Sistem Penunjang Keputusan Adaptif Manajemen Risiko Rantai Pasok Komoditas Kentang (Studi Kasus: Kabupaten Wonosobo)
Abstract
Kentang merupakan salah satu komoditas unggulan di Kabupaten Wonosobo
yang berpotensi untuk dikembangkan diiringi oleh pengelolaan risiko yang tepat.
Penelitian ini bertujuan menganalisis kinerja rantai pasok, mengidentifikasi dan
menyusun strategi mitigasi risiko rantai pasok, serta merancang model penunjang
keputusan manajemen risiko rantai pasok kentang. Pengukuran kinerja rantai pasok
kentang dengan pendekatan Supply Chain Operation Reference (SCOR) dan
Analytical Hierarchy Process (AHP). Hasil tersebut menunjukkan bahwa tingkat
kinerja untuk petani (91.93%), pengepul (93.05%), dan industri UKM (89.15%)
sangat baik. Identifikasi sumber risiko dengan House of Risk (HOR) 1 dan
pendekatan fuzzy Failure Mode Effect Analysis (FMEA). Hasil identifikasi
didapatkan 7 sumber risiko prioritas pada petani, 5 sumber risiko prioritas pada
pengepul, dan 5 sumber risiko prioritas pada industri UKM. Upaya mitigasi risiko
diidentifikasi dengan pendekatan HOR 2 dan Fuzzy Inference System (FIS). Hasil
menunjukkan terdapat 7 prioritas aksi mitigasi pada petani, 4 prioritas aksi mitigasi
pada pengepul, dan 5 prioritas aksi mitigasi pada industri UKM. Penyusunan
strategi mitigasi risiko dengan fuzzy AHP menunjukkan 3 aksi mitigasi terpenting
yaitu 3 aksi mitigasi pada petani. Model sistem penunjang pengambilan keputusan
merupakan pemodelan berorientasi objek yang dapat membantu pengguna dalam
melakukan evaluasi kinerja dan pengambilan keputusan dalam manajemen risiko
rantai pasok yang lebih efisien. Potatoes are one of the leading commodities in Wonosobo Regency which
have the potential to be developed with good risk management. This study aims to
analyze supply chain performance, identify and develop supply chain risk
mitigation strategies, and design a decision support model for the management of
potato supply chain risk. Measuring the performance of the potato supply chain
using the Supply Chain Operation Reference (SCOR) and Analytical Hierarchy
Process (AHP) approach. These results indicate that the level of performance for
farmers (91.93%), collectors (93.05%), and the industry (89.15%) is very good. The
risk agent identification was done by using House of Risk (HOR) and fuzzy Failure
Mode Effect Analysis (FMEA) approach. It found 7 priority risk agents in farmer’s
level, 5 risk agents in collector’s level, and 5 risk agent in industries level. HOR 2
and Fuzzy Inference System (FIS) approaches were used in identifying risk
mitigation. The result showed there were 7 preventive acton priorities to the
farmers, 4 priority mitigation action on the collectors, and 5 priority mitigation
action on the industry. The formulation of risk mitigation strategies using fuzzy
AHP shows the 3 most important mitigation actions that can be implemented. The
decision support system model is an object-oriented modeling that can assist users
in evaluating performance and making decisions in a more efficient supply chain
risk management.