213
IMPLEMENTASI MODEL Verifikasi
Proses verifikasi merupakan rangkaian kegiatan dalam perancangan model. Tahap verifikasi merupakan tahap untuk memeriksa kesesuaian format dan kinerja model dengan tujuan yang dikehendaki. Basis data, basis model dan basis pengetahuan atau aturan yang telah dibuat dalam program komputer perlu diperiksa logika kerjanya dan konsistensi hasil terhadap konsep yang digunakan. Proses verifikasi dilakukan dalam 3 hal yaitu, 1) pemeriksaan elemen-elemen dalam model terhadap kesesuaian dengan sistem nyata dan dapat diproses dengan benar,2) algoritma yang digunakan , dan 3) keluaran dari model. Elemen-elemen dalam model yang disusun disesuaikan dengan elemenelemen yang diperoleh pada tahap analisis dan identifikasi sistem. Dasar teori yang digunakan adalah manajemen krisis dan sistem manajemen chaotika dan teori chaos. Model ini mengintegrasikan teori chaos dengan manajemen krisis yang terdiri dari elemen-elemen tersebut. Data harga tapioka dan bahan baku diperoleh dari data sekunder yang tidak diketahui formulasi matematiknya. Oleh karena itu untuk penghitungan bilangan eksponen Lyapunov dan dimensi fraktal digunakan algoritma. Algoritma disusun berdasarkan konsep teori chaos dan referensi penelitian terdahulu yang diacu dari Muhyidin (2007). Teknik forcasting yang digunakan adalah dengan Jaringan Syaraf Tiruan yang diproses dengan software Matlab 7.1. Di dalam software Matlab telah tersedia menu untuk Jaringan Syaraf Tiruan dengan propagasi balik, sehingga pada proses peramalan tidak disusun algoritma secara manual, melainkan memanfaatkan fasilitas Matlab dan menyesuaikannya dengan konsep dan substansinya. Verifikasi dlakukan dengan cara menjalankan program komputer yang telah dibuat dengan input data pada studi kasus. Verifikasi model dilakukan untuk setiap sub-model untuk data yang berbeda-beda agar proses dilakukan lebih cermat. Hal ini dilakukan dengan harapan dapat mendeteksi kekurangan dari setiap bagian apabila ditemukan kekurangan atau kesalahan-kesalahan. Pemeriksaan pertama dilakukan dengan menelusuri kinerja program yaitu apakah program dapat bekerja dengan baik, dan yang kedua melihat
214
apakah program mampu menghasilkan output sesuai dengan yang diharapkan. Indikator kemampuan program dapat bekerja dengan baik apabila tidak ditemukan error atau warning pada saat menjalankan program. Program Matlab memberikan fasilitas informasi error atau warning yang mudah ditelusuri. Biasanya error atau warning terjadi karena kesalahan penulisan perintah program atau kesalahan logika program. Indikator kemampuan program menghasilkan output yang sesuai dengan diharapkan apabila disimulasikan untuk beberapa input dapat menghasilkan output yang logis dan stabil. Ketidak andalan program dapat dilacak dengan memperbaiki logika pemrogramannya. Kemudahan penggunaan sistem penunjang keputusan dibuat dalam bentuk human-computer interface.
Setiap modul interface didukunng oleh modul
perhitungan yang tidak ditampilkan prosesnya,melainkan hanya ditampilkan hasil keluarannya maupun input dinamis. Akan tetapi kedua modul ini berinteraksi secara terintegrasi. Seluruh rangkaian proses verifikasi telah dilakukan mulai dari pemeriksaan secara konseptual, logika dan operasional program komputer. Kesalahan dan kekurangan model dan program komputer ditelusuri dan diperbaiki sehingga mampu menghasilkan kinerja sesuai dengan yang diharapkan.
Validasi Perancangan sistem penunjang keputusan Simak-Chaotica dilakukan dengan pendekatan sistem. Studi perilaku sistem yang kompleks pada agroindustri tapioka menuntut adanya suatu pendekatan yang bersifat holistik menyeluruh dan mengacu pada efektivitas hasil. Pendekatan yang dilakukan dalam penelitian ini adalah kombinasi dari Soft System Methodology (SSM)
dan Hard System
Methodology (HSM). SSM digunakan dalam proses akuisisi pendapat pakar untuk penentuan faktor kunci sebagai sumber krisis agroindustri tapioka dan akuisisi pengetahuan dalam penyusunan strategi kebijakan pengendalian dampak krisis. Metoda yang digunakan adalah Fucus Group Discusion (FGD). HSM digunakan pada perumusan model matematika dan algoritma penghitungan eksponen Lyapunov, peramalan dan penghitungan kelayakan industri. Model yang dihasilkan dari kombinasi SSM dan HSM ini membutuhkan teknik validasi yang tepat.
215
Efektivitas sebagai kinerja model dibutuhkan untuk menyakinkan bahwa model sudah sesuai dengan kondisi nyata. Oleh karena itu teknik validasi diunakan teknik face validity yaitu penilaian dari pakar berdasarkan kemampuan model dalam pengelolaan dan pengendalian krisis agroindustri tapioka. Proses validasi dilakukan terhadap konsep dan implementasi pada studi kasus pada perusahaan tapioka di Ciluar kabupaten Bogor.
Uji Eksistensi Chaos Pada tahap pertama telah diidentifikasi faktor kunci sebagai sumber krisis adalah harga tapioka halus dan pasokan bahan baku (tapioka kasar). Input data harga tapioka dan pasokan bahan baku telah dilakukan sebagai proses inisiasi. Input data
dapat
dilakukan
pada
media
software
matlab
dengan
file
”
Datahargatapioka.m” dan data disimpan dalam file” HargaTOH.txt” dalam format ASCII. Input data pasokan bahan baku dilakukan dengan membuka file ”DatapasokanBB.m” dan data disimpan pada file ”PasokanBB.txt” dalam format ASCII. Proses input data ini juga bisa dilakukan pada media Microsoft Excel. Penggunaan data-data ini dilakukan dengan perintah Load data sebagi contoh untuk memanggil data harga tapioka X1=load('dataHargaTOH.txt‟). Pengguna membuka jendela pengujian eksistensi chaos kemudian mengklik menu ”harga tapioka” maka akan terbuka jendela pengujian eksistensi chaos untuk harga tapioka, dan selanjutnya klik ”proses” maka akan muncul keluaran yang dihasilkan oleh model seperti yang ditunjukkan pada gambar 35. Dari keluaran yang ditampilkan pada gambar terlihat hasilnya sesuai dengan informasi yang diinginkan, yaitu nilai eksponen Lyapunov, kecepatan meluruh informasi, dan dimensi fraktal. Proses eksekusi pada submenu ini adalah memanggil dan menjalankan file ”ChaoshargaTOH.m”, kemudian menampilkan hasilnya pada jendela interaktif.
216
Gambar 35 Tampilan hasil eksekusi program untuk sub-model uji eksistensi chaos harga tapioka Analisis teori Chaos pada data harga tapioka halus selama 200 perioda menampakan bukti bahwa harga tapioka halus dibangun oleh deterministik chaos. Data time series harga tapioka ditemukan memiliki chaos attractor dengan bilangan eksponen Lyapunov terbesar bertanda positif yang mengindikasikan sensitive terhadap kondisi awal. Eksponen Lyapunov terbesar memberikan informasi kecepatan meluruh dari informasi yang diketahui tentang data time series. Pada pengolahan data terlihat eksponen Lyapunov untuk harga tapioka konvergen menuju 0,111913 pada evolusi ke 160. Kecepatan kehilangan untuk memprediksi adalah sebesar 1/0,111913 = 8,897 minggu. Sehingga harga tapioka sangat cepat berubah dan tidak dapat diprediksi lebih dari 2 bulan. Eksponen Lyapunov bernilai positif 0,111913 mengindikasikan bahwa data harga tapioka chaos, oleh karena itu memunculkan sinyal ”Harga Tapioka berpotensi Chaos”. Dimensi fraktal mempertahankan nilainya seiring dengan peningkatan nilai m. Hal ini disebabkan dimensi fraktal akan mempertahankan dimensi aslinya apabila dimasukkan ke dalam sebuah dimensi fraktal yang lebih tinggi. Dimensi fraktal untuk harga tapioka sebesar 1,05075. Dimensi fraktal ini akan melekat pada dimensi bilangan bulat terdekat, sehingga embedding dimension untuk harga tapioka ini adalah: (54)
217
Embedding dimension untuk harga tapioka halus adalah :
yang
menunjukkan bahwa perilaku data harga tapioka dibentuk oleh 1,2 atau 3 variabel yang mempengaruhi. Dari identifikasi sumber turbulensi variabel yang berpengaruh dominan ( > 10%) terhadap harga tapioka yaitu volume impor tapioka, harga bahan baku dan biaya produksi. Selanjutnya 3 variabel ini akan menjadi input pada model prediksi harga tapioka untuk 9 periode ke depan.
Gambar 36 Tampilan hasil eksekusi program untuk sub-model uji eksistensi chaos pasokan bahan baku
Pengujian eksistensi chaos Pasokan bahan baku dilakukan dengan prosedur yang sama, hanya diklik opsi pasokan bahan baku pada jendela pengujian eksistensi chaos. Berikut ini adalah keluaran untuk input data 200 periode. Analisis dengan teori Chaos pada data pasokan bahan baku selama 200 minggu menampakan bukti bahwa pasokan bahan baku dibangun oleh deterministik chaos. Data time series harga tapioka ditemukan memiliki chaos attractor dengan bilangan eksponen Lyapunov terbesar bertanda positif yang mengindikasikan sensitif terhadap kondisi awal. Eksponen Lyapunov terbesar memberikan informasi kecepatan meluruh dari informasi yang diketahui tentang data time series.
218
Variable pasokan bahan baku diperoleh bilangan eksponen Lyapunov positif 0,15656 bits/minggu. Pada pengolahan data terlihat eksponen Lyapunov konvergen menuju 0,15656 dan mendapat sinyal “Pasokan bahan baku berpotensi Chaos”. Kecepatan kehilangan untuk memprediksi adalah sebesar =1/0,15656=6,349 minggu. Sehingga pasokan bahan baku sangat cepat berubah dan tidak dapat diprediksi lebih dari 1,5 bulan. Dimensi fraktal sebesar 1,596, pembulatan embedding dimension adalah [2,4]. Terlihat bahwa pasokan bahan baku memiliki karateristik chaos, kompleks dan tidak dapat diprediksi. Semakin besar bilangan eksponen Lyapunov positif maka akan semakin besar dimensi fraktalnya, yang berati semakin banyak variabel penyusun pasokan bahan baku. Hasil verifikasi sub-model dinyatakan layak karena program dapat berjalan dengan baik sesuai dengan konsep model yang dirancang. Validasi hasil diklarifikasi dengan pakar yaitu pengusaha tapioka halus, dan dinyatakan valid sangat dimungkinkan menyerupai perilaku sistem nyata.
Prediksi harga tapioka dan pasokan tapioka kasar Prediksi Harga Tapioka Pada
sub-menu
prediksi
harga
tapioka
didukung
oleh
file
“Traininghargatapioka.m”,“Testinghargatapioka.m”dan “Forcaashargatapioka.m”. File tersebut telah diseleksi melalui simulasi berbagai struktur jaringan dan jumlah variabel sesuai dengan embedding dimension harga tapioka. Seleksi ini dalam rangka menguji
keandalannya untuk memprediksi. Data yang digunakan telah
diinput tersendiri dan disimpan pada basis data. Tampilan user interface jendela prediksi ini adalah seperti disajikan pada gambar 37. Dari tampilan yang dihasilkan program dapat memberikan informasi kepada pengguna tentang kinerja JST dalam melakukan prediksi yaitu dengan indikator MSE. Selain itu terdapat informasi tentang pola data dan nilai prediksi untuk harga tapioka yang akan digunakan sebagai input untuk menganalisis apakah akan membawa dampak krisis pada perusahaan tapioka. Hasil prediksi harga tapioka
219
disimpan dalam file XFRC.txt yang dapat dipanggil sebagai data input pada submodel analisis krisis.
Gambar 37 Tampilan hasil prediksi harga tapioka dengan jaringan syaraf tiruan Tabel 22 Hasil prediksi harga tapioka dengan JST diperoleh Minggu ke
Harga Tapioka
1
Rp. 5225,20
2
Rp.5216,30
3
Rp.5424,40
4
Rp.4900,60
5
Rp.5060,80
6
Rp.5224,80
7
Rp.5321,00
8
Rp.5234,90
9
Rp.5230,20
Harga tapioka bualan Juli hingga September 2009 berkisar antara Rp.5000,- hingga Rp.6000,-. Dengan demikian hasil prediksi dapat diterima.
220
Prediksi Pasokan Tapioka Kasar Proses kerja jendela Prediksi pasokan bahan baku didukung oleh file “TrainingpasokanBB.m”,
“TestingpasokanBB.m”
dan
“ForcaspasokanBB.m”.
Input data telah dilakukan terlebih dahulu dan disimpan pada database dengan file ekstensi txt yang bisa diinput dari media Matlab (Mathwork,2009) maupun Microsoft Excel (Microsoft,2009). Jumlah variabel input disesuaikan dengan dimensi fraktal, dan hasil pembobotan fuzy perbandingan berpasangan yang telah dilakukan lebih awal. Variabel tersebut adalah harga ubikayu dan produksi ubikayu. Struktur jaringan yang digunakan pada file ini didasarkan pada pemilihan dari proses simulasi dengan berbagai struktur jaringan yang disesuaikan dengan dimensi fraktal pasokan bahan baku. Tampilan jendela prediksi bahan baku dapat dilihat pada gambar 38. Hasil prediksi harga tapioka disimpan dalam file BBFRC.txt yang nantinya akan dipanggil sebagai input submodel analisis krisis.
Gambar 38 Tampilan hasil prediksi pasokan bahan baku dengan jaringan syaraf tiruan
221
Analisis keadaan krisis
Selanjutnya untuk mendeteksi keadaan krisis sebagai dampak sistem chaos pada perioda prediksi dilakukan dengan penentuan ambang batas kemudian memeriksa hasil prediksi terhadap ambang batas.
Submenu ini didukung oleh
data hasil prediksi harga tapioka, data hasil prediksi pasokan bahan baku, data dinamis yang dimasukkan secara interaktif, data struktur biaya yang telah diinputkan lebih awal dan tersimpan pada database. File pendukung sub-menu ini adalah “Finansial.m” dan fungsi callback yang tersedia pada Matlab yang berkaitan dengan perhitungan kapasitas produksi. Dengan beberapa asumsi masukan, maka keluaran sub-menu analisis krisis adalah sebagai berikut
Gambar 39 Tampilan hasil Analisis Sinyal Krisis Dari keluaran pada gambar diatas apabila harga bahan baku sebesar Rp.4200,-/kg, jumlah tenaga kerja perhari 7 orang, jam kerja perhari 8 jam, hari kerja 6 hari/minggu upah tenaga kerja langsung per-orang Rp.25.000,- per hari maka 84,4654 ton perminggu, dan harga pokok produk (HPP) sebesar Rp. 5227,55. Dari hasil prediksi pasokan bahan baku dari minggu ke 1,2 dan ke 3 pasokan bahan baku tidak mencukupi kapasitas BEP sebesar 84,4654 ton/minggu, dan harga jual tapioka sebagian besar dibawah HPP. Oleh karena itu kondisi ini memberi sinyal “BAHAYA” dan perlu dilakukan kebijakan. Selanjutnya pengguna akan menuju pada sub-menu kebijakan dengan menekan tombol kebijakan dan sesuai dengan
222
pengguna sistem manajemen ahli. Jendela “Kebijakan Keadaan BAHAYA” akan terbuka dan siap digunakan. Apabila keadaan tidak terindikasi krisis maka pengguna dapat langsung keluar dari sub-menu ini dan diasumsikan tidak perlu dilakukan rekomendasi strategi kebijakan, karena dianggap kebijakan yang sedang berjalan masih cukup efektif.
Kebijakan Pengendalian Krisis Implikasi kebijakan ini merupakan analisis terhadap langkah tindakan penanggulangan
dan
pencegahan
keadaan
krisis
sebagai
suatu
strategi
pengembangan agroindustri tapioka. Persoalan agroindustri tapioka merupakan persoalan yang kompleks dan rumit serta melibatkan banyak pihak, oleh karena itu strategi penentuan kebijakan menggunakan pendekatan struktural yang melibatkan campur tangan pemerintah. Sinyal krisis menunjukkan keadaan bahaya, artinya dari sektor hulu dengan indikator pasokan bahan baku dan sektor hilir dengan indikator harga tapioka, memberikan kontribusi cukup signifikan terhadap kemungkinan terjadinya keadaan krisis. Oleh karena itu diperlukan rekomendasi kebijakan yang dapat mengakomodir kepentingan terkait backward linkage yaitu dari industri tapioka hingga ke petani ubikayu dan mengakomodir kepentingan terkait forward linkage yaitu industri hilir dan faktor eksternal yang terkait dengan pengembangan agroindustri tapioka. Pada proses pemilihan strategi terlebih dahulu fokus pada manfaat dan dampak kebijakan terhadap parameter yang telah ditetapkan sebelumnya. Pengisian nilai berdasarkan 3 kategori “R” untuk rendah, “S” untuk sedang dan “T” untuk tinggi.
Sebagai contoh manfaat kebijakan terhadap kestabilan harga sangat
mendesak, maka pengguna akan mengisi nilai manfaat untuk parameter kestabilan harga adalah “T”. Apabila kebijakan tersebut diperkirakan akan memberikan dampak rendah terhadap kestabilan harga maka pengguna akan mengisi nilai “R” pada parameter dampak untuk kestabilan harga. Kebijakan yang dihasilkan mengarah kepada memaksimalkan manfaat dan meminimalkan dampak yang mungkin terjadi.
223
Gambar 40 adalah hasil eksekusi program Simak-Chaotica pada validasi model oleh pemilik industri tapioka halus yang menghasilkan rekomendasi: “Segera melakukan pembelian tapioka kasar kepada koperasi” dan “Menjual tapioka halus kepada koperasi”.
Gambar 40 Tampilan sub-model kebijakan Agroindustri tapioka pada keadaan “BAHAYA” Dari simulasi pendapat stake holder menunjukkan bahwa agroindustri membutuhkan koperasi sebagai wadah usaha ekonomi masyarakat agroindustri tapioka rakyat menuju kemandirian kelompok usaha dalam meraih nilai tambah ekonomi maupun nilai tambah sosial kultural. Koperasi sebagai lembaga yang mengkoordinasikan semua potensi sumberdaya yang tersebar dalam komunitas masyarakat petani ubi kayu dan agroindustri tapioka rakyat menjadi satu kekuatan untuk menghadapi sistem perekonomian yang tidak kondusif.
Peluang Koperasi Agroindustri Tapioka dalam Pembangunan Ekonomi Reformasi perekonomian yang didasarkan atas prinsip demokrasi ekonomi yang sesuai dengan amanat konstitusi ( Pasal 33 UUD 1945). Ayat (1) Pasal 33 menyebutkan “ Perekonomian disusun sebagai usaha bersama berdasarkan atas asas kekeluargaan”, hal ini menunjukkan bahwa koperasi yang berasaskan kekeluargaan seharusnya didukung sepenuhnya oleh pemerintah, karena dijamin dalam Undangundang . Ayat (2) Pasal 33 berbunyi :” Cabang-cabang produksi yang penting bagi
224
negara dan menguasai hajat hidup orang banyak dikuasai oleh negara” dan ayat (3) berbunyi :” Bumi, air, dan kekayaan alam yang terkandung didalamnya dikuasai oleh Negara dan dipergunakan untuk sebesar-besarnya kemakmuran rakyat”. Hal ini menunjukkan bahwa seharusnya pemerintah memposisikan rakyat sebagai sentral-substansial, kemakmuran masyarakat lebih utama daripada kemakmuran individu orang seorang. Hal ini sejalan dengan prinsip demokrasi ekonomi yang dijamin dalam ayat (4) Pasal 33 UUD 1945 yaitu:”Perekonomian nasional diselenggarakan berdasarkan asas demokrasi ekonomi, kebersamaan, efisiensi berkeadilan, berkelanjutan, berwawasan lingkungan, kemandirian, serta dengan menjaga keseimbangan kemajuan dan kesatuan ekonomi nasional”. Peranan koperasi agroindustri
tapioka dengan menempatkan petani ubi
kayu sebagai plasma yang ikut memiliki saham pada industri pengolahan tapioka sebagai inti, diharapkan dapat menggusur kemiskinan bukan menggusur orang miskin
dan membangun perekenomian nasional
yang berorientasi
pada
kesejahteraan dan kemakmuran rakyat. Keterbatasan Model Pada tahap identifikasi sumber turbulensi digunakan pembobotan dengan pendekatan fuzzy perbandingan berpasangan. Kelemahan dari model ini adalah tidak mengakomodir hubungan keterkaitan antar elemen yang dipilih. Dalam sistem nyata, perilaku sistem lebih banyak dibangun oleh sistem kompleks yang melibatkan banyak elemen dan saling berkaitan. Oleh karena itu perlu dilakukan penelitian lebih lanjut yang mengakomodir hubungan saling keterkaitan dalam sistem yang kompleks. Submodel uji eksistensi chaos yang dirancang dalam penelitian ini hanya berfokus pada sistem yang chaos. Akan lebih baik lagi apabila dilanjutkan suatu penelitian mengenai periode kapan sistem akan mulai chaos dan perioda bifurkasi. Keterbatasan penelitian ini tidak membahas lebih mendalam tentang sistem dan struktur organisasi dan rancangan operasional koperasi yang efektif. Oleh karena itu perlu dilakukan penelitian lebih lanjut mengenai model koperasi yang efektif dan mampu berperan dalam menanggulangi krisis sehingga agroindustri tapioka dan usaha tani akan resisten terhadap keadaan chaos.
