Klaim kebaruan pada penelitian ini dibandingkan dengan penelitian terdahulu dapat ditinjau dari tiga aspek. Kebaruan dari aspek pertama yaitu
kebaruan dari penerapan AI pada rantai pasokan. Kebaruan dari aspek ke dua yaitu kebaruan dari penelitian tentang rantai pasokan perberasan itu sendiri, dari
mulai sektor hulu pada budidaya padi sampai sektor hilir pada proses pemasaran beras, sedangkan kebaruan dari aspek yang ke tiga adalah kebaruan dari aspek
penerapan Intelligent Decision Support System IDSS pada rantai pasokan secara menyeluruh.
2.17.1 Penerapan Artificial Intelligent Pada
Rantai Pasokan
Aspek pertama yaitu aspek penerapan Artificial Intelligent AI pada rantai pasokan beras dapat dilihat pada Tabel 10. Berbagai penelitian yang sudah
dilakukan yang terkait dengan penerapan AI dalam pengelolaan rantai pasokan dijelaskan di bawah :
Penerapan AI Pada Aktifitas Prakiraan
Metode baru yang mengadopsi proses keputusan seperti neural network untuk masa mendatang lebih menjanjikan dalam menangani masalah prakiraan
kebutuhan dan pemilihan pemasok Zhang, 2003 Fuzzy set dapat menentukan prakiraan kebutuhan dan tingkat persediaan pada
situasi tidak pasti sehingga diperoleh jumlah seluruh persediaan Wang, 2006 Model prakiraan recurrent neural networks dapat membantu meningkatkan
keakuratan prakiraan Wang, 2006. Berdasarkan model recurrent neural networks, sudah diusulkan suatu model
tentang prakiraan kebutuhan dalam rantai pasokan Dong, 2006. Metode penggabungan antara statistik dan algoritma genetika dipakai untuk
mendapatkan akurasi prakiraan kebutuhan yang lebih baik Hanaa, 2009.
Penerapan AI Pada Aktifitas Pemilihan Pemasok
Fuzzy logic dapat digunakan untuk menganalisa dan memonitor performa pemasok didasarkan pada mutu produk dan waktu pengantaran Lau, 2002.
Neural network di masa mendatang lebih menjanjikan dalam menangani masalah prakiraan kebutuhan dan pemilihan pemasok Zhang, 2003.
Neural network dapat memperkirakan kapasitas pemasok Wang, 2006.
Tabel 10. Penelitian Terdahulu Mengenai Penerapan AI Pada Rantai Pasokan
Aktifitas Rantai Pasokan
Peneliti Prakiraan
Kebutuhan Pemilihan
Pemasok Distribusi
Transportasi Kinerja
Rantai Pasokan
Lau 2002 FL
Zhang 2003 ANN
ANN Kleinau 2004
GA Bjarnadóttir 2004
GA Lim 2005
EA Wang 2006
FL, RNN ANN
Hafirudin 2006 SA
Hanaa 2009 Statistik, GA
Olugu 2009 FL
Dharmapriya 2010 SA, TS
Penelitian Pada Disertasi Ini ANN
TOPSIS SA
FL
1. FL : metode Fuzzy Logic
Keterangan : 2. ANN
: metode Artificial Neural Network 3. GA
: metode Genetic Algorithm 4. EA
: metode Evolutionary Algorithm 5. RNN
: metode Recurrent Neural Network 6. SA
: metode Simulated Annealing 7. TOPSIS : Technique for Order Preference by Similarity to Ideal Solution
8. TS : metode Tabu Search.
Penerapan AI Pada Aktifitas Distribusi dan Transportasi
Biaya transportasi minimal diperoleh dari algoritma genetika Kleinau, 2004. Evolutionary algorithm secara efektif dapat melakukan suatu efficient and
cost effective system untuk distribusi transportasi Lim, 2005.
Metode simulated annealing telah membuktikan penurunan jarak tempuh dan biaya transportasi pada proses pengiriman Hafirudin, 2006.
2.17.2 Penelitian Terdahulu Tentang Rantai Pasokan Perberasan
Kebaruan pada penelitian ini dapat juga dilihat dari aspek penelitian tentang rantai pasokan perberasan, yang dapat dilihat pada Tabel 11. Penelitian
tersebut di antaranya meliputi penelitian yang berhubungan dengan prakiraan produksi padi Oktavina et al., 2002, penelitian mengenai proteksi, promosi dan
inovasi beras di berbagai negara di Asia Mardianto, 2004 serta mengenai pemasaran, struktur pasar dan kebijakan perusahaan untuk koordinasi distribusi
beras Goel, 2007. Nurmalina 2008 meneliti tentang faktor kunci yang sangat berpengaruh dalam sistem ketersediaan beras nasional sedangkan perbandingan
hasil budidaya padi antara metode BMP Best Management Practice dan metode SRI System Rice Intensification diteliti oleh Latif 2009. Perdana 2008
meneliti permasalahan yang terkait dengan kebijakan pengembangan sistem rantai pasokan industri perberasan dari hulu ke hilir, sedangkan Blengini
2009 melakukan kajian tentang siklus pada sistem produksi perberasan mulai budidaya padi sampai dengan pengiriman beras ke ritel.
2.17.3 Penelitian Terdahulu Tentang IDSS Pada Rantai Pasokan
Kebaruan pada penelitian ini, dapat juga ditelaah dari aspek ke tiga yaitu dari aspek penerapan Intelligent Decision Support System IDSS pada rantai
pasokan. Penelitian tersebut membahas berbagai penerapan IDSS pada rantai pasokan berbagai bidang, seperti pengembangan dan penerapan IDSS untuk
menganalisis arus pasang dan kualitas air Leun, 2000, IDSS untuk perawatan yang menambahkan kemampuan cerdas untuk mendiagnosa kesalahan dan
mampu memperkirakan penurunan kehandalan peralatan Yam et al., 2001, penerapan IDSS untuk bidang pengilangan minyak Nirupam et al., 2002,
sedangkan Michalewicz et al., 2005 melakukan penelitian tentang IDSS yang dapat mengatur proses distribusi dari manufaktur mobil ke semua tempat
pelelangan di seluruh Amerika Serikat.
Tabel 11. Penelitian Terdahulu Tentang Rantai Pasokan Perberasan
No Peneliti
Penelitian Metode
1. Oktavina et al.
2002 Modifikasi model peramalan produksi padi
nasional dengan cara menambahkan variable baru yang berpengaruh terhadap
produksi padi nasional. ARIMA Integrated
Autoregressive Moving Average
dan Regresi Linear
2. Mardianto, S.,
M. Ariani 2004
Pembahasan mengenai proteksi, promosi dan inovasi beras di berbagai negara di
Asia dan kemungkinan pengembangannya di Indonesia.
Analisis Sosial Ekonomi
3. Malian et al.
2004 Analisis faktor-faktor yang mempengaruhi
produksi dan konsumsi beras, serta perubahan harga beras domestik dan indeks
harga bahan makanan. Ekonometrik Sistem
Persamaan Simultan
4. Irawan 2005
Analisis ketersediaan beras nasional Sistem Dinamik
5. Hadi, P.U,
B. Wiryono 2005
Estimasi dampak kebijakan tarif dan nontarif terhadap perekonomian beras
nasional di tingkat makro agregat dan tingkat mikro usahatani
Ekonometrik Keseimbangan Parsial
6. Sumarno
2006 Gagasan setiap daerah untuk melakukan
swasembada beras Analisis Skenario Data
Hipotetik 7.
Goel. V., S. Bhaskaran
2007 Pengkajian mengenai pemasaran, struktur
pasar dan kebijakan perusahaan untuk koordinasi distribusi beras di Punjab India.
Statistik Deskriptif 8.
Heerink et al. 2007
Pembahasan mengenai macro–micro analysis
dari pengaruh kebijakan reformasi terhadap produksi agriculture khususnya
beras, masukan dan perubahan kualitas tanah di provinsi Jiangxi Cina.
Analisis Kuantitatif dan Ekonometrik
9. Nurmalina, R.
2008 Faktor kunci yang sangat berpengaruh
dalam sistem ketersediaan beras nasional Statistik Dengan MDS
Multidimensionel Scaling
10. Perdana, T., T. W. Avianto
2008 Analisis kebijakan pengembangan
sistem rantai pasokan industri perberasan dari hulu ke hilir.
Sistem Dinamik 11. Latif, M.A. et
al. 2009
Perbandingan hasil budidaya padi antara metode BMP dengan metode SRI di
Bangladesh. Penerapan BMP Best
Management Practice dan SRI System Rice
Intensification 12. Sawit 2009
Pembahasan subsidi ekspor di berbagai negara dan kemungkinannya untuk
diterapkan di Indonesia Analisis
Sosial Ekonomi 13. Blengini, G. A.,
M. Busto 2009
Pembahasan mengenai kajian siklus sistem produksi perberasan mulai budidaya padi
sampai pengiriman beras ke ritel di Italia. LCA Life Cycle
Assessment 14. Marks, D
2010 Pembahasan mengenai ekonomi perberasan
di Indonesia pada fase penjajahan, perang dunia II dan fase kemerdekaan.
Uji statistik dan VECM Vector Error
Correction Model 15. Moustier, et al.
2010 Pengkajian mengenai bagaimana peluang
suatu organisasi petani yang memproduksi sayuran, beras dan jeruk untuk memasuki
ritel modern di Vietnam. Analisis
16. Penelitian pada disertasi Ini
Perancangan model sistem pendukung keputusan untuk rantai pasokan beras di
propinsi DKI Jakarta Indonesia TOPSIS, Neural
Network, Simulated Annealing, Fuzzy