Optimasi Persediaan pada Rantai Pasok Beras untuk Program Raskin (Studi Kasus pada Perum BULOG Subdivisi Regional Cianjur)

OPTIMASI PERSEDIAAN PADA RANTAI PASOKAN BERAS
UNTUK PROGRAM RASKIN (STUDI KASUS PADA
PERUM BULOG SUBDIVISI REGIONAL CIANJUR)

RIA SARTIKA

SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
BOGOR
2014

PERNYATAAN MENGENAI TESIS DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa tesis berjudul Optimasi Persediaan pada
Rantai Pasokan Beras untuk Program Raskin (Studi Kasus pada Perum BULOG
Subdivisi Regional Cianjur) adalah karya saya dengan arahan dari
Komisi Pembimbing dan belum diajukan dalam bentuk apa pun kepada
perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari
karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan
dalam teks dan dicantumkan dalam daftar pustaka di bagian akhir tesis ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada

Institut Pertanian Bogor.
Bogor, Agustus 2014
Ria Sartika
NIM F153110141

RINGKASAN
RIA SARTIKA. Optimasi Persediaan pada Rantai Pasokan Beras untuk
Program Raskin (Studi Kasus pada Perum BULOG Subdivisi Regional Cianjur).
Dibimbing oleh EMMY DARMAWATI dan RIDWAN RACHMAT.
Permintaan distribusi beras yang tidak beraturan dan tidak dapat diprediksi
menjadi unsur ketidakpastian pada rantai pasokan beras untuk Program Raskin.
Hal ini menyebabkan beberapa wilayah kerja BULOG tidak dapat menentukan
persediaan secara pasti di setiap bulannya, salah satunya adalah Subdivre Cianjur.
Tujuan penelitian ini adalah menentukan jumlah persediaan beras yang dapat
meminimalkan biaya penyediaan dalam ketidakpastian situasi rantai pasokan
beras di wilayah kerja Subdivre Cianjur. Ruang lingkup penelitian ini meliputi
6 (enam) wilayah Kabupaten/Kota di Propinsi Jawa Barat, yakni
Kabupaten Bogor, Kabupaten Sukabumi, Kabupaten Cianjur, Kota Bogor,
Kota Sukabumi, dan Kota Depok.
Tahapan penelitian terdiri dari (1) penentuan jumlah beras untuk kebutuhan

pasokan pada kondisi ketidakpastian permintaan alokasi bulanan dan penerbitan
SPPB/DO dilakukan dengan pendekatan metode simulasi Monte Carlo,
(2) penentuan prioritas sumber pasokan yang dapat memenuhi kebutuhan
distribusi secara efektif dan efisien dilakukan dengan proses analisis bertingkat
(analytic hierarchy process/AHP), dan (3) pengembangan model perencanaan dan
penjadwalan penyediaan beras dilakukan dengan pendekatan model fuzzy
linear programming.
Subdivre Cianjur menerima Pagu Raskin Kabupaten/Kota tahun alokasi
2012 sebanyak 194.678.465 kg. Kondisi penerbitan SPA Raskin dan kendala
tunggakan dalam pembayaran HP-Raskin diduga dapat menyebabkan
ketidakpastian jumlah beras untuk kebutuhan pasokan. Hasil simulasi
Monte Carlo membuktikan bahwa semakin terlambat waktu dalam penerbitan
SPA Raskin Kabupaten/Kota dan semakin besar jumlah tunggakan dalam
pembayaran HP-Raskin cenderung akan meningkatkan jumlah kebutuhan pasokan
yang harus disediakan. Kondisi ketidakpastian permintaan distribusi tertinggi
diperkirakan membutuhkan pasokan sebesar 319.024.683 kg per tahun atau
sebesar 1,6 kali dari rencana Pagu Raskin Kabupaten/Kota tahun 2012 dan masih
dalam batas persediaan minimal yang ditetapkan.
Hasil penilaian akhir sumber pasokan beras untuk Program Raskin di
Subdivre Cianjur diperoleh bahwa prioritas pertama adalah kegiatan pengadaan

gabah/beras setempat yaitu sebesar 0,4201; kemudian diikuti oleh sumber pasokan
dari kegiatan MOVEREG dengan bobot 0,3697 dan sumber pasokan dari kegiatan
MOVENAS dengan bobot 0,2102. Pengembangan model perencanaan dan
penjadwalan penyediaan beras dilakukan sesuai dengan urutan sumber pasokan.
Hasil optimasi persediaan pada pencapaian tingkat pelayanan distribusi
100% membutuhkan pasokan sebanyak 207.959.833 kg per tahun dan rata-rata
persediaan optimal sebesar 9.157.820 ± 5.433.015 kg per bulan. Sedangkan
hasil optimasi persediaan pada pencapaian tingkat pelayanan distribusi 60,15%
membutuhkan pasokan sebanyak 131.602.570 kg per tahun dan rata-rata
persediaan optimal sebesar 9.744.943 ± 4.649.305 kg per bulan.
Kata kunci: beras Program Raskin, analisis bertingkat, Simulasi Monte Carlo,
fuzzy linear programming

SUMMARY
RIA SARTIKA. Inventory Optimization at rice supply chain for Raskin Program
(Case Study at Perum BULOG Subdivisi Regional Cianjur). Under supervition of
EMMY DARMAWATI and RIDWAN RACHMAT.
Demand distribution of rice for Raskin Program is irregular and
unpredictable and it caused uncertainty to rice supply chain for Raskin Program.
This led to some BULOG regional areas can not determine the amount of

monthly rice inventory with certainty. One of this area is Subdivre Cianjur.
This research was aimed to determine the amount of rice inventory that can
minimize procurement cost on supply chain uncertainties in Subdivre Cianjur.
The scope of this study includes six (6) districts/towns in West Java, namely
district of Bogor, Sukabumi, Cianjur, town of Bogor, Sukabumi, and Depok.
Stages of the study consisted of (1) determine the amount of rice supply on
the demand uncertainty and publishing SPPB/DO monthly with the Monte Carlo
simulation approach, (2) determine prioritization of supply sources that can meet
the distribution needs effectively and efficiently with analytic hierarchy process,
and (3) develope the model of rice supply planning and scheduling with
fuzzy linear programming approach.
Subdivre Cianjur receive alocation Raskin District/Town in 2012
as many as 194.678.465 kg . Conditions of monthly issuing SPPB/DO and
constraints of arrears in the payment of the HP-Raskin can cause the amount of
rice to supply needs uncertainty. Monte Carlo simulation results prove that the
more late of issuing SPA Raskin District/Town and the greater amount of arrears
in the payment of the HP-Raskin will tend to increase the uncertainty of supply
and the greater the amount of supply. The highest of demand distribution
uncertainty estimated to need a supply of 319.024.683 kg per year or 1.6 times of
alocation Raskin District/Town in 2012.

The results for assessment of the source of supply obtained first priority is
the procurement of paddy/rice (ADA SETEMPAT) with weights 0,4201;
then followed by sources of supply from MOVEREG activities with weights
0,3697; and sources of supply from MOVENAS activities with weights 0,2102.
Development the model of rice supply planning and scheduling with fuzzy linear
programming is done in accordance with the order of the source of supply.
Results of inventory optimization in achieving distribution service level to
100% requires need supply as much as 207.959.833 kg per year and the average
optimal inventory of 9.157.820 ± 5.433.015 kg per month. While the results of
inventory optimization in achieving distribution service level to 60,15% requires
need supply as much as 131.602.570 kg per year and the average optimal
inventory of 9.744.943 ± 4.649.305 kg per month.
Keywords: rice for Raskin Program, analytic hierarchy process,
Monte Carlo Simulation, fuzzy linear programming

© Hak Cipta Milik IPB, Tahun 2014
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, penyusunan laporan, penulisan kritik, atau

tinjauan suatu masalah; dan pengutipan tersebut tidak merugikan kepentingan
IPB
Dilarang mengumumkan dan memperbanyak sebagian atau seluruh karya tulis ini
dalam bentuk apa pun tanpa izin IPB

OPTIMASI PERSEDIAAN PADA RANTAI PASOKAN BERAS
UNTUK PROGRAM RASKIN (STUDI KASUS PADA
PERUM BULOG SUBDIVISI REGIONAL CIANJUR)

RIA SARTIKA

Tesis
sebagai salah satu syarat untuk memperoleh gelar
Magister Sains
pada
Program Studi Teknologi Pascapanen

SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
BOGOR

2014

Penguji Luar Komisi pada Ujian Tesis: Dr. Ir. Lilik Pujantoro Eko Nugroho, MAgr

Judul Tesis

Nama
NIM
Program Studi

: Optimasi Persediaan pada Rantai Pasok Beras untuk
Program Raskin (Studi Kasus pada Perum BULOG
Subdivisi Regional Cianjur)
: Ria Sartika
: F153110141
: Teknologi Pascapanen
Disetujui oleh
Komisi Pembimbing

Dr. Ir. Emmy Darmawati, MSi

Ketua

Dr. Ir. Ridwan Rachmat, MAgr
Anggota

Diketahui oleh

Ketua Program Studi
Teknologi Pascapanen

Prof. Dr. Ir Sutrisno, MAgr

Tanggal Ujian : 19 Agustus 2014

Dekan Sekolah Pascasarjana

Dr. Ir. Dahrul Syah, MScAgr

Tanggal Lulus :

PRAKATA
Puji dan syukur penulis panjatkan kepada Allah Subhanahu Wa Ta’ala atas
segala karunia-Nya karya ilmiah ini berhasil diselesaikan. Tema yang dipilih
dalam penelitian yang dilaksanakan sejak bulan Januari 2013 ini adalah
analisis persediaan, dengan judul Optimasi Persediaan pada Rantai Pasok
Beras untuk Program Raskin (Studi Kasus pada Perum BULOG
Subdivisi Regional Cianjur).
Penulis mengucapkan terima kasih yang sebesar-besarnya kepada
Dr. Ir. Emmy Darmawati, MSi dan Dr. Ir. Ridwan Rachmat, MSc selaku
komisi pembimbing, Prof. Dr. Ir Sutrisno, MAgr selaku Ketua Program Studi
Teknologi Pascapanen, serta Bapak Dr. Ir. Lilik Pujantoro Eko Nugroho, MAgr
selaku penguji luar komisi pembimbing yang telah banyak memberikan
bimbingan dan arahan kepada penulis. Penulis menyadari bahwa dalam penulisan
karya ilmiah ini tidak luput dari kesalahan dan kekurangan, untuk itu penulis tetap
membuka diri untuk menerima saran dan kritik yang sifatnya konstruktif.
Ungkapan terima kasih juga disampaikan kepada suami dan anak tercinta serta
seluruh keluarga, atas segala doa dan kasih sayangnya.
Harapan penulis semoga karya ilmiah ini dapat bermanfaat di masa depan.
Terakhir penulis ingin mengucapkan terima kasih untuk semua dan semoga
Allah SWT meridhoi kita semua, Amin.

Bogor, Agustus 2014

Ria Sartika

DAFTAR ISI

DAFTAR TABEL

xii

DAFTAR GAMBAR

xiii

DAFTAR LAMPIRAN

xiv

1 PENDAHULUAN

Latar Belakang
Perumusan Masalah
Tujuan Penelitian
Manfaat Penelitian
Ruang Lingkup

1
1
2
3
4
4

2 TINJAUAN PUSTAKA
Konsep Manajemen Rantai Pasok
Model-Model Persediaan
Fuzzy Linear Programming
Kajian Penelitian Terdahulu
Kerangka Pemikiran

4
4
5
6
9
12

3 METODE PENELITIAN
Tempat dan Waktu Penelitian
Pendekatan Penelitian
Jenis dan Sumber Data
Teknik Pengumpulan Data dan Informasi
Teknik Pengolahan dan Analisis Data

14
14
14
14
14
15

4 HASIL DAN PEMBAHASAN
Alur Distribusi Beras untuk Program Raskin
Model Perkiraan Kebutuhan Pasokan untuk Program Raskin
Kondisi Permintaan Alokasi Pagu Raskin
Perkiraan Permintaan Alokasi Pagu Raskin
Perkiraan Kebutuhan Pasokan
Model Perencanaan dan Penjadwalan Penyediaan Beras
untuk Program Raskin
Sumber Pasokan
Penentuan Prioritas Sumber Pasokan
Model Perencanaan dan Penjadwalan Penyediaan Beras
dari Sumber Pasokan Pengadaan Beras Setempat (Prioritas 1)
Model Perencanaan dan Penjadwalan Penyediaan Beras
dari Sumber Pasokan MOVEREG (Prioritas 2)
Model Perencanaan dan Penjadwalan Penyediaan Beras
dari Sumber Pasokan MOVENAS (Prioritas 3)
Hasil Optimasi
Analisa Perubahan Pasca Optimasi

25
25
26
26
28
30

50
58
60

5 SIMPULAN DAN SARAN
Simpulan
Saran

64
64
65

DAFTAR PUSTAKA

65

LAMPIRAN

67

33
33
34
36
43

DAFTAR TABEL
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28

Tingkat pelayanan distribusi beras untuk Program Raskin
di wilayah kerja Subdivre Cianjur
Perbandingan penelitian terdahulu
Struktur data hasil observasi permintaan alokasi
Nilai dan definisi pendapat kualitatif dari skala perbandingan Saaty
Jumlah kecamatan dan titik distribusi di Subdivre Cianjur
tahun 2008-2011
Hasil analisis ragam terhadap realisasi Pagu Raskin
untuk masing-masing wilayah distribusi
Perkiraan rasio permintaan alokasi Pagu Raskin bulanan
untuk masing-masing wilayah distribusi
Alokasi Pagu Raskin Kabupaten/Kota yang ditetapkan secara Nasional
pada tahun 2012 di masing-masing wilayah distribusi
Perkiraan permintaan alokasi Pagu Raskin tahun 2012
di masing-masing wilayah distribusi
Nilai koefisien varians yang dihasilkan dari 15 skenario
penerbitan SPPB/DO beras untuk Program Raskin
yang mungkin dihadapi oleh Subdivre Cianjur
Nilai awal untuk membuat perkiraan kebutuhan pasokan
dengan pendekatan metode simulasi Monte Carlo
Nilai rata-rata geometrik dari bobot kriteria penilaian
efektifitas dan efisiensi sumber pasokan
Perhitungan bobot tiap kriteria penilaian
efektifitas dan efisiensi sumber pasokan
Hasil penilaian akhir sumber pasokan
Rencana target kegiatan pengadaan beras setempat tahun 2012
Hasil akhir model upper
dari sumber pasokan pengadaan beras setempat
Hasil akhir model lower
dari sumber pasokan pengadaan beras setempat
Makna λ-cut pada model perencanaan dan penjadwalan
penyediaan beras dari sumber pasokan pengadaan beras setempat
Rencana target kegiatan MOVEREG tahun 2012
Jumlah kekurangan beras untuk distribusi Program Raskin
untuk model prioritas 2
Hasil akhir model upper dari sumber pasokan MOVEREG
Hasil akhir model lower dari sumber pasokan MOVEREG
Hasil akhir model perencanaan dan penjadwalan penyediaan beras
dari sumber pasokan MOVEREG tahun 2012
Makna λ-cut pada model perencanaan dan penjadwalan
penyediaan beras dari sumber pasokan MOVEREG
Rencana target kegiatan MOVENAS tahun 2012
Jumlah kekurangan beras untuk distribusi Program Raskin
untuk model prioritas 3
Hasil akhir model upper dari sumber pasokan MOVENAS
Hasil akhir model lower dari sumber pasokan MOVENAS

3
12
17
21
25
27
28
28
29
31
32
35
35
36
37
39
40
42
44
45
46
47
49
50
51
52
54
55

29 Hasil akhir model perencanaan dan penjadwalan penyediaan beras
dari sumber pasokan MOVENAS tahun 2012
30 Makna λ-cut pada model perencanaan dan penjadwalan
penyediaan beras dari sumber pasokan MOVENAS
31 Perbandingan persediaan beras optimal yang dihasilkan oleh model LP
dengan model FLP pada kondisi penerbitan SPPB/DO 100%
32 Perbandingan kondisi riil dengan skenario perubahan
penerbitan SPPB/DO tahun 2012
33 Perbandingan formulasi fungsi kendala kebutuhan beras
34 Persediaan beras optimal yang dihasilkan oleh model FLP pada
kondisi penerbitan SPPB/DO 60,15%, dan kondisi riil persediaan
tahun 2012

56
57
60
61
61
64

DAFTAR GAMBAR
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

Grafik realisasi pengadaan beras di wilayah kerja Subdivre Cianjur
tahun 2008-2011
Fungsi keanggotaan
Kerangka pemikiran penelitian
Tahapan penelitian tentang model perkiraan kebutuhan pasokan
Alternatif sumber pasokan pada rantai pasokan beras untuk
Program Raskin di wilayah kerja Subdivre Cianjur
Stuktur hierarki dalam AHP
Model perencanaan dan penjadwalan penyediaan beras untuk
Program Raskin di Subdivre Cianjur
Alur distribusi beras untuk Program Raskin
Perkembangan Pagu Raskin di wilayah kerja Subdivre Cianjur
Realisasi dan perkiraan rasio permintaan Pagu Raskin tahun 2012
di wilayah kerja Subdivre Cianjur
Perkiraan kebutuhan pasokan tahun 2012 menggunakan
pendekatan metode simulasi Monte Carlo
Realisasi bulanan kegiatan MOVEREG di wilayah kerja Divre Jabar
tahun 2008-2011
Realisasi kegiatan MOVEREG di wilayah kerja Divre Jabar
tahun 2008-2011
Hasil akhir model perencanaan dan penjadwalan penyediaan beras
dari sumber pasokan pengadaan beras setempat tahun 2012
Hasil akhir model perencanaan dan penjadwalan penyediaan beras
dari sumber pasokan MOVEREG tahun 2012
Hasil akhir model perencanaan dan penjadwalan penyediaan beras
dari sumber pasokan MOVENAS setempat tahun 2012
Grafik perbandingan total pasokan yang dihasilkan oleh
model LP dan model FLP pada kondisi penerbitan SPPB/DO 100%,
dan kondisi riil pasokan tahun 2012
Grafik perbandingan total biaya penyediaan yang dihasilkan oleh
model FLP dan model LP pada kondisi penerbitan SPPB/DO 100%

2
8
13
16
19
20
22
26
27
29
33
34
34
42
49
57
58
59

19 Persentase pasokan dari masing-masing sumber pasokan yang
dihasilkan oleh model LP dan model FLP pada kondisi
penerbitan SPPB/DO 100%
20 Grafik perbandingan total pasokan yang dihasilkan oleh
model LP dan model FLP pada kondisi penerbitan SPPB/DO 60,15%,
dan kondisi riil pasokan tahun 2012
21 Grafik perbandingan total biaya penyediaan yang dihasilkan oleh
model FLP dan model LP pada kondisi penerbitan SPPB/DO 60,15%
22 Realisasi dan hasil optimasi penyediaan beras dari sumber pasokan
pengadaan beras setempat, MOVEREG, dan MOVENAS tahun 2012
di wilayah kerja Subdivre Cianjur

59
62
62
63

DAFTAR LAMPIRAN
1
2
3
4
5

6

Skenario penerbitan SPPB/DO yang digunakan pada penelitian
Penentuan tingkat kepentingan untuk masing-masing kriteria
Penentuan tingkat kepentingan antar alternatif sumber pasokan
Variabel keputusan yang dipergunakan dalam
model perencanaan dan penjadwalan penyediaan beras
dari sumber pasokan pengadaan beras setempat (prioritas 1)
Variabel keputusan yang dipergunakan dalam
model perencanaan dan penjadwalan penyediaan beras
dari sumber pasokan MOVEREG (prioritas 2)
Variabel keputusan yang dipergunakan dalam
model perencanaan dan penjadwalan penyediaan beras
dari sumber pasokan MOVENAS (prioritas 3)

67
69
70

73
74

75

NOTASI MATEMATIKA

Notasi
Yij-k

T
ri
S2 i-k
S2g
db_i_k
D’_bar
S D’-bar
XG-bar
n
Xi
∏
xoj
xpj
xqj
ij
Co
Cp
Cq
Ci
Toj
Tpj
Tqj
K
S
D’j

Arti
respon perlakuan (permintaan alokasi Pagu Raskin
pada tahun alokasi i (i=1,2,..,t) dan bulan ke-j (j=1,2,..,ri)
di wilayah Kabupaten/Kota k(k=1,2,..,6), dalam satuan kg
banyaknya perlakuan (jumlah periode tahun alokasi yang akan dianalisis)
banyaknya ulangan pada perlakuan ke-i (bulan permintaan alokasi
Pagu Raskin pada periode tahun alokasi i)
ragam permintaan alokasi Pagu Raskin pada tahun alokasi i di wilayah
Kabupaten/Kota k
ragam gabungan
derajat bebas (jumlah bulan permintaan alokasi Pagu Raskin pada periode
tahun alokasi i di wilayah Kabupaten/Kota k)
rata-rata perkiraan penerbitan SPPB/DO beras untuk Program Raskin di
wilayah kerja Subdivre Cianjur, dalam satuan kg per bulan
simpangan baku perkiraan penerbitan SPPB/DO beras untuk
Program Raskin di wilayah kerja Subdivre Cianjur
rata-rata geometrik
jumlah responden
penilaian oleh responden ke-i
perkalian
beras yang dipasok dari sumber pasokan ADA SETEMPAT pada bulan j
(j=1,2,..,n), dalam satuan kg atau ton
beras yang dipasok dari sumber pasokan MOVEREG pada bulan j
(j=1,2,..,n), dalam satuan kg atau ton
beras yang dipasok dari sumber pasokan MOVENAS pada bulan j
(j=1,2,..,n), dalam satuan kg atau ton
jumlah beras yang menjadi persediaan pada bulan j (j=1,2,..,n),
dalam satuan kg atau ton
biaya pengadaan beras ADA SETEMPAT, dalam satuan Rp per kg atau
Rp per ton
biaya angkutan MOVEREG, dalam satuan Rp per kg atau Rp per ton
biaya angkutan MOVENAS, dalam satuan Rp per kg atau Rp per ton
biaya penyimpanan, dalam satuan Rp per kg atau
Rp per ton
target kegiatan ADA SETEMPAT pada bulan j (j=1,2,..,n), dalam satuan kg
atau ton,
target kegiatan MOVEREG pada bulan j (j=1,2,..,n),
dalam satuan kg atau ton,
target kegiatan MOVENAS pada bulan j (j=1,2,..,n),
dalam satuan kg atau ton,
kapasitas tempat penyimpanan, dalam satuan kg atau ton,
jumlah beras untuk kebutuhan pasokan, dalam satuan kg per tahun atau ton
per tahun,
rencana penerbitan SPPB/DO beras untuk Program Raskin
di wilayah kerja SUBDIVRE CIANJUR pada bulan j (j=1,2,..,n), dalam
satuan kg atau ton,

1 PENDAHULUAN
Latar Belakang
Kemiskinan merupakan permasalahan bangsa yang mendesak dan
memerlukan langkah-langkah penanganan dan pendekatan yang sistematik,
terpadu dan menyeluruh. Salah satu program penanggulangan kemiskinan dan
perlindungan sosial yang diselenggarakan oleh Pemerintah Pusat adalah
Program Raskin, yakni berupa bantuan beras bersubsidi kepada rumah tangga
dengan pendapatan rendah (rumah tangga miskin dan rentan miskin)
(Sudarsana 2009, Jamhari 2012). Penyediaan beras untuk Program Raskin
dipercayakan kepada BULOG (kini merupakan suatu perusahaan umum).
BULOG berkewajiban menyediakan beras dengan jumlah dan waktu yang tepat
serta kualitas yang sesuai dengan Inpres Perberasan yang berlaku.
Pelaksanaan distribusi beras untuk Program Raskin diawali dengan
penetapan alokasi Pagu Raskin Kabupaten/Kota untuk Rumah Tangga Sasaran
Penerima Manfaat (RTS-PM) oleh Tim Koordinasi Raskin Kabupaten/Kota.
Data RTS-PM diperoleh dari hasil Pendataan Program Perlindungan Sosial
(PPLS) yang dilaksanakan oleh Badan Pusat Statistik (BPS). Perencanaan
Pagu Raskin dalam setahun telah ditetapkan oleh Pemerintah Pusat
setiap awal tahun, tetapi dalam perjalanannya permintaan alokasi
sangat dipengaruhi oleh kondisi geografis wilayah distribusi, infrastuktur dan
sarana transportasi, perkembangan harga serta kebutuhan beras RTS-PM.
Permintaan alokasi bulanan yang tidak beraturan dan tidak dapat diprediksi ini
menjadi suatu permasalahan yang harus dihadapi dalam pelaksanaan distribusi.
Hasil penetapan alokasi selanjutnya digunakan sebagai dasar penerbitan
Surat Perintah Pengeluaran Barang/Delivery Order (SPPB/DO) oleh unit kerja
BULOG yang berkedudukan di daerah, yakni Divisi Regional atau
Subdivisi Regional (Divre/Subdivre). Ketepatan waktu dalam penerbitan
Surat Permintaan Alokasi (SPA Raskin), dan adanya tunggakan dalam
pembayaran hasil penjualan beras dari RTS-PM (tunggakan HP-Raskin) dapat
mempengaruhi jumlah penerbitan SPPB/DO. Pengecekan terhadap tunggakan
HP-Raskin wajib dilakukan oleh Divre/Subdivre sebelum menerbitkan SPPB/DO.
Apabila tidak ada tunggakan HP-Raskin, maka permintaan alokasi yang diterima
dapat langsung diterbitkan SPPB/DO. Namun apabila terdapat tunggakan
HP-Raskin untuk Kelurahan/Desa tertentu maka alokasi untuk Kelurahan/Desa
tersebut belum dapat dilayani sampai dilakukan pelunasan.
Ketidakpastian permintaan alokasi bulanan dan penerbitan SPPB/DO
menyebabkan ketidakpastian jumlah beras untuk kebutuhan pasokan.
Dalam rangka menjaga persediaan antar tempat dan waktu, BULOG menetapkan
batas persediaan minimal yang harus tersedia di gudang BULOG (atau dikenal
dengan istilah Minimum Stock Requirement/MSR) yakni sebesar 3 (tiga) bulan
penyaluran rutin ditambah 1 (satu) bulan penyaluran untuk cadangan sewaktuwaktu digunakan apabila kondisi darurat. Namun di beberapa wilayah kerja
BULOG tidak dapat menerapkan kebijakan MSR tersebut dikarenakan kendala
pasokan dan keterbatasan kapasitas tempat penyimpanan, salah satunya adalah
wilayah kerja Subdivre Cianjur yang berada di bawah koordinasi wilayah kerja

2

Divre Jabar. Permintaan alokasi diupayakan dapat dilayani dengan segera dari
persediaan yang ada di gudang Subdivre Cianjur, untuk itu diperlukan suatu
pengoptimalan persediaan untuk mengantisipasi ketidakpastian situasi rantai
pasokan beras.
Perumusan Masalah
Beberapa kendala yang harus dipertimbangkan untuk mendapatkan
jumlah persediaan yang optimal, diantaranya ketidakpastian jumlah pasokan dan
keterbatasan kapasitas tempat penyimpanan. Jumlah dan alokasi pasokan dari
kegiatan pengadaan gabah/beras dalam negeri menjadi masalah karena situasi
yang sebenarnya tidak tegas pada jumlah tertentu dan tidak dapat digambarkan
secara persis. Kondisi alam dapat mempengaruhi kondisi hasil panen, kualitas
gabah/beras, harga gabah di tingkat produsen, dan harga beras di tingkat
konsumen sehingga menyebabkan ketidakpastian jumlah dan alokasi pasokan
(Gambar 1). Upaya meningkatkan persediaan di gudang Subdivre Cianjur adalah
dengan melakukan (i) pemindahan persediaan dari gudang di wilayah kerja
Subdivre lain yang masih berada di bawah koordinasi wilayah kerja Divre Jabar
(dengan istilah MOVEREG), dan (ii) pemindahan persediaan dari gudang di
wilayah kerja Divre lain (dengan istilah MOVENAS).

Gambar 1 Grafik realisasi pengadaan beras di wilayah kerja
Subdivre Cianjur tahun 2008-2011
(sumber: Perum BULOG 2012)
Ketersediaan kapasitas tempat penyimpanan menjadi kendala baik dalam
pelaksanaan pengadaan beras dalam negeri maupun dalam kegiatan MOVEREG
dan MOVENAS. Keterlambatan jadwal pendistribusian karena keterlambatan
penerbitan SPA Raskin dan adanya tunggakan HP-Raskin dapat berakibat
tertahannya persediaan di dalam gudang, sehingga hal ini akan berdampak pada

3

perubahan jadwal penerimaan pasokan. Keterbatasan persediaan di gudang
Subdivre Cianjur akibat perubahan jadwal penerimaan pasokan membuat
beberapa permintaan alokasi tidak dapat dilayani dengan segera. Persediaan yang
kurang optimal dalam rantai pasokan ini menyebabkan rendahnya pencapaian
tingkat pelayanan distribusi. Selama tahun 2008-2011, rata-rata tingkat pelayanan
distribusi di wilayah kerja Subdivre Cianjur hanya mencapai 87,50% per tahun
(Tabel 1).
Tabel 1 Tingkat pelayanan distribusi beras untuk Program Raskin
di wilayah kerja Subdivre Cianjur (sumber: Perum BULOG 2012)
No

Wilayah Distribusi

1
2
3
4
5
6

KOTA DEPOK
KAB.BOGOR
KOTA BOGOR
KAB. CIANJUR
KAB.SUKABUMI
KOTA SUKABUMI

Tingkat
Pelayanan Distribusi
(dalam %)
2008
80,38
90,74
91,27
96,06
98,27
96,72

2009
67,97
97,30
99,00
99,80
99,35
100,00

2010
80,08
93,99
74,02
83,80
90,48
91,89

2011
67,44
46,20
71,21
99,94
91,69
92,31

Rata-Rata
Tingkat
Pelayanan
Distribusi
(dalam %)
73,97
82,06
83,88
94,90
94,95
95,23
87,50

Kegiatan MOVEREG dan MOVENAS dilakukan dalam upaya untuk
meningkatkan penyediaan beras di gudang Subdivre Cianjur dengan tambahan
biaya penyediaan yakni berupa penambahan biaya angkutan. Semakin banyak
jumlah persediaan yang diangkut, maka akan semakin besar tambahan
biaya angkutan. Dalam hal ini, Subdivre Cianjur harus mampu mengelola
persediaan untuk mengantisipasi ketidakpastian jadwal pendistribusian agar
dicapai dua sisi, yakni tidak terjadi kehabisan persediaan (out of stock) dan
biaya penyediaan harus dengan biaya minimum. Bila tidak, kemungkinan
kelancaran distribusi dapat terganggu sehingga menyebabkan terjadinya
pemborosan (inefficiency). Dalam hal ini, Subdivre Cianjur harus secara seksama
melakukan perencanaan dan penjadwalan penyediaan beras.
Untuk menjaga keberlangsungan dan keberlanjutan rantai pasokan beras
untuk
Program
Raskin
di
wilayah
kerja
Subdivre
Cianjur,
maka permasalahan yang perlu diperhatikan adalah bagaimana menentukan
jumlah
persediaan
yang
dapat
meminimalkan
biaya
penyediaan
dengan memperhatikan ketidakpastian jumlah pasokan dan kapasitas
tempat penyimpanan.
Tujuan Penelitian
Tujuan penelitian ini adalah menentukan jumlah persediaan beras yang
dapat meminimalkan biaya penyediaan dalam ketidakpastian situasi rantai
pasokan beras di wilayah kerja Subdivre Cianjur.

4

Manfaat Penelitian
Penelitian ini diharapkan dapat menjadi masukan bagi manajemen
Divre Jabar dan Subdivre Cianjur dalam mengelola rantai pasokan beras untuk
Program Raskin ke depan, yakni untuk perbaikan perencanaan dan penjadwalan
penyediaan beras sehingga dapat dihasilkan jumlah pasokan dan penyimpanan
beras yang dapat meminimalkan biaya penyediaan dalam rangka meningkatkan
pelayanan distribusi Program Raskin.
Ruang Lingkup
Ruang lingkup penelitian ini meliputi analisis persediaan pada
rantai pasokan beras dalam rangka meningkatkan pelayanan distribusi di 6 (enam)
wilayah Kabupaten/Kota di Propinsi Jawa Barat, yakni Kabupaten Bogor,
Kabupaten Sukabumi, Kabupaten Cianjur, Kota Bogor, Kota Sukabumi, dan
Kota Depok. Studi kasus penelitian dilakukan di wilayah kerja Subdivre Cianjur,
yang berada di bawah koordinasi wilayah kerja Divre Jabar.

2 TINJAUAN PUSTAKA
Konsep Manajemen Rantai Pasok
Konsep Supply Chain Management (SCM) atau manajemen rantai pasok
mulai dikenal sejak awal tahun 1980-an dan terintegrasi dengan kegiatan
manajemen logistik. SCM maupun manajemen logistik juga memiliki kesamaan
dalam hal peningkatan efisiensi dan efektivitas dalam pengelolaan barang.
Menurut Chopra dan Meindl (2007) rantai pasok terdiri dari semua pelaku (usaha)
yang terlibat langsung atau tidak langsung dalam memenuhi permintaan
pelanggan. Supply chain dapat dipandang sebagai suatu rangkaian perusahaan
(pelaku) yang terintegrasi yang berbagi informasi dan berkoordinasi dalam
eksekusi untuk menjamin kelancaran aliran barang, jasa, informasi, dan uang
secara terintegrasi melalui suatu pipe line. Tujuan dari setiap jaringan rantai pasok
adalah memaksimalkan nilai yang dihasilkan secara keseluruhan.
Nilai dari sebuah jaringan rantai pasok adalah selisih antara penerimaan yang
dihasilkan dari penjualan produk akhir kepada konsumen dengan seluruh biaya
yang
ditimbulkan
untuk
memenuhi
kebutuhan
konsumen.
Nilai disini berarti keuntungan atau surplus dalam jaringan rantai pasok secara
keseluruhan bukan pada setiap tahap-tahap kegiatan dalam jaringan rantai pasok.
Rantai suplai yang terintegrasi akan menimbulkan keseluruhan nilai yang
dihasilkan oleh rantai suplai tersebut.

5

Model-Model Persediaan
Model-model persediaan menurut Heizer dan Render (1996),
dapat dipisahkan menjadi 2 golongan utama, yakni model deterministik dan
model stokastik/probabilistik, yakni apabila salah satu dari permintaan dan waktu
tunggu sampai pesanan diterima atau bahkan keduanya tidak dapat diketahui
secara pasti. Kelompok model deterministik yang sering dipakai adalah
Economic Order Quantity (EOQ), Economic Production Quantity (EPQ),
dan Material Requirements Planning (MRP), sedangkan pada kelompok
stokastik/probabilistik adalah model simulasi.
Simulasi berasal dari kata inggris simulation, yang berarti peniruan.
Objek yang ditiru adalah keadaan di dunia nyata, sehingga simulasi tersebut
merupakan usaha untuk menduplikasi/meniru kejadian di dunia nyata.
Simulasi ini dapat digunakan untuk membantu memecahkan masalah-masalah
yang sangat sederhana sampai yang sangat rumit.
Menurut Heizer dan Render (1996), pendekatan dengan simulasi
mempunyai kelebihan dan kekurangannya.
a.
Keuntungan utama dari penggunaan simulasi.
1.
Simulasi relatif fleksibel dan bersifat langsung.
2.
Simulasi dapat dipakai untuk menganalisis masalah yang kompleks
dan rumit, dimana masalah itu tidak dapat dipecahkan dengan
model manajemen operasi konvensional.
3.
Simulasi
dapat
memasukkan
komplikasi-komplikasi,
dimana
model
sederhana
tidak
dapat
melakukannya.
Simulasi
dapat
dilakukan
dengan
memakai
berbagai
sebaran peluang, sehingga sebaran peluang yang digunakan
tidak harus sebaran normal (standar).
4.
Simulasi dapat digunakan pada masalah-masalah yang mungkin akan
terjadi di masa yang akan datang. Artinya model ini dapat
mensimulasikan kejadian-kejadian beberapa bulan bahkan beberapa
tahun ke depan.
5.
Simulasi dapat digunakan untuk menjawab suatu pertanyaan what-if.
6.
Simulasi tidak dipengaruhi oleh dunia nyata.
7.
Dengan simulasi bisa dipelajari pengaruh-pengaruh dan
hubungan-hubungan antara komponen individu-individu atau
variabel-variabel untuk menentukan komponen apa yang paling
penting.
b.
Kelemahan utama dari penggunaan simulasi.
1.
Model simulasi yang baik memerlukan biaya mahal dan waktu yang
lama.
2.
Simulasi tidak dapat menghasilkan suatu solusi optimal seperti
model linier programing. simulasi pendekatannya atas dasar
coba-coba sehingga penyelesaiannya dapat berbeda-beda.
3.
Model simulasi tidak akan dapat menghasilkan solusi optimal tanpa
adanya input yang cukup realistik.
4.
Setiap model simulasi bersifat unik. Dengan demikian solusi dan
kesimpulan yang diperoleh tidak dapat digunakan pada
masalah/kondisi yang berbeda.

6

Fuzzy Linear Programming
Masalah-masalah yang ditemui di dunia nyata berhubungan erat dengan
masalah ketidakpastian (tidak memiliki definisi batas yang jelas), misalnya
banyak, tinggi, muda, lebih banyak dari, dan lain-lain. Pada kondisi demikian
dibutuhkan program linear samar. Program linear samar (fuzzy linear
programming) adalah program linear dengan koefisien-koefisien fungsi tujuan
(koefisien biaya), konstanta-konstanta sebelah kanan dan koefisien-koefisien
teknis dinyatakan dalam bentuk himpunan samar.
Salah satu contoh model linear programming klasik, adalah
(Zimmermann, 1991):
Maksimumkan :
f(x) = cTx
dengan batasan :
Ax < b
x>0
dengan
c, x Є Rn, bЄRm, AЄRmxn.
(1)
atau
Minimumkan :
f(x) = cTx
dengan batasan :
Ax < b
x>0
dengan
c, x Є Rn, bЄRm, AЄRmxn.
(2)
A, b dan c adalah bilangan-bilangan crisp, tanda < pada kasus maksimasi dan
tanda > pada kasus minimasi juga bermakna crisp, demikian juga perintah
“maksimumkan” atau “minimumkan” merupakan bentuk imperative tegas.
Jika diasumsikan bahwa keputusan linear programming akan dibuat pada
lingkungan fuzzy, maka bentuk (1) dan (2) akan mengalami sedikit perubahan,
yaitu (Zimmermann, 1991) :
1. Bentuk imperative pada fungsi objektif tidak lagi benar-benar “maksimum”
atau “minimum”, karena adanya beberapa hal yang perlu mendapat
pertimbangan dalam suatu sistem.
2. Tanda < (pada batasan) dalam kasus maksimasi dan tanda > (pada batasan)
dalam kasus minimasi tidak lagi bermakna crisp secara matematis, namun
sedikit mengalami pelanggaran makna. Hal ini juga disebabkan karena
adanya beberapa yang perlu dipertimbangkan dalam sistem yang
mengakibatkan batasan tidak dapat didekati secara tegas.
Pada fuzzy linear programming (FLP), akan dicari suatu nilai z yang
merupakan fungsi objektif yang akan dioptimasikan sedemikian hingga tunduk
pada batasan-batasan yang dimodelkan dengan menggunakan himpunan fuzzy.
Sehingga untuk kasus maksimisasi (1) akan diperoleh (Zimmermann, 1991):
Tentukan x sedemikian hingga :
CTx z
Ax
b
X >0
(3)

7

Dengan tanda ‘ ’ merupakan bentuk fuzzy dari ‘ < ’ yang menginterprestasikan
‘pada dasarnya kurang dari atau sama dengan’. Demikian pula, tanda ‘
’
merupakan bentuk fuzzy dari ‘ > ’ yang menginterprestasikan ‘pada dasarnya
lebih dari atau sama dengan’.
Untuk kasus minimisasi (2) akan diperoleh (Zimmermann, 1991):
Tentukan x sedemikian hingga:
CTx z
Ax
b
X >0
(4)
Kedua bentuk (3) dan (4) dapat dibawa ke suatu bentuk (5), yaitu:
Tentukan x sedemikian hingga :
Bx d
x>0
(5)
dengan :
B=

 c

; dan

A
d=

 z ; untuk kasus maksimasi
b

atau
B=

c

; dan

A
d=

z

; untuk kasus minimisasi

b
Tiap-tiap baris/ batasan (0,1, 2, …., m) akan direpresentasikan dengan sebuah
himpunan fuzzy, dengan fungsi keanggotaan pada himpunan ke-i adalah µ i(Bix).
Fungsi keanggotaan untuk model ‘keputusan’ himpunan fuzzy dapat dinyatakan
sebagai (Zimmermann, 1991) :
µ D[x] = min {µ i[Bix]}
(6)
i

Solusi terbaik yaitu suatu solusi dengan nilai keanggotaan yang paling besar,
dengan demikian solusi sebenarnya adalah (Zimmermann, 1991) :
max µ D[Bx] = max min {µ i[Bix]}
(7)
x>0

x>0

i

8

Dari sini terlihat bahwa µ i (bix)=0 jika batasan ke-i benar-benar dilanggar.
Sebaliknya, µ i (bix)=1 jika batasan ke-i benar-benar dipatuhi (sama halnya batasan
bernilai tegas). Nilai µ i (bx) akan naik secara monoton pada selang [0,1], yaitu
(Zimmermann, 1991) :
1;
jika
Bix < di
µ i (bix) =
Є [0,1]
jika
di < Bix < di + pi
0;
jika
Bix > di + pi
(8)
i=0,1,2,…,m,
Gambar 2 menunjukkan fungsi keanggotaan tersebut.
1

[Bix]

µ i [x]
0
di

di+pi
pi

Gambar 2 Fungsi keanggotaan (Zimmermann, 1991)
µ i [x]

=

1;
1– Bix – di;
pi
0;

jika
jika

Bix < di
di < Bix < di + pi

jika

Bix > di + pi

(9)

i=0,1,2,…,m,
dengan pi adalah toleransi interval yang diperbolehkan untuk melaksanakan
pelanggaran baik pada fungsi objektif maupun batasan. Dengan mensubstitusikan
(9) ke (7) akan diperoleh (Zimmermann, 1991) :
max µ D [Bx] = max min 1– Bix – di;
x>0
x>0
i
pi

(10)

Dari Gambar 4 dapat dilihat bahwa, semakin besar nilai domain, akan memiliki
nilai keanggotaan yang cenderung semakin kecil. Sehingga untuk mencari nilai
λ-cut dapat dihitung sebagai λ=1-t, dengan :
di+tpi = ruas kanan batasan ke-i
(11)
Dengan demikian akan diperoleh bentuk linear programming baru sebagai berikut
(Zimmermann, 1991) :
Maksimumkan
:
λ
i=0,1,…m
Dengan batasan
:
λpi + Bix < di + pi
x>0
(12)

9

Kajian Penelitian Terdahulu
Penelitian yang terkait dengan perencanaan persediaan pada umumnya
bertujuan untuk memperbaiki kinerja dan manajemen persediaan.
Perbaikan kinerja dan manajemen persediaan dilakukan dengan berbagai
pendekatan antara lain dalam pengendalian biaya dan pengukuran kinerja
manajemen dengan berbagai metode dan teknik analisis.
Penelitian yang dilakukan Wang Ge (2004) tentang proses pengambilan
keputusan pada rantai pasokan dengan bantuan seperangkat matrik kinerja,
yakni menghubungkan karakteristik produk dengan strategi rantai pasokan
dan mengadopsi model metrik kinerja referensi operasi rantai pasokan (SCOR)
tingkat 1 sebagai kriteria keputusan. Metodologi pengambilan keputusan berbasis
multi-kriteria dengan memadukan analytic hierarchy process (AHP)
dan preemptive goal programming (PGP) kemudian dikembangkan untuk
memperhitungkan faktor-faktor kualitatif dan kuantitatif dalam pemilihan
pemasok. Sementara AHP mencocokkan karakteristik produk dengan karakteristik
pemasok (menggunakan peringkat pemasok yang berasal dari perbandingan
berpasangan) untuk menentukan strategi rantai pasokan secara kualitatif,
model matematis dalam PGP digunakan untuk menentukan kuantitas pesanan
optimal dari pemasok yang dipilih. Karena PGP menggunakan penilaian AHP
sebagai masukan, maka variasi perbandingan berpasangan pada AHP akan
mempengaruhi kuantitas pesanan akhir. Oleh karena itu, pengguna metodologi ini
harus menempatkan penekanan lebih besar pada pengembangan AHP untuk
memastikan keakuratan peringkat pemasok.
Chandra Dewi (2005) melakukan penelitian tentang pengukuran kinerja
manajemen rantai pasokan beras, yang dalam hal ini dilakukan di Jawa Barat
untuk mendapatkan efisiensi operasi melalui peta transportasi yang optimal.
Hasil penelitian menggunakan metode pendugaan kondisi antara volume produksi
dan volume konsumsi di Jawa Barat hingga beberapa tahun ke depan,
serta analisis menggunakan metode transportasi, maka dalam waktu beberapa
tahun ke depan, untuk mengatasi kekurangan persediaan pada daerah-daerah
defisit di Jawa Barat, BULOG masih dapat menerapkan transportasi beras dari
Subdivre Karawang menuju Subdivre Cianjur atau dari Subdivre Cirebon menuju
Subdivre Ciamis. Dilain pihak, pengiriman sisa persediaan beras di Jawa Barat
hanya optimal dilakukan di Subdivre-Subdivre Cirebon, Indramayu, Karawang
dan Subang menuju Divre DKI Jakarta.
Penelitian yang dilakukan Parwati Indri dan Prima Andrianto (2009) untuk
menganalisis Bullwhip Effect yang terjadi pada sistem distribusi dan
meminimalisasi total biaya persediaan dengan metode Continous Review pada
PT Mondrian yang memproduksi produk pakaian jadi. Evaluasi adanya
Bullwhip Effect yang terjadi pada rantai distribusinya dilakukan dengan
menghitung variabilitas yang dihadapi oleh manufaktur dan membandingkannya
dengan variabilitas yang terjadi pada retailer. Sistem informasi yang transparan,
akurat, dan terintegrasi mengenai hal-hal yang menyangkut permintaan dan
persediaan produk (Accurate Pull Data), yang dapat dilakukan melalui sharing
EPOS (Electronic Point of Sales), sehingga setiap rantai dapat menjadwalkan
secara efektif dan CAO (Computer Assisted Ordering), dengan ini pihak
supply chain dapat mengetahui secara pasti besarnya permintaan, jumlah
penjualan dan jumlah produk yang tersedia.

10

Penelitian yang dilakukan Burhan (2010) tentang penerapan kebijakan
persediaan (dengan model P) untuk meminimumkan biaya total dengan
mempertimbangkan biaya transportasi, dimana permintaan bersifat probabilistik
selama kurun waktu horizon perencanaan, barang akan diterima setelah lead time
(waktu ancang) L, metoda yang digunakan adalah metoda P dimana periode
antarpemesanan T nilainya konstan. Beberapa variabel keputusan yang dihasilkan
dari penelitian yakni (i) periode waktu antarpemesanan selama 17 hari,
(ii) persediaan maksimum sebesar 1.910 unit, (iii) cadangan pengamanan sebesar
110 unit, dan (iv) minimum total biaya persediaan sebesar $69,198.
Anne Marie Iveline (2011) melakukan penelitian pada industri jamu dengan
pertimbangan bahwa agroindustri ini bersifat unik karena bahan bakunya yang
musiman menyebabkan terjadinya faktor ketidakpastian dalam ketersediaan bahan
baku sehingga diperlukan adanya kegiatan manajemen persediaan, penjadwalan
produksi serta diperlukannya ekstra koordinasi diantara kegiatan pada rantai
pasoknya. Pada penelitian ini, peramalan permintaan produk jamu menggunakan
metode dekomposisi, sedangkan perencanaan agregat untuk menentukan ukuran
batch optimum produk jamu menggunakan metode linear programming.
Penelitian yang serupa kembali dilakukan Anne Marie Iveline (2012) pada
industri roti dengan pertimbangan bahwa ketersediaan bahan baku yang bersifat
tidak pasti dalam kuantitas dan kualitas serta kemungkinan terjadinya gangguan
internal produksi menyebabkan adanya toleransi dalam pemakaian bahan baku,
waktu penyelesaian produksi dan biaya produksi. Penelitian ini bertujuan untuk
membahas model penjadwalan induk produksi yang handal yaitu menggunakan
model optimasi Fuzzy Multi Objective Linear Programming untuk mengetahui
besarnya ukuran produksi optimum untuk tiap item produk yang diproduksi.
Model Fuzzy Multi Objective Linear Programming yang memanfaatkan kurva-s
termodifikasi dalam penentuan angka fuzzy merupakan model keputusan
perencanaan produksi dan pengendalian persediaan yang cukup handal karena
merupakan model optimasi yang sudah mengakomodir kebutuhan industri pangan
dengan memungkinkan perhitungan angka fuzzy serta sesuai dengan fungsi tujuan
industri pangan.
Penelitian yang dilakukan Permana Rangga (2011) untuk mengetahui
perilaku sistem supply chain pisang, khususnya komoditi pisang mas di sentra
produksi Lumajang, Jawa Timur, pada berbagai skenario sehingga dapat dicapai
performansi supply chain yang lebih baik, dilakukan dengan pendekatan
(1) pemetaan konfigurasi dan mekanisme supply chain, dan (2) model
sistem dinamik dengan tahapan penyusunan influence diagram, pengembangan
model simulasi dengan Vensim 5 Professional, dan verifikasi dan validasi model
menggunakan uji konfirmasi struktur, uji parameter (SyntheSim), dan
uji konsistensi dimensi (check unit).
Surjasa Dadang (2011) melakukan penelitian untuk menghasilkan model
dalam bentuk program komputasi yang dapat digunakan untuk
(1) memperkirakan jumlah pasokan beras dari PIBC ke wilayah di propinsi
DKI Jakarta, (2) memperkirakan harga beras jenis Muncul/III dan IR 64/III di
PIBC Jakarta, dan (3) sebagai suatu sistem peringatan dini dalam mengantisipasi
pasokan dan harga beras yang tidak dikehendaki. Pada penelitian ini,
model dikembangkan dengan menggunakan metode jaringan syaraf tiruan (JST)
backpropagation, untuk memperkirakan pasokan beras dan harga beras.

11

Tingkat akurasi untuk model prakiraan pasokan beras adalah 91,96%, tingkat
akurasi untuk model prakiraan harga beras Muncul/III adalah 93,95% dan tingkat
akurasi untuk model prakiraan harga beras IR 64/III adalah 98,63%.
Penelitian yang dilakukan Azmi Nora (2012) pada industri kemasan karton
dengan pertimbangan bahwa sebagian besar produk kemasan karton merupakan
pesanan yang didesain secara khusus untuk konsumen tertentu sehingga banyak
perusahaan kemasan karton yang beroperasi berdasarkan pesanan (make to order).
Produksi yang dilakukan berdasarkan pesanan memberikan tingkat ketidakpastian
dan kompleksitas perencanaan produksi yang tinggi. Pada penelitian ini,
model dikembangkan dengan menggunakan pendekatan pohon keputusan atau
pohon klasifikasi (decision tree) untuk menghasilkan model penerimaan dan
evaluasi pesanan pada industri kemasan karton yang dapat digunakan untuk
(1) menghasilkan kodefikasi produk dan pesanan, (2) menghitung kebutuhan
bahan baku utama (kertas), (3) melakukan evaluasi kelayakan pesanan dari aspek
kemampuan produksi dan jumlah pesanan, (4) menentukan mesin-mesin serta
urutan proses produksi, dan (5) mengkalkulasi kebutuhan waktu produksi.
Fitriani Nur (2014) melakukan penelitian tentang analisis persediaan beras
di Perum BULOG Divre NTT dalam memenuhi kebutuhan masyarakatnya
terhadap beras yang menggunakan dua pendekatan indikator yaitu biaya
persediaan dan persediaan pengaman. Berdasarkan hasil analisis jumlah
pemesanan beras yang ekonomis (EOQ) adalah 816,65 ton dengan frekuensi
pemesanan sebanyak 175 kali. Jumlah safety stock yang harus dimiliki oleh
Perum BULOG Divre NTT adalah sebanyak 35.731,71 ton dan persediaan
maksimum yang dapat dikelola adalah sebanyak 36.548,36 ton.
Relevansi dari penelitian-penelitian di atas dengan penelitian ini adalah
dalam hal penggunaan model persediaan dalam melakukan analisis perencanaan
persediaan. Perbandingan penelitian terdahulu disajikan pada Tabel 2. Sebagian
besar penelitian terdahulu menggunakan pendekatan EOQ dan MRP. Hal tersebut
dalam kondisi nyata sulit untuk dapat diterapkan, khususnya teknik EOQ karena
ketatnya asumsi yang membatasi berlakunya teknik EOQ, antara lain permintaan
dan waktu pengiriman (lead time) diketahui secara pasti dan konstan. Analisis
dengan menggunakan pendekatan metode simulasi Monte Carlo merupakan salah
satu metode yang paling tepat untuk merencanakan jumlah permintaan yang tidak
pasti jumlahnya. Analisis perencanaan persediaan bahan baku dengan pendekatan
metode simulasi Monte Carlo memiliki beberapa keuntungan.
1.
Dapat dipergunakan sebagai teknik peramalan untuk data informasi yang
sifatnya terbatas, atau tidak mencukupi bila menggunakan model yang lain.
2.
Dalam penerapan analisis metode simulasi Monte Carlo tersebut digunakan
percobaan yang dilakukan atas adanya peluang-peluang elemen melalui
random secara sampling, sehingga hasil dari analisis simulasi diharapkan
dapat dipakai dalam menghitung/menentukan besarnya kebutuhan bahan
baku yang produknya secara acak.

12

Tabel 2 Perbandingan penelitian terdahulu
NAMA
Wang Ge
(2004)
Chandra Dewi
(2005)

Anne Marie
Iveline (2011)

Anne Marie
Iveline (2012)

Fitriani Nur
(2014)
Penelitian ini

JUDUL

MODEL

KOMODITAS

Product-driven supply chain
selection using integrated
multi-criteria decision-making
methodology
Optimasi Model Transportasi
dalam Pengukuran Kinerja
Manajemen Rantai Pasokan
Beras: Studi Kasus di
Perum BULOG
Divisi Regional Jawa Barat
Proyeksi Permintaan dan
Penentuan Ukuran Batch
Optimum Produk pada
Agroindustri (Studi Kasus di
Industri Jamu)
Penentuan Jumlah Produksi
Menggunakan Model Fuzzy
Multi Objective Linear
Programming pada Industri
Pangan (Studi Kasus pada
Industri Roti PT NIC)
Analisis Persediaan Beras
di Perusahaan Umum BULOG
Divisi Regional Nusa
Tenggara Timur
Optimasi Persediaan pada
Rantai Pasokan Beras untuk
Program Raskin (Studi Kasus
pada Perum BULOG
Subdivisi Regional Cianjur)

Proses Analisis
Bertingkat, Preemptive
Goal Programming

Industri
Otomotif

Pendugaan volume
produksi dan
konsumsi, Model
Transportasi

Beras

Metode Dekomposisi,
Model Linear
Programming

Industri Jamu

Model Fuzzy Multi
Objective Linear
Programming

Industri Roti

Metode EOQ

Beras

Simulasi Monte Carlo,
Proses Analisis
Bertingkat, Model
Pemrograman Linear
Samar

Beras

Kerangka Pemikiran
Penentuan jumlah beras untuk kebutuhan pasokan pada kondisi
ketidakpastian permintaan alokasi Pagu Raskin bulanan dan penerbitan SPPB/DO
dilakukan dengan pendekatan metode simulasi Monte Carlo berdasarkan
data historis yang dipunyai Subdivre Cianjur, yakni dengan membuat berbagai
skenario kondisi penerbitan SPA Raskin dan kendala tunggakan dalam
pembayaran HP-Raskin yang mungkin dihadapi oleh Subdivre Cianjur.
Berdasarkan hasil simulasi, beberapa informasi mengenai penerbitan SPPB/DO
dapat diperoleh guna membantu mengambil keputusan mengenai kebutuhan
pasokan beras dalam rangka meningkatkan kemampuan dalam merespon
ketidakpastian permintaan alokasi dan penerbitan SPPB/DO.
Perencanaan dan penjadwalan penyediaan beras dilakukan agar dapat
dihasilkan jumlah pasokan dan penyimpanan beras yang dapat meminimalkan
biaya penyediaan dalam rangka meningkatkan pelayanan distribusi
Program Raskin. Penggunaan model fuzzy linear programming pada penelitian ini
dikarenakan masalah yang ada dalam penentuan jumlah pasokan dan
penyimpanan beras seringkali tidak dapat dipecahkan dan dimodelkan secara pasti
dan jelas. Diperlukan adanya suatu jangkauan toleransi agar pelaksanaan

13

distribusi dapat berjalan dengan lancar dimana penentuan tersebut ditentukan oleh
kondisi ketidakpastian permintaan alokasi Pagu Raskin bulanan dan
penerbitan SPPB/DO, serta ketidakpastian jumlah dan alokasi pasokan beras dari
berbagai sumber pasokan.
Pengembangan model perencanaan dan penjadwalan penyediaan beras
diawali dengan penentuan prioritas sumber pasokan yang dapat memenuhi
kebutuhan distribusi secara efektif dan efisien. Pada penelitian ini digunakan
proses analisis bertingkat (analytic hierarchy process/AHP) dikarenakan
pengambilan keputusan dalam penentuan prioritas sumber pasokan terkait dengan
banyak kriteria dan banyak kendala. Penentuan jumlah pasokan dari
masing-masing sumber pasokan pada model pemrograman linear samar dilakukan
sesuai dengan urutan sumber pasokan. Model perencanaan dan penjadwalan
penyediaan beras ini diharapkan dapat menjadi masukan bagi manajemen
Subdivre Cianjur dalam mengelola rantai pasokan beras untuk Program Raskin
ke depan. Secara garis besar kerangka pemikiran penelitian ini sebagaimana
digambarkan pada Gambar 3.

Gambar 3 Kerangka pemikiran penelitian

14

3 BAHAN DAN METODE
Tempat dan Waktu Penelitian
Penelitian ini meliputi kegiatan penelitian lapangan yang dilakukan
di wilayah kerja Subdivre Cianjur, dan Divre Jabar. Kegiatan pengolahan data
dilakukan di Laboratorium Teknik Pengolahan Pangan dan Hasil Pertanian
Fateta IPB.
Waktu pelaksanaan kegiatan penelitian lapangan dilakukan pada
bulan April-Mei 2013, dan dilanjutkan dengan pengolahan data pada
bulan Juni-Juli 2013.
Pendekatan Penelitian
Metode penelitian menggunakan metode pendekatan sistem, yakni
serangkaian langkah-langkah pemecahan masalah yang memastikan bahwa
masalah dipahami, solusi alternatif dipertimbangkan, dan solusi yang dipilih
bekerja. Sedangkan jenis dari penelitian ini adalah studi kasus, yaitu dengan
mengadakan penelitian intensif yang terinci terhadap objek, agar dapat diketahui
keadaan yang sebenarnya terjadi pada perusahaan. Subdivre Cianjur terpilih
sebagai tempat penelitian karena alokasi Pagu Raskin di wilayah kerja
Subdivre Cianjur merupakan Pagu Raskin terbesar di Divre Jabar.
Jenis dan Sumber Data
Jenis data yang digunakan dalam penelitian ini adalah data primer dan
data sekunder baik yang bersifat kualitatif maupun kuantitatif. Data primer yang
dikumpulkan meliputi data yang terkait dengan menentukan urutan prioritas
sumber pasokan. Sedangkan data sekunder meliputi data Pagu Raskin,
data realisasi jumlah pengadaan beras da