HASIL DAN PEMBAHASAN Sistem informasi dan pengambilan keputusan untuk manajemen gapoktan penerima dana bantuan langsung masyarakat pengembangan usaha agribisnis perdesaan

28 Gambar 13. Menu profil gapoktan pada SIPK-GP 1.13 b. Data Perkembangan Usaha Perkembangan usaha gapoktan ditunjukkan oleh data penyaluran dana gapoktan, data pengembalian dana gapoktan, dan data penambahan assetmodal gapoktan. Data-data tersebut terdapat pada sub-menu Penyaluran Dana Gapoktan, Penyaluran Dana Poktan, Perkembangan Usaha Gapoktan, Perkembangan Usaha Poktan, dan Laporan Tahunan Gapoktan pada menu Laporan . Data perkembangan usaha ini digunakan sebagai dasar untuk menilai kinerja gapoktan pada menu Kinerja Gapoktan. Sub-menu Penyaluran Dana Gapoktan tertuang pada Gambar 14. c. Data Potensi Wilayah Data potensi wilayah merupakan sub-menu pada menu Profil Gapoktan. Data ini digunakan sebagai dasar atau referensi dalam penyusunan atau pengisian AHP pada menu Fokus Usaha. d. Data Potensi Pasar Data potensi pasar merupakan sub-menu pada menu Profil Gapoktan. Sebagaimana data potensi wilayah, data ini pun digunakan sebagai dasar atau referensi dalam penyusunan atau pengisian AHP pada menu Fokus Usaha. 29 Gambar 14. Sub-menu penyaluran dana gapoktan pada SIPK-GP 1.13 3. Diagram Aliran Data Diagram aliran data atau data flow diagram DFD memperlihatkan hubungan fungsional dari nilai yang dihitung oleh sistem termasuk nilai masukan, nilai keluaran, serta tempat penyimpanan internal. Diagram aliran data adalah gambaran grafis yang memperlihatkan aliran data dari sumbernya dalam objek kemudian melewati suatu proses yang mentransformasinya ke tujuan lain Nugroho dalam Ratih, 2011. Diagram aliran data terdiri atas empat unsur, yaitu proses, aliran data, entitas, dan data store. Proses adalah sesuatu yang melakukan transformasi terhadap data. Setiap proses harus memiliki sedikitnya satu masukan dan satu keluaran aliran data. Aliran data berguna untuk menghubungkan keluaran dari suatu objek atau proses yang terjadi pada suatu masukan. Entitas adalah objek aktif yang mengendalikan aliran data dengan memproduksi atau mengkonsumsi data. Data store adalah objek pasif dalam diagram aliran data yang menyimpan data untuk penggunaan lebih lanjut Nugroho dalam Ratih, 2011. Diagram konteks atau diagram aliran data level 0 menggambarkan keseluruhan sistem dengan satu proses berikut sumber dan tujuan data secara jelas. Masukan data sistem berasal dari gapoktan, kelompok tani, dan pakar. Entitas gapoktan memberikan input kepada sistem berupa data penyaluran dana ke kelompok tani, dan data pengembalian dana dari kelompok tani. Data usahatani utama anggota kelompok, data detail anggota kelompok tani, data penyaluran dana ke anggota kelompok tani, dan data pengembalian dari anggota kelompok tani diperoleh dari entitas kelompok tani. Entitas pakar memberikan input data berupa hasil penilaian sesuai dengan kuesioner AHP. Diagram aliran data level 0 untuk SIPK-GP 1.13 tersaji pada Gambar 15. Diagram aliran data level berikutnya disajikan pada bagian Verifikasi Model. 30 Gambar 15. Diagram aliran data level 0 pada SIPK-GP 1.13 4. Use Case Diagram Use case diagram menggambarkan fungsionalitas yang diharapkan dari suatu sistem. Use case diagram digunakan untuk menggambarkan interaksi antara pengguna sistem aktor dengan kasus use case yang disesuaikan dengan langkah-langkah scenario yang telah ditentukan Purwandari, 2010. Pada SIPK-GP 1.13 terdapat beberapa use case, salah satunya disajikan pada Gambar 16. Gambar 16. Use case diagram perkembangan usaha gapoktan Gambar 16 menggambarkan use case pada perkembangan usaha gapoktan, yaitu user gapoktan melakukan login dan sistem melakukan BPTP Poktan Gapoktan Pakar SIPK-GP 1.13 Gapoktan PMTPPL Pusat Auditor Penyaluran ke poktan dan pengembalian dari poktan Usahatani , detail anggota, penyaluran ke anggota, dan pengembalian dari anggota Hasil Penilaian AHP Analisa usahatani, data penyaluran dan pengembalian, serta laporan perkembangan usaha Analisa usahatani, kinerja gapoktan, dan fokus usaha Kelayakan gapoktan, analisa usahatani, data penyaluran dan pengembalian, laporan perkembangan usaha, kinerja gapoktan, serta fokus usaha login Verifikasi login include Input data penyaluran Input data pengembalian extend Pengolahan data Gapoktan Gapoktan Auditor BPTP 31 verifikasi login; gapoktan melakukan input data penyaluran dan data pengembalian bila telah terjadi penyaluran dana; sistem melakukan pengolahan atas data yang diinput; user lain memanfaatkan keluaran dari sistem tersebut sesuai dengan kebutuhannya. BPTP dan auditor akan memanfaatkan hasil pengolahan data berupa penilaian kinerja gapoktan, sedangkan gapoktan akan memanfaatkan keluaran berupa laporan perkembangan usaha gapoktan. B. Verifikasi Model 1. Model Seleksi Gapoktan Model seleksi gapoktan terdiri dari jaminan ketersediaan lahan usahatanisarana, pengalaman usahatani anggota kelompok tani, modal sendiri yang dimiliki oleh anggota kelompok tani, dan usia anggota kelompok tani. Keempat variabel tersebut merupakan variabel yang mempengaruhi tingkat pendapatan penerima bantuan. Skala ordinal dari variabel ketersediaan lahan usahatanisarana diubah untuk mengetatkan persyaratan. Perubahan tersebut yaitu dengan hanya mempertimbangkan persentase kepemilikan lahan, sedangkan untuk sewa lahan dianggap tidak memiliki lahan. Secara manual, hasil penilaian variabel untuk seleksi gapoktan pada Gapoktan Madu Makmur, Bimo Makmur, dan Gapoktan Sumber Makmur disajikan pada Lampiran 12 sampai Lampiran 14, sedangkan skoring seleksi gapoktan pada Gapoktan Madu Makmur, Bimo Makmur, dan Gapoktan Sumber Makmur disajikan pada Tabel 8 sampai Tabel 10. Perhitungan seleksi gapoktan baik secara manual maupun dalam sistem tidak dapat dilakukan secara akurat karena data pribadi anggota kelompok yang berhasil diperoleh dari gapoktan sampel hanya berasal dari beberapa anggota kelompok tani, tidak berasal dari seluruh anggota kelompok tani. Tabel 8. Hasil skoring seleksi untuk gapotan Madu Makmur Berdasarkan Tabel 8 diketahui bahwa skor Gapoktan Madu Makmur sebesar 84 atau lebih besar dari ambang batas 80 dan dinyatakan lulus. Skor Gapoktan Bimo Makmur sesuai Tabel 9 sebesar 92 atau lebih besar dari ambang batas sebesar 80 dan dinyatakan lulus. Adapun skor untuk Gapoktan Sumber Makmur sesuai Tabel 10 sebesar 84 atau berada di atas ambang batas sebesar 80. No Uraian Bobot Nilai BxN Jumlah Kesimpulan 1 Jaminan ketersediaan lahan usahatanisarana 40 4 160 2 Pengalaman usahatani 30 5 150 3 Modal Sendiri 10 1 10 4 Usia Petani 20 5 100 84 LULUS SKORING HASIL VERIFIKASI PERSYARATAN GAPOKTAN PENERIMA DANA BLM-PUAP 32 Tabel 9. Hasil skoring seleksi untuk gapoktan Bimo Makmur Tabel 10. Hasil Skoring Seleksi untuk gapoktan Sumber Makmur Hasil seleksi gapoktan melalui sistem untuk Gapoktan Sumber Makmur sebagai contoh, disajikan dalam Gambar 17. Berdasarkan Gambar 17 diketahui bahwa hasil perhitungan melalui sistem memberikan kesimpulan yang sama dengan hasil perhitungan secara manual. Hal ini menunjukkan bahwa sistem telah sesuai dan dapat digunakan. Diagram aliran data level 1 pada model seleksi gapoktan disajikan pada Gambar 18. Gambar 17. Model seleksi gapoktan No Uraian Bobot Nilai BxN Jumlah Kesimpulan 1 Jaminan ketersediaan lahan usahatanisarana 40 5 200 2 Pengalaman usahatani 30 5 150 3 Modal Sendiri 10 1 10 4 Usia Petani 20 5 100 92 LULUS SKORING HASIL VERIFIKASI PERSYARATAN GAPOKTAN PENERIMA DANA BLM-PUAP No Uraian Bobot Nilai BxN Jumlah Kesimpulan 1 Jaminan ketersediaan lahan usahatanisarana 40 4 160 2 Pengalaman usahatani 30 5 150 3 Modal Sendiri 10 1 10 4 Usia Petani 20 5 100 84 LULUS SKORING HASIL VERIFIKASI PERSYARATAN GAPOKTAN PENERIMA DANA BLM-PUAP 33 Gambar 18. Diagram aliran data level 1 pada model seleksi gapoktan 2. Model Wilayah Usaha Model wilayah usaha digunakan untuk menilai kelayakan usaha dari usahatani yang dilakukan oleh petani anggota. Berdasarkan hasil wawancara pada tiga gapoktan, diperoleh hasil bahwa usahatani pokok yang dilakukan anggota petani di tiga gapoktan tersebut dan gapoktan lain pada umumnya terdiri dari usahatani padi, cabai, dan jagung. Komponen analisa usahatani yang terdiri dari biaya investasi, biaya tetap, biaya variabel, dan penghasilan usahatani untuk usahatani padi, cabai, dan jagung disajikan pada Lampiran 15 sampai 17. Hasil perhitungan manual untuk kelayakan usaha dari ketiga usahatani tersebut disajikan pada Tabel 11 sampai dengan 13. Pada Tabel 11 diketahui bahwa untuk usahatani padi berturut-turut nilai NPV, net BC, dan IRR masing-masing 482.238,82, 1,13, dan 16,81. Dengan demikian, berdasarkan ketiga cara analisa tersebut, usahatani padi layak dilakukan. Pengelompokkan data Pusat Auditor Poktan Detail data usahatani dan detail anggota usia, status kepemilikan lahan, pengalaman usahatani, modal awal, dan luas lahan kepemilikan Pengolahan data Kelayakan gapoktan untuk menerima dana BLM-PUAP Data usia, kepemilikan lahan, pengalaman, modal, dan luas lahan usahatani 34 Tabel. 11. Analisa kelayakan usahatani padi Tabel 12. Analisa kelayakan usahatani cabai Pada Tabel 12 diketahui bahwa untuk usahatani cabai berturut-turut nilai NPV, net BC, dan IRR masing-masing 2.005.178,63, 1,79, dan 31,29. Dengan demikian, berdasarkan ketiga cara analisa tersebut, ushatani cabai layak dilaksanakan. Hasil perhitungan manual untuk kelayakan usahatani jagung ditunjukkan pada Tabel 13. Pada tabel tersebut nilai untuk NPV, net BC, dan IRR masing- masing 772.443,85, 1,49, dan 23,73. Berdasarkan nilai-nilai tersebut, maka usahatani jagung layak dilakukan. Break event point BEP atau titik impas untuk masing-masing jenis usahatani berdasarkan perhitungan manual berturut-turut, yaitu padi sebesar 1.263 kg, cabai 259 kg, dan jagung sebesar 661 kg. Nilai BEP tersebut didasarkan pada asumsi harga pasar normal sesuai yang digunakan pada analisa usahatani. Nilai BEP tersebut akan digunakan pada model pengembangan untuk perhitungan dengan menggunakan metode comparative performance index CPI. DF DF DF Investasi Pemeliharaanpengolahan Produksi Total 12 16 18 1 750,000 2,985,300 - 3,735,300 - 3,735,300 0.892857 3,335,089.29 0.862069 3,220,086.21 0.847458 3,165,508.47 2 485,300 - 485,300 - 485,300 0.797194 386,878.19 0.7431629 360,656.96 0.718184 348,534.90 3 80,000 - 80,000 - 80,000 0.71178 56,942.42 0.6406577 51,252.61 0.608631 48,690.47 4 120,000 120,000 6,825,000 6,705,000 0.635518 4,261,148.72 0.5522911 3,703,111.81 0.515789 3,458,364.41 NPV 482,238.82 71,116.03 104,369.44 Net BC 1.13 IRR 16.81 PV PV Analisa Kelayakan Usahatani Padi PenghasilanB Rp B-C PV Bulan ke- BiayaC Rp DF DF DF Investasi Pemeliharaanpengolahan Produksi Total 12 30 32 1 150,000 2,005,800 - 2,155,800 - 2,155,800 0.892857 1,924,821.43 0.7692308 1,658,307.69 0.7575758 1,633,181.82 2 377,400 - 377,400 - 377,400 0.797194 300,860.97 0.591716 223,313.61 0.573921 216,597.80 3 436,000 - 436,000 - 436,000 0.71178 310,336.19 0.4551661 198,452.44 0.4347887 189,567.85 4 500,000 135,000 635,000 1,843,200 1,208,200 0.635518 767,832.94 0.3501278 423,024.40 0.3293853 397,963.38 5 310,000 135,000 445,000 5,529,600 5,084,600 0.567427 2,885,138.59 0.2693291 1,369,430.61 0.2495344 1,268,782.37 6 90,000 90,000 1,843,200 1,753,200 0.506631 888,225.68 0.2071762 363,221.33 0.1890412 331,426.99 NPV 2,005,178.63 75,602.61 41,174.73 Net BC 1.79 IRR 31.29 Analisa Kelayakan Usaha Cabai Bulan ke- BiayaC Rp PenghasilanB Rp B-C PV PV PV 35 Tabel 13. Analisa kelayakan usahatani jagung Perhitungan kelayakan usaha melalui model wilayah usaha untuk perhitungan NPV padi, cabai, dan jagung diperoleh hasil berturut-turut sebesar 482.240, 2.005.180, dan sebesar 772.444 dengan kesimpulan seluruhnya layak dilakukan. Dengan demikian model yang dibuat untuk perhitungan NPV dalam sistem, telah sesuai dengan perhitungan secara manual. Hasil perhitungan NPV padi melalui sistem disajikan pada Gambar 19. Perhitungan net BC dalam model wilayah usaha diketahui bahwa nilai net BC untuk padi, cabai, dan jagung masing-masing sebesar 1,128; 1,791; dan 1,490. Dengan demikian model yang dibuat dalam sistem telah sesuai dengan hasil perhitungan secara manual. Gambar 20 menunjukkan hasil perhitungan net BC cabai pada SIPK-GP 1.13. Gambar 19. Perhitungan NPV padi pada SIPK-GP 1.13 DF DF DF Investasi Pemeliharaanpengolahan Produksi Total 12 38 39 1 312,500 1,239,375 - 1,551,875 - 1,551,875 0.892857 1,385,602.68 0.7246377 1,124,547.10 0.719424 1,116,456.83 2 239,375 - 239,375 - 239,375 0.797194 190,828.28 0.5250998 125,695.76 0.517572 123,893.69 3 60,000 60,000 3,360,000 3,300,000 0.71178 2,348,874.82 0.3805071 1,255,673.36 0.372354 1,228,767.00 NPV 772,443.85 5,430.50 11,583.53 Net BC 1.49 IRR 38.32 PV PV Analisa Kulayakan Usaha Jagung PenghasilanB Rp B-C PV Bulan ke- BiayaC Rp 36 Gambar 20. Perhitungan Net BC cabai pada model usaha di SIPK-GP 1.13 Perhitungan IRR dalam model wilayah usaha untuk padi, cabai, dan jagung masing-masing sebesar 16,811, 31,295 dan 38,319. Dengan demikian model yang dibuat dalam sistem telah sesuai dengan perhitungan secara manual. Gambar 21 menunjukkan hasil perhitungan IRR cabai pada model usaha di SIPK-GP 1.13, sedangkan diagram aliran data level 1 pada model usaha disajikan pada Gambar 22. Gambar 21. Perhitungan IRR cabai pada model usaha di SIPK-GP 1.13 37 Gambar 22. Diagram aliran data level 1 pada model wilayah usaha Analisis sensitivitas ketiga jenis usahatani utama gapoktan dilakukan dengan skenario sebagai berikut a harga benih, pupuk, dan pestisida naik 20 sedang harga jual tetap; b biaya produksi tetap sedang harga jual turun 20; dan c biaya produksi dan harga jual tetap sedang jumlah produksi turun 20. Hasil perhitungan atas ketiga skenario tersebut pada masing- masing metode perhitungan kelayakan usaha disajikan pada Tabel 14-16. Tabel 14. Analisis sensitivitas pada perhitungan NPV No Jenis Usahatani Kondisi Awal Skenario a Skenario b Skenario c 1 Padi 482.240 133.314 -385.242 -385.242 2 Cabai 2.005.178,63 1.775.167 956.609 956.609 3 Jagung 772.443,85 695,07 294.127 294.127 Tabel 15. Analisis sensitivitas pada perhitungan IRR No Jenis Usahatani Kondisi Awal Skenario a Skenario b Skenario c 1 Padi 16,81 13,27 7,88 7,88 2 Cabai 31,29 28,80 22,16 22,16 3 Jagung 38,32 34,99 22,67 22,67 Pengolahan data Poktan Detail data usahatani biaya investasi, biaya tetap, biaya variabel, dan penghasilan usahatani NPV, IRR, Net BC, dan BEP serta kesimpulan kelayakan Gapoktan PMTPPL BPTP Pengelompokkan data Biaya dan penghasilan bulanan 38 Tabel 16. Analisis sensitivitas pada perhitungan Net BC No Jenis Usahatani Kondisi Awal Skenario a Skenario b Skenario c 1 Padi 1,13 1,03 0,90 0,90 2 Cabai 1,79 1,66 1,38 1,38 3 Jagung 1,49 1,42 1,19 1,19 Berdasarkan Tabel 14-16 diketahui bahwa pada skenario a usahatani cabai dan jagung masih layak dilakukan sedangkan padi dinyatakan tidak layak menurut analisa IRR karena lebih rendah dari suku bunga bank yang berlaku, yaitu 14. Pada skenario b dan c usahatani padi sudah tidak layak dilakukan, sedangkan kedua jenis usahatani lainnya masih layak dilakukan. Dengan demikian padi memiliki sensitivitas yang tinggi terhadap perubahan harga produksi, harga jual, dan penurunan produksi dibandingkan dengan dua jenis usahatani lainnya. Analisis sensitivitas terhadap ketiga jenis usahatani utama tersebut, diketahui bahwa padi mempunyai sensitivitas tertinggi terhadap kenaikan harga produksi, penurunan harga jual, dan penurunan jumlah produksi sebesar 20. Hal ini memberi petunjuk kepada kelompok tanipetani anggota yang melakukan usahatani padi maupun PMT dan PPL agar senantiasa menerapkan pola pemupukan berimbang, pengendalian hama terpadu, dan penggunaan benih unggul untuk meningkatkan produksi sehingga dapat mengurangi dampak dari perubahan harga produksi atau harga jual yang berada diluar kendali kelompok tani danatau petani. 3. Model Kinerja Gapoktan Model kinerja gapoktan merupakan penilaian terhadap kinerja gapoktan yang ditandai dengan akumulasi penyaluran dana, jumlah pengembalian pokok, jumlah pembayaran bunga, dan jumlah penambahan assetmodal gapoktan. Kinerja ini menunjukkan seberapa besar aktivitas gapoktan sekaligus menunjukkan efektifitas dari penyaluran dana yang telah diberikan kepada gapoktan. Hasil penilaian manual untuk kinerja Gapoktan Madu Makmur, Bimo Makmur, dan Gapoktan Sumber Makmur disajikan pada Lampiran 18 sampai 20. Sedangkan perhitungan atau skoring manual untuk ketiga gapoktan tersebut dapat dilihat pada Tabel 17 sampai Tabel 19. Pada Tabel 17 dapat dilihat bahwa skor kinerja untuk gapoktan Madu Makmur sebesar 88 atau dalam kategori baik. Gapoktan Bimo Makmur sesuai dengan Tabel 18 memperoleh skor kinerja sebesar 92 atau dalam kategori sangat baik. Sedangkan untuk Gapoktan Sumber Makmur, sesuai dengan Tabel 19, skor yang diperoleh 84 atau sama dengan kedua gapoktan sebelumnya berada dalam kategori baik. 39 Tabel 17. Hasil penilaian kinerja gapoktan Madu Makmur Tabel 18. Hasil penilaian kinerja gapoktan Bimo Makmur Tabel 19. Hasil penilaian kinerja gapoktan Sumber Makmur Penilaian kinerja dengan menggunakan model kinerja pada sistem untuk Gapoktan Sumber Makmur diperoleh hasil sebesar 84 atau pada kategori baik, seperti ditunjukkan pada Gambar 23. Dengan demikian model perhitungan kinerja telah sesuai dengan perhitungan manual. Diagram aliran data level 1 pada model kinerja gapoktan disajikan pada Gambar 24. 4. Model Pengembangan Model pengembangan bertujuan untuk menentukan fokus kegiatan gapoktan yang paling menentukan. Model ini menggunakan proses hierarki analisis atau AHP sebagai metode penetapan fokus, selain itu pada model No Uraian Bobot Nilai BxN Jumlah Kesimpulan 1 Jumlah penyaluran dana BLM-PUAP 40 5 200 2 Jumlah pengembalian pokok pinjaman 20 5 100 3 Jumlah pembayaran bunga pinjaman 20 5 100 4 Jumlah penambahan modalaset 20 2 40 88 BAIK SKORING HASIL PENILAIAN KINERJA GAPOKTAN MADU MAKMUR No Uraian Bobot Nilai BxN Jumlah Kesimpulan 1 Jumlah penyaluran dana BLM-PUAP 40 5 200 2 Jumlah pengembalian pokok pinjaman 20 5 100 3 Jumlah pembayaran bunga pinjaman 20 5 100 4 Jumlah penambahan modalaset 20 3 60 92 SANGAT BAIK SKORING HASIL PENILAIAN KINERJA GAPOKTAN BIMO MAKMUR No Uraian Bobot Nilai BxN Jumlah Kesimpulan 1 Jumlah penyaluran dana BLM-PUAP 40 5 200 2 Jumlah pengembalian pokok pinjaman 20 4 80 3 Jumlah pembayaran bunga pinjaman 20 4 80 4 Jumlah penambahan modalaset 20 3 60 84 BAIK SKORING HASIL PENILAIAN KINERJA GAPOKTAN SUMBER MAKMUR 40 inipun digunakan metode CPI untuk menentukan jenis usahatani yang paling menentukan. Wawancara dilakukan terhadap tiga orang pakar yang terdiri dari Direktur Pembiayaan Pertanian Ditjen Prasarana dan Sarana Pertanian Kementerian Pertanian, Kepala Balai Pengkajian Teknologi Pertanian Provinsi DI. Yogyakarta, dan Kepala Sub Direktorat Pembiayaan Agribisnis, Direktorat Pembiayaan Pertanian, Ditjen Prasarana dan Sarana Pertanian Kementerian Pertanian. Ketiga orang tersebut dipilih karena pada saat ini berperan langsung dalam pelaksanaan program PUAP Kementerian Pertanian. Peran ketiga pakar tersebut berturut-turut sebagai penentu kebijakan ditingkat pusat, penanggung jawabkoordinator kegiatan ditingkat provinsi, dan penanggung jawab kegiatan ditingkat pusat. Gambar 23. Penilaian kinerja Gapoktan Sumber Makmur pada Model Kinerja di SIPK-GP 1.13 Gambar 24. Diagram aliran data level 1 pada model kinerja gapoktan Pengolahan data Gapoktan Detail penyaluran dan pengembalian dana Laporan perkembangan usaha Gapoktan PMTPPL Pengelompokkan data Skor kinerja dan kesimpulannya BPTPPusat Auditor Data penyaluran, pengembalian pokok, dan pembayaran bunga 41 Hasil pengolahan AHP dengan menggunakan expert choice diperoleh hasil sebagaimana tertuang pada Gambar 25. Pengolahan dilakukan dengan terlebih dahulu melakukan perbaikan terhadap input data dari masing-masing narasumber yang menghasilkan indeks inkonsistensi lebih dari 0,1, serta melakukan integrasi untuk skor aktor dan tujuan. Berdasarkan Gambar 25 diketahui bahwa faktor yang paling berpengaruh terhadap fokus usaha gapoktan yaitu potensi pemasaran dengan skor 0,479. Terpilihnya potensi pemasaran sebagai faktor yang paling berpengaruh menunjukkan bahwa dalam melakukan usaha agribisnis, faktor tersebut sangat menentukan tingkat keberhasilan usaha dibanding dengan faktor lainnya, yaitu kelayakan usaha dan potensi wilayah. Gambar 25. Hasil perhitungan AHP dengan menggunakan expert choice Aktor yang paling berpengaruh yaitu pemangku kebijakan Direktur Pembiayaan Direktorat Jenderal Prasarana dan Sarana Pertanian Kementerian Pertanian dengan skor 0,376 diikuti oleh ketua gapoktan dengan skor 0,200. Hal ini menunjukkan bahwa pemangku kebijakan selaku pihak yang pertama memutuskan gapoktan penerima dana BLM-PUAP mempunyai peranan penting dalam keberhasilan gapoktan. Selanjutnya, ketua gapoktan selaku pimpinan atau pengambil kebijakan ditingkat gapoktan mempunyai peranan yang sangat penting dalam menentukan tingkat keberhasilan usahatani 42 anggota gapoktan dan keberhasilan kinerja gapoktan itu sendiri. Apabila kita mengambil ketua gapoktan sebagai aktor utama, maka tujuan yang akan menjadi prioritas yaitu peningkatan pendapatan dengan skor 0,417, sedangkan alternative usahatani terbesar pada usaha simpan pijnam dengan skor 0,282, sebagaimana ditunjukkan pada Gambar 26 dan 27. Gambar 26. Prioritas tujuan apabila dipilih ketua gapoktan sebagai aktor Gambar 27. Prioritas alternatif usahatani untuk actor ketua gapoktan dan tujuan peningkatan pendapatan Pada unsur tujuan, prioritas utama yaitu peningkatan lapangan kerja dengan skor 0,426. Hal ini menunjukkan bahwa peningkatan lapangan kerja merupakan tujuan utama dari pengembangan usaha agribisnis perdesaan. Peningkatan lapangan kerja ini akan menimbulkan multiplier effect, sehingga dapat meningkatkan pendapatan dan pengembangan kelompok. Secara keseluruhan, prioritas alternatif usaha gapoktan secara berturut- turut yaitu simpan pinjam 0,286, usahatani hortikultura 0,243, usahatani tanaman pangan 0,204, usahatani ternak kecil 0,149, dan usahatani ternak 43 besar 0,118. Akan tetapi, apabila kota khususkan pada tujuan peningkatan lapangan kerja, maka alternatif tertinggi berada pada usahatani hortikultura dengan skor sebesar disusul dengan usaha simpan pinjam sebesar 0,238 dan usahatani tanaman pangan sebesar 0,237. Gambar 28. Alternatif usahatani pada tujuan peningkatan lapangan kerja Berdasarkan hasil pengolahan dengan menggunakan AHP maupun CPI, pada sektor on-farm, alternatif pertama fokus usaha gapoktan yaitu usahatani hortikultura, dalam hal ini cabai. Sedangkan apabila digabung dengan sektor off-farm, maka usaha simpan pinjam menjadi pilihan utama. Akan tetapi, karena pada pelaksanaan usaha simpan pinjam jenis usaha yang dilakukan anggota sangat variatif, maka pengelolaannnya sebaiknya dipisahkan dari pengelolaan usaha on-farm. Hasil analisis ini memberi petunjuk kepada ketua kelompok tani, ketua gapoktan, PMT, danatau PPL untuk menganjurkan anggotanya melakukan usahatani hortikultura khususnya cabai. Hasil ini pun dapat dijadikan sebagai dasar untuk melakukan pengaturan jenis usahatani yang dilakukan anggota, sehingga tidak serta merta seluruh anggota melakukan usahatani cabai. Hal ini dilakukan untuk menghindari terjadinya penurunan harga produk yang besar pada saat panen raya. Penetapan fokus usaha dengan metode AHP pada model pengembangan memberikan fasilitas pemasukan data untuk tiga partisipan dan perhitungan gabungan sebagaimana fasilitas dalam software expert choice. Sub-sub menu pada sub menu AHP ini terdiri dari Sub-sub menu Tambah Data yang memberikan fasilitas pemasukan data goal, faktor, aktor, tujuan, dan alternatif, Sub-sub menu Perbandingan AHP yang memberikan fasilitas input data AHP berdasarkan data partisipan, serta Sub-sub menu Daftar AHP yang menampilkan hasil dari perhitungan AHP. Laman Sub-sub menu pada menu AHP seperti disajikan pada Gambar 29 sampai Gambar 31. Diagram aliran data untuk AHP disajikan pada Gambar 32. 44 Gambar 29. Sub-sub menu tambah data AHP pada SIPK-GP 1.13 Perhitungan data masing-masing partisipan telah sesuai dengan yang dihasilkan oleh expert choice. Sedangkan untuk perhitungan data gabungan, hasil yang diperoleh tidak sama dengan yang dihasilkan oleh expert choice, akan tetapi hasil tersebut sama dengan hasil perhitungan secara manual dengan menggunakan rumus perkalian matriks dalam excel. Selain itu, model ini belum melakukan perhitungan integrasi untuk skor alternatif terhadap goal. Seperti halnya expert choice, model ini pun belum melakukan perhitungan integrasi skor untuk aktor dan tujuan. Gambar 30. Input perbandingan AHP pada Sub-sub menu Perbandingan AHP 45 Gambar 31. Sub-sub menu daftar AHP pada sub menu AHP di SIPK-GP 1.13 Gambar 32. Diagram aliran data level 1 pada model pengembangan dengan AHP 46 Hasil penetapan fokus usaha dengan menggunakan metode CPI pada model pengembangan usaha diperoleh hasil seperti ditunjukan pada Gambar 33. Berdasarkan gambar tersebut diketahui bahwa cabai merupakan prioritas utama fokus usaha gapoktan dengan skor sebesar 206,64. Skor hasil perhitungan dengan menggunakan sistem sama dengan perhitungan secara manual. Hal ini menunjukkan bahwa sistem telah sesuai dan dapat dipergunakan. Diagram aliran data level 1 untuk model pengemabgan dengan CPI disajikan pada Gambar 34. Gambar 33. Perhitungan CPI pada SIPK-GP 1.13 Gambar 34. Diagram aliran data level 1 pada model pengembangan dengan CPI Pengolahan data I Pengolahan data II Biaya dan penghasilan bulanan Gapoktan BPTPPMTPPL Poktan Detail data usahatani biaya investasi, biaya tetap, biaya variable, dan penghasilan usahatani Pengelompokkan data Nilai NPV, IRR, Net BC, dan BEP masing-masing jenis usahatani Skor masing-masing jenis usahatani 47 Penetapan fokus usaha dengan menggunakan metode CPI untuk tiga jenis usahatani utama yang dilakukan ketiga gapoktan sampel disajikan pada Tabel 20 dan 21. Berdasarkan Tabel 21, diketahui bahwa usahatani yang paling menguntungkan yaitu usahatani cabai yang termasuk dalam usahatani hortikultura. Hal ini menunjukkan bahwa penetapan fokus usaha gapoktan dengan menggunakan AHP sejalan dengan penetapan fokus melalui metode CPI. Tabel 20. Nilai-nilai analisa kelayakan usaha untuk perhitungan CPI Tabel 21. Perhitungan CPI untuk tiga jenis usahatani utama gapoktan C. Evaluasi User Evaluasi sistem dilakukan untuk mengetahui apakah sistem yang telah dikembangkan telah sesuai dengan kebutuhan atau masih memerlukan beberapa tambahanperbaikan. Pada pengembangan SIPK-GP 1.13 ini evaluasi dilakukan oleh auditor yang merupakan salah satu calon user dari sistem. Evaluasi dilakukan terhadap kecukupan input data dan kecukupan output dari sistem yang merupakan informasi yang akan digunakan oleh auditor dalam pelaksanaan tugasnya. Hasil evaluasi tersebut disajikan pada Tabel 22. Berdasarkan Tabel 22. diketahui pada indikator input, dari 8 orang responden 7 responden menyatakan setuju atau sangat setuju untuk seluruh sub indikator yang terdiri dari jenis data yang diinput telah sesuai kebutuhan, proses input data mudah, dan proses pembaharuan data mudah, sedangkan satu responden menyatakan cukup setuju pada sub indikator jenis data yang diinput telah sesuai dengan kebutuhan. Hal ini menunjukkan bahwa fasilitasi dan konfigurasi input data pada sistem telah cukup memadai atau sesuai dengan kebutuhan user. Pada indikator output, dari 8 responden, sebanyak 7 responden menyatakan setuju atau sangat setuju pada seluruh sub indikator output, sedangkan satu orang responden menyatakan cukup setuju pada sub indikator No Jenis Usahatani NPV IRR Net BC BEP 1 Padi 482,239 16.81 1.13 1,263 2 Cabai 2,005,179 31.29 1.79 259 3 Jagung 772,444 38.32 1.49 661 Trend + + + - No Jenis Usahatani NPV IRR Net BC BEP SKOR Peringkat 1 Padi 100 100 100 20 84 3 2 Cabai 416 186 159 100 207 1 3 Jagung 160 228 132 39 148 2 Bobot 0.2 0.3 0.3 0.2 48 relevansi informasi yang dihasilkan terhadap yang dihasilkan gapoktan dan akurasi informasi yang dihasilkan. Hal ini menunjukkan bahwa informasi yang dihasilkan sistem telah sesuai dengan kebutuhan user. Dengan demikian, sistem yang dikembangkan telah memenuhi kebutuhan user dan siap untuk digunakan. Tabel 22. Hasil evaluasi sistem oleh calon user No Indikator Penilaian PENDAPAT RESPONDEN 1 2 3 4 5 6 7 8 INPUT 1 jenis data yang diinput telah sesuai kebutuhan SS SS SS CS S S SS S 2 proses input data mudah SS SS SS S S S SS S 3 proses perbaruan data mudah SS SS SS S S S SS SS OUTPUT 4 kelengkapan informasi yang dihasilkan SS S SS S S S S S 5 keandalan informasi yang dihasilkan terhadap informasi yang diharapkan SS SS SS S S S SS S 6 relevansi informasi yang dihasilkan terhadap yang dihasilkan gapoktan SS SS SS CS S S S SS 7 akurasi informasi yang dihasilkan SS S SS CS S S SS S Keterangan: STS = sangat tidak setuju 1; TS = tidak setuju 2; CS = cukup setuju 3; S = setuju 4; SS = sangat setuju 5 D. Implikasi Manajemen Implementasi SIPK-GP 1.13 pada pelaksanaan Program PUAP di Kementerian Pertanian akan menimbulkan implikasi manajemen mulai dari tingkat pusat dan provinsi aspek strategis dan taktis sampai dengan gapoktan aspek teknis, baik pada sisi perencanaan maupun pada pelaksanaan kegiatan. Sistem ini menghasilkan output yang dapat dimanfaatkan oleh berbagai level manajemen pada pelaksanaan kegiatan PUAP. Manual instalasi SIPK-GP 1.13 disajikan pada Lampiran 21. 1. Aspek strategis Direktorat Pembiayaan Pertanian selaku penanggung jawab kegiatan dan penentu kebijakan, perlu melakukan beberapa perubahan kebijakan pelaksanaan kegiatan, yaitu a. melakukan revisi Pedoman Umum PUAP antara lain dengan melakukan penambahan persyaratan gapoktan penerima dengan persyaratan teknis sebagaimana yang digunakan pada model seleksi gapoktan b. perubahan metode seleksi gapoktan, dengan melakukan input data teknis nama anggota, tanggal lahirusia, luas lahan yang dimiliki, status lahan, modal awal yang dimiliki, dan jenis usahatani yang dilakukan gapoktan calon penerima bantuan kedalam SIPK-GP 1.13 untuk diolah dan hasilnya diperoleh melalui model seleksi gapoktan, selain melakukan verifikasi administrasi sebagaimana yang selama ini dilakukan c. sosialisasi kepada instansi terkait BPTP provinsi dan dinas lingkup pertanian tentang perubahan Pedoman Umum PUAP d. melakukan penggandaan SIPK-GP 1.13 untuk diujiterapkan pada beberapa gapoktan penerima BLM-PUAP 49 e. penambahan biaya pengadaan komputer dan printer pada komponen biaya dalam rencana usaha gapoktan, serta f. menambahkan materi aplikasi SIPK-GP 1.13 pada pelaksanaan pelatihan penyelia mitra tani dan gapoktan penerima dana BLM-PUAP 2. Aspek taktis BPTP selaku koordinator di provinsi bekerja sama dengan dinas terkait perlu melakukan langkah-langkah sebagai berikut a. menginstruksikan PMT danatau PPL untuk melakukan pendataan atas biaya-biaya yang dikeluarkan anggota gapoktan dalam melakukan usahataninya serta penghasilan yang diperoleh anggota gapoktan dari usahatani yang dilakukannya. Data tersebut digunakan sebagai input pada model wilayah usaha b. meningkatkan sosialisasi dan pembinaan kepada gapoktan, khususnya yang berkaitan dengan tertib administrasi, sehingga data yang diperlukan oleh sistem selalu tersedia dan dapat diinput tepat waktu c. melakukan analisa atas komponen-komponen dalam model wilayah usaha, untuk dilakukan efisiensi biaya usahatani dan mengurangi kehilangan hasil panen 3. Aspek teknis Data merupakan hal yang sangat menentukan efektifitas pemanfaatan sistem, karena apabila data yang diinput tidak benar, akurat, dan lengkap, maka sistem tidak akan menghasilkan output sesuai dengan yang diharapkan. PMTPPL selaku bagian dari manajemen yang langsung berhubungan dengan gapoktan perlu meningkatkan monitoring dan pembinaan pengelolaan administrasi keuangan untuk menjamin ketersediaan, keakuratan, dan ketertiban pencatatan yang dilakukan oleh gapoktan. Dipihak lain, gapoktan selaku pelaksana utama kegiatan PUAP, perlu menetapkan anggota yang akan ditugaskan sebagai pengguna sistem. 4. Aspek sosial SIPK-GP 1.13 melalui model pengembangan, memberi output berupa prioritas usahatani yang paling layak dilakukan oleh anggota gapoktan. Model ini memungkinkan gapoktan untuk mengatur atau melakukan penjadwalan jenis usahatani yang dilakukan oleh anggotanya. Hal ini memerlukan adanya agenda rutin dari gapoktan untuk melakukan pertemuan mengenai penjadwalan jenis usahatani yang dilakukan oleh anggotanya, sehingga masing-masing anggota tidak hanya melakukan satu jenis usahatani, tetapi beberapa jenis usahatani sesuai dengan prioritasnya dilakukan oleh anggota secara bergiliran. Hal ini pun menuntut peran PPL untuk aktif memberikan penyuluhan usahatani kepada anggota terutama yang tidak terbiasa melakukan berbagai jenis usahatani.

BAB V KESIMPULAN DAN SARAN

A. Kesimpulan Sistem Informasi dan Pengambilan Keputusan Gapoktan PUAP atau disingkat SIPK-GP 1.13 adalah sistem informasi manajemen untuk pengelolaan kinerja gapoktan penerima dana PUAP dan penunjang keputusan gapoktan dalam memilih fokus usaha dari kelompok tani anggotanya. Sistem ini dirancang untuk beberapa pengguna sesuai dengan kepentingan masing-masing dengan pengguna utama yaitu gapoktan penerima dana BLM-PUAP. Sistem ini digunakan oleh gapoktan untuk pengelolaan data terkait dengan kinerja gapoktan, yang selama ini menjadi kelemahan gapoktan. Model yang digunakan terdiri dari model seleksi gapoktan, model wilayah usaha, model kinerja, dan model pengembangan usaha. Keempat model tersebut masing-masing secara berturut-turut pada menu Seleksi Gapoktan, Kelayakan Usaha, Kinerja Gapoktan dan Laporan, serta menu Fokus Usaha. Selain keempat menu tersebut, sistem pun memiliki menu Profil Gapoktan dan Usahatani. Menu Profil Gapoktan digunakan untuk melakukan input data gapoktan dan data kinerja gapoktan berupa penyaluran dan pengembalian dana gapoktan ke dan dari kelompok tani anggota serta penyaluran dan pengembalian dana kelompok tani ke dan dari anggota kelompok tani. Menu Usahatani digunakan untuk melakukan input komponen biaya dan penghasilan usahatani. Data pada Menu Usahatani digunakan sebagai dasar perhitungan analisa usaha yang digunakan untuk penetapan fokus usaha pada model pengembangan. Hasil verifikasi pada seluruh model menunjukkan bahwa model yang dibangun pada sistem telah sesuai dengan perhitungan secara manual. Model seleksi tidak dapat dilakukan secara akurat karena keterbatasan data yang dapat diberikan oleh gapoktan sampel. Berdasarkan uraian-uraian di atas, Sistem Informasi dan Pengambilan Keputusan Gapoktan PUAP atau disingkat SIPK-GP 1.13 ini dapat mendukung pengelolaan manajemen gapoktan. Melalui pemanfaatan sistem ini diharapkan kinerja gapoktan secara riil dapat diketahui, yang pada akhirnya akan meningkatkan akurasi capaian kinerja program PUAP secara nasional. Dalam pelaksanaan verifikasi model, terhadap data usahatani yang digunakan sebagai input bagi sistem, diperoleh informasi sebagai berikut. 1. Pada model wilayah usaha diperoleh hasil bahwa ketiga jenis usaha utama dari gapoktan contoh padi, cabai, dan jagung layak dilakukan baik berdasarkan NPV, net BC, maupun IRR. 2. Pada model kinerja memberikan hasil bahwa kinerja Gapoktan Sumber Makmur sebesar 84 dan termasuk pada kategori baik. 3. Pada model pengembangan dengan menggunakan metode AHP memberikan hasil bahwa usahatani hortikultura menjadi prioritas utama, sejalan dengan hasil menggunakan metode CPI yang memberikan kesimpulan bahwa usahatani cabai merupakan prioritas utama untuk usaha gapoktan. Metode AHP pada sistem belum memberikan nilai integrasi dari alternatif yang dihasilkan, tetapi 51 hasil pada masing-masing level telah sesuai dengan perhitungan menggunakan software expert choice. B. Saran 1. Efektifitas sistem ini sangat tergantung dari ketersediaan data pada gapoktan. Sehubungan dengan hal tersebut, sistem ini akan lebih efektif bila dimanfaatkan untuk manajemen gapoktan yang relatif baru atau yang operasional pemanfaatan dananya belum terlalu besar, sehingga penelusuran data untuk input awal tidak terlalu sulit. 2. Pada tahap awal penggunaan di gapoktan, sistem ini dioperasionalkan oleh penyelia mitra tani atau penyuluh lapangan untuk beberapa gapoktan. Pada tahap selanjutnya masing-masing gapoktan dapat mengoperasionalkan sistem secara mandiri. 3. Sistem ini masih dapat dikembangkan terutama pada model pengembangan dengan metode AHP. Pada model ini masih dapat dikembangkan dengan melakukan perhitungan integrasi pada alternatif. Selain itu, variable-variabel pada model seleksi dan kinerja dapat dikembangkan sesuai dengan perkembangan. DAFTAR PUSTAKA Anita AS, Umi S. 2011. Analisis Pendapatan Penerima Bantuan Langsung Masyarakat-Pengembangan Usaha Agribisnis Perdesaan BLM-PUAP di Kabupaten Barito Kuala. Jurnal Agribisnis Perdesaan 0104:285-303. [BPS] Badan Pusat Statistik. 2012. Statistik Indonesia 2012. Badan Pusat Statistik. Jakarta. Berry, R. S. Y. 1999. Collecting data by in-depth interviewing. Paper presented at the British Educational Research Association Annual Conference, University of Sussex at Brighton, September 2 - 5 1999. Boyce C, P. Neale. 2006. Pathfinder International Tool Series. Monitoring and Evaluation – 2. Conducting In-Depth Interviews: A Guide for Designing and Conducting In-Depth Interviews for Evaluation Input. Pathfinder International. USA. Cain J D, K. Jinapala, I.W. Makin, P.G. Somaratna, B.R. Ariyaratnab, L.R. Pererab. 2003. Participatory Decision Support for Agricultural Management. A Case Study from Sri Lanka. Agricultural System 762003: 457-482. Febriani A. 2003. Sistem Penunjang Keputusan Perencanaan Agroindustri Daging Ayam. Skripsi. Fakultas Teknologi Pertanian, Institut Pertanian Bogor. Bogor. Hubeis, Musa. 2009. Prospek Usaha Kecil Dalam Wadah Inkubator Bisnis. Penerbit Ghalia Indonesia. Bogor J.P. Shim, M. Warkentin, J.F. Courtney et al. 2002. Past, Present, and Future of Decision Support Technology. Decision Support Systems 332:111-126. [Kementan] Kementerian Pertanian. 2011. Permentan No. 11PermentanOT.14032011. Pedoman Umum Pengembangan Usaha Agribisnis Perdesaan Tahun 2011. Jakarta. . 2011. Petunjuk Teknis Verifikasi dan Penyaluran Dana PUAP 2011. Jakarta Kornkaew, Artit. 2012. Management Information System Implementation Challenges, Success Key Issues, Effects and Consequences: A Case Study of Fenix System. Jonkoping International Business School. Jonkoping University. Levin, R I, D S. Rubin, J P. Stinson, E S. Gardner, Jr. 2002. Pengambilan Keputusan Secara Kuantitatif Terjemahan. PT. RajaGrafindo Persada. Jakarta. Manetsch, T.J dan G.L. Park. 1977. System Analysis and Simulation with Application to Economic and Social Systems. Michigan State of University. Michigan. Marimin. 2008. Teknik dan Aplikasi Pengambilan Keputusan Kriteria Majemuk, Grassindo, Jakarta. . 2009. Teori dan Aplikasi Sistem Pakar dalam Teknologi Manajerial, IPB Press, Bogor. McLeod R, Schell G. 2005. Management Information System Terjemahan. Prentice Hall.