94
setiap tingkatan dalam jaringan rantai pasok. Setelah mendapatkan prioritas risiko global akan dilakukan pemilihan tindakan yang tepat guna mengurangi
kemungkinan terjadinya risiko dengan berbagai kriteria dari setiap pelaku dalam setiap tingkatan.
Untuk mendapatkan gambaran yang lebih jelas dari sistem penunjang pengambilan keputusan manajemen risiko rantai pasok ini dapat digambarkan
dengan diagram peranan subsistem seperti pada terlihat Gambar 23.
Gambar 23 Diagram peranan subsistem
Dari Gambar 23 terlihat bahwa sistem ini terdiri dari empat subsistem yang berperan yaitu subsistem input data, subsistem penilaian risiko, subsistem
evaluasi risiko dan subsistem pengambilan keputusan. Subsistem input data digunakan untuk input data risiko baik risiko setiap tingkatan pelaku dan risiko
rantai pasok secara global. Subsistem penilaian risiko digunakan untuk untuk mengukur tingkat risiko setiap tingkatan pelaku dengan pendekatan agregasi
risiko setiap faktor dalam tingkatan dan melakukan pengukuran risiko rantai
95
pasok secara global dengan terlebih dulu melakukan agregasi pengukuran risiko local untuk mendapatkan risiko total rantai pasok. Subsistem evaluasi risiko
digunakan untuk mengevaluasi tingkat risiko dari hasil penilaian risiko baik untuk setiap pelaku ataupun risiko total rantai pasok guna mendapatkan faktor utama
yang berpengaruh terhadap risiko utama yang dihadapi oleh masing-masing pelaku sesuai dengan tingkatannya serta mendapatkan faktor utama risiko yang
mempengaruhi risiko utama rantai pasok secara global. Subsistem pengambilan keputusan digunakan untuk memilih jenis risiko utama dan faktor utama yang
dapat terjadi pada setiap level rantai pasok serta risiko utama yang dapat terjadi dalam jaringan rantai pasok, disamping itu juga dapat digunakan untuk memilih
metode mitigasi risiko dan tindakan yang paling tepat untuk menghadapi risiko utama yang muncul dalam setiap tingkatan rantai pasok dan jaringan rantai pasok
untuk mendapatkan solusi penyeimbangan risiko rantai pasok dengan tujuan tertentu.
96
VI. PEMODELAN SISTEM
6.1. Konfigurasi Model
Model sistem penunjang pengambilan keputusan cerdas manajemen risiko rantai pasok produkkomoditi jagung dikembangkan dengan menggunakan
perangkat lunak komputer yang diberi nama IDSS-SCRM Inteligent Decision Support System Supply Chain Risk Management
. Model dikembangkan dengan menggunakan pendekatan sistem yang berbasis web dengan tujuan untuk dapat
membantu setiap pemangku kepentingan jaringan rantai pasok dalam melakukan pengambilan keputusan manajemen risiko rantai pasok produkkomoditi jagung.
Selain itu dengan model ini diharapkan dapat diperoleh suatu mekanisme komunikasi antar tingkatan dalam jaringan rantai pasok baik langsung ataupun
tidak langsung dalam melakukan pengambilan keputusan manajemen risiko rantai pasok sehingga akan tercipta suatu rantai pasok yang berkesinambungan dan
dapat menyeimbangan tingkat risiko yang ditanggung antar tingkatan pelaku terutama untuk meningkatkan kemampuan pelaku di tingkat petani dalam
menanggulangi atau meminimalkan risiko sebagai pelaku atau pihak yang cukup lemah dalam menghadapi risiko. Sistem penunjang pengambilan keputusan ini
dikembangkan dengan menggunakan pemrograman berbasis web yaitu PHP dan menggunakan sistem manajemen basis data MySQL. Rincian detail dari
kebutuhan perangkat lunak dan perangkat keras dapat dilihat pada Lampiran 13. Sistem IDSS-SCRM merupakan suatu perangkat lunak yang dapat
digunakan oleh setiap pelaku dalam setiap tingkatan rantai pasok produkkomoditi jagung yang terbagi atas dua level pengguna yaitu administrator sistem dan
pengguna sistem. Administrator sistem merupakan pihak yang dapat melakukan perubahan dan manipulasi data dalam sistem yang terbagi atas tingkatan pelaku
ahli pakar dan pelaku channel master pemerintah. Adapun pengguna sistem merupakan pelaku yang mempunyai keterbatasan akses terhadap data sesuai
dengan tingkatan dalam rantai pasok yaitu tingkat petani, tingkat pengumpul, tingkat agroindustri, tingkat distributor dan tingkat konsumen. Komponen utama
dari sistem IDSS-SCRM terbagi menjadi empat komponen utama yaitu sistem manajemen basis model, sistem manajemen basis data, sistem manajemen basis
97
pengetahuan dan sistem manajemen dialog. Adapun konfigurasi sistem IDSS- SCM dapat diperlihatkan pada Gambar 24.
Data Model
Pengetahuan
SISTEM MANAJEMEN BASIS DATA
SISTEM MANAJEMEN BASIS MODEL
SISTEM MANAJEMEN BASIS PENGETAHUAN
•
Data pelaku dan tingkatan rantai pasok
•
Data hasil identifikasi variabel dan faktor
risiko setiap tingkatan
•
Data hasil evaluasi variabel dan faktor
risiko setiap tingkatan
•
Data hasil agregasi faktor risiko dan
agregasi risiko tingkatan
•
Data penyeimbangan risiko rantai pasok
•
Data mitigasi risiko tingkatan
•
Model identifikasi variabel dan faktor
risiko setiap tingkatan
•
Model evaluasi variabel dan faktor
risiko setiap tingkatan
•
Model agregasi faktor risiko
•
Model agregasi risiko tingkatan
•
Model agregasi risiko rantai pasok
•
Model penyeimbangan risiko
rantai pasok
•
Model mitigasi risiko tingkatan
•
Representasi fuzzy nilai dampak, nilai
prosibilitas dan nilai paparan risiko
•
Representasi fuzzy nilai output risiko
FMEA
•
Inferensi fuzzy evaluasi variabel
risiko
•
Inferensi fuzzy agregasi faktor risiko
•
Inferensi IF-Then Rule mitigasi risiko
SISTEM MANAJEMEN DIALOG
Sistem pengolah terpusat
Pengguna
Gambar 24 Konfigurasi model SPK cerdas manajemen risiko rantai pasok
6.2. Sistem Manajemen Basis Model
Sistem manajemen basis model terdiri dari lima model yaitu model identifikasi risiko, model evaluasi risiko, model agregasi risiko, model
penyeimbangan risiko dan model mitigasi risiko setiap tingkatan rantai pasok.
98
6.2.1. Model Identifikasi Risiko Rantai Pasok
Model identifikasi risiko rantai pasok bertujuan untuk mengidentifikasi dan menentukan variabel-variabel dari setiap faktor risiko yang sangat
berpengaruh terhadap setiap risiko tingkatan rantai pasok. Dengan model ini akan diperoleh faktor-faktor risiko setiap tingkatan rantai pasok beserta dengan
variabel-variabel risikonya sehingga setiap tingkatan rantai pasok akan terfokus pada beberapa faktor risiko terpilih tersebut dalam melakukan manajemen risiko
rantai pasok. Input model adalah struktur hierarki identifikasi risiko rantai pasok yang meliputi tujuan menajemen risiko rantai pasok, pelaku dan tingkatan rantai
pasok, faktor risiko rantai pasok dan variabel risiko rantai pasok. Kemudian dari struktur hierarki ini akan dinilai oleh beberapa ahli pakar rantai pasok sehingga
akan terpilih beberapa faktor utama dominan dari setiap tingkatan rantai pasok. Hasil penilaian pakar akan dimasukan ke dalam basis data identifikasi risiko
dengan mengambil empat faktor dengan bobot tertinggi dari hasil pembobotan pakar. Disamping itu input model ini adalah hasil penilaian tingkat posibilitas,
tingkat dampak dan tingkat paparan dari setiap variabel risiko untuk dapat di agregasi sehingga diperoleh tingkat risiko setiap faktor.
Model ini menggunakan motode fuzzy AHP analytical Hierarchy Process
untuk menentukan bobot dari setiap faktor risiko dan pemilihan faktor risiko dengan bobot tertinggi dengan input penilaian ahli. Output dari model ini
adalah diperolehnya faktor-faktor risiko yang sangat berpengaruh dalam setiap tingkatan rantai pasok, dan variabel-variabel risiko dari setiap faktor tersebut yang
kemudian akan diinputkan ke dalam basis data. Disamping itu model ini juga akan menghasilkan bobot variabel dan bobot faktor risiko serta bobot tingkatan
rantai pasok yang akan disimpan dalam basis data bobot variabel, bobot faktor dan bobot tingkatan rantai pasok dan akan digunakan sebagai pembobot untuk
menghitung nilai agregasi faktor risiko, nilai agregasi risiko tingkatan rantai pasok dan nilai agregasi risiko rantai pasok secara global. Adapun tahapan proses model
identifikasi risiko rantai pasok produkkomoditi jagung dapat diperlihatkan pada Gambar 25.
99
Mulai Pembuatan struktur hirarki
Penilaian alternatif dan kriteria oleh pakar
Fuzzyfikasi terhadap hasil penilaian dengan TFN
Membuat matrik kriteria dan alternative Menghitung bobot kriteria
Menghitung nilai eigen setiap alternative
Menghitung Consistency ratio
Menghitung skor akhir.
Selesai Cek konsistensi
Defuzzifikasi nilai skor fuzzy dengan rata- rata geometrik
Membuat matrik gabungan penilaian pakar
Menghitung Consistency ratio Tidak
Ya Agregasi pendapat pakar
Pilih 4 alternatif rangking teratas dari skor akhir
Gambar 25 Diagram alir model identifikasi variabel dan faktor risiko rantai pasok
