IV. METODE PENELITIAN 4.1.
Kerangka Pemikiran Manajemen risiko rantai pasok produk/komoditas jagung merupakan suatu
proses yang kompleks. Kompleksitas lingkungan tempat keputusan strategis dibuat merupakan pertimbangan utama untuk menggunakan sistem intelijen dalam sistem pengambilan keputusan cerdas yang akan dikembangkan.
Terdapat
beberapa alasan adanya kompleksitas ini yaitu: (1) adanya informasi dan pengetahuan yang mendukung keputusan tidak lengkap, tidak pasti atau tidak tepat atau bahkan tidak konsisten; (2) terdapat berbagai tujuan bahkan tujuan yang bertentangan dan terdapat banyak tipe batasan yang berbeda; (3) terdapat batasan waktu untuk pengambilan keputusan pada lingkungan yang selalu berubah; dan (4) terdapat kecenderungan pada pengambilan keputusan kelompok dimana berbagai tipe konsensus terjadi di dalam prosesnya. Untuk dapat menganalisis dan memodelkan permasalahan yang kompleks dan tidak terstruktur tersebut, dalam penelitian ini akan digunakan metodologi soft sistem (Checkland 1981). Menurut Hallikas et al. (2004), proses manajemen risiko terdiri dari dua tahap utama, yaitu penilaian risiko (risk assessment) yang terdiri dari proses mengidentifikasi, menganalisis, memprioritaskan dan pengendalian risiko (risk control) yang terdiri dari perencanaan manajemen risiko, perencanaan resolusi risiko (risk resolution) dan monitor risiko (risk monitoring), penelusuran (tracking) dan tindakan perbaikan (corrective action). Menurut Chapman et al. (2002) identifikasi dan penilaian risiko merupakan bagian yang paling penting dalam seluruh proses manajemen risiko karena kualitas dari hasil sebuah analisis tergantung sepenuhnya kepada proses identifikasi dan penilaian. Pengukuran risiko dalam penelitian ini dilakukan secara kualitatif dan kuantitatif. Oleh karena sumber-sumber risiko mempunyai sifat yang tidak pasti, maka di dalam analisis kualitatif dan kuantitatif selain memerlukan analisis statistik, diperlukan juga analisis lebih lanjut dengan menggunakan analisis posibilitas untuk dapat mengetahui pengaruh ketidakpastian sumber risiko. Variabel dari masing-masing sumber risiko yang mungkin timbul dalam manajemen risiko rantai pasok produk pertanian akan dinilai (assess) secara semi
70
71
kuantitatif berdasarkan tiga kelompok skala kualitas yang merupakan komponen risiko, yaitu berdasarkan konsekuensi (severity), paparan (exposure) dan posibilitas (likelihood) melalui pengisian kuesioner oleh responden dan berdasarkan akuisisi pengetahuan pakar. Konsekuensi (severity) diukur dengan empat kategori yaitu waktu (time), kualitas (quality), biaya (cost) dan keselamatan (safety). Kerangka kerja yang dilakukan dalam penelitian ini akan mengacu pada kerangka kerja yang telah dikembangkan oleh Rajamani et al. (2006), dengan beberapa penyesuaian pada manajemen risiko rantai pasok produk pertanian dan menggunakan kategori dan variabel risiko yang telah diidentifikasi oleh Xiaohui et al. (2006). Dalam penelitian ini identifikasi dan analisis risiko akan dilakukan pada setiap pelaku rantai pasok untuk mendapatkan tingkat risiko masing-masing, kemudian dilakukan agregasi nilai risiko total rantai pasok sehingga mendapatkan ukuran tingkat risiko rantai pasok dan cara penanganan risiko dilakukan secara menyeluruh untuk mendapatkan distribusi dan keseimbangan risiko rantai pasok. Detail dari kerangka pikir penelitian manajemen risiko rantai pasok dapat diperlihatkan pada Gambar 16.
Gambar 16 Kerangka pikir penelitian manajemen risiko rantai pasok
72
4.2.
Tata Laksana Penelitian
4.2.1. Tahapan Penelitian Langkah-langkah
pengembangan
sistem
pendukung
pengambilan
keputusan manajemen risiko rantai pasok adalah: identifikasi faktor-faktor manajemen risiko rantai pasok, pembuatan model manajemen risiko rantai pasok dengan multi objective programming, simulasi model manajemen risiko rantai pasok dengan program dinamik, analisa berbagai skenario manajemen risiko dengan kriteria finansial dan non finansial, pemilihan skenario manajemen risiko dengan memperhatikan profit sharing optimum dan minimisasi risiko gobal dan lokal, pembuatan sistem pendukung pengambilan keputusan cerdas manajemen risiko rantai pasok dan pembuatan rekomendasi tindakan dan kesimpulan. Langkah-langkah tersebut akan dibagi menjadi tiga tahapan yaitu tahap analisis, tahap pemodelan dan tahap perancangan dan implementasi sistem (Gambar 17). Pada tahap pertama dimulai dengan membuat tujuan penelitian dan mempelajari sistem rantai pasok produk pertanian melalui observasi lapang dan wawancara dengan beberapa pihak yang memahami risiko rantai pasok produk pertanian. Studi pustaka dilakukan untuk meningkatkan pemahaman terhadap risiko rantai pasok produk pertanian dan metode yang akan digunakan dalam penelitian. selain itu, juga dilakukan analisis kondisi manajemen risiko rantai pasok produk pertanian yang mencakup aspek nilai tambah, penanganan risiko dan kelembagaan pada masing-masing pelaku dalam rantai pasok.
Analisis
dilakukan untuk mendapatkan data kebutuhan dari setiap stakeholder dalam manajemen rantai pasok untuk mengurangi risiko dan identifikasi konflik kepentingan dalam rantai pasok secara vertikal.
Kajian dilanjutkan dengan
perancangan model kolaborasi perencanaan manajemen risiko rantai pasok produk pertanian pada aspek penyediaan, distribusi dan produksi. Output yang diharapkan pada tahap ini adalah adanya pemetaan (mapping) risiko rantai pasok produk pertanian mulai dari hulu sampai hilir, tersedianya informasi yang lengkap mengenai penanganan risiko, dan kelembagaan pada rantai pasok pertanian, adanya model kolaborasi perencanaan manajemen risiko rantai pasok. Tahap kedua dari penelitian ini adalah pembuatan model sistem pendukung pengambilan keputusan cerdas manajemen risiko rantai pasok untuk
73
mendukung program ketahanan pangan. Model manajemen risiko akan dikembangkan secara kualitatif dan kuantitatif. Model kualitatif menggunakan fuzzy analitik hierarki proses dan fuzzy multi expert multi criteria decision making, sedangkan model kuantitaif menggunakan value at risk dan indek risiko serta algoritma genetika dan multi objectives programming untuk penyeimbangan risiko. Kemudian dilanjutkan dengan verifikasi dan validasi model dengan menggunakan data simulasi pada berbagai skenario. Output dari tahap ini adalah model sistem pendukung keputusan cerdas dengan berbagai skenario yang valid. Tahap ketiga dari penelitian ini adalah perancangan dan implementasi sistem pendukung keputusan cerdas manajemen risiko rantai pasok. Perancangan sistem
dilakukan
dengan
pendekatan
sistem
yang
berorientasi
object
menggunakan alat bantu UML (Unified Modeling Language), sedangkan implementsi sistem dilakukan dengan sistem yang berbasis web dengan menggunakan program java. Output dari tahapan ini adalah sebuah rancangan sistem pendukung keputusan cerdas manajemen risiko rantai pasok yang berorientasi obyek serta perangkat lunak sistem pendukung keputusan cerdas manajemen risiko rantai pasok.
Adapun rincian langkah-langkah kegiatan
penelitian adalah sebagai berikut: 1. Mempelajari sistem rantai pasok produk/komoditas jagung melalui observasi pendahuluan dengan beberapa pihak yang terkait dengan rantai pasok komoditas jagung seperti petani, pengumpul dan industri apakn ternak. Selain itu, studi pustaka dilakukan untuk pemahaman sistem nyata yang dipelajari. Pustaka yang dipelajari berhubungan dengan manajemen risiko rantai pasok dan teknik-teknik yang digunakan dalam manajemen risiko. 2. Wawancara mendalam dengan pengambil keputusan dan survei lapang di obyek studi kasus. Tujuannya adalah mengetahui rangkaian kegiatan rantai pasok dan kendala-kendal manajemen risiko rantai pasok. Pendalaman terhadap pengetahuan para pemangku kepentingan rantai pasok jagung. Beberapa pihak yang diwawancarai adalah petani dan kelompok tani, beberapa pengumpul dan manajer pengadaan bahan baku jagung di industri pakan ternak. Melalui wawancara akan diperoleh gambaran situasi secara
74
menyeluruh terhadap risiko yang dihadapi setiap pelaku dan cara mengatasinya. 3. Merumuskan faktor-faktor risiko dan variabel penentu yang dibutuhkan dalam penilaian tingkat risiko sesuai dengan tingkatan dalam jaringan rantai pasok. Prosedur yang dilakukan melalui wawancara dan studi pustaka hasil-hasil penelitian terkait. Faktor-faktor risiko yang diperoleh akan distrukturisasi secara hierarki sehingga mendeskripsikan keterkaitan antar faktor. 4. Merumuskan basis aturan untuk menterjemahkan hasil penilaian risiko sehingga
rekomendasi
dapat
dikeluarkan
oleh
model.
Rekomendasi
merupakan hasil akuisisi pengetahuan para ahli yang terdiri dari praktisi agroindustri dan dilengkapi melalui studi pustaka penelitian yang terkait. 5. Informasi yang dibutuhkan selanjutnya adalah prakiraan harga jagung pipilan dan persayaratan mutu serta metode pasokan dan penyimpanannya Data yang dibutuhkan adalah data masa lalu yang diperoleh melalui laporan kegiatan industri pakan ternak dan pelaku rantai pasok di lokasi penelitian. 6. Formulasi model matematik untuk penyeimbangan risiko rantai pasok dengan pendekatan manajemen dialog berdasarkan evaluasi risiko setiap tingkatan. Model matematik dirumuskan melalui proses iterative untuk penentuan harga jagung pipilan di tingkat petani dengan memeperhatikan tingkat risiko masing-masing tingkatan dan tingkat utilitas ketersediaan jagung. 7. Merumuskan teknik-teknik penyelesaian untuk setiap formulasi model matematik dan penilaian risiko dalam bentuk program komputer. Pada tahap ini dibangun elemen-elemen dari basis data, basis pengetahuan dan basis model serta hubungan masukan dan keluaran. Keterkaitan ini dibutuhkan untuk menghasilkan keterpaduan. Keterpaduannya diwujudkan dalam bentuk sebuah Sistem Penunjang Keputusan cerdas. 8. Verifikasi model menggunakan data dari obyek studi kasus yaitu industri pakan ternak yang menggunakan bahan baku jagung. Nilai-nilai yang dihasilkan model akan diperiksa kesesuaiannya berdasarkan logika dan kerja komputasi. Pada tahap ini telah dihasilkan program komputer yang terdiri dari basis model, basis data dan basis pengetahuan.
75
9. Validasi model untuk mendapatkan keabsahan dan keyakinan bahwa model mampu bekerja sesuai kebutuhan pengambil keputusan.
Persiapan penelitian
Studi Pendahuluan
Latar belakang dan perumusan masalah
Studi Literatur
Perumusan tujuan penelitian
Identifikasi lingkup permasalahan
Analisa kebutuhan stakeholder manajemen risiko rantai pasok (UML)
Identifikasi konflik kepentingan dan tujuan dalam manajemen risiko rantai pasok produk/komoditas Jagung
Identifikasi jenis risiko dan sumber risiko rantai pasok (fuzzy AHP)
Evaluasi risiko dan dampak risiko serta alternatif penghilangan risiko rantai pasok (fuzzy AHP)
Pengembangan model manajemen risiko pada setiap tingkatan pelaku rantai pasok (Multiobjectives programming)
Pengembangan model agregasi pengukuran risiko rantai pasok secara global (Fuzzy Agregation)
Pengembangan model penyeimbangan risiko (risk balancing) rantai pasok (stakeholder dialog dan fungsi utilitas-regresi fuzzy)
Pengembangan model perlakuan risiko rantai pasok secara lokal dan global (fuzzy inference)
Verifikasi dan validasi model
Pembuatan model basis pengetahuan manajemen risiko rantai pasok
Analisa dan perancangan sistem pendukung pengambilan keputusan cerdas manajemen risiko rantai pasok (UML) Implementasi sistem pendukung pengambilan keputusan cerdas manajemen risiko rantai pasok (web programming) pengujian dan perbaikan sistem pendukung pengambilan keputusan cerdas manajemen risiko rantai pasok
Kesimpulan dan rekomendasi
Gambar 17 Langkah pemodelan SPK cerdas pada manajemen risiko rantai pasok
76
4.2.2
Lokasi dan Waktu Penelitian
Penelitian dilakukan di laboratorium dan di lapangan. Penelitian pemodelan dilakukan di Laboratorium/Bagian Teknik Sistem Industri, Departemen Teknologi Industri Pertanian, Fakultas Teknologi Pertanian, IPB di Bogor.
Penelitian
lapangan dilakukan di Jawa Tengah dan Jawa Timur sebagai sentra produksi jagung di Indonesia. Penelitian dilakukan mulai bulan Januari 2009 – Desember 2010, untuk mendapatkan informasi, data teknis dan diskusi dengan para narasumber yang terkait. Tambahan data dan informasi yang dibutuhkan dalam pengembangan model dilakukan pada rentang waktu tersebut.
4.2.3. Pengumpulan Data, Informasi dan Pengetahuan Penelitian menggunakan data sekunder dan data primer.
Data sekunder
diperoleh dari laporan kajian terdahulu yang relevan dan jurnal ilmiah serta dari berbagai sumber seperti Biro Pusat Statistik, Departemen Pertanian, Departemen Perdagangan, Departemen Perindustrian, Balai-balai penelitian, asosiasi, data perusahaan yang menjadi obyek kajian, dan pihak-pihak yang relevan. Pengumpulan data primer dilakukan melalui beberapa cara, sebagai berikut : •
Observasi lapangan, yakni melihat secara langsung kegiatan-kegiatan manajemen risiko rantai pasok mulai dari produsen (petani), pedagang pengumpul, prosesor (pengolah), distributor, hingga konsumen.
•
Wawancara, dilakukan untuk memperoleh informasi kendala dan risiko, jumlah produksi dan penjualan, sistem transportasi, distribusi dan pasokan serta hubungan kemitraan antara pemasok dan distributor, dari para stakeholder manajemen risiko rantai pasok yang dikaji.
•
Focus Group Discussion (FGD), meliputi wakil petani/kelompok tani, pedagang pengumpul,
prosesor atau agroindustri, buyer/eksportir,
pemerintah (regulator), dan universitas/lembaga riset teknologi. Pada FGD dilakukan pendalaman terhadap kondisi saat ini untuk memperoleh alternatif-alternatif strategi manajemen risiko rantai pasok. FGD juga melakukan verifikasi dan validasi terhadap model pengukuran risiko rantai pasok.
77
•
Pendapat pakar (expert judgement), dilakukan untuk memperoleh basis pengetahuan melalui wawancara secara mendalam (indepth interview) untuk mengakuisisi pengetahuan dari pakar yang terkait dalam menentukan jenis dan sumber risiko dan pengukuran tingkat risiko dan dampaknya serta keberhasilan penanganan risiko.
•
Brainstorming dengan pakar untuk memodelkan sistem manajemen risiko rantai pasok produk pertanian dengan Fuzzy AHP menggunakan tools criterium decision plus.
•
Pengumpulan informasi dan pengetahuan dari pakar menggunakan metode purposive sampling untuk menentukan pakar yang dilibatkan dalam penelitian.
Pertimbangan-pertimbangan
yang
digunakan
untuk
menentukan pakar adalah kesesuaian pendidikan pakar, pengalaman pakar dan track record kepakarannya. Demikian juga dalam penentuan responden lain yang dilibatkan dalam penelitian ini seperti petani, prosesor, distributor dan konsumen.
4.3.
Teknik-Teknik yang Digunakan
Fuzzy AHP Metode Fuzzy AHP merupakan suatu metode yang dikembangkan dari metode AHP dengan menggunakan konsep fuzzy pada beberapa bagian seperti dalam hal penilaian sekumpulan alternatif dan kriteria.
Fuzzy AHP merupakan
integrasi AHP dengan metode logika fuzzy. Fuzzy AHP digunakan untuk menangani kekaburan vagueness, ambiguitas atau ketidakpastian atribut kepentingan yang diberikan oleh penilai (pakar). Pada AHP konvensional yang dikembangkan oleh Saaty, perbandingan berpasangan dilakukan dengan menggunakan skala numerik (1 – 9) yang bersifat crisp. Fuzzy AHP dalam penelitian ini akan digunakan untuk mengidentifikasi, mengukur dan mengetahui sumber risiko yang akan dihadapi pada setiap tahapan rantai pasok produk pertanian. Fuzzy Inference System Sistem fuzzy merupakan penduga numerik yang terstruktur dan dinamik. Sistem ini mempunyai kemampuan untuk mengembangkan sistem intelejen
78
dalam situasi yang tidak pasti dan tidak tepat. Sistem ini menduga suatu fungsi dengan logika fuzzy yang pada dasarnya merupakan bagian dari logika boolean yang digunakan untuk menangani konsep derajat kebenaran, yaitu nilai kebenaran antara benar dan salah. Dalam implementasinya, logika fuzzy sering menggunakan informasi linguistik dan verbal (Marimin 2007). Dalam penelitian ini Sistem inferensi fuzzy akan digunakan untuk menduga tingkat risiko dan dampaknya suatu rencana tindakan managemen rantai pasok produk pertanian sehingga dapat memberikan arahan untuk menghindari atau menghilangkan terjadinya risiko tersebut. Fuzzy Agregation, Dalam penelitian ini fuzzy agregation akan digunakan untuk menghitung nilai agregasi risiko rantai pasok dengan pendekatan fuzzy inference system mamdamni. Fuzzy FMEA, Fuzzy FMEA (Failure Mode and Effect Analysis) digunakan untuk mengukur dan menganalisa variabel risiko setiap faktor risiko dalam setiap tingkatan rantai pasok. Stakeholder Dialogue, Stakeholder dialogue digunakan untuk memodelkan proses penyeimbangan risiko rantai pasok dengan tujuan mencari kesepakatan harga jagung di tingkat petani dengan pendekatan fungsi regresi non linier dari tingkat utilitas risiko setiap tingkatan rantai pasok. Metode iterasi/interpolasi, Metode interpolasi digunakan untuk mencari nilai kesepakatan dengan konsep stakeholder dialogue berdasarkan parameter tertentu dengan input nilai parameter yang diinginkan setiap tingkatan rantai pasok. Metode sistem lunak (soft system methodology), Metodologi ini digunakan untuk melakukan analisis sistem dan pemodelan sistem serta verifikasi dan validasi model pada sistem interaksi sosial yang
79
komplek dalam manajemen risiko rantai pasok produk/komoditas jagung. Khususnya
dalam
memodelkan
sistem
penyeimbangan
risiko
yang
menggunakan pendekatan stakeholder dialog untuk mendapatkan kesepakatan harga jagung di tingkat petani.
4.4.
Langkah Pemodelan Sistem Secara umum, langkah-langkah utama yang harus diikuti untuk
membangun sistem dalam pengembangan sistem penunjang pengambilan keputusan cerdas manajemen risiko rantai pasok adalah: menganalisa kebutuhan user atau pelaku ditinjau dari kebutuhan setiap pelaku dan kendala yang dihadapi, menganalisa sistem ditinjau dari fungsional dan non-fungsional sistem, pemodelan sistem yang mencakup model basis data, model basis pengetahuan dan model
matematis
solusi
permasalahan,
merancang
bangun
sistem
dan
implementasi serta validasi model dan testing atau pengujian sistem. Menurut Dhar dan Stein (1997), Sistem Penunjang Keputusan Cerdas merupakan sebuah Sistem Penunjang Keputusan yang menggunakan teknikteknik yang ada di bidang intelijensi buatan (Artificial Intelligent) seperti: seperti fuzzy systems, neural networks, machine learning, dan genetic algorithms (algoritma genetik). Tujuannya adalah untuk membantu pengguna dalam mengakses, menampilkan, memahami, serta memanipulasi data secara lebih cepat dan mudah untuk membantunya dalam mengambil keputusan. Sistem penunjang keputusan cerdas yang akan dikembangkan dalam penelitian ini terutama menggunakan pendekatan fuzzy sistem untuk memodelkan analisis dan pengukuran risiko rantai pasok pada setiap tahap/tingkatan rantai pasok. Sistem penunjang pengambilan keputusan cerdas manajemen risiko rantai pasok yang akan dikembangkan merupakan sistem yang mencakup jenis dan kelompok komoditas bahan pangan khususnya komoditas Jagung, yang meliputi rantai aktivitas pasokan, struktur jaringan dan distribusinya, mekanisme penyediaan, proses peramalan harga dan produksi serta strategi manajemen risiko rantai pasok.
Pada setiap tingkatan rantai pasok, akan dikembangkan model
analisis dan pengendalian risiko dengan pendekatan sistem intelijen untuk
80
pengambilan keputusan kelompok dalam penelitian ini. Adapun penjelasan rinci dari pemodelan sistem tersebut dapat diperlihatkan pada Gambar 18. Mulai Analisa kebutuhan user Analisa Kebutuhan Sistem Tidak
Lengkap? Gugus solusi yang layak Formulasi Model Sistem
Tidak
Cukup? Model Optimal Rancang bangun Sistem
Tidak
Sesuai spesifikasi? Implementasi Sistem Valid?
Tidak
Rekomendasi operasional sistem Selesai
Gambar 18 Langkah-langkah teknik pemodelan sistem 4.5.
Verifikasi dan Validasi Model Kredibilitas sebuah model ditentukan oleh aksebilitas model dihadapan
para pengguna atau pemangku kepentingan. Penerimaan sebuah model oleh pengambil keputusan sebagai pengguna harus diuji melalui proses verifikasi dan validasi. Proses ini akan membuktikan kebenaran model dan penerimaan pengguna
terhadap
kemampuan
dari
model.
Seluruh
rangkaian
dalam
menghasilkan mulai dari pemuatan elemen sistem nyata, pembangunan logika dan
81
penulisan program komputer dengan bahasa pemrograman tertentu akan diperiksa konsistensinya terhadap konsep dan teori yang digunakan. Verifikasi dan validasi model adalah bagian esensial dari proses pengembangan model agar model diterima dan digunakan untuk mendukung pengambilan keputusan. Pertanyaan utama yang sering disampaikan kepada seseorang yang memperkenalkan sebuah model adalah keabsahan model sebelum diterapkan. Verifikasi adalah proses untuk menjamin bahwa model sudah bekerja dengan benar, sedangkan validasi adalah proses menjamin bahwa model memenuhi kebutuhan yang diharapkan dari segi metoda yang digunakan dan hasil yang diperoleh. Verifikasi dilakukan terlebih dahulu untuk mengetahui kebenaran kerja model, selanjutnya divalidasi untuk mengetahui kesesuaian model terhadap peruntukannya (Carson 2002). Verifikasi adalah proses pemeriksaan apakah logika operasional model (program komputer) sesuai dengan logika diagram alur. Kalimat sederhananya, apakah ada kesalahan dalam program? (Hoover et al. 1989). Proses verifikasi dilakukan terhadap setiap modul untuk menguji apakah program dari modul tersebut telah dapat berjalan dengan baik dan benar. Verifikasi dilakukan dengan jalan memberikan data input dengan skenario tertentu kepada setiap modul program, kemudian memeriksa outputnya dengan membandingkannya dengan hasil perhitungan manual. Jika hasilnya masih terdapat kesalahan, maka dilakukan perbaikan terhadap program setiap modul, kemudian dilakukan integrasi terhadap modul untuk membentuk sistem dan kemudian dilakukan verifikasi terhadap sistem hasil integrasi tersebut, sehingga diperoleh suatu sistem yang tepat dan akurat. Validasi model dilakukan untuk menguji apakah model yang sudah dibuat dapat digunakan atau tidak di lapangan atau dalam kehidupan nyata. Validasi adalah proses penentuan apakah model, sebagai konseptualisasi atau abstraksi, merupakan representasi berarti dan akurat dari sistem nyata? (Hoover et al. 1989). Validasi model merupakan langkah untuk menguji apakah model yang telah kita susun dapat merepresentasikan sistem nyata yang diamati secara benar. Model dikatakan valid jika tidak memiliki karakteristik dan perilaku yang berbeda secara signifikan dari sistem nyata yang diamati. Prosedur validasi model tergantung
82
dari sistem yang sedang dimodelkann dan lingkungan pemodelan. Beberapa metode validasi adalah: (1) Metode statistik, (2) Metode Delphi, (3) Perilaku ekstrim. Jika ukuran kinerja sistem nyata cukup tersedia, uji statistik umum seperti uji t digunakan dimana kita menguji hipotesis kesamaan nilai rata-rata. Kadang-kadang uji F juga dapat digunakan untuk menguji kesamaan ragam sistem nyata dengan model. Metode Delphi dikembangkan sebagai pendekatan ke analisis permasalahan ketika sangat sedikit data tersedia atau sistem nyata sedang dipertimbangkan. Dalam metode Delphi, sekelompok ahli terpilih membentuk panel yang akan menghasilkan jawaban konsensus terhadap pertanyaan yang diajukan ke mereka. Dalam lingkungan sistem, panel mungkin terdiri dari manager dan pengguna sistem yang sedang dimodelkan dan pertanyaan adalah tentang perilaku atau kinerja sistem di bawah kondisi operasi tertentu. Teknik validasi yang akan digunakan dalam penelitian ini adalah metode Delphi (expert’s jugement) yaitu dengan meminta pendapat para pakar untuk memberikan penilaian terhadap model yang dibuat dengan mengisi kuisioner dan melakukan diskusi untuk memperbaiki dan menentukan tingkat efektifitas dari sistem dengan mencoba sistem penunjang keputusan dengan input skenario tertentu. Adapun beberapa pakar yang akan dilibatkan dalam proses validasi model ini adalah beberapa pelaku atau praktisi agroindustri produk jagung seperti pakan ternak dan tepung jagung, serta pakar akademisi dan pakar dari lembaga penelitian. Menurut Checkland (1995) dalam Eriyatno dan Sofyar (2007), validasi dalam model yang didekati dengan hard system harus menunjukan secara syahih untuk menggambarkan bagian dari dunia nyata; sedangkan dalam model yang didekati dengan soft system validasi dapat dilakukan dengan pembuktian intelektual atau bisa dikatakan sebagai pembuktian model secara intelektual terhadap prinsip-prinsip yang telah didefinisikan dengan struktur dan konsep intelektual. Dalam penelitian ini validasi model dilakukan dengan wawancara mendalam terhadap beberapa pakar untuk membuktikan tingkat fungsionalitas model dalam dunia nyata.
