CJR Matematika Ekonomi Kel 4
CJR Matematika Ekonomi Kel 4
“MATEMATIKA EKONOMI”
Dosen Pengampu :
PRODI AKUNTANSI
FAKULTAS EKONOMI
2021
KATA PENGANTAR
Puji dan syukur kami panjatkan atas kehadirat Tuhan yang Maha Esa, atas rahmat dan
karunia-Nya kepada kami sehingga kami mampu menyelesaikan tugas Critical Juornal
Review (CJR) ini tepat waktu.
Tugas ini kami buat untuk memenuhi salah satu tugas mata kuliah yaitu Matematika
Ekonomi. Tugas CJR ini disusun dengan harapan dapat menambah pengetahuan dan
wawasan kita khususnya dalam mata kuliah Matematika ekonomi. Di dalam jurnal ini kami
meringkas dua jurnal/artikel lalu membandingkannya, setelah itu kami juga mencantumkan
kelemahan dan kelebihan artikel.
Kami menyadari bahwa tugas Critical Juornal Review ini masih jauh dari
kesempurnaan, apabila dalam tugas ini terdapat banyak kekurangan dan kesalahan, kami
mohon maaf karena sesungguhnya pengetahuan dan pemahaman kami masih terbatas.
Oleh karena itu, kami mengharapkan saran dan kritik dari pembaca yang bersifat
membangun guna menyempurnakan tugas seperti ini ke depannya. Kami berharap semoga
Critical Jurnal Review ini sangat bermanfaat bagi pembaca. Sekian dan terima kasih.
Kelompok 4
i
DAFTAR ISI
COVER
DAFTAR ISI......................................................................................................................... ii
Lampiran
ii
BAB I
PENDAHULUAN
1.1 Latar Belakang
Critical Journal Review (CJR) sangat penting untuk kalangan pendidikan terutama
untuk mahasiswa/i karena dengan mengkritik suatu jurnal dapat melihat mana jurnal yang
perlu diperbaiki dan jurnal yang sudah benar untuk digunakan berdasarkan dari penelitian
yang telah dilakukan oleh penulis jurnal tersebut.
Setelah dapat mengkritik jurnal maka diharapkan mahasiswa/I dapat membuat suatu
jurnal karena sudah mengetahui bagaimana kriteria jurnal yang baik dan benar untuk
digunakan dan sudah mengerti bagaimana cara menulis atau langkah-langkah apa saja yang
diperlukan dalam penulisan jurnal tersebut
1
BAB II
IDENTITAS JURNAL
2.1 Jurnal Utama
Volume : 3, No.4
Halaman : 230-245
Judul artikel : Risk Measurement Of Supply Chain Organic Rice Product Using
Fuzzy Failure Mode Effect Analysis In Mutos Seloliman Trawas
Mojokerto
Penulis Artikel : Devi Urianty M, Wike Agustin Prima Dania , Ika Atsari Dewi
Penerbit : Elsevier B.V
Volume :3
2
2.3 Ringkasan Jurnal Utama
Pendahuluan
Penyediaan pangan, terutama beras, dalam jumlah yang cukup dan harga terjangkau
tetap menjadi prioritas utama pembangunan nasional. Deli Serdang yang tercatat 249.772
hektar. Sumatera Utara yang menghasilkan padi 290. Provinsi Sumatera Utara yang memiliki
potensi cukup besar dalam bidang pertanian. Daerah dengan luas 249.772 hektar ini memiliki
potensi lahan pertanian seluas 243.957 hektar. Ini artinya, daerah yang memiliki 22
kecamatan serta 380 desa dan 14 kelurahan ini, semuanya terdapat lahan pertanian.
Metode Penelitian
Dimana :
QB = Jumlah produksi beras [kg]; LHN = Luas lahan (ha); BBT = Bibit (kg) PPK = Pupuk
(kg); TK = Tenaga Kerja (Org)
3
Sedangkan untuk model analisis biaya produksi digunakan model sebagai berikut :
CB = CB [PFB,W,QB]
Dimana: CB = Total biaya produksi usahatani beras [Rp]; PFB = harga rata-rata faktor-faktor
produksi, yaitu jumlah biaya lahan, bibit, pupuk, dan obat-obatan dibagi 3
Hasil perhitungan menjelaskan bahwa biaya marginal produksi beras jauh lebih
rendah dari harga jual beras. Dengan kata lain usahatani beras di Kabupaten Deli Serdang
efisien. Biaya marginal produksi yang lebih rendah dari harga jual beras menjelaskan bahwa
potensi skala ekonomis masih dapat dieksploitasi.
Secara global juga semua koefisien signifikan pada tingkat = 1 persen karena
koefisien determinasi cukup tinggi.
Secara partial seluruh variabel yang diamati ternyata signifikant pada tingkat = 1%
dengan derajat tingkat kepercayaan 99%, kecuali untuk variabel bibit yang tidak signifikan
yang dapat dilihat dari t hitung ataupun dari P-Value.
Simpulan
4
Sedangkan kontribusi produksi terhadap biaya opportunitas produksi adalah sebesar
97.20 persen. Skala ekonomis usahatani beras menjelaskan bahwa biaya rata-rata per unit
produksi beras cenderung turun sejalan dengan peningkatan produksi beras.
Analisis efisiensi ekonomi dari usahatani beras ditunjukkan oleh kondisi biaya
marginal produksi lebih kecil dari harga jual beras.
Saran
Dari kontribusi lahan, bibit dan pupuk serta tenaga kerja terhadap produksi usahatani
beras dijelaskan bahwa peningkatan produksi beras dapat dilakukan dengan meningkatkan
penggunaan lahan, bibit, pupuk dan tenaga kerja.
Pendahuluan
Beras organik adalah beras yang disahkan oleh lembaga independen, ditanam dan
diproses sesuai standar organik. Produksi di Indonesia berturut-turut pada tahun 2005 sampai
dengan 2009 adalah 550.300, 557.179, 563.865, 570.519 dan 577.080.
Penelitian yang dilakukan oleh Ridwan (2014) tentang identifikasi risiko manajemen
rantai pasok pada produk beras organik MUTOS, telah menghasilkan bahwa MUTOS
merupakan pihak yang memiliki risiko dibandingkan pemangku kepentingan lainnya dan
terdapat risiko yang perlu ditangani oleh pihak pemasok. Perlu adanya pengukuran risiko
dalam rantai pasok produk beras organik MUTOS. Adanya pengukuran risiko tersebut dapat
meminimalkan, mengurangi atau bahkan menghilangkan penyebab dan timbulnya risiko
dalam rantai pasok.
Metode yang memakai logika fuzzy dalam mengidentifikasi penyebab masalah atau
kegagalan yang terjadi melalui pertimbangan kriteria keparahan (S), kejadian (O), dan deteksi
(D) yang dapat digabungkan. untuk hasil struktur yang lebih fleksibel. Fuzzy FMEA
merupakan pengembangan dari metode FMEA yang memberikan fleksibilitas terhadap
ketidakpastian akibat ketidakjelasan informasi yang mungkin atau elemen preferensi subjektif
yang digunakan dalam pengukuran mode kegagalan.
Metode
Pada metode fuzzy FMEA, data yang diperoleh merupakan hasil wawancara
mendalam dengan para ahli yang bertindak sebagai responden. Penelitian ini menggunakan
sembilan orang ahli yang terdiri dari empat orang ahli dari petani, satu orang ahli dari
koperasi, tiga orang ahli dari distributor, dan satu orang ahli dari pengecer.
5
Dalam fuzzy FMEA, faktor O, S, dan D dapat dievaluasi melalui linguistik. Istilah
linguistik dan bilangan fuzzy yang akan digunakan untuk mengevaluasi faktor O, S, dan D.
Dalam pengukuran faktor pada mode kegagalan FMEA dalam bentuk fuzzy, dapat dilakukan
langkah-langkah sebagai berikut:
A. Menentukan nilai O, S, dan D.
B. Menghitung agregasi pengukuran peringkat fuzzy faktor O, S, dan D
C. Menghitung agregasi bobot untuk kepentingan relatif faktor risiko O, S, dan D
D. Menentukan fuzzy risk priority number (FRPN) untuk setiap model kegagalan
E. Peringkat berdasarkan nilai FRPN, dimana nilai FRPN terbesar merupakan peringkat
teratas.
6
4. Pengecer Pengecer dalam rantai pasok beras organik terdiri dari pasar
tradisional yang terdapat di Mojokerto dan beberapa supermarket di Malang
dan Surabaya. Contohnya adalah retailer Ranch Market Galaxy Mall yang
berlokasi di Surabaya dan store Lai Lai yang berlokasi di Malang.
B. Anggota sekunder
Anggota sekunder dari rantai pasokan adalah perusahaan yang hanya menyediakan
sumber daya, pengetahuan, utilitas atau aset kepada anggota primer (Hualiang, 2007).
Anggota sekunder dalam rantai pasokan adalah penyedia sumber daya seperti bahan
kemasan, fasilitas produksi, dan fasilitas transportasi. MUTOS memiliki dua pemasok yaitu
pemasok kemasan plastik dan pupuk organik.
Desain jaringan distribusi Sesuai dengan desain jaringan distribusi yang ada, rantai
pasok produk beras organik menggunakan tipe jaringan distribusi retail storage dengan
customer pickup. Hal ini dikarenakan, sebagai manufaktur MUTOS mendistribusikan barang
terlebih dahulu ke distributor, kemudian didistribusikan ke pengecer. Di pengecer, produk
dipajang dan diambil konsumen sendiri untuk membeli produk. Dalam penyimpanan ritel
dengan pengambilan pelanggan, persediaan disimpan secara lokal di toko ritel, pelanggan
masuk ke toko ritel atau memesan secara online atau melalui telepon dan mengambilnya di
toko ritel (Chopra dan Peter, 2007).
Perhitungan Nilai Fuzzy Risk Priority Number (FRPN) Berdasarkan Ridwan (2014)
terdapat 14 risiko pada MUTOS yang terdiri dari 4, 6 dalam pembuatan, 3 dalam pengiriman
dan 1 sebagai imbalan (risiko pengembalian produk). Nilai Fuzzy Risk Priority Number
(FRPN) yang dihitung dengan persamaan (7) ditunjukkan pada Tabel 5. Setelah itu, nilai
masing-masing mode kegagalan FRPN diurutkan, yang merupakan nilai FRPN terbesar
peringkat teratas. Nilai FRPN yang mendapat urutan terbesar atau utama menunjukkan bahwa
kejadian tersebut merupakan potensi risiko yang memerlukan perhatian dari MUTOS.
Prioritas utama utama dalam menangani risiko MUTOS adalah potensi risiko pengembalian
produk dari distributor dengan nilai FRPN 5,54.
Kesimpulan
Struktur rantai pasok yang dimiliki MUTOS terdiri dari petani sebagai pemasok,
MUTOS sebagai manufaktur, distributor, dan pengecer, yang disebut sebagai anggota utama
dari pihak yang terlibat langsung. Urutan risiko prioritas dalam rantai pasok beras organik
MUTOS berdasarkan hasil penelitian dari atas ke bawah adalah risiko mengalami retur
produk komoditas, rusak atau kehilangan mutu, kontaminasi pada saat pengolahan, kehabisan
persediaan, memiliki produk pesaingselama proses produksi, peralatan mengalami kerusakan
selama pemrosesan, permintaan komoditas berubah, rusak selama penyimpanan, dan
penurunan produksi.
7
BAB III
PEMBAHASAN
3.1 Kelebihan/Keunggulan Jurnal
a. Jurnal Utama
1. Jurnal ini telah menjelaskan topik inti pembahasan dengan jelas yaitu telah
menjelaskan konsep, metode, analisis, hasil, simpulan, dan saran.
2. Format penulisannya sudah baik seperti membuat huruf tebal pada setiap subjudul/
kalimat yang penting dan penulisannya sudah sesuai dengan format penulisan jurnal,
mulai dari abstrak sampai daftar pustaka.
3. Telah mencantumkan daftar pustaka yang banyak, yang menandakan acuan materinya
bukan hanya 1 atau 2 materi sehingga tidak perlu meragukan fakta-fakta yang
disampaikan.
b. Jurnal Pembanding
a. Jurnal Utama
1. Tidak memberikan karakteristik dengan baik
b. Jurnal Pembanding
1. Format pengetikannya tidak rapi , karena ada tulisannya yang sangat besar dan kecil.
Jadi tidak jelas mana yang penting ataupun tidak, bahkan ada saking kecilnya susah
untuk dibaca.
2. Ada penulisan kalimat setiap baris yang saling dempet setiap kalimatnya ( tidak rapi )
seperti halaman 108.
8
BAB IV
PENUTUP
4.1 Kesimpulan
Dari kedua artikel yang kami review, dapat kami simpulkan bahwa analisis efisiensi
ekonomis usahatani beras di Kabupaten Deli Serdang, hasil penelitian adalah sifat-sifat model
produksi, penggunaan faktor faktor produksi dan biaya opportunitas produksi adalah
decreasing returns to scale atau decreasing cost industries. Skala ekonomis usahatani beras
menjelaskan bahwa biaya rata-rata per unit produksi beras cenderung turun sejalan dengan
peningkatan produksi beras.
Dan, struktur rantai pasok yang dimiliki MUTOS terdiri dari petani sebagai pemasok,
MUTOS sebagai manufaktur, distributor, dan pengecer, yang disebut sebagai anggota utama
dari pihak yang terlibat langsung. Rantai pasok produk beras organik menggunakan tipe retail
storage dengan jaringan penjemputan pelanggan. Peringkat prioritas risiko diperoleh dari
FRPN yang diperoleh. Urutan risiko prioritas dalam rantai pasok beras organik MUTOS
berdasarkan hasil penelitian dari atas ke bawah adalah risiko mengalami retur produk
komoditas, rusak atau kehilangan mutu, kontaminasi pada saat pengolahan, kehabisan
persediaan, memiliki produk pesaing.
4.2 Saran
Saran kami untuk perbaikan jurnal ke depannya adalah supaya jurnal utama diberikan
identitas atau karakteristik yang benar dan untuk jurnal kedua kami sarankan supaya tata
kepenulisan lebih diperhatikan supaya pembaca lebih tertarik untuk menganalis dan
diharapkan supaya memberikan judul yang lebih sederhana namun mencakup keseluruhan isi.
Di samping dari semua itu, tidak dapat dipungkiri, kedua jurnal ini sangat dianjurkan untuk
dianalisis karena sangat bermanfaat untuk menambah wawasan.
9
DAFTAR PUSTAKA
Ruslan, Dede dan Indra Maipita. 2014. “Analisis Produksi dan Efisiensi Beras.” QE
Journal, 3(4), 230-245
M, Devi Urianty dkk. 2015. “Risk Measurement Of Supply Chain Organic Rice Product
Using Fuzzy Failure Mode Effect Analysis In Mutos Seloliman Trawas Mojokerto.”
Agriculture and Agricultural Science Procedia, 3, 108-113
10
ANALISIS PRODUKSI DAN EFISIENSI BERAS
Dede Ruslan
Indra Maipita
Fakultas Ekonomi Universitas Negeri Medan
Sumatera Utara, Indonesia
email: dras_ruslan@yahoo.com ; imaipita@gmail.com
Abstract
The purpose of this study to find out if the factors of production could give
contribution tu the production or income and the cost of rice production, the
economy efficiensy of rice production. It is hoped thet the result of this study could
give information to farmers and local government in Deli Serdang about the
contributions of the factors of production to the production or income and the cost
of rice farm opration production. From the study, it is shown that the
characteristic of model of production, the using of the factors of production and
teh cost of production opportunity is increasing returns to scale or decreasing cost
industries. The economy scale of rice production describes that the estimate cost
of corn farm production. The analysis of economy efficiensy from the rice
production was taken form condition that the produtions marginal cost is lower
than the corn scale. From the contributions of field, seed, fertilizer and labor
toward the rice production, it can be explained that rice production can be raised
by increasing the field, seed, fertilizer, and labor usings.
_________________________________
Keywords: Rice Production, Rise Cost Production, Efficiensy of rice production
PENDAHULUAN
enyediaan pangan, terutama beras, dalam jumlah yang cukup dan
dimana:
Qj = kuantitas produk beras,
A = parameter produktivitas dari teknologi budidaya beras,
Lj = kuantitas tenaga kerja usahatani beras,
Nom = varitas faktor-faktor produksi beras,
Fj = kuantitas faktor produksi ke-j,
j = 1, 2, ... , N, dan
0 1.
dimana:
Cj = biaya usahatani beras,
FC = biaya tetap dari teknologi budidaya,
W = tingkat upah atau pendapatan tenaga kerja, dan
PFB = harga-harga faktor produksi.
C j FC W L j PFB ( NOM F j )
1
[Q j A L j ( NOM F j ) NOM 1 ] (2.4)
Cj 1
(2.5B)
PFB NOM [A Lj Fj 1 NOM ] 0
Fj
1 1
1 1 PFB 2
Fj NOM Qj
A W
1
1 1 1 1 2
Fj PFB W NOM Qj (2.7)
A
Dari persamaan (2.9) ditunjukkan bahwa kontribusi biaya tenaga kerja (W)
terhadap biaya produksi usahatani beras adalah sebesar (1-), kontribusi
biaya faktor-faktor produksi (PFB) terhadap biaya produksi usahatani
beras adalah sebesar (), dan kontribusi varitas faktor-faktor produksi
(NOM) terhadap biaya produksi usahatani beras adalah sebesar (3-).
Biaya : Cj FC 2 1 W
1
PFB
NoM
3
Qj (2.10B)
A
Ada dua lagi kemungkinan yang terjadi secara riil pada usahatani beras.
1
2 1 1 3
Apabila Pj W PFB NOM maka petani akan
A
meningkatkan produksi beras dengan cara menambah luas lahan produksi
beras, sehingga biaya marginal produksi beras naik mencapai
keseimbangan harga pasar produk beras. Sebaliknya apabila
METODE PENELITIAN
Penentuan sampel dilakukan dengan metode stratified random sampling
(Zimund, 1997) berdasarkan luas lahan. Strata luas lahan usahatani beras
ditentukan lebih kecil atau sama dengan satu hektar dan lebih besar dari
satu hektar.
Dari hasil perhitungan ditentukan bahwa jumlah sampel dengan strata luas
lahan kurang atau satu hektar sebanyak 90 kepala keluarga dan jumlah
sampel dengan strata lebih dari satu hektar sebanyak 90 kepala keluarga
sehingga total sampel adalah sebanyak 180 kepala keluarga yang tersebar
dari beberapa kecamatan yang ada di Deli Serdang. Data yang
dikumpulkan dalam penelitian ini adalah data primer dengan
membagikan Daftar Pertanyaan terhadap seluruh populasi.
Model Analisis dengan Ordinary Least Square
Metode analisis yang dipergunakann untuk menganalisis faktor-faktor
yang mempengaruhi produksi beras digunakan model sebagai berikut :
QB=QB[LHN, BBT, PPK, TK] (3.1)
Dimana :
QB = Jumlah produksi beras [kg],
LHN = Luas lahan (ha)
BBT = Bibit (kg)
PPK = Pupuk (kg)
TK = Tenaga Kerja (Org)
Sedangkan untuk model analisis biaya produksi digunakan model sebagai
berikut :
CB = CB [PFB,W,QB] (3.2)
Tabel 2. Nilai rata-rata dan varians faktor produksi setara lahan dan tenaga
kerja
Variabel N Rata-rata ST. DEV VARIANCE MINIMUM MAXIMUM
PFB 190 63311 2463.2 1.20029 4434 28811
W 190 3458.4 798.64 8.080292 1543 6136
QB 190 5525.7 2071.6 9.22226 1832 14400
Sumber : Hasil Pengolahan Data
ScienceDirect
Agriculture and Agricultural Science Procedia 3 (2015) 108 – 113
The 2014 International Conference on Agro-industry (ICoA): Competitive and sustainable Agro-
industry for Human Welfare
Abstract
The purposes of this study are to explain the conditions of supply chain for organic rice product and to determine the supply
chain risk order organic rice products in MUTOS Seloliman. Risk measurement is performed using fuzzy FMEA method then the
risk priority level is obtained. The supply chain structure of organic rice product consist of farmers as suppliers, MUTOS as
manufacturer, PT Herbal Estate, PPLH Surabaya, Kaliandra, and CV Mandalabimasakti SM as distributors, and Ranch Market
Galaxy Mall as retailer and consumer. The distribution network of organic rice product is retail storage with customer pickup
network. The priority risk order in this supply chain based on research from the highest risk to the lowest risk are risk of product
return, risk of damage or loss quality, risk of product contamination during process, risk of lack of stock, risk of competitor
existence, quality incompability risk, risk of contain chemical contaminants, risk of supply delays, risk of processing delays, risk
of damage during process, risk of machine damage during process, risk of demand changing, risk of damaged during storage, and
risk of production decreased.
©© 2015
2015 Published by Elsevier
The Authors. PublishedB.V. This is an
by Elsevier open access article under the CC BY-NC-ND license
B.V.
(http://creativecommons.org/licenses/by-nc-nd/4.0/).
Peer-review under responsibility of Jurusan Teknologi Industri Pertanian, Fakultas Teknologi Pertanian, Universitas Gadjah
Peer-review under responsibility of Jurusan Teknologi Industri Pertanian, Fakultas Teknologi Pertanian,
Mada.
Universitas Gadjah Mada
Keywords: activities of supply chain members; risk priority; FRPN; retail storage with customer pickup
*
Corresponding author. Tel.: +62 857 301 042 41
E-mail address:DV.mita@gmail.com
2210-7843 © 2015 Published by Elsevier B.V. This is an open access article under the CC BY-NC-ND license
(http://creativecommons.org/licenses/by-nc-nd/4.0/).
Peer-review under responsibility of Jurusan Teknologi Industri Pertanian, Fakultas Teknologi Pertanian, Universitas Gadjah Mada
doi:10.1016/j.aaspro.2015.01.022
Devi Urianty Miftahul Rohmah et al. / Agriculture and Agricultural Science Procedia 3 (2015) 108 – 113 109
1. Introduction
Organic rice is rice that is validated by an independent body, to be grown and processed according to organic
standards. Rice production (in quintals) in Indonesia respectively, in the year 2005 to 2009 was 550.300, 557.179,
563.865, 570.519 and 577.080 (Pertanian Sehat Indonesia, 2012). Rice market needs (in quintal) in Indonesia
respectively, in the year 2005 to 2009 were 550.300, 660.360, 792.432, 950.918, and 1.141.102 (Pertanian Sehat
Indonesia, 2012). Based on the production data and the needs of the organic rice market, it can be said that the
demand for organic rice is now increasing.
Rice is included in agricultural products, which is easily broken; process of planting, growing and harvesting
depends on the climate and season; yields have varied shapes and sizes; as well as agricultural products are kamba
(not solid). This is why agricultural products difficult to handle. The properties will also affect the entire supply
chain management, due to several sources of uncertainty and complex relationships between actors in supply chain.
Research conducted by Ridwan (2014) on the identification risk of supply chain management in MUTOS organic
rice products, have been resulted that MUTOS is a party that has risks than any other stakeholders and there are
risks that need to be handled by the parties in supply chain of rice MUTOS organic. These risks have not been
measured to obtain the order of priority risks that need to be handled first. Therefore, the need for risk measurement
in the supply chain for organic rice products MUTOS. The presence of these risk measurements can minimize,
reduce or even eliminate the causes and incidence of risk in supply chain. The results of this risk measurement can
also be used in an attempt to obtain organic certification in a sustainable manner.
In this research used fuzzy FMEA method because this method of wearing fuzzy logic in identifying the causes
of problems or failures that occur through the consideration of the criteria of severity (S), occurrence (O), and
detection (D) which can be combined for a more flexible structure results. Fuzzy FMEA is the development of
FMEA methods that provide flexibility to the uncertainty due to vague information that may or element of
subjective preferences that are used in the measurement of the failure mode (Iqbal et al., 2013). The purpose of this
study is to describe the condition of the supply chain of organic rice products on MUTOS Seloliman and determine
the order of priority of supply chain risk organic rice products in MUTOS. This study is a series of studies Risk and
Performance Modelling of Supply Chain Organic Products Using Fuzzy Failure Mode Effect Analysis (Fuzzy
FMEA) in Effort Facing Business Dynamics and Organic Products Certification funded by the Directorate General
of Higher Education, Ministry of Education and Culture through DIPA UB.
2. Methods
This research was conducted in MUTOS (Seloliman Organic Farm Management) Seloliman Village District of
Trawas Mojokerto in October 2013 to April 2014. There are two limitations of this study is the problem of supply
chain members organic rice analyzed in this study are the primary members of the supply chain and risk
measurement performed on the stage of the source, make, deliver, and return.
The procedure starts from preliminary research studies and identification of problems, the study of literature and
the types and sources of data, the determination method of data collection, expert determination, preparation of
questionnaires, data collection, and measurement of the supply chain risk MUTOS with fuzzy FMEA (Failure Mode
Effect Analysis). In the fuzzy FMEA method, the data obtained is the result of in-depth interviews with experts who
act as respondents. This study used nine experts consisting of four experts from the farmers, the experts of the
cooperative, three experts from the distributors, and an expert from the retailer. In fuzzy FMEA, factors O, S, and D
can be evaluated by means of linguistics. Linguistic terms and fuzzy number which will be used to evaluate the
factors O, S, and D are shown in Table 1, Table 2 and Table 3. The relative importance of factors O, S, and D are
also assessed weight using linguistic terms can be seen in Table 4.
In measurement factors in the FMEA failure mode in the form of fuzzy, it can be done the following steps:
a. Determining the value of O, S, and D.
b. Calculating the aggregation of fuzzy ranking measurement of the factors O, S, and D based on equations (1)
through (3).
(1)
110 Devi Urianty Miftahul Rohmah et al. / Agriculture and Agricultural Science Procedia 3 (2015) 108 – 113
(2)
...
(3)
(4)
(5)
(6)
...(7)
e. Ranking based FRPN value, where the value of the largest FRPN is a top ranking.
Table 4. Fuzzy weights for the relative importance of risk factors (Wang et al., 2009)
Linguistic term Fuzzy Number
Very Low (VL) (0 ; 0 ; 0,25)
Low (L) (0 ; 0,25 ; 0,5)
Medium (M) (0,25 ; 0,5 ; 0,75)
High (H) (0,5 ; 0,75 ; 1)
Very High (VH) (0,75 ; 1 ; 1)
Conditions of supply chain structures analyzed include supply chain, supply chain entities and partnerships that
have been implemented over the years. The structure of the supply chain of organic rice MUTOS Seloliman to be
analyzed consists of members of the supply chain, supply chain activities and supply chain flow pattern. Describing
the structure of the supply chain and the role of the parties involved as well as the flow of information, products and
money in supply chain (Astuti et al., 2010).
A supply chain consists of all parties, whether involved directly or indirectly (Astuti et al., 2010). Parties
involved are directly referred to by members involved primary and indirectly referred to as secondary members.
1. Supplier
Organic rice farmer who became a major supplier of MUTOS are four farmer groups located around the site
Seloliman village. Farmer groups who work with MUTOS are KELOPAK which is an organic farmer groups from
the village Kutogirang, KTM which is a group of village farmer Mandiri Tunas Seloliman, Kapor is a group of
farmers from the village of Sempur and BRENJONK a sustainable farmer groups who are in Brenjong village. One
of the efforts to develop the ability of farmers is through the agency or group that was instrumental in shaping the
behavior change members and cooperation between members (Rukka et al., 2008).
2. Manufacture
Manufacture in supply chain of organic rice is MUTOS Cooperative. The agency has certified the organic rice
with No. LSPO-005-IDN-005, obtained from LeSOS certification bodies that are in Mojokerto. There are four types
of organic rice produced are IR 64, “pandan wangi”, “pecah kulit” and brown rice. Until now, there are 55 farmers
in Trawas Mojokerto MUTOS who are partners with a total land area of 115.354 hectares. The existence of a
professionally managed cooperatives in rice production centers is an attempt to help farmers in supply of capital at
low cost (Asmani, 2012).
3. Distributor
Distributors in supply chain of organic rice is comprised of individuals and corporate distributors. The number of
individual distributors as many as 10 people, and others are PT Herbal Estate, marketing office of PPLH Seloliman
is located in Surabaya, Kaliandra and CV Mandalabimasakti.
4. Retailer
Retailers in supply chain of organic rice is comprised of traditional markets contained in Mojokerto and some to
supermarkets in Malang and Surabaya. An example of this is the retailer Ranch Market Galaxy Mall is located in
Surabaya and Lai Lai store located in Malang.
Secondary members of the supply chain is a company that only provides the resources, knowledge, utilities or
assets to members of the primary (Hualiang, 2007). Secondary members in supply chain is the provider of resources
112 Devi Urianty Miftahul Rohmah et al. / Agriculture and Agricultural Science Procedia 3 (2015) 108 – 113
such as packaging materials, production facilities, and transportation facilities. MUTOS has two suppliers are
suppliers of plastic packaging and organic fertilizers.
In accordance with the existing distribution network design, supply chain organic rice products using the type of
retail distribution network storage with customer pickup. This is because, as the manufacturing MUTOS distribute
the goods prior to the distributors, and then distributed to retailers. In the retailer, the product is placed on display
and take their own consumers to buy the product. In retail storage with customer pickup, inventory is stored locally
in a retail store, a customer walks into a retail store or order online or by phone and pick it up at a retail store
(Chopra and Peter, 2007).
Based on Ridwan (2014) there are 14 risks (failure mode) in MUTOS that consist of 4 in source (risk of supply
delays, quality incompability risk, risk of contain chemical contaminants, and risk of damage or loss quality), 6 in
make (risk of damage during storage, risk of processing delays, risk of production decreased, risk of damage during
process, risk of machine damage during process, and risk of product contamination during process), 3 in deliver
(risk of lack of stock, risk of demand changing, and risk of competitor existence), and 1 in return (risk of product
return). Fuzzy Risk Priority Number (FRPN) value calculated by equation (7) is shown in Table 5. After that, the
value of each FRPN failure modes are sorted, which is the largest FRPN value top rank. FRPN value got the biggest
or main sequence indicates that the event is a potential risk that require attention from the MUTOS. The main first
priority in dealing with the MUTOS risk is the potential risk of products return from the distributor with FRPN
value 5,54.
4. Conclusion
The structure of the supply chain which is owned MUTOS consisting of farmers as suppliers, MUTOS as
manufacturing, distributors, and retailers, which is referred to as a primary member of the party that is directly
involved. Secondary members in supply chain of organic rice are the providers of the goods side/indirectly related to
the production, which provide fertilizer, organic pesticides and packaging materials. Supply chain organic rice
products using the type of retail storage with customer pickup network. Priority ranking of risk obtained from FRPN
obtained. The order of priority risk in the supply chain of organic rice MUTOS based on research results from the
top to the bottom is the risk of experiencing a commodity product return, damage or loss of quality, contamination
during processing, run out of inventory, has a competing product, has a discrepancy with the quality standards,
contain chemical contamination, delayed supplies, commodities experiencing delays or processing delays, damaged
Devi Urianty Miftahul Rohmah et al. / Agriculture and Agricultural Science Procedia 3 (2015) 108 – 113 113
during the production process, equipment to crash damage during processing, commodity demand changes,
damaged during storage, and decreased production.
References
Asmani, N, 2012. Peran Koperasi Desa di Sentra Produksi Padi Dalam Upaya Memperkecil Biaya Modal. National Seminar of Strengthening
Agribusiness Rice, p. 1-6.
Astuti, R., Marimin, Roedhy Poerwanto, Machfud, and Yandra Arkeman, 2010. Kebutuhan Dan Struktur Kelembagaan Rantai Pasok Buah
Manggis Studi kasus rantai Pasok di kabupaten Bogor, Journal of Business Management 3(1): 99 – 115.
Basjir, M., Hari S. and Mokh. Suef, 2011. Pengembangan Model Penentuan Prioritas Perbaikan Terhadap Mode Kegagalan Komponen Dengan
Metodologi FMEA, Fuzzy Dan TOPSIS Yang Terintegrasi. Institut Teknologi Sepuluh Nopember (ITS), Surabaya, p. 1-12.
Chopra, S. and Peter Meindl, 2007. Supply Chain Management: Strategy, Planning, and Operation. Person Prentice Hall, USA.
Dewi, I Gusti A.C., I Ketut Suamba, and I G.A.A. Ambarawati, 2012. Analisis Efisiensi Usahatani Padi Sawah (Studi Kasus di Subak Pacung
Babakan, Kecamatan Mengwi, Kabupaten Badung). E-Journal of Agribusiness and Agrotourism 1(1): 1-10.
Gencer, C. and Gurpinar. Analytic Network Process in Supplier Selection: A Case Study in an Electronic Firm. Journal of Applied Mathematical
Modeling 31: 2475-2486.
Havaldar, K.K. and Vasant M. Cavale, 2007. Sales and Distribution Management. McGraw Hill, New Delhi.
Hidayat,S., Marimin, Ani S., Sukardi, and M. Yani, 2012. Model Identifikasi Risiko dan Strategi Peningkatan Nilai Tambah pada Rantai Pasok
Kelapa Sawit. Journal of Industrial Engineering 14(2): 89-96.
Hualiang Lu, 2007. The Role Of Guanxi in Buyer-Seller Relationship in China: A Survey Vegetable Supply Chain in Jiangsu Province.
Wageningen Academic publishers, Netherlands.
Iqbal, M., Lailil M., and Nanang Y.S, 2013. Penggunaan Fuzzy Failure Mode And Effect Analysis (Fuzzy FMEA) Dalam Mengidentifikasi
Resiko Kegagalan Proses Pemasangan Dan Perbaikan AC. Information Technology and Computer Science 2(7):1-6.
Kurniawati, D., Henry Y., and Kuncoro H.W. Kriteria Pemilihan Pemasok Menggunakan Analytical Network Process. Journal of Industrial
Engineering 15(1): 25-32.
Kutlu, A.C. and Mehmet E., 2012. Fuzzy Failure Modes And Effects Analysis by Using Fuzzy TOPSIS-based Fuzzy AHP, Expert Systems with
Applications 39: 61–67.
Pertanian Sehat Indonesia. 2012. Tren Konsumen Beras Organik Meningkat. Pertanian Sehat Indonesia. Bogor.
Ridwan, Infandra I.Z, 2014. Identifikasi Kinerja Manajemen Rantai Pasok Produk Beras Organik (Studi Kasus di MUTOS, Kabupaten
Mojokerto). Skripsi, Brawijaya University, Malang.
Rukka, H., Buhaerah, and Sahariah Kadir, 2008. Peranan Kelompok Tani Paraikatte Dalam Pemenuhan Kebutuhan Usahatani (Kasus Petani Padi
Sawah di Kelurahan Tamarunang, Kecamatan Somba Opu, Kabupaten Gowa), Journal of Agrisistem 4 (2): 77-86.
Wang, Y.M., Kwai-Sang Chin, Gary K.K.P., and Jian-Bo Yang, 2009. Risk Evaluation in Failure Mode and Effects Analysis Using Fuzzy
Weighted Geometric Mean. Expert Systems with Applications 36: 1195–1207.