62

7 SIMULASI MODEL DINAMIS

Setelah model berhasil dibangun, maka dilanjutkan langkah berikut berupa simulasi

model sistem dinamis menggunakan software Stella yang dibantu oleh model pendukung

berbasis pemrograman komputer yang melengkapi dan mendukung model utama. Adapun

model pendukung berbasis pemrograman komputer terdiri dari:

1. Model pemrograman Interpretive Structural Modeling

2. Model pemrograman Analytical Network Process

3. Model pemrograman Bayesian Belief Netework

Pelaksanaan simulasi dilakukan dengan cara menginput alternatif peubah input secara

berulang hingga suatu tahap akan dapat diperoleh tingkat hasil simulasi yang paling sesuai

dengan tujuan yang diinginkan. Dari hasil simulasi dapat ditarik kesimpulan mengenai

perilaku peubah dan hubunganya dengan peubah lain tanpa harus mengalami fakta riel

seperti peluang terjadinya kerugian dan beban biaya yang mungkin timbul dari suatu

ramuan strategi yang kurang optimal. Tahapan simulasi pemodelan sistem dinamis dan tiga

pemodelan pemrograman pendukung adalah sebagai berikut:

7.1 Simulasi penggalangan ide-ide pengembangan agroindustri gula tebu

Dalam rangka mencapai tujuan penggalangan ide-ide, dalam penelitian ini akan

digunakan bantuan software Interpretive Structural Modeling yang dibuat oleh Concept

Star. Dalam software ISM, ide-ide yang muncul dari hasil Focused Group Discussion

(FGD) diinput ke dalam program yang didahului oleh penentuan visi bersama yang

melandasi pengembangan agroindustri gula tebu. Setelah peserta FGD sepakat dengan visi

tersebut, maka langkah selanjutnya adalah membuat pernyataan kontekstual untuk

membantu penurunan visi bersama tersebut ke dalam kegiatan riel sesuai konteks yang

ada. Langkah-langkah tersebut seperti dirincikan pada Lampiran 9 sampai dengan

Lampiran 12.

Dalam penelitian ini konteks signifikan diutarakan berkenaan dengan pentingnya

meningkatkan kinerja semua pihak yang terkait dengan pengembangan agroindustri gula

tebu. Setelah pernyataan kontekstual maka dilanjutkan dengan ”jenis relasi”. Dalam

penelitian ini jenis relasi dinyatakan dalam kalimat pernyataan ”lebih berpotensi

63

tercapainya tujuan”. Penentuan pernyataan dasar, pernyataan konteks, dan relasi dapat

dilihat di Gambar 21.

Gambar 21 Penentuan pertanyaan, konteks, dan relasi ISM

Setelah tahap penentuan pertanyaan dan konteks, peserta FGD diminta untuk

menyampaikan ide-ide. Dalam penelitian ini terjaring 11 (sebelas) ide-ide yang

diklasifikasikan sebagai ide utama. Struktur 11 ide ini sangat acak dan berpotensi

persoalan dalam menentuakan prioritas, seperti yang terlihat pada Gambar 22.

Gambar 22 Sebelas ide utama usulan para pemangku kepentingan

64

Berdasarkan ide-ide sebanyak 11 buah tersebut, dilakukanlah proses pemilihan (voting),

peserta diminta memilih satu dari dua alternatif kombinasi ide-ide yang disajikan secara

berulang seperti contoh pada Gambar 23.

Gambar 23 Contoh laman voting penentuan prioritas

Setelah pelaksanaan voting berulang selesai secara menyeluruh, maka software

ISM secara otomatis dapat mengeluarkan hasil simulasi ide-ide ke dalam sebuah format

diagram yang terstruktur dan mengikuti kaedah prioritas, seperti pada Gambar 24.

Gambar 24 Hasil simulasi ISM: struktur ide-ide berdasarkan prioritas

65

Hasil simulasi ISM menunjukan ide ”Peningkatan Produktifitas Hasil Panen Tebu” sebagai

elemen utama dan pertama dalam rangkaian pengembangan agroindustri gula tebu.

Elemen ini selanjutnya dijadikan sebagai fokus pengembangan pada tahapan-tahapan

pemrograman dan simulasi berikutnya.

7.2 Simulasi jejaring keyakinan Bayesian

Jejaring keyakinan Bayesian (Bayesian belief network) merupaka alat bantu

software yang dapat digunakan untuk membuat model probabilitas berkondisi yang proses

awal hingga hasil perhitungan dapat dilihat pada Lampiran 13 sampai dengan Lampiran

16. Dalam penelitian ini, dengan merujuk hasil simulasi ISM yang menempatkan elemen

”Peningkatan Produktifitas Hasil Panen Tebu” sebagai elemen utama dan pertama, maka

elemen ini akan digunakan sebagai ”elemen tujuan” dalam model jejaring keyakinan

Bayesian, seperti pada Gambar 25.

Gambar 25 Model jejaring keyakinan Bayesian, peningkatan produktifitas sebagai tujuan

model

66

Simulasi model jejaring keyakinan Bayesian dilakukan dengan cara melakukan

skenario perubahan pada elemen intervensi tindakan secara berulang. Dari berbagai

skenario, diperoleh laporan utama proses simulasi pada Gambar 26 yang menggambarkan

mengenai penjelasan maksud model dan informasi mengenai keseluruhan jejaring.

Langkah berikut adalah simulasi hasil probabilitas bersyarat yang merupakan hasil

utama jejaring. Dari hasil ini dapat dilihat sejauh mana tujuan model jejaring memiliki

probabilitas peningkatan produktifitas: sedang, baik, baik sekali. Hasil dapat dilihat pada

Gambar 27.

Gambar 26 Hasil laporan utama proses simulasi Jejaring Keyakinan Bayesian

Pada Gambar 27 terlihat bahwa setelah dilakukan simulasi, peluang keyakinan

peningkatan produktifitas, menunjukan urutan: 1) berhasil meningkat dengan baik, 2)

berhasil meningkat sangat baik, 3) berhasil meningkat sedang saja.

67

Gambar 27 Hasil simulasi model jejaring keyakinan Bayesian (BBN)

7.3 Simulasi Analytical Network Process

Berdasarkan hasil perhitungan ISM telah diperoleh elemen ”peningkatan

produktifitas hasil panen tebu” sebagai elemen pertama dalam struktur pemeringkatan, lalu

dilanjutkan dengan simulasi jejaring keyakinan Bayesian (BBN) yang menghasilkan

keyakinan keberhasilan upaya peningkatan produktifitas dengan predikat ”berhasil dengan

baik” mencapai peringkat pertama, maka sebagai langkah berikut adalah menjaga hasil

pemeringkatan ide utama ini dengan premis kebijakan.

Dalam penelitian ini akan digunakan tiga jenis kebijakan: 1) Kebijakan Moneter, 2)

Kebijakan Fiskal, dan 3) Kebijakan Pengembangan Alternatif Produk berbasis tebu. Alat

bantu software yang digunakan adalah Superdecisions Versi Beta 2.4. dengan langkah

awal membangun model ANP seperti pada Lampiran 5. Pada teknik pemrograman ANP,

pertama-tama dilakukan pembuatan struktur pemrograman seperti pada Gambar 28.

68

Gambar 28 Interface model ANP penentuan kebijakan untuk pengembangan agroindustri

gula tebu Hasil simulasi yang dilakukan oleh para peserta FGD dapat dilihat secara keseluruhan pada

Lampiran 17 dan secara spesifik pemeringkatan level strategis seperti pada Gambar 29.

Gambar 29 Hasil ANP level strategis management puncak

69

Bila ditinjau dari sisi Benefit, maka sejalan dengan makna Benefit yang setara dengan

Strenght pada analisis SWOT, hasil simulasi menjunjukan kondisi agroindustri gula tebu

saat ini seperti pada Gambar 30. Para pelaku FGD berpandangan pengembangan

agroindustri gula tebu ke depan akan memiliki Benefit bila didukung oleh kebijakan

Pengembangan Produk Alternatif.

Gambar 30 Hasil simulasi peringkat kebijakan pada elemen Benefit

Bila ditinjau dari sisi Cost yang setara dengan Weakness, maka hasil simulasi ANP

menunjukan pemeringkatan kebijakan seperti pada Gambar 31.

Gambar 31 Hasil simulasi peringkat kebijakan pada elemen Cost

70

Para pelaku FGD berpandangan pengembangan agroindustri gula tebu ke depan akan

menghadapi Cost (kelemahan) dan mereka berpandangan untuk menghadapi kelemahan ini

perlu didukung oleh kebijakan yang protektif berupa Penerapan Tarif BM.

Bila ditinjau dari sisi Opportunity, maka sejalan dengan makna Opportunity yang

setara dengan Opportunity pada analisis SWOT, hasil simulasi menjunjukan kondisi

agroindustri gula tebu saat ini seperti pada Gambar 32.

Para pelaku FGD berpandangan pengembangan agroindustri gula tebu ke depan akan

memiliki peluang Opportunity yang baik bila didukung oleh kebijakan yang protektif,

seperti Penerapan Tarif Bea Masuk. Hasil simulasi menunjukan bahwa antara kebijakan

Penerapan Tarif Bea Masuk dan kebijakan Pengembangan Produk Alternatif tidak terlalu

jauh berbeda meskipun kebijakan protektif lebih unggul. Hal ini sejalan dengan kaidah

strategi bahwa untuk mengoptimalkan peluang maka salah satunya adalah berkembang

dengan dilindungi proteksi yang wajar.

Gambar 32 Hasil simulasi peringkat kebijakan pada elemen Opportunity

Bila ditinjau dari sisi Risk yang setara dengan Threat, maka hasil simulasi ANP

menunjukan pemeringkatan kebijakan seperti pada Gambar 33. Para pelaku FGD

berpandangan pengembangan agroindustri gula tebu ke depan akan memiliki ancaman Risk

yang datang sewaktu-waktu. Untuk menghadapi ancaman ini perlu didukung oleh

kebijakan yang protektif, seperti Penerapan Tarif Bea Masuk. Hasil simulasi menunjukan

bahwa antara kebijakan Penerapan Tarif Bea Masuk dan kebijakan Pengembangan Produk

Alternatif jauh berbeda. Hal ini sejalan dengan kaidah strategi bahwa untuk melindungi

ancaman maka salah satunya perlu dilakukan kebijakan yang protektif.

71

Gambar 33 Hasil simulasi peringkat kebijakan pada elemen Risks

7.4 Simulasi model sistem dinamis

Sebagai model simulasi utama, pemodelan sistem dinamis terdiri dari interface

utama berupa grafik supply-demand seperti pada Gambar 34. Pada interface terlihat bahwa

permintaan akan gula dan pasokan dari waktu ke waktu mengalami surplus dan difisit.

Perilaku ini sejalan dengan karakteristik agroindustri gula tebu yang merupakan komoditas

musiman.

Gambar 34 Interface utama model sistem dinamis pengembangan agroindustri gula tebu

72

Penelitian ini dapat menggunakan benchmarking sebagai dasar simulasi berupa

rencana aksi swa sembada Pabrik Gula BUMN hingga tahun 2014, seperti di Tabel 10.

Tabel 10 Rencana aksi pabrik gula BUMN Kegiatan Satuan 2010 2011 2012 2013 2014

Perluasan Areal Ha 6,561 1,236 18,423 7,059 9,924

Bongkar Ratoon Ha 36,932 39,473 43,187 44,254 45,983

Rawat Ratoon Ha 88,764 86,474 94,544 96,645 98,374

Penyediaan Kebon Bibit Dasar Ha 10,442 11,050 11,414 11,487 12,072

Penyediaan Pupuk Ha 243,346 247,862 257,571 262,203 270,164

Kredit Usaha Tani Tebu Ha 153,154 154,646 156,640 159,933 165,888

Zat Pemacu Kemasakan Ha 54,157 61,929 6,489 66,646 69,129

Sarana Irigasi & Lebung Ha 29,783 38,537 43,874 49,149 53,184

Peningkatan Kapasitas 14 13 17 13 13

Rehabilitasi Pabrik 16 18 19 16 15

Merger, Amalgamasi pabrik - 2-->1 4 -->2 5-->2 -

Peningkatan Kualitas Gula 11 17 19 18 17

Pembangunan Pabrik Etanol - - 1 1 1

Pembangunan Pabrik Pupuk - - 2 3 1

Sumber: Revitalisasi Industri Gula BUMN 2010-2014

7.5 Hasil simulasi

Tahun 2010 merupakan tahun penting untuk melakukan evaluasi kinerja

agroindustri gula pada rentang waktu dekade 2010. Selanjutnya berdasarkan asumsi

rencana aksi pengembangan pada Tabel 10, maka dilakukanlah simulasi yang hasilnya

tertuang pada Tabel 11.

Tabel 11 Hasil simulasi berdasarkan rencana aksi PG BUMN tahun 2014

Pabrik Gula BUMN

Luas Lahan (ha) Hasil Tebu (Ton) Kapasitas (TCD) Gula (Ton) Rendemen (%)

2010 Riel

2014 Target

2010 Riel

2014 Target

2010 Riel

2014 Target

2010 Riel

2014 Target

2010 Riel

2014 Target

PTPN II

8,361

8,991

515,390

597,478

3,563 4,547

31,000

43,615 6.00 7.30

PTPN VII

29,114

31,309

1,980,497

2,295,939

8,439

10,771

132,062 189,949 6.80 8.30

PTPN IX

31,694

34,083

2,239,284

2,595,944

12,339 15,748

129,355 224,244 7.10 8..60

PTPN X

74,670

80,298

6,281,500

7,281,980

36,348 46,390

410,817 620,175 7.00 8..50

PTPN XI

66,374

71,371

5,570019

6,457,179

33,841 43,191

318,514 463,513 5.90 7.20

PTPN XIV

11,470

12,335

570,410

661,262

3,222 4,112

27,312 43,444 5.40 6.60

PT. RNI

64,897

69,789

5,707,400

6,616,441

29,966 38,245

334,916 491.045 6.10 7..40

Total

286,580

308,789

22,864,500

26,506,222

127,718 163,004

1,356,076 2,075,984 6.33 7.7 %

Perubahan 108% 116% 128% 153% 122%

73

Secara konsolidasi luas lahan pada tahun 2014 diperkirakan mengalami

peningkatan 8 % dari sejak tahun 2010 atau menjadi seluas 308,580 ha. Dengan asumsi

pelaksanaan program kerja yang telah ditetapkan, maka diprakirakan tingkat produktifitas

hasil panen tebu dapat naik hingga 16%, pada tahun 2014. Pada tahun yang sama, dengan

menerapkan program peningkatan kapasitas pabrik dan revitalisasi permesinan dan

pembangunan pabrik baru, maka diprakirakan kapasitas giling dapat meningkat 28%

sehingga dapat mencapai total kapasitas 163,004 ton cane per day. Diharapkan bila

program kerja dapat dilaksanakan dengan baik, maka tingkat rendemen dapat dinaikan

sebesar 22% sehingga rata-rata rendemen dapat mencapai 7.7 %. Akibat dari kenaikan

rendemen adalah meningkatnya kenaikan produk gula kristal putih sebesar 53% sejak

angka awal tahun 2010 yaitu mencapai 2,075,984 ton pada tahun 2014.