KAJIAN PUSTAKA

Peningkatan kinerja klaster agroindustri hasil laut akan lebih efektif dan efisien

jika telah tersedia sebuah sistem pengukuran kinerja komprehensif yang dapat

diterapkan untuk sebuah klaster agroindustri hasil laut. Pemahaman beberapa aspek

substansial diperlukan dalam rangka merancang sebuah sistem pengukuran kinerja

yang komprehensif pada model klaster agroindustri hasil laut di Indonesia yang akan

diuraikan lebih detail pada bagian ini.

Agroindustri

Beberapa pakar mendefinisikan agroindustri dari beberapa sudut pandang.

Austin (1981) mengatakan bahwa agroindustri adalah sebuah usaha yang mengolah

bahan baku hasil pertanian, termasuk di dalamnya tanaman dan peternakan.

Berdasarkan proses transformasi yang terjadi, agroindustri dikategorikan dalam 4

tingkatan yaitu (1) agroindustri level I dengan aktivitas proses secara minimal

misalnya pembersihan, pengelompokan dan penyimpanan, (2) agroindustri level II

ditandai dengan adanya aktivitas proses peningkatan nilai tambah lagi yaitu

pemisahan, penggilingan, pemotongan dan pencampuran, (3) agroindustri level III

meliputi pemasakan/perebusan, pasteurisasi, pengalengan, dehidrasi, pembekuan

dan ekstraksi serta (4) agroindustri level IV yang dicirikan dengan adanya proses

perubahan kimia dan perubahan tekstur (teksturisasi). Sementara itu pada

Simposium Pengembangan Agroindustri (1983) di Bogor menyepakati bahwa

agroindustri adalah kegiatan industri yang memanfaatkan hasil pertanian sebagai

bahan baku, merancang dan menyediakan peralatan serta jasa untuk kegiatan

tersebut. Selanjutnya Simposium Nasional Agroindustri II (1987) mendefinisikan lebih

jelas bahwa agroindustri adalah suatu kegiatan lintas disiplin yang memanfaatkan

sumber daya alam (pertanian) untuk industri. Lebih lanjut lagi penelitian difokuskan

pada sub sektor perikanan dan hasil laut, khususnya agroindustri hasil laut.

Potensi Agroindustri Hasil Laut

Kelautan merupakan salah satu sub sektor pertanian yang memiliki potensi

untuk dikembangkan sehingga dapat berkontribusi lebih baik kepada negara di

dalam meningkatkan devisa. Karena sub sektor ini juga melibatkan banyak nelayan

di sektor hulu, maka peningkatan kinerja sub sektor kelautan diharapkan juga akan

mampu meningkatkan kesejahteraan nelayan. Agroindustri hasil laut merupakan

industri hilir yang perlu dioptimalkan sistem pengelolaannya sehingga secara integral

7

mampu meningkatkan kinerja keseluruhan dari sub sektor kelautan khususnya dan

sektor pertanian pada umumnya.

Terdapat beberapa indikator yang dapat digunakan untuk menilai atau

mengukur kinerja sebuah sektor secara kuantitatif di antaranya adalah indeks

Indikator Spesialisasi Perdagangan (ISP), Pangsa Pasar dan indeks Revealed

Comparative Advantage (RCA) untuk melihat pangsa relatif ekspor sebuah produk

atau komoditas. Ketiga alat ukur tersebut dikenal dengan alat ukur spesialisasi. ISP

merupakan alat ukur yang penting bagi perkembangan ekonomi suatu negara.

Perekonomian suatu negara dapat mengalami penurunan, jika spesialisasi

industrinya mengarah pada tujuan yang salah (Brasili, Epifani & Helg, 1999).

Indeks Spesialisasi Perdagangan (ISP)

Indeks Spesialisasi Perdagangan (ISP) digunakan untuk melihat apakah

Indonesia sebagai pengimpor atau pengekspor komoditas tertentu. Rumusan ISP

adalah sebagai berikut:

ISP = (Xi-Mi)/(Xi + Mi) ……..(1)

keterangan :

X = nilai ekspor

M = nilai impor

i = komoditas sesuai SITC

Terdapat 3 (tiga) kondisi yang dapat dicirikan dalam perhitungan ISP, yaitu:

Jika nilai ISP = -1, artinya negara tersebut hanya pengimpor komoditas tertentu

Jika nilai ISP = 0, artinya negara tersebut memiliki jumlah ekspor dan impor

SITC yang seimbang

Jika nilai ISP = +1, artinya negara tersebut hanya mengekspor komoditas

tertentu

Dari nilai ISP dapat pula diketahui tahapan pertumbuhan perdagangan suatu

komoditas, di mana :

Jika -1<ISP<-0,5 : komoditas dalam taraf pengenalan

Jika -0,5 <ISP<0 : komoditas merupakan substitusi impor

Jika 0 < ISP < 0,5: komoditas dalam tahap pertumbuhan

Jika 0,5< ISP <1 : komoditas dalam tahap pertumbuhan menuju kematangan.

8

Komoditas yang memiliki nilai di bawah 0.5 potensial untuk dikembangkan,

sedangkan yang memiliki nilai di atas 0.5 merupakan komoditas yang perlu dijaga

daya saingnya.

Komoditas hasil laut merupakan komoditas unggulan yang potensial untuk

terus dijaga dan ditingkatkan kinerjanya. Berdasarkan hasil pengolahan data yang

diperoleh dari www.deprin.co.id Indeks Spesialisasi Perdagangan (ISP) komoditas

hasil laut di Indonesia memiliki nilai yang sangat baik yaitu dengan nilai rata-rata ISP

sebesar 0.95. dengan distribusi nilai ISP komoditas hasil laut pada periode 1996–

1997 sebagai berikut :

0.96 0.96

0.98

0.96

0.91

0.94 0.94

0.86

0.88

0.9

0.92

0.94

0.96

0.98

Nila

i ISP

1996 1997 1998 1999 2000 2001 2002

Tahun

Gambar 1 Indeks spesialisasi perdagangan (ISP) ikan segar, dingin atau beku ISTC 034 periode 1996-2002 (www.deprin.co.id)

Berdasarkan distribusi nilai ISP komoditas hasil laut seperti grafik di atas dapat

dilihat meskipun sempat terjadi penurunan pada tahun 2000, namun secara

keseluruhan kinerja perdagangan komoditas hasil laut berada pada tahap menuju

kematangan karena setiap tahun dalam periode di atas mempunyai nilai 0.5≤ISP≤ 1.

Nilai indikator kinerja ISP menunjukkan bahwa komoditas hasil di Indonesia

merupakan komoditas yang pantas diunggulkan dan perlu dijaga bahkan

ditingkatkan kinerjanya melalui sebuah pengelolaan komprehensif yang lebih baik.

Agroindustri hasil laut merupakan satu upaya peningkatan nilai tambah pada

sub sektor kelautan dengan mengolah komoditas hasil laut menjadi produk olahan.

Peningkatan nilai tambah bisa senantiasa dilakukan dengan perbaikan sistem dan

manajemen secara berkelanjutan. Kondisi perkembangan ekspor impor untuk produk

olahan hasil laut sangat baik, hal ini ditunjukkan dengan gambaran kecenderungan

9

nilai ekspor yang relatif stabil dan meningkat dari tahun ke tahun pada periode 1996-

2003 meskipun kenaikannya tidak signifikan seperti dapat ditampilkan pada Gambar

2 berikut :

Gambar 2 Perkembangan nilai ekspor impor olahan hasil laut Indonesia (www.deprin.co.id)

Sementara itu, nilai indeks spesialisasi perdagangan untuk beberapa komoditas hasil

laut lainnya dapat dilihat pada Gambar 3 sampai dengan Gambar 9 yang akan

ditampilkan secara berurutan di bawah ini :

Gambar 3 Indeks Spesialisasi Perdagangan (ISP) ikan kering, digarami atau diasapi SITC 035 periode 1996-2002 (www.deprin.co.id)

10

Gambar 4 Indeks Spesialisasi Perdagangan (ISP) udang, kerang dan sejenisnya, segar/dingin SITC 036 periode 1996-2002 (www.deprin.co.id)

Gambar 5 Indeks Spesialisasi Perdagangan (ISP) olahan ikan, udang dan kerang SITC 037 periode 1996-2002 (www.deprin.co.id)

Indikator kinerja perdagangan lain yang juga sering digunakan untuk mengevaluasi

kinerja perdagangan komoditas bahan baku maupun olahan adalah indeks Revealed

Comparative Advantage (RCA) Indonesia di pasar dunia pada tahun 1996-2002

seperti ditampilkan pada Gambar 6 sampai dengan Gambar 9 berikut ini :

11

Gambar 6 Indeks Revealed Comparative Advantage (RCA) SITC 034 (ikan segar, dingin atau beku) periode 1996-2002 (www.deprin.co.id)

Gambar 7 Indeks Revealed Comparative Advantage (RCA) SITC 035 (ikan segar,

dingin atau beku) periode 1996-2002 (www.deprin.co.id)

Gambar 8 Indeks Revealed Comparative Advantage (RCA) SITC 036 (udang, kerang dan sejenisnya, segar/dingin) periode 1996-2002 (www.deprin.co.id)

12

Gambar 9 Indeks Revealed Comparative Advantage (RCA) SITC 037 (olahan ikan, udang dan kerang) periode 1996-2002 (www.deprin.co.id)

Jika dikaitkan dengan nilai ISP komoditas hasil laut, maka hal ini sangat positif

karena tingginya nilai RCA pada komoditas hasil laut juga dibarengi dengan

meningkatnya nilai ekspor produk olahan hasil laut (agroindustri hasil laut). Hal ini

menunjukkan bahwa keberlanjutan bahan baku cukup bisa diandalkan sehingga

peningkatan nilai tambah hasil laut melalui sistem produksi yang efisien dan upaya

peningkatan kapasitas produksi diharapkan di masa depan akan lebih bisa

meningkatkan kinerja sektor pertanian sub sektor kelautan khususnya agroindustri

hasil laut di Jawa Timur maupun di Indonesia.

Pangsa Pasar

Dari sisi negara pengekspor, kontribusi ekonomi suatu komoditas juga bisa

dilihat dari pangsanya, yang dapat diukur dengan rumusan sebagai berikut:

P = Xi /∑ X ………(2) keterangan :

P = pangsa (share)

X = nilai ekspor

i = komoditas berdasarkan SITC

Semakin besar nilai pangsa pasar suatu komoditas, semakin penting peranan

komoditas tersebut di negara pengekspor. Idealnya, komoditas yang berkontribusi

besar merupakan komoditas yang berkembang. Jika ISP menunjukkan nilai negatif,

artinya Indonesia merupakan pengimpor komoditas tertentu, perlu dilihat apakah nilai

13

pangsa eskpor komoditas ini juga signifikan. Pembandingan ini dilakukan untuk

mengevaluasi tingkat pemasukan / devisa negara.

Indeks Revealed Comparative Advantage (RCA)

Dilihat dari sisi pasar dunia, produk unggulan dapat dilihat jika produk tersebut

memiliki daya saing global, yang direpresentasikan dengan Revealed Comparative

Advantage (RCA). RCA dapat dihitung dengan rumus:

RCA ij =( Xij/ ∑ Xij) / ∑ Xij/∑∑Xij ………..(3)

keterangan :

X = Nilai ekspor

i = SITC tertentu

j = wilayah/negara tertentu

Rasio nilai pembilang menggambarkan pangsa sektor i di suatu negara terhadap

total ekspornya sedangkan rasio penyebut menggambarkan pangsa pasar yang

sama terhadap ekonomi dunia (Brasili, Epifani & Helg, 1999).

Indeks ini memiliki nilai antara 0 dan + ∞. Nilai RCA < 1 menunjukkan bahwa

suatu sektor di suatu negara relatif mengalami penurunan spesialisasi terhadap

perekonomian dunia. Nilai RCA ≥1 menunjukkan suatu sektor di suatu negara relatif

terspesialisasi. Index ini banyak digunakan karena memungkinkan untuk

membandingkan struktur ekspor suatu negara dengan ekonomi dunia maupun

kelompok negara tertentu. Idealnya, suatu negara memiliki nilai RCA positif.

Dinamika pola perdagangan dapat dilihat dari hasil perhitungan RCA

melibatkan data historis. Penentuan jangka waktu analisis dilakukan dengan

mempertimbangkan kebijakan-kebijakan perdagangan yang lalu dan yang masih

berlaku. Sementara itu untuk mengidentifikasi keunggulan propinsi/wilayah

penelitian, maka dilakukan analisis korelasi yang membandingkan ekonomi daerah

terhadap ekonomi Indonesia. RCA propinsi/wilayah Indonesia dan RCA

propinsi/wilayah dunia. Arah yang diharapkan adalah terdapat hubungan korelasi

positif antara keunggulan domestik (RCA prop/wil-Indonesia) dan keunggulan di

pasar dunia (RCA prop/wilayah–dunia). Nilai skala korelasi adalah -1 hingga +1, nilai

korelasi negatif berarti kondisi saat ini, produk unggulan SITC tidak sejalan dengan

perkembangan pasar dunia. Sedangkan nilai korelasi 0 berarti tidak ada hubungan

antara keunggulan kompetisi domestik dan global.

14

Salah satu pendekatan pembangunan struktur industri yang diyakini mampu

memperkuat struktur agroindustri hasil laut di Indonesia adalah pendekatan klaster.

Pendekatan ini berupaya untuk melihat sistem industri hasil laut sebagai sebuah

sistem yang bersifat holistik sehingga perlu kajian dengan sebuah pendekatan

sistem. Selanjutnya akan diuraikan konsep klaster industri dan beberapa aspek yang

relevan.

Konsep Klaster Industri

Klaster Industri yang seharusnya dikembangkan di Indonesia adalah sebuah

kelompok yang terdiri dari beberapa industri terkait, institusi pendukung yang saling

berinteraksi secara horisontal dan vertikal untuk menciptakan suatu nilai tambah baik

untuk individu anggota kelompok maupun untuk bersama-sama. Konsep klaster

banyak diperkenalkan oleh Porter (1998) yang melihat klaster industri sebagai

sekumpulan perusahaan dan institusi yang terkait pada bidang tertentu yang secara

geografis berdekatan, bekerjasama karena kesamaan dan saling memerlukan.

Konsep tersebut didukung oleh beberapa pernyataan dari peneliti terdahulu di

antaranya Roelandt dan den Hertog (1999) menekankan klaster industri pada

jaringan produsen yang terdiri dari perusahaan-perusahaan yang independen dan

kokoh bebas (termasuk pemasok khusus) yang terhubung satu sama lain dalam

rantai nilai tambah produksi. OECD (2000) mendefinisikan klaster industri sebagai

kumpulan/kelompok bisnis dan industri yang terkait melalui suatu rantai produk

umum, ketergantungan atas ketrampilan tenaga kerja yang serupa atau penggunaan

teknologi yang serupa atau saling komplementer.

Berdasarkan kajian literatur yang dilakukan oleh konsorsium Trends Business

Research dari Inggris (United Kingdom) terhadap klaster industri bisnis di Inggris

diungkapkan adanya 6 (enam) jenis tipologi dari klaster industri yaitu: (1) Rantai

produksi vertikal, yaitu suatu suatu rantai produksi vertikal dimana tahap-tahapan

yang beriringan dalam rantai produksi membentuk inti klaster industri, (2) Agregasi

sektor-sektor yang berhubungan yakni suatu agregasi dari sektor-sektor yang

berhubungan, (3) Klaster industri regional, yaitu klaster mengacu pada suatu

agregasi dari sektor-sektor yang berhubungan yang berpusat dalam daerah tertentu

dan kompetitif dalam pasar dunia, (4) Daerah (distrik) industri, sebagai

pengkonsentrasian lokal dari industri kecil dan menengah yang ahli dalam tahap

proses produksi, (5) Jaringan, didefinisikan sebagai bentuk spesifik dari hubungan

antara para pelaku ekonomi baik pasar maupun hirarki akan tetapi berbasis

pada ketergantungan yang timbal balik, kepercayaan, dan kooperatif. Klaster

15

industri ini tidak harus terpusat secara geografis, akan tetapi akan lebih baik jika

terlokalisasi dan (6) Lingkungan yang inovatif (the innovative milieu), yaitu klaster

yang mengacu pada pengkonsentrasian lokal dari industri berteknologi tinggi.

Konsep klaster industri dari Michael E. Porter didasari dari hasil penelitiannya di

dalam membandingkan daya saing internasional di beberapa negara. Negara yang

memiliki daerah dengan kandungan mineral yang melimpah, tanah yang subur,

tenaga kerja yang murah dan iklim yang baik sebenarnya memiliki keunggulan

bersaing dibanding negara dengan daerah yang “berat”. Akan tetapi ditemui bahwa

keunggulan karena keadaan daerah tidak mampu bertahan lama. Keunggulan daya

saing suatu negara/daerah dapat bertahan lama di dalam ekonomi yang semakin

mengglobal bukanlah karena kandungan mineral dan tanahnya tetapi karena negara

tersebut mengkonsentrasikan dirinya terhadap peningkatan keahlian dan keilmuan,

pembentukan institusi, menjalin kerja sama, melakukan relasi bisnis dan memenuhi

keinginan konsumen yang semakin banyak dan sulit untuk dipenuhi (Porter, 1998).

Porter (1998) berargumentasi bahwa industri di suatu daerah/negara unggul

bukanlah dari kesuksesan sendiri tetapi merupakan kesuksesan kelompok dengan

adanya keterkaitan antar perusahaan dan institusi yang mendukung. Sekelompok

perusahaan dan institusi pada suatu industri di suatu daerah tersebutlah yang

disebut dengan istilah klaster industri. Pada klaster industri, perusahaan-perusahaan

yang terlibat tidak hanya perusahaan besar dan menengah, tetapi juga perusahaan

kecil. Adanya klaster industri akan menstimulasi terjadinya bisnis baru, lapangan

kerja baru, para pengusaha baru yang mampu memutar pinjaman baru. Porter

(1990) memperkenalkan teori kemampuan kompetisi suatu negara yang

digambarkan dalam model berlian seperti dapat dilihat pada Gambar 10.

Strategi Perusahaan, struktur dan persaingan Perubah-

an

Kondisi Faktor

Kondisi Permintaan

Industri Terkait dan Pendukung

Pemerintah

Gambar 10 Model berlian Porter (Porter,1990)

16

Terdapat 4 (empat) faktor kunci yang menentukan daya saing suatu negara

yaitu : kondisi faktor, kondisi permintaan, strategi perusahaan, struktur dan

persaingan serta keterkaitan dan industri pendukung. Konsep ini dikenal dengan

model Diamond Porter (Berlian Porter) seperti terlihat pada Gambar 10. Negara

tertentu memiliki bentuk berlian (keterkaitan antar empat faktor) berbeda dengan

negara lain, yang membuat suatu negara mampu mengungguli negara lainnya. Yang

dimaksud dengan kondisi faktor meliputi lima kategori kunci, yaitu: ketersediaan dan

kemampuan sumber daya manusia, sumber daya fisik, sumber daya pengetahuan,

sumber daya modal dan infrastruktur. Kondisi permintaan meliputi permintaan

domestik dan internasional. Model ini menggabungkan analisis di tingkat industri

maupun tingkat perusahaan. Strategi perusahaan, struktur dan persaingan mengaju

pada kondisi tingkat perusahaan. Sedang keterkaitan dan industri pendukung

menunjukkan bagaimana suatu industri saling bergantung dan mengisi industri

lainnya. Dengan melihat keempat faktor ini, model berlian menunjukkan mengapa

suatu industri bisa saja daya saingnya tidak dapat bertahan lama (Porter, 1990).

Pada awalnya konsep ini mengedepankan kedekatan geografis (Porter, 1990).

Dengan adanya kedekatan geografis, suatu industri dapat melakukan pemesanan

produk secara bersamaan, pengembangan produk bersamaan dan terjadi alih

pengetahuan yang dapat membuat industri sebagai suatu sistem mampu

meningkatkan produktivitasnya. Pendekatan klaster mengetengahkan pentingnya

produktivitas dalam suatu sistem sebagai kunci kemampuan kompetisi suatu negara

(Porter, 1990). Produktivitas yang terbangun dengan adanya kedekatan geografis,

menunjukkan bagaimana sumber daya manusia dan modal suatu negara digunakan.

Produktivitas tergantung pada kemampuan secara efisien suatu produk dihasilkan.

Lebih jauh lagi, produktivitas seringkali terkonsetrasi di segmen industri tertentu.

Artinya, suatu industri mampu menghasilkan luaran lebih baik daripada industri

lainnya. Adanya keterhubungan yang teratur antara keempat faktor tersebut akan

menimbulkan terbentuknya klaster industri tanpa rekayasa. Kedekatan lokasi secara

geografis menjadi daya tarik dan semakin iteratif terjadinya interaksi antara keempat

faktor tersebut.

Terdapat tiga cara meningkatkan pertumbuhan produktivitas, pertama,

peningkatan produktivitas pada klaster industri disebabkan karena adanya spesialiasi

bahan baku dan tenaga kerja, adanya peningkatan akses informasi dari institusi dan

lembaga/asosiasi publik dengan menggunakan fasilitas dan program bersama.

Kedua, peningkatan kemampuan perusahaan untuk melakukan inovasi dengan

mendifusikan kemampuan ilmu teknologi sehingga inovasi akan terjadi lebih cepat.

Ketiga, tekanan persaingan pada klaster industri perlu dibarengi dengan kebijakan

17

memberikan insentif kepada karyawan yang melakukan inovasi. Kondisi ini

memperlihatkan terjadinya pembelajaran di daerah klaster industri, adanya

peningkatan terapan teknologi dan kemampuan melakukan inovasi. Kondisi di atas

akan menyebabkan klaster industri mampu beradaptasi terhadap perubahan

lingkungan bisnis.

Tujuan dan Manfaat Klaster Industri

Pengembangan klaster industri yang mulai marak diperbincangkan saat ini

pada dasarnya muncul bukan karena alasan kecenderungan atau sedang populer

tetapi sudah mengarah pada kebutuhan akan adanya pengembangan klaster industri

di tanah air. Secara umum sudah diyakini bahwa pendekatan klaster industri sangat

bermanfaat bagi pembangunan ekonomi, khususnya bagi peningkatan daya saing

industri yang berkelanjutan. Bappenas (2003) menyatakan bahwa peningkatan daya

saing ini dapat terjadi karena strategi klaster dapat mempengaruhi kompetisi dalam

tiga cara berikut :

1) Meningkatkan produktivitas perusahaan

2) Mengendalikan arah dan langkah inovasi yang berfungsi sebagai

fondasi pertumbuhan produktivitas di masa depan

3) Menstimulasikan tumbuhnya usaha-usaha baru yang dapat

memperkuat dan memperluas klaster

Beberapa manfaat dari adanya pengembangan klaster industri pada suatu

daerah antara lain (1) memungkinkan suatu kerangka bagi kolaborasi, (2) membantu

pengembangan agenda bersama, (3) memperoleh manfaat skala ekonomi, (4)

memfasilitasi pengembangan tingkat kompetensi yang lebih tinggi, (5) kerjasama

bisnis untuk memperkuat industrinya, (6) membantu mengurangi kekhawatiran

persaingan antar-industri dengan membangun rasa saling percaya dan kerjasama

antar pelaku bisnis dalam klaster industri, (7) meningkatkan produktivitas, (8)

meningkatkan pertambahan nilai, (9) menghimpun sumber daya kolektif, (10)

pemasaran bersama, (11) mempengaruhi hubungan pemasok dan pembeli, (12)

berbagi informasi, (13) analisis strategis nasional maupun internasional, (14)

memperbaiki infrastruktur keras dan lunak daerah, dan (15) rekognisi/pengakuan

nasional dan internasional.

Klaster industri merupakan mekanisme yang ampuh untuk mengatasi

keterbatasan Industri Kecil dan Menengah (IKM) utamanya dalam hal ukuran usaha

dan untuk mencapai sukses dalam lingkungan pasar dengan persaingan yang

senantiasa meningkat. Langkah kolaboratif yang melibatkan IKM dan perusahaan

18

besar, lembaga pendukung publik dan swasta serta pemerintah lokal dan regional,

semuanya akan memberikan peluang untuk mengembangkan keunggulan lokal yang

spesifik dan daya saing perusahaan yang tergabung dalam klaster industri.

Banyak negara mengimplementasikan klaster industri untuk mengembangkan

ekonomi dan meningkatkan daya saing daerah/negaranya, seperti negara Amerika

(Arizona, Texas, dan lain-lain), Brazil, Italia, Australia, Spanyol, dan lain-lain. Negara

tersebut meyakini adanya keuntungan di dalam mengimplementasikan klaster

industri. Berikut ini keuntungan dari klaster industri yaitu (1) mereduksi biaya

transaksi, (2) memudahkan terjadinya spesialisasi pemasok, jasa dan sumber tenaga

kerja, (3) meningkatkan rata-rata inovasi, (4) menyelesaikan masalah bersama

dengan bekerjasama menghasilkan solusi, (5) membuat lembaga pelatihan,

teknologi dan infrastuktur bersama, dan (6) melakukan pembelajaran bersama untuk

merumuskan strategi peningkatan daya saing.

Faktor-Faktor Keberhasilan dan Kegagalan Klaster Industri

Beberapa faktor dapat diidentifikasikan sebagai kunci keberhasilan suatu

pengembangan klaster industri. Eurada (2003) mendefinisikan beberapa faktor kunci

keberhasilan dalam pengembangan klaster industri adalah (1) jumlah pelaku bisnis

(perusahaan) yang mencapai critical mass dalam suatu lokasi geografis, (2) bidang

aktivitas bisnis terdefinisikan dengan baik, (3) hubungan kemitraan yang kuat antar

stakeholder industri, (4) ketersediaan sistem pendukung bagi perusahaan, dan (5)

budaya kewirausahaan.

Dalam banyak hal, pengembangan klaster industri terkadang tidak berhasil

dengan baik. Pada dasarnya, kegagalan-kegagalan tersebut disebabkan oleh tidak

adanya faktor-faktor yang menentukan keberhasilan pengembangan klaster industri

atau tidak ditangani sebagaimana mestinya. Terdapat beberapa hal yang disarankan

untuk dihindari di mana faktor-faktor yang dapat menyebabkan kegagalan

pengembangan klaster industri dapat diidentifikasi yaitu (1) Pengembangan klaster

industri sebaiknya bukan semata karena “keinginan pemerintah” melainkan karena

kebutuhan pasar dan dilakukan oleh pelaku bisnis yang bersangkutan, (2) kebijakan

pemerintah tidak berorientasi kuat pada pensubsidian langsung terhadap industri dan

perusahaan atau pembatasan persaingan dalam pasar, (3) kebijakan pemerintah

sebaiknya berubah dari intervensi langsung ke bentuk tak langsung, (4) pemerintah

sebaiknya tidak mengendalikan atau memiliki prakarsa klaster industri melainkan

berperan sebagai katalis dan pihak yang membawa bersama seluruh para pelaku

dalam klaster industri (termasuk pemasok) serta insentif untuk memfasilitasi proses

19

inovasi dan klasterisasi, (5) kebijakan klaster industri sebaiknya tidak mengabaikan

klaster industri kecil dan yang sedang muncul ataupun memfokuskan hanya pada

klaster industri yang sudah ada dan “klasik”, (6) kebijakan klaster industri tak hanya

cukup dengan analisis atau studi, tetapi juga tindakan nyata. Kebijakan klaster

industri yang efektif memiliki arti interaksi antara peneliti, para pimpinan dunia usaha,

pembuat kebijakan dan pakar, serta meciptakan suatu forum untuk dialog yang

konstruktif, dan (7) klaster industri sebaiknya tidak dimulai dari “nol” ataupun pasar

dan industri yang menurun (Hertog, 1998).

Asian Development Bank (ADB) dalam penelitiannya mengenai

pengembangan klaster industri industri di Indonesia juga telah berhasil

mengidentifikasikan beberapa hal yang menghambat kesuksesan sebuah klaster

industri adalah

1) Mengabaikan hubungan klaster industri ke pasar

Pra-syarat pengembangan klaster industri yang baik adalah potensi klaster

industri untuk akses ke pasar yang berkembang. Apabila hal ini tidak terlaksana,

setiap aktivitas peningkatan teknologi tidak akan berhasil karena para anggota

klaster industri tidak memperoleh hasil finansial atas investasinya.

2) Mengabaikan atau bahkan memperlemah potensi UKM untuk berorganisasi

sendiri

3) Ketidakmandirian organisasi klaster yang terbentuk, karena organisasi mandiri

dari para anggota klaster industri yang kuat dan aktif akan mempermudah proses

belajar secara kolektif dan berpikir secara aktif mengenai masa depan.

Organisasi mandiri, penting juga untuk mengembangkan pasar dan jaringan

distribusi baru. Organisasi mandiri juga penting jika klaster industri ingin

meningkatkan keseragaman produk, standarisasi dan mempermudah distribusi.

Organisasi mandiri juga penting apabila para produsen ingin menghadapi

seorang pembeli yang kuat bersama-sama.

4) Keterbatasan kemungkinan Pemerintah Daerah untuk mendorong

perkembangan klaster industri

Kebanyakan pemerintah daerah sadar akan masalah yang dihadapi oleh

klaster-klasternya. Pengalaman di lapangan menunjukkan bahwa staf pemerintah

daerah mampu dan bersedia menyediakan bantuan, jika diberi kesempatan dan

fleksibilitas. Akan tetapi, peranan pemerintah daerah terbatas karena memiliki

otonomi anggaran terbatas.

Proses berkembangnya sebuah klaster mulai pembentukan hingga

pengelolaannya menuju sebuah klaster ideal akan bervariasi menurut model

20

pengembangan yang digunakan. Hansen (2003) mengemukakan bahwa ada tiga

tipe atau model pengembangan klaster yaitu :

(1) Spontaneous Clusters, merupakan model pengembangan klaster di mana

pelaku usaha mengetahui persis akan kebutuhan dan bagaimana

membangun klaster. Pada model ini bisa dikatakan klaster berdiri tanpa

dukungan yang signifikan dari pemerintah.

(2) Private Sector Driven, pada penerapan model ini pelaku usaha menyadari

kebutuhannya akan perlunya klaster, namun mereka tidak atau belum tahu

bagaimana melakukannya, sehingga di sini pelaku usaha bertindak sebagai

inisiator yang dalam proses pengembangannya didukung oleh pemerintah.

(3) Donor or Government-Driven, merupakan sebuah model pengembangan

klaster di mana pelaku usaha tidak mengetahui apa itu klaster dan

bagaimana cara mengembangkannya. Di sini pemerintah merupakan tokoh

kunci berkembangnya sebuah klaster, baik pada pemilihan basis industri

yang akan dikembangkan menjadi sebuah klaster maupun dalam

menentukan strategi pengembangannya.

Berdasarkan karakteristik sistem pemerintahan di Indonesia dan perilaku

industri yang ada, maka masih diperlukan inisiator yang kuat untuk terbentuknya

sebuah klaster industri baik itu dari industri besar maupun dari pemerintah. Kemauan

yang kuat dari beberapa industri mapan menjadi inisiator belum cukup jika tidak

dilengkapi dengan pemahaman konsep klaster yang baik. Pemahaman konsep

sudah dimiliki oleh beberapa industri, namun masih belum semuanya memahami

dengan baik. Model yang direkomendasikan untuk diimplementasikan adalah

Spontaneous Clusters dan Private Donor Driven, hal ini diperkuat dengan hasil

penelitian pendahuluan yang telah dilakukan (Partiwi dan Marimin, 2005).

Peranan Pemerintah pada Klaster Industri

Kebijakan pemerintah adalah kebijakan intervensi yang dapat mempengaruhi

kondisi ekonomi suatu daerah seperti pemberian subsidi, peraturan (regulasi atau

deregulasi), pembangunan infrastuktur, dan kebijakan bea impor dan ekspor.

Keberhasilan suatu klaster industri pada suatu daerah, sangat didukung oleh

kebijakan dari pemerintah yang efektif terhadap pengembangan klaster industri di

daerahnya. Pengembangan klaster industri yang ada perlu didasari oleh strategi

pengembangan ekonomi dari pemerintah. Adanya peranan pemerintah

menyebabkan klaster industri yang ada mampu lebih efisien, mengefektifkan aliran

informasi, terpenuhinya skala ekonomi dan terjadinya inovasi yang kontinyu.

21

Kebijakan yang tidak berarti memanjakan klaster industri yang ada. Tidak

semua keinginan klaster industri dipenuhi langsung dan dilakukan secara serentak.

Pemerintah akan membatasi intervensinya hanya pada bidang kebijakan moneter,

subsidi dan pemberian keringan bea masuk dan pajak. Klaster industri yang didorong

agar lebih proaktif sedangkan pemerintah akan menjadi mediatornya. Adanya

stimulus kebijakan diharapkan akan mendorong terjadi penguatan jaringan antar

perusahaan dan institusi yang terlibat. Adanya penguatan jaringan dari klaster

industri mampu mengefisienkan produksi sehingga meningkatnya kemampuan

bersaing dan terbentuknya peningkatan pasar yang signifikan.

Berikut ini, beberapa hal yang kebijakan pemerintah di dalam mendukung

pembentukan dan pengembangan klaster industri yaitu: (1) mengidentifikasi dari

klaster industri yang ada atau berpotensi pada suatu daerah, (2) menyediakan

informasi yang dibutuhkan klaster industri dengan strategi informasi, (3) melakukan

investasi teknologi dan kemampuan yang bermanfaat bagi klaster industri, (4)

menghubungkan klaster industri dengan universitas setempat atau lembaga

pelatihan, (5) membantu pengembangan jaringan, (6) memfungsikan diri sebagai

pusat layanan, (7) membentuk dan memediasi adanya asosiasi, (8) melakukan

kebijakan subsidi, dan (9) membuat peraturan perundang-undangan, serta (10)

membangun infrastruktur.

Adanya klaster industri tidak hanya menguntungkan perusahaan dan institusi

yang terlibat di suatu klaster industri, akan tetapi juga menguntungkan pemerintah

untuk lebih memahami ekonomi daerahnya dengan baik. Berikut ini keuntungan yang

diperoleh pemerintah yaitu (1) lebih mengerti kebutuhan dari industri dan secara

langsung mendialogkan dengan perusahaan dan institusi yang terlibat di suatu

klaster industri, (2) dapat memberikan penghargaan dari program penunjang yang

ada kepada perusahaan, institusi dan asosiasi, dan (3) dapat mendesain produk

pendukung buatan sendiri untuk industri, membantu sektor swasta dalam hal

finansial dan manajemennya.

Contoh Sukses Klaster Agroindustri Anggur Di Australia

Industri anggur Australia mengalami suatu kebangkitan dalam kurun waktu

duapuluh tahun terakhir, para petani anggur dan industri anggur di Australia dapat

dijadikan sebagai salah satu contoh sukses dalam agroindustri. Banyak petani

anggur di negara lain yang telah mengadopsi teknologi penanaman dan pengolahan

anggur di Australia seperti sistem irigasi tetes dan yang otomatisasi proses

22

memanen anggur sehingga banyak pesaing Internasional yang mampu menyaingi

kualitas anggur Australia.

Kesuksesan pertumbuhan industri anggur di Australia salah satunya adalah

keberhasilan petani dalam menerapkan prinsip nilai tambah pada proses dan produk

yang dihasilkan. Pada tahun 1985 petani Australia melakukan ekspor anggur masih

dalam bentuk anggur curah dan sekarang anggur Australia di ekspor sudah dalam

bentuk botol-botol anggur yang siap di konsumsi. Nilai tambah yang didapat dari

peningkatan nilai produk ini mampu memberikan penambahan keuntungan penjualan

lebih dari 90 % dari kondisi sebelumnya. Dengan menerapkan peningkatan nilai

tambah dan peningkatan keterampilan kerja dari tiap industri anggur menghasilkan

perubahan yang sangat berarti bagi industri ini. Industri anggur Australia mampu

menciptakan anggur dengan mutu produk dengan kualitas ekspor yang setara

dengan kemampuan untuk meningkatkan 5 kali harga buah anggur menjadi anggur

ekspor.

Klaster industri Anggur Victoria dalam lima tahun terakhir ini mampu

menyumbangkan kontribusi besar pada perekonomian nasional yaitu sebesar 1,6

milliar dollar Australia di akhir bulan Juni 2000. Pertumbuhan kilang pengolah anggur

di Australia juga bertambah sangat pesat.

Pada tahun 1995, pemerintah Australia melakukan suatu analisis menyeluruh

terhadap industri anggur yang dilakukan oleh the Australian Wine Foundation (suatu

yayasan perkumpulan petani anggur), dalam usaha agar mendorong arah

pengembangan yang lebih maju untuk 30 tahun kedepan dalam bentuk rencana

strategi industri anggur sampai tahun 2025. Strategi industri tersebut disajikan dalam

suatu rencana nasional dengan target penjualan tahunan $ 4.5 milyar Australia

sampai tahun 2025. Dan rencana tersebut dicapai dengan misi untuk menjadi

penyalur anggur terbaik di dunia dan menciptakan anggur dengan merk pilihan

utama penggemar anggur dunia. Selain itu keunggulan utama yang dimiliki klaster

industri anggur Victoria adalah adanya dukungan pemerintah dalam merumuskan

perencanaan strategis industri anggur, adanya peraturan pemerintah yang sangat

menyokong pertumbuhan industri anggur, adanya pemakaian bersama suatu

teknologi antar industri serta dukungan pemerintah dari segi promosi internasional

secara bersama-sama.

Sejak tahun 1998, produksi anggur curah meningkat sekitar 12 kali lipat dan

pada periode yang sama telah tumbuh lebih dari 350 industri pengolahan anggur

(kebanyakan tumbuh sebagai industri kecil menengah). Terdapat 5 industri besar

pengolah pengolah anggur yaitu Southcorp Wines, BRL Hardy, Orlando Wyndham

dan Beringer Blass, yang menguasai hampir 70% dari total produksi anggur. Dan

23

kelima industri besar ini mampu menghasilkan anggur yang termasuk dalam 20 merk

anggur terbaik.

Klaster industri anggur Australia mampu menghasilkan kurang lebih 1000 ton

anggur curah per tahun. Dibandingkan terhadap beberapa negara bagian penghasil

anggur di Australia, klaster industri Victoria merupakan kumpulan industri anggur

terbesar di Australia dengan jumlah industri 336 buah, yang kebanyakan

diklasifikasikan sebagai Industri Kecil dan Menengah (IKM) dengan jumlah pemasok

mencapai 708 buah, organisasi anggur sebanyak 167 organisasi dan distributor yang

terlibat dalam klaster industri sebanyak 154 buah.

Studi Sistem

Perkembangan yang terjadi di dunia nyata memberikan konsekuensi logis

terhadap peningkatan kompleksitas persoalan. Semakin kompleks sebuah persoalan

di dunia nyata maka semakin dituntut suatu pola pikir yang integratif dalam

penyelesaiannya sehingga diperoleh suatu solusi yang optimal. Persoalan dunia

nyata dapat dipandang sebagai sebuah sistem yang di dalamnya bisa terdiri dari

beberapa sub sistem, sehingga persoalan dapat diselesaikan secara bertahap

dengan sebuah metodologi yang sistematis yang dikenal dengan metodologi sistem.

Eriyatno (2003) menyatakan bahwa metodologi sistem mempunyai tujuan untuk

mendapatkan suatu gugus alternatif sistem yang layak untuk mencukupi kebutuhan-

kebutuhan yang telah diidentifikasi dan diseleksi. Analisis dengan metodologi ini

akan menghasilkan satu set alternatif dari kebutuhan yang telah diidentifikasi.

Selanjutnya dikatakan bahwa metodologi sistem pada prinsipnya melalui enam tahap

analisis sebelum tahap sintesa (rekayasa) yang meliputi ; (1) analisis kebutuhan, (2)

identifikasi sistem, (3) formulasi masalah, (4) pembentukan alternatif sistem, (5)

determinasi dari realisasi fisik, sosial dan politik, (6) penentuan kelayakan ekonomi

dan finansial. Langkah ke-1 sampai ke-6 tersebut selanjutnya disebut dengan

Analisis Sistem.

Sistem didefinisikan sebagai sekumpulan obyek yang berkaitan di antara satu

obyek dengan obyek yang lainnya dan antar atribut-atributnya serta keterkaitannya

dengan lingkungan dengan membentuk suatu sinergi (Schoderbek,1985). Manetch

and Park (1985) mendefinisikan sistem sebagai suatu gugus dari elemen yang saling

berhubungan dan terorganisasi untuk mencapai suatu tujuan atau suatu gugus dari

tujuan-tujuan. Perbedaan definisi di atas terletak pada pernyataan bahwa di dalam

sistem yang berinteraksi tidak murni obyeknya melainkan ada komponen intrinsik

yang berinteraksi yaitu atribut yang relevan yang terdapat pada obyek tersebut.

24

Pada sebuah organisasi dapat digambarkan kerangka sistem yang sekaligus

menunjukkan posisi sistem yang terdiri dari komponen-komponen dengan

lingkungannya yang secara skematis dapat dilihat pada Gambar 11. Penggambaran

skema tersebut dapat mempermudah dalam menentukan batasan sistem, identifikasi

komponen dan analisisnya. Lingkungan merupakan elemen di luar sistem yang

seringkali tidak dapat dikendalikan. Suatu obyek mungkin termasuk dalam sistem

dan lingkungan. Eriyatno (2003) membagi komponen input menjadi input endogen

(input yang terkendali) dan input eksogen (input yang tidak terkendali) serta

mengklasifikasikan output kedalam output yang dikehendaki dan output yang tidak

dikehendaki. Identifikasi dan pendefinisian yang benar akan seluruh bagian dari

sistem di dalam sebuah persoalan sistem akan sangat menentukan validasi dari hasil

sebuah studi sistem. Parameter sistem harus ditentukan terlebih dahulu untuk dapat

mengelola sistem tersebut sehingga mampu mencapai tujuan yang diinginkan,

manajemen/pengelolaan sistem tersebut dalam kerangka sistem akan menentukan

kinerja umpan balik.

Simatupang (1995) mengatakan bahwa sistem sebagai teori pertamakali

dikembangkan oleh Ludwig Von Bertalanffy pada tahun 1940-an dan memberi nama

General System Theory (GST). Selanjutnya mulai bermunculan ide dan metodologi

sistem antara lain Norbert Wiener dengan metode Cybernetics (1948), Jay W.

Forrester dengan metode Systems Dynamics (1961), Russel L. Ackoff dengan

metode System Approach in Operation Research (1978), Peter Checkland & Jim

Scholes dengan Soft System Methodology (1990) serta Michael C. Jackson & Robert

L. Flood dengan metode Total Systems Intervention (1991). Evolusi ilmu sistem oleh

Blanchard dan Fabricky (1998) digambarkan melalui perkembangan dari cybernetics,

general system theory dan systemology.

25

Lingkungan

Gambar 11. Organisasi, sumberdaya dan lingkungannya (Schoderbek, 1985)

Pendekatan Sistem

Pendekatan sistem merupakan pendekatan terpadu yang memandang suatu

persoalan dengan memperhatikan interaksi antara obyek-obyek yang

menggabungkan obyek-obyek tersebut sehingga membentuk keseluruhan

(Schoderbek, 1985). Prinsip dasar dari pendekatan sistem adalah (1) Suatu sistem

lebih besar daripada jumlah komponen sistem tersebut, (2) Bagian dari sistem yang

dipelajari harus dapat diduga, (3) Meskipun tiap sub sistem berdiri sendiri, sub sistem

ini merupakan bagian dari sistem yang lebih besar, (4) Adanya pengorbanan suatu

tujuan jika ingin meningkatkan tujuan lain, (5) Sistem yang kompleks harus dipecah

ke dalam sub-sistem yang lebih kecil sehingga dapat dianalisis dan dimengerti

sebelaum digabungkan kembali, (6) Komponen sistem saling berinteraksi,

perubahan pada suatu elemen akan mempengaruhi seluruh komponen dan (7)

Semua sistem cenderung mencapai keseimbangan yang merupakan keseimbangan

dari berbagai kekuatan dari luar sistem.

Schoderbeck (1985) megatakan bahwa terdapat tiga fase utama dalam

melakukan studi sistem yang menggunakan pendekatan sistem yaitu fase

konseptualisasi, fase kuantifikasi dan fase komputerisasi. Pendekatan sistem

merupakan multidisiplin ilmu, beberapa kompetensi yang diperlukan di antaranya

Konsumen

Karyawan

Bahan dan Peralatan

Kapital

Tanah

Input Proses Output

Teknologi

Pesaing

Masyarakat Umum

Pemerintah

Ekologi

Pengendalian umpan balik

Organisasi

26

adalah tersedianya (1) metodologi untuk perencanaan dan pengelolaan, (2) Kerja tim

(multidisiplin), (3) pengorganisasian, (4) disiplin untuk bidang yang non – kuantitatif,

(5) teknik model matematik, (6) teknik simulasi, (7) teknik optimasi dan aplikasi

komputer (Eriyatno, 2000).

Model Sistem Pengukuran Kinerja

Peppard dan Rowland (1995) mengatakan bahwa pengukuran kinerja sebuah

perusahaan atau organisasi merupakan kunci untuk menjadi efektif dan efisien. Jika

tidak ada pengukuran berarti tidak bisa dikelola. Persoalan yang sering dihadapi

berkaitan dengan implementasi sebuah sistem pengukuran kinerja adalah adanya

kesalahpahaman perancang maupun praktisi dalam menerjemahkan beberapa

komponen dasar yang meliputi ukuran kinerja (performance measure), pengukuran

kinerja (performance masurement) dan sistem pengukuran kinerja (performance

measurement system). Ketidaktepatan ini dapat menimbulkan ketidak optimalan

bahkan kesalahan dalam pengambilan keputusan.

Suwignjo (1999) mengemukakan bahwa terdapat beberapa definisi ukuran

kinerja yang dapat dijadikan referensi penelitian yaitu ; (1) Karakteristik output yang

diidentifikasi untuk tujuan evaluasi, (2) Indikator-indikator numerik atau kuantitatif

yang menunjukkan seberapa jauh masing-masing sasaran dapat dicapai (3) Tanda-

tanda vital dari sebuah organisasi yang mengukur secara kuantitatif bagaimana

sebuah aktifitas baik berdasarkan proses maupun output dapat mencapai suatu

tujuan tertentu dan (4) Deskripsi kuantitatif yang menyatakan kualitas produk

maupun layanan dari sebuah proses atau sistem.

Pada penelitian ini ukuran kinerja yang dielaborasi akan mencakup dua aspek

baik tangible maupun intangible. Indikator yang berkaitan dengan aspek lingkungan

dan sosial juga merupakan komponen yang perlu digali karena memberikan

pengaruh terhadap kinerja klaster secara agregat sistem. Sebagai konsekuensinya

maka akan dimungkinkan munculnya indikator-indikator kualitatif yang selanjutnya

dapat diolah dengan metode tertentu untuk menghasilkan indikator kuantitatif.

Menurut Armstrong dan Baron (1998), Pengukuran Kinerja adalah suatu

strategi dan pendekatan terpadu untuk menghasilkan keberhasilan yang

berkelanjutan pada suatu organisasi dengan peningkatan kinerja dari orang-orang

yang bekerja di dalamnya dan dengan mengembangkan kapabilitas kontribusi baik

secara tim maupun individu. Sementara itu Fletcher dalam Armstrong (1998)

memberikan alternatif lain tentang definisi pengukuran kinerja yaitu suatu

pendekatan untuk menghasilkan sebuah visi dari suatu maksud dan tujuan dari

organisasi, membantu setiap karyawan untuk mengerti dan menyadari kontribusi

27

mereka dalam organisasi dan juga mengelola dan meningkatkan kinerja baik individu

maupun organisasi.

Sistem Pengukuran Kinerja merupakan suatu cara sistematis untuk

mengevaluasi input, output, transformasi dan produktivitas dalam suatu operasi

manufaktur maupun non manufaktur (Suwignjo, 1985). Selanjutnya dikemukakan

bahwa sistem pengukuran kinerja adalah sebuah alat untuk menyeimbangkan

ukuran-ukuran ganda (biaya, kualitas dan waktu) melalui beberapa level (organisasi,

prosess dan orang).

Menurut Neely, et al. (1990) terdapat beberapa definisi berkaitan dengan ketiga

terminologi di atas yang dipandang lebih sistematis yang diberikan oleh Cambridge

Research Group (kelompok yang berfokus pada sistem pengukuran kinerja) yaitu :

1. Suatu ukuran kinerja adalah sebuah matriks yang digunakan untuk

mengkuantitatifkan efisiensi dan efektifitas dari sebuah tindakan.

2. Pengukuran kinerja adalah proses kuantifikasi efisiensi dan efektifitas sebuah

tindakan.

3. Sistem Pengukuran Kinerja adalah kumpulan matriks yang digunakan untuk

mengukur baik efisiensi maupun efekktifitas dari tindakan-tindakan.

Definisi ini yang selanjutnya akan digunakan sebagai acuan yang mendasari

penelitian mengenai perancangan sistem pengukuran kinerja secara komprehensif

pada sebuah klaster agroindustri ini.

Perkembangan Model Sistem Pengukuran Kinerja

Perancangan sistem pengukuran kinerja sudah pernah dilakukan oleh

beberapa peneliti sebelumnya dalam beberapa kasus yang berbeda. Banyak peneliti

telah melakukan perancangan sistem pengukuran kinerja yang didasarkan pada

kondisi keuangan secara tradisional telah gagal untuk diterapkan pada sebuah

lingkungan bisnis yang dinamis (Kaplan, 1983; Kaplan, 1984 ; Suwignjo 1999).

Beberapa model lain dikembangkan untuk situasi yang lain di antaranya Activity

Based Costing System (Cooper, 1992), Balanced Scorecard (Kaplan dan Norton,

1996), SMART System (Cross and Lynch, 1989) dan beberapa penelitian lain yang

secara umum memiliki kerangka pemikiran perancangan sebuah sistem pengukuran

kinerja. Pada tahun 1999 sebuah penelitian dikembangkan oleh Suwignjo (1999),

penelitian ini lebih berfokus pada penggunaan metode kuantitatif untuk sebuah

sistem pengukuran kinerja yang lebih dikenal dengan model Quantitative Method for

Integrated Performance Measurement Systems (QM-IPMS). Sampai dengan saat ini

masih banyak penelitian sistem pengukuran kinerja yang telah dan sedang

28

dikembangkan, namun belum terdapat suatu penelitian sistem pengukuran kinerja

yang berfokus pada klaster agroindustri hasil laut, oleh karena itu untuk melengkapi

peta penelitian tentang sistem pengukuran kinerja maka pada penelitian ini akan

dikembangkan sebuah model pengukuran kinerja komprehensif pada sistem klaster

agroindustri hasil laut khususnya di Indonesia.

Strategic Measurement Analysis and Reporting Technique (SMART) System

Salah satu Model sistem pengukuran kinerja yang akan menjadi referensi

dalam perancangan model sistem pengukuran kinerja komprehensif untuk Klaster

Agroindustri adalah SMART System. Model ini dikembangkan pertama kali di Wang

Laboratory, Inc., Lowell, Massachusetts (Cross and Lynch, 1989). Keberhasilan

model ini diterapkan dengan menggunakan pendekatan Just In Time sebagai upaya

untuk mendefinisikan beberapa kerangka kerja berikut :

Pengukuran departemen-departemen dan fungsi-fungsi untuk memastikan

bahwa mereka memberikan kontribusi secara terpisah atau bersama-sama

dalam menentukan misi strategi manufaktur.

Keterkaitan operasi dengan tujuan strategis

Integrasi informasi finansial dan non-finansial dalam suatu cara yang dapat

digunakan oleh para manajer operasi.

Fokus pada seluruh aktifitas bisnis pada pemenuhan kebutuhan bisnis yang akan

datang seperti yang diinginkan oleh konsumen.

Perubahan kinerja, insentif dan sistem reward seperti yang diinginkan.

Kerangka kerja SMART System secara lebih jelas dapat dilihat pada Gambar

12. Di mana pada level paling puncak, maka visi bisnis akan membentuk dasar dari

strategi korporasi. Manajemen kemudian dapat membuat aturan portfolio untuk

masing-masing unit bisnis misalnya aliran kas, pertumbuhan dan inovasi. Sumber

daya yang ada dialokasikan untuk memenuhi aturan portofolio tersebut. Namun

demikian tidak tampak jelas bagaimana sumberdaya tersebut dialokasikan.

Pada level kedua kerangka kerja sistem SMART, tujuan dari masing-masing

unit bisnis didefinisikan karakteristik pasar dan finansialnya. Strategi untuk mencapai

tujuan ini selanjutnya dirumuskan. Sebagian unit usaha mendefinisikan ukuran

sukses dari :

(1) Pencapaian tujuan jangka pendek pada tingkat tertentu berupa aliran kas yang

positif dan profitabilitas.

(2) Pencapaian tujuan jangka panjang dari pertumbuhan dan penetrasi pasar.

29

Level ketiga menghasilkan sistem operasi untuk masing-masing unit bisnis,

lebih banyak merupakan tujuan operasi yang bersifat tangible dan prioritas dapat

didefinisikan dalam bentuk kepuasan pelanggan, fleksibilitas dan produktivitas.

Kemudian pada level keempat atau yang paling bawah dari hirarki sistem SMART,

menyatakan tujuan dari setiap fungsi ataupun departemen dari masing-masing unit

bisnis untuk meningkatkan kualitas, waktu pengiriman dan menurunkan waktu

proses dan biaya.

Visi Korporasi

Ukuran finansial

Ukuran pasar

Gambar 12. Kerangka kerja dari Sistem SMART (Dixon, et al,1993)

Berdasarkan karakteristik agroindustri hasil laut, maka beberapa aspek perlu

untuk dipertimbangkan dalam pengembangan model pengukuran kinerja untuk

klaster agroindustri hasil laut kedepan. Aspek tersebut di antaranya adalah ukuran-

ukuran intangible seperti aspek lingkungan dan sosial kemasyarakatan yang dalam

sebuah klaster agroindustri merupakan aspek yang sangat menentukan kinerja

sebuah klaster secara komprehensif.

Kepuasan konsumen

Fleksibili-tas

Produkti-vitas

Kualitas Pengiriman Waktu Proses

Biaya

Unit-unit bisnis

Sistem Operasi Unit

Departemen dan Stasiun Kerja

Operasi-operasi

Fokus Eksternal

Fokus Internal

30

Balanced Scorecard

Kaplan dan Norton (1996) mengembangkan Balanced Scorecard sebagai satu

model sistem pengukuran kinerja yang memperhatikan baik aspek finansial maupun

non finansial. Aspek non finansial digunakan untuk mengevaluasi peningkatan

kinerja lokal untuk bagian penerimaan dan pelayanan konsumen, sementara itu

aspek finansial secara agregat lebih diutamakan untuk melihat kinerja dari para

senior manajer yang juga dapat dilihat berdasarkan kinerja dari level-level di

bawahnya. Selanjutnya kerangka kerja dari Model Balanced Scorecard dapat dilihat

pada Gambar 13.

Lebih lanjut Kaplan dan Norton (1996) mengatakan bahwa Balanced Scorecard

menegaskan bahwa ukuran finansial dan non finansial harus merupakan bagian dari

sistem informasi untuk karyawan pada semua level dari sebuah organisasi.

Karyawan lini depan harus mengerti konsekuensi finansial dari setiap aktivitas dan

keputusan yang dilakukan, eksekutif senior harus paham terhadap komponen-

komponen driver yang menentukan keberhasilan finansial jangka panjang.

Balanced Scorecard lebih bertujuan pada bagaimana kumpulan ukuran kinerja

baik financial dan non financial dilakukan. Ukuran-ukuran kinerja tersebut dilakukan

dengan proses top down melalui misi dan strategi dari unit bisnis. Balanced

scorecard harus menterjemahkan misi dan strategi unit bisnis ke dalam ukuran dan

tujuan yang tangible. Ukuran-ukuran tersebut menunjukkan keseimbangan antara

ukuran-ukuran eksternal dari pemegang saham dan konsumen dan ukuran internal

yang diwakili oleh proses unit bisnis, inovasi dan pertumbuhan. Ukuran-ukuran yang

diseimbangkan antara ukuran-ukuran hasil yang merupakan akibat dari sebuah

usaha masa lalu dan akan menentukan kinerja yang akan datang.

Balanced Scorecard lebih dari sebuah sistem pengukuran kinerja taktis

ataupun operasional. Perusahaan yang inovatif menggunakan scorecard sebagai

satu sistem manajemen strategi untuk mengelola strategi melalui suatu langkah

panjang. Perusahaan tersebut menggunakan fokus pengukuran pada scorecard

untuk menyelesaikan proses manajemen yang kritis antara lain :

(1) Klarifikasi dan menterjemahkan visi dan strategi

(2) Mengkomunikasikan dan mengkaitkan tujuan dan ukuran strategis

(3) Merencanakan, menentukan target-target dan meluruskan inisiatif strategis

(4) Meningkatkan strategi umpan balik dan pembelajaran.

(Kaplan dan Norton, 1996).

31

Finansial Untuk ber-hasil secara financial, bagaimana cara menun-jukkan pada para share holder

1 2 3 Tujuan Ukuran Target Inisiatif

Gambar 13. Kerangka kerja Balanced Scorecard (Kaplan dan Norton, 1996)

Model Integrated Performance Measurement System (IPMS)

Model IPMS membagi level bisnis menjadi empat tingkatan yaitu (1) (Bisnis

Induk), (2) Unit Bisnis, (3) Proses Bisnis dan (4) Aktivitas. Tingkatan tersebut dapat

berupa fisik dan logis yaitu satu kondisi di mana tingkatan tidak bisa dilihat secara

fisik dalam organisasi.

Level bisnis induk menunjukkan bisnis secara keseluruhan yang bisa terdiri

atas beberapa unit bisnis, dalam hal ini setiap unit bisnis diartikan sebagai satu unit

yang merupakan bagian dari organisasi yang melayani sebagian segmen pasar

dengan tuntutan pasar yang bersaing. Perbedaan kebutuhan pasar memisahkan

satu unit bisnis dengan yang lain.

Setiap unit bisnis selanjutnya dapat terdiri dari beberapa proses bisnis yang

secara garis besar dapat dikelompokkan dalam dua kategori yaitu :

Visi dan Strategi

Untuk memuaskan shareholder dan konsumen, proses usaha apa yg harusnya diunggulkan?

Proses Bisnis Internal

1 2 3 Tujuan Ukuran Target Inisiatif

Untuk mencapai visi, apa yg seharusnya dtunjukkan pada konsumen?

Konsumen 1 2 3 Tujuan Ukuran Target Inisiatif

Pembelajaran dan Pertumbuhan

1 2 3 Tujuan Ukuran Target Inisiatif

Untuk mencapai visi, bagaimana seharusnya kita menjaga keberlanjutan untuk berubah & meningkat?

32

(1) Proses Inti, yaitu proses yang menunjukkan alasan dasar bagi keberadaan

organisasi.

(2) Proses pendukung, yaitu proses-proses lain yang ditambahkan dalam proses

inti untuk mendukung proses inti, sehingga dalam hal ini proses bisnis inti

merupakan pemangku kepentingan (stakeholder, stakeholder) dari proses

pendukung.

Secara skematis pembagian level pada pendekatan IPMS dapat dilihat pada Gambar

14 berikut ini :

Bisnis Induk

Unit Bisnis

Gambar 14. Pembagian Level Bisnis berdasarkan Pendekatan IPMS (Bittici, 1996)

Pada keempat level tersebut di atas selanjutnya diidentifikasi Indikator Kinerja

Kunci (IKK) atau Key Performance Indicator (KPI) berdasarkan kebutuhan pemangku

kepentingan, external monitor dan tujuan. Beberapa tahapan yang dilakukan dalam

pada bangunan model IPMS adalah sebagai berikut :

(1) Identifikasi kebutuhan dari masing-masing stakeholder.

(2) Membandingkan kemampuan bisnis dalam memenuhi kebutuhan stakeholder

dengan bisnis lain yang sejenis (monitor eksternal)

(3) Menetapkan tujuan-tujuan bisnis.

(4) Menentukan Indikator Kinerja Kunci (IKK)

(5) Melakukan validasi IKK.

(6) Melakukan spesifikasi IKK.

(Bittici dalam Suwignjo, 1999).

Proses Bisnis

Aktivitas

33

Penelitian yang dilakukan merujuk pada metode IPMS kususnya dalam hal

identifikasi stakeholder dan penentuan Indikator Kinerja Kunci (IKK) yang dijadikan

ukuran keberhasilan sebuah klaster agroindustri hasil laut. Pada metode IPMS

indikator yang dielaborasi adalah indikator-indikator kuantitatif dan tangible,

sementara itu pada penelitian yang dilakukan akan dikembangkan menjadi indikator

tangible dan intangible.

Metode-metode dalam Penilaian Kriteria

Perancangan Model Sistem Pengukuran Kinerja Komprehensif pada Klaster

Agroindustri dengan mengembangkan beberapa model memerlukan beberapa

penilaian terhadap kriteria-kriteria untuk menentukan indikator kinerja kunci (IKK).

Terdapat beberapa karakteristik penilaian yang akan dilakukan baik dari sisi penilai

maupun komponen yang dinilai. Karakteristik ini akan menentukan metode yang

digunakan dalam mengolah data hasil penilaian tersebut. Beberapa metode akan

diuraikan dalam bagian ini secara lebih rinci.

Metode fuzzy

Dalam memberikan penilaian terhadap sebuah fenomena seringkali digunakan

variabel linguistik yang sifat kebenarannya masih samar, kebenaran yang demikian

disebut dengan kebenaran fuzzy. Namun demikian ketidakpastian (vagueness) yang

menjadi karakteristik dari bahasa natural tidak selalu mengimplikasikan hilangnya

ketelitian dan keberartian.

Pencetus gagasan logika fuzzy adalah Prof. L. A. Zadeh dari California

University di Berkeley. Teori gugus fuzzy pertamakali hanya dipandang sebagai

teknik yang secara matematis mengekspresikan ambiguitas dalam bahasa. Namun

saat ini, teori gugus fuzzy dikembangkan sebagai pengukuran beragam fenomena

ambiguitas secara matematis yang mencakup konsep peluang.

Banyak bentuk fungsi keanggotaan standard yang dimunculkan dalam literatur

ilmiah, di antaranya adalah tipe Z, tipe lamda, tipe π, tipe U atau TFN dan tipe S.

Fungsi keanggotaan standard memiliki nilai ternormalisasi dengan maksimum µ = 1

dan minimum µ = 0. Menurut Harwina (2002) di antara fungsi keanggotaan tersebut

yang relatif sering digunakan dalam implementasi adalah Triangular Fuzzy Number

(TFN).

Dalam TFN, setiap nilai tunggal (crisp) memiliki fungsi keanggotaan yang terdiri

dari tiga nilai yang masing-masing merepresentasikan nilai bawah, nilai tengah dan

34

nilai atas. Secara grafis fungsi keanggotaan dengan TFN dapat digambarkan seperti

pada Gambar 15 berikut :

µA(x)

1

a1 a2 a3 x

Gambar 15 Triangular Fuzzy Number (TFN) A = (a1, a2, a3) (Bojadziev, 1997)

Fungsi keanggotaan untuk TFN pada gambar 3 adalah sebagai berikut :

µA(x) = 0 untuk x< a1 …………………………….(4)

= untuk a1 < x < a2 …………………………….(5)

= untuk a2 < x < a3 …………………………….(6) a3 - x a3 – a2

x – a1 a2 – a1

Fuzzifikasi dan Defuzzifikasi Nilai

Fuzzifikasi merupakan pemrosesan suatu bilangan secara matematik fuzzy

berdasarkan metode representasi yang digunakan. Metode representasi yang bisa

digunakan di antaranya adalah model TFN, model pi, model Z dan model trapezioda.

Masing-masing model tersebut mempunyai formulasi matematis untuk

mendefinisikan nilai fuzzy dari bilangan yang diolah.

Defuzzifikasi merupakan proses pengubahan output fuzzy ke output yang

bernilai tunggal. Terdapat banyak metode defuzzifikasi, namun yang biasa

digunakan adalah metode centroid dan maksimum. Di dalam metode centroid, nilai

tunggal dari variabel output dihitung dengan menemukan nilai variabel dari center of

gravity suatu fungsi keanggotaan untuk nilai fuzzy. Sedangkan di dalam metode

makimum, satu dari nilai-nilai variabel yang merupakan nilai kepercayaan maksimum

gugus fuzzy dipilih sebagai nilai tunggal untuk variabel output.

35

Proses Hirarki Analitik (PHA)

Menurut Saaty (1990), metode PHA merupakan suatu alat untuk menentukan

tingkat pengaruh suatu elemen terhadap suatu permasalahan melalui skala

perbandingan fundamental atas kemampuan individu dalam membuat suatu

perbandingan secara berpasangan terhadap beberapa elemen yang dibandingkan.

Lebih lanjut Saaty mengatakan bahwa dalam memecahkan persoalan dengan

analisis logis eksplisit, terdapat tiga prinsip yaitu menyusun hirarki, prinsip

menetapkan prioritas dan prinsip konsistensi logis.

Proses PHA adalah suatu model yang luwes yang memberikan kesempatan

bagi perorangan atau kelompok untuk membangun gagasan-gagasan dan

mendefinisikan persoalan dengan cara membuat asumsi mereka masing-masing dan

memperoleh pemecahan yang diinginkan. Beberapa tahapan yang dilakukan dalam

perhitungan menggunakan metode PHA adalah sebagai berikut :

(1) Perbandingan berpasangan

Masing-masing elemen di setiap level hirarki diperbandingkan dan dilakukan

penilaian gabungan dengan menggunakan rata-rata geometri. Kemudian

dilakukan perhitungan sintesis dengan melakukan pembobotan dan

penjumlahan untuk menghasilkan bilangan tungal yang menunjukkan prioritas

tiap elemen. Hasil sintesa ini menentukan prosentase prioritas relatif

menyeluruh masing-masing elemen.

(2) Perhitungan rasio konsistensi

Dalam perbandingan berpasangan dapat terjadi bahwa pertimbangan yang

diberikan tidak konsisten yang menyebabkan matriks menjadi tidak konsisten

sehingga dilakukan uji konsistensi dengan langkah-langkah berikut :

Menghitung nilai λmaks dengan cara :

- mengalikan nilai kolom ke-n dengan bobot barisan ke-n

- menjumlahkan hasilnya perbaris

- membagi jumlah baris tersebut dengan bobot masing-masing baris

- menghitung rata-rata dari jumlah tersebut.

Menghitung indeks konsistensi (CI) dengan menggunakan rumus :

CI = ..............................(7)

λmaks – n n - 1

36

keterangan :

λmaks = nilai eigen maksimum

n = ukuran matriks

CI = indeks konsistensi

Menghitung rasio konsistensi dengan rumus :

CR = ..............................(8)

CI RI

Harga CR menurut Saaty (1990) tergantung dari matriks yang dibentuk, nilai Cr

adalah 0,05 untuk matriks 3 x 3, 0,08 untuk 4 x 4 serta 0,1 untuk yang

berukuran di atas 4 x 4. Dari perhitungan ini apabila didapatkan nilai ≤ 10 %,

maka penilaian dianggap tidak konsisten

(3) Perhitungan uji konsistensi hirarki

Pengujian konsistensi hirarki, dilakukan dengan menggunakan hasil indeks

konsistensi dan prioritas relatif tiap matriks perbandingan berpasangan pada

tingkat hirarki tertentu dengan menggunakan formula sebagai berikut :

CRH = . .............................(9) 1,11

+==

∑∑ ji

n

jij

h

i

UWij

keterangan:

j = tingkat hirarki (1,2,....h) nij = jumlah elemen pada tingkatan hirarki ke j Wij = prioritas relatif dari elemen ke i tingkatan hirarki ke-j Uj+1 = indeks konsistensi semua elemen pada tingkatan hirarki ke j+1 yang dibandingkan dengan elemen tingkatan hirarki ke-j

Dalam penggunaannya rumus di atas dapat disederhanakan menjadi :

CCI = CI1 + (EV1) x (EV2) ............................(10)

CRI = RI1 + (EV1) x (EV2) ............................(11)

CRH = ............................(12)

keterangan :

CRH = Rasio konsistensi hirarki CCI = Indeks konsistensi hirarki

CCI CRI

37

CRI = Indeks konsistensi acak hirarki CI1 = Indeks konsistensi matriks perbandingan berpasangan pada hirarki tingkat pertama CI2 = Indeks konsistensi matriks perbandingan berpasangan pada hirarki kedua (dalam bentuk vektor kolom) EV1 = Nilai prioritas dari matriks perbandingan berpasangan pada hirarki tingkatan pertama (dalam bentuk vektor baris) RI1 = Indeks konsistensi acak dari matriks perbandingan berpasangan pada hirarki tingkatan pertama (j) RI2 = Indeks konsistensi acak dari matriks perbandingan berpasangan Hasil penilaian hirarki secara keseluruhan dapat diterima jika mempunyai rasio

konsistensi (CRH) lebih kecil atau sama dengan 10%.

Metode Simple Multi Attribute Rating Technique (SMART)

Menurut Goodwin (2000) metode Simple Multi-Attribute Rating Technique

(SMART) direkomendasikan karena kesederhanaan dari respon yang diperlukan

maupun cara untuk menganalisis respon tersebut. Metode ini merupakan satu

metode yang bersifat transparan sehingga dapat digunakan untuk meningkatkan

pemahaman masalah dan dapat diterima oleh pengambil keputusan yang biasanya

tidak sepenuhnya percaya pada pendekatan matematik ‘black box’ sepenuhnya.

SMART dapat merupakan suatu alat yang berguna dalam konferensi keputusan, di

mana sejumlah pengambil keputusan bertemu untuk mempertimbangkan sebuah

pengambilan keputusan. Beberapa tahapan utama dalam analisis dengan metode

SMART ini adalah sebagai berikut :

1. Identifikasi pengambil keputusan

2. Identifikasi alternatif tindakan

3. Identifikasi atribut yang relevan dengan persoalan keputusan

4. Untuk masing-masing atribut, tentukan nilai-nilai untuk mengukur kinerja dari

alternatif-alternatif pada atribut tersebut

5. Tentukan bobot pada masing-masing atribut tersebut

6. Untuk masing-masing alternatif, ambil bobot rata-rata dari nilai-nilai yang

diberikan untuk alternatif tersebut.

7. Buatlah sebuah keputusan

8. Lakukan analisis sensitivitas

Identifikasi atribut dilakukan dengan membangun pohon nilai keputusan yang

berisi atribut-atribut yang diawali dengan atribut utama dan dilanjutkan dengan

pencabangan yang merupakan atribut-atribut turunan dari atribut utama. Proses

diferensiasi atribut dilakukan terus hingga diperoleh atribut-atribut yang spesifik di

38

mana pengambil keputusan mampu membandingkan dengan baik antara satu atribut

dengan atribut yang lainnya. Beberapa hal yang perlu diperhatikan dalam

membangun sebuah pohon nilai adalah (1) kelengkapan yaitu semua atribut yang

diperlukan sudah teridentifikasi, (2) operasionalitas, yaitu harus dipastikan bahwa

atribut pada level terendah merupakan atribut yang mudah dibandingkan oleh

pengambil keputusan, (3) bisa didekomposisi, artinya masing-masing atribut harus

dipastikan independen satu sama lain, (4) tidak berlebihan atau duplikasi, di mana

setiap atribut harus bersifat unik tidak dapat saling menggantikan dan (5) minimasi

ukuran, artinya pohon nilai yang terbangun diupayakan seringkas mungkin namun

tetap memenuhi kaidah-kaidah pada nomor-nomor sebelumnya (Goodwin & Wright,

2000).

Metode Electre II

Tabucanon (1988) merumuskan metode Electre II yang merupakan suatu

algoritma yang disusun untuk melengkapi teknik Electre I dengan memberikan

tambahan konsep keterkaitan antara ranking kuat dan rangking lemah, penjelasan

tentang concordance tinggi, rata-rata dan rendah serta discordance tinggi dan rata-

rata. Kondisi concordance untuk pasangan alternatif (k, ℓ) didefinisikan oleh :

pkWkWkW

kWkWkC ≥++

+= ∞+

∞+

),(),(),(),(),(),( * lll

lll .........................(13)

dan

..........................(14) ),(),( * ll kWkW ≥+

keterangan :

),( lkW + = jumlah bobot di mana alternatif k dinyatakan lebih baik dari alternatif ℓ ),( lkW ∞ = jumlah bobot di mana alternatif k dinyatakan tidak berbeda dengan ℓ ),(* lkW = jumlah bobot di mana alternatif k dinyatakan lebih jelek dari alternatif ℓ

Dengan mendefinisikan tiga level pengurangan dari nilai batas dari concordance

(keharmonisan) yaitu p*, po dan p* (1 ≥ p* ≥ po ≥ p*) di mana berturut-turut dapat

disebut tinggi, rata-rata dan rendah, maka tiga tipe concordance dapat didefinisikan

seperti berikut ini :

39

1. Concordance tinggi yang didefinisikan oleh pertidaksamaan

C(k, ℓ) ≥ p* ..........................(15)

2. Concordance rata-rata yang didefinisikan oleh pertidaksamaan

C(k, ℓ) ≥ po ….......................(16)

3. Concordance rendah yang didefinisikan oleh pertidaksamaan

C(k, ℓ) ≥ p* ..........................(17)

Untuk setiap pasangan alternatif (k, ℓ) nilai indeks discordance dihitung

menggunakan persamaan berikut :

*

))(),((),(

111

maxp

xfxfkD

kl

l = …........................(18)

Dengan mendefinisikan dua nilai batas dari discordance yaitu q* dan qo di mana

berturut-turut dapat disebut tinggi dan rata-rata, maka beberapa tipe discordance

dapat didefinisikan seperti berikut ini :

1. Discordance rendah yang didefinisikan oleh pertidaksamaan

D(k, ℓ) ≥ q* ..........................(19)

2. Discordance rata-rata yang didefinisikan oleh pertidaksamaan

qo ≤ D(k, ℓ) ≥ q* ..........................(20)

3. Discordance tinggi yang didefinisikan oleh pertidaksamaan

q* ≤ D(k, ℓ) ..........................(21)

Pada prosedur perankingan, dua tipe dari konsep keterkaitan ranking diperkenalkan

dan terdapat hubungan kuat SF dan hubungan lemah Sf. Akibat dari hubungan ini

adalah muncul dua preferensi yaitu preferensi kuat dan preferensi lemah.

Alternatif Metode Prediksi Kinerja

Nilai kinerja sebuah organisasi dalam hal ini klaster agroindustri ditentukan oleh

nilai kinerja pada tiga kondisi yaitu kinerja masa lalu, kinerja sekarang dan kinerja

yang akan datang. Kinerja yang akan datang perlu diproyeksikan untuk mengetahui

seberapa jauh capaian kinerja yang mungkin diperoleh oleh sebuah organisasi

ataupun klaster agroindustri. Beberapa pendekatan dapat digunakan di antaranya

adalah pendekatan numerik dan pendekatan simulasi.

40

Jaringan Saraf Tiruan (Artificial Neural Network)

Jaringan saraf tiruan (JST) merupakan salah satu metode yang berbasis

pendekatan simulasi dengan metode numerik di dalamnya dan memungkinkan untuk

digunakan dalam memproyeksikan kinerja yang akan datang. JST merupakan

teknologi yang berakar dari multidisiplin. JST ini memiliki beberapa atribut atau

karakteristik yang unik di antaranya pendekatan universal (pemetaan input-output),

kemampuan belajar dari lingkungan dan beradaptasi dengan lingkungan tersebut

serta mampu membantu asumsi-asumsi lemah tentang fenomena fisik untuk

pembangkitan data input (Haykin, 1994).

Sebuah jaringan saraf merupakan suatu prosesor yang terdistribusi parallel

dan tidak beraturan yang memiliki karakteristik alami dapat menyimpan pengetahuan

hasil pelatihan dan menghasilkan sesuatu yang dapat diimplementasikan. Jaringan

saraf ini merakit kembali otak dalam dua perhatian utama yaitu :

1. Akuisisi pengetahuan dengan jaringan melalui sebuah proses pembelajaran.

2. Kekuatan jaringan antar neuron dikenal sebagai bobot sinaptik yang

digunakan untuk menyimpan pengetahuan.

Prosedur yang digunakan untuk membentuk proses pembelajaran disebut

dengan algoritma pembelajaran, yaitu terdiri dari fungsi yang memodifikasi bobot-

bobot sinaptik di dalam jaringan sehingga menghasilkan rancangan tujuan yang

diinginkan. Modifikasi bobot-bobot merupakan metode tradisional untuk mendesain

jaringan saraf. Misalnya sebuah pendekatan yang paling bagus untuk teori linier

adaptive filter yang telah sukses diterapkan pada bidang-bidang telekomunikasi,

pengendalian, radar, sonar, seismologi dan teknik kesehatan (Haykin,1994). Namun

demikian, adalah hal yang juga memungkinkan untuk sebuah jaringan saraf

memodifikasi tipologinya, yang mana dimotivasi oleh kenyataan bahwa saraf-saraf

otak manusia bisa mati dan bahwa koneksi sinaptik yang baru dapat tumbuh

kembali.

Sebuah saraf merupakan suatu unit pemrosesan informasi yang menjadi

dasar dari operasi-operasi pada neural network. Terdapat tiga elemen basis dari

model saraf yaitu :

1. Sekumpulan sinaptis atau ikatan penghubung, masing-masing dicirikan oleh satu

bobot atau kekuatan. Secara spesifik, satu signal xj pada sinapsis input j

dikoneksikan ke saraf k dikalikan dengan bobot sinaptik wkj.

2. Suatu penambah untuk penjumlah signal-signal input.

3. Suatu fungsi aktivasi untuk pembatasan amplitudo output dari sebuah saraf.

Hasil normalisasi amplitude berkisar pada nilai interval [0,1] atau [1,1].

41

Model saraf (neuron) dapat dilihat pada Gambar 21 termasuk nilai batas eksternal

yang mempunyai pengaruh pada pelemahan input dan fungsi aktivasi. Sebaliknya,

net input dari fungsi aktivasi dapat ditingkatkan dengan mengikutsertakan bias, bias

adalah nilai negatif dari batas tersebut.

Dalam bentuk matematis, dapat menjelaskan sebuah saraf k dengan bentuk

persamaan sebagai berikut :

∑=

=p

jjkjk xwu

1 ............................(22)

dan

)( kkk uy θϕ −= .........................(23)

keterangan :

x1, x2,...,xp adalah signal-signal input

wk1, wk2,..., wkp adalah bobot sinaptik dari saraf k

µk adalah combiner linier output

θk merupakan batas

φ(“) merupakan fungsi aktivasi

yk merupakan signal output dari saraf

Beberapa fungsi aktivasi adalah fungsi batas, fungsi piecewise-linear dan fungsi

sigmoid. Secara jelas struktur sebuah model dari saraf dapat dilihat pada Gambar 16

sampai Gambar 20.

w k1X1

Gambar 16 Model saraf (neuron)

q

w k1

q

w k1

q

.

.

.

.

.

.

X2

Xp

? Φ(“) Output

fungsi

y k

Signal Input

uk

Summing

aktivasi

junction Θk bobot

Bobot sinaptis

42

Gambar 17 Model non linier dari sebuah saraf dengan parameter batas

Gambar 18 Model non linier dari sebuah saraf dengan parameter bias

wk1

q

wk1

q

wk1

q

.

.

.

.

.

.

X 1

X 2

X p

? Φ(“) Output

y k Input

uk

Summing junction

Bobot sinaptik (termasuk bias)

fungsi aktivasi

Θk Nilai batas

wk0

q

X0=+1 Wk0 = bk (bias)

Input tetap

wk1

q

wk1

q

wk1

q

.

.

.

.

.

.

X 1

X 2

X p

? Φ(“) Output

y k Input

uk

Summing junction

Bobot sinaptik (termasuk batas )

fungsi aktivasi

= θ (batasW

Θk batas

wk0

q

X0= - 1 k0 k )

Input tetap

43

Arsitektur Jaringan

Terdapat empat jenis bangunan jaringan yang dapat dijadikan refernsi pada

kajian JST, yaitu :

1. Single-layer Feedforward networks

2. Multilayer Feedforward Networks

3. Recurrent Networks

4. Lattice Structures

Dari keempat jenis bangunan jaringan tersebut multilayer feedforward networks akan

dijadikan basis pada implementasi JST dengan metode back propagation. Beberapa

struktur jaringan yang terbentuk dapat dilihat pada gambar berikut :

In p u t la ye r o f so u rce n od e s

O u tp u t la ye r o f N e u ru on

Gambar 19 Jaringan feedforward dengan saraf layer tunggal

Input layer of source nodes

layer of hidden neuruon

layer of output neurons

Gambar 20 Jaringan Feedforward yang terhubung penuh dengan satu hidden layer dan output layer

44

Bentuk lain adalah jaringan feedforward yang mana tidak semua sumber input

melalui setiap hidden neuron, tergantung pada karakteristik dari signal input yang

terjadi.

Metode peramalan kuantitatif

Menurut Bowermen (2005), teknik peramalan kuantitatif meliputi analisis

regresi, regresi deret waktu, metode dekomposisi, pemulusan eksponensial dan Box-

Jenkins. Analisis regresi merupakan suatu metodologi statistik yang digunakan untuk

menghubungkan beberapa variabel yang dapat dikelompokkan ke dalam variabel

bebas dan variabel tidak bebas. Variabel tidak bebas dinotasikan dengan y dan

variabel bebas dengan notasi x. Bangunan model regresi adalah sebuah persamaan

yang menghubungkan y dengan x1, x2, …, xn. Model ini biasanya digunakan untuk (1)

menjelaskan sebuah kondisi, (2) memprediksi nilai akan datang dan (3)

mengendalikan nilai melalui variabel-variabelnya.

Metode dekomposisi digunakan jika diduga dalam deret waktu terdapat

komponen kecenderungan, musiman, siklik dan tidak teratur (error). Bentuk umum

dari model dekomposisi adalah sebagai berikut :

ttttt xIRxCLxSNTRy = .....................(24)

keterangan :

yt = nilai yang diamati berdasarkan deret waktu pada periode ke-t

TRt = komponen atau faktor kecenderungan pada periode ke-t

SNt = komponen atau faktor musiman pada periode ke-t

CLt = komponen atau faktor siklik pada periode ke-t

IRt = komponen atau faktor ketidak teraturan pada periode ke-t

Metode pemulusan eksponensial akan efektif digunakan jika komponen-

komponen dari deret waktu dapat berubah sepanjang waktu. Karakteristik model

ditentukan oleh bobot unik yang dinyatakan sebagai konstanta pemulusan. Salah

satu model dari metode pemulusan eksponensial yang sering digunakan adalah

pemulusan eksponensial sederhana yang direpresentasikan dengan formula sebagai

berikut :

tty εβ += 0 ......................(25)

45

keterangan :

ß0 = konstanta pemulusan

εt = nilai ketidakteraturan (error) pada periode ke-t

Keakuratan dari ketiga alternatif metode peramalan kuantitatif yang telah

disinggung di atas ditentukan oleh beberapa capaian parameter di antaranya adalah

Mean Absolute Deviation (MAD), Mean Square Error (MSE) dan Mean Absolute

Percentage Error (MAPE). Metode terbaik yang memberikan keakuratan hasil

tertinggi adalah metode yang memiliki nilai terkecil dari ketiga parameter tersebut.

Dan jika terjadi konflik hasil, maka perlu dilakukan pengambilan keputusan melalui

beberapa pertimbangan luntuk memilih metode terbaik yang akan digunakan dalam

peramalan.