Perancangan model rantai pasokan untuk Agroindustri Kelapa Terpadu

PERANCANGAN MODEL RANTAI PASOKAN UNTUK

AGROINDUSTRI KELAPA TERPADU DALAM SKALA USAHA KECIL

BANUN DIYAH PROBOWATI

SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR

BOGOR 2011

PERNYATAAN MENGENAI TESIS

Dengan ini saya menyatakan bahwa tesis yang berjudul Perancangan Model Rantai Pasokan untuk Agroindustri Kelapa Terpadu dalam Skala Usaha Kecil adalah karya saya sendiri dengan arahan komisi pembimbing akademik dan belum pernah diajukan dalam bentuk apapun kepada perguruan tinggi manapun, kecuali yang jelas disebutkan rujukannya.

Bogor, Februari 2011

Banun Diyah Probowati NIM. F351060011

ABSTRACT

BANUN DIYAH P. Model Design of Supply Chain for Small Scale Enterprise Integrated Coconut Industry. Under direction of YANDRA ARKEMAN and DJUMALI MANGUNWIDJAJA

The supply chain is a network that performs the procurement of raw material, the transportation of raw material to intermediate and end products, and the distribution of finished products to retailers or directly to customers. There was many complexity problem of supply chain. Simulation is often seen as a proper means for supporting by enabling modeling and analysis of alternative supply chain designs. Simulation is one of the most popular tools employed in the operational analysis of supply chains.. How to design a supply chain model was an interesting matter. The aims of this research were to design a model of supply chain for a small scale entreprise of integrated coconut industry and to get a total supply chain cost from simulation’s result. Minimization of total supply chain cost was an indicator from the model.

A supply chain model was designed with a simulation dinamic that used Stella’s 9.14 software. There were many stages to design the model. The beginning of this stage was identifying dan determining the prospective products. Then they were used as input to design a model. The prospective product were coconut oil, coconut gel, coconut fibre and coconut shell charcoal. The model showed that there were 6,232,828 kilograms coconuts every years that could be made many product for integrated coconut industry.

The simulation’s result showed that if there were 4,932,531.44 kilograms whole nuts supply. There were 4,346,052.35 kilograms coconuts that could be converted as raw materials to produce many products for integrated coconut industry. There were 633,128.46 kilograms coconut oils at rendemen 12%; 429,333.08 kilograms coconut gels at rendemen 10%; 2,040,588.93 kg coconut fibre at rendemen 30%; 1,319,583.51 kilograms coconut shell charcoals at rendemen 40%.

The model resulted total supply chain cost 13,602,224,880.00 rupiahs from 8 units coconut oils industries, 36 units cococnut gel industries, 14 units coconut fibre industries and 4 unit coconut shell charcoal industries. Model from this research could be used to design Integrated Coconut Industry in the potensial rural.

Keywords: integrated coconut industry, design of supply chain model, simulation with Stella 9.14 software.

RINGKASAN

BANUN DIYAH P. Perancangan Model Rantai Pasokan Untuk Agroindustri Kelapa Terpadu dalam Skala Usaha Kecil. Dibimbing oleh YANDRA ARKEMAN dan DJUMALI MANGUNWIDJAJA.

Penelitian ini bertujuan untuk merancang suatu model rantai pasokan dengan biaya rantai pasokan yang minimal. Ada beberapa tahapan dalam merancang model ini. Simulasi model dilakukan dengan Software Stella. Hasil penentuan produk prospektif dengan didasarkan pada beberapa kriteria diperoleh empat buah produk yaitu minyak kelapa, nata de coco, serat sabut kelapa dan arang. Hasil simulasi model menunjukkan bahwa secara-rata-rata setiap tahun terdapat persediaan kelapa butir 6.232.828 kg butir kelapa yang dapat dimanfaatkan untuk diproses menjadi aneka produk agroindustri kelapa terpadu.

Hasil simulasi untuk bahan baku agroindustri menunjukkan apabila terdapat pasokan kelapa butiran sebanyak 4.932.531,44 kg maka jumlah kelapa butiran yang akan dikonversi sebanyak 4.346.052,35 kg dan akan diperoleh bahan baku berupa daging kelapa butiran sebanyak 1.051.161,60 kg, air kelapa sebanyak 938.537,14 kg, sabut kelapa sebanyak 1.313.952 kg, dan tempurung 450.497,83 kg. Agroindustri kelapa terpadu akan menghasilkan minyak kelapa sebanyak 633.128,46 kg pada rendemen minyak kelapa sebanyak 12%, nata de coco sebanyak 429.333,08 kg dengan rendemen nata de coco 10%, serat sabut kelapa sebanyak 2.040.588,93 kg dengan rendemen 30%, arang tempurung sebanyak 1.319.583,51 kg dengan rendemen 40%.

Hasil simulasi dinamik dari distribusi produk menunjukkan bahwa jumlah produk yang didistribusikan untuk memenuhi permintaan domestik minyak kelapa sebanyak 195.508,99 kg dan jumlah produk yang didistribusikan untuk memenuhi permintaan ekspor minyak kelapa sebanyak 330.513,49 kg, nata de coco sebanyak 259.347,71 kg dan untuk memenuhi permintaan ekspor nata de coco sebanyak 64.663,13 kg, serat sabut sebanyak 236.732,72 kg dan untuk memenuhi permintaan ekspor serat sabut sebanyak 110.149,21 kg, arang tempurung sebanyak 989.842,90 kg dan jumlah produk yang didistribusikan untuk memenuhi permintaan ekspor arang tempurung sebanyak 1.517.973,92 kg.

Total biaya rantai pasokan hasil simulasi menunjukkan diperlukan biaya total bahan baku sebanyak Rp 5.220.623.130,00, biaya inventori total Rp 1.445.771.180,00 dan biaya distribusi produk sebanyak Rp 6.935.830.575,00 serta biaya total rantai pasokan sebanyak Rp 13.602.224.880,00.

Biaya ini merupakan biaya yang dikeluarkan oleh 8 unit pengolahan minyak kelapa, 36 unit pengolahan nata de coco, 14 unit pengolahan serat sabut dan 4 unit pengolahan arang tempurung. Model yang didesain ini diharapkan dapat digunakan sebagai dasar dalam mendirikan suatu agroindustri kelapa terpadu terutama di wilayah-wilayah penghasil kelapa.

Kata kunci : agroindustri kelapa terpadu, perancangan model rantai pasokan, simulasi dengan Stella 9.14

©Hak Cipta milik IPB, tahun 2011 Hak Cipta dilindungi Undang-Undang

Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan atau menyebutkan sumbernya. Pengutipan hanya untuk kepentingan pendidikan, penelitian, penulisan karya ilmiah, penulisan laporan, penulisan kritik atau tinjauan suatu masalah; dan pengutipan tersebut tidak merugikan kepentingan yang wajar IPB.

Dilarang mengumumkan dan memperbanyak sebagian atau seluruh karya tulis ini dalam bentuk apapun tanpa izin IPB.

PERANCANGAN MODEL RANTAI PASOKAN UNTUK AGROINDUSTRI KELAPA TERPADU

DALAM SKALA USAHA KECIL

BANUN DIYAH PROBOWATI

Tesis

sebagai salah satu syarat untuk memperoleh gelar Magister Sains pada

Program Studi Teknologi Industri Pertanian

SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR

BOGOR 2011

Judul Tesis : Perancangan Model Rantai Pasokan Untuk Agroindustri Kelapa Terpadu Dalam Skala Usaha Kecil

Nama : Banun Diyah Probowati NIM : F351060011

Disetujui Komisi Pembimbing

Dr. Ir. Yandra Arkeman, M.Eng

Ketua Anggota

Prof Dr.Ir. Djumali Mangunwidjaja, DEA

Ketua Program Studi Dekan Sekolah Pascasarjana Teknologi Industri Pertanian

Dr. Ir. Machfud, MS Prof. Dr. Ir. Khairil Anwar Notodiputro, MS

PRAKATA

Puji syukur kepada Allah SWT yang telah memberikan karunia dan ridho-Nya sehingga penulis dapat menyelesaikan penulisan tesis dengan judul: PERANCANGAN MODEL RANTAI PASOKAN UNTUK AGROINDUSTRI KELAPA TERPADU DALAM SKALA USAHA KECIL. Tesis ini disusun guna memenuhi salah satu persyaratan dalam menyelesaikan pendidikan Program Magister di Sekolah Pascasarjana, Institut Pertanian Bogor.

Tesis terselesaikan melalui proses arahan, bimbingan, bantuan dan dukungan dari banyak pihak. Dengan ketulusan hati penulis menyampaikan terima kasih dan penghargaan kepada :

1. Dr. Ir. Yandra Arkeman, M.Eng, selaku Ketua Komisi Pembimbing dan Prof.Dr.Ir. Djumali Mangunwidjaja, DEA sebagai anggota Komisi Pembimbing atas bimbingan, arahan, dan nasehat kepada penulis sejak perkuliahan di TIP, penyusunan hingga terselesaikannya tesis ini.

2. Ir. Muhammad Zein Nasution, M.App.Sc sebagai penguji luar komisi dan Dr.Eng. Taufik Djatna, STP, M.Si selaku perwakilan penguji dari Program Studi TIP IPB, atas kesediaan, kesabaran, saran dan masukannya dalam penyempurnaan tesis ini.

3. Dr. Ir. Machfud, MS sebagai Ketua Program Studi TIP beserta seluruh dosen dan staf yang dengan penuh perhatian dan dedikasi tinggi senantiasa mendorong para mahasiswa TIP untuk dapat menyelesaikan studi dengan baik 4. Ir. Dadang Supriyatna, M.Si dan Ir. M. Nurdin, M.Si dari Balai Besar Industri

Agro juga kepada Ir. Edi Mulyono, MS atas segala bantuannya dalam penyelesaian tesis.

5. Drs. H. Kaswan Badami, M.Si (Dekan Fakultas Pertanian) dan Dr. Ir. Umi Purwandari, M.App.Sc dan Supriyanto, STP, MP selaku Ketua Jurusan TIP Universitas Trunojoyo, beserta segenap rekan dan staf serta teman-teman dosen beserta keluarga di Fakultas Pertanian Universitas Trunojoyo yang tidak bisa disebutkan satu per satu atas bantuan dan dorongan moral yang diberikan sehingga penulis dalam menyelesaikan studi di Sekolah Pascasarjana IPB,

6. Dik Nisa, Tuti, Sari, Dik Hedi, Upik, Yusuf, Dwi, Puji, Adetya, Pak Rika, Pak Dadang, Mbak Tuti, Pak Wagiman, Pak Rofiq, Pak Makmur, Bu Ivelyn, Bu Hendrastuti, Bu Retno, Jeng Tini, Neng Iffan, Dik Patma, Dik Yuana, Pak Fuad, Diajeng Mila, Jeng Uki, Pak Imam dan teman-teman TIP (S2 dan S3), terimakasih atas inspirasi, kisah, dan semangatnya kepada penulis.

7. Ibu Hajjah Nafisah dan Keluarga Perwira 6 atas bantuannya.

8. Linda, Fitri, Lisa, Nupi, Nunung, Burhan, Adhiek atas persahabatan dan dukungannya.

Kepada Ayahanda Sujoto (almarhum) dan Ibunda Siti Mubarokah, penulis persembahkan rasa hormat, bakti, dan terimakasih yang mendalam. Suamiku Akhmad Sumbada, anakku Rania Fadya Salsabila dan Raihan Aulia Wijaya, adikku Sofia Rahmawati dan Kakakku Teguh Adi Nugroho sungguh merupakan motivator penulis dan pendorong bagi selesainya tesis ini. Mbak Wiwid dan Icha, keluarga besar Slamet Sumardi Nataatmaja, keluarga Sri Widodo atas segala perhatian dan motivasinya.

Penulis menyadari masih banyak yang harus disempurnakan dalam tesis ini. Penulis menerima semua kritik dan saran yang membangun. Semoga tesis ini dapat bermanfaat khususnya bagi perkembangan pengetahuan khasanah keilmuan rantai pasokan dan terutama untuk rantai pasokan agroindustri pengolahan kelapa terpadu.

Bogor, Februari 2011 Penulis

RIWAYAT HIDUP

Penulis merupakan anak kedua dari tiga bersaudara dari orang tua tercinta Bapak Sujoto (Almarhum) dan Ibu Siti Mubarokah. Penulis dilahirkan pada tanggal 24 Juli 1974 di Laweyan Surakarta Propinsi Jawa Tengah. Penulis menikah dengan Akhmad Sumbada dan telah dikaruniai seorang putri bernama Rania Fadya Salsabila yang lahir pada tanggal 21 Januari 2009 dan seorang putra Raihan Aulia Wijaya yang lahir pada tanggal 8 Januari 2011.

Penulis menamatkan pendidikan dasar di SD Negeri Pabelan 1, Kartasura, Sukoharjo, Jawa Tengah, selanjutnya menamatkan pendidikan menengah pertama di SMP Negeri 1 Kartasura, Sukoharjo, Jawa Tengah dan menamatkan pendidikan menengah atas dari SMA Negeri Kartasura, Sukoharjo, Jawa Tengah. Penulis menempuh Pendidikan Strata 1 di Jurusan Teknologi Industri Pertanian, Fakultas Teknologi Pertanian, Universitas Gadjah Mada di Yogyakarta dan lulus pada tahun 2001. Penulis bekerja sebagai dosen Program Studi Teknologi Industri Pertanian Fakultas Pertanian Universitas Trunojoyo di Bangkalan terhitung mulai tahun 2002 hingga sekarang. Penulis memperoleh kesempatan melanjutkan Program Magister Sains (S2) di Program Studi Teknologi Industri Pertanian, Sekolah Pascasarjana, Institut Pertanian Bogor pada tahun 2006 dengan Bantuan Beasiswa Pendidikan Pasca Sarjana.

DAFTAR ISI

Halaman DAFTAR TABEL …….…………... DAFTAR GAMBAR …….…………... DAFTAR LAMPIRAN ….…………... PENDAHULUAN ..……….…………... Latar Belakang ... Perumusan Masalah ... Tujuan ... Ruang Lingkup ... Manfaat Penelitian...

TINJAUAN PUSTAKA ... Pemodelan Sistem Dinamik ... Pendekatan dalam Sistem Dinamik ...…... Simulasi dalam Sistem Dinamik ...…... Rantai Pasokan ...……... Verfikasi dan Validasi ... Komoditas Kelapa dan Potensi Pengembangan ... Agroindustri Kelapa Terpadu ... Ulasan Penelitian Terdahulu ..………...

METODOLOGI PENELITIAN ... Kerangka Pemikiran ... Pendekatan Pemodelan ... Tatalaksana Penelitian …...……...………...…...

POTENSI BAHAN BAKU AGROINDUSTRI KELAPA

TERPADU... Potensi Ketersediaan Bahan Baku ... IDENTIFIKASI DAN PENENTUAN PRODUK PROSPEKTIF UNTUK AGROINDUSTRI KELAPA TERPADU

Identifikasi Produk Prospektif ... Penentuan Kriteria Produk Prospektif ...

DESKRIPSI PROSES PRODUKSI ... Deskripsi Proses produksi Minyak Kelapa ... Deskripsi Proses produksi Nata de Coco ... Deskripsi Proses produksi Serat Sabut ... Deskripsi Proses produksi Arang ...

XV XVI XVIII 1 1 3 4 4 4 5 5 16 18 20 27 29 38 41 45 45 48 49 52 52 58 59 63 63 66 69 72

ANALISIS RANTAI PASOKAN ... Struktur Rantai Pasokan Agroindustri Kelapa Terpadu ... Struktur Jaringan Rantai Pasokan Pengolahan Daging Buah Kelapa .... Struktur Jaringan Rantai Pasokan Pengolahan Air Kelapa ... Struktur Jaringan Rantai Pasokan Pengolahan Sabut Kelapa ... Struktur Jaringan Rantai Pasokan Pengolahan Tempurung Kelapa ...

PERANCANGAN MODEL RANTAI PASOKAN ... Karakteristik Model ... ... Analisis Kebutuhan Dinamis Rantai Pasokan Agroindustri Kelapa Terpadu ... ... Diagram Lingkar Sebab Akibat (Causal Loop Diagram)... Mekanisme Model Rantai Pasokan (Ideal) ... Formulasi Model ... ... ... Input-input dalam Pemodelan Sistem ... ... Simulasi Model dengan Software Stella ... ... Verfikasi dan Validasi Model Simulasi ... Konsep Penerapan Model ... ... ...

KESIMPULAN DAN SARAN ... ... ... Kesimpulan ... ... ... Saran ... ... ... ... ...

DAFTAR PUSTAKA ……... LAMPIRAN …...

74 74 78 80 82 85

88 88

91 93 96 97 109 113 130 132

135 135 137

138 143

DAFTAR TABEL

Halaman

1. Implikasi Pemilihan Alternatif dalam Sistem Pasokan

Bahan Baku ... ... ... 2. Sebaran Lokasi Jenis Industri Pengolahan Kelapa di Indonesia ... 3. Karakteristik Varietas Kelapa ... ... 4. Deskripsi Beberapa Jenis Kelapa Unggul di Indonesia ... 5. Perbandingan Kondisi Perkelapaan di Indonesia dan Philipina ... 6. Skala Industri Beberapa Produk Olahan Kelapa ... 7. Posisi Penelitian yang Dilakukan ... 8. Luas Areal Produksi Kelapa di Dunia ... 9. Produksi Kelapa di Dunia ... 10. Produksi Kelapa Ekuivalen Kopra Dunia ... 11. Luas Areal dan Jumlah Produksi Kelapa di Indonesia ... 12. Luas Areal dan Produksi Kelapa Indonesia Berdasarkan Jenis

Perkebunan ... 13. Hasil Pemilihan Produk Prospektif Olahan Kelapa ... 14. Analisis Kebutuhan Model Rantai Pasokan untuk Agroindustri Kelapa

Terpadu ... 15. Input dalam Pemodelan ... 16. Asumsi-Asumsi Biaya dalam Pemodelan ... 17. Ketersediaan Kelapa Butiran ... 18. Produksi Kelapa Dalam Kabupaten Ciamis ... 19. Potensi Areal Perkebunan Kelapa Dalam Jawa Barat ... 20. Potensi Agroindustri Pengolahan Kelapa Kabupaten Ciamis ...

19 22 22 23 24 29 33 44 44 45 46

48 52

92 109 110 114 116 116 117

DAFTAR GAMBAR

Halaman

1. Aliran Rantai Pasokan... 2. Contoh Rantai Pasokan Logistik ... 3. Jalur Rantai Pasokan Bahan Baku ... 4. Sebaran Potensi Kelapa Indonesia ... 5. Peta Penyebaran Industri Besar Pengolahan Kelapa ... 6. Pohon Industri Kelapa ... 7. Kerangka Konseptual Penelitian ... 8. Diagram Alir Kerangka Pemikiran ... 9. Skenario Konsep Konfigurasi Rantai Pasokan

Agroindustri Kelapa Terpadu ... 10. Grafik Perkembangan Nilai Ekspor Komoditas Olahan ... 11. Diagram Alir Proses Produksi Minyak Kelapa ... 12. Diagram Alir Proses Produksi Nata de Coco ... 13. Diagram Alir Proses Produksi Serat Sabut ... 14. Diagram Alir Proses Produksi Arang ... 15. Tinjauan Struktur Rantai Pasokan ... 16. Skema Struktur Jaringan Rantai Pasokan Buah Kelapa Butiran ... 17. Skema Rantai Pasokan Minyak Kelapa ... 18. Skema Rantai Pasokan Nata de Coco ... 19. Skema Rantai Pasokan Serat Sabut ... 20. Skema Rantai Pasokan Arang ... 21. Diagram Lingkar Sebab Akibat Model Rantai Pasokan Agroindustri

Kelapa Terpadu ... ... ... 22. Stock Flow Diagram Sub Model Ketersediaan Kelapa Butiran ... 23. Grafik Hasil Simulasi Ketersediaan Kelapa Butiran...

18 18 19 21 21 27 46 47 49 50 56 59 61 64 66 68 71 73 77 78 94 113 114

24. Konsumsi Kelapa Kabupaten Ciamis ... 25. Stock Flow Diagram Sub Model Bahan Baku Agroindustri … ... 26. Stock Flow Diagram Sub Model Agroindustri

Minyak Kelapa … ... … ... 27. Stock Flow Diagram Sub Model Agroindustri Nata de Coco …... 28. Stock Flow Diagram Sub Model Agroindustri Serat Sabut... ... 29. Stock Flow Diagram Sub Model Agroindustri Arang Tempurung ... . 30. Stock Flow Diagram Sub Model Ketersediaan Produk

Minyak Kelapa Domestik ……… ... ... 31. Stock Flow Diagram Sub Model Ketersediaan Produk

Minyak Kelapa Ekspor ……… ... ... 32. Stock Flow Diagram Sub Model Ketersediaan Produk

Nata de Coco Domestik ………... ... 33. Stock Flow Diagram Sub Model Ketersediaan Produk

Nata de Coco Ekspor ……… ... ... 34. Stock Flow Diagram Sub Model Ketersediaan Produk

Serat Sabut Domestik ……… ... ... 35. Stock Flow Diagram Sub Model Ketersediaan Produk

Serat Sabut Ekspor ……… ... ... 36. Stock Flow Diagram Sub Model Ketersediaan Produk

Arang Tempurung Domestik … ... ... 37. Stock Flow Diagram Sub Model Ketersediaan Produk

Arang Tempurung Ekspor …… ... ... 38. Stock Flow Diagram Sub Model Distribusi Produk …… ... 39. Stock Flow Diagram Sub Model Total Biaya Rantai Pasokan ...

115 118

119 120 121 121

122

123

124

124

125

125

126

126 128 129

DAFTAR LAMPIRAN

Halaman

1. Nilai Komoditas Olahan Kelapa Ekspor (US$) ... ... 2. Rekapitulasi Luas, Produksi dan Produktivitas Tanaman

Kelapa Dalam Kabupaten Ciamis Tahun 2001-2008 ... 3. Rekapitulasi Luas, Produksi dan Produktivitas Tanaman

Kelapa Hibrida Kabupaten Ciamis Tahun 2001-2008 ... 4. Peta Kabupaten Ciamis ... 5. Hasil Simulasi Dinamis Ketersediaan Kelapa Butiran ...

6. Hasil Simulasi Dinamis Bahan Baku Agroindustri ... 7. Hasil Simulasi Dinamis Agroindustri Kelapa ... 8. Hasil Simulasi Dinamis Ketersediaan Produk Minyak Kelapa ………. 9. Hasil Simulasi Dinamis Ketersediaan Produk Nata de Coco …………. 10. Hasil Simulasi Dinamis Ketersediaan Produk Serat Sabut ……… 11. Hasil Simulasi Dinamis Ketersediaan Produk Arang Tempurung ……. 12. Hasil Simulasi Dinamis Distribusi Produk ...….. 13. Hasil Simulasi Dinamis Biaya Rantai Pasokan ... 14. Output Interface Model Rancangan dengan Stella 9.14 ... 15. Output Model Rancangan dengan Stella 9.14 ... 16. Formulasi Model Rancangan dengan Stella 9.14 ...

143

144

145 146 147 148 149 150 151 152 153 154 155 156 161 169

PENDAHULUAN

Latar Belakang

Agroindustri memiliki sejumlah permasalahan kompleks yang harus diselesaikan mulai dari pemasokan bahan baku, proses penciptaan nilai tambah hingga dalam mendistribusikan produknya ke konsumen. Rantai pasokan untuk produk pertanian yang diproses akan melibatkan beberapa pelaku, yaitu petani atau perkebunan, pengolah atau pabrik, dan konsumen. Beberapa perusahaan telah berhasil meningkatkan efisiensi produksi serta kualitas produk dengan cara melakukan desain atau merancang ulang seluruh rantai pasokannya (Wouda, 2001).

Manajemen rantai pasokan produk pertanian berbeda dengan manajemen rantai pasokan untuk produk manufaktur lainnya karena beberapa karakteristik yang khas yaitu (1) produk pertanian bersifat mudah rusak, (2) proses penanaman, pertumbuhan dan pemanenan tergantung pada iklim dan musim (3) hasil panen memiliki bentuk dan ukuran yang bervariasi, (4) produk pertanian bersifat kamba sehingga produk pertanian sulit untuk ditangani (Austin 1992; Brown 1994), serta mengurangi ketidakpastian dalam bisnis. Keseluruhan faktor tersebut menjadi bahan pertimbangan dalam desain dan analisis rantai pasokan produk pertanian sehingga manajemen rantai pasok produk pertanian menjadi lebih kompleks daripada manajemen rantai pada umumnya.

Manajemen rantai pasok adalah keterpaduan antara perencanaan, koordinasi dan kendala seluruh proses dan aktivitas bisnis dalam rantai pasok untuk memenuhi kebutuhan konsumen dengan biaya termurah (Chopra dan Meindell 2007). Beberapa hasil penelitian menunjukkan bahwa integrasi rantai pasokan bermanfaat untuk memaksimumkan kinerja rantai pasokan, mengurangi biaya pemesanan, mengurangi waktu siklus dan tingkat persediaan serta ketidakpastian bisnis.

Industri pengolahan kelapa pada saat ini masih didominasi oleh produk setengah jadi berupa kopra dan minyak kelapa mentah (crude coconut oil). Namun, daya saing produk kelapa pada saat ini tidak lagi terletak pada produk

primernya seperti kopra dan minyak kelapa mentah, yang banyak diusahakan secara tradisional. Produk-produk olahan lain bahkan memiliki daya saing yang lebih tinggi, sebagai contoh produk kelapa parut kering (desiccated coconut) memiliki daya saing yang jauh lebih tinggi (300%-400%) dibandingkan dengan kopra, yang terlihat dari indeks paritas ekspornya (nilai ekspor dibandingkan dengan biaya produksi). Hal ini juga terlihat bahwa daya saing ekspor produk primer cenderung semakin menurun bahkan sampai biaya produksi lebih tinggi daripada nilai ekspor atau nilai tambah yang semakin kecil.

Peluang pengembangan agroindustri kelapa untuk menghasilkan produk bernilai ekonomi tinggi sangat besar. Alternatif produk yang dapat dikembangkan cukup variatif dan prospektif antara lain minyak kelapa, kelapa parut kering, arang tempurung, karbon aktif, gula merah, serat kelapa, produk-produk olahan kayu kelapa, gabus kelapa, dan produk-produk oleokimia, yang dapat diusahakan secara parsial maupun terpadu (Allorerung dan Lay, 1998). Profil usaha produk-produk akhir kelapa yang sudah berkembang hingga saat ini antara lain nata de coco, serat sabut, arang tempurung, gula merah, dan kelapa parut kering menunjukkan kelayakan usaha yang tinggi berdasarkan penggunaan domestik beberapa produk kelapa. Akhir-akhir ini telah berkembang pula produk-produk oleokimia dan biodiesel dari kelapa (cocodiesel) yang merupakan bioenergi.

Masing-masing industri pengolahan kelapa tersebut diusahakan secara parsial. Hal ini berakibat pada kesulitan dalam kontinyuitas penyediaan bahan baku dalam jumlah memadai agar industri tetap beroperasi. Kontinyuitas penyediaan bahan baku dipengaruhi oleh karakteristik pemanenan kelapa yang bersifat tahunan dan sifat hasil panen yang berpencar. Hasil kelapa yang melimpah bukan berarti buah kelapa tersebut mudah diambil dan diperoleh. Kendala yang utama pada beberapa industri parsial pengolahan kelapa berupa kendala transportasi. Biaya transportasi bahan baku untuk industri pengolahan kelapa dari lokasi pasokan bahan baku menuju lokasi pabrik pengolahan sangat mahal karena kesulitan pengangkutan antar pulau. Oleh sebab itu lokasi pabrik pengolahan sebaiknya dibangun di sentra penghasil kelapa atau dekat dengan lokasi pemasok bahan baku. Hal ini agar dapat mengurangi risiko kerusakan bahan baku. Sifat bahan baku kelapa yang kamba (bulky) akan mempengaruhi

tonase saat diangkut jarak jauh (Mangunwidjaja dan Sailah, 2008). Pasokan bahan baku untuk masing-masing agroindustri kelapa diharapkan akan lebih terjamin apabila pengembangan dapat dilaksanakan secara terpadu. Dukungan pasokan bahan baku dapat dilakukan melalui jaringan yang cukup kompleks dengan melibatkan beberapa industri pengolahan kelapa lain.

Manajemen rantai pasokan untuk agroindustri kelapa secara umum saat ini masih lemah karena (1) agroindustri kelapa masih diusahakan secara parsial (2) belum adanya keterkaitan pemasokan bahan baku antara masing-masing industri secara parsial tersebut (3) Dukungan kelembagaan yang ada sebagian besar masih belum berfungsi dalam membentuk koordinasi antar para pelaku usaha yang terkait dengan manajemen rantai pasok. Hal ini dilakukan agar kinerja jaringan rantai pasokan lebih efisien. Manajemen rantai pasokan yang masih lemah menyebabkan rantai pasokan untuk agroindustri kelapa terpadu belum efektif dan efisien. Hal ini dapat ditunjukkan dengan belum adanya agroindustri kelapa yang benar-benar terpadu yang didirikan di sentra-sentra penghasil kelapa. Keterlibatan beberapa industri pengolahan kelapa yang diusahakan dalam bentuk agroindustri kelapa terpadu dapat digambarkan dalam suatu desain rancangan model rantai pasokan. Model rantai pasokan yang didesain selain dapat menggambarkan jaringan keterlibatan yang cukup kompleks juga dapat mendeskripsikan kebutuhan beberapa aktor yang terlibat dalam rantai pasokan agroindustri kelapa terpadu.

Perumusan Permasalahan

Hal yang menarik untuk dikaji adalah bagaimana desain model rantai pasokan untuk agroindustri kelapa terpadu dengan melihat keterkaitan antar pemasokan bahan baku dari kelapa butiran dengan mensimulasikan pasokan kelapa butiran dari pemasok yang diutamakan terdiri dari petani pemasok dan atau pedagang pengumpul. Desain model untuk konfigurasi jaringan rantai pasokan untuk agroindustri kelapa terpadu ini dilakukan dengan simulasi secara dinamis.

Tujuan Tujuan penelitian ini adalah :

1. untuk menghasilkan rancangan model dinamis rantai pasokan agroindustri kelapa berdasarkan konsep terpadu sebagai suatu alat strategis agar jaringan rantai pasokan menjadi lebih efisien.

2. untuk memperoleh hasil simulasi terhadap model dinamis untuk rantai pasokan yang dibangun dengan melihat pengaruhnya terhadap biaya total rantai pasokan dalam agroindustri kelapa terpadu.

Ruang Lingkup Ruang lingkup penelitian ini adalah :

1. Rantai pasokan untuk agroindustri kelapa terpadu di wilayah penghasil kelapa terbanyak di Propinsi Jawa Barat yaitu Kabupaten Ciamis.

2. Rantai pasokan yang diteliti merupakan rantai pasokan yang melibatkan agroindustri dalam skala kecil.

3. Fokus jaringan rantai pasokan dimulai dari pasokan bahan baku dari petani (kebun kelapa), sistem distribusi pengangkutan buah kelapa butiran, unit pengolahan, pengendalian persediaan dan distribusi ke konsumen industri, konsumen pengguna langsung dan eksportir. Aliran melalui distributor, retailer, hingga konsumen akhir di pasar luar negeri tidak dibahas.

4. Risiko yang terkait dengan manajemen pasokan tidak dipertimbangkan dalam lingkup penelitian ini.

5. Peningkatan kinerja sebagai ukuran rantai pasokan yaitu efisiensi biaya total rantai pasokan.

Manfaat Penelitian

Penelitian ini diharapkan memberikan manfaat yaitu terwujudnya suatu agroindustri pengolahan kelapa terpadu dengan konfigurasi jaringan rantai pasokan yang terintegrasi dalam pemasokan bahan baku antar industri parsial yang ada dengan ukuran kinerja berupa efisiensi biaya total rantai pasokan. Penelitian ini diharapkan dapat menjadi dasar pengembangan kawasan andalan berbasis potensi daerah terutama tanaman kelapa yang diusahakan secara terpadu/terintegrasi dengan industri pengolahan hasilnya.

TINJAUAN PUSTAKA

Pemodelan Sistem Dinamik

Pemodelan (modelling) dapat diartikan sebagai suatu perwakilan atau abstraksi dari sebuah obyek atau situasi aktual (Eriyatno 1998). Istilah lainnya disebut tiruan model dunia nyata yang dibuat virtual (Sterman 2000). Bentuk yang berupa tiruan ini maka model tidak mesti harus sama persis dengan aslinya, minimal memiliki keserupaan. Model yang dibuat harus dilakukan analisis lebih lanjut. Pemodelan merupakan kumpulan aktivitas pembuatan model. Sebagai landasan pengertian pemodelan diperlukan suatu penelaahan tentang model itu sendiri secara spesifik ditinjau dari pendekatan sistem. Sebelum sampai pada tahap pemodelan, perlu diketahui lebih dahulu jenis dan klasifikasi model-model secara terperinci. Salah satu dasar utama untuk mengembangkan model adalah guna menemukan peubah apa yang penting dan tepat. Penemuan peubah-peubah tersebut sangat erat hubungannya dengan pengkajian hubungan-hubungan yang terdapat di antara peubah-peubah. Teknik kuantitatif seperti persamaan regresi dan simulasi digunakan untuk mempelajari keterkaitan antar peubah dalam sebuah model (Dimyati 1987).

Model juga dikategorikan dalam tiga macam model yaitu model statis, model statis komparatif dan model dinamis. Model statis menggambarkan fenomena kejadian pada saat ini. Model statis komparatif merupakan model yang membandingkan beberapa fenomena dengan kejadian yang berbeda dalam suatu waktu. Model dinamis merupakan model yang dapat dikembangkan untuk menunjukkan perubahan over time permintaan dan pasokan. Model ini juga merefleksikan perubahan melalui simulasi ataupun berdasarkan waktu real dan menghitung komponen secara konstan dengan memasukkan beberapa alternatif tindakan yang akan datang (McGarney dan Hannon 2004).

Proses pemodelan terdiri dari langkah-langkah sebagai berikut (Sterman 2000) :

1. Perumusan masalah dan pemilihan batasan dunia nyata. Tahap ini meliputi kegiatan pemilihan tema yang akan dikaji, penentuan variabel kunci, rencana waktu untuk mempertimbangkan masa depan yang jadi

pertimbangan serta seberapa jauh kejadian masa lalu untuk mempertimbangkan masa depan yang jadi pertimbangan serta seberapa jauh kejadian masa lalu dari akar masalah tersebut dan selanjutnya mendefinisikan masalah dinamisnya

2. Formulasi hipotesis dinamis dengan menetapkan hipotesis berdasarkan pada teori perilaku terhadap masalah dan membangun peta struktur kausal melalui gambaran model mental pemodel dengan bantuan alat-alat seperti Causal Loop Diagram (CLD) dan stock flow diagram.

Klasifikasi perbedaan model memberikan tambahan pendalaman sesuai dengan tingkat kepentingannya, karena dapat dijelaskan dalam banyak cara. Model dapat dikategorikan menurut fungsi, struktur, acuan waktu, dan kepastiannya. Kategori umum adalah jenis model yang pada dasarnya dapat dikelompokkan menjadi tiga macam yaitu : (1) ikonik, (2) analog dan (3) simbolik.

1. Model Ikonik

Model ikonik adalah perwakilan fisik dari beberapa hal baik dalam bentuk ideal ataupun dalam skala yang berbeda. Model ikonik mempunyai karakteristik yang sama dengan hal yang diwakili, dan terutama amat sesuai untuk menerangkan kejadian pada waktu yang spesifik. Model ikonik dapat berdimensi dua (foto, peta, cetak biru) atau tiga dimensi (prototip mesin, alat). Apabila model berdimensi lebih dari tiga maka tidak mungkin lagi dikonstruksi secara fisik sehingga diperlukan kategori model simbolik.

2. Model Analog (Model Diagramatik)

Model analog dapat mewakili situasi dinamik, yaitu keadaan berubah menurut waktu. Model ini lebih sering dipakai daripada model ikonik karena kemampuannya untuk mengetengahkan karakteristik dari kejadian yang dikaji. Model analog banyak berkesusaian dengan penjabaran hubungan kuantitatif antara sifat dan klas-klas yang berbeda. Dengan melalui transformasi sifat menjadi analognya, maka kemampuan membuat perubahan dapat ditingkatkan. Contoh model analog ini adalah kurva permintaan, kurva distribusi frekuensi pada statistik, dan diagram alir.

3. Model Simbolik (Model Matematik)

Pada hakekatnya, ilmu sistem memusatkan perhatian kepada model simbolik sebagai perwakilan dari realitas yang sedang dikaji. Format model simbolik dapat berupa bentuk angka, simbol, dan rumus. Jenis model simbolik yang umum dipakai adalah suatu persamaan. Bentuk persamaan adalah tepat, singkat, dan mudah dimengerti. Simbol persamaan tidak saja mudah dimanipulasi daripada kata-kata, namun juga lebih cepat ditangkap maksudnya.

Model yang dirancang dalam penelitian ini berupa model analog berdasarkan kategori umum jenis model. Model ini dikategorikan analog karena rancangan model ini mewakili situasi dinamik, yaitu keadaan yang berubah terhadap waktu yaitu di mana terdapat sistem boundary yang membatasi pemasokan bahan baku dengan waktu panen.

Sistem yang telah diekspresikan pada notasi matematik dan format bersamaan, timbullah keuntungan dari fasilitas manipulatif dari matematik. Seorang analis dapat memasukkan nilai-nilai yang berbeda dalam model matematik dan kemudian mempelajari perilaku dari sistem tersebut. Pada pengkajian tertentu, sensitivitas dari sistem dilakukan dengan perubahan dari input sistem itu sendiri. Bahasa simbolik ini juga membantu dalam komunikasi karena pernyataan yang singkat dan jelas daripada deskripsi lisan.

Pemodelan diawali dengan menguraikan seluruh komponen yang akan mempengaruhi efektivitas dari operasi suatu sistem. Setelah daftar komponen tersebut lengkap, langkah selanjutnya adalah penyaringan komponen mana yang akan dipakai dalam pengkajian tersebut. Hal ini umumnya sulit karena adanya interaksi antar peubah yang seringkali mengaburkan proses isolasi satu peubah. Peubah yang dipandang tidak penting ternyata mempengaruhi hasil studi setelah proses pengkajian selesai. Hal ini dapat dihindari melalui percobaan pengujian data guna memilih konponen kritis. Setelah itu, dibentuk gugus persamaan yang dapat dievaluasi dengan mengubah-ubah komponen tertentu pada batas yang ada.

Tahap pemodelan pada pendekatan siatem lebih kompleks namun relatif tidak banyak ragamnya ditinjau baik dari jenis sistem ataupun kecanggihan model. Permodelan abstrak menerima input berupa alternatif sistem yang layak. Proses

ini membentuk dan mengimplementasikan model-model matematik yang dimanfaatkan guna merancang program terpilih untuk dipraktekkan di dunia nyata pada tahap berikutnya. Output utama dari tahap ini adalah deskripsi terperinci dari keputusan yang diambil berupa perencanaan, pengendalian, dan kebijakan lainnya.

Penyelesaian pemodelan dapat dikelompokkan menjadi tiga macam yaitu optimasi standar, meta-heuristik dan simulasi. Philport dan Everett (2001) melakukan optimasi standar untuk menyelesaikan permasalahan rantai pasokan dengan tujuan maksimisasi pendapatan dengan kendala-kendala kapasitas produksi, bahan baku dan permintaan. Demikian halnya dengan Wouda et al. (2002) menggunakan programa linier bulat campuran untuk masalah alokasi lokasi. Model ini melibatkan banyak variabel, dan diselesaikan dengan program linier umum dengan tujuan minimisasi biaya. Optimasi yang menggunakan meta-heuristik dilakukan oleh Yandra et al. (2007) dengan mengembangkan model obyektif majemuk dengan total biaya rantai pasok dan jumlah produk yang rusak. Model programa matematis ini diselesaikan dengan menggunakan integrasi algoritma genetika dan logika fuzzy. Penyelesaian model dengan teknik simulasi dilakukan oleh Djohar et al. (2003) dalam manajemen rantai pasok untuk agroindustri kelapa sawit kasar. Teknik-teknik yang digunakan untuk membangun model yaitu regresi tunggal untuk pola pasokan tandan buah segar, metode rerata bergerak untuk perkiraan permintaan minyak sawit kasar, dan selanjutnya dirangkai dalam suatu model simulasi.

Model dinamis mampu menelusuri jalur waktu dari peubah-peubah model. Model dinamik lebih sulit dan mahal pembuatannya, namun memberikan kekuatan yang lebih tinggi pada analisis dunia nyata. Pemilihan model tergantung pada tujuan dari pengkajian sistem dan terlihat jelas pada formulasi permasalahan pada tahap evaluasi kelayakan. Sifat model juga tergantung pada teknik pemodelan yang dipakai. Model yang mendasarkan pada teknik peluang dan memperhitungkan ketidakpastian disebut model probabilistik atau model stokastik. Dalam mengkaji suatu sistem, model ini sering digunakan karena perihal yang dikaji umumnya mengandung keputusan yang tidak tentu. Kebalikan dari model ini adalah model kuantitatif yang tidak mempertimbangkan peluang

kejadian atau dikenal dengan model deterministik. Contohnya adalah model pada program linear. Model ini memusatkan penelaahannya pada faktor-faktor kritis yang diasumsikan mempunyai nilai eksak dan tertentu pada waktu yang spesifik..

Metodologi dinamika sistem pada dasarnya menggunakan hubungan-hubungan sebab-akibat (causal) dalam menyusun model suatu sistem yang kompleks, sebagai dasar dalam mengenali dan memahami tingkah laku dinamis sistem tersebut. Penggunaan metodologi dinamika sistem lebih ditekankan kepada tujuan-tujuan peningkatan pengertian tentang bagaimana tingkah laku sistem muncul dari strukturnya. Persoalan yang dapat dengan tepat dimodelkan menggunakan metodologi dinamika sistem adalah masalah yang:

1. mempunyai sifat dinamis (berubah terhadap waktu)

2. struktur fenomenanya mengandung paling sedikit satu struktur umpan-balik (feedback structure).

Menurut Sterman (2000) prinsip-prinsip untuk membuat model dinamik dengan ciri-ciri seperti yang diuraikan di atas adalah sebagai berikut:

1. keadaan yang diinginkan dan keadaan yang sebenarnya terjadi harus dibedakan di dalam model;

2. adanya struktur stok dan aliran dalam kehidupan nyata harus dapat direpresentasikan di dalam model;

3. aliran-aliran yang berbeda secara konseptual, di dalam model harus dibedakan;

4. hanya informasi yang benar-benar tersedia bagi aktor-aktor di dalam sistem yang harus digunakan dalam pemodelan keputusannya;

5. struktur kaidah pembuatan keputusan di dalam model haruslah sesuai (cocok) dengan praktek-praktek manajerial; dan

6. model harus dapat menyesuaikan dengan kondisi-kondisi ekstrim.

Menurut Sterman (2000) sejumlah pengujian tertentu perlu dilakukan terhadap model agar dapat meningkatkan keyakinan pengguna terhadap kemampuan model di dalam mengungkapkan sistem yang diwakilinya. Keyakinan ini menjadi dasar bagi kesahihan model. Simulasi dapat dirancang apabila kesahihan model telah dapat dicapai, simulasi selanjutnya dapat digunakan untuk merancang kebijakan-kebijakan yang efektif.

Model dinamika sistem dibentuk karena adanya hubungan sebab-akibat (causal) yang mempengaruhi struktur di dalamnya baik secara langsung antar dua struktur, maupun akibat dari berbagai hubungan yang terjadi pada sejumlah struktur, hingga membentuk umpan-balik (causal loop). Struktur umpan-balik ini merupakan blok pembentuk model yang diungkapkan melalui lingkaran-lingkaran hubungan sebab-akibat dari variabel-variabel yang melingkar secara tertutup. Ada 2 macam hubungan kausal, yaitu

1. hubungan sebab-akibat positif; dan 2. hubungan sebab-akibat negatif. Ada 2 macam umpan-balik, yaitu: 1. umpan-balik positif (growth)

2. umpan–balik negatif (goal seeking).

Representasi aktivitas dalam suatu lingkar umpan-balik, digunakan dua jenis variabel utama yang disebut sebagai stok dan aliran (level and rate atau dikenal juga dengan sebutan stock and flow). Stok menyatakan kondisi sistem pada setiap saat. Dalam kerekayasaan (engineering) stok sistem lebih dikenal sebagai state variable system. Stok merupakan akumulasi di dalam sistem. Persamaan suatu variabel rate merupakan suatu struktur kebijaksanaan yang menjelaskan mengapa dan bagaimana suatu keputusan dibuat berdasarkan kepada informasi yang tersedia di dalam sistem. Aliran adalah satu-satunya variabel dalam model yang dapat mempengaruhi stok.

Beberapa hal yang dapat melengkapi variable stock dan aliran, dalam memodelkan dinamika sistem dikenal juga variable lain berupa auxilary, konstanta (constant) dan tundaan (delay). Auxilary merupakan variabel yang bisa berubah seiring dengan waktu, perubahannya dapat disebabkan atas hubungan-hubungan sebab-akibat yang terjadi antara variabel dalam model atau pun akibat variabel dari luar secara independen. Konstanta merupakan variabel dengan nilai tetap yang tidak berubah sepanjang waktu, sedangkan tundaan adalah variabel waktu pada perilaku perubahan yang tidak serta-merta (tertunda) atas proses yang terjadi dalam hubungan-hubungan antar struktur hingga mempengaruhi perilaku model.

Pembuatan model dinamika sistem umumnya dilakukan dengan menggunakan software yang memang dirancang khusus. Software tersebut seperti Powersim, Vensim, Stella, dan Dynamo. Dengan software tersebut model dibuat secara grafis dengan simbol-simbol atas variabel dan hubungannya. Namun demikian tidak menutup kemungkinan sebuah software yang dapat mengolah operasi matematis jenis spreadsheet seperti Microsoft Excel atau Lotus juga bisa dimanfaatkan untuk kebutuhan pembuatan model dinamika sistem.

Sistem dinamik awalnya digunakan untuk mengkaji dinamika industri oleh JW Forrester. Sistem dinamik ini merupakan pendekatan yang membantu manajemen puncak dalam memecahkan permasalahan kecil dan dianggap sukar untuk dipecahkan. Kebanyakan orang dalam menetapkan tujuan yang hendak dicapai pada awalnya terlalu rendah. Hal yang diinginkan adalah sebuah peningkatan dengan sikap umum yang dilakukan dalam lingkungan akademis, yaitu dengan menjelaskan perilakunya dan setelah itu menemukan struktur dan kebijakan untuk hasil yang lebih baik (Sterman 2000).

Sistem dinamik merupakan suatu metodologi untuk mempelajari permasalahan di sekitar yang melihat permasalahan secara keseluruhan (holistik). Metodologi ini tidak seperti metodologi lain yang mengkaji permasalahan dengan memilahnya menjadi bagian-bagian yang lebih kecil dan saling membatasi. Konsep utama sistem dinamik adalah pemahaman tentang bagaimana semua obyek dalam suatu sistem saling berinteraksi satu dengan yang lain. Sistem dinamik menurut masyarakat sistem dinamik (system dynamics society) adalah metodologi untuk mempelajari dan mengelola sistem umpan balik yang kompleks, seperti yang biasa ditemui dalam dunia bisnis dan sistem sosial lainnya.

Sterman (2000) mendefinisikan bahwa sistem dinamik adalah metode untuk meningkatkan pembelajaran dalam sistem yang kompleks. Lebih lanjut, metode ini diilustrasikan seperti sebuah simulasi dalam kokpit pesawat bagi manajemen untuk memahami dalam belajar dinamika yang kompleks, memamhami sumber resistensi (hambatan) dalam kebijakan dan merancang kebijakan yang lebih efektif. Pemahaman kekompleksan tersebut maka sistem dinamik didasarkan atas teori dinamika non linier dan kontrol umpan balik yang dikembangkan dalam disiplin ilmu matematika, fisika dan kerekayasaan.

Sushil (1993) membuat keterpaduan antara teori-teori tersebut ke dalam sebuah ilustrasi berupa bangunan metodologi. Bangunan metodologi sistem dinamik ini terdiri atas tiga latar belakang disiplin ilmu manajerial tradisional, sibernetika dan simulasi komputer. Prinsip dan konsep dari ketiga disiplin ini saling bersinergi dengan mengesampingkan kelemahannya masing-masing dalam memecahkan permasalahan secara holistik. Sistem dinamik merupakan suatu metode pemodelan dengan simulasi komputer sebagai suatu alat yang digunakan oleh para manager untuk menganalisis permasalahan yang kompleks.

Sistem dinamik adalah metodologi berfikir, metodologi untuk mengabstraksikan suatu fenomena di dunia sebenarnya ke model yang lebih eksplisit. Fenomena yang dimaksud meliputi dua hal yaitu struktur dan perilaku. Struktur merupakan suatu unsur pembentuk fenomena. Pola yang mempengaruhi keterkaitan antar unsur tersebut adalah (1) feedback (causal loop); (2) stock (level) dan flow (rate); (3) delay; dan (4) nonlinearity. Perilaku (behaviour) adalah perubahan suatu besaran/variabel dalam suatu kurun waktu tertentu, baik kuantitatif maupun kualitatif atau catatan tentang magnitude (besar, nilai, angka) sesuatu dalam suatu kurun waktu tertentu (pertumbuhan, penurunan, osilasi, stagnan, atau kombinasinya). Pemahaman hubungan struktur dan perilaku sangat diperlukan dalam mengenali suatu fenomena.

(1) Feedback (Causal Loop) atau Hubungan Causal.

Suatu struktur umpan–balik harus dibentuk karena adanya hubungan kausal (sebab-akibat). Dengan perkataan lain, suatu struktur umpan-balik adalah suatu causal loop (lingkar sebab-akibat). Struktur umpan-balik ini merupakan blok pembentuk model yang diungkapkan melalui lingkaran-lingkaran tertutup. Lingkar umpan-balik (feedback loop) tersebut menyatakan hubungan sebab-akibat variabel-variabel yang melingkar, bukan manyatakan hubungan karena adanya korelasi-korelasi statistik.

Hubungan sebab-akibat antar sepasang variabel harus dipandang bila hubungan variabel lainnya terhadap variabel tersebut di dalam sistem dianggap tidak ada. Sedangkan suatu korelasi statistik antara sepasang variabel diturunkan dari data yang ada dalam keadaan variabel tersebut mempunyai hubungan dengan variabel lainnya di dalam sistem dan kesemuanya berubah secara simultan.

Rancangan causal-loop diagram (CLD) biasanya digunakan dalam system thinking (berpikir sistemik) untuk mengilustrasikan hubungan cause-effect (sebab-akibat). Hubungan feedback (umpan-balik) bisa menghasilkan perilaku yang bervariasi dalam sistem nyata dan dalam simulasi sistem nyata.

(2) Stock (Level) dan Flow (Rate)

Dalam merepresentasikan aktivitas dalam suatu lingkar umpan-balik, digunakan dua jenis variabel yang disebut sebagai stock (level) dan flow (rate). Level menyatakan kondisi sistem pada setiap saat. Dalam kerekayasaan (engineering) level sistem lebih dikenal sebagai state variable system. Level merupakan akumulasi di dalam sistem.

Persamaan suatu variabel rate merupakan suatu struktur kebijakan yang menjelaskan mengapa dan bagaimana suatu keputusan dibuat berdasarkan kepada informasi yang tersedia di dalam sistem. Rate inilah satu-satunya variabel dalam model yang dapat mempengaruhi level.

(3) Delay (tunda)

Delay terjadi dimanapun di dunia nyata. Adanya delay menghasilkan sesuatu hal yang menarik pada perilaku kompleks sistem, ketika sistem tersebut tidak memiliki feedback dan kompleksitas cause-effect yang terbatas.

(4) nonlinearity (non linearitas)

Pendekatan sistem dinamik merepresentasikan dinamika perubahan state dari sistem dan menghasilkan isyarat-isyarat sebagai keluarannya. Isyarat-isyarat ini diformulasikan ke dalam model keputusan dan kemudian bersama dengan isyarat dari lingkungannya menjadi feedback bagi dinamika sistem itu sendiri. Model secara prinsip masih dikatakan berbasis linear thinking di mana kausalitas diasumsikan terjadi secara serial sehingga penyebab pertama dari rangkaian sebab-akibat ini sering bukanlah sumber masalahnya.

Penggunaan pendekatan sistem dinamik maka keputusan-keputusan dan kebijakan yang dibuat serta reaksi dari lingkungannya akan direpresentasikan ke dalam causal-loop diagram, menggunakan stock-flow model sehingga akhirnya dapat disimulasikan dengan komputer.

Suatu fenomena dinamis dimunculkan oleh adanya struktur fisik dan struktur pembuatan keputusan yang saling berinteraksi. Struktur fisik dibentuk

oleh akumulasi (stock) dan jaringan aliran orang, barang, energi, dan bahan. Sedangkan struktur pembuatan keputusan dibentuk oleh akumulasi (stock) dan jaringan aliran informasi yang digunakan oleh aktor-aktor (manusia) dalam sistem yang menggambarkan kaidah-kaidah proses pembuatan keputusannya. Proses pembuatan keputusan menyangkut fenomena-fenomena yang dinamis.

Metode sistem dinamik erat kaitannya tentang tendensi-tendensi dinamik sistem-sistem yang kompleks, yaitu pola-pola tingkah laku yang dibangkitkan oleh sistem itu dengan bertambahnya waktu. Penggunaan metodologi sistem dinamik lebih ditekankan kepada tujuan-tujuan peningkatan pemahaman tentang bagaimana tingkah laku muncul dari struktur dalam sistem tersebut. Pemahaman ini sangat penting dalam perancangan kebijakan yang efektif.

Persoalan yang dapat dengan tepat dimodelkan menggunakan metodologi sistem dinamik adalah masalah yang mempunyai sifat dinamis (berubah terhadap waktu); dan struktur fenomenanya mengandung paling sedikit satu struktur umpan-balik (feedback structure). Penggunaan metodologi sistem dinamik yang dimodelkan adalah struktur informasi sistem yang didalamnya terdapat aktor-aktor, sumber-sumber informasi, dan jaringan aliran informasi yang menghubungkan keduanya. Analogi fisik dan matematik untuk struktur informasi itu dapat dibuat dengan mudah. Sebagai suatu analogi fisik, sumber informasi merupakan suatu tempat penyimpanan (storage), sedangkan keputusan merupakan aliran yang masuk ke atau keluar dari tempat penyimpanan itu. Dalam analogi matematik, sumber informasi dinyatakan sebagai variabel keadaan (state variable), sedangkan keputusan merupakan turunan (derivative) variabel keadaan tersebut.

Dengan demikian, model yang dibentuk untuk tujuan seperti di atas haruslah memenuhi syarat-syarat berikut:

1. adanya efek suatu intervensi (kebijakan), dalam bentuk perilaku, merupakan suatu kejadian berikutnya, maka untuk melacaknya unsur (elemen) waktu perlu ada (dinamik);

2. Mampu mensimulasikan bermacam intervensi dan dapat memunculkan perilaku sistem karena adanya intervensi tersebut;

3. Memungkinkan mensimulasikan suatu intervensi yang efeknya dapat berbeda secara dramatik dalam jangka pendek dan jangka panjang (kompleksitas dinamik);

4. Perilaku sistem di atas dapat merupakan perilaku yang pernah dialami dan teramati (historis) ataupun perilaku yang belum pernah teramati (pernah dialami tetapi tidak teramati atau belum pernah dialami tetapi kemungkinan besar terjadi); dan

5. Mampu menjelaskan mengapa suatu perilaku tertentu (transisi yang sukar misalnya) dapat terjadi.

Dalam hubungannya dengan kesahihan (validity) model, suatu model haruslah sesuai (cocok) dengan kenyataan (realitas) empirik yang ada.

Metode ini menyaratkan bahwa suatu model haruslah mempunyai banyak titik kontak (points of contact) dengan kenyataan (reality) dan pembandingan yang berulang kali dengan dunia nyata (real world) melalui titik-titik kontak tersebut haruslah membuat model menjadi robust.

Adapun prinsip-prinsip untuk membuat model dinamik dengan ciri-ciri seperti yang diuraikan di atas menurut Sterman (2000) adalah sebagai berikut: 1. Keadaan yang diinginkan dan keadaan yang sebenarnya terjadi harus

dibedakan di dalam model;

2. Adanya struktur stok dan aliran dalam kehidupan nyata harus dapat direpresentasikan di dalam model;

3. Aliran-aliran yang berbeda secara konseptual, di dalam model harus dibedakan;

4. Hanya informasi yang benar-benar tersedia bagi aktor-aktor di dalam sistem yang harus digunakan dalam pemodelan keputusannya;

5. Struktur kaidah pembuatan keputusan di dalam model haruslah sesuai (cocok) dengan praktek-praktek manajerial; dan

6. Model haruslah tetap tegap (robust) dalam kondisi-kondisi ekstrim.

Sistem dinamis merupakan suatu cara berpikir tentang sistem sebagai jaringan yang saling berhubungan yang mempengaruhi sejumlah komponen yang telah ditetapkan dari waktu ke waktu. Simulasi merupakan prosedur kuantitatif

yang menggambarkan suatu proses dengan mengembangkan suatu model dan menerapkan serangkaian uji coba terencana untuk memprediksikan tingkah laku proses sepanjang waktu, sehingga analisis dapat dilakukan untuk sistem yang baru tanpa harus membangunnya atau merubah sistem yang telah ada serta tidak perlu menggangu operasi dari sistem tersebut. Pada umumnya simulasi digunakan untuk model-model dinamis yang melibatkan periode waktu ganda (Randers 2000).

Pendekatan dalam Sistem Dinamik

Sistem dinamik adalah metodologi untuk memahami suatu masalah yang kompleks. Metodologi ini dititikberatkan pada pengambilan kebijakan dan bagaimana kebijakan tersebut menentukan tingkah laku masalah-masalah yang dapat dimodelkan oleh sistem secara dinamik (Richardson dan Pugh 1986). Permasalahan dalam sistem dinamik dilihat tidak disebabkan oleh pengaruh dari luar namun dianggap disebabkan oleh struktur internal sistem. Tujuan metodologi sistem dinamik berdasarkan filosofi kausal (sebab akibat) adalah mendapatkan pemahaman yang mendalam tentang tata cara kerja suatu sistem (Asyiawati 2002; Muhammad; et a!. 2001). Tahapan dalam pendekatan sistem dinamik adalah : a. ldentifikasi dan definisi masalah

b. Konseptualisasi sistem c. Formulasi model d. Sirnulasi model

e. Verifikasi dan validasi model f. Analisis kebijakan

g. Impiementasi kebijakan

Tahapan dalam pendekatan sistem dinamik diawali dan diakhiri dengan pemahaman sistem dan permasalahannya sehingga membentuk suatu lingkaran tertutup.

Pemodelan merupakan alat bantu dalam pengambilan keputusan. Model digambarkan sebagai suatu sistem yang dibatasi. Sistem yang dibatasi ini merupakan sistem yang meliputi semua konsep dan variabel yang saling berhubungan dengan permaslahan dinamik yang ditentukan. Permasalahan dalam

sistem dinamik dilihat tidak disebabkan oleh pengaruh dari luar, namun dianggap disebabkan oleh struktur internal dari sistem. Tujuan metodologi sistem dinamik berdasarkan filosofi kausal (sebab akibat) adalah mendapatkan pemahaman mendalam tentang tata cara kerja suatu sistem (Asyiawati 2002).

Proses pemodelan terdiri atas langkah-langkah sebagai berikut (Sterman 2000):

1. Perumusan masalah dan pemilihan batassan dunia nyata. Tahap ini meliputi kegiatan pemilihan tema yang akan dikaji, penentuan variabel kunci, rencana waktu untuk mempertimbangkan masa depan yang jadi pertimbangan serta seberapa jauh kejadian masa lalu dari akar masalah tersebut dan selanjutnya mendefinisikan masalah dinamisnya.

2. Formulasi hipotesis dinamis dengan menetapkan hipotesis berdasarkan pada teori perilaku tergadap masalahnya dan membangun peta struktur kausal melalui gambaran model mental pemodel dengan bantuan alat-alat seperti causal loop diagram. Stock flow diagram, dan alat bantu lainnya. Model mental adalah asumsi yang sangat dalam melekat, umum atau bahkan suatu gambaran dari bayangan atau citra yang berpengaruh pada bagaimana kita memahami dunia dan bagaimana kita mengambil tindakan (Senge 1995).

3. Tahap formulasi model simulasi dengan membuat spesifikasi struktur, aturan keputusan, estimasi parameter dan uji konsistensi dengan tujuan dan batasan yang telah ditetapkan sebelumnya.

4. Pengujian meliputi pengujian melalui pembandingan dari model yang dijadikan referensi, pengujian kehandalan (robustness) dan uji sensistivitas.

5. Evaluasi dan perancangan kebijakan berdasarkan skenario yang telah diujicobakan dari hasil simulasi. Perancangan kebijakan mempertimbangkan analisis dampak yang ditimbulkan, kehandalan model pada skenario yang berbeda dengan tingkat ketidakpastian yang berbeda pula serta keterkaitan antar kebijakan agar dapat bersinergi.

Tahapan-tahapan pemodelan :

2. Menentukan variabel tujuan 3. memilih variabel control

4. memilih parameter variabel kontrol 5. menguji model yang dihasilkan

6. melihat bagaimana model akan bekerja, memilih horizon waktu atau perilaku dinamis dalam waktu

7. jalankan model

8. mengganti parameter dengan alasan ekstrim 9. membandingkan hasil dengan data eksperimen 10. Perbaiki model berdasarkan parameter yang ada

Simulasi dalam Sistem Dinamik

Analisis model sistem dinamis menggunakan analisis model simulasi. Simulasi sebagai teknik penunjang keputusan dalam pemodelan, misalnya pemecahan masalah bisnis secara ekonomis dan tepat menghadapi perhitungan rumit dan data yang banyak. Simulasi adalah aktivitas di mana pengkaji dapat menarik kesimpulan tentang perilaku dari suatu sistem melalui penelaahan perilaku model yang selaras, di mana hubungan sebab akibatnya sama dengan atau seperti yang ada pada sistem sebenarnya (Eriyatno 1998).

Simulasi diartikan sebagai aktivitas di mana pengkaji dapat menarik kesimpulan-kesimpulan tentang perilaku dari suatu sistem, melalui penelaahan perilaku model yang selaras, di mana hubungan sebab akibatnya sama dengan atau seperti yang ada pada sistem sebenarnya (Eriyatno 1998). Alat yang digunakan adalah stock flow diagram (SFD) sebagai konsep sentral dalam teori sistem dinamik. Stock merupakan akumulasi atau pengumpulan dan karakteristik keadaan sistem dan pembangkit informasi di mana aksi dan keputusan didasarkan. Stock ini digabungkan dengan rate atau flow sebagai aliran informasi, sehingga stock menjadi sumber ketidakseimbangan dinamik dalam sistem. Basis penentuan nilai dari stock dan flow berdasarkan persamaan matematik integral dan differensial.

Perilaku model sistem dinamis ditentukan oleh keunikan dari struktur model, yang dapat dipahami dari hasil simulasi model. Dengan simulasi akan

didapatkan perilaku dari suatu gejala atau proses yang terjadi dalam sistem, sehingga dapat dilakukan analisis dan peramalan perilaku gejala atau proses tersebut di masa depan. Simulasi dilakukan dengan memasukkan faktor kebijakan/intervensi kebijakan (sesuai skenario yang diinginkan) ke dalam model yang telah dibangun. Perubahan kebijakan akan berpengaruh terhadap variabel yang lain sehingga secara keseluruhan akan mempengaruhi kinerja sistem. Kondisi ini merupakan gambaran tentang kondisi riil yang mungkin terjadi. Hasil dari perubahan ini akan diamati pada tabel atau grafik variabel yang diinginkan. Simulasi digunakan untuk membuat peramalan secara terintegrasi mengenai fenomena perilaku sistem yang akan terjadi berdasarkan nilai-nilai peubah dari model (Pramudya 1989).

Simulasi merupakan salah satu kegiatan dalam analisis sistem yang secara garis besar meliputi tiga kegiatan:

1. Merumuskan model yang menggambarkan sistem dan proses yang terjadi di dalamnya;

2. Melakukan eksperimen;

3. Menggunakan model dan data untuk memecahkan masalah.

Titik tolak pemodelan dengan simulasi adalah menyederhanakan sistem nyata yang hanya memperhatikan beberapa bagian atau sifat utama yang memiliki hubungan sebab akibat dari sistem sebenarnya. Definisi ini sejalan dengan pemikiran Pegden (1991) dalam Suryadi dan Ramdhani (2002) yang mendefinisikan simulasi sebagai proses desain model suatu sistem nyata dan melakukan eksperimen terhadap model tersebut dengan tujuan untuk memahami keadaan sistem dan atau mengevaluasi berbagai strategi operasi dalam sistem. Emshorf dan Simon (1970) dalam Suryadi dan Ramdhani (2002) mendefinisikan simulasi sebagai suatu model sistem di mana komponennya dipresentasikan oleh proses-proses aritmatika dan logika yang dijalankan pada komputer untuk memperkirakan sifat-sifat dinamis sistem tersebut. Simulasi menyangkut pembangkitan proses serta pengamatan dari proses untuk menarik kesimpulan dari sistem yang diwakili.

Simulasi juga merupakan prosedur kuantitatif yang menggambarkan suatu proses dengan mengembangkan modelnya dan menerapkan serangkaian ujicoba

terencana untuk memprediksikan tingkah laku proses sepanjang waktu (Lari 2003). Menurut Gottfried (1984) simulasi adalah suatu aktivitas untuk menarik perilaku suatu sistem dengan mempelajari perilaku model yang memiliki kesamaan dengan sistem. Model simulasi menurut Eppen dan Gould (1984) adalah serangkaian operasi yang bersifat logis dan matematis yang dilengkapi dengan ukuran ketepatan nilai-nilai parameter ataupun keputusan. Menurut Borowski dan Borwein (1989) simulasi adalah teknik untuk membuat konstruksi model matematika untuk suatu proses atau situasi dalam rangka menduga secara karakteristik atau menyelesaikan masalah yang berkaitan dengan menggunakan model yang diajukan.

Simulasi juga dilakukan dengan menggunakan bahasa program dalam beberapa software program komputer yang dirancang untuk kebutuhan simulasi seperti Dynamo, AutoMod II, ProModel, Simfactory II.5, Witness, XCELL+, -Powersim, Stella dan lain-lain. Perangkat lunak dalam pemodelan sistem dinamik tersebut merupakan alat bantu yang dapat memudahkan pemodel dalam menerjemahkan bahasa causal loop diagram ke dalam stock flow diagram. Stock flow diagram harus dilengkapi dengan persamaan matematika dan nilai awal untuk aktivitas simulasi. Stock flow diagram sebagai konsep sentral dalam teori sistem dinamik. Stock adalah akumulasi atas pengumpulan dan karakteristik keadaan sistem dan pembangkit informasi di mana aksi keputusan didasarkan padanya. Stock digabungkan dengan rate atau flow sebagai aliran informasi, sehingga stock menjadi sumber ketidakseimbangan dinamis dalam sistem.

Perangkat pemodelan sistem dinamis juga dilengkapi berbagai kemudahan seperti tampilan yang mudah dimengerti sehingga memudahkan pemodel bagi pemodel taupun pemakai yang tidak mengerti secara teknis sekalipun. Stella yang dipakai dalam penelitian ini merupakan suatu pernagkat lunak yang dibuat atas dasar model sistem dinamis dengan kemampuan yang tinggi dalam melakukan simulasi.

Rantai Pasokan

Rantai pasokan menurut Clark and Scarf (1960) dalam Lee and Wang (1999) merupakan suatu rangkaian dari beberapa lokasi yang harus dilewati suatu material sebelum pada akhirnya sampai kepada konsumen. Rantai pasokan ini

mencerminkan suatu sistem penyimpanan multi eselon dalam suatu rangkaian kebijakan kontrol optimalnya dengan karakteristik tertentu. Menurut Simchi-Levi et al. (2003), masalah kunci yang terkait dalam pengelolaan rantai pasokan terdiri dari konfigurasi jaringan distribusi, pengendalian inventori, kontrak pemasokan, strategi distribusi, integrasi rantai pasokan dan kemitraan strategis, strategi perantaraan (procurement) dan outsourcing, desain produk, teknologi informasi dan sistem penunjang keputusan serta penilaian pelanggan. Pengelolaan rantai pasokan tidak hanya dilakukan agar seluruh bagian sistem memberikan kinerja keseluruhan yang efektif, tetapi juga efisien.

Menurut Vorst (2004) rantai pasokan adalah jejaring fisik dan aktivitas pengambilan keputusan yang terkait dengan aliran bahan dan informasi yang melintasi batas-batas perusahaan. Menurut Vidal & Goetschalckx (1997), rancangan rantai pasokan mengharuskan keputusan yang terkait dengan beberapa hal, yaitu:

− Jumlah, lokasi, kapasitas dan tipe pabrik dan gudang yang akan digunakan.

− Kumpulan pemasok yang akan dipilih.

− Saluran transportasi yang akan digunakan.

− Jumlah bahan baku dan produk yang akan diproduksi dan pengiriman ke sejumlah pemasok, pabrik, gudang dan pelanggan.

− Jumlah bahan baku, produk lanjutan dan produk akhir yang perlu disimpan sebagai persediaan di beberapa lokasi.

Istilah manajemen rantai pasokan dipopulerkan pertama kalinya pada tahun 1982 sebagai pendekatan manajemen persediaan yang ditekankan pada pasokan bahan baku. Pada tahun 1990-an isu manajemen rantai pasok telah menjadi agenda para manajer sebagai kebijakan strategis perusahaan. Hal ini juga didasari adanya kesadaran bahwa keunggulan daya saing perlu didukung oleh aliran barang dari pemasok hingga pengguna akhir. Ada beberapa tahapan yang harus dilalui oleh aliran barang dari hulu hingga hilir, yaitu pemasok bahan baku, pabrik, distributor, retail dan konsumen akhir.

Menurut Watanabe (2001), manajemen rantai pasokan merupakan suatu konsep atau mekanisme untuk meningkatkan produktivitas total perusahaan dalam rantai pasokan melalui optimalisasi waktu, lokasi dan aliran kuantitas bahan.

Menurut Kalakota (2000), manajemen rantai pasokan adalah sebuah ‘proses payung’ di mana struktural. Suatu rantai pasokan merujuk kepada hubungan di mana mendapatkan sumber produksi dalam mendistribusikan kepada konsumen. Menurut Chopra (2001), tujuan yang ingin dicapai dari setiap rantai pasokan adalah untuk memaksimalkan nilai yang dihasilkan secara keseluruhan. Rantai pasokan yang terintegrasi akan meningkatkan keseluruhan nilai yang dihasilkan dari rantai pasokan tersebut.

Manajemen rantai pasokan tersebut pada hakekatnya merupakan koordinasi rantai-rantai pasokan mulai dari proses produksi, pengolahan, distribusi, pemasaran hingga konsumen akhir. Manajemen rantai pasokan merujuk pada manajemen keseluruhan proses produksi, distribusi dan pemasaran di mana konsumen dihadapkan pada produk-produk yang sesuai dengan keinginan dan produsen dapat memproduksi produk-produk tersebut dengan jumlah, kualitas, waktu dan lokasi yang tepat. Menurut Vidal & Goetschalckx (1997), rancangan rantai pasokan mengharuskan keputusan yang terkait dengan lokasi, pemasok, transportasi dan manajemen pasokan bahan baku. Berdasarkan hal ini maka manajemen rantai pasok harus dapat mengintegrasikan aspek-aspek tersebut dalam proses pengambilan keputusannya.

Tujuan pengelolaan rantai pasokan adalah memasok produk siap pakai secara tepat waktu, tepat jumlah, tepat biaya dan yang terpenting, tepat mutu, dengan cara yang paling efisien. Manajemen rantai pasokan merupakan sebuah pendekatan yang dipakai untuk mengintegrasikan aktivitas pemasok, penjual, pengolah, pergudangan dan pengguna/konsumen agar produk dan jasa yang dihasilkan dapat didistribusikan dengan jumlah yang tepat, pada waktu yang tepat dan pada tempat yang tepat dengan sasaran akhir meminimalkan keseluruhan biaya dan meningkatkan kualitas pelayanan kepada konsumen.

Manajemen rantai pasokan berkaitan dengan siklus yang menyeluruh meliputi bahan mentah dari para pemasok ke kegiatan operasional di perusahaan, berlanjut ke distribusi sampai kepada konsumen. Hal penting yang menjadi dasar pemikiran pada konsep ini adalah fokus pada pengurangan kesia-siaan dan

mengoptimalkan nilai pada rantai pasokan yang berkaitan. Merupakan pengelolaan berbagai kegiatan dalam rangka memperoleh bahan mentah, dilanjutkan kegiatan transformasi sehingga menjadi produk dalam proses, kemudian menjadi produk jadi dan diteruskan dengan pengiriman kepada konsumen melalui sistem distribusi. Kegiatan-kegiatan yang dilakukan mencakup pembelian secara tradisional dan berbagai kegiatan penting lainnya yang berhubungan dengan pemasok dan distributor. Oleh karena itu manajemen rantai pasokan antara lain meliputi penetapan:

a. Pengangkutan.

b. Pembayaran secara tunai atau kredit (proses transfer) c. Pemasok

d. Distributor dan pihak yang membantu transaksi seperti bank e. Hutang maupun piutang

f. Pergudangan

g. Pemenuhan pesanan

h. Informasi mengenai ramalan permintaan, produksi maupun pengendalian persediaan.

Menurut Pujawan (2008) terdapat beberapa hal yang menjadi area cakupan utama rantai pasokan yaitu :

1. pengembangan produk 2. pengadaan

3. perencanaan dan pengendalian 4. operasi/produksi

5. pengiriman/distribusi

Menurut Marshal Fisher dalam Pujawan (2008), kegiatan rantai pasokan dibedakan menjadi dua yaitu: aktivitas fisik dan aktivitas mediasi pasar. Kegiatan aktivitas fisik meliputi sourcing (mencari bahan baku), produksi, penyimpanan material/produk, distribusi/transportasi, pengembalian produk (return). Aktivitas mediasi pasar meliputi riset pasar, pengembangan produk, penetapan harga diskon dan pelayanan purna jual.

Keunggulan kompetitif dengan adanya suatu manajemen rantai pasokan adalah suatu aliran barang atau produk dalam rantai pasokan dapat dikelola.

Model dari rantai pasokan mengaplikasikan bagaimana suatu jaringan kegiatan produksi dan distribusi dari suatu perusahaan dapat bekerja bersama-sama untuk memenuhi tuntutan konsumen. Tujuan utama dari manajemen rantai pasokan adalah penyerahan/pengiriman produk secara tepat waktu untuk memuaskan konsumen, mengurangi biaya, meningkatkan segala hasil dari seluruh rantai pasokan (bukan hanya satu perusahaan), mengurangi waktu, memusatkan kegiatan perencanaan dan distribusi.

Upaya untuk memperbaiki masalah-masalah tentang ketersediaan material tersebut, dengan berdasarkan definisi di atas, dapat dievaluasi kembali dari semua aktivitas pengadaan barang dan jasa yang dilakukan dalam kegiatan operasional sehari-hari dengan pertanyaan-pertanyaan sebagai berikut :

1. Apakah aktivitas pemasok, penjual, pengolah, pergudangan dan pengguna sudah terintegrasi dengan baik?

2. Apakah produk dan jasa dapat sampai kepada pengguna dalam jumlah yang tepat, pada waktu yang tepat, dan pada lokasi yang tepat?

3. Apakah biaya yang dikeluarkan sudah cukup efisien?

4. Apakah kualitas pelayanan terhadap pengguna sudah menjadi lebih baik

Gambar 1. Aliran Rantai Pasokan (Pujawan 2008)

Pusat distribusi

Layanan konsumen Konsumen/

user Distributor Perencanaan Rantai

pasokan

Pengolahan

Penggudangan/ distribusi

Pengiriman dan pelayanan pasar

Pengolahan Penyimpanan

Secara konseptual, representasi dari suatu jaringan logistik dalam rantai pasokan dapat dilihat pada gambar di bawah ini. Aliran material dari pemasok hingga ke konsumen melibatkan beberapa bagian dalam suatu jaringan rantai pasok dan harus dikelola secara optimal.

Gambar 2 Contoh Rantai Pasokan Logistik (Jain 2004)

Fungsi dari sistem pasokan bahan baku yaitu untuk mengirimkan material dalam jumlah dan kualitas secara tepat untuk input fasilitas proses dalam waktu dan pada biaya yang beralasan. Kebutuhan untuk fasilitas prosesing sesuai dengan masing-masing dimensi yaitu kuantitas, kualitas, waktu dan biaya yang akan ditentukan untuk bagian terpenting dalam suatu analisis yang berhubungan selama pemasaran dan fase prosessing pada desain proyek (Brown, 1994).

Pesanan

Konsumen

Pusat pelayanan konsumen

Permintaan pengapalan

Pusat distribusi

Permintaan pengisian kembali

Gambar 3 Jalur Rantai Pasokan Bahan Baku (Jain 2004)

Bahan baku suatu agroindustri dapat diperoleh melalui beberapa cara. Alternatif dasar berupa membeli bahan baku langsung ataupun memproduksi sendiri. Jika bahan baku tersebut dapat dibeli, apakah di pasar terbuka ataukah melalui sistem kontrak dengan perjanjian pembelian sebelum transaksi penjualan dilakukan. Masing-masing sistem ini dapat diterapkan masing-masing atau kombinasi. Faktor prinsip untuk memutuskan pemilihan sistem pada pengadaan ini adalah biaya, kontrol dan fleksibilitas. Alternatif tersebut memberikan implikasi dengan memperhatikan biaya, kontrol dan fleksibilitas seperti pada tabel di bawah ini :

Tabel 1 Implikasi Pemilihan Alternatif dalam Sistem Pasokan Bahan Baku No Faktor Perusahaan

memproduksi sendiri

Perusahaan membeli Bahan baku di bawah kontrak

Perusahaan membeli bahan Baku di Pasar terbuka

1 Biaya Biaya produksi penuh

termasuk tanah, perbaikan, dan modal peralatan

Biaya administrasi kontrak Harga pembelian bahan baku Penambahan

sumberdaya yang dibutuhkan untuk mengatur tenaga kerja dan fungsi produksi

Risiko dari biaya yang tidak diperoleh kembali pada :

- pengadaan dan distribusi input - tenaga ahli

- pelayanan konsumen - tambahan biaya 2. Kontrol Pengendalian

maksimum di atas fungsi produksi, dengan kendala sumberdaya yang dapat digunakan

Keadaan pertumbuhan bahan yang berlebihan atau input lain, husbandry, dan delivery

Tidak ada, atau melalui insentif lain

Maksimum eksposure dari resiko bencana alam

Pengurangan resiko jumlah, kualitas dan waktu pada pemasokan

3. Fleksibilitas Dibatasi oleh investasi dalam produksi

Perubahan dilakukan dalam jangka dan term kontrak

Sangat fleksibel

Sumber : (Pujawan, 2008)

Pengolah Pengecer

Supple

_Custome

Jumlah produk (Yt) (Up-to-level)

Lead Lead

Lead Time

Pemasok konsumen

Lead Time

Manajemen rantai pasokan membutuhkan pendekatan dan model pengelolaan yang tangguh untuk bisa tetap bertahan dalam dunia bisnis. Oleh sebab itu ada beberapa tantangan yang harus dihadapi dalam pengelolaan rantai pasokan. Tantangan tersebut yaitu berupa kompleksitas struktur rantai pasokan dan adanya ketidakpastian dalam rantai pasokan. Konflik antar bagian merupakan suatu bentuk tantangan yang kompleks dalam mengelola rantai pasokan. Ketidakpastian merupakan suatu sumber utama kesulitan pengelolaan dalam suatu rantai pasokan. Berdasarkan sumber, terdapat tiga klasifikasi utama ketidakpastian pada rantai pasokan yaitu berupa ketidakpastian permintaan, ketidakpastian berasal dari pemasok, dan ketidakpastian internal. Manajemen rantai pasokan dapat memberikan sebuah gambaran yang lengkap, dan berdasarkan data yang nyata dan perbandingan berbagai situasi virtual agar pasokan berjalan wajar.

Optimasi secara keseluruhan kapasitas produksi dengan prinsip-prinsip bisnis yang sehat dan rencana operasional untuk membuat perintah memaksimalkan keuntungan dan memenuhi berbagai tingkat pelanggan, dengan menjamin kepentingan strategis pelanggan dan mitra untuk memastikan pertumbuhan yang berkelanjutan dari perusahaan. Manajemen rantai pasokan dalam bisnis proses manufaktur dapat memilah agar dapat meningkatkan rantai pasokan sesuai dengan efisiensi operasional secara keseluruhan dari prinsip kesatuan operasi.

Verifikasi dan Validasi

Verifikasi model adalah pembuktian bahwa model komputer yang telah disusun pada tahap sebelumnya mamapu melakukan simulasi dari model abstrak yang dikaji (Eriyatno 1998). Dalam pengertian lain, verifikasi adalah sebuah proses untuk meyakinkan bahwa program komputer yang dibuat beserta penerapannya adalah benar. Cara yang dilakukan adalah menguji sejauh mana program komputer yang dibuat telah menunjukkan perilaku dan respon yang sesuai dengan tujuan dari model (Schlesinger et al. 1979 dalam Sargent 1998).

Validasi adalah upaya penyimpulan apakah model sistem tersebut merupakan perwakilan yang sah dari realitas yang dikaji, sehingga dapat

menghasilkan kesimpulan yang meyakinkan (Eriyatno 1998). Validasi juga merupakan proses iteratif sebagai proses penyempurnaan model komputer (Muhamadi et al. 2001, Eriyatno 1998). Validasi dalam pengertian yang lain adalah substansi bahwa model yang dikomputerisasikan dalam lingkup aplikasinya memiliki kisaran akurasi yang memuaskan dan konsisten dengan maksud dari penerapan komputer (Schlesinger et al. 1979 dalam Sargent 1998). Proses verifikasi dan validasi dilakukan dalam setiap tahapan proses pemodelan yaitu berupa validasi terhadap model konseptual, verifikasi terhadap model komputer dan validasi operasional serta validitas data.

Validasi bertujuan untuk mengetahui kesesuaian antara hasil simulasi dengan gejala atau proses yang ditirukan. Model dapat dinyatakan baik jika kesalahan atau simpangan hasil simulasi terhadap gejala atau proses yang terjadi di dunia nyata relatif kecil. Hasil simulasi yang sudah divalidasi tersebut digunakan untuk memahami perilaku gejala atau proses serta kecenderungan di masa depan, yang dapat dijadikan sebagai dasar bagi pengambil keputusan untuk merumuskan suatu kebijakan di masa mendatang.

Suatu model dikatakan valid jika struktur dasarnya dan polanya dapat menggambarkan perilaku sistem nyata, atau dapat mewakili dengan cukup akurat, data yang dikumpulkan sehubungan dengan sistem nyata atau asumsi yang dibuat berdasarkan referensi sesuai cara sistem nyata bekerja. Walaupun validasi suatu sistem sangat dibatasi oleh model mental dari pemodel, namun demikian untuk memenuhi kaidah keilmuan, pada suatu sistem dinamik tetap tetap harus dilakukan uji validasi. Dalam pengujian validasi suatu model, saat ini terdapat beberapa teknik.

Selain itu, validasi model ini dilakukan pula terhadap kinerja atau keluaran model, yaitu membandingkan hasil keluaran model yang dirancang dan data lapangan pada periode waktu selama 10 tahun. Validasi kinerja ini dapat dilakukan dengan memverifikasi grafik keluaran model dan membandingkannya dengan grafik kecenderungan (trend) perubahan dari data lapangan berdasarkan suatu seri data, atau dengan memverifikasi data lapangan berdasarkan perhitungan standar penyimpangan data (root mean square error) pada masing-masing level

keluaran model dengan tingkat perbedaan maksimal dari nilai rata-rata data empirik sebesar 10% berdasarkan persamaan standar deviasi.

Model dinyatakan valid jika hasil pengujian (verifikasi) sesuai dengan data lapangan. Hasilnya dianggap dapat digunakan untuk mensimulasikan atau memproyeksikan keadaan perubahan yang diperkirakan terjadi untuk periode selama 10 tahun ke depan. Salah satu teknik yang dapat digunakan adalah uji keyakinan yang dipaparkan oleh R.G Coyle dalam System Dinamics Modeling: A Practical Approach (1996):

1. Causal Loop diagram harus berhubungan dengan permasalahan,

2. Persamaan harus disesuaikan dengan causal loop diagram khususnya tanda + atau – harus konsisten di antara persamaan dengan causal loop.

3. Dimensi dalam model harus valid,

4. Model tidak menghasilkan nilai yang tidak masuk akal, seperti stok negatif, 5. Perilaku model harus masuk akal, artinya apabila ada sesuatu yang seharusnya

terjadi, maka harus sesuai dengan apa yang diharapkan dari model tersebut, 6. Massa model harus balance, artinya total kuantitas yang telah masuk dan

keluar dari proses sistem tetap dapat dijelaskan.

Komoditas Kelapa dan Potensi Pengembangan

Tanaman kelapa (Cocos nucifera L) masih merupakan tanaman perkebunan di Indonesia yang lebih luas dibandingkan dengan tanaman kelapa sawit. Tanaman ini diusahakan melalui perkebunan rakyat, perkebunan swasta maupun perkebunan pemerintah. Luas areal kelapa ini terdiri atas kelapa varietas Dalam dan Hibrida, dengan pemeliharaan intensif dapat mencapai produksi masing-masing 2,5 ton kopra/ha/thn dan 4 ton kopra/ha/thn (Allolerung dan Mahmud 2002).

Menurut Brotosunaryo (2003), potensi bahan baku ini harus didayagunakan secara optimal, sehingga kelapa dapat terangkat menjadi komoditas primadona dalam peningkatan nilai tambah bagi sekitar 16.32% penduduk Indonesia yang masih tergantung pada komoditas kelapa.

Gambaran ringkas sebaran potensi kelapa Indonesia ini dapat dilihat pada gambar 4 di bawah ini. Wilayah dengan luas areal penghasil kelapa dari yang terluas berturut-turut Propinsi Riau, Jawa Timur, Sulawesi Utara, Jawa Tengah, Maluku Utara dan Jawa Barat. Wilayah dengan hasil produksi butir buah kelapa berturut-turut dari yang terbanyak yaitu Propinsi Riau, Sulawesi Utara, Jawa Timur, Maluku Utara dan Jawa Tengah.

Gambar 4 Sebaran Potensi Kelapa Indonesia (APCC 2007)

Wilayah-wilayah tersebut memiliki sejumlah industri dengan skala besar yang mengolah buah kelapa menjadi produk olahan lain seperti minyak kelapa, nata de coco, santan krim dan tepung kelapa. Lokasi beberapa industri dengan skala besar tersebut dapat dilihat pada gambar 5 di bawah ini. Sebaran industri pengolahan kelapa yang lain di Indonesia cukup merata di beberapa propinsi seperti tampak pada tabel 2.

Riau 547.479 Ha 498.219 Ton

Jawa Timur 290.167 Ha 241.074 Ton DIY

44.285 Ha 51.569 Ton

Maluku Utara 209.870 Ha 226.567 Ton Sulawesi

Utara 268.696 Ha 250.934 Ton

Jawa Barat 190.631 Ha 165.117 Ton

Jawa Tengah 244,357 Ha 186,432 Ton

Gambar 5 Peta Penyebaran Industri Besar Pengolahan Kelapa

Tabel 2 Sebaran Lokasi Jenis Industri Pengolahan Kelapa Di Indonesia No. Jenis Industri Pengolahan

Kelapa

Sebaran Lokasi

1. Kopra Berbagai propinsi di Indonesia

2. Gula kelapa (cetak dan butiran)

Berbagai propinsi di Indonesia

3. Nata de coco Berbagai propinsi di Indonesia 4. Minyak kelapa mentah Pulau Sumatera, Jawa dan Sulawesi

5. Minyak kelapa murni Pulau Sulawesi Jawa, Sumatera dan Kalimantan

6. Minyak goreng Sumatera, Jawa dan Sulawesi Utara

7. Santan kelapa yang

dipasteurisasi dan kemasan UHT

Jawa dan Sumatera

8. Produk kelapa kaleng Pulau Sumatera, Jawa dan Sulawesi 9. Kelapa parut kering Pulau Jawa, Sumatera dan Sulawesi Utara 10. Serat sabut kelapa Berbagai Propinsi

11. Serbuk sabut kelapa Berbagai Propinsi 12. Serbuk tempurung kelapa Berbagai propinsi 13. Arang tempurung kelapa Berbagai propinsi 14. Karbon aktif Sulawesi, Sumatera 15. Produk olahan kayu kelapa

(furnitures, handycrafts)

Berbagai propinsi

Sumber : Notowijoyo (2001) Riau

PT. Pulau Sambu _Jatim

PT. Ikan Dorang PT. Vegetable Oil

Jabar & DKI PT. Barco

PT. PMK Mangga Dua PT. Airland Hilman Abadi

PT. Permata Hijau PT. Sorintalo PT. Bimoli CV. Kairagi

Lampung PT. Nimpindo Prima Coconut

Buah kelapa tersebut secara umum memiliki komposisi 35% sabut, 12% tempurung, 28% daging biji dan 25% air kelapa. Komposisi ini sangat bervariasi menurut jenis kelapa (Samosir 1992). Jenis tanaman kelapa pada awal mulanya hanya dikenal dua varietas yaitu varietas dalam (tall variety) dan varietas genjah (dwarf variety). Seiring dengan perkembangan pemuliaan tanaman, dikenal juga varietas kelapa hibrida yang merupakan hasil persilangan kelapa dalam dan kelapa genjah (Palungkun 1993).

Ketiga varietas tersebut memiliki ciri karakteristik tersendiri. Ciri-ciri secara garis besar tersebut nampak pada tabel 3 ini.

Tabel 3 Karakteristik Varietas Kelapa

Karakteristik VarietasKelapa

Kelapa Dalam Kelapa Genjah Kelapa Hibrida 1. Batang Tinggi dan besar ramping Ramping dan

pendek 2. Tinggi Rata-rata 15-18m

bahkan mencapai 30m atau lebih

Mencapai 5 m atau lebih

Mencapai 5 m

3. Umur mulai berbuah

6-7 tahun setelah tanam

3-4 tahun setelah tanam

4 tahun

4. Umur ekonomis Mencapai 90 - 100 tahun

Mencapai 50 tahun 35 tahun

5. Jumlah produksi tandan 11 tandan /pohon/tahun 18 tandan /pohon/tahun 20 tandan /pohon/tahun 6.. Produktivitas 90 butir

/pohon/tahun

100 butir /pohon/tahun

140 butir /pohon/tahun 7. Produksi kopra 1 ton kopra

/Ha/tahun pada umur 10 tahun

0.5 ton

kopra/ha/tahun pada umur 10 tahun

6-7 ton/ha/tahun pada umur 10 tahun

150

Lampiran 8. Hasil Simulasi Dinamis Ketersediaan Produk Minyak Kelapa

Time Persentase Distribusi Domestik

Persediaan Produk Domestik

Persentase Distribusi

Ekspor

Persediaan Produk Ekspor

0 0,40 19.200,00 0,60 28.800,00

1 0,40 28.800,00 0,60 43.200,00

2 0,40 28.920,00 0,60 43.380,00

3 0,40 38.731,20 0,60 58.096,80

4 0,40 49.183,15 0,60 73.774,73

5 0,40 61.189,68 0,60 91.784,52

6 0,40 74.999,52 0,60 112.499,28

7 0,40 90.901,20 0,60 136.351,80

8 0,40 109.229,42 0,60 163.844,13

9 0,40 130.372,41 0,60 195.558,62

10 0,40 154.780,55 0,60 232.170,83

11 0,40 182.976,26 0,60 274.464,39

Final 0,40 215.565,55 0,60 323.348,32

151

Lampiran 9. Hasil Simulasi Dinamis Ketersediaan Produk Nata de Coco

Time Pasokan Produk Nata de

Coco

Persentase Distribusi Domestik

Persediaan Produk Domestik

Persentase Distribusi

Ekspor

Persediaan Produk Ekspor

0 12.000,00 0,80 9.600,00 0,20 9.600,00

1 12.050,00 0,80 9.600,00 0,20 9.600,00

2 30.300,00 0,80 9.640,00 0,20 9.600,00

3 48.550,00 0,80 24.240,00 0,20 9.600,00 4 66.800,00 0,80 38.840,00 0,20 9.710,00 5 86.697,76 0,80 53.440,00 0,20 13.360,00 6 112.699,16 0,80 69.358,21 0,20 17.339,55 7 145.780,79 0,80 90.159,33 0,20 22.539,83 8 187.075,47 0,80 116.624,63 0,20 29.156,16 9 237.897,31 0,80 149.660,38 0,20 37.415,09 10 299.770,64 0,80 190.317,85 0,20 47.579,46 11 374.463,70 0,80 239.816,51 0,20 59.954,13

Final 0,80 299.570,96 0,20 74.892,74

152

Lampiran 10. Hasil Simulasi Dinamis Ketersediaan Produk Serat Sabut

Time Pasokan Produk Serat

Sabut Kelapa

Persentase Distribusi Domestik

Persediaan Produk Domestik

Persentase Distribusi

Ekspor

Persediaan Produk Ekspor 0 144.000,00 0,05 7.200,00 0,95 136.800,00 1 288.000,00 0,05 7.200,00 0,95 136.800,00 2 364.650,00 0,05 14.400,00 0,95 273.600,00 3 446.305,88 0,05 18.232,50 0,95 346.417,50 4 540.106,89 0,05 22.315,29 0,95 423.990,58 5 647.996,27 0,05 27.005,34 0,95 513.101,55 6 772.228,15 0,05 32.399,81 0,95 615.596,45 7 915.417,32 0,05 38.611,41 0,95 733.616,74 8 1.080.596,97 0,05 45.770,87 0,95 869.646,46 9 1.271.285,56 0,05 54.029,85 0,95 1.026.567,12 10 1.491.564,53 0,05 63.564,28 0,95 1.207.721,28 11 1.746.168,32 0,05 74.578,23 0,95 1.416.986,30

Final 0,05 87.308,42 0,95 1.658.859,91

153

Lampiran 11. Hasil Simulasi Dinamis Ketersediaan Produk Arang

Tempurung

Time Pasokan Produk Arang Tempurung

Persentase Distribusi Domestik

Persediaan Produk Domestik

Persentase Distribusi Ekspor

Persediaan Produk Ekspor 0 374.400,00 0,90 336,960.00 0,10 37.440,00 1 518.400,00 0,90 336,960.00 0,10 37.440,00 2 553.440,00 0,90 466,560.00 0,10 51.840,00 3 588.480,00 0,90 498,096.00 0,10 55.344,00 4 623.520,00 0,90 529,632.00 0,10 58.848,00 5 661.723,70 0,90 561,168.00 0,10 62.352,00 6 711.646,39 0,90 595,551.33 0,10 66.172,37 7 775.163,11 0,90 640,481.75 0,10 71.164,64 8 854.448,91 0,90 697,646.80 0,10 77.516,31 9 952.026,83 0,90 769,004.02 0,10 85.444,89 10 1.070.823,63 0,90 856,824.15 0,10 95.202,68 11 1.214.234,31 0,90 963,741.26 0,10 107.082,36

Final 0,90 1,092,810.88 0,10 121.423,43

154

Lampiran 12. Hasil Simulasi Dinamis Distribusi Produk

Time Jumlah Supply Domestik Minyak Kelapa Jumlah Supply Ekspor Minyak Kelapa Jumlah Supply Domestik Nata de Coco Jumlah Supply Ekspor Nata de Coco Jumlah Supply Domestik Serat Sabut Jumlah Supply Ekspor Serat Sabut Jumlah Supply Domestik Arang Tempurung Jumlah Supply Ekspor Arang Tempurung 0 18.780,00 65.420,00 9.340,00 9.640,00 7.480,00 148.120,00 333.264,00 37.196,00 1 27.420,00 78.380,00 9.340,00 9.640,00 7.480,00 148.120,00 333.264,00 37.196,00 2 27.528,00 78.542,00 9.376,00 9.640,00 13.960,00 271.240,00 449.904,00 50.156,00 3 36.358,08 91.787,12 22.516,00 9.640,00 17.409,25 336.775,75 478.286,40 53.309,60 4 45.764,84 105.897,26 36.514,15 9.953,54 21.083,76 406.591,52 508.522,40 56.669,16 5 56.570,71 122.106,07 52.594,32 13.973,58 25.304,81 486.791,39 543.255,58 60.528,40 6 68.999,57 140.749,36 71.089,65 18.597,41 30.159,83 579.036,81 583.205,48 64.967,28 7 83.311,08 162.216,62 92.386,54 23.921,63 35.750,27 685.255,06 629.206,76 70.078,53 8 99.806,48 186.959,71 116.933,26 30.058,31 42.193,78 807.681,81 682.227,67 75.969,74 9 118.835,17 215.502,76 145.249,77 37.137,44 49.626,86 948.910,41 743.391,34 82.765,70 10 140.802,50 248.453,74 177.939,24 45.309,81 58.207,85 1.111.949,15 814.000,60 90.611,18 11 166.178,63 286.517,95 215.701,35 54.750,34 68.120,40 1.300.287,67 895.566,75 99.674,08 12 195.508,99 330.513,49 259.347,71 65.661,93 79.577,57 1.517.973,92 989.842,90 110.149,21

155

Lampiran 13. Hasil Simulasi Dinamis Biaya Rantai Pasokan

Time Biaya Total Bahan Baku

Biaya Inventori Total

Biaya Distribusi Produk

Biaya Total Rantai Pasokan

0 980.323.750,00 127.920.000,00 915.018.000,00 2.023.261.750,00 1 1.077.867.987,50 207.275.000,00 971.178.000,00 2.256.320.987,50 2 1.238.858.565,50 261.441.000,00 1.428.738.000,00 2.929.037.565,50 3 1.425.607.635,98 319.144.485,00 1.715.278.695,00 3.460.030.815,98 4 1.642.236.557,74 385.430.535,60 2.020.846.390,01 4.048.513.483,35 5 1.893.526.106,97 461.672.362,30 2.375.522.767,89 4.730.721.237,16 6 2.185.021.984,09 549.462.889,26 2.783.469.457,88 5.517.954.331,24 7 2.523.157.201,55 650.649.908,55 3.253.209.709,93 6.427.016.820,03 8 2.915.394.053,79 767.376.858,91 3.794.630.493,98 7.477.401.406,68 9 3.370.388.802,40 902.130.129,34 4.419.200.695,13 8.691.719.626,86 10 3.898.182.710,78 1.057.793.931,03 5.140.224.220,12 10.096.200.861,93 11 4.510.423.644,51 1.237.713.949,00 5.973.133.600,77 11.721.271.194,28 Final 5.220.623.127,63 1.445.771.177,84 6.935.830.573,99 13.602.224.879,45