Perpustakaan Digital ITB

Beras merupakan makanan pokok dengan tingkat konsumsi yang tinggi di Indonesia, dan tingkat konsumsinya diprediksi akan terus meningkat jika melihat tren kenaikan populasi di Indonesia. Hal ini menjadikan beras memiliki peranan penting dalam menjaga ketahanan pangan nasional. Namun, fenomena yang terjadi saat ini adalah tingkat produksi beras terus menurun. Ketidakseimbangan kebutuhan dan suplai beras akan mengakibatkan fenomena kelangkaan yang ditandai dengan harga beras yang terus meningkat. Perusahaan Umum (Perum) Badan Usaha Logistik (BULOG) berperan sebagai Badan Usaha Milik Negara yang bertugas menjaga keseimbangan kebutuhan dan suplai beras melalui impor beras guna menjaga stabilitas harga eceran beras di pasar, di samping tujuan utamanya untuk memperoleh keuntungan maksimal. Penelitian ini mengembangkan model optimisasi untuk menentukan jumlah beras yang harus diimpor oleh Perum BULOG untuk meminimalkan kenaikan harga beras antara 2 bulan berturutan. Harga pasar beras eceran akan diprediksi di tiap bulan dengan mempertimbangkan faktor-faktor yang mempengaruhi harga beras, di samping adanya faktor musim panen. Penentuan jumlah impor beras dilakukan dengan terlebih dahulu memodelkan jaringan rantai pasok beras yang dikelola Perum BULOG. Jaringan rantai pasok beras yang dimodelkan meliputi stok beras Perum BULOG, pemasok beras Perum BULOG yang terdiri dari pabrik penggilingan beras domestik dan negara sumber impor, serta konsumen beras Perum BULOG. Model jaringan rantai pasok direpresentasikan dalam bentuk model pemrograman linier dengan variabel keputusan berupa jumlah beras yang dipasok dari negara sumber impor per bulan dan fungsi tujuan meminimalkan tingkat kenaikan harga beras antara 2 bulan berturutan. Harga pasar beras eceran pada suatu bulan diprediksi menggunakan faktor-faktor yang mempengaruhi harga pasar beras eceran, yaitu tingkat produksi padi, nilai tukar rupiah terhadap dolar, Pendapatan Domestik Bruto (PDB) per kapita, luas lahan pertanian, harga Gabah Kering Panen (GKP) per kg, harga Gabah Kering Giling (GKG) per kg, jumlah beras yang dipasok dari pabrik penggilingan beras domestik per bulan, jumlah beras yang dipasok dari negara sumber impor per bulan, jumlah beras yang disimpan sebagai stok Perum BULOG per bulan, serta jumlah beras yang disalurkan Perum BULOG kepada konsumen beras per bulan. Prediksi harga pasar beras eceran dimodelkan dengan menggunakan metode machine learning model regresi linier majemuk. Nilai dari masing-masing variabel eksplanatori diestimasi dengan menggunakan metode yang sesuai untuk pola data historis dari setiap variabel independen tersebut. Tingkat produksi padi, nilai tukar rupiah terhadap dolar, luas lahan pertanian, harga GKP per kg, harga GKG per kg, dan jumlah beras yang dipasok dari pabrik penggilingan beras domestik per bulan diestimasi dengan menggunakan pendekatan triple exponential smoothing. PDB per kapita diestimasi dengan menggunakan pendekatan double exponential smoothing. Demand konsumen beras Perum BULOG diestimasi dengan menggunakan pendekatan triple exponential smoothing, dan jumlah beras yang disalurkan Perum BULOG kepada konsumen beras per bulan ditetapkan mampu memenuhi kebutuhan tersebut. Stok beras Perum BULOG di akhir bulan merupakan hasil dari penambahan stok beras Perum BULOG di awal bulan ditambah jumlah beras yang dipasok dari pabrik penggilingan beras domestik dan dari negara sumber impor lalu dikurangi beras yang disalurkan Perum BULOG untuk memenuhi kebutuhan konsumen. Impor beras dilakukan jika stok beras Perum BULOG di akhir bulan kurang dari nilai batas bawah inventori strategis, dan jumlah impor beras ditetapkan sehingga stok beras Perum BULOG di akhir bulan minimal sejumlah batas bawah inventori strategis. Model yang dikembangkan diuji untuk penentuan kuantitas impor beras selama 4 periode, yaitu 2020, 2021, 2022 dan 2023. Hasil uji coba model menunjukkan bahwa tingkat kenaikan harga beras antara 2 bulan berturutan dapat dikendalikan pada tingkat kenaikan harga maksimal berkisar di antara 0,42% – 0,53% dengan standar deviasi berkisar di antara 0,39% – 0,53%. Nilai-nilai ini lebih rendah dari tingkat kenaikan harga yang diharapkan, yaitu 2 – 3%. Analisis sensitivitas dilakukan terhadap model yang dikembangkan dengan mengubah nilai batas bawah inventori strategis. Hasil analisis sensitivitas menunjukkan bahwa tingkat kenaikan harga beras selama 2 bulan berurutan tetap dapat dikendalikan dan tidak pernah lebih besar dari 1%.