JURNAL TEKNIK POMITS Vol. 1, No. 1, (2014) 1

JURNAL TEKNIK POMITS Vol. 1, No. 1, (2014)

1

Penerapan Sistem Dinamik Untuk Meningkatkan Efektivitas dan Efisiensi Pada Manajemen Rantai Pasok Terhadap Ketersediaan Beras dan Gula di Subdivre 1 Jawa Timur – Surabaya, Sidoarjo dan Gresik Sofia Nur Arimurti, Erma Suryani Jurusan Sistem Informasi, Fakultas Teknologi Informasi, Institut Teknologi Sepuluh Nopember (ITS) Jl. Arief Rahman Hakim, Surabaya 60111 Indonesia e-mail: [email protected], [email protected] Tiap penduduk berhak akan pemenuhan kebutuhan pangan, sehingga ketersediaan dan keterjangkauan pangan menjadi sangat fundamental bagi suatu bangsa. Semakin bertambahnya penduduk maka bertambah pula kebutuhan akan pangan. Diharapkan permasalahan tersebut menjadi prioritas negara untuk melakukan pemenuhan ketersediaan pangan dalam menghindari kerawanan pangan di beberapa daerah di Indonesia. Dalam pemenuhan ketersediaan pangan ditinjau pula kuantitas produksi, sehingga berdasarkan sasaran produksi oleh Kementrian Pertanian untuk komoditas padi dan gula merupakan komoditas yang akan diproduksi secara besar-besaran dan merupakan komoditas yang termasuk rawan pangan tinggi. Namun dengan tingginya biaya logistik menjadi penghambat ketersediaan dan keterjangkauan beras dan gula, serta turunnya daya saing industri akan produk dalam negeri karena manajemen rantai pasok di Indonesia yang tidak efektif dan efisien. Sehingga dengan kondisi tersebut, dibutuhkan manajemen rantai pasok yang lebih efektif dan efisien untuk memenuhi ketersediaan beras dan gula secara merata dan terjangkau dengan mengetahui faktor-faktor apa saja yang dapat mempengaruhinya. Penelitian ini menggunakan permodelan dan simulasi untuk menciptakan suatu model sistem dinamik dalam memenuhi ketersediaan beras dan gula pada subdivre 1 Jawa Timur (Surabaya, Sidoarjo dan Gresik) sehingga dapat mengefektifkan dan mengefisiensikan manajemen rantai pasok melalui beberapa skenario pula. Kata Kunci : Beras dan Gula, Ketersediaan Pangan, Manajemen Rantai Pasok, Efektif dan Efisien, Sistem Dinamik I. PENDAHULUAN

H

ak mendasar bagi tiap penduduk adalah pemenuhan akan kebutuhan pangan, sehingga ketersediaan pangan dan keterjangkauan pangan menjadi sangat fundamental bagi suatu bangsa (Suswono, 2013). Diharapkan permasalahan tersebut menjadi prioritas negara dalam melakukan pemenuhan ketersediaan pangan dalam menghindari kerawanan pangan di berbagai daerah di Indonesia. Dalam pemenuhan ketersediaan pangan, ditinjau pula kuantitas produksinya. Berdasarkan Rencana Strategis (Renstra) Kementrian Pertanian 2010-2014, mengarahkan

ketersediaan pangan terhadap komoditas pangan utama yaitu: beras, jagung, kedelai, gula dan daging sapi melalui swasembada pangan (BPK RI, 2012). Berdasarkan proporsi pengeluaran pangan terhadap rumah tangga, untuk beras dan gula merupakan komoditas yang memiliki tingkat kerawanan yang cukup tinggi diantara komoditas lainnya. Tingkat kerawanan yang dimiliki oleh beras dan gula sebesar 16.57% dan 3.10% (Sutawi, 2011). Sehingga untuk mendukung Renstra Kementrian Pertanian 2010-2014, untuk padi dan gula akan diproduksi secara besarbesaran. Dengan meningkatkan pertumbuhan padi sebesar 3.22/tahun, sedangkan untuk gula sebesar 17.63/tahun (BPK RI, 2012). Provinsi Jawa Timur merupakan wilayah andalan utama dalam produksi beras dan gula untuk Indonesia. Ditandai dengan kontribusi padi sebesar 16.08% (Mulyono, 2013) dan kontribusi gula sekitar 49% dari produksi nasional (Prastowo, Yanuarti, & Depari, 2008). Indonesia sebagai negara kepulauan membutuhkan sistem logistik yang efektif dan efisien, untuk meningkatkan daya saing dan menjamin keberadaan beras dan gula secara merata dengan biaya logistik yang rendah serta pelayanan yang responsif dan memuaskan. Sehingga dapat meningkatkan pertumbuhan ekonomi dan kesejahteraan masyarakat. Namun dengan tingginya biaya logistik dapat menghambat ketersediaan dan keterjangkauan beras dan gula, serta turunnya daya saing produk dalam negeri. Sehingga dibutuhkan manajemen rantai pasok yang terintegrasi secara efektif dan efisien (Mulyadi, 2011). Untuk memenuhi ketersediaan beras dan gula khususnya daerah subdivre 1 Jawa Timur, yaitu: Surabaya, Sidoarjo dan Gresik., digunakanlah permodelan dan simulasi pada tugas akhir ini sebagai alat untuk perencanaan, analisa dan evaluasi sistem menggunakan sistem dinamik. Sehingga dapat mengatasi masalah ketersediaan beras dan gula dan memberikan skenario-skenario dalam meningkatkan pemenuhan ketersediaan beras dan gula serta meningkatkan efektivitas dan efisiensi dari manajemen rantai pasok. II. TINJAUAN PUSTAKA A. Ketersediaan Pangan Ketersediaan pangan adalah tersedianya pangan dari hasil produksi dalam negeri dan atau sumber lain. Menurut pasal 2 PP No. 68 tahun 2002 mengenai penyediaan diwujudkan dengan dilakukan beberapa kegiatan seperti: mengembangkan

JURNAL TEKNIK POMITS Vol. 1, No. 1, (2014) sistem produksi pangan yang bertumpu pada sumber daya, kelembagaan dan budaya lokal serta mempertahankan dan mengembangkan lahan produktif. Menurut pasal 3 PP No. 68 tahun 2002, sumber ketersediaan pangan berasal dari produksi dalam negeri (umumnya dilakukan swasembada pangan), candangan pangan dan pemasukan pangan. Langkah operasional yang dilakukan dalam ketersediaan beras dan gula adalah dengan mendorong kemandirian pangan melalui swasembada pangan untuk komoditas strategis. Sehingga dapat meningkatkan daya saing produk lokal serta menjamin keberadaan komoditas strategis secara merata dan terjangkau pula (BPK RI, 2012). B. Manajemen Logistik Manajemen logistik merupakan bagian dari manajemen rantai pasok pada perencanaan, pengimplementasian dan mengendalikan efisiensi, efektivitas untuk memenuhi kebutuhan pelanggan. Kinerja logistik ditentukan oleh efisiensi logistik (mencapai output yang diharapkan dengan sumber daya minimum), efektivitas logistik (mencapai persentase tertinggi dari output yang diharapkan) dan kompetensi logistik (menjadi kompeten dengan memperoleh nilai komparatif yang terbaik dan bersih) (Bosona, 2013) Dibutuhkan keefektivan dan keefisiensian dalam manajemen logistik pada rantai pasok untuk mengintegrasikan kegiatan logistik pada produsen, distributor dan konsumensehingga memungkinkan produsen pangan lokal menjadi kompetitif di pasar (Gimenez, 2006). Logistik merupakan komponen penting yang menghubungkan produksi dan pemasaran, sehingga mempengaruhi perekonomian nasional karena penambahan sumber daya. Meningkatnya kerja transportasi barang memiliki dampak langsung pada biaya logistik. Tingginya biaya logistik adalah salah satu faktor utama penghambat pangan lokal dapat bersaing di pasar (Bosona, 2013). C. Manajemen Rantai Pasok Manajemen rantai pasok adalah kegiatan transformasi dari produk masih dalam proses hingga menjadi produk hadi dan diteruskan dengan pengiriman ke konsumen melalui distribusi. Kegiatan ini meliputi: pengangkutan, pembayaran tunai atau kredit (transfer), supplier, distributor, hutang-piutang, pergudangan. Tujuan utama dari manajemen rantai pasok (Adinata, 2013) adalah: 1. Memperpendek siklus rantai pasok 2. Mengembangkan atau membangun servis 3. Menurunkan biaya atau harga D. Manajemen Rantai Pasok yang Efektif dan Efisien Pendekatan manajemen rantai pasok berkembang seiring dengan meningkatnya kebutuhan dunia usaha untuk menekan biaya secara menyeluruh. Karena ruang lingkupnya mengelola aliran barang maka konsep manajemen rantai pasok banyak bersinggungan dengan manajemen logistik (Mulyadi, 2011). Sehingga dibutuhkan indikator kinerja yang berhubungan antara efektivitas dan efisiensi rantai pasok dengan aktor (Van der Vorst, 2000).

2 Penetapan untuk komoditas strategis sebagai berikut (Mulyadi, 2011):  Mengefektifkan persediaan komoditas yang selalu dapat memenuhi permintaan konsumen,  Mengefisiensikan dalam mendapatkan komoditas tersebut dan harga yang mudah dijangkau. E. Pemodelan dan Simulasi Terdapat 2 jenis model yaitu, Physical Model (Iconic) yaitu model yang berbentuk fisik seperti sebuah miniatur. Serta Mathematical Model yaitu model yang merepresentasikan secara logika dan hubungan kuantitatifnya. Menurut beberapa ahli (Law and Kelton, 1991) simulasi adalah sekumpulan metode dan aplikasi untuk menirukan atau merepresentasikan perilaku dari suatu sistem nyata yang biasanya dilakukan pada komputer dengan menggunakan software tertentu. Untuk metode pengerjaan pemodelan dan simulasi ini, bisa dicontohkan seperti pada Gambar 1. Model simulasi dibedakan berdasarkan (Suryani, 2006):

Waktu

Perubahan Status Variabel

Tabel 1 Jenis Model Simulasi Jenis Penjelasan Statis Menghasilkan model yang tidak dipengaruhi oleh waktu. Dinamis Menghasilkan model yang dipengaruhi oleh waktu. Diskrit Status variabel dapat berubah pada saat-saat tertentu. Kontinyu Status variabel dapat berubah secara kontinyu (berkelanjutan)

F. Sistem Dinamik Simulasi sistem dinamik merupakan simulasi kontinyu yang dikembangkan oleh Jay Forrester (MIT) tahun 1960-an, berfokus pada struktur dan perilaku sistem. Terdapat beberapa variabel model pada sistem dinamik diantaranya (Suryani, 2006): Variabel Level

Rate Auxiliary

Tabel 2 Variabel Sistem Dinamik Simbol Penjelasan Akumulasi aliran dari waktu ke waktu dan dipengaruhi oleh aliran masuk (input rate) dan aliran keluar (output rate). Laju yang menentukan aliran masuk atau kelur dari atau ke level.

Variabel bantu yang berisikan formula yang dapat menjadi masukan rate. Variabel ini sering digunakan untuk formula yang kompleks. Parameter Parameter adalah inputan untuk rate dan maupun anuxiliary, sedangkan konstanta Konstanta memiliki nilai tetap sepanjang periode simulasi. Gambar 1 Alur Metode Penelitian Tugas Akhir


3

III. METODE PENELITIAN Mulai

Studi Literatur

Analisa Sistem

Membuat Model Kausatik

Membuat Model Matematis

Membuat Skenario dan Analisa Hasil

Verifikasi

Penyusunan Buku Tugas Akhir

Validasi

Selesai

Pemodelan dan simulasi pada penelitian ini digunakan untuk memodelkan ketersediaan beras dan gula di subdivre 1 Jawa Timur. Dengan memodelkan beberapa komoditas pangan yang penting, untuk meningkatkan swasembada pangan dengan produk lokal. Sehingga hasil simulasi ini dapat membantu dalam meningkatkan rasio pemenuhan beras dan gula serta efektivitas dan efisiensi manajemen rantai pasok. B. Diagram Kausatik Awal dari pengembangan model ini adalah dengan melalui diagram kausatik atau yang biasa disebut causal loop diagram. Hasil pemodelan diagram kausatik pada ketersediaan beras dan gula untuk meningkatkan efektivitas dan efisiensi manajemen rantai pasok di subdivre 1 Jawa Timur, dapat dilihat pada Gambar 2.

Gambar 2 Alur Metode Penelitian Tugas Akhir

Rice Impact Inflation + Rice Price in Rice Import Quota Consumen

A. Pengumpulan Data Dalam pengerjaan tugas akhir ini, beberapa data yang digunakan untuk menyelesaikan permasalahan tersebut sebagai berikut: 1. Jumlah populasi penduduk di subdivre 1 Jawa Timur (Surabaya, Sidoarjo dan Gresik) tahun 2000-2011 2. Luas lahan sawah dan luas lahan kebun di subdivre 1 Jawa Timur (Surabaya, Sidoarjo dan Gresik) tahun 2000-2011 3. Rata-rata produktivitas lahan padi dan tebu 4. Jumlah produksi padi dan tebu di subdivre 1 Jawa Timur (Surabaya, Sidoarjo dan Gresik) tahun 2000-2011 5. Harga beras dan gula pada tahun 2000-2011 B. Perancangan Model Pada tahap ini dilakukan proses pengolahan data yang mana didapatkan dari hasil survey sebelumnya dan juga analisa faktor dari data data yang dibutuhkan. Proses pengolahan data ini bertujuan untuk merumuskan hubungan sebab-akibat antar masing-masing variabel yang dapat mempengaruhi ketersediaan beras dan gula dalam meningkatkan efektivitas dan efisiensi manajemen rantai pasok di subdivre 1 Jawa Timur. C. Pembuatan Skenario dan Analisis Hasil Tahapan ini adalah tahapan yang menampilkan hasil simulasi dan analisa dari skenario yang telah dilakukan dari model awal yang telah dibuat. Hal tersebut dilakukan untuk menyesuaikan tujuan dari dilakukannya penelitian ini, serta memberikan kesimpulan dari hasil penelitian. Selain itu, terdapat saran untuk pengembangan dan perbaikan untuk penelitian selanjutnya. IV. MODEL DAN IMPLEMENTASI A. Perancangan Model Dengan menggunakan metode simulasi sistem dinamik ini dibagi menjadi beberapa tahapan sebagai berikut: 1. Pembuatan diagram kausatik 2. Pembuatan diagram flow 3. Verifikasi dan Validasi model 4. Pembuatan skenario dari model awal

Rice Import +

+

+ Rice in Stocks

Consumption of Rice/Capita

Fertility Rate + Birth Rate-

+ Population-

Average Life Time + +Death Rate Sugar Tax + + Sugar World Price Sugar + Import Price

+

+ - Rice in Demand ++ +

+

Sugar Floor Price

Rice Demand - Fulfillment Ratio Distribution to + RTS + Distribution to Rice Distribution to Despreciation Paddy BULOG + + OPM - to Rice (GKG) Distribution to Dry Grain Harvest Market Operation + Distribution (GKP) to CBP Impact Plant Pest

Sugar Import Quota Sugar Impact Inflation

Rice Production

+ Production Paddy Average Paddy Land Productivity Opening New Land Rate -

Harvest Intensity + + Paddy Harvest Area

+ + Land Area Paddy

Sugar Import Income

Distribution to Retailer Rice Strorage Costs

+ + Rice Logistic -Rice Administrative + Costs Costs

Rice Distribution Costs

Residental Building Land Conversion + + Rate + Industry +Other Facility

Sugar Import + +

Consumption of Sugar/Capita

+ Sugar in Stocks + Sugar Price in + Consumen

++ + Sugar in Demand

+

-

Yield Value Used - Production Sugar + Average Cane Land Production

+

+ Production Cane

+ Sugar Demand in Fulfillment

Distribution to Wholesalers

Sugar Distribution to BULOG

+ Opening New Cane Land Rate

+ Land Area Cane

Distribution to Sugar Retailer +

+

Sugar Logistic+ Sugar Storage Costs Costs + + Sugar Distribution Sugar Administrative Costs - Costs

Cane Land + Conversion Rate

Gambar 2 Casusal Loop Diagram

C. Diagram Flow Diagram flow dari ketersediaan beras dan gula untuk meningkatkan efektivitas dan efisiensi manajemen rantai pasok di subdivre 1 Jawa Timur ini, dibuat untuk menggambarkan bagaimana jumlah produksi beras dan gula dapat memenuhi permintaan konsumen. Dalam penyusunan diagram flow ini dalam studi kasus ini, terdapat 8 sub model, yang masing-masing sub model tersebut disesuaikan dengan komoditas beras dan gula. Serta dipisah sesuai dengan daerah yang ada di subdivre 1 East Java, salah satunya seperti yang terlihat pada Gambar 3 dan Gambar 4. 1. Sub-Model Population 2. Sub-Model Demand 3. Sub-Model Land Area 4. Sub-Model Production 5. Sub-Model Commodity Inventory 6. Sub-Model Commodity Price in Consumen 7. Sub-Model Commodity Logistic Costs Berikut ini adalah beberapa contoh sub-model yang dikerjakan sesuai pada Gambar 3 dan Gambar 4.


4 Komoditas

Land Area in Surabaya

Opening of New Land Rate (Sby)

Total Land Area in Subdivre 1 East Java

Land Conversion Rate (Sby)

Land Area in Sidoarjo Land Conversion Rate (Sda)

Opening of New Land Rate (Sda)

Residental Building

Land Area in Gresik Land Conversion Rate (Grs)

Opening of New Land Rate (Grs)

Total Land Area Conversion in Subdivre 1 East Java

Industry Other Facilities

Gambar 3 Sub-Model Luas Lahan Padi Impact Humidity for Cane (Sda)

Impact Bug Effect for Cane (Sda)

Bug Effect (Sda) Impact Sea Surface Height for Cane (Sda)

Humidity Contribution for Cane (Sda)

Rainfall Contribution for Cane (Sda) Impact Rainfall for Cane (Sda)

Impact Fertilizier for Cane (Sda)

Yield Value (Sda)

Cane Land Productivity in Sidoarjo

Cane Production in Sidoarjo

Yield Value Used (Sda) Sugar Production in Sidoarjo

Cane Seeds Contribution for Cane (Sda)

Impact Cane Seeds for Cane (Sda)

Gambar 4 Sub-Model Produksi Gula di Sidoarjo

D. Verifikasi dan Validasi Model 1. Verifikasi Tahapan ini digunakan untuk memastikan apakah model yang telah dibuat sudah merepresentasikan konsep secara tepat atau tidak antara model dengan kondisi terkini. Dengan menggunakan Vensim (Ventana Simulation) untuk menampilkan hasil simulasi. Ketika vensim tidak menampilkan pesan error maka model tersebut dikatan verified (bebas error). 2. Validasi Untuk dapat memastikan bahwa model sudah sesuai dengan kondisi saat ini, maka dilakukan validasi seperti pada Tabel 4. Dari tabel tersebut ditampilkan bahwa model dikatakan valid apabila mean comparison < 5% dan error variance < 30%.

Komoditas

Beras

Harga Total Permintaan Beras Luas Lahan Tebu Sidoarjo Produksi Gula Harga Luas Lahan Tebu Gresik Produksi Gula Harga Total Permintaan Gula

Mean Comparison 2.78% 1.73%

Error Variance 28.42% 25.89%

1.56%

17.99%

0.85%

13.93%

0.31%

5.97%

3.98%

16.03%

2.40%

0.37%

2.09% 2.56%

17.53% 2.56%

V. PEMBUATAN SKENARIO DAN ANALISIS HASIL

Rate Cane Land Productivity in Sidoarjo

Fertilizer Contribution for Cane (Sda)

Variabel

Impact Temperature for Cane (Sda)

Temperature Contribution for Cane (Sda)

Sea Surface Height Contribution for Cane (Sda)

Gula

Daerah

Tabel 3 Validasi Base Model Daerah Variabel Mean Comparison Populasi 2.93% Luas Lahan 1.73% Padi Surabaya Produksi 2.11% Padi Harga 1.18% Populasi 2.60% Luas Lahan 1.74% Padi Sidoarjo Produksi 2.92% Padi Harga 1.16% Populasi 2.38% Luas Lahan 1.74% Gresik Padi Produksi 1.99% Padi

Error Variance 5.29% 22.21% 10.67% 28.88% 25.16% 22.22% 12.12% 28.42% 8.96% 22.22% 12.30%

Tahapan selanjutnya adalah melakukan skenariosasi untuk memberikan usulan perbaikan sesuai dengan tujuan dari pembuatan sistem dinamik dari memenuhi ketersediaan beras dan gula untuk meningkatkan efektivitas dan efisiensi manajemen rantai pasok, setelah melelui tahapan verifikasi dan validasi model. Dari hasil analisa pemodelan yang dirancang berdasarkan kondisi eksisting, rasio pemenuhan pada beras dan gula di subdivre 1 Jawa Timur sebagai berikut: Tabel 4 Perbandingan Rasio Pemenuhan Beras dan Gula di Subdivre 1 Jawa Timur Beras Gula Kota Rasio Kategori Rasio Kategori Surabaya 0.01 Defisiit Sidoarjo 0.28 Defisit 1.69 Surplus Gresik 0.78 Defisit 0.84 Defisit

Sehingga untuk kota Sidoarjo pada komoditas gula tidak perlu dilakukan skenariosasi, karena kota tersebut sudah mengalami surplus gula. Sedangkan untuk yang lainnya dilakukan skenariosasi. Skenario yang dibuat bertujuan untuk meningkatkan produksi beras dan gula sehingga rasio pemenuhan dapat meningkat serta meminimalisir biaya logistik dengan mengefisiensikan rantai distribusi beras dan gula.  Skenario 1 (Parameter): Bertujuan untuk meningkatkan produksi beras dan gula dengan mengubah nilai parameter dari OPT dan IP pada beras, sedangkan untuk komoditas gula dengan meningkatkan nilai rendemen tebu.  Skenario 2 (Intensifikasi Lahan): Bertujuan untuk meningkatkan produktivitas lahan, sehingga dapat menghasilkan beras dan gula yang lebih banyak pula.  Skenario 3 (Ekstensifikasi Lahan): Bertujuan untuk meningkatkan produksi beras dan gula dengan membuka lahan tanam yang baru.  Skenario 4 (Gabungan 1, 2 dan 3): Tujuannya untuk mengoptimalkan peningkatkan produktivitas lahan dan produksi beras dan gula.  Skenario 5 (Mengefisiensikan Rantai Distribusi): Tujuannya untuk meminimalisir biaya logistik yang kian meningkat dikarenakan panjangnya rantai distribusi beras dan gula.

JURNAL TEKNIK POMITS Vol. 1, No. 1, (2014) Impact Humidity for Cane (Grs) 0

Impact Bug Effect for Cane (Grs) 0

Bug Effect (Grs) 0

Impact Sea Surface Height for Cane (Grs) 0

Temperature Contribution for Cane (Grs) 0

Rainfall Contribution for Cane (Grs) 0

Rate Cane Land Productivity in Gresik SCN 2

Fertilizer Contribution for Cane (Grs) 0

Impact Fertilizier for Cane (Grs) 0

Impact Temperature for Cane (Grs) 0

Humidity Contribution for Cane (Grs) 0

Sea Surface Height Contribution for Cane (Grs) 0

Impact Rainfall for Cane (Grs) 0

5

Cane Seeds Contribution for Cane (Grs) 0

Impact Cane Seeds for Cane (Grs) 0

Yield Value (Grs) 0 Cane Land Productivity in Gresik SCN 2

Cane Production in Gresik SCN 2

Yield Value Used (Grs) 0 Sugar Production in Gresik SCN 2

Irrigation Contribution (Grs) SCN 2

Gambar 10 Hasil Skenario 4 untuk Komoditas Gula

Impact Irrigation (Grs) SCN 2

Gambar 5 Sub-Model Skenario 2 pada Gula Empty Mash Land Area/Ha (Sby)

Land Area in Surabaya Opening of New Land SCN 3 Land Conversion Rate Rate (Sby) SCN 3 (Sby) SCN 3

Empty Mash Land Area/Ha (Sda)

Opening of New Land Rate (Sda) SCN 3

Empty Mash Land Area/Ha (Grs)

Opening of New Land Rate (Grs) SCN 3

Land Area in Sidoarjo SCN 3

Total Land Area in Subdivre 1 East Java SCN 3

Land Conversion Rate (Sda) SCN 3

Land Area in Gresik SCN 3 Land Conversion Rate (Grs) SCN 3

Residental Building SCN 3

Total Land Area Conversion in Subdivre 1 East Java SCN 3

Industry SCN 3 Other Facilities SCN 3

Gambar 6 Sub-Model Skenario 3 pada Beras

Hasil dari skenariosasi yang telah dilakukan tergambar pada grafik yang ada pada Gambar 7 sampai Gambar 11, sebagai berikut:

Gambar 7 Hasil Skenario 1 untuk Komoditas Beras

Gambar 8 Hasil Skenario 2 untuk Komoditas Gula



VI. KESIMPULAN/RINGKASAN Adapun beberapa hal yang dapat disimpulkan terkait dengan pengerjaan Tugas Akhir ini :

1. Faktor-faktor yang mempengaruhi ketersediaan beras dan gula dengan meningkatkan efektivitas dan efisiensi manajemen rantai pasok diantaranya: Rice and Sugar Production, Rice and Sugar Demand Fulfillment Ratio, Rice and Sugar Price in Consumen and Rice dan Sugar Logistic Costs. 2. Model yang digunakan pada tugas akhir ini telah valid, karena telah memenuhi persyaratan nilai maksimal Error E1 (Means Comparison) sebesar < 5% dan Error E2 (Amplitude Variantions Comparison) < 30%. 3. Untuk memberikan usulan perbaikan sistem, maka dilakukan pembuatan dan pengimpelemntasian skenario yang masing-masing memiliki kekurangan dan kelebihan. a. Beras i. Surabaya: untuk meningkatkan produksi beras dapat mengimplementasikan hasil skenario 1, rata-rata peningkatan sebesar 55% atau 3907 Ton. Sehingga rasio pemenuhan beras meningkatkan pula. ii. Sidoarjo: untuk meningkatkan produksi beras dapat mengimplementasikan hasil skenario 1, rata-rata peningkatan sebesar 55% atau 75246 Ton. Sehingga rasio pemenuhan beras meningkatkan pula. iii. Gresik: untuk meningkatkan produksi beras dapat mengimplementasikan hasil skenario 1, rata-rata peningkatan sebesar 55% atau 130965 Ton. Sehingga rasio pemenuhan beras meningkatkan pula. b. Gula: untuk meningkatkan produksi gula yang dapat mengimplementasikan skenario 1 pula,


rata-rata peningkatan sebesar 17% atau 2276 Ton. Sehingga rasio pemenuhan gula pun mengalami peningkatan. 4. Jalur distribusi utama pada komoditas beras dan gula cenderung lebih panjang karena melibatkan beberapa pelaku distribusi. Hal tersebut menyebabkan biaya logistik pun bertambah, khususnya pada biaya transportasi, biaya administratif dan penyimpanan serta profit masingmasing pelaku distribusi. 5. Untuk hasil optimal pada masing-masing daerah di subdivre 1 Jawa Timur dengan komoditas beras dan gula adalah skenario 1. Sehingga dengan skenario 1 ini dibutuhkan intensifikasi tanaman dan lahan pada skenario 2. Dalam meningkatkan produksi dianjurkan tidak membuka lahan baru (skenario 3), asalkan lahan tersebut memang lahan potensial tanpa mengurangi lahan paru-paru kota. UCAPAN TERIMA KASIH Terima kasih kepada Allah SWT. atas segala rahmat dan hidayahnya dan seluruh pihak yang mendukung penelitian ini, Jurusan Sistem Informasi, Fakultas Teknologi Informasi, ITS, teman-teman serta keluarga yang selalu memberikan motivasi dan dukungan yang besar. DAFTAR PUSTAKA Adinata, R. C. (2013). Analisis Kinerja Manajemen Rantai Pasokan Berbasis Balanced Scorecard (Studi pada PT. misaja Mitra - Pati, Jawa Tengah) Bosona, T. (2013). Integration of Logistics Network in Local Food Supply Chain BPK RI, D. H. (2012, 03). Kebijakan Pemerintah Dalam Pencapaian Swasembada Beras Pada Program Peningkatan Ketahanan Pangan. Dipetik 03 04, 2014, dari JDIH Jaringan Domentasi & Informasi Hukum: http://jdih.bpk.go.id/?p=17177 Gimenez, C. (2006). Logistics Integration Processes in the Food Industry. 36 (3). Kelton, L. &. (1991). Pengertian Simulasi. Simulation Modeling and Analysis, 109-115. Mulyadi, D. (2011). Pengembangan Sistem Logistik Yang Efisien dan Efektif Dengan Pendekatan Supply Chain Management. V. Prastowo, J. N., Yanuarti, T., & Depari, Y. (2008). Pengaruh Distribusi dalam Pembentukan Harga Komoditas dan Implikasi terhadap Inflasi. WP/07/08. Suryani, E. (2006). Pemodelan dan Simulasi. Surabaya: Graha Ilmu. Suswono. (2013). Laporan Akuntabilitas Kinerja Kementrian Pertanian Tahun 2012. Jakarta: Kementerian Pertanian 2013. Sutawi. (2011). Tinjauan Distribusi Pangan. van der Vorst, J. (2000). Effective Food Supply Chains: Generating, Modelling and Evaluating Supply Chains Scenarios.

6

JURNAL TEKNIK POMITS Vol. 1, No. 1, (2014) 1

Recommend Documents