3. Harga beli bibit pohon sawit oleh petani dihitung menggunakan pendekatan Life Cycle Assesment
LCA oleh karena pohon sawit baru menghasilkan TBS sejak umur 3 tahun dan berhenti berproduksi ekonomis pada umur 25 tahun.
4. Kebutuhan bibit pohon sawit dihitung untuk memenuhi keperluan TBS setahun bagi pabrik minyak sawit.
5. Pabrik minyak goreng mengambil nilai volume minyak sawit 43.200 kg tersebut dan mengolahnya menjadi 32.832 ton minyak goreng,
6. Dihitung kebutuhan biaya-biaya investasi dan operasional untuk semua stakeholder. 7. Dengan membuat formulasi perhitungan menggunakan tabel worksheet Microsoft Excel
akan didapat nilai-nilai tambah para stakeholder, nilai tambah total rantai pasok, dan dapat dihitung perbandingan antara nilai-nilai tambah tersebut.
8. Tabel 3.1 merupakan bentuk template perhitungan Hayami yang dimodifikasikan. Tabel 3.1 Template perhitungan nilai tambah Metode Hayami yang dimodifikasikan
No Variabel
Satuan Nilai
Interaksi Rantai Pasok Sawit 1
Harga beli Bahan
Rpkg
1
2 Harga jual Produk
Rpkg
2
3 Total Nilai Tambah per kg output
Rpkg
3 = 2 terakhir - 1
I. Output, Input, dan Harga 4
a. Output volume penjualan
kg
4a
b. Output nilai penjualan
Rp
4b
5 Bahan Baku Pokok
Rp
5
6 Tenaga Kerja Langsung
HOK
6
7 Faktor Konversi
7 = 4b 5
8 Koefisien T. Kerja Langsung
RpHOK
8 = 4b 6
9 Upah Tenaga Kerja Langsung
Rp
9
II. Penerimaan dan Nilai Tambah 10
a. Biaya Input lain Produksi
Rp
10a
b. Biaya Input lain Operasional
Rp
10b
11 a. Nilai Tambah
Rp
11a = 4b - 5+10a+10b
b. Rasio Nilai Tambah
11b = 11a 4b
III. Balas Jasa Pemilik Faktor Produksi 12
Marjin
Rp
12 = 4b - 5
a. Sumbangan biaya input lain
12a = 10a+10b12 100
b. Keuntungan perusahaan
12b = 11a12 100
IV. Porsi nilai tambah per kg produk 13
a. Dalam nilai uang
Rp
13a = 11a Σ 11a 3
b. Dalam persentasi
13b = 13a3 100
c. Nilai tambah per petani
Rpbln
3.4 Model Identifikasi dan Perhitungan Bobot Risiko
Model kedua adalah model identifikasi dan perhitungan bobot risiko tiap pelaku pada rantai pasok minyak sawit, dan identifikasi strategi peningkatan nilai tambah tiap pelaku. Model
ini juga menghitung tingkat nilai tambah tiap pelaku yang ditentukan oleh bobot risiko masing- masing. Langkah pengembangan model ini diperlihatkan pada Gambar 3.5.
1. Penentuan responden untuk kuisioner. Dari hasil wawancara dengan narasumber pada langkah pertama, secara purposive sampling dipilih calon responden yang cukup
banyak dan mewakili ke-enam usaha dari hulu sampai hilir. Kuisioner dikirimkan kepada para responden utuk diisi.
2. Penyusunan tiga kelompok pakar. Data masukan dari para responden disusun menjadi
tiga kelompok pakar sebagai masukan untuk proses fuzzy AHP.
3. Proses fuzzifikasi terhadap masukan para pakar. Penentuan nilai fuzzy untuk setiap
alternatif dilakukan dalam bentuk Triangular Fuzzy Number TFN untuk memperoleh tiga fungsi keanggotaan yaitu Batas bawah BB, Batas tengah BT dan
Batas atas BA dari tiap data masukan. TFN merupakan metode yang paling mudah dan paling banyak dipakai oleh para peneliti yang menggunakan fuzzifikasi Wang et
al. , 2011.
Gambar 3.5 Diagram alur identifikasi dan evaluasi risiko
4. Agregasi masukan pakar. Agregasi secara fuzzy dilakukan dengan pembobotan rata-
rata untuk batas bawah, batas tengah dan batas atas dari semua masukan.
5. Defuzzifikasi. Defuzzifikasi dilakukan untuk menentukan satu nilai crisp dari skor
fuzzy . Disini dipergunakan metode centroid, yaitu nilai tunggal dari variabel output
dihitung dengan menemukan nilai variabel dari center of gravity suatu fungsi
keanggotaan untuk nilai fuzzy. Hitung skor akhir dari tingkat dan bobot risiko.
6. Skor akhir didapat dari hasil perkalian matrix nilai eigen alternatif dengan bobot tiap kriteria. Setelah itu diurutkan menurut nilai tertinggi sampai terendah.
3.5 Formulasi Nilai Tambah Berdasarkan Tingkat Risiko dan investasi
Sebagai hasil studi pustaka dan wawancara dengan pakar dalam bidang rantai pasok minyak sawit diketahui bahwa harga bahan dan produk dalam agroindustri kelapa sawit selalu
berubah dan perubahan tersebut tidak bersifat linier. Diasumsikan bahwa bentuk fungsi perubahan tersebut adalah eksponensial. Harga bahan dan produk merupakan komponen pokok
dalam perhitungan nilai tambah NT.
Justifikasi non-linieritas eksponensial
Dari masukan para pakar, narasumber, serta literatur diketahui bahwa dalam industri kelapa sawit pada saat ini harga CPO dunia adalah dominan dalam penentuan harga CPO
setempat, harga TBS maupun harga minyak goreng. Menggunakan data harga jual CPO bulanan dari tahun 2008-2010 dari PT Amal Tani dengan menggunakan software penguji satistik Easy-
Fit didapatkan bahwa sebaran data adalah cukup = 36 data. Kemudian dengan menggunakan
uji statistik non-parametrik Chi-Square didapat nilai goodness of fit ranking 1 untuk fungsi eksponensial 2P. Ini berarti bahwa harga jual CPO ini dapat dianggap bersifat non-linier
eksponensial. Oleh karena itu maka harga TBS dan harga minyak-goreng yang mengikuti harga CPO tersebut dapat diasumsikan sebagai non-linier eksponensial juga. Risiko yang dihadapi oleh
tiap pelaku rantai pasok selalu ada, tidak pernah nol, sehingga dampak dari risiko pada perhitungan nilai tambah dapat dianggap berbentuk fungsi eksponensial,
Dari wawancara dengan para pakar dan hasil pengolahan data dari para responden diketahui bahwa besarnya nilai tambah NT ini dipengaruhi oleh dua faktor pokok yaitu
besarnya risiko dan investasi yang dihadapi oleh tiap pelaku. Dalam hal ini diasumsikan bahwa secara nalar bila risiko yang dihadapi semakin besar maka nilai tambah yang didapat juga harus
semakin besar. Demikian juga untuk investasi, bila nilai investasi semakin besar maka nilai tambah yang didapat juga harus semakin besar. Untuk menyatakan dua asumsi ini pada formula
nilai tambah didefinisikan bentuk utilitas nilai tambah sebagai fungsi berikut: NT = f investasi, risiko = α e
w 1i
x 1i
+ w 2i
x 2i
α
……………..………1 dimana
ΝΤ = Ν
ilai Tambah α = koefisien variabel
w
1i
= bobot untuk risiko pelaku ke-i
x
1i
= skor untuk risiko untuk pelaku ke-i
w
2i
= bobot untuk investasi pelaku ke-i
x
2i
= skor untuk investasi untuk pelaku ke-i
i =
1, 2, 3, 4, 5, 6 yaitu para pelaku RPMS dengan kendala:
0 x
1i
, x
2i
1 0 w
1i
, w
2i
1 w
1i
+ w
2i
= 1 Besarnya w1 dan w2 ditentukan dengan simulasi. Nilai α adalah konstanta yang
ditentukan berdasarkan perilaku kurva fungsi NT untuk masing-masing pelaku. Besarnya x
1
juga didapat dari metode Hayami modifikasi, sedangkan x
2
didapat dari metode Fuzzy AHP. Secara lengkap, proses menyeimbangkan NT dan menghitung harga jual produk secara
algoritmik menggunakan program Netlogo dapat diuraikan dengan urutan langkah-langkah berikut.
1 Nilai skor tingkat risiko antara para pelaku rantai pasok didapat sebagai keluaran dari metode fuzzy AHP. Langkah ini diuraikan pada sub-bab 3.4.
2 Nilai skor untuk besarnya investasi diambil dari metode perhitungan Hayami termodifikasi. Dari data investasi tiap pelaku dalam bentuk Rp dapat dihitung proporsi
tiap pelaku dalam terhadap nilai investasi total rantai pasok 3 Pendefinisian formula utilitas nilai tambah sebagai fungsi dari risiko dan investasi adalah
NT = f risiko, investasi = α e
w 1i
x 1i
+ w 2i
x 2i
α
