Penyusunan tiga kelompok pakar. Data masukan dari para responden disusun menjadi Proses fuzzifikasi terhadap masukan para pakar. Penentuan nilai fuzzy untuk setiap

besarnya risiko dan investasi yang dihadapi oleh tiap pelaku. Dalam hal ini diasumsikan bahwa secara nalar bila risiko yang dihadapi semakin besar maka nilai tambah yang didapat juga harus semakin besar. Demikian juga untuk investasi, bila nilai investasi semakin besar maka nilai tambah yang didapat juga harus semakin besar. Untuk menyatakan dua asumsi ini pada formula nilai tambah didefinisikan bentuk utilitas nilai tambah sebagai fungsi berikut: NT = f investasi, risiko = α e w 1i x 1i + w 2i x 2i α ……………..………1 dimana ΝΤ = Ν ilai Tambah α = koefisien variabel w 1i = bobot untuk risiko pelaku ke-i x 1i = skor untuk risiko untuk pelaku ke-i w 2i = bobot untuk investasi pelaku ke-i x 2i = skor untuk investasi untuk pelaku ke-i i = 1, 2, 3, 4, 5, 6 yaitu para pelaku RPMS dengan kendala: 0 x 1i , x 2i 1 0 w 1i , w 2i 1 w 1i + w 2i = 1 Besarnya w1 dan w2 ditentukan dengan simulasi. Nilai α adalah konstanta yang ditentukan berdasarkan perilaku kurva fungsi NT untuk masing-masing pelaku. Besarnya x 1 juga didapat dari metode Hayami modifikasi, sedangkan x 2 didapat dari metode Fuzzy AHP. Secara lengkap, proses menyeimbangkan NT dan menghitung harga jual produk secara algoritmik menggunakan program Netlogo dapat diuraikan dengan urutan langkah-langkah berikut. 1 Nilai skor tingkat risiko antara para pelaku rantai pasok didapat sebagai keluaran dari metode fuzzy AHP. Langkah ini diuraikan pada sub-bab 3.4. 2 Nilai skor untuk besarnya investasi diambil dari metode perhitungan Hayami termodifikasi. Dari data investasi tiap pelaku dalam bentuk Rp dapat dihitung proporsi tiap pelaku dalam terhadap nilai investasi total rantai pasok 3 Pendefinisian formula utilitas nilai tambah sebagai fungsi dari risiko dan investasi adalah NT = f risiko, investasi = α e w 1i x 1i + w 2i x 2i α 4 Penentuan nilai α adalah berdasarkan dampaknya terhadap perilaku grafik NT untuk masing-masing pelaku. Untuk kondisi pada saat penelitian dilakukan, maka nilai α = 2 memberikan kurva eksponensial yang mudah dilihat. 5 Perhitungan nilai w1 dan w2 untuk masing-masing pelaku dan optimasi utilitas nilai tambah menggunakan simulasi dengan program Netlogo Utilitas. Jumlah nilai bobot w1 dan w2 adalah = 1 dan dihitung nilainya untuk tiap pelaku. 6 Nilai-nilai tersebut dalam bentuk rasio terhadap nilai totalnya dimasukkan kedalam model Netlogo Negosiasi untuk menghitung harga jual produk masing-masing pelaku.

3.6 Model Penyeimbangan Nilai Tambah dengan Sistem Multi-Agen

Langkah-langkah pemodelan berbasis agen untuk simulasi penyeimbangan nilai tambah rantai pasok minyak sawit ditunjukkan dengan Gambar 3.6. Langkah pemodelan diawali dengan melakukan analisis kebutuhan sistem. Gambar 3.6 Diagram alir model penyeimbangan nilai tambah