PENGEMBANGAN MODEL RANTAI PASOK PRODUKSI BERAS UNTUK MENINGKATKAN KETAHANAN PANGAN DENGAN MENGGUNAKAN SISTEM DINAMIK

Prosiding Seminar Nasional Manajemen Teknologi XXIII Program Studi MMT-ITS, Surabaya 1 Agustus 2015

PENGEMBANGAN MODEL RANTAI PASOK PRODUKSI BERAS UNTUK MENINGKATKAN KETAHANAN PANGAN DENGAN MENGGUNAKAN SISTEM DINAMIK Isnaini Muhandhis1) dan Erma Suryani2) Jurusan Sistem Informasi, Fak. Teknologi Informasi, Institut Teknologi Sepuluh Nopember Kampus Keputih, Sukolilo, Surabaya, 60111 Telp: (031) 5999944, Fax: (031) 5964965 e-mail: 1)[email protected]

1) dan 2)

ABSTRAK Dalam upaya meningkatkan ketahanan pangan nasional, Indonesia menghadapi beberapa tantangan. Salah satunya adalah rendahnya penggunaan teknologi pasca panen yang mengakibatkan tingginya tingkat kehilangan saat panen hingga mencapai angka 10%. Perubahan iklim global juga merupakan tantangan serius bagi ketahanan pangan karena dapat mempengaruhi produksi pertanian akibat dari kenaikan suhu dan kurangnya pasokan air. Tantangan berikutnya adalah kerusakan infrastruktur jaringan irigasi yang terakumulasi hingga mencapai lebih dari 50% pada tahun 2010 sehingga menyebabkan fungsi irigasi menjadi tidak optimal. Dalam penelitian ini, sistem rantai pasok produksi beras dimodelkan dengan menggunakan sistem dinamik untuk menganalisa kondisi saat ini dan mengevaluasi permasalahan yang ada serta memberikan alternatif skenario pemecahan masalah. Hasil simulasi menunjukkan bahwa skenario ekstensifikasi lahan dapat meningkatkan produksi padi rata-rata 0.61% per tahun dan rasio pemenuhan beras mencapai 1.015 di akhir periode tahun 2033, sedangkan skenario intensifikasi lahan menunjukkan peningkatan produksi padi ratarata 1.39% per tahun dan rasio pemenuhan beras mencapai 1.2 di akhir periode tahun 2033. Kata kunci: Rantai Pasok Produksi Beras, Ketahanan Pangan, Sistem Dinamik.

PENDAHULUAN Produksi pangan merupakan salah satu faktor penting dari ketahanan pangan. Upaya untuk mencapai swasembada beras terus dilakukan agar kebutuhan masyarakat dapat terpenuhi tanpa harus impor. Dalam upaya peningkatan produksi beras nasional, Indonesia memiliki beberapa permasalahan. Salah satunya adalah rendahnya penggunaan teknologi pasca panen yang mengakibatkan tingginya tingkat kehilangan saat panen hingga mencapai angka 10%. Perubahan iklim global juga merupakan tantangan serius bagi ketahanan pangan karena dapat mempengaruhi produksi pertanian akibat dari kenaikan suhu dan kurangnya pasokan air. Perubahan iklim telah menyebabkan bergesernya musim dan perubahan curah hujan di Indonesia (Syaukat, 2011). Tantangan berikutnya adalah kerusakan infrastruktur jaringan irigasi yang terakumulasi hingga mencapai lebih dari 50% pada tahun 2010 sehingga menyebabkan fungsi irigasi menjadi tidak optimal. Dengan berbagai persoalan yang mengancam ketahanan pangan beras di atas, pemenuhan kebutuhan pangan di masa yang akan datang akan semakin sulit. Penguatan rantai pasok produksi beras dapat menjadi solusi untuk ketahanan pangan. Untuk menguatkan rantai pasok produksi beras diperlukan berbagai upaya dan kebijakan strategis. Pengambilan keputusan untuk menentukan strategi dan kebijakan yang sesuai memerlukan kajian yang mendalam dengan mempertimbangkan kondisi saat ini. Salah satu cara untuk menentukan ISBN: 978-602-70604-2-5 C-22-1


keputusan terbaik dapat dilakukan dengan pendekatan sistem. Sistem rantai pasok merupakan sistem yang dinamis dan kompleks (Eldabi & Keramati, 2011) dan bersifat non-linear karena dipengaruhi oleh berbagai faktor yang sulit diprediksi dan terus berubah terhadap waktu. Dengan karakteristik tersebut sistem rantai pasok sangat sulit dimodelkan secara analitik (Eldabi & Keramati, 2011). Pendekatan sistem dinamik dapat mewadahi kebutuhan model sistem rantai pasok produksi beras. Beberapa penelitian sebelumnya seperti Mulyono (2013), Iswari (2012) dan (Swastika & dkk, 2007) mengusulkan beberapa skenario kebijakan untuk meningkatkan ketersediaan beras. Penelitian ini akan mengembangkan model rantai pasok produksi beras dengan mempertimbangkan ketersediaan air dan peran irigasi sesuai dengan kondisi pada saat ini. METODE Simulasi sistem dinamik merupakan simulasi kontinyu yang dikembangkan oleh Jay Forrester pada tahun 1960-an, berfokus pada struktur dan perilaku sistem yang terdiri antar variabel dan loop feedback (umpan balik). Hubungan dan interaksi antar variabel dinyatakan dalam diagram kausatik. Pengembangan model sistem dinamik dilakukan dalam beberapa tahapan antara lain: 1. Identifikasi masalah 2. Menentukan tujuan pemodelan 3. Menentukan variabel yang berpengaruh terhadap sistem 4. Menyusun variabel ke dalam diagram kausatik 5. Membuat model awal 6. Validasi model Validasi sistem dapat dilakukan dengan dua cara pengujian yaitu validasi model dengan statistik uji perbandingan rata-rata atau mean comparison (E1) dan validasi model dengan uji perbandingan variasi amplitudo atau % error variance (E2), dimana model dianggap valid bila E1 ≤ 5% dan E2 ≤ 30%. 7. Analisa hasil simulasi 8. Pembuatan skenario Kelebihan dari pemodelan simulasi sistem dinamik adalah kemudahan untuk mengatur skenario simulasi sesuai dengan yang diinginkan. HASIL DAN PEMBAHASAN Pada bagian ini, pengembangan model dibagi menjadi beberapa tahap. Pertama, menentukan variabel yang berpengaruh signifikan terhadap sistem. Kedua, pembuatan model dengan mengaitkan hubungan antar variabel ke dalam diagram stock dan flow kemudian dilakukan simulasi model. Ketiga, validasi model untuk menentukan apakah model sudah sesuai dengan kondisi nyata. Keempat, setelah model dinyatakan valid, dilakukan tahap skenario. Pengembangan Model Sistem Dinamik Jumlah pasokan produksi padi nasional dipengaruhi oleh luas panen, produktivitas lahan dan teknologi yang digunakan untuk menanam dan mengolah padi pasca panen. Luas panen dipengaruhi oleh laju konversi lahan, pembukaan lahan baru dan peningkatan intensitas pertanaman. Produktivitas lahan dipengaruhi oleh pemberian pupuk dan ketersediaan irigasi (Azwir, 2009), serangan hama dan kualitas benih (Taulu, 2011), suhu, curah hujan yang diterima (Nurdin, 2012), dan penerapan sistem tanam (Litbang Kementan, 2013). Adapun teknologi yang digunakan terdiri dari teknologi ketersediaan irigasi, varietas ISBN: 978-602-70604-2-5 C-22-2


unggul, sistem tanam jajar legowo dan teknologi pasca panen. Pengolahan padi menjadi beras akan mengalami penyusutan yang dipengaruhi oleh tingkat rendemen (Ihsan, 2012) dan pengolahan pasca panen. Keterkaitan antar variabel tersebut terlihat pada Gambar 1. land conversion

cropping intensity +

availability of irrigation

+ -

fertilizer

+

+ harvested area

+ + soil nutrients

+ -

land expansion ++ + + land productivity + - +

cropping system jajar legowo +

+ milled rice + production

temperature Seed/Feed and Loss rainfall quality seeds + + rice production + + pest and disease + + + attack rendemen rice processing technology +

after harvest handling

Gambar 1. Causal Loop Diagram Produksi Beras Nasional

Jumlah kebutuhan beras dipengaruhi oleh jumlah total penduduk Indonesia dan konsumsi beras per kapita. Kebutuhan beras yang tinggi menyebabkan harga beras cenderung naik. Harga beras dipengaruhi oleh fluktuasi supply dan demand, dimana harga cenderung naik ketika kebutuhan meningkat dan cenderung turun ketika pasokan melimpah. Harga beras berpengaruh terhadap kebutuhan karena jika harga melonjak daya beli masyarakat akan turun. Keterkaitan antar variabel tersebut terlihat pada Gambar 2. + death rate birth rate + +population

+ supply

+

demand + -

-

rice comsumption per capita

+ rice price

Gambar 2. Causal Loop Diagram Kebutuhan Beras ISBN: 978-602-70604-2-5 C-22-3


Simulasi Simulasi rantai pasok produksi beras dibagi ke dalam enam area antara lain Jawa, Sumatera, Kalimantan, Bali & Nusa Tenggara, Sulawesi dan Maluku & Papua. Pemodelan simulasi dibagi ke dalam beberapa sub model antara lain luas panen, produktivitas dan rasio pemenuhan beras. Sub Model Luas Panen Secara umum luas panen di Indonesia meningkat 1.29% per tahun. Di tahun 2013 luas panen tertinggi berada di pulau Jawa sebesar 6.472.312 ha , disusul dengan Sumatera sebesar 3.511.050 ha, Sulawesi sebesar 1.550.454 ha, Kalimantan sebesar 1.329.644 ha, Bali & Nusa Tenggara sebesar 810.715 ha dan terakhir Maluku & Papua sebesar 92.979 ha. Sub model luas panen dapat dilihat pada Gambar 3.

Cropping Intensity Java

Harvested area in Java

average Puso area

<Time>

Rice Area in Java conversion area

expansion area <Time> rate expansion

rate conversion

Gambar 3. Sub Model Luas Panen di Jawa Sub Model Produktivitas Lahan Secara umum produktivitas lahan di masing- masing area mengalami peningkatan dari tahun 2000 – 2013. Rata-rata produktivitas lahan di Indonesia meningkat 1.27% per tahun. Pada tahun 2013, rata-rata produktivitas mencapai 5.14 ton/ha. Produktivitas pulau Jawa berada di atas rata-rata nasional yaitu sebesar 5.79 ton/ha, Sumatera sebesar 4.73 ton/ha, Bali & Nusa Tenggara sebesar 4.68 ton/ha, Sulawesi sebesar 4.84 ton/ha, Kalimantan sebesar 3.62 ton/ha dan Maluku & Papua sebesar 4.21 ton/ha. Sub model produktivitas lahan dapat dilihat pada Gambar 4.

ISBN: 978-602-70604-2-5 C-22-4


soil nutrients in Java <Time slot>

<Time slot>

P nutrient soil in Java

K nutrient soil in Java rate in K

rate out P

rate in P

rate out K

doses of Phosphor in Java

organic fertilizer in Java <Water Balance (J.I Java> availability of irrigation effect Java

doses of Kalium in Java

anorganic fertilizer in Java

doses of Nitrogen & Urea in Java

after harvest handling

Milled Rice Production of Java

<soil nutrients in Java>

fertilizer effect Java

new improved seed

Rice Production of Java

<Time> increasing Productivity Java

quality seeds effect Java

cropping system jajar legowo effect Java

local seed

temperature effect Java

jajar legowo 4.1 jajar legowo 4.2

Land Productivity of Java rainfall effect Java

declining productivity Java

Seed/Feed and Loss <Time>

<Time slot> rainfall in Java <Time>

temperature in Java

Fullfilment Ratio of Java

pest and disease attack effect in Java

rendemen

pest control

jajar legowo 2.1

Gambar 4. Sub Model Produktivitas Lahan Base Model Rasio Pemenuhan Beras Rasio pemenuhan beras di Indonesia diperoleh dari jumlah produksi dalam negeri dibagi dengan jumlah kebutuhan. Ketika produksi dalam negeri tidak mencukupi kebutuhan maka pemerintah melakukan impor beras. Model rasio pemenuhan beras dapat dilihat pada Gambar 5. Hasil simulasi grafik kebutuhan impor dan rasio pemenuhan beras dapat dilihat pada Gambar 6. <Time> Import Required

Surplus/Deficit

RASKIN Demand

Rice Stock rate Demand

rate Production

<Time slot>

Fullfillment Ratio of Indonesia

Gambar 5. Base Model Rasio Pemenuhan Beras

ISBN: 978-602-70604-2-5 C-22-5


Gambar 6. Grafik Kebutuhan Impor Beras dan Grafik Rasio Pemenuhan Beras Validasi Validasi sistem dilakukan dengan dua cara pengujian Yaman Barlas yaitu validasi model dengan statistik uji perbandingan rata-rata atau mean comparison dan validasi model dengan uji perbandingan variasi amplitudo atau % error variance. Hasil validasi produksi padi di Jawa E1=0.27% dan E2=1.28%, di Sumatera E1=0.2% dan E2=0.12%, di Bali & Nusa Tenggara E1=1.5% dan E2=3.2%, di Kalimantan E1=0.32% dan E2=1.44%, di Sulawesi E1=0.15% dan E2=0.92% , dan di Maluku & Papua E1=0.4% dan E2=1.03%. Dari semua hasil validasi di atas nilai E1 ≤ 5% dan nilai E2 ≤ 30% sehingga model dapat dikatakan valid. Evaluasi Dari hasil simulasi, rata-rata produksi padi masih berada di bawah tingkat kebutuhan sehingga rasio pemenuhan kurang dari 1. Defisit beras disuplai oleh beras impor, rata-rata 1 juta ton per tahun. Untuk itu, diperlukan langkah-langkah strategis guna meningkatkan produksi beras di Indonesia. Terdapat dua macam skenario yang dapat dilakukan. Pertama, skenario ekstensifikasi lahan merupakan skenario percetakan sawah baru pada lahan yang potensial, terutama di luar Jawa. Kedua, skenario intensifikasi lahan meliputi perbaikan agroinput tanaman dimulai dari peningkatan penggunaan benih unggul baru, pemberian pupuk yang seimbang sesuai tingkat kesuburan tanah dan membudidayakan penerapan sistem tanam jajar legowo. Hasil Skenario Hasil simulasi menunjukkan bahwa skenario ekstensifikasi lahan dapat meningkatkan produksi padi rata-rata 0.61% per tahun dan rasio pemenuhan beras mencapai 1.015 di akhir periode tahun 2033, sedangkan skenario intensifikasi lahan menunjukkan peningkatan produksi padi rata-rata 1.39% per tahun dan rasio pemenuhan beras mencapai 1.2 di akhir periode tahun 2033. Hasil dari tiap skenario dapat dilihat pada Gambar 7.

ISBN: 978-602-70604-2-5 C-22-6


Gambar 7. Hasil Skenario Ekstensifikasi (Kiri) dan Intensifikasi (Kanan) KESIMPULAN Dari studi yang telah dilakukan maka secara umum dapat disimpulkan beberapa hal berikut: 1. Produksi padi dalam negeri berfluktuasi dan dipengaruhi oleh luas panen dan produktivitas lahan. 2. Luas panen dipengaruhi oleh luas lahan sawah yang ada dan intensitas pertanaman. 3. Luas lahan sawah dipengaruhi oleh laju pembukaan sawah baru dan laju konversi lahan. 4. Konversi lahan ke non pertanian di Jawa diprediksi akan terus berlangsung, sehingga diperlukan upaya pembukaan sawah baru di luar Jawa untuk mengimbangi kebutuhan lahan sawah. 5. Intensitas pertanaman dipengaruhi oleh ketersediaan air. Oleh karena itu, diperlukan pengelolaan dan perawatan jaringan irigasi yang baik agar irigasi dapat berfungsi optimal. 6. Produktivitas lahan dipengaruhi oleh perbaikan agroinput tanaman mulai dari pemberian pupuk yang seimbang sesuai dengan kebutuhan hara tanah. Selain itu, penerapan teknologi baru seperti sistem tanam jajar legowo dan penggunaan benih unggul berlabel juga perlu ditingkatkan. 7. Diperlukan upaya penyuluhan yang mumpuni agar petani dapat bertanam sesuai dengan yang direkomendasikan. DAFTAR PUSTAKA Azwir, A. (2009). Peningkatan produktivitas Padi Sawah dengan Perbaikan Teknologi Budidaya. Akta Agrosia Vol. 12 No.2 , pp. 212-218. Eldabi, T., & Keramati, A. 2011. System Dynamics in Integration of Supply Chain Management. Lecture Notes in Business Information Processing Volume 88 ,pp. 3544. Ihsan, N, 2012. Rendemen Padi atau Beras. Website Oksigen Pertanian. Available at: http://ceritanurmanadi.wordpress.com/2012/08/24/rendemen-beras/ [Accessed 3 Mar 2014] Iswari, K. (2012). Kesiapan Teknologi Panen dan Pasca Panen Padi dalam menekan Hasil dan Meningkatkan Mutu Beras. Litbang Pertanian , pp.58-67. ISBN: 978-602-70604-2-5 C-22-7


Litbang Kementan. (2013). Sistem Tanam Legowo. Sukamandi: Kementan. Mulyono, T. (2013). . Integrasi Sistem Dinamik dan Sistem Informasi Geografis dalam mendukung Distribusi dan Produksi Beras untuk mengatur Keseimbangan antara Kebutuhan dan Pasokan Pangan (Studi Kasus : Jawa Timur). Seminar Fisika dan Aplikasinya . Nurdin. (2012). Antisipasi Perubahan Iklim untuk Keberlanjutan Ketahanan Pangan. Fakultas Pertanian Universitas Negeri Gorontalo ,pp. 1-10. Swastika, D., & dkk. (2007). Analisis Kebijakan Peningkatan Produksi Padi melalui Efisiensi Pemanfaatan Lahan Sawah di Indonesia. Analisis Kebijakan Pertanian. Volume 5 No. 1 , pp. 36-52. Syaukat, Y. (2011). . The Impact of Climate Change on Food Production and Security and Its Adaptation Programs in Indonesia. J. ISSAAS Vol. 17 No. 1 , pp. 40-51. Taulu, L. (2011). Tingkat Serangan Hama dan Penyakit pada Beberapa Varietas Inpari di Beberapa Wilayah Pengembangan Padi di Sulawesi Utara. Seminar Nasional Serealia, pp. 426-437.

ISBN: 978-602-70604-2-5 C-22-8

PENGEMBANGAN MODEL RANTAI PASOK PRODUKSI BERAS UNTUK MENINGKATKAN KETAHANAN PANGAN DENGAN MENGGUNAKAN SISTEM DINAMIK

Recommend Documents