III. METODE PENELITIAN

29

III. METODE PENELITIAN

3.1. Kerangka Pemikiran Manajemen risiko rantai pasok melalui pendekatan distribusi risiko (Risk Sharing) merupakan proses yang kompleks. Kompleksitas lingkungan tempat keputusan strategis dibuat merupakan pertimbangan utama untuk menentukan kerangka pikir model distribusi risiko yang akan dirancang. Terdapat beberapa alasan adanya kompleksitas ini yaitu : 1) Perancangan model dibatasi spesifik masalah yang berkaitan dengan standarisasi organik mutu produk; 2) Model yang akan dirancang melibatkan parameter pengukuran yang belum pernah digunakan pada model terdahulu yaitu kinerja pelaku rantai pasok; 3) Output dari model tidak hanya dirancang untuk menjaga keberlanjutan rantai pasok kopi organik di Aceh Tengah, akan tetapi sekaligus meningkatkan total profit pelaku di saat yang bersamaan; 4) Model dirancang untuk mediasi kontradiksi pandangan mengenai mekanisme mitigasi risiko rantai pasok melalui mekanisme distribusi risiko. Pengukuran risiko di dalam penelitian ini dilakukan secara kuantitatif melalui pendekatan metode statistik dengan keluaran berupa peluang risiko. Kerangka kerja yang dilakukan di dalam penelitian ini disusun secara sitematis berdasarkan tujuan perancangan model distribusi risiko rantai pasok kopi organik di Aceh Tengah. Tujuan dari model ini adalah melakukan peningkatan terhadap kualitas pasokan, kuantitas pasokan, total profit pelaku rantai pasok serta menjamin kontinuitas pasokan kopi organik. Sistematika penyusunan kerangka pikir model desain rantai pasok kopi organik terdiri atas beberapa sub model yang saling berkaitan satu sama lain sehingga bisa menghasilkan suatu model yang utuh untuk menyeimbangkan risiko (balancing risk) pelaku rantai pasok kopi organik di Aceh Tengah. Kekuatan model didapatkan melalui pendekatan yang berbeda dalam rangka menghasilkan sebuah rancangan model distribusi risiko. Rancangan model bertujuan untuk dapat meningkatkan total profit pelaku dan keberlanjutan pasokan disaat bersamaan. Perbedaan model dalam studi ini terdapat pada pemahaman yang berbeda dari model sebelumnya dalam proses justifikasi perspektif pelaku yang akan berbagi profit. Pergeseran cara pandang risiko dan motivasi yang berbeda dari setiap pelaku dengan jenis organisasi yang

30

beragam memaksa mekanisme model distribusi risiko tidak lagi terbatas pada output berupa perspektif keberlanjutan rantai pasok. Detail dari kerangka pikir penelitian manajemen risiko rantai pasok dapat dilihat pada Gambar 10. START

Penentuan tujuan manajemen risiko rantai pasok

Identifikasi risiko rantai pasok Evaluasi risiko rantai pasok Kinerja pelaku rantai pasok Perlakuan risiko rantai pasok

Sub model analisis risiko

Sub model pengukuran kinerja Risk balancing

Rancangan struktur kontrak Sub model Risk Sharing Implikasi manajerial Simulasi implementasi model

Risiko terkendali Rantai pasok berkelanjutan

STOP

Gambar 10 Kerangka pikir penelitian desain rantai pasok agroindustri kopi organik untuk optimalisasi balancing risk.

3.2. Sub Model Distribusi Desain Rantai Pasok Untuk Optimalisasi balancing risk Model kerangka pikir desain rantai pasok kopi organik diuraikan menjadi beberapa sub model untuk memberikan alur yang jelas dalam mengoptimalkan keseimbangan risiko antar pelaku rantai pasok. Tujuan manajemen risiko yang telah didefinisikan sebelumnya diuraikan secara bertahap dari satu sub model ke

31

sub model berikutnya sehingga penyelesaian lebih tersusun secara sitematis. Secara keseluruhan sistematika penyusunan model desain rantai pasok kopi organik bertujuan untuk menjaga kontinuitas pasokan dan profitabilitas pelaku rantai pasok sehingga keberlanjutan rantai pasok tetap terjamin. 3.2.1. Sub Model Analisis risiko Model analisis risiko dirumuskan berdasarkan tujuan manajemen risiko rantai pasok yaitu: meningkatkan kualitas pasokan, meningkatkan kuantitas pasokan, meningkatkan total profit pelaku rantai pasok serta menjamin ketersediaan pasokan yang stabil. Tujuan manajemen risiko rantai pasok menjadi tolak ukur dalam mendefinisikan dan menentukan risiko pelaku rantai pasok. Risiko pelaku rantai pasok dibagi menjadi empat faktor risiko yaitu : faktor pasokan, faktor proses, faktor permintaan dan faktor harga. Setiap faktor risiko terdiri atas beberapa variabel risiko sehingga proses pengukuran risiko dapat dilakukan secara lebih jelas. Secara lebih detail tahapan proses analisis risiko dapat dilihat pada Gambar 11. START

Tujuan Manajemen risiko rantai pasok

Identifikasi risiko

Risiko petani

Risiko processor

Risiko Colector

Risiko Koperasi

Risiko standarisasi proses dan budidaya organik

Risiko pasokan

Risiko permintaan

Risiko proses

Risiko harga Peluang risiko

Agregasi nilai peluang risiko rantai pasok

STOP

Gambar 11 Tahapan analisis risiko rantai pasok kopi organik

32

3.2.2.Sub Model Pengukuran kinerja pelaku rantai pasok Pengukuran kinerja pelaku rantai pasok dilakukan melalui pendekatan metode Data Envelopment Analysis (DEA). Metode DEA dipilih sebagai tools dalam menentukan kinerja rantai pasok disebabkan oleh beberapa faktor yaitu : 1. DEA mampu bekerja secara simultan dan berkesinambungan melalui proses Benchmarking untuk mendapatkan nilai efisiensi setiap pelaku rantai pasok. 2. Pemilihan parameter kinerja di dalam model distribusi risiko bertujuan untuk mendapatkan output berupa peningkatan profit pelaku rantai pasok yang bekerja secara kompetitif ketika diaplikasikan. DEA sebagai metode pengukuran kinerja mampu mengakomodir salah satu tujuan model ini sehingga tidak ada limit peningkatan nilai variabel efisiensi antara satu pelaku dengan yang lainnya. 3. Prinsip kerja DEA yang bersifat simultan dan berkesinambungan dapat meningkatkan total profit pelaku rantai pasok secara keseluruhan, secara khusus terhadap pelaku yang akan mendistribusikan profit akibat implementasi model. Pengukuran kinerja melibatkan tiga pelaku rantai pasok yaitu : petani, prosesor dan kolektor. Sementara pengukuran kinerja koperasi sebagai pelaku akhir rantai pasok kopi organik di Aceh Tengah tidak dilakukan. Proses initidak dilakukan dengan alasan: 1) koordinasi dalam model distribusi risiko harus bertumpu disatu organisasi, 2) pelaku tingkat pelaku eksportir yang memiliki struktur rantai pasok kopi organik yang cukup baik hanya terdiri atas satu pelaku yaitu koperasi Baburrayyan. Variabel atribut DEA ditetapkan berdasarkan tujuan model distribusi dan manajemen risiko rantai pasok. Sehingga pemilihan variabel input dan output DEA sebagai parameter penentu tingkat efisiensi pelaku rantai pasok harus bisa mengakomodir definisi tujuan dari model distribusi risiko dan manajemen risiko rantai pasok. Indeks risiko sebagai salah satu variabel atribut DEA diperoleh berdasarkan nilai kuantitatif risiko dan nilai tambah pelaku rantai pasok kopi organik. Jumlah pelaku dalam setiap wilayah (sphere) mewakili unit pembuat keputusan yang menjadi objek pengukuran (Decision Making Unit). Nilai efisiensi pelaku tingkat petani, prosesor, kolektor didapatkan melalui proses benchmarking antar pelaku

33

dalam sphere rantai pasok dan bobot komposit dari setiap variabel input dan ouput pelaku. Rentang nilai perbaikan yang harus dilakukan oleh setiap Decision Making Unit (DMU) atau pelaku yang tidak efisien mengacu terhadap beberapa unit yang efisien. Perbaikan efisiensi pelaku (DMU) dilakukan melalui peningkatan nilai variabel input dan output. DMU yang tidak efisien akan dikelompokkan ke dalam satu grup (peers group) beserta dengan DMU efisien yang menjadi acuan peningkatan kinerja pelaku rantai pasok. Penyajian sub model pengukuran kinerja pelaku rantai pasok kedalam bentuk Use Case diagram bertujuan untuk memperjelas interaksi aktor atau pelaku rantai pasok dengan setiap sub sistem yang menjadi tahapan dalam proses pengukuran (Gambar 12) Sub sistem risiko indeks pelaku rantai pasok penentuan faktor risiko pasokan

penentuan faktor risiko permintaan

Sub sistem parameter DEA Kualitas Pengkuran probabilitas faktor risiko

penentuan faktor risiko proses

Indek Risiko Penentuan variabel output

petani

penentuan faktor risiko harga

Fullfil order Jumlah pasokan

Penentuan variabel atribut DEA

processor Penentuan variabel input

Analisis Nilai Tambah

Risiko indek Biaya Total

Penentuan DMU

Colector

sistem pengukuran kinerja DEA Bobot komposit

Penentuan DMU efisien dan inefisien

Harga produk Efisiensi

Koperasi

Siklus pemenuan pesanan

Penentuan bobot output & input

Peer group

Gambar 12 Use Case Diagram Tahapan pengukuran kinerja pelaku rantai pasok dengan pendekatan DEA Proses Benchmarking dalam DEA sangat menentukan nilai kinerja yang akan didapat pelaku rantai pasok. Penetapan nilai kinerja akan bersifat fleksibel berdasarkan capaian nilai kinerja pelaku lainnya dalam satu sphere rantai pasok. Dalam penelitian ini, sphere rantai pasok merupakan grup (kelompok) pelaku

34

rantai pasok ketika proses benchmarking dilakukan. Standar nilai kinerja yang tertinggi atau sama dengan 1 diperoleh dari pelaku yang paling efisien ketika suatu pengukuran dilakukan. Nilai tersebut akan menjadi patokan untuk nilai kinerja (efiiensi) untuk pelaku lainnya yang tidak efisien. Mekanisme inilah yang akan menciptakan kompetisi bagi setiap pelaku dalam sphere rantai pasok dalam meningkatkan kinerja yang akan diperolehnya pada periode pengukuran berikutnya. Secara lebih detail dapat dilihat pada Gambar 13. Nilai efisiensi DEA

Efisiensi pelaku <1

Sphere I

Sphere II

Sphere III

Pengukuran melalui proses benchmarking

Pengukuran melalui proses benchmarking

Pengukuran melalui proses benchmarking

Efisiensi Efisiensi pelaku =1 pelaku =1

Efisiensi Efisiensi pelaku <1 pelaku <1

Efisiensi Efisiensi pelaku =1 pelaku =1

Efisiensi Efisiensi pelaku <1 pelaku <1

Efisiensi Efisiensi pelaku =1 pelaku =1

Efisiensi pelaku <1

Gambar 13. Mekanisme Benhmarking di dalam pengukuran kinerja pelaku rantai pasok melalui pendekatan model DEA Penetapan model DEA sebagai input bagi sub model RS berdasarkan mekanisme pengukuran kinerja dalam rantai pasok. Proses perbandingan bertingkat (benchmarking) antara satu pelaku dengan pelaku lainnya di dalam satu sphere rantai pasok menjadikan sub model DEA tidak mempunyai batasan dalam pencapaian nilai kinerja. Nilai kinerja yang didapat melalui model DEA merupakan tolak ukur utama dalam menetapkan variabel insentif dalam sub model distribusi risiko.Sehingga, besaran keuntungan yang didapat pelaku rantai pasok melalui proses distribusi profit dari koperasi sebagai pelaku upstream jaringan rantai pasok sangat tergantung kepada pencapaian kinerja. Semakin baik nilai kinerja pelaku rantai pasok, maka semakin optimal harga jual yang bisa diberikan koperasi kepada pelaku. Faktor inilah yang membuat setiap pelaku akan berusaha meningkatkan

kinerjanya

masing-masing

sehingga

bisa

memaksimalkan

keuntungan melalui nilai harga jual yang paling optimal. Usaha dari setiap pelaku

35

rantai pasok dalam meningkatkan nilai kinerja satu dengan yang lainnya akan menciptkan kompetisi agar nilai harga jual yang didapatkan lebih optimal dari periode pengukuran sebelumnya. Prinsip benchmarking DEA di dalam model RS bisa dilihat pada Gambar 14. Mulai Peningkatan atribut DEA senilai 5 % Output kualitas pasokan

Output kuantitas pasokan

Analisis sensitivitas model RS pada peningkatan atribut 5 % Nilai efisiensi relatif DMU pada peningkatan atribut 5 % Perhitungan harga jual model RS Pengurangan loss profit koperasi

Peningkatan total profit koperasi

Perbaikan bargaining position model Stop

Gambar 14 Mekanisme benchmarking DEA terhadap rencana implementasi model Nilai kinerja dalam DEA (efisiensi relatif) mewakili atribut-atribut yang yang akan menimbulkan risiko terhadap jaringan rantai pasok secara keseluruhan. Variabel tersebut akan mewakili risiko yaitu : kuantitas pasokan, standar kualitas dan mutu organik produk serta harga. Secara lebih rinci fungsi nilai efisiensi DEA pelaku dalam model RS dapat dilihat pada Gambar 15.

36

Faktor risiko permintaan

Fullfil order

kualitas

siklus pemenuhan pesanan

biaya total

Faktor risiko pasokan

harga

Pelaku rantai pasok Risiko kuantitas pasokan

Risiko kualitas pasokan

Nilai efisiensi relatif optimal DEA pelaku rantai pasok

Indeks risiko

Jumlah pasokan

Sub model analisis risiko Risiko harga

Nilai efisiensi relatif DEA pelaku rantai pasok (tidak efisien)

Peningkatan profit pelaku rantai pasok

Pembayaran tetap

Faktor risiko kesesuaian harga

Faktor risiko proses

kompetisi

Sub model pengukuran kinerja DEA

insentif

Harga jual optimal pelaku rantai pasok

Sub model distribusi risiko

Gambar 15 Fungsi sub model DEA dalam meningkatkan profit pelaku rantai pasok dalam model RS 3.2.3. Sub Model Distribusi Risiko Model distribusi risiko (Risk Sharing) mengambil ide model intermediasi risiko yang diusulkan oleh Wu dan Blackhurst (2009). Penyempurnaan pada model intermediasi risiko dititik beratkan pada pengaturan mekanisme penetapan harga jual berdasarkan risiko spesifik pelanggan. Pada penelitian ini, penyempurnaan model di lakukan dengan menambahkan parameter kinerja ke dalam fungsi insentif dalam penetapan harga. Parameter kinerja diambil dari model pengukuran kinerja melalui pendekatan Data Envelopment Analysis (DEA). Pelaku dikelompokkan berdasarkan struktur rancangan menu kontrak yaitu : 1. Pelaku bebas risiko (ditinjau dari sisi kontrak), dimana nilai harga jual yang didapatkannya adalah nilai tertinggi yang bisa diberikan struktur menu dari kontrak. 2. Pelaku berisiko, dimana nilai harga jual yang didapatkannya masih belum optimal (FPyi) sehingga masih terdapat sejumlah risiko yang harus

37

dinetralisir oeh pelaku ini (ρi) untuk mendapatkan keuntungan maksimal dari rancangan struktur menu kontrak. Mekanisme harga jual diberikan melalui dua cara yaitu : 1. Sejumlah pembayaran tetap (Fyi) yang akan selalu diterima pelaku rantai pasok ketika memberikan pasokan untuk setiap satuan unit barang. Pembayaran tetap ini sama nilainya dengan ri pelaku rantai pasok. 2. Insentif diberikan berdasarkan capaian kinerja (θi) pelaku dengan nilai maksimal sama dengan nilai pembayaran tetap yang diterima pelaku untuk setiap satuan unit produk (kg). Asumsi model, keberlakuan kondisi saat ini (excisting condition) serta tujuan model merupakan tahapan dalam akusisi pengetahuan dilapangan untuk mendapatkan model yang tepat serta mewakili permasalahan rantai pasok kopi organik di Aceh Tengah. Fungsi harga pembayaran tetap (Fyi) diperoleh berdasarkan excisting condition model terkait jumlah pasokan atau produktifitas rata-rata petani kopi organik di Aceh Tengah. Faktor efisiensi (θ) menjadi parameter penentu untuk mendapatkan insentif paling optimal yang bisa ditawarkan menu kontrak. Sehingga, nilai harga jual pelaku rantai pasok (FPyi) akan optimal ketika pelaku bisa memaksimalkan nilai efisiensi (θi) melalui peningkatan kinerja untuk mendapatkan jumlah insentif tertinggi. Rincian tahapan proses pemodelan distribusi risiko dapat dilihat pada Gambar 16. START

Asumsi model risk sharing dan kontrak

Penentuan harga Jual optimal

Fixed payment ( Fyi)

Bobot risiko pelaku di dalam rantai pasok

Insentif

Koofisien risk aversion (

i)

Nilai harga insentif =

Fyi

Kinerja pelaku rantai pasok

Efisiensi pelaku ( )

i

<1

Insentif belum maksimal

=1 Insentif maksimal

Nilai harga jual (FPyi ) Rancangan struktur kontrak

STOP

Gambar 16 Tahapan pemodelan distribusi risiko rantai pasok kopi organik

38

3.2.4. Analisis Sensitivitas Model RS Analisis sensitifitas dipahami sebagai salah satu alat pengukuran yang bertujuan untuk mengetahui seberapa besar fluktuasi (pengaruh) terhadap output yang didapatkan akibat perubahan pada pemberian nilai input (Saltelli et al., 2004). Tujuan dari penentuan analisis sensitivitas pada model RS adalah untuk mngetahui seberapa besar model bisa bekerja dalam meningkatkan profit pelaku rantai pasok. Seperti yang telah dijelaskan pada bahasan sebelumnya, prinsip benchmarking DEA menciptakan kompetisi diantara para pelaku rantai pasok. Prinsip kompetisi ini mengakibatkan pelaku rantai pasok akan selalu berusaha meningkatkan variabel

yang berpengaruh terhadap pencapaian nilai efisiensi

relatif. Sehingga, asumsi pada analisis sensitivitas lebih difokuskan kepada bagaimana jika (what if) peningkatan input terjadi pada nilai persentase tertentu (5 %). Menurut Saltelli et al. (2004) pemahaman analisis sensitivitas pada bidang analisis risiko derajat perubahan pada nilai input lebih terfokus ke input material dalam rangka pencarian nilai kuantitatif output akibat adanya faktor ketidakpastian. Rancangan informasi sensitivitas bisa digunakan pada rancangan awal (postprocessing) model yang diinginkan dalam rangka meningkatkan kinerja atau kemampuan model. Analisis sensitivitas dilakukan dalam rangka memberikan deskripsi nilai kuantitatif peningkatan profit pelaku rantai pasok. Hasil dari analisis ini difokuskan terhadap pelaku tingkatan distributo sebagai bagian dari peningkatan posisi tawar (Bargaining Position) Model. Pemilihan ini didasarkan pada peranan distributor sebagai pelaku yang menjadi titik sentral terhadap penerapan (aplikasi) model RS di dunia nyata. Penentuan analisis sensitivitas model RS dilakukan dengan menetapkan asumasi terhadap peningkatan nilai atribut variabel output kuantitas dan kualitas pasokan. 3.3. Tata Laksana Penelitian 3.3.1. Tahapan Penelitian Langkah-langkah perancangan rantai pasok kopi organik untuk optimalisasi balancing risk adalah menetapkan rencana keputusan desain rantai pasok. Selanjutnya masalah mulai fokus kepada tujuan manajemen risiko rantai pasok

39

yang ingin dirumuskan, penentuan variabel pengukuran kinerja pelaku rantai pasok yang bisa mengakomodir tujuan manajemen risiko rantai pasok. Tahapan selanjutnya adalah menentukan parameter-parameter model distribusi risiko yang akan memaksimalkan tujuan manajemen risiko rantai pasok. Terakhir, kajian dalam studi ini menentukan manajerial model distribusi risiko rantai pasok Dari kerangka tahapan proses inilah diperoleh hasil rancangan rantai pasok yang bersifat kontinuitas dan profitabilitas untuk keberlanjutan rantai pasok kopi organik di Aceh Tengah. Pada tahapan pertama dimulai dengan mempelajari sistem rantai pasok kopi organik di Aceh tengah melalui studi literatur dan diskusi awal dengan pakar yang mengetahui kodisi dan kendala pelaku rantai pasok kopi organik di Aceh Tengah. Studi pustaka juga difokuskan kepada literatur yang berkaitan dengan panduan dan tata cara penilaian usaha produk organik baik dari sisi budidaya pertanian (on farm) maupun di tingkat pengolahan lebih lanjut. Selain itu juga, dilakukan analisis kondisi manajemen risiko rantai pasok kopi organik yang mencakup aspek nilai tambah serta data kebutuhan dari setiap stakeholder dalam manajemen rantai pasok. Tahapan ini bertujuan untuk mendapatkan identifikasi risiko yang lebih baik serta deskripsi konflik kepentingan dalam rantai pasok secara vertikal. Tahap kedua dari penelitian ini adalah merumuskan sitematika sub-sub model yang akan membangun rancangan model mitigasi risiko melalui pendekatan risk sharing. Pendekatan rancangan model dilakukan secara bertahap dan berkesinambungan antara satu tahapan sub model ke tahapan sub model berikutnya berdasarkan rumusan tujuan manajemen risiko rantai pasok. Tahap ketiga adalah implikasi manajerial model melalui asumsi tertentu. Tujuannya untuk mendapatkan output dalam bentuk bobot risiko dan profit pelaku rantai pasok yang mampu digeser model. Tahap keempat adalah rencana implementasi model serta analisis sensitivitas model. Analisis sensitivitas model diperoleh dari prinsip mekanisme benchmarking DEA terhadap pelaku rantai pasok. 3.3.2.Lokasi dan Waktu Penelitian Penelitian dilakukan di kabupaten Aceh Tengah yang menjadi sentra produksi terbesar kopi organik Gayo dibandingkan dengan dua kabupaten lainya

40

yaitu Bener Meriah dan Aceh Tengah. Dari 13 kecamatan yang ada, dipilih delapan kecamatan yang memberikan kontribusi pasokan kopi organik yang terbesar. Penelitian mulai dilakukan melalui penelusuran literatur dan diskusi awal dengan pakar pada bulan November 2011- Januari 2012. Observasi dan pengamatan langsung di lokasi penelitian dilaksanakan pada Bulan Februari 2012 sampai dengan April 2012. 3.3.3. Teknik Pengumpulan Data Penelitian menggunakan data primer dan data sekunder. Data sekunder diperoleh dari laporan kajian terdahulu yang relevan dan jurnal ilmiah. Tujuannya untuk mendapatkan informasi yang berkaitan penelitian serta melihat sejauh mana posisi penelitian terbaru yang berkaitan dengan perancangan model yang akan dibuat. Pengumpulan data primer dilakukan melalui beberapa cara : a. Observasi lapangan, yakni melihat secara langsung kegiatan-kegiatan manajemen risiko rantai pasok mulai dari petani, prosesor, kolektor sampai dengan koperasi. b. Wawancara, dilakukan untuk memperoleh kendala dan risiko pelaku, jumlah produksi dan penjualan, sistem transportasi, sistem budidaya organik di tingkat petani, sistem pengolahan organik di tingkat kolektor dan koperasi, pasokan serta hubungan kemitraan antara pemasok dengan distributor dari para stakeholder. c. Focus Group Discussion (FGD), meliputi wakil petani/kelompok tani, prosesor, kolektor, koperasi KBQ Baburrayyan, lembaga peneliti, asosiasi perkumpulan stakeholder kopi Gayo. d. Pendapat pakar (expert judgement), dilakukan untuk memperoleh basis pengetahuan melalui wawancara secara mendalam. Tahapan ini bertujuan untuk mengakuisisi pengetahuan dari pakar terkait dalam penentuan kompleksitas masalah rantai pasok kopi organik mulai dari risiko, sistem budidaya organik, kualitas , sampai dengan hubungan relif ketinggian wilayah dengan pasokan kopi organik. e. Sampling, metode pengambilan sampel menggunakan metode Stratified Random Sampling untuk menjustifikasi lokasi pengambilan sampel secara berurutan dari tingkat kabupaten, kecamatan sampai ke desa. Selanjutnya

41

proses pengambilan sampel ditngkat desa dilakukan dengan metode Random Sampling. 3.4. Teknik-Teknik yang Digunakan Indeks Risiko, merupakan metode untuk mendapatkan nilai kuantitatif risiko untuk setiap tingkatan pelaku rantai pasok. Metode ini digunakan dalam mengakumulasilasikan keseluruhan nilai risiko dari masing-masing pelaku rantai pasok. Perhitungan nilai Indeks Risiko (RI) digunakan sebagai sebagai salah satu variabel input dalam perhitungan kinerja pelaku rantai pasok melalui pendekatan DEA. Analisis nilai tambah, digunakan dalam mengukur persentase nilai tambah yang didapatkan pelaku rantai pasok ketika melakukan kegiatan usaha di dalam jaringan rantai pasok. Perhitungan analisis nilai tambah merupakan salah satu prosedur dalam perhitungan nilai RI pelaku rantai pasok. Nilai tambah yang diberikan pelaku rantai pasok merupakan inputan bagi metode perhitungan RI pelaku rantai pasok. Data envelopment analysis, merupakan suatu metode pengukuran kinerja melalui rasio penggunaan input dan output dalam mencapai nilai efisiensi yang digunakan. Metode DEA yang digunakan dalam penelitian ini adalah CCR DEA melalui pendekatan yang bertujuan untuk memaksimalkan ouput. Sub model CCR DEA digunakan sebagai alat dalam menghitung kinerja pelaku rantai pasok pada masing-masing tingkatan pelaku rantai pasok. Output sub model digunakan sebagai variabel input bagi sub model RS dan menjadi faktor penentu dalam menentuan tujuan perancangan model dalam penelitian ini yaitu peningkatan total profit rantai pasok. Distribusi risiko (Risk Sharing), merupakan salah satu pendekatan metode di dalam melakukan mitigasi risiko rantai pasok melalui mekanisme pendistribusian risiko pelaku rantai pasok berdasarkan bobot risiko yang ditanggung oleh masingmasing pelaku. Risiko didistribusikan melalui perpindahan sebagian profit dari pelaku yang mempunyai bobot risiko rendah dan margin profit besar kepada pelaku dengan bobot risiko tinggi tetapi dengan margin profit kecil. Model ini digunakan dalam menciptakan keseimbangan risiko (balacing risk) dalam studi yang dilakukan.

42

Kontrak, Merupakan metode dalam mengkoordinasikan proses manajemen risiko antar pelaku rantai pasok sehingga mekanisme model berjalan sesuai dengan parameter dan tujuan yang telah ditetapkan. Perancangan kontrak bertujuan mengkoordinasikan hasil keseluruhan dari integrasi ketiga sub model sebelumnya sehingga pola dari implementasi model bisa diberikan bagi pengguna model. Analisis Sensitivitas, Merupakan metode untuk mengestimasi nilai kuantitatif output sebagai akibat perubahan nilai input. Perubahan nilai input ini disebabkan ketidakpastian pelaksanaan implementasi model. Analisis ini digunakan untuk meprediksi seberapa besar nilai kuantitatif peningkatan profit pelaku rantai pasok ketika model diimplementasikan.