106
sebelumnya dengan input nilai kemungkinan, dampak dan paparan dari setiap variabel dalam model evaluasi risiko. Kemudian hasil dari perhitungan faktor
risiko ini akan ditampilkan nilai faktor risiko setiap tingkatan dalam bentuk grafik yang telah diurutkan secara descending. Kemudian model agregasi risko setiap
tingkatan rantai pasok dapat digambarkan dengan diagram alir Gambar 32.
Mulai Pilih tingkatan SCM
Baca data faktor risiko sesuai tingkatan SCM
Hitung agregasi output penilian pakar
Selesai Defuzzifikasi output nilai risiko
tingkatan SCM Baca data bobot faktor risiko
dari hasil penilaian fuzzy AHP Hitung nilai agregasi tingkatan SCM
Tampil dan simpan nilai risiko tingkatan SCM
Gambar 32 Diagram alir sub-model agregasi risiko tingkatan rantai pasok
Dari Gambar 32 terlihat bahwa untuk menghitung risiko tingkatan diperlukan input bobot faktor risiko yang dihasilkan dari model identifikasi risiko
rantai pasok, disamping itu model ini juga memerlukan input nilai setiap faktor risiko yang dihasilkan dari hasil model agregasi variabel risiko. Untuk
menghitung nilai agregasi risiko tingkatan digunakan metode agregasi dengan pembobot, sedangkan untuk menghitung agregasi penilaian pakar digunakan
metode rata-rata geometrik. Proses defuzzyfikasi dilakukan untuk mendapatkan nilai tunggal dari hasil
perhitungan nilai risiko setiap tingkatan rantai pasok. Defuzzyfikasi dilakukan
107
dengan menghitung rata-rata geometrik dari nilai batas bawah, batas tengah dan batas atas dari nilai lingusitik fuzzy TFN Triangular Fuzzy Number.
Untuk mendapatkan nilai risiko rantai pasok total dilakukan perhitungan agregasi nilai risiko setiap tingkatan rantai pasok dari hasil perhitungan model
sebelumnya. Proses agregasi dilakukan dengan metode rata-rata pembobot dengan menggunakan bobot setiap tingkatan rantai pasok yang diperoleh dengan
menggunakan metode fuzzy AHP dalam model identifikasi risiko. Dengan konsep yang sama seperti dalam model agregasi sebelumnya
model ini juga melakukan proses defuzzyfikasi dengan metode rata-rata geometric untuk mendapatkan nilai risiko rantai pasok tunggal crips. Adapun langkah-
langkap proses perhiutngan agregasi risiko rantai pasok total dapat diperihatkan pada Gambar 33.
Mulai Baca data nilai risiko
tingkatan SCM dari basis data
Hitung agregasi output penilaian pakar
Selesai Defuzzifikasi output nilai risiko
global Baca data bobot tingkatan SCM
dari hasil penilaian fuzzy AHP Hitung nilai agregasi risiko global
Tampil dan simpan nilai risiko global
Gambar 33 Diagram alir sub-model agregasi risiko total rantai pasok
6.2.4. Model Penyeimbangan Risiko Rantai Pasok
Model penyeimbangan risiko rantai pasok digunakan untuk menentukan harga jagung di tingkat petani dengan memperhatikan risiko setiap tingkatan.
Model ini terdiri dari tiga sub model yaitu model perkiraan harga, model
108
stakeholder dialog dan model interpolasi non linier. Model perkiraan harga
jagung di tingkat petani berdasarkan data input harga jagung dalam dua tahun terakhir. Sub model ini menggunakan metode time series dalam memperkirakan
harga jagung. Hasil dari model ini digunakan sebagai input model regresi non linier dalam model stakeholder dialog. Model stakeholder dialog merupakan
model yang digunakan untuk melakukan kesepakatan harga jagung di tingkat petani dengan input nilai faktor risiko di setiap tingkatan rantai pasok berdasarkan
skenario perubahan harga. Oleh karena itu input dari sub model ini adalah faktor risiko di setiap tingkatan rantai pasok, harga jagung yang diinginkan disetiap
tingkatan rantai pasok dan nilai faktor risiko setiap tingkatan rantai pasok. Output sub model ini adalah harga jagung di tingkat petani sesuai dengan hasil
kesepakatan dengan menggunakan interpolasi terhadap fungsi conjoint dari fungsi regresi non linier di tingkat petani dengan fungsi regresi non linier pada tingkat
yang lain dalam rantai pasok. Adapun model interpolasi non linier digunakan untuk mencari nilai kesepakatan harga dengan menggunakan fungsi conjoint
dengan input harga jagung paling rendah yang diinginkan tingkatan rantai pasok dan harga paling tinggi yang diinputkan suatu tingkatan rantai pasok. Model
penyeimbangan risiko untuk mendapatkan kesepakatan harga ini menggunakan asumsi bahwa risiko di tingkat petani cenderung meningkat jika terjadi penurunan
harga dan cenderung menurun jika terjadi kenaikan harga. Sebaliknya terjadi pada pihak lain dalam jaringan rantai pasok seperti agroindustri, dan pengumpul
akan mempunyai risiko yang cenderung turun jika harga bahan baku turun dan risiko yang cenderung naik jika harga bahan baku naik.
Metode yang digunakan dalam model penyeimbangan risiko adalah stakeholder
dialog antar pihak-pihak yang berkepentingan dalam manajemen risiko rantai pasok guna mendapatkan nilai konsensus dalam penyeimbangan
risiko karena adanya konflik kepentingan yang berbeda dalam penentuan harga di tingkat petani. Konsensus dilakukan dengan melakukan pengukuran risiko dari
masing-masing tingkatan rantai pasok dengan skenario perubahan harga jagung di tingkat petani. Hasil dari proses ini akan diperoleh model matematik yang dapat
dimodelkan dengan pendekatan regresi non linier fungsi risiko setiap tingkatan rantai pasok dengan variabel independent harga di tingkat petani. Bentuk model
109
matematik regresi non linier tersebut dapat dituliskan dengan rumus sebagai berikut:
e
x p
x U
β
α
−
=
40 Setelah diperoleh model matematik dari masing-masing tingkatan rantai
pasok kemudian dibuat fungsi conjoint antara pihak petani dengan beberapa pihak yang terlibat dalam jaringan rantai pasok. Fungsi conjoint tersebut merupakan
fungsi optimasi yang akan dicari nilai penyelesaiannya dengan menggunakan interpolasi non linier. Adapun bentuk fungsi conjoint tersebut dapat dirumuskan
dengan bentuk sebagai berikut:
1
x U
w x
U x
H
i n
i i
p
∑
=
− =
41 Dimana U
p
x adalah fungsi regresi non linier risiko petani dan U
i
x adalah fungsi regresi non linier dari tingkatan lain dalam jaringan rantai pasok,
sedangkan w
i
1
1
=
∑
= n
i i
w
adalah pembobot dari tingkatan dalam jaringan rantai pasok yang nilainya diperoleh dari hasil output dari model analisis risiko tingkatan rantai
pasok dengan pembatas jumlah nilainya sama dengan satu. 42
Proses interpolasi dilakukan dalam jangkauan range harga tertinggi dan harga terendah yang diinginkan setiap pihak yang dalam proses stakeholder dialog
sehingga diperoleh harga kesepakatan yang sudah mengakomodasi setiap kriteria risiko dari masing-masing tingkatan rantai pasok. Untuk mendapatkan nilai harga
kesepakatan yang sesuai dengan kondisi dan situasi nyata di lapangan maka diperlukan harga acuan dalam melakukan skenario prubahan harga dalam
pengukuran risiko. Dalam model ini harga acuan diperoleh dari hasil perkiraan harga jagung di tingkat petani dalam dua tahun terakhir. Proses perkiraan harga
dilakukan dengan metode Seasonal Hold-winter’s. Alur model penyeimbangan risiko rantai pasok dapat diperlihatkan pada Gambar 34.
110
Mulai Input tingkatan SCM
Baca data bobot dan faktor risiko sesuai tingkatan SCM dari basis data
Hitung nilai peramalan harga jagung
Hitung penurunan dan kenaikan harga sesuai jumlah skenario
Selesai Input Lengkap?
Hitung koefisien fungsi exponential A0 dan A1 tingkatan SCM
Tidak Ya
Tampil harga jagung hasil kesepakatan
Input fungsi keanggotaan fuzzy perubahan harga
Input dampak, prosibilitas dan paparan faktor risiko sesuai skenario
Input harga yang diharapkan tingkatan
Proses kesepakatan stakeholder dialog dengan iterasi fungsi non linier
Tingkatan Lengkap? Ya
Tidak
Gambar 34 Diagram alir model penyeimbangan risiko rantai pasok
Dari Gambar 34 terlihat bahwa input model ini adalah tingkatan rantai pasok beserta dengan faktor risiko dalam tingkatan tersebut, nilai harga hasil
