 2011…..
36
Tabel 4.2.
Produksi, Luas Panen dan Luas Tanam Kentang di Provinsi Jawa Barat
37
Tabel 4.3.
Peran Agent dalam Rantai Pasok Kentang Industri ……………….........
45
Tabel 5.1.
Interaksi Peran Antar Agent …………………………………………...
60
Tabel 5.2.
Bentuk Tempat Menyimpan Perintah/Pesan dari Agent ………………..
64
Tabel 5.3.
Contoh Skenario Interaksi Pemakai (user) …………………………….
67
Tabel 6.1.
Dinamika pasokan kentang agent Produsen hasil simulasi skenario 1…. 82
Tabel 6.2.
Dinamika pasokan kentang agent Distributor hasil simulasi skenari 1...
83
Tabel 6.3.
Dinamika pasokan kentang agent Konsumen hasil simulasi skenario 1.
84
Tabel 6.4.
Dinamika pasokan kentang agent Produsen hasil simulasi skenario 2 … 85
Tabel 6.5.
Dinamika pasokan kentang agent Distributor hasil simulasi skenario 2.
86
Tabel 6.6.
Dinamika pasokan kentang agent Konsumen hasil simulasi skenario 2..
87
Tabel 6.7.
Dinamika pasokan kentang agent Produsen hasil simulasi skenario 3….
88
Tabel 6.8.
Dinamika pasokan kentang agent Distributor hasil simulasi skenario 3..
89
Tabel 6.9.
Dinamika pasokan kentang agent Konsumen hasil simulasi skenario 3..
90
v
DAFTAR LAMPIRAN
Halaman Lampiran 1.
Hasil Program Model Perilaku Untuk Agent Produsen ……
99
Lampiran 2.
Hasil Program Model Perilaku Untuk Agent Distributor .....
105
Lampiran 3.
Hasil Program Model Perilaku Untuk Agent Konsumen …
111
Lampiran 4.
Hasil Program Model Perilaku Untuk Logika Perhitungan ... 117
vi
