Tracking signal dihitung sebagai jumlah kesalahan peramalan running sum forecast errorRSFE dibandingkan dengan nilai MAD Mean Absolute
Deviation. Secara umum, Tracking signal dituliskan sebagai berikut :
Tracking signal TS = MAD
RSFE
=
MAD i
periode peramalan
data -
i periode
aktual data
dimana : MAD =
n peramalan
kesalahan
=
n e
i
n = jumlah periode yang bersangkutan. Pada Gambar 15 terdapat nilai positif tracking signal yang menunjukkan
bahwa data aktual masih lebih besar dibandingkan dengan data peramalannya. Sedangkan negatif tracking signal berarti bahwa data aktual lebih kecil
dibandingkan dengan data peramalannya. Sebuah tracking signal yang baik adalah tracking signal yang memiliki nilai RSFE yang kecil dimana jumlah
kesalahan peramalan positif hampir sama jumlahnya dengan kesalahan peramalan negatif.
-
0 MAE
+
Periode Daerah
penerimaan Lower Control Limit
Upper Control Limit Tracking Signal berada
di luar batas kontrol Tracking Signal
Gambar 15 Tracking signal dalam peramalan.
2.10 Penelitian Terdahulu
Penelitian terkait dengan tepung jagung yang telah dilakukan oleh para peneliti lebih banyak pada penelitian tentang proses pembuatan produk-produk
turunan tepung jagung ke arah hilir. Penelusuran literatur dan penelusuran penelitian terdahulu yang berkaitan dilakukan terhadap penelitian yang berkaitan
dengan produk jagung, tepung jagung serta kaitannya dengan jaringan syaraf tiruan dan fuzzy inference system.
Penelitian yang dilakukan oleh Zhang et al. 2004 menggunakan jaringan syaraf tiruan, 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. Setyawati 2003 menggunakan jaringan syaraf tiruan untuk univariat dan multivariat time series dalam
melakukan peramalan. Nam dan Schaefer 1995 melakukan penelitian tentang 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. 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 BPNN dengan peramalan menggunakan statistical forecasting models. Dari hasil penelusuran
literatur diperoleh bahwa penelitian tentang prediksi produksi jagung dengan jaringan syaraf tiruan belum pernah dilakukan. Demikian pula belum diperoleh
literatur tentang penelitian atau kajian mengenai prediksi permintaan tepung jagung menggunakan jaringan syaraf tiruan.
Dari penelusuran terhadap penelitian terdahulu, dapat diperoleh bahwa penelitian tentang rancang bangun model penyediaan tepung jagung pada rantai
pasok industri berbasis jagung dapat dikaji lebih lanjut, sebagai suatu kebaruan dalam pengembangan ilmu di bidang manajemen pada agroindustri.
3 METODE PENELITIAN
3.1 Kerangka Pemikiran
Permasalahan pada industri tepung jagung adalah bagaimana industri ini dapat memproduksi dan menyediakan jumlah tepung jagung dan mutu tepung
jagung yang memenuhi syarat kepada konsumennya. Sebagai salah satu bagian dari rantai pasok industri berbasis jagung, jumlah dan mutu tepung jagung yang
diproduksi sangat tergantung dari bahan baku berupa jagung pipilan. Sedangkan penyediaan jumlah dan mutu jagung pipilan oleh pengumpul atau petani
tergantung pada jagung yang diproduksi di sentra jagung. Penyediaan tepung jagung berkaitan dengan kegiatan-kegiatan yang terdapat
pada rantai pasok industri berbasis jagung dimulai dari produksi jagung pada sentra jagung, penyediaan jagung pipilan dengan berbagai mutu, penyediaan
tepung jagung pada industri jagung, dan kebutuhan industri pengguna tepung jagung. Tepung jagung yang disediakan tidak hanya berkenaan dengan
jumlahnya, tapi yang cukup penting adalah mutu tepung jagung tersebut. Mutu produk merupakan hal yang perlu mendapat perhatian, karena mutu merupakan
syarat dari produk yang akan dipasarkan. Tuntutan tentang mutu produk ini sangat ketat terutama oleh negara luar dimana produk dari produsen dapat ditolak oleh
karena mutu yang tidak memenuhi standar walaupun jumlahnya telah memenuhi permintaan.
Sehubungan dengan hal tersebut timbul beberapa pertanyaan yang seyogyanya dapat diselesaikan untuk menjawab permasalahan di atas. Pertanyaan
tersebut antara lain: a bagaimana jumlah jagung yang diproduksi pada sentra jagung dapat diprediksi?; b bagaimana jagung pipilan sebagai bahan baku
tepung jagung dapat dikelompokkan sesuai standar yang ditentukan?; c bagaimana tepung jagung yang dihasilkan oleh industri tepung jagung dapat
memenuhi standar sesuai dengan kebutuhan konsumennya; d bagaimana permintaan konsumen tepung jagung dapat diprediksi. Untuk menjawab
pertanyaan-pertanyaan tersebut perlu dirancang model penyediaan tepung jagung pada rantai pasok industri berbasis jagung sesuai tujuan dari penelitian ini.
Sebagai tahap awal dalam pemodelan ini dilakukan studi pustaka untuk mempelajari konsep-konsep, teori-teori, dan alat bantu yang berkaitan dengan
tujuan penelitian yang ingin dicapai. Penelusuran pustaka dilakukan melalui buku- buku, jurnal-jurnal, dan laporan penelitian relevan yang pernah dilakukan oleh
para peneliti. Gambar 16 menunjukkan gambaran umum model yang akan
dirancang dan keterkaitannya pada rantai pasok industri berbasis jagung. Model ini merupakan model penyediaan tepung jagung sepanjang rantai pasok tepung
jagung. Mata rantai meliputi sentra jagung, pedagang atau pengumpul, industri tepung jagung, dan industri pengguna tepung jagung.
PENYEDIAAN TEPUNG JAGUNG
OLEH INDUSTRI - Jumlah sesuai
permintaan - Mutu sesuai standar
Pemeriksaan mutu tepung
jagung PROSES
PRODUKSI TEPUNG
JAGUNG MODEL
PENGELOMPOKAN MUTU JAGUNG
PIPILAN - Mutu I
- Mutu II - Mutu III
MODEL PREDIKSI
PERMINTAAN TEPUNG
JAGUNG MODEL
PREDIKSI PRODUKSI
JAGUNG Jaringan Syaraf
Tiruan, Peramalan
Statistikal Fuzzy Inference
System Jaringan Syaraf
Tiruan, Peramalan Time Series
Pemeriksaan mutu jagung
pipilan SENTRA
JAGUNG PENGUMPUL
INDUSTRI TEPUNG JAGUNG INDUSTRI
PENGGUNA TEPUNG
JAGUNG
KEBIJAKAN MODEL
PENGELOMPOKAN MUTU TEPUNG
JAGUNG
Gambar 16 Keterkaitan model pada rantai pasok industri berbasis jagung. Model yang akan dirancang merupakan integrasi dari beberapa model antara
lain: 1 model prediksi produksi jagung; 2 model pengelompokan mutu jagung pipilan; 3 model pengelompokan mutu tepung jagung; 4 model prediksi
permintaan tepung jagung. Beberapa alat analisis yang akan digunakan dalam model ini adalah: a Jaringan Syaraf Tiruan Artificial Neural Networks untuk
prediksi produksi jagung; b Fuzzy Inference System FIS untuk pengelompokan mutu jagung pipilan dan pengelompokan mutu tepung jagung ; c Jaringan Syaraf
Tiruan untuk memprediksi permintaan tepung jagung oleh industri pengguna tepung jagung.
Berdasarkan pemikiran yang telah diuraikan sebelumnya, maka secara garis besar kerangka pemikiran dalam penelitian ini dapat digambarkan seperti tertuang
pada Gambar 17.
Input Analysis
Input Analysis
Process Analysis Process Analysis
Output Analysis Output Analysis
TUJUAN PENELITIAN
dihasilkannya model penyediaan tepung jagung
pada rantai pasok industri berbasis jagung
TUJUAN PENELITIAN
dihasilkannya model penyediaan tepung jagung
pada rantai pasok industri berbasis jagung
PERUMUSAN MASALAH
- Bagaimana jumlah jagung yang diproduksi pada sentra
jagung dapat diprediksi? - Bagaimana jagung pipilan
sebagai bahan baku tepung jagung dapat dikelompokkan
sesuai standar yang ditentukan?
- Bagaimana tepung jagung yang dihasilkan oleh industri
tepung jagung dapat dikelompokkan sesuai
standar mutu - Bagaimana permintaan
industri pengguna tepung jagung dapat diprediksi
PERUMUSAN MASALAH
- Bagaimana jumlah jagung yang diproduksi pada sentra
jagung dapat diprediksi? - Bagaimana jagung pipilan
sebagai bahan baku tepung jagung dapat dikelompokkan
sesuai standar yang ditentukan?
- Bagaimana tepung jagung yang dihasilkan oleh industri
tepung jagung dapat dikelompokkan sesuai
standar mutu - Bagaimana permintaan
industri pengguna tepung jagung dapat diprediksi
FENOMENA
Belum dipenuhinya penyediaan tepung jagung
secara jumlah dan mutu
FENOMENA
Belum dipenuhinya penyediaan tepung jagung
secara jumlah dan mutu
TINJAUAN PUSTAKA
- Konsep Manajemen Rantai Pasok - Konsep Jaringan Syaraf Tiruan
- Konsep Mutu - Konsep Fuzzy
- Konsep Fuzzy Inference System
TINJAUAN PUSTAKA
- Konsep Manajemen Rantai Pasok - Konsep Jaringan Syaraf Tiruan
- Konsep Mutu - Konsep Fuzzy
- Konsep Fuzzy Inference System
SIMPULAN
Disusun berdasarkan hasil penelitian yang diperoleh.
SIMPULAN
Disusun berdasarkan hasil penelitian yang diperoleh.
PERANCANGAN MODEL PERANCANGAN MODEL
Model Prediksi Produksi Jagung
Model Prediksi Produksi Jagung
Model Pengelompokan Mutu Jagung Pipilan
Model Pengelompokan Mutu Jagung Pipilan
Model Prediksi Permintaan Tepung jagung
Model Prediksi Permintaan Tepung jagung
IMPLEMENTASI MODEL IMPLEMENTASI MODEL
REKOMENDASI
Dibuat berdasarkan hasil penelitian
REKOMENDASI
Dibuat berdasarkan hasil penelitian
ANALISIS SISTEM
- Analisis Kebutuhan - Formulasi Permasalahan
- Identifikasi Sistem
ANALISIS SISTEM
- Analisis Kebutuhan - Formulasi Permasalahan
- Identifikasi Sistem
Model Pengelompokan Mutu Tepung Jagung
Model Pengelompokan Mutu Tepung Jagung
Gambar 17 Kerangka pemikiran penelitian.
3.2 Tahapan Penelitian
Tahapan awal dalam penelitian ini adalah melakukan studi literatur dan melakukan observasi lapangan tentang produksi jagung, produk jagung pipilan,
produk tepung jagung, serta penelitian-penelitian yang terkait serta perkembangannya saat ini. Hal ini dilakukan untuk mengidentifikasi faktor-faktor
dan elemen-elemen dalam sistem, dalam rangka membangun model yang akan
dirancang pada penelitian ini. Tahap selanjutnya adalah melakukan rancangan sub-model yang terdapat dalam model. Untuk menjalankan sub model yang
terdapat dalam model rancangan, dibutuhkan data yang berkaitan dengan setiap sub model yang ada. Secara lengkap tahapan penelitian dapat dilihat pada diagram
yang tertuang dalam Gambar 18.
Penelusuran literatur
Penelusuran literatur
Observasi lapangan
Observasi lapangan
Pemetaan sentra jagung
Pemetaan sentra jagung
Pemetaan pemasok
jagung pipilan Pemetaan
pemasok jagung pipilan
Penentuan kriteria mutu tepung jagung
yang berpengaruh Penentuan kriteria
mutu tepung jagung yang berpengaruh
Standar mutu tepung
jagung Standar
mutu tepung jagung
Luas panen
Luas panen
Produksi jagung
per bulan Produksi
jagung per bulan
Curah hujan
Curah hujan
Identifikasi industri
pengguna tepung jagung
Identifikasi industri
pengguna tepung jagung
Model prediksi
produksi jagung
Model prediksi
produksi jagung
Penentuan jumlah
produksi jagung pipilan
Penentuan jumlah
produksi jagung pipilan
Model pengelompokan
mutu jagung pipilan
Model pengelompokan
mutu jagung pipilan
Pemeriksaan mutu tepung jagung
Pemeriksaan mutu tepung jagung
Evaluasi penyediaan
tepung jagung dan kebijakan
Evaluasi penyediaan
tepung jagung dan kebijakan
Standar mutu
jagung pipilan
Standar mutu
jagung pipilan
Model prediksi permintaan
tepung jagung Model prediksi
permintaan tepung jagung
Selesai Selesai
Mulai Mulai
Model pengelompokan mutu
jagung pipilan Model
pengelompokan mutu jagung pipilan
Gambar 18 Tahapan penelitian.
Sub-model prediksi produksi jagung dibuat untuk meramalkan berapa jumlah produksi jagung pada sentra jagung. Jaringan saraf tiruan digunakan untuk
meramalkan produksi ke depan dengan menggunakan model kausal. Diawali dengan melakukan pengambilan data tentang produksi jagung, luas panen pada
sentra jagung di Indonesia, dan curah hujan. Pengambilan data dilakukan pada instansi terkait dan melalui studi literatur. Data ini merupakan input pada sub
model prediksi produksi jagung ke depan. Hasil prediksi produksi jagung
berkaitan dengan jumlah jagung pipilan sebagai bahan baku industri tepung jagung.
Berbagai pasokan jagung dari sentra jagung, juga berdampak pada diperolehnya berbagai variasi mutu jagung pipilan. Mutu jagung pipilan yang
dipasok akan dikelompokkan menjadi beberapa standar mutu sesuai Standar Nasional Indonesia SNI 01-3920-1995. Sub model pengelompokan mutu jagung
pipilan dibuat sebagai bagian dari model penelitian. Dalam sub model ini akan dilakukan pengelompokan mutu jagung pipilan dengan pendekatan fuzzy inference
system. Bervariasinya mutu jagung pipilan ini berpengaruh kepada mutu produk
tepung jagung yang dihasilkan oleh pabrik tepung jagung. Standar Nasional Indonesia SNI 01
–372 –1995 telah menetapkan syarat mutu tepung jagung
menurut kriteria mutu dengan syarat mutu untuk masing-masing kriteria. Kriteria yang telah ditetapkan menurut Standar Nasional Indonesia tidak seluruhnya
digunakan oleh konsumen sebagai standar bahan bakunya. Kriteria mutu ini digunakan pada pemeriksaan hasil produksi pada industri tepung jagung.
Dengan diperolehnya jumlah produksi jagung, jumlah produksi dan klasifikasi mutu jagung pipilan, akan diperoleh pula jumlah produksi tepung
jagung dengan standar mutu yang dinginkan. Di lain pihak industri pangan, dan industri bahan kimia lain sebagai konsumen dari industri tepung jagung
membutuhkan bahan baku tepung jagung baik dari sisi jumlah maupun mutu tepung jagung. Jumlah dan mutu bahan baku ini juga akan berpengaruh kepada
jumlah dan mutu produk yang akan dihasilkan industri-industri tersebut. Sub model prediksi permintaan tepung jagung oleh industri pangan, dan bahan kimia
lain bertujuan untuk memperoleh jumlah bahan baku yang perlu dipasok oleh industri tepung jagung ke industri-industri tersebut. Dalam sub model ini akan
dilakukan prediksi dengan menggunakan data time series. Berdasarkan prediksi produksi jagung, pengelompokan jagung pipilan,
pemeriksaan mutu bahan baku dan mutu tepung jagung, serta permintaan industri pengguna tepung jagung, dilakukan analisis tentang pemenuhan penyediaan
tepung jagung. Analisis dilakukan untuk mengidentifikasi apakah penyediaan
tepung jagung telah dapat memenuhi kebutuhan berbagai pihak yang menjadi konsumennya.
3.3 Pengumpulan dan Pengolahan Data
Dalam penelitian ini berbagai data, informasi dan pengetahuan pakar dikumpulkan untuk diolah lebih lanjut. Pengumpulan data, informasi dan
pengetahuan ini dilakukan dengan cara: a melakukan studi literatur melalui penelusuran literatur-literatur yang berkaitan dengan bidang yang akan dikaji; b
melakukan studi tentang dokumentasi yang diperoleh dari instansi terkait, menelusuri laporan-laporan penelitian yang relevan dengan bidang kajian; c
memperoleh pengetahuan dari pakar melalui wawancara, diskusi, pengisian panduan wawancara; d melakukan studi pada industri tepung jagung.
Data primer dalam penelitian ini adalah data mengenai kriteria uji mutu tepung jagung. Data ini diperoleh melalui konsultasi dengan pakar dengan
menggunakan panduan wawancara. Data primer lainnya adalah data tentang standar mutu tepung jagung yang ditetapkan pabrik tepung jagung. Data ini
melalui wawancara dengan pihak pabrik tepung jagung. Data sekunder dalam penelitian ini adalah data volume ekspor dan impor
jagung, data jumlah produksi jagung pada sentra jagung, luas panen, produktivitas jagung di Indonesia. Data ini diperoleh dari Direktorat Budidaya Serealia,
Kementerian Pertanian. Data curah hujan diperoleh melalui penelusuran literatur. Data permintaan tepung jagung berupa data yang di-generate berdasarkan
informasi dari pabrik tepung jagung. Pakar dalam penelitian ini adalah pakar yang berpengalaman dalam
penelitian-penelitian tentang perjagungan dari Badan Pengkajian dan Penerapan Teknologi. Sumber informasi lainnya adalah Manager Produksi pabrik tepung
jagung PT Amylum Corn Grits Mills. Pengolahan data pada model prediksi produksi jagung dan model prediksi
permintaan tepung jagung, dilakukan dengan jaringan saraf tiruan, menggunakan software MATLAB R2010a. Peramalan secara statistikal dalam kedua model
tersebut menggunakan software Minitab Release 14 dari Minitab Inc. Pada model pengelompokan mutu jagung pipilan, pengelompokan dilakukan dengan fuzzy
inference system dengan menggunakan MATLAB R2010a.