Konsep pemecahan masalah terkait dengan mendefinisikan sebuah

masalah, tentukan penyebab masalahnya, mengidentifikasi, memprioritaskan,

memilih alternatif solusi, lalu menerapkan solusi dari permasalahan
(Alexander et al. 2016). Pemecahan masalah dapat diselesaikan menggunakan
pendekatan sistematis yang terdiri dari beberapa tahap. Pertama menganggap
objek permasalahan sebagai suatu sistem, mengenal sistem lingkungan,
mengindentifikasi sub sistem, bergerak dari sistem ke sub sistem,
menganalisis bagian-bagian sistem dalam suatu urutan tertentu,
mengidentifikasi berbagai alternatif solusi pemecahan masalah, mengevaluasi
berbagai alternatif solusi, memilih solusi lalu menerapkannya, dan membuat
tindak lanjut untuk mengetahui solusi tersebut efektif atau tidak (Nafiudin
2019). Di sisi lain, konsep dekomposisi adalah memecah masalah atau sistem
yang kompleks menjadi bagian-bagian yang lebih kecil yang lebih mudah
dikelola dan dipahami. Bagian yang lebih kecil kemudian dapat diperiksa dan
diselesaikan atau dirancang secara individual, karena lebih sederhana untuk
dikerjakan (Rich et al. 2018).
Penerapan konsep pemecahan masalah dalam agroindustri yang dilakukan
pertama yaitu dengan mengenali masalah dan meneliti untuk memperoleh
informasi mengenai masalah yaitu mencakup studi pustaka dan observasi
lapang. Tahap selanjutnya yaitu mendapatkan gambaran permasalahan dalam
persediaan bahan baku agroindustri udang beku vannamei di PT. XYZ yang
kemudian dikembangkan untuk mengatasi hambatan, kebutuhan dan
kesempatan sistem tersebut sehingga diharapkan dapat diusulkan perbaikan-
perbaikan. Salah satu permasalahan yang terjadi di PT. XYZ adalah
permasalahan persediaan dalam memenuhi permintaan pasar ekspor yang
fluktuatif terutama pada hari-hari besar. Selanjutnya tahap pemodelan yaitu
berupa rangkaian beberapa aktivitas yaang dilakukan dengan metode dan alat
tertentu serta menghasilkan keluaran model (output) yang akan menjadi dasar
dalam pengembangan model pengendalian persediaan bahan baku pada PT.
XYZ. Pemodelan pengendalian persediaan baku dapat meliputi prediksi pasar
dan model internal supply chain management. Tahap selanjutnya yaitu
validasi model, membandingkan hasil simulasi dengan data aktual target,
selain itu membandingkan hasil perhitungan supply chain dengan data
kebutuhan bahan baku perusahaan. Hal tersebut bertujuan mendapatkan
kecocokan dengan model dari perencanaan bahan baku agroindustri udang
beku vannamei di PT. XYZ. Teknik ini diperlukan bantuan pakar produksi
ataupun user pada posisi PPIC (production planing and inventory control)
untuk menilai apakah logika model dan hasil yang dicapai dianggap mewakili
sistem nyata yang ada. Dinyatakan valid apabila hasil data input yang dilatih
sudah tidak fluktuatif terhadap target. Terakhir yaitu mencari solusi dari
masalah tersebut, lalu menerapkannya (Mufaidah 2017).
Konsep abstraksi dapat dimaknai sebagai suatu proses pemusatan
perhatian pada hubungan-hubungan antara objek-objek, dan mengabaikan
perbedaan kualitas dari objek-objek tersebut. Proses pemusatan perhatian ini
dapat dijelaskan sebagai sebuah kontruksi dari sebuah objek mental yang
dapat dipresentasikan sebagai sebuah model simbolik yang abstrak (Van Oers
2007). Abstraksi melibatkan generalisasi dan mentransfer proses pemecahan
masalah ke masalah serupa. Abstraksi juga melibatkan pengembangan dan
representasi model dunia nyata, seperti menggunakan model fisik yang
mewakili tata surya kita atau simulasi yang menunjukkan bagaimana populasi
menanggapi situasi seperti wabah penyakit (Barr dan Stephenson 2011).
Contoh abstraksi dalam agroindustri yaitu komoditas tanaman perkebunan
yang mempunyai perkembangan positif terhadap jumlah produksi dan luas
lahan serta didasarkan pada komoditas yang mempunyai luas lahan yang
relatif besar. Komoditas tersebut yaitu kelapa, sereh wangi, kenanga, melinjo,
nilam cengkeh, kapuk, dan lada. Kriteria lain yang cukup berpengaruh
terhadap pemilihan komoditas tersebut dalam rangka pengembangan
agroindustri tanaman perkebunan skala kecil adalah faktor penyebaran lokasi,
resiko kegagalan, fluktuasi harga, nilai ekonomis bahan baku, dukungan
lembaga koperasi, dan terakhir yaitu kebijakan pemerintah. Dengan demikian
komoditas tanaman perkebunan yang akan dikembangkan di Kabupaten
Cirebon dalam rangka pengembangan agroindustri tanaman perkebunan skala
kecil ini adalah komoditas yang berorientasi pasar atau mempunyai respon
yang baik dari pasar dan mempunyai daya saing yang tinggi baik itu pasar
domestik maupun internasional. Dari gambaran tersebut secara sepintas
menunjukkan bahwa jenis komoditas dalam pengembangan agroindustri
tanaman perkebunan di Kabupaten Cirebon harus berorientasi pasar bukan
produksi (Budirokhman 2006).
Konsep pemodelan merupakan teknik untuk mengelola dan
mendokumentasikan data suatu sistem yang mana hasil akhirnya
diimplementasikan. Konsep ini mengacu pada pemodelan entitas dan relasinya
yang merupakan representasi konseptual dari struktur yang dibutuhkan.
Membuat pemodelan harus melalui beberapa tahap seperti seleksi
(menentukan alternatif yang bermanfaat), rekayasa model (menghasilkan
deskripsi dari model abstrak yang telah diuji validitasnya), implementasi
komputer (diwujudkan model abstrak dalam berbagai bentuk persamaan),
validasi (model telah mencapai status absah), analisa sensitivitas (menentukan
variabel yang penting untuk ditelaah pada aplikasi model, analisa stabilitas
(menggunakan teknik analisa berdasarkan teori stabilitas, atau menggunakan
simulasi secara berulang kali untuk mempelajari batasan stabilitas sistem),
aplikasi model (model dioperasikan untuk mempelajari secara terinci
peraturan yang dipermasalahkan) (Yakubu et al. 2011). Pemodelan dapat
dipandang sebagai abstraksi dari suatu objek atau situasi aktual, yang
merupakan suatu prosedur yang diekspresikan dengan simbol atau fungsi
tertentu (Lee at al. 1985). Pemodelan memperlihatkan hubungan-hubungan
langsung atau tidak langsung serta kaitan timbal balik setiap aspek yang
terkait, misal dalam pengembangan agroindustri teh (Eriyatno 1998).
Internet of Things (IoT) merupakan sebuah konsep yang bertujuan untuk
memperluas manfaat dari konektivitas internet yang tersambung secara terus-
menerus yang memungkinkan untuk menghubungkan peralatan, dan benda
 fisik lainnya dengan sensor jaringan untuk memperoleh data dan mengelola
kinerjanya sendiri (Arafat 2016). Konsep IoT ini cukup sederhana dengan cara
kerja mengacu pada 3 elemen utama pada arsitektur IoT, yakni barang fisik
yang dilengkapi modul IoT, perangkat koneksi internet, dan cloud data center
tempat untuk menyimpan aplikasi beserta data base. Cara kerja IoT yaitu
dengan memanfaatkan sebuah argumentasi pemrograman yang dimana tiap-
tiap perintah argumennya itu menghasilkan sebuah interaksi antara sesama
mesin yang terhubung secara otomatis tanpa campur tangan manusia dan
dalam jarak berapa pun. Internetlah yang menjadi penghubung di antara kedua
interaksi mesin tersebut, sementara manusia hanya bertugas sebagai pengatur
dan pengawas bekerjanya alat tersebut secara langsung (Efendi 2018). Unsur
pembentuk IoT yng mendasar yaitu Kecerdasan Buatan (Artificial
Intelligence) berarti IoT bisa meningkatkan segala aspek kehidupan,
konektivitas memungkinkan untuk membuat atau membuka jaringan baru,
sensor mampu mendefinisikan instrumen yang mengubah IoT dari jaringan
standar dan cenderung pasif dalam perangkat, Keterlibatan aktif (mengenalkan
paradigma yang baru bagi konten aktif, produk maupun keterlibatan layanan),
perangkat berukuran kecil untuk memanfaatkan perangkat-perangkat kecil
yang dibuat khusus agar menghasilkan ketepatan, skalabilitas, dan fleksibilitas
yang baik (Rachmadi 2020). Contoh IoT pada bidang agroindustri yaitu untuk
optimasi produksi pada pohon karet. Setiap produksi karet bisa dipantau
menggunakan sensor yang terhubungan dengan PC untuk mencatat setiap
jumlah produksi yang dihasilkan pohon karet. Dengan demikian terdapat
pencatatan pada data base secara cepat dan tepat untuk menentukan langkah-
langkah produksi secara efektif sehingga dapat meningkatkan produksi karet.
Sehingga dengan terkoneksinya perangkat dan tersedianya data base yang
terhubung secara real time antar stakeholder untuk menentukan kebijakan
untuk optimalisasi produksi pada agroindustri karet (Ulum 2017).

Alexander P, Winne P, Anderman E, Corno L. 2006. Handbook of Educational

Psychology. New York (US): American Psychological Association.
Arafat MK. 2016. Sistem pengamanan pintu rumah berbasis Internet of Things
(IoT) dengan ESP8266. Technologia. 7 (4): 262–268.
Barr V, Stephenson C. 2011. Bringing computational thinking to K- 12: what is
involved and what is the role of the computer science education
community?. ACM Inroads. 2 (1): 48–54.
Budirokhman D. 2006. Kajian pengembangan agroindustri tanaman perkebunan
skala kecil di Kabupaten Cirebon Provinsi Jawa Barat. Jurnal Agrijati. 3
(1): 20-33.
Efendi Y. 2018. Internet of Things (IoT) sistem pengendalian lampu
menggunakan raspberry PI berbasis mobile. Jurnal Ilmiah Ilmu Komputer. 4
(1): 19-26.
Eriyatno. 1998. Ilmu Sistem: Meningkatkan Mutu dan Efektifitas Manajemen.
Bogor (ID): IPB Press.
Lee SM, Laurence JM, Bernard WT. 1985. Management Science 2nd Edition.
Dubuque (US): Brown.
Mufaidah I. 2017. Model perencanaan persediaan bahan baku agroindustri udang
beku vannamei (Litopenaeus vannamei sp.) di PT. XYZ Banyuwangi
[skripsi]. Jember (ID): Universitas Jember.
Nafiudin. 2019. Sistem Informasi Manajemen. Surabaya (ID): Qiara Media.
Rachmadi S. 2020. Mengenal Apa Itu Internet Of Things. Jakarta (ID): Tiga
Ebook.
Rich K, Binkowski T, Strickland C, Franklin D. 2018. Decomposition: A k-8
computational thinking learning trajectory. California (US): ACM.
Ulum MB. 2017. Desain Internet of Things (IoT) untuk optimasi produksi pada
agroindustri karet. Jurnal Sebatik. 22 (2): 69-73.
Van Oers K. 2007. The need for interdisciplinary research in personality studies.
European Journal of Personality. 21 (5): 589-637.
Yakubu F, Isma B, Omowumi, OM, Mngohol MA. 2011. Process and database
Modelling of a University Bursary System : A Perspective of Cash Office.
International Journal of Computer Science Issues (IJCSI). 8 (4) : 555–560.