12
Identifikasi Dan Evaluasi Risiko… (Syarifuddin Nasution, dkk) 135 IDENTIFIKASI DAN EVALUASI RISIKO MENGGUNAKAN FUZZY FMEA PADA RANTAI PASOK AGROINDUSTRI UDANG RISKS EVALUATION AND IDENTIFICATION USING FUZZY FMEA FOR SHRIMP- BASED AGROINDUSTRY SUPPLY CHAIN Syarifuddin Nasution 1 , Yandra Arkeman 2 , Kadarwan Soewardi 3 , dan Taufik Djatna 2 1 Departemen Teknik Informatika, STMIK-IM Jl. Jakarta No. 79 Bandung – Indonesia 2 Departemen Teknologi Industri Pertanian, Institut Pertanian Bogor, Jl. Lingkar Akademik, Kampus IPB Darmaga, Bogor – Indonesia 3 Departemen Manajemen Sumberdaya Perairan, Institut Pertanian Bogor, Jl. Lingkar Akademik, Kampus IPB Darmaga, Bogor – Indonesia e-mail: [email protected] diajukan: 16/07/2014, direvisi: 14/08/2014, disetujui: 27/08/2014 ABSTRACT Shrimp agroindustry exposed to a variety of complex problems and vulnerable to disruption.To be able to recognize the risks of each supply chain actors and select an action based on the priorities, a model of identification and evaluation of risks is needed. The aim of this research is was to produce a model of identification and evaluation of risk in the shrimp supply chain. Risk identification was done using an approach of what-if analysis, and risk evaluation was developed using fuzzy modelFMEA. The results showed that farmers level has the highest probability risk (0.45) as compared to the level of collector (0.29) and processing industry (0.18). The dominant risk at the farm level is a crop failure due to pests and diseases. Dominant risk at the collector level is supplier availability and loyalty, While at the processor level the dominant risks are the diversity of quality of supply and contamination of antibiotics in shrimp This model can be used to identify risk factors and variables at each level of the supply chain and to determine priority actions for anticipation. Keywords: Evaluation and risk identification,shrimp supply-chain, fuzzy FMEA ABSTRAK Agroindustri udang dihadapkan pada berbagai masalah yang kompleks dan rentan terhadap gangguan.Untuk dapat mengenali risiko masing-masing pelaku rantai pasok dan memilih tindakan berdasarkan prioritas diperlukan suatu model identifikasi dan evaluasi risiko.Tujuan penelitian ini adalah menghasilkan modelidentifikasidan evaluasirisikorantai pasok udang. Identifikasi risiko akan dilakukan dengan pendekatan what-if analysis dan evaluasi risiko yang dikembangkan menggunakan model fuzzy FMEA, dengan input data dari beberapa ahli dan pelaku rantai pasok udang. Hasil penelitian menunjukkan bahwa pelaku petani mempunyai risiko yang paling tinggi dengan probabilitas sebesar 0,45. jika dibandingkan risiko pada tingkat pedagang pengumpul (0,29) dan risiko agroindustri (0,18). Risiko dominan pada tingkat petani disebabkan oleh kegagalan panen akibat serangan hama dan penyakit. Pada tingkat pengumpul risiko dominan adalah keberadaan dan loyalitas pemasok.Sedangkan pada tingkat prosesor risiko dominan adalah keragaman mutu pasokan dan kontaminasi antibiotik pada komoditi udang. Secara keseluruhan model ini dapat digunakan untuk mengidentifikasi faktor-faktorrisiko dan variabel pada tiap tingkatan rantai pasok serta memilih tindakan prioritas sehingga akan diperolehrekomendasi berupa tindakan yang tepat untukmengantisipasinya. Kata kunci: identifikasi dan evaluasi risiko, rantai pasok udang, fuzzy FMEA PENDAHULUAN Agroindustri udang merupakan salah satu industri berbasis perikanan yang sudah berkembang di Indonesia.Komoditi atau produk udang memiliki nilai jual tinggi yang diperdagangkandi seluruh dunia(FAO, 2010).Saat ini, Indonesiamerupakan salah satu eksportirudang dengan tujuan pasarutama meliputiJepang, Amerika Serikat, danUni Eropa.Namun, dalam pelaksanaan proses bisnis agroindustri udang saat ini dihadapkan pada masalah variasi mutu, jumlah dan kontinuitas bahan baku, yang menimbulkan variasi pada produk agroindustri, sehingga menurunkan daya saing di pasar global. Masalah ini jugamenjadi kendala bagi pelaku rantai

IDENTIFIKASI DAN EVALUASI RISIKO MENGGUNAKAN FUZZY …

  • Upload
    others

  • View
    25

  • Download
    0

Embed Size (px)

Citation preview

Page 1: IDENTIFIKASI DAN EVALUASI RISIKO MENGGUNAKAN FUZZY …

Identifikasi Dan Evaluasi Risiko… (Syarifuddin Nasution, dkk)

135

IDENTIFIKASI DAN EVALUASI RISIKO MENGGUNAKAN FUZZY FMEAPADA RANTAI PASOK AGROINDUSTRI UDANG

RISKS EVALUATION AND IDENTIFICATION USING FUZZY FMEA FOR SHRIMP-BASED AGROINDUSTRY SUPPLY CHAIN

Syarifuddin Nasution1, Yandra Arkeman2, Kadarwan Soewardi3, dan Taufik Djatna2

1Departemen Teknik Informatika, STMIK-IMJl. Jakarta No. 79 Bandung – Indonesia

2Departemen Teknologi Industri Pertanian, Institut Pertanian Bogor,Jl. Lingkar Akademik, Kampus IPB Darmaga, Bogor – Indonesia

3Departemen Manajemen Sumberdaya Perairan, Institut Pertanian Bogor, Jl. LingkarAkademik, Kampus IPB Darmaga, Bogor – Indonesia

e-mail: [email protected]: 16/07/2014, direvisi: 14/08/2014, disetujui: 27/08/2014

ABSTRACT

Shrimp agroindustry exposed to a variety of complex problems and vulnerable to disruption.To be able torecognize the risks of each supply chain actors and select an action based on the priorities, a model ofidentification and evaluation of risks is needed. The aim of this research is was to produce a model ofidentification and evaluation of risk in the shrimp supply chain. Risk identification was done using an approach ofwhat-if analysis, and risk evaluation was developed using fuzzy modelFMEA. The results showed that farmerslevel has the highest probability risk (0.45) as compared to the level of collector (0.29) and processing industry(0.18). The dominant risk at the farm level is a crop failure due to pests and diseases. Dominant risk at thecollector level is supplier availability and loyalty, While at the processor level the dominant risks are the diversityof quality of supply and contamination of antibiotics in shrimp This model can be used to identify risk factors andvariables at each level of the supply chain and to determine priority actions for anticipation.

Keywords: Evaluation and risk identification,shrimp supply-chain, fuzzy FMEA

ABSTRAK

Agroindustri udang dihadapkan pada berbagai masalah yang kompleks dan rentan terhadap gangguan.Untukdapat mengenali risiko masing-masing pelaku rantai pasok dan memilih tindakan berdasarkan prioritasdiperlukan suatu model identifikasi dan evaluasi risiko.Tujuan penelitian ini adalah menghasilkanmodelidentifikasidan evaluasirisikorantai pasok udang. Identifikasi risiko akan dilakukan dengan pendekatanwhat-if analysis dan evaluasi risiko yang dikembangkan menggunakan model fuzzy FMEA, dengan input datadari beberapa ahli dan pelaku rantai pasok udang. Hasil penelitian menunjukkan bahwa pelaku petanimempunyai risiko yang paling tinggi dengan probabilitas sebesar 0,45. jika dibandingkan risiko pada tingkatpedagang pengumpul (0,29) dan risiko agroindustri (0,18). Risiko dominan pada tingkat petani disebabkan olehkegagalan panen akibat serangan hama dan penyakit. Pada tingkat pengumpul risiko dominan adalahkeberadaan dan loyalitas pemasok.Sedangkan pada tingkat prosesor risiko dominan adalah keragaman mutupasokan dan kontaminasi antibiotik pada komoditi udang. Secara keseluruhan model ini dapat digunakan untukmengidentifikasi faktor-faktorrisiko dan variabel pada tiap tingkatan rantai pasok serta memilih tindakan prioritassehingga akan diperolehrekomendasi berupa tindakan yang tepat untukmengantisipasinya.

Kata kunci: identifikasi dan evaluasi risiko, rantai pasok udang, fuzzy FMEA

PENDAHULUAN

Agroindustri udang merupakan salahsatu industri berbasis perikanan yang sudahberkembang di Indonesia.Komoditi atauproduk udang memiliki nilai jual tinggi yangdiperdagangkandi seluruh dunia(FAO,2010).Saat ini, Indonesiamerupakan salahsatu eksportirudang dengan tujuan

pasarutama meliputiJepang, AmerikaSerikat, danUni Eropa.Namun, dalampelaksanaan proses bisnis agroindustriudang saat ini dihadapkan pada masalahvariasi mutu, jumlah dan kontinuitas bahanbaku, yang menimbulkan variasi padaproduk agroindustri, sehingga menurunkandaya saing di pasar global. Masalah inijugamenjadi kendala bagi pelaku rantai

Page 2: IDENTIFIKASI DAN EVALUASI RISIKO MENGGUNAKAN FUZZY …

Jurnal Riset Industri (Journal of Industrial Research) Vol. 8 No. 2, Agustus 2014, Hal. 135 – 146

136

pasok untuk menjalin kerjasama ataukontrak dengan pelaku lainnya.Dari uraiandi atas, dianggap penting untukmemodelkan identifikasi risiko dan evaluasirisiko rantai pasok udang, sebagai langkahawal untuk membuat kontrak berbasiskinerja (melalui pendekatan risiko) diantarapelaku dalam rantai pasok agroindustriudang.

Model identifikasi risiko didefinisikansebagai memetakan karakteristik dansumber risiko yang menjadi pemicuefektivitas dan efisiensi kinerja rantaipasok.Setelah risiko teridentifikasi,dilakukan pengukuran untuk menilaipeluang risiko dan konsekuensirisiko.Selanjutnya, dilakukan evaluasirisikountuk mengendalikan dan mengelolasolusi terhadap hasil kinerja bisnis rantaipasok agroindustri udang (Wu danBlackhurst, 2009).

Risiko dapat didefinisikan sebagaisuatu ketidakpastian yang akanberpengaruh negatif terhadap pencapaiansasaran organisasi (Wu dan Blackhurst,2009; Tuncel dan Alpan, 2010). Risiko jugatelah dan menjadi isu penting dalammanajemen rantai pasok dalam beberapatahun terakhir.Menurut Tang(2006),manajemen risikorantai pasok (SCRM) yangefektiftelah menjadikebutuhan bagiperusahaansaat ini. Beberapa penelitianmengenai topik identifikasi dan evaluasirisiko rantai pasok yang telah banyakdilakukan, diantaranya Copp et al., (2005)mengidentifikasi dan assessment risikodengan metode hazard; Adhitya et al.,(2009) melakukan identifikasi risiko rantaipasok dengan analisis hazard operability(HAZOP); Yeh dan Hsieh (2007)mengaplikasikan FMEA dan fuzzy theoryuntuk assessment risiko; Wang et al.,(2009) mengaplikasikan Fuzzy FMEA dalammengevaluasi risiko; Tang dan Musa (2011)telah mengidentifikasi isu-isu risiko dankemajuan penelitian dalam manajemenrisiko rantai pasok. Secara khusus, Fitriantodan Hadi (2012) juga telah melakukankajian awal terhadap risiko rantai pasokudang sebelum dan sesudah bencanalumpur. Sedangkan, kajian-kajian atauupaya yang telah dilakukan oleh beberapapelaku seperti pemerintah daerah, asosiasi,agroindustri untuk meningkatkan daya saing

melalui kontrak antara pelaku rantai pasokudang belum berhasil dalamimplementasinya karena kegiatan umumnyabersifat project oriented, parsial dan tidakberkesinambungan.

Metode Fuzzy FMEA merupakansalah satu tools yang dapat diterima denganbaik, Keskin (2009) menyatakan bahwapenelitian dengan menggunakan logikafuzzy akan memperoleh hasil yang lebihakurat dibandingkan dengan menggunakanmetode FMEA tradisional. Menurut Xu et al.(2002), dan Yeh & Hsieh (2007), beberapakelemahan FMEA tradisional adalah: 1)pernyataan dalam FMEA sering subyektifdan kualitatif yang dijelaskan dalam bahasaalamiah, 2) ketiga tingkat parameter severity(S), occurrence (O), detectability (D) yangdiasumsikan memiliki kepentingan yangsama, ternyata dalam praktiknya bobotkepentingan dari ketiga parameter adalahtidak sama, 3) Nilai Risk Priority Number(RPN) yang sama dihasilkan dari hasilperkalian tingkat S, O, Dmungkinmenyiratkan representasi risiko yangberbeda.

Dari uraian di atas, masalah dalampenelitian ini mencakup faktor-faktor danvariabel risiko yang mempengaruhi bisnisudang untuk kontrak antara pelaku rantaipasok, konsekuensi risiko, serta urutanprioritas yang diperoleh dalam evaluasirisiko yang dilaksanakan secara bersama-sama, untuk mencapai tujuan rantai pasokberupa pemenuhan keinginan konsumen(responsiveness). Penelitian ini bertujuanuntuk mengetahui karakteristik & sumberrisiko, konsekuensi risiko, mengendalikanrisiko dominan dan mengelola solusi kinerjabisnis rantai pasok agroindustri udang.

METODE

Kerangka Pemikiran

Dalam merancang model identifikasirisiko yang efektif dan efisien, persyaratanutama yang dilakukan adalah memetakankarakteristik dan sumber risiko yangmenjadi pemicu kinerja rantai pasok (Wudan Blackhurst, 2009). Setelah risikoteridentifikasi, dilakukan pengukuran untukmenilai peluang risiko dan menganalisiskonsekuensi risikodengan mengidentifikasi

Page 3: IDENTIFIKASI DAN EVALUASI RISIKO MENGGUNAKAN FUZZY …

Identifikasi Dan Evaluasi Risiko… (Syarifuddin Nasution, dkk)

137

semua dampak yang mungkin terhadappelaku rantai pasok.Kemudian,mengevaluasi risiko untuk mengendalikandan mengelola solusi terhadap hasil kinerjabisnis rantai pasok agroindustri udang(Wang et al., 2009; Wu dan Blackhurst,2009).Kerangka penelitian ini dapat dilihatpada Gambar 1.

Gambar 1. Kerangka pemikiran

Tahapan Penelitian

Tahapan penelitian dimulai denganidentifikasi faktor-faktor yang berpengaruhterhadap risiko rantai pasok udang,kemudian menyusun tabel sebab-akibat,depth interview, membuat kuesioner dananalisis data. Analisis konsekuensidilakukan secara deskriptif, sedangkanmemilih prioritas dalam evaluasi risikodilakukan dengan Fuzzy FMEA, pemberiannilai severity, occurrence, detectability(S,O,D), fuzzification (fungsi keanggotaaninput), fuzzy inference system,defuzzification (keanggotaan output) dandiperoleh nilai FRPN (fuzzy risk prioritynumber).

Model Identifikasi Risiko Rantai PasokAgroindustri Udang

Model identifikasi risiko rantai pasokudang bertujuan untuk mengidentifikasi danmenentukan variabel-variabel dari setiap

faktor risiko yang sangat berpengaruhterhadap setiap risiko tingkatan rantaipasok. Langkah-langkah identifikasi risikodapat dijelaskan pada Gambar 2.Pada penelitian ini identifikasi risiko rantaipasok dilakukan dengan menggunakanWhat-if analysis (analisis sebab-akibat).Penyusunan analisis sebab-akibatpada penelitian ini dilakukan analisaterhadap dari permasalahan yang terjadi.Pada proses ini terdapat pembuatandiagram fishbone yang dilakukan dengancara brainstorming dari pihak pelaku rantaipasok udang yang berkaitan denganmasalah risiko untuk menemukanpenyebab-penyebab dari risiko yangdihasilkan.

Gambar 2. Diagram alir identifikasi risikorantaipasok udang

Model Evaluasi Risiko Rantai Pasok

Model evaluasi risiko rantai pasokdigunakan untuk mengukur tingkat risikosetiap variabel risiko rantai pasok. Evaluasirisiko ini diperlukan agar dapat memilihtindakan manajemen berdasarkan prioritasyang sesuai dengan faktor-faktor risiko yangtelah teridentifikasi. Langkah-langkah

Page 4: IDENTIFIKASI DAN EVALUASI RISIKO MENGGUNAKAN FUZZY …

Jurnal Riset Industri (Journal of Industrial Research) Vol. 8 No. 2, Agustus 2014, Hal. 135 – 146

138

evaluasi risiko dapat dijelaskan padaGambar 3.

Model menggunakan metode FuzzyFMEA(Failure Mode and Effect Analysis)yang dikembangkan oleh Yeh dan Hsieh(2007); Wang et al., 2009).Tingkat variabelrisiko dalam metode fuzzy FMEA ditentukanberdasarkan pendapat pakar rantai pasokagroindustri udang. Variabel tersebutmeliputi severity (S) yang menunjukkantingkat kepelikan kegagalan yang akanterjadi, occurence (O) yang menunjukkantingkat kemungkinan terjadinya kegagalan,detection (D) yang menunjukkan tingkatdeteksi terjadinya kegagalan. Pengukuranvariabel menggunakan logika fuzzy yangdirepresentasikan dalam TFN (triangularfuzzy number) (Gambar 3) denganfungsikeanggotaan yang memiliki 7 parameter,yaitu tidak pernah (TP), sangat rendah (SR),rendah (R), sedang (S), tnggi (T), sangattinggi (ST), dan paling tinggi (PT).Persamaan fungsi keanggotaan TFNdirumuskan sebagai berikut:

Gambar 3.Fungsi keanggotaan TFN

Output dari penilaian input severity,occurrence dan detectabilityakandirepresentasikan dengan nilailinguistikfuzzy tidak ada risiko (TA), sangat rendah(SR), rendah (R), sedang (S), tinggi (T),sangat tinggi (ST), dan paling tinggi

(PT).Himpunan fuzzy untuk variabel S, O, Ddan FRPN dapat dilihat pada Gambar 4dan5, sedangkan diagram alir model evaluasirisiko dapat dilihat pada Gambar 6. NilaiFRPN merupakan hasil perkalian variabelS,O, D. Ketiga faktor tersebut akan dikalikandan masing-masing faktor memiliki rankingyang berkisar antara 1 hingga 10 dimanapada akhirnya nilai FRPN yang dihasilkanakan memiliki rentang dari 1 hingga 1000.Nilai FRPN yang lebih tinggi diasumsikanmemiliki risiko yang lebih tinggidibandingkan dengan nilai FRPN yang lebihrendah.Kegagalan yang mempunyai nilaiFRPN lebih tinggi diasumsikan lebih pentingdan diberi prioritas lebih tinggi untuk segeradiperbaiki (Kwai-Sang et al., 2009).Persamaan untuk menentukan nilai FRPNsebagai berikut:

Gambar 4. TFN untuk variabel severity,occurrence dan detectability.

Gambar 5.TFN untuk Fuzzy Risk PriorityNumbers (FRPN)

Page 5: IDENTIFIKASI DAN EVALUASI RISIKO MENGGUNAKAN FUZZY …

Identifikasi Dan Evaluasi Risiko… (Syarifuddin Nasution, dkk)

139

Gambar 6. Diagram alir evaluasi risiko

HASIL DAN PEMBAHASAN

Struktur Rantai Pasok Udang

Rantai pasok dapat dipandangsebagai sebuah sistem yang mempunyaiunsur-unsur yang teratur, saling berkaitandan mempunyai tujuan tertentu. Rantaipasok udang mempunyai unsur pelaku yangterlibat langsung dalam tingkatan rantaipasok, yaitu: petani, pengumpul, prosesor(industri pengolahan), eksportir dankonsumen. Setiap pelaku dalam rantaipasok tersebut mempunyai tujuan dankepentingan masing-masing yang kadang-kadang bersifat konflik. Untuk mengatasidan mengelola konflik kepentingan tersebutperlu adanya suatu sistem manajemenrisiko, sehingga sistem rantai pasok dapatterkendali dalam usaha mencapai tujuan.

Jaringan rantai pasok udang dimulaidari petani.Dalam penelitian ini yangdimaksud dengan petani adalah pelakuyang mengusahakan budidaya tambakudang.Aktivitas petani mencakup usahabudidaya yang meliputi kegiatan persiapanlahan, pembibitan, penanaman,pemeliharaan sampai panen. Pada level inioutput yang dihasilkan adalah udangdengan ukuran (size) yang beragam sesuaidengan permintaan konsumen, umumnyaukuran panen berukuran (jumlah ekor dalam1 kilogram udang)30, 40, 51-60, 70-80, danukuran yang terkecil adalah 120 dan150.Berdasarkan spesifikasi teknologibudidayanya, udang dapat dibudidayakansecara intensif, semi intensif, tradisionalplus dan tradisional (ekstensif).

Pelaku selanjutnya adalah pedagangpengumpul dengan aktivitas utama berupapembelian udang dari petani, melakukansortasiterutama berdasarkan ukuran (size),kelengkapan organ tubuh dan tingkatkesegaran.Udang yang telah disortasi,selanjutnya di simpan dalam tempat yangdiberi es (cool-box) untuk mempertahankankesegaran udang.Umumnya penyimpananhanya dilakukan maksimal 3 hari, danselanjutnya di jual kepada agroindustri.

Pelaku terakhir dalam sistem rantaipasok udang adalahprosesor. Aktivitasutama pelaku ini mencari sumber bahanbaku sesuai permintaan konsumen.Menurut Pathumnakul et al., (2007),sumberbahan bakuudang yang segar umumnyaberasal dari petani terutama ditujukan untukpermintaan yang khusus mengutamakandari sisi kesegaran dan rasa (taste).Sedangkan untuk permintaan yang sifatnyaumum, sumber bahan bakuudang berasaldari pedagang pengumpul. Kemudian,dilakukan sortasi udang berdasarkanukuran, tingkat kesegaran dan kelengkapanorgan tubuh, serta uji kimiawi untukmengetahui apakah bahan baku tercemarbahan kimia. Bahan bakuyang tidak lolos ujikualitas akan dikembalikan (reject) kepadapemasok.Sedangkan bahan baku yangmemenuhi syarat langsung diproses sesuaipermintaan, umumnya produk yangdihasilkan diantaranya adalah udang utuhbeku(Head-on Shell-on), udang beku tanpakepala (Headless Shell-on), udang kupasbeku (Raw peeled), udang masak

Page 6: IDENTIFIKASI DAN EVALUASI RISIKO MENGGUNAKAN FUZZY …

Jurnal Riset Industri (Journal of Industrial Research) Vol. 8 No. 2, Agustus 2014, Hal. 135 – 146

140

(Cooked)dan udang hasil olahan berupasushi, breaded dan lain-lain (Pathumnakulet al., 2009).Selanjutnya udang dikemas,dibekukan pada suhu -500C, dan dikirim kenegara tujuan sesuai dengan kontrak yangtelah disepakati sebelumnya.Secaralengkap struktur dan aktivitas pelaku sistemrantai pasok udang disajikan pada Gambar7.

Gambar 7. Struktur jaringan rantaipasokudang

Rantai pasok udang memiliki ciri khasberupa rantai hidup mulai dari hatchery(pembenihan) sampai proses pembesaran(budidaya) di tambak, kemudian mulai daripemanenan udang di tambak sampai ketangan konsumen dalam bentuk beku (coldchain), sehingga pengelolaan rantai pasokudang menjadi lebih kompleks.

Identifikasi Risiko Rantai Pasok Udang

Hasil identifikasi risikoberdasarkanbrainstormingpada pelaku rantai pasokagroindustri udang berupagangguan,penyebab dan akibat dapat dilihat padaTabel 1.Hasil tersebut dianalisaberdasarkan kelompok faktor risiko yangterdiri dari kualitas, kuantitas, waktu kirimdan harga, kemudian disusun kedalambentuk diagram fishbone, sepertipada Gambar 8.

Analisis Risiko Tingkat Petani

Analisis risiko pada tingkat petanidilakukan untuk mengetahui faktor danvariabel risiko yang dihadapi oleh petanidalam pengadaan bahan baku berdasarkankontrak antara pelaku rantai pasok.Hasilpenelitian menunjukkan bahwa peluang

faktor risiko tertinggi di tingkat petani adalahrisiko kualitas, disusul risiko harga, risikokuantitas dan risiko waktu kirim (Gambar 9).

Untuk mengetahui lebih dalam sumberatau variabel risiko dari setiap faktor risikotersebut, maka perlu dilakukan kajianmendalam terhadap tingkat kejadian dandampak dari setiap variabel risikonya.Risiko kualitas pada tingkat petanidipengaruhi oleh kerusakan udang akibatpengiriman terlalu lama di jalan, terjadinyapembusukan akibat kurangnya pendingin,dan kerusakan akibat penanganan udangsaat panen. Risiko harga di tingkat petanidipengaruhi oleh rendahnya mutu pasokan,melimpahnya pasokan pada musim panendan kenaikan harga akibat nilai tukar daninflasi. Risiko kuantitas di tingkat petanidipengaruhi oleh beberapa variabel yaitukegagalan panen, produktifitas rendahakibat benur berkualitasrendah danketersediaan saprodi. Sedangkan risikowaktu kirim di tingkat petani bersumber darijarak angkut, kerusakan infrastruktur jalanyang menyebabkan keterlambatanpengiriman akibat terlalu lama di jalan.

Hasil evaluasi variabel risikodominandi tingkat petani dapat diperlihatkanpadaTabel 2, risiko dominan yang dihadapipetani dalam rantai pasok udang adalahrisiko kegagalan panen yang disebabkanserangan hama dan penyakit. Risikokegagalan panen ini umumnya diawali olehpenurunan kualitas lingkungan perairan,yangbisa berdampak pada kematian udangyang disebabkan cemaran atau polusi.Cemaran atau polusi ini juga menjadipemicu berkembangnya organismepenyebab penyakit (patogen) seperti virus,bakteri, jamur dan protozoa, yang padaakhirnya juga menyebabkan kematianudang (kegagalan panen). Untukmengurangi dampak akibat penyakit udang,umumnya dilakukan sanitasi lingkunganperairan dan pemberian obat-obatan.Namun, pemberian obat-obatanberupa bahan kimia yang melebihi dosisdapat menyebabkan residu bahan kimiapada komoditi/produk udang yang padagilirannya menyebabkan rendahnya kualitaspasokan bahan baku, seperti kasuskontaminasi antibiotik pada produk udang.

Page 7: IDENTIFIKASI DAN EVALUASI RISIKO MENGGUNAKAN FUZZY …

Identifikasi Dan Evaluasi Risiko… (Syarifuddin Nasution, dkk)

141

Gambar 8. Diagram sebab-akibat untuk risiko kontrak rantai pasok udang

Tabel 1 Gangguan, sebab-akibat risiko rantai pasok udangNo Gangguan (risiko) Penyebab Akibat1 Keragaman mutu pasokan

bahan bakuBanyaknya pemasok udangyang berukuran kecil

Variasi mutu, ukuran danjenis udang

2 Terkontaminasi antibiotika Udang diberi obatmengandung antibiotika

Udang mengandungantibiotika

3 Kerusakan saat panen Kurang terampil menggunakanalat panen

Melukai atau memotongorgan udang

4 Kerusakan akibat prosesproduksi

Kurang terampilmengoperasikan peralatan

Kerusakan organ udang

5 Kerusakan saat pengiriman Pendingin udang (es curah)kurang memadai

Mulai terjadi pembusukan(rigor mortis)

6 Kegagalan panen Menurunnya kualitaslingkungan perairan

Kematian udang(mortalitas) yang tinggi

7 Kegagalan panen Serangan hama dan penyakit Kematian udang(mortalitas) yang tinggi

8 Benur mutu rendah Pemilihan benur bermuturendah untuk budidaya

Produktivitas rendah,mortalitas tinggi dan tidaktahan terhadap penyakit

9 Kerusakan saat pengiriman Penjadwalan kurang baik Terlalu lama di jalan10 Loyalitas pemasok rendah Pembayaran tidak lancar,

harga tidak bersaingPemasok menjual udangke agroindusrti lain

11 Harga udang menurun Penjadwalan mulai tanamhingga panen kurang baik

Panen raya secarabersamaan, supply lebihbesar daripada demand.

12 Harga udang rendah. Mutu pasokan yang dikirimterlalu rendah

Udang dibeli denganharga yang sangat rendah

13 Fluktuasi nilai tukar Harga udang tujuan eksporsangat rentan terhadapperubahan nilai tukar

Harga udang di pasardalam negeri menjadimahal

14 Kontrak dengan buyer Pemasok sudah terikat kontrakdengan buyer

Saat harga udang naik,pemasok tidak dapatmenjual ke agroindustrilain

15 Pemenuhan pesanan Bahan baku tidak tersediasesuai perjanjian

Beberapa pesanan tidakdapat dipenuhi

16 Udang ditolak (reject) Bahan baku mutu rendah ,tercampur dengan udangmoulting

Udang yang dikirim akandikembalikan ke pemasok

Page 8: IDENTIFIKASI DAN EVALUASI RISIKO MENGGUNAKAN FUZZY …

Jurnal Riset Industri (Journal of Industrial Research) Vol. 8 No. 2, Agustus 2014, Hal. 135 – 146

142

Tabel 2.Hasil analisis FRPN pada tingkat petani

No Potensi gangguan (risiko) NilaiS

NilaiO

NilaiD

NilaiFRPN Kategori

1 Kegagalan panen disebabkanserangan hama dan penyakit 9 7 8 900 Sangat

Tinggi2 Pemilihan benur bermutu

rendah untuk budidaya 5 7 5 500 Sedang

3 Kerusakan udang akibat terlalulama di jalan 6 5 4 500 Sedang

4 Fluktuasi harga disebabkanketersediaan pasokan 5 4 4 500 Sedang

5 Kegagalan panen disebabkanmenurunnya kualitas perairan 6 7 7 500 Sedang

6 Kerusakan saat pengirimanakibat pendingin yang kurang 4 4 3 269 Rendah

7 Kerusakan udang akibat alatpanen 4 3 3 269 Rendah

0.200,34

0,170,29

0,00

0,25

0,50

0,75

1,00

RisikoKualitas

RisikoKuantitas

RisikoWaktu Kirim

RisikoHarga

Ting

kat R

isik

o

Faktor risiko

Gambar 10.Histogram perbandingan tingkat risiko berdasarkan faktor risiko di tingkatpengumpul

Tabel 3. Hasil analisis FRPN pada tingkat pedagang pengumpul

No Potensi gangguan (risiko) NilaiS

NilaiO

NilaiD

NilaiFRPN Kategori

1 Keragaman mutu pasokan 6 7 7 500 Sedang2 Loyalitas pemasok yang

rendah 7 5 6 725 Tinggi

3 Pesanan tidak terpenuhiakibat bahan baku tidaktersedia

5 5 6 500 Sedang

4 Udang dihargai rendah(mutu rendah) 6 5 5 500 Sedang

5 Kontrak dengan buyer 3 4 4 269 Rendah

Analisis Risiko Tingkat Pengumpul

Berdasarkan identifikasi risiko padatingkat pedagang pengumpul diperolehempat faktor risiko yang dihadapi olehpedagang pengumpul dalam rantai pasokudang yaitu risiko kualitas, risiko kuantitas,risiko waktu kirim dan risiko harga.Nilai

lengkap dari hasil identifikasi risiko padatingkat pedagang pengumpul dapat dilihatpada Gambar 10Risiko kuantitas di tingkat pedagangpengumpul dipengaruhi oleh keberadaanpemasok, loyalitas pemasok danketidakpastian permintaan. Risiko harga ditingkat pedagang pengumpul dipengaruhi

Page 9: IDENTIFIKASI DAN EVALUASI RISIKO MENGGUNAKAN FUZZY …

Identifikasi Dan Evaluasi Risiko… (Syarifuddin Nasution, dkk)

143

oleh fluktuasi harga, nilai tukar dan inflasiserta kelancaran pembayaran. Risikokualitas pada tingkat pedagang pengumpuldipengaruhi oleh keragaman mutu pasokan,penanganan (handling) dan udang yangganti kulit (moulting). Sedangkan risikowaktu kirim pada tingkat pedagangpengumpul dipengaruhi oleh pemenuhanpermintaan, ketersediaan bahan baku, dansarana transportasi.

Berdasarkan Tabel 3, risiko dominandi tingkat pedagang pengumpul adalahrisiko keberadaan dan loyalitas pemasokyang memasok bahan baku ke pengumpul.Sebagian besar pemasok terdiri para petaniberukuran kecil, oleh karena itu sebuahpedagang pengumpul mungkin harusbekerjasama denganpuluhanbahkanratusan petani untukmemenuhi pesanan dari agroindustri udang.Risiko terkait keberadaan dan loyalitaspetani umumnya berkaitan dengan hargaudang dan pola pembayaran udang kepetani. Untuk mengatasi risiko tersebutbiasanya pihak pengumpul biasanya selalumeng-update harga udang, pembayarantunai dan dan adanya program pembinaanpetani untuk meningkatkan produksi.

Analisis Risiko Tingkat Prosesor

Berdasarkan hasil perhitungandiperoleh bahwa tingkat risiko tertinggi ditingkat prosesor dan eksportir adalah risikokuantitas, risiko harga, risiko kualitas dan

risiko waktu kirim seperti pada Gambar11.Risiko kuantitas di tingkat prosesor daneksportir dipengaruhi oleh keberadaan danloyalitas pemasok, tidak terpenuhinyapermintaan. Risiko harga di tingkatagroindustri dan eksportir dipengaruhi olehnilai tukar (kurs), fluktuasi harga bahanbaku. Risiko kualitas dipegaruhi oleh tingkatkeragaman mutu pasokan, masihditemukannya udang yang moulting, dankerusakan akibat proses produksi.Sedangkan risiko waktu kirim di tingkatprosesor dan eksportir dipengaruhi olehketerlambatan pengiriman akibatkekurangan kapasitas angkut, saranapengiriman dan cara pengiriman.

Berdasarkan Tabel 4, risiko dominanpada prosesor dan eksportir adalahkeragaman mutu pasokan dan kontaminasiudang berupa antibiotik. Keragaman mutupasokan umumnya disebabkan olehbanyaknya jumlah pedagang pengumpulyang menjual (memasok) udang yangdiperoleh dari petani ke agroindustri daneksportir.Untuk mengatasi risikokeberagaman mutu pasokan yang diterimaprosesor dan eksportir, biasanya padatingkat pedagang pengumpul sudahmelakukan sortasi awal berdasarkan jenis,ukuran dan mutu udang atas beberapagrade. Untuk menyamakan standarpadatingkat pemasok, diperlukan peranprosesor untuk membuat standarisasi mutubahan baku udang.

0,18

0,38

0,150,29

0,00

0,25

0,50

0,75

1,00

RisikoKualitas

RisikoKuantitas

RisikoWaktu Kirim

RisikoHarga

Ting

kat R

isik

o

Faktor risiko

Gambar 11.Histogram perbandingan tingkat risiko berdasarkan faktor risiko di tingkatagroindustri dan eksportir

Page 10: IDENTIFIKASI DAN EVALUASI RISIKO MENGGUNAKAN FUZZY …

Jurnal Riset Industri (Journal of Industrial Research) Vol. 8 No. 2, Agustus 2014, Hal. 135 – 146

144

Kontaminasi antibiotik biasanya terjadipada tingkat petani saat budidaya udang,dan baru terdeteksi saat pemeriksaanudang pada tingkat prosesor. Pemberianantibiotik digunakan untuk mengurangidampak akibat penyakit udang, pemberianantibiotik yang melebihi dosis danmenjelang panen dapat menyebabkanresidu bahan kimia pada komoditi/produkudang. Untuk mengurangi risiko tersebutdapat dilakukan dengan menerapkan GoodAquaculture Practices (GAP).

Analisis Risiko Rantai Pasok

Berdasarkan faktor risiko pada setiaptingkatan rantai pasok udang diperolehsecara berurutan yaitu risiko kualitas, risikokuantitas, risiko harga dan risiko waktu kirim(Gambar 12).Risiko kualitas mempunyaitingkat risiko yang paling tinggi dalam rantai

pasok udang, karena sebagian besarproduksi sekitar 90%diperuntukkan untukpasar ekspor.Pasar ekspor mempunyaipersyaratanmutu yang sangat ketatberkaitan dengan pencemaranbiologis/mikrobiologis, kimia danfisikdiantaranya logam berat, residu obat-obatan (nitrofuran, kloramfenicol),kontaminasi mikrobiologi (Salmonella sp,Shigella sp) dan lain-lain. Di sisi lain, bahanbakuini diperoleh melalui pemasok, yaitupedagang pengumpul dan petani yangberukuran kecil, sehingga sebuah prosesorudangmungkin harus bekerjasama denganratusan petambak untuk memenuhi tuntutanpelanggan. Kebutuhan udang menuntutadanya kontinuitas baik kuntitas maupunkualitas.Untuk itu, perlu adanya antisipasiterhadap konflik tersebut sehingga diperolehsuatu rantai pasok yang berkesinambungan.

Tabel 4. Hasil analisis FRPN pada tingkat agroindustri

No Potensi gangguan (risiko) NilaiS

NilaiO

NilaiD

NilaiFRPN Kategori

1 Keragaman mutu pasokan 7 8 7 725 Tinggi2 Udang terkontaminasi

antibiotika 7 6 7 725 Tinggi

3 Kerusakan organ udang akibatproses produksi 3 5 4 269 Rendah

4 Pesanan tidak terpenuhi akibatbahan baku tidak sesuaispesifikasi kontrak

5 5 4 500 Sedang

5 Fluktuasi harga disebabkanoleh perubahan nilai tukar 6 5 6 500 Sedang

6 Bahan baku mutu rendah 5 6 5 500 Sedang

Gambar 12.Histogram perbandingan tingkat risiko berdasarkan faktor risiko rantai pasokudang

Page 11: IDENTIFIKASI DAN EVALUASI RISIKO MENGGUNAKAN FUZZY …

Identifikasi Dan Evaluasi Risiko… (Syarifuddin Nasution, dkk)

145

Risiko harga juga penting dalam rantaipasok udang, karena komoditas udangmempunyai harga yang cenderung fluktuatifakibat dari ketersediaan udang bersifatmusiman. Di lain pihak, permintaankonsumen (ekspor) untuk memenuhikebutuhan konsumen luar negerimempunyai siklus yang dimulai pada bulanApril dan mencapai puncaknya menjelangakhir tahun. Pemenuhan spesifikasipermintaan konsumen (ekspor) meliputikualitas, kuantitas dan waktu kirim denganharga yang sudah disepakati.

Risiko waktu kirim dalam rantai pasokudang, di antaranya gangguan berupainfrastruktur jalan yang mengakibatkankerusakan saat pengirman berupa mulaiterjadinya pembusukan yang disebabkanpendingin udang (es curah) yang kurangmemadai dan terlalu lama di jalan yangdisebabkan penjadwalan yang kurang baik.

Implikasi Manajerial

Salah satu kontribusi dari penelitian iniadalah memberikan rekomendasi kepadapelaku rantai pasok udang dalam bentukimplikasi manajerial.Implikasi manajerialmanajemen risiko rantai pasok udangadalah perlunya mekanisme yang tepatuntuk mengendalikan risiko dominan padarantai pasok udang. Pada tingkatpetani,berupa perbaikan sistem budidayadengan tindakan nyata melakukan pelatihansecara berkala mengenai teknikpencegahan dan penganggulanganserangan hama dan penyakit, pengelolaankualitas lingkungan perairan. Pada tingkatpedagang pengumpul, untuk meningkatkanloyalitas pemasok dengan tindakan berupaharga udang yang kompetitif, pembayarantunai dan adanya program-programpembinaan petani untuk meningkatkanproduksi. Sedangkan pada tingkat prosesor,peningkatan mutu dengan tindakan nyataberupa penerapan sortasi dan handlingyang tidak menyebabkan cacat/rusak organudangdan pengaturan suhu agar tetapterjaga pada kondisi dingin (coldchain).Kemudian,tindakan lain berupapemisahan cemaran fisik dan udang yangmoulting.

Untuk perbaikan dari sisi kualitas,kuantitas, waktu kirim,dan harga pada

seluruh pelaku rantai pasok udang adalahdengan mengaplikasikan model kontrakberbasiskinerja, sehingga masing-masingpelaku mengetahui spesifikasi produk yangdibutuhkan, waktu penyerahan dan hargayang menguntungkan berdasarkan ukuranbisnis.

KESIMPULAN

Berdasarkan what-if analysis danfuzzy FMEA dapat disimpulkan bahwa,risiko utama dalam rantai pasok udangadalah kualitas, kuantitas, harga, dan waktukirim.Pada pelaku petani tingkat risikotertinggi pada risiko kualitas (0,42), pelakupedagang pengumpul tingkat risiko tertinggipada risiko kuantitas (0,34), sedangkanpelaku prosesor tingkat risiko tertinggiadalah risiko kuantitas (0,38).

Evaluasi risiko (risiko prioritas yangharus dikendalikan) pada seluruh pelakurantai pasok agroindustri udang adalahpada pelaku petani berupa, kegagalanpanen akibat serangan hama dan penyakit.Keberadaan dan loyalitas pemasok yangrendah merupakan risiko dominan untukpelaku pedagang pengumpul.Pada pelakuprosesor, risiko dominan adalah keragamanmutu pasokan dan adanya kontaminasiantibiotika pada komoditi dan produk udang.

Dari sisi implikasi manajerial, seluruhstakeholders yang terlibat seperti petani,pedagang pengumpul, prosesor daneksportir harus mengaplikasikan modelkontrak berbasis kinerja, sehingga masing-masing pelaku mengetahui spesifikasiproduk yang dibutuhkan, waktu penyerahandan harga yang menguntungkanberdasarkan ukuran bisnis.

SARAN

Diperlukan penelitian lanjutanmengenai evaluasi risiko rantai pasokagroindustri udangdengan justifikasi risikoprioritas yang harus dikendalikan denganmenggunakan pareto.

UCAPAN TERIMAKASIH

Penelitian ini didanai oleh DirektoratPendidikan Tinggi, melalui skema HibahDoktor Tahun 2013-2014.

Page 12: IDENTIFIKASI DAN EVALUASI RISIKO MENGGUNAKAN FUZZY …

Jurnal Riset Industri (Journal of Industrial Research) Vol. 8 No. 2, Agustus 2014, Hal. 135 – 146

146

DAFTAR PUSTAKA

Adhitya A, Srinivasan R, Karimi IA. 2009.Supply Chain Risk Identification UsingaHAZOP-Based Approach. AIChEJournal. Vol. 55, No. 6. DOI10.1002/aic.11764

Amri K, Kanna I. 2008. Budidaya UdangVanname: Secara Intensif, SemiIntensif, dan Tradisional.

Copp GH, Garthwaite R, Gozlan RE. 2005.Risk identification and assessment ofnon-native freshwater fishes: asummary ofconcepts and perspectiveson protocols for the UK. J. Appl.Ichthyol. 21: 371–373.

FAO. 2010. FishStat (FAO Yearbook ofFishery Statistics), FAO Fisheries andAquaculture Department. FAO (Foodand Agriculture Organization of theUnited Nations), Rome, Italy.

Fitrianto AR dan Hadi S. 2012. Supply chainrisk management in shrimp industriesbefore and during mud volcanodisaster: an initial concept. Procedia-Social and Behavioral Sciences 65:427-435.doi:10.1016/j.sbrpro.2012.11.144

Keskin GA, Ozkan C. 2009. An AlternativeEvaluation of FMEA: Fuzzy ArtAlgorithm. J. of International Qualityand Reliability Engineering. 25(6):647-661.doi:10.1002/qre.984

Kwai-Sang C, Ying-Ming W, Gary KKP,Jian-Bo Y. 2009. Failure mode andeffects using A group-based evidentialreasoning approach. Journal ofComputers and Operations Research,36: 1768-1779.

Pathumnakul S, Piewthongngam K,Khamjan S. 2009. Integrating ashrimp-growth function, farming skillsinformation, and a supply allocationalgorithm to manage the shrimp

supply chain.Computer andElectronics in Agriculture 66: 93-105.

Pathumnakul S, Khamjan S,Piewthongngam K. 2007.Procurement decisionsregardingshrimp supplies for Thai shrimpprocessors. Aquacultural Engineering,37, 215–221.

Tang CS. 2006. Perspective in SupplyChain Risk Management.Int JProduction Economics. 103:451-458.

Tang O dan Musa SN. 2011. Identifying riskissues and research advancements insupply chain risk management. Int. J.Production Economics 133: 25-34.doi.10.1016/j.ijpe.2010.06.013

Tuncel G dan Alpan G. 2010. Riskassessment and management forsupply chain networks: A case study.Computers in Industry 61: 250–259.doi:10.1016/j.compind.2009.09.008

Wang YM, Chin KS, Poon GKK, Yang JB.2009. Risk evaluation in failure modeand effects analysis usingfuzzyweighted geometric mean.Expert Systems with Applications 36.1195–1207.doi:10.1016/j.eswa.2007.11.028

Wu T, Blachurst J. 2009. Managing SupplyChain Risk and Vulnerability: Toolsand Method for Supply Chain DecisionMakers. New York: Springer.

Xu K, Tang LC, Xie M, Ho SL, Zhu ML.2002. Fuzzy assessment of FMEA forengine system, Reliability Engineeringand System Safety.75:17-29.

Yeh RH, Hsieh MH. 2007. Fuzzyassessment of FMEA for a sewageplant. J the Chinese Institute ofIndustrial Engineers.24:505-512.

Zsidisin GA, Ritchie B. 2009. Supply ChainRisk: A Hand Book of assessment,management and Performance. NewYork : Springer.