Formulasi Proses Bisnis dan Prosedur Pengambilan Keputusan.

Gambar 3.11 Diagram alir generik pengambilan keputusan pelaku RPMS Untuk pelaksanaan simulasi model rantai pasok minyak sawit ini digunakan perangkat lunak open-source Netlogo yang berbasis Java. Pemrograman Netlogo tesebut untuk saaat ini dapat diunduh secara gratis karena masih merupakan kegiatan yang berkembang pesat sehingga para pemakainya merupakan komunitas pemakai yang saling berbagi pengalaman dalam menyusun desain dan programnya. Diagram diagram alir tersebut merupakan pemetaan dari proses pengambilan keputusan if-then-else seperti berikut: If Stok-bahan di gudang tidak cukup, Then Beli bahan baku [dengan kualitas dan harga bahan yang sesuai] Else, [bila stok-bahan di gudang cukup] Then Lakukan proses produksi membuat produk akhir, Simpan produk akhir di gudang produk akhir, Jual produk akhir [dengan harga sesuai harga dunia, dan permintaan pasar] If Harga ekspor lebih tinggi dari harga lokal, Then Lakukan ekspor ke pembeli di luar negeri Else, [Harga ekspor tidak lebih tinggi dari harga lokal], Then Lakukan penjualan didalam negeri Hitung nilai tambah yang didapat, Simpan nilai tambah dan data lain di KPI.

3.7 Tata Laksana Penelitian

3.7.1 Tempat dan Waktu Penelitian

Penelitian dilakukan pada kurun waktu dari tahun 2009 sampai 2012. Pengamatan lapang pertama dilaksanakan di perusahaan perkebunan kelapa sawit dan pabrik minyak sawit milik Bakrie Sumatera Plantation di Jambi BSPJ pada bulan Januari-Februari 2009. Pada tahap pertama ini sudah didapatkan juga data primer dan informasi awal dari petani, pengepul dan koperasi tani. Pengamatan lapang ke-dua dilaksanakan di Kawasan Klaster Industri Kelapa Sawit dan kantor Dinas PerdaganganPerindustrian dan Dinas Perkebunan kota Dumai, serta Kantor Dinas Perkebunan Propinsi Riau pada bulan Juni 2010. Pengamatan lapang ke-tiga dilaksanakan di Perusahaan Perkebunan Kelapa Sawit dan Pabrik minyak sawit milik PT Amal Tani di Medan pada bulan November 2010. Pengamatan lapang ke- empat dilaksanakan di daerah perkebunan kelapa sawit rakyat di Aceh Singkil pada bulan Februari 2011. Pengamatan ke-lima dilakukan di daerah Lampung pada bulan Februari 2012. Pada pengamatan terakhir ini didapatkan tambahan data primer dari sisi petani dan pengepul.

3.7.2 PengumpulanPengolahan Data, Informasi dan Pengetahuan

Penelitian menggunakan data sekunder dan data primer. Data sekunder diperoleh dari laporan kajian terdahulu yang relevan dan jurnal ilmiah serta dari berbagai sumber seperti Biro Pusat Statistik, Kementerian Pertanian, Kementerian Perdagangan, Pusat Penelitian Kelapa Sawit, Asosiasi, Data perusahaan yang menjadi obyek kajian, dan pihak-pihak yang relevan. Pengumpulan data primer dan informasi dilakukan melalui beberapa cara yaitu: 1. Observasi lapangan, yakni melihat secara langsung kegiatan-kegiatan operasional para pelaku rantai pasok minyak sawit mulai dari petani, pedagang pengumpul, prosesor pengolah, distributor, hingga konsumen. 2. Wawancara, dilakukan untuk memperoleh informasi kendala dan risiko, jumlah produksi dan penjualan, biaya-biaya, sistem transportasi, distribusi dan pasokan serta hubungan kemitraan antara pemasok dan distributor, dari para stakeholder rantai pasok minyak sawit yang dikaji. 3. Pendapat pakar expert judgement, dilakukan untuk memperoleh basis pengetahuan melalui wawancara secara mendalam in depth interview untuk mendapatkan pengetahuan dari pakar yang terkait dalam menentukan jenis dan sumber risiko dan pengukuran bobot risiko dan dampaknya. 4. Pengumpulan informasi dan pengetahuan dari pakar menggunakan metode purposive sampling untuk menentukan responden yang akan dilibatkan dalam penelitian. Pertimbangan-pertimbangan yang digunakan untuk menentukan pakar adalah kesesuaian pendidikan dan pengalamannya. Demikian juga dalam penentuan responden lain yang dilibatkan dalam penelitian ini seperti petani, prosesor, distributor dan konsumen. Daftar pakar dan narasumber dapat dilihat pada Lampiran 1. Masukan para responden lapang berdasarkan kuisioner dapat dilihat pada Lampiran 2 untuk identifikasi dan evaluasi risiko, dan Lampiran 3 untuk identifikasi dan evaluasi strategi peningkatan nilai tambah. Pengolahan data dilaksanakan menggunakan komputer dengan bagian-bagian dari perangkat lunak Microsoft Office. IPB mendapatkan lisensi penggunaan perangkat lunak Microsoft Office dengan Campus Agreement. Untuk pengolahan data masukan dari kuisioner responden dipergunakan metode Fuzzy AHP. Untuk pemodelan berbasis-agen digunakan perangkat lunak open-source Netlogo yang berbasis Java.

3.8 Posisi Penelitian Ini

Penelitian ini merupakan kelanjutan dari penelitian-penelitian terdahulu dalam bidang-bidang yang berkaitan dengan metode perhitungan nilai tambah, risiko dan pemodelan rantai pasok agroindustri. Posisi penelitian ini terhadap penelitian-penelitian sebelumnya dapat dilihat pada Tabel 3.2. Metode perhitungan nilai tambah Hayami banyak digunakan oleh penelitian dalam agroindustri seperti yang dilakukan oleh Suprapto 2005, Sari 2011 dan Yulida dan Kusumawaty 2011. Metode Hayami dipergunakan sesuai dengan konsep dan menggunakan template yang asli dikembangkan oleh Hayami sendiri Hayami, 1987, yaitu untuk kasus produk tunggal dan pelaku tunggal. Penelitian ini memodifikasi metode Hayami tersebut agar dapat digunakan untuk rantai pasok dengan beberapa pelaku, beberapa produk, dan kurun waktu panjang. Metode pemodelan berbasis-agen telah sangat banyak digunakan oleh para peneliti baik untuk situasi rantai pasok maupun bukan. Pada Tabel 3.2 terlihat bahwa pemodelan berbasis agen digunakan oleh Janssen 2005, Arsenault 2007, Datta 2007, Pomar et al., 2011, Hanafizadeh 2009, Vidal 2010 dan Chiu dan Linn 2011 pada beragam tujuan dan kondisi. Tiga diantaranya menggunakan Netlogo sebagai program pemodelan. Penelitian ini juga menggunakan Netlogo untuk program pemodelan. Hanafizadeh 2009 menggunakan pendekatan Fuzzy Inference untuk pengambilan keputusan. Wu et al., 2006, Liu dan Wang 2008, Ravasizadeh et al., 2011 dan Wang et al., 2011 melakukan penelitian untuk identifikasi dan analisa risiko rantai pasok untuk beragam komoditas. Havizadeh menggunakan sarana FAHP untuk proses pengambilan keputusan. Tabel 3.2 Posisi penelitian ini terhadap penelitian terdahulu dalam rantai pasok Tema Pokok Produk Pendekatan Metode Program Metoda Keputusan Suprapto 2005 Perhitungan nilai tambah Ikan Hayami Sari 2011 Perhitungan nilai tambah Ubikayu Hayami Yulida Kusumawaty 2011 Perhitungan nilai tambah Kedelai Hayami Janssen 2005 Responsivitas Rantai Pasok Agent-based Arsenault 2007 Lelang lahan pertanian Agro Agent-based Netlogo Pomar et al, 2011 Ransum Ternak Agro Agent-based Chiu and Linn 2011 Pelatihan Keilmuan Agent-based Netlogo Vidal 2010 Beragam Penggunaan ABM Umum Agent-based Netlogo Priya-Datta 2007 Optimasi produksi Mesin Agent-based Hanafizadeh 2009 Desain arsitektur SCM Umum Agent-based FI Wu et al 2006 Risiko rantai pasok Agro Liu and Wang 2008 Risiko rantai pasok Agro Ravasizadeh et al 2011 Risiko rantai pasok e-Biz FAHP Cao and Zhang 2011 Kolaborasi Rantai Pasok Mfg Aramyan 2007 Indikator Kinerja RP Agro AHP Roekel et al 2012 Integrasi Rantai Pasok Agro Sulistiadi 2005 SPK Cerdas Pulp STD OWA AHP Li and Yuanyuan 2008 Alokasi profit rantai pasok Umum Game Theory Ding et al 2011 Alokasi profit rantai pasok Umum Game Theory Wang et al 2012 Analisa Risiko Fashion Pahan 2011 Klaster industri Sawit ANP Sugiarto 2011 Klaster industri Karet FAHP Hadiguna 2010 SPK Optimasi Transport Sawit GA, OWA Suharjito 2011 SPK Cerdas Jagung STD, Utilitas risiko FAHP Penelitian ini 2012 Keseimbangan Nilai Tambah Sawit Agent-based, STD, Utilitas basis risiko dan investasi Hayami modifikasi FAHP STD = Stakeholder dialogue OWA = Ordered Weighted average FI = Fuzzy Inference