ANALISIS NILAI TAMBAH DAN MITIGASI RISIKO PADA

RANTAI PASOK (SUPPLY CHAIN) BERAS DI KECAMATAN

KUNDURAN BLORA

Disusun sebagai salah satu syarat menyelesaikan Program Studi Strata I

pada Jurusan Teknik Industri Fakultas Teknik

Oleh :

RILVA DENI

D 600 140 075

PROGRAM STUDI TEKNIK INDUSTRI

FAKULTAS TEKNIK

UNIVERSITAS MUHAMMADIYAH SURAKARTA

2019

i

ii

iii

1

ANALISIS NILAI TAMBAH DAN MITIGASI RISIKO PADA RANTAI

PASOK (SUPPLY CHAIN) BERAS DI KECAMATAN KUNDURAN

BLORA

Abstrak

Kabupaten Blora merupakan salah satu kabupaten penghasil beras terbesar

di provinsi Jawa Tengah. Kurangnya kesadaran para pelaku yang terlibat dalam

jaringan rantai pasok beras dalam melakukan pengolahan hasil pertanian

menyebabkan nilai produk yang dihasilkan kurang maksimal, maka dari itu dalam

penelitian ini akan dilakukan perhitungan nilai tambah menggunakan metode

Hayami pada setiap mata rantai pasok beras, hal lain yang diperhatikan adalah

gangguan dan risiko yang dapat menghambat proses rantai pasok beras. Salah satu

metode yang digunakan untuk mengidentifikasi risiko adalah metode House of

Risk. Dari hasil perhitungan yang dilakukan mata rantai dengan nilai tambah

terbesar didapat oleh pedagang besar dengan nilai tambah sebesar Rp.1.316

dengan rasio nilai tambah sebesar 18% serta nilai komulatif risiko sebesar 17%,

sementara mata rantai dengan nilai tambah terkecil adalah petani dengan nilai

tambah sebesar Rp.603 dengan rasio nilai tambah sebesar 12% serta nilai

komulatif risiko sebesar 37%. Untuk identifikasi risiko yang dilakukan terdapat

18 kejadian risiko yang disertai dengan 33 agen risiko, dari agen risiko tersebut

terpilih 3 agen risiko dengan nilai ARP tertinggi untuk dilakukan proses mitigasi

risiko, 3 agen risiko tersebut dilakukan proses perancangan strategi mitigasi risiko

dan diperoleh 8 rancanagan strategi untuk mengatasi risiko yang terjadi.

Kata Kunci : Rantai Pasok, Managemen Risiko, Beras, Nilai Tambah, HOR

Abstract

Blora Regency is one of the largest rice producing districts in the province

of Central Java. The lack of awareness of the actors involved in the rice supply

chain network in processing agricultural products causes the value of the product

to be produced to be less than optimal, therefore in this study the calculation of

value added using the Hayami method in each rice supply chain, another thing to

note is the disruption and risk that can hinder the rice supply chain process. One

method used to identify risks is the House of Risk. From the results of

calculations carried out by the chain with the largest added value obtained by

wholesalers with an added value of Rp.1,316 with a ratio of added value of 18%

and a cumulative risk value of 17%, while the chain with the smallest added value

is a farmers with added value of Rp.603 with a value added ratio of 12% and a

cumulative risk value of 37%. For risk identification carried out there are 18 risk

events accompanied by 33 risk agents, from the risk agent selected 3 risk agents

with the highest ARP value to carry out the risk mitigation process, 3 risk agents

carried out the process of designing risk mitigation strategies and obtained 8

strategy plans for overcome the risks that occur

Keywords: Supply Chain, Risk Management, Rice, Value Added, HOR

2

1. PENDAHULUAN

Dalam kehidupan sehari-hari kita tidak bisa lepas dari 3 kebutuhan pokok yang

saling berkaitan, yaitu kebutuhan sandang, pangan dan papan.dari segi kebutuhan

pangan, negara Indonesia merupakan salah satu negara agraris di dunia dengan

penduduknya bermata pencarian sebagai seorang petani. Beras merupakan

komuditas penting bagi perekonomian negara Indonesia, selain sebgai makanan

pokok, kegiatan produksi beras dan aktivitas lainya menyangkut 60% penduduk

Indonesia.

Sebagai salah satu kabupaten penghasil beras terbesar di provinsi Jawa

Tengah, kabupaten Blora selayaknya untuk mengembangkan sektor pertanian

padi guna meningkatkan sektor ekonomi masyarakat kabupaten Blora, karena

tanaman padi merupakan sektor andalan bagi masyarakat Blora terutama di daerah

pedesaan. Salah satu kecamatan penghasil beras di kabupaten Blora adalah

kecamatan Kunduran, memiliki luas wilayah 12.789 Ha, yang terdiri dari tabah

sawah seluas 5.554,590 Ha dengan jumlah penduduk sebanyak 65.947 jiwa. Pada

tahun 2014 produksi padi di kecamatan Kunduran mencapai 54.338 ton dan terus

meningkat pada tahun berikutnya.

Produksi beras memegang peranan penting untuk memenuhi kebutuhan

masyarakat kabupaten Blora. Kurangnya kesadaran petani dan mata rantai setelah

petani terhadap nilai produk yang dihasilkan perlu dilakukanya peningkatan

terhadap nilai produk serta risiko yang sering di hadapi oleh jaringan-jaringan

yang terlibat pada rantai pasok beras tersebut serta kurangnya data dan informasi

mengenai aliran informasi, barang dan keuangan pada masing-masing jaringan

yang terlibat dalam rantai pasok beras di kecamatan Kunduran. Oleh karena itu

penelitian ini bertujuan untuk: (i) mengetahui proses aliran produk, informasi dan

keuangan pada rantai pasok beras di kecamatan Kunduran, Blora, (ii) menghitung

nilai tambah pada setiap elemen rantai pasok beras di kecamatan Kunduran, Blora,

(iii) menganalisis nilai tambah dan memberikan rekomendasi untuk

meningkatkan nilai tambah petani beras, (iv) mengidentifikasi risiko supply chain

beras di kecamatan Kunduran, Blora Jawa Tengah dan mitigasi risiko.

3

2. METODE

Proses pengambilan data dilakukan dengan teknik wawancara langsung terhadap

petani, penebas, pedagang besar beras, serta pedagang eceran dan menggunakan

kuesioner untuk mengetahui data-data yang diperlukan dalam perhitungan nilai

tambah dan identifikasi risiko pada masing-masing jaringan yang terlibat. Adapun

prosedur perhitungan nilai tambah Hayami dapat di lihat pada Tabel 1 berikut.

Tabel 1 Rumus Perhitungan Nilai Tambah

Keluaran (Output), Masukan (Input), dan Harga

1 Output/produk total A

2 Input bahan baku B

3 Tenaga kerja C

4 Faktor konversi D = A/B

5 Koefisien Tenaga Kerja E = C/B

6 Harga Output F

7 Upah rata-rata tenaga kerja G

Pendapatan dan Keuntungan

8 Harga input bahan baku H

9 Sumbangan input lain I

10 Nilai output J = D x F

11 a. Nilai tambah

b. Rasio nilai tambah

K = J-I-H

L (%) = (K/J) x 100%

Metode selanjutnya yang digunakan dalam menganalisis dan mitigasi

risiko yang terjadi pada jaringan rantai pasok beras yaitu metode House of Risk

(HOR). Berikut merupakan tahapan-tahapan dalam metode House of Risk (HOR).

HOR 1 merupakan tahap identifikasi risiko serta nilai keparahanya, identifikasi

agen risiko dan nilai keseringan, penentuan korelasi antara risiko dan agen risiko

serta menghitung nilai sggregate risk potential (ARP). Adapun tabel House of

Risk (HOR) 1 dapat dilihat pada tabel 2 berikut.

4

Tabel 2. House of Risk 1 (HOR 1)

Business

Processes

Risk Event

(Ei)

Risk Agent

(Aj)

Severity of

Risk Event

(Si)

A1 A2 A3 A4 A5 A6 A7

Plan E1 R11 R12 R13 S1

E2 S2

Source E3 R21 R22 S3

E4 S4

Make E5 R31 S5

E6 S6

Deliver E7 S7

E8 S8

Return E9 S9

Accurrence of Agent j O1 O2 O3 O4 O5 O6 O7

Aggregate Risk Potential j AR

P1

AR

P2

AR

P3

AR

P4

ARP

5

ARP

6

ARP

7

Priority rank of agent j

Tahap selanjutnya yaitu fase House of Risk 2 (HOR 2) yaitu: (i)

menentukan rangking nilai ARP tertinggi untuk dijadika penyebab risiko, (ii)

mengananisis langkah proactive action yang relevan untuk mencegah agen risiko,

(iii) menentuka korelasi pada masing-masing PA dan agen risiko, (iv) mentukan

nilai koefisien masing-masing PA, (v) menentukan drajat kesulitan (Dk), (vi)

menghitung rasio total efektifitas dengan tingkat kesulitan, (vii) memberikan nilai

prioritas pada PA yang paling efektif untuk mengurangi risiko sesuai kemampuan.

Tabel 3 House of Risk 2 (HOR 2)

To be Treated Risk Agen Aggregate Risk

Potentials

(A) PA1 PA2 PA3 PA4 PA5 (ARP)

A1 ARP1

A2 ARP2

A3 ARP3

A4 ARP4

Total effectiveness of action k TE1 TE2 TE 3 TE4 TE5

Degree of difficulty performing

action k

D1 D2 D3 D4 D5

Effectiveness to difficulty ratio ETD1 ETD2 ETD3 ETD4 ETD5

Rank of priority R1 R2 R3 R4 R5

5

3. HASIL DAN PEMBAHASAN

3.1 Identifikasi Jaringan Rantai Pasok Beras

Model jaringan rantai pasok beras di kecamatan Kunduran, Blora terdiri dari 4

mata rantai yaitu petani padi, mata rantai penebas padi, mata rantai pedagang

besar beras serta yang terakhir mata rantai pedagang eceran. Model jaringan rantai

pasok beras di kecamatan Kunduran dapat dilihat pada gambar 1 berikut.

Petani PenebasPedagang Besar

(Gudang)Pedagang Eceran Konsumen

Gambar 1 Model Jaringan Rantai Pasok Terpilih

Struktur rantai pasok beras model 1 yang dapat dilihat pada gambar 1

merupakan struktur jaringan rantai pasok yang sering digunakan bahkan sudah

menjadi pilihan utama masyarakat di kecamatan Kunduran, Blora. Alur dari

struktur rantai pasok beras model 1 dimulai dari petani, petani melakukan

penanaman benih, proses pertumbuhan dan perkembangan hingga masa panen

akan tiba. Penebas melakukan tawar menawar harga padi dengan petani, penebas

kemudian melakukan proses pemanenan padi dan kemudian akan dikirim ke

pedagang besar (Gudang). Setelah padi sampai ke pedagang besar (Gudang), padi

akan dilakukan proses pengeringan selama kurang lebih 2-3 hari, setelah padi

kering kemudian dilakukan penggilingan sehinggaa menjadi beras, beras

kemudian di kirim ke pedagang eceran yang ada di kecamatan Kunduran dan

sekitarnya. Pedagang eceran akan menjual berasnya kepada konsumen di pasar

tradisional yang ada di kecamatan Kunduran dan sekitarnya.

3.2 Analisis Perhitungan Nilai Tambah

Perhitungan nilai tambah dilakukan dengan menggunkan metode Hayami,

perhitungan tersebut dilakukan untuk mengetahui nilai tambah terbesar hingga

terkecil dari jaringan rantai pasok di kecamatan Kunduran, Blora. Terdiri dari 15

petani, 4 penebas padi, 1 pedagang besar beras dan 4 pedagang eceran. Hasil

analisis dan perhitungan dapat dilihat pada penjelasan selanjutnya. Adapun hasil

perhitungan nilai tambah hayami pada rantai pasok beras di kecamatan Kunduran

dapat dilihat pada Tabel 4 berikut.

6

Tabel 4. Perhitungan Nilai Tambah Hayami Rantai Pasok Beras

Tabel 5. Rasio Nilai Tambah

Dari hasil perhitungan nilai tambah diketahui bahwa rasio nilai tambah

terbesar adalah pedagang besar dengan nilai rasio sebesar 18% disusul mata rantai

penebas dengan persentase sebesar 17% kemudian mata rantai pedagang eceran

sebesar 16% dan petani padi sebesar 12%. Pada tabel 5 diketahui bahwa nilai

tambah terbesar adalah pedagang besar dengan nilai tambah sebesar Rp. 1.316

disusul mata rantai penebas dengan nilai tambah sebesar Rp. 907 kemudian mata

rantai pedagang eceran sebesar Rp. 1.793 dan petani sebesar Rp. 603

3.3 Analisis Identifikasi Risiko

Identifikasi risiko dapat diartikan sebagai proses pelaksanaan identifikasi gejala

risiko yang ditimbulkan dari beberapa faktor baik faktor internal maupun faktor

internal dalam kaitanya dengan aliran barang dalam rantai pasok beras. Tahapan

Mata Rantai Nama Nilai Tambah (Rp) Rata rata Persentase Luas (Ha)

Sodikin 848Rp 0,25

Kasnuri 329Rp 0,25

Priyanto 632Rp 0,25

Gareng 813Rp

Junaidi 767Rp

Damari 1.089Rp

Imam 960Rp

Pedagang Besar KUD Klokah 1.316Rp 1.316Rp 18%

Konik 1.985Rp

Suwarno 1.987Rp

Sarijah 1.719Rp

Ningsih 1.483Rp

Rp 603 Petani

16%

12%

17%Penebas 907Rp

Rp 1.793 Pengecer

No Mata Rantai Rata-rata Rasio

1 Petani 603Rp 12%

2 Penebas 907Rp 17%

3 Pedagang Besar 1.316Rp 18%

4 Pedagang Eceran 1.793Rp 16%

7

awal yang dilakukan dalam identifikasi risiko dapat dilakukan dengan teknik

wawancara terhadap responden guna mengetahui penyebab dari risiko yang

ditimbulkan serta nilai severity dan occurance dari kejadian risiko dan agen risiko

(risk agent). Hasil identifikasi risiko yang dilakukan dapat dilihat pada tabel 6

berikut.

Tabel 6. Hasil identifikasi Risiko Rantai Pasok Beras

Untuk mengetahui risiko yang paling dominan pada rantai pasok beras di

kecamatan Kunduran maka harus menghitung nilai ARP (Aggregate Risk

Potential) dengan menggunakan matrik HOR 1. Penentuan nilai ARP didasarkan

pada korelasi antara kejadian risiko dengan agen risiko. Berikut merupakan hasil

perhitungan menggunakan matrik HOR 1 yang dapat dilihat pada tabel 7 berikut.

Kejadian Risiko Petani Kode saverity Risk Agent Kode Occurance

Kurang adanya alat untuk melindungi bibit padi yaitu jaring A1 5

Lahan pembibitan dekan dengan perkampungan warga A2 4

Curah hujan pada saat pembibitan tinggi A3 6

Tanggul pada irigasi jebol A4 6

Kurangnya perawatan yaitu obat pembasmi rumput A5 5

Kekurangan air sehinngga rumput tumbuh di tanaman A6 5

Pada saat pertumbuhan kurang asupan air A7 7

Banyak hama yang menyerang yaitu, kresek, sundep dan beluk A8 6

Permainan harga dari tengkulak A9 5

Cuaca yang tidak menentu A10 6

Kejadian Risiko Penebas Kode saverity Risk Agent Kode Occurance

Terlalu lama proses pengiriman A11 5

Cuaca pada saat pemanenan panas A12 5

Salah perhitungan A13 7

Kurang ketelitian saat pengecekan padi A14 6

Gabah petani yang terkadang jelek kualitasnya A15 6

Pedagang besar yang sering mempermaikan harga gabah A16 4

Kejadian Risiko Pedagang Besar Kode saverity Risk Agent Kode Occurance

Hanya ada pada saat musim tanam padi A17 7

Kurangnya pasokan gabah dari luar daerah A18 5

Perawatan kurang baik A19 5

Pemakaian yang terus menerus A20 4Biaya transportasi pengiriman yang semakin

mahalE11 6 Naiknya harga bahan bakar minyak A21 4

Permintaaan beras yang menurun A22 5

Keterlambatan pengiriman beras A23 5

Beras yang digemari sering terlambat A24 7

Pedagang eceran beralih pelanggan A25 5

Usaha di cabut oleh pemerintah E14 7 Karena mempermainkan harga pasar A26 5

Kejadian Risiko Pedagang Eceran Kode saverity Risk Agent Kode Occurance

Kesulitan mencari jenis beras di daerah terdekat A27 4

Permintaan dari pedagang eceran lainya yang juga banyak A28 5

Kurangnya komunikasi antara pedagang eceran dan pedagang besar beras A29 3

Unsur kesengajaan dari pedagang besare beras A30 3

Banyak dihutang oleh para pelanggan dalam jumlah banyak A31 4

Jangka pembayaran yang lama A32 7

Beras rusak jika lama tidak laku E18 4 Minat pelanggan yang kurang terhadap jenis beras tertentu A33 7

5

5

6

6

7

8

6

6

Kekurangan pelanggan E13

6

6

Bibit padi tumbuh kurang baik karena

banyak dimakan hewanE1

Bibit terkena banjir dari pemukiman E2

8

6

Bobot gabah menyusut E6

Kerugian akibat salah perkiraan E7

Pertumbuhan padi terhambat oleh

pertumbuhan rumput yang lebatE3

Bobot padi kurang sempurna dan kualitas

menurunE4

Harga padi yang naik turun E5

7

6

6

Harga gabah yang tidak menentu E8

Pasokan gabah yang akan giling tidak terjadi

sepanjang waktuE9

Keterlambatan Stok beras yang banyak

dinikmatiE15

Kesalahan dalam pengiriman jenis beras

tertentuE16

Modal usaha sering kali terhambat E17

Mesin penggilingan sesekali rusak E10

Biaya simpan gudang yang tinggi E12

8

Tabel 7. Matrik House of Risk 1

Dari perhitungan matrik HOR 1 diatas diketahui sebanyak 3 agen risiko

diperoleh nilai ARP tertinggi. Agen risiko tersebut dihitung menggunakan teori

diagram Pareto yang dapat dilihat pada gambar 2 berikut.

Gambar 2. Diagram Pareto Agen Risiko Tertinggi

A1 A2 A3 A4 A5 A6 A7 A8 A9 A10 A11 A12 A13 A14 A15 A16 A17 A18 A19 A20 A21 A22 A23 A24 A25 A26 A27 A28 A29 A30 A31 A32 A33

E1 Bibit padi tumbuh kurang baik karena banyak dimakan hewan 9 9 8

E2 Bibit terkena banjir dari pemukiman 1 3 1 6

E3 Pertumbuhan padi terhambat oleh pertumbuhan rumput yang lebat 9 3 1 7

E4 Bobot padi kurang sempurna dan kualitas menurun 1 1 9 9 1 6

E5 Harga padi yang naik turun 3 3 1 1 6

E6 Bobot gabah menyusut 9 1 1 7

E7 Kerugian akibat salah perkiraan 9 3 8

E8 Harga gabah yang tidak menentu 3 1 9 3 6

E9 Pasokan gabah yang akan giling tidak terjadi sepanjang waktu 3 3 6

E10 Mesin penggilingan sesekali rusak 9 3 5

E11 Biaya transportasi pengiriman yang semakin mahal 3 6

E12 Biaya simpan gudang yang tinggi 9 3 1 5

E13 Kekurangan pelanggan 3 3 1 6

E14 Usaha di cabut oleh pemerintah 3 3 3 7

E15 Keterlambatan Stok beras yang banyak dinikmati 1 9 9 6

E16 Kesalahan dalam pengiriman jenis beras tertentu 9 3 6

E17 Modal usaha sering kali terhambat 9 9 6

E18 Beras rusak jika lama tidak laku 9 4

Occurance 5 4 6 6 5 5 7 6 5 6 5 5 7 6 6 4 7 5 5 4 4 5 5 7 5 5 4 5 3 3 4 7 7

Aggregate Risk Potential 360 312 108 36 345 135 427 324 285 180 315 35 504 144 402 156 42 90 225 60 72 255 75 126 115 105 240 270 162 54 216 378 252

5 9 24 32 6 21 2 7 10 17 8 33 1 20 3 19 31 26 15 29 28 12 27 22 23 25 14 11 18 30 16 4 13Priority

Kejadian RisikoKode SaverityAgen Resiko

A1 A2 A3 A4 A5 A6 A7 A8 A9 A10 A11 A12 A13 A14 A15 A16 A17 A18 A19 A20 A21 A22 A23 A24 A25 A26 A27 A28 A29 A30 A31 A32 A33

E1 Bibit padi tumbuh kurang baik karena banyak dimakan hewan 9 9 8

E2 Bibit terkena banjir dari pemukiman 1 3 1 6

E3 Pertumbuhan padi terhambat oleh pertumbuhan rumput yang lebat 9 3 1 7

E4 Bobot padi kurang sempurna dan kualitas menurun 1 1 9 9 1 6

E5 Harga padi yang naik turun 3 3 1 1 6

E6 Bobot gabah menyusut 9 1 1 7

E7 Kerugian akibat salah perkiraan 9 3 8

E8 Harga gabah yang tidak menentu 3 1 9 3 6

E9 Pasokan gabah yang akan giling tidak terjadi sepanjang waktu 3 3 6

E10 Mesin penggilingan sesekali rusak 9 3 5

E11 Biaya transportasi pengiriman yang semakin mahal 3 6

E12 Biaya simpan gudang yang tinggi 9 3 1 5

E13 Kekurangan pelanggan 3 3 1 6

E14 Usaha di cabut oleh pemerintah 3 3 3 7

E15 Keterlambatan Stok beras yang banyak dinikmati 1 9 9 6

E16 Kesalahan dalam pengiriman jenis beras tertentu 9 3 6

E17 Modal usaha sering kali terhambat 9 9 6

E18 Beras rusak jika lama tidak laku 9 4

Occurance 5 4 6 6 5 5 7 6 5 6 5 5 7 6 6 4 7 5 5 4 4 5 5 7 5 5 4 5 3 3 4 7 7

Aggregate Risk Potential 360 312 108 36 345 135 427 324 285 180 315 35 504 144 402 156 42 90 225 60 72 255 75 126 115 105 240 270 162 54 216 378 252

5 9 24 32 6 21 2 7 10 17 8 33 1 20 3 19 31 26 15 29 28 12 27 22 23 25 14 11 18 30 16 4 13Priority

Kejadian RisikoKode SaverityAgen Resiko

9

Nilai ARP dengan prioritas tertinggi akan dilakukan proses perancangan

mitigasi risiko guna menanggulangi risko yang terjadi pada jaringan rantai pasok

beras. Berikut merupakan agen risiko yang akan dilakukan perancanagan mitigasi

risiko yang dapat dilihat pada tabel 8 berikut.

Tabel 8 Agen Risiko Terpilih

3.4 Mitigasi Risiko

Strategi perancangan mitigasi risiko digunakan untuk memberikan perbaikan

terhadap agen risiko terpilih dari perhitungan HOR 1. Dalam melakukan mitigasi

risiko tersebut diharapkan dapat meminimalisir terjadinya risiko. Adapun strategi

perancangan aksi mitigasi risiko dappat dilihat pada tabel 9 berikut.

Tabel 9. Strategi Perancangan Mitigasi Risiko

Pada tahap selanjutnya yaitu membuat perancangan strategi risiko

berdasarkan HOR tahap 2 yang terdiri dari 8 mitigasi risiko yang diperoleh dari 3

agen risiko terpilih. Perencangan strategi risiko digunakan untuk meminimalisir

terjadinya risiko yang dapat menghambat proses rantai pasok beras di kecamatan

Kunduran, Blora. Strategi perancanaan mitigasi risiko pada rantai pasok beras

dapat dilihat pada tabel 10 berikut.

Agen Resiko Ai ARP % %Komulatif

Salah Perhitungan Penebasan A13 504 8 8

Pada saat Pertumbuhan kurang asupan Air A7 427 6 14

Gabah Petani yang Kualitasnya Jelek A15 402 6 20

Agen Resiko Kode

PA1

PA2

PA5

Aksi Mitigasi

Salah Perhitungan Penebasan

Gabah Petani yang Kualitasnya

Jelek

Pembuatan embung penadah air hujan

Membuat sumur bor di setiap lahan pertanian

Membuat irigasi yang mengalir dan terjaga

Pada saat Pertumbuhan kurang

asupan Air

Memilih dengan detail padi yang akan di tebas

PA3

PA4

PA6

PA7

PA8

Melakukan perhitungan hasil panen dengan detail

Melakukan pengecekan terhadap kondisi padi

Memisahkan padi yang kualitas jelek dan bagus

Harus memperhitungkan keuntungan padi yang kualitasnya

jelek

10

Tabel 10 Matrik House of Risk 2 Strategi Mitigasi Risiko

Hasil yang didapat pada pengolahan House of Risk 2 dapat diketahui

urutan prioritas perancangan strategi mitigasi risiko. Berikut merupakan urutan

dari prioritas aksi mitigasi yang telah dilakukan yang dapat dilihat pada tabel 11

Tabel 11 Hasil Strategi Mitigasi Risiko

Berdasarkan pengolahan menggunakan matrik HOR 2 diperoleh aksi

mitigasi dengan rangking prioritas tertinggi adalah aksi mitigasi dengan

melakukan perhitungan hasil panen dengan detail dengan nilai ETDk sebesar

1323, sementara untuk aksi mitigasi dengan rangking prioritas terkecil adalah aksi

mitigasi membuat irigasi yang mengalir dan terjaga degan nilai ETDk sebesar

281. Aksi mitigasi risiko yang telah dilakukan diharapkan mampu mengurangi

dan meminimalisir terjadinya risiko pada jaringan rantai pasok beras yang berada

di kecamatan Kunduran, Blora serta memperlancar aliran barang, jasa maupun

keuangan pada jaringan rantai pasok beras di kecamatan Kunduran, Blora

PA1 PA2 PA3 PA4 PA5 PA6 PA7 PA8

Salah Perhitungan Penebasan 9 3 588

Pada saat Pertumbuhan kurang asupan Air 9 3 3 468

Gabah Petani yang Kualitasnya Jelek 9 3 3 427

TEk 5292 1764 4212 1404 1404 3843 1281 1281

Dk 4 3 5 4 5 4 3 4

ETDk 1323 588 842 351 281 961 427 320

Prority 1 4 3 6 8 2 5 7

ARPAgen RisikoStrategi Perancangan

Aksi Mitigasi ETDk Ranking Priority

Melakukan perhitungan hasil panen dengan detail 1323 1

Memilih dengan detail padi yang akan di tebas 961 2

Pembuatan embung penadah air hujan 842 3

Melakukan pengecekan terhadap kondisi padi 588 4

Memisahkan padi yang kualitas jelek dan bagus 427 5

Membuat sumur bor di setiap lahan pertanian 351 6

Harus memperhitungkan keuntungan padi yang kualitasnya jelek 320 7

Membuat irigasi yang mengalir dan terjaga 281 8

11

4. PENUTUP

Dari hasil perhitungan nilai tambah dengan metode Hayami maupun identifikasi

risiko dan mitigasi risiko dengan metode House of Risk pada rantai pasok beras di

kecamatan Kunduran Blora didapat kesimpulan sebagai berikut:

1) Terdapat 4 jaringan rantai pasok beras yaitu petani padi, penebas padi,

pedagang besar beras, serta pedagang eceran. Serta teridentifikasi aliran

produk, informasi dan keuangan dari rantai pasok beras.

2) Mata rantai dengan rasio nilai tambah terbesar adalah pedagang besar dengan

nilai rasio sebesar 18% disusul mata rantai penebas dengan persentase sebesar

17% kemudian mata rantai pedagang eceran sebesar 16% dan petani padi

sebesar 12%.

3) Mata rantai dengan nilai komulatif risiko tertinggi yaitu petani dengan

persentase sebesar 37%, sementara untuk nilai komulatif terkecil diperoleh

mata rantai pedagang besar dengan nilai komulatif sebesar 17%.

4) Identifikasi risiko jaringan rantai pasok beras diperoleh kejadian risiko

sebanyak 18 dan agen risiko sebanyak 33, serta terpilih 3 agen risiko dengan

nilai ARP tertinggi tang akan dilakukan proses mitigasi risiko.

5) Mitigasi yang dilakukan menghasilkan 8 rancangan strategi aksi mitigasi

risiko guna meminimalisir terjadinya risiko yang menghambat jaringan rantai

pasok.

DAFTAR PUSTAKA

Ari Nurjayanti, I. E. (2016). Pendapatan Dan Manfaat Usahatani Padi Organik Di

Kabupaten Pringsewu. Journal Agribisnis Pertanian, 4(2), 126–133.

Aries, M., & Martianto. (2008). Peningkatan Nilai Tambah dan Strategi

Pengembangan Usaha Pengolahan Salak Manonjaya. Journal of Biological

Sciences, 6(1), 208–215. https://doi.org/10.1108/00346651311327927

Budiman, C., Massie, J., & Wullur, M. (2015). Identifikasi Desain Jaringan

Manajemen Rantai Pasok Kopra di Kota Manado. Jurnal Riset Ekonomi,

Manajemen, Bisnis Dan Akuntansi, 3(2), 65–76. Retrieved from

https://ejournal.unsrat.ac.id/index.php/emba/article/view/8356

12

Budiman, V. E. (2013). Evaluasi Kinerja Supply Chain Pada UD. Maju Jaya Di

Desa Tiwoho Kabupaten Minahasa Utara. Journal of Chemical Information

andModeling,53(9),1689–1699.

Kristanto, B. R., & Hariastuti, N. L. P. (2014). Aplikasi Model House of Risk (

Hor ) untuk Mitigasi Risiko pada Supply Chain Bahan Baku Kulit. Jurnal

Ilmiah Teknik Industri, 13(2), 1–10.

Laudine, H. (2007). Manajemen Risiko dan Aksi Mitigasi untuk Menciptakan

Rantai Pasok yang Robust. Supply Chain Management, 53–64.

Mahbubi, A. (2013). Model Dinamis Supply Chain Beras Berkelanjutan.

Jurnal Manajemen Dan Agribisnis, 10(2), 81–89.

Ngamel, A. K. (2012). Analisis Finansial Usaha Budidaya Rumput Laut Dan Nilai

Tambah Tepung Karaginan Di Kecamatan Kei Kecil, Kabupaten Maluku

Tenggara. Jurnal Sains Terapan Edisi II, 2(1), 68–83.

Prabowo, S. (2006). Pengolahan dan Pengaruhnya Terhadap Sifat Fisik dan Kimia

serta Kualitas Beras. Jurnal Teknologi Pertanian, 1(2), 43–49.

Sari, P. N., & Nurmalia, R. (2013). Manajemen Rantai Pasok Pada Rantai Pasok

Berjaring Beras Organik. Forum Agribisnis, 3(2), 1–18. Retrieved from

http://ilkom.journal.ipb.ac.id/index.php/fagb/article/viewFile/8868/6941