ANALISIS STATISTIKA RANTAI PASOK BERAS MELALUI PASAR INDUK BERAS CIPINANG JAKARTA

Dedy Sugiarto1, Dadang Surjasa1, Nirdukita Ratnawati2, Binti Solihah3

1 Jurusan Teknik Industri, Fakultas Teknologi Industri, Universitas Trisakti2 Jurusan Ilmu Ekonomi, Fakultas Ekonomi, Universitas Trisakti3 Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Trisaktidedy@trisakti.ac.id, d_giarto@yahoo.com, d_surjasa@yahoo.com

Abstrak

Makalah ini menyajikan potret rantai pasok beras yang melalui Pasar Induk Beras Cipinang (PIBC) Jakarta. Data yang digunakan adalah data sekunder berupa data pasokan beras per bulan mulai bulan Januari 2011 sampai dengan bulan Juni 2013 serta data primer berupa hasil wawancara guna mengidentifikasi struktur rantai pasok. Teknik analisis yang digunakan adalah ukuran-ukuran statistik dari data, box plot, plot deret waktu serta metode peramalan Dekomposisi dan Winter. Hasil penelitian menunjukkan total pasokan beras ke PIBC memiliki nilai rata-rata 70.203 ton per bulan dengan nilai minimum 48.322 ton serta maksimum 89.596 ton. Berdasarkan analisis box plot dapat diketahui bahwa nilai minimum dan maksimum tersebut termasuk dalam data pencilan (outlier). Hasil penelusuran terhadap data deret waktu menunjukkan bahwa nilai pencilan bawah tersebut terjadi pada saat Idul Fitri bulan Agustus 2012 serta nilai pencilan atas pada bulan Februari 2012 saat adanya pasokan beras dari Bulog dan Jateng sebagai antisipasi rendahnya pasokan dari Karawang, Cirebon dan Bandung. Plot grafik pasokan pasokan beras dari tiga wilayah sentra produksi beras yaitu Cirebon, Karawang dan Bandung memiliki pola yang mirip yaitu memiliki trend menurun serta bersifat musiman. Volume pasokan tinggi pada sekitar bulan Maret-April (musim panen pertama) serta bulan September-Oktober (musim panen kedua) serta volume rendah pada masa paceklik, sekitar bulan Desember-Februari. Namun demikian pola Karawang dan Cirebon lebih mirip satu sama lain bila dibandingkan dengan Bandung. Hal ini dikarenakan Karawang dan Cirebon sama-sama memiliki karakteriktik adanya panen raya. Hal ini berbeda dengan Bandung yang tidak mengenal istilah panen raya. Metode peramalan yang tepat digunakan untuk meramalkan total pasokan dari tiga sentra produksi tersebut berdasarkan pada kriteria mean absolute deviation (MAD) serta kesesuaian distribusi residual dengan distribusi Normal adalah metode Winter.

Kata Kunci : beras, musiman, panen raya, peramalan, rantai pasok beras

5

PendahuluanRantai pasok beras di Propinsi DKI Jakarta sebagian besar melewati Pasar Induk Beras Cipinang (PIBC) yang dikelola oleh Pemerintah Propinsi DKI melalui PT. Food Station Tjipinang Jaya (FSTJ). Menurut Surjasa (2012), PIBC merupakan satu area pergudangan, pusat pemasaran dan transaksi perberasan terbesar di Indonesia dibandingkan dengan pasar induk beras yang berada di daerah lainnya. Sedangkan salah satu tugas PT. FSTJ selaku pengelola PIBC adalah melakukan pemantauan data pasokan, distribusi dan harga beras sehingga berguna sebagai pedoman para pengusaha, pedagang beras, para pembuat kebijakan di instansi pemerintah, serta bahan berita di media masa nasional dan internet.. Tujuan penelitian ini adalah memberikan gambaran situasi pasokan beras yang masuk ke PIBC menggunakan teknik-teknik analisis statistika deskriptif yang tergabung exploratory data analysis (EDA) serta metode peramalan. Hasilnya diharapkan dapat menjadi input bagi para pelaku rantai pasok beras DKI Jakarta serta pemerintah daerah khususnya PT. FSTJ dalam rangka peningkatan kualitas pemantauan data pasokan, peningkatan kinerja rantai pasok serta peningkatan ketahanan pangan di Propinsi DKI Jakarta.

Metode PenelitianPenelitian menggunakan metode kuantitatif dengan data berupa data primer dan data sekunder. Data primer adalah data hasil wawancara yang terkait dengan identifikasi struktur rantai pasok beras yang melalui PIBC. Data sekunder berupa data deret waktu volume pasokan beras per bulan mulai bulan Januari 2011 sampai dengan bulan Juni 2013 (30 bulan). Sampel penelitian untuk keperluan wawancara sebanyak masing-masing 1 orang pedagang daerah (pemilik penggilingan padi yang membawa beras langsung ke PIBC) yang berasal dari Kecamatan Cilamaya (mewakili Kabupaten Karawang), Kecamatan Jamblang (mewakili Kabupaten Cirebon) serta Kecamatan Ciparay (mewakili Kabupaten Bandung).Tahapan analisis dimulai dari identifikasi struktur rantai pasok, statistika deskriptif total pasokan dan asal pasokan serta analisis deret waktu. Teknik analisis yang digunakan adalah ukuran-ukuran statistik dari data, box plot, plot deret waktu serta metode peramalan dekomposisi dan winter. Metode peramalan ini dipilih dalam penelitian karena termasuk metode yang sesuai untuk data deret waktu dengan pola trend dan musiman (Fogarty et al, 1991; Minitab, 2000).

Hasil dan PembahasanIdentifikasi Struktur Jaringan Rantai PasokRantai pasok beras dari berbagai daerah ke DKI sesungguhnya memiliki struktur yang cukup rumit dan memiliki berbagai pola. Namun secara umum struktur tersebut selalu dimulai dari petani kemudian melewati penggilingan padi dan pedagang besar serta pengecer. Pedagang besar sebagian besar terkonsentrasi di Pasar Induk Beras Cipinang (PIBC). Pedagang besar terbagi atas pedagang besar untuk wilayah pemasaran DKI dan sekitarnya serta pedagang besar untuk wilayah pemasaran antar pulau.Responden pemilik penggilingan padi di Cilamaya mendapatkan gabah dari wilayah Cilamaya sendiri serta dapat juga berasal dari wilayah lain seperti Indramayu, Cirebon, Demak dan juga Banten. Penggilingan padi membeli gabah dari petani dengan perantara calo atau informan daerah. Gabah kemudian digiling menjadi beras untuk kemudian dijual kepada pedagang besar baik di PIBC atau di Pasar Johar Karawang untuk dijual kembali oleh pedagang besar kepada padagang pengecer dan akhirnya sampai ke tangan konsumen.Penggilingan dengan responden dari Cirebon mendapatkan gabah selain dari petani setempat, dapat juga melakukan pengadaan gabahnya dari berbagai daerah, seperti dari Demak, Kudus, Sragen, Ngawi, Jepara, Madiun dan Brebes. Beras yang dihasilkan oleh penggilingan selanjutnya lebih banyak dipasok ke PIBC Jakarta daripada ke pasar lokal. Responden penggilingan padi dari Ciparay Bandung mendapatkan gabah dari beberapa wilayah, seperti dari Soreang, Ciparay dan Majalaya. Sebelum masuk ke penggilingan, biasanya para calo atau informan menghubungkan pihak petani dengan pihak penggilingan. Pihak calo mendapatkan fee dari proses ini. Selanjutnya beras yang dihasilkan oleh penggilingan dijual ke pedagang beras di PIBC melalui koperasi Himpunan Pedagang Beras Ciparay (HPBC) atau Perhimpunan Pedagang Beras Ciparay (PPBC) dan sebagian ada juga yang dijual ke pedagang atau pasar lokal di sekitar Bandung.

Statistika Deskriptif Pasokan Beras ke PIBCTotal pasokan beras ke PIBC memiliki nilai rata-rata 70.203 ton per bulan dengan nilai minimum 48.322 ton serta maksimum 89.596 ton. Berdasarkan analisis box plot seperti terlihat pada Gambar 1 dapat diketahui bahwa nilai minimum dan maksimum tersebut termasuk dalam data pencilan (outlier).

Gambar 1. Boxplot total pasokan beras ke PIBC per bulan

Hasil penelusuran terhadap data deret waktu menunjukkan bahwa nilai pencilan bawah tersebut terjadi pada saat Idul Fitri bulan Agustus 2012 serta nilai maksimum terjadi pada bulan Februari 2012 saat adanya pasokan beras dari Bulog dan Jateng sebagai antisipasi rendahnya pasokan dari Karawang, Cirebon dan Bandung.Berdasarkan data tahun 2011, pasokan beras terbesar berturut-turut berasal dari Cirebon (33 %), Karawang (27 %) serta Bandung (11 %). Sedangkan beras yang keluar dari PIBC sebagian besar di jual di DKI Jakarta (49 %) serta antar pulau (30 %). Antar pulau itu sendiri terdiri atas Pontianak (19 %), Batam (18 %), Medan (15 %), Palembang (14 %), Bangka (13 %), Pekanbaru 12 %, Lampung 3 %, Padang (2 %), Jambi (2 %) serta Sulawesi (2 %).Gambar 2 memperlihatkan pola pasokan beras selama 30 bulan (mulai Januari tahun 2011 sampai dengan Juni 2013) dimana wilayah Karawang, Cirebon dan Bandung merupakan pemasok terbesar beras ke PIBC. Pada saat masa paceklik dapat pula terlihat bahwa beras Bulog masuk ke PIBC dengan jumlah besar untuk menjaga kestabilan harga.

Gambar 2. Grafik pasokan beras dari berbagai sumber ke PIBC

Gambar 3 memperlihatkan plot grafik pasokan pasokan beras dari tiga wilayah sentra produksi beras yaitu Cirebon, Karawang dan Bandung memiliki pola yang mirip yaitu memiliki trend menurun serta bersifat musiman. Volume pasokan tinggi pada sekitar bulan Maret-April (musim panen pertama) serta bulan September-Oktober (musim panen kedua) serta volume rendah pada masa paceklik, sekitar bulan Desember-Februari. Namun demikian pola Karawang dan Cirebon lebih mirip satu sama lain bila dibandingkan dengan Bandung. Hal ini dikarenakan Karawang dan Cirebon sama-sama memiliki karakteriktik adanya adanya panen raya. Hal ini berbeda dengan Bandung yang tidak mengenal istilah panen raya.

Analisis Deret WaktuData deret waktu jumlah pasokan dari ketiga sentra produksi beras (Cirebon, Karawang dan Bandung) yang diramalkan dengan metode dekomposisi dapat dilihat pada Gambar 4.

Gambar 3. Grafik pasokan beras dari tiga wilayah sentra produksi

Gambar 4 memperlihatkan plot data deret waktu total pasokan dari tiga sentra produksi yang merupakan pemasok terbesar di PIBC. Bila dilihat dari Gambar 2, karakteristik pasokan dari tiga wilayah tersebut yang menjadi pemicu adanya operasi pasar dari Bulog dengan memasok cadangan berasnya ke PIBC. Pada saat pasokan tiga wilayah tersebut rendah maka pasokan dari Bulog tinggi. Oleh karena itu dinilai penting untuk mengidentifikasi sifat dan pola pasokan total tiga wilayah tersebut serta peramalannya pada masa mendatang.

Gambar 4. Peramalan total pasokan tiga sentra produksi dengan metode Dekomposisi

Pola total pasokan tiga sentra produksi tersebut cenderung memiliki trend yang menurun dalam tiga puluh bulan terakhir. Nilai MAD yang dihasilkan dengan metode peramalan dekomposisi sebesar 2114. Hasil MAD ini lebih kecil bila dibandingkan dengan peramalan yang menggunakan metode Winter dengan tiga parameter yaitu sebesar 3032 (Gambar 5). Namun demikian pemodelan peramalan yang tepat masih memerlukan pemeriksaan distribusi Normal terhadap residual (sisaan) yang menjadi prasyarat penduga tak bias dalam peramalan (Fogarty et al, 1991),

Gambar 5. Peramalan total pasokan tiga sentra produksi dengan metode Winter

Hasil pemeriksaan residual dari metode dekomposisi didapatkan bahwa residual tidak berdistribusi Normal sehingga model peramalan dengan metode dekomposisi dengan 30 data deret waktu secara bulanan belum layak digunakan (Gambar 6). Hal tersebut ditandai dengan nilai p value yang masih kurang dari 5% yang berarti hipotesis nol bahwa data residual berdistribusi Normal di tolak.

Gambar 6. Pemeriksaan distribusi residual hasil metode Dekomposisi

Sedangkan pemeriksaan kenormalan residual hasil metode Winter menunjukkan bahwa hipotesis nol dapat diterima yang berarti data residual berdistribusi Normal. Hal tersebut ditandai oleh nilai p value yang lebih dari 5 % (Gambar 7). Oleh karena itu peramalan dengan metode Winter dapat digunakan untuk memodelkan total pasokan beras dari tiga sentra produksi beras terbesar yang memasok berasnya ke PIBC.

Gambar 7. Pemeriksaan distribusi residual metode Winter

Berdasarkan plot grafik pada Gambar 4 dan Gambar 5 dapat dicermati adanya trend pasokan yang menurun. Penurunan pasokan tersebut diduga diakibatkan oleh penyusutan wilayah persawahan akibat konversi ke non-persawahan, budidaya persawahan itu sendiri yang sudah tidak memiliki daya tarik dalam hal jaminan memberikan jaminan hidup kepada para petaninya serta semakin banyak pasokan beras yang masuk ke DKI Jakarta yang tidak melalui PIBC tetapi langsung masuk ke pengguna akhir seperti ke pelanggan di perumahan, hotel, catering maupun ke instansi atau perkantoran yang langsung berhubungan dengan para pemasok beras itu.

Simpulan

1. Pasokan beras yang masuk ke DKI Jakarta melalui PIBC, dipasok oleh tiga sentra produksi terbesar dari Jawa Barat. Berturut-turut berasal dari Cirebon sebesar 33 %, Karawang sebesar 27 % serta Bandung sebesar 11 %. 2. Pasokan beras yang keluar dari PIBC sebagian besar masuk ke pasar lokal di DKI Jakarta sebesar 49 % dan diperjualbelikan antar pulau sebesar 30 %.3. Pola pasokan beras dari Cirebon, Karawang dan Bandung memiliki pola trend menurun serta bersifat musiman. 4. Jumlah atau volume pasokan tertinggi biasa terjadi pada bulan Maret April (panen pertama) serta pada bulan September - Oktober (panen kedua) sedangkan untuk volume terendah biasa terjadi pada masa paceklik, yaitu pada bulan Desember Februari setiap tahunnya.5. Perlu diantisipasi lebih lanjut oleh Bulog maupun oleh pemerintah dengan adanya pola pasokan beras ke DKI Jakarta yang memiliki kecenderungan terus menurun. 6. Penurunan pasokan dapat diakibatkan oleh penyusutan wilayah persawahan akibat konversi ke non-persawahan, budidaya persawahan itu sendiri sudah tidak memiliki daya tarik dalam hal jaminan memberikan jaminan hidup kepada para petaninya dan semakin banyak pasokan beras yang masuk ke DKI Jakarta yang tidak melalui PIBC tetapi langsung masuk ke pengguna akhir seperti ke pelanggan di perumahan, hotel, catering maupun ke instansi atau perkantoran yang langsung berhubungan dengan para pemasok beras itu.

Ucapan Terima Kasih

Terima kasih diucapkan kepada Direktorat Jenderal Pendidikan Tinggi, Kementerian Pendidikan dan Kebudayaan atas kesempatan dan dana hibah penelitian yang diberikan melalui hibah penelitian Masterplan Percepatan dan Perluasan Pembangunan Ekonomi Indonesia (MP3EI) untuk pendanaan tahun 2013

Daftar Pustaka

MINITAB. (2000). MINITAB Users Guide 2 : Data Analysis and Quality Tools. Minitab Inc. Surjasa, D. (2011). Rancang Bangun Model Sistem Pendukung Keputusan Cerdas Untuk Sistem Rantai Pasokan Beras di DKI Jakarta. Disertasi Program Pascasarjana IPB.Fogarty D, J.H. Blackstone & T.R. Hoffmann. (1991). Production and Inventory Management. (2nd ed.). Cincinnati : South-Western Publishing Co.