SISTEM PENDUKUNG KEPUTUSAN UNTUK PENGEMBANGAN

AGROINDUSTRI PALA DI TALAUD MENGGUNAKAN

ANALYTIC HIERARCHY PROCESS (AHP)

RILLYA ARUNDAA

SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
BOGOR
2016
 PERNYATAAN MENGENAI TESIS DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA*

Dengan ini saya menyatakan bahwa Tesis berjudul Sistem Pendukung

Keputusan untuk Pengembangan Agroindustri Pala di Talaud Menggunakan
Analytic Hierarchy Process (AHP) adalah benar karya saya dengan arahan dari
komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan
tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang
diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks
dan dicantumkan dalam Daftar Pustaka di bagian akhir tesis ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.

Bogor, Agustus 2016

Rillya Arundaa
NIM G651130531
 RINGKASAN

RILLYA ARUNDAA. Sistem Pendukung Keputusan untuk Pengembangan

Agroindustri Pala di Talaud Menggunakan Analytic Hierarchy Process (AHP).
Dibimbing oleh IRMAN HERMADI dan DANIEL R. O MONINTJA.

Pala merupakan tanaman perkebunan yang banyak dimanfaatkan oleh

masyarakat Kabupaten Kepulauan Talaud dan merupakan salah komoditas
unggulan daerah. Hasil survei BPS Talaud (2015) menyatakan bahwa hasil
produksi buah pala mengalami peningkatan dari tahun ke tahun. Tersedianya
sumber daya yang cukup/memadai mengindikasikan bahwa tanaman pala
berpotensi untuk dikembangkan agroindustrinya. Hal ini didukung oleh potensi
ketersediaan bahan baku, tenaga kerja, proses produksi, maupun peluang pasar.
Pengembangan agroindustri ini mempunyai arti penting untuk memperluas
kesempatan kerja, dan meningkatkan nilai ekonomi, sehingga dapat meningkatkan
pendapatan dan kesejahteraan masyarakat, khususnya di wilayah pedesaan.
Penelitian ini bertujuan untuk merancang perangkat lunak sistem pendukung
keputusan (SPK) berbasis web yang dapat membantu para pengambil keputusan
untuk merencanakan dan mengembangkan agroindustri pala di Talaud. Tujuan
khusus penelitian ini ialah menentukan prioritas produk agroindustri pala,
menentukan prioritas lokasi pengembangan agroindustri pala, menentukan
alternatif pengembangan kelembagaan agroindustri pala, mengukur prakiraan pasar
komoditas pala dan produk agroindustri pala, serta mengukur kelayakan finansial
agroindustri pala terpilih.
Data yang digunakan pada penelitian ini ialah data primer dan sekunder. Data
primer diperoleh dari pakar dan data sekunder diperoleh dari BPS dan dinas
pertanian. Pengumpulan data dilakukan melalui survei dan wawancara
menggunakan kuesioner serta melalui penelusuran pustaka.
Sistem pendukung keputusan pengembangan agroindustri pala yang
dibangun terdiri atas lima model keputusan dan dianalisis menggunakan beberapa
metode. Model penentuan prioritas produk agroindustri menggunakan analytic
hierarchy process (AHP), model penentuan lokasi industri menggunakan loqation
quotient (LQ) dan AHP, model penentuan kelembagaan agroindustri menggunakan
AHP, model prakiraan agroindustri menggunakan regresi linier sederhana, dan
model kelayakan finansial menggunakan kriteria investasi yang terdiri dari net
present value (NPV), benefit cost ratio (B/C ratio), net benefit cost ratio (Net B/C),
internal rate of return (IRR), dan payback period (PP). Perancangan sistem
mengacu pada tahapan penelitian system development life cycle (SDLC),
menggunakan pendekatan pengembangan sistem object oriented (OO), dan bahasa
pemodelan unified modeling language (UML).
Hasil keluaran model menunjukkan, produk agroindustri pala yang potensial
untuk dikembangkan ialah usaha minyak pala (0,441), diikuti oleh anggur pala
(0,247) dan permen pala (0,123), sedangkan prioritas lokasi pengembangan
agroindustri pala di Talaud adalah kecamatan Lirung (0,289), diikuti oleh
kecamatan Melonguane Timur (0,191) dan Kabaruan (0,111). Alternatif
pembentukan kelembagaan agroindustri yang paling tepat ialah menjalin kerja sama
dengan industri hulu sampai hilir (0,478).
 Analisis prakiraan pasar komoditi pala terdiri atas analisis hasil produksi,
volume penjualan dan harga jual buah pala. Analisis prakiraan pasar komoditi pala
pada tahun 2015 memberikan hasil pada masing-masing analisis berturut-turut
sebesar 3767,20 ton, 953,67 ton, dan Rp 72.073,33, dengan nilai koefisien
determinasi 0,08, 0,62, dan 0,22. Nilai ini menunjukkan tingkat akurasi sebesar 8%
untuk prakiraan hasil produksi, 62% untuk prakiraan volume penjualan buah pala,
dan 22% untuk prakiraan harga jual buah pala. Analisis prakiraan pasar agroindustri
pala terdiri dari analisis hasil produksi, volume penjualan dan harga jual anggur
pala. Analisis prakiraan pasar anggur pala pada tahun 2015 memberikan hasil pada
masing-masing analisis sebesar 703 botol, 712 botol, dan Rp 26.333, dengan nilai
koefisien determinasi 0,94, 0,93, 0,82. Nilai ini menunjukkan tingkat akurasi
sebesar 94% untuk prakiraan hasil produksi anggur pala, 93% untuk prakiraan
volume penjualan anggur pala, dan 82% untuk prakiraan harga jual anggur pala.
Hasil analisis kelayakan finansial agroindustri pala khususnya usaha
pengolahan minyak pala menunjukkan bahwa pada tingkat kapasitas mesin olah
500kg, dengan frekuensi olah 4 kali penyulingan dalam sebulan, harga bahan baku
Rp 20.000 per kg, dan harga jual sebesar Rp 550.000 per kg adalah layak untuk
dilaksanakan. Keuntungan bersih yang diperoleh sebesar Rp 221.806.000 per tahun
dengan tingkat pengembalian modal mencapai 36%. Selanjutnya, dilakukan
analisis sensitivitas dan hasilnya menunjukkan bahwa jika harga bahan baku
mengalami peningkatan sebesar 10% maupun harga jual mengalami penurunan
sebesar 10%, maka usaha ini masih menguntungkan dan layak dilaksanakan.
Namun apabila harga jual mengalami penurunan sebesar 10% dan harga bahan baku
mengalami peningkatan sebesar 10% secara bersamaan, maka usaha ini tidak layak
dilaksanakan karena manfaat riil yang diperoleh bernilai negatif.
SPK yang dibangun diberi nama De Pala. De Pala dikembangkan berbasis
web sehingga dapat diakses kapan saja dan di mana saja selama terkoneksi dengan
internet. De Pala menyediakan antarmuka bagi aktor sebagai pengguna untuk
berinteraksi dengan fungsi-fungsi yang tersedia pada De Pala. Aktor yang terlibat
dalam sistem adalah petugas, pakar dan pengguna (tamu). Petugas memiliki hak
akses untuk semua proses pengelolaan data, pakar diberi hak akses untuk
melakukan penilaian, dan pengguna memiliki hak akses untuk melihat report
masing-masing model keputusan yang tersedia dalam De Pala, memasukkan
komentar dan mengirim pesan. Fungsi-fungsi De Pala yang melibatkan pengelolaan
data selalu melakukan validasi apabila ada aktor yang mengaksesnya. Basis data
De Pala terdiri atas 14 tabel, di mana untuk pemodelan keputusan melibatkan 7
tabel, yaitu tabel (1) jenis model, (2) model, (3) faktor, (4) aktor, (5) tujuan, (6)
alternatif, dan (7) nilai.
Hasil penelitian menunjukkan bahwa adanya sistem pendukung keputusan
yang dibangun ini, tingkat manajerial (pengambil keputusan) dapat menentukan
strategi pengembangan agroindustri pala dengan lebih mudah dan cepat. Penelitian
lanjut dapat melengkapi, menambahkan atau mengembangkan model-model
keputusan yang ada maupun mempertimbangkan parameter-parameter yang lain.

Kata kunci: agroindustri, analytic hierarchy process, pala, object-oriented, SDLC

 SUMMARY

RILLYA ARUNDAA. Decision Support System for Nutmeg (Pala) Agro-Industry

Development in Talaud Using Analytic Hierarchy Process (AHP). Supervised by
IRMAN HERMADI and DANIEL R. O MONINTJA.

Nutmeg (Pala) is a plantation crop which cultivated by people of Talaud

Islands, and it is one of the leading commodity in Talaud region. Talaud BPS survey
(2015) states that the production of nutmeg was increased year-over-year. The
availability of sufficient resources indicates that the nutmeg crop agroindustry is
potential to be developed. This is supported by the availability of raw materials,
labor, production processes, as well as market opportunities. Agro-industry
development is significantly important because it can expand employment and
increase economic value, so it can increase the income and welfare of the people
especially in rural areas.
The aim of this research was to build and design a web based decision support
system (DSS) that can help decision makers regarding the planning and
development of nutmeg agro-industries in Talaud. The specific objectives of this
study were to determine the priority of nutmeg agro product, the priority area of
nutmeg agro-industry, the alternative institutional development of nutmeg agro-
industry, and to measure nutmeg market forecasts, and agro product, as well as the
financial feasibility of selected nutmeg agro-industry.
The data used in this study are primary and secondary data. Primary data were
obtained from experts, and secondary data obtained from BPS, and department of
agriculture. Data were collected through surveys and interviews using questionnaire,
and through library searches.
Decision support system of nutmeg agro-industry development consists of
five models of decision and analyzed using several methods. Prioritization model
of agro-products using analytic hierarchy process (AHP), determination model of
industrial location using location quotient (LQ) and AHP, pricing model of
institutional agro-industrial using AHP, the forecasting model of agro-industrial
using simple linear regression, and model of financial feasibility of using
investment criteria that comprise of net present value (NPV), benefit cost ratio (B /
C ratio), the net benefit cost ratio (net B / C), internal rate of return (IRR) and
payback period (PP). System designing refers to the research stages of system
development life cycle (SDLC), using the approach of system development object
oriented (OO), and language modeling of unified modeling language (UML).
The result of model output shows that nutmeg agro-product which potential
to be developed is nutmeg oil (0.441), followed by wine nutmeg (0.247) and sweets
nutmeg (0.123). While the area priority of nutmeg agro-industry development in
Talaud is sub district Lirung (0.289), followed by East Melonguane (0.191), and
Kabaruan (0.111). The Nast suitable institutional establishment alternative of agro-
industry is collaborate with upstream and downstream industries (0,478).
Analysis of nutmeg commodity market forecasts consist of analysis of
production, sales volumes and selling prices nutmeg. Analysis of nutmeg
commodity market forecasts in 2015 were 3767.20 tons, 953.67 tons, and IDR
72.073.33, with a coefficient of determination of 0.08, 0.62, and 0.22, respectively.
This value shows the accuracy rate of 8% on production forecasts, 62% of nutmeg
sales volume forecast, and 22% on the nutmeg selling price forecasts. Analysis of
market forecasts agro industrial nutmeg consists of analysis of production, sales
volumes and selling prices of wine nutmeg. Analysis of the nutmeg wine market
forecasts in 2015 giving the results of these analyses were 703 bottles, 712 bottles,
and IDR 26.333, with coefficient of determination of 0.94, 0.93, 0.82, respectively.
This value shows the accuracy rate of 94% for the nutmeg wine production forecast,
93% of nutmeg wine sales volume forecast, and 82% for nutmeg wine selling price
forecasts.
The results of nutmeg agro-industry financial analysis especially nutmeg oil
processing shows that the level of machine capacity for 500 kg, with a frequency if
four times the distillery in a month, raw material price of IDR 20.000 per kg, and
the selling price of IDR 550.000 per kg is feasible. The net gain obtained is IDR
221.806 million per year with an annual turnover of 36%. Furthermore, the
sensitivity analysis and the result shows that if the price of raw materials increased
by 10% and selling price decreased by 10%, then this business is still profitable and
feasible. However, if the selling price decreased by 10% and the price of raw
materials increased by 10% at the same time, then this business is not feasible
because the real benefit obtained is negative.
The DSS was named De Pala. De Pala was designed web-based so it can be
accessed anytime and anywhere since connected to the Internet. De Pala provides
an interface for the actor as an user to interact with the functions available on De
Pala. Actors involved in the system are officers, experts and users (guests). Officers
have access to all the data management process, experts are given access rights to
conduct the assessment, and the user has permissions to view the report each
decision models available in De Pala, post a comment and send messages. De Pala
functions involving data management always perform validation when there are
actors who access it. De Pala database consists of 14 tables, where for modeling
decision involving seven tables, namely (1) the type of the model, (2) models, (3)
factors, (4) the actor, (5) objectives, (6) the alternative and (7) the value.
The results show that decision support system can help managerial level
(decision makers) to determine the development strategy of nutmeg agro-industry
more easily and quickly. Further research can supplement, add or develop decision
models that exist as well as considering other parameters.

Keywords: agroindustry, analytic hierarchy process, nutmeg, object-oriented,

SDLC
 © Hak Cipta Milik IPB, Tahun 2016
Hak Cipta Dilindungi Undang-Undang
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan atau
menyebutkan sumbernya. Pengutipan hanya untuk kepentingan pendidikan,
penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik, atau
tinjauan suatu masalah; dan pengutipan tersebut tidak merugikan kepentingan IPB

Dilarang mengumumkan dan memperbanyak sebagian atau seluruh karya tulis ini
dalam bentuk apa pun tanpa izin IPB
SISTEM PENDUKUNG KEPUTUSAN UNTUK PENGEMBANGAN
AGROINDUSTRI PALA DI TALAUD MENGGUNAKAN
ANALYTIC HIERARCHY PROCESS (AHP)

RILLYA ARUNDAA

Tesis
sebagai salah satu syarat untuk memperoleh gelar
Magister Komputer
pada
Program Studi Ilmu Komputer

SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
BOGOR
2016
Penguji Luar Komisi pada Ujian Tesis: Dr Agus Buono, MSi MKom
 PRAKATA

Puji dan syukur penulis panjatkan kehadirat Tuhan Yang Maha Esa, yang
telah memberi hikmat dan pengetahuan kepada penulis sehingga penulisan tesis ini
dapat terselesaikan. Berbagai hambatan penulis temui dalam penulisan tesis ini,
namun berkat bantuan, bimbingan, dan petunjuk dari berbagai pihak, maka
akhirnya tesis ini dapat diselesaikan dengan baik. Untuk itu pada kesempatan ini
penulis menyampaikan ucapan terima kasih kepada:
1. Bapak Irman Hermadi, SKom MS PhD dan bapak Prof Dr Ir Daniel R.O
Monintja selaku pembimbing yang telah memberikan koreksi dan masukan
dalam penyusunan dan perbaikan penyusunan tesis ini bahkan terus
memotivasi penulis untuk tetap berkarya dan selalu mengembangkan diri.
2. Prof Dr Ir Herry Suhardiyanto, MSc selaku Rektor Institut Pertanian Bogor.
3. Pimpinan Sekolah Pascasarjana, Pimpinan Fakultas Matematika dan Ilmu
Pengetahuan Alam, Pimpinan, staf pengajar, staf administrasi Departemen
Ilmu Komputer IPB yang telah tulus ikhlas memberikan ilmu, pengalaman,
dan pelayanan dengan penuh tanggung jawab dan pengabdian selama penulis
menempuh studi.
4. Bapak Dr Agus Buono, MSi MKom, selaku Penguji Luar Komisi.
5. Pakar dan Narasumber yang sudah membantu penulis dalam mengumpulkan
data penelitian.
6. Wisard W. Kalengkongan, yang telah membantu penulis dalam penyelesaian
program dan juga diskusi-diskusi yang dilakukan dikala senggang.
7. Teman se-Lab dan se-Bimbingan (Pak Pungki, Mas Mustakim, Mas Tengku,
Firman, Pak Yakin, Rusdee, Mas Pang, Mas Vidi)
8. Teman-teman Fahmeda (Adriana, Arista, Netty, Arini, Ekawati, Ka Restu, Ka
Mia, Dini, Kiki, Tini) dan PA Oikumene Bogor yang telah berbagi
kebersamaan serta menjadi teman diskusi dan sharing yang luar biasa.
9. Nina dan Ikbal yang telah membantu penulis dalam pengumpulan data
sewaktu penulis melaksanakan penelitian di Talaud.
10. Teman-teman seperjuangan (Mner Hoxy, Mner Bill, Mner Artus) yang telah
menyumbangkan pemikiran-pemikirannya kepada penulis dan terus
memotivasi penulis dalam menyelesaikan penyusunan tesis.
11. Papa dan Mama yang selalu ada untuk membantu penulis dalam doa maupun
materi serta dengan sabar dan tekun terus memotivasi penulis untuk tetap
berusaha menghasilkan karya terbaik. Semoga Tuhan menganugerahkan
hikmat, kesehatan dan kesejahteraan yang tidak terbatas.
12. Keluarga besar Arundaa-Pandagitan, rekan-rekan mahasiswa dan semua
pihak yang tak sempat penulis sebut satu persatu yang telah memotivasi
penulis untuk terus belajar dan berusaha menjadi lebih baik.
Semoga karya ilmiah ini dapat memberikan manfaat dan sumbangan
pemikiran bagi kepentingan pembelajaran dan dapat memberikan manfaat kepada
siapa saja yang membaca tulisan ini. Akhir kata penulis ucapkan banyak terima
kasih.
Bogor, Agustus 2016

Rillya Arundaa
 DAFTAR ISI

DAFTAR TABEL vi
DAFTAR GAMBAR vi
DAFTAR LAMPIRAN vii
1 PENDAHULUAN 1
Latar Belakang 1
Perumusan Masalah 3
Tujuan Penelitian 3
Manfaat Penelitian 3
Ruang Lingkup Penelitian 3
Penelitian Terdahulu 4
2 TINJAUAN PUSTAKA 7
Tanaman Pala 7
Agroindustri 7
Sistem Pendukung Keputusan 7
3 METODE 13
Lingkungan Pengembangan Sistem 13
Perencanaan 14
Analisis 14
Perancangan 17
Implementasi 17
Lokasi dan Waktu Penelitian 17
4 HASIL DAN PEMBAHASAN 18
Perencanaan 18
Analisis 20
Perancangan 38
Implementasi 40
5 SIMPULAN DAN SARAN 43
Simpulan 43
Saran 43
DAFTAR PUSTAKA 45
LAMPIRAN 49
DAFTAR ISTILAH 124
RIWAYAT HIDUP 126
 DAFTAR TABEL
1 Nilai random indeks (RI) 9
2 Sebaran dan produksi tanaman pala di Talaud tahun 2008-2014 18
3 Hasil agregat faktor model penentuan produk agroindustri 21
4 Koefisien LQ lokasi industri pala di Talaud 23
5 Hasil agregat faktor model penentuan lokasi agroindustri 24
6 Hasil agregat faktor model penentuan kelembagaan agroindustri 25
7 Perkembangan hasil produksi, volume penjualan, dan harga jual buah
pala tahun 2009-2014 26
8 Perkembangan hasil produksi, volume penjualan dan harga jual anggur
pala tahun 2009-2014 28
9 Perkembangan harga jual minyak pala nasional tahun 2009-2014 31
10 Koefisien indikator kelayakan investasi usaha agroindustri minyak pala
pada kondisi normal 31
11 Analisis sensitivitas minyak pala terhadap penurunan harga jual dan
peningkatan harga bahan baku 32
12 Analisis kebutuhan pelaku pengembangan agroindustri pala 34
13 Deskripsi use case De Pala 36

DAFTAR GAMBAR

1 Tahapan penelitian 13
2 Diagram alir penentuan prioritas produk agroindustri 15
3 Diagram alir penentuan prioritas lokasi industri 15
4 Diagram alir penentuan kelembagaan agroindustri 15
5 Diagram alir perhitungan kelayakan investasi agroindustri pala. 16
6 Pohon industri buah pala 19
7 Struktur hierarki dan bobot prioritas penentuan produk agroindustri
pala 22
8 Struktur hierarki dan bobot prioritas penentuan lokasi industri 24
9 Struktur hierarki dan bobot prioritas kelembagaan agroindustri pala 25
10 Prakiraan hasil produksi buah pala di Kabupaten Kepulauan Talaud
tahun 2009-2014 27
11 Prakiraan volume penjualan buah pala di Kabupaten Kepulauan Talaud
tahun 2009-2014 27
12 Prakiraan harga jual buah pala di Kabupaten Kepulauan Talaud tahun
2009-2014 28
13 Prakiraan hasil produksi anggur pala di Kabupaten Kepulauan Talaud
tahun 2009-2014 29
14 Prakiraan volume penjualan anggur pala di Kabupaten Kepulauan
Talaud tahun 2009-2014 29
15 Prakiraan harga jual anggur pala di Kabupaten Kepulauan Talaud tahun
2009-2014 30
16 Prakiraan harga jual anggur pala di Kabupaten Kepulauan Talaud tahun
2009-2014 30
17 Kolaborasi pengembang SPK agroindustri pala 33
18 Skema calon pengguna De Pala 33
19 Domain model class diagram De Pala 35
20 Diagram use case De Pala 35
21 Diagram aktivitas De Pala 37
22 Arsitektur sistem De Pala 38
23 Entity relationship diagram De Pala 39
24 Rancangan halaman utama De Pala 39
25 Peta website De Pala 40
26 Halaman utama De Pala 40
27 Tampilan halaman user untuk perhitungan Model 3 41
28 Halaman utama admin 41
29 Tampilan kuesioner di halaman pakar 42

DAFTAR LAMPIRAN

1 Peta daerah penelitian 49

2 Parameter model keputusan 50
3 Kuesioner penelitian 53
4 Pemeringkatan elemen-elemen pada setiap level hierarki 72
5 Visualisasi perbandingan hasil produksi perkebunan 77
6 Perhitungan regresi untuk prakiraan pasar 78
7 Struktur biaya usaha agroindustri “minyak pala” untuk input kelayakan
finansial 81
8 Daftar responden pakar 91
9 Deskripsi use case 92
10 Skenario use case 94
11 Struktur tabel basis data De Pala 114
12 Perancangan antarmuka 116
13 Halaman implementasi 119
14 Hasil pengujian blackbox testing pada De Pala 122
 1 PENDAHULUAN

Latar Belakang

Tanaman pala merupakan tanaman buah berupa pohon tinggi asli Indonesia,
karena tanaman ini berasal dari Banda dan Maluku. Sebagian besar pala dipasok
dari wilayah timur Indonesia, terutama Maluku, Sangihe dan Talaud yang diekspor
dalam bentuk rempah-rempah karena petani di sana cenderung untuk memanen pala
yang sudah tua di pohon. Tanaman pala dikenal dengan tanaman rempah yang
memiliki nilai ekonomis. Hasil tanaman pala yang biasa dimanfaatkan adalah buah
pala. Buah pala terdiri dari daging buah (77,8 persen), fuli (4 persen), tempurung
(5,1 persen) dan biji (13,1 persen). Bagian buah yang bernilai ekonomi cukup tinggi
adalah biji pala dan fuli (mace) yang dapat dijadikan minyak pala. Daging buah
pala dimanfaatkan untuk diolah menjadi manisan pala, asinan pala, dodol pala, selai
pala dan sirup pala (Nurdjannah 2014).
Hasil survei BPS Talaud tahun 2014, pala merupakan salah satu komoditas
unggulan Kabupaten Kepulauan Talaud dan merupakan tanaman yang banyak
diusahakan oleh rakyat di Talaud dari tahun ke tahun. Produksi terbesar dari
tanaman pala adalah dari usaha perkebunan rakyat. Tahun 2014 produksi pala
rakyat 3.445,65 ton pada luas lahan 5.324,80 ha. Komposisi tanaman pala rakyat
terdiri dari: 1) tanaman belum menghasilkan (TBM) sebanyak 182.319, 2) tanaman
menghasilkan (TM) sebanyak 298.434, 3) tanaman tidak menghasilkan (TTM)
sebanyak 51.727 (BPS Talaud 2015). Hal ini didukung oleh kebijakan pemerintah
yang banyak diarahkan pada kegiatan usaha tani melalui penanaman dan
peremajaan pala, penyediaan bibit untuk budidaya dan penyediaan pupuk untuk
pengendalian hama dan penyakit. Hasil survei juga memperlihatkan terjadinya
peningkatan hasil produksi pala dari tahun ke tahun.
Ketersediaan hasil produksi yang melimpah, tidak diimbangi oleh kebijakan
pemerintah pada kegiatan pengolahan pascapanen dan pemasaran. Pengusahaan
hasil panen pala oleh petani umumnya dilakukan secara tradisional, yaitu dengan
mengeringkan biji pala di bawah sinar matahari dan dijual dalam bentuk biji kering.
Proses penjualannyapun belum mengikuti standar packaging yang baik.
Penanganan yang tidak optimal tersebut mengakibatkan rendahnya produktivitas
pala yang dihasilkan dan mengakibatkan rendahnya nilai jual. Pengolahan buah
pala tradisional yang hanya mengambil bagian biji pala ini, berdampak pada
banyaknya limbah daging pala yang hanya dibuang oleh petani. Masalah tersebut
disebabkan oleh belum adanya industri pengolahan pala sehingga turunan buah pala
seperti daging buah belum diolah dan dimanfaatkan dengan baik. Masalah ini
ditambah oleh ketidakpastian harga di tingkat pedagang dan pasar, yang disebabkan
oleh monopoli pasar dari investor pala di pusat. Keadaan tersebut merugikan petani,
sehingga biaya usaha tani menjadi tinggi sedangkan harga jual kurang bersaing dan
berakibat pada rendahnya nilai tambah yang diterima oleh petani pala. Selain itu,
lemahnya penguasaan jaringan informasi tentang pasar sasaran menyebabkan
kesulitan dalam mencari dan menemukan peluang pasar.
Ketersediaan sumber daya yang cukup (BPS Talaud 2015) dan permintaan
pasar yang tinggi (DITJENBUN 2013) memberi indikasi bahwa tanaman pala
memiliki potensi untuk menciptakan nilai tambah bagi setiap pelaku yang terlibat.
2

Potensi yang dimaksud yaitu dengan mengembangkan agroindustri pala.

Pengembangan agroindustri pala ini diharapkan mampu direspons secara optimal
oleh investor, pelaku usaha maupun oleh pemerintah sebagai pihak-pihak yang
berkepentingan dalam agroindustri ini, sehingga dapat meningkatkan pendapatan
dan menanggulangi permasalahan dalam pemberdayaan ekonomi masyarakat.
Pengembangan agroindustri pala dipandang dapat memberikan alternatif
strategi yang dapat dipakai untuk meningkatkan nilai tambah dan daya saing
industri ini. Berdasarkan kenyataan tersebut, perlu dilakukan penelitian guna
merumuskan langkah strategi pengembangan agroindustri berbasis pala guna
mendapatkan nilai tambah yang dapat dinikmati langsung oleh petani. Strategi
pengembangan yang dimaksud adalah merancang sebuah sistem pendukung
keputusan (SPK). Keputusan yang benar dan tepat guna menjamin kemajuan dan
keberlangsungan usaha agroindustri ini (Syam et al. 2006).
Banyaknya kriteria dan alternatif dalam pengambilan keputusan
menyebabkan para pengambil keputusan mengalami kesulitan untuk memecahkan
masalah (Eriyatno 2012) sehingga dibutuhkanlah sebuah alat bantu analisis yang
dapat membantu dalam proses pengambilan keputusan (Tafreshi et al. 2015). Salah
satu alat analisis tersebut berupa multi-criteria decision making (MCDM) yang
memungkinkan pengambilan keputusan untuk masalah yang bersifat kompleks
(Abdullah dan Adawiyah 2014, Stirn dan Grošelj 2010). Salah satu dari metode
MCDM yang banyak digunakan adalah analytic hierarchy process (AHP) (Agarwal
et al. 2011, Aguarón et al. 2014). AHP memiliki banyak kelebihan dalam proses
pengambilan keputusan karena cukup efektif dalam menyederhanakan dan
mempercepat proses pengambilan keputusan dengan menguraikan keputusan
kompleks menjadi bagian-bagian keputusan yang lebih kecil (Dalalah et al. 2010,
Kabir dan Hasin 2011). Keunggulan lain AHP yaitu dapat digambarkan secara
grafis, sehingga mudah dipahami oleh semua pihak (pengguna) yang terlibat dalam
proses pengambilan keputusan (Marimin et al. 2013).
Pengembangan industri berbasis pala melibatkan berbagai pihak yang terkait
seperti investor, lembaga keuangan, pemerintah, konsumen, pelaku industri,
penyedia bahan baku dan lembaga penelitian. Pihak-pihak tersebut membutuhkan
informasi yang beragam serta dapat disajikan dalam bentuk lengkap dan cepat.
Penggunaan perangkat lunak (software) dapat memberikan kemudahan dalam
pengambilan keputusan secara cepat, tepat, efektif dan efisien sehingga akan
menghemat waktu dan biaya (Nyamsuren et al. 2015).
Penelitian yang akan dilakukan adalah membangun aplikasi SPK yang akan
membantu para pengambil keputusan mengenai perencanaan dan pengembangan
agroindustri berbasis pala serta mampu mengakomodasi semua informasi yang
berkaitan dengan komoditi pala dan olahannya yang dibutuhkan pengguna. Hasil
akhir penelitian ini adalah Sistem Pendukung Keputusan Pengembangan
Agroindustri Pala berbasis web yang dapat menentukan prioritas pengembangan
agroindustri pala di Kabupaten Kepulauan Talaud, Sulawesi Utara.
 3

Perumusan Masalah

Berdasarkan latar belakang di atas maka dapat dirumuskan permasalahan

yang akan diselesaikan dalam penelitian ini adalah bagaimana merancang sistem
pendukung keputusan pengembangan agroindustri pala di Talaud.

Tujuan Penelitian

Tujuan utama penelitian ini adalah mendapatkan rancangan perangkat lunak

sistem pendukung keputusan untuk pengembangan agroindustri pala di Talaud.
Secara khusus, terdapat lima tujuan dalam penelitian ini yaitu:
1. Menerapkan metode AHP dalam penentuan prioritas produk agroindustri pala
dan alternatif pengembangan kelembagaan agroindustri pala.
2. Menerapkan metode location quotient (LQ) dan AHP dalam penentuan
prioritas lokasi pengembangan agroindustri pala.
3. Menerapkan metode regresi linier dalam pengukuran prakiraan pasar
komoditas pala dan produk agroindustri pala.
4. Menerapkan kriteria-kriteria finansial dalam analisis kelayakan investasi
agroindustri pala terpilih.
5. Membangun prototipe sistem pendukung keputusan berbasis web.

Manfaat Penelitian

Dengan dilakukannya penelitian ini diharapkan dapat memberikan manfaat

sebagai berikut:
1. Memberikan informasi prioritas keputusan kepada pemerintah sebagai bahan
pemikiran dalam merumuskan strategi agroindustri pala ke depan.
2. Sebagai bahan pertimbangan dalam pengambilan keputusan investasi bagi para
investor, petani pala dan lembaga keuangan.
3. Sebagai bahan referensi untuk pengkajian dan pengembangan industri berbasis
bahan baku lokal (pedesaan) lainnya di berbagai daerah.

Ruang Lingkup Penelitian

Untuk membatasi lingkup penelitian dengan tujuan supaya tidak terlalu luas
cakupannya dan pembahasan berfokus pada tujuan yang telah ditetapkan, maka
penelitian ini dibatasi pada:
1. Daerah penelitian adalah Kabupaten Kepulauan Talaud (Lampiran 1),
khususnya di pulau Karakelang, Salibabu dan Kabaruan.
2. Fokus penelitian akan dilakukan terhadap:
1) Penentuan prioritas lokasi industri
2) Penentuan prioritas produk agroindustri
3) Penentuan kelembagaan agroindustri
4) Prakiraan pasar komoditi pala dan produk agroindustri pala
5) Analisis kelayakan finansial agroindustri
4

Penelitian Terdahulu

Konsep sistem pendukung keputusan telah banyak digunakan diberbagai

bidang. Salah satunya adalah bidang pertanian. Agrahari dan Tripathi (2012),
mengembangkan kerangka pemikiran teoritis (theoritical framework)
pengembangan SPK untuk manajemen pertanian. Penelitian untuk bidang kajian
yang sama dilakukan Singh et al. (2008) dengan mengembangkan model SPK
berbasis internet untuk manajemen pertanian (farm management). Che’ya et al.
(2009) meneliti tentang sistem pendukung keputusan dalam kaitannya dengan
pertanian presisi (precision farming) yang didukung dengan geographic
information system (GIS) dan diperuntukkan bagi petani untuk mendapatkan
informasi tentang budi daya tanaman padi sehingga membantu menganalisis dan
mendapatkan gambaran tentang strategi terbaik untuk musim tanam berikutnya.
Manfaat dari penelitian ini adalah dengan SPK tersebut memungkinkan pertukaran
informasi antar petani terutama pada produksi padi, seperti rekomendasi pupuk, dan
menyediakan akses yang sama terhadap informasi berbasis web dari pengguna akhir
kepada pembuat kebijakan untuk meningkatkan produktivitas dan efisiensi
produksi padi melalui pertanian presisi. Penelitian dengan basis yang sama yaitu
SPK untuk pertanian presisi juga dilakukan oleh Cui et al. (2014), dengan
mengembangkan SPK dan information communication technology (ICT) dengan
menggunakan teknologi wireless sensor network (WSN) yang ditujukan untuk
daerah pedesaan. ICT membantu petani mendapatkan informasi tentang
pengelolaan pascapanen dan SPK membantu petani mengambil keputusan yang
benar sesuai informasi yang tersedia. Beberapa peneliti mengembangkan SPK
berbasis web, Suroso dan Ramadhan (2012) mengembangkan SPK berbasis web
untuk pengembangan agribisnis Kelapa Sawit. Flores et al. (2010),
mengembangkan SPK dinamis untuk manajemen sistem pengairan di perkebunan
jeruk. SPK ini mengintegrasikan tiga komponen seperti basis data dinamis-
relasional, model administrator dan antarmuka.
Bidang lain yang juga banyak menerapkan SPK adalah manajemen rantai
pasok. Marimin et al. (2010), membangun sebuah framework Intelligent Decision
Support System (IDSS) untuk manajemen rantai pasok agribisnis dan agroindustri
yang terdiri atas 4 komponen utama: 1) database, 2) intelligent system model, 3)
supporting algorithms, dan 4) media access. Javanmardi et al. (2011),
menggunakan SPK sebagai alat bantu proses penyeleksian supplier dalam konteks
outsourcing untuk menilai dan menentukan supplier terbaik dan potensial melalui
proses pereduksian dengan principal component analysis (PCA) dan selanjutnya
dilakukan perangkingan dengan technique for others reference by similarity to ideal
solution (TOPSIS). Proses pengambilan keputusan sering diperhadapkan pada
banyak kriteria. Penelitian untuk pengambilan keputusan multi-kriteria dilakukan
oleh Yazdani (2014), untuk manajemen pemilihan supplier untuk organisasi
industri yaitu industri manufaktur mobil (automobile manufacturing). Penelitian
difokuskan pada penentuan pemasok yang tepat menggunakan fuzzy MCDM
selanjutnya dilakukan proses perangkingan menggunakan AHP dan diakhiri dengan
TOPSIS.
Keputusan yang diambil bisa berkaitan dengan kehidupan banyak orang dan
kepentingan publik atau organisasi. Seperti yang dilakukan oleh Modarres et al.
(2010), menggunakan SPK untuk membantu penjadwalan kursus singkat di pusat
 5

pelatihan Institut Manajemen Industri. Selanjutnya, SPK juga digunakan untuk

pemilihan model terbaik proses pengembangan sistem untuk menyajikan model
tertentu dari Software Development Life Cycle (SDLC) sebagai satu set
kemungkinan alternatif. (Holodnik-Janczura dan Golinska 2010). Özceylan (2010),
mengembangkan SPK di bidang transportasi, dengan adanya pertimbangan multi-
kriteria, seperti biaya, kualitas, waktu pengiriman, keamanan, aksesibilitas dan
kriteria lainnya saat memilih mode terbaik merupakan suatu kondisi yang sulit dan
kompleks dalam mengambil suatu keputusan. Penelitian serupa di bidang
transportasi juga dilakukan oleh Yayla dan Karacasu (2011), menilai sistem
pengoperasian angkutan bis umum dengan variabel berupa opini publik dan
pendapat para ahli terhadap privatisasi jalur bus perkotaan.
Metode analisis yang digunakan pada penelitian ini adalah AHP. Beberapa
penelitian yang menggunakan AHP diantaranya, (Budi 2013) menggunakan AHP
untuk penentuan prioritas pengembangan agro-holtikultur di Madiun, Jawa Timur.
Hasil perangkingan dengan AHP memperlihatkan 3 faktor utama pengembangan
adalah permintaan pasar, peraturan pemerintah dan manajemen sistem produksi.
Dengan tujuan utama adalah meningkatkan nilai tambah dan persaingan,
kesejahteraan, dan pendapatan daerah. Sedangkan untuk prioritas komoditas
hortikultura yang potensial adalah mangga, pisang, alpukat, buah nangka, manggis
dan jeruk. Selanjutnya, Al-Oqla dan Omar (2012), menggunakan AHP untuk
pemilihan antena ponsel GSM. Proses seleksi antena adalah masalah pengambilan
keputusan multi-kriteria dengan tujuan yang saling bertentangan dan beragam.
AHP juga diterapkan dalam perusahaan manufaktur farmasi (Asamoah et al. 2012),
untuk pemilihan pemilihan supplier bahan baku artemether-lumefantrine untuk
obat anti-malaria. Kriteria yang digunakan adalah kualitas, harga,
keandalan/kapasitas. Thirumaran et al. (2011), melakukan penelitian dalam hal
Web Service dengan menggunakan AHP untuk menganalisis parameter-parameter
Quality of Service (QoS) dan memilih layanan terbaik bagi permintaan pengguna.
Young, et.al. (2010), menggunakan AHP dalam pemilihan manajemen terbaik
(BMP=Best Management Practice) dan biaya pemeliharaan jangka panjang bagi
insinyur yang melibatkan banyak kriteria terlebih dalam situasi darurat. Adriyendi
dan Melia (2016), menggunakan AHP dalam pemilihan guru berprestasi. Penelitian
lainnya menggunakan metode AHP untuk pengukuran kompleksitas dari sektor
bisnis dan bisnis software (Jakupovic, et al. 2010).
Objek pada penelitian ini adalah agroindustri pala. Beberapa penelitian
terdahulu yang meneliti tentang agroindustri pala diantaranya, Nugraha (2003)
melakukan penelitian untuk studi pengembangan agroindustri minyak pala di
Kabupaten Bogor. Penelitian ini menggunakan metode AHP untuk penentuan
prioritas. Oryzanti (2003) melakukan penelitian dengan membuat perangkat lunak
MYRISTICAN’S 1.01 untuk membantu pengambilan keputusan kelayakan
investasi agroindustri minyak pala di Bogor. Penelitian ini menggunakan metode
analisis kelayakan finansial umumnya seperti NPV, IRR, B/C Ratio, BEP dan PBP.
Model SPK yang dikembangkan terdiri atas 3 model: (1) model kelayakan usaha
tani, (2) model kebutuhan bahan baku, dan (3) model kelayakan agroindustri.
Haridian (2002) melakukan penelitian dengan membuat perangkat lunak
PALADSS’02.1.01 untuk membantu pengambilan keputusan dalam perencanaan
dan pengembangan agroindustri pala dengan studi kasus Kabupaten Bogor.
Penelitian ini menggunakan Metode Perbandingan Eksponensial untuk menentukan
6

prioritas alternatif dan analisis kelayakan finansial umumnya seperti NPV, IRR,
B/C Ratio, BEP dan PBP. Selain itu dilengkapi dengan analisis sensitivitas untuk
melihat apa yang akan terjadi dengan hasil analisis proyek jika terjadi perubahan
dalam dasar-dasar perhitungan biaya atau pendapatan. Model SPK yang
dikembangkan terdiri atas 6 model: (1) model pemilihan lokasi penanaman pala,
model prakiraan jumlah produksi buah pala, (2) model prakiraan populasi penduduk,
(3) model prakiraan pasar komoditi pala meliputi analisis prakiraan jumlah
produksi buah pala, analisis prakiraan harga jual buah pala di tingkat petani, (4)
model prakiraan pasar agroindustri manisan pala meliputi analisis prakiraan jumlah
produksi agroindustri manisan pala dan analisis prakiraan harga jual produk
manisan pala, (5) model kelayakan finansial usaha tani tanaman pala, dan (6) model
kelayakan finansial agroindustri manisan pala.
Penelitian yang akan dilakukan merupakan pengembangan dari penelitian
yang dilakukan Haridian (2002) dengan beberapa perubahan. Dalam penelitian ini
yang menjadi objek penelitian adalah daerah Kabupaten Kepulauan Talaud. Objek
penelitian yang berbeda, tentu berbeda pula analisisnya. Selanjutnya dalam
penelitian ini akan dilakukan pengurangan dan penambahan beberapa model SPK
disesuaikan dengan situasi, keadaan, kondisi dan kebutuhan di daerah tempat
penelitian. Metode analisis akan dilakukan penggabungan beberapa metode seperti
LQ dan AHP, serta Regresi Linier untuk analisis prakiraan. Jika pada penelitian
sebelumnya dibangun sistem yang berbasis desktop/stand alone, maka sistem ini
akan dibangun berbasis web (online).
 2 TINJAUAN PUSTAKA

Tanaman Pala

Pala (Myristica fragrans Houtt) merupakan tanaman asli Indonesia yang

berasal dari Kepulauan Banda dan Maluku. Daerah penghasil pala di Indonesia
yaitu Kepulauan Maluku, Sulawesi Utara, Sumatera Barat, Nanggroe Aceh
Darusalam, Jawa Barat dan Papua. Buah pala terdiri atas daging buah (77,8%), fuli
(4 %), tempurung (5,1%) dan biji (13,1%) dan dikenal sebagai rempah yang
memiliki nilai ekonomi tinggi dan multi guna karena setiap bagian tanaman dapat
dimanfaatkan untuk bahan berbagai industri. Biji dan fuli merupakan produk utama
dari tanaman pala, yang sebagian besar untuk diekspor dan berfungsi sebagai
rempah, baik untuk keperluan sehari-hari maupun untuk industri makanan dan
minuman. Daging buah yang muda banyak digunakan untuk makanan ringan dan
minuman seperti manisan, permen, sirup dan jus pala. Minyak pala yang diperoleh
dari penyulingan biji pala muda, selain untuk ekspor juga merupakan bahan baku
industri obat-obatan, pembuatan sabun, parfum dan kosmetik di dalam negeri.
Produk lain yang berasal dari biji pala yaitu mentega pala yaitu trimiristin yang
dapat digunakan sebagai minyak makan dan industri kosmetik (DEPTAN 2012).

Agroindustri

Studi agroindustri menekankan pada food processing management dalam

suatu perusahaan produk olahan yang bahan baku utamanya adalah produk
pertanian. Dengan kata lain, agroindustri merupakan suatu kegiatan industri yang
memproses bahan-bahan baku pertanian menjadi bentuk lain yang lebih menarik
dan memberikan nilai tambah serta dapat meningkatkan daya saing produk
pertanian (Pengembangan... 2014).
Komoditi pertanian umumnya dihasilkan dalam bentuk bahan mentah dan
mudah rusak, sehingga perlu langsung dikonsumsi atau diolah lanjut. Pengolahan
dalam agroindustri merupakan tahapan proses transformasi dan pengawetan
melalui perubahan fisik atau kimiawi, penyimpanan, pengepakan, dan distribusi
terhadap produk yang dihasilkan. Pengolahan dapat berupa pengolahan sederhana
seperti pembersihan, pemilihan (grading), pengepakan. Dapat pula berupa
pengolahan yang lebih canggih seperti penggilingan (milling), penepungan
(powdering), ekstraksi dan penyulingan (extraction), penggorengan (roasting),
pemintalan (spinning), pengalengan (canning) dan proses pabrikasi lainnya.
Timisela et al. (2012), menambahkan bahwa pengolahan adalah suatu operasi atau
rentetan operasi terhadap suatu bahan mentah untuk dirubah bentuknya dan atau
komposisinya. Pelaku agroindustri pengolahan hasil pertanian berada diantara
petani yang memproduksi dengan konsumen atau pengguna hasil agroindustri.

Sistem Pendukung Keputusan

Sistem pendukung keputusan adalah sistem informasi berbasis komputer

yang menyediakan informasi interaktif sebagai bentuk dukungan kepada manajer
8

dan bisnis profesional dalam proses pengambilan keputusan (O’Brien dan Marakas
2010). Keputusan dapat diambil dari alternatif-alternatif keputusan yang ada.
Alternatif keputusan tersebut dapat dilakukan berdasarkan informasi yang sudah
diolah dan disajikan dengan dukungan sistem pendukung keputusan (Marimin et al.
2013). Metode atau alat analisis yang akan digunakan dalam perancangan model
agroindustri pala di Talaud adalah sebagai berikut:

Proses Hirarki Analitik (AHP)

Proses hierarki analitik merupakan suatu analisa yang dipakai dalam
pengambilan keputusan untuk memahami kondisi suatu sistem dan membantu
melakukan prediksi dalam pengambilan keputusan (Marimin dan Gunawan 2004).
AHP merupakan sebuah pendekatan multi kriteria pengambilan keputusan yang
diatur dalam struktur hierarki (Saaty 1990), dapat juga dikatakan penyederhanaan
suatu persoalan kompleks (Young et al. 2010) yang tidak terstruktur, strategik, dan
dinamik menjadi sebuah bagian-bagian dan tertata dalam sebuah hierarki (Marimin
dan Maghfiroh 2010). Tingkat kepentingan setiap variabel diberi nilai numerik,
secara subjektif tentang arti penting variabel tersebut dan secara relatif
dibandingkan dengan variabel yang lain. Dari berbagai pertimbangan kemudian
dilakukan sintesis untuk menetapkan variabel yang memiliki prioritas tinggi dan
berperan untuk mempengaruhi hasil pada sistem tersebut.
Sebagaimana langkah yang dijelaskan oleh Saaty (1990), metode AHP dapat
digunakan untuk membantu pengambilan keputusan dengan cara sebagai berikut:
1) Menentukan tujuan, kriteria, dan alternatif keputusan
2) Membuat “pohon hierarki” untuk berbagai kriteria dan alternatif keputusan.
3) Membentuk sebuah matriks perbadingan berpasangan (pairwise comparison).
4) Membuat peringkat prioritas dari matriks berpasangan dengan menentukan
nilai eigen. Cara menghitung prioritas menggunakan manipulasi matriks:
(1) Mengubah matriks menjadi bilangan desimal
(2) Mengkuadratkan matriks tersebut (iterasi 1)
(3) Menjumlahkan nilai setiap baris dari matriks hasil penguadratan dan
kemudian dinormalisasi dengan cara membagi jumlah baris dengan
total baris hingga diperoleh nilai eigen
(4) Mengkuadratkan kembali matriks hasil langkah sebelumnya (iterasi 2)
(5) Melakukan langkah 3 hingga diperoleh nilai eigen yang baru.
(6) Kemudian, bandingkan nilai eigen yang pertama dan kedua. Jika
diantaran keduanya, tidak ada perubahan nilai atau hanya sedikit
mengalami perubahan, maka nilai eigen yang pertama sudah benar.
Akan tetapi jika sebaliknya, maka nilai eigen yang pertama masih salah
dan lakukan kembali langkah 2 sampai 6, hingga nilai eigen tidak
berubah atau hanya sedikit berubah. Jika nilai eigen sudah tidak berbeda
sampai 4 desimal, maka iterasi berhenti (syarat terpenuhi).
5) Membuat peringkat alternatif dari matriks berpasangan masing-masing
alternatif dengan menetukan nilai eigen setiap alternatif. Cara yang digunakan
sama ketika membuat peringkat prioritas diatas.
6) Jika pakar yang memberi penilaian lebih dari satu, maka hasil penilaian pakar
harus digabungkan dengan persamaan:
 9

𝑚
𝑚
𝑋𝐺 = √∏ 𝑋𝑖 (1)
𝑖=1

Keterangan:
𝑋𝐺 = rata-rata geometrik (gabungan nilai pakar)
m = jumlah pakar
𝑋𝑖 = penilaian pakar ke=i
𝛱 = perkalian
7) Selanjutnya, menghitung nilai consistency ratio (CR). Syarat: penilaian
perbandingan dikatakan konsisten jika CR tidak lebih dari 0,10 (CR < 0,10).
Cara menghitung nilai CR:
(1) Hitung nilai weighted sum vector (WSV) dengan cara mengalikan
matriks perbadingan berpasangan (yang desimal) dengan nilai eigen
yang diperoleh pada iterasi terakhir.
(2) Hitung consistency vector (CV) dengan cara membagi nilai WSV
dengan nilai eigen
CV = WSV/nilai eigen
(3) Hitung nilai rata-rata dari CV (π)
(4) Hitung nilai consistency index (CI). Nilai CI dapat dihitung dengan
menggunakan persamaan:
𝜋−𝑛
𝐶𝐼 = (2)
𝑛−1
Keterangan:
π = nilai rata-rata dari CV
n = jumlah parameter/elemen pada setiap level hierarki
(5) Nilai CR dapat dihitung menggunakan persamaan:
𝐶𝐼
𝐶𝑅 = (3)
𝑅𝐼
RI = nilai random indeks seperti ditunjukkan pada Tabel 1.

Tabel 1 Nilai random indeks (RI)

n RI n RI n RI
1 0,00 6 1,24 11 1,51
2 0,00 7 1,32 12 1,48
3 0,58 8 1,41 13 1,56
4 0,90 9 1,45 14 1,57
5 1,12 10 1,49 15 1,59

Location Quotient (LQ)

Teknik location quotient (LQ) merupakan salah satu pendekatan yang umum
digunakan untuk mengetahui potensi aktivitas ekonomi yang merupakan indikasi
sektor basis dan bukan basis (Rustiadi et al. 2007). Teknik ini merupakan
perbandingan relatif antara kemampuan sektor yang sama pada daerah yang lebih
luas dalam suatu wilayah. Dalam prakteknya penggunaan teknik LQ meluas tidak
terbatas pada bahasan ekonomi saja akan tetapi juga dimanfaatkan untuk
10

menentukan sebaran komoditas atau melakukan identifikasi wilayah berdasarkan

potensinya.
Dasar ukuran dalam pemakaian LQ harus disesuaikan dengan tujuan serta
ketersediaan dan sumber data. Jika jumlah hasil produksi dipakai untuk
mengidentifikasi sebaran suatu agroindustri di suatu wilayah, maka formula LQ
adalah sebagai berikut:
(Xij / ∑ Xij )
LQ= (4)
(Xj / ∑ Xj )
Keterangan:
LQ = Koefisien location quotient
Xij = Jumlah hasil produksi perkebunan ke-i di wilayah ke-j
Xj = Jumlah hasil produksi perkebunan di wilayah ke-j
∑Xij = Total hasil produksi perkebunan ke-i di semua wilayah
∑Xj = Total hasil produksi perkebunan di semua wilayah

Apabila koefisien LQ nilainya lebih besar dari 1 (satu) berarti bahwa

agroindustri tersebut merupakan sektor basis suatu wilayah yang memiliki
keunggulan komparatif dibanding dengan wilayah lain. Nilai koefisien yang lebih
kecil dari satu menyatakan sebaliknya di mana agroindustri tersebut bukan
merupakan sektor unggulan dari wilayah yang bersangkutan.

Regresi Linier
Regresi atau peramalan adalah suatu proses memperkirakan secara sistematis
tentang apa yang paling mungkin terjadi di masa yang akan datang berdasarkan
informasi masa lalu dan sekarang yang dimiliki agar kesalahannya dapat diperkecil.
Regresi dapat juga diartikan sebagai usaha memperkirakan perubahan (Draper dan
Smith 1992). Kegunaan regresi dalam penelitian salah satunya adalah untuk
meramalkan atau memprediksi variabel terikat (Y) apabila variabel bebas (X)
diketahui.
Persamaan regresi dirumuskan:
Ŷ = a + bX + ε (5)
Keterangan:
Ŷ = Dependent variabel / variabel tidak bebas / variabel dipengaruhi oleh
variabel lain
X = Independent variabel / variabel bebas / variabel yang dipengaruhi
oleh variabel b
a = Intercept (konstanta), nilai y taksiran pada saat x = 0
b = Koefisien regresi, menunjukkan besarnya perubahan unit akibat
adanya perubahan tiap satu unit x
ɛ = Error / tingkat kesalahan

Kriteria Investasi
Analisis kelayakan finansial merupakan aspek yang penting dan harus
dipertimbangkan dalam perencanaan investasi usaha bisnis apapun. Gittinger
(1991) menjelaskan bahwa, penilaian terhadap kelayakan investasi umumnya
dilakukan dengan mempertimbangkan beberapa kriteria, diantaranya, net present
value (NPV), B/C ratio, net B/C, internal rate return (IRR), dan payback period
(PP).
 11

1. Net Present Value (NPV)

NPV merupakan nilai sekarang dari suatu usaha dikurangi dengan biaya
sekarang dari suatu usaha pada tahun tertentu. Seleksi formal terhadap NPV untuk
mengukur nilai suatu usaha bila NPV usaha bernilai positif bila didiskonto pada
Social Opportunity Cost of Capital. Dimana bila nilai NPV nol (positif) maka
industri tersebut diprioritaskan pelaksanaannya (tanda “GO”). Apabila besarnya
NPV sama dengan nol berarti industri tersebut mengembalikan persis sebesar
Social Opportunity Cost of Capital. Apabila besarnya NPV nol (negatif) maka
sebaiknya usaha ditolak dan sekaligus mengindikasikan ada jenis penggunaan lain
yang lebih menguntungkan bagi sumber-sumber yang diperlukan usaha.
NPV menghitung nilai sekarang dari aliran kas yaitu merupakan selisih
antara Present Value (PV) manfaat dan PV biaya. Nilai bersih sekarang akan
menggambarkan keuntungan dan layak dilaksanakan jika mempunyai nilai positif.
Apabila NPV sama dengan nol, maka usaha tersebut tidak untung dan tidak rugi
(marjinal), sehingga terserah kepada penilaian pengambilan keputusan
dilaksanakan atau tidak. Apabila NPV kurang dari nol, maka usaha tersebut
merugikan sehingga lebih baik tidak dilaksanakan. Rumus kriteria investasi ini
adalah sebagai berikut:
𝑛
(𝐵𝑡 − 𝐶𝑡)
𝑁𝑃𝑉 = ∑ (6)
(1 + 𝑖 ) 𝑡
𝑡=1
Keterangan:
Bt = manfaat yang diperoleh sehubungan dengan suatu usaha atau proyek pada
time series (tahun, bulan, dan sebagainya) ke-t (Rp),
Ct = biaya yang dikeluarkan sehubungan dengan proyek pada time series ke-t
tidak dilihat apakah biaya tersebut dianggap bersifat modal (pembelian
perlatan, tanah, konstruksi dan sebagainya) (Rp),
i = merupakan tingkat suku bunga yang relevan,
t = Periode (1,2,3,…,n).
Kriteria keputusan investasi berdasarkan NPV yaitu:
1) NPV = 0, artinya usaha tersebut mampu memberikan tingkat pengembalian
sebesar modal sosial opportunities cost faktor produksi normal. Dengan kata
lain, usaha tersebut tidak untung maupun rugi.
2) NPV > 0, artinya suatu usaha dinyatakan menguntungkan dan dapat
dilaksanakan.
3) NPV < 0, artinya usaha tersebut tidak menghasilkan nilai biaya yang
dipergunakan, atau dengan kata lain usaha tersebut merugikan dan sebaiknya
tidak dilaksanakan.

2. Benefit Cost Ratio (B/C Ratio)

B/C ratio dipakai secara eksklusif untuk mengukur manfaat sosial dalam
analisis ekonomi dan jarang dipakai untuk analisis investasi private. B/C Ratio
merupakan tingkat besarnya tambahan manfaat setiap penambahan satu satuan
rupiah biaya yang digunakan. B/C Ratio diperoleh dengan cara membagi jumlah
hasil diskonto pendapatan dengan jumlah hasil diskonto biaya.
Kriteria untuk mengukur nilai suatu proyek sebagai berikut:
1) BCR > 1 artinya proyek layak dilaksanakan.
12

2) BCR = 1 artinya dari segi aspek finansial dan ekonomis proyek tidak perlu
dipertimbangkan untuk dilaksanakan, sedangkan dari segi aspek sosial, proyek
dipertimbangkan.
3) BCR <1 artinya proyek tidak layak dilaksanakan.

3. Internal Rate Of Return (IRR)

IRR adalah nilai diskonto yang membuat NVP dari kegiatan usaha sama
dengan nol. Dengan demikian IRR merupakan tingkat bunga maksimum yang dapat
dibayar oleh kegiatan usaha tersebut untuk sumberdaya yang digunakan. IRR
merupakan tingkat suku bunga yang membuat usaha akan mengembalikan semua
investasi selama umur usaha atau industri. Suatu usaha akan diterima bila IRR-nya
lebih besar dari Opportunity Cost of Capital atau lebih besar dari suku bunga yang
telah ditetapkan, dan pada kondisi sebaliknya usaha akan ditolak.
Biasanya untuk menghitung besarnya IRR dilakukan trial and error dengan
nilai suku bunga (i) tertentu yang dianggap mendekati nilai IRR yang benar dan
selanjutnya menghitung NPV dari arus pendapatan dan biaya. Jika nilai IRR lebih
kecil dengan nilai suku bunga (i) yang berlaku sebagai social discount rate, maka
NPV usaha atau industri besarnya nol (negatif) artinya usaha atau industri
sebaiknya tidak dilaksanakan. Secara matematis IRR dapat ditulis sebagai berikut:

𝑁𝑃𝑉 ′
𝐼𝑅𝑅 = 𝑖 + (𝑖 ′ + 𝑖 ′′ )
′ (7)
𝑁𝑃𝑉 ′ − 𝑁𝑃𝑉 ′′

Keterangan:
i’ = tingkat discount rate (dr) pada saat NPV positif,
i” = tingkat discount rate (dr) pada saat NPV negatif,
NPV’ = nilai NPV positif,
NPV” = nilai NPV negatif.
Kriteria keputusan investasi berdasarkan IRR yaitu:
1) Bila IRR lebih tinggi dibandingkan dengan tingkat suku bunga pengembalian
investasi (diskon rate), maka proyek investasi diterima (layak).
2) Bila IRR lebih rendah dibandingkan dengan tingkat suku bunga
pengembalian investasi (diskon rate), maka proyek investasi ditolak.

4. Payback Period (PP)

Payback periode dapat diartikan sebagai jangka waktu kembalinya investasi
yang telah dikeluarkan, melalui keuntungan yang diperoleh dari suatu proyek.
Semakin cepat waktu pengembalian maka semakin baik untuk diusahakan. PP
mempunyai kelemahan yaitu hanya digunakan untuk mengukur kecepatan
kembalinya dana tetapi tidak mengukur keuntungan proyek; dan digunakan untuk
pengukuran dengan net benefit kumulatif, tetapi mengabaikan benefit yang
diperoleh sesudah dana investasi kembali.
𝐼𝑛𝑣𝑒𝑠𝑡𝑎𝑠𝑖
𝑃𝑎𝑦𝑏𝑎𝑐𝑘 𝑃𝑒𝑟𝑖𝑜𝑑 = (8)
𝑁𝑒𝑡 𝐵𝑒𝑛𝑒𝑓𝑖𝑡 𝑟𝑎𝑡𝑎 − 𝑟𝑎𝑡𝑎 𝑝𝑒𝑟 𝑡𝑎ℎ𝑢𝑛
 13

3 METODE

Tahapan penelitian pada perancangan SPK Pengembangan Agroindustri Pala

mengacu pada tahapan penelitian System Development Life Cycle (SDLC) (Turban
2005) menggunakan pendekatan pengembangan sistem Object Oriented (OO)
(Satzinger et al. 2010). Tahapan penelitian terdiri atas perencanaan, analisis,
perancangan dan implementasi seperti yang disajikan dalam Gambar 1.

Lingkungan Pengembangan Sistem

Pada penelitian ini digunakan perangkat keras dan perangkat lunak untuk
membangun sistem. Spesifikasi perangkat keras yang digunakan yaitu Laptop
Compaq Presario CQ42, Intel(R) Core(TM) i3 CPU M370 @ 2.40 GHz 32-bit,
Random Access Memory 4 GB, Harddisk 250GB dan Mouse optik (tetikus).
Spesifikasi perangkat lunak yang digunakan terdiri dari Windows 7 ultimate (sistem
operasi), Apache 2.4.16 (web server), MySQL 5.6.25 (basisdata), phpMyAdmin
4.4.12 (antarmuka basisdata), PHP 5.6.11 (bahasa pemrograman), Notepad++ dan
Adobe Dreamweaver CS6 (script editor), Google Chrome 43.0.2357.130 (Web
browser), Microsoft Visio 2010 (perancangan antarmuka), StarUML 2.5.1
(perancangan diagram UML), dan Expert Choice 11 (perancangan model
keputusan).

Mulai

Analisis Masalah

Studi Pustaka

Identifikasi Kebutuhan Data

Pengumpulan Data

Analisis Sistem Analisis Model Keputusan

Perancangan Sistem

Implementasi Sistem

Pengujian Sistem

Tidak
Sesuai?
Sesuai?
Ya
Prototipe SPK

Selesai
Gambar 1 Tahapan penelitian
14

Perencanaan

Pada tahap perencanaan dilakukan analisis masalah, studi pustaka,

identifikasi kebutuhan, dan pengumpulan data. Pada kegiatan analisis masalah
dilakukan identifikasi situasi, keadaan dan kondisi yang terjadi di tempat penelitian,
untuk memahami kebutuhan dan masalah yang terjadi serta menentukan solusinya.
Masalah yang teridentifikasi, selanjutnya dirumuskan secara detail dan menyeluruh.
Tujuannya supaya proses identifikasi dan penentuan parameter sistem lebih mudah
dilakukan. Selanjutnya, dilakukan studi pustaka, pencarian dan pembelajaran
literatur yang relevan. Literatur yang dibutuhkan mencakup sistem pendukung
keputusan, agroindustri, pala, metode analisis model, dan metode pengembangan
sistem. Selanjutnya dilakukan identifikasi kebutuhan data primer dan sekunder,
informasi mengenai jenis model keputusan serta parameter model keputusan. Hasil
pada tahap ini adalah parameter model keputusan yang disusun dalam bentuk
kuesioner yang digunakan untuk mengumpulkan penilaian pakar. Penilaian pakar
bertujuan untuk menentukan bobot pada masing-masing parameter model
keputusan. Setelah itu, dilakukan pengumpulan data primer dan sekunder. Data
primer dikumpulkan melalui survei lapangan, wawancara dan pengisian kuesioner
oleh pakar, sedangkan data sekunder diperoleh dari Badan Pusat Statistik (BPS) dan
Dinas Pertanian.
Analisis

Pada tahap analisis dilakukan analisis model keputusan dan analisis sistem.
Pada kegiatan analisis model keputusan, data primer hasil kuesioner dan data
sekunder yang telah dikumpulkan dianalisis menggunakan beberapa metode seperti
AHP, LQ, regresi linier dan kriteria-kriteria investasi sesuai kebutuhan masing-
masing model keputusan. Proses analisis ini menghasilkan bobot penilaian pada
masing-masing model. Model keputusan dan bobot hasil penilaian pada tahap
analisis selanjutnya digambarkan dalam bentuk diagram atau hierarki. Secara detail
proses analisis model keputusan dijelaskan sebagai berikut.
Model penentuan produk agroindustri bertujuan untuk menentukan produk
agroindustri potensial dalam sistem pengembangan agroindustri pala. Masukan data
dalam model ini adalah alternatif produk agroindustri pala serta kriteria-kriteria
keputusan. Keluaran yang diharapkan adalah prioritas produk agroindustri pala.
Proses analisis dilakukan dengan menggunakan teknik AHP. Diagram alir proses
penentuan tersebut disajikan pada Gambar 2.
Model penentuan lokasi industri bertujuan untuk menentukan prioritas lokasi
pengembangan agroindustri pala di Talaud. Model ini dianalisis menggunakan
metode LQ dan AHP. Metode LQ digunakan untuk mengindentifikasi alternatif
lokasi pengembangan dan AHP untuk menentukan prioritas lokasi industri. Gambar
3 menunjukkan diagram alir penentuan prioritas lokasi industri.
Model kelembagaan industri ini dibuat untuk menentukan kelembagaan
industri setelah industri ini berdiri. Model ini dikembangkan dengan metode AHP.
Masukan data dalam model ini adalah alternatif kelembagaan agroindustri pala
serta kriteria-kriteria keputusan. Kelembagaan ini dimaksudkan untuk
mempermudah perusahaan dalam mencapai tujuannya. Keluaran dari model ini
berupa prioritas-prioritas di setiap level hierarki yang disusun. Gambar 4
menunjukkan diagram alir penentuan kelembagaan agroindustri.
 15

Hirarki
Hirarki elemen:
elemen:
Fokus/goal
Fokus/goal
Faktor-faktor
Faktor-faktor penentu
penentu Matriks
Mulai
Mulai Matriks perbandingan
perbandingan Perhitungan
Perhitungan vektor
vektor
Aktor
Aktor yang
yang terlibat
terlibat berpasangan
berpasangan eigen
Tujuan
Tujuan Pengembangan
Pengembangan eigen pada
pada setiap
setiap hirarki
hirarki
Alternatif
Alternatif Produk
Produk

Penilaian
Penilaian berpasangan
berpasangan Perhitungan
Perhitungan Indeks
Indeks
Tidak Penetuan
Penetuan prioritas
prioritas lokal
lokal
untuk
untuk setiap
setiap elemen
elemen Konsistensi
Konsistensi (IK)
(IK)
Konsistensi?
Konsistensi? Tidak

Ya Perhitungan
Perhitungan Rasio
Rasio
Konsistensi?
Konsistensi? Konsistensi
Konsistensi (RK)
(RK)
Pengolahan
Pengolahan vertikal
vertikal
Ya

Penyusunan
Penyusunan matriks
matriks
Prioritas
Prioritas gabungan
gabungan
Agroindustri
Agroindustri
Perhitungan
Perhitungan IK
IK dan
dan
Selesai
Selesai RK
RK gabungan
gabungan

Gambar 2 Diagram alir penentuan prioritas produk agroindustri

Hirarki
Hirarki elemen:
elemen:
Mulai
Mulai Penetuan
Penetuan prioritas
prioritas lokasi
lokasi Fokus
Fokus pengembangan
pengembangan
pengembangan
pengembangan (Metode
(Metode AHP)
AHP) Lokasi potensial
Lokasi potensial
Kriteria-kriteria
Kriteria-kriteria keputusan
keputusan
Alternatif
Alternatif lokasi
lokasi pengembangan
pengembangan
Jumlah
Jumlah hasil
hasil produksi
produksi lokal
lokal Matriks
Matriks perbandingan
perbandingan Penilaian
Penilaian berpasangan
berpasangan untuk
untuk
Jumlah
Jumlah hasil produksi kabupaten
hasil produksi kabupaten berpasangan
berpasangan setiap
setiap elemen
elemen
Tidak
Perhitungan
Perhitungan rasio
rasio hasil
hasil produksi
produksi Perhitungan
Perhitungan vektor
vektor eigen
eigen pada
pada
pala
pala terhadap
terhadap hasil
hasil produksi
produksi setiap
setiap hirarki
hirarki Konsistensi?
Konsistensi?
perkebunan
perkebunan pada
pada setiap
setiap lokasi
lokasi
(Metode
(Metode LQ)
LQ) Ya
Penetuan
Penetuan prioritas
prioritas lokal
lokal
Penyusunan
Penyusunan matriks
matriks gabungan
gabungan Tidak
Koefisien
Koefisien LQ
LQ masing-
masing-
masing
masing lokasi
lokasi Perhitungan
Perhitungan Indeks
Indeks
Konsistensi
Konsistensi (IK)
(IK) Perhitungan
Perhitungan IK
IK dan
dan RK
RK
gabungan
gabungan
Lokasi
Lokasi Potensial
Potensial Perhitungan
Perhitungan Rasio
Rasio Konsistensi
Konsistensi
(RK)
(RK)
Konsistensi?
Konsistensi?

Ya
Prioritas
Prioritas lokasi
lokasi
Selesai
Selesai pengembangan
pengembangan Pengolahan
Pengolahan vertikal
vertikal

Gambar 3 Diagram alir penentuan prioritas lokasi industri

Hirarki
Hirarki elemen:
elemen:
Fokus/goal
Fokus/goal
Faktor-faktor
Faktor-faktor penentu
penentu Matriks
Mulai
Mulai Matriks perbandingan
perbandingan Perhitungan
Perhitungan vektor
vektor
Aktor
Aktor yang
yang terlibat
terlibat berpasangan
berpasangan eigen
Tujuan Pendirian
Tujuan Pendirian eigen pada
pada setiap
setiap hirarki
hirarki
Alternatif
Alternatif Kelembagaan
Kelembagaan

Penilaian
Penilaian berpasangan
berpasangan Perhitungan
Perhitungan Indeks
Indeks
Tidak Penetuan
Penetuan prioritas
prioritas lokal
lokal
untuk
untuk setiap
setiap elemen
elemen Konsistensi
Konsistensi (IK)
(IK)
Konsistensi?
Konsistensi? Tidak

Ya Perhitungan
Perhitungan Rasio
Rasio
Konsistensi?
Konsistensi? Konsistensi
Konsistensi (RK)
(RK)
Pengolahan
Pengolahan vertikal
vertikal
Ya

Penyusunan
Penyusunan matriks
matriks
Prioritas
Prioritas gabungan
gabungan
Kelembagaan
Kelembagaan
Perhitungan
Perhitungan IK
IK dan
dan
Selesai
Selesai RK
RK gabungan
gabungan

Gambar 4 Diagram alir penentuan kelembagaan agroindustri

16

Jenis
Jenis produk
produk
Kapasitas
Kapasitas olah
olah
Biaya
Biaya investasi
investasi
Harga
Harga bahan
bahan baku
baku Biaya
Biaya tetap
tetap
Penyusunan
Penyusunan neraca
neraca
Mulai
Mulai Produktivitas
Produktivitas Biaya
Biaya variabel
variabel
Harga investasi
investasi
Harga produk
produk
Sumber
Sumber pembiayaan
pembiayaan
Tenor
Tenor pinjaman
pinjaman Penyusunan
Penyusunan necara
necara rugi
rugi
Tingkat
Tingkat suku
suku bunga
bunga laba
laba

Total
Total penerimaan
penerimaan
NPV,
NPV, B/C
B/C Ratio,
Ratio, Net
Net Perhitungan,
Perhitungan
Perhitungan IRR
IRR dan
dan Perhitungan, NPV,
NPV, B/C
B/C Total
Total biaya
biaya
B/C,
B/C, NPV
NPV ratio,
PP
PP ratio, dan
dan Net
Net B/C
B/C Laba
Laba bersih
bersih

Koefisien
Koefisien kriteria
kriteria
IRR,
IRR, PP
PP Analisis
Analisis Sensitivitas
Sensitivitas Selesai
Selesai
kelayakan
kelayakan simulatif
simulatif

Gambar 5 Diagram alir perhitungan kelayakan investasi agroindustri pala.

Model prakiraan pasar terdiri atas dua yaitu prakiraan komoditi pala dan
agroindustri pala. Prakiraan komoditi pala bertujuan untuk memperkirakan kondisi
pasar bagi komoditi pala. Analisis prakiraan pasar komoditi pala meliputi: (1)
analisis prakiraan produksi buah pala, (2) analisis prakiraan volume penjualan buah
pala, dan (3) analisis prakiraan harga jual buah pala di tingkat petani. Prakiraan
pasar agroindustri pala bertujuan untuk memperkirakan kondisi pasar bagi
agroindustri pala. Agroindustri pala yang akan dianalisis adalah industri
pengolahan anggur pala. Analisis prakiraan pasar agroindustri pala meliputi: (1)
analisis prakiraan produksi agroindustri anggur pala, (2) analisis prakiraan volume
penjualan agroindustri anggur pala, (3) dan analisis prakiraan harga jual
agroindustri anggur pala. Model prakiraan pasar dianalisis menggunakan teknik
prakiraan Regresi Linier sederhana.
Model kelayakan finansial agroindustri dirancang untuk menganalisis potensi
dan kelayakan usaha agroindustri pala di Talaud. Kriteria kelayakan yang
digunakan dalam model ini terbatas pada kriteria investasi meliputi: NPV, B/C ratio,
IRR, dan PP. Tahapan proses analisis dalam model ini disajikan pada Gambar 5.
Keluaran model didasarkan pada kondisi faktual, selanjutnya disimulasi dengan
menggunakan analisis sensitivitas yang bertujuan untuk mengetahui seberapa besar
dampak atau risiko yang muncul jika satu atau beberapa faktor endogen mengalami
perubahan. Faktor endogen yang disimulasikan tersebut adalah bahan baku dan
harga jual produk di tingkat pabrik.
Pada kegiatan analisis sistem dilakukan analisis kebutuhan sumber daya
manusia (SDM), analisis kebutuhan pengguna, dan analisis kebutuhan sistem.
Analisis kebutuhan SDM bertujuan untuk mengidentifikasi kebutuhan SDM dalam
pengembangan sistem. Analisis kebutuhan pengguna ditujukan untuk menjawab
pertanyaan siapa pengguna sistem, apa saja kebutuhan masing-masing pengguna
sistem, dan sistem seperti apa yang sebenarnya dibutuhkan oleh pengguna. Analisis
kebutuhan sistem dimmodelkan dengan diagram unified modeling language (UML).
Diagram UML yang digambarkan yaitu class diagrams, use case diagram, use case
description, dan activity diagrams. Hasil dari analisis sistem akan digunakan pada
tahap perancangan.
 17

Perancangan

Setelah melakukan tahap analisis, tahap berikutnya mmelakukan

perancangan sistem. Pada tahap perancangan sistem dilakukan perancangan
arsitektur, basis data dan antarmuka. Aplikasi yang digunakan untuk membantu
perancangan antarmuka menggunakan perangkat lunak Microsoft Visio 2010.

Implementasi

Pada tahap implementasi dilakukan perancangan sistem menggunakan bahasa

pemrograman berbasis web. Pada tahap ini juga dilakukan evaluasi prototipe sistem
yang dibuat. Alat yang digunakan untuk mengimplementasikan prototipe tersebut
adalah Xampp dan Google Chrome. Setelah prototipe diimplementasikan,
selajutnya dilakukan pengujian sistem. Pada tahap pengujian sistem, dilakukan uji
coba terhadap fungsionalitas sistem menggunakan metode black box testing.
Pengujian hasil perhitungan dilakukan dengan membandingkan hasil perhitungan
menggunakan program yang dibuat dan hasil perhitungan secara manual
menggunakan Microsoft Office Excel 2013.

Lokasi dan Waktu Penelitian

Penelitian lapangan dilakukan di Kabupaten Kepulauan Talaud Provinsi

Sulawesi Utara. Penelitian dilakukan selama 3 bulan, pada bulan Maret – Mei 2015.
 4 HASIL DAN PEMBAHASAN

Perencanaan

Analisis masalah
Salah satu usaha agroindustri pedesaan yang potensial di Talaud adalah
agroindustri pala. Sektor ini melibatkan petani dan tenaga kerja yang cukup banyak
sehingga dikatakan potensial. Selain itu, menurut data yang dipublikasikan oleh
BPS Talaud (2015), tersedia bahan baku yang relatif cukup besar di sektor ini.
Sebagaimana dipresentasikan dalam Tabel 2, luas areal tanaman pala di Talaud
mencapai 5.324,80 ha pada tahun 2014 dengan populasi tanaman diperkirakan
mencapai 532.480 pohon, di mana 56 % diantaranya merupakan tanaman produktif.
Studi literatur yang dilakukan menunjukkan bahwa seluruh bagian buah pala
dapat diolah menjadi berbagai produk turunan seperti pada Gambar 6. Daging buah
dapat diolah menjadi aneka produk makanan antara lain manisan pala, salad pala,
sirup pala, jeli pala, selai pala dan sambal pala. Disamping produk-produk tersebut,
daging buah pala dapat diolah menjadi sari buah pala, minuman instan pala, anggur
pala, asam cuka, permen gelatin, dan permen pala (hard candy) (Nurdjannah 2014).
Biji pala terdiri atas tiga bagian yaitu fuli, tempurung dan daging biji. Fuli dan
daging biji dapat diolah menjadi minyak atsiri, oleoresin dan mentega yang
digunakan sebagai perisa pada industri makanan dan kosmetik. Sementara itu,
ampasnya dapat dijadikan bungkil sebagai makanan ternak. Sedangkan untuk
tempurungnya, dapat dimanfaatkan sebagai bahan baku dalam industri kimia.
Pengembangan sektor agroindustri pala dipengaruhi oleh dua aspek penting
yaitu aspek penawaran dan permintaan. Aspek penawaran berkaitan dengan proses
produksi yang dipengaruhi oleh faktor-faktor seperti bahan baku, jumlah dan
kualitas tenaga kerja, teknologi pengolahan, dan penanganan akhir produk.
Sedangkan aspek permintaan dipengaruhi oleh faktor-faktor seperti harga produk,
tingkat konsumsi, mutu produk, dan produk substitusi. Perencanaan dan
pengembangan pala di Talaud diperhadapkan pada sejumlah permasalahan seperti:
1) potensi bahan baku yang belum dimanfaatkan secara optimal, 2) belum adanya
teknologi untuk proses produksi, 3) belum adanya skala usaha kecil menengah
(usaha rumah tangga), sehingga menyebabkan tidak memungkinkan tercapainya
skala ekonomi yang menghasilkan keuntungan, 4) belum adanya kerja sama dan
keterpaduan antara pihak-pihak atau lembaga yang terkait dengan sistem

Tabel 2 Sebaran dan produksi tanaman pala di Talaud tahun 2008-2014

No Tahun Luas areal Hasil produksi Populasi Tanaman (pohon)
Tanaman Pala Tanaman Pala Belum Tidak
Menghasilkan
(ha) (ton) Menghasilkan Menghasilkan
1 2008 4.877,81 3.497,54 137.675 296.514 53.592
2 2009 5.181,96 3.553,48 166.731 317.623 54.022
3 2010 5.260,75 3.553,48 170.019 301.409 54.647
4 2011 5.260,75 3.525,85 201.480 361.280 64.800
5 2012 5.216,80 3.526,70 206.883 397.789 66.646
6 2013 5.319,78 4.177,72 179.317 298.434 54.227
7 2014 5.324,80 3.445,65 182.319 298.434 51.727
(Sumber: BPS Talaud 2015)
 19

Produk Umur Pengguna

Manisan
Manisan 6-7
6-7 bulan
bulan Industri
Industri makanan
makanan

Fruit
Fruit salad
salad 4-5
4-5 bulan
bulan Industri
Industri makanan
makanan

Sirup
Sirup 6-7
6-7 bulan
bulan Industri
Industri makanan
makanan
Daging
Daging buah
buah
Jeli
Jeli 4-5
4-5 dan
dan 6-7
6-7 bulan
bulan Industri
Industri makanan
makanan

Jam
Jam 6-7
6-7 bulan
bulan Industri
Industri makanan
makanan

Chutney
Chutney 6-7
6-7 bulan
bulan Industri
Industri makanan
makanan

Minyak
Minyak fuli
fuli 4-5
4-5 bulan
bulan Industri
Industri makanan
makanan
PALA
PALA
Bungkil
Bungkil 4-5
4-5 bulan
bulan Industri
Industri makanan
makanan ternak
ternak
Fuli
Fuli
Oleoresin
Oleoresin 4-5
4-5 bulan
bulan Industri
Industri makanan
makanan

Mentega
Mentega fuli
fuli 4-5
4-5 bulan
bulan Industri
Industri kosmetika
kosmetika

Biji
Biji Tempurung
Tempurung 9-12
9-12 bulan
bulan Industri
Industri kimia
kimia

Minyak
Minyak pala
pala 4-5
4-5 bulan
bulan Industri
Industri makanan
makanan

Bungkil
Bungkil 4-5
4-5 bulan
bulan Industri
Industri makanan
makanan
Daging
Daging biji
biji
Oleoresin
Oleoresin 4-5
4-5 bulan
bulan Industri
Industri makanan
makanan

Mentega
Mentega fuli
fuli 4-5
4-5 bulan
bulan Industri
Industri kosmetika
kosmetika

Gambar 6 Pohon industri buah pala

agroindustri, 5) kurangnya informasi mengenai sistem penunjang keputusan

investasi, baik mengenai kelayakan teknis maupun ekonomi bagi pengusaha dan
pelaku usaha lainnya.
Pengembangan suatu model SPK Agroindustri Pala berbasis web akan
mampu membantu para pengambil keputusan mengenai perencanaan dan
pengembangan agroindustri berbasis pala serta mampu mengakomodasi semua
informasi yang berkaitan dengan komoditi pala dan olahannya yang dibutuhkan
pengguna. Beberapa kelebihan dalam menyusun aplikasi berbasiskan web
(Kendall dan Kendall 2011), adalah meningkatkan kesadaran akan tersedianya
suatu layanan, produk, industri, orang atau kelompok, bisa diakses selama 24 jam
oleh pengguna (user), menstandarkan desain antarmuka, menciptakan suatu sistem
yang dapat diperluas secara global bukan hanya lokal, sehingga mampu
menjangkau orang-orang di tempat-tempat yang berjauhan tanpa mengkhawatirkan
zona waktu lokasi mereka. Hasil akhir penelitian ini adalah Sistem Pendukung
Keputusan Pengembangan Agroindustri Pala berbasis web yang dapat menentukan
prioritas pengembangan agroindustri pala di Kabupaten Kepulauan Talaud,
Sulawesi Utara.

Identifikasi kebutuhan data

Kebutuhan data dalam penelitian ini terdiri dari data primer dan sekunder.
Data primer yaitu data yang diperoleh dari hasil observasi langsung melalui
wawancara dan survei menggunakan kuesioner. Data primer yang dibutuhkan yaitu
data tentang kriteria dan alternatif yang diperlukan dalam penentuan prioritas
produk agroindustri potensial, penentuan prioritas lokasi industri, dan penentuan
kelembagaan agroindustri.
20

Data sekunder yaitu data yang diperoleh dari studi pustaka, BPS dan dinas
pertanian. Data sekunder yang dibutuhkan yaitu: (1) data lokasi industri, berisikan
lokasi-lokasi alternatif untuk pendirian industri pengolahan pala, (2) data
permintaan terdiri atas dua, yaitu permintaan pala dan produk hasil olahan pala, (3)
data volume penjualan komoditi pala, (4) data luas areal tanaman pala, (5) data hasil
produksi (panen) pala, (6) data produksi pala mentah, (7) data harga jual pala
mentah, (8) data volume penjualan produk olahan pala, (9) data produksi produk
olahan pala, (10) data harga jual produk olahan pala, dan (11) data struktur biaya
investasi industri pengolahan minyak pala.

Pengumpulan data
Penggunaan parameter model disesuaikan dengan domain permasalahan yang
akan dicari penyelesaiannya. Parameter yang digunakan diperoleh dari studi
pustaka selanjutnya diverifikasi oleh pakar pala. Secara detail dijabarkan dalam
Lampiran 2. Setelah menentukan parameter untuk setiap model, selanjutnya
dilakukan penyusunan kuesioner menggunakan parameter-parameter tersebut.
Kuesioner digunakan untuk memperoleh penilaian dari pakar tentang model
penentuan prioritas produk agroindustri, model penentuan lokasi agroindustri dan
model penentuan alternatif kelembagaan. Metode yang digunakan dalam kuesioner
adalah penilaian perbandingan menggunakan AHP. Kuesioner yang digunakan
seperti pada Lampiran 3.
Wawancara dengan pakar dilakukan untuk mengetahui alternatif dan kriteria
perencanaan dan pengembangan industri pala dan turunannya. Selain itu, dilakukan
pula wawancara dengan pemerintah daerah dalam hal ini Kepala Dinas Pertanian
dan Kepala Bidang Perkebunan untuk mengidentifikasi masalah yang dihadapi
masyarakat Talaud saat ini. Pihak-pihak yang dimintakan pendapat dan saran
sebagai pakar adalah: (1) kepala dinas pertanian dan kehutanan Kabupaten
Kepulauan Talaud, (2) anggota Komisi B di dewan perwakilan rakyat daerah
(DPRD) Kabupaten Kepulauan Talaud, (3) kepala bidang perindustrian Dinas
Perindustrian dan perdagangan Kabupaten Kepulauan Talaud, (4) koordinator
industri anggur pala “PORODISA” Kabupaten Kepulauan Talaud, dan (5) petani
pala.
Analisis

Tahap analisis merupakan kegiatan awal dalam pengembangan suatu sistem

dan merupakan tahap penting sebelum masuk pada tahap perancangan. Kegiatan
yang dilakukan pada tahap analisis pada pengembangan SPK terdiri dari: (1)
analisis model keputusan, dan (2) analisis kebutuhan sistem.

Analisis model keputusan

Basis model dalam SPK Pengembangan Agroindustri Pala terdiri atas lima
model yaitu model penentuan produk agroindustri, model penentuan lokasi industri,
model penentuan kelembagaan agroindustri, model prakiraan pasar dan model
kelayakan finansial agroindustri. Hasil pemeringkatan elemen-elemen pada setiap
 21

level hierarki didetailkan pada Lampiran 4. Masing-masing model keputusan

dijelaskan sebagai berikut.

Model Penentuan Produk Agroindustri

Struktur hierarki yang dibangun dalam model penentuan produk agroindustri
terdiri atas goal, kriteria, aktor, tujuan dan alternatif produk agroindustri.
Berdasarkan identifikasi diperoleh 7 (tujuh) jenis produk agroindustri pala, yaitu:
1) industri minyak pala, 2) industri anggur pala, 3) industri manisan pala, 4) industri
sirup pala, 5) industri jeli pala, 6) industri selai pala, dan 7) industri permen pala.
Berdasarkan hasil identifikasi juga terdapat 9 (sembilan) kriteria yang dipakai untuk
menilai produk agroindustri yang paling sesuai untuk dikembangkan dalam
pengembangan agroindustri pala di Talaud. Kriteria-kriteria tersebut yaitu: 1)
Permintaan, 2) kontinuitas bahan baku, 3) mutu bahan baku, 4) ketersediaan
fasilitas, sarana dan prasarana produksi, 5) ketersediaan dana dan model, 6) harga
produk, 7) keterampilan dan penguasaan teknologi, 8) sumber daya manusia, dan
9) pemasaran hasil produksi.
Pengembangan industri pengolahan pala mempertimbangkan faktor-faktor
penting yang berpengaruh pada penentuan prioritas produk agroindustri pala. Hasil
analisis menunjukkan bahwa faktor yang paling berpengaruh dalam pengembangan
industri pengolahan pala adalah harga produk sebagai prioritas utama seperti dalam
Tabel 3. Faktor lainnya yang juga berpengaruh adalah ketersediaan dana dan modal
serta ketersediaan fasilitas, sarana, dan prasarana produksi.
Selain mempertimbangkan faktor-faktor yang berpengaruh, terdapat pula
beberapa aktor yang memiliki peranan penting yang mempunyai bobot dan prioritas
yang berbeda. Gambar 7 menunjukkan bahwa aktor yang menduduki prioritas
pertama adalah Investor yang memiliki bobot tertinggi, selanjutnya di posisi kedua
adalah Industri Hilir. Dengan konsistensi ratio untuk faktor permintaan (0.03);
kontinuitas bahan baku (0.01); mutu bahan baku (0.02); ketersediaan fasilitas,
sarana dan prasarana produksi (0.02); ketersediaan dana dan modal (0.04); harga
produk (0.03); keterampilan dan penguasaan teknologi (0.00); sumber daya
manusia (0.02); pemasaran hasil produksi (0.04). Hal ini menunjukkan bahwa pasar
agroindustri di Talaud masih didominasi dan sangat bergantung pada investor dari
luar daerah seperti dari kota Manado. Hasil selengkapnya dapat dilihat pada hirarki
yang digambarkan pada Gambar 7.
Salah satu parameter penting dalam keberhasilan dalam pengembangan
agroindustri pala adalah dengan menetapkan tujuan yang jelas. Gambar 7

Tabel 3 Hasil agregat faktor model penentuan produk agroindustri

Faktor Bobot AHP Prioritas

Permintaan 0.052 6
Kontinuitas bahan baku 0.044 8
Mutu bahan baku 0.057 5
Ketersediaan fasilitas, sarana dan prasarana produksi 0.098 3
Ketersediaan dana dan modal 0.163 2
Harga produk 0.361 1
Keterampilan dan penguasaan teknologi 0.045 7
Sumber daya manusia 0.098 3
Pemasaran hasil produksi 0.082 4
 22

Goal Penentuan Produk Agroindustri

Permintaan Kontinuitas bahan Mutu bahan Ketersediaan Ketersediaan dana Harga produk Keterampilan dan Sumber daya Pemasaran hasil
(0,052) baku baku fasilitas, sarana dan dan modal (0,361) pnguasaan manusia produksi
Faktor (0,044) (0,057) prasana produksi (0,163) teknologi (0,098) (0,082)
(0,098) (0,045)

Pemerintah Investor Industri Hilir Lembaga Litbang Lembaga Keuangan Penyedia Bahan Baku
Aktor
(0,131) (0,363) (0,250) (0,048) (0,089) (0,120)

Memaksimalkan Membuka lapangan

Perluasan usaha
Tujuan keuntungan pekerjaan
(0,158)
(0,735) (0,108)

Industri Minyak Industri Manisan Industri Anggur Industri Sirup Industri Permen
Industri Jeli Pala Industri Selai Pala
Alternatif Pala Pala Pala Pala Pala
(0,029) (0,037
(0,441) (0,077) (0,247) (0,046) (0,123)

Gambar 7 Struktur hierarki dan bobot prioritas penentuan produk agroindustri pala

menunjukkan bahwa pemaksimalan keuntungan merupakan tujuan utama yang

mempunyai bobot dan prioritas tertinggi. Dengan konsistensi ratio untuk aktor
pemerintah (0.00); Investor (0.04); Industri Hilir (0.02); Lembaga Litbang (0.01);
Lembaga Keuangan (0.01); Penyedia bahan baku (0.00).
Prioritas alternatif merupakan prioritas pengembangan agroindustri pala yang
paling tepat. Dari hasil analisis dan perhitungan diperoleh bahwa industri minyak
pala memiliki bobot tertinggi yaitu 0.441. Hal ini berarti bahwa produk agroindustri
yang paling tepat untuk pengembangan agroindustri pala adalah dengan mendirikan
industri pengolahan minyak pala karena industri ini akan mewakili tujuan-tujuan
yang telah dikategorikan pada hierarki di atasnya yaitu memaksimalkan keuntungan
memperluas usaha dan membuka lapangan pekerjaan baru. Nilai konsistensi ratio
yang ada menunjukkan bahwa penilaian yang dilakukan oleh pakar telah konsisten.

Model Penentuan Lokasi Industri

Analisis LQ untuk menentukan daerah potensial lokasi industri dilakukan
dengan membandingkan hasil produksi pala dan hasil produksi perkebunan secara
keseluruhan menggunakan data BPS Tahun 2013. Berdasarkan analisis
menggunakan metode LQ (Tabel 4) diperoleh bahwa dari 18 daerah yang mewakili
kecamatan di Kabupaten Talaud, terdapat 7 (tujuh) daerah yang mewakili koefisien
relatif yang lebih besar dari satu, yakni: 1) Kecamatan Kabaruan (1.301), 2)
Kecamatan Damau (1.896), 3) Kecamatan Lirung (1.205), 4) Kecamatan Salibabu
(1.699), 5) Kecamatan Kolongan (1.866), 6) Kecamatan Moronge (2.336), 7)
Kecamatan Melonguane Timur (1.350). Hal ini menunjukkan bahwa daerah-daerah
tersebut memiliki keunggulan relatif dibandingkan dengan daerah-daerah lain
dalam hal ketersediaan bahan baku. Selain perhitungan menggunakan LQ,
dilakukan pula visualisasi perbandingan hasil produksi tiap-tiap hasil perkebunan
(kelapa, cengkeh dan pala) dengan keseluruhan hasil produksi perkebunan seperti
pada Lampiran 5.
Hasil analisis lokasi dengan menggunakan LQ tersebut tidaklah cukup untuk
dijadikan sebagai pertimbangan dalam penentuan lokasi industri karena kriteria
yang dipakai sebagai pertimbangan dalam analisis hanya terbatas pada satu faktor
 23

Tabel 4 Koefisien LQ lokasi industri pala di Talaud

No Kecamatan Hasil Produksi Hasil Produksi Koefisien
Pala (ton) Perkebunan (ton) LQ
1 Kabaruan 420,84 2060,88 1,301
2 Damau 568,86 1911,61 1,896
3 Lirung 121,95 644,86 1,205
4 Salibabu 452,84 1697,82 1,699
5 Kolongan 729,95 2492,94 1,866
6 Moronge 246,98 673,49 2,336
7 Melonguane 125,94 1529,54 0,525
8 Melonguane Timur 321,98 1519,18 1,350
9 Beo 129,93 1375,31 0,602
10 Beo Utara 115,90 1201,02 0,615
11 Beo Selatan 35,90 1135,23 0,201
12 Rainis 60,24 1521,34 0,252
13 Tampan'amma 40,91 1658,78 0,157
14 Pulutan 50,96 473,71 0,685
15 Essang 48,86 493,69 0,631
16 Essang Selatan 8,00 335,53 0,152
17 Gemeh 8,98 1010,66 0,057
18 Nanusa 8,52 548,63 0,099
Jumlah 3497,54 22284,22
(Sumber: BPS Talaud (2013), diolah)
yaitu jumlah hasil produksi. Walaupun demikian keluaran model yang diperoleh
dapat memberikan informasi mengenai alternatif lokasi yang memiliki potensi
untuk dikembangkan. Oleh karena itu, untuk menguatkan pengambilan keputusan
lokasi industri maka analisis kemudian dikembangkan dengan menggunakan teknik
AHP yang mempertimbangkan sejumlah kriteria penting yang diperoleh dari proses
identifikasi.
Berdasarkan hasil identifikasi tersebut kemudian dilakukan pengembangan
model lokasi prioritas dengan menggunakan teknik AHP di mana struktur model
terdiri atas 3 tingkatan hierarki yaitu tujuan, faktor, dan alternatif lokasi. Faktor-
faktor yang digunakan dalam penentuan lokasi yaitu: 1) konsentrasi geografis, 2)
ketersediaan lahan dan bahan baku, 3) ketersediaan sarana transportasi dan
komunikasi, 4) ketersediaan listrik dan air, 5) ketersediaan tenaga kerja dan potensi
SDM, 6) kondisi sosial ekonomi dan budaya kerja, 7) ketersediaan infrastruktur
fisik, 8) ketersediaan lembaga pendukung, 9) dukungan pemerintah daerah dan
pusat, dan 10) jangkauan pasar.
Hasil analisis menunjukkan bahwa faktor yang paling berpengaruh dalam
penentuan lokasi industri adalah jangkauan pasar sebagai prioritas utama
selanjutnya ketersediaan lahan dan bahan baku seperti dalam Tabel 5. Jangkauan
pasar dilihat dari dua aspek yaitu pasar lokal yang ada disekitar daerah industri yaitu
Kabupaten Talaud dan pasar non lokal yaitu permintaan pasar diluar kabupaten
Talaud. Kemudahan dalam hal jangkauan pasar akan memicu industri untuk terus
berproduksi sehingga production cost akibat hasil olahan yang rusak maupun
menumpuk bisa diminimalkan atau bahkan dieliminir. Dengan adanya jangkauan
pasar yang dekat dan mudah, maka akan mengurangi kerugian industri.
24

Tabel 5 Hasil agregat faktor model penentuan lokasi agroindustri

Faktor Bobot AHP Prioritas

Konsentrasi geografis 0.035 9
Ketersediaan lahan dan bahan baku 0.214 2
ketersediaan sarana transportasi dan komunikasi 0.044 7
Ketersediaan air dan listrik 0.101 4
Ketersediaan tenaga kerja dan potensi SDM 0.116 3
Kondisi sosial ekonomi dan budaya kerja 0.025 10
Ketersediaan infrastruktur fisik 0.048 6
Ketersediaan lembaga pendukung 0.037 8
Dukungan pemerintah daerah dan pusat 0.085 5
Jangkauan pasar 0.295 1
Berdasarkan tujuan dan kriteria-kriteria tersebut, keluaran model
menunjukkan bahwa lokasi industri di Talaud yang paling berpotensi adalah Lirung
(0.289). Dengan konsistensi ratio untuk faktor konsentrasi geografis (0.03);
ketersediaan lahan dan bahan baku (0.03); ketersediaan sarana transportasi dan
komunikasi (0.03); ketersediaan listrik dan air (0.01); ketersediaan tenaga kerja dan
potensi SDM (0.02); kondisi sosial ekonomi dan budaya kerja (0.02); ketersediaan
infrastruktur fisik (0.01); ketersediaan lembaga pendukung (0.01); dukungan
pemerintah daerah dan pusat (0.01); jangkauan pasar (0.03). Selengkapnya dapat
dilihat pada Gambar 8.

Model Penentuan Kelembagaan Industri

Model ini dikembangkan dengan metode AHP, struktur hierarki yang
dibangun dalam model terdiri atas goal, faktor, aktor, tujuan dan alternatif
kelembagaan agroindustri. Goal berupa tujuan pemilihan yaitu kelembagaan
industri pengolahan pala yang efektif. Di level kedua terdapat faktor-faktor yang
berpengaruh pada goal yaitu ketersediaan informasi harga, akses permodalan,
ketersediaan bahan baku dan pemasaran produk. Level ketiga adalah aktor yang
berpengaruh diantaranya petani pala selaku penyedia bahan baku, investor,
konsumen selaku pengguna produk olahan pala, eksportir, industri pengolahan, dan
pemerintah. Level keempat adalah tujuan pendirian kelembagaan yaitu
memaksimalkan keuntungan, diversifikasi usaha, dan peningkatan mutu produk.

Penentuan Lokasi Agroindustri

Konsentrasi Ketersediaan Ketersediaan Ketersediaan Ketersediaan Kondisi sosial Ketersediaan Ketersediaan Dukungan Jangkauan
Geografis lahan dan sarana listrik dan air tenaga kerja dan ekonomi dan infrastruktur lembaga pememerintah Pasar
(0,035) bahan baku transportasi dan (0,101) potensi SDM budaya kerja fisik pendukung daerah dan (0,295)
(0,214) komunikasi (0,116) (0,025) (0,048) (0,037) pusat
(0,044) (0,085)

Melonguane
Kabaruan Damau Lirung Salibabu Kolongan Moronge
Timur
(0,111) (0,110) (0,289) (0,101) (0,086) (0,111)
(0,191)

Gambar 8 Struktur hierarki dan bobot prioritas penentuan lokasi industri

 25

Tabel 6 Hasil agregat faktor model penentuan kelembagaan agroindustri

Faktor Bobot AHP Prioritas

Ketersediaan informasi harga 0.073 4
Akses permodalan 0.198 3
Ketersediaan bahan baku 0.209 2
Pemasaran produk 0.520 1
Level kelima adalah alternatif kelembagaan yang nanti dibangun yaitu menjalin
kerja sama dengan industri hilir, industri hulu, dan menjalin kerja sama dengan
industri hilir sampai hulu.
Input penilaian elemen dilakukan dengan menggunakan kuesioner hasil
wawancara dengan pakar. Pembobotan oleh pakar dilakukan dengan memberikan
nilai tiap elemen dalam tiap hierarki pada skala 1 sampai 9. Hasil analisis faktor
terhadap goal menunjukkan bahwa faktor yang paling berpengaruh menentukan
kelembagaan agroindustri pala adalah pemasaran produk sebagai prioritas utama
seperti terlihat dalam Tabel 6.
Selain menganalisis faktor-faktor yang berpengaruh, terdapat pula aktor-
aktor berperan penting dalam penentuan kelembagaan agroindustri pala yang
mempunyai bobot dan prioritas yang berbeda. Gambar 9 menunjukkan bahwa aktor
yang menduduki prioritas pertama adalah Investor dengan bobot tertinggi
selanjutnya Eksportir dengan bobot tertinggi kedua. Dengan konsistensi ratio untuk
faktor ketersediaan informasi harga (0.01); akses permodalan (0.02); ketersediaan
bahan baku (0.02); pemasaran produk (0.03).
Tujuan merupakan salah satu parameter keberhasilan dalam pengembangan
kelembagaan agroindustri. Gambar 9 menunjukkan bahwa pemaksimalan
keuntungan merupakan tujuan utama yang mempunyai bobot dan prioritas tertinggi.
Dengan konsistensi ratio untuk aktor Petani (0.01); Investor (0.00); Konsumen
(0.00); Eksportir (0.00); Industri pengolahan (0.00); Pemerintah (0.00). Dengan

Goal Penentuan Kelembagaan Agroindustri

Ketersedian Akses Ketersediaan Pemasaran

Faktor informasi harga permodalan bahan baku produk
(0,073) (0,198) (0,209) (0,520)

Industri
Aktor Petani Investor Konsumen Exportir Pemerintah
pengolahan
(0,150) (0,293) (0,059) (0,270) (0,118)
(0,111)

Memaksimalkan Diversifikasi Peningkatan

Tujuan keuntungan usaha mutu produk
(0,683) (0,143) (0,175)

Menjalin Menjalin Menjalin kerjasama

Alternatif kerjasama dengan kerjasama dengan dengan industri
industri hilir industri hulu hilir sampai hulu
(0,196) (0,326) (0,478)

Gambar 9 Struktur hierarki dan bobot prioritas kelembagaan agroindustri pala

26

tujuan memaksimalkan keuntungan dapat mendorong tujuan yang lain yaitu

diversifikasi usaha dan peningkatan mutu yang dihasilkan.
Prioritas alternatif merupakan prioritas pembentukan kelembagaan
agroindustri pala yang paling tepat. Hasil alternatif ini dijadikan sebagai acuan
untuk membentuk kemitraan dengan tujuan memaksimalkan keuntungan,
diversifikasi usaha dan peningkatan mutu produk. Hasil analisis seperti terlihat pada
Gambar 9 menunjukkan bahwa menjalin kerja sama dengan Industri Hulu - Hilir
memiliki bobot tertinggi yaitu 0.478. Dengan demikian kelembagaan yang dibentuk
berupa kelembagaan mitra yang didalamnya terdapat kerja sama antara industri
hulu sampai industri hilir. Diharapkan dengan adanya kemitraan ini setiap anggota
dalam mitra tersebut dapat kepastian dalam memasarkan produk dengan harga yang
lebih baik, melalui pembinaan setiap industri hilir selaku produsen pala dapat
menghasilkan buah pala dengan mutu yang lebih baik, dengan bermitra kesempatan
mendapat modal terbuka lebar baik dari perusahaan mitra ataupun dari lembaga
keuangan. Adanya keterkaitan usaha ini dapat menciptakan kondisi saling
membutuhkan. Keterikatan usaha saja tidak cukup jika tidak diikuti dengan adanya
kekuatan yang saling melengkapi dari masing-masing pihak. Dalam kondisi ini
diharapkan para pelaku kemitraan dapat saling membagi keunggulan di bidang
teknologi, manajemen, permodalan ataupun akses pasar.

Model Prakiraan Pasar

1. Prakiraan pasar komoditi pala
Prakiraan pasar komoditi pala bertujuan untuk menganalisis tingkat prakiraan
produksi buah pala, tingkat prakiraan volume penjualan buah pala, dan tingkat
prakiraan perkembangan harga jual buah pala di tingkat petani untuk tahun-tahun
berikutnya. Analisis prakiraan pasar komoditi pala dihitung berdasarkan data
historis yang terhitung selama 6 tahun (2009-2014). Jumlah produksi pala, volume
penjualan buah pala, dan perkembangan harga jual buah pala dapat dilihat pada
Tabel 7.
Analisis terhadap data hasil produksi dari tahun 2009-2014 memberikan
persamaan regresi Y=3484,04 + 40,45X, dengan Y adalah hasil produksi buah pala
(ton) dan X adalah periode (tahun ke -). Dari persamaan regresi tersebut,
perhitungan untuk analisis tahun 2015 (ke-7), hasil produksi pala di Kabupaten
Kepulauan Talaud sebesar 3767,20 Ton. Persamaan tersebut diperoleh dengan
menganalisis hubungan antara hasil produksi dengan periode (tahun ke-). Tingkat
akurasi dari hasil prakiraan diukur menggunakan nilai koefisien determinasi (R2).
Dari persamaan yang ada diperoleh nilai R2 sebesar 0,08 menunjukkan bahwa
Tabel 7 Perkembangan hasil produksi, volume penjualan, dan harga jual buah pala
tahun 2009-2014
Tahun Hasil Produksi (ton) Volume Penjualan (ton) Harga Jual (Rp/kg)
2009 3525,85 551 30500
2010 3553,48 329 51200
2011 3553,48 649 83000
2012 3497,54 686 60000
2013 4177,73 925 59000
2014 3445,65 785 60000
(Sumber: BPS Talaud 2015)
 27

4200
4100
4000
3900
3800

Ton
3700
3600
3500
3400
2009 2010 2011 2012 2013 2014
Tahun

Forecast Actual

Gambar 10 Prakiraan hasil produksi buah pala di Kabupaten Kepulauan

Talaud tahun 2009-2014
tingkat akurasi prakiraan hasil produksi pala sebesar 8%. Grafik prakiraan hasil
produksi buah pala di Kabupaten Kepulauan Talaud dapat dilihat pada Gambar 10.
Analisis terhadap data volume penjualan dari tahun 2009-2014 memberikan
persamaan regresi Y= 354,67 + 85,57X, dengan Y adalah volume penjualan buah
pala (ton) dan X adalah periode (tahun ke -). Dari persamaan regresi tersebut,
perhitungan untuk analisis tahun 2015 (ke-7), volume penjualan pala di Kabupaten
Kepulauan Talaud sebesar 953,67 Ton. Persamaan tersebut diperoleh dengan
menganalisis hubungan antara volume penjualan dengan periode (tahun ke-).
Tingkat akurasi dari hasil prakiraan diukur menggunakan nilai koefisien
determinasi (R2). Dari persamaan yang ada diperoleh nilai R2 sebesar 0,62
menunjukkan bahwa tingkat akurasi prakiraan volume penjualan pala sebesar 62%.
Grafik prakiraan volume penjualan buah pala di Kabupaten Kepulauan Talaud
dapat dilihat pada Gambar 11.
Analisis terhadap data harga jual dari tahun 2009-2014 memberikan
persamaan regresi Y= 42493,33 + 4225,71X, dengan Y adalah harga jual pala
(rupiah) dan X adalah periode (tahun ke -). Dari persamaan regresi tersebut,
perhitungan untuk analisis tahun 2015 (ke-7), harga jual pala di Kabupaten

1000
900
800
700
Ton

600
500
400
300
2009 2010 2011 2012 2013 2014
Tahun

Forecast Actual

Gambar 11 Prakiraan volume penjualan buah pala di Kabupaten

Kepulauan Talaud tahun 2009-2014
28

90000
80000
70000
Rupiah 60000
50000
40000
30000
2009 2010 2011 2012 2013 2014
Tahun

Forecast Actual

Gambar 12 Prakiraan harga jual buah pala di Kabupaten Kepulauan

Talaud tahun 2009-2014
Kepulauan Talaud sebesar 72073,33 rupiah. Persamaan tersebut diperoleh dengan
menganalisis hubungan antara harga jual dengan periode (tahun ke-). Tingkat
akurasi dari hasil prakiraan diukur menggunakan nilai koefisien determinasi (R 2).
Dari persamaan yang ada diperoleh nilai R2 sebesar 0,22 menunjukkan bahwa
tingkat akurasi prakiraan harga jual pala sebesar 22%. Grafik prakiraan harga jual
pala di Kabupaten Kepulauan Talaud dapat dilihat pada Gambar 12.

2. Prakiraan pasar agroindustri pala

Prakiraan pasar agroindustri pala bertujuan untuk menganalisis tingkat
prakiraan produksi anggur pala, tingkat prakiraan volume penjualan anggur pala,
dan tingkat prakiraan perkembangan harga jual anggur pala untuk tahun-tahun
berikutnya. Analisis prakiraan pasar agroindustri pala dihitung berdasarkan data
historis yang terhitung selama 6 tahun (2009-2014). Jumlah produksi pala, volume
penjualan buah pala, dan perkembangan harga jual buah pala dapat dilihat pada
Tabel 8.
Analisis terhadap data hasil produksi anggur pala dari tahun 2009-2014
memberikan persamaan regresi Y= 263,33 + 62,86 X, dengan Y adalah hasil
produksi anggur pala (botol) dan X adalah periode (tahun ke -). Dari persamaan
regresi tersebut, perhitungan untuk analisis tahun 2015 (ke-7), hasil produksi
anggur pala sebesar 703 botol. Persamaan tersebut diperoleh dengan menganalisis
hubungan antara hasil produksi dengan periode (tahun ke-). Tingkat akurasi dari
hasil prakiraan diukur menggunakan nilai koefisien determinasi (R2). Dari

Tabel 8 Perkembangan hasil produksi, volume penjualan dan harga jual anggur
pala tahun 2009-2014

Tahun Produksi (botol) Volume Penjualan (botol) Harga (Rp/botol)

2009 300 262 18000
2010 400 382 20000
2011 450 446 20000
2012 550 549 20000
2013 600 597 25000
2014 600 594 25000
(Sumber: data primer diolah)
 29

700
600
500

Botol
400
300
200
100
0
2009 2010 2011 2012 2013 2014
Tahun

Forecast Actual

Gambar 13 Prakiraan hasil produksi anggur pala di Kabupaten Kepulauan

Talaud tahun 2009-2014
persamaan yang ada diperoleh nilai R2 sebesar 0,94 menunjukkan bahwa tingkat
akurasi prakiraan hasil produksi anggur pala sebesar 94%. Grafik prakiraan hasil
produksi anggur pala dapat dilihat pada Gambar 13.
Analisis terhadap data volume penjualan anggur pala dari tahun 2009-2014
memberikan persamaan regresi Y= 230,87 + 68,80 X, dengan Y adalah volume
penjualan anggur pala (botol) dan X adalah periode (tahun ke -). Dari persamaan
regresi tersebut, perhitungan untuk analisis tahun 2015 (ke-7), volume penjualan
anggur pala sebesar 712 botol. Persamaan tersebut diperoleh dengan menganalisis
hubungan antara volume penjualan dengan periode (tahun ke-). Tingkat akurasi dari
hasil prakiraan diukur menggunakan nilai koefisien determinasi (R2). Dari
persamaan yang ada diperoleh nilai R2 sebesar 0,93 menunjukkan bahwa tingkat
akurasi prakiraan volume penjualan anggur pala sebesar 93%. Grafik prakiraan
volume penjualan anggur pala dapat dilihat pada Gambar 14.
Analisis terhadap data harga jual anggur pala dari tahun 2009-2014
memberikan persamaan regresi Y= 16333,33 + 1428,57 X, dengan Y adalah harga
jual anggur pala (rupiah) dan X adalah periode (tahun ke -). Dari persamaan regresi
tersebut, perhitungan untuk analisis tahun 2015 (ke-7), harga jual anggur pala
sebesar 26333,33 rupiah. Persamaan tersebut diperoleh dengan menganalisis
hubungan antara harga jual dengan periode (tahun ke-). Tingkat akurasi dari hasil
prakiraan diukur menggunakan nilai koefisien determinasi (R2). Dari persamaan

700
600
500
Botol

400
300
200
100
0
2009 2010 2011 2012 2013 2014
Tahun

Forecast Actual

Gambar 14 Prakiraan volume penjualan anggur pala di Kabupaten

Kepulauan Talaud tahun 2009-2014
30

30000
25000
20000
Rupiah 15000
10000
5000
0
2009 2010 2011 2012 2013 2014
Tahun

Forecast Actual

Gambar 15 Prakiraan harga jual anggur pala di Kabupaten Kepulauan

Talaud tahun 2009-2014
yang ada diperoleh nilai R2 sebesar 0,82 menunjukkan bahwa tingkat akurasi
prakiraan harga jual anggur pala sebesar 82%. Grafik prakiraan harga jual anggur
pala dapat dilihat pada Gambar 15. Tabel perhitungan regresi untuk semua analisis
prakiraan pasar komoditi pala dan prakiraan pasar anggur pala dijabarkan dengan
rinci pada Lampiran 6.
Sebagai tambahan, dilakukan pula analisis terhadap harga jual minyak pala.
Karena keterbatasan data, maka harga minyak pala yang digunakan adalah harga
minyak pala nasional seperti pada Tabel 9. Analisis terhadap data harga jual minyak
pala dari tahun 2009-2014 memberikan persamaan regresi Y= 307133,33 + 101200
X, dengan Y adalah harga jual minyak pala (rupiah) dan X adalah periode (tahun
ke -). Dari persamaan regresi tersebut, perhitungan untuk analisis tahun 2015 (ke-
7), harga jual minyak pala sebesar 1.015.533.33 rupiah. Persamaan tersebut
diperoleh dengan menganalisis hubungan antara harga jual dengan periode (tahun
ke-). Tingkat akurasi dari hasil prakiraan diukur menggunakan nilai koefisien
determinasi (R2). Dari persamaan yang ada diperoleh nilai R2 sebesar 0,87
menunjukkan bahwa tingkat akurasi prakiraan harga jual minyak pala sebesar 87%.
Grafik prakiraan harga jual minyak pala dapat dilihat pada Gambar 16.

1050000
900000
750000
Rupiah

600000
450000
300000
150000
0
2009 2010 2011 2012 2013 2014
Tahun

Forecast Actual

Gambar 16 Prakiraan harga jual anggur pala di Kabupaten Kepulauan

Talaud tahun 2009-2014
 31

Tabel 9 Perkembangan harga jual minyak pala nasional tahun 2009-2014

Tahun
2009 2010 2011 2012 2013 2014
Harga 480000 400000 578000 800000 815000 895000
(Sumber: BPS RI 2015)

Tabel 10 Koefisien indikator kelayakan investasi usaha agroindustri minyak

pala pada kondisi normal

Kriteria Finansial Nilai/Koefisien Keterangan

Net Present Value (NPV) Rp 484.380.451 Layak
Internal Rate of Return (IRR) 36 % Layak
B/C Ratio 1,33 Layak
Net B/C 1,15 Layak
Payback Period (PP) 1,98 tahun Layak
Keputusan Investasi LAYAK

Model Analisis Kelayakan Finansial

Penentuan kelayakan usaha menggunakan kriteria finansial yang terdiri dari:
(1) NPV, (2) IRR, (3) PBP, (4) B/C Ratio, dan (5) BEP. Analisis finansial yang
dilakukan didasarkan pada beberapa asumsi dasar sesuai dengan kondisi aktual
pada saat kajian dilakukan serta berdasarkan keluaran dari model yang dibangun
terdahulu. Asumsi-asumsi yang digunakan dalam model penilaian kelayakan
agroindustri minyak pala adalah: (1) umur proyek 10 tahun, (2) kapasitas mesin
adalah 500 kg bahan baku, (3) frekuensi olah 4 kali penyulingan dalam sebulan, (4)
modal investasi bersumber dari kredit perbankan komersial dengan bunga pinjaman
18,5%, (5) harga bahan baku Rp 20.000, (6) rendemen yang diperoleh sebesar 12%,
(7) waktu penyulingan 24 jam, (8) harga jual minyak pala Rp 550.000 (harga
kisaran Rp 500.000 - Rp 600.000), dan (9) tenor pinjaman 10 tahun. Berdasarkan
hasil penelitian, biaya investasi dikeluarkan pada tahun ke-0 dan mulai beroperasi
pada tahun pertama. Biaya investasi yang dikeluarkan untuk membangun usaha ini
dapat dilihat pada Lampiran 7.
Keluaran model (Tabel 10) menunjukkan bahwa pada kondisi normal,
investasi usaha agroindustri minyak pala layak untuk dijalankan. Hal ini terlihat
dari nilai NPV yang bernilai positif dengan nilai sebesar Rp 484.380.451. Nilai ini
menunjukkan keuntungan yang diperoleh pelaku usaha selama 10 tahun dengan
tingkat diskonto 18,5 %. Nilai ini lebih besar dari nol, sehingga berdasarkan kriteria
NPV usaha minyak pala layak untuk dilaksanakan. Perhitungan B/C ratio
menghasilkan nilai 1,33 satuan rupiah. Angka ini menujukkan bahwa industri
minyak pala mendapatkan keuntungan Rp 1,33 untuk setiap Rp 1 yang dikeluarkan.
Selanjutnya, perhitungan Net B/C menghasilkan nilai 1,15 satuan rupiah. Angka ini
menujukkan bahwa industri minyak pala mendapatkan keuntungan Rp 1,15 untuk
setiap Rp 1 yang dikeluarkan. Nilai B/C ratio dan Net B/C lebih besar dari 1,
sehingga menurut kriteria B/B ratio dan Net B/C usaha minyak pala layak untuk
dijalankan. Sementara itu, nilai IRR usaha minyak pala sebesar 36 persen. Nilai ini
lebih besar dari tingkat diskonto yang digunakan yaitu 18,5 persen, sehingga usaha
minyak pala dengan kriteria IRR layak untuk dijalankan. Hal ini juga berarti bahwa
32

setiap investasi yang ditanamkan pada usaha ini akan mendapatkan tingkat
pengembalian yang lebih besar dibandingkan menyimpan dana investasi untuk
ditabung atau didepositokan. Nilai Payback Period (PP) usaha ini selama 1,98
tahun. Nilai ini menunjukkan bahwa seluruh biaya investasi yang ditanamkan
dalam usaha minyak pala akan dapat dikembalikan pada tahun ketiga, bulan
kesembilan, hari ke tujuh belas.
Operasionalisasi perusahaan bisnis sering berhadapan dengan berubahnya
faktor internal dan eksternal. Berdasarkan hal tersebut, dikembangkan analisis
sensitivitas pada model kelayakan investasi dimana faktor-faktor yang
diskenariokan yaitu perubahan harga jual produk dan harga bahan baku. Analisis
sensitivitas dilakukan dengan tiga skenario, yaitu: (1) penurunan harga jual sebesar
10%, (2) peningkatan harga bahan baku sebesar 10%, dan (3) gabungan penurunan
harga jual sebesar 10% dan peningkatan harga bahan baku sebesar 10%. Keluaran
model (Tabel 11) menunjukkan bahwa pada kondisi gabungan penurunan harga jual
dan peningkatan harga bahan baku, usaha agroindustri minyak pala tidak
menguntungkan atau tidak layak untuk dilaksanakan. Hal tersebut ditunjukkan oleh
beberapa nilai koefisien yang tidak layak. Pada kondisi terjadi peningkatan harga
bahan baku dan ketika terjadi penurunan harga jual, usaha agroindustri minyak pala
masih memenuhi syarat kelayakan, walaupun nilai koefisien tersebut mengalami
penurunan jika dibandingkan dengan investasi pada kondisi aktual seperti terlihat
pada Tabel 11.
Secara umum, hasil analisis kelayakan investasi yang diperoleh menunjukkan
bahwa usaha agroindustri minyak pala memiliki prospek ekonomi yang cukup besar
dalam rangka peningkatan daya saing agroindustri pala dan peningkatan nilai
tambah dan kesejahteraan pelaku dimana umumnya merupakan masyarakat yang
tinggal di wilayah pedesaan. Hasil analisis sensitivitas menunjukkan bahwa setiap
pelaku industri yang ingin berinvestasi pada usaha agroindustri minyak pala harus
berhati-hati terhadap perubahan harga jual minyak pala. Di pihak lain, keluaran
model kelayakan investasi mampu mengarahkan setiap proses perencanaan
pengembangan agroindustri yang berbasis pemanfaatan bahan baku yang berasal
dari pala di wilayah tertentu dengan berbagai karakteristik yang dimiliki wilayah
tersebut.

Tabel 11 Analisis sensitivitas minyak pala terhadap penurunan harga jual dan
peningkatan harga bahan baku

Nilai/Koefisien
Kriteria Finansial harga jual bahan baku harga jual (-10) &
(-10%) (+10%) bahan baku (+10%)
Net Present Value (NPV) 102.339.447 368.610.450 (13.430.554)
Internal Rate of Return (IRR) 22% 32% 18%
B/C Ratio 1,18 1,27 1,14
Net B/C 1,03 1,11 1,00
Payback Period (PP) 3,69 4,99 3,62
Keputusan Investasi Layak Layak Tidak Layak
 33

Pakar
Pertanian

SPK
Agroindustri
Ahli Teknologi Pala Knowledge
informasi Engineer

Gambar 17 Kolaborasi pengembang SPK agroindustri pala

Analisis sistem
Analisis kebutuhan SDM
Kebutuhan SDM untuk pengembangan sistem pendukung keputusan ini
adalah sebagai berikut: 1) Pakar pertanian, untuk memberikan gambaran global
tentang pelaksanaan agroindustri, yang dalam penelitian ini diposisikan sebagai
supervisor utama, 2) Ahli teknologi informasi, untuk memberikan gambaran dan
penjelasan tentang pengembangan suatu sistem berbasis teknologi informasi. Ahli
teknologi informasi ini diposisikan sebagai supervisor pendamping dalam
penelitian ini, 3) Knowledge engineer, dalam hal ini adalah peneliti yang
bertanggung jawab mentransformasikan pengetahuan yang diterima dari para pakar
dan ahli ke dalam sebuah sistem aplikasi berbasis teknologi informasi. Kolaborasi
dari ketiga SDM tersebut ditunjukkan pada Gambar 17. Kolaborasi ini diharapkan
bisa menghasilkan suatu aplikasi yang tepat guna dan tepat sasaran, sehingga bisa
memberikan manfaat lebih bagi perkembangan dunia pertanian di Indonesia.

Analisis kebutuhan pengguna

Dalam SPK agroindustri pala ini, terdapat beberapa pihak yang secara
langsung maupun tidak langsung terlibat didalamnya. Kebutuhan dan keinginan
dari pihak-pihak yang merupakan aktor atau pelaku sistem pengembangan
agroindustri pala diuraikan seperti pada Tabel 12. Pengguna dalam SPK
Agroindustri Pala ini adalah semua orang yang membutuhkan data dan informasi
yang mendukung keputusan dalam pengembangan agroindustri pala. Pengguna
utama dari SPK Agroindustri Pala yang dibangun yaitu investor, pelaku industri,
pemerintah, petani, lembaga penelitian, lembaga keuangan, konsumen, admin,
knowledge engineer dan pakar (Gambar 18).

Konsumen
Petani
Lembaga Keuangan Literatur dan
Data Sekunder

Admin dan
Knowledge Engineer
Lembaga Penelitian De PALA

Investor Pakar
Pemerintah
Pelaku Industri

Gambar 18 Skema calon pengguna De Pala

34

Tabel 12 Analisis kebutuhan pelaku pengembangan agroindustri pala

No Aktor Kebutuhan
1 Petani (penyedia menginginkan peningkatan pendapatan dan
bahan baku) menginginkan kemudahan dalam mendapatkan
pembeli bahan bakunya dengan harga yang sesuai
dan memperoleh keuntungan yang sesuai
2 Investor Menginginkan informasi usaha yang mempunyai
prospek yang baik dalam berinvestasi dan
memberikan keuntungan maksimal
3 Lembaga menginginkan kelancaran dalam pengembalian
keuangan kredit, dapat memantau perkembangan usaha secara
langsung, peningkatan jumlah nasabah, dan
meminimalkan kredit macet.
4 Pemerintah menginginkan terciptanya lapangan pekerjaan,
penurunan angka pengangguran, peningkatan
pendapatan daerah, berkembangnya agroindustri
dan industri terkait, dan mendukung pertumbuhan
ekonomi yang cukup tinggi melalui proyek
investasi.
5 Konsumen menginginkan kemudahan mendapatkan produk
pengolahan hasil buah pala dengan harga yang
sesuai dan berkualitas.
6 Pelaku industri menginginkan keuntungan yang maksimal
7 Lembaga litbang menginginkan adanya upaya pengembangan
teknologi pengolahan hasil pala dan turunannya,
pengembangan dan inovasi produk, mengerjakan
proyek pengembangan daya guna nilai-nilai produk
agroindustri, dan menyiapkan sumber daya ahli.

Analisis kebutuhan sistem

Sistem yang dibangun pada penelitian ini disebut Sistem Pendukung
Keputusan Pengembangan Agroindustri Pala (De Pala). De Pala adalah perangkat
lunak yang digunakan untuk melakukan proses penilaian dan penentuan prioritas
dalam mendukung pengembangan agroindustri pala sesuai dengan nilai yang
diinputkan oleh pakar. De Pala dibangun berbasis web sehingga dapat diakses
kapan saja dan di mana saja selama terkoneksi dengan internet. Analisis kebutuhan
sistem dimodelkan dalam bentuk diagram UML yang didalamnya terdapat class
diagrams, use case, activity diagram, dan sequence diagrams. Masing-masing
diagram UML dijelaskan sebagai berikut.
 35

Gambar 19 Domain model class diagram De Pala

Diagram kelas De Pala digambarkan dalam bentuk domain model class

diagram seperti ditunjukkan pada Gambar 19. Kelas model membentuk hubungan
composition dengan kelas faktor, aktor, tujuan dan alternatif. Kelas model berperan
sebagai whole dan kelas lainnya sebagai parts dari kelas model. Dalam hal ini, parts
tidak bisa berdiri sendiri jika tidak berelasi dengan whole. Dengan kata lain, bahwa
jika kelas model dihapus maka kelas faktor, aktor, tujuan dan alternatif juga dihapus.
Kelas model dan petugas berelasi dengan kelas nilai regresi dan nilai kelayakan
finansial. Relasi terjadi karena nilai regresi dan kelayakan finansial adalah bagian
dari model regresi dan model kelayakan finansial yang termasuk dalam kelas model.

Gambar 20 Diagram use case De Pala

36

Interaksi antara aktor dan fungsi-fungsi di dalam sistem digambarkan melalui

diagram use case seperti ditunjukkan pada Gambar 20. Petugas merupakan aktor
yang bisa berinteraksi dengan semua fungsi, sedangkan pakar dan pengguna hanya
bisa berinteraksi dengan beberapa fungsi tertentu. Pakar berinteraksi dengan use
case memasukkan penilaian dan pengguna berinteraksi dengan use case melihat
report, memasukkan komentar, dan memasukkan pesan. Use case yang terkait
pengelolaan data selalu melakukan validasi apabila ada aktor yang mengaksesnya.
Aktor yang terlibat dalam sistem adalah petugas, pakar dan pengguna.
Petugas memiliki hak akses untuk melakukan semua proses pengelolaan data. Hak
akses tersebut meliputi proses pengelolaan data nilai, pengguna, model, petugas,

Tabel 13 Deskripsi use case De Pala

No Use Case Deskripsi
1 Validasi Merupakan proses pengecekan hak akses siapa yang berhak
mengakses proses pengelolaan data yang dalam hal ini adalah
admin. Login wajib untuk fungsi-fungsi yang berkaitan dengan
akses pengubahan ke basis data, oleh karena itu fungsi-fungsi
yang melakukan perubahan basis data harus mengecek validasi
user yang mengakses fungsi-fungsi tersebut. Validasi
merupakan generalisasi dari proses register, login, logout dan
memeriksa status login
2 Mengelola Mengelola nilai merupakan proses generalisasi yang meliputi
Nilai empat buah proses pengelolaan data nilai yaitu memasukkan
nilai, mengubah nilai, menghapus nilai, melihat nilai
3 Mengelola Mengelola data pengguna merupakan proses generalisasi yang
Pengguna meliputi lima buah proses pengelolaan data pengguna yaitu
memasukkan pengguna, mengubah pengguna, menghapus
pengguna, mencari pengguna, dan melihat pengguna
4 Mengelola Mengelola data model merupakan proses generalisasi yang
Model meliputi lima buah proses pengelolaan data model yaitu
memasukkan model, mengubah model, menghapus model,
mencari model, dan melihat model
5 Mengelola Mengelola data petugas merupakan proses generalisasi yang
Petugas meliputi lima buah proses pengelolaan data petugas yaitu
memasukkan petugas, mengubah petugas, menghapus petugas,
mencari petugas, dan melihat petugas
6 Mengelola Mengelola data pesan merupakan proses generalisasi yang
Pesan meliputi lima buah proses pengelolaan data pesan yaitu
memasukkan pesan, mengubah pesan, menghapus pesan,
mencari pesan, dan melihat pesan
7 Mengelola Mengelola data komentar merupakan proses generalisasi yang
Komentar meliputi lima buah proses pengelolaan data komentar yaitu
memasukkan komentar, mengubah komentar, menghapus
komentar, mencari komentar, dan melihat komentar
8 Mengelola Mengelola data pakar merupakan proses generalisasi yang
Pakar meliputi lima buah proses pengelolaan data pakar yaitu
memasukkan pakar, mengubah pakar, menghapus pakar,
mencari pakar, dan melihat pakar
 37

pesan, komentar dan pakar. Pakar adalah mereka yang dianggap memiliki
pengetahuan luas tentang pala dan agroindustri pala di Talaud. Pakar diberi hak
akses untuk melakukan penilaian pada model penentuan produk agroindustri, lokasi
agroindustri dan kelembagaan agroindustri. Pakar pada penelitian ini sebanyak 5
orang. Deskripsi lengkap pakar didetailkan pada Lampiran 8. Pengguna merupakan
istilah yang diberikan kepada pengunjung yang mengakses De Pala. Pengguna
memiliki hak akses untuk melihat model SPK yang ada di De Pala, memasukkan
komentar dan mengirim pesan. Pengguna disebut juga tamu.
Deskripsi pendefinisian use case pada De Pala seperti pada Tabel 13. Secara
detail deskripsi pendefinisian use case dijabarkan dalam Lampiran 9 dan skenario
use case dijabarkan dalam Lampiran 10.
Diagram aktivitas seperti pada Gambar 21 menunjukkan aktivitas De Pala
secara keseluruhan. Semua aktivitas yang melibatkan petugas dan pakar harus
melalui proses login, sedangkan semua aktivitas yang melibatkan pengguna tidak
mengharuskan pengguna untuk login. hal ini bertujuan untuk memberikan
kenyamanan serta kebebasan kepada pengguna untuk mengakses De Pala.

Gambar 21 Diagram aktivitas De Pala

38

Gambar 22 Arsitektur sistem De Pala

Perancangan

Perancangan arsitektur sistem

Arsitektur De Pala mengadaptasi model klien server Three-tier (Gambar 22).
Layer pertama berisi browser web yang berinteraksi dengan aktor (petugas, pakar
dan user) dan berfungsi mengambil dan menyajikan informasi pengembangan
agroindustri pala kepada pengguna. Layer dua berisi web atau hypertext transfer
protokol (HTTP) yang berfungsi menerjemahkan permintaan dan pengiriman data
melalui PHP. Layer terakhir berisi data yang diminta klien.

Perancangan Basis data

Basis data De Pala terdiri atas 14 tabel (Lampiran 11). Pemodelan keputusan
melibatkan 7 tabel, yaitu tabel: (1) jenis model, (2) model, (3) faktor, (4) aktor, (5)
tujuan, (6) alternatif, dan (7) nilai. Tabel jenis model digunakan untuk menyimpan
data model. Tabel jenis model terdiri atas dua atribut, yaitu id dan namamodel.
Atribut id memiliki tipe data integer dengan panjang data 11 digit dan digunakan
untuk menyimpan kode jenis model. Atribut namamodel memiliki tipe data varchar
dan digunakan untuk menyimpan nama jenis model keputusan dalam penelitian ini.
Ada 4 jenis model yaitu model AHP lima (5) hierarki, model AHP tiga (3) hierarki,
model regresi dan model kriteria-kriteria investasi. Kode jenis model merupakan
primary key dan sebagai relasi ke tabel model degan relasi one to many. Tabel
model terdiri atas tiga atribut, yaitu id, jenismodelid, dan goal. Tabel model
digunakan untuk menyimpan data model keputusan pada De Pala. Atribut id
menyimpan kode model, atribut goal menyimpan parameter goal utama pada id
seperti pada tabel jenis model. Kode model merupakan primary key dan
jenismodelid merupakan foreign key. Kode model berelasi ke tabel faktor, aktor,
tujuan, alternatif, regresi dan kelayakan finansial dengan relasi one to many. Tabel
faktor digunakan untuk menyimpan parameter-parameter faktor yang digunakan
pada masing-masing model keputusan. Tabel faktor terdiri atas tiga atribut, yaitu id,
modelid, dan namafaktor. Tabel aktor terdiri atas tiga atribut, yaitu id, modelid, dan
namaaktor. Tabel tujuan terdiri atas tiga atribut, yaitu id, modelid, dan namatujuan.
Tabel alternatif terdiri atas tiga atribut, yaitu id, modelid, dan namaalternatif. Tabel
nilai digunakan untuk menyimpan data penilaian pakar. Tabel nilai terdiri atas lima
atribut, yaitu id, idmodel, data, pengguna, dan tanggaldibuat. Atribut id digunakan
menyimpan kode nilai, idmodel untuk menyimpan data model, atribut pengguna
untuk menyimpan data pengguna yang melakukan penilaian dan atribut
 39

Gambar 23 Entity relationship diagram De Pala

tanggaldibuat untuk menyimpan data waktu pengisian nilai. Atribut yang berfungsi
sebagai atribut kunci dalam pemanggilan data adalah atribut data. Relasi antar tabel
digambarkan melalui entity relationship diagram (ERD) seperti pada Gambar 23.

Perancangan Antarmuka
Perancangan antarmuka sistem dirancang untuk memberikan gambaran,
kemudahan, dan acuan pada tahap implementasi sistem. Untuk perancangan menu
sistem terdiri dari menu administrator dan menu user. Perancangan sistem ini dibuat
dengan menggunakan perangkat lunak Microsoft Visio 2010. Gambar 24
merupakan rancangan tampilan untuk halaman utama De Pala. Rancangan
antarmuka selengkapnya didetailkan pada Lampiran 12.

DecisionPALA
“Sistem Pendukung Keputusan Pengembangan Agroindustri Pala di Talaud”

Home User page About Username

Password Go
(Welcoming Speech)

Fill your available surveys ....

Footer
(@copyright)

Gambar 24 Rancangan halaman utama De Pala

40

Implementasi

Implementasi sistem
Gambar 25 menunjukkan peta website De Pala. Terdapat 3 halaman utama,
yaitu halaman utama user, admin dan pakar. Halaman utama De Pala dibuat
sederhana, hanya berisi beberapa submenu dan deskripsi singkat tentang aplikasi
De Pala (Gambar 26). Banner bagian atas terdiri atas lima submenu yaitu home,
user page, about, contact dan login. Home akan membawa pengguna kembali ke
halaman awal. User page disediakan bagi pengguna untuk melihat report tentang
model-model keputusan yang ada di De Pala dan memasukkan komentar (Gambar
27). About merupakan deskripsi singkat tentang aplikasi De Pala. Contact
disediakan bagi pengguna untuk berkomunikasi langsung dengan petugas De Pala
memalui pesan yang dikirim langsung ke petugas. Login disediakan bagi petugas
dan pakar. Untuk dapat mengakses halaman petugas maupun halaman pakar, maka
harus melakukan login terlebih dulu.

Halaman Utama
DecisionPALA

Halaman Utama User About Login

Report Halaman Utama Admin Halaman Utama Pakar

Komentar Pesan · Manajemen User Logout Model Logout

· Manajemen Admin
· Manajemen Pakar
Kuesioner
· Manajemen Model
· Manajemen Nilai
· Manajemen Komentar
· Manajemen Pesan
Gambar 25 Peta website De Pala

Gambar 26 Halaman utama De Pala

 41

Gambar 27 Tampilan halaman user untuk perhitungan Model 3

Gambar 28 Halaman utama admin

Menggunakan login panel yang ada di halaman utama, memungkinkan
petugas untuk mengakses halaman admin seperti pada Gambar 28 dan pakar untuk
42

Gambar 29 Tampilan kuesioner di halaman pakar

mengakses halaman pakar. Halaman admin menyediakan banyak fitur pada sistem
yang bisa diakses oleh petugas untuk melakukan manajemen sistem, berbeda
dengan halaman pakar yang hanya terdiri atas beberapa fitur. Halaman admin terdiri
atas submenu pengguna, jenis model, model, faktor, aktor tujuan, dan alternatif.
Halaman utama pakar terdiri atas submenu home dan kuesioner. Tampilan
kuesioner pada halaman pakar seperti ditunjukkan pada Gambar 29. Tampilan hasil
implementasi didetailkan pada Lampiran 13.

Pengujian sistem
Pengujian dilakukan menggunakan metode blackbox testing terhadap fungsi-
fungsi yang telah dibangun pada De Pala. Adapun proses pengujian terdiri dari
proses memasukkan data, menampilkan informasi yang sesuai dengan data yang
dimasukkan, mengubah data, menghapus data, dan menampilkan data. Hasil akhir
yang benar dan sesuai menjadi tolak ukur keberhasilan fungsionalitas sistem yang
diuji. Sistem ini diuji oleh admin, pakar dan pengguna biasa yang diwakili oleh
petani. Hasil pengujian menunjukkan bahwa sistem telah berfungsi dengan benar.
Cara pengujian dapat dilihat pada Lampiran 14.
 43

5 SIMPULAN DAN SARAN

Simpulan

Penelitian ini telah berhasil membangun sistem pendukung keputusan

berbasis web untuk pengembangan agroindustri pala di Talaud. Tahapan penelitian
yang dilakukan terdiri dari analisis masalah, studi pustaka, identifikasi kebutuhan,
pengumpulan data, analisis model keputusan, analisis sistem, perancangan sistem,
implementasi sistem, dan pengujian. Pada penelitian ini, metode AHP telah berhasil
diterapkan untuk penentuan produk agroindustri dan kelembagaan agroindustri,
gabungan metode LQ dan AHP diterapkan untuk penentuan lokasi industri, metode
regeresi linier diterapkan untuk prakiraan pasar komoditi pala dan agroindustri pala,
serta kriteria-kriteria finasial diterapkan untuk analisis kelayakan investasi. Sistem
pendukung keputusan pengembangan agroindustri pala di Talaud telah
dikembangkan dan dibangun prototipenya. Prototipe dari sistem pendukung
keputusan ini dinamakan De Pala. De Pala dibangun menggunakan bahasa
pemrograman PHP, framework Yii, dan basis data MySQL. Dengan dibangunnya
sistem ini, memudahkan pengguna untuk proses pengambilan keputusan dalam
pengembangan agroindustri pala di Talaud karena proses penilaian sudah dilakukan
secara terkomputerisasi dan dapat diakses di berbagai tempat yang memiliki akses
internet. Sistem juga telah diuji dengan metode black box testing dan dapat berjalan
dengan baik pada web browser Google Chrome, Mozilla Firefox, dan Internet
Explore.

Saran

Beberapa saran yang dapat diberikan untuk penelitian selanjutnya dalam

bidang yang sama atau yang terkait langsung dengan penelitian ini baik yang
menyangkut topik dan atau metode yang digunakan adalah sebagai berikut:
1. Ruang lingkup penelitian ini dibatasi hanya pada daerah Kabupaten
Kepulauan Talaud. Penelitian selanjutnya, dapat memperluas ruang lingkup
penelitian menjadi tingkat Provinsi Sulawesi Utara, atau bahkan tingkat
nasional, yaitu meliputi seluruh daerah di Indonesia.
2. Model penentuan lokasi industri dapat dikembangkan dengan menambahkan
pemetaan lokasi industri, yaitu menggabungkan AHP dan geographic
information system (GIS).
3. Metode pada prakiraan pasar komoditi dan agroindustri pala menggunakan
metode Regresi linier sederhana yang hanya terdiri dari satu variabel.
Diharapkan pada penelitian berikutnya dapat menggunakan metode regresi
linier berganda dengan penambahan variabel seperti tingkat inflasi, persen
peningkatan kebutuhan produk di pasar dan persen kenaikan harga produk di
pasar.
4. Analisis kelayakan investasi dapat diperluas dengan melakukan analisis
kelayakan investasi untuk produk agroindustri lainnya yang termasuk tiga
prioritas tertinggi, yaitu anggur pala dan permen pala.
5. Penelitian selanjutnya dapat melakukan penambahan fasilitas query untuk
penelusuran informasi yang lebih spesifik tanpa harus menelusuri seluruh
44

informasi di dalam sistem. Selain itu, dapat pula dilakukan penambahan buku
penuntun kepada pakar dalam melakukan pengisian kuesioner. Selanjutnya,
bisa dilakukan penambahan fasilitas keluaran informasi tercetak yang dapat
diimplementasikan dengan menghubungkan sistem dan printer.
6. Penelitian selanjutnya dapat mengembangkan De Pala berbasis android.
Pengembangan dengan platform android akan menghasilkan sebuah aplikasi
yang bisa dinstalkan ke komputer tablet dan smatphone tanpa harus terhubung
ke internet untuk menggunakannya. Sistem berbasis android menjadi solusi
bagi pengguna yang berada di wilayah yang koneksi jaringan internetnya
kurang baik.
7. Pengembangan De Pala ini masih dalam bentuk prototipe, sehingga perlu
dilakukan implementasi ke internet.
 45

DAFTAR PUSTAKA

Abdullah L, Adawiyah CWR. 2014. Simple additive weighthing methods of multi

criteria decision making and applications: A decade review. International
Journal of Information Processing and Management. 5(1):39-49.
Adriyendi, Melia Y. 2013. DSS using AHP in selection of lecturer. International
journal of advanced science and technology [Internet]. hlm 35-43;
[diunduh: 21 Januari 2016]. Tersedia
pada:http://www.sersc.org/journals/IJAST/vol52/3.pdf.
Agarwal P, Sahai M, Mishra V, Bag M, Singh V. 2011. A review of multi-criteria
decision making techniques for supplier evaluation and selection.
International Journal of Industrial Engineering Computations. 2:801-810.
doi: 10.5267/j.ijiec.2011.06.004.
Agrahari A, Tripathi S. 2012. A theoretical framework for development of decision
support system for agriculture. International Journal of Engineering and
Science. 6(1):50-55.
Aguarón J, Escobar MT, Moreno-Jiménez JM. 2014. The precise consistency
consensus matrix in a local AHP-group decision making context. Annals of
Operations Research. 213(1):1-15.10.1007/s10479-014-1576-8.
Al-Oqla FM, Omar, AA. 2012. A decision-making model for selecting the
GSM mobile phone antenna in the design phase to increase over all
performance. Progress in Electromagnetics Research C. 25:249-269.
Asamoah D, Annan J, Nyarko S. 2012. AHP approach for supplier evaluation and
selection in a pharmaceutical manufacturing firm in Ghana. International
Journal of Business and Management. 7(10):49-62.
doi:10.5539/ijbm.v7n10p49.
[BPS Talaud] Badan Pusat Statistik. 2013. Talaud dalam angka 2013.
[BPS Talaud] Badan Pusat Statistik. 2015. Talaud dalam angka 2015.
[BPS RI] Badan Pusat Statistik. 2015. Harga perdagangan besar beberapa hasil
pertanian dan bahan ekspor utama di Jakarta (Rupiah per Kuintal), 2000-2014
[Internet]. [diunduh: 20 Agustus 2016]. [Tersedia pada]:
https://www.bps.go.id/website/tabelExcelIndo/indo_20_5.xls.
Budi LS. 2013. Development of agro-horticultural commodity approach and
institutional models in the district of Madiun, Indonesia. International
Journal on Advanced Science Engineering Information Technology. 3(6):5-9.
Che’ya NN, Shariff ARM, Soom MAM, Bejo SK, Mahmud AR, Aziz FAA,
Jahansiri E. 2009. Generating online GIS decision support system for paddy
precision farming. Eleventh International Conference for Spatial Data
Infrastructure [Internet]. [diunduh: 30 Oktober 2014]. [Tersedia pada]:
http://www.gsdi.org/gsdiconf/gsdi11/papers/pdf/225.pdf.
Cui S, Wang Y, Risch E, Bourgeois D. 2014. Educational project on decision
support system for precision agriculture. Proceedings of the 2014 ASEE Gulf-
Southwest Conference. New Orleans, Lousiana.
Dalalah D, Al-Oqla F, Hayajneh M. 2010. Application of the analytic hierarchy
process (AHP) in multi criteria analysis of the selection of cranes. Jordan
Journal of Mechanical and Industrial Engineering. 4(5):567-578.
46

[DEPTAN] Departemen Pertanian. 2012. Lampiran Peraturan Menteri Pertanian

Nomor 53/Permentan/OT.140/9/2012 tentang Pedoman Penanganan
Pascapanen Pala. Jakarta (ID): DEPTAN.
[DITJENBUN] Direktorat Jenderal Perkebunan. 2013. Statistik Perkebunan
Indonesia 2012-2014. Jakarta (ID): DITJENBUN.
Draper NR, Smith H. 1992. Analisis Regresi Terapan. Ed ke-2 (Terjemahan).
Jakarta (ID): Gramedia.
Eriyatno. 2012. Ilmu Sistem: Meningkatkan Mutu dan Efektivitas Manajemen. Ed
ke-4. Surabaya (ID): Guna Widya.
Flores CI, Holzapfel EA, Lagos O. 2010. A dynamic decision support system for
farm water management in surface irrigation: model development and
application. Chilean Journal of Agricultural Research. 70(2):278-286.
Gittinger JP. 1991. Analisa Ekonomi Proyek-proyek Pertanian (Terjemahan).
Jakarta (ID): UI-PRESS.
Haridian G. 2002. Sistem Penunjang Keputusan Perencanaan dan Pengembangan
Agroindustri Pala [skripsi]. Bogor (ID): Institut Pertanian Bogor.
Hołodnik-Janczura G, Golińska I. 2010. Decision support system for choosing a
model for a software development life cycle. Operations Research and
Decisions. 1:61-77[Internet]. [diunduh: 24 Oktober 2014]. [Tersedia
pada]:http://orduser.pwr.wroc.pl/DownloadFile.aspx?aid=154.
Jakupovic A, Pavlic M, Candrlic S. 2010. Application of analytic hierarchy process
(AHP) to measure the complexity of the business sector and business software.
Di dalam: Desai, Bipin C, Leung, Carson K, Mudur, Sudhir, editor.
Proceedings of The Third C* Conference on Computer Science and Software
Engineering (C3S2E); 2010 Mei 19-20; Montreal, Canada. Montreal (CA):
ACM Press. hlm 35-42.
Javanmardi N, Kaboli A, Mahdavi I, Shirazi B. 2011. An economical multi-criteria
decision-making process for supplier selection. International Review of
Business Research Papers. 7(5):168-183.
Kabir G, Hasin MAA. 2011. Comparative analysis of AHP and fuzzy AHP models
for multicriteria inventory classification. International Journal of Fuzzy
Logic Systems (IJFLS) 1(1):1-16.
Kendall KE, Kendall JE. 2011. Systems Analysis and Design. 8th ed. New Jersey
(US): Pearson.
Marimin dan Gunawan MM. 2004. Sistem penunjang keputusan pra rancang
bangun industri intermediete minyak pala. Jurnal Manajemen Agribisnis.
1(2):113-126.
Marimin dan Magfiroh. 2010. Aplikasi Teknik Pengambilan Keputusan Dalam
Manajemen Rantai Pasok. Bogor (ID): IPB Press.
Marimin, Djatna T, Suharjito, Hidayat S, Utama DN, Astuti R, Martini S. 2013.
Teknik dan analisis pengambilan keputusan fuzzy dalam manajemean rantai
pasok. IPB Press. Bogor.
Marimin, Djatna T, Suharjito, Nugeraha D, Bahar E. 2010. A Framework of
Intelligent Decision Support System for Agro-Industrial and Agribusiness
Supply Chain Management. AFITA 2010 International Conference, The
Quality Information for Competitive Agricultural Based Production system
and Commerce; 2010 Okt 4-7; IPB International Convention Center (IICC),
 47

Baranangsiang, Bogor-Indonesia. Bogor (ID): AFITA. hlm 236-241. doi:

10.13140/2.1.4055.5521.
Modarres M, Sadi-Nezhad S, Arabi F. 2010. Fuzzy analytical hierarchy process
using preference ratio: A case study for selecting management short course in
a business school. International Journal of Industrial Engineering
Computations. 1:178-184. doi: 10.5267.
Nugraha A. 2003. Studi pengembangan agroindustri minyak pala (Nutmeg oil) di
kabupaten Bogor [skripsi]. Bogor (ID): Institut Pertanian Bogor.
Nurdjannah N. 2007. Teknologi pengolahan pala. Balai besar penelitian dan
pengembangan pascapanen pertanian [Internet]. [diunduh: 30 Oktober 2014].
Tersedia
pada:http://pascapanen.litbang.deptan.go.id/assets/media/publikasi/juknis_p
ala.pdf.
Nyamsuren P, Lee SH, Hwang HT, Kim TJ. 2015. A web-based collaborative
framework for facilitating decision making on a 3D design developing
process. Journal of Computational Design and Engineering. 2(3):148-
156.10.1016/j.jcde.2015.02.001.
O’Brien JA, Marakas GM. 2010. Management Information Systems. 10th ed. New
York (US): McGraw-Hill.
Oryzanti P. 2003. Sistem penunjang keputusan kelayakan investasi agroindustri
minyak pala (Myristica fragrans) di Bogor, Jawa Barat [skripsi]. Bogor (ID):
Institut Pertanian Bogor.
Özceylan E. 2010. A decision support system to compare the transportation modes
in logistics. International Journal of Lean Thinking. 1(1):58-83.
Pengembangan agroindustri pedesaan berbasis non kayu. 2014. Departemen
Kehutanan [Internet]. [diunduh 30 Oktober 2014]. Tersedia pada:
http://www.dephut.go.id/alus_assets/INFORMASI/PADATK~1/PUSAT/PE
D_AG~1.HTM.
Rustiadi E, Saefulhakim S, Panuju DR. 2007. Perencanaan dan Pengembangan
Wilayah. Jakarta (ID): Crestpent Press dan Yayasan Obor Indonesia.
Saaty TL. 1990. How to make a decision: The analytic hierarchy process. European
Journal of Operation Research. 48:9-26. doi: 10.1016/0377-2217(90)90057-I.
Satzinger JW, Jackson RB, Burd SD. 2010. System Analysis and Design in A
Changing World. 5th ed. Canada (CA): Thompson Course Technology.
Singh M, Singh P, Singh SB. 2008. Decision support system for farm management.
World Academy of Science, Engineering and Technology. 2:291-294.
Stirn LZ, Grošelj P. 2010. Multiple criteria methods with focus on analytic
hierarchy process and group decision making. Croatian Operational
Research Review. 1:2-11.
Suroso AI, Ramadhan, A. 2012. Web-based decision support system for
agribusiness development in oil palm plantations at Siak local goverment
using policy analysis matrix. International Journal of Computer Science.
9(3):92-98.
Syam H, Ma’arif MS, Eriyatno, Sailah I, Machfud, Didu MS. 2006. Rancang
bangun model strategi sistem penunjang keputusan pengembangan
agroindustri berbasis kakao melalui pola jejaring usaha. Jurnal Teknik
Industri Pertanian. 16(1):18-27.
48

Tafreshi PF, Aghdaie MH, Behzadian M, Abadi MG. 2015. Developing a group
decision support system for advertising media evaluation: A case in the
Middle East. Group Decision and Negotiation. 25(138):1-28.
10.1007/s10726-015-9464-4.
Thirumaran M, Dhavachelvan P, Abarna S, Sheela S. 2011. Parallel analytic
hierarchy process for web service discovery and composition. International
Conference: In Recent Trends in Information Technology (ICRTIT); 2011
Jun 3-5; Chennai-Tamil Nadu, India. Tamil Nadu (IN):IEEE. hlm 456-461.
doi: 10.1109/ICRTIT.2011.5972340.
Timisela NR, Turukay M, Parera WB, Lawalata M. 2012. Efisiensi relatif
agroindustri pala Banda dengan pendekatan data envelopment analysis
(DEA). Jurnal Sosial Ekonomi Pertanian dan Agribisnis. 9(1):25-33.
Turban E, Aronson JE, Liang TP. 2005. Decision Support System And Intelligent
System. 7th ed. India (IN): Prentice Hall of India.
Yayla N, Karacasu M. 2011. A decision support model to incorporate public and
expert opinions for assessing the privatization of public bus transit system:
Application of ELECTRE for the bus system in Eskisehir, Turkey. Scientific
Research and Essays. 6(21):4657-4664. doi: 10.5897/SRE11.1289.
Yazdani M. 2014. An integrated MCDM approach to green supplier selection.
International Journal of Industrial Engineering Computations. 5:443-458.
doi: 10.5267/j.ijiec.2014.3.003.
Young KD, Younos T, Dymond RL, Kibler DF, Lee DH. 2010. Application of the
analytic hierarchy process for selecting and modeling stormwater best
management practices. Journal of Contemporary Water research &
education. 146(1):50-63. doi: 10.1111/j.1936-704X.2010.00391.x.
 49

LAMPIRAN

Lampiran 1 Peta daerah penelitian

Skala 1:200.000
Sumber: BPS Talaud (2015)
50

Lampiran 2 Parameter moderl keputusan

Model Penentuan Prioritas Produk Agroindustri Potensial

Level Nama Hirarki Deskripsi Parameter
1 Goal Penentuan prioritas produk agroindustri
2 Faktor 1. Permintaan
2. Kontinuitas bahan baku
3. Mutu bahan baku
4. Ketersediaan fasilitas, sarana dan prasarana
produksi
5. Ketersediaan dana dan modal
6. Harga produk
7. Keterampilan dan Penguasaan teknologi
8. Sumber daya manusia
9. Pemasaran hasil produksi
3 Aktor 1. Pemerintah
2. Investor
3. Industri hilir
4. Lembaga litbang
5. Lembaga keuangan
6. Penyedia bahan baku
4 Tujuan 1. Memaksimalkan keuntungan
2. Perluasan usaha
3. Membuka lapangan pekerjaan
5 Alternatif agroindustri 1. Industri minyak pala
2. Industri manisan pala
3. Industri anggur pala
4. Industri sirup pala
5. Industri jeli pala
6. Industri selai pala
7. Industri permen pala
Sumber : Marimin dan Gunawan (2004), Nugraha (2003), Lolowang (2012)

Model Penentuan Prioritas Lokasi Industri

Level Nama Hirarki Deskripsi Parameter
1 Tujuan (goal) Lokasi Industri Potensial / Prioritas lokasi industri
2 Faktor-faktor 1. Konsentrasi geografis
yang 2. Ketersediaan lahan dan bahan baku
mempengaruhi 3. Ketersediaan sarana transportasi dan komunikasi
(kriteria) 4. Ketersediaan listrik dan air
5. Ketersediaan tenaga kerja dan potensi SDM
6. Kondisi sosial ekonomi dan budaya kerja
7. Ketersediaan infrastruktur fisik
8. Ketersediaan lembaga pendukung
9. Dukungan pemerintah daerah dan pusat
10. Jangkauan pasar
 51

Level Nama Hirarki Deskripsi Parameter

3 Alternatif lokasi 1. Kabaruan
industri 2. Damau
3. Lirung
4. Salibabu
5. Kalongan
6. Moronge
7. Melonguane Timur
Sumber: Kurniawan dan Murtiningrum (2013), Lolowang (2012)

Model Penentuan Kelembagaan Agroindustri

Level Nama Hirarki
1 Goal
2 Faktor-faktor yang
mempengaruhi (kriteria)
3 Aktor
4 Tujuan
5 Alternatif kelembagaan
Sumber: Marimin dan Gunawan (2004)
Deskripsi Parameter
Pemilihan kelembagaan agroindustri
pala yang paling efektif
1. Ketersediaan informasi harga
2. Askes permodalan
3. Ketersediaan bahan baku
4. Pemasaran produk
1. Petani selaku penyedia bahan baku
2. Investor
3. Konsumen
4. Exportir
5. Industri pengolahan pala
6. Pemerintah
1. Memaksimalkan keuntungan
2. Diversifikasi usaha
3. Peningkatan mutu produk
1. Menjalin kerjasama/kemitraan
dengan industri hilir
2. Menjalin kerjasama/kemitraan
dengan industri hulu
3. Menjalin kerjasama/kemitraan
dengan industri hilir sampai hulu

Model Prakiraan Pasar Produk Agroindustri

Nama model Prakiraan pasar
Metode yang digunakan Regresi Linier
1) Prakiraan pasar komoditi pala
Data yang digunakan 1. Volume penjualan
2. Produksi
3. Harga jual
2) Prakiraan pasar agroindustri pala
Data yang digunakan 1. Volume penjualan
2. Produksi
3. Harga jual
Sumber: Haridian (2002)
52

Model Kelayakan Finasial Agroindustri

Nama model Kelayakan Finasial agroindustri
Metode yang digunakan BEP, PBP, NPV, IRR, B/C ratio, Analisis Sensitivitas
Satuan Parameter Masukan
Rupiah Modal tetap: Biaya investasi, biya tenaga kerja, biaya
administrasi, biaya sewa kendaraan, biaya
pemeliharaan dan biaya penyusutan
Rupiah Modal kerja: biaya bahan baku, biaya bahan pembantu
dan utilitas
Kg Jumlah produksi
Rp/kg Harga jual produk
% Persentase produk terjual
% Bunga bank
Tahun Panjang angsuran
% Persentase penyusutan
% Debt (persen modal pinjaman)
% Equity (persen modal sendiri)
% Persentasi produksi tahun 1-10
 53

Lampiran 3 Kuesioner penelitian

KUESIONER PENELITIAN
SISTEM PENDUKUNG KEPUTUSAN PENGEMBANGAN AGROINDUSTRI PALA
DI TALAUD MENGGUNAKAN ANALYTIC HIERARCHY PROCESS (AHP)
(Penentuan Prioritas Agroindustri)

IDENTITAS RESPONDEN

Nama : ...............................................
Jabatan : ...............................................
Lama Bekerja : ...............................................
Nomor Hp : ...............................................
Email : ...............................................
Tanggal Pengisian : ...............................................

Oleh:
Peneliti 1 : Rillya Arundaa (G651130531)
Peneliti 2 : Dr. Irman Hermadi, S.Kom, MS
Peneliti 3 : Prof. Dr. Ir. Daniel R. O. Monintja, M.Sc

SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
BOGOR
2015

1. Pengantar
Narasumber Yth, nama saya Rillya Arundaa, mahasiswa S2 Departemen Ilmu Komputer, Fakultas
Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor yang sedang mengadakan
penelitian tentang SISTEM PENDUKUNG KEPUTUSAN PENGEMBANGAN AGROINDUSTRI
PALA DI TALAUD MENGGUNAKAN ANALYTIC HIERARCHY PROCESS (AHP) dibawah
bimbingan Dr. Irman Hermadi, S.Kom, MS dan Prof. Dr. Ir. Daniel R. O. Monintja, M.Sc. Penelitian
ini merupakan bagian dari tesis yang sedang saya selesaikan. Demi tercapainya hasil penelitian yang
dinginkan, mohon kesediaan waktu Bapak/Ibu untuk mengisi kuesioner ini. Informasi yang diterima
dalam kuesioner ini bersifat rahasia dan hanya digunakan untuk kepentingan akademis. Atas
kerjasamanya, saya ucapkan terima kasih.
2. Petunjuk umum
1) Pengisian kuesioner dilakukan secara tertulis oleh responden
2) Responden diharapkan melakukan pengisian kuesioner pada satu waktu secara
tuntas, untuk menghindari inkonsistensi antar jawaban
3) Jawaban merupakan pendapat pribadi masing-masing responden, sehingga
memungkinkan terjadinya perbedaan pendapat dengan responden lain.
3. Contact Person (CP)
Informasi lebih lanjut dapat menghubungi Rillya Arundaa (G651130531), Departemen Ilmu
Komputer (Ilkom), Fakultas Matematika dan Ilmu Pengetahuan Alam (FMIPA), Institut Pertanian
Bogor (IPB), dengan nomor ponsel 085240887990 dan email rill@apps.ipb.ac.id /
rill.christy@gmail.com
54

Petunjuk Pengisian Kuesioner

Anda diminta untuk memberikan penilaian terhadap setiap perbandingan berpasangan berdasarkan
pengalaman, pengetahuan, dan intuisi anda sesuai dengan skala penilaian numerik:

Nilai Perbandingan
Definisi
(A dibandingkan B)
1 A sama penting dengan B
3 A sedikit lebih penting dari B
5 A jelas lebih penting dari B
7 A sangat jelas lebih penting dari pada B
9 A mutlak lebih penting dari pada B

Contoh Pengisian Kuesioner

Misalkan terdapat empat elemen yang mempengaruhi investasi yaitu faktor A, B, C, dan D.
Berdasarkan tingkat kepentingan maka faktor tersebut disusun dalam bentuk pilihan seperti pada
contoh berikut:
(a)
√
A B
9 7 5 3 1 3 5 7 9
(b)
√
C D
9 7 5 3 1 3 5 7 9
Keterangan:
Nilai pada (a) : Faktor A sedikit lebih penting dari B
Nilai pada (b) : Faktor D jelas lebih penting dari C
Perhatian : Konsistensi penilaian sangat penting untuk diperhatikan

Struktur Hirarki AHP Penentuan Prioritas Agroindustri

Pengisian kuesioner ini bertujuan untuk menentukan prioritas Agroindustri dalam pengembangan
agroindustri pala di Talaud menggunakan metode Analytical Hierarchy Process (AHP).
Berdasarkan pendapat ahli (pakar) telah disusun struktur AHP dengan komponen-komponennya
sebagai berikut:

Goal Penentuan Produk Agroindustri

Permintaan Kontinuitas bahan Mutu bahan Ketersediaan Ketersediaan dana Harga produ Keterampilan dan Sumber daya Pemasaran hasil
Faktor baku baku fasilitas, sarana dan dan modal pnguasaan manusia produksi
prasana produksi teknologi

Aktor Pemerintah Investor Industri Hilir Lembaga Litbang Lembaga Keuangan Penyedia Bahan Baku

Memaksimalkan Membuka lapangan

Tujuan Perluasan usaha
keuntungan pekerjaan

Industri Minyak Industri Manisan Industri Anggur Industri Sirup Industri Permen
Alternatif Industri Jeli Pala Industri Selai Pala
Pala Pala Pala Pala Pala
 55

1. Membandingkan tingkat kepentingan faktor-faktor yang berpengaruh / elemen-elemen kriteria

berdasarkan tujuan utama (goal) Penentuan Produk Agroindustri
Kontinuitas bahan baku
Permintaan
9 7 5 3 1 3 5 7 9

Permintaan Mutu bahan baku

9 7 5 3 1 3 5 7 9
Ketersediaan fasilitas,
Permintaan sarana dan prasarana
9 7 5 3 1 3 5 7 9 produksi
Ketersediaan dana dan
Permintaan
9 7 5 3 1 3 5 7 9 modal

Permintaan Harga produk

9 7 5 3 1 3 5 7 9
Keterampilan dan
Permintaan
9 7 5 3 1 3 5 7 9 penguasaan teknologi

Permintaan Sumber daya manusia

9 7 5 3 1 3 5 7 9
Pemasaran hasil
Permintaan
9 7 5 3 1 3 5 7 9 produksi

Kontinuitas bahan
Mutu bahan baku
baku 9 7 5 3 1 3 5 7 9
Ketersediaan fasilitas,
Kontinuitas bahan
sarana dan prasarana
baku 9 7 5 3 1 3 5 7 9 produksi
Kontinuitas bahan Ketersediaan dana dan
baku 9 7 5 3 1 3 5 7 9 modal

Kontinuitas bahan
Harga produk
baku 9 7 5 3 1 3 5 7 9
Kontinuitas bahan Keterampilan dan
baku 9 7 5 3 1 3 5 7 9 penguasaan teknologi

Kontinuitas bahan
Sumberdaya manusia
baku 9 7 5 3 1 3 5 7 9
Kontinuitas bahan Pemasaran hasil
baku 9 7 5 3 1 3 5 7 9 produksi
Ketersediaan fasilitas,
Mutu bahan baku sarana dan prasarana
9 7 5 3 1 3 5 7 9 produksi
Ketersediaan dana dan
Mutu bahan baku
9 7 5 3 1 3 5 7 9 modal

Mutu bahan baku Harga produk

9 7 5 3 1 3 5 7 9
Ketermapilan dan
Mutu bahan baku
9 7 5 3 1 3 5 7 9 penguasaan teknologi
56

Mutu bahan baku Sumber daya manusia

9 7 5 3 1 3 5 7 9

Mutu bahan baku Pemasaran hasil produk

9 7 5 3 1 3 5 7 9
Ketersediaan fasilitas,
Ketersediaan dana dan
sarana dan prasarana
9 7 5 3 1 3 5 7 9 modal
produksi
Ketersediaan fasilitas,
sarana dan prasarana Harga produk
produksi 9 7 5 3 1 3 5 7 9
Ketersediaan fasilitas,
Keterampilan dan
sarana dan prasarana
9 7 5 3 1 3 5 7 9 penguasaan teknologi
produksi
Ketersediaan fasilitas,
sarana dan prasarana Sumber daya manusia
produksi 9 7 5 3 1 3 5 7 9
Ketersediaan fasilitas,
sarana dan prasarana Penyedia bahan baku
produksi 9 7 5 3 1 3 5 7 9

Ketersediaan dana dan

Harga produk
modal 9 7 5 3 1 3 5 7 9
Ketersediaan dana dan Keterampilan dan
modal 9 7 5 3 1 3 5 7 9 penguasaan teknologi

Ketersediaan dana dan

Sumber daya manusia
modal 9 7 5 3 1 3 5 7 9
Ketersediaan dana dan Pemasaran hasil
modal 9 7 5 3 1 3 5 7 9 produksi

Keterampilan dan
Harga produk
9 7 5 3 1 3 5 7 9 penguasaan teknologi

Harga produk Sumber daya manusia

9 7 5 3 1 3 5 7 9
Pemasaran hasil
Harga produk
9 7 5 3 1 3 5 7 9 produksi

Keterampilan dan
Sumber daya manusia
penguasaan teknologi 9 7 5 3 1 3 5 7 9
Keterampilan dan Pemasaran hasil
penguasaan teknologi 9 7 5 3 1 3 5 7 9 produksi

Pemasaran hasil
Sumber daya manusia
9 7 5 3 1 3 5 7 9 produksi

2. Membandingkan tingkat kepentingan aktor-aktor yang terlibat berdasarkan faktor-faktor yang

berpengaruh / elemen-elemen kriteria
1) Membandingkan tingkat kepentingan aktor-aktor yang terlibat berdasarkan faktor/kriteria
Permintaan

Pemerintah Investor
9 7 5 3 1 3 5 7 9
 57

Pemerintah Industri Hilir

9 7 5 3 1 3 5 7 9

Pemerintah Lembaga Litbang

9 7 5 3 1 3 5 7 9

Pemerintah Lembaga Keuangan

9 7 5 3 1 3 5 7 9

Pemerintah Penyedia Bahan Baku

9 7 5 3 1 3 5 7 9

Investor Industri Hilir

9 7 5 3 1 3 5 7 9

Investor Lembaga Litbang

9 7 5 3 1 3 5 7 9

Investor Lembaga Keuangan

9 7 5 3 1 3 5 7 9

Investor Penyedia Bahan Baku

9 7 5 3 1 3 5 7 9

Industri Hilir Lembaga Litbang

9 7 5 3 1 3 5 7 9

Industri Hilir Lembaga Keuangan

9 7 5 3 1 3 5 7 9

Industri Hilir Penyedia Bahan Baku

9 7 5 3 1 3 5 7 9

Lembaga Litbang Lembaga Keuangan

9 7 5 3 1 3 5 7 9

Lembaga Litbang Penyedia Bahan Baku

9 7 5 3 1 3 5 7 9

Lembaga Keuangan Penyedia Bahan Baku

9 7 5 3 1 3 5 7 9

.............. dst

3. Membandingkan tingkat kepentingan tujuan penentuan produk agroindustri berdasarkan aktor-

aktor yang terlibat
1) Membandingkan tingkat kepentingan tujuan penentuan produk agroindustri berdasarkan
aktor Pemerintah
Memaksimalkan
Perluasan usaha
keuntungan 9 7 5 3 1 3 5 7 9
Memaksimalkan Membuka lapangan
keuntungan 9 7 5 3 1 3 5 7 9 pekerjaan

Membuka lapangan
Perluasan usaha
9 7 5 3 1 3 5 7 9 pekerjaan
58

............. dst

4. Membandingkan alternatif-alternatif produk agroindustri berdasarkan tujuan pendirian

penentuan produk agroindustri
1) Membandingkan alternatif-alternatif produk agroindustri berdasarkan tujuan
Memaksimalkan Keuntungan

Industri minyak pala Industri manisan pala

9 7 5 3 1 3 5 7 9

Industri minyak pala Industri anggur pala

9 7 5 3 1 3 5 7 9

Industri minyak pala Industri sirup pala

9 7 5 3 1 3 5 7 9

Industri minyak pala Industri jeli pala

9 7 5 3 1 3 5 7 9

Industri minyak pala Industri selai pala

9 7 5 3 1 3 5 7 9

Industri minyak pala Industri permen pala

9 7 5 3 1 3 5 7 9

Industri manisan pala Industri anggur pala

9 7 5 3 1 3 5 7 9

Industri manisan pala Industri sirup pala

9 7 5 3 1 3 5 7 9

Industri manisan pala Industri jeli pala

9 7 5 3 1 3 5 7 9

Industri manisan pala Industri selai pala

9 7 5 3 1 3 5 7 9

Industri manisan pala Industri permen pala

9 7 5 3 1 3 5 7 9

Industri anggur pala Industri sirup pala

9 7 5 3 1 3 5 7 9

Industri anggur pala Industri jeli pala

9 7 5 3 1 3 5 7 9

Industri anggur pala Industri selai pala

9 7 5 3 1 3 5 7 9

Industri anggur pala Industri permen pala

9 7 5 3 1 3 5 7 9

Industri sirup pala Industri jeli pala

9 7 5 3 1 3 5 7 9
Industri sirup pala Industri selai pala
 59

9 7 5 3 1 3 5 7 9

Industri sirup pala Industri permen pala

9 7 5 3 1 3 5 7 9

Industri jeli pala Industri selai pala

9 7 5 3 1 3 5 7 9

Industri jeli pala Industri permen pala

9 7 5 3 1 3 5 7 9

Industri selai pala Industri permen pala

9 7 5 3 1 3 5 7 9

.......... dst

TERIMA KASIH
60

KUESIONER PENELITIAN

SISTEM PENDUKUNG KEPUTUSAN PENGEMBANGAN AGROINDUSTRI PALA

DI TALAUD MENGGUNAKAN ANALYTIC HIERARCHY PROCESS (AHP)
(Penentuan Prioritas Lokasi Industri)

IDENTITAS RESPONDEN

Nama : ...............................................
Jabatan : ...............................................
Lama Bekerja : ...............................................
Nomor Hp : ...............................................
Email : ...............................................
Tanggal Pengisian : ...............................................

Oleh:
Peneliti 1 : Rillya Arundaa (G651130531)
Peneliti 2 : Dr. Irman Hermadi, S.Kom, MS
Peneliti 3 : Prof. Dr. Ir. Daniel R. O. Monintja, M.Sc

SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
BOGOR
2015

1. Pengantar
Narasumber Yth, nama saya Rillya Arundaa, mahasiswa S2 Departemen Ilmu Komputer, Fakultas
Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor yang sedang mengadakan
penelitian tentang SISTEM PENDUKUNG KEPUTUSAN PENGEMBANGAN AGROINDUSTRI
PALA DI TALAUD MENGGUNAKAN ANALYTIC HIERARCHY PROCESS (AHP) dibawah
bimbingan Dr. Irman Hermadi, S.Kom, MS dan Prof. Dr. Ir. Daniel R. O. Monintja, M.Sc. Penelitian
ini merupakan bagian dari tesis yang sedang saya selesaikan. Demi tercapainya hasil penelitian yang
diinginkan, mohon kesediaan waktu Bapak/Ibu untuk mengisi kuesioner ini. Informasi yang
diterima dalam kuesioner ini bersifat rahasia dan hanya digunakan untuk kepentingan akademis.
Atas kerjasamanya, saya ucapkan terima kasih.

2. Petunjuk umum
1) Pengisian kuesioner dilakukan secara tertulis oleh responden
2) Responden diharapkan melakukan pengisian kuesioner pada satu waktu secara
tuntas, untuk menghindari inkonsistensi antar jawaban
3) Jawaban merupakan pendapat pribadi masing-masing responden, sehingga
memungkinkan terjadinya perbedaan pendapat dengan responden lain.

3. Contact Person (CP)

Informasi lebih lanjut dapat menghubungi Rillya Arundaa (G651130531), Departemen Ilmu
Komputer (Ilkom), Fakultas Matematika dan Ilmu Pengetahuan Alam (FMIPA), Institut Pertanian
Bogor (IPB), dengan nomor ponsel 085240887990 dan email rill@apps.ipb.ac.id /
rill.christy@gmail.com
 61

Petunjuk Pengisian Kuesioner

Anda diminta untuk memberikan penilaian terhadap setiap perbandingan berpasangan berdasarkan
pengalaman, pengetahuan, dan intuisi anda sesuai dengan skala penilaian numerik:

Nilai Perbandingan
Definisi
(A dibandingkan B)
1 A sama penting dengan B
3 A sedikit lebih penting dari B
5 A jelas lebih penting dari B
7 A sangat jelas lebih penting dari pada B
9 A mutlak lebih penting dari pada B
Contoh Pengisian Kuesioner
Misalkan terdapat empat elemen yang mempengaruhi investasi yaitu faktor A, B, C, dan D.
Berdasarkan tingkat kepentingan maka faktor tersebut disusun dalam bentuk pilihan seperti pada
contoh berikut:
√ (a)
A B
9 7 5 3 1 3 5 7 9
(b
√)
C D
9 7 5 3 1 3 5 7 9
Keterangan:
Nilai pada (a) : Faktor A sedikit lebih penting dari B
Nilai pada (b) : Faktor D jelas lebih penting dari C
Perhatian : Konsistensi penilaian sangat penting untuk diperhatikan

Struktur Hirarki AHP Penentuan Lokasi

Pengisian kuesioner ini bertujuan untuk menentukan prioritas lokasi industri dalam pengembangan
agroindustri pala di Talaud menggunakan metode Analytical Hierarchy Process (AHP).
Berdasarkan pendapat ahli (pakar) telah disusun struktur AHP dengan komponen-komponennya
sebagai berikut:
Penentuan Lokasi Industri

Ketersediaan
Ketersediaan Ketersediaan Kondisi sosial Ketersediaan Dukungan
Konsentrasi sarana Ketersediaan Ketersediaan
lahan dan bahan tenaga kerja dan ekonomi dan lembaga pemerintah Jangkauan Pasar
Geografis transportasi dan listrik dan air infrastruktur fisik
baku potensi SDM budaya kerja pendukung daerah dan pusat
komunikasi

Melonguane
Kabaruan Damau Lirung Salibabu Kolongan Moronge
Timur

1. Membandingkan tingkat kepentingan elemen-elemen kriteria berdasarkan tujuan (goal)

Penentuan Lokasi Industri
Ketersediaan lahan dan
Konsentrasi Geografis
9 7 5 3 1 3 5 7 9 bahan baku
Ketersediaan sarana
Konsentrasi Geografis transportasi dan
9 7 5 3 1 3 5 7 9 komunikasi
Ketersediaan listrik dan
Konsentrasi Geografis
9 7 5 3 1 3 5 7 9 air
Ketersediaan tenaga
Konsentrasi Geografis
9 7 5 3 1 3 5 7 9 kerja dan potensi SDM
62

Kondisi sosial ekonomi

Konsentrasi Geografis
9 7 5 3 1 3 5 7 9 dan budaya kerja
Ketersediaan
Konsentrasi Geografis
9 7 5 3 1 3 5 7 9 infrastruktur fisik
Ketersediaan lembaga
Konsentrasi Geografis
9 7 5 3 1 3 5 7 9 pendukung
Dukungan pemerintah
Konsentrasi Geografis
9 7 5 3 1 3 5 7 9 daerah dan pusat

Konsentrasi Geografis Jangkauan pasar

9 7 5 3 1 3 5 7 9
Ketersediaan sarana
Ketersediaan lahan dan
transportasi dan
bahan baku 9 7 5 3 1 3 5 7 9 komunikasi
Ketersediaan lahan dan Ketersediaan listrik dan
bahan baku 9 7 5 3 1 3 5 7 9 air
Ketersediaan lahan dan Ketersediaan tenaga
bahan baku 9 7 5 3 1 3 5 7 9 kerja dan potensi SDM
Ketersediaan lahan dan Kondisi sosial ekonomi
bahan baku 9 7 5 3 1 3 5 7 9 dan budaya kerja
Ketersediaan lahan dan Ketersediaan
bahan baku 9 7 5 3 1 3 5 7 9 infrastruktur fisik

Ketersediaan lahan dan Ketersediaan lembaga

bahan baku 9 7 5 3 1 3 5 7 9 pendukung

Ketersediaan lahan dan Dukungan pemerintah

bahan baku 9 7 5 3 1 3 5 7 9 daerah dan pusat
Ketersediaan lahan dan
Jangkauan pasar
bahan baku 9 7 5 3 1 3 5 7 9
Ketersediaan sarana
Ketersediaan listrik dan
transportasi dan
9 7 5 3 1 3 5 7 9 air
komunikasi
Ketersediaan sarana
Ketersediaan tenaga
transportasi dan
9 7 5 3 1 3 5 7 9 kerja dan potensi SDM
komunikasi
Ketersediaan sarana
Kondisi sosial ekonomi
transportasi dan
9 7 5 3 1 3 5 7 9 dan budaya kerja
komunikasi
Ketersediaan sarana
Ketersediaan
transportasi dan
9 7 5 3 1 3 5 7 9 infrastruktur fisik
komunikasi
Ketersediaan sarana
Ketersediaan lembaga
transportasi dan
9 7 5 3 1 3 5 7 9 pendukung
komunikasi
Ketersediaan sarana
Dukungan pemerintah
transportasi dan
9 7 5 3 1 3 5 7 9 daerah dan pusat
komunikasi
Ketersediaan sarana
transportasi dan Jangkauan pasar
komunikasi 9 7 5 3 1 3 5 7 9
 63

Ketersediaan listrik Ketersediaan tenaga

dan air 9 7 5 3 1 3 5 7 9 kerja dan potensi SDM
Ketersediaan listrik Kondisi sosial ekonomi
dan air 9 7 5 3 1 3 5 7 9 dan budaya kerja
Ketersediaan listrik Ketersediaan
dan air 9 7 5 3 1 3 5 7 9 infrastruktur fisik
Ketersediaan listrik Ketersediaan lembaga
dan air 9 7 5 3 1 3 5 7 9 pendukung
Ketersediaan listrik Dukungan pemerintah
dan air 9 7 5 3 1 3 5 7 9 daerah dan pusat
Ketersediaan listrik
Jangkauan pasar
dan air 9 7 5 3 1 3 5 7 9
Ketersediaan tenaga Kondisi sosial ekonomi
kerja dan potensi SDM 9 7 5 3 1 3 5 7 9 dan budaya kerja

Ketersediaan tenaga Ketersediaan

kerja dan potensi SDM 9 7 5 3 1 3 5 7 9 infrastruktur fisik

Ketersediaan tenaga Ketersediaan lembaga

kerja dan potensi SDM 9 7 5 3 1 3 5 7 9 pendukung
Ketersediaan tenaga Dukungan pemerintah
kerja dan potensi SDM 9 7 5 3 1 3 5 7 9 daerah dan pusat
Ketersediaan tenaga
Jangkauan pasar
kerja dan potensi SDM 9 7 5 3 1 3 5 7 9
Kondisi sosial
Ketersediaan
ekonomi dan budaya
9 7 5 3 1 3 5 7 9 infrastruktur fisik
kerja
Kondisi sosial
Ketersediaan lembaga
ekonomi dan budaya
9 7 5 3 1 3 5 7 9 pendukung
kerja
Kondisi sosial
Dukungan pemerintah
ekonomi dan budaya
9 7 5 3 1 3 5 7 9 daerah dan pusat
kerja
Kondisi sosial
ekonomi dan budaya Jangkauan pasar
kerja 9 7 5 3 1 3 5 7 9
Ketersediaan Ketersediaan lembaga
infrastruktur fisik 9 7 5 3 1 3 5 7 9 pendukung

Ketersediaan Dukungan pemerintah

infrastruktur fisik 9 7 5 3 1 3 5 7 9 daerah dan pusat

Ketersediaan
Jangkauan pasar
infrastruktur fisik 9 7 5 3 1 3 5 7 9
Ketersediaan lembaga Dukungan pemerintah
pendukung 9 7 5 3 1 3 5 7 9 daerah dan pusat

Ketersediaan lembaga
Jangkauan pasar
pendukung 9 7 5 3 1 3 5 7 9
64

Dukungan pemerintah
Jangkauan pasar
daerah dan pusat 9 7 5 3 1 3 5 7 9
2. Membandingkan tingkat kepentingan alternatif-alternatif lokasi berdasarkan elemen-elemen
kriteria
1) Membandingkan tingkat kepentingan alternatif lokasi berdasarkan kriteria Konsentrasi
Geografis

Kabaruan Damau
9 7 5 3 1 3 5 7 9

Kabaruan Lirung
9 7 5 3 1 3 5 7 9

Kabaruan Salibabu
9 7 5 3 1 3 5 7 9

Kabaruan Kolongan
9 7 5 3 1 3 5 7 9

Kabaruan Moronge
9 7 5 3 1 3 5 7 9

Kabaruan Melonguane Timur

9 7 5 3 1 3 5 7 9

Damau Lirung
9 7 5 3 1 3 5 7 9

Damau Salibabu
9 7 5 3 1 3 5 7 9

Damau Kolongan
9 7 5 3 1 3 5 7 9

Damau Moronge
9 7 5 3 1 3 5 7 9

Damau Melonguane Timur

9 7 5 3 1 3 5 7 9

Lirung Salibabu
9 7 5 3 1 3 5 7 9

Lirung Kolongan
9 7 5 3 1 3 5 7 9

Lirung Moronge
9 7 5 3 1 3 5 7 9

Lirung Melonguane Timur

9 7 5 3 1 3 5 7 9

Salibabu Kolongan
9 7 5 3 1 3 5 7 9
Salibabu Moronge
9 7 5 3 1 3 5 7 9
 65

Salibabu Melonguane Timur

9 7 5 3 1 3 5 7 9
Kolongan Moronge
9 7 5 3 1 3 5 7 9
Kolongan Melonguane Timur
9 7 5 3 1 3 5 7 9
Moronge Melonguane Timur
9 7 5 3 1 3 5 7 9

.............dst

TERIMA KASIH
 66

KUESIONER PENELITIAN
SISTEM PENDUKUNG KEPUTUSAN PENGEMBANGAN AGROINDUSTRI PALA
DI TALAUD MENGGUNAKAN ANALYTIC HIERARCHY PROCESS (AHP)
(Penentuan Kelembagaan Agroindustri)

IDENTITAS RESPONDEN
Nama : ...............................................
Jabatan : ...............................................
Lama Bekerja : ...............................................
Nomor Hp : ...............................................
Email : ...............................................
Tanggal Pengisian : ...............................................

Oleh:
Peneliti 1 : Rillya Arundaa (G651130531)
Peneliti 2 : Dr. Irman Hermadi, S.Kom, MS
Peneliti 3 : Prof. Dr. Ir. Daniel R. O. Monintja, M.Sc

SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
BOGOR
2015

1. Pengantar
Narasumber Yth, nama saya Rillya Arundaa, mahasiswa S2 Departemen Ilmu Komputer, Fakultas Matematika
dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor yang sedang mengadakan penelitian tentang SISTEM
PENDUKUNG KEPUTUSAN PENGEMBANGAN AGROINDUSTRI PALA DI TALAUD
MENGGUNAKAN ANALYTIC HIERARCHY PROCESS (AHP) dibawah bimbingan Dr. Irman Hermadi,
S.Kom, MS dan Prof. Dr. Ir. Daniel R. O. Monintja, M.Sc. Penelitian ini merupakan bagian dari tesis yang
sedang saya selesaikan. Demi tercapainya hasil penelitian yang dinginkan, mohon kesediaan waktu Bapak/Ibu
untuk mengisi kuesioner ini. Informasi yang diterima dalam kuesioner ini bersifat rahasia dan hanya digunakan
untuk kepentingan akademis. Atas kerjasamanya, saya ucapkan terima kasih.
2. Petunjuk umum
1) Pengisian kuesioner dilakukan secara tertulis oleh responden
2) Responden diharapkan melakukan pengisian kuesioner pada satu waktu secara tuntas, untuk menghindari
inkonsistensi antar jawaban
3) Jawaban merupakan pendapat pribadi masing-masing responden, sehingga memungkinkan terjadinya
perbedaan pendapat dengan responden lain.
3. Contact Person (CP)
Informasi lebih lanjut dapat menghubungi Rillya Arundaa (G651130531), Departemen Ilmu Komputer (Ilkom),
Fakultas Matematika dan Ilmu Pengetahuan Alam (FMIPA), Institut Pertanian Bogor (IPB), dengan nomor
ponsel 085240887990 dan email rill@apps.ipb.ac.id / rill.christy@gmail.com

Petunjuk Pengisian Kuesioner

Anda diminta untuk memberikan penilaian terhadap setiap perbandingan berpasangan berdasarkan
pengalaman, pengetahuan, dan intuisi anda sesuai dengan skala penilaian numerik:
Nilai Perbandingan
Definisi
(A dibandingkan B)
1 A sama penting dengan B
3 A sedikit lebih penting dari B
5 A jelas lebih penting dari B
7 A sangat jelas lebih penting dari pada B
9 A mutlak lebih penting dari pada B
 67

Contoh Pengisian Kuesioner

Misalkan terdapat empat elemen yang mempengaruhi investasi yaitu faktor A, B, C, dan D. Berdasarkan tingkat
kepentingan maka faktor tersebut disusun dalam bentuk pilihan seperti pada contoh berikut:
(a)
√
A B
9 7 5 3 1 3 5 (b) 7 9
√
C D
9 7 5 3 1 3 5 7 9
Keterangan:
Nilai pada (a) : Faktor A sedikit lebih penting dari B
Nilai pada (b) : Faktor D jelas lebih penting dari C
Perhatian : Konsistensi penilaian sangat penting untuk diperhatikan

Struktur Hirarki AHP Penentuan Kelembagaan Agroindustri

Pengisian kuesioner ini bertujuan untuk menentukan kelembagaan agroindustri dalam pengembangan
agroindustri pala di Talaud menggunakan metode Analytical Hierarchy Process (AHP). Berdasarkan pendapat
ahli (pakar) telah disusun struktur AHP dengan komponen-komponennya sebagai berikut:
Goal Penentuan Kelembagaan Agroindustri

Ketersedian Akses Ketersediaan Pemasaran

Faktor
informasi harga permodalan bahan baku produk

Aktor Industri
Petani Investor Konsumen Exportir Pemerintah
pengolahan

Memaksimalkan Diversifikasi Peningkatan

Tujuan
keuntungan usaha mutu produk

Menjalin Menjalin Menjalin kerjasama

Alternatif kerjasama dengan kerjasama dengan dengan industri
industri hilir industri hulu hilir sampai hulu

1. Membandingkan tingkat kepentingan faktor-faktor yang berpengaruh / elemen-elemen kriteria

berdasarkan tujuan utama (goal) Penentuan Kelembagaan Agroindustri
Ketersediaan informasi
Akses permodalan
harga 9 7 5 3 1 3 5 7 9
Ketersediaan informasi
Ketersediaan bahan baku
harga 9 7 5 3 1 3 5 7 9
Ketersediaan informasi
Pemasaran produk
harga 9 7 5 3 1 3 5 7 9
Akses permodalan Ketersediaan bahan baku
9 7 5 3 1 3 5 7 9
Akses permodalan Pemasaran produk
9 7 5 3 1 3 5 7 9
Ketersediaan bahan baku Pemasaran produk
9 7 5 3 1 3 5 7 9

2. Membandingkan tingkat kepentingan aktor-aktor yang terlibat berdasarkan faktor-faktor yang

berpengaruh/elemen-elemen kriteria
1) Membandingkan tingkat kepentingan aktor-aktor yang terlibat berdasarkan faktor/kriteria
Ketersediaan Informasi Harga
Petani Investor
9 7 5 3 1 3 5 7 9
Petani Konsumen
9 7 5 3 1 3 5 7 9
Petani Exportir
9 7 5 3 1 3 5 7 9
Petani Industri Pengolahan
9 7 5 3 1 3 5 7 9
Petani Pemerintah
68

9 7 5 3 1 3 5 7 9
Investor Konsumen
9 7 5 3 1 3 5 7 9
Investor Exportir
9 7 5 3 1 3 5 7 9
Investor Industri Pengolahan
9 7 5 3 1 3 5 7 9
Investor Pemerintah
9 7 5 3 1 3 5 7 9
Konsumen Exportir
9 7 5 3 1 3 5 7 9
Konsumen Industri Pengolahan
9 7 5 3 1 3 5 7 9
Konsumen Pemerintah
9 7 5 3 1 3 5 7 9
Exportir Industri Pengolahan
9 7 5 3 1 3 5 7 9
Exportir Pemerintah
9 7 5 3 1 3 5 7 9
Industri Pengolahan Pemerintah
9 7 5 3 1 3 5 7 9
2) Membandingkan tingkat kepentingan aktor-aktor yang terlibat berdasarkan faktor/kriteria Akses
Permodalan
Petani Investor
9 7 5 3 1 3 5 7 9
Petani Konsumen
9 7 5 3 1 3 5 7 9
Petani Exportir
9 7 5 3 1 3 5 7 9
Petani Industri Pengolahan
9 7 5 3 1 3 5 7 9
Petani Pemerintah
9 7 5 3 1 3 5 7 9
Investor Konsumen
9 7 5 3 1 3 5 7 9
Investor Exportir
9 7 5 3 1 3 5 7 9
Investor Industri Pengolahan
9 7 5 3 1 3 5 7 9
Investor Pemerintah
9 7 5 3 1 3 5 7 9
Konsumen Exportir
9 7 5 3 1 3 5 7 9
Konsumen Industri Pengolahan
9 7 5 3 1 3 5 7 9
Konsumen Pemerintah
9 7 5 3 1 3 5 7 9
Exportir Industri Pengolahan
9 7 5 3 1 3 5 7 9
Exportir Pemerintah
9 7 5 3 1 3 5 7 9
Industri Pengolahan Pemerintah
9 7 5 3 1 3 5 7 9
3) Membandingkan tingkat kepentingan aktor-aktor yang terlibat berdasarkan faktor/kriteria
Ketersediaan Bahan Baku
Petani Investor
9 7 5 3 1 3 5 7 9
Petani Konsumen
 69

9 7 5 3 1 3 5 7 9
Petani Exportir
9 7 5 3 1 3 5 7 9
Petani Industri Pengolahan
9 7 5 3 1 3 5 7 9
Petani Pemerintah
9 7 5 3 1 3 5 7 9
Investor Konsumen
9 7 5 3 1 3 5 7 9
Investor Exportir
9 7 5 3 1 3 5 7 9
Investor Industri Pengolahan
9 7 5 3 1 3 5 7 9
Investor Pemerintah
9 7 5 3 1 3 5 7 9
Konsumen Exportir
9 7 5 3 1 3 5 7 9
Konsumen Industri Pengolahan
9 7 5 3 1 3 5 7 9
Konsumen Pemerintah
9 7 5 3 1 3 5 7 9
Exportir Industri Pengolahan
9 7 5 3 1 3 5 7 9
Exportir Pemerintah
9 7 5 3 1 3 5 7 9
Industri Pengolahan Pemerintah
9 7 5 3 1 3 5 7 9
4) Membandingkan tingkat kepentingan aktor-aktor yang terlibat berdasarkan faktor/kriteria
Pemasaran Produk
Petani Investor
9 7 5 3 1 3 5 7 9
Petani Konsumen
9 7 5 3 1 3 5 7 9
Petani Exportir
9 7 5 3 1 3 5 7 9
Petani Industri Pengolahan
9 7 5 3 1 3 5 7 9
Petani Pemerintah
9 7 5 3 1 3 5 7 9
Investor Konsumen
9 7 5 3 1 3 5 7 9
Investor Exportir
9 7 5 3 1 3 5 7 9
Investor Industri Pengolahan
9 7 5 3 1 3 5 7 9
Investor Pemerintah
9 7 5 3 1 3 5 7 9
Konsumen Exportir
9 7 5 3 1 3 5 7 9
Konsumen Industri Pengolahan
9 7 5 3 1 3 5 7 9
Konsumen Pemerintah
9 7 5 3 1 3 5 7 9
Exportir Industri Pengolahan
9 7 5 3 1 3 5 7 9
Exportir Pemerintah
9 7 5 3 1 3 5 7 9
Industri Pengolahan Pemerintah
70

9 7 5 3 1 3 5 7 9
3. Membandingkan tingkat kepentingan tujuan pendirian kelembagaan berdasarkan aktor-aktor yang
terlibat
1) Membandingkan tingkat kepentingan tujuan pendirian kelembagaan berdasarkan aktor Petani

Memaksimalkan
Diversifikasi usaha
keuntungan 9 7 5 3 1 3 5 7 9
Memaksimalkan Peningkatan mutu produk
keuntungan 9 7 5 3 1 3 5 7 9
Diversifikasi usaha Peningkatan mutu produk
9 7 5 3 1 3 5 7 9
2) Membandingkan tingkat kepentingan tujuan pendirian kelembagaan berdasarkan aktor Investor

Memaksimalkan
Diversifikasi usaha
keuntungan 9 7 5 3 1 3 5 7 9
Memaksimalkan Peningkatan mutu produk
keuntungan 9 7 5 3 1 3 5 7 9
Diversifikasi usaha Peningkatan mutu produk
9 7 5 3 1 3 5 7 9

3) Membandingkan tingkat kepentingan tujuan pendirian kelembagaan berdasarkan aktor Konsumen

Memaksimalkan
Diversifikasi usaha
keuntungan 9 7 5 3 1 3 5 7 9
Memaksimalkan Peningkatan mutu produk
keuntungan 9 7 5 3 1 3 5 7 9
Diversifikasi usaha Peningkatan mutu produk
9 7 5 3 1 3 5 7 9

4) Membandingkan tingkat kepentingan tujuan pendirian kelembagaan berdasarkan aktor Exportir

Memaksimalkan
Diversifikasi usaha
keuntungan 9 7 5 3 1 3 5 7 9
Memaksimalkan Peningkatan mutu produk
keuntungan 9 7 5 3 1 3 5 7 9
Diversifikasi usaha Peningkatan mutu produk
9 7 5 3 1 3 5 7 9

5) Membandingkan tingkat kepentingan tujuan pendirian kelembagaan berdasarkan aktor Industri

Pengolahan
Memaksimalkan
Diversifikasi usaha
keuntungan 9 7 5 3 1 3 5 7 9
Memaksimalkan Peningkatan mutu produk
keuntungan 9 7 5 3 1 3 5 7 9
Diversifikasi usaha Peningkatan mutu produk
9 7 5 3 1 3 5 7 9

6) Membandingkan tingkat kepentingan tujuan pendirian kelembagaan berdasarkan aktor Pemerintah

Memaksimalkan
Diversifikasi usaha
keuntungan 9 7 5 3 1 3 5 7 9
Memaksimalkan Peningkatan mutu produk
keuntungan 9 7 5 3 1 3 5 7 9
Diversifikasi usaha Peningkatan mutu produk
9 7 5 3 1 3 5 7 9

4. Membandingkan alternatif-alternatif pendirian kelembagaan berdasarkan tujuan pendirian

kelembagaan

1) Membandingkan alternatif-alternatif pendirian kelembagaan berdasarkan tujuan Memaksimalkan

Keuntungan
 71

Menjalin kerjasama 9 7 5 3 1 3 5 7 9 Menjalin kerjasama

dengan industri hilir dengan industri hulu
Menjalin kerjasama
Menjalin kerjasama
9 7 5 3 1 3 5 7 9 dengan industri hilir
dengan industri hilir
sampai hulu
Menjalin kerjasama
Menjalin kerjasama
9 7 5 3 1 3 5 7 9 dengan industri hilir
dengan industri hulu
sampai hulu
2) Membandingkan alternatif-alternatif pendirian kelembagaan berdasarkan tujuan Diversifikasi
Usaha

Menjalin kerjasama Menjalin kerjasama

dengan industri hilir 9 7 5 3 1 3 5 7 9 dengan industri hulu
Menjalin kerjasama
Menjalin kerjasama
9 7 5 3 1 3 5 7 9 dengan industri hilir
dengan industri hilir
sampai hulu
Menjalin kerjasama
Menjalin kerjasama
9 7 5 3 1 3 5 7 9 dengan industri hilir
dengan industri hulu
sampai hulu
3) Membandingkan alternatif-alternatif pendirian kelembagaan berdasarkan tujuan Peningkatan
Mutu Produk
Menjalin kerjasama Menjalin kerjasama
dengan industri hilir 9 7 5 3 1 3 5 7 9 dengan industri hulu
Menjalin kerjasama
Menjalin kerjasama
9 7 5 3 1 3 5 7 9 dengan industri hilir
dengan industri hilir
sampai hulu
Menjalin kerjasama
Menjalin kerjasama
9 7 5 3 1 3 5 7 9 dengan industri hilir
dengan industri hulu
sampai hulu

TERIMA KASIH
72

Lampiran 4 Pemeringkatan elemen-elemen pada setiap level hierarki

Model Penentuan Produk Agroindustri

Elemen Nilai Eigen Peringkat Nilai CR
Penentuan Produk Agroindustri 0,03
Permintaan 0,052 6
Kontinuitas Bahan Baku 0,044 8
Mutu Bahan Baku 0,057 5
Ketersediaan Fasilitas, Sarana, dan Prasarana Produksi 0,098 3
Ketersediaan Dana dan Modal 0,163 2
Harga Produk 0,361 1
Keterampilan dan Penguasaan Teknologi 0,045 7
Sumber Daya Manusia 0,098 3
Pemasaran Hasil Produksi 0,082 4
Permintaan 0,03
Pemerintah 0,084 3
Investor 0,501 1
Industri Hilir 0,263 2
Lembaga Litbang 0,047 6
Lembaga Keuangan 0,051 5
Penyedia Bahan Baku 0,054 4
Ketersediaan Bahan Baku 0,01
Pemerintah 0,194 2
Investor 0,040 6
Industri Hilir 0,127 3
Lembaga Litbang 0,068 4
Lembaga Keuangan 0,061 5
Penyedia Bahan Baku 0,510 1
Mutu Bahan Baku 0,02
Pemerintah 0,152 3
Investor 0,053 6
Industri Hilir 0,228 2
Lembaga Litbang 0,062 4
Lembaga Keuangan 0,054 5
Penyedia Bahan Baku 0,451 1
Ketersediaan Fasilitas, Sarana, dan Prasarana 0,02
Produksi
Pemerintah 0,246 2
Investor 0,243 3
Industri Hilir 0,322 1
Lembaga Litbang 0,062 5
Lembaga Keuangan 0,070 4
Penyedia Bahan Baku 0,057 6
Ketersediaan Dana dan Modal 0,04
Pemerintah 0,112 3
Investor 0,477 1
Industri Hilir 0,060 4
Lembaga Litbang 0,035 5
Lembaga Keuangan 0,284 2
Penyedia Bahan Baku 0,033 6
Harga Produk 0,03
Pemerintah 0,104 4
Investor 0,463 1
Industri Hilir 0,250 2
Lembaga Litbang 0,034 6
Lembaga Keuangan 0,043 5
Penyedia Bahan Baku 0,107 3
Keterampilan dan Penguasaan Teknologi 0,00362
Pemerintah 0,200 2
Investor 0,086 4
Industri Hilir 0,470 1
Lembaga Litbang 0,107 3
Lembaga Keuangan 0,070 5
Penyedia Bahan Baku 0,068 6
Sumber Daya Manusia 0,02
Pemerintah 0,118 4
Investor 0,168 2
Industri Hilir 0,469 1
Lembaga Litbang 0,067 5
 73

Elemen Nilai Eigen Peringkat Nilai CR

Lembaga Keuangan 0,059 6
Penyedia Bahan Baku 0,119 3
Pemasaran Hasil Produksi 0,04
Pemerintah 0,109 3
Investor 0,522 1
Industri Hilir 0,230 2
Lembaga Litbang 0,040 5
Lembaga Keuangan 0,040 5
Penyedia Bahan Baku 0,059 4
Total Bobot Aktor
Pemerintah 0,131 3
Investor 0,363 1
Industri Hilir 0,250 2
Lembaga Litbang 0,048 6
Lembaga Keuangan 0,089 5
Penyedia Bahan Baku 0,120 4
Pemerintah 0,00362
Memaksimalkan Keuntungan 0,759 1
Perluasan Usaha 0,111 3
Membuka Lapangan Pekerjaan 0,130 2
Investor 0,04
Memaksimalkan Keuntungan 0,770 1
Perluasan Usaha 0,156 2
Membuka Lapangan Pekerjaan 0,074 3
Industri Hilir 0,02
Memaksimalkan Keuntungan 0,712 1
Perluasan Usaha 0,182 2
Membuka Lapangan Pekerjaan 0,106 3
Lembaga Litbang 0,00665
Memaksimalkan Keuntungan 0,534 1
Perluasan Usaha 0,214 3
Membuka Lapangan Pekerjaan 0,252 2
Lembaga Keuangan 0,01
Memaksimalkan Keuntungan 0,729 1
Perluasan Usaha 0,146 2
Membuka Lapangan Pekerjaan 0,125 3
Penyedia Bahan Baku 0,00027
Memaksimalkan Keuntungan 0,726 1
Perluasan Usaha 0,151 2
Membuka Lapangan Pekerjaan 0,123 3
Total Bobot Tujuan
Memaksimalkan Keuntungan 0,735 1
Perluasan Usaha 0,158 2
Membuka Lapangan Pekerjaan 0,108 3
Memaksimalkan Keuntungan 0,06
Industri Minyak Pala 0,468 1
Industri Manisan Pala 0,075 4
Industri Anggur Pala 0,225 2
Industri Sirup Pala 0,042 5
Industri Jeli Pala 0,026 7
Industri Selai Pala 0,037 6
Industri Permen Pala 0,127 3
Perluasan Usaha 0,03
Industri Minyak Pala 0,440 1
Industri Manisan Pala 0,098 4
Industri Anggur Pala 0,232 2
Industri Sirup Pala 0,054 5
Industri Jeli Pala 0,039 6
Industri Selai Pala 0,036 7
Industri Permen Pala 0,101 3
Membuka Lapangan Pekerjaan 0,04
Industri Minyak Pala 0,256 2
Industri Manisan Pala 0,063 4
Industri Anggur Pala 0,416 1
Industri Sirup Pala 0,063 4
Industri Jeli Pala 0,040 5
Industri Selai Pala 0,037 6
Industri Permen Pala 0,125 3
74

Elemen Nilai Eigen Peringkat Nilai CR

Total Bobot Alternatif 0,03
Industri Minyak Pala 0,441 1
Industri Manisan Pala 0,077 4
Industri Anggur Pala 0,247 2
Industri Sirup Pala 0,046 5
Industri Jeli Pala 0,029 7
Industri Selai Pala 0,037 6
Industri Permen Pala 0,123 3

Model Penentuan Lokasi Industri

Elemen Nilai Eigen Peringkat Nilai CR
Penentuan Prioritas Lokasi Industri 0,03
Konsentrasi Geografis 0,035 9
Ketersediaan Lahan dan Bahan Baku 0,214 2
Ketersediaan Sarana Transportasi dan Komunikasi 0,044 7
Ketersediaan Listrik dan Air 0,101 4
Ketersediaan Tenaga Kerja dan Potensi SDM 0,116 3
Kondisi Sosial Ekonomi dan Budaya Kerja 0,025 10
Ketersediaan Infrastruktur Fisik 0,048 6
Ketersediaan Lembaga Pendukung 0,037 8
Dukungan Pemerintah Daerah dan Pusat 0,085 5
Jangkauan Pasar 0,295 1
Konsentrasi Geografis 0,03
Kabaruan 0,068 5
Damau 0,040 7
Lirung 0,410 1
Salibabu 0,093 4
Kolongan 0,059 6
Moronge 0,096 3
Melonguane Timur 0,234 2
Ketersediaan Lahan dan Bahan Baku 0,03
Kabaruan 0,255 2
Damau 0,356 1
Lirung 0,034 7
Salibabu 0,074 4
Kolongan 0,145 3
Moronge 0,072 5
Melonguane Timur 0,065 6
Ketersediaan Sarana Transportasi dan Komunikasi 0,03
Kabaruan 0,063 6
Damau 0,036 7
Lirung 0,367 1
Salibabu 0,099 4
Kolongan 0,093 5
Moronge 0,127 3
Melonguane Timur 0,215 2
Ketersediaan Listrik dan Air 0,01
Kabaruan 0,068 6
Damau 0,038 7
Lirung 0,312 1
Salibabu 0,101 4
Kolongan 0,087 5
Moronge 0,115 3
Melonguane Timur 0,280 2
Ketersediaan Tenaga Kerja dan Potensi SDM 0,02
Kabaruan 0,084 5
Damau 0,056 7
Lirung 0,407 1
Salibabu 0,146 3
Kolongan 0,059 6
Moronge 0,100 4
Melonguane Timur 0,148 2
Kondisi Sosial Ekonomi dan Budaya Kerja 0,02
Kabaruan 0,080 5
Damau 0,055 7
Lirung 0,366 1
Salibabu 0,123 4
Kolongan 0,069 5
 75

Elemen Nilai Eigen Peringkat Nilai CR

Moronge 0,177 2
Melonguane Timur 0,129 3
Ketersediaan Infrastruktur Fisik 0,00624
Kabaruan 0,065 6
Damau 0,049 7
Lirung 0,364 1
Salibabu 0,089 4
Kolongan 0,078 5
Moronge 0,118 3
Melonguane Timur 0,236 2
Ketersediaan Lembaga Pendukung 0,01
Kabaruan 0,068 5
Damau 0,047 7
Lirung 0,371 1
Salibabu 0,108 4
Kolongan 0,065 5
Moronge 0,127 3
Melonguane Timur 0,214 2
Dukungan Pemerintah Daerah dan Pusat 0,00597
Kabaruan 0,114 4
Damau 0,054 7
Lirung 0,336 1
Salibabu 0,097 5
Kolongan 0,059 6
Moronge 0,137 3
Melonguane Timur 0,203 2
Jangkauan Pasar 0,03
Kabaruan 0,059 6
Damau 0,036 7
Lirung 0,358 1
Salibabu 0,106 4
Kolongan 0,067 5
Moronge 0,125 3
Melonguane Timur 0,248 2
Total Bobot Alternatif 0,03
Kabaruan 0,111 3
Damau 0,110 4
Lirung 0,289 1
Salibabu 0,101 5
Kolongan 0,086 6
Moronge 0,111 4
Melonguane Timur 0,191 2

Model Penentuan Kelembagaan Agroindustri

Elemen Nilai Eigen Peringkat Nilai CR
Penentuan Kelembagaan Agorindustri 0,01
Ketersediaan Informasi Harga 0,073 4
Akses Permodalan 0,198 3
Ketersediaan Bahan Baku 0,209 2
Pemarasan Produk 0,520 1
Ketersediaan Informasi Harga 0,00948
Petani 0,073 5
Investor 0,283 2
Konsumen 0,068 6
Exportir 0,297 1
Industri Pengolahan 0,183 3
Pemerintah 0,096 4
Akses Permodalan 0,02
Petani 0,056 5
Investor 0,351 2
Konsumen 0,046 6
Exportir 0,363 1
Industri Pengolahan 0,087 4
Pemerintah 0,097 3
Ketersediaan Bahan Baku 0,02
Petani 0,544 1
Investor 0,061 5
Konsumen 0,046 6
76

Elemen Nilai Eigen Peringkat Nilai CR

Exportir 0,065 4
Industri Pengolahan 0,107 3
Pemerintah 0,176 2
Pemasaran Produk 0,03
Petani 0,038 6
Investor 0,365 1
Konsumen 0,067 5
Exportir 0,314 2
Industri Pengolahan 0,111 3
Pemerintah 0,105 4
Total Bobot Aktor
Petani 0,150 3
Investor 0,293 1
Konsumen 0,059 6
Exportir 0,270 2
Industri Pengolahan 0,111 5
Pemerintah 0,118 4
Petani 0,00695
Memaksimalkan Keuntungan 0,773 1
Perluasan Usaha 0,098 3
Peningkatan Mutu Produk 0,129 2
Investor 0,00087
Memaksimalkan Keuntungan 0,776 1
Perluasan Usaha 0,110 3
Peningkatan Mutu Produk 0,114 2
Konsumen 0,00095
Memaksimalkan Keuntungan 0,137 3
Perluasan Usaha 0,209 2
Peningkatan Mutu Produk 0,653 1
Exportir 0,00449
Memaksimalkan Keuntungan 0,789 1
Perluasan Usaha 0,109 2
Peningkatan Mutu Produk 0,102 3
Industri Pengolahan 0,00194
Memaksimalkan Keuntungan 0,554 1
Perluasan Usaha 0,157 3
Peningkatan Mutu Produk 0,289 2
Pemerintah 0,00161
Memaksimalkan Keuntungan 0,486 1
Perluasan Usaha 0,310 2
Peningkatan Mutu Produk 0,204 3
Total Bobot Tujuan
Memaksimalkan Keuntungan 0,683 1
Perluasan Usaha 0,143 3
Peningkatan Mutu Produk 0,175 2
Memaksimalkan Keuntungan 0,02
Menjalin kerja sama/kemitraan dengan Industri Hilir 0,154 3
Menjalin kerja sama/kemitraan dengan Industri Hulu 0,324 2
Menjalin kerja sama/kemitraan dengan Industri Hulu sampai 0,521 1
Hilir
Perluasan Usaha 0,0007
Menjalin kerja sama/kemitraan dengan Industri Hilir 0,406 2
Menjalin kerja sama/kemitraan dengan Industri Hulu 0,165 3
Menjalin kerja sama/kemitraan dengan Industri Hulu sampai 0,429 1
Hilir
Peningkatan Mutu Produk 0,00695
Menjalin kerja sama/kemitraan dengan Industri Hilir 0,157 3
Menjalin kerja sama/kemitraan dengan Industri Hulu 0,479 1
Menjalin kerja sama/kemitraan dengan Industri Hulu sampai 0,365 2
Hilir
Total Bobot Alternatif 0,01
Menjalin kerja sama/kemitraan dengan Industri Hilir 0,196 3
Menjalin kerja sama/kemitraan dengan Industri Hulu 0,326 2
Menjalin kerja sama/kemitraan dengan Industri Hulu sampai 0,478 1
Hilir
 77

Lampiran 5 Visualisasi perbandingan hasil produksi perkebunan

Perbandingan Hasil Produksi Pala dan Hasil Produksi

Perkebunan
3500
3000
2500
2000
Ton

1500
1000
500
0

Kecamatan
Hasil Produksi Pala (ton) Hasil Produksi Perkebunan (ton)

Hasil Produksi Perkebunan (Kelapa, Cengkeh, dan

Pala)
2500
2250
2000
1750
1500
Ton

1250
1000
750
500
250
0

Kecamatan
Hasil Produksi Kelapa (ton) Hasil Produksi Cengkeh (ton)
Hasil Produksi Pala (ton) Hasil Produksi Perkebunan (ton)

Perbadingan Hasil Produksi Pala dan Luas Areal Tanam Pala

800
700
600
500
400
300
200
100
0

Hasil Produksi Pala (ton) Luas Areal Tanam Pala (ha)

78

Lampiran 6 Perhitungan regresi untuk prakiraan pasar

Prakiraan pasar komoditi pala

Perhitungan Regresi untuk Prakiraan Hasil Produksi (ton)

X Y XY X2 Y2
1 3525,85 3525,85 1 12431618,22
2 3553,48 7106,96 4 12627220,11
3 3553,48 10660,44 9 12627220,11
4 3497,54 13990,16 16 12232786,05
5 4177,73 20888,63 25 17453394,53
6 3445,65 20673,9 36 11872503,92
21 21753,726 76845,94 91 79244742,95
b= 40,45
a= 3484,04
Jadi, persamaan regresinya adalah Y= 3484,04 + 40,45X

Perhitungan Regresi untuk Prakiraan Volume Penjualan (ton)

X Y XY X2 Y2
1 551 551 1 303601
2 329 658 4 108241
3 649 1947 9 421201
4 686 2744 16 470596
5 925 4625 25 855625
6 785 4710 36 616225
21 3925 15235 91 2775489
b= 85,57
a= 354,67
Jadi, persamaan regresinya adalah Y= 354,67 + 85,57X

Perhitungan Regresi untuk Prakiraan Harga (Rp/Kg)

X Y XY X2 Y2
1 30500 30500 1 930250000
2 51200 102400 4 2621440000
3 83000 249000 9 6889000000
4 60000 240000 16 3600000000
5 59000 295000 25 3481000000
6 60000 360000 36 3600000000
21 343700 1276900 91 21121690000
b= 4225,71
a= 42493,33
Jadi, persamaan regresinya adalah Y= 42493,33 + 4225,71X
 79

Prakiraan pasar anggur pala

Perhitungan Regresi untuk Prakiraan Volume Penjualan

X Y XY X2 Y2
1 262 262 1 68644
2 422 844 4 178084
3 446 1338 9 198916
4 549 2196 16 301401
5 597 2985 25 356409
6 594 3564 36 352836
21 2870 11189 91 1456290
b= 65,37
a= 249,53
Jadi, persamaan regresinya Y= 249,53 + 65,37 X

Perhitungan Regresi untuk Prakiraan Produksi

X Y XY X2 Y2
1 300 300 1 90000
2 400 800 4 160000
3 450 1350 9 202500
4 550 2200 16 302500
5 600 3000 25 360000
6 600 3600 36 360000
21 2900 11250 91 1475000
b= 62,86
a= 263,33
Jadi, persamaan regresinya Y= 263,33 + 62,86 X

Perhitungan Regresi untuk Prakiraan Harga

X Y XY X2 Y2
1 18000 18000 1 324000000
2 20000 40000 4 400000000
3 20000 60000 9 400000000
4 20000 80000 16 400000000
5 25000 125000 25 625000000
6 25000 150000 36 625000000
21 128000 473000 91 2774000000
b= 1428,57
a= 16333,33
Jadi, persamaan regresinya Y= 16333,33 + 1428,57 X
80

Prakiraan pasar minyak pala

Perhitungan Regresi untuk Prakiraan Harga Minyak Pala

X Y XY X2 Y2

1 480000 480000 1 2.304E+11

2 400000 800000 4 1.6E+11
3 578000 1734000 9 3.34084E+11
4 800000 3200000 16 6.4E+11
5 815000 4075000 25 6.64225E+11
6 895000 5370000 36 8.01025E+11
21 3968000 15659000 91 2.82973E+12

b= 101200.00
a= 307133.33
Jadi, persamaan regresinya Y= 307133,33 + 101200 X
 81

Lampiran 7 Struktur biaya usaha agroindustri “minyak pala” untuk input

kelayakan finansial
Modal tetap investasi agroindustri minyak pala dalam keadaan normal
Deskripsi Jumlah Satuan Harga Total Biaya
Satuan (Rp) (Rp)

1. Tanah 400 m² 150.000 60.000.000

2. Bangunan 200.000.000
Konstruksi bangunan kantor dan gudang 100 m² 1.000.000 100.000.000
konstruksi bangunan ruang produksi 100 m² 1.000.000 100.000.000
3. Mesin dan Alat: 207.500.000
Alat penyulingan (lengkap) + 1 boiler 2 unit 50.000.000 100.000.000
Pembakar/tungku Pemanas 2 unit 1.000.000 2.000.000
Mesin perajang 1 unit 7.500.000 7.500.000
Neraca/timbangan duduk kapasitas 100
kg 1 unit 1.500.000 1.500.000
Mobil Pick-up 1 unit 90.000.000 90.000.000
Instalasi telepon 1 set 1.000.000 1.000.000
Instalasi listrik 1 set 3.500.000 3.500.000
Instalasi air 1 set 2.000.000 2.000.000
4. alat kantor/Fasilitas 20.000.000
Meja kantor 5 unit 400.000 2.000.000
Kursi 10 unit 100.000 1.000.000
Komputer 2 set 5.000.000 10.000.000
Lemari 3 unit 1.000.000 3.000.000
Pendingin ruangan 1 unit 3.000.000 3.000.000
Alat kantor lainnya 1 set 1.000.000 1.000.000
5. Pra-investasi 12.500.000
Studi kelayakan 1 2.500.000 2.500.000
Perizinan 5 2.000.000 10.000.000
6. Tenaga kerja 16.800.000
Direktur 1 orang 3.000.000 3.000.000
Manajer 1 orang 2.000.000 2.000.000
Staff 2 orang 1.200.000 2.400.000
Karyawan 6 orang 1.200.000 7.200.000
Sopir 1 orang 1.200.000 1.200.000
Satpam 1 orang 1.000.000 1.000.000
7. Pemasaran 1 paket 12.000.000 12.000.000
Total 1 s/d 7 528.800.000
82

Modal kerja investasi agroindustri minyak pala

Deskripsi Jumlah Satuan Harga Biaya Jumlah Biaya per
(bulan) Satuan (Rp/bulan) (tahun) tahun
(Rp)
1. Bahan baku 1.200 kg 20.000 24.000.000 14.400 288.000.000
2. Bahan bakar 4 m³ 200.000 800.000 48 9.600.000
3. Kemasan 144 buah 15.000 2.160.000 1.728 25.920.000
Utilitas: 17.400.000
4. Listrik 50 Kwh 1.500 75.000 600 900.000
5. Bahan bakar
kendaraan angkut 50 liter 7.500 375.000 600 4.500.000
6. Perlengkapan
kantor (ATK) 1 set 500.000 500.000 12 6.000.000
7. Telepon + internet 1 500.000 500.000 12 6.000.000
Total 340.920.000

Biaya investasi lainnya

Deskripsi Nilai investasi Umur Nilai sisa Penyusutan
(Rp) ekonomi (thn) (Rp) (Rp)
Penyusutan 42.750.000 38.475.000
1. Bangunan 200.000.000 10 20.000.000 18.000.000
2. Peralatan 207.500.000 10 20.750.000 18.675.000
3. Fasilitas 20.000.000 10 2.000.000 1.800.000
Pemeliharaan 11.000.000
1. Bangunan 2.500.000
2. Peralatan 7.500.000
3. Fasilitas 1.000.000
Asuransi 25.000.000
Pajak Bumi dan Bangunan 2.175.000

Kewajiban pengembalian pinjaman usaha

Thn Pinjaman Jumlah Bunga Angsuran Sisa kredit
kredit (18,5%)

0 1.000.000.000 - - - 1.000.000.000
1 1.000.000.000 185.000.000 100.000.000 900.000.000
2 900.000.000 166.500.000 100.000.000 800.000.000
3 800.000.000 148.000.000 100.000.000 700.000.000
4 700.000.000 129.500.000 100.000.000 600.000.000
5 600.000.000 111.000.000 100.000.000 500.000.000
6 500.000.000 92.500.000 100.000.000 400.000.000
7 400.000.000 74.000.000 100.000.000 300.000.000
8 300.000.000 55.500.000 100.000.000 200.000.000
9 200.000.000 37.000.000 100.000.000 100.000.000
10 100.000.000 18.500.000 100.000.000 0
 Cashflow usaha agroindustri minyak pala pada kondisi normal dengan diskon rate= 18,5%

Tahun
No Uraian Satuan 0 1 2 3 4 5 6 7 8 9 10 Jumlah
1 Diskon rate (%) 18,5 1,0000 0,8439 0,7121 0,6010 0,5071 0,4280 0,3612 0,3048 0,2572 0,2170 0,1832
2 Persen produksi % 70% 80% 100% 100% 100% 100% 100% 100% 100% 100%
I Pengeluaran
1 Tanah Rp 60.000.000
2 Bangunan Rp 200.000.000
3 Mesin dan alat Rp 207.500.000
4 Fasilitas Rp 20.000.000
5 Pra-investasi Rp 12.500.000
6 Biaya tetap: Rp 105.450.000 105.450.000 105.450.000 105.450.000 105.450.000 105.450.000 105.450.000 105.450.000 105.450.000 105.450.000 1.054.500.000
- Gaji pegawai Rp 16.800.000 16.800.000 16.800.000 16.800.000 16.800.000 16.800.000 16.800.000 16.800.000 16.800.000 16.800.000
- Pemasaran Rp 12.000.000 12.000.000 12.000.000 12.000.000 12.000.000 12.000.000 12.000.000 12.000.000 12.000.000 12.000.000
- Penyusutan Rp 38.475.000 38.475.000 38.475.000 38.475.000 38.475.000 38.475.000 38.475.000 38.475.000 38.475.000 38.475.000
- Pemeliharaan Rp 11.000.000 11.000.000 11.000.000 11.000.000 11.000.000 11.000.000 11.000.000 11.000.000 11.000.000 11.000.000
- Asuransi Rp 25.000.000 25.000.000 25.000.000 25.000.000 25.000.000 25.000.000 25.000.000 25.000.000 25.000.000 25.000.000
Pajak bumi dan
Rp 2.175.000 2.175.000 2.175.000 2.175.000 2.175.000 2.175.000 2.175.000 2.175.000 2.175.000 2.175.000
- bangunan
7 Biaya tidak tetap: Rp 238.644.000 272.736.000 340.920.000 340.920.000 340.920.000 340.920.000 340.920.000 340.920.000 340.920.000 340.920.000 3.238.740.000
- Bahan baku Rp 201.600.000 230.400.000 288.000.000 288.000.000 288.000.000 288.000.000 288.000.000 288.000.000 288.000.000 288.000.000
- Bahan bakar Rp 6.720.000 7.680.000 9.600.000 9.600.000 9.600.000 9.600.000 9.600.000 9.600.000 9.600.000 9.600.000
- Kemasan Rp 18.144.000 20.736.000 25.920.000 25.920.000 25.920.000 25.920.000 25.920.000 25.920.000 25.920.000 25.920.000
- Utilitas Rp 12.180.000 13.920.000 17.400.000 17.400.000 17.400.000 17.400.000 17.400.000 17.400.000 17.400.000 17.400.000
8 Angsuran pokok Rp 100.000.000 100.000.000 100.000.000 100.000.000 100.000.000 100.000.000 100.000.000 100.000.000 100.000.000 100.000.000
9 Angsuran bunga Rp 185.000.000 166.500.000 148.000.000 129.500.000 111.000.000 92.500.000 74.000.000 55.500.000 37.000.000 18.500.000
II Total pengeluaran 500.000.000 629.094.000 644.686.000 694.370.000 675.870.000 657.370.000 638.870.000 620.370.000 601.870.000 583.370.000 564.870.000 6.810.740.000
III
Present value total 500.000.000 530.881.013 459.104.488 417.288.002 342.759.711 281.331.349 230.729.111 189.069.874 154.794.631 126.613.186 103.458.221 3.336.029.588
pengeluaran
IV Penerimaan
1 Produksi minyak pala liter 1.210 1.382 1.728 1.728 1.728 1.728 1.728 1.728 1.728 1.728
2 Harga minyak pala Rp 550.000 550.000 550.000 550.000 550.000 550.000 550.000 550.000 550.000 550.000
V Total penerimaan 0 665.280.000 760.320.000 950.400.000 950.400.000 950.400.000 950.400.000 950.400.000 950.400.000 950.400.000 950.400.000 9.028.800.000
 84

Tahun
No Uraian Satuan 0 1 2 3 4 5 6 7 8 9 10 Jumlah
VI
Present value total Rp 0 561.417.722 541.451.690 571.151.572 481.984.449 406.737.932 343.238.761 289.652.963 244.432.880 206.272.473 174.069.597 3.820.410.039
penerimaan
VII Total penerimaan
(500.000.000) 36.186.000 115.634.000 256.030.000 274.530.000 293.030.000 311.530.000 330.030.000 348.530.000 367.030.000 385.530.000 2.218.060.000
bersih
VIII
Akumulasi total (500.000.000) (463.814.000) (348.180.000) (92.150.000) 182.380.000 475.410.000 786.940.000 1.116.970.000 1.465.500.000 1.832.530.000 2.218.060.000 6.673.646.000
penerimaan bersih
IX
Present value total (500.000.000) 30.536.709 82.347.202 153.863.570 139.224.738 125.406.583 112.509.650 100.583.089 89.638.249 79.659.286 70.611.376 484.380.451
penerimaan bersih
X Akumulasi present
value total (500.000.000) (469.463.291) (387.116.089) (233.252.519) (94.027.781) 31.378.802 143.888.451 244.471.540 334.109.789 413.769.075 484.380.451 (31.861.572)
penerimaan bersih

Kriteria Finansial Nilai/Koefisien Keterangan

Net Present Value (NPV) 484.380.451 Layak
Internal Rate of Return (IRR) 36% Layak
B/C Ratio 1,33 Layak
Net B/C 1,15 Layak
Pay Back Period (PBP) 1,98 Layak
Keputusan Investasi Layak
 85

Cashflow usaha agroindustri minyak pala pada kondisi harga jual minyak pala mengalami penurunan sebesar 10% dengan diskon rate= 18,5%

Tahun
No Uraian Satuan 0 1 2 3 4 5 6 7 8 9 10 Jumlah
1 Diskon rate (%) 18,5 1,0000 0,8439 0,7121 0,6010 0,5071 0,4280 0,3612 0,3048 0,2572 0,2170 0,1832
2 Persen produksi % 70% 80% 100% 100% 100% 100% 100% 100% 100% 100%
I Pengeluaran
1 Tanah Rp 60.000.000
2 Bangunan Rp 200.000.000
3 Mesin dan alat Rp 207.500.000
4 Fasilitas Rp 20.000.000
5 Pra-investasi Rp 12.500.000
6 Biaya tetap: Rp 105.450.000 105.450.000 105.450.000 105.450.000 105.450.000 105.450.000 105.450.000 105.450.000 105.450.000 105.450.000 1.054.500.000
- Gaji pegawai Rp 16.800.000 16.800.000 16.800.000 16.800.000 16.800.000 16.800.000 16.800.000 16.800.000 16.800.000 16.800.000
- Pemasaran Rp 12.000.000 12.000.000 12.000.000 12.000.000 12.000.000 12.000.000 12.000.000 12.000.000 12.000.000 12.000.000
- Penyusutan Rp 38.475.000 38.475.000 38.475.000 38.475.000 38.475.000 38.475.000 38.475.000 38.475.000 38.475.000 38.475.000
- Pemeliharaan Rp 11.000.000 11.000.000 11.000.000 11.000.000 11.000.000 11.000.000 11.000.000 11.000.000 11.000.000 11.000.000
- Asuransi Rp 25.000.000 25.000.000 25.000.000 25.000.000 25.000.000 25.000.000 25.000.000 25.000.000 25.000.000 25.000.000
Pajak bumi dan
Rp 2.175.000 2.175.000 2.175.000 2.175.000 2.175.000 2.175.000 2.175.000 2.175.000 2.175.000 2.175.000
- bangunan
7 Biaya tidak tetap: Rp 238.644.000 272.736.000 340.920.000 340.920.000 340.920.000 340.920.000 340.920.000 340.920.000 340.920.000 340.920.000 3.238.740.000
- Bahan baku Rp 201.600.000 230.400.000 288.000.000 288.000.000 288.000.000 288.000.000 288.000.000 288.000.000 288.000.000 288.000.000
- Bahan bakar Rp 6.720.000 7.680.000 9.600.000 9.600.000 9.600.000 9.600.000 9.600.000 9.600.000 9.600.000 9.600.000
- Kemasan Rp 18.144.000 20.736.000 25.920.000 25.920.000 25.920.000 25.920.000 25.920.000 25.920.000 25.920.000 25.920.000
- Utilitas Rp 12.180.000 13.920.000 17.400.000 17.400.000 17.400.000 17.400.000 17.400.000 17.400.000 17.400.000 17.400.000
8 Angsuran pokok Rp 100.000.000 100.000.000 100.000.000 100.000.000 100.000.000 100.000.000 100.000.000 100.000.000 100.000.000 100.000.000
9 Angsuran bunga Rp 185.000.000 166.500.000 148.000.000 129.500.000 111.000.000 92.500.000 74.000.000 55.500.000 37.000.000 18.500.000
II Total pengeluaran 500.000.000 629.094.000 644.686.000 694.370.000 675.870.000 657.370.000 638.870.000 620.370.000 601.870.000 583.370.000 564.870.000 6.810.740.000
III
Present value total 500.000.000 530.881.013 459.104.488 417.288.002 342.759.711 281.331.349 230.729.111 189.069.874 154.794.631 126.613.186 103.458.221 3.336.029.588
pengeluaran
IV Penerimaan
1 Produksi minyak pala liter 1.210 1.382 1.728 1.728 1.728 1.728 1.728 1.728 1.728 1.728
2 Harga minyak pala Rp 495.000 495.000 495.000 495.000 495.000 495.000 495.000 495.000 495.000 495.000
V Total penerimaan 0 598.752.000 684.288.000 855.360.000 855.360.000 855.360.000 855.360.000 855.360.000 855.360.000 855.360.000 855.360.000 8.125.920.000
 86

Tahun
No Uraian Satuan 0 1 2 3 4 5 6 7 8 9 10 Jumlah
VI
Present value total Rp 0 505.275.949 487.306.521 514.036.415 433.786.004 366.064.139 308.914.885 260.687.667 219.989.592 185.645.225 156.662.637 3.438.369.035
penerimaan
VII Total penerimaan
(500.000.000) (30.342.000) 39.602.000 160.990.000 179.490.000 197.990.000 216.490.000 234.990.000 253.490.000 271.990.000 290.490.000 1.315.180.000
bersih
VIII
Akumulasi total (500.000.000) (530.342.000) (490.740.000) (329.750.000) (150.260.000) 47.730.000 264.220.000 499.210.000 752.700.000 1.024.690.000 1.315.180.000 1.902.638.000
penerimaan bersih
IX
Present value total (500.000.000) (25.605.063) 28.202.033 96.748.413 91.026.293 84.732.789 78.185.774 71.617.792 65.194.961 59.032.039 53.204.416 102.339.447
penerimaan bersih
X Akumulasi present
value total penerimaan (500.000.000) (525.605.063) (497.403.030) (400.654.617) (309.628.324) (224.895.535) (146.709.761) (75.091.969) (9.897.008) 49.135.031 102.339.447 (2.538.410.830)
bersih

Kriteria Finansial Nilai/Koefisien Keterangan

Net Present Value (NPV) 102.339.447 Layak
Internal Rate of Return (IRR) 22% Layak
B/C Ratio 1,19 Layak
Net B/C 1,03 Layak
Pay Back Period (PBP) 3,69 Layak
Keputusan Investasi Layak
 87

Cashflow usaha agroindustri minyak pala pada kondisi harga bahan baku mengalami peningkatan sebesar 10% dengan diskon rate= 18,5%

Tahun
No Uraian Satuan 0 1 2 3 4 5 6 7 8 9 10 Jumlah
1 Diskon rate (%) 18,5 1,0000 0,8439 0,7121 0,6010 0,5071 0,4280 0,3612 0,3048 0,2572 0,2170 0,1832
2 Persen produksi % 70% 80% 100% 100% 100% 100% 100% 100% 100% 100%
I Pengeluaran
1 Tanah Rp 60.000.000
2 Bangunan Rp 200.000.000
3 Mesin dan alat Rp 207.500.000
4 Fasilitas Rp 20.000.000
5 Pra-investasi Rp 12.500.000
6 Biaya tetap: Rp 105.450.000 105.450.000 105.450.000 105.450.000 105.450.000 105.450.000 105.450.000 105.450.000 105.450.000 105.450.000 1.054.500.000
- Gaji pegawai Rp 16.800.000 16.800.000 16.800.000 16.800.000 16.800.000 16.800.000 16.800.000 16.800.000 16.800.000 16.800.000
- Pemasaran Rp 12.000.000 12.000.000 12.000.000 12.000.000 12.000.000 12.000.000 12.000.000 12.000.000 12.000.000 12.000.000
- Penyusutan Rp 38.475.000 38.475.000 38.475.000 38.475.000 38.475.000 38.475.000 38.475.000 38.475.000 38.475.000 38.475.000
- Pemeliharaan Rp 11.000.000 11.000.000 11.000.000 11.000.000 11.000.000 11.000.000 11.000.000 11.000.000 11.000.000 11.000.000
- Asuransi Rp 25.000.000 25.000.000 25.000.000 25.000.000 25.000.000 25.000.000 25.000.000 25.000.000 25.000.000 25.000.000
Pajak bumi dan
Rp 2.175.000 2.175.000 2.175.000 2.175.000 2.175.000 2.175.000 2.175.000 2.175.000 2.175.000 2.175.000
- bangunan
7 Biaya tidak tetap: Rp 258.804.000 295.776.000 369.720.000 369.720.000 369.720.000 369.720.000 369.720.000 369.720.000 369.720.000 369.720.000 3.512.340.000
- Bahan baku Rp 221.760.000 253.440.000 316.800.000 316.800.000 316.800.000 316.800.000 316.800.000 316.800.000 316.800.000 316.800.000
- Bahan bakar Rp 6.720.000 7.680.000 9.600.000 9.600.000 9.600.000 9.600.000 9.600.000 9.600.000 9.600.000 9.600.000
- Kemasan Rp 18.144.000 20.736.000 25.920.000 25.920.000 25.920.000 25.920.000 25.920.000 25.920.000 25.920.000 25.920.000
- Utilitas Rp 12.180.000 13.920.000 17.400.000 17.400.000 17.400.000 17.400.000 17.400.000 17.400.000 17.400.000 17.400.000
8 Angsuran pokok Rp 100.000.000 100.000.000 100.000.000 100.000.000 100.000.000 100.000.000 100.000.000 100.000.000 100.000.000 100.000.000
9 Angsuran bunga Rp 185.000.000 166.500.000 148.000.000 129.500.000 111.000.000 92.500.000 74.000.000 55.500.000 37.000.000 18.500.000
II Total pengeluaran 500.000.000 649.254.000 667.726.000 723.170.000 704.670.000 686.170.000 667.670.000 649.170.000 630.670.000 612.170.000 593.670.000 7.084.340.000
III
Present value total 500.000.000 547.893.671 475.512.115 434.595.625 357.365.301 293.656.741 241.130.286 197.847.237 162.201.688 132.863.867 108.733.057 3.451.799.589
pengeluaran
IV Penerimaan
1 Produksi minyak pala liter 1.210 1.382 1.728 1.728 1.728 1.728 1.728 1.728 1.728 1.728
2 Harga minyak pala Rp 550.000 550.000 550.000 550.000 550.000 550.000 550.000 550.000 550.000 550.000
V Total penerimaan 0 665.280.000 760.320.000 950.400.000 950.400.000 950.400.000 950.400.000 950.400.000 950.400.000 950.400.000 950.400.000 9.028.800.000
 88

Tahun
No Uraian Satuan 0 1 2 3 4 5 6 7 8 9 10 Jumlah
VI
Present value total Rp 0 561.417.722 541.451.690 571.151.572 481.984.449 406.737.932 343.238.761 289.652.963 244.432.880 206.272.473 174.069.597 3.820.410.039
penerimaan
VII Total penerimaan
(500.000.000) 16.026.000 92.594.000 227.230.000 245.730.000 264.230.000 282.730.000 301.230.000 319.730.000 338.230.000 356.730.000 1.944.460.000
bersih
VIII
Akumulasi total (500.000.000) (483.974.000) (391.380.000) (164.150.000) 81.580.000 345.810.000 628.540.000 929.770.000 1.249.500.000 1.587.730.000 1.944.460.000 5.227.886.000
penerimaan bersih
IX
Present value total (500.000.000) 13.524.051 65.939.575 136.555.947 124.619.148 113.081.191 102.108.475 91.805.726 82.231.192 73.408.605 65.336.540 368.610.450
penerimaan bersih
X Akumulasi present
value total penerimaan (500.000.000) (486.475.949) (420.536.374) (283.980.427) (159.361.279) (46.280.088) 55.828.387 147.634.113 229.865.305 303.273.910 368.610.450 (791.421.953)
bersih

Kriteria Finansial Nilai/Koefisien Keterangan

Net Present Value (NPV) 368.610.450 Layak
Internal Rate of Return (IRR) 32% Layak
B/C Ratio 1,27 Layak
Net B/C 1,11 Layak
Pay Back Period (PBP) 4,99 Layak
Keputusan Investasi Layak
 89

Cashflow usaha agroindustri minyak pala pada kondisi harga jual minyak pala mengalami penurunan 10% dan harga bahan baku mengalami
peningkatan sebesar 10% dengan diskon rate= 18,5%
Tahun
No Uraian Satuan 0 1 2 3 4 5 6 7 8 9 10 Jumlah
1 Diskon rate (%) 18,5 1,0000 0,8439 0,7121 0,6010 0,5071 0,4280 0,3612 0,3048 0,2572 0,2170 0,1832
2 Persen produksi % 70% 80% 100% 100% 100% 100% 100% 100% 100% 100%
I Pengeluaran
1 Tanah Rp 60.000.000
2 Bangunan Rp 200.000.000
3 Mesin dan alat Rp 207.500.000
4 Fasilitas Rp 20.000.000
5 Pra-investasi Rp 12.500.000
6 Biaya tetap: Rp 105.450.000 105.450.000 105.450.000 105.450.000 105.450.000 105.450.000 105.450.000 105.450.000 105.450.000 105.450.000 1.054.500.000
- Gaji pegawai Rp 16.800.000 16.800.000 16.800.000 16.800.000 16.800.000 16.800.000 16.800.000 16.800.000 16.800.000 16.800.000
- Pemasaran Rp 12.000.000 12.000.000 12.000.000 12.000.000 12.000.000 12.000.000 12.000.000 12.000.000 12.000.000 12.000.000
- Penyusutan Rp 38.475.000 38.475.000 38.475.000 38.475.000 38.475.000 38.475.000 38.475.000 38.475.000 38.475.000 38.475.000
- Pemeliharaan Rp 11.000.000 11.000.000 11.000.000 11.000.000 11.000.000 11.000.000 11.000.000 11.000.000 11.000.000 11.000.000
- Asuransi Rp 25.000.000 25.000.000 25.000.000 25.000.000 25.000.000 25.000.000 25.000.000 25.000.000 25.000.000 25.000.000
Pajak bumi dan
Rp 2.175.000 2.175.000 2.175.000 2.175.000 2.175.000 2.175.000 2.175.000 2.175.000 2.175.000 2.175.000
- bangunan
7 Biaya tidak tetap: Rp 258.804.000 295.776.000 369.720.000 369.720.000 369.720.000 369.720.000 369.720.000 369.720.000 369.720.000 369.720.000 3.512.340.000
- Bahan baku Rp 221.760.000 253.440.000 316.800.000 316.800.000 316.800.000 316.800.000 316.800.000 316.800.000 316.800.000 316.800.000
- Bahan bakar Rp 6.720.000 7.680.000 9.600.000 9.600.000 9.600.000 9.600.000 9.600.000 9.600.000 9.600.000 9.600.000
- Kemasan Rp 18.144.000 20.736.000 25.920.000 25.920.000 25.920.000 25.920.000 25.920.000 25.920.000 25.920.000 25.920.000
- Utilitas Rp 12.180.000 13.920.000 17.400.000 17.400.000 17.400.000 17.400.000 17.400.000 17.400.000 17.400.000 17.400.000
8 Angsuran pokok Rp 100.000.000 100.000.000 100.000.000 100.000.000 100.000.000 100.000.000 100.000.000 100.000.000 100.000.000 100.000.000
9 Angsuran bunga Rp 185.000.000 166.500.000 148.000.000 129.500.000 111.000.000 92.500.000 74.000.000 55.500.000 37.000.000 18.500.000
II Total pengeluaran 500.000.000 649.254.000 667.726.000 723.170.000 704.670.000 686.170.000 667.670.000 649.170.000 630.670.000 612.170.000 593.670.000 7.084.340.000
III
Present value total 500.000.000 547.893.671 475.512.115 434.595.625 357.365.301 293.656.741 241.130.286 197.847.237 162.201.688 132.863.867 108.733.057 3.451.799.589
pengeluaran
IV Penerimaan
1 Produksi minyak pala liter 1.210 1.382 1.728 1.728 1.728 1.728 1.728 1.728 1.728 1.728
2 Harga minyak pala Rp 495.000 495.000 495.000 495.000 495.000 495.000 495.000 495.000 495.000 495.000
V Total penerimaan 0 598.752.000 684.288.000 855.360.000 855.360.000 855.360.000 855.360.000 855.360.000 855.360.000 855.360.000 855.360.000 8.125.920.000
 90

Tahun
No Uraian Satuan 0 1 2 3 4 5 6 7 8 9 10 Jumlah
VI
Present value total Rp 0 505.275.949 487.306.521 514.036.415 433.786.004 366.064.139 308.914.885 260.687.667 219.989.592 185.645.225 156.662.637 3.438.369.035
penerimaan
VII Total penerimaan
(500.000.000) (50.502.000) 16.562.000 132.190.000 150.690.000 169.190.000 187.690.000 206.190.000 224.690.000 243.190.000 261.690.000 1.041.580.000
bersih
VIII
Akumulasi total (500.000.000) (550.502.000) (533.940.000) (401.750.000) (251.060.000) (81.870.000) 105.820.000 312.010.000 536.700.000 779.890.000 1.041.580.000 456.878.000
penerimaan bersih
IX
Present value total (500.000.000) (42.617.722) 11.794.406 79.440.789 76.420.704 72.407.398 67.784.599 62.840.430 57.787.904 52.781.358 47.929.580 (13.430.554)
penerimaan bersih
X Akumulasi present
value total penerimaan (500.000.000) (542.617.722) (530.823.315) (451.382.526) (374.961.822) (302.554.425) (234.769.826) (171.929.396) (114.141.492) (61.360.134) (13.430.554) (3.297.971.211)
bersih

Kriteria Finansial Nilai/Koefisien Keterangan

Net Present Value (NPV) (13.430.554) Tidak layak
Internal Rate of Return (IRR) 18% Tidak layak
B/C Ratio 1,15 Layak
Net B/C 1,00 Tidak layak
Pay Back Period (PBP) 3,62 Layak
Keputusan Investasi Tidak layak
 91

Lampiran 8 Daftar responden pakar

No Nama Jabatan Instansi Lama Teknik No Hp Email Tanggal

bekerja pengambilan pengisian
data
1 Junaedy Petani - 34 tahun kuesioner - - 16-05-2015

2 Benedikta Saleleng Koordinator Industri pengolahan 6 tahun kuesioner 081356546302 - 24-04-2015

anggur pala
“PORODISA”

3 Jim W. Maatuil Anggota Komisi B DPRD 6 bulan kuesioner 081356558044 - 27-03-2015

Kabupaten Kepulauan
Talaud

4 Ir. Lukas Auy, ME Kepala Dinas Pertanian, 2 tahun kuesioner 085256370444 - 24-03-2015
dinas Perkebunan dan
Peternakan Kabupaten
Kepulauan Talaud
5 Alfrets Wasida Kepala Dinas Perindustrian 3 bulan kuesioner 085298893254 alfrets.wasida 29-052015
bidang Kabupaten Kepulauan @gmail.com
Talaud
Lampiran 9 Deskripsi use case

No Use Case Deskripsi

1 Validasi Merupakan proses pengecekan hak akses siapa yang
berhak mengakses proses pengelolaan data yang dalam
hal ini adalah admin. Login wajib untuk fungsi-fungsi
yang berkaitan dengan akses pengubahan ke basis data,
oleh karena itu fungsi-fungsi yang melakukan perubahan
basis data harus mengecek validasi user yang mengakses
fungsi-fungsi tersebut. Validasi merupakan generalisasi
dari proses register, login, logout dan memeriksa status
login
Registrasi
Login Merupakan proses untuk melakukan login pengguna
DecisionPALA
Logout Merupakan proses untuk melakukan logout pengguna
DecisionPALA
Memeriksa status login Merupakan proses untuk memeriksa apakah pengguna
DecisionPALA sudah melakukan login atau belum
2 Mengelola Nilai Mengelola nilai merupakan proses generalisasi yang
meliputi empat buah proses pengelolaan data nilai yaitu
memasukkan nilai, mengubah nilai, menghapus nilai,
melihat nilai
Memasukkan nilai Merupakan proses memasukkan data nilai ke dalam
basisdata
Mengubah nilai Merupakan proses mengubah data nilai yang ada di
basisdata
Menghapus nilai Merupakan proses menghapus data nilai yang ada di
basisdata
Melihat nilai Merupakan proses menampilkan data nilai yang ada di
basisdata
3 Mengelola Pengguna Mengelola data user merupakan proses generalisasi yang
meliputi lima buah proses pengelolaan data user yaitu
memasukkan user, mengubah user, menghapus user,
mencari user, dan melihat user
Memasukkan user Merupakan proses memasukkan data user ke basisdata
Mengubah user Merupakan proses mengubah data user yang ada di
basisdata
Menghapus user Merupakan proses menghapus data user yang ada di
basisdata
Mencari user Merupakan proses mencari data user yang ada di basisdata
Melihat user Merupakan proses menampilkan data user yang ada di
basisdata
4 Mengelola Model Mengelola data model merupakan proses generalisasi
yang meliputi lima buah proses pengelolaan data model
yaitu memasukkan model, mengubah model, menghapus
model, mencari model, dan melihat model
Memasukkan model Merupakan proses memasukkan data model ke basisdata
Mengubah model Merupakan proses mengubah data model yang ada di
basisdata
Menghapus model Merupakan proses menghapus data model yang ada di
basisdata
Mencari model Merupakan proses mencari data model yang ada di
basisdata
Melihat model Merupakan proses menampilkan data model yang ada di
basisdata
 93

No Use Case Deskripsi

5 Mengelola Petugas Mengelola data petugas merupakan proses generalisasi
yang meliputi lima buah proses pengelolaan data petugas
yaitu memasukkan petugas, mengubah petugas,
menghapus petugas, mencari petugas, dan melihat petugas
Memasukkan petugas Merupakan proses memasukkan data petugas ke basisdata
Mengubah petugas Merupakan proses mengubah data petugas yang ada di
basisdata
Menghapus petugas Merupakan proses menghapus data petugas yang ada di
basisdata
Mencari petugas Merupakan proses mencari data petugas yang ada di
basisdata
Melihat petugas Merupakan proses menampilkan data petugas yang ada di
basisdata
6 Mengelola Pesan Mengelola data pesan merupakan proses generalisasi yang
meliputi lima buah proses pengelolaan data pesan yaitu
memasukkan pesan, mengubah pesan, menghapus pesan,
mencari pesan, dan melihat pesan
Memasukkan pesan Merupakan proses memasukkan data pesan ke basisdata
Mengubah pesan Merupakan proses mengubah data pesan yang ada di
basisdata
Menghapus pesan Merupakan proses menghapus data pesan yang ada di
basisdata
Mencari pesan Merupakan proses mencari data pesan yang ada di
basisdata
Melihat pesan Merupakan proses menampilkan data pesan yang ada di
basisdata
7 Mengelola Komentar Mengelola data komentar merupakan proses generalisasi
yang meliputi lima buah proses pengelolaan data
komentar yaitu memasukkan komentar, mengubah
komentar, menghapus komentar, mencari komentar, dan
melihat komentar
Memasukkan komentar Merupakan proses memasukkan data komentar ke
basisdata
Mengubah komentar Merupakan proses mengubah data komentar yang ada di
basisdata
Menghapus komentar Merupakan proses menghapus data komentar yang ada di
basisdata
Mencari komentar Merupakan proses mencari data komentar yang ada di
basisdata
Melihat komentar Merupakan proses menampilkan data komentar yang ada
di basisdata
8 Mengelola Pakar Mengelola data pakar merupakan proses generalisasi
yang meliputi lima buah proses pengelolaan data pakar
yaitu memasukkan pakar, mengubah pakar, menghapus
pakar, mencari pakar, dan melihat pakar
Memasukkan pakar Merupakan proses memasukkan data pakar ke basis data
Mengubah pakar Merupakan proses mengubah data pakar yang ada di basis
data
Menghapus pakar Merupakan proses menghapus data pakar yang ada di
basis data
Mencari pakar Merupakan proses mencari data pakar yang ada di basis
data
Melihat pakar Merupakan proses menampilkan data pakar yang ada di
basis data
94

Lampiran 10 Skenario use case

1. Login
Aktor Petugas; pakar
Deskripsi Merupakan proses untuk melakukan login
pengguna De Pala
Triggering event Petugas dan pakar masuk ke aplikasi De
Pala
Trigger type External
Aksi Aktor Reaksi Sistem
Skenario normal:
1. Memasukkan username dan password
2. Memeriksa valid tidaknya data yang
dimasukkan
3. Masuk ke aplikasi pengelolaan data
Skenario alternatif:
1. Memasukkan username dan password
2. Memeriksa valid tidaknya data yang
dimasukkan
3. Menampilkan pesan pengguna tidak
terdaftar/login tidak valid
4. Memasukkan username dan password
yang valid
5. Memeriksa valid tidaknya data yang
dimasukkan
6. Masuk ke aplikasi pengelolaan data

2. Logout
Aktor Petugas; pakar
Deskripsi Merupakan proses untuk melakukan logout
pengguna De Pala
Triggering event Petugas dan pakar keluar dari aplikasi
De Pala
Trigger type External
Aksi Aktor Reaksi Sistem
1. Memilih menu logout
2. Melakukan logout

3. Memeriksa status login

Aktor Petugas; pakar
Deskripsi Merupakan proses untuk memeriksa
apakah pengguna De Pala sudah
melakukan login atau belum
Triggering event
Trigger type External
Aksi Aktor Reaksi Sistem
Skenario normal:
1. 2. Memeriksa ke variabel
session sebagai penanda
login apakah pengguna
sudah melakukan login
3. 4. Mengembalikan status
login, sudah login atau
belum
 95

4. Mengelola nilai
1) Memasukkan nilai
Aktor Petugas; Pakar
Deskripsi Merupakan proses memasukkan data nilai ke
dalam basisdata
Triggering event
Trigger type External
Aksi Aktor Reaksi Sistem
Skenario normal:
1. Memeriksa status login
2. Memasukkan nilai sesuai kolom yang
ada
3. Memeriksa valid tidaknya data
masukkan
4. Menyimpan data nilai ke basisdata
5. Menampilkan pesan sukses disimpan
Skenario Alternatif:
1. Memeriksa status login
2. Memasukkan nilai sesuai kolom yang
ada
3. Memeriksa valid tidaknya data
masukkan
4. Menampilkan pesan bahwa data
masukan tidak valid
5. Memperbaiki data masukan yang
tidak valid
6. Memeriksa valid tidaknya data
masukkan
7. Menyimpan data nilai ke basisdata
8. Menampilkan pesan sukses disimpan

2) Mengubah nilai
Aktor Petugas; Pakar
Deskripsi Merupakan proses mengubah data nilai yang
ada dalam basisdata
Triggering event
Trigger type External
Aksi Aktor Reaksi Sistem
Skenario normal:
1. Memeriksa status login
2. Memilih form nilai
3. Menampilkan data nilai yang dicari
4. Memilih data nilai yang akan diubah
5. Menampilkan data nilai yang dipilih
dan akan diubah
6. Mengubah data nilai
7. Memeriksa valid tidaknya data
masukan
8. Menyimpan data yang telah diubah ke
basisdata
9. Menampilkan pesan bahwa data telah
sukses disimpan
Skenario Alternatif:
1. Memeriksa status login
2. Memilih form nilai
3. Menampilkan data nilai yang dicari
4. Memilih data nilai yang akan diubah
96

5. Menampilkan data nilai yang dipilih

dan akan diubah
6. Mengubah data nilai
7. Memeriksa valid tidaknya data
masukan
8. Menampilkan pesan bahwa data
masukan tidak valid
9. Memperbaiki data masukan yang
diubah dan tidak valid
10. Memeriksa valid tidaknya data
masukan
11. Menyimpan data yang telah diubah ke
basisdata
12. Menampilkan pesan bahwa data telah
sukses disimpan

3) Menghapus nilai
Aktor Petugas; Pakar
Deskripsi Merupakan proses menghapus data nilai yang
ada dalam basisdata
Triggering event
Trigger type External
Aksi Aktor Reaksi Sistem
Skenario normal:
1. Memeriksa status login
2. Memilih form nilai
3. Menampilkan data nilai yang dicari
4. Memilih data nilai yang akan dihapus
5. Menampilkan data nilai yang dipilih
dan akan dihapus
6. Menghapus data nilai
7. Menampilkan pesan konfirmasi
apakah data akan benar-benar dihapus
8. Memilih pilihan setuju data dihapus
9. Menghapus data nilai dari basisdata
10. Menampilkan pesan bahwa data telah
sukses dihapus
Skenario Alternatif:
1. Memeriksa status login
2. Memilih form nilai
3. Menampilkan data nilai yang dicari
4. Memilih data nilai yang akan dihapus
5. Menampilkan data nilai yang dipilih
dan akan dihapus
6. Menghapus data nilai
7. Menampilkan pesan konfirmasi
apakah data akan benar-benar dihapus
8. Memilih pilihan tidak setuju data
dihapus
9. Kembali ke form nilai

4) Melihat nilai
Aktor Petugas
Deskripsi Merupakan proses melihat data nilai yang ada
dalam basisdata
Triggering event
Trigger type External
 97

Aksi Aktor Reaksi Sistem

Skenario normal:
1. Memeriksa status login
2. Memilih form nilai
3. Menampilkan data nilai yang dicari
4. Memilih data nilai yang dicari
5. Menampilkan data nilai (semua
kolom) yang dicari

6. Mengelola Pengguna
1) Memasukkan Pengguna
Aktor Petugas
Deskripsi Merupakan proses memasukkan data
Pengguna ke basisdata
Triggering event
Trigger type External
Aksi Aktor Reaksi Sistem
Skenario normal:
1. Memeriksa status login
2. Memasukkan data Pengguna sesuai
kolom yang ada
3. Memeriksa valid tidaknya data
masukkan
4. Menyimpan data Pengguna ke
basisdata
5. Menampilkan pesan sukses disimpan
Skenario Alternatif:
1. Memeriksa status login
2. Memasukkan data pengguna sesuai
kolom yang ada
3. Memeriksa valid tidaknya data
masukkan
4. Menampilkan pesan bahwa data
masukan tidak valid
5. Memperbaiki data masukan yang
tidak valid
6. Memeriksa valid tidaknya data
masukkan
7. Menyimpan data Pengguna ke
basisdata
8. Menampilkan pesan sukses disimpan

2) Mengubah Pengguna
Aktor Petugas
Deskripsi Merupakan proses mengubah data pengguna
yang ada dalam basisdata
Triggering event
Trigger type External
Aksi Aktor Reaksi Sistem
Skenario normal:
1. Memeriksa status login
2. Memilih form pengguna
3. Menampilkan data Pengguna yang
dicari
4. Memilih data pengguna yang akan
diubah
98

5. Menampilkan data pengguna yang

dipilih dan akan diubah
6. Mengubah data pengguna
7. Memeriksa valid tidaknya data
masukan
8. Menyimpan data yang telah diubah ke
basisdata
9. Menampilkan pesan bahwa data telah
sukses disimpan
Skenario Alternatif:
1. Memeriksa status login
2. Memilih form pengguna
3. Menampilkan data pengguna yang
dicari
4. Memilih data pengguna yang akan
diubah
5. Menampilkan data pengguna yang
dipilih dan akan diubah
6. Mengubah data pengguna
7. Memeriksa valid tidaknya data
masukan
8. Menampilkan pesan bahwa data
masukan tidak valid
9. Memperbaiki data masukan yang
diubah dan tidak valid
10. Memeriksa valid tidaknya data
masukan
11. Menyimpan data yang telah diubah ke
basisdata
12. Menampilkan pesan bahwa data telah
sukses disimpan

3) Menghapus Pengguna
Aktor Petugas
Deskripsi Merupakan proses menghapus data pengguna
yang ada dalam basisdata
Triggering event
Trigger type External
Aksi Aktor Reaksi Sistem
Skenario normal:
1. Memeriksa status login
2. Memilih form pengguna
3. Menampilkan data pengguna yang
dicari
4. Memilih data pengguna yang akan
dihapus
5. Menampilkan data pengguna yang
dipilih dan akan dihapus
6. Menghapus data pengguna
7. Menampilkan pesan konfirmasi
apakah data akan benar-benar dihapus
8. Memilih pilihan setuju data dihapus
9. Menghapus data pengguna dari
basisdata
10. Menampilkan pesan bahwa data telah
sukses dihapus
Skenario Alternatif:
 99

1. Memeriksa status login

2. Memilih form pengguna
3. Menampilkan data pengguna yang
dicari
4. Memilih data pengguna yang akan
dihapus
5. Menampilkan data pengguna yang
dipilih dan akan dihapus
6. Menghapus data pengguna
7. Menampilkan pesan konfirmasi
apakah data akan benar-benar dihapus
8. Memilih pilihan tidak setuju data
dihapus
9. Kembali ke form pengguna

4) Mencari Pengguna
Aktor Petugas
Deskripsi Merupakan proses mencari data pengguna yang
ada dalam basisdata
Triggering event
Trigger type External
Aksi Aktor Reaksi Sistem
Skenario normal:
1. Memeriksa status login
2. Memilih form pengguna
3. Menampilkan data pengguna yang
dicari
4. Memilih data pengguna yang dicari
5.Menampilkan data pengguna (semua
kolom) yang dicari
Skenario Alternatif:
1. Memeriksa status login
2. Memilih form pengguna
3. Menampilkan pesan data pengguna
tidak ditemukan
4. Memilih form pengguna yang lain
5. Menampilkan data pengguna yang
dicari
6. Memilih data pengguna yang dicari
7. Menampilkan data pengguna (semua
kolom) yang dicari

5) Melihat Pengguna
Aktor Petugas
Deskripsi Merupakan proses melihat data pengguna yang
ada dalam basisdata
Triggering event
Trigger type External
Aksi Aktor Reaksi Sistem
Skenario normal:
1. Memeriksa status login
2. Memilih form pengguna
3. Menampilkan data pengguna yang
dicari
4. Memilih data pengguna yang dicari
5. Menampilkan data pengguna (semua
kolom) yang dicari
100

6. Mengelola model
1) Memasukkan model
Aktor Petugas
Deskripsi Merupakan proses memasukkan data model
keputusan ke basisdata
Triggering event
Trigger type External
Aksi Aktor Reaksi Sistem
Skenario normal:
1. Memeriksa status login
2. Memasukkan data model sesuai
kolom yang ada
3. Memeriksa valid tidaknya data
masukkan
4. Menyimpan data model ke basisdata
5. Menampilkan pesan sukses disimpan
Skenario Alternatif:
1. Memeriksa status login
2. Memasukkan data model sesuai
kolom yang ada
3. Memeriksa valid tidaknya data
masukkan
4. Menampilkan pesan bahwa data
masukan tidak valid
5. Memperbaiki data masukan yang
tidak valid
6. Memeriksa valid tidaknya data
masukkan
7. Menyimpan data model ke basisdata
8. Menampilkan pesan sukses disimpan

2) Mengubah model
Aktor Petugas
Deskripsi Merupakan proses mengubah data model yang
ada dalam basisdata
Triggering event
Trigger type External
Aksi Aktor Reaksi Sistem
Skenario normal:
1. Memeriksa status login
2. Memilih form model
3. Menampilkan data model yang dicari
4. Memilih data model yang akan diubah
5. Menampilkan data model yang dipilih
dan akan diubah
6. Mengubah data model
7. Memeriksa valid tidaknya data
masukan
8. Menyimpan data yang telah diubah ke
basisdata
9. Menampilkan pesan bahwa data telah
sukses disimpan
Skenario Alternatif:
1. Memeriksa status login
2. Memilih form model
3. Menampilkan data model yang dicari
 101

4. Memilih data model yang akan

diubah
5. Menampilkan data model yang
dipilih dan akan diubah
6. Mengubah data model
7. Memeriksa valid tidaknya data
masukan
8. Menampilkan pesan bahwa data
masukan tidak valid
9. Memperbaiki data masukan yang
diubah dan tidak valid
10. Memeriksa valid tidaknya data
masukan
11. Menyimpan data yang telah diubah ke
basisdata
12. Menampilkan pesan bahwa data telah
sukses disimpan

3) Menghapus model
Aktor Petugas
Deskripsi Merupakan proses menghapus data model yang
ada dalam basisdata
Triggering event
Trigger type External
Aksi Aktor Reaksi Sistem
Skenario normal:
1. Memeriksa status login
2. Memilih form model
3. Menampilkan data model yang dicari
4. Memilih data model yang akan
dihapus
5. Menampilkan data model yang dipilih
dan akan dihapus
6. Menghapus data model
7. Menampilkan pesan konfirmasi
apakah data akan benar-benar dihapus
8. Memilih pilihan setuju data dihapus
9. Menghapus data model dari basisdata
10. Menampilkan pesan bahwa data telah
sukses dihapus
Skenario Alternatif:
1. Memeriksa status login
2. Memilih form model
3. Menampilkan data model yang dicari
4. Memilih data model yang akan dihapus
5. Menampilkan data model yang dipilih
dan akan dihapus
6. Menghapus data model
7. Menampilkan pesan konfirmasi
apakah data akan benar-benar dihapus
8. Memilih pilihan tidak setuju data
dihapus
9. Kembali ke form model

4) Mencari model
Aktor Petugas
102

Deskripsi Merupakan proses mencari data model yang ada

dalam basisdata
Triggering event
Trigger type External
Aksi Aktor Reaksi Sistem
Skenario normal:
1. Memeriksa status login
2. Memilih form model
3. Menampilkan data model yang dicari
4. Memilih data model yang dicari
5. Menampilkan data model (semua
kolom) yang dicari
Skenario Alternatif:
1. Memeriksa status login
2. Memilih form model
3. Menampilkan pesan data model tidak
ditemukan
4. Memilih form model yang lain
5. Menampilkan data model yang dicari
6. Memilih data model yang dicari
7. Menampilkan data model (semua
kolom) yang dicari

5) Melihat model
Aktor Petugas
Deskripsi Merupakan proses melihat data model yang ada
dalam basisdata
Triggering event
Trigger type External
Aksi Aktor Reaksi Sistem
Skenario normal:
1. Memeriksa status login
2. Memilih form model
3. Menampilkan data model yang dicari
4. Memilih data model yang dicari
5. Menampilkan data model (semua
kolom) yang dicari

7. Mengelola Petugas
1) Memasukkan petugas
Aktor Petugas
Deskripsi Merupakan proses memasukkan data petugas
ke basisdata
Triggering event
Trigger type Eksternal
Aksi Aktor Reaksi Sistem
Skenario normal:
1. Memeriksa status login
2. Memasukkan data petugas sesuai
kolom yang ada
3. Memeriksa valid tidaknya data
masukkan
4. Menyimpan data petugas ke basisdata
5. Menampilkan pesan sukses disimpan
Skenario Alternatif:
1. Memeriksa status login
 103

2. Memasukkan data petugas sesuai

kolom yang ada
3. Memeriksa valid tidaknya data
masukkan
4. Menampilkan pesan bahwa data
masukan tidak valid
5. Memperbaiki data masukan yang
tidak valid
6. Memeriksa valid tidaknya data
masukkan
7. Menyimpan data petugas ke basisdata
8. Menampilkan pesan sukses disimpan

2) Mengubah petugas
Aktor Petugas
Deskripsi Merupakan proses mengubah data petugas
yang ada dalam basisdata
Triggering event
Trigger type External
Aksi Aktor Reaksi Sistem
Skenario normal:
1. Memeriksa status login
2. Memilih form petugas
3. Menampilkan data petugas yang
dicari
4. Memilih data petugas yang akan
diubah
5. Menampilkan data petugas yang
dipilih dan akan diubah
6. Mengubah data petugas
7. Memeriksa valid tidaknya data
masukan
8. Menyimpan data yang telah diubah ke
basisdata
9. Menampilkan pesan bahwa data telah
sukses disimpan
Skenario Alternatif:
1. Memeriksa status login
2. Memilih form petugas
3. Menampilkan data petugas yang
dicari
4. Memilih data petugas yang akan
diubah
5. Menampilkan data petugas yang
dipilih dan akan diubah
6. Mengubah data petugas
7. Memeriksa valid tidaknya data
masukan
8. Menampilkan pesan bahwa data
masukan tidak valid
9. Memperbaiki data masukan yang
diubah dan tidak valid
10. Memeriksa valid tidaknya data
masukan
11. Menyimpan data yang telah diubah ke
basisdata
104

12. Menampilkan pesan bahwa data telah

sukses disimpan

3) Menghapus petugas
Aktor Petugas
Deskripsi Merupakan proses menghapus data petugas
yang ada dalam basisdata
Triggering event
Trigger type External
Aksi Aktor Reaksi Sistem
Skenario normal:
1. Memeriksa status login
2. Memilih form petugas
3. Menampilkan data petugas yang
dicari
4. Memilih data petugas yang akan
dihapus
5. Menampilkan data petugas yang
dipilih dan akan dihapus
6. Menghapus data petugas
7. Menampilkan pesan konfirmasi
apakah data akan benar-benar dihapus
8. Memilih pilihan setuju data dihapus
9. Menghapus data petugas dari
basisdata
10. Menampilkan pesan bahwa data telah
sukses dihapus
Skenario Alternatif:
1. Memeriksa status login
2. Memilih form petugas
3. Menampilkan data petugas yang
dicari
4. Memilih data petugas yang akan
dihapus
5. Menampilkan data petugas yang
dipilih dan akan dihapus
6. Menghapus data petugas
7. Menampilkan pesan konfirmasi
apakah data akan benar-benar dihapus
8. Memilih pilihan tidak setuju data
dihapus
9. Kembali ke form petugas

4) Mencari petugas
Aktor Petugas
Deskripsi Merupakan proses mencari data petugas yang
ada dalam basisdata
Triggering event
Trigger type External
Aksi Aktor Reaksi Sistem
Skenario normal:
1. Memeriksa status login
2. Memilih form petugas
3. Menampilkan data petugas yang
dicari
4. Memilih data petugas yang dicari
 105

5. Menampilkan data petugas (semua

kolom) yang dicari
Skenario Alternatif:
1. Memeriksa status login
2. Memilih form petugas
3. Menampilkan pesan data petugas
tidak ditemukan
4. Memilih form petugas yang lain
5. Menampilkan data petugas yang
dicari
6. Memilih data petugas yang dicari
7. Menampilkan data petugas (semua
kolom) yang dicari

5) Melihat petugas
Aktor Petugas
Deskripsi Merupakan proses melihat data petugas yang
ada dalam basisdata
Triggering event
Trigger type External
Aksi Aktor Reaksi Sistem
Skenario normal:
1. Memeriksa status login
2. Memilih form petugas
3. Menampilkan data petugas yang
dicari
4. Memilih data petugas yang dicari
5. Menampilkan data petugas (semua
kolom) yang dicari

8. Mengelola pesan
1) Memasukkan pesan
Aktor Pengguna
Deskripsi Merupakan proses memasukkan data pesan
yang ada dalam basisdata
Triggering event
Trigger type External
Aksi Aktor Reaksi Sistem
Skenario normal:
1. Memeriksa status login
2. Memasukkan pesan sesuai kolom
yang ada
3. Memeriksa valid tidaknya data
masukkan
4. Menyimpan pesan ke basisdata
5. Menampilkan pesan sukses disimpan
Skenario Alternatif:
1. Memeriksa status login
2. Memasukkan pesan sesuai kolom
yang ada
3. Memeriksa valid tidaknya data
masukkan
4. Menampilkan pesan bahwa data
masukan tidak valid
5. Memperbaiki data masukan yang
tidak valid
106

6. Memeriksa valid tidaknya data

masukkan
7. Menyimpan pesan ke basisdata
8. Menampilkan pesan sukses disimpan

2) Mengubah pesan
Aktor Pengguna
Deskripsi Merupakan proses mengubah data pesan yang
ada dalam basisdata
Triggering event
Trigger type External
Aksi Aktor Reaksi Sistem
Skenario normal:
1. Memeriksa status login
2. Memilih form pesan
3. Menampilkan data pesan yang dicari
4. Memilih data pesan yang akan diubah
5. Menampilkan data pesan yang dipilih
dan akan diubah
6. Mengubah data pesan
7. Memeriksa valid tidaknya data
masukan
8. Menyimpan data yang telah diubah ke
basisdata
9. Menampilkan pesan bahwa data telah
sukses disimpan
Skenario Alternatif:
1. Memeriksa status login
2. Memilih form pesan
3. Menampilkan data pesan yang dicari
4. Memilih data pesan yang akan diubah
5. Menampilkan data pesan yang dipilih
dan akan diubah
6. Mengubah data pesan
7. Memeriksa valid tidaknya data
masukan
8. Menampilkan pesan bahwa data
masukan tidak valid
9. Memperbaiki data masukan yang
diubah dan tidak valid
10. Memeriksa valid tidaknya data
masukan
11. Menyimpan data yang telah diubah ke
basisdata
12. Menampilkan pesan bahwa data telah
sukses disimpan

3) Menghapus pesan
Aktor Pengguna; Petugas
Deskripsi Merupakan proses menghapus data pesan yang
ada dalam basisdata
Triggering event
Trigger type External
Aksi Aktor Reaksi Sistem
Skenario normal:
1. Memeriksa status login
2. Memilih form pesan
 107

3. Menampilkan data pesan yang dicari

4. Memilih data pesan yang akan
dihapus
5. Menampilkan data pesan yang dipilih
dan akan dihapus
6. Menghapus data pesan
7. Menampilkan pesan konfirmasi
apakah data akan benar-benar dihapus
8. Memilih pilihan setuju data dihapus
9. Menghapus data pesan dari basisdata
10. Menampilkan pesan bahwa data telah
sukses dihapus
Skenario Alternatif:
1. Memeriksa status login
2. Memilih form pesan
3. Menampilkan data pesan yang dicari
4. Memilih data pesan yang akan dihapus
5. Menampilkan data pesan yang dipilih
dan akan dihapus
6. Menghapus data pesan
7. Menampilkan pesan konfirmasi
apakah data akan benar-benar dihapus
8. Memilih pilihan tidak setuju data
dihapus
9. Kembali ke form pesan

4) Mencari pesan
Aktor Petugas
Deskripsi Merupakan proses mencari data pesan yang ada
dalam basisdata
Triggering event
Trigger type External
Aksi Aktor Reaksi Sistem
Skenario normal:
1. Memeriksa status login
2. Memilih form pesan
3. Menampilkan data pesan yang dicari
4. Memilih data pesan yang dicari
5. Menampilkan data pesan (semua
kolom) yang dicari
Skenario Alternatif:
1. Memeriksa status login
2. Memilih form pesan
3. Menampilkan pesan data pesan tidak
ditemukan
4. Memilih form pesan yang lain
5. Menampilkan data pesan yang dicari
6. Memilih data pesan yang dicari
7. Menampilkan data pesan (semua
kolom) yang dicari

5) Melihat pesan
Aktor Pengguna; Petugas
Deskripsi Merupakan proses melihat data pesan yang ada
dalam basisdata
Triggering event
Trigger type External
108

Aksi Aktor Reaksi Sistem

Skenario normal:
1. Memeriksa status login
2. Memilih form pesan
3. Menampilkan data pesan yang dicari
4. Memilih data pesan yang dicari
5. Menampilkan data pesan (semua
kolom) yang dicari

9. Mengelola komentar
1) Memasukkan komentar
Aktor Pengguna
Deskripsi Merupakan proses memasukkan data komentar
yang ada dalam basisdata
Triggering event
Trigger type External
Aksi Aktor Reaksi Sistem
Skenario normal:
1. Memeriksa status login
2. Memasukkan komentar sesuai kolom
yang ada
3. Memeriksa valid tidaknya data
masukkan
4. Menyimpan komentar ke basisdata
5. Menampilkan pesan sukses disimpan
Skenario Alternatif:
1. Memeriksa status login
2. Memasukkan komentar sesuai kolom
yang ada
3. Memeriksa valid tidaknya data
masukkan
4. Menampilkan pesan bahwa data
masukan tidak valid
5. Memperbaiki data masukan yang
tidak valid
6. Memeriksa valid tidaknya data
masukkan
7. Menyimpan komentar ke basisdata
8. Menampilkan pesan sukses disimpan

2) Mengubah komentar
Aktor Pengguna
Deskripsi Merupakan proses mengubah data komentar
yang ada dalam basisdata
Triggering event
Trigger type External
Aksi Aktor Reaksi Sistem
Skenario normal:
1. Memeriksa status login
2. Memilih form komentar
3. Menampilkan data komentar yang
dicari
4. Memilih data komentar yang akan
diubah
5. Menampilkan data komentar yang
dipilih dan akan diubah
 109

6. Mengubah data komentar

7. Memeriksa valid tidaknya data
masukan
8. Menyimpan data yang telah diubah ke
basisdata
9. Menampilkan pesan bahwa data telah
sukses disimpan
Skenario Alternatif:
1. Memeriksa status login
2. Memilih form komentar
3. Menampilkan data komentar yang
dicari
4. Memilih data komentar yang akan
diubah
5. Menampilkan data komentar yang
dipilih dan akan diubah
6. Mengubah data komentar
7. Memeriksa valid tidaknya data
masukan
8. Menampilkan pesan bahwa data
masukan tidak valid
9. Memperbaiki data masukan yang
diubah dan tidak valid
10. Memeriksa valid tidaknya data
masukan
11. Menyimpan data yang telah diubah ke
basisdata
12. Menampilkan pesan bahwa data telah
sukses disimpan

3) Menghapus komentar
Aktor Pengguna; Petugas
Deskripsi Merupakan proses menghapus data komentar
yang ada dalam basisdata
Triggering event
Trigger type External
Aksi Aktor Reaksi Sistem
Skenario normal:
1. Memeriksa status login
2. Memilih form komentar
3. Menampilkan data komentar yang
dicari
4. Memilih data komentar yang akan
dihapus
5. Menampilkan data komentar yang
dipilih dan akan dihapus
6. Menghapus data komentar
7. Menampilkan pesan konfirmasi
apakah data akan benar-benar dihapus
8. Memilih pilihan setuju data dihapus
9. Menghapus data pesan dari basisdata
10. Menampilkan pesan bahwa data telah
sukses dihapus
Skenario Alternatif:
1. Memeriksa status login
2. Memilih form komentar
110

3. Menampilkan data komentar yang

dicari
4. Memilih data komentar yang akan
dihapus
5. Menampilkan data komentar yang
dipilih dan akan dihapus
6. Menghapus data komentar
7. Menampilkan pesan konfirmasi
apakah data akan benar-benar dihapus
8. Memilih pilihan tidak setuju data
dihapus
9. Kembali ke form komentar

4) Mencari komentar
Aktor Petugas
Deskripsi Merupakan proses mencari data komentar yang
ada dalam basisdata
Triggering event
Trigger type External
Aksi Aktor Reaksi Sistem
Skenario normal:
1. Memeriksa status login
2. Memilih form komentar
3. Menampilkan data komentar yang
dicari
4. Memilih data komentar yang dicari
5.Menampilkan data komentar (semua
kolom) yang dicari
Skenario Alternatif:
1. Memeriksa status login
2. Memilih form komentar
3. Menampilkan pesan data komentar
tidak ditemukan
4. Memilih form komentar yang lain
5. Menampilkan data komentar yang
dicari
6. Memilih data komentar yang dicari
7. Menampilkan data komentar (semua
kolom) yang dicari

5) Melihat komentar
Aktor Pengguna; Petugas
Deskripsi Merupakan proses melihat data komentar yang
ada dalam basisdata
Triggering event
Trigger type External
Aksi Aktor Reaksi Sistem
Skenario normal:
1. Memeriksa status login
2. Memilih form komentar
3. Menampilkan data komentar yang
dicari
4. Memilih data komentar yang dicari
5. Menampilkan data komentar (semua
kolom) yang dicari
 111

10. Mengelola Pakar

1) Memasukkan Pakar
Aktor Petugas
Deskripsi Merupakan proses memasukkan data pakar ke
basisdata
Triggering event
Trigger type Eksternal
Aksi Aktor Reaksi Sistem
Skenario normal:
1. Memeriksa status login
2. Memasukkan data pakar sesuai kolom
yang ada
3. Memeriksa valid tidaknya data
masukkan
4. Menyimpan data pakar ke basisdata
5. Menampilkan pesan sukses disimpan
Skenario Alternatif:
1. Memeriksa status login
2. Memasukkan data pakar sesuai kolom
yang ada
3. Memeriksa valid tidaknya data
masukkan
4. Menampilkan pesan bahwa data
masukan tidak valid
5. Memperbaiki data masukan yang
tidak valid
6. Memeriksa valid tidaknya data
masukkan
7. Menyimpan data pakar ke basisdata
8. Menampilkan pesan sukses disimpan

2) Mengubah Pakar
Aktor Petugas
Deskripsi Merupakan proses mengubah data pakar yang
ada dalam basisdata
Triggering event
Trigger type External
Aksi Aktor Reaksi Sistem
Skenario normal:
1. Memeriksa status login
2. Memilih form pakar
3. Menampilkan data pakar yang dicari
4. Memilih data pakar yang akan diubah
5. Menampilkan data pakar yang dipilih
dan akan diubah
6. Mengubah data pakar
7. Memeriksa valid tidaknya data
masukan
8. Menyimpan data yang telah diubah ke
basisdata
9. Menampilkan pesan bahwa data telah
sukses disimpan
Skenario Alternatif:
1. Memeriksa status login
2. Memilih form pakar
3. Menampilkan data pakar yang dicari
4. Memilih data pakar yang akan diubah
112

5. Menampilkan data pakar yang dipilih

dan akan diubah
6. Mengubah data pakar
7. Memeriksa valid tidaknya data
masukan
8. Menampilkan pesan bahwa data
masukan tidak valid
9. Memperbaiki data masukan yang
diubah dan tidak valid
10. Memeriksa valid tidaknya data
masukan
11. Menyimpan data yang telah diubah ke
basisdata
12. Menampilkan pesan bahwa data telah
sukses disimpan

3) Menghapus Pakar
Aktor Petugas
Deskripsi Merupakan proses menghapus data pakar yang
ada dalam basisdata
Triggering event
Trigger type External
Aksi Aktor Reaksi Sistem
Skenario normal:
1. Memeriksa status login
2. Memilih form pakar
3. Menampilkan data pakar yang dicari
4. Memilih data pakar yang akan
dihapus
5. Menampilkan data pakar yang dipilih
dan akan dihapus
6. Menghapus data pakar
7. Menampilkan pesan konfirmasi
apakah data akan benar-benar dihapus
8. Memilih pilihan setuju data dihapus
9. Menghapus data pakar dari basisdata
10. Menampilkan pesan bahwa data telah
sukses dihapus
Skenario Alternatif:
1. Memeriksa status login
2. Memilih form pakar
3. Menampilkan data pakar yang dicari
4. Memilih data pakar yang akan dihapus
5. Menampilkan data pakar yang dipilih
dan akan dihapus
6. Menghapus data pakar
7. Menampilkan pesan konfirmasi
apakah data akan benar-benar dihapus
8. Memilih pilihan tidak setuju data
dihapus
9. Kembali ke form pakar

4) Mencari Pakar
Aktor Petugas
Deskripsi Merupakan proses mencari data pakar yang ada
dalam basisdata
Triggering event
 113

Trigger type External

Aksi Aktor Reaksi Sistem
Skenario normal:
1. Memeriksa status login
2. Memilih form pakar
3. Menampilkan data pakar yang dicari
4. Memilih data pakar yang dicari
5. Menampilkan data pakar (semua
kolom) yang dicari
Skenario Alternatif:
1. Memeriksa status login
2. Memilih form pakar
3. Menampilkan pesan data pakar tidak
ditemukan
4. Memilih form pakar yang lain
5. Menampilkan data pakar yang dicari
6. Memilih data pakar yang dicari
7. Menampilkan data pakar (semua
kolom) yang dicari

5)Melihat Pakar
Aktor Petugas
Deskripsi Merupakan proses melihat data pakar yang ada
dalam basisdata
Triggering event
Trigger type External
Aksi Aktor Reaksi Sistem
Skenario normal:
1. Memeriksa status login
2. Memilih form pakar
3. Menampilkan data pakar yang dicari
4. Memilih data pakar yang dicari
5. Menampilkan data pakar (semua
kolom) yang dicari
114

Lampiran 11 Struktur tabel basis data De Pala

Field Type Length Index AI
Aktor
id INTEGER 11 PRIMARY KEY √
namaaktor VARCHAR 50
modelid INTEGER 11 FOREIGN KEY
Alternatif
id INTEGER 11 PRIMARY √
namaalternatif VARCHAR 50
modelid INTEGER 11 FOREIGN KEY
Faktor
id INTEGER 11 PRIMARY √
namafaktor VARCHAR 100
modelid INTEGER 11 FOREIGN KEY
Jenis model
id INTEGER 11 PRIMARY √
namamodel VARCHAR 50
Komentar
id INTEGER 11 PRIMARY √
penggunaid INTEGER 11 FOREIGN KEY
tamuid INTEGER 11 FOREIGN KEY
tglkomentar DATE
isikomentar VARCHAR 500
tglbalasan DATE
isibalasan VARCHAR 500
Level
id INTEGER 11 PRIMARY √
keterangan VARCHAR 50
Model
id INTEGER 11 PRIMARY √
jenismodelid INTEGER 11 FOREIGN KEY
goal VARCHAR 250
Nilai
id INTEGER 11 PRIMARY √
idmodel INTEGER 11 FOREIGN KEY
data TEXT
pengguna VARCHAR 50
tanggaldibuat DATETIME
Pakar
id INTEGER 11 PRIMARY √
penggunaid INTEGER 11 FOREIGN KEY
nama VARCHAR 50
telepon INTEGER 15
pekerjaan VARCHAR 100
profil TEXT
Pengguna
id INTEGER 11 PRIMARY √
username VARCHAR 50
password VARCHAR 50
email VARCHAR 50
levelid INTEGER 11 FOREIGN KEY
Pesan
id INTEGER 11 PRIMARY √
tamuid INTEGER 11 FOREIGN KEY
nama VARCHAR 50
email VARCHAR 50
 115

telepon INTEGER 15
pekerjaan VARCHAR 50
alamat VARCHAR 100
isipesan VARCHAR 1000
Petugas
id INTEGER 11 PRIMARY √
penggunaid INTEGER 11 FOREIGN KEY
nama VARCHAR 50
telepon INTEGER 15
Tamu
id INTEGER 11 PRIMARY √
nama VARCHAR 50
email VARCHAR 50
telepon INTEGER 15
pekerjaan VARCHAR 100
alamat VARCHAR 100
Tujuan
id INTEGER 11 PRIMARY √
namatujuan VARCHAR 50
modelid INTEGER 11 FOREIGN KEY
Lampiran 12 Perancangan antarmuka

Menu Utama
DecisionPALA
“Sistem Pendukung Keputusan Pengembangan Agroindustri Pala di Talaud”

Home User page About Username

Password Go

(Welcoming Speech)

Fill your available surveys ....

Footer
(@copyright)

Menu Utama (admin side)

DecisionPALA
“Sistem Pendukung Keputusan Pengembangan Agroindustri Pala di Talaud”

Home User Pakar Admin Model Nilai Komentar Pesan Logout

(Welcoming Speech)

Fill your available surveys ....

Footer
(@copyright)

Menu utama (pakar side)

DecisionPALA
“Sistem Pendukung Keputusan Pengembangan Agroindustri Pala di Talaud”

Home Produk Agroindustri Lokasi Agroindustri Kelembagaan Agroindustri Logout

(Welcoming Speech)

Fill your available surveys ....

Footer
(@copyright)
 117

Menu Utama (user side)

DecisionPALA
“Sistem Pendukung Keputusan Pengembangan Agroindustri Pala di Talaud”

Home User page About

Contents

Model 1

Model 2

Model 3
All about The Model

Model 4

Model 5

Footer
(@copyright)

Menu about
DecisionPALA
“Sistem Pendukung Keputusan Pengembangan Agroindustri Pala di Talaud”

Home User page About

Deskripsi tentang aplikasi DecisionPALA

Footer
(@copyright)

Halaman user
DecisionPALA
“Sistem Pendukung Keputusan Pengembangan Agroindustri Pala di Talaud”
Kembali ke Halaman Awal

Contents

Model 1

Model 2

Model 3 Desripsi Lengkap Report

Model 4

Model 5

Back Next

Footer
(@copyright)

Catatan:
1. Buka blog untuk lihat referensi design kolom komentar dan pesan
2. ketika pengguna hendak memasukan komentar maupun mengirim pesan, akan terjadi dua state:
- state 1: jika sudah login, maka komentar atau pesan akan langsung terkirim.
- state 2: jika belum login, maka akan ditampilkan “warning page” untuk melakukan registrasi.
# jika memilih ya, maka akan tampil form registrasi
# jika tidak, maka akan kembali ke halaman semula
 118

Halampan pakar
Jika Pakar memilih salah satu menu, misalnya Penentuan Produk Agroindustri

DecisionPALA
“Sistem Pendukung Keputusan Pengembangan Agroindustri Pala di Talaud”

Kuesioner AHP Penentuan Produk Agroindustri

Membandingkan tingkat kepentingan kriteria berdasarkan goal menentukan prioritas produk Agroindustri
9 8 7 6 5 4 3 2 1 0 1 2 3 4 5 6 7 8 9
Pendahuluan Kriteria 1 Kriteria 2

9 8 7 6 5 4 3 2 1 0 1 2 3 4 5 6 7 8 9
Kriteria 1 Kriteria 3
Petunjuk Pengisian Kuesioner
9 8 7 6 5 4 3 2 1 0 1 2 3 4 5 6 7 8 9
Kriteria 1 Kriteria 4

Contoh Pengisian Kuesioner 9 8 7 6 5 4 3 2 1 0 1 2 3 4 5 6 7 8 9

Kriteria 2 Kriteria 3

9 8 7 6 5 4 3 2 1 0 1 2 3 4 5 6 7 8 9
Struktur Hierarki Kriteria 2 Kriteria 4

Dan seterusnya ......

Back Halaman ... dari ... Next

Footer
(@copyright)

Pada halaman terakhir, button “next” diganti menjadi button “simpan”

DecisionPALA
“Sistem Pendukung Keputusan Pengembangan Agroindustri Pala di Talaud”

Kuesioner AHP Penentuan Produk Agroindustri

Membandingkan tingkat kepentingan alternatif berdasarkan tujuan Memaksimalkan keuntungan

9 8 7 6 5 4 3 2 1 0 1 2 3 4 5 6 7 8 9
Pendahuluan Alternatif 1 Alternatif 2

9 8 7 6 5 4 3 2 1 0 1 2 3 4 5 6 7 8 9
Alternaif 1 Alternatif 3
Petunjuk Pengisian Kuesioner
9 8 7 6 5 4 3 2 1 0 1 2 3 4 5 6 7 8 9
Alternatif 1 Alternatif 4

Contoh Pengisian Kuesioner 9 8 7 6 5 4 3 2 1 0 1 2 3 4 5 6 7 8 9

Alternatif 2 Alternatif 3

9 8 7 6 5 4 3 2 1 0 1 2 3 4 5 6 7 8 9
Struktur Hierarki Alternatif 2 Alternatif 4

Dan seterusnya ......

Back Halaman ... dari ... Simpan

Footer
(@copyright)

Catatan:
1. Design ini juga berlaku untuk 2 model lainnya.
2. Setelah pakar mengklik button simpan, maka akan muncul “warning page”
- Jika pakar memilih ya, maka bobot penilaian akan langsung tersimpan dan muncul report hasil pengisian bobot penilaian
- Jika pakar memilih tidak, maka kembali ke halaman pengisian kuesioner
3. Pada halaman terakhir akan ditampilkan nilai inconsistency. Jika nilai incon > 0,1 maka diberi peringatan bahwa penilaian
belum konsisten dan silahkan memperbaiki penilaian
 119

Lampiran 13 Halaman implementasi

Menu utama

Menu utama (admin side)

Menu utama (pakar side)

Menu utama (user side)

120

Halaman admin (pengelolaan data)

Halaman pakar (kuesioner)

 121

Halaman user (hasil perhitungan)

122

Lampiran 14 Hasil pengujian blackbox testing pada De Pala

Deskripsi Uji Skenario Uji Hasil yang Valid/Invalid

diharapkan
Menampilkan 1. Pada form login, Halaman petugas Valid
halaman utama untuk masukkan tampil dan muncul
level petugas username dan nama petugas di
password. pojok kanan atas
2. Kemudian, tekan
tombol “login”
Menampilkan Memilih submenu Halaman utama Valid
halaman utama untuk home tampil
user
Menampilkan 1. Pada form login, Halaman pakar Valid
halaman utama untuk masukkan tampil dan muncul
level pakar username dan nama pakar di
password. pojok kanan atas
2. Kemudian, tekan
tombol “login”
Keluar ke halaman Tekan tombol Halaman awal Valid
login (awal) “logout” muncul
Menampilkan Memilih submenu Halaman report Valid
halaman report user page masing-masing
model tampil
Menampilkan Memilih submenu Halaman about Valid
halaman about about tampil
Menampilkan Memilih submenu Halaman contact us Valid
halaman contact us contact us tampil
Menampilkan 1. Pada form login, Halaman pengisian Valid
halaman pengisian masukkan kuesioner tampil
kuesioner username dan dan muncul nama
password sebagai pakar di pojok
pakar kanan atas
2. Kemudian, tekan
tombol “login”
3. Setelah masuk
sebagai pakar,
kemudian memilih
submenu kuesioner
4. Selanjutnya,
memilih kuesioner
model yang akan
diisi
Menampilkan 1. Pada form login, Halaman pengisian Valid
halaman pengisian masukkan model tampil
model username dan
password sebagai
admin
2. Kemudian, tekan
tombol “login”
3. Setelah masuk
sebagai admin,
kemudian memilih
submenu model
4. Memasukkan
model
 123

Deskripsi Uji Skenario Uji Hasil yang Valid/Invalid

diharapkan
Menampilkan 1. Pada form login, Halaman pengisian Valid
halaman pengguna masukkan pengguna tampil
username dan
password sebagai
admin
2. Kemudian, tekan
tombol “login”
3. Setelah masuk
sebagai admin,
kemudian memilih
submenu pengguna
4. Memasukkan
pengguna
124

DAFTAR ISTILAH

A
Analytic Hierarchy Process (AHP): metode yang digunakan untuk menentukan
prioritas keputusan. Komparasi berpasangan digunakan untuk
membandingkan masukan-masukan secara berpasangan untuk menyusun
prioritas keputusan. Komparasi berpasangan dapat juga digunakan untuk
mengetahui atau melihat faktor-faktor yang dominan

B
Benefit/Cost Ratio (B/C Ratio): Ukuran perbandingan antara pendapatan
(Benefit=B) dengan Total Biaya produksi (Cost=C). Analisis yang diperlukan
untuk melihat sampai sejauh mana perbandingan antara nilai manfaat
terhadap nilai biaya jika dilihat pada kondisi nilai saat ini / present value (PV).

D
Database Management Systems (DBMS): Software yang digunakan untuk
membangun sebuah sistem basis data yang berbasis komputerisasi. DBMS
membantu dalam pemeliharaan dan pengolahan kumpulan data dalam jumlah
besar. Sehingga dengan menggunakan DBMS tidak menimbulkan kekacauan
dan dapat dugunakan oleh pengguna sesuai dengan kebutuhan.

E
Entity Relationship Diagram (ERD): Suatu diagram yang menghubungkan
antar entitas yang diperoleh dari analisis kebutuhan sistem yang akan
dibangun.

F
Framework: Kumpulan dari fungsi-fungsi/prosedur-prosedur dan class-class
untuk tujuan tertentu yang sudah siap digunakan. Sehingga bisa
mempermudah dan mempercepat pekerjaan seorang programmer, tanpa
harus membuat fungsi atau class dari awal. Framework juga dapat diartikan
sebagai kumpulan script (terutama class dan function) yang dapat membantu
developer/programmer dalam menangani berbagai masalah-masalah dalam
pemrograman seperti koneksi ke database, pemanggilan variabel, file, dan
hal lain yang berhubungan dengan pemrograman.

I
Internal Rate of Return (IRR): Tingkat suku bungan yang akan diterima (PV
Future Procceds) sama dengan jumlah nilai sekarang dari pengeluaran modal
(PV Capital Outlays).

L
Loqation Quotient (LQ): Suatu metode perhitungan awal untuk mengetahui
kemampuan suatu daerah dalam sektor kegiatan tertentu. Metode ini
dilakukan dengan membandingkan porsi lapangan kerja/jumlah
produksi/nilai tambah untuk sektor tertentu di suatu wilayah dibandingkan
 125

dengan porsi lapangan kerja/jumlah produksi/nilai tambah untuk sektor yang

sama secara nasional. Tujuan metode LQ ini untuk mengidentifikasi sektor
unggulan(basis) dalam suatu wilayah

M
Multi Criteria Decision Making (MCDM): Suatu metode pengambilan
keputusan untuk menetapkan alternatif terbaik dari sejumlah alternatif
berdasarkan beberapa kriteria tertentu.

N
Net Present Value (NPV): Analisis keuangan yang memperhatikan adanya
perubahan nilai uang karena faktor waktu; proyeksi arus kas dapat dinilai
sekarang (periode awal investasi) melalui pemotongan nilai dengan faktor
pengurang yang dikaitkan dengan biaya modal (persentase bunga).

P
Payback Period (PP): Teknik penilaian terhadap jangka waktu (periode)
pengembalian investasi suatu proyek atau usaha.

S
Systems Development Life Cycle (SDLC): Tahapan-tahapan pekerjaan yang
dilakukan oleh analis sistem dan programmer dalam membangun sebuah
sistem/perangkat lunak. Konsep ini terdiri dari tahap-tahap: rencana
(planning), analisis (analysis), desain (design), implementasi
(implementation), uji coba (testing) dan pengelolaan (maintenance). Terdapat
3 jenis metode siklus hidup sistem yang paling banyak digunakan, yakni:
siklus hidup sistem tradisional (traditional system life cycle), siklus hidup
menggunakan prototyping (life cycle using prototyping), dan siklus hidup
sistem berorientasi objek (object-oriented system life cycle).

Sistem Pendukung Keputusan (SPK): Sistem yang berfungsi

mentransformasikan data dan informasi menjadi alternatif keputusan dan
prioritas.

U
Unified Modeling Language (UML): Metode pengembangan perangkat lunak
dengan menggunakan metode grafis serta merupakan bahasa untuk visualisasi,
spesifikasi, konstruksi serta dokumentasi.
X
XAMPP: software web server apache yang di dalamnya tertanam server
MySQL yang didukung dengan bahasa pemrograman PHP untuk membuat
website yang dinamis. XAMPP sendiri mendukung dua sistem operasi yaitu
Windows dan Linux.
Y
Yii Framework: PHP berbasis-komponen, berkinerja tinggi untuk
pengembangan aplikasi web berskala-besar. Yii menyediakan reusability
maksimum dalam pemrograman web dan mampu meningkatkan kecepatan
pengembangan secara signifikan.
126

RIWAYAT HIDUP

Penulis dilahirkan di Mamahan pada tanggal 23 Juni 1989, penulis

merupakan anak tunggal, dari pasangan Albert R. Arundaa dan Justin Pandagitan.
Penulis menyelesaikan pendidikan sarjana pada Program Studi Teknik Informatika,
Jurusan Teknik Informatika Sekolah Tinggi Ilmu Komputer Rajawali Talaud (STIK
Rajawali), lulus pada tahun 2011. Kesempatan untuk melanjutkan ke Program
Magister pada Program Studi Ilmu Komputer, Fakultas Matematika dan Ilmu
Pengetahuan Alam Institut Pertanian Bogor pada tahun 2013.
Selama mengikuti perkuliahan, penulis bergabung dengan beberapa
organisasi kemahasiswaan di Pascasarjana IPB. Tahun 2013 penulis bergabung
dengan Gita Swara Pascasarja (GSP) dan di tahun yang sama juga bergabung
dengan Forum Wacana IPB. Tahun 2014 penulis kembali bergabung dengan GSP
dan Forum Wacana. Mulai tahun 2011-sekarang penulis bekerja sebagai Dosen
Tetap di STIK Rajawali Talaud.