JURNAL OPTIMALISASI VOL 3 NO 4 OKTOBER 2017

47  5. KESIMPULAN Berdasarkan pengolahan data yang telah dilakukan adalah dengan menggunakankonsep lean manufacturing bedasarkan safety stock, maka persediaan lebih optimal begitujuga untuk tahun 2017. Hal ini terlihat dari hasil jumlah persediaan aktual yaitu 11.550kardus lebih tinggi dari pada jumlah persediaan usulan yaitu 6.342 kardus, dengan totalpenghematan yang diperoleh perusahaan apabila menggunakan usulan persediaan denganmenggunakan sistem safety stock adalah 5.208 kardus. Untuk tahun 2017 perbandinganantara data peramalan persediaan usulan dengan data peramalan persediaan aktual,menunjukkan dengan jelas dari hasil perhitungan carrying cost berdasarkan konsep leanmanufacturing dengan menggunakan safety stock terbukti lebih baik atau lebih optimalkarena memiliki carrying cost yang lebih rendah, dengan jumlah selisih perbandingannyaadalah 716.100 kardus.DAFTAR PUSTAKA[1] Pujawan. I Nyoman. 2005. Supply Chain Management. Surabaya: Penerbit Guna Widya.[2] Baroto, Teguh 2002. Perencanaan dan Pengendalian Produksi. Penerbit Gahlia Indonesia, Jakarta.[3] Singiresu S. 2009. Engineering Optimization: Theory and Practice, Fourth Edition. New Jersey: John Wiley and Sons.[4] Wilson, Lonnie. 2010. How to Implement Lean Manufacturing. London: McGraw-Hill.

Jurnal OptimalisasiVol 3 No 4 APRIL 2017P. ISSN : 2477-5479E. ISSN : 2502-0501   OPTIMALISASI CARA EKSTRAKSI SARKOTESTA TERHADAP PROSES DAN HASIL VIABILITAS BENIH PEPAYA (Carica papaya L.) Rita Hartati1 1)Jurusan Teknik Industri, Fakultas Teknik, Universitas Teuku Umar E-mail: [email protected] AbstractThis study of research is to optimize the way of sarkotesta extract on the process and theresult of viability of papaya seed (carica papaya L.) The experimental design used in thisstudy is a complete randomized design (RAL) 4 x 2 factorial pattern with 3 replicationsconsisting of two factors, with There were 8 treatment combinations and 24 experimentalunits. The materials used in this research are papaya seed, cotton cloth, ash, concentratedH2SO4, and sand. The parameters observed were potential to grow, germination, growthrate and time required 50% from total germination (T50). The results of this studyindicate that the average value of viability and vigor is high in the show on theoptimization of the way of extraction of cotton cloth (K1). Viability and vigor of sproutswhich are better found in local varieties (V1) than with hybrid varieties (V2). Betterinteraction optimizing the way extraction of sarcotae is found in hybrid varieties (V2)seeds by extraction of cotton cloth (K1). So it can be concluded that the optimization ofsarkotesta extraction method is very significant effect on seed viability include growthpotential, germination, growth rate and T50% sprout total.Keywords: Sarkotesta extraction, viability, papaya seed (Carica papaya L.). 1. PENDAHULUAN Pepaya (carica papaya L.) adalah salah satu jenis tanaman buah-buahan yangdaerah penyebarannya berada di daerah tropis. Buah pepaya tergolong buah yang populardan umumya digemari oleh sebagian besar penduduk dunia. Hal ini disebabkan karenadaging buahnya yang lunak dengan warna merah atau kuning, rasanya manis danmenyegarkan serta banyak mengandung air. Tanaman pepaya merupakan tanamansemusim sehingga buah ini dapat tersedia setiap saat [1]. Pepaya memiliki banyakmanfaat, yaitu nilai gizi buah yang cukup tinggi karena mengandung banyak provitaminA dan vitamin C, juga mineral kalsium, energi dan serat yang tiggi. Disamping itu pepayajuga mengandung Papain, yaitu suatu enzim proteolitik yang terdapat dalam getahpepaya disadap dalam buah muda untuk dimanfaatkan dan dioptimalisasi dalam industrimakanan, obat-obatan dan ramuan obat penyembuh pencernaan, Papain juga digunakanuntuk perendaman kulit serta menghilangkan perekat pada sutra dan melembutkan wol.Pepaya tergolong buah-buahan yang disukai oleh masyarakat Indonesia dan turutberperan dalam memenuhi kebutuhan keluarga [2]. Buah pepaya merupakan salah satubuah dalam perdagangan yang telah menjadi komoditi ekspor beberapa negara produsen 48

49 di kawasan Asia seperti Malaysia, Thailand, Philippina dan Indonesia. Negara pengimporpepaya masih didominasi oleh Singapura dan Australia. Indonesia merupakan negarapenghasil buah pepaya ke-8 terbesar di dunia. Permintaan kebutuhan pepaya terusmeningkat dari beberapa negara Eropa seperti Inggris, Jerman, Perancis, Belanda danSwedia [3]. Masalah utama pada benih pepaya yaitu terdapat lendir yang menyelimuti biji(sarkotesta) yang dapat menghambat perkecambahan benih [4]. Selama ini penghilangansarkotesta selalu disarankan dalam penanganan benih pepaya karena sarkotesta dapatmenghambat proses perkecambahan. Melalui kegiatan penanganan benih pepayadiharapkan diperoleh benih yang memenuhi mutu genetik, fisik maupun fisiologis karenaakhir-akhir ini pengembangan pepaya menurun pada produktivitasnya, salah satunya diakibatkan rendahnya penguasaan teknik penanganan benih secara cepat dan tepat danjuga diakibatkan oleh ketersediaan benih pepaya yang kurang berkualitas dan juga tidakbersertifikat. Kegiatan penanganan benih merupakan rangkaian kegiatan yang dimulaidari optimalisasi produksi benih di lapangan hingga benih akan ditanam kembali.Permasalahan yang dihadapi dalam perbanyakan generatif pepaya adalah karakter benihyang diduga tergolong intermediate [5]. Studi kasus di lapangan, petani pepaya biasanya memperoleh benih dari tanamanterbaik yang ditanam sebelumnya. Cara petani mengoptimalisasi benih tersebutdibersihkan dari lapisan lendir dengan cara merendam benih dalam air 2-3 hari kemudianbenih diremas-remas agar sarkotesta terlepas. Benih dijemur dibawah sinar matahariterlebih dahulu sebelum disimpan, karena untuk mengurangi kadar air didalam benihsehingga viabilitas dan vigor benih tetap terjaga. Mengenai proses optimalisasi benih pepaya masih terbatas sehingga perludilakukan berbagai aspek penelitian untuk melengkapinya yaitu upaya pematahandormansi yang disebabkan oleh lapisan lendir (sarkotesta) yang ada pada permukaanbenih dengan cara ekstraksi benih dan pengaruhnya terhadap viabilitas dan vigor. 2. TINJAUAN PUSTAKA2.1 Botani Tanaman PepayaPepaya (carica papaya L.) adalah salah satu jenis tanaman buah-buahan yangdaerah penyebarannya berada di daerah tropis [6]. Pepaya (Carica papaya L.) merupakantanaman buah berupa herba dari kelas Dicotyledonae, Ordo Caricales, familiaCaricaceae, dan genus Carica tanaman pepaya merupakan tanaman yang beraneka ragamtipe [7]. Sistematika (Taksonomi) tanaman pepaya diklasifikasikan secara lengkap adalahsebagai berikut:1. Kingdom : Plantae2. Divisi : Magnoliophyta3. Kelas : Magnoliopsida4. Ordo : Brassicales5. Family : Caricaceae6. Genus : Carica7. Species : Carica papaya L.Buah pepaya bertipe buah berdaging, berbentuk bulat telur-lonjong sampaihampir bulat, rongga tengahnya bersudut lima [8]. Biji berwarna abu-abu sampai hitamdan terbungkus oleh sarkotesta. Biji melekat pada plasenta dalam bakal buah [9].

50 2.2 Ekstraksi Benih Pepaya Ekstraksi benih pepaya dilakukan dengan pemisahan benih dari daging buahnyaserta lendir yang menyelimuti kulit benih. Untuk pepaya besar benih yang berasal daripohon induk yang berumur lebih dua tahun menghasilkan kualitas tanaman dan buahyang terbaik. Benih pepaya umumnya bersifat ortodoks, namun ada benih-benih yangbersifat semi rekalsitran sehingga perlu diatasi dengan metode ekstraksi dan penyimpananbenih yang tepat. Penggunaan kapur tohor 40% atau abu gosok untuk ekstraksi danpenyimpanan benih merupakan alternatif teknologi sederhana yang dapat digunakanuntuk mempertahankan viabilitas [10].2.3 Pengaruh Sarkotesta Pada Benih Pepaya Benih pepaya diselimuti oleh sarcotesta, suatu lapisan yang mengandungsenyawa fenolik, khususnya Phydroxybenzoic acid. Fenol merupakan salah satuantioksidan yang mampu menghambat deteriorasi. Selama ini penghilangan sarcotestaselalu disarankan dalam penanganan benih pepaya karena sarcotesta dapat menghambatproses perkecambahan [11]. Sarkotesta tidak mampu di bersihkan secara manual karenaFenol salah satu antioksidan yang mampu menghambat deteriorasi, dormansi didugakarena pada benih bersarkotesta telah terlanjur melekat kuat pada testa sehinggapencucian secara manual tidak mampu membersihkan sarkotesta secara baik, konsumsioksigen yang tinggi oleh senyawa fenolik pada kulit benih selama proses perkecambahandapat membatasi suplai oksigen kedalam embrio. Tinggi rendahnya kandungan air dalambenih memegang peranan yang demikian penting dan berpengaruh besar terhadapviabilitas dan pertumbuhan umum dari dalam benih itu [12].2.4 Viabilitas Benih Viabilitas benih merupakan daya atau kemampuan untuk hidup yang ditunjukanoleh pertumbuhan atau gejala metabolismenya. Faktor yang mempengaruhi produksipepaya adalah vigor benih. Vigor sebagai sekumpulan sifat yang dimiliki benih yangmenentukan tingkat potensi aktivitas dan performa benih atau lot benih selamaperkecambahan dan munculnya kecambah [13]. Pengujian vigor pada suatu benih sangatdiperlukan untuk mendapatkan informasi mutu benih. Benih yang tersebar pada petanimempunyai vigor rendah dan vigor tinggi. Tersebarnya benih yang bervigor rendah danyang tinggi itu dapat mempengaruhi produktivitas tanaman tersebut. Peningkatan vigortersebut dikenal sebagai invigorasi[14].2.5 Syarat Tumbuh Tanaman Pepayaa. Iklim Angin diperlukan untukpenyerbukan bunga. Angin yang tidakterlalu kencangsangat cocok bagi pertumbuhan tanaman. Tanaman pepaya tumbuh subur pada daerahyang memilki curah hujan 1000 - 2000 mm/tahun. Suhu udara optimum 22-26 oC dankelembaban udara sekitar 40%.b. Tanah Tanah yang baik untuk tanaman pepaya adalah tanah yang subur dan banyakmengandung humus serta banyak menahan air dan gembur, Derajat keasaman tanah ( pHtanah) yang ideal adalah netral dengan pH 6-7. Kandungan air dalam tanah merupakansyarat penting dalam kehidupan tanaman ini. Air menggenang dapat mengundangpenyakit jamur perusak akar hingga tanaman layu (mati). Apabila kekeringan air tanamanakan kurus, daun, bunga dan buah rontok. Tinggi air yang ideal tidak lebih dalamdaripada 50–150 cm dari permukaan tanah. Pepaya dapat ditanam di dataran rendahsampai ketinggian 700–1000 m dpl.

51 c. Hama dan Penyakit Hama utama tanaman pepaya adalah serangga, jenis serangga yang seringmenyerang tanaman pepaya meliputi jenis tungau, kutu, lalat buah, kumbang dan jengat.Organ tanaman pepaya seperti akar, batang, daun dan buah tergolong rentan terhadappenyakit, patogen penyakit tanaman pepaya dapat berupa bakteri cendawan, virus. 3. METODE PENELITIAN3.1 Alat dan Bahan Penelitian Alat yang digunakan dalam penelitian ini yaitu Baskom untuk mengisi mediaperkecambahan, Cawan Petri, Pinset, handsprayer, Gelas Ukur, Ayakan 12 mesh, KertasLabel dan Alat Tulis Menulis. Bahan yang digunakan yaitu benih pepaya. Benih yangdigunakan adalah benih varietas lokal yang bentuk buah oval dan varietas hibrida yaitupepaya bangkok yang berbentuk buah lonjong. Benih yang digunakan sudah mengalamimasak fisiologis, dengan kriteria lebih dari 80 % warna buah telah berubah menjadikuning merata, buah yang digunakan dengan jumlah 6 buah tiap varietas, untuk masing-masing unit percobaan digunakan sebanyak 25 butir benih. Kain Katun yaitu digunakanuntuk mengekstaksi sarkotesta pada benih, abu gosok, H2SO4 Pekat, dan pasir.3.2 Rancangan Penelitian Rancangan percobaan yang digunakan dalam penilitian ini yaitu rancangan acaklengkap (RAL) pola faktorial 4 x 2 dengan 3 ulangan yang terdiri atas dua faktor, dengandemikian terdapat 8 kombinasi perlakuan dan 24 unit percobaan. setiap unit percobaanterdiri atas 25 butir benih. Adapun faktor-faktor yang diteliti adalah cara ekstraksisarkotesta (K) yang terdiri atas : K0 = Sarkotesta, K1 = Kain Katun, K2 = Abu Gosok, K3= H2SO4 Pekat. Faktor varietas (V) terdiri atas: V1 = Varietas Lokal, V2 = VarietasHibrida. Susunan Kombinasi Perlakuan Ekstraksi Dengan Varietas Benih Pepaya dapatdilihat pada Tabel 1.Tabel 1. Susunan Kombinasi Perlakuan Ekstraksi Dengan Varietas Benih PepayaNo. Kombinasi Perlakuan Teknik Ekstraksi Varietas Benih1. V1 KO Sarkotesta Lokal2. V1 K1 Kain Katun Lokal3. V1 K2 Abu Gosok Lokal4. V1 K3 H2SO4 Pekat Lokal5. V2 KO Hibrida6. V2 K1 Sarkotesta Hibrida7. V2 K2 Kain Katun Hibrida8. V2 K3 Abu Gosok Hibrida H2SO4 Pekat 4. HASIL DAN PEMBAHASAN4.1 Pengaruh Cara Ekstraksi Sarkotesta Optimalisasi ekstraksi sarkotesta sangat nyata pengaruhnya terhadap proses danhasil viabilitas benih pepaya yaitu potensi tumbuh, daya berkecambah, kecepatan tumbuhdan waktu yang dibutuhkan 50 % dari perkecambahan total (T50) dilihat pada Tabel 2.

52 Tabel 2. Rata-rata potensi tumbuh, daya berkecambah, kecepatan tumbuh dan waktuyang di butuhkan 50 % perkecambahan total (T50) pada berbagai perlakuancara optimalisasi ekstraksi sarkotesta. Teknik PT DB KcT T50Ekstraksi (%) / Arc sin (%) / Arc (%) / Arc (%) / sin √% sin √% Arc sin √% √%Sarkotesta 50.39 b 47.05 b 13.93 b 13.73 b(K0) (58.00) (52.66) (6.13) (5.65)Kain Katun 50.58 b 51.52 b 15.44 b 14.20 b(K1) (58.00) (60.00) (7.17) (6.06)Abu Gosok 52.44 b 47.08 b 14.61 b 13.98 b(K2) (61.33) (52.66) (6.61) (5.87)H2SO4 Pekat 5.74 a 5.74 a 5.74 a 5.74 a(K3) (0.00) (0.00) (0.00) (0.00)BNJ 0.05 20.98 15.59 3.93 1.30Keterangan: Angka yang diikuti oleh huruf yang sama pada kolom yang sama tidakberbeda nyata pada uji BNJ 5%(%) Angka sebelum transformasi Arc Sin √x Dari tabel 2 dapat dilihat bahwa analisis viabilitas benih pepaya yang diamatiberdasarkan potensi tumbuh, daya berkecambah, kecepatan tumbuh dan waktu yangdibutuhkan untuk mencapai 50% dari perkecambahan total (T50), hasil optimalisasiekstraksi menggunakan abu gosok (K2) dan kain katun (K1) tidak ada perbedaandibandingkan dengan benih yang masih utuh sarkotesta (Ko). Perlakuan optimalisasiekstraksi menggunakan H2SO4 pekat menyebabkan semua benih menjadi mati, sehinggatidak ada benih yang mampu berkecambah. Terdapat kecendrungan nilai viabilitas benihlebih tinggi dibandingkan dengan benih tanpa ekstraksi sarkotesta (sarkotesta utuh).Benih pepaya menunjukkan adanya senyawa fenolik pada sarkotesta. Kandungansenyawa fenolik, khususnya p-hydroxybenzoic acid, berada pada konsentrasi yang secaranyata menyebabkan penghambatan perkecambahan. Dormansi diduga karena pada benihtersebut sarkotesta telah terlanjur melekat kuat pada testa sehingga pencucian secaramanual tidak mampu membersihkan sarkotesta dengan baik [15]. Nilai rata-rata viabilitas dan vigor yang tinggi di tunjukan pada cara ekstraksikain katun (K1). Hal ini di sebabkan ekstraksi benih dengan menggunakan kain katundapat memberikan hasil yang lebih baik di bandingkan dengan cara ekstraksi abu gosokdan H2SO4 pekat, ini menunjukan bahwa pada ekstraksi kain katun dapat mempengaruhiperkecambahan benih pepaya serta proses menghilangkan sarkotesta terkupas denganbaik pada kulit benih yang dapat mempengaruhi viabilitas dan vigor benih pepaya. Caraekstraksi yang berbeda menghasilkan perbedaan nilai viabilitas dan vigor benih pepaya.Viabilitas benih merupakan daya hidup benih yang dapat diindikasikan oleh berbagaitolak ukur, baik tolak ukur yang secara langsung dengan menilai pertumbuhan benihmaupun yang secara tidak lansung dengan menilai gejala metabolismenya [16]. Rata-ratapotensi tumbuh, daya berkecambah, kecepatan tumbuh dan waktu yang dibutuhkan 50%dari perkecambahan total (T50) dari kedua varietas benih pepaya yang dicobakan dapatdilihat pada tabel 3.

53 Tabel 3. Rata-rata potensi tumbuh, daya kecambah, kecepatan tumbuh dan waktu yangdibutuhkan 50 % dari perkecambahan total (T50) pada varietas benih pepaya(%) PT DB KcT T50Varietas Benih (%) / (%) / (%) / (%) / Arc Arc Arc Arc sin√% sin√% sin√% sin√%Varietas Lokal 43.05 39.65 13.28 11.87 (4.36) (V1) (49.66) (44.33) (5.73) 11.95 (4.43)Varietas Hibrida 36.53 36.05 11.58 (V2) (39.00) (38.33) (4.22)Keterangan: (%) Angka sebelum transformasi Arc Sin √x Tabel 3 menunjukan potensi tumbuh, daya berkecambah, kecepatan tumbuhdan waktu yang dibutuhkan 50% dari perkecambahan total (T50) dari kedua varietastidak berbeda. Namun terdapat kecendrungan bahwa nilai viabilitas dari varietas lokal(V1) lebih tinggi dibandingkan dengan varietas hibrida (V2). Varietas benih pepaya yangdigunakan tidak berpengaruh nyata karena buah mengalami masak fisiologis yang samaantara kedua varietas tanpa adanya penyimpanan buah dan pemeraman. Benih yang telahmasak fisiologis telah mempunyai cadangan makanan sempurna sehingga dapatmenunjang pertumbuhan kecambah, tingkat kemasakan benih dapat dicirikan dari tingkatkemasakan buahnya. Ini diduga bahwa pengaruh varietas benih pepaya mampumeningkatkan sifat fisiologis dan biokimia benih sehingga dapat meningkatkan viabilitasdan vigor benih [17].4.1.1. Interaksi Terdapat interaksi yang sangat nyata antara varietas benih dengan cara ekstraksiterhadap daya kecambah yaitu tidak berpengaruh nyata terhadap potensi tumbuh dankecepatan tumbuh, waktu yang dibutuhkan 50% dari perkecambahan total (T50). Rata-rata daya kecambah pada beberapa varietas benih dan perlakuan cara ekstraksi setelah diuji dengan BNJ0.05 dapat dilihat pada Tabel 4.Tabel 4. Rata-rata daya berkecambah beberapa varietas benih akibat perlakuan caraekstraksi (%) Teknik Ekstraksi Varietas Sarkotesta Kain Abu H2SO4 Katun Gosok Pekat (K0) (K1) (K2) (%) / Arc (%) / Arc (%) / Arc (K3) sin √% sin √% sin √% (%) / Arc sin √%Varietas Lokal 54.88 b 40.65 b 57.31 b 5.74 a(V1) (65.33) (42.66) (69.33) (0.00)Varietas Hibrida 39.21 b 62.39 b 36.85 b 5.74 a(V2) (40.00) (77.33) (36.00) (0.00)BNJ 0.05 = 26.70Keterangan: Angka yang diikuti oleh huruf yang sama menunjukkan berbeda tidak nyatapada uji BNJ 5%(%) Angka sebelum transformasi Arc Sin √x

54  Tabel 4 memperlihatkan bahwa nilai viabilitas benih pepaya yang diamatiberdasarkan daya berkecambah, dari benih yang diekstraksi dengan kain katun (K1) danabu gosok (K2) maupun benih tanpa ekstraksi nilainya tidak berbeda. Namun nilaiviabilitas menjadi berbeda dan menurun secara nyata ketika benih diekstraksi denganmenggunakan H2SO4 pekat (K3). Benih yang berkualitas adalah yang murni varietasnya, tinggi daya kecambahnya dan mampu memberikan produksi yang maksimal, karenaitu pengunaan benih yang berkualitas merupakan cara yang paling mendasar dantermurah diantara cara-cara yang lain untuk produksi tanaman. keturunan nyatoh[18].Faktor penyebab terjadinya variasi antarpohon adalah perbedaan genetik antarpohon,perbedaan lingkungan tempat pohon itu tumbuh, dan interaksi antara keduanya [19]. 5. KESIMPULANAdapun kesimpulan dari penelitian ini adalah: 1. Optimalisasi cara ekstraksi sarkotesta berpengaruh sangat nyata terhadap proses dan hasil viabilitas benih yang meliputi potensi tumbuh, daya berkecambah, kecepatan tumbuh dan T50 % kecambah total. Viabilitas yang lebih baik dijumpai pada cara ekstraksi kain katun. 2. Terdapat interaksi yang sangat nyata terhadap daya berkecambah dan waktu yang dibutuhkan untuk mencapai 50 % dari perkecambahan total (T50). 3. Interaksi yang lebih baik optimalisasi cara ekstraksi sarkotesta dijumpai pada benih varietas hibrida (V2) dengan cara ekstraksi kain katun (K1). 4. Nilai viabilitas menjadi berbeda dan menurun secara nyata ketika benih diekstraksi dengan menggunakan H2SO4 pekat. 6. SARAN Adapun saran dari penelitian yang sudah dilakukan yaitu perlu dilakukanpenelitian lebih lanjut terhadap cara ekstraksi sarkotesta dengan lebih memperhatikanupaya untuk menghilangkan efek penghambat perkecambahan benih pada berbagaivarietas dengan teknik ekstraksi yang mampu meningkatkan perkecambahan yangmaksimal.DAFTAR PUSTAKA[1] Barus, A dan Syukri. 2008. Agroekoteknologi Tanaman Buah-Buahan. US Press. Medan.[2] Kalie, 2003. Bertanam Pepaya. Penebar Swadaya. Jakarta.47 hal.[3 Purba, 2005. Pengaruh Pemangkasan Pohon dan Letak Benih terhadap Peningkatkan Produksi dan Mutu Benih Pepaya (Carica papaya L.) Tesis. Program Studi Agronomi IPB. Bogor.[4] Kalie, M.B.2004. Bertanam Pepaya. Penebar Swadaya. Jakarta. 120 hal.[5] Wood, C.B. Hugh W.P. and Dilip Amritphale. 2000. Desiccation-induce dormancy in papaya (Carica papaya L.). seed is alleviated by heat shock.

55 [6] Sebayang, A., Nissa, C., Rahmawati, N. 2014. Pengaruh pemeraman, pengeringan, dan keberadaan sarcotesta Terhadap perkecambahan benih pepaya (carica papaya l.) Varietas callina. Jurnal Online Agroteknologi, 2 (3): 1133-1141.[7] Wills, 1990. Taksonomi pepaya. (Carica papaya L.) Jakarta. 123 hlm.[8] Villegas, V, N. 1997. Bentuk buah pepaya (Carica papaya L.) hal 125-131[9] Nakasone, H.Y. and R.E Paul. 1998. Tropikal Fruits. Crop Production Science in Horticulture. C.A.B.Int.4 45 p.[10] Baki dan Anderson, 1972. Pengaruh Kosentrasi Rootone F dan Lama Perendaman Terhadap Viabilitas Benih Jagung (Zea mays L.) Kadar luasa. Skripsi. Fakultas Pertanian Universitas Syiah Kuala. 40 hlm[11] Sari, M. 2004. Pengaruh Sarkotesta dan Kadar Air Benih Terhadap Viabilitas, Kandungan Total Fenol dan Daya Simpan Benih Pepaya (Carica papaya L.) Skripsi. Jurusan Budidaya Pertanian. IPB. Bogor.[12] Kartasapoetra. 2003. Teknologi Benih. Pengolahan Benih dan Tuntutan Praktikum. Rieneka Cipta. Jakarta.[13] Murniati, E, M. Sari dan E. Fatimah. 2008. Pengaruh Pemeraman Buah dan Periode Simpan Terhadap Viabilitas Benih Pepaya (Carica papaya L.). Jurnal: Bul. Agron. (36) (2) 139.[14] Novita, F.C.S. 2014. Viabilitas Benih Melon (Cucumis Melo L.) pada Kondisi Optimum dan Sub-Optimum Setelah Diberi Perlakuan Invigorasi. Jurnal Agrohorti 2 (1): 59-65.[15] Chow, Y.J., C.H. Lin. 1991. p-Hydroxybenzoic acid as the major phenolic germination inhibitor of papaya seed. Seed Sci. and Technol. 174 p.[16] Sadjad. S. 1994. Dari Benih Kepada Benih. Grasindo, Jakarta. 143 hlm.[17] Copeland, Mc Donald. 2001. Principles of seed science and technologi. 4 th edition. Kluwer Academic Publishers. London. 42 sp.[18] Mugnisjah, W. Q. A. Setiawan, Sumanto dan c. Santiva. 1994. Panduan Praktikum dan Penilitian Bidang Ilmu dan Teknologi Benih. PT Raja Gravindo Persada, Jakarta. 40 hlm.[19] Halawena, J. 2015. Variasi Genetik Pertumbuhan Tanaman Uji Keturunan Nyatoh (Pala Quium Optusi Folium) Umur 1.5 Tahun di Hutan Penelitian Batuangus Sulawesi Utara. Jurnal Pros Sem Nas Masy Biodiv Indon. 1 (4): 819-823.

Jurnal OptimalisasiVol 3 No 4 APRIL 2017P. ISSN : 2477-5479E. ISSN : 2502-0501   METODE MITIGASI RISIKO RANTAI PASOK BAWANG MERAH Yohandes Rabiqy1 dan Radike2 1)Program Studi Manajemen, FAKULTAS EKONOMI, Universitas Teuku Umar E-mail: [email protected] AbstractThis Research aimed to identify, determine and formulate the mitigation strategies ofshallot supply chain risk using Fuzzy FMEA and AHP. Risk identification was performedon shallot supply chain actors include farmers (suppliers), tengkulak (distributors) andpengecer (retailers). Fuzzy FMEA was used as a tool to measure the risks identifiedpriorities. AHP was used as a tool for determining the weighting strategies in supplychain risk mitigation strategies. Research showed that there were some risks identified onthe perpetrators of the supply chain in terms of supply and demand. Risk priorities forsupply chain farmers (suppliers) were risks associated with government policies that werepolicies related to shallot imports, the risk priority of middlemen (distributors) supplychain was risks associated with shallot imports competition, and the risk priority ofretailers supply chain was a risk for competitor with other retailers. There were sixalternative mitigation strategies, and the highest priority was choosing the right varieties,followed by a partnership, improve the promotion, maintain quality, maintain pricestability, and maintain supplies.Keywords : AHP, Fuzzy FMEA, Risk Management, Shallot. 1. PENDAHULUAN Kompleksitas dan tingginya ketergantungan dari jaringan rantai pasok secarakeseluruhan menjadikannya lebih rentan terhadap gangguan/persoalan. Setiap gangguanyang terjadi dalam salah satu pelaku rantai pasok dapat memengaruhi jaringan rantaipasok secara menyeluruh seperti berhentinya aliran arus informasi dan sumber daya darisetiap tingkat dalam rantai pasok yang menyebabkan terjadinya ketidakseimbangan antarapasokan dan permintaan (Suharjito et al., 2010). Kesadaran akan perlunya manajemenrisiko menjadi semakin penting. Produk pertanian dan non-pertanian berbeda dalam halmanajemen risiko rantai pasok karena (1) produk-produk pertanian umumnya bersifatperishable, (2) penanaman, pertumbuhan, dan pemanenan memiliki proses yang berbedadan tergantung pada iklim dan musim, (3) bentuk dan ukuran hasil panen yang bervariasi,dan (4) produk pertanian bersifat kamba, sehingga penanganan dalam produk pertanianmenjadi lebih sulit (Suharjito et al., 2010). Oleh karena itu, perlu pengendalian risikorantai pasok untuk menghindari akibat berkelanjutan yang dapat terjadi pada setiap titikdalam jaringan pasokan (Karningsih et al., 2007). Salah satu daerah penghasil bawang merah di Jawa Timur adalah Kota Batu,Jawa Timur. Kota Batu memiliki potensi yang besar terkait produksi bawang merah.Contohnya di Desa Torongrejo, para petani rata-rata memiliki lahan kurang dari 5000 M2lahan teras siring untuk bawang merah dan dipanen rata-rata umur 40-50 HST untukdaun, umur 80 HST untuk umbi dan menghasilkan 1,5-2 ton/1000 M2. Selain itu juga 56

57 dapat dilihat dari hasil produksi bawang merah di Kota Batu, Jawa Timur yangmengalami peningkatan mulai tahun 2011 sampai 2013. Fuzzy FMEA adalah pengembangan dari metode FMEA konvensional yangmenampilkan flexibility untuk ketakpastian akibat informasi yang dimiliki samar maupununsur preferensi subjektif yang digunakan dalam penilaian terhadap mode kegagalanyang terjadi. Penambahan konsep Fuzzy pada algoritma FMEA memungkinkan data yangdigunakan berupa data linguistik ataupun data numerik yang akan mempunyai nilaimembership pada setiap atributnya (Iqbal et al., 2013). Analytical Hierarchy Process (AHP) merupakan suatu teknikkuantitatif yang dikembangkan untuk kasus-kasus yang mempunyai berbagai tingkat(hirarki) analisis. Metode ini adalah suatu cara praktis untuk mengatasi bermacamhubungan fungsional pada suatu jaringan yang kompleks. Metode ini menggunakanperbandingan secara berpasangan, menghitung faktor pembobot, dan menganalisisnyasehingga menghasilkan prioritas relatif di antara alternatif yang ada. AHP merupakanmetode yang sederhana dan fleksibel yang dapat menampung kreativitas untukpemecahan suatu masalah (Herjanto, 2009). Tujuan penelitian ini adalah mengidentifikasi risiko rantai pasok bawang merah,menentukan risiko prioritas bawang merah menggunakan fuzzy FMEA, danmemformulasi strategi mitigasi risiko rantai pasok bawang merah menggunakan metodeAHP. 2. METODOLOGI PENELITIAN Bahan dan alat yang digunakan pada penelitian ini adalah lembar kuesioner,perangkat metode metode fuzzy FMEA dan perangkat AHP (software Criterium DecisionPlus). Penelitian dilaksanakan di Desa Torongrejo, Kecamatan Junrejo, Batu, JawaTimur pada tahun 2015. Prosedur penelitian diawali dari survei pendahuluan, studiliteratur, identifikasi dan perumusan masalah, penentuan responden dan pakar, pembuatankuesioner, pengumpulan data, pengukuran risiko prioritas menggunakan metode fuzzyFMEA, dan perumusan strategi mitigasi menggunakan metode AHP. Diagram alirpenelitian dapat dilihat pada Gambar 1. Data yang didapatkan pada fuzzy FMEA merupakan hasil dari kuesioner dan deepinterview dengan para responden. Penelitian ini menggunakan enam responden yangterdiri dari, dua orang dari pihak petani, dua orang dari pihak distributor, dan dua orangdari pihak peritel. Kriteria severity (S) ditunjukkan pada Tabel 1, occurance (O) padaTabel 2 dan detection (D) pada Tabel 3. Faktor severity, occurance dan detection padafuzzy FMEA dievaluasi dengan cara linguistik. Istilah linguistik dan bilangan fuzzy yangdigunakan untuk mengevaluasi faktor severity, occurance dan detection mengikuti Wanget al., (2009). Kepentingan relatif dari faktor severity, occurance dan detection jugadinilai bobotnya menggunakan istilah linguistik (Wang et al., 2009). Penentuan prioritas strategi mitigasi risiko rantai pasok bawang merah di kotabanda aceh membutuhkan suatu pemetaan dengan metode AHP untuk menjelaskanketerkaitan antar kriteria dalam merumuskan strategi mitigasi risiko. Penentuan alternatifprioritas tingkat kepentingan dari strategi untuk formulasi prioritas strategi mitigasi risikorantai pasok bawang merah di Kota Batu, Jawa Timur dilakukan dengan metode AHPyang dilakukan dengan menggunakan software Criterium Decision Plus.

58  Gambar 1. Diagram alir Penelitian. Tahapan-tahapan dari metode analisis AHP adalah (1) merumuskan masalahdengan menggunakan hierarki, (2) menyusun matriks pendapat individu dari masing-masing pakar, (3) membandingkan antar elemen yaitu perbandingan antar kriteria danperbandingan antar pilihan, dan (4) menyusun matriks pendapat gabungan dari masing-masing pakar. 3. HASIL DAN PEMBAHASAN3.1. Gambaran Umum kota Batu. Batu merupakan sebuah kota yang berada di Provinsi Jawa Timur, Indonesia.Kota Batu terletak 90 km sebelah barat daya Surabaya atau 15 km sebelah barat lautMalang.Kota Batu yang mempunyai hawa sejuk merupakan kawasan yang tepat untukbudidaya pertanian dan buah-buahan. Di bidang pertanian, contohnya Kota Batu memilikikawasan perkebunan bawang merah terbesar yang terletak di Desa TorongrejoKecamatan Junrejo. Kota ini juga termasuk penghasil Jamur Tiram Putih dan Jamur tiramSumbergondo yang banyak ditemukan di Desa Sumbergondo Kecamatan Bumiaji. Batumerupakan salah satu daerah penghasil apel terbesar di Indonesia yang membuatnyadijuluki sebagai kota apel. Batu juga dikenal sebagai kawasan agropolitan, sehingga jugamendapat julukan kota agropolitan.3.2. Anggota Rantai PasokSuatu rantai pasok terdiri dari berbagai pihak, baik terlibat secara langsung maupunsecara tidak langsung (Astuti et al., 2010). Dalam suatu rantai pasok, keterlibatan pihaklain dalam aliran barang/jasa dan informasi merupakan hal penting demi tersedianya

59 barang/jasa untuk konsumen. Rantai pasok bawang merah yang ada di Desa Torongrejoterdiri dari pihak petani (supplier), tengkulak (distributor), dan peritel (pengecer).Petani (supplier)Petani yang menjadi supplier bawang merah di Desa Torongrejo adalah delapankelompok tani yang berada di sekitar desa. Kelompok tani tersebut diantaranya adalahKelompok Tani Mulyo Sejati dari Dusun Krajan Desa Torongrejo, Kelompok Tani AgroMulyo dari Dusun Ngukir Desa Torongrejo, Kelompok Tani Rukun Tani dari DusunKlerek Desa Torongrejo, Kelompok Tani Tani Makmur dari Dusun Krajan DesaTorongrejo, Kelompok Tani Gotong Royong dari Dusun Klerek Desa Torongrejo,Kelompok Tani Sri Rejeki dari Dusun Krajan Desa Torongrejo, Kelompok Tani PujiLestari dari Dusun Ngukir Desa Torongrejo, dan Kelompok Tani Rukun Makmur dariDusun Klerek Desa Torongrejo. Upaya yang dapat dilakukan agar kemampuan petanidapat berkembang adalah melalui lembaga atau kelompok yang akanberperan dalamperubahan perilaku dan menjalin kerjasama antar anggotanya (Rukka et al., 2008).Tengkulak (Distributor)Distributor dalam rantai pasok bawang merah di Desa Torongrejo adalah dari distributorperorangan yang juga berasal dari Desa Torongrejo. Area pemasaran distributor iniadalah konsumen akhir yang berada di sekitar Desa dan didistribusikan ke peritel(pengecer) di Pasar Karangploso yang ada di Kabupaten Malang, Jawa Timur.Elemenkarakteristik dasar dari struktur distribusi fisik adalah aliran bahan dan produk yangmemiliki periode dimana produk atau bahan tidak mengalami perubahan (Agnieszka danWieczorek, 2012).Peritel (Pengecer)Peritel dalam rantai pasok bawang merah ini adalah peritel (pengecer) di PasarKarangploso yang ada di Kabupaten Malang. Peritel (pengecer) ini mendapatkan pasokanbawang merah dari tengkulak (distributor) dari Desa Torongrejo yang membawa bawangmerah ke Pasar Karangploso untuk dipasarkan. Menurut Havaldar dan Cavale (2007),peritel mendapatkan barang dari perusahaan/distri- butor/wholesaler dan menjualnya diberbagai ukuran yang sesuai untuk konsumennya.3.3. Aktivitas Rantai PasokSupplierAktivitas pertama yang dilakukan oleh petani adalah melakukan pembelian bibit, danpupuk melalui toko bernama Kios Pertanian Torong Makmur yang disediakan GapoktanTorong Makmur untuk menjual bibit, pupuk organik dan anorganik dan obat-obatanpertanian organik dan anorganik untuk petani di Desa Torongrejo yang tergabung dalamkelompok tani anggota Gapoktan Torong Makmur ataupun tidak. Pembelian dapatdilakukan dengan sistem pembayaran tunai.Bibit yang memiliki sertifikat standarnasional, pupuk, dan obat-obatan yang memadai adalah sarana yang perlu disediakanuntuk meningkatkan hasil produksi (Dewi et al., 2012).Pihak Gapoktan Torong Makmur kemudian melakukan pengiriman sarana produksi yangdipesan oleh petani dengan menggunakan transportasi yang telah disediakan.Keterlambatan dapat terjadi karena banyaknya order yang diterima, kerusakan saranatransportasi, dan ketidaktersediaan barang yang dipesan. Transportasi adalah salah satuaktivitas utama dalam logistik dan memiliki peranan penting dalamperusahaan.Pengiriman barang mempunyai suatu misi yaitu mengantarkan barang yangtepat pada tempat dan waktu yang tepat (Hardo et al., 2012).DistributorAktivitas pertama yang dilakukan oleh tengkulak (distributor) adalah membeli/memasokbawang merah dari petani yang berada disekitar Desa Torongrejo. Kemudian bawang

60 merah akan di bawa ke Pasar Karangploso untuk dipasarkan secara langsung kekonsumen akhir dan melakukan penjualan ke peritel (pengecer). Pemesanan dapatdilakukan pada saat hari itu juga atau tidak. Tengkulak (distributor) menyampaikanpesanannya secara langsung ke pihak petani (supplier). Pekerjaan utama dari distributoradalah mendistribusikan produknya serata mungkin dan seluas mungkin kepada penyalurdibawahnya atau kepada konsumen langsung (Royan, 2009).Selain memasok bawang merah, tengkulak (distributor) juga memasok hasil pertanianlain seperti seledri, daun prei, jagung manis, bunga kol, dan kubis. Hal ini dilakukan agartidak hanya bergantung pada bawang merah.Penjualan/pemasaran dilakukan secaralangsung atau tanpa melalui perantara. Hal ini dilakukan agar memudahkan dalammelakukan penjualan dan juga mencega h mahalnya biaya.Informasi terkait pemesananbawang merah juga dapat dilakukan secara langsung ke pihak tengkulak (distributor) agartidak terja di kesalahan informasi pemesanan. Menu rut College (2009), pemasaranlangsu ng adalah pemasaran tanpa menggunakan jasa perantara semisal agen.Peritel (Pengecer)Aktivitas peritel (pengecer) adalah melakukan penjualan secara langsung ke konsumenakhir. Peritel (pengecer) mendapatkan pasokan bawang merah dari distributor yangkemudian dijual langsung ke konsumen akh ir di Pasar Karangploso Kabupaten Malang.Aliran informasi pada peritel (pengecer) adalah dari dua arah. Pertama, retailermerupakan sumber inform asi terkait produk perusahaan kepada pelanggan, selain itufeedback juga merupakan poin penting dari konsume n kepada perusahaan melalui pihakretailer. (Havaldar dan Cavale, 2007).Selain memasok baw ang merah, peritel (pengecer) juga me masok hasil pertanian lainseperti cab e merah, cabe hijau, cabe kecil, tomat, serai, jahe, dan jeruk nipis. Hal inidilaku kan agar tidak hanya bergantung pada bawang merah. Penjualan dilakukan secaralangsung tanpa melalui perantara.Hal ini dilakukan agar memudahkan dalam melakukan penjualan. Pemesanan bawangmerah juga dilakukan secara langsung ke pihak peritel (pengecer) agar tidak terjadikesalahan informasi pemesanan. Menurut College (2009), pemasaran langsung adalahpemasaran tanpa menggunakan jasa perantara semisal agen.3.4. Pola Aliran Rantai PasokAliran bawang merah di Desa Torongrejo melibatkan pe tani (supplier), tengkulak(distributor), peritel (pengecer), dan konsumen. Aliran bawang merah dimulai dari petani(s upplier) yang menjual bawang mera h ke pihak tengkulak (distributor) ya ngselanjutnya dialirkan ke pihak peritel (pengecer) dan sampai ke tangan konsum en. Polaaliran rantai pasok bawang mer ah dapat dilihat pada Gambar 2. Gambar 2. Prosedur Aliran Rantai Pasok Bawang Merah. 1. Petani (Supplier) 2. Tengkulak 3. Peritel (pengecer) 4. Konsumen

61 aliran barang Aliran Informasi Desain aliran pasok bawang merah diatas menggunakan tipe aliran distribusiretail storage with costumer pick up. Hal ini karen bawang merah di distribusikan ketengkulak (distributor) terlebih dahulu kemudian didistribusikan ke peritel (pengecer).Konsumen mengambil sendiri bawang merah yang ada di pihak peritel (pengecer). Tiperetail storage with customer pickup, stok disimpan di toko ritel, kemudian konsumendatang ke toko ritel, melakukan order secara online atau melalui telepon lalumengambilnya di toko ritel (Chopra dan Meindl, 2007).Identifikasi Risiko Rantai Pasok Identifikasi risiko dilakukan dengan pengisian kuesioner oleh responden, setelahitu dilakukan validasi dengan cara melakukan wawancara mendalam dengan responden.Para pakar menilai risiko dari setiap rantai pasok yang teridentifikasi dari sisi severity,occurance, dan detection dan masing-masing pakar menilai berdasarkan pengalamanyang dimiliki. Karena pakar yang digunakan ada empat orang, maka selanjutnya darihasil penilaian dilakukan metode agregasi dengan mencari rata-rata menggunakan rata-rata geometri sehingga didapatkan bobot sama dengan satu. Menurut Wang et al., (2009),pada fuzzy FMEA, diperhitungkan bobot kepentingan relatif dari anggota tim, dan jumlahdari semua bobot tersebut sama dengan satu.Perhitungan Agregasi Nilai Severity,Occurance, dan Detection Severity menunjukkan seberapa serius dampak yang terjadi akibat dari kegagalan.Occurance menunjukkan tingkat kemungkinan atau peluang terjadinya kegagalan.Detection menggambarkan ketersediaan perangkat dan tingkat deteksi terhadap penyebabkegagalan dari kontrol yang dipasang (Basjir et al., 2011). Penilaian hasil agregasi nilaiseverity, occurance, dan detection untuk masing-masing risiko ditunjukkan pada Tabel 1,Tabel 2, dan Tabel 3. Tabel 1 menunjukkan bahwa risiko yang dirasakan petani lebih terkait dengankurang tepatnya kebijakan yang diambil oleh pemerintah (peringkat 1), dan adnyapersaingan dengan bawang impor (peringkat 2) dan persaingan produksi bawang merahdaerah lain (peringkat 3). Risiko berikutnya yang berpengaruh adalah ketidaktersediaanbibit (peringkat 4) dan adanya faktor gangguan cuaca (peringkat 5). Hal ini sejalandengan temuan riset yang dilakukan Sriyadi (2010); Fauzan (2016) bahwa risiko produksi

62 petani bawang merah relatif tinggi baik karena beberapa aspek diantaranya inefisiensimaupun karena keterbatasan dari sisi pemodalan, terutama dalam memenuhi kebutuhansarana produksi. Hasil penelitian ini juga memperkuat temuan riset Budiningsih danPujiharjo (2007) bahwa faktor resiko bawang merah disebabkan faktor teknis yakni hargayang cenderung tidak stabil. Selain itu belum adanya perlindungan terhadap imporbawang merah. Faktor lainnya adalah adanya ganguan serangan hama penyakit danterjadinya perubahan cuaca extrim. Tabel 2 menunjukkan bahwa risiko tertinggi pada tingkat tengkulak (distributor)adalah adanya produk bawang merah impor, dan adanya persaingan dari ditributor lain.Hasil temuan riset Mayrowani dan Darwis (2009) menunjukkan perlunya pemerintahmengatur bea impor dan waktu impor sehingga tidak merugikan tata niaga bawangmerah. Namun demikian risiko adanya penurunan atau kerusakan bawang mewah sertapenumpukan stok yang kurang terkendali merupakan faktor risiko berikutnya yang perlumemperoleh perhatian. Tabel 3 menunjukkan, risiko teridentifikasi rantai pasok peritel (pengecer) adalahhadirnya peritel lain. Hal ini akan diperparah oleh adanya risiko penurunan kualitasbawah merah dan terjadinya kekurangan atau kehabisan stok bawang merah. Hal inisejalan dengan temuan riset yang dilakukan Ernawati dan Tualeka (2013); Mayrowanidan Darwis (2009) bahwa diperlukan sinergi antara petani dengan pihak terkait terutamapengecer dan pemerintah dalam menjaga kualitas dan bawang merah.Mitigasi Risiko Rantai Pasok Hasil pengolahan AHP menggunakan software Criterium Decision Plus diperolehbobot dan faktor prioritas yang berpengaruh dalam penentuan strategi mitigasi risikorantai pasok bawang merah di Kota Batu, Jawa Timur. Struktur strategi mitigasi risikorantai pasok bawah merah disajikan dalam Gambar 3.level 1: lanjutan Strategi  Mitigasi Rantai  Pasok level 2 : Faktor Kebijakan  Persaingan  Adanya  Pemerintah  dengan  Pesaing  dengan peritel  (0.784) Bawang Merah  lain (0.081) Impor (0.135)level 3 : Alternative Memilih  Menjaga  Menjalin  Meningkatkan  Menjaga  Mejaga  Varietas yang  Kualitas  Kemitraan  Promosi  Kestabilan  Pasokan  tepat (0.38) (0.131)  (0.137) (0.171) Harga  (0.081) (0.099) Gambar 3 menunjukkan bahwa faktor prioritas dalam penentuan strategi mitigasirantai pasok bawang merah adalah faktor kebijakan pemerintah dengan bobot sebesar0,784. Faktor ini mempunyai bobot yang cukup tinggi karena kebijakan pemerintah untukmengimpor bawang merah terutama dalam jumlah banyak akan merugikan pihak petani(supplier). Menurut data BPS (2010), terjadi fluktuasi impor bawang merah yang

63 dilakukan menunjukkan peningkatan jumlah impor bawang merah yaitu dimana padatahun 2002 jumlah impor bawang merah yang dilakukan adalah sebesar 32.930 ton danpada tahun 2008 jumlah impor bawang merah yang dilakukan mencapai 128.015 ton.Namun pada tahun 2009 terjadi penurunan signifikan jumlah impor bawang merah yaitumenjadi 67.330 ton dan pada tahun 2011 kembali mengalami peningkatan jumlah imporbawang merah menjadi 156.381 ton. Selain itu, kebijakan pemerintah juga terkait dengansarana produksi yang terdiri dari (1) benih, (2) pupuk, (3) zat pengatur tumbuh, (4)pestisida, dan (5) inokulasi. Hal yang juga ikut memberi pengaruh adalah kebijakanpemerintah terkait subsidi pupuk yaitu jika subsidi pupuk dikurangi maka akanmembebani petani karena harus membeli pupuk non-subsidi yang memiliki harga jauhlebih mahal.Strategi Prioritas Hasil pengolahan AHP Hasil pengolahan AHP menggunakan software CriteriumDecision Plus diperoleh bobot dan strategi prioritas yang berpengaruh dalam penentuanstrategi mitigasi risiko rantai pasok bawang merah di Kota Batu, Jawa Timur yang dapatdilihat pada Gambar 3. Gambar tersebut menunjukkan bahwa strategi prioritas dalampenentuan strategi mitigasi rantai pasok bawang merah adalah faktor memilih varietasyang tepat dengan bobot sebesar 0,381. Strategi ini mempunyai bobot yang cukup tinggikarena varietas memiliki peranan yang penting yaitu setiap varietas memiliki kelebihandan kekurangan masing-masing. Petani (suplier) di Desa Torongrejo mayoritasmenggunakan varietas Nganjuk. Hal ini karena, bawang merah varietas ini mempunyaikelebihan yaitu lebih tahan terhadap serangan hama namun memiliki kelemahan yaitumemiliki ukuran yang lebih kecil dan produksi umbi yang lebih sedikit. Bawang merahimpor rata-rata menggunakan varietas Bangkok. Varietas Bangkok memiliki kelebihanyaitu memiliki ukuran buah yang besar dan anakan yang banyak. Namun varietasBangkok juga memiliki kelemahan yaitu tidak bisa dijadikan bibit sehingga harus segeradijual ketika panen dan juga lebih rentan terhadap serangan hama. Menurut Rahayu danNur (2004), beberapa keunggulan varietas bawang merah impor yaitu (1) memilikibentuk umbi yang bulat dan berukuran besar dengan warna merah memikat, (2) jumlahanakan umbi banyak, (3) hasil produksinya tinggi, (4) daya simpan lebih tinggi, dan (5)nilai penyusutan dalam pemasaran (ekspor) lebih kecil, sekitar 10% (varietas lokalmencapai 15%). 4. KESIMPULAN Risiko prioritas untuk rantai pasok petani (supplier) adalah risiko terkaitkebijakan pemerintah yaitu kebijakan terkait bawang merah impor, risiko prioritas rantaipasok tengkulak (distributor) adalah risiko terkait persaingan dengan bawang merahimpor, dan risiko prioritas rantai pasok peritel (pengecer) adalah risiko adanya pesaingdengan peritel lain. Hasil Analisis dengan metode AHP menunjukkan terdapat 6 alternatifstrategi. Strategi terpilih dengan prioritas tertinggi adalah memilih varietas yang tepat,menjalin kemitraan, dan meningkatkan promosi.PUSTAKAAgnieszka W-M and K. Wieczorek. 2012. Distribution management in company X. Polish Journal of Management Studies. 6(1):196- 205Astuti, R., Marimin, R. Poerwanto, Machfud, dan Y. Arkeman. 2010. Kebutuhan dan

64 struktur kelembagaan rantai pasok buah manggis (Studi kasus rantai pasok di kabupatenBogor). Jurnal Manajemen Bisnis. 3(1):99-115.Basjir, M., S. Hari, dan Suef. 2011. Pengembangan Model Penentuan Prioritas Perbaikan terhadap Mode Kegagalan Komponen dengan Metodologi FMEA, Fuzzy dan TOPSIS yang Terintegrasi. Institut Teknologi Sepuluh Nopember. Surabaya. 1- 12.Dewi, I.G.A.C., I.K. Suamba, dan Ambarawati. 2012. Analisis efisiensi usahatani padi sawah (Studi kasus di subak Pacung Babakan, Kecamatan Mengwi, Kabupaten Badung). E-Jurnal Agribisnis dan Agrowisata 1(1):1-10Ernawati, D.,dan Tualeka,A.R., 2013. Risk assessment dan pengendalian risiko pada sektor pertanian (studi kasus di pertanian bawang merah desa kendalrejo, kecamatan bagor, kabupaten nganjuk). The Indonesian Journal of Occupational Safety and Health. 2(2):154 – 161.Fauzan, M., 2016. Pendapatan, risiko, dan efisiensi ekonomi usahatani bawang merah di Kabupaten Bantul. Agraris. 2(2): 102-107.Hardo, P., D, Suprapto, dan R. Muhammad. 2012. Perancangan sistem pengawasan pengiriman barang menggunakan GPRS, GPS, Google Maps, Android, dan RFID pada Intelligent Warehouse Management System. The 1st Symposium in Industrial Technology.Havaldar, K.K. and V.M. Cavale. 2007. Sales and Distribution Management. McGraw Hill. New Delhi.Herjanto, E. 2009. Sains Manajemen: Analisis Kuantitatif Untuk Pengambilan Keputusan. Penerbit Grasindo. Jakarta. 293 hlm.Iqbal, M., M. Lailil, dan Y.S. Nanang, 2013. Penggunaan Fuzzy FMEA dalam mengidentifikasi risiko kegagalan proses pemasangan dan perbaikan AC. Jurnal Teknologi Informasi dan Ilmu Komputer. 2(7):1-6.

Jurnal OptimalisasiVol 3 No 4 APRIL 2017P. ISSN : 2477-5479E. ISSN : 2502-0501  ESTIMASI KEPADATAN ULAT API MELALUI METODE SAMPLING JARAK Cukri Rahmi Niani1 1)Jurusan Teknik Industri, Fakultas Teknik, Universitas Teuku Umar Email: [email protected] AbstractMany types of pests which is found in oil palm plantations such as rats, bees and thecaterpillars. Caterpillar and the bagworm, including a caterpillar eaters leaves oil palmplantations. This Research focuses on a caterpillar type Setora nitens at oil palmplantations Karya Tanah Subur in West Aceh. Many ways that has been done toovercome pests caterpillar in oil palm plantations from early monitoring andextermination caterpillar. To know the density caterpillar can be done by countingdirectly individual caterpillar or with other methods that in this research, the densitycaterpillar in the estimation through distance sampling techniques. Distance sampling isone of the methods used to estimate the density and the spread population. The samplingdistance, a series point or lines are placed randomly on the districts census and measuredthe distance between individuals who were detected in handcuffs or this point. OrderedDistance, Point Quarter and Variable Area Transect the distance sampling method thatused in the research. Based on the explanation, an extensive microinsurance is focused onthe estimation density caterpillar using the distance sampling methods.Keywords: Setora nitens, Distance Sampling, Order Distance, Point Quarter, VariableArea Transect. 1. PENDAHULUAN Berbagai macam hama ditemukan di kelapa sawit. Mulai dari hama pemakanpohon, pemakan buah hingga hama pemakan daun kelapa sawit. Di Indonesia, sepertidaerah Sumatera kelapa sawit diserang oleh hama tikus dan di daerah Kalimantan kelapasawit terserang hama ulat. Namun di beberapa daerah lain ada beberapa hama jenisserangga yang menyerang [1]. Pada beberapa tahun terakhir ini, banyak perkebunan kelapa sawit di Indonesiaterserang hama ulat pemakan daun. Ada beberapa jenis hama ulat pemakan daun sepertiulat kantong dan ulat api. Dari kedua jenis ulat tersebut, ulat api menjadi hama yangsangat merugikan kelapa sawit. Terdapat banyak spesies ulat api yang menyerang kelapasawit di Indonesia. Untuk daerah tertentu, ulat api ini sudah menjadi endemik ataumenetap sehingga sangat sulit dikendalikan. Meskipun tidak mematikan tanaman, hamaini sangat merugikan secara ekonomi [2]. Oleh karena itu, untuk para petani dan penelitimemerlukan suatu cara untuk mengantisipasi hama tersebut. Banyak upaya yang telah dilakukan untuk mengendalikan berbagai macam hamakhususnya ulat api. Salah satunya yaitu pengendalian secara alami dan secara kimiawi.Sebelum melakukan tindakan pengendalian, seorang peneliti perlu mengetahui kepadatanhama pada suatu lokasi. Informasi kepadatan hama dibutuhkan sebagai acuan melakukantindakan pengendalian dan penanganan selanjutnya. Oleh karena itu, dibutuhkan suatualat atau metode yang bisa memperkirakan kepadatan suatu populasi secara akurat. 65

66 Metode atau alat tersebut diharapkan dapat mengukur kepadatan awal suatu populasihama dengan tepat. Salah satu metode yang sering digunakan yaitu metode sensus. Dengan metodesensus, suatu kepadatan hama dapat diketahui yaitu dengan menghitung semua hamasecara keseluruhan pada suatu lokasi. Jika populasi hama kecil, maka kepadatan dapatdihitung dengan metode sensus. Namun, jika metode sensus digunakan pada populasiyang besar tentu akan membutuhkan waktu yang lama dan biaya yang tidak sedikit.Sehingga beberapa peneliti mengembangkan metode yang lebih cepat dan hemat biaya.Salah satunya yaitu metode sampling jarak. Sampling jarak adalah suatu cara atau metode yang digunakan untukmemperkirakan kepadatan atau penyebaran populasi [3]. Metode sampling jarak adalahmetode yang dirancang lebih hemat biaya dan lebih cepat dibandingkan dengan metodesensus. Pada sampling jarak, titik dan garis digunakan sebagai dasar pengukuran, danhanya beberapa individu yang dihitung. Beberapa ahli ekologi telah mengembangkanmetode sampling jarak menjadi beberapa metode. Setiap metode diklasifikasi berdasarkantitik atau garis yang digunakan. Sehingga setiap metode bisa disesuaikan dengan jenis dansifat dari objek yang akan diteliti. Metode sampling jarak telah banyak digunakan untuk mengestimasi kepadatanpopulasi hewan. Seperti yang dilakukan menggunakan sampling jarak untukmengestimasi kepadatan burung camar di wilayah Thailand [4]. Penerapan tekniksampling [5] jarak untuk mengestimasi kepadatan satwa liar di pulau Santa Cruz.Selanjutnya [6] menggunakan sampling jarak untuk mengetahui kepadatan burungGrenada Dove (Leptotila wellsi) yang hampir punah di pulau Grenada. 2. METODOLOGI PENELITIAN Metode penelitian meliputi dua kegiatan. Pertama melakukan survei lokasiataupun tempat. Selanjutnya melakukan pengukuran data jarak ulat api pada tanamankelapa sawit. Survei lokasi yang dilakukan untuk memperoleh informasi tentang tingkatserangan hama. Penelitian dilakukan pada perkebunan kelapa sawit PT.Karya TanahSubur (KTS). Perkebunan tersebut berlokasi di Desa Padang Sikabu, Kecamatan KawayXVI, Kabupaten Aceh Barat. Pada tiap lokasi sampel, data diukur berdasarkan ketiga metode sampling jarak,yaitu metode Jarak Terurut, Titik Kuadran dan VAT. Sehingga diperoleh data berupajarak antara ulat api. Kemudian kepadatan ulat api juga dihitung berdasarkan metodetersebut. Selanjutnya data tersebut dianalisis berdasarkan uji statistik apakah mengikutisebaran normal atau tidak. Jika data berdistribusi normal, maka dilakukan analisisvariansi untuk mengetahui adanya perbedaan pada masing-masing metode.2.1. Ulat Api Ulat api merupakan salah satu hama serangga pada kelapa sawit. Simanjuntakdkk (2011) telah menuliskan beberapa macam ulat yang banyak menyebabkan kerusakandi Indonesia seperti Setothasea asigna, Setora nitens dan Darna catenatus. Khususnyapada perkebunan kelapa sawit Karya Tanah Subur (KTS) ulat api yang menyerang yaituSetora nitens dan ulat kantong (Bagworm). Pada penelitian ini, jenis ulat api yangdijadikan objek penelitian adalah S.nitens.

67  Gambar 1. Larva S.nitens. (Sumber: foto penelitian) S.nitens merupakan salah satu jenis ulat api pemakan daun kelapa sawit yangpaling sering menimbulkan kerugian di perkebunan kelapa sawit. Umur serangga inisekitar 50 hari. Larva serangga ini dicirikan dengan adanya satu garis membujur ditengah punggung yang berwarna biru keunguan. Selama perkembangannya, S.nitensberganti kulit 7-8 kali dan mampu menghabiskan helaian daun seluas 400 cm2. Siklushidup serangga ini bisa terlihat pada Gambar 2 dibawah ini Telur LarvaGambar 2. Pupa Imago  Siklus hidup Setora nitens bermula dari telur berkembang menjadi larva, larva berubah menjadi pupa dan akhirnya menjadi imago. (www.google.com, 2015) Telur S.nitens berbentuk pipih dan berwarna bening, lebarnya 3 mm, diletakkanpada permukaan bawah daun dalam 3-5 deretan, kadangkala mencapai 20 deret danpeletakan telur antara satu sama lain tidak saling tindih (lihat Gambar 2). Telur menetasmenjadi larva setelah 4-7 hari. Larva serangga ini mula-mula berwarna hijau kekuningan kemudian hijau danbiasanya berubah menjadi kemerahan menjelang masa pupa. Panjang larva mencapai 40mm, mempunyai dua rumpun bulu kasar di kepala dan di bagian ekor. Larva ini dicirikandengan adanya satu garis membujur di tengah punggung yang berwarna biru keunguan(lihat Gambar 2). Selanjutnya larva berubah menjadi pupa. Serangga ini berpupa pada permukaantanah di bawah pangkal batang kelapa sawit. Masa pupa berlangsung selama 17-27 hari,pupa berwarna coklat kemerah-merahan (lihat Gambar 2). Fase terakhir pupa berubah menjadi Imago. Imago serangga ini berupa ngengat.Ngengat jantan dengan lebar rentang sayap sekitar 35 mm dan betina sedikit lebih lebardari ngengat jantan. Ngengat berwarna cokelat kelabu dengan garis hitam pada tepi sayapdepan, dengan panjang 20 mm pada betina dan lebih pendek pada jantan (lihat Gambar2). Ngengat aktif pada senja dan malam hari, sedangkan pada siang hari hinggap di

68 pelepah-pelepah tua atau pada tumpukan daun yang telah dibuang dengan posisiterbalik[7]. Populasi S.nitens pada awal kehadirannya diketahui berupa kelompok-kelompokkecil, kemudian akan berkembang semakin membesar pada generasi berikutnya, danakhirnya kelompok-kelompok hama tersebut akan saling menyatu dan memenuhihamparan tanaman kelapa sawit yang luas. Serangan S.nitens di lapangan umumnya mengakibatkan daun kelapa sawit habisdengan sangat cepat dan berbentuk seperti melidi. Tanaman tidak dapat menghasilkantandan selama 2-3 tahun jika serangan yang terjadi sangat berat. Umumnya gejalaserangan dimulai dari daun bagian bawah hingga akhirnya helaian daun berlubang habisdan bagian yang tersisa hanya tulang daun saja. Serangga ini sangat rakus, mampumengkonsumsi 300-500 m2 daun sawit per hari. Tingkat populasi 5-10 Serangga perpelepah merupakan populasi kritis dan harus segera diambil tindakan pengendalian.2.2. Sampling Jarak Terdapat suatu metode yang digunakan untuk memperkirakan kepadatan ataupenyebaran populasi yaitu metode sampling jarak. Pada teori sampling jarak, suatuhimpunan garis atau titik secara acak ditempatkan atau didirikan dan jarak diukur untukobjek-objek yang terdeteksi pada garis atau titik pusatnya[3]. Sampling jarakmemungkinkan untuk beberapa atau lebih objek terdeteksi. Selain itu, objek yangterdeteksi cenderung menurun sesuai dengan peningkatan jarak dari garis atau titiktransek. Sampling jarak telah berhasil digunakan untuk mengestimasi kepadatan populasibiologi yang sangat beragam, misal pada serangga, amfibi, reptil, burung, ikan danpohon-pohon. Ada tiga unsur yang harus diketahui di dalam sampling jarak yaitu lajur (Strip),garis transek (Line transect) dan titik transek (Point transect). Ketiga hal tersebut seringdigunakan bukan dalam satu metode, misalnya jika metode yang menggunakan garistransek harus menggunakan lajur sebagai batasan area sampel. Berikut akan dijelaskansecara khusus untuk masing-masing unsur tersebut. Pertama adalah Lajur merupakanbatasan plot yang biasanya digunakan untuk membatasi area sampel (lihat Gambar 3).Panjang lajur adalah L dan lebarnya w (lebar area yang disensus). Semua benda yangada di lajur akan terdeteksi, namun sebaliknya untuk objek yang ada di luar lajurdiabaikan. Dalam hal ini, diperlukan survei lajur dalam pengambilan sampel untukmenentukan letak garis dan titik. Dalam hal inilah letak perbedaan antara metodesampling jarak dengan metode sensus biasa. Dalam metode sensus semua objek dalamarea dihitung dan disurvei, tetapi dalam metode sampling jarak hanya beberapa bagianobjek yang dihitung dan dicatat.Gambar 3. Ilustrtasi lajur yang dibatasi oleh area sensus. Dalam beberapa kasus ada beberapa individu yang berada diluar batas lajur.

69  Kedua adalah Garis transek, garis transeck adalah bentuk khusus dari lajur, padalajur keseluruhan objek di dalamnya diasumsikan terdeteksi, namun pada garis transekdiasumsikan tidak semua objek terdeteksi. Letak garis transek diasumsikan dapatmewakili lajur yang disurvei, misalkan salah satu garis transek diletakkan di tengah lajur(lihat Gambar 4). Garis transek yang lurus dilalui oleh pengamat dan jarak tegak lurusdari setiap objek yang terdeteksi diukur terhadap garis. Garis transek diletakkan secaraacak pada lajur dan diketahui panjangnya L. Dalam prakteknya digunakan sejumlah garisl1, l2,..., lk, maka jumlah dari panjang garis ditulis sebagai L. Objek akan terdeteksisejauh garis transek, jika jaraknya dicatat dengan akurat maka estimasi kepadatannyadapat dihitung.Gambar 4. Ilustrasi garis transek dengan satu garis sepanjang L. Lima individu (n=5) yang terdeteksi pada jarak x1, x2....x5. Ketiga adalah titik transek, istilah titik transek bisa dipandang sebagai garistransek yang panjangnya nol. Analogi ini dibatasi hanya sebagai perbedaan konsep antaragaris dan titik. Titik transek sering juga disebut plot lingkaran, dimana titik seringdiletakkan sepanjang interval garis lurus. Sejumlah k titik diletakkan pada posisi secaraacak. Peneliti akan mengukur jarak ri dari titik acak ke tiap objek yang terdeteksi (lihatGambar 5). Pada area sampling berbentuk lingkaran, maka luas area yang disensusadalah  w2 Buckland dalam [8]. Jika area pada sampel lajur dan garis transek adalah w L , sedangkan area yangdicari pada bentuk lingkaran dan titik transek adalah kr2 , dimana k dan r masing-masing adalah banyaknya titik acak dan panjang dari titik ke individu. Pada lajurdiasumsikan area yang disensus semua objek terdeteksi. Pada garis dan titik transekhanya sebagian kecil dari objek yang dideteksi untuk keseluruhan area, kemungkinanhanya 10-30% area.Gambar 5. Ilustrasi titik transek dengan 4 titik acak (k=4). Delapan individu (n=8) yang terdeteksi pada jarak r1,r2,...,r8 .

70 2.3. Metode Sampling Jarak Terdapat beberapa metode sampling jarak. Metode tersebut digunakan untukmengestimasi kepadatan melalui garis atau titik transek. Pada tiap-tiap metode tersebut,memiliki dua pendekatan umum. Pertama individu dipilih secara acak dan diukur jarakdengan tetangga terdekat. Kedua titik acak dipilih dan diukur jarak dari titik ke organismeterdekat. Berikut dijelaskan masing-masing metode serta teknik yang digunakan.2.4. Metode Jarak terurut Metode jarak terurut pertama kali di usulkan oleh Morisita pada tahun 1957 dandikembangkan lebih lanjut oleh Pollard pada tahun 1971. Metode [3] ini melibatkanpengukuran jarak titik random dengan individu terdekat. Pollard adalah orang pertamayang mengakui bahwa variansi estimasi suatu populasi meningkat sesuai dengan jarakindividu, sehingga untuk mengestimasi kepadatan suatu populasi lebih tepat denganmelibatkan pengukuran jarak antara individu terdekat kedua dengan individu terdekat.Dalam praktiknya metode ini lebih cocok untuk pola mengelompok. Metode inidikembangkan untuk meningkatkan pengawasan ketika supervisor memiliki waktuterbatas dan membutuhkan biaya yang besar. Metode ini juga bisa digunakan untukmengestimasi individu terdekat dan terdekat kedua. Bentuk umum estimasi populasi dengan metode jarak terurut ditunjukkan olehpersamaan berikut: Ng 1D R2  ( g )i Dengan N adalah banyak titik acak dan g merupakan individu terdekat yangdigunakan, misalkan si peneliti menghitung jarak dari titik acak ke individu terdekatpertama maka g  1. Selanjutnya R2 adalah kuadrat jarak dari titik acak ke individu ( g )iterdekat (lihat Gambar 6).Gambar 6. Ilustrasi estimasi kepadatan dengan metode jarak terurut. Jarak diukur dari titik acak (i) ke individu terdekat pertama (a), ke individu terdekat kedua (b) dan ke individu terdekat ketiga (c). Masing-masing titik acak diukur jarak ke tiap individu sepanjang Ri.2.5. Metode Titik kuadran Metode titik kuadran adalah metode klasik yang dikembangkan pertama kali olehsupervisor tanah di Amerika Serikat pada abad kesembilan belas. Metode ini pertama kalidigunakan pada bidang ekologi oleh Cottam dan Curtis pada tahun 1956. Krebs [3]menjelaskan bahwa metode titik kuadran yaitu dengan meletakkan serangkaian titik-titikacak pada sepanjang garis transek dengan syarat titik acak tidak boleh terlalu dekat

71 dengan individu. Daerah di sekitar titik acak dibagi menjadi empat kuadran 90o dan jarakke individu terdekat diukur dalam masing kuadran (lihat Gambar 7). Metode inidikembangkan untuk populasi yang berkembang biak karena penularan.Gambar 7. Ilustarsi estimasi populasi dengan metode titik kuadran. Masing-masing titik acak (i) diletakkan di sepanjang garis transek, tiap titik acak dibagi menjadi empat kuadran. Jarak (rij) diukur dari titik i acak ke individu terdekat pada tiap kuadran j.Formula umum estimasi populasi dengan metode titik kuadran diberikan:Np Nk(gk 1)  (r(2g)ij ) Dimana N merupakan banyak titik acak, sedang k dan g masing-masingmerupakan banyak sektor dan individu terdekat yang digunakan. Selanjutnya r2 adalah ( g )ijkuadrat jarak titik acak i ke individu terdekat g pada kuadran j (j=1,2,..,k ; i = 1,2,...n).Berikut langkah kerja seperti untuk metode titik kuadran;Cari titik acak di zona studi.Bagikan tiap titik acak menjadi empat kuadran ( j  1, 2,3, 4) Pada tiap-tiap kuadran tentukan individu terdekat pertama, terdekat kedua danterdekat ketiga dari titik acak. Gunakan alat ukur yang akurat untuk jarak antar individu.Ukur jarak dari titik acak ke individu terdekat ketiga (R(3)ij), kedua (R(2)ij) dan individuterdekat pertama (R(1)ij).Ulangi prosedur 1-4 hingga mencapai titik acak 20 hingga 50 (20  n  50) .2.6. Metode Variabel Area Transek (VAT) Metode ini merupakan kombinasi garis transek dan titik transek yang pertamakali di usulkan oleh Parker pada tahun 1979. Sebuah garis acak diletakkan pada lajur dantitik acak diletakkan di sepanjang garis[3]. Individu dicari hanya pada satu arah, panjanggaris transek diukur dari titik acak dimana individu terdeteksi. Metode ini dapatdigunakan untuk individu terdekat ke-n (lihat Gambar II.8). Metode ini dikembangkanketika populasi bepola acak berbaris.

72 Gambar 8. Ilustrasi estimasi populasi dengan metode variabel area transek. Serangkaian titik acak diletakkan di sepanjang garis transek. Tiap individu terdekat pertama (a), kedua (b) dan ketiga (c) diukur jarak masing-masing ke proyeksi titik acak (P) sepanjang l. Formula umum untuk estimasi populasi dengan menggunakan metode VATditetapkan oleh Parker yaitu;D v Ng 1 w (l(g)i ) Dimana N dan g masing-masing adalah banyak titik acak dan individu yangdigunakan. Selanjutnya w merupakan lebar lajur yang digunakan dan l(g)i adalahpanjang garis transek ke-i ke individu terdekat g . Langkah kerja untuk sampling metodeVAT seperti yang diberikan pada algoritma VAT berikut:Tentukan titik acak pada garis transek di area studi.Pindahkan titik acak sepanjang garis transek sampai ditemukan individu terdekat ke- g .Ukur jarak individu terhadap proyeksi titik acak pada garis transek ditandai dengan pitapengukur.Ukur jarak dari titik acak ke titik proyeksi.Ulangi langkah 1-4 hingga individu mencapai 30 (30  n  50) 3. HASIL DAN PEMBAHASAN Data diperoleh melalui observasi langsung di lapangan terhadap serangan ulat apijenis S.nitens. Dengan melakukan pengamatan langsung di titik lokasi yang sudah ditentukan. Penelitian dilaksanakan pada perkebunan kelapa sawit PT.Karya Tanah Subur,Desa Padang Sikabu Kecamatan Kaway XVI, Kabupaten Aceh Barat. Penelitiandilakukan selama tiga hari, yaitu pada tanggal 1-3 Juni 2015.Dalam satu hektar dengan ketentuan yang ada, dipilih 5 pohon kelapa sawit yangdijadikan sebagai data sampel. Banyak titik sampel yang diambil yaitu sebanyak 45 titiksampel. Ilustrasi banyaknya titik sampel dapat dilihat pada Gambar 9. Objek yang dijadikan sampel dalam penelitian adalah individu S.nitens dan tandagigitan pada helaian daun kelapa sawit. Dalam penelitian jarak yang diukur adalahindividu S.nitens dan tanda gigitan. Sehingga dalam pengumpulan data, jarak antaraindividu dan bekas gigitan dianggap dua hal yang sama. Pengamatan populasi S.nitenspada tanaman kelapa sawit dilakukan secara kasat mata. Tingkat kepadatan populasidinyatakan berdasarkan jumlah larva S.nitens dan tanda gigitan yang ditemukan.

73 Gambar 9. Ilustrasi penentuan titik sampel pada lokasi pengamatan. Titik merah merupakan pohon yang dijadikan sebagai sampel. Pada setiap pohon diambil satu pelepah daun. Pengambilan pelepah dilakukanpada tanaman dengan kriteria pelepah daun yang masih baru mengalami serangan. Padasetiap pohon yang dipilih, hanya satu pelepah yang dipotong dengan tingkat seranganpada daun berdasarkan algoritma masing-masing metode. Untuk memudahkan pengukuran jarak antara individu, peneliti menggunakansuatu alat sampling jarak yang terbuat dari kayu sepanjang 1 meter dan lebarnya 0,5meter (lihat hambar 10). Alat ini dibuat untuk mengukur jarak S.nitens pada masing-masing metode, yaitu metode Jarak Terurut, Titik Kuadran dan VAT. Pada penulisanselanjutnya ketiga metode tersebut berturut-turut disebut metode A, B dan C.Gambar 10. Alat sampling jarak yang digunakan sebagai alat bantu mengukur jarak S.nitens pada pelepah kelapa sawit (foto penelitian, 2015) Alat sampling jarak tersebut diletakkan di tengah pelepah pada bagian ujungpelepah (lihat gambar 11), dan diukur jarak antara individu berdasarkan masing-masingmetode.Gambar 11. Peneliti mengukur jarak antara titik acak dengan individu terdekat, yaitu dengan menggunakan alat sampling jarak yang diletakkan pada ujung pelepah daun (foto penelitian, 2015). Dengan menggunakan algoritma ketiga metode tersebut maka diperoleh data seperti pada grafik dibawah ini.

74  Variabel Area TransekJarak/cm 30 20 10 0 0 10 20 30 40 50 Titik acuanGambar 12. Penyebaran individu ulat api berdasarkan metode Variabel Area TransekJarak/cm 40 Titik Kuadran 30 20 Sektor 1 10 Sektor 2 Sektor 3 0 10 20 30 40 50 Sektor 4 0 Titik AcuanGambar 13. Penyebaran individu ulat api berdasarkan metode Titik Transek, individudiukur dalam empat sektor Jarak Terurutjarak/cm 35 30 25 5 10 15 20 25 30 35 40 45 50 20 Titik Acuan 15 10 5 0 0Gambar 13. Penyebaran individu ulat api berdasarkan metode Jarak Terurut Data jarak yang diperoleh berdasarkan tiap-tiap metode ternyata berbeda-beda,baik dengan pendekatan individu yang sama ataupun individu yang berbeda. Hal ini yangmenyebabkan harus dilakukan analisis statistik terdahulu pada tiap data. Oleh karena itudilakukan pemeriksaan apakah terdapat nilai pencilan pada data, dan menguji sebarandata bersifat normal atau tidak. Berdasarkan analisa yang telah dilakukan, ada beberapa data yang tidak mewakilipopulasinya. Hal ini disebabkan proses pengukuran yang berbeda-beda pada tiap metode.

75 Tiap data mempunyai nilai sebaran yang bervariasi, hal tersebut membuat ada data yangtidak mengikuti sebaran normal. Dari ketiga metode yang digunakan, metode A dan Cmerupakan metode yang terpilih. Khususnya metode A dengan pendekatan individu b,cdan metode C dengan pendekatan individu c. Setelah dilakukan analisis variansi padametode tersebut, dapat disimpulkan bahwa tidak ada perbedaan yang signifikan padaketiganya. Artinya, walaupun data diperoleh dengan perlakuan yang berbeda, namuntidak membedakan data tersebut secara statistik. Tabel 1. Nilai AD dan P-value untuk masing-masing data. Pendekatan individu a Pendekatan individu b Pendekatan individu c A B C A B CA B CNilai 1,233 2,437 1,315 0,191 3,522 1,059 0,250 6,744 0,389ADP-value <0,005 <0,005 <0,005 0,892 <0,005 0,008 0,727 <0,005 0,371Dari analisa yang telah dilakukan, metode Jarak Terurut adalah metode yang palingsederhana dan mudah diterapkan dalam mengestimasi populasi. Data yang diperolehmelalui metode ini lebih mewakili penyebaran populasi ditandai dengan nilai AD yanglebih kecil dan nilai p-value yang lebih besar daripada metode lain. Oleh karena itu,metode Variabel Area Transek sangat baik jika digunakan untuk mengestimasi hama ulatapi. 4. KESIMPULAN Berdasarkan penelitian yang telah dilakukan, kepadatan ulat api bisa diestimasimelalui metode sampling jarak. Data yang diperoleh dengan menggunakan beberapametode sampling jarak hampir sama. Dari ketiga metode yang telah diterapkan, metodeJarak Terurut dan Variabel Area Transek adalah metode terbaik dalam mengestimasikepadatan ulat api.PUSTAKA[1] Kalidas, P. (2012). Pets Problems of Oil Palm and Management Strategies for Sustainability. ISSN:2168-9881.[2] Sinaga, M., Oemry, S., dan Lisnawita. (2015). The Efectiveness of Several Techniques to Control Setothosea asigna on Vegetative Phase of Palm Oil in Greenhouse. Jurnal Online Agroekoteaknologi Vol.3, No.2:634-641.[3] Krebs, C.J. (2013). Ecological Methodology. Harper Collins Publisher, Inc. New York[4] Suwanrat, S., Ngoprasert, D., Sutherland, C., Suwanwaree, P., dan Savini, T. (2015). Estimating Density of Secretive Terrestrial Birds (Siamese Fireback) in Pristine and Degraded Forest Using Camera Traps and Distance Sampling. Global Ecology and Conservation 3(2015): 596-606.[5] Sollmann, R., Gardner, B,. Richard, B.C., Andrew, R.J., dan Scott, T. (2015). An Open-Population Hierarchical Distance Sampling Model. Ecology 96(2), 325-331.

76 [6] Frank, F.R-M., Paulo, B., Fernando, S., dan Bonnie, L.R. (2015). Distance Sampling and Abundance Estimation of the Critically Endangered Grenada Dove (Leptotila wellsi). Cooper Ornithological Society 117, 2015, 87-93.[7] Simanjuntak, D., Perdana, R.T.A., Priwiratama, H., Sodharto, Sipayung, A., Desmier, C.R., Prasetyo, A.E., dan Susanto, A. (2011). Setora nitens Walker. Informasi Organisme Pengganggu Tanaman Vol.H-0005.[8] Thomas, L., Buckland, S.T., Rexstad, A.E., Laake, L.J, Strindberg, S,. Hedley, L.S., Bishop, B.R.J., Marques, A.T., dan Burnham, P.K. (2012). Distance software: Design and Analysis of Distance Sampling Surveys for Estimating Population Size. Jurnal of Applied Ecology 47, 5-14.

Template Jurnal Optimalisasi Judul Naskah Publikasi (Center, Times New Roman 18, bold, maks 12 kata Bhs. Ind. or 10 words in English) First Author*1, Second Author2, Third Author3 1,2Institution/affiliation; addres, telp/fax of institution/affiliation 3Jurusan Industri, FTEKNIK UTU, Meulaboh e-mail: *[email protected] AbstrakAbstrak Maksimal 250 kata berbahasa Indonesia dicetak miring dengan Times New Roman 11 point.Abstrak harus jelas, deskriptif dan harus memberikan gambaran singkat masalah yang diteliti. Abstrakmeliputi alasan pemilihan topik atau pentingnya topik penelitian, metode penelitian dan ringkasan hasil.Abstrak harus diakhiri dengan komentar tentang pentingnya hasil atau kesimpulan singkat.Kata kunci—maks. 5 kata kunci, Algoritma A, algoritma B, kompleksitas AbstractA maximum 250 words abstract in English in italics with Times New Roman 11 point. Abstract should beclear, descriptive, and should provide a brief overview of the problem studied. Abstract topics includereasons for the selection or the importance of research topics, research methods and a summary of theresults. Abstract should end with a comment about the importance of the results or conclusions brief.Keywords—Maks.5 keywords, Algorithm A, B algorithms, complexity 1. PENDAHULUANDokumen ini adalah template untuk versi Word (doc). Bila anda dapat menggunakan versi dokumen inisebagai referensi untuk menulis manuscript anda.Pendahuluan menguraikan latar belakang permasalahan yang diselesaikan, isu-isu yang terkait denganmasalah yg diselesaikan, ulasan penelitan yang pernah dilakukan sebelumnya oleh peneliti lain yg relevandengan penelitian yang dilakukan. 2. METODOLOGI PENELITIANMakalah hendaknya memuat tulisan yang berisi 1. Pendahuluan, 2. Metode Penelitian (bisa meliputianalisa, arsitektur, metode yang dipakai untuk menyelesaikan masalah, implementasi), 3. Hasil danPembahasan, 4. Kesimpulan dan 5. Saran (future works) yg berisi penelitian lanjut di masa mendatang.Pada setiap paragraph bisa terdiri dari beberapa subparagraph yang dituliskan dengan penomoran angka

arab seperti yang ditunjukkan section berikut ini. Jumlah halaman minimum 10 halaman dan maksimum12 halaman ukuran A4.2.1. Tahapan ReviewHarap mengirimkan naskah anda secara elektronik untuk direview sebagai attachments e-mail. Ketika andamengirimkan dokumen naskah versi awal dalam format Word.doc satu kolom, termasuk gambar dan tabel.2. 1.1 Gambar dan tabelSemua tabel dan gambar yang anda masukkan dalam dokumen harus disesuaikan dengan urutan 1 kolomatau ukuran penuh satu kertas, agar memudahkan bagi reviewer untuk mencermati makna gambar. Gambar 1. Citra lena.bmp2. 2. Formulir CopyrightFormulir copyright harus disertakan pada pengiriman naskah akhir. Anda bisa meminta versi .pdf, atau.doc2. 2.1 Rumus MatematikaJika anda menggunakan Word, gunakan persamaan Microsoft Equation Editor atau MathType, ditulisditengah, dan diberi nomor persamaan mulai dari (1), (2) dst. (1)2. 2.3 Pengacuan PustakaPengacuan pustaka dilakukan dengan menuliskan [nomor urut pada daftar pustaka] mis. [1], [1,2], [1,2,3].Sitasi kepustakaan harus ada dalam Daftar Pustaka dan Daftar Pustaka harus ada sitasinya dalam naskah.Pustaka yang disitasi pertama kali pada naskah [1], harus ada pada daftar pustaka no satu, yg disitasi kedua, muncul pada daftar pustaka no 2, begitu seterusnya. Daftar pustaka urut kemunculan sitasi, bukan urutnama belakang. Daftar pustaka hanya memuat pustaka yang benar benar disitasi pada naskah. 3. HASIL DAN PEMBAHASANPembahasan terhadap hasil penelitian dan pengujian yang diperoleh disajikan dalam bentuk uraian teoritik,baik secara kualitatif maupun kuantitatif. Hasil percobaan sebaiknya ditampilkan dalam berupa grafik ataupun tabel. Untuk grafik dapat mengikuti format untuk diagram dan gambar.Rata-rata e-RMS 30 cipher-image 90.8323 73.0107100 SCBIE 2 kunci 80 60 40 20 0 SCBIE 1 kunciGambar 2. Grafik perbandingan.

Tabel 1. Perbandingan Algoritma A dan Algoritma B. Algoritma Waktu Proses Ketelitian MemoriA 120 ms 98 % 200 KBB 105 ms 95 % 415 KB 4. KESIMPULANKesimpulan harus mengindikasi secara jelas hasil-hasil yang diperoleh, kelebihan dan kekurangannya, sertakemungkinan pengembangan selanjutnya.Kesimpulan dapat berupa paragraf, namun sebaiknya berbentuk point-point dengan menggunakannumbering atau bullet. 5. SARANSaran-saran untuk untuk penelitian lebih lanjut untuk menutup kekurangan penelitian. Tidak memuat saran-saran diluar untuk penelitian lanjut.DAFTAR PUSTAKA● Buku dengan urutan penulisan: Penulis, tahun, judul buku (harus ditulis miring) volume (jika ada), edisi(jika ada), nama penerbit dan kota penerbit.[1] Castleman, K. R., 2004, Digital Image Processing, Vol. 1, Ed.2, Prentice Hall, New Jersey.● Buku Terjemahan dengan urutan penulisan: Penulis asli (nama depan, tengah. (disingkat), belakang.(disingkat)), tahun buku terjemahan, judul bukuterjemahan (harus ditulis miring), volume (jika ada), edisi(jika ada), (diterjemahkan oleh: nama penerjemah), nama penerbit terjemahan dan kota penerbit terjemahan.[2] Gonzales, R., P. 2004, Digital Image Processing (Pemrosesan Citra Digital), Vol. 1, Ed.2, diterjemahkan oleh Handayani, S., Andri Offset, Yogyakarta.● Artikel dalam Buku dengan urutan penulisan: Penulis artikel, tahun, judul artikel (harus ditulis miring),nama editor, judul buku (harus ditulis miring), volume (jika ada), edisi (jika ada), nama penerbit dan kotapenerbit.[3] Wyatt, J. C, dan Spiegelhalter, D., 1991, Field Trials of Medical Decision-Aids: Potential Problems and Solutions, Clayton, P. (ed.): Proc. 15th Symposium on Computer Applications in Medical Care, Vol 1, Ed. 2, McGraw Hill Inc, New York.●Pustaka dalam bentuk artikel dalam majalah ilmiah:Urutan penulisan: Penulis, tahun, judul artikel, nama majalah (harus ditulis miring sebagai singkatanresminya), nomor, volume dan halaman.[4] Yusoff, M, Rahman, S. A., Mutalib, S., and Mohammed, A., 2006, Diagnosing Application Development for Skin Disease Using Backpropagation Neural Network Technique, Journal of Information Technology, vol 18, hal 152-159..

● Pustaka dalam bentuk artikel dalam seminar ilmiah:Artikel dalam prosiding seminar dengan urutan penulisan: Penulis, tahun, judul artikel, Judul prosidingSeminar (harus ditulis miring), kota seminar, tanggal seminar.[5] Wyatt, J. C, Spiegelhalter, D, 2008, Field Trials of Medical Decision-Aids: Potential Problems and Solutions, Proceeding of 15th Symposium on Computer Applications in Medical Care, Washington, May 3.● Pustaka dalam bentuk Skripsi/Tesis/Disertasi dengan urutan penulisan: Penulis, tahun, judul skripsi,Skipsi/Tesis/Disertasi (harus ditulis miring), nama fakultas/ program pasca sarjana, universitas, dan kota.[6] Prasetya, E., 2006, Case Based Reasoning untuk mengidentifikasi kerusakan bangunan, Tesis, Program Pasca Sarjana Ilmu Komputer, Univ. Gadjah Mada, Yogyakarta.●Pustaka dalam bentuk Laporan Penelitian:Urutan penulisan: Peneliti, tahun, judul laporan penelitian, nama laporan penelitian (harus ditulis miring),nama proyek penelitian, nama institusi, dan kota.[7] Ivan, A.H., 2005, Desain target optimal, Laporan Penelitian Hibah Bersaing, Proyek Multitahun, Dikti, Jakarta.Pustaka dalam bentuk artikel dalam internet (tidak diperkenankan melakukan sitasi artikel dari internetyang tidak ada nama penulisnya):● Artikel majalah ilmiah versi cetakan dengan urutan penulisan: Penulis, tahun, judul artikel, nama majalah(harus ditulis miring sebagai singkatan resminya), nomor, volume dan halaman.[8] Wallace, V. P., Bamber, J. C. dan Crawford, D. C. 2000. Classification of reflectance spectra from pigmented skin lesions, a comparison of multivariate discriminate analysis and artificial neural network. Journal Physical Medical Biology, No.45, Vol.3, 2859-2871.● Artikel majalah ilmiah versi online dengan urutan penulisan: Penulis, tahun, judul artikel, nama majalah((harus ditulis miring sebagai singkatan resminya), nomor, volume, halaman danalamat website.[9] Xavier Pi-Sunyer, F., Becker, C., Bouchard, R.A., Carleton, G. A., Colditz, W., Dietz, J., Foreyt, R. Garrison, S., Grundy, B. C., 1998, Clinical Guidlines on the identification, evaluation, and treatment of overweight and obesity in adults, Journal of National Institutes of Health, No.3, Vol.4, 123-130, http://journals.lww.com/acsm-msse/Abstract/1998/11001/paper_treatment_of_obesity.pdf.● Artikel umum dengan urutan penulisan: Penulis, tahun, judul artikel, alamat website (harus ditulismiring), diakses tanggal …[10] Borglet, C, 2003, Finding Asscociation Rules with Apriori Algorithm,http://www.fuzzy.cs.uniagdeburgde/~borglet/apriori.pdf, diakses tgl 23 Februari 2007.Daftar Pustaka hanya memuat semua pustaka yang diacu pada naskah tulisan, bukan sekedar pustaka yangdidaftar. Pustaka ditulis urut kemunculan pengacuan di naskah, bukan urut abjad penulis.[1] Castleman, Kenneth R., 2004, Digital Image Processing, Vol. 1, Ed.2, Prentice Hall, New Jersey.[2] Gonzales, R., P. 2004, Digital Image Processing (Pemrosesan Citra Digital), Vol. 1, Ed.2, diterjemahkan oleh Handayani, S., Andri Offset, Yogyakarta.[3] Wyatt, J. C, dan Spiegelhalter, D., 1991, Field Trials of Medical Decision-Aids: Potential Problems and Solutions, Clayton, P. (ed.): Proc. 15th Symposium on Computer Applications in Medical Care, Vol 1, Ed. 2, McGraw Hill Inc, New York.

[4] Yusoff, M, Rahman, S. A., Mutalib, S., and Mohammed, A., 2006, Diagnosing Application Development for Skin Disease Using Backpropagation Neural Network Technique, Journal of Information Technology, vol 18, hal 152-159.[5] Wyatt, J. C, Spiegelhalter, D, 2008, Field Trials of Medical Decision-Aids: Potential Problems and Solutions, Proceeding of 15th Symposium on Computer Applications in Medical Care, Washington, May 3.[6] Prasetya, E., 2006, Case Based Reasoning untuk mengidentifikasi kerusakan bangunan, Tesis, Program Pasca Sarjana Ilmu Komputer, Univ. Gadjah Mada, Yogyakarta.[7] Ivan, A.H., 2005, Desain target optimal, Laporan Penelitian Hibah Bersaing, Proyek Multitahun, Dikti, Jakarta.[8] Wallace, V. P., Bamber, J. C. dan Crawford, D. C. 2000. Classification of reflectance spectra from pigmented skin lesions, a comparison of multivariate discriminate analysis and artificial neural network. Journal Physical Medical Biology, No.45, Vol.3, 2859-2871.[9] Xavier Pi-Sunyer, F., Becker, C., Bouchard, R.A., Carleton, G. A., Colditz, W., Dietz, J., Foreyt, R. Garrison, S., Grundy, B. C., 1998, Clinical Guidlines on the identification, evaluation, and treatment of overweight and obesity in adults, Journal of National Institutes of Health, No.3, Vol.4, 123-130, http://journals.lww.com/acsm-msse/Abstract/1998/11001/paper_treatment_of_obesity.pdf.[10] Borglet, C, 2003, Finding Asscociation Rules with Apriori Algorithm,http://www.fuzzy.cs.uniagdeburgde/~borglet/apriori.pdf, diakses tgl 23 Februari 2007.