Jurnal Teknik Informatika dan Sistem Informasi

Volume 1 Nomor 3 Desember 2015

e-ISSN : 2443-2229

Rekayasa Algoritma Gravity Location Models

Untuk Penentuan Lokasi Lumbung Pangan
Masyarakat Kabupaten Minahasa Tenggara
Aldian Umbu Tamu Ama#1, Eko Sediyono*2, Adi Setiawan#3
#*

Magister Sistem Informasi, Universitas Kristen Satya Wacana

Fakultas Sains dan Matematika, Universitas Kristen Satya Wacana
Jl. Diponegoro 52-60, Salatiga 50711-Indonesia
1

[Link]@[Link]
2
eko@[Link]
3
adi_setia_03@[Link]
Abstract Focus of central government program in order to
sustain tenacity of food is to align charging of barns of food
society. This paper would examine the Gravity Location Model
algorithm which is part of the network development strategy
of supply chain management to determine the location of a
facility (such as warehouse or factory). This algorithm is used
theoretically to determine location of food barn in Southeast
Minahasa. Determination of location food barm for society
using Gravity Location Model is based on the rate of
Normative Consumption Ratio per capita in a year. Sample
location of 12 districts were taken using GPS and had been
adjusted with digital map from Google Map. The result of
calculation has get that food barn of society is in North
Tombatu district in geographically located at 124 41' 38.00''
east longitude and 1 2' 28.39'' north latitude. Based on
division 2 regions for the placement food barn society from 12
district. Alternative location of the first area is Ratahan in
geographically located at 124 47' 46.62'' east longitude and 1
3' 17.71'' north latitude, and for the second alternative location
area is at Tombatu in geographically located at 124 41' 3.49''
east longitude and 1 2' 18.33'' north latitude.
Keywords Food Security, Gravity Location Model,
Normative Consumption Ratio, Supply Chain Management.

I. PENDAHULUAN
Kebutuhan pangan setiap orang merupakan hak paling
mendasar yang tidak bisa ditawar. Hal ini tentu saja sangat
berkaitan dengan ketahanan pangan suatu daerah untuk
mensejahterakan masyarakatnya, karena jika setiap warga
mengalami kekurangan bahan makanan, ini akan menjadi
bagian dari pelanggaran HAM. Indonesia sendiri
memperlakukan penyediaan pangan untuk memenuhi
kebutuhan dalam negeri sebagai prioritas yang utama. UUD
1945 pasal 34 menyebutkan bahwa negara bertanggung
jawab di dalam memenuhi kebutuhan dasar, termasuk
pangan. Demikian pula di dalam Undang-Undang Pangan
Nomor 7 tahun 1996 pasal 1 ayat 17 dikatakan bahwa

194

ketahanan pangan sebagai kondisi terpenuhinya pangan

bagi rumah tangga yang tercermin dari tersedianya pangan
yang cukup baik dalam jumlah, mutu, aman serta merata
dan terjangkau [1].
Pemerintah Indonesia terus berupaya dalam menangani
masalah ketahanan pangan terutama memperhatikan taraf
hidup petani supaya menjadi lebih baik. Badan Ketahanan
Pangan Kementerian Pertanian pada 13 Mei 2014
mengadakan Musrenbangtan 2014 yang dibuka oleh
menteri pertanian Suswono, dengan rancangan yang
membahas fokus program dan kegiatan ketahanan pangan
tahun 2015 [2]. Kegiatan ini bertujuan mewujudkan
pemantapan ketahanan pangan masyarakat sampai tingkat
perseorangan secara berkelanjutan. Program pemerintah ini
berfokus pada enam kegiatan utama yaitu: 1) Percepatan
penganekaragaman konsumsi pangan (P2KP) atau Kawasan
rumah pangan lestari (KRPL). 2) Model pengembangan
pangan pokok lokal (MP3L). 3) Pengembangan kawasan
mandiri pangan. 4) Penguatan lembaga usaha pangan
masyarakat (LUPM). 5) Pengembangan lumbung pangan
masyarakat. 6) Analisis stabilitas pasokan dan harga pangan
di tingkat produsen dan konsumen [3].
Menarik untuk diperhatikan adalah program ke 5, yaitu
penyelarasan pengisian lumbung pangan masyarakat.
Program tersebut bertujuan yaitu: 1) Meningkatkan volume
stok cadangan pangan di kelompok lumbung pangan untuk
menjamin akses dan kecukupan pangan bagi anggotanya
terutama yang mengalami kerawanan pangan; 2)
Meningkatkan kemampuan pengurus dan anggota kelompok
dalam pengelolaan cadangan pangan; 3) Meningkatkan
fungsi kelembagaan cadangan pangan masyarakat dalam
penyediaan pangan secara optimal dan berkelanjutan [3].
Berdasarkan program ke 5 tersebut, penelitian ini
berfokus pada analisis secara teoritis penempatan lumbung
pangan masyarakat di daerah Minahasa Tengara dengan
menggunakan algoritma Gravity Location Model.

e-ISSN : 2443-2229

Distribusi yang tidak merata dapat menyebabkan stok

produk di suatu daerah akan sangat berlebih, sementara itu
di daerah lain menjadi sangat kurang, hal ini akan memicu
kurangnya keseimbangan harga produk yang beredar
dipasaran. Seperti yang disampaikan Kindangen dalam
jurnalnya yang menyebutkan daya konsumsi masyarakat
Minahasa Tenggara terhadap pangan olahan dari luar
cenderung semakin meningkat, diperkirakan setiap tahun
dapat menyedot dana masyarakat mencapai kurang lebih
1015% anggaran APBD atau sekitar 35-45 milyar rupiah
per tahun [4]. Begitu juga bila melihat penelitian
Constantina,
dengan
konsep
neighbors
analysis
menggunakan metode Morans I terdapat dua kecamatan di
daerah Minahasa Tenggara yang termasuk daerah rawan
pangan, yaitu kecamatan Pasan dan Tombantu [5]. Melihat
beberapa persoalan yang ada, rumusan masalah yang
didapat yaitu bagaimana memberikan solusi kepada
pemerintah untuk menangani beberapa hal tersebut. Salah
satunya dengan mengembangkan lumbung pangan
masyarakat yang diharapkan mampu memenuhi kebutuhan
konsumsi masyarakat Minahasa Tenggara dan mengatasi
masalah rawan pangan. Tujuan dari penelitian ini yaitu
menghasilkan informasi lokasi penyimpanan bahan pangan
yang efektif dan mudah didistribusikan ke setiap kecamatan
yang membutuhkan bahan pangan.
II. TINJAUAN PUSTAKA
A. Supply Chain Management
Supply chain management terdiri dari semua tahapan
yang terlibat langsung atau tidak langsung dalam memenuhi
permintaan pelanggan. Supply chain management
mempunyai tujuan menyangkut pertimbangan dalam hal
lokasi di setiap fasilitas. Lokasi disetiap fasilitas memiliki
dampak terhadap aktivitas dan biaya, dalam rangka
memproduksi produk yang diinginkan pelanggan. Proses ini
dimulai dari supplier ke pabrik hingga disimpan digudang
dan pendistribusiannya ke sentra penjualan. Tujuan lainnya
yaitu mencapai efisiensi aktivitas dan biaya seluruh sistem,
total biaya sistem dari transportasi hingga distribusi
persediaan bahan baku, proses kerja dan barang jadi.
Struktur komponen dari supply chain dapat dibagi
menjadi tiga layer atau lapisan yaitu:
1. Upstream supply chain, merupakan lapisan yang
terdiri dari rangkaian pemasok mulai dari pemasok
tingkat pertama hingga tingkat akhir sebelum ke
dalam manufaktur.
2. Internal supply chain, merupakan lapisan yang terdiri
dari seluruh rangkaian proses yang terjadi pada
manufaktur atau organisasi untuk mengubah input
dari pemasok menjadi output yang bernilai.
3. Downstream supply chain, merupakan lapisan yang
terdiri dari seluruh rangkaian proses untuk melakukan
pengiriman produk ke konsumen akhir.
Customer sebagai sasaran merupakan penentu utama pola
kegiatan yang dilakukan pelaku rantai pasok. Kegiatan para

Jurnal Teknik Informatika dan Sistem Informasi

Volume 1 Nomor 3 Desember 2015
pelaku ini sangat didasarkan pada kebutuhan (demand) yang
ada disisi customer, maka kegiatan rantai pasok biasanya
diidentifikasi secara mundur atau backward [6].
Rantai pasokan tidak hanya mencakup produsen dan
pemasok tetapi juga gudang, pengecer, dan pelanggan itu
sendiri. Menurut Chopra dan Meindl ada enam faktor utama
yang menjadi penggerak utama dan penentu performa dari
SCM, yaitu:
1. Fasilitas adalah lokasi fisik dalam jaringan rantai
pasok yang menjadi tempat untuk perakitan,
penyimpanan,
ataupun
produksi.
Fasilitas
dikelompokkan menjadi fasilitas produksi dan
fasilitas penyimpanan. Beberapa komponen fasilitas
yang harus dipertimbangkan antara lain peranan
lokasi dan kapasitas.
2. Persediaan terdiri dari persediaan bahan baku, bahan
setengah jadi, dan bahan jadi. Persediaan timbul
karena adanya perbedaan antara penawaran dan
pemintaan.
3. Sourcing merupakan proses bisnis yang diperlukan
untuk mendapatkan barang ataupun jasa yang
diperlukan perusahaan.
4. Transportasi berfungsi untuk memindahkan produk
antara tahap satu ke tahap lain di sepanjang rantai
pasok. Beberapa komponen transportasi yang harus
dipertimbangkan antara lain pemilian rute dan jenis
transportasi yang tepat.
5. Informasi adalah penghubung antara berbagai
tahapan-tahapan yang ada dalam rantai pasok.
6. Harga menentukan seberapa besar biaya barang dan
jasa yang akan disediakan dalam rantai pasokan oleh
suatu perusahaan. Harga mempengaruhi perilaku
pembeli barang atau jasa sehingga mempengaruhi
kinerja rantai pasok.
Keputusan desain jaringan adalah salah satu keputusan
dalam rantai pasok yang sangat penting, karena implikasi
yang signifikan dan jangka panjang. Merancang sebuah
rantai pasok perlu mempertimbangkan bagaimana
komponen rantai pasok yaitu fasilitas, transportasi,
informasi, sumber dan harga yang digunakan bersama-sama
dalam mendukung strategi perusahaan untuk bersaing dan
memaksimalkan keuntungan rantai pasok [7].
Penerapan rantai pasok di Indonesia masih mengalami
banyak kendala, menurut Sariyun, ada empat faktor yang
perlu diperhatikan dalam perbaikan sistem rantai pasok di
Indonesia yaitu [6]:
1. Penekanan pada upaya
pembangunan dan
pemeliharaan setiap rantai dalam SCM, yaitu
pembentukan hubungan antar rantai agar lebih
spesifik, misalnya pada volume, mutu, distribusi, dan
perbaikan kekurangan pada bidang usaha sehingga
terbentuk pola yang terpadu dan saling terkait;
2. Pengontrolan terhadap persediaan pasokan yang
harus dilakukan sehingga effisien dalam hal biaya,
misalnya dalam hal ini jumlah pasokan disesuaikan
dengan jumlah produk yang dapat dijual, dan yang

195

Jurnal Teknik Informatika dan Sistem Informasi

Volume 1 Nomor 3 Desember 2015
menghasilkan kestabilan persediaan bahan baku
sehingga tidak terjadi penumpukan stok yang
berakibat pada peningkatan biaya penyimpanan;
3. Penentuan lokasi dan transportasi dalam rantai
jaringan
dibuat
dengan
perhitungan
dan
memperhatikan dampak terhadap biaya persediaan,
dalam hal ini akan berpengaruh pada tingkat
kepekaan konsumen, oleh karena itu evaluasi
terhadap hal ini sangat perlu dilakukan;
4. Pembentukan sistem informasi antara yang bertugas
dalam pengumpulan, pengolahan, penyimpanan, dan
penyebarluasan informasi kepada setiap stakeholder
yang dilandasi dengan kepercayaan, dengan ini akan
mendukung kinerja dan produktivitas dari masing
masing anggota rantai pasok.
B. Ketahanan Pangan
Pengertian pangan sendiri memiliki dimensi yang luas.
Mulai dari pangan yang esensial bagi kehidupan manusia
yang sehat dan produktif (keseimbangan kalori, karbohidrat,
protein, lemak, vitamin, serat, dan zat esensial lain); serta
pangan yang dikonsumsi atas kepentingan sosial dan
budaya, seperti untuk kesenangan, kebugaran, kecantikan
dan sebagainya. Pangan tidak hanya berarti pangan pokok,
dan jelas tidak hanya berarti beras, tetapi pangan yang
terkait dengan berbagai hal lain. Pangan merupakan salah
satu kebutuhan dasar manusia yang merupakan bagian dari
hak asasi manusia (HAM), sebagaimana tertuang dalam
Deklarasi HAM Universal (Universal Declaration of
Human Right) tahun 1948, serta UU No 7 Tahun 1996
tentang Pangan.
Pengertian pangan oleh Suharjo adalah bahan-bahan
yang dimakan sehari-hari untuk memenuhi kebutuhan bagi
pemeliharaan, pertumbuhan, kerja, penggantian jaringan
dan mengatur proses-proses di dalam tubuh. Selain itu ada
pula pengertian yang dimaksud pangan pokok, yaitu bahan
pangan yang dimakan secara teratur oleh sekelompok
penduduk dalam jumlah cukup besar, untuk menghasilkan
sebagian besar sumber energi. Pangan dikonsumsi manusia
untuk mendapatkan energi yang berupa tenaga untuk
melakukan aktivitas hidup (antara lain bernapas, bekerja,
membangun, dan mengganti jaringan yang rusak). Pangan
merupakan bahan bakar yang berfungsi sebagai sumber
energi [1].
Tambunan
mengidentifikasi
faktor-faktor
utama
ketahanan pangan, yaitu [8]:
1. Lahan.
Menurut BPS, pada tahun 2030 kebutuhan beras di
Indonesia mencapai 59 juta ton. Karena luas tanam
padi tahun 2007 hanya sekitar 11,6 juta hektare, maka
untuk mendukung kebutuhan beras tersebut
diperlukan tambahan luas tanam baru 11,8 juta
hektar. Menurut Badan Pertanahan Nasional, tiap
tahun terjadi konversi lahan sawah sebesar 100.000
ha (termasuk 35.000 hektar lahan beririgasi). Masalah
lahan pertanian akibat konversi yang tidak bisa

196

e-ISSN : 2443-2229

2.

3.

4.

5.

6.

dibendung menjadi tambah serius akibat distribusi

lahan yang timpang. Ditambah lagi dengan
pertumbuhan penduduk di pedesaan akan hanya
menambah jumlah petani gurem atau petani yang
tidak memiliki lahan sendiri atau dengan lahan yang
sangat kecil yang tidak mungkin menghasilkan
produksi yang optimal, akan semakin banyak. Lahan
pertanian yang semakin terbatas juga akan menaikan
harga jual atau sewa lahan, sehingga hanya sedikit
petani yang mampu membeli atau menyewanya, dan
akibatnya, kepincangan dalam distribusi lahan
bertambah besar.
Infrastruktur
Pembangunan infrastruktur pertanian menjadi syarat
penting guna mendukung pertanian yang maju. Irigasi
(termasuk waduk sebagai sumber air) merupakan
bagian terpenting dari infrastruktur pertanian.
Ketersediaan jaringan irigasi yang baik, dalam
pengertian tidak hanya kuantitas tetapi juga kualitas,
dapat meningkatkan volume produksi dan kualitas
komoditas pertanian, terutama tanaman pangan,
secara signifikan. Jaringan irigasi yang baik akan
mendorong peningkatan indeks pertanaman.
Teknologi, keahlian dan wawasan
Ada sejumlah indikator atau semacam proxy untuk
mengukur tingkat penguasaan teknologi oleh petani,
salah satunya adalah pemakaian traktor. Semakin
berpendidikan petani-petani di suatu wilayah semakin
banyak penggunaan traktor (dan alat-alat pertanian
modern lainnya) di wilayah tersebut. Tingkat
pengetahuan petani, selain faktor-faktor lain seperti
ketersedian dana, merupakan suatu pendorong
penting bagi kelancaran atau keberhasilan dari proses
modernisasi pertanian.
Energi
Energi sangat penting untuk kegiatan pertanian lewat
dua jalur, yakni langsung dan tidak langsung. Jalur
langsung adalah energi seperti listrik atau bahan
bakar minyak (BBM) yang digunakan oleh petani
dalam kegiatan bertaninya, misalnya dalam
menggunakan traktor. Sedangkan lewat jalur tidak
langsung adalah energi yang digunakan oleh pabrik
pupuk dan pabrik yang membuat input-input lainnya
dan alat-alat transportasi dan komunikasi.
Dana
Penyebab lainnya yang membuat rapuhnya ketahanan
pangan di Indonesia adalah keterbatasan dana.
Diantara sektor-sektor ekonomi, pertanian yang selalu
paling sedikit mendapat kredit dari perbankan (dan
juga dana investasi) di Indonesia. Bahkan kekurangan
modal juga menjadi penyebab banyak petani tidak
mempunyai mesin giling sendiri, padahal jika petani
punya mesin sendiri, berarti rantai distribusi tambah
pendek yang berarti juga kesempatan lebih besar bagi
petani untuk mendapatkan lebih banyak penghasilan.
Lingkungan fisik/iklim

e-ISSN : 2443-2229

Pertanian pangan merupakan sektor yang paling

rentan terkena dampak perubahan iklim, khususnya
yang mengakibatkan musim kering berkepanjangan,
mengingat pertanian pangan di Indonesia masih
sangat mengandalkan pada pertanian sawah yang
berarti sangat memerlukan air yang tidak sedikit.

7. Relasi kerja
Relasi kerja akan menentukan proporsi nisbah
ekonomi yang akan dibagi kepada para pelaku
ekonomi di pedesaan, dalam kata lain, pola relasi
kerja yang ada di sektor pertanian akan sangat
menentukan apakah petani akan menikmati atau tidak
hasil pertaniannya. Salahsatu indikator atau proxy
yang dapat digunakan untuk mengukur hasil yang
dinikmati oleh petani adalah nilai tukar petani, yang
diperoleh dari perbandingan indeks harga yang
diterima petani terhadap indeks harga yang dibayar
petani.
8. Ketersediaan input lainnya
Keterbatasan pupuk dan harganya yang terus
meningkat merupakan hambatan serius bagi
pertumbuhan pertanian di Indonesia dalam beberapa
tahun belakangan ini dilihat dari ketersediaan input
lainnya. Implementasi dilapangan oleh pemerintah
selama ini kelihatan kurang konsisten dalam
usahanya memenuhi pupuk bersubsidi bagi petani
agar ketahanan pangan tidak terganggu. Tanpa
ketersediaan sarana produksi pertanian, termasuk
pupuk dalam jumlah memadai dan dengan kualitas
baik dan relatif murah, sulit diharapkan petani, yang
pada umumnya miskin, akan mampu meningkatkan
produksi komoditas pertanian
C. Gravity Location Model
Metode Gravity Location Model sendiri merupakan
bagian dari strategi pengembangan jaringan Supply Chain
Management yang digunakan untuk menentukan lokasi
suatu fasilitas (misalnya gudang atau pabrik) yang menjadi
penghubung antara sumber-sumber pasokan dan beberapa
lokasi seperti pasar [9]. Model gravitasi sangat berkembang
untuk mendukung perusahaan multi nasional dalam
pengembangan transfer barang yang dimiliki, itu karena
keunggulannya dalam analisis biaya transfer yang bisa
dikurangi [10]. Pada perkembangannya dasar-dasar teoritis
gravitasi dalam praktek telah menyebabkan estimasi yang
lebih kaya dan lebih akurat dan interpretasi lingkup spasial
yang dijelaskan oleh gravitasi [11]. Gravity location model
didasarkan pada pemilihan koordinat titik suatu pusat
distribusi yang memberikan jarak total terpendek terhadap
keseluruhan pusat zona produksi yang harus dipasok. Model
ini menggunakan beberapa asumsi, yaitu: 1) Ongkosongkos transportasi diasumsikan naik sebanding dengan
volume yang dipindahkan. 2) Baik sumber-sumber pasokan

Jurnal Teknik Informatika dan Sistem Informasi

Volume 1 Nomor 3 Desember 2015
maupun lokasi produksi bisa ditentukan lokasinya pada
suatu peta dengan koordinat X dan Y yang jelas [9].
Perhitungan koordinat lokasi menggunakan rumus sebagi
berikut:
Vi Xi
x= i
iVi

y=

VY
V
i

(1)

= Merupakan koordinat lokasi pada sumbu x,

= Merupakan koordinat lokasi pada sumbu y,
= Total kelebihan produksi padi dari setiap kecamatan.
Proses perhitungan jarak antara dua lokasi pada model ini
yang dihitung sebagai jarak geometris antara dua lokasi
menggunakan formula berikut:
2

Fn =

( x - xn ) + ( y - yn )

dengan

( xn ; yn )

(2)

adalah kandidat koordinat tiap-tiap

kecamatan di daerah tertentu dan (x,y) adalah fasilitas

(dalam hal ini lumbung pangan masyarakat) yang
dipertimbangkan.
Tujuan dari model ini adalah mendapatkan lokasi
fasilitas yang meminimumkan total ongkos-ongkos
pengiriman yang bisa diformulasikan sebagai berikut [12]:
k

TC = d n Dn Fn

n =1
(3)
= Ongkos transportasi per unit beban per kilometer
antara kandidat lokasi fasilitas dengan lokasi sumber
pasokan,
= Beban yang akan dipindahkan antara fasilitas
dengan sumber pasokan atau lokasi lumbung,
= Jarak antara lokasi fasilitas dengan sumber pasokan
atau lumbung ke-.

III. PENELITIAN TERKAIT

Beberapa studi kasus yang mengkaji tentang prinsip
distribusi seperti penentuan lokasi gudang atau pabrik telah
banyak dilakukan. Selain itu banyak penelitian yang
menggunakan algoritma Gravity Location Model dalam
menentukan suatu lokasi.
A. Rule-based group decision model for warehouse
evaluation under interval-valued Intuitionistic fuzzy
environments
Penelitian Chai dkk menggunakan pendekatan atau
model yang lain dalam penentuan lokasi gudang. Proses
pertama yaitu dengan menggunakan metode fuzzy, ketika
sudah mendapatkan hasil berupa lokasi-lokasi alternatif,
mereka membuat beberapa grup orang-orang yang ahli
dalam proses pengambilan keputusan dan melakukan
evaluasi yang subjektif untuk mendapatkan keputusan
penentuan lokasi gudang yang baru [13].

197

Jurnal Teknik Informatika dan Sistem Informasi

Volume 1 Nomor 3 Desember 2015
B. Metode Gravity Location Models Dalam Penentuan
Lokasi Cabang Yang Optimal Di PT. ABC
Penelitian ini dilakukan oleh Elly Wuryaningsih dengan
menggunakan algoritma Gravity Location untuk
menentukan lokasi gudang lokal [Link] [14]. Penelitian
ini dilakukan untuk menghitung beberapa gudang lokal di
daerah Depok, Kalasan, Berbah, Ngaglik, Ngemplak dan
Cangkringan. Hasil yang diperoleh yaitu kordinat lokasi
gudang lokal yang optimal berada di daerah Ngemplak.
C. Using gravity models for the evaluation of new
university site locations: A case study
Penelitian ini dilakukan oleh Guiseppe Bruno dan
Gennaro Improta. Penelitian ini menerapkan algoritma
Gravity Location Model dalam memutuskan lokasi optimal
dari lokasi baru fasilitas sebuah universitas dengan melihat
perilaku konsumen yaitu para mahasiswa [15]. Penelitian
ini melanjutkan riset dari Universitas Naples Federico II
yang meramalkan penyebaran mahasiswa berdasarkan
lokasi fasilitas dari Fakultas Teknik. Studi kasus yang
dilakukan berfokus pada masalah lokasi dari Universitas
Teknik di wilayah Campania Italy dengan hasil yang
diperoleh menunjukkan bahwa pendekatan Gravity
Location Model dapat digunakan untuk mengevaluasi efek
dari kehadiran lokasi baru pada distribusi permintaan di
masa mendatang.
D. Penentuan Alternatif Lokasi Gudang Akhir Rumput Laut
Dengan Metode Center Of Gravity Dan Point Rating
(Studi Kasus Di Kabupaten Seram Bagian Barat)
Penelitian ini dilakukan oleh Daniel Bunga Paillin dan
Melkias Thony Dasfordate [12]. Penelitian ini bertujuan
untuk menentukan lokasi gudang akhir rumput laut yang
optimal. Untuk menentukan lokasi gudang akhir tersebut
ada dua metode pemilihan yaitu metode Center of Gravity
dan metode Point Rating dimana diaplikasikan pada metode
Analitical Hierarchy Process dengan pendekatan Skala
Rating Liberatore. Penelitian ini menyeleksi 3 lokasi
potensial yaitu pada Dusun Airpessy, Dusun Wael, dan
Dusun Kotania. Hasil perhitungan menunjukkan kedua
metode merekomendasikan lokasi optimal yang sama yaitu
Dusun Airpessy.
E. Stochastic gravity models for modeling lake invasions
Penelitian ini dilakukan oleh Alex Potatov dkk [16].
Penelitian ini menerapkan Stochastic Gravity Model dalam
ekologi, dimana melihat pengaruh aktivitas yang terjadi
pada danau Ontario di Amerika Utara. Penelitian ini
berfokus pada penyebaran Bythotrephes (Kutu air) di danau
Ontario, Amerika Utara berdasarkan pola aktivitas yang
terjadi. Hasil yang diperoleh yaitu penggabungan metode
survey dan pengumpulan informasi yang ada dapat
memperluas pengembangan metode Stochastic Gravity
Model dalam mengelompokkan penyebaran Bythotrephes.

198

e-ISSN : 2443-2229

F. Optimal Location of Base Station in a Wireless Sensor

Network Using Gravity Location Model
Penelitian ini dilakukan oleh [Link] dan
[Link] dalam menentukan basis lokasi dari Wireless
Sensor Networks (WSNs) yang dapat bekerja secara
maksimal [17]. Penelitian ini menggunakan algoritma
Gravity Locatin Model dalam menentukan lokasi optimal
WSNs dengan memperhatikan kinerja jaringan dan topologi
jaringan yang dibangun. Model gravitasi digunakan untuk
menemukan lokasi yang meminimalkan energi transmisi
data dari sensor node ke base station. Hasil yang diperoleh
yaitu perhitungan dua puluh node sensor dengan
menggunakan algoritma gravity menghasilkan lokasi
optimal base station.
IV. METODE PENELITIAN
Penelitian ini dilakukan dengan langkah-langkah sebagai
berikut:
A. Metode Analisis Data
Pengumpulan Data

Pengolahan Data

Menghitung Rasio
Konsumsi (RKN) Per
Kapita

Menggunakan Algoritma
Gravity Location Models

Membagi 12 kecamatan ke
dalam dua wilayah

Menggunakan Algoritma
Gravity Location Models
untuk dua wilayah

Penarikan Kesimpulan
Gambar 1. Bagan Metode Penelitian

B. Metode Pengumpulan Data

Metode pengumpulan data dalam penelitian ini dibagi
kedalam dua bagian yaitu sumber data data dan
pengumpulan data. Sumber data yang dibutuhkan adalah
data primer dan data sekunder. Data Primer dikumpulkan
melalui metode survei dengan mengunjungi 24 titik sampel
pada 12 Kecamatan di Kabupaten Minahasa Tenggara, dan
wawancara dengan kepala-kepala Dinas Pertanian, Dinas
Ketahanan Pangan dan distributor beras di kabupaten
Minahasa Tenggara. Sedangkan data sekunder diperoleh

e-ISSN : 2443-2229

dari BPS, dinas pertanian dan berbagai dokumen

pendukung yang didapat dari internet [18].
Pengumpulan data dilakukan dengan cara menentukan
lokasi sampel dari koordinat lokasi 12 kecamatan, masingmasing kecamatan diambil 2 titik sampel dari google map
untuk daerah Minahasa Tenggara. Survei dilakukan dengan
mengunjungi titik-titik sampel dan instansi-instansi yang
disebutkan diatas, sekaligus mencari jalur distribusi
(transportasi yang ada di daerah Minahasa Tenggara).
Data hasil produksi padi setiap kecamatan, jumlah
penduduk setiap kecamatan, dan kebutuhan padi setiap
kecamatan dalam setahun dihitung untuk mendapatkan hasil
ketersediaan pangan yang dimiliki untuk setiap kecamatan.
Hasil yang diperoleh menjadi patokan angka Rasio
Konsumsi Normatif (RKN) Per Kapita. Proses perhitungan
RKN dilakukan untuk mengetahui kebutuhan beras 12
kecamatan dan hasil produksi padi yang lebih dalam
setahun. Penentuan lokasi alternatif lumbung pangan
masyarakat didapat dengan menggunakan algoritma Gravity
Location Model yang didasarkan pada koordinat 12
kecamatan yang ada. Setelah menghitung lumbung pangan
masyarakat untuk 12 kecamatan kemudian lokasi 12
kecamatan dibagi kedalam dua wilayah sesuai dengan peta
rancangan pusat layanan kabupaten Minahasa Tenggara.
Hal ini dilakukan untuk menentukan lumbung pangan
masyarakat berdasarkan jalur transportasi yang ada di
daerah Minahasa Tenggara.
V. HASIL DAN PEMBAHASAN
A. Menghitung Rasio Konsumsi (RKN) Per Kapita
Data dari Dinas ketahanan pangan pada tahun 2012 untuk
hasil produksi padi di daerah Minahasa Tenggara, jika
dihitung ketersediaan pangan yang dimiliki maka hasil
produksi yang didapat bisa ditampung dalam lumbung
pangan masyarakat.
Berikut
contoh perhitungan
ketersediaan pangan untuk daerah Kabupaten Minahasa
Tenggara:
Y ( gr ) =

produksi (ton ) *1000000

jumlah Penduduk *360

Dan Z = 300 / Y ( gr )
Produksi = Jumlah produksi padi
Y = Ketersediaan bersih serealia pokok perkapita per
hari,
Z = Konsumsi normatif perkapita (RKN).
Pengkategorian Rasio Konsumsi Normatif (RKN) Per
Kapita adalah sebagai berikut [19]:
Z 1,50
= defisit tinggi,
1,25 Z < 1,50 = defisit sedang,
1,00 Z < 1,25 = defisit rendah,
0,75 Z < 1,00 = surplus rendah,
0,50 Z < 0,75 = surplus sedang,
Z < 0,50
= surplus tinggi.
Berdasarkan Tabel I, hanya daerah Ratatotok yang
mengalami defisit tinggi dengan angka RKN mencapai 4.77

Jurnal Teknik Informatika dan Sistem Informasi

Volume 1 Nomor 3 Desember 2015
dan daerah lain mengalami surplus sedang dan tinggi, ini
berarti rata-rata 11 kecamatan bisa memenuhi kebutuhan
konsumsi beras dalam satahun
TABEL I
HASIL ANALISIS PERHITUNGAN RKN

12374
8425
15976
12568
682

Kebutuhan
Padi
(ton/thn)
1355
923
1749
1376
75

RKN
Thn
2012
4.77
0.31
0.44
0.25
0.02

34

5717

626

0.75

9728

71

9363

1025

0.10

8383

44

8754

959

0.11

4628

8027

879

0.19

1553

15

6315

691

0.44

257

316

4142

454

0.78

1816

5235

573

0.31

KECAMAT
AN

Padi
Sawah

Padi
Ladang

Jml
Pend

Ratatotok
Pusomaen
Belang
Ratahan
Pasan
Ratahan
Timur
Tombatu
Tombatu
Timur
Tombatu
Utara
Touluaan
Touluaan
Selatan
Silian Raya

209
2926
3877
5464
3079

71
44
28
8
20

788

Persoalan yang perlu dilihat adalah seberapa banyak

produksi padi yang bisa ditampung dalam lumbung pangan
masyarakat. Menurut Natawidjaya berdasarkan proporsinya,
46% produk petani dijual ke bandar, kemudian 40% dijual
ke pedagang pengumpul dan sisanya ke pembeli lain. Akan
tetapi seluruh produk dari pedagang pengumpul dijual ke
Bandar, padahal antara pedagang pengumpul, bandar dan
petani umumnya masih berada dalam satu wilayah. Dari
bandar sebagian besar produk dijual ke pasar tradisional
(74%), kemudian ke pemasok pasar swalayan (9%),
pedagang antar pulau (9%), industri (5%) dan sisanya ke
pasar lain. Melihat peran bandar yang penting maka
pemerintah perlu mengambil alih peran ini sehingga bisa
memperoleh 86% hasil produksi petani untuk dikelola
dalam lumbung pangan masyarakat [20].
B. Menghitung Menggunakan Algoritma Gravity Location
Models
TABEL II
DATA PERHITUNGAN 12 KECAMATAN

KECAMATAN

Ratatotok
Pusomaen
Belang
Ratahan
Pasan
Ratahan Timur
Tombatu
Tombatu Timur
Tombatu Utara
Touluaan
Touluaan Selatan
Silian Raya

0.876
0.978
0.962
1.054
1.058
1.051
1.038
1.022
1.041
1.053
1.025
1.0257

124.695
124.854
124.800
124.796
124.741
124.820
124.684
124.731
124.693
124.648
124.616
124.6699

Dn
(beban/ton)
-1075
2047
2156
4096
3024
196
8774
7468
3749
876
120
1243

199

Jurnal Teknik Informatika dan Sistem Informasi

Volume 1 Nomor 3 Desember 2015

e-ISSN : 2443-2229

Melihat Tabel II, kolom X dan Y merupakan koordinat

lokasi untuk setiap kecamatan, kolom merupakan beban
produksi padi yang lebih dalam ton dan merupakan hasil
dari perhitungan RKN selama setahun, sedangkan untuk
nilai merupakan biaya transportasi yang di asumsikan
sama untuk setiap kecamatan dengan diberi nilai 1.
Penentuan lokasi lumbung padi di tentukan berdasarkan
lokasi dengan biaya transportasi yang rendah, penentuan ini
dilakukan dengan menggunakan rumus (1) (2) (3) dimana
proses perhitungan menggunakan koordinat terkecil
dan untuk akan dimasukkan dalam bentuk matrix
[12][17]. Hasil yang dapat dilihat pada Tabel III.

Perhitungan ini belum dibagi kedalam dua wilayah

menurut peta rencana pusat-pusat kegiatan di kabupaten
Minahasa Tenggara. Peta yang ada dapat menjadi patokan
karena disesuaikan dengan jalur trasnportasi yang ada.
Berdasarkan Gambar 3 pembagian wilayah untuk
menempatkan lumbung padi masyarakat dibagi kedalam
dua bagian [21].

TABEL III
HASIL PERHITUNGAN MATRIKS LOKASI ALTERNATIF

Koordinat 124.6 124.65 124.7 124.75 124.8 124.85 124.9

5341 4014 3225 3243 3975 5196 6655
1.1
1.05

4740 3095

1994 2168

3092 4556

6158

4822 3298

2312 2357

3226 4529

6130

0.95

5504 4268

3520 3464

4032 5155

6607

0.9

6555 5536

4931 4886

5354 6267

7499

0.85

7835 6985

6495 6461

6848 7604

8651

0.8

9262 8552

8156 8119

8435 9070

9970

Berdasarkan Tabel III, hasil terkecil yang diperoleh

berada pada kolom ketiga dan baris kedua pada matriks
perhitungan dan matriks pembagian kolom peta, maka nilai
terkecil tersebut berada pada lokasi geografis 124 41'
38.00'' BT dan 1 2' 28.39'' LU. Menurut perhitungan
koordinat lokasi menggunakan rumus (1), hasil yang
diperoleh dari perhitungan koordinat lokasi yaitu =1.252
dan =124.729 dimana lokasi yang berdekatan dengan
koordinat tersebut yaitu kecamatan Tombatu Utara. Hasil
perhitungan Tabel III dan menurut perhitungan kordinat
lokasi dapat dilihat pada Gambar 2.

Gambar 3. Peta rancangan pusat layanan

Daerah Ratatotok, Belang, Pusomaen, Ratahan dan

Ratahan timur digabung menjadi satu wilayah, sedangkan
daerah Touluaan selatan, Touluaan, Tombatu, Tombatu
timur, Tombatu utara, Silian raya dan Pasan menjadi satu
wilayah tersendiri. Tabel IV menunjukkan data untuk
perhitungan wilayah pertama.
TABEL IV
DATA PERHITUNGAN WILAYAH PERTAMA

KECAMATAN

Ratatotok
Pusomaen
Belang
Ratahan
Pasan
Ratahan Timur

0.876
0.978
0.962
1.054
1.058
1.051

124.695
124.854
124.800
124.796
124.741
124.820

Dn
(beban/ton)
-1075
2047
2156
4096
3024
196

Berdasarkan pembagian dua wilayah tersebut akan

dilakukan perhitungan lokasi alternatif untuk wilayah
pertama. Hasil perhitungan berdasarkan data dari Tabel IV
dengan menggunakan algoritma Gravity Location Model
menghasilkan matriks koordinat lokasi dengan angka
terendah yang menunjukan lokasi alternatif untuk wilayah
pertama. Hasil tersebut dapat dilihat pada Tabel V.

Gambar 2. Koordinat lokasi alternatif dari 12 kecamatan

TABEL V
HASIL PERHITUNGAN MATRIKS WILAYAH PERTAMA
Koordinat
1.1
1.05

200

124.6
2677
2500

124.65
2137
1921

124.7
1648
1368

124.75
1302
912

124.8
1249
800

124.85
1508
1172

124.9
1937
1671

e-ISSN : 2443-2229

1
0.95
0.9
0.85
0.8

2471
2583
2820
3166
3596

1898
2044
2323
2725
3219

Jurnal Teknik Informatika dan Sistem Informasi

Volume 1 Nomor 3 Desember 2015
1378
1582
1913
2379
2938

988
1253
1677
2201
2784

861
1111
1619
2176
2765

1092
1319
1782
2313
2880

1601
1770
2135
2598
3117

Hasil terkecil yang diperoleh berada pada lintang 124.8

dan bujur 1.05 yang secara geografis terletak pada 124 47'
46.62'' BT dan 1 3' 17.71'' LU. Menurut perhitungan
koordinat lokasi menggunakan rumus (1), hasil yang
diperoleh dari perhitungan koordinat lokasi yaitu =1.011
dan =124.784 dan seperti dinyatakan pada Gambar 4.
Dilihat pada keadaan sebenarnya maka lokasi yang
berdekatan dengan koordinat tersebut adalah kecamatan
Ratahan.

Gambar 4. Koordinat lokasi alternatif wilayah pertama

TABEL VI
DATA PERHITUNGAN WILAYAH KEDUA

Tombatu
Tombatu Timur
Tombatu Utara
Touluaan
Touluaan Selatan
Silian Raya

1.038
1.022
1.041
1.053
1.025
1.025

124.684
124.731
124.693
124.648
124.616
124.669

Dn
(beban/ton)
8774
7468
3749
876
120
1243

Hasil perhitungan dari Tabel VI dengan menggunakan

Gravity Location Model menghasilkan matriks koordinat
lokasi dengan angka terendah yang menunjukan lokasi
alternatif untuk wilayah yang kedua. Hasil tersebut dapat
dilihat pada Tabel VII sebagai berikut:
TABEL VII
HASIL PERHITUNGAN MATRIKS WILAYAH KEDUA
Koor
dinat

124.6

124.65

124.7

124.75

124.8

124.85

2664
2240
2352
2921
3734
4669
5666

1878
1174
1400
2224
3213
4260
5334

1577
626
934
1937
3018
4115
5218

1942
1256
1370
2211
3209
4260
5335

2727
2291
2365
2921
3735
4672
5670

3688
3384
3437
3836
4485
5290
6190

4718
4487
4529
4837
5364
6053
6853

Berdasarkan Tabel VII, hasil terkecil yang diperoleh

berada pada 124 41' 3.49'' BT dan 1 2' 18.33'' LU.
Menurut perhitungan koordinat lokasi menggunakan rumus
(1), hasil yang diperoleh dari perhitungan koordinat lokasi
yaitu =1.032 dan =124.698 dan seperti dinyatakan pada
Gambar 5. Dilihat dan setelah dikonfirmasi dengan keadaan
sebenarnya maka lokasi yang berdekatan dengan koordinat
tersebut adalah kecamatan Tombatu.

Gambar 5. Koordinat lokasi alternatif wilayah kedua

Setelah mendapatkan lokasi alternatif untuk wilayah

pertama maka akan dilanjutkan dengan menghitung lokasi
alternatif wilayah kedua yang telah dibagi ke dalam Tabel
VI.

KECAMATAN

1.1
1.05
1
0.95
0.9
0.85
7

124.9

VI. SIMPULAN
Hasil perhitungan dengan menggunakan algoritma
Gravity Location Model untuk menentukan lokasi alternatif
lumbung pangan masyarakat berdasarkan koordinat 12
kecamatan berada pada kecamatan Tombatu Utara yang
secara geografis terletak pada 124 41' 38.00'' BT dan 1 2'
28.39'' LU.
Berdasarkan pembagian dua wilayah yang ada maka
wilayah satu yaitu kecamatan Ratahan yang secara
geografis terletak pada 124 47' 46.62'' BT dan 1 3' 17.71''
LU, dan untuk wilayah kedua yaitu kecamatan Tombatu
yang secara geografis terletak pada 124 41' 3.49'' BT dan
1 2' 18.33'' LU.
Hasil analisis dengan menggunakan algoritma Gravity
Location Model ini dapat menjadi acuan bagi pemerintah
dalam menentukan lumbung pangan masyarakat. Penelitian
lanjutan yang dapat dilakukan untuk meningkatkan efisiensi
distribusi pangan berdasarkan kondisi jalan, jarak tempuh,
tengkulak yang menguasai jalur distribusi, dan indikator
lainnya adalah dengan menerapkan metode Fuzzy Vehicle
Routing Problem.
UCAPAN TERIMA KASIH
Ucapan terima kasih disampaikan kepada Dirjen DIKTI
atas pendanaan yang diberikan melalui hibah penelitian Tim
Pascasarjana tahun anggaran 2013-2014.

201

Jurnal Teknik Informatika dan Sistem Informasi

Volume 1 Nomor 3 Desember 2015
DAFTAR PUSTAKA
[1]

[2]

[3]

[4]

a.

[5]

[6]

[7]

[8]

202

R.
B.
F.
Pasaribu,
Ketahanan
pangan
nasional.
Available:[Link] [Accessed:
02-Apr-2015].
Harzi, Cahyani, dan D. Gani, Indonesian Agricultural Development
Planning Meeting 2014 was Opened, Selasa, 13 Mei, 2014.
Available:
[Link] [Accessed: 02-Apr2015].
Badan Ketahanan pangan kementrian pertanian, Fokus Program
dan Kegiatan Ketahanan Pangan TA.2015, in Fokus Program dan
Kegiatan Ketahanan Pangan TA.2015, 2014.
J. G. Kindangen, Prospek pengembangan agroindustri pangan
dalam meningkatkan pendapatan masyarakat tani di kabupaten
minahasa tenggara, Seminar Reg. Inovasi Teknologi Pertanian,
mendukung Program Pembangunan Pertanian Propinsi Sulawesi
Utara, pp. 390402, 2012.
W. P. Constantina, A. Setiawan, dan E. Sediyono, Identifikasi Pola
Spasial Daerah Rawan Pangan Di Kabupaten Minahasa Tenggara
Menggunakan MoranS I, Prosiding SNTI 2013, vol. 10, no. 1, pp.
3341, 2013.
S. N. Anwar, Manajemen Rantai Pasokan (Supply Cain
Management): Konsep Dan Hakikat, Jurnal Dinamika
Informatika., vol. 3, no. 2, pp. 17, 2011.
S. Chopra dan P. Meindl, Supply Chain Management Strategy,
Planning, and Operation, Third Edit. New Jersey: Pearson
Education, Inc, 2007.
T. T. H. Tambunan, Role of Agriculture in Poverty Reduction.
Some Evidence from Indonesia, Indian Econ. J., vol. 55, no. 2,
2007.
M. M. Achlaq, Merancang Jaringan Supply Chain, 2012.

e-ISSN : 2443-2229

[9]
[10]
[11]

[12]

[13]

[14]

a.

[15]

[16]
[17]
[18]

[19]

W. Keller dan S. R. Yeaple, Gravity in the Weightless Economy,

2009.
J. E. Anderson, A Theoretical Foundation for the Gravity
Equation, Am. Econ. Assoc., vol. 69, no. 1, pp. 106116, 2012.
M. T. Dasfordate, Penentuan Alternatif Lokasi Gudang Akhir
Rumput Laut Dengan Metode Center Of Gravity Dan Point Rating
(Studi Kasus Di Kabupaten Seram Bagian Barat), ARIKA, vol. 06,
no. 2, pp. 115124, 2012.
J. Chai, J. N. K. Liu, dan Z. Xu, A rule-based group decision model
for warehouse evaluation under interval-valued Intuitionistic fuzzy
environments, ELSEVIER, vol. 40, no. 6, pp. 19591970, 2013.
E. W. Yunitasari, Metode Gravity Location Models Dalam
Penentuan Lokasi Cabang Yang Optimal Di PT. ABC, Tekinfo -Jurnal Ilm. Tek. Ind. dan Inf., vol. 3, no. 2, pp. 7582, 2015.
G. Bruno dan G. Improta, Using gravity models for the evaluation
of new university site locations: A case study, ELSEVIER, vol. 35,
no. 2, pp. 436444, 2008.
Potapov, J. R. Muirhead, S. R. Lele, dan M. a. Lewis, Stochastic
gravity models for modeling lake invasions, ELSEVIER, vol. 222,
no. 4, pp. 964972, 2011.
P. Parthiban dan G. Sundararaj, Optimal Location of Base Station
in a Wireless Sensor Network Using Gravity Location Model, Int.
J. Eng. Comput. Sci., vol. 2, no. 11, pp. 31473151, 2013.
Dinas Ketahanan Pangan, Data Konsumsi Pangan Dan Olahan
Industri Rumah Tangga, 2013.
Kementerian Pertanian, Sistem Kewaspadaan Pangan dan Gizi
Tingkat Kabupaten/Kota, Jakarta, 2014.
R. Natawidjaya, T. Reardon, dan S. Shetty, Horticultural Producers
and Pasar swalayan Development in Indonesia, in The World
Banks Rural Development, 2007.
Gambaran Umum Wilayah Minahasa Tenggara. p. 16, 2012.