Rasionalitas Pemilihan Metode Dalam Pengembangan Model.

negatif dari model tersebut adalah model belum dapat memonitor pemasok yang jarang melakukan transaksi, model belum memiliki informasi pemasok yang perlu diketahui oleh pihak pembeli pengusaha beras, model belum mengakomodasi sumber pasokan beras dari setiap daerah yang memiliki spesifikasi jenis dan mutu beras tertentu. Tabel 31. Nilai Positif dan Negatif Dari Model Distribusi dan Transportasi Beras No Nilai Positif 1. Dapat memberikan nilai efisiensi pada bahan bakar dan waktu pengiriman. 2. Dapat menekan harga beras sampai harga beli konsumen akhir. 3. Mengetahui waktu penanganan beras per kendaraan ton. 4. Model dapat memberikan biaya yang optimal untuk distribusi dan transportasi. 5. Memudahkan untuk pemilihan rute berdasarkan jarak terpendek. No Nilai Negatif 1. Tidak memperhitungkan kendaraan yang tidak dalam kondisi prima. 2. Model belum mengakomodasi kepadatan lalulintas yang dapat menyebabkan inefisiensi transportasi Dari Tabel 31 dapat dinyatakan bahwa menurut pakar, nilai positif dari model distribusi dan transportasi beras adalah dapat memberikan nilai efisiensi pada penggunaan bahan bakar dan waktu pengiriman, dapat menekan harga beras sampai konsumen akhir, dapat memberikan informasi jumlah beras yang ditangani tiap kendaraan, dan juga memudahkan untuk pemilihan rute berdasarkan jarak terpendek. Sementara nilai negatif dari model tersebut adalah belum memperhitungkan kendaraan yang tidak layak jalan dan belum mengakomodasi kepadatan lalulintas yang dapat menyebabkan inefisiensi transportasi. Nilai Manfaat Dari Model Menurut Pakar Untuk mengukur nilai manfaat dari model yang dihasilkan, para pakar diminta memberikan nilai manfaat tersebut melalui penilaian dengan skala likert satu sampai dengan lima. Pada penilaian ini, pakar pertama diberi notasi E1, pakar ke dua diberi notasi E2, sampai dengan pakar ke delapan diberi notasi E8. Pakar memberi nilai satu jika model yang dihasilkan dianggap tidak bermanfaat, nilai dua jika model yang dihasilkan dianggap kurang bermanfaat, nilai tiga jika model yang dihasilkan dianggap cukup bermanfaat, nilai empat jika model yang dihasilkan dianggap bermanfaat dan nilai lima jika model yang dihasilkan dianggap sangat bermanfaat. Dari data yang diberikan oleh para pakar yang terdapat pada Lampiran 10, nilai manfaat dan perhitungan rata-rata manfaat secara aritmetik tersebut dapat dilihat pada Tabel 32. Tabel 32. Nilai Manfaat Model Penelitian Menurut Pakar No Model Untuk Subsistem Nilai Manfaat Menurut Pakar Nilai Rata- Rata W E E 1 E 2 E 3 E 4 E 5 E 6 E 7 8 1 Prakiraan Pasokan Beras 5 5 5 5 4 3 5 4 4,5 2. Prakiraan Harga Beras 4 5 5 4 5 3 5 4 4,375 3. Pemilihan Pemasok Beras 4 5 5 5 3 4 4 4 4,25 4. Distribusi dan Transportasi Beras 5 5 5 4 4 5 4 4 4,5 Nilai dari hasil perhitungan rata-rata aritmetik untuk setiap model menunjukkan nilai berada di atas angka empat. Sesuai dengan definisi efektifitas seperti yang telah diuraikan pada Bab IV, selanjutnya nilai tersebut mengindikasikan bahwa model-model yang dihasilkan efektif dan bermanfaat untuk dapat dipertimbangkan dan dipergunakan dalam menjawab permasalahan yang terkait di lapangan. Nilai rata-rata manfaat terhadap model yang diberikan oleh pakar praktisi sedikit lebih tinggi dibandingkan dengan nilai rata-rata yang diberikan oleh pakar akademisi. Perbedaan tersebut disebabkan oleh perbedaan sudut pandang ke dua tipe pakar tersebut terhadap model yang dihasilkan. Pakar praktisi memberi penilaian lebih kepada manfaat model yang kemungkinan dapat diterapkan di lapangan, sedangkan pakar akademisi lebih menitikberatkan penilaian manfaat model pada konsep dan gagasan mengapa model tersebut dipergunakan untuk menyelesaikan suatu permasalahan. Sebagai contoh, nilai rata-rata manfaat untuk model prakiraan pasokan beras, pakar praktisi memberi nilai rata-rata sebesar lima, sedangkan pakar akademisi memberi nilai rata-rata sebesar empat. Demikian pula untuk model pemilihan pemasok beras, pakar praktisi memberi nilai rata-rata sebesar 4,75, sedangkan pakar akademisi memberi nilai rata-rata sebesar 3,75. Secara menyeluruh, histogram grafik nilai rata-rata manfaat dari pakar praktisi dan akademisi tersebut dapat dilihat pada Gambar 64, sedangkan diagram jejaring web diagram dari nilai rata-rata penilaian tersebut dapat dilihat pada Gambar 65. Gambar 64. Histogram Rata-rata Nilai Manfaat Menurut Pakar Gambar 65. Diagram Jejaring Rata-rata Nilai Manfaat Menurut Pakar 5 4,5 4,75 4,75 4 4,25 3,75 4,25 0,5 1 1,5 2 2,5 3 3,5 4 4,5 5 Prakiraan Pasokan Beras Prakiraan Harga Beras Pemilihan Pemasok Beras Distribusi dan Transportasi Beras Grafik Nilai Manfaat Model Penelitian Rataan Penilaian Praktisi Rataan Penilaian Akademisi 1 2 3 4 5 Prakiraan Pasokan Beras Prakiraan Harga Beras Pemilihan Pemasok Beras Distribusi dan Transportasi Beras Grafik Nilai Manfaat Model Penelitian Praktisi Akademisi

5.5.3 Proses Verifikasi dan Validasi Pada Model Yang Dihasilkan

Menurut Conwell 2000 dan Macal 2005, verifikasi dilakukan untuk menjamin bahwa model telah dibuat dengan benar, algoritma telah diterapkan dengan sesuai, model tidak mengandung error, oversights, atau bugs, spesifikasi model lengkap dan kesalahan tidak dilakukan dalam pengembangan model. Selanjutnya menurut Conwell 2000 dan Macal 2005, validasi dilakukan untuk menjamin bahwa model memenuhi persyaratan yang ditetapkan sehubungan dengan metode yang dipergunakan dan hasil penelitian yang diharapkan. Tujuan dari validasi model adalah untuk menyatakan bahwa model bermanfaat dan menyediakan informasi yang akurat terkait dengan sistem aktual sehingga membuat model dapat diterapkan. Berdasarkan Conwell 2000 dan Macal 2005 tersebut, dilakukan proses verifikasi dan validasi untuk model yang dihasilkan pada penelitian ini. Proses verifikasi dari model prakiraan pasokan dan harga beras, pemilihan pemasok beras serta distribusi dan transportasi beras, dilakukan dengan cara melakukan suatu perhitungan secara manual mengikuti algoritma yang disesuaikan dengan model yang dikembangkan. Hasil perhitungan secara manual menunjukkan kesamaan hasil dengan perhitungan melalui program yang dihasilkan. Contoh proses verifikasi tersebut dapat dilihat pada Lampiran 11.1 dan Lampiran 11.2. Untuk model kinerja rantai pasokan beras di provinsi DKI Jakarta yang memperhitungkan tiga input yaitu prakiraan pasokan dan harga beras, pemilihan pemasok beras serta distribusi dan transportasi beras, seperti persamaan yang telah diperlihatkan pada bagian model matematika kinerja rantai pasokan beras di DKI Jakarta, diperoleh hubungan bahwa K = dan K = dengan K : nilai manfaat kinerja rantai pasokan beras : nilai rata-rata manfaat dari model subsistem ke-i : nilai rata-rata bobot dari model subsistem ke-i dan = , = 1,2,3 , = 1, 2, 3. : nilai bobot menurut pakar ke untuk model subsistem ke . Pakar yang secara khusus memberikan penilaian bobot untuk masing- masing subsistem tersebut berjumlah tiga orang yaitu Suminta SE dari PT. Food Stasiun Tjipinang Jaya FSTJ, Nurul Shantiwardhani, SE. dari DPP PERPADI DKI Jakarta dan Nellys Sukidi, SE., MM dari Pasar Induk Beras Cipinang PIBC. Bobot penilaian untuk subsistem pendukung kinerja rantai pasokan beras tersebut diberikan dalam persentase dan dapat dilihat pada Tabel 33. Tabel 33. Pembobotan Input Kinerja Rantai Pasokan Beras Menurut Pakar No Model Untuk Subsistem Nilai Bobot Menurut Pakar Nilai Rata-Rata Bobot b P P 1 P 2 3 1 Prakiraan Pasokan dan Harga Beras 0.15 0.1 0.15 0.133 2. Pemilihan Pemasok Beras 0.5 0.5 0.45 0.483 3. Distribusi dan Transportasi Beras 0.35 0.4 0.4 0.383 Dengan demikian berdasarkan model kinerja rantai pasokan beras tersebut dan dengan mempertimbangkan nilai-nilai bobot dari Tabel 33 , diperoleh nilai K sebesar K = 0.133 W 1 + 0.483 W 2 + 0.383 W 3 Apabila diperhitungkan dengan input dari Tabel 32, maka nilai manfaat kinerja rantai pasokan adalah K = 0.131 4.4375 . + 0.483 4.25 Selanjutnya menurut definisi Conwell 2000 dan Macal 2005 di atas, maka semua model yang dihasilkan pada penelitian ini bermanfaat sehingga membuat model dapat diterapkan. Dengan demikian dapat disimpulkan bahwa semua model yang dihasilkan pada penelitian ini valid. Berdasarkan proses verifikasi yang terdapat pada Lampiran 11 dan validitas model yang didasarkan pada definisi Conwell 2000 dan Macal 2005 di atas, maka hasil verifikasi dan + 0.383 4.5 = 4.358, yang berarti bahwa nilai manfaat kinerja rantai pasokan memiliki nilai di atas tiga. Demikian pula apabila melihat hasil perhitungan pada Tabel 32, masing- masing model yang dihasilkan menunjukkan nilai di atas tiga. Hal tersebut sesuai dengan definisi efektifitas yang menunjukkan bahwa semua model yang dihasilkan pada penelitian ini efektif karena nilai rata-rata manfaat dari setiap model memiliki nilai lebih besar dari tiga. validasi dari model-model yang dihasilkan pada penelitian ini dapat dilihat pada Tabel 34. Tabel 34. Hasil Verifikasi dan Validasi dari Model Yang Dihasilkan No MODEL Hasil Verifikasi dan Validasi Verified Valid 1 Prakiraan Pasokan Beras √ √ 2. Prakiraan Harga Beras √ √ 3. Pemilihan Pemasok Beras √ √ 4. Distribusi dan Transportasi Beras √ √ 5. Kinerja Rantai Pasokan Beras √ √ Berdasarkan Tabel 34 tersebut, maka semua model yang dihasilkan yang mencakup model prakiraan pasokan beras dan harga beras, model pemilihan pemasok beras, model distribusi dan transportasi beras serta model kinerja rantai pasokan beras di propinsi DKI Jakarta adalah valid dan verified.