XX (2017) XXX-XXX
ARTICLE INFORMATION A B S T R A C T
Received: February 00, 00 This study aims to design a model by providing several policy alternatives that
Revised: March 00, 00 are useful to assist the government in determining appropriate policies in
Available online: April 00, 00 increasing patchouli oil production from the supply aspect. The supply to be
studied is patchouli plantations. Plantation is one of the important aspects
KEYWORDS affecting patchouli oil production. The choice of alternatives is based on
testing alternative policies on a computerized model. Patchouli plantation
system dynamic,policies, patchouli oil models are made in line with real systems using system dynamic. From the
results of the study there are several policy alternatives that can be taken by
CORRESPONDENCE the government, policies related to land expansion and conversion, policies
Phone: +62 (0751) 12345678
related to increasing agricultural production, policies related to human
resource improvement, policies related to agricultural equipment assistance
E-mail: rahmayantidina@gmail.com
and policies related to the use of superior seeds in plantations.
150
analisis terhadap sistem produksi Jagung di Indonesia dengan
100 menggunakan sistem dinamis. Hal yang sama juga dilakukan
50
oleh Ferreira (2016) [119] dengan komoditi yang berbeda yaitu
jeruk citrus. Penelitian yang menngunakan sistem dinamis
0
2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 mampu menyelesaikan berbagai persoalan yang kompleks [20]
Tahun [21].Dari sisi komoditas, penelitian ini mengkaji jenis produk
Gambar 1. Produksi Minyak Nilam Sumatera Barat [11] pertanian yaitu nilam. Lampiran 1 memperlihatkan berbagai
penelitian terkait tanaman nilam, penelitian yang telah dilakukan
dikategorikan lima kelompok yaitu penelitian kelompok
Produktifitas Nilam budidaya, teknologi proses, mesin peralatan, pengembangan
160
140 produk, kajian finansial, bisnis pemasaran dan perdagangan
Produktivitas Kg/Ha
Mengumpulkan
data existing
Sistem dinamik mengajarkan bagaimana berpikir secara sistem, (web, observasi,
tanya jawab)
artinya dalam menyelesaikan suatu masalah tidak dapat
dipandang pada satu bagian saja, tetapi harus dilihat Membuat
Causatic Base
Model
keseluruhan, semua hal yang mempengaruhi dan berhungan
dengan masalah tersebut [14]. Sistem dinamik memiliki Validasi Model
2.500
damage pest
w et productivity failed new planting
2.000
aging replanting
area
1.500
reduction
mature immature
w et po production maturation new planting 01/01/2020 01/01/2021 01/01/2022 01/01/2023 01/01/2024 01/01/2025 01/01/2026
rate po yield
Non-commercial use only!
re nde ment
rate production Berdasarkan Gambar 6 dapat dilihat bahwa jumlah area
graft area
acceleration
tanaman nilam yang diharapkan cenderung mengalami
graft rate
production increasing are a current area peningkatan walaupun tidak signifikan. Hal ini dikarenakan
perancangan model dinamis perkebunanan nilam dibuat
plantation
berdasarkan data historis produksi minyak nilam beberapa tahun
productivity
terakhir. Jum\lah area tanam nilam yang diharapkan memiliki
Gambar 5. SFD Plantation Section
tiga kemungkinan yaitu penanaman baru, sedang ditanam dan
belum menghasilkan dan penanaman kembali dari area lama
Hubungan matematis antar level, variabel dan konstanta dapat
yang sudah tidak produktif. Gambar 7, 8 dan 9 memperlihatkan
dilihat sebagai berikut :
ketiga kemungkinan tersebut.
t
Immature ( t )=∫ [ new planting ( s )+replanting ( s )−maturation
700 ( s ) ] ds+immature(¿ t 0)¿
ha
¿
600
immature
(1)
500
t
mature ( t )=∫ [ maturation ( s )−aging ( s ) ] ds+damage ( t ) mature(t
400
0)
01/01/2020 01/01/2021 01/01/2022 01/01/2023 01/01/2024 01/01/2025 01/01/2026
t0
Non-commercial use only!
(2) Gambar 7. Area Tanam Nilam Belum Menghasilkan
400
50
40
30 Validasi dilakukan dengan membandingkan kondisi saat ini
20
10
dengan hasil peramalan yang di dapat. Ada banyak metode yang
01/01/2020 01/01/2021 01/01/2022 01/01/2023 01/01/2024 01/01/2025 01/01/2026 digunakan dalam validasi, dalam penelitian ini metode validasi
Non-commercial use only!
yang digunakan adalah Mean Absolute Percentage Error
Gambar 9. Area Penanaman Kembali
(MAPE) melalui perhitungan error. MAPE mengidentifikasi
seberapa besar kesalahan meramal dibandingkan dengan nilai
Gambar 8 memperlihatkan hasil simulasi jumlah area
nyata [16].
penanaman tanaman baru untuk beberapa tahun ke depan
mengalami penurunan, area tanam nilam mengalami
∑ |e i| x 100 % ∑ X i−F i
peningkatan untuk penanaman kembali. Peningkatan penanaman
kembali diduga dikarenakan banyakanya serangan hama pada
tanaman sehingga dilakukan penyisipan tanaman dan banyaknya MAPE=
X i
=
| | Xi
x 100 %
110
seperti serangan hama, jumlah area belum menghasilkan serta
100
adanya proses penuaan tanaman sehingga tidak menghasilkan.
90
Model sistem dinamis yang dirancang ini telah
80
mempertimbangkan pengaruh-penvgaruh faktor-faktor tersebut.
01/01/2020 01/01/2021 01/01/2022 01/01/2023 01/01/2024 01/01/2025 01/01/2026
Non-comm ercial use only!
Ini merupakan salah satu keunggulan sistem dinamis dalam
Gambar 10. Produksi Minyak Nilam Pasaman Barat melakukan peramalan kondisi mendatang dibandingkan dengan
metoda peramalan yang ada. Sistem dinamis mampu
Gambar 6 memperlihatkan produksi minyak nilam di Kabupaten mengakomodir perubahan yang terjadi setiap waktu dan
Pasaman Barat cenderung mengalami peningkatkan untuk mengakomodir kompleksitas sistem.
beberapa tahun mendatang yaitu dari tahun 2020 hingga 2024,
sedangkan untuk dua tahun berturut-turut berikutnya cenderung Tabel 3. Perhitungan Error dengan Metode MAPE
stabil. Hasil simulasi ini memberikan harapan bahwa minyak Period Aktual Peramalan Kesalahan Persen
Deviasi
nilam di Kabupaten Pasaman Barat akan terus berkembang e (Ha) (Ha) Absolute
beberapa tahun mendatang. 1 1190 1190s 0 0,00%
2 2363 1368 995 72,73%
3 2089 1721 368 21,38%
Validasi Verifikasi
4 2024 1937 87 4,49%
5 1990 1994 4 0,20%
Pencapaian tingkat keyakinan yang diterapkan terhadap model
sistem dinamis dapat dilakukan melalui uji verifikasi dan 0,00 % +72,73 %+21,38 % +4,49 % +0,20 %
validasi [15]. Verifikasi merupakan proses pengecekan MAPE= =19
kesesuaian antara logika model dengan kesesuaian alur program
5
5 https://doi.org/10.25077/xxxxx First Author
6JURNAL OPTIMASI SISTEM INDUSTRI- xx (2017) xxx-xxx
temurun, namun peninngkatan keilmuan dalam bercocok tanam
perlu ditingkatkan. Pelatihan ini nantinya diharapkan dapat
Analisis Kebijakan Perkebunan Nilam memberi pengaruh pada pengecilan persentase serangan hama
nilam. Persentase serangan hama nilam dapat dirobah pada
Model sistem dinamis perkebunan nilam yang dirancang sistem dengan memvariasikan nilai variabel pest. Setelah
dianggap mampu merepresentasikan sistem nyata sehingga dilakukan perubahan nilai, program dapat di running dan dapat
dapat membantu kepentingan jika ingin membuat kebijakan. dilihat output.
Model dibangun mulai dari penanaman hingga penyulingan
minyak nilam. Luas aarea tanam di dasarkan pada jumlah area Kebijakan terkait bantuan alat dapat dilakukan pemerintah
tanam saat ini dan jumlah peningkatan produksi yang dengan memberikan bantuan alat penyulingan nilam yang telah
diharapkan setiap tahunnya. Persentase peningkatan produksi memiliki standard. Saat ini penggunaan alat produksi nilam
setiap tahunnya pada model dibuat nol, jumlah produksi dibuat masih sederhanya yaitu memanfaatkan barang-barang bekas
mengikuti data historis beberapa tahun terakhir. Selanjutnya seperti drum bekas. Penggunaan alat yang tidak standard
nilam yang siap ditanam akan memasuki nilam non produktif tentunya memberi pengaruh pada jumlah dan kualitas rendemen.
karena belum siap panen, sementara nilam yang telah siap panen Diharapkan dengan adanya kebijakan penggunaan alat yang
dan mengalami beberapa kali panen akan memasuki masa telah terstandard jumlah rendemen meningkat. Model sistem
penuaan atau aging dan akan dilakukan penanaman kembali dinamis yang dirancang mampu mengakomodir persentase
begitu seterusnya. Tahapan yang lalui oleh tanaman nilam perubahan rendemen, nilai dapat divariasikan dengan mengubah
membentuk siklus. nilai variabel rendement. Hal yang sama juga terjadi pada
kebijakan penggunaan bibit unggul yang berpengaruh langsung
Berbagai pilihan kebijakan dalam suatu sistem perlu pada jumlah rendemen.
disimulasikan terlebih dahulu untuk menentukan pilihan
kebijakan terbaik. Berbagai penelitian terdahulu telah banyak KESIMPULAN
dilakukan terkait simulasi kebijakan. Penggunaan model
matematik dalam mensimulasikan dampak penerapan kebijakan Tanaman nilam merupakan bahan baku utama pembuatan
mandatori blending biodiesel–solar terhadap kebutuhan lahan minyak nilam, minyak nilam merupakan salah satu komoditi
perkebunan kelapa sawit dan tingkat emisi CO2 [43]. Penelitian eksport utama Indonesia karena hampir 90% minyak nilam
lain yaitu menggunakan simulasi untuk menguji kebijakan dunia dipasok dari Indonesia. Melihat potensi pasar yang sangat
pemanfaatan empat komoditas perkebunan sebagai sumber bagus maka industri pengolahan minyak nilam perlu untuk
bahan baku biodiesel untuk pemenuhan target konsumsi dikembangkan. Dibutuhkan peran serta pemerintah dalam
biodiesel nasional. [44] menetapkan kebijakan-kebijakan yang dapat meningkatkan
produksi dan menjaga kualitas minyak nilam.
Terdapat beberapa alternatif kebijakan yang dapat diambil oleh
pemerintah berdasarkan model sistem dinamis perkebunan Perkebunan merupakan rantai paling hulu dari pasokan minyak
nilam yang telah dirancang. Diantaranya kebijakan terkait nilam yang menentukan kualitas dan kuantitas minyak nilam
ekspansi lahan dan alih fungsi lahan, kebijakan terkait yang akan dihasilkan. Penelitian ini mampu memodelkan
peningkatan produksi pertanian, kebijakan terkait peningkatan perkebunan nilam dengan menggunakan sistem dinamis,
sumber daya manusia, kebijakan terkait bantuan peralatan sehingga nantinya dapat digunakan sebagai tools bagi
pertanian dan kebijakan terkait pengunaan bibit unggul dalam pemerintah untuk mengambil keputusan. Program yang dibuat
perkebunan. telah dilakukan verifikasi dan validasi sehingga layak digunakan
sebagai alat pemilihan keputusan.
Kebijakan ekspansi lahan dan alih fungsi lahan dapat dilakukan
mengubah nilai variabel jumlah lahan yang diinginkan atau Berdasarkan model sistem dinamis perkebunan nilam terdapat
desired plant. Kebijakan dapat berupa persentase dengan nilai beberapa alternatif kebijakan yang dapat diambil oleh
yang dapat divariasikan, kemudian akan dikonversikan ke dalam pemerintah. Diantaranya kebijakan terkait ekspansi lahan dan
bentuk angka. Pengaruh kebijakan ekspansi atau alih fungsi alih fungsi lahan, kebijakan terkait peningkatan produksi
lahan dapat dilihat dari output Powersim setelah dilakukan pertanian, kebijakan terkait peningkatan sumber daya manusia,
running. kebijakan terkait bantuan peralatan pertanian dan kebijakan
terkait pengunaan bibit unggul dalam perkebunan. Kebijakan
Kebijakan terkait peningkatan produksi pertanian bisa tersebut pada program dapat diterjemahkan kedalam variabel-
dilakukan pemerintah dengan menetapkan target peningkatan variabel, yang nantinya akan berpengaruh pada output.Output
produksi Usaha Kecil Menengah (UKM), karena agroindustri bisa berupa jumlah area tanam yang produktif, jumlah area
minyak nilam merupakan salah satu jenis UKM. Perubahan tanam yang tidak menghasilkan/non produktif, jumlah produksi
dapat dilakukan pada variabel peningkatan produksi atau nilam basah, jumlah produksi nilam kering dan jumlah
increasing production. Nilai yang diinputkan berupa persentase perolehan minyak nilam. Keputusan dapat diambil dengan
yang dapat divariasikan, selanjutnya dilakukan running sehingga membandingkan nilai ouput yang didapat.
dapat dilihat perubahan yang terjadi pada ouput.
Keterangan
Immature (t) = Area tanam nilam belum
menghasilkan
new planting(s) = Area tanam nilam baru
replanting (s) =Area penanaman kembali
maturation(s) = Laju panen nilam
mature(t) = Area panen nilam
aging(s) = Area tanam nilam yang tidak
produktif
damage(t) = Area tanam nilam terserang hama
failed new planting(s) = Area tanam nilam baru yang
mengalami kegagalan tanam
desired planted areat = Jumlah area tanam nilam yang
diharapkan
desired po stockt = Jumlahstok nilam yang didinginkan
Plantation productivityt = Produkstifitas minyak nilam dalam
satu hektar area tanam
po demand t = po demandt = Jumlah permintaan minyak nilam
time ¿ adjust po stock = Lama penyimpanan minyak
nilam
pest = Persentase serangan hama
maturation period = Lama panen pertama
aging period = Waktu pemanenanan nilam pertama
kali
replanting period = Umur nilam untuk dilakukan
penggantian tanam baru.
Xi = Nilai hasil peramalan
Fi = Nilai aktual
Pasha dan Suryani Model rantai pasok Pengembangan model rantai pasok minyak goreng untuk CPO minyak
x
(2017) minyak goreng meningkatan produktivitas menggunakan sistem dinamik goreng
Apakah penambahan luas lahan baru atau disebut
Putra dan Nugroho Peramalan produksi
perluasan areal tanam baru (PATB) dapat meningkatkan x Kedelai
(2016) kedelai
produksi komoditas kedelai
Analisis kebijakan import Mengembangkan multi objektif model untuk membuat Sayuran dan buah-
Teimoury, et al
sayuran dan buah-buahan kebijakan import sayuran dan buah-buahan yang mudah x x Harga buahan yang
(2013)
yang mudah membusuk membusuk mudah membusuk
Prediksi indikator industri Memprediksi nilai indikator berkelajutan sumber daya teri
Herry, et al (2011) x Teri nasi
berkelanjutan nasi di Kawasan Tuban
Mengidentifikasi sistem dasar rantai pasok dan permasalahan
Aminudin, et al
Rantai pasok kentang pada agribisnis kentang serta mengetahui sistem dan x x x Kentang
(2014)
formulasi model rantai pasok kentang
Ghiffari, et al Penilaian kinerja Membangun model sistem dinamis penilaian kinerja untuk
x x Tembakau
(2016) agroindustri tembakau mendapatkan skenario kebijakan terbaik di PT. GMIT Jembe