19 Selain membutuhkan data yang baik dalam mempersiapkan data masukan bagi jaringan syaraf tiruan
membutuhkan integrasi data dan persiapan data lebih lanjut. Secara umum skema untuk integrasi data persiapan dapat dilihat pada Gambar 11.
2.8 Penelitian Terdahulu
Hasil Penelitian Evaluasi Distribusi Pupuk Bersubsidi Nasional bagi petani kelapa sawit rakyat Maksi-PPKS-BPTP 2009 menunjukkan bahwa walaupun pelaku telah berusaha
mensukseskan distribusi pupuk bersubsidi, namun kadang masih juga terjadi kekurangtepatan pupuk dalam hal jumlah dan waktu dengan penyebab berbagai hal diantaranya adalah persoalan kurangnya
alokasi, kurang tepatnya perencanaan, adanya perembesan dan belum lancarnya infrastruktur distribusi. Kajian ini merekomendasikan berbagai hal dalam peningkatan kinerja distribusi pupuk
bersubsidi diantaranya adalah perlunya dikembangkan sistem peringatan dini Early warning system dalam sistem distribusi pupuk bersubsidi.
Salya 2006, melakukan penelitian tentang rekayasa model sistem deteksi dini untuk perniagaan minyak goreng kelapa sawit dengan menggunakan jaringan Syaraf Tiruan. Hasil rekayasa
model tersebut digunakan dalam analisis harga minyak goreng yang ada di pasaran berdasarkan harga minyak goreng terdahulu. Hasil analisa ini digunakan sebagai sistem deteksi dini agar dapat mencegah
adanya kelangkaan minyak goreng di pasaran. Seminar et al. 2009 melakukan analisis Sistem Deteksi Dini Early Warning SystemEWS
untuk manajemen krisis pangan dengan simulasi model dinamis dan komputasi cerdas. EWS yang
dikembangkan dalam studi ini adalah EWS yang melakukan deteksi indikasi krisis pada periode awal terjadinya fenomena krisis occurences dan pola fenomena patterns: combination of variables
progress of occurences hingga terjadinya fenomena chaos Gambar 12. Perioda dari awal krisis
sampai memasuki perioda chaos adalah perioda yang diharapkan masih dapat melakukan tindakan untuk pemulihan dan pencegahan terhadap chaos yang merupakan kelumpuhan akibat krisis yang akut
dan tidak mungkin dilakukan pemulihan Barton dan Wilson 2002. Dengan demikian fungsi EWS adalah mendeteksi fenomena krisis sedini mungkin untuk mencegah terjadinya chaos.
Gambar 12. Posisi Peran EWS yang dikembangkan Seminar et al. 2009
EWS
Detection: Occurrences,
Patterns Parameter
indicator Safe Early
Crisis Early Chaos Chaos
Detecting Crisis Forecasting Crisis
20 Pengembangan sistem isyarat dini Early Warning SystemEWS dengan simulasi sistem
dinamis dan komputasi cerdas menggunakan jaringan syaraf tiruan JST tersebut telah dilakukan sampai pada level prototipe software yang telah diuji dan divalidasi pada 28 provinsi dengan jumlah
kabupaten sebanyak 265 kabupaten. Data yang digunakan untuk pelatihan sebanyak 167 buah data dan sisanya digunakan untuk pengujian. Akurasi sistem dalam mendeteksi level krisis pangan adalah
96.9, dengan tingkat error mean square error MSE sebesar 0.11. Pada penelitian ini dilakukan pemuatan prototipe EWS untuk mengatasi kelangkaan pupuk
bersubsidi di daerah Jawa Tengah, Kabupaten Banyumas yang terdiri atas 27 Kecamatan. Indikator atau parameter input yang akan digunakan merupakan hasil analisis pakar dengan menggunakan AHP.
21
III. METODOLOGI PENELITIAN
3.1 Kerangka Pemikiran
Pemerintah akhir-akhir ini sering dihadapkan pada masalah persediaan pupuk bersubsidi yang daya serapnya rendah dan kasus kelangkaan di berbagai lokasi di Indonesia. Lambatnya
tanggapan pemerintah terhadap sinyal-sinyal krisis ini menyebabkan kejadian kelangkaan pupuk terjadi hampir merata di seluruh Indonesia. Setelah krisis kelangkaan terjadi barulah pemerintah
bertindak untuk menanganinya. Hal ini berpengaruh terhadap nasib petani yang berhubungan langsung dengan komoditi pupuk tersebut, sehingga dalam kasus ini bisa dibilang petanilah yang
menanggug beban kelangkaan pupuk yang terjadi. Untuk mengatasi hal tersebut diperlukan sistem deteksi dini yang menangkap sinyal-sinyal krisis yang kemungkinan akan terjadi sehingga pemerintah
dapat melakukan tindakan sebelum suatu krisis terjadi. Hal ini tentunya akan membantu pihak petani agar tidak selalu menderita menanggung harga pupuk yang berada jauh di atas harga eceran tertinggi
yang ditentukan oleh pemerintah. Oleh karena alasan tersebutlah dibuat kajian khusus tentang sistem deteksi dini bagi petani padi ini.
Kajian ini diawali dengan menganalisis faktor dan variabel penentu dalam sistem distribusi pupuk bersubsidi dengan menggunakan teknik perbandingan eksponensial dan AHP. Faktor dan
variabel penentu ini akan dijadikan sebagai masukan dalam pengembangan sistem deteksi dini distribusi pupuk bersubsidi bagi petani padi. Sementara itu, arsitektur prototipe deteksi dini dirancang
untuk mendukung proses pengambilan keputusan sebelum dan sesudah terjadi krisis kelangkaan persediaan pupuk. Prototipe ini mempunyai arsitektur sistem yang secara konseptual menyediakan
fasilitas input data dan informasi, model pemrosesan data dan menghasilkan output berupa informasi intensitas krisis dan saran tindak lanjutnya.
Input model berupa data yang didapatkan dari distributor resmi dan kelompok tani secara periodik. Data dan informasi ini sesuai dengan struktur rancangan database model deteksi dini. Model
deteksi dini mengolah input data primer dan sekunder yang didapat dari BPS serta instansi terkait . Gambar 13 menjelaskan model konseptual arsitektur prototipe deteksi dini manajemen krisis
penyediaan pupuk bersubsidi untuk petani padi.
Gambar 13. Konsep arsitektur prototipe deteksi dini manajemen krisis penyediaan pupuk
bersubsidi bagi petani padi
Dinas Pertanian
