Sistem Penunjang Keputusan Cerdas

39 Gambar 8 Struktur model sistem pendukung keputusan cerdas Phillips-Wren et al . 2009 Suatu Sistem Penunjang Keputusan Cerdas diukur berdasarkan tingkat kecerdasannya yang disebut sebagai Tingkat Kerapatan Kecerdasan Intelligence Density . Tingkat kerapatan kecerdasan merupakan perbandingan antara tingkat kepuasan yang dihasilkan dalam proses pengambilan keputusan dengan jumlah waktu analisis yang dihabiskan seorang pembuat keputusan. Misalnya, seorang pembuat keputusan secara konsisten membuat keputusan dengan kualitas yang sama setelah memeriksa sumber A selama 3 menit dan sumber B selama 30 menit. Maka sumber A dikatakan memiliki 10 kali tingkat kerapatan kecerdasan Basis Data: Data terkait keputusan Basis Data: Data terkait keputusan Basis pengetahuan: Pengetahuan terkait masalah Basis Model: Model keputusan Metode solusi Status dan bentuk pelaporan Input dan hasil peramalan Keputusan yang direkomendasikan Penjelasan hasil dan saran Mengorganisasikan input permasalahan Strukturisasi permasalahan keputusan Simulasi kebijakan dan keadaan Penentuan solusi terbaik Teknologi Komputer Pembuat Keputusan Input Proses Output Output unpan balik Input unpan balik 40 dibandingkan sumber B Dhar Stein 1997. Sehingga Sistem Penunjang Keputusan Cerdas yang baik adalah sistem yang mampu mengasilkan keluaran yang dapat membantu pengambil keputusan menentukan keputusan dengan cepat tanpa mengurangi kualitas keputusan, atau dapat meningkatkan kualitas keputusan dalam rentang waktu yang sama.

2.4. Penelitian Terdahulu dan Posisi Penelitian

Permintaan konsumen telah berubah secara signifikan dalam beberapa dekade terakhir. Mereka meminta kepada pasar untuk menyediakan produk dengan variasi yang lebih banyak dan waktu yang lebih cepat, sementara harga yang kompetitif dan barang yang berkualitas menjadi persyaratan dasar agar supaya dapat berkompetisi di pasar. Kecenderungan ini memaksa perusahaan untuk meresponnya dengan produk yang berharga lebih rendah, kualitas yang lebih baik dan waktu penyediaan yang lebih cepat. Agar supaya dapat memenangkan kompetisi ini, perusahaan tidak hanya berfokus pada peningkatan proses organisasi di dalam tetapi juga harus memperhatikan jaringannya secara keseluruhan, mulai dari pemasok sampai pada konsumennya Pujawan 2005. Identifikasi risiko dalam jaringan rantai pasok secara keseluruhan bukanlah pekerjaan yang mudah berkaitan dengan kompleksitasnya dan ukuran dari jaringan. Penggunaan sistem berbasis pengetahuan telah diaplikasikan dalam manajemen risiko rantai pasok Karningsih et al. 2007. Beberapa penelitian yang berkaitan dengan identifikasi risiko rantai pasok secara umum adalah Zsidisin 2003; Harland et al. 2003; Cavinato 2004; Christopher dan Peck 2004; Wu et al . 2006. Tetapi hanya terdapat sedikit penelitian yang mendiskusikan risiko tiap tingkatan rantai pasok. Risiko tiap tingkatan rantai pasok perlu diidentifikasi dan dievaluasi, karena adanya risiko tersebut bisa memunculkan risiko lain dalam jaringan rantai pasok ataupun dalam tingkatan itu sendiri. Masih sedikit penelitian yang berkaitan dengan integrasi risiko manajemen kedalam skenario jaringan rantai pasok. Nagurney et al. 2005, menjelaskan suatu mekanisme optimisasi risiko dengan keuntungan dalam transaksi elektronik dan fisik berkaitan dengan model jaringan rantai pasok yang dipengaruhi oleh risiko pada sisi permintaan dan risiko pada sisi pasokan. Wu et al. 2006 41 menjelaskan model risiko pada jaringan supplier inbound dalam memilih pemasok dengan kendala risiko menggunakan AHP. Hallikas et al. 2002 melakukan analisis dan pengkajian risiko secara detail jaringan rantai pasok dengan lingkungannya menggunakan studi kasus dyadic. Kull dan Closs 2008 mengevaluasi risiko akibat kegagalan rantai pasokan dengan simulasi penggudangan. Wu et al. 2006 mengembangkan sistem pemilihan pemasok dengan pertimbangan risiko menggunakan AHP. Hal yang serupa dilakukan oleh Schoenherr et al. 2008 yang membuat sistem pemilihan lokasi pemasok bahan baku dengan pertimbangan risiko. Wu dan Olson 2008, mengevaluasi risiko rantai pasok dengan menggunakan beberapa metode pengambilan keputusan kelompok seperti Data envelopment Analysis DEA, Multiobjectives Programming MOP, untuk membuat trade of dalam kendala biaya, mutu dan waktu pengiriman. Beberapa peneliti lain melakukan manajemen risiko yang dengan pembagian informasi yang seimbang dan transparansi dalam jaringan rantai pasok seperti ayng dilakukan oleh Xiaohui et al. 2006, menganalisis risiko perusahaan dengan pendekatan pembagian informasi, risiko dalam pengendalian penggudangan dalam jaringan rantai pasok perusahaan. Demirkan dan Cheng 2008, mengkaji penggunaan strategi yang berbeda untuk mengoptimalkan tingkat risiko dan pembagian informasi dalam layanan rantai pasok. Kersten et al. 2007 mengusulkan metode manajemen risiko dengan transparasi informasi menggunakan teknologi informasi sebagai alatnya. Adapun beberapa penelitian manajemen risiko rantai pasok produk pertanian adalah: Jaffee et al. 2008 membuat kerangka kerja manajemen risiko produk pertanian dan teknik aplikasinya secara singkat. Diersen dan Garcia 1998 telah melakukan penelitian risiko harga terhadap perubahan nilai pasokan kedelai yang akan datang. Agiwal Mohtadi 2008 memodelkan metode mitigasi risiko rantai pasok produk makanan untuk mengoptimumkan biaya yang harus dikeluarkan untuk mengantisipasi risiko kualitas. Diaz dan Hansel 2007 yang memodelkan pembagian risiko dalam pembiayaan agri-bisnis antara petani, agroindustri dan lembaga keuangan dengan berbagai skenario. 42 Penelitian tentang rancang bangun sistem pendukung pengambilan keputusan cerdas dalam agroindustri yang telah dilakukan oleh beberapa peneliti terdahulu adalah: Suprihatini 2003 merancang bangun Sistem Manajemen Ahli Techno-Marketing yang terdiri dari sistem pakar penentuan saran perbaikan proses produksi dan pelayanan purna jual teh, model analisa trend, model comparative performance index , model analisis daya saing, model quality function deployment . Santoso 2005 mengembangkan SPK M-RISK untuk manajemen risiko pengembangan agroindustri buah-buahan. Model tersebut terdiri atas enam model utama, yaitu model penentuan produk olahan unggulan, model analisis risiko, model kelayakan finansial, model risiko finansial, madel manajemen risiko dan model manajemen pengendalian. Kusnandar 2006 merancang bangun model pengembangan industri kecil jamu dalam bentuk sistem manajemen ahli yanag diberi nama Sains-Jamu. Model terdiri dari sub model pengadaan bahan baku, sub model struktur pengembangan, sub model sumber permodalan, sub model kelembagaan usaha, sub model kelayakan finansial dan sub model sistem pakar strategi bauran pemasaran. Haris 2006 mengkaji model aliansi strategis sistem agroindustri Crumb Rubber. Model tersebut dirancang dalam sistem manajemen ahli yang menempatkan pengusaha agroindustri dan petani sebagai pelaku utama dengan dukungan kelembagaan ekonomi dan kelembagaan pendukung lainnya. Tetapi penelitian pemodelan sistem pendukung keputusan cerdas dalam manajemen risiko rantai pasok produk pertanian belum banyak dilakukan. Kebaharuan dari penelitian ini dapat ditinjau dari beberapa aspek, misalnya dari aspek metodologi, komoditas, jenis risiko, tujuan dan model manajemen risiko rantai pasok yang dapat dilihat pada Lampiran 1. Penelitian pemodelan evaluasi risiko kualitatif pada produk manufaktur telah dilakukan oleh Wu et al. 2006 dan Schoenherr et al. 2008, sedangkan beberapa model kuantitatif manajemen risiko rantai pasok telah juga dikembangkan oleh Nagurney et al . 2005, Xiaohui et al. 2006, Wu et al. 2006, Li et al. 2007 dan Lee 2008. Selain itu telah dikembangkan juga model gabungan antara kualitatif dan kuantitatif seperti yang dilakukan oleh Arisoy 2007 dan Wu dan Olson 2008. Sistem penunjang pengambilan keputusan SPK yang ada selama ini didasarkan 43 pada pemodelan konvesional operation research dan teknik pendukung hard system methodology lainnya, dalam penelitian ini akan dikembangkan sistem pendukung keputusan cerdas dengan menggunakan pendekatan soft sistem metodologi dan soft computing supaya lebih sesuai dengan sifat permasalahan pengambilan keputusan nyata dalam membuat mekanisme penyeimbangan risiko. Kebanyakan pengembangan sistem manajemen risiko rantai pasok dilakukan dengan pendekatan hard system misalnya simulasi dan sistem dinamik dalam penelitian ini akan dikembakan dengan pendekatan soft system. Manajemen risiko rantai pasok SCM selama ini lebih banyak dikembangkan dalam bidang manufaktur yang mempunyai sifat tingkat kerusakan sangat rendah, sedangkan dalam penelitian ini akan dikembangkan sistem manajemen risiko rantai pasok pada produk pertanian yang mempunyai karakterisktik mudah rusak dan musiman. Selama ini sistem manajemen risiko rantai pasok hanya dikembangkan secara parsial atau sektoral, sedangkan dalam penelitian ini akan dikembangkan sistem manajemen risiko rantai pasok yang terintegrasi dengan membuat suatu sistem penunjang pengambilan keputusan cerdas yang dapat digunakan berdasarkan tingkatan peran pelaku dalam rantai pasok sehingga keputusan yang diperoleh mempunyai tingkat validitas yang lebih tinggi. Disamping itu kebaruan penelitian ini juga dapat dipandang dari segi komoditas produk rantai pasok yang dikaji, karena selama ini belum terdapat model manajemen risiko rantai pasok produk pertanian tanaman pangan yang dapat digunakan untuk membantu stakeholder seperti petani, pengepul, distributor dan agroindustri dalam melakukan pengambilan keputusan yang berkaitan dengan proses bisnisnya dengan memperhatikan risiko rantai pasok, sehingga diperoleh suatu tindakan yang efektif dan efisien dalam penanganan terhadap risiko yang mungkin akan terjadi, sehingga tercipta suatu sistem yang dapat digunakan oleh banyak pengguna, berbagai tingkatan rantai pasok untuk melakukan pengendalian risiko baik secara individu ataupun secara kelompok.