Nama : Vicky Firmansyah

NIM : D41222070

Prodi : Manajemen Agroindustri

Matkul : Manajemen Resiko

1. Perbedaan dari dua jurnal

a. “Model Analisis dan Strategi Mitigasi Risiko Produksi Keripik Tempe Model Analysis and Mitigation
Strategy of Risk in Tempe Chips Production” Salah satu industri kecil atau UKM di kota Malang
adalah UKM keripik tempe yang terletak di daerah Sanan dan menjadi sentra industri keripik
tempe. UKM XYZ merupakan salah satu UKM keripik tempe di Sanan yang berdiri pada tahun 2000,
dengan kapasitas produksi tempe yang dapat dihasilkan yaitu 100-120 kg/hari (1000 pcs). Sistem
produksi yang diterapkan make to order yaitu strategi memproduksi produk akhir setelah
konsumen melakukan pemesanan. Pemasaran produk keripik tempe ini menyebar ke beberapa
daerah seperti Batu, Kediri, Sidoarjo, Surabaya, dan Bali. Proses produksi yang dilakukan oleh UKM
XYZ tidak terlepas dari risiko yang dihadapi. Risiko adalah peluang terjadinya hasil yang tidak
diinginkan sehingga risiko hanya terkait dengan situasi yang memungkinkan munculnya hasil
negatif dan berkaitan dengan memperkirakan terjadinya hasil negatif tersebut (Basyaib, 2007).
Risiko dapat dihubungkan dengan kemungkinan kerugian yang tidak terduga. Kemungkinan ini
dapat menunjukan adanya ketidakpastian. Ketidakpastian ini dapat mempengaruhi pencapaian
tujuan dari setiap organisasi yang berhadapan dengan risiko. Oleh karena itu perlu dilakukan
analisis risiko untuk mengidentifikasi, mengukur, dan kemudian menyusun strategi sebagai dasar
untuk membangun sistem manajemen risiko yang utuh.
b. “Strategi Mitigasi Risiko Pada Pemasaran Tahu Takwa Di UD Gudange Tahu Takwa (GTT) Kediri
Menggunakan Fuzzy FMEA Dan AHP” Kediri merupakan kawasan perkotaan yang sedang
berkembang, banyak unit-unit usaha industri yang sedang berkembang dengan skala usaha yang
bervariasi meliputi industri kecil, menengah, dan besar. Industri kecil dan menengah kebanyakan
bergerak dalam produksi pangan. Salah satu unit usaha yang sedang berkembang adalah
pengolahan pangan yang berbahan dari kedelai. Jumlah usaha kecil dan menengah (UKM) tahu
Kota Kediri berdasarkan data dari Dinas Perindustrian dan Perdagangan (2011), pada tahun 2008
hingga 2011 tercatat sebanyak 138 industri tahu non formal (tidak memiliki ijin usaha) dan 27
industri tahu formal (memiliki ijin usaha) yang ada di Kota Kediri. Oleh karena itu, masyarakat
umum menyebut bahwa Kediri adalah gudangnya tahu. Hal tersebut dikarenakan begitu
banyaknya olahan industri kecil yang bergerak pada bidang pengolahan kedelai. Salah satu UKM
yang memproduksi olahan kedelai menjadi tahu adalah UD Gudange Tahu Takwa (GTT) Kediri.

2. Metode Kedua Jurnal

a. “Model Analisis dan Strategi Mitigasi Risiko Produksi Keripik Tempe Model Analysis and Mitigation
Strategy of Risk in Tempe Chips Production” Metode FMEA adalah suatu prosedur terstruktur
untuk mengidentifikasi dan mence gah sebanyak mungkin mode kegagalan (failure mode) dengan
sekala prioritas. Hasil akhir dari metode FMEA adalah Risk Priority Number (RPN) atau angka risiko
prioritas. RPN merupakan nilai yang dihitung berdasarkan informasi yang diperoleh berkaitan
dengan Potential Failure Modes, Effect dan Detection. Nilai RPN dihitung berdasarkan perkalian
antara tiga peringkat kuantitatif yaitu efek/ pengaruh, penyebab, dan deteksi pada setiap proses
atau dikenal dengan perkalian S, O, D (severity, occurance, detection). Kemudian diurutkan mulai
rating tertinggi, serta tindakan yang disarankan untuk perbaikan. (Firdaus dkk., 2010). Menurut
Iswanto dkk. (2013), pembuatan metode FMEA bertujuan untuk mengidentifikasi dan menilai
 risiko-risiko yang memiliki hubungan dengan potensi kegagalan. FMEA menjadikan metode sebuah
teknik menganalisa yang mengkombinasikan antara teknologi dan pengalaman (experience)
seseorang dalam mengidentifikasi penyebab kegagalan dari produk atau proses dan perencanaan
untuk penghilangan penyebab kegagalannya.
- Pengumpulan dan Pengolahan Data dengan Metode FMEA Pengumpulan data menggunakan
expert judgement dibanntu dengan instrumen kue sioner. Data analisis risiko dinilai oleh
panelis ahli yakni pemilik UKM sesuai kriteria Severity (S), Occurrence (O), dan Detection (D).
Nilai Severity mencerminkan tingkat keparahan dampak suatu potensi kegagalan atau kerugian
dari setiap indikator risiko. Nilai Occurrence
- Kajian dan pengukuran risiko produksi keripik tempe
Faktor Risiko Indikator risiko
Risiko bahan baku Harga bahan baku kedelai fluktuatif
Ketersediaan pasokan kedelai kurang
Kualitas kedelai yang tidak bagus
Risiko proses produksi Hasil produk keripik tempe yang tidak bagus
Kebersihan dan ketidaknyamanan
lingkungan kerja Kerusakan mesin dan
peralatan pada proses produksi
Risiko permintaan Permintaan keripik tempe fluktuatif Para
pesaing produk keripik tempe Pembatalan
pemesanan produk keripik tempe Retur
penjualan keripik tempe Keterlambatan
pengiriman keripik tempe
adalah probabilitas atau peluang terjadinya kegagalan atau kerugian dari setiap indikator
risiko, sedangkan nilai Detection adalah tingkat ketersediaan sistem deteksi dampak suatu
potensi kegagalan atau kerugian dari setiap indikator risiko untuk mengetahui secara lebih dini
terhadap terjdinya suatu kegagalan atau kerugian dari setiap indikator risiko.
- Pengolahan Data dengan Metode AHP
Pada tahap awal diidentifikasi alternatif strategi yang mungkin sesuai dengan hasil analisis
setiap indikator risiko dari setiap faktor. Selanjutnya diformulasikan kuesioner penen tuan
prioritas strategi mitigasi risiko dengan menggunakan prinsip pairwise comparation. Nilai
tertinggi menjadi pertimbangan memilih alternatif strategi untuk memitigasi setiap indikator
risiko

b. Penelitian ini menggunakan metode Fuzzy Failure Mode Effects Analysis (FMEA). Kutlu dan
Mehmet (2012) mengungkapkan bahwa metode Fuzzy FMEA memiliki kelebihan karena dapat
mengolah data kuantitatif dan kualitatif secara konsisten, serta dapat juga menggunakan informasi
yang samar sekalipun. Kutlu dan Mehmet (2012) mengungkapkan bahwa metode Fuzzy FMEA
dapat menggunakan sumber data informatif dan data kuantitatif yang masih belum pasti, selain itu
data kualitatif yang digunakan dapat dikerjakan dengan konsisten. Penggunaan Fuzzy logic pada
FMEA membantu penentuan nilai Risk Priority Number (RPN) dari risiko yang ditemukan. Analytical
Hierarchy Process (AHP) adalah sebuah metode memecah permasalahan yang komplek dalam
situasi yang tidak terstruktur menjadi bagian-bagian atau komponen. Alternatif risiko tertinggi yang
terpilih akan ditentukan alternatif solusinya menggunakan metode Analytical Hierarchy Process
(AHP) yang mana dalam penelitian ini akan memecahkan masalah dalam suatu kerangka berfikir
yang terorganisir. AHP juga mengatur bagian atau variabel ini menjadi suatu bentuk susunan
hirarki, kemudian memberikan penilaian yang subjektif terhadap kepentingan relatif dari setiap
variabel dan mensintesis penilaian untuk variabel mana yang memiliki prioritas tertinggi yang akan
mempengaruhi penyelesaian dari situasi tersebut. Menurut Herjanto (2009), Metode AHP memiliki
banyak keunggulan dalam menjelaskan proses pengambilan keputusan, karena dapat digambarkan
secara grafis, sehingga mudah untuk dipahami oleh semua pihak yang terlibat dalam pengambilan
keputusan.
- Penentuan Metode Pengumpulan data
Teknik analisis data yang digunakan adalah fuzzy FMEA untuk menghitung RPN dan AHP untuk
menentukan prioritas strategi mitigasi risiko. Fuzzy FMEA sendiri merupakan alat yang
digunakan untuk menilai risiko dengan menggunakan 3 parameter yaitu S (severity), O
(occurrence), dan D (detection). Severity merupakan ukuran seberapa besar dampak yang
terjadi jika kegagalan terjadi. Skala severity dinilai dari 1 hingga 10, semakin besar dampak yang
terjadi angkanya semakin besar. Skala severity Occurrence merupakan tingkat kemungkinan
terjadinya kegagalan. Skala occurrence dinilai dari angka 1 yang berarti tidak pernah terjadi
kegagalan hingga angka 10 yang berarti kegagalan sering terjadi. Skala occurrence Detection
merupakan ukuran seberapa besar kegagalan yang terjadi dapat dideteksi. Skala detection
dinilai dari angka 1 yang berarti kegagalan dapat terdeksi hingga angka 10 kegagalan tidak
terdeteksi (Effendi dan Arifin, 2015).

Skala Severity
Rating Effect Severity
10 Hazardous Tingkat keparahan sangat tinggi ketika mode kegagalan potensial
without mempengaruhi system safety tanpa peringatan.
warning
(HWOW)
9 Hazardous Tingkat keparahan sangat tinggi ketika mode kegagalan potensial
with warning mempengaruhi system safety dengan peringatan.
(HWW)
8 Very High (VH) Sistem tidak dapat beroperasi dengan kegagalan menyebabkan
kerusakan tanpa membahayakan keselamatan.
7 High (H) Sistem tidak dapat beroperasi dengan kerusakan peralatan.
6 Moderate (M) Sistem tidak dapat beroperasi dengan kerusakan kecil.
5 Low (L) Sistem tidak dapat beroperasi tanpa kerusakan.
4 Very Low (VL) Sistem dapat beroperasi dengan kinerja mengalami penurunan
secara signifikan
3 Minor (MR) Sistem dapat beroperasi dengan kinerja mengalami beberapa
penurunan.
2 Very Minor Sistem dapat beroperasi dengan sedikit gangguan.
(VMR)
1 None (N) Tidak ada pengaruh.

Penilaian Ranking Occurence

Rank Effect Probalitas
1 Hampir tidak pernah < 1 dalam 150000
2 Sedikit 1 dalam 150000
3 Sangat kecil 1 dalam 15000
4 Kecil 1 dalam 2000
Rank Effect Probalitas
5 Rendah 1 dalam 400
6 Sedang 1 dalam 80
7 Cukup tinggi 1 dalam 20
8 Tinggi 1 dalam 8
 9 Sangat tinggi 1 dalam 3
10 Sangat tinggi >1 dalam 2

Penilaian Ranking Detection

Rank Effect Detection
10 Absolute Tidak ada alat pengontrol yang mampu mendeteksi penyebab
Uncertainty (AU) kegagalan dan modus kegagalan berikutnya.
9 Very Remote (VR) Sangat kecil kemampuan alat pengontrol mendeteksi
penyebab kegagalan dan modus kegagalan berikutnya.
8 Remote (R) Kecil kemampuan alat pengontrol mendeteksi penyebab
kegagalan dan modus kegagalan berikutnya.
7 Very Low (VL) Sangat rendah kemampuan alat pengontrol mendeteksi
penyebab kegagalan dan modus kegagalan berikutnya.
6 Low (L) Rendah kemampuan alat pengontrol mendeteksi penyebab
kegagalan dan modus kegagalan berikutnya.
5 Moderate (M) Sedang kemampuan alat pengontrol mendeteksi penyebab
kegagalan dan modus kegagalan berikutnya.
4 Moderately High Sangat sedang kemampuan alat pengontrol mendeteksi
(MH) penyebab kegagalan dan modus kegagalan berikutnya.
3 High (H) Tinggi kemampuan alat pengontrol mendeteksi penyebab
kegagalan dan modus kegagalan berikutnya.
2 Very High (VH) Sangat tinggi kemampuan alat pengontrol mendeteksi
penyebab kegagalan dan modus kegagalan berikutnya.
1 Almost Certain Hampir pasti kemampuan alat pengontrol mendeteksi
(AC) penyebab kegagalan dan modus kegagalan berikutnya