See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/341000102

8. Dhian Hengki (2)

Article · January 2019

CITATIONS
READS
0
23

8 authors, including:

Dhian Herdhiansyah
Universitas Haluoleo
13 PUBLICATIONS 0 CITATIONS

All content following this page was uploaded by Dhian Herdhiansyah on 29 April 2020.

The user has requested enhancement of the downloaded file.

 J. Sains dan Teknologi Pangan (JSTP) ISSN : 2527-6271 2019
J. Sains dan Teknologi Pangan Vol. 4, No.4, P. 2360-2378, Th 2019

ANALISIS KETERSEDIAAN BERAS DENGAN PENDEKATAN SISTEM DINAMIK

DI KELURAHAN PUNGGALUKU KECAMATAN LAEYA KABUPATEN KONAWE SELATAN

[Analysis Of The Availability Of Rice With A Dynamic System Approach

In The Village Of Punggaluku, The District Of Laeya, The Regency Of South Konawe]

Hengki Erlanda Saputra1)*, La karimuna1), Dhian Herdhiansyah1)

Jurusan Ilmu dan Teknologi Pangan Fakultas Pertanian Universitas Halu Oleo.
Email: hengkyelanda1@gmail.com ( Telp: +6285309002777)

Diterima tanggal 27 Februari 2019,

Disetujui tanggal 26 Maret 2019

ABSTRACT
This aims of thing study were to analyze the availability of rice with a dynamic system approach and determine
the development of rice availability policies with a dynamic system approach in Punggaluku, Laeya District, South Konawe
Regency. Determination of the location was done purposively. The sampling unit was taken using purposive sampling,
namely the considerations used to determine the sample in this study, namely the Department of Agriculture, Fisheries and
Forestry Agriculture Counseling Agency (FFACA), and the Combined Farmers Group (CFG) that have archives and data
needed using researchers. Data collection we done using questionnaire, interview and documentary methods. The analysis
used we a dynamic system approach using powersim software constructor. The results showed that the three development
policies on the availability of rice simulation in Punggaluku Village were carried out, with a simulation policy scenario of
increasing 4% of paddy field printing rate, not enough rice consumption in 2018 with rice availability of 1,288.64 tons and rice
consumption rate of 1,545, 48 tons until 2021 with the availability of rice amounting to 1,608.59 tons and the level of rice
consumption amounting to 1,642.36 tons, as well as the simulation policy of increasing rice productivity by 80% which is not
sufficient for rice until 2020 with rice availability of 1,543.09 tons and the level of rice consumption is 1,610.07 tons. To meet
rice consumption in 2018 until 2028 a joint policy scenario is carried out, with a combined policy scenario increasing the rice
print rate by 4% and increasing productivity by 80% simultaneously, the combined scenario can meet the availability of rice
in Punggaluku Village in 2019 with the availability of rice amounting to 1,578.16 tons and consumption level of 1,577.77 tons
until 2028 with the availability of rice amounting to 2,538.82 tons and consumption level of 1,868.43 tons. So that it can be
concluded that by increasing the rice print rate by 4% and productivity by 80% it can suffice the availability of rice in
Punggaluku Village in 2019 until 2028.
Keywords: rice, punggaluku, simulation, dynamic models.

ABSTRAK
Penelitian ini bertujuan untuk menentukan pengembangan kebijakan ketersediaan beras dengan pendekatan sistem
dinamik di Kelurahan Punggaluku Kecamatan Laeya Kabupaten Konawe Selatan. Penentuan lokasi penelitian dilakukan
secara sengaja (purposive). Pengambilan unit sampel diambil secara purposive sampling yaitu pertimbangan yang
digunakan untuk menentukan sampel dalam penelitian ini yaitu Dinas Pertanian, Balai Penyuluhan Pertanian Perikanan dan
Kehutanan (BP3K), dan Gabungan Kelompok Tani (GAPOKTAN) yang memiliki arsip dan data yang dibutuhkan peneliti.
Pengumpulan data dilakukan dengan metode kuesioner, wawancara dan dokumetasi. Analisis yang digunakan adalah
pendekatan sistem dinamik menggunakan software powersim constructor. Hasil penelitian menunjukkan bahwa ketiga
pengembangan kebijakan simulasi ketersediaan beras di Kelurahan Punggaluku yang telah dilakukan, dengan skenario
kebijakan simulasi peningkatan laju cetak sawah sebesar 4% belum mencukupi konsumsi beras pada tahun 2018 dengan
ketersediaan beras sebesar 1.288,64 ton dan tingkat konsumsi beras sebesar 1.545,48 ton sampai tahun 2021 dengan

2360 | P a g e
 J. Sains dan Teknologi Pangan Vol. 4, No.4, P. 2360-2378, Th 2019

ketersediaan beras sebesar 1.608,59 ton dan tingkat konsumsi beras sebesar 1.642,36 ton, begitupun dengan kebijakan
simulasi peningkatan produktivitas beras sebesar 80% belum mencukupi konsumsi beras sampai pada tahun 2020 dengan
ketersediaan beras sebesar 1.543,09 ton dan tingkat konsumsi beras sebesar 1.610,07 ton. Untuk mencukupi konsumsi
beras tahun 2018 sampai tahun 2028 dilakukan skenario kebijakan gabungan, dengan melakukan skenario kebijakan
gabungan peningkatan laju cetak sawah sebesar 4% dan peningkatan produktivitas sebesar 80% secara bersamaan,
skenario gabungan dapat memenuhi ketersediaan beras di Kelurahan Punggaluku di tahun 2019 dengan ketersediaan beras
sebesar 1.578,16 ton dan tingkat konsumsi sebesar 1.577,77 ton sampai tahun 2028 dengan ketersediaan beras sebesar
2.538,82 ton dan tingkat konsumsi sebesar 1.868,43 ton. Sehingga dapat simpulkan bahwa dengan meningkatkan laju cetak
sawah sebesar 4% dan produktivitas sebesar 80% dapat mencukupi ketersediaan beras di Kelurahan Punggaluku pada
tahun 2019 sampai tahun 2028.
Kata kunci : beras, punggaluku, simulasi, model dinamik.

PENDAHULUAN

Beras merupakan kebutuhan pokok yang dibutuhkan sekitar 78% penduduk Indonesia untuk memenuhi
asupan energi setiap hari terutama asupan karbohidrat (Prawira, 2013). Beras menjadi kebutuhan pangan yang
sangat penting bagi masyarakat Indonesia karena menurut artikel yang dirilis International Rice Research Institute
(IRRI) tahun 2014 menyatakan bahwa konsumsi beras masyarakat Indonesia mencapai 125 Kilogram (Kg) per
Kapita per Tahun. Dengan jumlah penduduk yang semakin bertambah pada setiap tahunnya, mengakibatkan
meningkat pula kebutuhan akan persediaan beras untuk asupan pangan masyarakat Indonesia.
IRRI tahun 2007 melaporkan data bahwa produksi beras dunia mencapai 650,193 juta ton, dari jumlah
tersebut 90,77% diantaranya disumbang dari negara-negara di Asia, yaitu Cina yang menyumbang 28,53%
menjadi penghasil beras terbesar di dunia, peringkat kedua yaitu India dengan menyumbang 21,71% dan pada
peringkat ketiga adalah negara Indonesia dengan menyumbang sebesar 8,77%. Meski menjadi penghasil beras
nomor 3 di dunia, berdasarkan data Badan Pusat Statistika (BPS) 2017 menunjukkan bahwa Indonesia masih
melakukan impor beras dari beberapa negara diantaranya adalah Pakistan, India, China, Thailand dan Vietnam
dengan impor beras sebesar 14.473 juta ton. Banyak faktor yang menyebabkan Indonesia harus mengimpor
beras, antara lain karena jumlah penduduk Indonesia yang begitu banyak, faktor iklim yang tidak mendukung
keberhasilan sektor pertanian dan luas lahan pertanian yang semakin sempit (Rosihan, 2015).
Berdasarkan data Badan Pusat Statistik (BPS), sejak tahun 2000 produksi beras nasional selalu surplus,
tetapi sejak tahun 2008 hingga kini impor beras terus dilakukan. Berdasarkan data Badan Pusat Statistik (BPS)
2017 pengadaan beras melalui impor sebanyak 14.473 juta ton dengan nilai US$ 11,94 juta. Impor tersebut naik
dibandingkan dengan periode yang sama tahun sebelumnya di mana impornya tercatat sebesar 2.000 ton dengan
nilai US$ 1,08 juta. Beras impor tersebut paling banyak berasal Pakistan sebesar 6.500 ton (US$ 2,19 juta),
disusul India sebanyak 3.510 ton (US$ 1,27 juta), China sebesar 2.213 ton (US$ 7,33 juta), Thailand sebesar
 J. Sains dan Teknologi Pangan Vol. 4, No.4, P. 2360-2378, Th 2019

1.500 ton (US$ 891 ribu), dan Vietnam sebesar 750 ton (US$ 247 ribu). Jika dilihat dari data BPS, sebenarnya
Indonesia tidak perlu melakukan impor beras dari negara lain karena berdasarkan data BPS 2017 produksi gabah
kering giling nasional sekitar 6 juta ton, setara dengan beras 3 juta ton, padahal kebutuhannya 2,6 juta ton,
sehingga beras di Indonesia surplus 400 ton.
Kecamatan Laeya sebagai wilayah yang memiliki areal persawahan yang cukup luas, kebutuhan akan
pengairan yang baik sangat diperlukan petani dalam meningkatkan hasil produksinya. Secara umum, jenis
pengairan untuk areal persawahan yang digunakan petani di Kecamatan Laeya adalah sawah irigasi (95%).
Selebihnya petani memanfaatkan sumber air hujan sebagai alternatif pengairan areal persawahan non irigasi
dengan persentase sebesar 5%. Kecamatan Laeya merupakan kecamatan penyangga pangan di Kabupaten
Konawe Selatan. Jenis produksi padi sawah menjadi komoditi andalan selain jenis pertanian lain, pada tahun
2015 terjadi peningkatan produksi hal ini disebabkan adanya cuaca dan iklim yang cukup baik (BPS Kecamatan
Laeya, 2016).
Kelurahan Punggaluku merupakan salah satu Kelurahan di Kecamatan Laeya Kabupaten Konawe Selatan
yang memiliki penduduk sebesar 3.180 jiwa (15%) dari jumlah penduduk di Kecamatan Laeya dan memilliki lahan
sawah seluas 507 hektar serta merupakan sentra produksi padi di Kecamatan Laeya, namun produktivitasnya 3.8
Ton/Ha lebih rendah dari rata-rata produksi regional. Daerah sebagai lumbung padi tidak menjamin bahwa di
daerah tersebut tidak terjadi krisis beras, hal ini mengindikasikan bahwa masalah ketersediaan beras yang ada
bukanlah berasal dari sistem produksinya melainkan dari sistem ketersediaannya. Penyebab dari masalah
ketersediaan beras adalah terjadinya fluktuatif beras, produksi beras yang terbatas dan semakin meningkatnya
konsumsi akan beras dengan bertambahnya jumlah penduduk.
Pendekatan sistem adalah merupakan cara penyelesaian persoalan yang dimulai dengan dilakukannya
identifikasi terhadap adanya sejumlah kebutuhan sehingga dapat menghasilkan suatu operasi dari sistem yang
dianggap efektif (Eriyatno, 1999). Sistem penyediaan beras melibatkan berbagai sektor dan mencakup berbagai
aspek dan bersifat kompleks, sehingga untuk memecahkan permasalahan yang kompleks diperlukan pendekatan
yang lebih konprehensif dan holistik, pendekatan yang tepat adalah pendekatan sistem dinamik ( system
approach) (Marimin, 2004).
Sistem dinamik merupakan kerangka yang memfokuskan pada sistem berpikir dengan cara feed back
loop dan mengambil beberapa langkah tambahan struktur serta mengujinya melalui model simulasi komputer
(Forrester, 1994). Proses membandingkan keluaran (output) dengan masukan (input) pada sebuah sistem, atau
 J. Sains dan Teknologi Pangan Vol. 4, No.4, P. 2360-2378, Th 2019

yang lebih dikenal dengan sistem umpan balik (feedback) dan ini merupakan suatu konsep yang umum, sebagian
orang sering menyebutnya salam berjawab (Zulkarnaini, 2005).
Penelitian Wibowo (2005), diketahui bahwa dengan pengembangan model penyediaan beras diperlukan
sebagai salah satu alat pendukung pengambil keputusan dalam mengembangkan kebijakan untuk menjamin
ketersediaan beras. Berdasarkan uji dan analisis yang telah dilakukan bahwa variabel produktivitas dan
ketersediaan lahan sawah menjadi dua variabel penting yang dapat memberikan dampak secara signifikan
terhadap sistem produksi beras secara keseluruhan. Kedua variabel ini dapat menjadi acuan sebagai dasar kajian
pengembangan model kebijakan dalam kerangka menjamin ketersediaan beras. Oleh, karena itu untuk mengatasi
masalah ketersediaan beras yang perlu dilakukan adalah memperbaiki sistem ketersediaan beras, sehingga
ketersediaan beras bagi masyarakat selalu tersedia untuk mencukupi kebutuhan. Kenyataan inilah yang
mendorong peneliti mengadakan suatu penelitian mengenai ketersediaan beras dengan pendekatan sistem
dinamik di Kelurahan Punggaluku Kecamatan Laeya Kabupaten Konawe Selatan.

METODE PENELITIAN
1. Populasi dan Sampel
Populasi dalam penelitian ini adalah ketersediaan beras di Kelurahan Punggaluku Kecamatan Laeya
Kabupaten Konawe Selatan. Pengambilan unit sampel diambil secara purposive sampling yaitu teknik penentuan
sampel dengan pertimbangan tertentu berdasarkan metode yang dilaporkan Sugiyono (2010). Pertimbangan yang
digunakan untuk menentukan sampel dalam penelitian ini yaitu Dinas Pertanian, Balai Penyuluhan Pertanian
Perikanan dan Kehutanan (BP3K), dan Gabungan Kelompok Tani (GAPOKTAN) yang memiliki arsip dan data
yang di butuhkan peneliti.

2. Tahapan Penelitian
Tahapan dalam penelitian adalah sebagai berikut:

1) Data kuisioner ditunjukkan untuk Dinas Pertanian, Balai Penyuluhan Pertanian Perikanan dan Kehutanan
(BP3K), dan Gabungan Kelompok Tani (GAPOKTAN).
2) Wawancara ditunjukkan untuk, Dinas Pertanian, Balai Penyuluhan Pertanian Perikanan dan Kehutanan
(BP3K) dan Gabungan Kelompok Tani (GAPOKTAN).
3) Dokumentasi
 J. Sains dan Teknologi Pangan Vol. 4, No.4, P. 2360-2378, Th 2019

3. Analisis Ketersediaan Beras dengan Pendekatan Sistem Dinamik

1) Identifikasi Masalah (Rachmawati, 2016)
Penelitian dimulai dengan mengidentifikasi permasalahan ketersediaan beras. Penetapan tujuan dan
pembatasan masalah yang relevan diperlukan dalam membangun model untuk memperjelas lingkup
permasalahan. Penelitian dibatasi hanya mencakup Kelurahan Punggaluku Kecamatan Laeya Kabupaten Konawe
Selatan.

2) Konseptual Sistem (Causal Loop Diagram) Ketersediaan Beras (Behdad Kiani, 2009)
Konseptual sistem yaitu sebagian sistem terbuka dapat mengendalikan operasinya sendiri sebagian lagi
tidak, pengendalian ini dapat dicapai dengan menggunakan suatu lingkaran yang disebut lingkaran umpan balik
(causal loop diagram) yang menyediakkan suatu jalur bagi sinyal-sinyal dari sistem ke mekanisme
pengendalian begitu pula sebaliknya. Kiani (2009) menyatakan bahwa tujuan utama Causal Loop Diagram (CLD)
adalah untuk menggambarkan causal, sehingga membuat penyajian struktur dalam bentuk agregat. Dalam
melakukan pembuatan diagram lingkar umpan balik (causal loop diagram) terdapat beberapa software yang
digunakan antara lain dynamo, vensim, stella, i think dan powersim. Perancangan dan pengembangan diagram
lingkar umpan balik dalam penelitian dilakukan dengan menggunakan software powersim. Powersim
adalah software simulasi untuk sistem dinamik dengan menggunakan metodologi pemodelan berbasis komputer
(Khotimah, 2015).

3) Formulasi Model Simulasi Ketersediaan Beras(Suyono, 2010)

Formulasi model simulasi menerangkan parameter (definisi) dan aturan dari struktur model. Formulasi
model simulasi juga menjelaskan hubungan perilaku model, kondisi awal, dan tes awal untuk konsistensi sesuai
dengan batasan dan tujuan penelitian. Model dibangun sesuai dengan konsep yang terdapat pada formulasi
hipotesis dinamik. Definisi variabel-variabel dalam model secara lengkap .

4) Simulasi Model Ketersediaan Beras (Suryani, 2013)

Setelah konseptual sistem ketersediaan beras dan formulasi model ketersediaan beras dilakukan dan
didapatkan hasil yang akurat, langkah selanjutnya yaitu membuat skenario simulasi. Dalam simulasi sistem
dinamik terdapat 2 jenis skenario, yaitu skenario struktur (structure scenario) dan skenario parameter (parameter
scenario). Skenario struktur digunakan untuk mengubah struktur model. Pengubahan dilakukan dengan
 J. Sains dan Teknologi Pangan Vol. 4, No.4, P. 2360-2378, Th 2019

penambahan atau pengurangan variabel, sedangkan skenario parameter digunakan dengan mengubah nilai
parameter suatu variabel yang berpengaruh pada model.
5) Verifikasi dan Validasi Model
Menurut Sargent (2001) verifikasi model didefinisikan sebagai proses meyakinkan bahwa program
komputer dari model yang dibuat beserta implementasinya adalah benar. Cara yang dilakukan adalah menguji
sejauh mana program komputer yang dibuat telah menunjukkan perilaku dan respon yang sesuai dengan tujuan
dari model. Validasi model adalah usaha menyimpulkan apakah model sistem tersebut merupakan perwakilan
yang sah dari realitas yang dikaji, di mana dapat dihasilkan kesimpulan yang meyakinkan. Validasi dilakukan
secara iteratif yang berupa pengujian berturut-turut sebagai proses penyempurnaan model komputer (Eriyatno
1999). Uji ini dapat digunakan untuk mengetahui kesesuaian data hasil prakiraan dengan data aktual. Kriteria
ketepatan model dengan uji MAPE (Soemantri, 2005) adalah: MAPE < 5% : Sangat tepat, 5% < MAPE < 10% :
Tepat, MAPE > 10% : Tidak tepat

MAPE = x 100%...........................(1)
Keterangan: Xm = Data hasil simulasi, Xd = Data aktual, n = Periode/banyaknya data
 J. Sains dan Teknologi Pangan Vol. 4, No.4, P. 2360-2378, Th 2019

HASIL DAN PEMBAHASAN

1. Identifikasi sistem ketersediaan beras

Identifikasi sistem ketersediaan beras merupakan suatu perilaku mengidentifikasi permasalahan
ketersediaan beras dengan penetapan tujuan dan pembatasan masalah yang relevan dalam membangun model
untuk memperjelas jenis kebutuhan data penelitian. Untuk mengetahui identifikasi jenis kebutuhan data penelitian
ketersediaan beras di Kelurahan Punggaluku disajikan pada Tabel 1.
Tabel 1. Identifikasi jenis kebutuhan data penelitian ketersediaan beras di Kelurahan Punggaluku.
No Sumber Jenis Kebutuhan Data Variabel Unit
1 Pemerintah luas wilayah Kelurahan Punggaluku Hektar
Penduduk Jiwa
laju kelahiran %
Umur Tahun
2 Dinas Pertanian tingkat konsumsi Ton/Tahun
konsumsi perkapita Ton/Tahun
3 Gabungan Kelompok Tani (GAPOKTAN) luas lahan sawah Hektar
cetak sawah Hektar
alih fungsi lahan Hektar
luas panen Hektar
luas lahan sawah tidak produksi Hektar
serangan hama dan penyakit %
cekaman iklim %
produktivitas %
benih Kilogram
gabah kering panen Ton/Tahun
gabah kering giling Ton/Tahun
kebutuhan benih Kilogram
4 Badan Pusat Statistik (BPS) Kecamatan Laeya luas lahan kering Hektar
luas lahan tegal Hektar
luas lahan lading Hektar
luas ladang padang rumput Hektar

Berdasarkan Tabel 1 identifikasi jenis kebutuhan data penelitian ketersediaan beras di Kelurahan
Punggaluku untuk jenis kebutuhan data penelitian yang dibutuhkan yaitu: (1) Pemerintah jenis kebutuhan data
luas wilayah Kelurahan Punggaluku, penduduk, laju kelahiran, dan umur, (2) Dinas Pertanian jenis kebutuhan
data tingkat konsumsi, dan konsumsi perkapita, (3) Gabungan Kelompok Tani (GAPOKTAN) jenis kebutuhan data
luas lahan sawah, cetak sawah, alih fungsi lahan, luas panen, luas lahan sawah tidak produksi, serangan hama
dan penyakit, cekaman iklim, produktivitas, benih, gabah kering panen, gabah kering giling dan kebutuhan benih,
 J. Sains dan Teknologi Pangan Vol. 4, No.4, P. 2360-2378, Th 2019

(4) Badan Pusat Statistik (BPS) Kecamatan Laeya jenis kebutuhan data luas lahan kering, luas lahan tegal, luas
lahan ladang, dan luas ladang padang rumput.

2. Diagram Sebab Akibat (Causal Loop Diagram) Ketersediaan Beras di Kelurahan Punggaluku
Tahapan awal dalam pendekatan sistem dinamik adalah membuat diagram sebab akibat ( causal loop
diagram). Pembuatan diagram sebab akibat merupakan tahapan kualitatif untuk menggambarkan struktur
pembentuk sistem dan memahami kompleksitas kebergantungan berbagai variabel. Untuk mengetahui diagram
sebab akibat (causal loop diagram) ketersediaan beras di Kelurahan Punggaluku disajikan pada Gambar 1.

luas lahan kering

luas lahan lainnya
luas lahan tegal
+ +

+
luas wilayah kelurahan
punggaluku
+
luas lahan ladang
Ketersediaan lahan +
sawah untuk pertanian +

lahan padang
rumput
+
+ +

Cetak sawah Alih fungsi lahan

Luas sawah

- -

Serangan hama dan

penyakit Cekaman iklim
- +
Luas lahan sawah tidak
produktif -
-
Luas panen
produktivitas

+
+

Gabah kering giling + Produksi beras

+
-
-
+
Penurunan
Kebutuhan benih berat
+
Gabah kering
+ panen
cadangan beras
Ketersediaan beras +
presentase kebutuhan benih

+
+ +
Laju kelahiran impor beras
Penduduk Laju kematian +
- -
Kebutuhan beras

+ +
T ingkat konsumsi

Konsumsi perkapita

Gambar 1. Diagram Sebab Akibat (Causal Loop Diagram) PersediaanBeras di Kelurahan Punggaluku
Berdasarkan Gambar 1 memperlihatkan diagram sebab akibat (causal loop diagram) sistem ketersediaan
beras di Kelurahan Punggaluku. Di mana luas lahan sawah dipengaruhi secara positif oleh cetak sawah dan
dipengaruhi secara negatif oleh alih fungi lahan, selain itu luas lahan sawah juga akan bertambah dengan adanya
ketersediaan lahan sawah untuk pertanian yang dipengaruhi secara positif oleh luas lahan menurut jenis
penggunaannya (luas lahan kering, luas lahan tegal, luas lahan ladang, luas lahan padang rumput dan luas lahan
lainnya). Selanjutnya luas panen yang tinggi akan berdampak pada gabah kering panen yang semak in meningkat
(+) yang dipengaruhi secara positif oleh luas lahan sawah. Sebaliknya serangan hama dan penyakit, cekaman
iklim dan luas lahan sawah tidak produktif akan menyebabkan penurunan luas panen sehingga bersifat negatif (-).
 J. Sains dan Teknologi Pangan Vol. 4, No.4, P. 2360-2378, Th 2019

Setiap panen lahan padi sawah akan menghasilkan gabah yang biasanya disebut Gabah Kering Panen (GKP).
Tranformasi gabah menjadi beras dilakukan oleh penggiling padi atau yang biasa disebut Gabah Kering Giling
(GKG). Hasil produksi gabah tersebut tidak selamanya 100% akan dipergunakan untuk beras, namun juga untuk
keperluan bibit. Produksi beras akan dipengaruhi secara positif oleh produktivitas, gabah kering giling dan akan
menambah ketersediaan beras yang diliputi cadangan beras dan import beras yang bersifat positif, semakin tinggi
tingkat konsumsi maka kebutuhan beras akan semakin meningkat yang di mana tingkat konsumsi dipengaruhi
oleh jumlah penduduk dan konsumsi perkapita yang bersifat positif.

3. Formulasi Model Ketersediaan Beras di Kelurahan Punggaluku

Perumusan formulasi model menunjukkan bagaimana model didasarkan pada rumus matematik dan
pendekatan kuantitatif lainnya. Formulasi model berdasarkan rumusan matematik yang dibangun dari model untuk
sektor model sistem dapat berwujud secara fisik maupun dalam bentuk formula matematik. Pada umumnya model
matematik selalu dapat memberikan hasil yang menjanjikan, karena model matematik yang sempurnakan dapat
memberikan informasi dan pada akhirnya akan dapat menunjukkan kinerja dari sistem nyatanya secara tepat.
Untuk mengetahui formulasi model ketersediaan beras di Kelurahan Punggaluku disajikan pada Tabel 2.

Tabel 2. Formulasi model ketersediaan beras di Kelurahan Punggaluku.

Model
No Variabel di causal loop Building Formulasi Unit
1 Cetak sawah Flow Cetak sawah = laju cetak sawah + luas lahan sawah Hektar
2 alih fungsi lahan Flow alih fungsi lahan = konversi lahan - luas lahan sawah Hektar
Luas lahan menurut jenis penggunaannya = luas lahan
Luas lahan menurut jenis
3 Auxiliary kering + luas lahan lainnya + luas lahan ladang + luas Hektar
penggunaannya lahan padang rumput + luas lahan tegal
ketersediaan lahan sawah untuk pertanian = luas wilayah
Ketersediaan lahan sawah
4 Auxiliary kelurahan punggaluku/luas lahan menurut jenis Hektar
untuk pertanian
penggunaannya+Luas_lahan_sawah
Luas panen = Luas lahan sawah-cekaman iklim-serangan
5 Luas panen Auxiliary hama dan penyakit Hektar
GKG = luas panen*GKP/penurunan berat-kebutuhan
6 Gabah Kering Giling (GKG) Auxiliary Ton
benih
kebutuhan benih = luas panen *presentase kebutuhan
9 Kebutuhan benih Auxiliary Kg
benih
10 Produksi beras Auxiliary Produksi beras = GKP Ton/Tahun
ketersediaan beras = Tingkat konsumsi
11 ketersediaan beras Auxiliary Ton/Tahun
beras/Ketersediaan beras di Kelurahan Punggaluku
12 kebutuhan beras Auxiliary Kebutuhan beras = tingkat konsumsi/ ketersediaan beras Ton/Tahun
13 tingkat konsumsi Auxiliary Tingkat Konsumsi = penduduk * konsumsi perkapita Ton/Tahun
14 Kelahiran Flow Kelahiran= penduduk+laju kelahiran Jiwa
15 Kematian Flow Kematian= penduduk-umur Jiwa
 J. Sains dan Teknologi Pangan Vol. 4, No.4, P. 2360-2378, Th 2019

Berdasarkan Tabel 2 formulasi model ketersediaan beras di Kelurahan Punggaluku menunjukkan

bagaimana model didasarkan pada rumus matematik dan pendekatan kuantitatif di mana untuk formulasi model
ketersediaan beras di Kelurahan Punggaluku yaitu: (1) cetak sawah sama dengan laju cetak sawah ditambah
dengan luas lahan sawah, (2) alih fungsi lahan sama dengan konversi lahan dikurang dengan luas lahan sawah,
(3) luas lahan menurut jenis penggunaannya sama dengan luas lahan kering ditambah luas lahan lainny a, luas
lahan ladang, luas lahan padang rumput dan luas lahan tegal, (4) luas panen sama dengan luas lahan sawah
dikurangi cekaman iklim dan serangan hama dan penyakit, (5) GKG sama dengan luas panen dikali GKP dibagi
dengan penurunan berat dan dikurangi kebutuhan benih, (6) kebutuhan benih sama dengan luas panen dikali
presentase kebutuhan benih, (7) produksi beras sama dengan GKP, (8) ketersediaan beras sama dengan tingkat
konsumsi beras dibagi dengan ketersediaan beras di Kelurahan Punggaluku, (9) kebutuhan beras sama dengan
tingkat konsumsi dibagi dengan ketersediaan beras, (10) tingkat konsumsi sama dengan penduduk dikali dengan
konsumsi perkapita, (11) kelahiran sama dengan penduduk ditambah dengan laju kelahiran, dan (12) kematian
sama dengan penduduk dikurangi dengan umur.

4. Simulasi Diagram Alir (Stock and Flow diagram ) Ketersediaan Beras di Kelurahan Punggaluku
Simulasi diagram alir (stock and flow diagaram) ketersediaan beras di Kelurahan Punggaluku merupakan
terjemahan dari diagram sebab akibat (causal loop diagram) yang dapat disimulasikan dengan berdasarkan
kuantifikasi data dan asumsi di atas. Untuk mengetahui simulasi diagram alir (stock and flow) ketersediaan beras
di Kelurahan Punggaluku dapat dilihat pada Gambar 2.
luas_lahan_tegal
luas_lahan_kering
luas_lahan_ladang

luas_lahan_lainnya luas_lahan_padang_rumput

luas_w ilayah_kelurahan_punggaluku luas_lahan menurut_jenis_penggunaannya

Ketersediaan_lahan_saw ah_untuk_pertanian

cetak_saw ah alih_f ungsi_lahan

laju_cetak_saw ah
konversi_lahan

cekaman_iklim
Luas_lahan_saw ah

lahan_saw ah_tidak_produktif serangan_hama_dan_penyakit

luas_panen

kebutuhan_benih Produktivitas

GKG cadangan_beras
presentase_kebutuhan_benih produksi_beras

impor_beras
penurunan_berat GKP

Ketersediaan_beras_di_Kelurahan_Punggaluku

penduduk

kelahiran kematian
Kebutuhan_beras

umur

laju_kelahiran

Tingkat_konsumsi_beras

konsumsi_beras_perkapita

Gambar 2. Simulasi Diagram Alir (Stock and Flow) Ketersediaan Beras di Kelurahan Punggaluku
 J. Sains dan Teknologi Pangan Vol. 4, No.4, P. 2360-2378, Th 2019

Gambar 2 simulasi diagram alir (stock and flow) ketersediaan beras di Kelurahan Punggaluku yaitu model
dinamik yang dibuat berdasarkan kondisi nyata di lapangan mengunakan komputer dengan aplikasi powersim
contructor sebagai pembuat model di mana untuk simbol level terdiri dari luas lahan sawah dan penduduk, untuk
simbol flow with rate terdiri dari cetak sawah, alih fungsi lahan, kelahiran, dan kematian. Selanjutnya untuk simbol
auxilary terdiri dari luas lahan menurut jenis penggunaannya, ketersediaan lahan sawah untuk pertanian, luas
panen, kebutuhan benih, GKG, produksi beras, ketersediaan beras di Kelurahan Punggaluku, kebutuhan beras
dan tingkat konsumsi. Kemudian untuk simbol constan terdiri dari laju cetak sawah, konversi lahan, luas lahan
kering, luas wilayah Kelurahan Punggaluku, luas lahan lainnya, luas lahan ladang, luas lahan padang rumput dan
luas lahan tegal, luas lahan sawah, cekaman iklim dan serangan hama dan penyakit, presentase kebutuhan
benih, penurunan berat, GKP, produktivitas, cadangan beras, import beras, laju kelahiran, umur dan konsumsi
beras perkapita.

5. Verifikasi dan Validasi Model Simulasi Ketersediaan Beras di Kelurahan Punggaluku

Berdasarkan model yang telah dikembangkan maka dilakukan uji coba simulasi. Selanjutnya akan
dilakukan verifikasi dan validasi untuk mengetahui apakah model dapat berjalan dan dapat mewakili sistem
nyatanya.

1) Uji Verifikasi Model Simulasi

Verifikasi model bertujuan untuk memeriksa kesalahan dan memastikan bahwa model tersebut
berperilaku sesuai dengan logika penelitian. Verifikasi model sistem dilakukan berdasarkan pengecekan
kesesuaian model dengan keadaan nyata, terutama dalam hal jumlah dan jenis komponen, bentuk hubungan
interaksi antar komponen, serta input-output proses dalam operasi sistem.

2) Uji Validasi Model Simulasi

Validasi bertujuan menentukan model simulasi dapat diterima dan mewakili sistem nyata atau tidak
dengan membandingkan struktur dan perilaku model yang dikembangkan dengan struktur dan perilaku sistem
pada situasi nyata. Prosedur dalam bentuk program komputer perlu divalidasi sebelum digunakan pada
pensimulasian. Validasi program simulasi dapat dilakukan berdasarkan hasil pengecekan kesamaan antara hasil
simulasi dengan hasil operasi nyata atas penggunaan data input yang sama. Jika pengujian ini menunjukkan
bahwa hasil simulasi tidak sesuai dengan hasil operasi sistem nyata maka program simulasi yang digunakan
dianggap tidak berlaku sah dan tidak dapat digunakan pada pensimulasian. Untuk mengetahui sistem nyata atau
tidak nyata dapat dilihat pada Tabel 3.
 J. Sains dan Teknologi Pangan Vol. 4, No.4, P. 2360-2378, Th 2019

Tabel 3.Uji Validasi Model Simulasi

Penduduk Luas sawah Produksi Beras
Tahun
Data Simulasi Data Simulasi Data Simulasi
2016 3.131 3.131 500 500 900 987
2017 3.180 3.197 507 550 1.000 1.086
2018 3.225 3.263 542 600 1.084 1.186
MAPE 0,192% 2,17% 3,07%

Tabel 3 uji validasi model simulasi penduduk menunjukkan tingkat ketepatan yang sangat tinggi (sangat
tepat) dengan nilai MAPE sebesar 0,192%, dan untuk luas lahan sawah dan produksi beras menunjukkan
ketapatan yang tingi (sangat tepat) dengan nilai MAPE masing-masing adalah 2,17% dan 3,07%. Berdasarkan hal
tersebut bahwa model yang dibentuk telah mampu mengambarkan kondisi yang sesungguhnya.

6. Skenario Simulasi Ketersediaan Beras Tanpa Kebijakan di Kelurahan Punggaluku

1) Ketersediaan Beras di Kelurahan Punggaluku
Ketersediaan beras dan kebutuhan konsumsi beras perlu untuk diketahui, sehingga wilayah dengan
potensi produksi padi dapat dikembangkan lebih baik dan wilayah yang tidak potensial mengembangkan padi
dapat mengembangkan potensi pangan lainnya yang sesuai. Tujuannya adalah untuk meningkatkan ketersediaan
beras. Keseimbangan antara ketersediaan dan kebutuhan konsumsi beras sangat dipengaruhi oleh jumlah
penduduk. Apabila ketersediaan beras lebih besar dari kebutuhan konsumsi beras, maka wilayah dikatakan
surplus beras, sedangkan apabila ketersediaan beras lebih kecil dari kebutuhan konsumsi beras, maka wilayah
dikatakan defisit beras. Untuk mengetahui ketersediaan beras di Kelurahan Punggaluku dapat dilihat pada
Gambar 3.

2
2000 2 1
2 1
12 1
15001 12
2
1000 Tingkat_konsumsi_beras
1
Ketersediaan_beras_di_Kelurahan
2 _Punggaluku
500

0
2018 2022 2028
TAHUN

Gambar 3. Grafik Hasil Simulasi Tingkat Konsumsi dan Ketersediaan Beras di Kelurahan Punggaluku.
 J. Sains dan Teknologi Pangan Vol. 4, No.4, P. 2360-2378, Th 2019

Gambar 3 menunjukkan jumlah penduduk di Kelurahan Punggaluku terus meningkat ditiap tahunnya,
sehingga tingkat konsumsi beras juga terus meningkat. Pada grafik perbandingan antara tingkat konsumsi dan
ketersediaan beras menunjukkan terjadinya defisit beras pada tahun 2018 sampai tahun 2022 karena tingkat
konsumsi jauh lebih besar dari ketersediaan beras. Perbandingan ini dapat dilihat pada Tabel 4.
Tabel 4. Hasil Simulasi Jumlah Penduduk, Tingkat Konsumsi dan Ketersediaan Beras di Kelurahan
TAHUN Penduduk Tingkat Konsumsi beras Ketersediaan Beras di Kelurahan Punggaluku
2018 3.180 1.545,48 1.228,64
2019 3.246,45 1.577,77 1.328,20
2020 3.312,90 1.610,07 1.427,76
2021 3.379,35 1.642,36 1.527,31
2022 3.445,80 1.674,66 1.626,87
2023 3.512,25 1.706,95 1.726,43
2024 3.578,70 1.739,25 1.825,99
2025 3.65515 1.771,54 1.925,55
2026 3.711,60 1.803,84 2.025,11
2027 3.778,05 1.836,13 2.124,67
2028 3.844,50 1.868,43 2.224,23

Hasil simulasi menunjukkan bahwa peningkatan jumlah penduduk akan menambah jumlah tingkat
konsumsi beras, seperti pada Tabel 4 untuk tahun 2018 jumlah penduduk sebesar 3.180 jiwa dengan tingkat
konsumsi 1.545.48 ton dan meningkat pada tahun 2019 jumlah penduduk 3.246,45 jiwa dengan tingkat konsumsi
1.577,77 ton, peningkatan jumlah penduduk ini terus meningkat hingga pada tahun 2028 jumlah penduduk
3.844,50 dengan tingkat konsumsi 1.868.43 ton. Namun peningkatan tingkat konsumsi yang semakin meningkat
ditiap tahunnya di Kelurahan Punggaluku berbanding balik dengan ketersediaan beras pada tahun 2018 sampai
tahun 2022 yang mengalami defisit beras di Kelurahan punggaluku. Hal ini disebabkan pada tahun 2018 jumlah
penduduk sebanyak 3.180 jiwa dengan tingkat konsumsi 1.545,48 ton sedangkan ketersediaan beras sendiri
sebesar 1.228,64 ton, sehingga di tahun 2018 masyarakat di Kelurahan Punggaluku kekurangan beras sebanyak
316,84 ton mengalami defisit beras, hal yang sama juga terjadi pada tahun selanjutnya yaitu tahun 2019 di mana
jumlah penduduk sebanyak 3,246,45 jiwa dengan tingkat konsumsi 1.577,77 ton dan ketersediaan beras sebesar
1.328,20 ton sehingga di tahun 2019 masyarakat kekurangan beras sebasar 249,57 ton. Defisit beras ini
berlangsung hingga 4 tahun kedepan pada tahun 2022. Untuk mencukupi ketersediaan beras yang selalu tersedia
di Kelurahan Punggaluku tahun 2018 sampai tahun 2022 perlu dilakukannya skenario kebijakan simulasi.
 J. Sains dan Teknologi Pangan Vol. 4, No.4, P. 2360-2378, Th 2019

7. Skenario Kebijakan Simulasi Ketersediaan Beras di Kelurahan Punggaluku

1) Skenario Kebijakan Peningkatan Laju Cetak Sawah 4% di Keluruahan Punggluku

Skenario kebijakan simulasi peningkatan laju cetak sawah di Kelurahan Punggaluku dengan peningkatan
dari 0.41% ke 4% laju cetak sawah yaitu skenario ini bertujuan untuk melihat peningkatan produksi beras setelah
diberi kebijakan dengan peningkatan laju cetak sawah, sehingga ketersediaan beras dapat mencukupi konsumsi
beras di Kelurahan Punggaluku dari tahun 2018 sampai tahun 2028, peningkatan ini dapat dilihat pada Gambar
4.7.

2
2000 2
2 1
12 1 1
15001 1
2
2
Tingkat_konsumsi_beras
1000 1
Ketersediaan_beras_di_Kelurahan
500 2 _Punggaluku

0
2018 2022 2028
TAHUN

Gambar 4. Grafik Hasil Skenario Kebijakan Simulasi Produksi Beras, Ketersediaan Beras Dan Tingkat Konsumsi
di Kelurahan Punggaluku
Gambar 4 grafik hasil skenario kebijakan simulasi produksi beras, ketersediaan beras dan tingkat
konsumsi di Kelurahan Punggaluku dengan peningkatan laju cetak sawah sebesar 4% menunjukkan peningkatan
produksi beras sehingga menambah ketersediaan beras di Kelurahan Punggaluku selain itu dengan peningkatan
laju cetak sawah sebasar 4% juga menambah luas panen di Kelurahan Punggaluku. Untuk melihat peningkatan
luas panen, produksi beras, ketersediaan dan tingkat konsumsi dapat dilihat pada Tabel 5.

Tabel 5. Hasil Skenario Kebijakan Simulasi Luas Panen, Produksi Beras, Ketersediaan Beras dan Tingkat
Konsumsi Di Kelurahan Punggaluku.
Ketersediaan Beras di Kelurahan
Tahun Luas Panen Produksi Beras Tingkat Konsumsi Beras
Punggaluku
2018 508,65 1.041,25 1.288,64 1.545,48
2019 562,65 1.147,90 1.395,29 1.577,77
2020 616,65 1.254,55 1.501,94 1.610,07
2021 670,65 1.361,20 1.608,59 1.642,36
2022 724,65 1.467,85 1.715,24 1.674,66
2023 778,65 1.574,50 1.821,89 1.706,95
2024 832,65 1.681,15 1.928,54 1.739,25
2025 886,65 1.787,80 2.035,19 1.771,54
2026 940,65 1.894,45 2.141,48 1.803,84
2027 994,65 2.001,10 2.248,49 1.836,13
2028 1.048,65 2.107,75 2.355,14 1.868,43
 J. Sains dan Teknologi Pangan Vol. 4, No.4, P. 2360-2378, Th 2019

Berdasarkan Tabel 5 hasil skenario kebijakan simulasi luas panen, produksi beras, ketersediaan beras
dan tingkat konsumsi di Kelurahan Punggaluku dengan peningkatan laju cetak sawah sebesar 4%, menunjukkan
peningkatan luas lahan panen sehingga produksi beras dan ketersediaan beras di Kelurahan Punggaluku juga
ikut meningkat. Namun dengan peningkatan laju cetak sawah sebesar 4% di Kelurahan Punggaluku belum dapat
mencukupi konsumsi beras tahun 2018 sampai tahun 2021, namun telah mencukupi konsumsi beras tahun 2022
sampai tahun 2028. Pada tahun 2018 ketersedian beras sebesar 1288.64 ton dan tingkat konsumsi sebesar
1545,48 ton sehingga masyarakat masih kekurangan beras sebesar 256,84 ton, defisit beras ini terjadi hingga 3
tahun kedepan pada tahun 2021.

8. Skenario Kebijakan Peningkatan Produktivtas Beras 80% di Kelurahan Punggaluku

Skenario kebijakan simulasi peningkatan produktivitas beras di Kelurahan Punggaluku dengan
peningkatan dari 36.67% ke 80% produktivitas beras yaitu skenario ini bertujuan untuk melihat peningkatan
ketersediaan beras dapat mencukupi konsumsi beras di Kelurahan Punggaluku. Peningkatan ini dapat dilihat
pada Gambar 7.

2
2000 22
12 1 1
1
15001 12
2
Tingkat_konsumsi_beras
1000 1
Ketersediaan_beras_di_Kelurahan
500 2 _Punggaluku

0
2018 20222026
TAHUN

Gambar 5. Grafik Hasil Simulasi Skenario Kebijakan Ketersediaan Beras dan Tingkat Konsumsi dengan
Peningkat Produktivitas Beras 80% di Kelurahan Punggaluku

Gambar 5 grafik hasil simulasi skenario kebijakan tingkat konsumsi dan ketersediaan beras di Kelurahan
Punggaluku dengan peningkatan produktivitas beras sebesar 80% menunjukkan peningkatan ketersedian beras
ditahun 2021 sampai tahun 2028 lebih besar dari tingkat konsumsi, peningkatan ini dapat dilihat pada Tabel 6.
Berdasarkan Tabel 6 skenario kebijakan simulasi ketersediaan beras dan tingkat konsumsi di Kelurahan
Punggaluku dengan peningkatan produktivitas beras sebesar 80% menunjukkan peningkatan ketersediaan beras
lebih besar dari tingkat konsumsi pada tahun 2021 sampai tahun 2028. pada tahun 2021 ketersediaan beras
sebesar 1.642,64 ton dan tingkat konsumsi sebesar 1.642,36 ton yang artinya untuk 2021 ketersediaan beras
telah mencukupi setelah diberi kebijakan peningkatan produktivitas beras sebesar 80%.
 J. Sains dan Teknologi Pangan Vol. 4, No.4, P. 2360-2378, Th 2019

Tabel 6. Hasil Simulasi Skenario Kebijakan Ketersediaan Beras dan Tingkat Konsumsi dengan Peningkat
Produktivitas Beras 80% di Kelurahan Punggaluku
Tahun Ketersediaan Beras di Kelurahan Pungaluku Tingkat Konsumsi Beras
2018 1.300,64 1.545,48
2019 1.443,53 1.577,77
2020 1.543,09 1.610,07
2021 1.642,64 1.642,36
2022 1.742,20 1.674,66
2023 1.841,76 1.706,95
2024 1.941,88 1.739,25
2025 2.040,88 1.771,54
2026 2.140,44 1.803,84
2027 2.240 1.836,13
2028 2.339,56 1.868,43

Tercukupinya ketersediaan berlangsung hingga pada tahun 2028 di mana ketersediaan beras sebesar
2.339,56 ton dengan tingkat konsumsi 1.868,43 ton. Namun, pada pada tahun 2018 sampai tahun 2020
ketersediaan beras belum mencukupi untuk konsumsi masyarakat di Kelurahan Punggaluku, di mana pada tahun
2018 ketersediaan beras sebesar 1300,64 ton dengan tingkat konsumsi 1.545,48 ton sehingga defisit beras
sebesar 244,84 ton.

9. Skenario Kebijakan Gabungan Simulasi Ketersediaan Beras di Kelurahan Punggaluku.

1) Skenario Kebijakan Gabungan Peningkatan Laju Cetak Sawah 4% dan Peningktan Produktivitas Beras
80% di Kelurahan Punggaluku
Skenario kebijakan gabungan peningkatan laju cetak sawah sebesar 4% dan peningkatan produktivitas beras
sebesar 80% di Kelurahan Punggaluku bertujuan untuk melihat peningkatan ketersediaan beras dapat mencukupi
konsumsi beras di Kelurahan Punggaluku. Peningkatan ini dapat dilihat pada Gambar 6.

2500 2
2
2000 22
1 1 1
121
1500 1 2
Tingkat_konsumsi_beras
1000 Ketersediaan_beras_di_Kelurahan
_Punggaluku

500
0
2018 2022 2028
TAHUN

Gambar 6. Grafik Hasil Skenario Kebijakan Gabungan Peningkatan Laju Cetak Sawah 4% dan Peningkatan
Produktivitas Beras 80% di Kelurahan Punggaluku.
 J. Sains dan Teknologi Pangan Vol. 4, No.4, P. 2360-2378, Th 2019

Gambar 9 grafik hasil skenario kebijakan gabungan peningkatan laju cetak sawah sebesar 4% dan
peningkatan produktivitas beras sebesar 80% di Kelurahan Punggaluku menunjukkan peningkatan ketersediaan
beras di tahun 2019 sampai tahun 2028, peningkatan ini lebih baik dibandingkan dengan kebijakan sebelumnya,
untuk melihat peningkatan ketersediaan beras setelah diberi kebijakan gabungan dapat dilihat pada Tabel 7.

Tabel 7. Hasil Skenario Kebijakan Gabungan Peningkatan Laju Cetak Sawah 4% dan Peningkatan Produktivitas
Beras 80% di Kelurahan Punggaluku.
Tahun Ketersediaan Beras di Kelurahan Pungaluku Tingkat Konsumsi Beras
2018 1.471,42 1.545,48
2019 1.578,16 1.577,77
2020 1.684,90 1.610,07
2021 1.791,64 1.642,36
2022 1.898,38 1.674,66
2023 2.005,12 1.706,95
2024 2.111,86 1.739,25
2025 2.218,60 1.771,54
2026 2.325,34 1.803,84
2027 2.432,08 1.836,13
2028 2.538,82 1.868,43

Skenario kebijakan gabungan peningkatan laju cetak sawah sebesar 4% dan peningkatan produktivitas
beras sebesar 80% di Kelurahan Punggaluku pada Tabel 7 menunjukkan peningkatan ketersedian beras lebih
besar dari tingkat konsumsi beras di tahun 2019 sampai tahun 2028, di mana ketersediaan beras di tahun 2019
sebesar 1.578,52 ton dan tingkat konsumsi sebesar 1.577,77 ton yang artinya untuk kebutuhan beras di
Kelurahan Punggaluku telah tercukupi dengan melakukakan peningkatan laju cetak sawah dan produktivitas
beras secara bersamaan. Peningkatan ini terjadi hingga di tahun 2028 di mana ketersediaan beras sebesar
2.538,37 ton dan tingkat konsumsi 1.824,22 ton. Penelitian ini lebih baik dari penelitian Somantri dan Thahir
(2007) dengan melakukan skenario gabungan dengan pencetakan sawah baru 2.5%/tahun, produksi gabah kering
panen meningkat sampai 6.5 ton/tahun dan IP menjadi 2.00.
 J. Sains dan Teknologi Pangan Vol. 4, No.4, P. 2360-2378, Th 2019

KESIMPULAN

Pengembangan kebijakan simulasi ketersediaan beras di Kelurahan Punggaluku yang telah dilakukan
dapat disimpulkan bahwa dengan skenario kebijakan simulasi peningkatan laju cetak sawah sebesar 4% belum
mencukupi konsumsi beras dari tahun 2018 sampai tahun 2021, begitupun dengan kebijakan simulasi
peningkatan produktivitas beras sebesar 80% belum mencukupi konsumsi beras pada tahun 2020, namun telah
mencukupi konsumsi beras pada tahun 2021 sampai tahun 2028 bagi masyarakat di Kelurahan Punggaluku.
Untuk mencukupi konsumsi beras tahun 2018 sampai tahun 2028 dilakukan skenario kebijakan gabungan,
dengan melakukan skenario kebijakan gabungan peningkatan laju cetak sawah sebesar 4% dan peningkatan
produktivitas sebesar 80% secara bersamaan, skenario gabungan dapat memenuhi ketersediaan beras di
Kelurahan Punggaluku di tahun 2019 sampai tahun 2028.

DAFTAR PUSTAKA

Kiani, B. 2009. System dynamics approach to analysing the cost factors effects on cost of quality. Green Research
Center, Iran University of Science & Technology, Tehran, Iran.

BPS Kabupaten Konawe Selatan. 2017. Statistik Daerah Kabupaten Konawe Selatan. Badan Pusat Statistik
Kabupaten Konawe Selatan. Konawe Selatan.

BPS Kecamatan Laeye. 2016. Statistik Daerah Kecamatan laeya. Badan Pusat Statistik kecamatan Laeya.
Kecamatan Laeya.

Eriyatno. 1999. Ilmu Sistem. Meningkatkan Mutu dan Efektivitas Manajemen. Jilid 1. IPB Press. Bogor.

Forrester, J. W. 1994. System Dynamics, Systems Thinking, and Soft OR. System Dynamics Review Summer.
New york. 10( 2): 1-14.

Marimin. 2004. Teknik dan Aplikasi Pengambilan Keputusan Kriteria Majemuk. Grasindo. Jurnal Teknik. 5(1): 72-
85.

Malian, A. 2004. Kebijakan Perdagangan Internasional Komoditas Pertanian Indonesia. Pusat Penelitian dan
Pengembangan Sosial Ekonomi Pertanian.

Prawira, A. E. .2013. Orang Indonesia Terlalu Berlebihan Kalau Makan

Nasi.http://health.liputan6.com/read/521271/. Diakses pada tanggal 5 Mei 2018.
 J. Sains dan Teknologi Pangan (JSTP) ISSN : 2527-6271 2019
J. Sains dan Teknologi Pangan Vol. 4, No.4, P. 2360-2378, Th 2019

Rachmawati, L. 2016. Rekayasa Model Sistem Dinamik Komoditas Jagung untuk Mendukung Program Upaya
Khusus di Jawa Barat. Departemen Teknik Mesin dan Biosistem Fakultas Teknologi Pertanian Institut
Pertanian Bogor. Bogor.

Rosihan, Amha. 2015. Faktor yang Menyebabkan Indonesia Mengimpor Komoditas Pangan.
http://www.astalog.com/1154/. Diakses pada 5 Mei 2018.

Sargent, R. 2001. Some Approaches and Paradigms for Verifying and Validating Simulation Models. Poceedings
of the 2001 Winter Simulation Conference. BA Peters, JS Smith, DJ Medeiros, and MW Rohrer, eds.

Somantri, A. 2005. Simulasi Model Dinamik Ketersediaan Sagu Sebagai Sumber Karbohidrat Mendukung
Ketahanan Pangan Kasus Papua. Makalah. Balai Besar Pasca Panen. Bogor.

Sugiyono. 2010. Metode Penelitian Pendidikan Pendekatan Kuantitatif, kualitatif, dan R&D. Alfabeta. Bandung.

Supriatna A. dan Thahir R. 2007. Analisis Sistem Dinamik Ketersediaan Beras di Merauke dalam Rangka Menuju
Lumbung Padi Bagi Kawasan Timur Indonesia. Balai Besar Penelitian Dan Pengembangan Pascapanen
Pertanian.

Suryani E. dan Ernawati L. 2013. Analisis faktor produktivitas gula nasional dan pengaruhnya terhadap harga
gula domestik dan permintaan gula impor dengan menggunakan sistem dinamik. Jurnal Teknik POMITS.
1(1): 1-7.

Suyono. 2010. Model Pengelolaan Kualitas Lingkungan Berbasis Daya Dukung (Carrying Capacity) Perairan
Waduk Cacaban bagi Pengembangan Budidaya Karamba Jaring Apung di Waduk Cacaban Kabupaten
Tegal. Jurusan Budidaya Fakultas Perikanan Universitas Pancasakti. Tegal.

Wibowo, A, D. 2016. Dinamika Ketersediaan Beras (Sebuah Studi Kasus di Kalimantan Selatan). Jurusan
Teknologi Industri Pertanian Fakultas Pertanian, Universitas Lambung Mangkurat.

Yang, S.C. 2011. System Dynamics Based Insider Threats Modeling. International Journal of Network Security &
It Application. 3(3):1-14.

Zulkarnaini. 2005. Sistem Umpan Balik Manusia dan Membuat Keputusan. Jurnal Teknik SIMETRIKA. 4(2): 356-
359.

2378 | P a g e

View publication stats