VI. PEMODELAN SISTEM
6.1 Konfigurasi Model
Model strategi pengembangan klaster agroindustri unggulan daerah dirancang dalam bentuk perangkat lunak Sistem P enunjang Keputusan SPK
berbasis komputer yang diberi nama Model StraKlas. Model ini dapat digunakan oleh Pemerintah Daerah, pelaku industri dan pihak terkait lainnya
untuk membantu proses pengambilan keputusan penyusunan strategi pengembangan klaster agroindustri unggulan daerah.
Paket program Model StraKlas dirancang dengan bahasa pemograman Microsoft Visual Basic Versi 6.0. Model ini terdiri dari tiga komponen utama
yaitu sistem manajemen basis model, basis data dan dialog. Konfigurasi Sistem Pendukung Keputusan Strategi Pengembangan Klaster Agroindustri
Unggulan Daerah adalah sebagaimana yang tersaji pada Gambar 6.1.
Gambar 6.1 Konfigurasi Sistem Pendukung Keputusan Strategi Pengembangan Klaster Agroindustri Unggulan Daerah
DATA Sistem Manajemen Basis
Data - Jumlah Unit Usaha
- Jumlah Tenaga Kerja - Nilai Tambah
- Nilai Output - Nilai Ekspor
- Klasifikasi KBLI - Pendapat Ahli
Sistem Manajemen Basis Model - Kompetensi Inti
- Konsentrasi Industri - Pertumbuhan
- Kemampuan Ekspor - Keterkaitan Usaha
- Nilai Tambah - Tenaga Kerja
- Pemilihan Agroindustri
Unggulan - Industri Inti Klaster
- Strukturisasi Sistem - Tingkat Kepentingan
Subelemen - Kinerja Klaster
Sistem Pengolahan Terpusat Sistem Manajemen Dialog
PENGGUNA MODEL
110
6.2 Sistem Manajemen Basis Model
Sistem Manajemen Basis Model Model Based Management System atau MBMS dalam Model StraKlas terdiri dari kelompok: 1 untuk
Pemilihan Kelompok Agroindustri Unggulan; 2 untuk Strukturisasi Sistem Pengembangan Klaster; 3 untuk Pengukuran Kinerja Klaster.
Kelompok model Pemilihan Kelompok Agroindustri diranc ang untuk mendapatkan peringkat kelompok agroindustri yang berpotensi untuk
dikembangkan sebagai klaster agroindustri unggulan daerah. Model dirancang dari keluaran sub model: 1 Kompetensi Inti; 2 Konsentrasi Ind ustri; 3
Tingkat Pertumbuhan; 4 Kemampuan Ekspor; 5 Keterkaitan Usaha; 6 Jumlah Tenaga Kerja; 7 Nilai Tambah.
Model Strukturisasi Sistem Pengembangan Klaster merupakan model deskriptif yang dirancang untuk mendapatkan keterkaitan hubungan antara
pelaku dalam mengembangkan klaster agroindustri unggulan tersebut. Model Pengukuran Kinerja Klaster dirancang untuk memonitor perkembangan
klaster agroindustri yang sudah ditetapkan untuk dikembangkan sebagai klaster agroindustri unggulan daerah. Keluaran dari model ini akan
memberikan informasi mengenai kinerja klaster yang meliputi: 1 Peningkatan Tenaga Kerja; 2 P eningkatan Jumlah Perusahaan; 3
Peningkatan Nilai Investasi; 4 Peningkatan Nilai Penjualan ; 5 Peningkatan Nilai Tambah; 6 Peningkatan Nilai Tambah per Tenaga Kerja.
6.2.1 Model Kompetensi Inti
Model ditujukan untuk mengidentifikasi kompetensi inti yang dimiliki oleh daerah untuk mendukung pengembangan suatu kelompok agroindustri
tertentu di daerah tersebut dan melakukan pembobotan kompetensi inti untuk masing-masing kelompok agroindustri tersebut. Berdasarkan masukan dari
para ahli, maka kriteria dari kompetensi inti daerah mencakup 16 kriteria, yaitu: 1 Peraturan di bidang investasi; 2 Peraturan di bidang perdagangan;
3 Fasilitas penunjang bisnis; 4 Kegiatan investasi; 5 Ketersediaan tenaga kerja; 6 Ketersediaan tenaga ahli; 7 Fasilitas pendidikan dan pelatihan; 8
Fasilitas penelitian dan pengembangan; 9 Keberadaan jaringan asosiasi
111 bisnis; 10 Ketersediaan infrastruktur fisik; 11 Dukungan permodalan; 12
Tingkat Upah; 13 Pasar domestik; 14 Daya tarik bagi investor asing; 15 Sumber daya alam setempat; 16 Jarak ke pasar utama ekspor.
Proses identifikasi dilakukan melalui pengumpulan pendapat ahli dengan langkah-langkah sebagai berikut: 1 Kelompok agroindustri yang akan dinilai
adalah kelompok makanan, kelompok minuman, kelompok tembakau, kelompok kulit, kelompok kayu rotan dan bambu, kelompok kertas, dan
kelompok karet; 2 Kriteria yang digunakan adalah 16 kriteria sebagaimana yang telah diuraikan di atas; 3 Para ahli diminta memberikan peringkat
setiap kriteria untuk masing-masing kelompok agroindustri dengan peringkat: Baik skor=5, Sedang skor=3 dan Kurang skor=1; 4 Penilaian para ahli
untuk setiap kriter ia diagregasi dengan mengambil rata-rata geometriknya; 5 Dilakukan penghitungan ind eks kompetensi inti untuk masing-masing
kelompok agroindustri dengan cara membandingkan jumlah nilai rata-rata geometrik setiap kriteria terhadap nilai maksimum yang mungkin dicapai; 6
Dilakukan penentuan bobot kompetensi inti untuk setiap kelompok agroindustri.
Model Kompetensi Inti pada setiap kelompok agroindustri disajikan dalam Gambar 6.2.
Inisialisasi pakar, alternatif, dan kriteria
Pengisian Matriks Pendapat untuk pakar i,
alternatif j, dan kriteria k dengan skala s
i = 1 – m j = 1 – n
k = 1 – p s = 1 – S
Prosedur rata-rata geometrik untuk memperoleh pendapat
agregat
A
jk
Penentuan indeks Kompetensi Inti Alternatif
KI
j
Tampilkan hasil bobot Kompetensi Inti
Penentuan bobot Kompetensi Inti Alternatif
wKI
j m
m i
ijk jk
V A
∏
=
=
1
∑∑∑ ∑
= =
= =
=
m i
n j
p k
ijk p
k jk
j
V A
wKI
1 1
1 1
ijk
V
p S
A KI
p k
jk j
1
∑
=
=
Mulai
Selesai
Gambar 6.2 Diagram Alir Model Kompetensi Inti
112
6.2.2 Model Konsentrasi Industri
Model Konsentrasi Industri ditujukan untuk mengidentifikasi tingkat konsentrasi masing-masing kelompok agroindustri di daerah dan menghitung
bobot tingkat konsentrasi industri ini untuk masing-masing kelompok agroindustri. Urutan langkah identifikasi adalah: 1 Menetapkan alternatif
kelompok agroindustri yang akan di-identifikasi; 2 Menghit ung Location Quotient dari masing-masing kelompok agroindustri; 3 Menghitung bobot
dari masing-masing kelompok agroindustri. Diagram alir model ini adalah seperti yang disajikan dalam Gambar 6.3.
Jumlah tenaga kerja alternatif ke-i pada
tingkat kabupaten K
i
Jumlah tenaga kerja alternatif ke-i pada
tingkat nasional N
i
Inisialisasi alternatif kelompok agroindustri
Perhitungan proporsi tenaga kerja setiap
alternatif pada masing tingkat kabupaten PK
i
dan tingkat nasional PN
i
Penentuan LQ setiap alternatif
LQ
i
Penentuan bobot LQ Alternatif
wLQ
i
∑
=
=
n i
i i
i
LQ LQ
wLQ
1
Tampilkan hasil bobot LQ
∑
=
=
n i
i i
i
K K
PK
1
∑
=
=
n i
i i
i
N N
PN
1
i i
i
PN PK
LQ =
Mulai
Selesai
Gambar 6.3 Diagram Alir Model Konsentrasi Industri
6.2.3 Model Tingkat Pertumbuhan
Model Tingkat Pertumbuhan dimaksudkan untuk mengidentifikasi perbedaan tingkat pertumbuhan dari masing-masing kelompok agroindustri
daerah terhad ap tingkat pertumbuhan agro industri secara nasional dan menghitung bobot dari perbedaan tingkat pertumbuhan dari setiap kelompok
industri tersebut. Yang ditetapkan sebagai ind ikator untuk maksud ini adalah komponen differential shift dari rumus Shift Share Analysis. Komponen ini
memberikan gambaran mengenai tingkat pertumbuhan kelompok agro industri
113 tertentu di daerah dan dibandingkan dengan tingkat pertumbuhan agro industri
secara nasional. Langkah identifikasi perbedaan tingkat pertumbuhan adalah: 1
Menetapkan alternatif kelompok agroindustri; 2 Menghitung tingkat pertumbuhan setiap alternatif kelompok agroindustri pada tingkat daerah dan
tingkat pertumbuhan agroindustri secara nasional; 3 Menghitung komponen differential shift masing-masing kelompok; 4 Menghitung bobot differential
shift dari masing-masing kelompok agroindustri. Diagram alir model ini diperlihatkan pada Gambar 6.4.
Jumlah tenaga kerja alternatif ke-i pada
tingkat kabupaten tahun referensi ke-1 K1
i
Jumlah tenaga kerja alternatif ke-i pada
tingkat kabupaten tahun referensi ke-2 K2
i
Tampilkan hasil bobot
differential shift share
Jumlah tenaga kerja alternatif ke-i pada
tingkat nasional tahun referensi ke-1 N1
i
Jumlah tenaga kerja alternatif ke-i pada
tingkat nasional tahun referensi ke-2 N2
i
Hitung Pertumbuhan tenaga kerja setiap alternatif pada tingkat
kabupaten
PK
i
dan tingkat nasional
PN
i i
i i
i
N N
N PN
1 1
2 −
= Perhitungan Differential Shift
Share untuk masing-masing alternatif
DS
i i
i i
PN PK
DS −
= Perhitungan rata-rata jangkauan differential shift
share
RJ
5
i i
DS Min
DS Max
RJ −
=
Perhitungan nilai differential shift setiap alternatif
NDS
i
⋅ +
≥ ⋅
+ ≤
+ ⋅
+ ≤
+ +
= RJ
n DS
Jika ,
RJ 3
DS RJ
Jika ,
3 RJ
2 DS
RJ Jika
, 2
DS Jika
, 1
i i
i i
i i
i i
i i
i
DS Min
n DS
Min DS
Min DS
Min DS
Min RJ
DS Min
NDS Μ
Perhitungan bobot differential shift share
∑
=
=
n i
i i
i
NDS NDS
wDS
1
Mulai
Selesai
Inisialisasi alternatif kelompok agroindustri
Inisialisasi alternatif kelompok agroindustri
i i
i i
K K
K PK
1 1
2 −
=
Gambar 6.4 Diagram Alir Model Tingkat Pertumbuhan
6.2.4 Model Kemampuan Ekspor
Model dirancang untuk mengidentifikasi kemampuan ekspor termasuk “ekspor” keluar daerah ke daerah Indonesia lainnya kelompok -kelompok
agroindustri di daerah yang diteliti. Identifikasi dilakukan melalui pengumpulan pendapat ahli. Para ahli dimintakan pendapatnya mengenai
kemampuan untuk mengekspor produk dari masing-masing kelompok
114 agroindustri daerah ke negara-negara mitra dagang Indonesia dan daerah
Indonesia lainnya. Kelompok agroindustri yang ditetapkan sebagai alternatif adalah: 1 Makanan; 2 Minuman; 3 Tembakau; 4 Kulit; 5 Kayu, Rotan
dan Bambu; 6 Kertas; 8 Karet. Negara tujuan ekspor yang merupakan mitra dagang Indonesia sebagai kriteria adalah: 1 Singapura; 2 Malaysia;
3 ASEAN lainnya; 4 Korea Selatan; 5 China; 6 Taiwan; 7 Jepang; 8 Australia dan New Zealand; 9 Uni Eropa; 10 Amerika Serikat dan Canada;
11 Timur Tengah dan Afrika; 12 Daerah Indonesia lainnya. Proses identifikasi melalui pengumpulan pendapat ahli dilakukan dengan
langkah-langkah berikut: 1 Para ahli diminta memberikan peringkat masing- masing produk kelompok agroindustri untuk diekspor ke masing-masing
negara mitra dagang Indonesia, dengan peringkat: Baik skor=5, Sedang skor=3 dan Kurang skor=1; 2 Penilaian para ahli diagregasi dengan
mengambil rata-rata geometriknya; 3 Dilakukan penghitungan indeks kemampuan ekspor untuk masing-masing kelompok agroindustri dengan cara
membandingkan jumlah nilai rata-rata geometrik setiap kriteria terhadap jumlah nilai maksimum yang mungkin dicapai; 4 Dilakukan penentuan
bobot kemampuan ekspor untuk setiap kelompok agroindustri. Diagram alir Model Kemampuan Ekspor disajikan pada Gambar 6.5.
Inisialisasi pakar, alternatif, dan kriteria
Pengisian Matriks Pendapat untuk pakar i,
alternatif j, dan kriteria k dengan skala s
i = 1 – m j = 1 – n
k = 1 – p s = 1 – S
Prosedur rata-rata geometrik untuk memperoleh pendapat
agregat
A
jk
Penentuan indeks Kemampuan Ekspor Alternatif
KE
j
Tampilkan hasil bobot Kemampuan Ekspor
Penentuan bobot Kompetensi Inti Alternatif
wKE
j m
m i
ijk jk
V A
∏
=
=
1
∑∑∑ ∑
= =
= =
=
m i
n j
p k
ijk p
k jk
j
V A
wKE
1 1
1 1
ijk
V
p S
A KE
p k
jk j
1
∑
=
=
Mulai
Selesai
Gambar 6.5 Diagram Alir Model Kemampuan Ekspor
115
6.2.5 Model Keterkaitan dengan Usaha Lain
Rancangan model dimaksudkan untuk mengidentifikasi tingkat keterkaitan relatif setiap kelompok agroindustri dengan usaha-usaha di sektor
ekonomi lainnya. Kelompok agroindustri yang dievaluasi sebagai alternatif adalah sama dengan kelompok agroindustri pada model-model yang dibahas
terdahulu. Sebagai krit eria adalah kelompok agroindustri dan sektor-sektor kegiatan ekonomi lainnya, yaitu: 1 Makanan; 2 Minuman; 3 Tembakau ;
4 Kulit; 5 Kayu, Rotan, Bambu; 6 Kertas; 7 Karet; 8 Tekstil; 9 Pertanian; 10 Peternakan; 11 Kehutanan; 12 Perikan an; 13 Penerbitan
dan Percetakan; 14 Industri Kimia; 15 Perdagangan; 16 Mesin dan Perlengkapan; 17 Transportasi dan Pergudangan; 18 Jasa Keuangan; 19
Jasa Pendidikan dan Pelatihan; 20 Jasa Penelitian dan Pengembangan. Proses identifikasi melalui pengumpulan pendapat ahli dilakukan dengan
langkah-langkah berikut: 1 Para ahli diminta memberikan peringkat keterkaitan masing-masing kelompok agroindustri dengan
kelompok agroindustri lain dan sektor kegiatan eko nomi lainnya, dengan peringkat: Baik
skor=5, Sedang skor=3 dan Kurang skor=1; 2 Penilaian para ahli diagregasi dengan mengambil rata-rata geometriknya; 3 Dilakukan
penghitungan indeks keterkaitan usaha untuk masing-masing kelompok agroindustri dengan cara membandingkan jumlah nilai rata-rata geometrik
setiap kriteria terhadap jumlah nilai maksimum yang mungkin dicapai; 4 Dilakukan penentuan bobot keterkaitan usaha untuk setiap kelompok
agroindustri. Diagram alir Model Keterkaitan dengan Usaha Lain disajikan pada
Gambar 6.6.
116
Inisialisasi pakar, alternatif, dan kriteria
Pengisian Matriks Pendapat untuk pakar i,
alternatif j, dan kriteria k dengan skala s
i = 1 – m j = 1 – n
k = 1 – p s = 1 – S
Prosedur rata-rata geometrik untuk memperoleh pendapat
agregat
A
jk
Penentuan indeks Keterkaitan Usaha Alternatif
KU
j
Tampilkan hasil bobot Keterkaitan Usaha
Penentuan bobot Keterkaitan Usaha Alternatif
wKE
j m
m i
ijk jk
V A
∏
=
=
1
∑∑∑ ∑
= =
= =
=
m i
n j
p k
ijk p
k jk
j
V A
wKE
1 1
1 1
ijk
V
p S
A KE
p k
jk j
1
∑
=
=
Mulai
Selesai
Gambar 6.6 Diagram Alir Model Keterkaitan dengan Usaha Lain
6.2.6 Model Jumlah Tenaga Kerja
Model ini dimaksudkan untuk menghitung bobot setiap kelompok agroindustri untuk faktor Tenaga Kerja. Sebagai alternatif dalam model ini
adalah kelompok agroindustri: 1 Makanan; 2 Minuman; 3 Tembakau; 4 Kulit; 5 Kayu, Rotan, Bambu; 6 Kertas; dan 7 Karet. Untuk mendapatkan
hasil yang lebih baik, maka jumlah tenaga kerja yang digunakan dalam model adalah rata-rata jumlah tenaga kerja beberapa tahun terakhir pada setiap
kelompok agroindustri. Langkah -langkah yang dilakukan adalah: 1 Menetapkan alternatif
kelompok agroindustri dan periode analisa; 2 Menghitung rata-rata jumlah tenaga kerja pada setiap alternatif untuk periode yang dipilih; 3 Menentukan
bobot setiap kelompok agroindustri untuk faktor tenaga kerja. Diagram alir Model Jumlah Tenaga Kerja disajikan pada Gambar 6.7.
117
Penetapan jumlah tenaga kerja pada
wilayah i, alternatif j, dan periode k
i = 1 – m j = 1 – n
k = 1 – p
ijk
V
Perhitungan rata-rata jumlah tenaga kerja
setiap alternatif pada masing-masing wilayah
p V
A
p k
ijk ij
∑
=
=
1
Penentuan bobot Tenaga Kerja Alternatif
wTK
ij
∑
=
=
n j
ij ij
ij
A A
wTK
1
Tampilkan hasil bobot Tenaga Kerja
Mulai
Selesai
Inisialisasi alternatif, wilayah, dan periode
analisa
ij
A
Gambar 6.7 Diagram Alir Model Jumlah Tenaga Kerja
6.2.7 Model Nilai Tambah
Model ini dimaksudkan untuk menghitung bobot setiap kelompok agroindustri untuk faktor Nilai Tambah. Sebagai alternatif dalam model ini
adalah kelompok agroindustri: 1 Makanan; 2 Minuman; 3 Tembakau; 4 Kulit; 5 Kayu, Rotan, Bambu; 6 Kertas; dan 7 Karet. Untuk mendapatkan
hasil yang lebih baik, maka jumlah tenaga kerja yang digunakan dalam model adalah rata-rata nilai tambah beberapa tahun terakhir pada setiap kelompok
agroindustri. Langkah-langkah yang dilakukan adalah : 1 Menetapkan alternatif
kelompok agroindustri dan periode analisa; 2 Menghitung rata-rata jumlah nilai tambah pada setiap alternatif untuk periode yang dipilih; 3 Menentukan
bobot setiap kelompok agroindustri untuk faktor Nilai Tambah.
Diagram alir Model Nilai Tambah disajikan pada Gambar 6.8.
118
Penetapan nilai tambah pada wilayah i, alternatif
j, dan periode k i = 1 – m
j = 1 – n k = 1 – p
ijk
V
Perhitungan rata-rata nilai tambah setiap alternatif
pada masing-masing wilayah
p V
A
p k
ijk ij
∑
=
=
1
Penentuan bobot Nilai Tambah Alternatif
wNT
ij
∑
=
=
n j
ij ij
ij
A A
wNT
1
Tampilkan hasil bobot Nilai Tambah
Mulai
Selesai
Inisialisasi alternatif, wilayah, dan periode
analisa
ij
A
Gambar 6.8 Diagram Alir Model Nilai Tambah
6.2.8 Model Pemilihan Kelompok Agroindustri Unggulan
Model ini dirancang untuk memilih kelompok agroindustri unggulan daerah yang akan dikembangkan sebagai klaster agroindustri unggulan
daerah. Model direkayasa dengan menggunakan teknik Analytical Hierarchy Process AHP dengan melakukan tahapan-tahapan berikut: 1 Dekomposisi
terhadap program pemilihan kelompok agroindustri unggulan daerah dengan mengacu pada hasil kajian pustaka, konsultasi dengan para ahli dan pihak
terkait serta penelitian lapangan; 2 Menetapkam hierarki dan elemen pada setiap hierarki; 3 Mengidentifikasi ada-tidaknya hubungan antara masing-
masing elemen pada suatu hierarki dengan elemen -elemen pada hierarki dibawahnya. Pada model ini dimungkinkan bahwa tidak semua elemen pada
suatu hierarki mempunyai hubungan dengan elemen pada hierarki diatasnya; 3 Melakukan comparative judgement, yaitu membuat penilaian setiap ahli
tentang kepentingan relatif sepasang dua elemen pada suatu tingkat hierarki tertentu dengan setiap elemen yang ada hubungan pada hierarki diatasnya; 4
Menentukan peringkat elemen-elemen pada suatu tingkat hierarki menurut
119 relatif pentingnya terhadap elemen-elemen hierarki diatasnya melalui teknik
pairwise comparison, yang akan menghasilkan prioritas lokal local priority suatu elemen. Pada model ini direkayasa agar peringkat elemen dapat juga
dilakukan berdasarkan masukan langsung direct input tanpa proses pairwise comparison; 5 Melakukan pemeriksaan atas indeks konsistensi consistency
index dan ratio konsistensi consistency ratio. Apabila memenuhi ketentuan maka proses dilanjutkan, sedang apabila tidak memenuhi ketentuan maka
dilakukan proses iterasi atas pendapat ahli yang bersangkutan; 6 Menyusun matriks gabungan pendapat ahli dari matriks individu setiap ahli dan
melakukan pemeriksaan indeks konsistensi dan ratio konsistensi serta proses iterasi apabila diperlukan; 7 Melakukan pengolahan untuk menyusun
prioritas pengaruh setiap elemen pada setiap tingkat hierarki terhadap hierarki paling puncak. Melalui proses tahapan -tahapan tersebut di atas akan diperoleh
peringkat kelompok agroindustri unggulan daerah. Model ini tidak membatasi banyaknya tingkatan hierarki dan jumlah
elemen pada setiap hierarki. Pada model ini dimungkinkan pula keadaan dimana tidak semua elemen pada tingkat hierarki tertentu harus mempunyai
hubungan dengan semua elemen hierarki diatasnya. Diagram alir Model
Pemilihan Kelompok Agroindustri Unggulan disajikan dalam Gambar 6.9.
120
Gambar 6.9 Diagram Alir Model Pemilihan Kelompok Agroindustri Unggulan
Pengisian pendapat pakar secara berpasangan untuk
setiap elemen Inisialisasi pakar, hirarki, dan
elemen pada setiap hirarki
Matriks Pairwise Comparison Perhitungan eigen vektor pada
setiap hirarki
Pengolahan prioritas lokal Perhitungan indeks konsistensi
CI Perhitungan rasio konsistensi
CR Konsisten?
Penyusunan matriks gabungan Perhitungan indeks konsistensi
dan rasio konsistensi gabungan
Konsisten?
Pengolahan vertikal Prioritas kelompok agroindustri
Mulai
Ya
Ya Bobot kompetensi inti, konsentrasi
industri, pertumbuhan kelompok, kemampuan ekspor, keterkaitan
usaha, tenaga kerja, nilai tambah Perhitungan bobot
Kompetensi inti, konsentrasi industri, pertumbuhan kelompok,
kemampuan ekspor, keterkaitan usaha, tenaga kerja, nilai tambah
Tidak
Tidak
Selesai
121
6.2.9 Model Identifikasi Industri Inti Klaster
Model ini dimaksudkan untuk mengidentifikasi agroindustri 5-digit KBLI 2000 yang dapat ditetapkan sebagai agroindustri inti pada kelompok
agroindustri unggulan yang diteliti. Sebagaimana telah diuraikan sebelumnya, kelompok-kelompok agroindustri yang diteliti merupakan kelompok-
kelompok yang terdiri dari satu atau beberapa agroindustri 3-digit KBLI 2000. Dengan mengetahui agroindustri inti pada kelompok ini, maka dapat
dilakukan analisa-analisa lanjutan yang diperlukan. Identifikasi dilakukan menghitung ind eks atau bobot komposit kriteria
dari setiap alternatif. Sebagai alternatif untuk analisa ini adalah semua agroindustri 5-digit KBLI yang termasuk dalam kelompok agroindustri
unggulan dengan LQ 1. Kriteria yang ditetapkan untuk analisa adalah: 1 Jumlah Perusahaan; 2 Jumlah Tenaga Kerja; 3 Nilai Tambah. Langkah -
langkah yang dilaksanakan adalah: 1 Memilih kelompok agroindustri 5-digit yang memiliki LQ 1 sebagai alternatif; 2 Menetapkan kriteria dan
memasukkan bobot kriteria; 3 Memasukkan nilai setiap kriteria untuk setiap alternatif; 4 Menghitung indeks atau bobot kriteria untuk setiap alternatif;
5 Menghitung indeks atau bobot komposit kriteria untuk setiap alternatif. Alternatif yang memiliki indeks atau bobot terbesar adalah agroindustri yang
berperan sebagai industri inti. Diagram alir model diperlihatkan pada Gambar 6.10.
Mulai
Masukkan alternatif Industri A
i
dengan LQ =1 i = 1…m
Masukkan kriteria K
j
beserta bobotnya B
j
j = 1…n Masukkan nilai
setiap alternatif untuk setiap kriteria
Hitung Total Nilai untuk setiap kriteria
TN
j
∑
=
=
m i
ij j
V TN
1
Hitung Nilai indeks kriteria
C
ij j
ij ij
TN V
C =
Hitung Nilai Indeks Alternatif
wA
i
∑
=
• =
n j
ij j
i
C B
wA
1
Selesai
ij
V
Gambar 6.10 Diagram Alir Model Indentifikasi Industri Inti Klaster
122
6.2.10 Model Strukturisasi Sistem Pengembangan Klaster
Model ini dirancang dengan tujuan untuk menstrukturisasi elemen sistem pengembangan klaster agroindustri unggulan daerah. Masukan model
berasal dari pengumpulan pendapat ahli. Elemen pengembangan klaster agroindustri dapat dikelompokkan menjadi sekurang-kurangnya lima
kelompok elemen yaitu: 1 Elemen Tujuan; 2 Elemen Pelaku; 3 Elemen Peran Pemerintah; 4 Elemen Aktivitas Dunia Usaha; 5 Elemen Kendala.
Masing-masing elemen diuraikan lagi atas sub-sub elemen yang penting. Struktur sistem dinyatakan dalam hierarki dan klasifikasi sistem yang
dihasilkan dari proses strukturisasi elemen sistem dengan menggunakan teknik Interpretive Stru ctural Modelling ISM. Diagram alir model adalah
sebagaimana yang diperlihatkan pada Gambar 6.11.
Ya Pengisian matriks
pendapat pakar ke-i, sub elemen j dalam
kaitannya dengan sub elemen k
i = 1 – m j = 1 – n
k = 1 – p Inisialisasi pakar, elemen,
dan sub elemen
ijk
V
Perhitungan rata-rata aritmatik pendapat
m V
A
m i
ijk jk
∑
=
=
1
Modifikasi Pendapat
Tampilkan Elemen kunci, struktur, dan
grafik dependency – driver power.
Mulai
Pendapat Transitif?
Selesai
Tidak Transformasi ke
reachability matrix Modifikasi Structural Self
Interaction Matrix
Gambar 6.11 Diagram Alir Model Strukturisasi Sistem Pengembangan Klaster Tahapan proses pemodelan adalah sebagai berikut: 1 Inisialisasi pakar,
elemen dan subelemen; 2 Pengisian matriks penilaian setiap pakar mengenai hubungan kontekstual antara subelemen pada setiap elemen; 3 Perhitungan
123 rata-rata pendapat pakar dan penyususnan Structural Self-Interaction Matrix
SSIM; 4 Transformasi SSIM menjadi Reachability Matrix RM; 5 Perhitungan aturan Transivity dan koreksi; 6 Modifikasi SSIM apabila
diperlukan; 7 Menampilkan sub elemen kunci, struktur subelemen dan penggambaran grafis dalam koordinat Driver-Power-Dependence.
6.2.11 Model Tingkat Kepentingan Subelemen
Model ini dirancang untuk mengetahui tingkat kepentingan dari masing- masing subelemen pada elemen Peran Pemerintah dan elemen Aktivitas Dunia
Usaha berdasarkan agregasi kriteria subelemen Tujuan. Setiap kegiatan pada elemen Peran Pemerintah dan elemen Aktivitas Dunia Usaha mempunyai
tingkat kepentingan yang tidak sama terhadap setiap kriteria subelemen pada elemen Tujuan. Dari model ini akan dapat diketahui subelemen mana dari
elemen Peran Pemerintah yang memiliki tingkat kepentingan yang tinggi terhadap pencapaian Tujuan, demikian pula mengenai subelemen mana dari
elemen Aktivitas Dunia Usaha yang memiliki tingkat kepentingan yang tinggi untuk pencapaian Tujuan. Masukan model diperoleh dari pengumpulan
pendapat ahli dan diproses dengan teknik fuzzy Multi Expert Multi Criteria Decision Making. Diagram alir model adalah sebagaimana yang disajikan
pada Gambar 6.12.
Iinisialisasi • Skala Penilaian
S
h
; h = 1 – q • PakarPengambil Keputusan
P
i
; i = 1 – r • Alternatif
A
j
; j = 1 – s • Kriteria
K
k
dan Bobot Kriteria
B
k
; k = 1 to t
Mulai
Pengisian matriks pendapat pakar ke – i terhadap alternatif ke – j berdasarkan
kriteria ke – k
M
ijk
Perhitungan negasi bobot kriteria Neg B
k
= q – B
k
+ 1 Agregasi kriteria
untuk memperoleh skor alternatif ke – j oleh pakar ke – i
[ ]
ijk k
q k
ij
M B
Neg v
∨ =
=
min
,..., 1
Hitung bobot OWA setiap pakar
−
+ =
r q
i w
i
1 1
int
Agregasi pakar untuk memperoleh skor alternatif
[ ]
i ij
r i
j
w v
wA ∧
=
= ,...,
1
max
Selesai
Gambar 6.12 Diagram Alir Model Tingkat Kepentingan Peran Pemerintah dan Aktivitas Dunia Usaha
124 Tahapan proses pada model adalah sebagai berikut: 1 Inisisalisasi
pakar, skala, penilaian, alternatif dan kriteria; 2 Pengisian matriks pendapat setiap pakar terhadap alternatif untuk setiap kriteria; 3 Perhitungan negasi
bobot kriteria; 4 Agregasi kriteria untuk memperoleh skor setiap alternatif; 5 Menghitung bobot pendapat setiap pakar dengan metode OWA; 6
Melakukan agregasi pendapat pakar untuk memperoleh skor setiap alternatif.
6.2.12 Model Pengukuran Kinerja Klaster
Model ini dimaksudkan untuk mengikuti perkembangan klaster industri dalam kaitannya dengan dengan intervensi dan kebijakan-kebijakan yang
diambil Pemerintah Daerah untuk mendukung pengembangan klaster industri. Indikator yang digunakan dalam model ini haruslah indikator yang dapat
diukur secara b erkala tahunan dengan menggunakan data statistik yang tersedia atau data yang relatif mudah diperoleh melalui survei lapangan.
Untuk model ini dipilih indikator: 1 Peningkatan jumlah tenaga kerja klaster; 2 Peningkatan jumlah perusahaan klaster; 3 Peningkatan jumlah investasi
klaster; 4 Peningkatan nilai penjualan klaster; 5 Peningkatan nilai tambah klaster; 6 Peningkatan nilai tambah per tenaga kerja.
Langkah yang dilakukan adalah: 1 Memasukkan angka-angka jumlah tenaga kerja, jumlah perusahaan, nilai investasi, nilai penjualan, dan nila i
tambah untuk seluruh perusahaan dalam klaster pada awal periode monitoring; 2 Memasukkan angka-angka jumlah tenaga kerja, jumlah
perusahaan, nilai investasi, nilai penjualan, dan nilai tambah perusahaan dalam klaster pada akhir periode monitoring; 3 Menghitung peningkatan
jumlah tenaga kerja, peningkatan jumlah perusahaan, peningkatan nilai investasi, peningkatan nilai penjualan, peningkatan nilai tambah, dan
peningkatan nilai tambah per tenaga kerja. Diagram alir model disajikan pada Gambar 6.13.
125
Jumlah tenaga kerja periode ke-i TK
i
Jumlah perusahaan periode ke-i PR
i
Nilai investasi periode ke-i IN
i
Nilai penjualan periode ke-i PJ
i
Nilai tambah periode ke-i NT
i
Mulai
Selesai
Peningkatan tenaga kerja ke-i = TK
i
– TK
i-1
TK
i-1
Peningkatan jumlah perusahaan periode ke-i = PR
i
– PR
i-1
PR
i-1
Peningkatan nilai investasi periode ke-i = IN
i
– IN
i-1
IN
i-1
Peningkatan nilai penjualan periode ke-i = PJ
i
– PJ
i-1
PJ
i-1
Peningkatan nilai tambah periode ke-i = NT
i
– NT
i-1
NT
i-1
Peningkatan nilai tambah per tenaga kerja periode ke-i = NT
i
TK
i
–NT
i-1
TK
i-1
NT
i-1
TK
i-1
Tampilkan peningkatan tenaga kerja ke-i Tampilkan peningkatan jumlah perusahaan periode ke-i
Tampilkan peningkatan nilai investasi periode ke-i Tampilkan peningkatan nilai penjualan periode ke-i
Tampilkan peningkatan nilai tambah periode ke-i Tampilkan peningkatan nilai tambah per tenaga kerja periode ke-i
Gambar 6.13 Diagram Alir Konfigurasi Model Pengukuran Kinerja Klaster
6.3 Sistem Manajemen Basis Data
Sistem Manajemen Basis Data Data Base Management System atau DBMS merupakan salah satu komponen Sistem Penunjang Keputusan yang
terdiri dari basis data dan program pengelola untuk menambah, menghapus, mengambil dan membaca data. Pada dasarnya DBMS melakukan tiga fungsi
utama, yaitu menyimpan data pada data base, pencarian kembali data dari data base dan pengaturan data pada data base. Melalui DBMS maka akses dan
pengambilan data dapat cepat dilakukan. Basis data dalam model StraK las mencakup berbagai data mengenai perusahaan agroindustri pada klasifikasi 3
dan 5 digit KBLI yang ada di Kabupaten, Propinsi maupun seluruh Indonesia, yang mencakup antara lain : jumlah unit usaha, jumlah tenaga kerja, nilai
tambah, biaya input, nilai output.
126
6.4 Sistem Manajemen Dialog