4 Penentuan nilai α adalah berdasarkan dampaknya terhadap perilaku grafik NT untuk masing-masing pelaku. Untuk kondisi pada saat penelitian dilakukan, maka nilai α = 2
memberikan kurva eksponensial yang mudah dilihat. 5 Perhitungan nilai w1 dan w2 untuk masing-masing pelaku dan optimasi utilitas nilai
tambah menggunakan simulasi dengan program Netlogo Utilitas. Jumlah nilai bobot w1 dan w2 adalah = 1 dan dihitung nilainya untuk tiap pelaku.
6 Nilai-nilai tersebut dalam bentuk rasio terhadap nilai totalnya dimasukkan kedalam model Netlogo Negosiasi untuk menghitung harga jual produk masing-masing pelaku.
3.6 Model Penyeimbangan Nilai Tambah dengan Sistem Multi-Agen
Langkah-langkah pemodelan berbasis agen untuk simulasi penyeimbangan nilai tambah rantai pasok minyak sawit ditunjukkan dengan Gambar 3.6. Langkah pemodelan diawali dengan
melakukan analisis kebutuhan sistem.
Gambar 3.6 Diagram alir model penyeimbangan nilai tambah
Analisis ini dilakukan dengan studi literatur untuk mengenali para pelaku rantai pasok minyak sawit dan interaksi antar para pelaku. Analisis dilanjutkan dengan wawancara kepada
para pakar dan narasumber untuk meminta masukan pendapat mereka perihal faktor-faktor risiko yang dihadapi para pelaku dan perimbangan beban risiko mereka. Kemudian diminta masukan
mereka perihal strategi apa saja yang seharusnya diambil untuk dapat meningkatkan nilai tambah rantai pasok industri sawit ini. Sarana kerja untuk analisis kebutuhan sistem menggunakan UML.
Langkah pemodelan dilanjutkan dengan desain dan formulasi model yang terdiri dari penyusunan formulasi perhitungan nilai tambah dan pembuatan model dengan software Netlogo.
Bagian pertama untuk langkah ini diuraikan secara terperinci pada sub-bab 3.5.1, 3.5.2 dan dilanjutkan pada sub-bab 5.3. Langkah verifikasi dan validasi diuraikan pada sub-bab 5.3.4.
Langkah integrasi model dilakukan dengan memasukkan hasil perhitungan nilai tambah dengan metode Hayami modifikasi sub-bab 5.1 dan hasil evaluasi risiko menggunakan fuzzy
AHP diuraikan pada sub-bab 5.2. Hasil evaluasi risiko dijadikan constraint terhadap perhitungan nilai tambah. Hasil simulasi diuraikan pada sub-bab 5.3.5.
3.6.1 Penggunaan UML
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. Gambar 3.7 menunjukkan interaksi antara para pelaku rantai pasok minyak sawit RPMS dalam bentuk diagram use case. Pada gambar ini terlihat
keterkaitan para pelaku RPMS dengan data, informasi dan proses-proses bisnis yang terjadi dalam RPMS. Petani sebagai pelaku pada sisi paling hulu merupakan awal kegiatan yang
ditampilkan pada diagram use case tersebut dengan kegiatan budidaya sawit dan menjual TBS. Kegiatan menjual TBS disambut oleh pengepul yang membelinya, dan kemudian menjualnya
lagi kepada pabrik kelapa sawit PKS yang menghasilkan CPO. Demikian proses berlanjut sampai kegiatan terakhir pada rantai pasok yaitu menjual minyak goreng.
Gambar 3.8 menunjukkan sequence-diagram yang menguraikan interaksi urutan peristiwa proses bisnis yang terjadi dari mulai kegiatan petani, pengepul, pabrik minyak sawit,
pabrik MGS dan distributor. Uraian ini merupakan acuan pada saat menyusun model simulasi
berbasis-agen pada Bab 5. Pada penerapannya model yang dirancang akan menggunakan software Netlogo
. Model simulasi dengan software Netlogo ini menerapkan teknik stakeholder dialogue
yang berupaya untuk mencari titik temu harga jual produk diantara dua pelaku RPMS yang bersebelahan.
Gambar 3.7 Diagram use-case rantai pasok minyak sawit Class-diagram
Gambar 3.9 memperlihatkan keterkaitan data yang terjadi diantara pada pelaku RPMS tersebut. Pada gambar ini tidak diuraikan secara terperinci keseluruhan unsur data
dan proses operasional pengolahan data dan keputusan yang diambil tiap pelaku. Hal ini diuraikan pada Bab 5 pada pembahasan pemodelan simulasi berbasis-agen.
