memberikan hasil yang lebih akurat seperti terlihat pada Lampiran 14 dan Lampiran 15. Lampiran 14 menunjukkan hasil menjalankan program jaringan
syaraf tiruan sebanyak 18 kali dengan perangkat lunak MATLAB R2010a. Lampiran 15 adalah rangkuman hasil menjalankan program dengan jaringan
syaraf tiruan beserta hasil peramalan permintaan tepung jagung.
6.5 Keterbatasan Model
Beberapa keterbatasan dalam model yang dirancang adalah sebagai berikut: - Model tidak dilengkapi dengan sistem pendukung keputusan yang
mengintegrasikan sub-sub model dalam suatu sistem, sehingga dapat membantu pengambil keputusan melakukan tindakan secara lebih tepat
dan cepat. - Model penyediaan tepung jagung dalam rantai pasok industri berbasis
jagung ini masih bersifat parsial, sehingga perlu diintegrasikan dengan mempertimbangkan faktor penanganan pasca panen, distribusi dan
transportasi antar mata rantai. Faktor-faktor ini perlu dipertimbangkan karena penanganan pasca panen yang kurang baik, jarak dan waktu
transportasi akan mengakibatkan terjadinya penurunan mutu bahan baku. - Model prediksi hanya terbatas pada prediksi secara kuantitatif , sehingga
faktor-faktor penting yang bersifat kualitatif masih diasumsikan tidak mempengaruhi hasil prediksi.
- Implementasi model prediksi produksi jagung hanya untuk satu wilayah, dengan asumsi bahwa model ini akan dapat digunakan untuk wilayah lain
dan dapat di kembangkan untuk memprediksi produksi jagung nasional. - Aturan keputusan dalam model pengelompokan mutu jagung pipilan dan
pengelompokan mutu tepung jagung, tidak didukung oleh pencatatan data mutu yang cukup, sehingga tidak dapat dilakukan pengurangan jumlah
aturan dalam if-then rules. - Perancangan model pengelompokan mutu jagung pipilan belum
mempertimbangkan model sampling penerimaan bahan baku acceptance sampling model di industri tepung jagung.
- Model prediksi permintaan tepung jagung hanya menggunakan data permintaan secara keseluruhan dan bukan berupa permintaan per jenis
industri. Namun demikian model ini dapat digunakan untuk memprediksi permintaan setiap jenis industri pengguna tepung jagung, sehingga
perencanaan penyediaan tepung jagung dalam jumlah dan mutu yang sesuai dapat dibuat untuk masing-masing jenis industri pengguna tepung
jagung.
6.6 Implikasi Teoritis
Hasil dari model prediksi produksi jagung menunjukkan bahwa penggunaan jaringan syaraf tiruan lebih akurat dari pada metode peramalan menggunakan
model regresi. Hasil ini mengkonfirmasi penelitian yang dilakukan oleh Zhang et al. 2004, dimana penelitian ini membandingkan jaringan syaraf tiruan dengan
model univariat serta model multivariat, dan memperoleh bahwa hasil peramalan jaringan syaraf tiruan lebih baik dari pada metode statistikal. Erdinç dan Satman
2005 dalam penelitiannya membandingkan jaringan syaraf tiruan dengan regresi linier, dan diperoleh hasil bahwa jaringan syaraf tiruan lebih baik daripada
regresi linier dalam melakukann peramalan. Selain itu
hasil ini menkonfirmasi penelitian Setyawati 2003 yang menggunakan jaringan syaraf tiruan untuk univariat dan multivariat time series
dalam melakukan peramalan, dan memperoleh bahwa jaringan syaraf tiruan lebih akurat dari pada metode lainnya. Model prediksi yang dirancang telah
mengkonfirmasi penelitian Nam dan Schaefer 1995 yang melakukan peramalan penumpang pesawat udara dengan jaringan syaraf tiruan. Azadeh et al. 2008
menggunakan jaringan syaraf tiruan untuk meramalkan penggunaan energi listrik. Ferreira et al. 2011 menggunakan jaringan syaraf tiruan untuk meramalkan
harga dalam konteks agribisnis. Konfirmasi lainnya dilakukan terhadap penelitian Bhuvanes et al. 2007
menggunakan Backpropagation Neural Network BPNN untuk memprediksi jumlah pasien pada beberapa bagian perawatan di Virtua Health, New Jersey.
Penelitian ini membandingkan model peramalan menggunakan backpropagation neural network dengan peramalan menggunakan statistical forecasting models,
dan menyimpulkan bahwa BPPN lebih akurat.
6.7 Implikasi Manajerial
Model yang dirancang masih bersifat parsial, namun model ini dapat digunakan bagi pemangku kepentingan pada rantai pasok industri berbasis jagung.
Model pengelompokan mutu jagung pipilan dapat digunakan oleh pengumpul sebelum produk jagung pipilan didistribusikan ke industri pengolahan jagung
sesuai jenis industri. Penggunaan model ini akan menyebabkan penurunan penolakan produk yang dikirim bila tidak sesuai dengan kebutuhan industri
pengolahan jagung. Kelompok Mutu 1 dan Mutu 2 dapat dipasok kepada industri tepung jagung, dan kelompok Mutu 3 dapat dipasok kepada industri pakan.
Penerapan rancangbangun model bermanfaat bagi perencanaan produksi pada industri tepung jagung. Pemanfaatan model prediksi produksi jagung akan
mengurangi ketidak-pastian dalam masalah perencanaan jumlah bahan baku yang akan dipesan. Bila terjadi kekurangan bahan baku, industri tepung jagung dapat
segera mengantisipasi dengan melakukan impor bahan baku. Model pengelompokan mutu jagung pipilan pada pengumpul, juga bermanfaat bagi
industri tepung jagung. Dengan adanya pengelompokan mutu jagung pipilan ini, industri tepung jagung akan mendapat pasokan bahan baku yang sesuai dari
pengumpul, sehingga penolakan bahan baku yang tidak sesuai dapat dikurangi. Penggunaan model prediksi permintaan tepung jagung pada industri tepung
jagung akan memudahkan bagian perencanaan pada industri tersebut membuat perencanaan produksi per periode. Perencanaan produksi yang dibuat dapat
dikaitkan dengan hasil prediksi produksi jagung, hasil pengelompokan mutu jagung pipilan, untuk membuat perencanaan pemesanan bahan baku.
6.8 Analisis Penggunaan Model dan Kebijakan
Analisis pemanfaatan model penyediaan tepung jagung pada rantai pasok industri berbasis jagung dilakukan terhadap model prediksi produksi jagung,
model pengelompokan mutu jagung pipilan, model pengelompokan mutu tepung jagung, dan model prediksi permintaan tepung jagung.
Dari hasil menjalankan proses peramalan pada model prediksi produksi jagung sesuai Lampiran 1 sampai Lampiran 4, diperoleh bahwa nilai peramalan
terbaik adalah peramalan dengan menggunakan jaringan syaraf tiruan dengan nilai MSE sebesar 0.0000993. Nilai MSE ini yang paling mendekati target performansi
sebesar 0.0001. Hasil ini merupakan hasil peramalan produksi jagung daerah Jawa Tengah, yang dapat dilihat pada Lampiran 2. Prediksi produksi jagung
empat periode ke depan sebesar 115946 ton, 115926 ton, 116 226 ton, dan 116218 ton. Jumlah ini merupakan produksi jagung berupa jagung pipilan kering panen.
Apabila periode analisis yang diambil adalah periode 1, maka jumlah produksi jagung panen kering panen adalah sebesar 115946 ton. Jumlah ini akan
mengalami susut panen secara kuantitatif dan kualitatif. Kadar air jagung kering panen sebesar 25 - 30, sedangkan jagung pipilan yang memenuhi persyaratan
mutu memiliki kadar air 13 – 15. Susut berat akibat penurunan kadar air
mengakibatkan penurunan berat sebesar 15, sehingga jumlah produksi jagung pipilan sebesar 115946 ton menjadi 98554.1 ton atau sekitar 100000 ton per
bulan. Bila susut panen akibat mutu yang tidak memenuhi standar diasumsikan sebesar 20, dan jumlah jagung yang diproduksi 50 digunakan untuk pakan
ternak, maka jumlah jagung pipilan menjadi 40000 ton per bulan. Jumlah ini akan menyusut akibat penurunan mutu pada saat transportasi. Bila diasumsikan susut
mutu akibat transportasi sebesar 5, maka jumlah jagung pipilan yang memenuhi persyaratan mutu sebagai bahan baku adalah sebesar 38000 ton per bulan.
Kapasitas terpasang pabrik tepung jagung yang diambil sebagai sampel adalah sebesar 5000 ton per bulan. Pabrik ini berproduksi dengan 50 kapasitas
atau 2500 ton per bulan. Tepung jagung yang dihasilkan pabrik merupakan produk sampingan, karena produk utamanya adalah grits. Jumlah grits yang
dihasilkan sebesar 65 – 70 dari jumlah bahan baku, dan tepung jagung sebesar
12 dari jumlah bahan baku. Apabila prediksi permintaan tepung jagung pada periode 1 sebesar 330 ton seperti terlihat pada Lampiran 15, maka untuk
memproduksi tepung jagung pada pabrik ini diperlukan bahan baku sejumlah 2750 ton. Perhitungan ini tidak memperhitungkan permintaan grits. Sehingga bila
ditinjau dari kebutuhan bahan baku, sentra jagung Jawa Tengah masih dapat memenuhi pasokan bahan baku bagi pabrik.
Analisis ini hanya dilakukan untuk memperkirakan kebutuhan bahan baku jagung pipilan pada satu pabrik tepung jagung. Analisis ini tidak
mempertimbangkan banyak industri pengolahan jagung lainnya yang tersebar di beberapa wilayah di Indonesia selain pabrik tepung jagung.
Beberapa kebijakan yang perlu dilakukan apabila terdapat kekurangan bahan baku jagung pipilan antara lain:
- Melakukan impor jagung dari negara luar - Usaha peningkatan produktivitas jagung bagi petani
- Memberikan kemudahan memperoleh benih jagung yang bermutu bagi petani
- Memberikan kemudahan meperoleh pengetahuna tentang panen dan pasca panen bagi petani
- Kemudahan memperoleh sarana produksi bagi petani - Kemudahan mendapat pasokan bahan baku dari petani kepada pengumpul
- Penerapan peraturan dagang yang konsisten bagi pengumpul - Kemudahan akses informasi bagi semua pemangku kepentingan
