penjadwalan pengiriman produk jadi dengan …... · madurasa, curcuma kids, beras kencur, param,...

PENJADWALAN PENGIRIMAN PRODUK JADI DENGAN

MENGGUNAKAN MODEL

JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNIK

UNIVERSITAS SEBELAS MARET

IV-1


MODEL BINARY INTEGER PROGRAMMING

DI PT. XYZ

Skripsi

DESY VINI ARISTA

I 0304027


UNIVERSITAS SEBELAS MARET

SURAKARTA

2009


ROGRAMMING


IV-2

BAB I PENDAHULUAN

1.1. LATAR BELAKANG MASALAH

Tekanan kompetisi antar perusahaan yang semakin ketat mendorong

pengembangan dimensi kompetisi yaitu fleksibilitas, biaya, kualitas dan distribusi.

Faktor kecepatan produk didesain, diproduksi dan didistribusikan, diperlukan untuk

meningkatkan efisiensi dan menurunkan biaya operasional. Sistem distribusi produk

mengacu pada sistem terintegrasi yang terdiri dari berbagai elemen yang bekerja

bersama untuk memenuhi bahan baku, merubah bahan baku menjadi produk jadi dan

mengantar produk ke pasar (Beamon, 1998).

Sebagai perusahaan yang mempunyai daerah pemasaran yang semakin luas

PT.XYZ juga menghadapi masalah distribusi yang semakin kompleks. Produk

perusahaan ini yang beredar di pasaran antara lain jamu prolinu, jamu bersalin,

madurasa, curcuma kids, beras kencur, param, minyak telon, lulur mandi, bedak

harumsari, dan baby powder. Sedangkan wilayah pemasarannya tersebar di dalam

negeri dan di luar negeri. Wilayah distribusi PT XYZ di dalam negeri dibagi dalam 5

area distribusi yaitu area Jawa Tengah dan D.I. Yogyakarta, area Jawa Timur, area

Jawa Barat, dan luar jawa yaitu area Kalimantan, area Bali dan NTT dan area

Sumatera. Untuk pasar luar negeri jamu produksi PT.XYZ telah didistribusikan ke

Singapura, Malaysia, dan Taiwan. Di tiap wilayah PT XYZ mempunyai agen yang

disuplai secara rutin oleh PT XYZ.

Sebelum produk dikirim ke agen produk jadi seharusnya disimpan di gudang

produk yang berlokasi menjadi satu dengan plant produksi di Palur. Tetapi karena

keterbatasan kapasitas gudang produk jadi maka terkadang produk jadi disimpan di

gudang bahan baku. Dari informasi yang diperoleh bahwa produk jadi yang disimpan

di gudang bahan baku saat itu adalah produk yang sudah teralokasi untuk memenuhi

permintaan konsumen. Produk-produk ini belum dikirimkan karena harus

menyesuaikan dengan jadwal pengiriman yang ada.

Jadwal pengiriman serta prosedur pengiriman ke konsumen menjadi tanggung

jawab departemen pemasaran. Penjadwalan pengiriman order konsumen PT.XYZ

IV-3

dilakukan oleh bagian penjualan di bawah depertemen pemasaran. Bagian Penjualan

mendapatkan data permintaan dari bagian keagenan. Dari data tersebut didapat

jumlah produk yang harus dikirim serta tanggal penerimaan pesanan oleh agen atau

deadline order. Bagian penjualan menjadwalkan pengiriman sesuai urutan tanggal

pemesanan agen. Jika ternyata pengiriman melebihi batas deadline pemesanan yang

dilakukan agen, bagian penjualan akan melakukan konfirmasi ke agen bahwa pesanan

akan dikirimkan dengan pengiriman berikutnya.

Penentuan jadwal pengiriman produk jadi di PT. XYZ untuk setiap armada

masih diserahkan pada kebiasaan bagian penjualan. Urutan pelayanan dan

penempatan order dalam satu rute dilakukan secara manual. Selain itu, penempatan

masing-masing agen kedalam rute-rute pengiriman dengan mempertimbangkan

kesesuian antara jumlah total produk yang harus dikirimkan pada tiap agen terhadap

kapasitas maksimal truk juga masih dilakukan berdasarkan kebiasaan karyawan.

Kondisi ini memungkinkan penggunaan kapasitas truk belum optimal

sehingga produk jadi menumpuk di gudang menunggu jadwal untuk dikirim. Terbukti

dengan adanya keluhan keterlambatan pengiriman ke agen melebihi deadline yang

direncanakan hampir setiap bulan padahal produk jadi yang menumpuk di gudang

sudah siap untuk dikirim. Sehingga terjadi pemborosan biaya penyimpanan yang

lebih lama dan memungkinkan terjadi lost sale dari konsumen karena keterlambatan

pengiriman produk. Tabel 1.1 menyajikan data jumlah keluhan keterlambatan

pengiriman produk tahun 2007.

Tabel 1.1. Jumlah Keluhan Keterlambatan Pengiriman Produk Tahun 2007

Bulan Jumlah keluhan

Over deadline Bulan

Jumlah keluhan

Over deadline

Januari 5 Maret 6

Februari 5 April 3

Tabel 1.1. Jumlah Keluhan Keterlambatan Pengiriman Produk

Tahun 2007 (Lanjutan)

IV-4

Bulan Jumlah keluhan

Over deadline Bulan

Jumlah keluhan

Over deadline

Mei 6 September 9

Juni 4 Oktober 5

Juli 7 November 6

Agustus 7 Desember 5

(Sumber: Bag. Keagenan PT.XYZ , 2007)

Mekanisme penjadwalan pengiriman yang digunakan oleh PT. XYZ dalam

pengiriman produk jadi selama ini belum pernah dikaji secara ilmiah, sehingga masih

dimungkinkan adanya solusi yang lebih baik. Mempertimbangkan kondisi-kondisi di

atas PT.XYZ perlu melakukan kajian mengenai penentuan rute dan tanggal

pengiriman yang dapat menghasilkan jadwal pengiriman produk jadi PT.XYZ untuk

memperbaiki sistem distribusi perusahaan agar lebih efektif dan efisien.

Salah satu teknik matematik yang sering digunakan untuk membantu

pengambilan keputusan adalah Binary Integer Programming. Aplikasi Binary Integer

Programming dapat digunakan untuk mencari solusi optimal dalam maksimasi

keuntungan atau minimasi biaya seperti masalah pengalokasian sumber daya yang

terbatas, penentuan penambahan kapasitas dimana terdapat biaya set-up awal untuk

pengadaan fasilitas,dan penentuan keputusan dari beberapa alternatif yang harus

dipilih (Yilmaz,2004). Binary Integer Programming adalah model Integer

Programming dimana variabel keputusan yang dimilikinya hanya memiliki dua nilai

biner yaitu 0 dan 1. Binary Integer Programming memungkinkan untuk

menyederhanakan formulasi permasalahan yang formula aslinya sangat rumit.

Dengan memperkenalkan auxiliary variabel kemudian mengekspresikan hubungan

kombinatorial ini dalam bentuk pertanyaan yang harus dijawab dengan jawaban ya

atau tidak (0 atau 1).

Penjadwalan pengiriman produk tersebut dapat dipecahkan dengan Binary

Integer Programming, dimana permasalahan tersebut dimodelkan kedalam model

matematis dengan keputusan ”apakah order dikirim melalui rute r pada hari t?”

IV-5

dengan formulasi tersebut akan diperoleh jawaban yang cepat dan lebih sederhana

untuk menginterpretasikan hasilnya.

1.2. PERUMUSAN MASALAH

Berdasarkan latar belakang tersebut di atas, maka permasalahan yang akan

dibahas yaitu bagaimana menjadwalkan pengiriman produk jadi PT XYZ dengan

menggunakan model Binary Integer Programming.

1.3. TUJUAN PENELITIAN

Tujuan dari penelitian ini adalah membuat jadwal pengiriman produk jadi PT

XYZ dengan menggunakan model Binary Integer Programming.

1.4. MANFAAT PENELITIAN

Dari pelaksanaan penelitian tugas akhir pada PT. XYZ diharapkan akan

memberikan manfaat sebagai berikut:

1. Memberikan usulan jadwal pengiriman optimal yang dapat meminimasi total

biaya transportasi.

2. Meminimalkan keluhan mengenai keterlambatan pengiriman pesanan.

1.5. PEMBATASAN MASALAH

Dalam pembahasan ini permasalahan yang ada dibatasi ruang lingkupnya

sebagai berikut:

1. Penjadwalan dilakukan berdasar data permintaan produk jadi PT. XYZ Palur

periode September 2007.

2. Penjadwalan dilakukan untuk konsumen area Jawa Barat.

3. Tidak membahas penugasan armada.

1.6. ASUMSI-ASUMSI

Asumsi-asumsi yang digunakan dalam penelitian ini adalah :

1. Kondisi lalu lintas sepanjang jalur transportasi normal.

IV-6

2. Alat transportasi yang digunakan untuk pengiriman terdiri atas satu macam

kendaraan yang identik yaitu truk engkel dengan kapasitas angkut 3500 boks.

3. Ukuran kemasan (boks) relatif sama.

4. Tidak membahas penugasan armada.

1.7. SISTEMATIKA PENULISAN

Dalam penulisan laporan Kerja Praktek ini, diberikan uraian setiap bab yang

berurutan untuk mempermudah pembahasannya. Dari pokok-pokok permasalahan

dapat dibagi menjadi enam bab, yaitu:

BAB I : PENDAHULUAN

Bab ini membahas tentang latar belakang dan identifikasi masalah

yang diangkat dalam penelitian, perumusan masalah, tujuan penelitian,

manfaat penelitian, pembatasan masalah, penetapan asumsi-asumsi

serta sistematika yang digunakan dalam penelitian.

BAB II : STUDI PUSTAKA

Merupakan penjelasan secara terperinci mengenai teori-teori yang

dipergunakan sebagai landasan pemecahan masalah serta memberikan

penjelasan secara garis besar metode yang digunakan oleh penulis

sebagai kerangka pemecahan masalah.

BAB III : METODOLOGI PENELITIAN

Bab ini merupakan gambaran terstrukur tahap-tahap proses

pelaksanaan penelitian dan tahapan pengerjaan pengolahan data yang

digambarkan dalam diagram alir (flow chart).

BAB IV : PENGUMPULAN DAN PENGOLAHAN DATA

Merupakan tahap pengumpulan dan pengolahan data-data yang

diperoleh dari PT XYZ.

BAB V : ANALISIS & INTERPRETASI HASIL

Berisikan pembahasan tentang analisis dari pengolahan data yang telah

dilakukan.

BAB VI : KESIMPULAN DAN SARAN

IV-7

Merupakan bab akhir yang berisikan kesimpulan yang diperoleh dari

analisis pemecahan masalah maupun hasil pengumpulan data serta

saran-saran perbaikan atas permasalahan yang dibahas.

BAB II

TINJAUAN PUTAKA

2.1 LANDASAN TEORI

2.1.1 Supply Chain Management

Supply chain merupakan seluruh bagian yang terlibat secara langsung maupun

tidak langsung dalam memenuhi kebutuhan konsumen. Supply chain tidak hanya

terdiri dari pabrik dan pemasok melainkan juga pabrik, transportasi, gudang, retailer

dan konsumen. Dalam organisasi seperti pabrik supply chain melibatkan seluruh

fungsi dalm penerimaan dan pemenuhan permintaan konsumen. Fungsi-fungsi

tersebut adalah pengembangan produk baru, pemasaran, operasional, distribusi,

keuangan dan pelayanan pelanggan (Chopra, 2004)

Supply Chain Management adalah seperangkat pendekatan yang digunakan

untuk mengintegrasikan supplier, pabrik, gudang dan retailer sehingga barang

produksi dapat didistribusikan dalam jumlah, waktu dan lokasi yang tepat untuk

meminimasi biaya keseluruhan dan meningkatkan pelayanan konsumen (Levi, 2000).

Kesuksesan Supply Chain Management memerlukan beberapa keputusan

yang berkaitan dengan aliran informasi, produk, dan biaya. Keputusan-keputusan

IV-8

tersebut menurut Chopra dan Meindl (2004) dibagi dalam tiga kategori tergantung

pada frekuensi dan waktu, keputusan tersebut adalah :

1. strategi atau desain supply chain

pada fase ini, perusahaan memutuskan struktur supply chain untuk beberapa tahun

mendatang. Keputusan strategi meliputi lokasi dan kapasitas fasilitas, produk

yang akan dibuat atau disimpan, moda transportasi yang digunakan, dan system

informasi yang diterapkan.

2. perencanaan supply chain

keputusan yang dibuatuntuk beberapa bulan hinggan satu tahun. Keputusan

perencanaan meliputi pasar yang akan disuplai dan dari lokasi mana, rencana

penambahan inventori, subkontrak dan lokasi cadangan, kebijakan inventori dan

promosi. Perusahaan harus mempertimbangkan hal-hal seperti ketidakpastian

permintaan, nilai tukar uang, dan persainangn selama horizon waktu perencanaan.

3. operasional supply chain

horizon waktu keputusan operasional adalah mingguan atau harian dan selama

fase ini perusahaan membuat keputusan berkaitan dengan order tiap konsumen.

Pada fase ini perusahaan mengalokasikan persediaan atau produksi, menetapkan

jatuh tempo, mengontrol data di gudang, dan menjadwalkan pengiriman.

2.1.2 Konsep Dasar Sistem Distribusi Logistik

Logistik terkait dengan perencanaan dan pengendalian aliran material dan

informasi dalam organiasi, baik dalam sektor publik maupun sektor privat. Sistem

logistik terbentuk dari seperangkat fasilitas yang terhubung dengan layanan

transportasi. Yang dimaksud fasilitas dalam logistik adalah tempat material diproses,

misalnya dibuat, disimpan, ditata, dijual, dan dikonsumsi. Fasilitas dapat berupa pusat

manufaktur dan perakitan, gudang, pusat-pusat distribusi, titik transshipment,

terminal transportasi, outlet dan sebagainya.

Misi dari logistik adalah untuk mendapatkan inventori yang tepat dilokasi dan

waktu yang tepat, spesifikasi yang tepat dan ongkos yang memadai. Menurut

Gaspersz (1998), tujuan sistem distribusi dibedakan menjadi tiga kategori, yaitu :

1. pelayanan pelanggan

IV-9

- waktu tunggu penyerahan menjadi cepat

- pengaman terhadap ketidakpastian permintaan

- menyediakan bermacam barang yang diperlukan

2. efisiensi

- tingkat transportasi minimum

- produksi dari pengisian pesanan optimal

- ukuran lokasi penyimpanan

- akurasi data inventori

3. investasi inventori minimum

- stok pengman yang diperlukan minimum

- kuantitas pesanan untuk mengendalikan cycle stock menjadi optimum

2.1.3 Pengelolaan Angkutan

Cara umum untuk menghemat biaya logistik adalah dengan memanfaatkan

skala ekonomis dari transportasi dengan menyatukan pengiriman-pengiriman kecil

menjadi satu pengiriman yang besar dalam satu kali rute pengangkutan. Konsolidasi

transportasi dapat dicapai dengan tiga cara, yaitu:

1. konsolidasi fasilitas

pengiriman-pengiriman kecil yang jumlahnya banyak pada jarak yang jauh

dapat diganti dengan satu pengiriman besar pada jarak jauh dan banyak

pengiriman kecil untuk menyebarkan pada jarak yang dekat

2. konsolidasi multi-stop

pengiriman dengan truk yang tidak penuh pada beberapa lokasi dapat diganti

dengan pengiriman dengan satu truk yang berhenti di beberapa lokasi

berurutan

3. konsolidasi waktu

pengiriman-pengiriman kecil yang terjadwal dapat dimajukan dan

dimundurkan agar bisa menjadi satu pengiriman sekaligus dalam jumlah besar

IV-10

2.1.4 Penyusunan Rute Kendaraan

Masalah terpenting dalam keputusan operasional yang berhubungan dengan

transportasi dalam supply chain yaitu penentuan dan penjadwalan rute pengiriman.

Seorang manajer harus memutuskan konsumen mana saja yang akan dikunjungi oleh

kendaraan tertentu dan bagiamana urutan kunjungan yang akan dilalui oleh kendaraan

tersebut. Tujuan utama dari penentuan rute dan jadwal pengiriman yaitu untuk

meminimasi biaya total dari penyediaan pelayanan. Biaya yang dimaksud terdiri dari

biaya transportasi, biaya gaji karyawan, dan biaya tetap seperti biaya perawatan

kendaraan, retribusi jalan, biaya pajak kendaraan, dll.

Masalah penentuan dan penjadwalan disajikan dalam bentuk sebuah grafik

jaringan (network). Penggambaran permasalahan dengan suatu jaringan akan

mempermudah visualisasi permasalahan yang sedang dihadapi. Sebagai contoh

Gambar 2.1 berikut menyajikan suatu contoh jaringan rute dengan lima titik

konsumen yang akan dikunjungi.

Gambar 2.1. Contoh Jaringan Rute Kendaraan

Sumber : www.osiris.tuwien.sc.at

Pada Gambar 2.1 terlihat adanya lima titik yang disebut sebagai node. Keempat

nodes (node 2 - 5) menggambarkan titik pengambilan dan pengiriman, sedangkan

node 1 merupakan depot node yang merupakan titik awal dan berakhirnya perjalanan

kendaraan. Node-node tersebut dihubungkan oleh sebuah garis yang disebut sebagai

arcs. Arcs menggambarkan waktu, biaya atau jarak yang dibutuhkan untuk

melakukan perjalanan dari satu node ke node yang lain.

IV-11

Arcs dapat berupa directed dan undirected. Undirected arcs ditunjukkan dengan

garis segmen yang sederhana. Anak panah tersebut menunjukkan arah perjalanan

kendaraan dalam kasus permasalahan penentuan rute atau hubungan presedence

dalam permasalahan penjadwalan. Rute kendaraan yang disajikan pada Gambar 2.1

merupakan sebuah rute kendaraan yang sederhana dengan tujuan untuk meminimasi

biaya atau kriteria lain yang sesuai seperti minimasi jarak dan waktu tempuh. Biaya

yang minimum merupakan subjek dari rute yang feasible. Fisibilitas dari sebuah rute

dapat dinilai dari:

1. Sebuah rute harus mencakup semua node yang ada

2. Sebuah node hanya dikunjungi satu kali

3. Sebuah rute harus berawal dan berakhir di depot

Hasil akhir yang diperoleh dari penerapan routing dan scheduling sistem pada

umumnya hampir sama. Secara umum, rute secara spesifik memperlihatkan tahapan

kunjungan terhadap node-node yang ada sedangkan penjadwalan secara spesifik

mengidentifikasi waktu kunjungan bagi setiap node.

Klasifikasi dari permasalahan penentuan dan penjadwalan rute tergantung pada

beberapa karakteristik sistem pengiriman seperti kapasitas armada pengiriman,

dimana garasi kendaraan serta apa tujuan yang akan dicapai dalam penentuan dan

penjadwalan rute pengiriman.

2.1.5 Konsep Penjadwalan

Penjadwalan dapat didefinisikan sebagai pengalokasian sumber daya dalam

jangka waktu tertentu untuk melakukan serangkaian tugas (Baker, 1974). Menurut

Morton (1993), penjadwalan adalah proses pengorganisasian, pemilihan, dan

penentuan waktu penggunaan sumber-sumber untuk mengerjakan semua aktivitas

yang diperlukan yang memenuhi kendala aktivitas dan sumber daya. Menurut Baker

(1974) yang juga sejalan dengan Morton (1993), terdapat dua jenis kendala yang

seringkali ditemukan dalam masalah penjadwalan, yaitu:

• Keterbatasan teknologi urutan pengerjaan job atau routing (kendala aktivitas)

• Batas kapasitas sumberdaya yang tersedia (kendala sumberdaya)

IV-12

Dapat dikatakan bahwa solusi terhadap masalah penjadwalan adalah setiap

solusi yang fisibel pada daerah yang memenuhi kedua kendala tersebut (feasible

region). Dengan demikian, pemecahan masalah penjadwalan paling tidak harus

menjawab dua bentuk pertanyaan:

• Sumber daya mana yang akan dialokasikan untuk mengerjakan operasi

• Kapan setiap operasi dimulai dan selesai.

Aktivitas penjadwalan pada dasarnya dapat dibedakan menjadi lima tingkatan

(Morton, 1993), yaitu:

1) long-range planning, yang berkaitan dengan antara lain ekspansi, tata letak, dan

perancangan pabrik (horison waktu 2 sampai 5 tahun)

2) middle-range planning, yang berkaitan dengan antara lain logistik (horison waktu

1 - 2 tahun)

3) short-range planning, yang berkaitan dengan antara lain rencana kebutuhan

(horison waktu 3 - 6 bulan)

4) penjadwalan, yang berkaitan dengan antara lain routing pada job shop,

penyeimbangan lini perakitan, dan penentuan ukuran batch (horison waktu 2 - 6

minggu)

5) penjadwalan reaktif/kontrol, yang berkaitan dengan antara lain situasi darurat

seperti berhentinya mesin, dan keterlambatan bahan (horison waktu 1 - 3 hari).

2.1.6 Performansi Jadwal

Terdapat tiga tujuan pembuatan keputusan yang umum dalam penjadwalan

dan ketiganya menunjukkan ukuran dasar performansi jadwal,yaitu (Baker, 1974):

• Pemanfaatan sumber daya yang efisien: minimum maksimum saat selesai,

Cmax.(makespan)

• Respon yang cepat terhadap permintaan konsumen: minimum rata-rata saat selesai

(completion time), C minimum rata-rata waktu tinggal (flow time), F , atau

minimum rata-rata waktu tunggu (waiting time), W .

• Sesuai dengan batas waktu yang ditentukan: minimum rata-rata keterlambatan

(tardiness), T ,minimum maksimum keterlambatan, Tmax, dan minimum jumlah

job yang terlambat, NT (the number of tardy jobs).

IV-13

Definisi ukuran-ukuran performansi tersebut adalah (Baker, 1974):

• Saat selesai (completion time), Cj: menunjukkan saat selesai pemrosesan job j atau

dengan rj menyatakan saat siap job j, Wj adalah waktu tunggu job j, dan tj

menyatakan waktu proses job j.

jjjj twrC ++= ...................................... (2.1)

• Waktu tinggal (flow time), Fj: menunjukkan lamanya job j berada dalam sistem atau

jjj rCF -= .............................................. (2.2)

yang menunjukkan selang waktu antara saat siap (yang diasumsikan pada saat

datang) job sampai job keluar dari sistem (yang diasumsikan sama dengan saat

selesai). Waktu tinggal merupakan ukuran respon sistem terhadap permintaan

konsumen dan berkaitan dengan masalah biaya work in process (Morton, 1993).

• Lateness, Lj: menunjukkan perbedaan antara saat selesai dengan due date

(mengukur kesesuaian antara jadwal dengan due date yang diberikan) atau

jjj dCL -= ...................................... (2.3)

• Tardiness, Tj atau posistive lateness: menunjukkan keterlambatan yang terjadi atau

Tj=max(Lj,0).

• Earliness, Ej atau negative lateness: menunjukkan kondisi job selesai lebih awal dari

due date atau Ej=max(-Lj,0).

Ukuran performansi lainnya adalah berkaitan dengan ongkos, seperti lamanya

mesin menganggur, lamanya job menunggu, ataupun ongkos karena terjadinya job

lateness.

2.1.7 Pendekatan Penjadwalan

Terdapat dua pendekatan dasar yang digunakan dalam merancang algoritma

penjadwalan, yaitu pendekatan penjadwalan maju (forward scheduling) dan

pendekatan penjadwalan mundur (backward scheduling). Pada penjadwalan maju, job

dijadwalkan dari saat datang, atau saat siap atau saat nol (time zero) dan bergerak

IV-14

maju menuju ke arah due date. Sedangkan pada penjadwalan mundur, job

dijadwalkan mundur mulai dari due date menuju ke arah saat nol.

Pada penjadwalan maju, meskipun jadwal yang dihasilkan selalu layak, tetapi

tidak menjamin job tidak mengalami keterlambatan. Sedangkan pada penjadwalan

mundur, meskipun saat selesai job bisa tepat pada saat due date tetapi jadwal yang

dihasilkan bisa tidak layak, yaitu jika saat mulai job lebih awal dari saat datang job

(atau saat nol).

Kombinasi dari dua penjadwalan di atas menghasilkan penjadwalan

kompromi (compromized scheduling) dan penjadwalan paksa (forced scheduling).

Penjadwalan kompromi ini dilakukan dua tahap (Santoso, 1994). Tahap pertama

adalah menjadwalkan job dengan penjadwalan maju sehingga diperoleh saat selesai

job. Pada tahap kedua, job dijadwalkan dengan penjadwalan mundur dimulai dari saat

selesai job yang diperoleh dari hasil tahap pertama.

Menurut Santoso (1994), jika terdapat sumber daya yang terpaksa hanya dapat

digunakan pada interval waktu tertentu, maka penjadwalan paksa sesuai untuk

diterapkan. Pada penjadwalan paksa, operasi-operasi yang dikerjakan pada sumber

daya yang terbatas harus dijadwalkan terlebih dahulu. Sedangkan operasi yang

mendahuluinya dijadwalkan dengan penjadwalan mundur, dan operasi sesudahnya

dengan penjadwalan maju.

2.1.8 Integer Programming

Integer Linier Programming adalah model linear programming dengan

karakteristik tambahan yaitu beberapa atau semua variabel keputusannya bernilai

integer. Integer Linier Programming diklasifikasikan menjadi 3, yaitu :

1. Pure Integer Programming

Yaitu integer programming dimana semua variabel keputusannya bernilai

integer

2. Mixed Integer Programming

Yaitu integer programming dimana hanya sebagian variabel keputusannya

bernilai integer

3. Binary Integer Programming

IV-15

Yaitu integer programming dimana variabel keputusannya hanya terdiri dari

nilai biner 0 atau 1

Asumsi-asumsi yang berlaku untuk Integer Linier Programming, yaitu:

1. proporsionalitas

asumsi ini berarti naik turunnya nilai Z dan penggunaan sumber atau fasilitas

yang tersedia akan berubah secara sebanding dengan perubahan tingkat

kegiatan. Kontribusi dari masing-masing aktivitas terhadap nilai fungsi

objektif Z adalah sebanding dengan tingkat aktivitas Xj.

2. additivitas

nilai tujuan tiap kegiatan tidak saling mempengaruhi, atau dalam program

linear dianggap bahwa kenaikan suatu kegiatan dapat ditambahkan tanpa

mempengaruhi bagian nilai Z yang diperoleh dari kegiatan lain.

3. certainty

nilai yang diberikan kepada tiap parameter dari linier programming

diasumsikan diketahui secara pasti, meskipun dalam kenyataannya tidak sama

persis..

2.1.9 Komponen Model Integer Programming

Hillier dan Lieberman (1997) menyatakan bahwa model integer programming

memiliki tiga komponen utama, yaitu :

a. Fungsi Tujuan (Objective Function)

Fungsi tujuan adalah fungsi yang menggambarkan tujuan/sasaran dari dalam

permasalahan integer linear programming yang berkaitan dengan pengaturan

secara optimal sumber daya-sumber daya untuk mencapai hasil yang optimal.

b. Fungsi Pembatas (Constraint Function)

Fungsi pembatas merupakan bentuk penyajian secara matematis batasan-batasan

kapasitas yang tersedia yang akan dialokasikan secara optimal ke berbagai

kegiatan.

c. Variabel Keputusan (Decision Variables)

IV-16

Variabel keputusan merupakan aspek dalam model yang dapat dikendalikan. Nilai

variabel keputusan merupakan alternatif-alternatif yang mungkin dari fungsi

linier.

2.1.10 Model Umum Integer Programming

Secara matematis, model umum dari integer linear programming yang terdiri

dari sekumpulan variabel keputusan X1, X2, ..., Xn, dirumuskan sebagai berikut

(Lieberman, 1997) :

Fungsi tujuan : Maksimasi (atau Minimasi)

nn xCxCxCxCZ ++++= ...332211 ...................................... (2.4)

Subject to :

nnxaxaxaxaxa 1414313212111 ... +++++ ( )³=£ ,, 1b

nnxaxaxaxaxa 2424323222121 ... +++++ ( )³=£ ,, 2b

nnxaxaxaxaxa 3434333232131 ... +++++ ( )³=£ ,, 3b

: : nmnmmmm xaxaxaxaxa +++++ ...44332211 ( )³=£ ,, mb

dan 0,...,,,,,, 654321 ³nxxxxxxx

dimana :

Z = nilai fungsi tujuan yang dimaksimumkan atau diminimumkan

n = macam batasan sumber daya atau fasilitas yang ada

m = macam aktivitas yang menggunakan sumber daya atau fasilitas

ix = variabel keputusan

ib = nilai maksimal sumber daya untuk dialokasikan ke aktivitas

iC = besarnya kenaikan nilai Z setiap ada kenaikan satu satuan nilai

2.1.11 Binary Integer Programming

Binary Integer Programming yaitu integer programming dimana variabel

keputusannya hanya terdiri dari 2 nilai biner (0,1). BIP memungkinkan kita untuk

mereformulasikan permasalahan yang formula aslinya sangat rumit. Dengan

IV-17

mengekspresikan hubungan kombinatorial ini dalam bentuk petanyaan yang harus

dijawab dengan jawaban yes atau no, variabel auxiliary bisa diperkenalkan untuk

memunculkan variabel keputusan yes atau no ini. Dengan memperkenalkan auxiliary

variabel akan menyederhanakan permasalahan yang ada ke dalam bentuk IP ataupun

MIP.

BIP dapat digunakan untuk bermacam-macam tujuan, antara lain:

1. Memodelkan keputusan ya atau tidak (yes or no decision)

Contoh dari permasalahan ini adalah knapsack problem, dimana :

- terdapat set item dengan atribut berat dan nilai tertentu

- harus dipilih sub set dengan jumlah berat maksimal sedemikian hingga

sehingga tidak melebihi konstanta K

- binary variable (0,1) digunakan untuk memilih masing-masing item

diambil atau tidak, dengan nilai 1 berarti iya, dan nilai 0 berarti tidak.

Max å=

n

jjj XC

1

……..................................... (2.5)

Subject to å=

£n

jjj KXW

1

...................................... (2.6)

0³jX ................................................. (2.7)

Xj integer

2. Memodelkan Dependent Decision (Contingent Decision)

Model ini digunakan untuk kondisi dimana suatu aktivitas baru akan bisa

dilakukan setelah didahului aktivitas tertentu. Dependent decision adalah

keputusan yang baru bisa diambil tergantung pada keputusan sebelumnya.

Contoh : alokasi fasilitas dimana,

- ada n alternatif lokasi fasilitas dan m jumlah konsumen yang harus

dilayani dari fasilitas tersebut

- ada fixed cost Cj untuk membangun fasilitas j

- ada biaya Dij berkenaan dengan melayani konsumen i dari fasilitas j

- ada 2 set variabel biner, yaitu:

1. Yj =1, jika fasilitas j dibuka, dan bernilai 0 jika tidak

IV-18

2. Xij =1, jika konsumen i dilayani oleh fasilitas j, dan bernilai 0

jika tidak

Min åå å== =

+n

jjiji

n

j

m

ijj XDYC

11 1

.....................................

(2.8)

Subject to å=

=n

jijX

1

1....................................... (2.9)

jji YX £ ......................................... (2.10)

{ }1,0, Îjji YX ................................. (2.11)

3. Model untuk memilih dalam suatu set pilihan (K out of N Constraint Must

Hold)

Adalah kasus dimana ada sebuah set dari N konstrain yang mungkin tetapi hanya

K konstrain saja dari N tersebut yang bisa ditahan (K<N). Salah satu proses

optimasi adalah untuk memilih kombinasi dari K konstrain yang memungkinkan

bagi fungsi objektif untuk mencapai nilai terbaik yang mungkin. Sejumlah N-K

konstrain yang tidak tereliminasi dari permasalahan.

Bentuk umum dari kasus ini adalah:

N possible constraint by

f1(x1,x2, ... , xn) 1d£

f2(x1,x2, ... , xn) 2d£

.

.

fn(x1,x2, ... , xn) dn£

Dengan menambahkan auxiliary variabel M, didapatkan formulasi ekuivalen sbb:

f1(x1,x2, ... , xn) 11 Myd +£

f2(x1,x2, ... , xn) 22 Myd +£

.

.

fn(x1,x2, ... , xn) Myndn +£

IV-19

å=

-=N

ii KNY

1

................................... (2.12)

Yi adalah variabel biner. Untuk i = 1,2, ... , N

untuk memilih konstrain K yang ditahan diperoleh dengan menerapkan algoritma

yang sesuai untuk keseluruhan permasalahan sehingga didapatkan solusi yang

optimal untuk semua variabel secara bersamaan.

4. Memodelkan Disjunction Constraint (Either Or Constraint)

Kasus ini terjadi saat sebuah pilihan bisa dibuat antara dua konstrain sehingga

hanya satu yang harus dipilih. Sebagai contoh, ada dua pilihan untuk sumber

tenaga untuk tujuan tertentu, dengan batasan masing-masing, hanya satu dari dua

resource tersebut yang bisa dipilih. Ilustrasi tersebut dapat dimodelkan sebagai

berikut:

Either 1823 21 £+ xx

Or 164 21 £+ xx

Setidaknya satu dari pertidaksamaan ini harus dipertahankan, tetapi tidak kedua-

duanya. Pertidaksamaan ini harus direformulasi ke dalam bentuk linear

programming dimana semua konstrain bisa terpenuhi. Langkah untuk

mereformulasikan adalah menambahkan M, sebuah bilangan positif sangat besar

pada sisi kanan dari konstrain yang akan mengakibatkan konstrain tersebut

tereliminasi, tetapi secara otomatis konstrain ini akan terpennuhi oleh solusi yang

yang memenuhi konstrai ain yang tidak tereliminasi. Pertidaksamaan diatas

menjadi:

Either Mxx

xx

+£+£+164

1823

21

21

Or 164

1823

21

21

£++£+

xx

Mxx

Persamaan ini ekuivalen dengan

Either Myxx +£+ 1823 21

Or )1(164 21 yMxx -+£+

IV-20

Pendekatan ini digunakan untuk kasus dengan hubungan kombinatorial yang

melibatkan kombinasi dari konstrain lain dari model dengan alternatif konstrain

satu ataupun dua, dimana dari kedua kombinasi hubungan ini akan dipilih satu

ataupun dua, dimana dari kedua kombinasi hubungan ini akan dipilih satu

alternatif (dari dua alternatif yang ada) yang memberi nilai lebih baik pada fungsi

objektif. Dari pertidaksamaan diatas jika y =1, maka alternatif kediua yang

dipilih, sedangkan jika nilai y =0 maka alternatif pertama yang dipilih

5. Memodelkan fungsi dengan N nilai yang mungkin

Kondisi dimana:

- kita menginginkan variabel x hanya akan memiliki nilai dalam set

{a1, ... , am}

- kita memperkenalkan m variabel biner mjy j ,...,1, = dengan

konstrain:

å=

=N

iii ydx

1

, ................................... (2.13)

å=

=N

iiy

1

1 ................................... (2.14)

Yi adalah variabel biner

Dari konstrain ini hanya tepat satu yi yang bernilai 1, dan yang lain sama dengan

0, jadi tepat satu nilai x yang dipilih sebagai nilai dari fungsi. Dalam kasus ini ada

sejumlah N pertanyaan yes or no yang diajukan, ”apakah di harus dipilih menjadi

nilai dari fungsi?” (i=1,2,..., N). Karena yi mewakili keputusan yes or no dari

pertanyaan ini, maka konstrain ini menjadikan permasalahan mutually exclusive

alternative.

6. Memodelkan Fixed Cost Problem

Dalam memulai suatu aktivitas umumnya akan muncul tagihan biaya set up atau

disebut biaya tetap. Pada beberapa kasus, total biaya untuk melaksanakan

aktivitas tersebut adalah jumlah dari biaya variabel dan biaya tetap atau set up

IV-21

cost. Pada kasus ini, biaya total aktivitas (aktivitas j) bisa dipresentasikan ke

dalam bentuk:

jjj xckjj xf += ,0{)(

0

0

=

>

j

j

xif

xif

Dimana xj : level aktivitas j ( )0³jx

kj : set up cost cj : variabe1 cost

Untuk memformu1asikan semua model, anggap bahwa ada n aktivitas masing-

masing dengan struktur biaya sendiri. ( 0³jk dalam tiap kasus dan kj > 0 untuk

beberapa j = 1,2,…,n) dan permasalahannya adalah untuk:

Minimize

( ) ( ) ( )nn xfxfxfZ +++= K2211 ................................... (2.15)

Subject to konstrain programa linear asli

Untuk mengubah permasalahan ini menjadi bentuk MIP, kita mulai dengan

membuat n pertanyaan yes or no, “untuk tiap niai j, haruskah aktivitas j dilakukan

( )?0³jx ” tiap yes or no decision dari pertanyaan ini kemudian dipresentasikan

dengan auxiliary binary variable yj, sehingga:

( )å=

+=n

jjjjj ykxcZ

1

...................................................... (2.16)

,1=jy if xj > 0

,0=jy if xj = 0

Selanjutnya tambahkan konstrain baru

,jj Myx £ untuk j = 1,2,…,n

Bentuk MIP dari permasalahan ini menjadi :

Minimize ( )å=

+=n

jjjjj ykxcZ

1

..................................... (2.17)

Subject to original constraint,

,0£- jj Myx ................................................ (2.18)

IV-22

dan yi adalah variable biner, untuk i = 1,2,…,n

2.1.12 Penyelesaian Integer Programming

Permasalahn integer programming bisa diselesaikan dengan beberapa metode

enumerasai parsial, antara lain :

1. Metode Branch and Bound

konsep dasar dari teknik ini adalah untuk devide (memisahkan) dan conquer

(menyelesaikan). Karena permasalahan yang sebenarnya sangat luas dan terlalu

sulit untuk diselesaikan secara langsung, maka untuk mempermudah dalam

penyelesaian, permasalahan tersebut dibagi menjadi sub masalah yang jauh lebih

sederhana secara paralel sampai sub problem terkecil yang bisa diselesaikan.

Penyelesaian dilakukan secara bertahap dengan bounding (membatasi) seberapa

bagus solusi yang mungkin dalam subset dan kemudian membuang subset

tersebut apabila ternyata batas subset mengindikasikan bahwa subset tersebut

tidak mungkin berisi optimal solution untuk permasalahan asli. Langkah dalam

metode branch and bound ini adalah:

1. Branching. Membagi permasalahan asli menjadi sub masalah. Branching

dilakukan dengan mencabangkan nilai salah satu variabel dala sub masalah

pada nilai 0 atau 1

2. Bounding. Untuk masing-masing sub masalah yang telah ada, akan

mendapatkan batasan nilainya dengan menerapkan metode simplex pada LP

relaxation-nya

3. Fathoming. Suatu sub masalah bisa diselesaikan untuk kemudian dihilangkan

atau tidak lagi dibahas pada tahapan selanjutnya. Suatu sub masalah bisa

dieliminir dari tahapan penyelesaian selanjutnya (fathomed) jika:

a. solusi dari sub masalah itu (dengan LP relaxation) berupa solusi unik

(sudah dalam bentuk integer) yang berarti bahwa solusi tersebut adalah

solusi optimal dari sub masalah tersebut

b. jika sub masalah tersebut setelah diselesaikan ternyata tidak memiliki

solusi yang feasible, sehingga sub masalah tersebut bisa diabaikan

IV-23

c. apabila nilai solusi (Z) dari sub problem tersebut lebih kecil atau sama

dengan nilai Z yang telah didapat dari sub problem sebelumnya.

2. Metode Branch and Cut

Metode branch and cut dilakukan berdasar konsep yang sama dengan metode

Branch and Bound, hanya perbedaanya adlah pada tiap tahap percabangan

dilakukan cuts (menghasilkan pertidaksamaan baru) untuk membatasi wilayah

solusi feasible dari relaksasi LP dari sub masalah yang dibuat tanpa

mengeliminasi solusi feasible untuk permasalahan asli.

BAB III

METODOLOGI PENELITIAN

Penyusunan skripsi menjadi sistematis dan fokus pada masalah yang diteliti

dengan mengacu pada metodologi penelitian. Metodologi penelitian yang digunakan

dalam penyusunan skripsi ini dapat dilihat pada Gambar 3.1.

IV-24

Gambar 3.1 Metodologi Penelitian

Penjelasan tiap tahapan dalam flowchart metodologi penelitian adalah sebagai berikut

:

3.1 Identifikasi Masalah

Langkah awal dalam identifikasi masalah ialah melakukan observasi awal di

perusahaan, khususnya pengamatan mengenai distribusi produk dan prosedur

IV-25

pengiriman produk. Pengamatan yang telah dilakukan akan menimbulkan berbagai

pertanyaan yang dapat menjadi masalah yang perlu dirumuskan.

3.1.1 Latar Belakang Masalah

Latar belakang penelitian ini adalah belum adanya acuan penjadwalan

distribusi produk jadi PT.XYZ yang mengakibatkan ketidak efisienan dan ketidak

efektifan pengiriman yang dilakukan.

3.1.2 Perumusan Masalah

Dari uraian latar belakang dapat dirumuskan permasalahan yang dihadapi

yaitu “Bagaimana membuat jadwal pendistribusian produk jadi PT XYZ dengan

pendekatan Binary Integer Programming.”

3.1.3 Penentuan Tujuan dan Manfaat penelitian

Setelah permasalahan dirumuskan, kemudian ditetapkan tujuan dan manfaat

penelitian untuk mengetahui apa saja yang ingin dicapai dalam penelitian tersebut.

Tujuan ini kemudian dijadikan acuan dalam pembahasan sehingga hasilnya sesuai

dengan tujuan yang telah ditetapkan. Tujuan penelitian yang dilakukan ialah

penentuan jadwal pendistribusian produk jadi PT XYZ dengan model binary integer

programming.

Manfaat dari penelitian ini adalah menghasilkan solusi optimal penjadwalan

distribusi produk jadi PT.XYZ sehingga distribusi produk jadi yang dikirim ke

konsumen lebih efisien dan meminimalkan keluhan mengenai keterlambatan

pengiriman pesanan sekaligus meminimalkan total biaya transportasi. Dari kegiatan

penelitian ini diharapkan dapat menjadi bahan pertimbangan bagi perusahaan untuk

menentukan kebijakan mengenai penjadwalan distribusi produk jadi PT.XYZ untuk

wilayah Jawa Barat.

3.2 Pengumpulan Data

IV-26

Langkah ini dilakukan dengan cara pengamatan langsung di lapangan serta

melakukan wawancara dengan bagian pemasaran dan bagian ekspedisi. Data-data

yang dikumpulkan meliputi :

1. Data agen distributor PT.XYZ wilayah Jawa Barat.

2. Data permintaan periode September 2007.

3. Data tanggal order release dan deadline order permintan.

4. Data tarif transportasi dari bagian ekspedisi.

5. Data rute umum transportasi wilayah Jawa Barat.

3.3 Pengolahan Data

Data-data yang terkumpul akan diolah melalui tahapan sebagai berikut :

3.3.1 Karakterisasi Sistem

Selama ini di PT. XYZ, penentuan jadwal pengiriman produk untuk setiap truk

masih diserahkan pada kebiasaan bagian penjualan. Urutan pelayanan dilakukan

berdasar waktu pemesanan. Selain itu, penempatan masing-masing agen kedalam

rute-rute pengiriman dengan mempertimbangkan kesesuian antara jumlah total

produk yang harus dikirimkan pada tiap agen terhadap kapasitas maksimal truk juga

masih dilakukan berdasarkan kebiasaan karyawan. Hal ini memungkinkan

penggunaan kapasitas truk belum optimal. Sehingga tujuan dari penelitian ini adalah

menentukan rute pengiriman produk jadi di PT. XYZ untuk meminimasi total biaya

transportasi dengan model Binary Integer Programming. Berdasarkan observasi awal

di PT. XYZ diperoleh informasi karakterisasi permasalahan pengiriman produk yang

terjadi adalah sebagai berikut:

1. Order minimal yang dipesan oleh agen sebanyak 1000 boks.

2. Kapasitas kendaraan terbatas hanya 3500 boks produk per truk.

3. Pada setiap pengiriman, maksimal ada tiga titik distribusi yang dituju.

4. Armada yang dapat digunakan tiap hari berjumlah 8 truk.

5. Biaya bahan bakar, upah sopir, biaya depresiasi dan perawatan armada yang

dikeluarkan menggunakan tarif yang telah ditentukan oleh bagian ekspedisi.

6. Rute konsolidasi yang diberlakukan mempunyai jarak antar titik-titik distribusi

tidak lebih dari 50 Km.

IV-27

7. Pengiriman terhadap agen dilakukan setiap hari kerja, yaitu dari hari senin sampai

hari sabtu.

8. Tujuan dari pemecahan masalah adalah menyusun jadwal pengiriman produk

yang mempertimbangkan deadline order pengiriman ke agen, kapasitas armada

dan jumlah armada yang bertujuan meminimalkan total biaya transportasi.

Mekanisme penjadwalan pengiriman produk jadi yang digunakan oleh PT.XYZ

selama ini belum pernah dikaji secara ilmiah, sehingga masih dimungkinkan adanya

solusi yang lebih baik. Model penentuan penjadwalan pengiriman diperlukan untuk

menghasilkan jadwal pengiriman produk jadi yang meliputi tanggal dan rute

pengiriman dengan tujuan meminimasi biaya transportasi dengan karakteristik

sebagai berikut:

a. Tujuan : menentukan jadwal pengiriman produk jadi PT.XYZ dengan

meminimasi total biaya transportasi.

b. Kriteria : total biaya transportasi yang minimal.

c. Interval : karakterisasi interval waktu diskret dengan satuan hari.

d. Sifat : model binary integer programming yang akan dibuat bersifat

deterministik.

e. Variabel Keputusan:

Pada model binary integer programming terdapat dua jenis variabel keputusan

biner dimana variabel keputusan tersebut mempunyai nilai integer satu atau nol

(Lieberman, 1998), dalam penelitian ini variabel keputusan biner terdiri dari:

Xkrt = variabel biner (0,1), bernilai 1 jika order k dikirim melalui rute r pada

hari t dan bernilai 0 jika tidak.

Yrt = variabel biner (0,1), bernilai 1 jika rute r dioperasikan pada hari t dan

bernilai 0 jika tidak.

Dimana :

k = menyatakan pesanan yang dikirim (1,2,3,…K ).

r = menyatakan rute pengiriman produk jadi .

t = menyatakan tanggal pengiriman produk jadi

f. Parameter

Cr = menyatakan tarif transportasi untuk rute r.

IV-28

Cb = menyatakan biaya penambahan tujuan per agen.

wk = menyatakan jumlah order k yang harus dkirim.

Q = kapasitas maksimal armada dalam sekali pengiriman.



t = menyatakan tanggal pengiriman produk jadi.

rk = menyatakan tanggal pesanan siap dikirim (order release).

dk = menyatakan tanggal deadline order pesanan diterima agen.

tkr = menyatakan waktu tempuh pengiriman pesanan.

3.3.2 Menentukan alternatif tanggal pengiriman untuk masing-masing order

Alternatif tanggal pengiriman ditentukan untuk menghindari keterlambatan

pengiriman. Alternatif tanggal pengiriman ialah rentang waktu tanggal pengiriman

produk ke konsumen oleh bagian ekspedisi. Alternatif tanggal ditentukan dari tanggal

order siap dikirim (order released) sampai deadline order dikurangi waktu tempuh

dari pabrik menuju lokasi konsumen tersebut. Sehingga rentang waktu pengiriman

dapat ditentukan sebagai berikut:

krkk tdtr -££ .............................. (3.1)

Dimana;


t = menyatakan rentang tanggal pengiriman produk jadi.


tkr = menyatakan waktu tempuh pengiriman order k (1 hari).

3.3.3 Menentukan alternatif rute pengiriman

Rute transportasi yang ditempuh ialah rute pengiriman order produk jadi dari

gudang perusahaan di Solo menuju lokasi agen distributor. Order dapat dikirim

langsung dari Solo menuju ke salah satu kota tujuan agen distributor atau ke beberapa

agen sekaligus yang mempunyai jarak antar agen tidak lebih dari 50 km.

Pengiriman produk ke konsumen juga memperhatikan kapasitas muat dari alat

angkut yang digunakan. Untuk melakukan rencana pengiriman dilakukan dengan

IV-29

satuan boks.Kapasitas muat maksimal satu armada truk ialah 3500 boks. Sedangkan

untuk pemesanan dari konsumen, perusahaan menetapkan minimal pemesanan tiap

agen ialah sebanyak 1000 boks tiap kali pengiriman. Sehingga dalam satu rute

pengiriman maksimal ada tiga kota pemberhentian. Langkah-langkah untuk

penentuan alternatif rute dapat dilihat pada Gambar 3.2.

Gambar 3.2 Diagram Alir Penentuan alternatif rute pengiriman

Penentuan alternatif rute yang mungkin ditempuh, dilakukan dengan langkah

sebagai berikut ;

1. Menentukan rute pengiriman dari Solo ke tiap kota agen distributor

Alternatif rute yang bisa dipilih diantaranya ialah rute dengan satu kota tujuan

yaitu dari Solo ke tiap kota lokasi agen distributor.

2. Mencari matriks jarak antar kota dalam satu rute transportasi dan menentukan rute

konsolidasi

Matriks jarak yang dicari adalah jarak dari gudang perusahaan (Solo) ke masing-

masing kota tujuan pengiriman (titik-titik distribusi) dari data rute umum transportasi.

Informasi jarak tersebut digunakan untuk menentukan rute konsolidasi, yaitu rute

IV-30

pengiriman multi tujuan dengan jarak antar tujuan pengiriman tidak lebih dari 50 Km.

Perhitungan jarak dari gudang ke titik-titik distribusi ini dilakukan dengan bantuan

situs www.wikimapia.org.

Dari matriks jarak dapat ditentukan kota-kota yang dapat dikonsolidasikan dalam

satu rute. Kota yang dapat dikonsolidsikan dalam satu rute yaitu kota-kota yang

mempunyai jarak tidak lebih dari 50 Km dan dalam satu rute konsolidasi maksimal

mempunyai tiga kota tujuan pengiriman.

3.3.4 Menentukan alternatif rute tiap tanggal pengiriman

Tiap tanggal penggiriman ditentukan order yang akan dikirim dan ditentukan

alternatif rute yang bisa dipilih melalui lokasi tujuan tersebut. Penentuan alternatif

rute yang bisa dipilih dilakukan dengan langkah sebagai berikut,

1. Klasifikasikan order berdasarkan alternatif tanggal pengiriman.

2. Tentukan alternatif rute pengiriman yang bisa dilalui tiap order.

3. Rute konsolidasi yang dipilih hanya rute yang minimal mempunyai dua

order yang dikirim melalui rute yang sama.

3.3.5 Model optimasi dengan Binary Integer Programming

Pada tahap ini dilakukan beberapa langkah pengolahan data dengan

menggunakan model binary integer programming. Adapun penyusunan model

tersebut adalah sebagai berikut:

1. Penyusunan fungsi tujuan (objective function)

Sistem yang dikaji ialah rencana operasional jangka pendek pengiriman

produk jadi PT.XYZ Palur untuk agen wilayah pemasaran Jawa Barat. Pembuatan

jadwal pengiriman bertujuan meminimalkan total biaya distribusi dan mengurangi

keterlambatan deadline order.

Fungsi tujuan dari model adalah fungsi minimasi total biaya transportasi. Biaya

transportasi tersebut dibagi kedalam beberapa komponen sebagai berikut:

a. Tarif transportasi dari Solo ke kota agen distributor

Bagian ekspedisi telah menentukan tarif untuk masing-masing kota tujuan

distribusi. Tarif transportasi tersebut meliputi biaya BBM, upah sopir, uang makan,

IV-31

dan biaya perawatan armada yang dihitung per pengiriman. Tarif transportasi tiap

rute dihitung berdasarkan tarif kota pengiriman terjauh dalam rute tersebut.

Tarif transportasi = rtr

T

t

R

Ar

YC ×åå== 1

...................................................(3.2)

b. Biaya penambahan tujuan

Biaya penambahan tujuan ialah biaya yang dibebankan di tiap titik distribusi.

Biaya tersebut meliputi biaya retribusi dan biaya untuk aktivitas bongkar di tiap agen

pengiriman.

Biaya penambahan tujuan = krt

T

t

R

Ar

K

k

XCb ×ååå=== 11

............................(3.3)

Berdasarkan uraian diatas secara keseluruhan model fungsi tujuan adalah:

Minimasi:

krt

T

t

R

Ar

K

krtr

T

t

R

Ar

XCbYCZ ×+×= ååååå===== 111

.......................................(3.4)

Dimana:




Cr = menyatakan tarif transportasi untuk rute r..

Cb = menyatakan biaya penambahan tujuan per agen.





2. Penentuan batasan

Kriteria-kriteria yang menjadi batasan dalam model binary integer

programming diatas adalah sebagai berikut:

a. Tiap order dikirim tepat satu kali

IV-32

Batasan ini bertujuan untuk membatasi pengiriman tiap order k akan dikirim tepat

satu kali sekaligus memastikan bahwa order tersebut pasti dikirim.

1=å-££ krtk tdtr

krtX untuk t = 0, 1, 2, ...., T ; k = 1, 2, 3, ...., K .................(3.5)

Dimana:








tkr = menyatakan waktu tempuh pengiriman pesanan.

b. Biaya penambahan tujuan dibebankan apabila rute tersebut dioperasikan

Batasan ini digunakan untuk kondisi dimana biaya penambahan tujuan akan

dibebankan jika ada rute pengiriman ke kota tersebut. Biaya penambahan tujuan

order k melalui rute r (Xkrt ) akan dibebankan jika rute r dioperasikan pada hari t

(Yrt).

rtkrt YX £ untuk r = A,B,C, ...., R ; k = 1, 2, 3, ...., K .................(3.6)

Dimana:






r = menyatakan rute pengiriman produk jadi (A,B,C, ...., R).


c. Total muatan dalam armada tidak melebihi kapasitas

IV-33

Fungsi pembatas yang membatasi jumlah muatan dalam sekali pengiriman

dengan satu armada truk. Diformulasikan sebagai banyaknya jumlah pesanan k (Wk)

dalam suatu rute pengiriman r pada hari t (Xkrt) tidak lebih dari kapasitas maksimal

yaitu 3500 boks.

rtTDtr

krtk YQXWkrtk

.£å-££

untuk t = 0, 1, 2, ...., T ; k = 1, 2, 3, ...., K ;

r = A,B,C, ...., R .......................................(3.7)

Dimana:





Wk = menyatakan jumlah order k yang harus dkirim.

Q = kapasitas maksimal armada dalam sekali pengiriman.

d. Pembatas jumlah armada yang dioperasikan tiap hari

Batasan ini membatasi jumlah pengiriman yaitu maksimal 8 truk yang bisa

digunakan tiap hari. Jumlah pengiriman melalui rute r pada waktu t (Yrt) tidak

melebihi jumlah armada alat angkut yang tersedia (V).

å=

£T

rrt VY

1

untuk t = 0, 1, 2, ...., T .....................................(3.8)

Dimana:



V = menyatakan jumlah armada yang tersedia tiap hari.

e. Pembatas variable biner

Variable keputusan dalam model penjadwalan yaitu nilai Xkrt dan Yrt mempunyai

nilai keputusan binary (0,1).

IV-34

xkrt = binary untuk t = 0, 1, 2, ...., T ; r = A,B,C, ...., R ;

k = 1, 2, 3, ...., K ...........(3.9)

yrt = binary untuk t = 0, 1, 2, ...., T ; r = A,B,C, ...., R ...............(3.10)

Model penentuan penjadwalan pengiriman produk jadi PT.XYZ secara

keseluruhan adalah sebagai berikut:

Fungsi Tujuan: Meminimasi Total Biaya Transportasi

Minimasi:

krt

T

t

R

Ar

K

krtr

T

t

R

Ar

XCbYCZ ×+×= ååååå===== 111

Subject to:

1=å-££ krtk tdtr

krtX untuk t = 0, 1, 2, ...., T ; k = 1, 2, 3, ...., K

rtkrt YX £ untuk r = A,B,C, ...., R ; k = 1, 2, 3, ...., K

rtTDtr

krtk YXWkrtk

3500£å-££

untuk t = 0, 1, 2, ...., T ;k = 1, 2, 3, ...., K ;r = A,B,C, ...., R

å=

£T

rrt VY

1

untuk t = 0, 1, 2, ...., T

xijk = binary untuk i, j = 0, 1, 2, ..., n+1 ; k = 1, 2, 3, ...., K

yik = binary untuk i = 0, 1, 2, ...., n ; k = 1, 2, 3, ...., K

3.4 Penentuan jadwal pengiriman prouk jadi PT.XYZ

Pada tahap ini dilakukan penentuan jadwal pengiriman produk jadi PT.XYZ

berdasarkan model yang telah disusun. Untuk memperoleh jadwal pengiriman, model

binary integer programming dijalankan dengan bantuan software Risk Solver

Platform V9.0 dan Solver Engines V8.2 dalam Microsoft Excel 2003.

3.5 Analisis dan Interpretasi Hasil

Analisa dilakukan terhadap tiap langkah dalam pengolahan data beserta hasil

perhitungannya meliputi analisis penentuan rute pengiriman, analisis penentuan biaya

IV-35

transportasi, dan validasi perbaikan terukur (minimized cost). Validasi perbaikan

terukur dilakukan dengan membandingkan total biaya transportasi, utilitas kapasitas

armada yang digunakan, dan rute pengiriman antara sistem yang sedang berjalan di

PT.XYZ dan hasil perhitungan dengan menggunakan model binary integer

programming. Validasi perbaikan terukur dilakukan untuk membuktikan bahwa

jadwal pengiriman yang dibuat memberikan perbaikan bagi perusahaan.

3.6 Kesimpulan dan Saran

Dalam tahap ini dilakukan penarikan kesimpulan terhadap penelitian yang

merupakan jawaban dari perumusan masalah dan tujuan pada bab I serta memberikan

saran yang berguna bagi penelitian lebih lanjut.

BAB IV

PENGUMPULAN DAN PENGOLAHAN DATA

Pada bab ini akan diuraikan mengenai proses pengumpulan data dan

pengolahan data untuk membuat jadwal pengiriman produk yang lebih baik. Tahapan

tersebut akan diuraikan dalam sub bab di bawah.

3.7 Pengumpulan Data

Data-data yang dikumpulkan dalam penelitian ini adalah data yang dibutuhkan

dalam pengolahan data dan optimasi pembuatan jadwal pengiriman di PT.XYZ

periode September 2007. data yang terkumpul antara lain :

6. Data agen distributor PT.XYZ wilayah Jawa Barat.

7. Data permintaan periode September 2007.

8. Data tanggal order release dan deadline order permintan.

9. Data tarif transportasi dari bagian ekspedisi.

10. data rute umum transportasi wilayah Jawa Barat.

3.7.1 Data lokasi agen distributor PT.XYZ wilayah Jawa Barat

IV-36

Data lokasi agen distributor PT.XYZ memuat nama konsumen atau nama

usaha agen, kode agen dan lokasi kota agen berada. Data lokasi tersebut dapat dilihat

pada Tabel 4.1. sebagai berikut.

Tabel 4.1. Data Lokasi Agen Distributor PT.XYZ Area Jabar

NO. NAMA AGEN KODE AGEN LOKASI KOTA

1 CV. LIMA SAUDARA LSS BANJAR

2 TK. BERHASIL BHS

3 TK. SEHAT SHT CIAMIS

4 TK. MUDA REJO MR

5 TK. PRIMA PRM

TASIK 6 TK. SUMBER URIP SU

7 TK. UTAMI UTM

8 TK. MIROSO MRS

GARUT 9 WIRAWAN WR

10 CV. BINTANG TERANG BTA

11 UD. PODO-PODO PD2

Tabel 4.1. Data Lokasi Agen Distributor PT.XYZ Area Jabar (Lanjutan)


12 UD. KRISNA KRS

BANDUNG 13 TK. ANUGRAH ANH

14 UD. MITRA SWASERI MS

15 PD. PELITA HATI PH

16 TK. NANDA ND CIMAHI

17 UD. WIS SEMI WS

18 UD. SION SN PADALARANG 19 TK. SAMI MULYA SMM

20 TK. SIDIA SDA

21 UD. SINAR MATAHARI SM

CIANJUR 22 DWITAMA DISTRINDO DWI

23 PD. PUJI SURYA INDAH PSI

24 UD. BARU BR

SUKABUMI 25 PD. PURNAMA PUR

26 POERNOMO SOEGONI PSG

27 TK. HARRY HR

28 UD. BINTANG TIMUR BT CIBADAK

29 TK. FAJAR JAYA FJ

30 CHANDRA WIJAYA CAN CIAWI

31 TK. KUSUMA I KSM

32 UD. WALUYO JAYA WAL BOGOR

33 TK. UTAMA UT

IV-37

34 TK. SUBUR JAYA SJ

35 PD. KARUNIA ABADI KAR CIBINONG

36 UD. LANCAR LCR

37 PD. MANDIRI MDR RANGKASBITUNG

38 TK. AJI AJI

PANDEGLANG 39 TK. TAMARA TAM

40 PD. EKA HARVESTINDO EKA

41 SIE TJONG GIAP SIE SERANG

42 ANDI YUSUF AND

43 TK. NYELAP NLP CILEGON

44 UD. GOBER GOB MAJALENGKA

45 PD. TERUS JAYA TJ SUMEDANG

46 TK. KOTA BARU KOT

47 CV. ALVIN ALV KUNINGAN

48 SURYA INDOTAMA SUR SUMBER

49 UD. MEKAR MEGAH MM CIREBON

50 BENNY KOESMANTO BEN

51 CV. KEJAYA KJY LOH BENER

52 UD. PUJI INDAH PIN INDRAMAYU

53 LAKSANA CORPORINDO LAK PAMANUKAN

Tabel 4.1. Data Lokasi Agen Distributor PT.XYZ Area Jabar (Lanjutan)


54 UD. TIRTA PAWITRA TP CIKAMPEK

55 TK. GUNTUR GUN KARAWANG

56 ADE JEMBAR ADE KARAWANG

57 TK. ASEP AS PURWAKARTA

58 TK. JOHAN JEMBAR JOH CIKARANG

(Sumber: Bag. Keagenan PT.XYZ September 2007)

3.7.2 Data permintaan PT.XYZ area Jawa Barat

Produksi yang dilakukan PT.XYZ berdasarkan data permintaan dari agen.

Order minimal yang bisa dipesan oleh konsumen sejumlah 1000 boks. Tabel 4.2

menunjukkan jumlah pemesanan produk jadi untuk area Jawa Barat.

Tabel 4.2. Data Permintaan PT.XYZ Area Jawa Barat

Periode September 2007

NO KODE AGEN LOKASI

JUMLAH ORDER (BOKS) NO

KODE AGEN LOKASI

JUMLAH ORDER (BOKS)

1 BHS BANJAR 1780 24 BTA GARUT 1870

2 SU TASIK 2000 25 MM CIREBON 2000

3 LSS BANJAR 1010 26 LCR CIBINONG 1890

IV-38

4 BR SUKABUMI 1500 27 SUR SUMBER 1500

5 SUR SUMBER 1000 28 TP CIKAMPEK 1470

6 AJI PANDEGLANG 2845 29 SHT CIAMIS 1550

7 ND CIMAHI 1224 30 SU TASIK 1370

8 WS CIMAHI 1542 31 SM CIANJUR 1760

9 SDA PADALARANG 1500 32 TAM PANDEGLANG 1730

10 PSI CIANJUR 1492 33 KRS BANDUNG 1870

11 CAN CIAWI 1606 34 ND CIMAHI 1400

12 MS BANDUNG 2932 35 MDR RANGKASBITUNG 1370

13 UTM TASIK 1200 36 AND SERANG 1230

14 GOB MAJALENGKA 1620 37 PRM TASIK 1650

15 KSM CIAWI 1428 38 UTM TASIK 1560

16 PD2 GARUT 1903 39 SDA PADALARANG 1700

17 WR GARUT 1321 40 WR GARUT 2350

18 KRS BANDUNG 1620 41 AJI PANDEGLANG 2250

19 BEN CIREBON 1500 42 TJ SUMEDANG 1540

20 MR CIAMIS 1010 43 KAR CIBINONG 2000

21 JOH CIKARANG 1141 44 GUN KARAWANG 1355

22 TAM PANDEGLANG 1324 45 JOH CIKARANG 1700

23 PSG SUKABUMI 1250 46 BEN CIREBON 1650

Tabel 4.2. Data Permintaan PT.XYZ Area Jawa Barat Periode

September 2007 (Lanjutan)

NO KODE AGEN LOKASI


KODE AGEN LOKASI

JUMLAH ORDER (BOKS)

47 TJ SUMEDANG 3000 86 AS PURWAKARTA 2430

48 AND SERANG 3000 87 SMM PADALARANG 1730

49 PRM TASIK 1232 88 LSS BANJAR 2110

50 TP CIKAMPEK 1500 89 HR SUKABUMI 1550

51 ALV KUNINGAN 1512 90 DWI CIANJUR 1280

52 MM CIREBON 1412 91 BHS BANJAR 1180

53 WAL BOGOR 1412 92 ALV KUNINGAN 2250

54 PUR SUKABUMI 1111 93 UT BOGOR 1800

55 UT BOGOR 1513 94 PUR SUKABUMI 2000

56 SHT CIAMIS 1300 95 WAL BOGOR 1800

57 DWI CIANJUR 1523 96 PD2 GARUT 1470

58 ANH BANDUNG 1523 97 KOT SUMEDANG 2150

59 SMM PADALARANG 1325 98 ANH BANDUNG 1232

60 KAR CIBINONG 1423 99 FJ CIBADAK 1680

61 EKA PANDEGLANG 1605 100 MR CIAMIS 2850

62 MDR RANGKASBITUNG 1500 101 EKA PANDEGLANG 1940

63 PH BANDUNG 1025 102 SMM PADALARANG 2500

64 LAK PAMANUKAN 1530 103 LAK PAMANUKAN 2980

65 FJ CIBADAK 1750 104 MRS GARUT 2738

IV-39

66 PRM TASIK 1620 105 WS CIMAHI 1780

67 MRS GARUT 1400 106 AJI PANDEGLANG 1950

68 HR SUKABUMI 3010 107 PRM TASIK 1370

69 SUR SUMBER 2480 108 MM CIREBON 2300

70 ALV KUNINGAN 1500 109 BT CIBADAK 2800

71 KAR CIBINONG 1010 110 SN PADALARANG 1000

72 BHS BANJAR 1480 111 CAN CIAWI 2450

73 AJI PANDEGLANG 1430 112 BR SUKABUMI 1870

74 KJY LOH BENER 1570 113 TJ SUMEDANG 1940

75 SN PADALARANG 2250 114 KJY LOH BENER 2450

76 WS CIMAHI 1870 115 PSG SUKABUMI 2500

77 WR GARUT 2115 116 SJ BOGOR 1500

78 SJ BOGOR 1710 117 SUR SUMBER 2750

79 DWI CIANJUR 1132 118 KSM CIAWI 1700

80 PIN INDRAMAYU 1880 119 LCR CIBINONG 1450

81 UT BOGOR 2415 120 PIN INDRAMAYU 1580

82 SDA PADALARANG 1365 121 ADE KARAWANG 2470

83 KSM CIAWI 1365 122 PD2 GARUT 1770

84 KSM CIAWI 1365 123 GUN KARAWANG 1560

85 TP CIKAMPEK 2312 124 JOH CIKARANG 2710

Tabel 4.2. Data Permintaan PT.XYZ Area Jawa Barat Periode

September 2007 (Lanjutan)

NO

KODE AGEN LOKASI


KODE AGEN LOKASI

JUMLAH ORDER (BOKS)

125 JOH CIKARANG 1820

137 NLP CILEGON 2300

126 PH BANDUNG 1055

138 PH BANDUNG 2340

127 BT CIBADAK 2342

139 BTA GARUT 1600

128 KOT SUMEDANG 1920

140 ALV KUNINGAN 2650

129 GOB MAJALENGKA 2010

141 SM CIANJUR 1780

130 SMM PADALARANG 2430

142 ANH BANDUNG 2840

131 ADE KARAWANG 2015

143 KOT SUMEDANG 1780

132 PD2 GARUT 2100

144 GOB MAJALENGKA 2350

133 NLP CILEGON 2105

145 MS BANDUNG 1340

134 GUN KARAWANG 1560

146 SIE SERANG 1380

135 AS PURWAKARTA 1115

147 AS PURWAKARTA 1010

136 SIE SERANG 1430

148 TP CIKAMPEK 1010

IV-40

(Sumber: Bag. Keagenan PT.XYZ September 2007)

3.7.3 Data tanggal order release dan deadline order permintan

Data tanggal order release dan deadline order memuat tanggal produk selesai

diproduksi (order released) dan tanggal produk sampai ke konsumen (deadline

order). Data tersebut akan digunakan untuk menentukan rentang waktu alternatif

tanggal pengiriman produk jadi ke agen distributor. Data tanggal order release dan

deadline order disajikan pada tabel 4.3 dan tabel 4.4.

Tabel 4.3. Data tanggal order release dan deadline order

Minggu ke-1 dan Minggu ke-2

MINGGU KE-1 MINGGU KE-2

NOMOR ORDER

KODE AGEN

TANGGAL RELEASE ORDER

TANGGAL DEADLINE ORDER

NOMOR ORDER

KODE AGEN



1 BHS 3-Sep-07 5-Sep-07 1 LAK 10-Sep-07 11-Sep-07

2 SU 3-Sep-07 4-Sep-07 2 FJ 10-Sep-07 11-Sep-07

3 LSS 3-Sep-07 4-Sep-07 3 PRM 10-Sep-07 11-Sep-07

4 BR 3-Sep-07 5-Sep-07 4 MRS 10-Sep-07 12-Sep-07

5 SUR 3-Sep-07 5-Sep-07 5 HR 10-Sep-07 12-Sep-07

6 AJI 3-Sep-07 4-Sep-07 6 SUR 10-Sep-07 11-Sep-07

7 ND 3-Sep-07 4-Sep-07 7 ALV 10-Sep-07 12-Sep-07

8 WS 4-Sep-07 5-Sep-07 8 KAR 11-Sep-07 14-Sep-07

9 SDA 4-Sep-07 7-Sep-07 9 BHS 11-Sep-07 12-Sep-07

10 PSI 4-Sep-07 6-Sep-07 10 AJI 11-Sep-07 13-Sep-07


Minggu ke-1 dan Minggu ke-2 (Lanjutan)


NOMOR

ORDER

KODE

AGEN

TANGGAL

RELEASE

ORDER

TANGGAL

DEADLINE

ORDER

NOMOR

ORDER

KODE

AGEN

TANGGAL

RELEASE

ORDER

TANGGAL

DEADLINE

ORDER

11 CAN 4-Sep-07 5-Sep-07 11 KJY 11-Sep-07 14-Sep-07

12 MS 4-Sep-07 6-Sep-07 12 SN 11-Sep-07 12-Sep-07

13 UTM 4-Sep-07 6-Sep-07 13 WS 11-Sep-07 12-Sep-07

14 GOB 4-Sep-07 6-Sep-07 14 WR 11-Sep-07 13-Sep-07

15 KSM 4-Sep-07 5-Sep-07 15 SJ 12-Sep-07 14-Sep-07

16 PD2 5-Sep-07 6-Sep-07 16 DWI 12-Sep-07 13-Sep-07

17 WR 5-Sep-07 6-Sep-07 17 PIN 12-Sep-07 14-Sep-07

IV-41

18 KRS 5-Sep-07 6-Sep-07 18 UT 12-Sep-07 13-Sep-07

19 BEN 5-Sep-07 7-Sep-07 19 SDA 12-Sep-07 13-Sep-07

20 MR 5-Sep-07 6-Sep-07 20 KSM 12-Sep-07 14-Sep-07

21 JOH 5-Sep-07 7-Sep-07 21 KSM 12-Sep-07 14-Sep-07

22 TAM 5-Sep-07 6-Sep-07 22 TP 13-Sep-07 16-Sep-07

23 PSG 5-Sep-07 7-Sep-07 23 JOH 13-Sep-07 15-Sep-07

24 TJ 5-Sep-07 7-Sep-07 24 PH 13-Sep-07 14-Sep-07

25 AND 5-Sep-07 7-Sep-07 25 BT 13-Sep-07 14-Sep-07

26 PRM 6-Sep-07 7-Sep-07 26 KOT 13-Sep-07 15-Sep-07

27 TP 6-Sep-07 8-Sep-07 27 GOB 13-Sep-07 14-Sep-07

28 ALV 6-Sep-07 7-Sep-07 28 SMM 13-Sep-07 14-Sep-07

29 MM 6-Sep-07 8-Sep-07 29 ADE 13-Sep-07 15-Sep-07

30 WAL 6-Sep-07 7-Sep-07 30 PD2 13-Sep-07 14-Sep-07

31 PUR 6-Sep-07 9-Sep-07 31 NLP 14-Sep-07 16-Sep-07

32 UT 6-Sep-07 8-Sep-07 32 GUN 14-Sep-07 15-Sep-07

33 SHT 7-Sep-07 8-Sep-07 33 AS 14-Sep-07 16-Sep-07

34 DWI 7-Sep-07 9-Sep-07 34 SIE 14-Sep-07 16-Sep-07

35 ANH 7-Sep-07 8-Sep-07 35 BTA 14-Sep-07 16-Sep-07

36 SMM 7-Sep-07 9-Sep-07 36 MM 14-Sep-07 15-Sep-07

37 KAR 7-Sep-07 9-Sep-07 37 LCR 14-Sep-07 15-Sep-07

38 EKA 7-Sep-07 8-Sep-07

39 MDR 7-Sep-07 8-Sep-07

40 PH 7-Sep-07 9-Sep-07

(Sumber: Bag. Pemasaran PT.XYZ September 2007)


Minggu ke-2 dan Minggu ke-3


NOMOR ORDER

KODE AGEN



NOMOR ORDER

KODE AGEN



1 SUR 17-Sep-07 18-Sep-07 1 SMM 24-Sep-07 25-Sep-07

2 TP 17-Sep-07 18-Sep-07 2 LAK 24-Sep-07 26-Sep-07

3 SHT 17-Sep-07 18-Sep-07 3 MRS 24-Sep-07 26-Sep-07

4 SU 17-Sep-07 20-Sep-07 4 WS 24-Sep-07 25-Sep-07

5 SM 17-Sep-07 18-Sep-07 5 AJI 24-Sep-07 25-Sep-07

6 TAM 17-Sep-07 19-Sep-07 6 PRM 24-Sep-07 27-Sep-07

7 KRS 17-Sep-07 18-Sep-07 7 MM 24-Sep-07 25-Sep-07

8 ND 18-Sep-07 20-Sep-07 8 BT 24-Sep-07 25-Sep-07

9 MDR 18-Sep-07 20-Sep-07 9 SN 24-Sep-07 26-Sep-07

10 AND 18-Sep-07 20-Sep-07 10 CAN 25-Sep-07 26-Sep-07

11 PRM 18-Sep-07 19-Sep-07 11 BR 25-Sep-07 27-Sep-07

IV-42

12 UTM 18-Sep-07 20-Sep-07 12 TJ 25-Sep-07 27-Sep-07

13 SDA 18-Sep-07 19-Sep-07 13 KJY 25-Sep-07 26-Sep-07

14 WR 18-Sep-07 21-Sep-07 14 PSG 25-Sep-07 26-Sep-07

15 AJI 19-Sep-07 21-Sep-07 15 SJ 25-Sep-07 26-Sep-07

16 TJ 19-Sep-07 20-Sep-07 16 SUR 25-Sep-07 27-Sep-07

17 KAR 19-Sep-07 20-Sep-07 17 KSM 26-Sep-07 28-Sep-07

18 GUN 19-Sep-07 21-Sep-07 18 LCR 26-Sep-07 27-Sep-07

19 JOH 19-Sep-07 22-Sep-07 19 PIN 26-Sep-07 27-Sep-07

20 BEN 19-Sep-07 21-Sep-07 20 ADE 26-Sep-07 29-Sep-07

21 AS 19-Sep-07 20-Sep-07 21 PD2 26-Sep-07 27-Sep-07

22 SMM 19-Sep-07 20-Sep-07 22 GUN 27-Sep-07 28-Sep-07

23 LSS 20-Sep-07 23-Sep-07 23 JOH 27-Sep-07 29-Sep-07

24 HR 20-Sep-07 22-Sep-07 24 NLP 27-Sep-07 30-Sep-07

25 DWI 20-Sep-07 22-Sep-07 25 PH 27-Sep-07 28-Sep-07

26 BHS 20-Sep-07 21-Sep-07 26 BTA 27-Sep-07 30-Sep-07

27 ALV 20-Sep-07 21-Sep-07 27 ALV 27-Sep-07 28-Sep-07

28 UT 20-Sep-07 21-Sep-07 28 SM 27-Sep-07 28-Sep-07

29 PUR 20-Sep-07 21-Sep-07 29 ANH 28-Sep-07 29-Sep-07

30 WAL 20-Sep-07 23-Sep-07 30 KOT 28-Sep-07 30-Sep-07

31 PD2 21-Sep-07 23-Sep-07 31 GOB 28-Sep-07 30-Sep-07

32 KOT 21-Sep-07 23-Sep-07 32 MS 28-Sep-07 30-Sep-07

33 ANH 21-Sep-07 22-Sep-07 33 SIE 28-Sep-07 30-Sep-07

34 FJ 21-Sep-07 23-Sep-07 34 AS 28-Sep-07 29-Sep-07

35 MR 21-Sep-07 23-Sep-07 35 TP 28-Sep-07 29-Sep-07

36 EKA 21-Sep-07 22-Sep-07

(Sumber: Bag. Pemasaran PT.XYZ September 2007)

3.7.4 Data tarif transportasi dari bagian ekspedisi

Bagian ekspedisi telah menentukan tarif untuk masing-masing kota tujuan

distribusi. Tarif transportasi tersebut meliputi biaya BBM, upah sopir, uang makan,

biaya depresiasi dan perawatan armada yang dihitung per pengiriman. Data jarak

tempuh dan tarif transportasi dapat dilihat pada Tabel 4.5.

Tabel 4.5. Data Jarak Tempuh dan Tarif Transportasi

NO. NAMA KOTA

JARAK TEMPUH (KM)

BIAYA (DLM RIBUAN Rp.)

NO. NAMA KOTA

JARAK TEMPUH (KM)

BIAYA (DLM RIBUAN Rp.)

1 TASIKMALAYA 387 885 18 PAMANUKAN 448 1055

2 GARUT 425 1010 19 CIKAMPEK 476 1095

3 BANJAR 375 875 20 SUBANG 476 1095

4 NAGREK 391 940 21 KARAWANG 493 1135

5 BANDUNG 467 1095 22 SERANG 674 1368

IV-43

6 PADALARANG 486 1095 23 CILEGON 685 1368

7 CIANJUR 502 1135 24 SUKABUMI 563 1135

8 SUKABUMI 556 1156 25 SUMEDANG 412 940

9 CIAWI 578 875 26 PURWAKARTA 494 1095

10 CIAMIS 380 1255 27 RANGKASBITUNG 666 1255

11 BOGOR 590 1135 28 PANDEGLANG 684 1255

12 CIBADAK 570 1135 29 CIMAHI 471 978

13 CIREBON 337 730 30 CIBINONG 604 1255

14 INDRAMAYU 375 730 31 SUMBER 345 940

15 KUNINGAN 360 940 32 LOH BENER 387 730

16 JATIBARANG 317 730 33 CIKARANG 515 1135

17 MAJALENGKA 409 940

(Sumber: Bag. Ekspedisi PT.XYZ September 2007)

3.7.5 Data rute umum transportasi wilayah Jawa Barat

Identifikasi rute pengiriman dilakukan dengan cara mengumpulkan informasi

dari catatan perusahaan dan data agen wilayah. Dari informasi tersebut diperoleh rute

pengiriman produk dari gudang Solo ke tiap kota agen wilayah Jawa Barat dan rute

umum yang biasa dilalui oleh ekspedisi dalam pengiriman. Dari data tersebut

diperoleh informasi sebelas rute umum dari Solo ke kota-kota tujuan dengan rute

sebagai berikut,

1. Rute 1, rute utama

Solo à Banjar à Ciamis à Tasikmalaya à Garut à Bandung à Cimahi à

Padalarang à Cianjur à Sukabumi à Cibadak à Ciawi à Bogor

2. Rute 2, rute percabangan di kota Bogor

Solo à Bogor à Rangkasbitung à Pandeglang à Serang à Cilegon

3. Rute 3, rute percabangan di kota Ciamis

Solo à Ciamis à Majalengka à Sumedang à Bandung


Solo à Ciamis à Kuningan à Sumber à Majalengka

5. Rute 5, rute percabangan di kota Cirebon

Solo à Cirebon à Sumedang à Bandung


IV-44

Solo à Cirebon à Kuningan à Majalengka


Solo à Cirebon à Sumber à Loh Bener à Indramayu


Solo à Cirebon à Majalengka


Solo à Cirebon à Indramayuà Loh Bener à Pamanukan à Cikampek

10. Rute 10, rute percabangan di kota Bandung

Solo à Bandung à Padalarang à Purwakarta à Cikampek à Karawang à

Cikarang

11. Rute 11, rute percabangan di kota Cianjur

Solo à Cianjur à Ciawi à Bogor

3.8 Pengolahan Data

Pada pengolahan data dilakukan penghitungan dan pengolahan data sesuai

dengan langkah-langkah yang telah dijelaskan dalam metodologi penelitian.

3.8.1 Menentukan alternatif tanggal pengiriman untuk masing-masing order

Alternatif tanggal pengiriman ditentukan untuk menghindari keterlambatan

pengiriman. Alternatif tanggal pengiriman ialah rentang waktu tanggal pengiriman

produk ke konsumen oleh bagian ekspedisi. Alternatif tanggal ditentukan dari tanggal

order siap dikirim (order released) sampai deadline order dikurangi waktu tempuh

dari pabrik menuju lokasi konsumen tersebut. Dengan kecepatan rata-rata armada

pengiriman 40 Km/jam dan jarak tempuh terjauh 685 Km,maka asumsi waktu tempuh

pengiriman untuk semua order adalah 1 hari.Sehingga rentang waktu pengiriman

dapat ditentukan sebagai berikut:

krkk tdtr -££

Dimana :

rk : menyatakan tanggal pesanan siap dikirim (order release).

t : menyatakan rentang tanggal pengiriman produk jadi.

dk : menyatakan tanggal deadline order pesanan diterima agen.

tkr : menyatakan waktu tempuh pengiriman order k (1 hari).

IV-45

Contoh penentuan rentang waktu alternatif hari pengiriman, sebagai berikut :

Order 1 minggu ke-1, tanggal order release 3-Sep-07 ;deadline order 5-Sep-07

3-Sep-07 £ t £ ( 5-Sep-07 – 1 hari pengiriman)

3-Sep-07 £ t £ 4-Sep-07

t = 3-Sep-07, 4-Sep-07 Hasil penentuan rentang waktu alternatif hari pengiriman untuk semua order dapat

dilihat pada lampiran. Berikut contoh penentuan alternatif tanggal pengiriman pada

Tabel 4.6.

Tabel 4.6. Tabel contoh penentuan alternatif tanggal pengiriman

KODE AGEN



ALTERNATIF TANGGAL PENGIRIMAN

BHS 3-Sep-07 5-Sep-07 3-Sep-07 4-Sep-07

PUR 6-Sep-07 9-Sep-07

6-Sep-07 7-Sep-07 8-Sep-07

KRS 17-Sep-07 18-Sep-07 17-Sep-07

AJI 19-Sep-07 21-Sep-07 19-Sep-07 20-Sep-07

MRS 24-Sep-07 26-Sep-07 24-Sep-07 25-Sep-07

(Sumber: Pengolahan data,2009)

3.8.2 Menentukan alternatif rute pengiriman

Rute transportasi yang ditempuh ialah rute pengiriman order produk jadi dari

gudang perusahaan di Solo menuju lokasi agen distributor. Order dapat dikirim

langsung dari Solo menuju ke salah satu kota tujuan agen distributor atau ke beberapa

agen sekaligus yang mempunyai jarak antar agen tidak lebih dari 50 km.

Pengiriman produk ke konsumen juga memperhatikan kapasitas muat dari alat

angkut yang digunakan. Untuk melakukan rencana pengiriman dilakukan dengan

satuan boks.Kapasitas muat maksimal satu armada truk ialah 3500 boks. Sedangkan

untuk pemesanan dari konsumen, perusahaan menetapkan minimal pemesanan tiap

agen ialah sebanyak 1000 boks tiap kali pengiriman. Sehingga dalam satu rute

pengiriman maksimal ada tiga kota pemberhentian.

IV-46

Penentuan alternatif rute yang mungkin ditempuh, dilakukan dengan langkah

sebagai berikut ;

3. Menentukan rute pengiriman dari Solo ke tiap kota agen distributor

Alternatif rute yang bisa dipilih diantaranya ialah rute dengan satu kota tujuan

yaitu dari Solo ke tiap kota lokasi agen distributor yang ditampilkan pada Tabel 4.7.

Tabel 4.7. Alternatif Rute Pengiriman

NO RUTE KODE RUTE

1 SOLO - BANJAR A

2 SOLO - CIAMIS B

3 SOLO - TASIK C

4 SOLO - GARUT D

5 SOLO - BANDUNG E

6 SOLO - CIMAHI F

7 SOLO - PADALARANG G

8 SOLO - CIANJUR H

9 SOLO - SUKABUMI I

10 SOLO - CIBADAK J

11 SOLO - CIAWI K

12 SOLO - BOGOR L

Tabel 4.7. Alternatif Rute Pengiriman (Lanjutan)

NO RUTE KODE RUTE

13 SOLO - CIBINONG M

14 SOLO - RANGKASBITUNG N

15 SOLO - PANDEGLANG O

16 SOLO - SERANG P

17 SOLO - CILEGON Q

18 SOLO - MAJALENGKA R

19 SOLO - SUMEDANG S

20 SOLO - KUNINGAN T

21 SOLO - SUMBER U

22 SOLO - CIREBON V

IV-47

23 SOLO - LOH BENER W

24 SOLO - INDRAMAYU X

25 SOLO - PAMANUKAN Y

26 SOLO - CIKAMPEK Z

27 SOLO - PURWAKARTA AA

28 SOLO - KARAWANG AB

29 SOLO - CIKARANG AC

(Sumber: Pengolahan data,2009)

4. Mencari matriks jarak antar kota dalam satu rute transportasi dan menentukan

rute konsolidasi

Matriks jarak yang dicari adalah jarak dari gudang perusahaan (Solo) ke

masing-masing kota tujuan pengiriman (titik-titik distribusi) dalam data rute umum

transportasi. Informasi jarak tersebut digunakan untuk menentukan rute konsolidasi,

yaitu rute pengiriman multi tujuan dengan jarak antar tujuan pengiriman tidak lebih

dari 50 Km. Perhitungan jarak dari gudang ke titik-titik distribusi ini dilakukan

dengan bantuan situs www.wikimapia.org. Pencarian jarak dihitung melalui jalur

utama antar kota tujuan yang dilalui. Langkah dalam mendapatkan nilai jarak masing-

masing titik-titik distribusi tiap kota menggunakan situs www.wikimapia.org dengan

langkah-langkah sebagai berikut,

1. Mengaktifkan situs www.wikimapia.org

IV-48

2. mengaktifkan peta dalam bentuk google map.

IV-49

3. mengaktifkan tools distance measure.

IV-51

4. Pencarian jarak dari titik distribusi ke titik distribusi yang lain dengan cara

mengurutkan jalur sepanjang jalan. Hasil jarak akan ditampilkan pada kolom di

sebelah kanan peta.

Contoh pencarian jarak dari Banjar ke Ciamis dapat dilihat pada gambar.

IV-52

Dari matriks jarak dapat ditentukan kota-kota yang dapat dikonsolidasikan

dalam satu rute. Kota yang dapat dikonsolidsikan dalam satu rute yaitu kota-kota

yang mempunyai jarak tidak lebih dari 50 Km dan dalam satu rute konsolidasi

maksimal mempunyai tiga kota tujuan pengiriman. Hasil pencarian jarak tiap titik

distribusi dapat dilihat pada matriks jarak tiap rute sebagai berikut,

1. Rute 1, rute utama

Rute utama ialah rute dari Solo menuju Bogor dengan rute melalui kota-kota

berikut

Solo à Banjar à Ciamis à Tasikmalaya à Garut à Bandung à Cimahi à

Padalarang à Cianjur à Sukabumi à Cibadak à Ciawi à Bogor

Dari kota-kota pada rute satu dicari jarak antar kota yang disajikan pada Gambar

4.1.

Gambar 4.1. Matriks Jarak Antar Kota Rute 1

DARI KE

BA

NJA

R

CIA

MIS

TA

SIK

GA

RU

T

BA

ND

UN

G

CIM

AH

I

PA

DA

LAR

AN

G

CIA

NJU

R

SU

KA

BU

MI

CIB

AD

AK

CIA

WI

BO

GO

R

CIB

INO

NG

BANJAR CIAMIS 28 TASIK 46 18 GARUT 81 53 35 BANDUNG 138 110 92 57 CIMAHI 143 115 97 62 5 PADALARANG 161 133 115 80 23 18 CIANJUR 196 168 150 115 58 53 35 SUKABUMI 226 198 180 145 88 83 65 30 CIBADAK 251 223 205 170 113 108 90 55 25 CIAWI 283 255 237 202 145 140 122 87 57 32 BOGOR 291 263 245 210 153 148 10 95 65 40 8 CIBINONG 305 277 253 224 167 162 144 109 79 54 22 14

Dari Gambar 4.1 diketahui jarak dari kota Banjar ke Ciamis tidak lebih dari 50 Km,

maka order dengan tujuan Banjar dan Ciamis dapat dikonsolidasikan dalam satu rute

pengiriman.

Solo à Banjar à Ciamis

IV-53

Karena dalam satu rute maksimal ada tiga kota tujuan maka kota Banjar dan Ciamis

dapat dikonsolidasikan lagi dengan kota Tasik karena jarak Banjar ke Tasik kurang

dari 50 Km.

Solo à Banjar à Ciamisà Tasik

Rute-rute yang lain dapat dicari dengan cara tersebut. Semua alternatif rute

konsolidasi yang bisa dipilih untuk rute 1 adalah sebagai berikut :

Banjar à Ciamis

Banjar à Ciamis à Tasik

Ciamis à Tasik

Tasik à Garut

Bandung à Cimahi

Cimahi à Padalarang

Bandung à Cimahi à Padalarang

Bandung à Padalarang

Padalarang à Cianjur

Cianjur à Sukabumi

Sukabumi à Cibadak

Cibadak à Ciawi

Ciawi à Bogor

Cibadak à Ciawi à Bogor

Cibadak à Bogor

Bogor à Cibinong

Ciawi à Bogor à Cibinong

Ciawi à Cibinong

Semua rute umum dicari alternatif rute konsolidasi dengan cara yang sama seperti

pada rute 1.

2. Rute 2, rute percabangan di kota Bogor

Solo à Bogor à Rangkasbitung à Pandeglang à Serang à Cilegon


DARI KE

BO

GO

R

RA

NG

KA

S

BIT

UN

G

PA

ND

EG

LAN

G

SE

RA

NG

CIL

EG

ON

BOGOR

RANGKASBITUNG 76

PANDEGLANG 94 18

SERANG 116 40 22

CILEGON 132 50 38 16

Alternatif rute konsolidasi :

Rangkasbitung àPandeglang

Pandeglang à Serang

Rangkasbitung à Pandeglangà Serang

Pandeglang àSerang à Cilegon

Pandeglang àCilegon

Serang àCilegon

IV-54


Solo à Ciamis à Majalengka à Sumedang à Bandung


DARI KE

CIA

MIS

MA

JALE

NG

KA

SU

ME

DA

NG

BA

ND

UN

G

MAJALENGKA 64 SUMEDANG 102 38 BANDUNG 138 74 36


Majalengka à Sumedang

Sumedang à Bandung


Solo à Ciamis à Kuningan à Sumber à Majalengka


DARI KE

CIA

MIS

KU

NIN

GA

N

SU

MB

ER

MA

JALE

NG

KA

KUNINGAN 64 SUMBER 102 38 MAJALENGKA 138 74 36


Kuningan à Sumber

Sumber à Majalengka

IV-55


Solo à Cirebon à Sumedang à Bandung


DARI KE

CIR

EB

ON

SU

ME

DA

NG

BA

ND

UN

G

SUMEDANG 75 BANDUNG 111 36


Sumedang à Bandung


Solo à Cirebon à Kuningan à Majalengka


DARI KE

CIR

EB

ON

KU

NIN

GA

N

MA

JALE

NG

KA

CIREBON KUNINGAN 34 MAJALENGKA 72 38


Cirebon à Kuningan

Kuningan à Majalengka


Solo à Cirebon à Sumber à Loh Bener à Indramayu

IV-56


DARI KE

CIR

EB

ON

SU

MB

ER

LOH

BE

NE

R

IND

RA

MA

YU

CIREBON SUMBER 8 LOH BENER 88 80 INDRAMAYU 100 92 12


Cirebon à Sumber

Loh Bener à Indramayu


Solo à Cirebon à Majalengka


DARI KE

CIR

EB

ON

MA

JALE

NG

KA

CIREBON MAJALENGKA 54


Cirebon à Majalengka


Solo à Cirebon à Indramayuà Loh Bener à Pamanukan à Cikampek

IV-57


DARI KE

CIR

EB

ON

IND

RA

MA

YU

LOH

BE

NE

R

PA

MA

NU

KA

N

CIK

AM

PE

K

CIREBON INDRAMAYU 56 LOH BENER 68 12 PAMANUKAN 120 74 52 CIKAMPEK 158 102 90 38


Indramayu à Loh Bener

Pamanukan à Cikampek

10. Rute 10, rute percabangan di kota Bandung

Solo à Bandung à Padalarang à Purwakarta à Cikampek à Karawang à

Cikarang

Gambar 4.10. Matriks Jarak Antar Kota Rute10

DARI KE

BA

ND

UN

G

PA

DA

LAR

AN

G

PU

RW

AK

AR

TA

CIK

AM

PE

K

KA

RA

WA

NG

CIK

AR

AN

G

BANDUNG PADALARANG 19 PURWAKARTA 56 37 CIKAMPEK 74 55 18 KARAWANG 98 79 42 24 CIKARANG 120 101 64 46 22

Alternatif rute konsolidasi : Bandung à Padalarang

Padalarang à Purwakarta

Purwakarta à Cikampek àKarawang

Purwakarta à Karawang

PurwakartaàCikampek

Cikampek à Karawang

Cikampek à Cikarang

Cikampek à Karawang à Cikarang

Karawang à Cikarang

IV-58

11. Rute 11, rute percabangan di kota Cianjur

Solo à Cianjur à Ciawi à Bogor


DARI KE

CIA

NJU

R

CIA

WI

BO

GO

R

CIANJUR CIAWI 53 BOGOR 98 43


Ciawi à Bogor

Dari pengolahan data tersebut diperoleh kota-kota tujuan yang dapat dilalui dalam

satu rute konsolidasi. Semua alternatif rute dapat dilihat pada Tabel berikut,

Tabel 4.8. Kota -kota yang Bisa Dikonsolidasi Dalam Satu Rute

NO RUTE KODE

1 SOLO - BANJAR - CIAMIS AD

2 SOLO - BANJAR - CIAMIS - TASIK AE

3 SOLO - CIAMIS - TASIK AF

4 SOLO - TASIK - GARUT AG

5 SOLO - BANDUNG - CIMAHI AH

6 SOLO - CIMAHI - PADALARANG AI

7 SOLO - BANDUNG - CIMAHI - PADALARANG AJ

8 SOLO - BANDUNG - PADALARANG AK

9 SOLO - PADALARANG - CIANJUR AL

10 SOLO - CIANJUR - SUKABUMI AM

11 SOLO - SUKABUMI - CIBADAK AN

12 SOLO - CIBADAK - CIAWI AO

13 SOLO - CIAWI - BOGOR AP

14 SOLO - CIBADAK - CIAWI - BOGOR AQ

15 SOLO - CIBADAK - BOGOR AR

16 SOLO - BOGOR - CIBINONG AS

17 SOLO - CIAWI - BOGOR - CIBINONG AT

18 SOLO - CIAWI - CIBINONG AU

19 SOLO - RANGKASBITUNG - PANDEGLANG AV

20 SOLO - PANDEGLANG - SERANG AW

21 SOLO - RANGKASBITUNG - PANDEGLANG - SERANG AX

22 SOLO - PANDEGLANG - SERANG - CILEGON AY

23 SOLO - PANDEGLANG - CILEGON AZ

24 SOLO - SERANG - CILEGON BA

25 SOLO - MAJALENGKA - SUMEDANG BB

26 SOLO - SUMEDANG - BANDUNG BC

27 SOLO - KUNINGAN - SUMBER BD

28 SOLO - SUMBER - MAJALENGKA BE

IV-59

Tabel 4.8. Kota -kota yang Bisa Dikonsolidasi Dalam Satu Rute (Lanjutan)

NO RUTE KODE

29 SOLO - CIREBON - KUNINGAN BF

30 SOLO - KUNINGAN - MAJALENGKA BG

31 SOLO - CIREBON - SUMBER BH

32 SOLO - LOH BENER - INDRAMAYU BI

33 SOLO - INDRAMAYU - LOH BENER BJ

34 SOLO - PAMANUKAN - CIKAMPEK BK

35 SOLO - BANDUNG - PADALARANG BL

36 SOLO - PADALARANG - PURWAKARTA BM

37 SOLO - PURWAKARTA - CIKAMPEK - KARAWANG BN

38 SOLO - PURWAKARTA - KARAWANG BO

39 SOLO - PURWAKARTA - CIKAMPEK BP

40 SOLO - CIKAMPEK - KARAWANG BQ

41 SOLO - CIKAMPEK - CIKARANG BR

42 SOLO - CIKAMPEK - KARAWANG - CIKARANG BS

43 SOLO - KARAWANG - CIKARANG BT

3.8.3 Menentukan alternatif rute tiap tanggal pengiriman

Tiap tanggal penggiriman ditentukan order yang akan dikirim dan ditentukan

alternatif rute yang bisa dipilih melalui lokasi tujuan tersebut. Penentuan alternatif rute

yang bisa dipilih dilakukan dengan langkah sebagai berikut,

4. Mengklasifikasikan order berdasarkan alternatif tanggal pengiriman.

5. Menentukan alternatif rute pengiriman yang bisa dilalui tiap order.

6. Rute konsolidasi yang dipilih hanya rute yang minimal mempunyai dua order

yang dikirim melalui rute yang sama.

Contoh penentuan alternatif rute pengiriman tanggal 3 September 2007, sebagai berikut :

1. Mengklasifikasikan order berdasarkan alternatif tanggal pengiriman. Untuk

order tanggal 3 September 2007 dapat dilihat pada Tabel 4.9.

Tabel 4.9. Order dengan Alternatif Tanggal Pengiriman 3 September 2007

NO ORDER

KODE AGEN LOKASI

1 BHS BANJAR 2 SU TASIK 3 LSS BANJAR 4 BR SUKABUMI 5 SUR SUMBER 6 AJI PANDEGLANG 7 ND CIMAHI

IV-60

2. Menentukan alternatif rute pengiriman yang bisa dilalui tiap order.

Dari Tabel 4.9. diperoleh informasi mengenai lokasi pengiriman order yang

digunakan untuk menentukan alternatif rute yang melalui lokasi kota tersebut. Contoh

order nomor satu lokasi pengiriman Banjar, rute-rute yang melalui kota banjar ialah rute

A (Soloà Banjar), rute AD (Soloà Banjar à Ciamis), dan rute AE ( Soloà Banjarà

Ciamis à Tasik). Alternatif rute masing – masing order disajikan Tabel 4.10

Tabel 4.10. Alternatif Rute Pengiriman Order Tanggal 3 September 2007

NO ORDER

KODE AGEN LOKASI

ALTERNATIF RUTE

1 BHS BANJAR A,AD,AE 2 SU TASIK C,AE,AF,AG 3 LSS BANJAR A,AD,AE 4 BR SUKABUMI I,AM,AN 5 SUR SUMBER U,BD,BE 6 AJI PANDEGLANG O,AV,AW,AX,AY,AZ 7 ND CIMAHI F,AH,AI,AJ

7. Rute konsolidasi yang dipilih hanya rute yang minimal mempunyai dua order

yang dikirim melalui rute yang sama.

Alternatif rute dari Tabel 4.10. dipilih rute langsung dari Solo ke lokasi agen dan

rute konsolidasi yang bisa dipilih ialah rute yang minimal mempunyai dua order

yang dikirim melalui rute yang sama,sedangkan rute lain bisa dieliminasi. Contoh

untuk order nomor satu, alternatif yang bisa dipilih ialah rute A (Soloà Banjar)

dan rute AE karena order satu dan dua dikirim melalui rute yang sama yaitu rute

AE.

Tabel 4.11. Alternatif Rute Pengiriman Yang Bisa Dipilih Tanggal 3 September 2007

NO ORDER

KODE AGEN LOKASI

ALTERNATIF RUTE

1 BHS BANJAR A,AD,AE 2 SU TASIK C,AE,AF,AG 3 LSS BANJAR A,AD,AE 4 BR SUKABUMI I,AM,AN 5 SUR SUMBER U,BD,BE 6 AJI PANDEGLANG O,AV,AW,AX,AY,AZ 7 ND CIMAHI F,AH,AI,AJ

Sehingga, alternatif rute pengiriman untuk tanggal 3 September 2007 sebagai berikut,

IV-61

Tabel 4.11. Alternatif Rute Pengiriman Tanggal 3 September 2007

NO ORDER

KODE AGEN LOKASI

ALTERNATIF RUTE

1 BHS BANJAR A, AE 2 SU TASIK C, AE 3 LSS BANJAR A, AE 4 BR SUKABUMI I 5 SUR SUMBER U 6 AJI PANDEGLANG O 7 ND CIMAHI F

Dengan langkah seperti diatas, maka diperoleh alternatif rute pengiriman untuk

tanggal-tanggal berikutnya. Alternatif rute pengiriman untuk masing-masing order

tanggal 3 September – 30 September dapat dilihat pada lampiran.

3.8.4 Model optimasi dengan Binary Integer Programming

Pengolahan model dilakukan berdasarkan model akhir binary integer programming

pada persamaan 3.4 sampai 3.10:

1. Penyusunan fungsi tujuan (objective function)

Fungsi tujuan merupakan fungsi yang akan dicari nilai optimalnya. Fungsi tujuan

model ini adalah minimasi biaya transportasi yang terdiri dari biaya transportasi per

pengiriman dan biaya penambahan tujuan per titik distribusi. Parameter Cr menyatakan

tarif transportasi, didapat dari tarif yang diberlakukan oleh bagian ekspedisi untuk

masing-masing rute dan tarif dihitung untuk kota tujuan terjauh dalam satu rute. Biaya

masing-masing rute diperoleh dari Tabel 4.5, sedangkan parameter Cb menyatakan biaya

penambahan tujuan ialah biaya yang dibebankan di tiap titik distribusi. Biaya tersebut

meliputi biaya retribusi dan biaya untuk aktivitas bongkar di tiap agen pengiriman.

Rincian biaya penambahan tujuan disajikan pada Tabel 4.13. Tarif transportasi tiap rute

dapat dilihat pada Tabel 4.14.

IV-62

Tabel 4.13. Biaya Penambahan Tujuan Distribusi (Cb)

Komponen biaya Jumlah

Biaya retribusi Rp. 5.000,-

Biaya bongkar Rp. 10.000,-

Total biaya per titik distribusi Rp. 15.000,-

Tabel 4.14. Biaya Transportasi Tiap Rute (Cr)

RUTE TRANSPORTASI

(Cr )

BIAYA (DLM

RIBUAN Rp.)

RUTE TRANSPORTASI

(Cr )

BIAYA (DLM

RIBUAN Rp.)

RUTE TRANSPORTASI

(Cr )

BIAYA (DLM

RIBUAN Rp.)

CA 875 CY 1095 CAW 1468

CB 875 CZ 1095 CAX 1518

CC 885 CAA 1095 CAY 1518

CD 1010 CAB 1135 CAZ 1468

CE 940 CAC 1135 CBA 1468

CF 978 CAD 925 CBB 1040

CG 1095 CAE 985 CBC 1195

CH 1095 CAF 935 CBD 1040

CI 1135 CAG 1060 CBE 1040

CJ 1135 CAH 1028 CBF 1040

CK 1156 CAI 1145 CBG 1040

CL 1255 CAJ 1195 CBH 1040

CM 1255 CAK 1145 CBI 830

CN 1255 CAL 1145 CBJ 830

IV-63

Tabel 4.14. Biaya Transportasi Tiap Rute (Cr)

(Lanjutan)

RUTE TRANSPORTASI

(Cr )

BIAYA (DLM

RIBUAN Rp.)

RUTE TRANSPORTASI

(Cr )

BIAYA (DLM

RIBUAN Rp.)

RUTE TRANSPORTASI

(Cr )

BIAYA (DLM

RIBUAN Rp.)

CO 1255 CAM 1185 CBK 1195

CP 1368 CAN 1185 CBL 1195

CQ 1368 CAO 1206 CBM 1195

CR 940 CAP 1305 CBN 1285

CS 940 CAQ 1355 CBO 1235

CT 940 CAR 1305 CBP 1195

CU 940 CAS 1305 CBQ 1235

CV 730 CAT 1355 CBR 1235

CW 730 CAU 1305 CBS 1285

CX 730 CAV 1418 CBT 1235

Formulasi matematis fungsi tujuan secara umum dapat dilihat pada persamaan 3.4.

Untuk minggu ke-1 dalam model ini terdapat 40 order yang dilayani dalam R rute dalam

6 hari yaitu dari tanggal 3 September 2007 – 8 September 2007. Untuk minggu ke-2

terdapat 37 order yang dikirim pada tanggal 10 September 2007 – 15 September 2007.

Minggu ke-3 terdapat 36 order yang dikirim pada tanggal 17 September 2007 –

22September 2007. Dan minggu ke-4 terdapat 35 order yang dikirim pada tanggal

24September 2007 – 29 September 2007. Berdasarkan data diatas, maka persamaan

fungsi tujuan model penentuan rute pengiriman produk jadi di PT.XYZ menjadi:

Untuk minggu ke-1

t = 3,4,5,...,8

k= 1,2,3,...,40

Minimasi:

åå= =

BC

Ar t

8

3

(875 YA3 +885YAE3 + 885YC3 +1135YI3 +940YU3 +978YF3 +1255YO3+875 YA4+ 987YF4 +

1095YH4 +1095YG4 + 1135YI4 + 1156YK4 +940YU4 +940YE4 +1028YAH4 + 1305YAS4 + . . . +

1355YAT8+1418YAV8+1145YAL8+1255YM8+940YE8+1095YAJ8+1095YAK8+1135YH8+1095YI8) +

IV-64

ååå= = =

40

1

8

3k

BC

Ar t

(15X1A3+ 15 X 1AE3 + 15 X 2AE3 + 15 X 3AE3+15 X 2C3+ 15X3Y3+ 15X4U3+ 15X5F3+ 15X6O3+

15X1A4+ 15X1AE4+ 15X13AE4+ 15X4F4 + 15X5H4+ 15X9G4+ 15X7I4+ 15X11K4+ 15X5U4+ 15X10E4 +. . . +

15X31I8 + 15X31AM8+ 15X34H8+ 15X34AL8 + 15X34AM8+ 15X36G8 + 15X36AJ8+ 15X37AM8+ 15X40E8 )

Untuk minggu ke-2

t = 10,11,12,...,15

k= 1,2,3,...,37

Minimasi:

åå= =

BC

Ar t

15

10

(1095YY10 +1135YYJ10 +1185YAN10 +885YC10 +1060YAG10 +1010YD10 +1060YI10+940YU10 +

1010YD11 + 1135YI11+940YT11 +1255YM11 + 875YA11 + 1255YO11 +730YW11 +1095YG11 +. . . +

1095YZ15+1135YBN15+1095YBP15+1368YQ15+1145YAY15+1255YBA15+1095YAA15+1135YP15) +

ååå= = =

37

1

15

10k

BC

Ar t

(15X1Y10 +15X2J10 +15X2AN10 +15X3C10 +15X3AG10 +15X4D10 +15X5I10+15X6U10 +15X6D11 +

15X4I11 + 15X7T11 + 15X8M11 + 15X9A11 + 15X10O11 +15X11W11 +15X12AJ11 + . . . +

15X21Z15+15X21BN15+15X21BP15+15X30Q15+15X30AY15+15X32BA15+15X33AA15+15X33P15+15X34AA15)

Untuk minggu ke-3

t = 17,18,19,...,22

k= 1,2,3,...,36

Minimasi:

åå= =

BC

Ar t

22

17

(940YU17 +1095YZ17 +875YB17 +885YAE17 +885YAF17 +978YF17 +1095YH17+1255YN17 +

1010YC17 + 1255YO18+1255YAV18 +1368YAW18 + 1368AX18+ 1368YAY18 +1095YAK18 +978YP18 +. . . +

1095YZ21+1135YBN21+1095YBP21+1368YQ22+1368YAY22+1368YBA22+1095YAA22+1368YP22) +

ååå= = =

36

1

22

17k

BC

Ar t

(15X1U17 +15X2Z17 +15X2B17 +15X2AE17 +15X2AF17 +15X3F17 +15X 3H17+15X 4N17 +15X 5C17

+ 15X5O18 + 15X 5AV18 + 15X 6AW18 + 15X 6AX18 + 15X 7AY18 +15X 8AK18 +15X 8P18 +15X8M22 + . . . +

15X 30Z21 + 15X 31BN21 + 15X 32BP21 +15X 33Q22 +15X 33AY22 +15X 34BA22 +15X 35AA22 +15X36AA22)

IV-65

Untuk minggu ke-4

t = 24,25,26,...,29

k= 1,2,3,...,35

Minimasi:

åå= =

BC

Ar t

29

24

1095YG24 +1095YAI24 +1095YAJ24 +1095YY24 +1060YAG24 +1010YD24 +1095YAI24 +

1095YAJ24 + 1095YY25+1010YD25 +1060YAG25 + 885YC25 + 1060YAG25 +1156YK25 +1255YAP25 +. . .

+ 1040YBB28+940YR28+1368YP28+1095YAA28+1368YQ29+1518YAY29+940YR29+1368YP29) +

ååå= = =

35

1

29

24k

BC

Ar t

(15X1G24 +15X1AI24 +15X2AJ24 +15X3Y24 +15X4AG24 +15X5D24 +15X6F24+15X6AI24 +

15X6AJ24 + 15X7Y25 + 15X8D25 + 15X9AG25 + 15X10C25 + 15X10AG25 +15X11K25 +15X11AP25 + . . . +

15X29BB28+15X 30R28+15X 31P28+15X 32AA28+15X 33Q29+15X 33AY29+15X 34R29+15X 35P29+15X35AA29)

Variabel keputusan yang dicari dalam formulasi matematis diatas, adalah sebagai

berikut :

rtY = îíì

tidakjika 0

t,-ke hari padaan dioperasikr -ke rute jika 1

krtX = îíì

tidakjika 0

t,-ke hari padar rute melalui dikirimk -keorder jika 1

2. Penentuan batasan

Kriteria-kriteria yang menjadi batasan dalam model binary integer programming

diatas adalah sebagai berikut:

f. Tiap order dikirim tepat satu kali

Batasan ini bertujuan untuk membatasi pengiriman tiap order k akan dikirim tepat

satu kali sekaligus memastikan bahwa order tersebut pasti dikirim. Formulasi umumnya

dapat dilihat pada persamaan 3.5. Diketahui PT.XYZ mempunyai 40 order pada minggu

ke-1, 37 order pada minggu ke-2, 36 order pada minggu ke-3, dan 35 order pada minggu

ke-4

Contoh persamaan untuk minggu ke-1,

IV-66

k = 1,2,3,…,40 ;

k=1, X1A3 + X1AE3 + X1A4 + X1AE4 =1

k=2, X2C3 + X2AE3 =1

k=3, X3A3 + X3AE3 =1

k=4, X4I3 + X4I4 + X4AM4 =1

k=5, X5U3 + X5U4 =1

.

.

. k=39, X4I3 + X4I4 + X4AM4 =1

k=40, X5U3 + X5U4 =1

untuk minggu ke-2,

k = 1,2,3,…,37 ; contoh persamaan

k=1, X1Y10 =1

k=2, X2J10 + X2AN10 =1

k=3, X3C10 + X3AG10 =1

.

.

. k=36, X36VI5 =1

k=37, X37M15 =1

Untuk minggu ke-3,


k=1, X1U17 =1

k=2, X2Z17 =1

k=3, X3B17 + X3AE17 + X3AF17 =1

.

.

. k=35, X35B21 + X35AD21 + X35AE21 =1

k=36, X36B21 =1

IV-67

Untuk minggu ke-4,


k=1, X1A24 + X1AE24 + X1A24 + X1AE24 =1

k=2, X2C24 + X2AE24 =1

k=3, X3A24 + X3AE24 =1

k=4, X4I24 + X4I25 + X4AM25 =1

k=5, X5U24 + X5U25 =1

.

.

. k=34, X4I28 + X4I29 + X4AM29=1

k=35, X5U28 + X5U29 =1

g. Biaya penambahan tujuan dibebankan apabila rute tersebut dioperasikan

Batasan ini digunakan untuk kondisi dimana biaya penambahan tujuan akan

dibebankan jika ada rute pengiriman ke kota tersebut. Biaya penambahan tujuan order k

melalui rute r (Xkrt ) akan dibebankan jika rute r dioperasikan pada hari t (Yrt). Formulasi

umum pada pada persamaan 3.6.

Contoh persamaan

Untuk minggu ke-1,

X1A3 ≤ YA3

X2AE3 ≤ YAE3

X2C3 ≤ YC3

X3AE3 ≤ YAE3

.

.

. X36G8 ≤ YG8

X37M8 ≤ YM8

IV-68

h. Total muatan dalam armada tidak melebihi kapasitas

Fungsi pembatas yang membatasi jumlah muatan dalam sekali pengiriman

dengan satu armada truk. Diformulasikan sebagai banyaknya jumlah pesanan k

(Wk) dalam suatu rute pengiriman r pada hari t (Xkrt) tidak lebih dari kapasitas

maksimal yaitu 3500 boks.

Contoh persamaan

Untuk minggu ke-1,

1780 X1A1+ 1010 X6A1 £ 3500YA1

1781 X1AE1+ 1010 X6AE1+2000 X2AE1£ 3500YAE1

2000 X2C1 £3500 YC1

1500 X11I1 £3500 YI1 . . .

1523 X23AL6+ 1200 X27AL6£ 3500 YAL6

1200 X27AJ6+ 1000 X39AJ6£ 3500 YAJ6

1200 X27AK6+ 1000 X39AK6£ 3500 YAK6

i. Pembatas jumlah armada yang dioperasikan tiap hari

Batasan ini membatasi jumlah pengiriman yaitu maksimal 8 truk yang bisa

digunakan tiap hari. Jumlah pengiriman melalui rute r pada waktu t (Yrt) tidak

melebihi jumlah armada alat angkut yang tersedia (V).

Contoh persamaan

Untuk minggu ke-1,

Untuk t= 3, YAE3+ YA3+ YC1+ YI3+ YU3+ YO3+ YF3 £ 8

Untuk t= 4, YI4+ YAM4+ YU4+ YA4+ YAE4+ YF4+ YAH4+ YAI4+ YAJ4+ YAG4 £ 8

.

.

. Untuk t= 8, YI8+ YAM8+ YH8+ YAL8+ YAM8+ YG8+ YM8+ YE8+ YAJ8 £ 8

j. Pembatas variable biner

Variable keputusan dalam model penjadwalan yaitu nilai Xkrt dan Yrt

mempunyai nilai keputusan binary (0,1).

IV-69

Contoh persamaan

Untuk minggu ke-1,

X1A3 = binary

X1AE3 = binary

X1A4 = binary

X1AE4 = binary

.

.

.

X27AK6 = binary

X39AK6 = binary

YAE3 = binary

YA3 = binary

YC1 = binary

YI3 = binary

.

.

.

YE8 = binary

YAJ8 = binary

IV-70

4.1 Penyelesaian Model Dengan Pendekatan BIP (Binary Integer Programming)

Jadwal pengiriman dari model penentuan rute pengiriman produk PT.XYZ ini merupakan

hasil pengolahan data pengiriman produk (dalam satuan boks) ke agen pada periode September

2007. Penentuan rute pengiriman dilakukan dengan menjalankan model binary integer

programming pada software Risk Solver Platform V9.0 dan Solver Engine V8.2 dalam Microsoft

Excel (Solver).

Setelah dilakukan running model Binary Integer Linear Programming pada Solver maka

diperoleh nilai yang optimal untuk fungsi tujuan meminimasi biaya transportasi, adapun total

biaya transportasi selama periode September 2007 dapat dilihat pada Tabel 4.13 rekapitulasi

biaya optimasi hasil running solver.

Tabel 4.13. Tabel Rekapitulasi Biaya Optimasi Hasil Running Solver

Minggu ke- Minimized Cost

1 Rp. 27.792.000,00

2 Rp. 29.495.000,00

3 Rp. 28.181.000,00

4 Rp. 26.441.000,00

Total Rp. 111.909.000,00

Rute pengiriman, nomor order, jumlah produk yang dikirim dan total biaya transportasi

harian periode September 2007 berdasarkan model Binary Integer Programming secara

terperinci dapat dilihat pada Tabel 4.14 sampai Tabel 4.17.

Tabel 4.14. Rute Pengiriman Minggu ke-1 September 2007

TANGGAL RUTE KODE

NOMOR

ORDER

JUMLAH

PRODUK YANG

PENGIRIMAN PENGIRIMAN RUTE YANG DIKIRIM DIKIRIM (BOKS)

3-Sep-2007 Solo à Banjar A 1,3 2790 Solo à Tasik C 2 2000 Solo à Sumber U 5 1000 Solo à Pandeglang O 6 2845 Solo à Cimahi F 7 1224

4 -Sep-2007 Solo à Cianjurà Sukabumi AM 4,10 2992

IV-71

Solo à Bandungà Cimahi à Padalarang AJ 8,9 3042

Solo à Ciawi K 11 3034 5 -Sep-2007 Solo à Bandung E 12,18 3112

Solo à Banjarà

Ciamisà Tasik AE 13,20 2210

Solo à Majalengka à

Sumedang BB 14 1620

Solo à Garut D 16,17 3224

Solo à Pandeglangà

Serangà Cilegon AY 22,25 3324


(Lanjutan)

TANGGAL RUTE KODE

NOMOR

ORDER

JUMLAH

PRODUK YANG

PENGIRIMAN PENGIRIMAN RUTE YANG DIKIRIM DIKIRIM (BOKS)

6 -Sep-2007 Solo à Cirebon V 19 1500

Solo à Cirebonà

Kuningan BF 28,29 2924

Solo à Cikampekà

Karawangà Cikarang BS 21,27 2641

Solo à Sukabumi I 23,31 2361

Solo à Sumedang S 24 3000

IV-72

Solo à Tasik C 26 1232

Solo à Bogor L 30,32 2925

7 -Sep-2007 Solo à Ciamis B 33 1300

Solo à Padalarangà

Cianjur AL 34,36 2848

Solo à Bandung E 35,40 2548

Solo à Cibinong M 37 2848

Solo à Rangkasbitung

à Pandeglang AV 38,39 3105


TANGGAL RUTE KODE NO ORDER JUMLAH PRODUK

PENGIRIMAN PENGIRIMAN RUTE

YANG

DIKIRIM

YANG DIKIRIM

(BOKS)

10-Sep-07

Solo à Pamanukan Y 1 1530 Solo à Cibadak J 2 1750 Solo à Tasik C 3 1620 Solo à Sumber U 6 2480 Solo à Kuningan T 7 1500

11-Sep-07

Solo à Garut D 4,14 3500 Solo à Sukabumi I 5 1760 Solo à Banjar A 9 1430 Solo à Pandeglang O 10 2250 Solo à Padalarang G 12 1870 Solo à Cimahi F 13 2115

IV-73

12-Sep-07

Solo à Loh Bener à Indramayu BI 11,17 3450 Solo à Cibadak à Ciawi à Bogor AQ 18,20 2415 Solo à Padalarangà Cianjur AL 16,19 2497

13-Sep-07

Solo à Ciawi à Bogor à Cibinong AT 8,15 2720 Soloà Karawang AB 28 2015 Solo à Bandungà Cimahi à Padalarang AJ 23,27 3485 Soloà Cibadak J 24 2342 Solo à Sumedang S 25 1920 Soloà Majalengka R 26 2010

14-Sep-07

Solo à Purwakarta à Cikampek BP 21,32 3427 Soloà Karawang à Cikarang BT 22,31 3380 Solo à Garut D 29,34 2100 Solo à Cilegon Q 30 2105 Solo à Cirebon V 35 2000 Solo à Cibinong M 36 1890

15-Sep-07 Solo à Serangà Cilegon BA 33 1430


TANGGAL RUTE KODE NO ORDER JUMLAH

PENGIRIMAN PENGIRIMAN RUTE YANG

DIKIRIM PRODUK YANG DIKIRIM (BOKS)

17-Sep-07

Solo à Sumber U 1 1500 Soloà Cikampek Z 2 1470 Solo à Banjarà

Ciamisà Tasik AE 3,4 2920

Solo à Cimahi F 5 1760

Solo à Cianjur H 6 1730

18-Sep-07

Solo à Rangkasbitung

à Pandeglang AV 7,8 3270

Soloà Serang P 10 1230

Solo à Tasik C 11,12 3270

IV-74

Soloà Bandung à

Padalarang AK 9,13 3070

19-Sep-07

Solo à Cibinong M 14,17 2350

Solo à Sumedang S 16 1540 Soloà Purwakarta

AA 21 2430 Soloà Padalarang

G 22 1730

20-Sep-07

Solo à Pandeglang O 15 2250

Soloà Cikampekà

Karawang à Cikarang BS 18,19 3055 Solo à Cirebon V 20 1650 Solo à Banjar A 23,26 3290 Solo à Sukabumi I 29 2000 Soloà Kuningan T 27 2250 Soloà Bogor

L 28,30 3500

21-Sep-07

Soloà Cianjurà

Sukabumi AM 24,25 2830

Soloà Sumedang à

Bandung BC 32,33 3382

Soloà Cibadak J 34 1680

Soloà Ciamis B 35 2850 Solo à Pandeglang

O 36 1940

22-Sep-07 Solo à Garut D 31 1470 Tabel 4.17. Rute Pengiriman Minggu ke-4 September 2007

TANGGAL RUTE KODE NOMOR ORDER JUMLAH

PENGIRIMAN PENGIRIMAN RUTE YANG

DIKIRIM PRODUK YANG DIKIRIM (BOKS)

24-Sep-07

Soloà Cimahià

Padalarang AI 1,9 2500 Soloà Pamanukan Y 2 2980 Solo à Cimahi

F 4 1780 Solo à Pandeglang

O 5 1950 Solo à Cirebon

V 7 2300 Soloà Cibadak

J 8 2800

25-Sep-07

Soloà Tasikà Garut AG 3,6 3370 Soloà Ciawià Bogor

AP 10,15 2950 Solo à Sukabumi

I 14 2500

IV-75

Solo à Sumedang S 12 1940

Soloà Loh Bener W 13 2450

Solo à Sumber U 16 2750

26-Sep-07

Solo à Sukabumi I 11 1870

Soloà Ciawià

Cibinong AU 17,18 3150

Soloà Indramayu X 19 1580

Solo à Garut D 21 1770

27-Sep-07

Soloà Cikampekà

Karawang à Cikarang BS 20,22,23 3480 Soloà Bandung E 25 2340 Soloà Kuningan T 27 2650 Soloà Cianjur H 28 1100

28-Sep-07

Soloà Purwakartaà

Cikampekà Karawang BN 33,34 2020

Solo à Garut D 26 1600

Soloà Sumedangà

Bandung BC 29,30,32 3180

29-Sep-07

Soloà Cilegon Q 24 2680

Soloà Majalengka à

Sumedang BB 30,33 2350

IV-76

BAB V

ANALISIS DAN INTERPRETASI HASIL

Untuk mengukur perbaikan hasil jadwal pengiriman usulan dilakukan analisis

perbandingan terhadap keterlambatan pengiriman produk, frekuensi pengiriman, utilitas

penggunaan kapasitas armada, jumlah armada yang digunakan setiap hari dan perbandingan

total biaya distribusi menggunakan sistem yang sedang berjalan di PT. XYZ saat ini dengan

menggunakan sistem usulan yaitu model binary integer programming yang disesuaikan dengan

karakterisasi permasalahan yang dihadapi oleh PT. XYZ.

5.1. Analisis Keterlambatan Pengiriman Produk Jadi

Tanggal pengiriman order ialah tanggal order dikirim dari gudang perusahaan menuju

lokasi masig-masing agen distributor. Order dapat dikirim pada tanggal order selesai diproduksi

(order release) sampai tanggal sebelum deadline order. Akan tetapi pada bulan September 2007

ada sembilan keluhan mengenai keterlambatan pengiriman order sehingga agen pun terlambat

untuk mendistribusikan produk ke pasar.

Untuk menghindari keterlambatan pengiriman maka pada sistem usulan digunakan

rentang tanggal pengiriman yaitu order dapat dikirim mulai dari tanggal order release sampai

tanggal deadline order dikurangi waktu tempuh pengiriman. Dengan kecepatan rata-rata armada

pengiriman 40 Km/jam dan jarak tempuh terjauh 685 Km,maka asumsi waktu tempuh

pengiriman untuk semua order adalah 1 hari.

Berdasarkan data aktual bulan September 2007 dan hasil penentuan tanggal pengiriman

untuk masing-masing order pada bab IV diperoleh rekapitulasi data tanggal pengiriman pada

Tabel 5.1 sampai Tabel 5.4.

Tabel 5.1. Tanggal Pengiriman Sistem Perusahaan Dengan

Sistem Usulan Minggu ke-1

NO TANGGAL PENGIRIMAN

TANGGAL PENGIRIMAN DEADLINE

IV-77

ORDER

SISTEM PERUSAHAAN SISTEM USULAN ORDER KETERANGAN

1 3-Sep-07 3-Sep-07 5-Sep-07 dikirim tepat waktu 2 3-Sep-07 3-Sep-07 4-Sep-07 dikirim tepat waktu 3 3-Sep-07 3-Sep-07 4-Sep-07 dikirim tepat waktu 4 4-Sep-07 4-Sep-07 5-Sep-07 dikirim tepat waktu 5 3-Sep-07 3-Sep-07 5-Sep-07 dikirim tepat waktu 6 3-Sep-07 3-Sep-07 4-Sep-07 dikirim tepat waktu 7 3-Sep-07 3-Sep-07 4-Sep-07 dikirim tepat waktu 8 4-Sep-07 4-Sep-07 5-Sep-07 dikirim tepat waktu 9 4-Sep-07 4-Sep-07 7-Sep-07 dikirim tepat waktu

10 4-Sep-07 4-Sep-07 6-Sep-07 dikirim tepat waktu 11 4-Sep-07 4-Sep-07 5-Sep-07 dikirim tepat waktu 12 4-Sep-07 5-Sep-07 6-Sep-07 dikirim tepat waktu 13 4-Sep-07 5-Sep-07 6-Sep-07 dikirim tepat waktu 14 5-Sep-07 5-Sep-07 6-Sep-07 dikirim tepat waktu 15 4-Sep-07 5-Sep-07 5-Sep-07 dikirim tepat waktu 16 5-Sep-07 5-Sep-07 6-Sep-07 dikirim tepat waktu 17 5-Sep-07 5-Sep-07 6-Sep-07 dikirim tepat waktu 18 5-Sep-07 5-Sep-07 6-Sep-07 dikirim tepat waktu 19 6-Sep-07 6-Sep-07 7-Sep-07 dikirim tepat waktu 20 5-Sep-07 5-Sep-07 6-Sep-07 dikirim tepat waktu 21 6-Sep-07 6-Sep-07 7-Sep-07 dikirim tepat waktu 22 7-Sep-07 5-Sep-07 6-Sep-07 terlambat 2 hari 23 6-Sep-07 6-Sep-07 7-Sep-07 dikirim tepat waktu 24 5-Sep-07 6-Sep-07 7-Sep-07 dikirim tepat waktu 25 5-Sep-07 5-Sep-07 7-Sep-07 dikirim tepat waktu 26 7-Sep-07 6-Sep-07 7-Sep-07 terlambat 1 hari 27 6-Sep-07 6-Sep-07 8-Sep-07 dikirim tepat waktu 28 8-Sep-07 6-Sep-07 7-Sep-07 terlambat 2 hari 29 6-Sep-07 6-Sep-07 8-Sep-07 dikirim tepat waktu 30 6-Sep-07 6-Sep-07 7-Sep-07 dikirim tepat waktu 31 6-Sep-07 6-Sep-07 9-Sep-07 dikirim tepat waktu 32 6-Sep-07 6-Sep-07 8-Sep-07 dikirim tepat waktu 33 7-Sep-07 7-Sep-07 8-Sep-07 dikirim tepat waktu 34 7-Sep-07 7-Sep-07 9-Sep-07 dikirim tepat waktu 35 7-Sep-07 7-Sep-07 8-Sep-07 dikirim tepat waktu 36 7-Sep-07 7-Sep-07 9-Sep-07 dikirim tepat waktu 37 8-Sep-07 7-Sep-07 9-Sep-07 dikirim tepat waktu 38 7-Sep-07 7-Sep-07 8-Sep-07 dikirim tepat waktu 39 8-Sep-07 7-Sep-07 8-Sep-07 terlambat 1 hari 40 7-Sep-07 7-Sep-07 9-Sep-07 dikirim tepat waktu



NO TANGGAL TANGGAL DEADLINE

IV-78

PENGIRIMAN PENGIRIMAN

ORDER

SISTEM

PERUSAHAAN

SISTEM

USULAN ORDER KETERANGAN

1 10-Sep-07 10-Sep-07 11-Sep-07 dikirim tepat waktu 2 10-Sep-07 10-Sep-07 11-Sep-07 dikirim tepat waktu 3 10-Sep-07 10-Sep-07 11-Sep-07 dikirim tepat waktu 4 10-Sep-07 11-Sep-07 12-Sep-07 dikirim tepat waktu 5 10-Sep-07 11-Sep-07 12-Sep-07 dikirim tepat waktu 6 10-Sep-07 10-Sep-07 11-Sep-07 dikirim tepat waktu 7 10-Sep-07 10-Sep-07 12-Sep-07 dikirim tepat waktu 8 12-Sep-07 13-Sep-07 14-Sep-07 dikirim tepat waktu 9 11-Sep-07 11-Sep-07 12-Sep-07 dikirim tepat waktu

10 11-Sep-07 11-Sep-07 13-Sep-07 dikirim tepat waktu 11 12-Sep-07 12-Sep-07 14-Sep-07 dikirim tepat waktu 12 11-Sep-07 11-Sep-07 12-Sep-07 dikirim tepat waktu 13 11-Sep-07 11-Sep-07 12-Sep-07 dikirim tepat waktu 14 11-Sep-07 11-Sep-07 13-Sep-07 dikirim tepat waktu 15 12-Sep-07 13-Sep-07 14-Sep-07 dikirim tepat waktu 16 12-Sep-07 12-Sep-07 13-Sep-07 dikirim tepat waktu 17 12-Sep-07 12-Sep-07 14-Sep-07 dikirim tepat waktu 18 12-Sep-07 12-Sep-07 13-Sep-07 dikirim tepat waktu 19 12-Sep-07 12-Sep-07 13-Sep-07 dikirim tepat waktu 20 12-Sep-07 12-Sep-07 14-Sep-07 dikirim tepat waktu 21 13-Sep-07 14-Sep-07 14-Sep-07 dikirim tepat waktu 22 14-Sep-07 14-Sep-07 16-Sep-07 dikirim tepat waktu 23 13-Sep-07 13-Sep-07 15-Sep-07 dikirim tepat waktu 24 13-Sep-07 13-Sep-07 14-Sep-07 dikirim tepat waktu 25 14-Sep-07 13-Sep-07 14-Sep-07 dikirim tepat waktu 26 13-Sep-07 13-Sep-07 15-Sep-07 dikirim tepat waktu 27 13-Sep-07 13-Sep-07 14-Sep-07 dikirim tepat waktu 28 13-Sep-07 13-Sep-07 14-Sep-07 dikirim tepat waktu 29 14-Sep-07 14-Sep-07 15-Sep-07 dikirim tepat waktu 30 14-Sep-07 14-Sep-07 14-Sep-07 dikirim tepat waktu 31 14-Sep-07 14-Sep-07 16-Sep-07 dikirim tepat waktu 32 15-Sep-07 14-Sep-07 15-Sep-07 dikirim tepat waktu 33 15-Sep-07 15-Sep-07 16-Sep-07 dikirim tepat waktu 34 15-Sep-07 14-Sep-07 16-Sep-07 dikirim tepat waktu 35 14-Sep-07 14-Sep-07 16-Sep-07 dikirim tepat waktu 36 15-Sep-07 14-Sep-07 15-Sep-07 terlambat 1 hari





ORDER

SISTEM PERUSAHAAN

SISTEM USULAN ORDER KETERANGAN

IV-79

1 17-Sep-07 17-Sep-07 18-Sep-07 dikirim tepat waktu 2 17-Sep-07 17-Sep-07 18-Sep-07 dikirim tepat waktu 3 17-Sep-07 17-Sep-07 18-Sep-07 dikirim tepat waktu 4 17-Sep-07 17-Sep-07 20-Sep-07 dikirim tepat waktu 5 17-Sep-07 17-Sep-07 18-Sep-07 dikirim tepat waktu 6 18-Sep-07 17-Sep-07 19-Sep-07 dikirim tepat waktu 7 17-Sep-07 18-Sep-07 18-Sep-07 dikirim tepat waktu 8 18-Sep-07 18-Sep-07 20-Sep-07 dikirim tepat waktu 9 18-Sep-07 18-Sep-07 20-Sep-07 dikirim tepat waktu 10 19-Sep-07 18-Sep-07 20-Sep-07 dikirim tepat waktu 11 18-Sep-07 18-Sep-07 19-Sep-07 dikirim tepat waktu 12 18-Sep-07 18-Sep-07 20-Sep-07 dikirim tepat waktu 13 18-Sep-07 18-Sep-07 19-Sep-07 dikirim tepat waktu 14 18-Sep-07 19-Sep-07 21-Sep-07 dikirim tepat waktu 15 19-Sep-07 20-Sep-07 21-Sep-07 dikirim tepat waktu 16 19-Sep-07 19-Sep-07 20-Sep-07 dikirim tepat waktu 17 19-Sep-07 19-Sep-07 20-Sep-07 dikirim tepat waktu 18 19-Sep-07 20-Sep-07 21-Sep-07 dikirim tepat waktu 19 19-Sep-07 20-Sep-07 22-Sep-07 dikirim tepat waktu 20 20-Sep-07 20-Sep-07 21-Sep-07 dikirim tepat waktu 21 19-Sep-07 19-Sep-07 20-Sep-07 dikirim tepat waktu 22 19-Sep-07 19-Sep-07 20-Sep-07 dikirim tepat waktu 23 20-Sep-07 20-Sep-07 23-Sep-07 dikirim tepat waktu 24 20-Sep-07 21-Sep-07 22-Sep-07 dikirim tepat waktu 25 20-Sep-07 21-Sep-07 22-Sep-07 dikirim tepat waktu 26 20-Sep-07 20-Sep-07 21-Sep-07 dikirim tepat waktu 27 20-Sep-07 20-Sep-07 21-Sep-07 dikirim tepat waktu 28 22-Sep-07 20-Sep-07 21-Sep-07 dikirim tepat waktu 29 20-Sep-07 20-Sep-07 21-Sep-07 dikirim tepat waktu 30 20-Sep-07 20-Sep-07 23-Sep-07 dikirim tepat waktu 31 22-Sep-07 22-Sep-07 23-Sep-07 dikirim tepat waktu 32 21-Sep-07 21-Sep-07 23-Sep-07 dikirim tepat waktu 33 21-Sep-07 21-Sep-07 22-Sep-07 dikirim tepat waktu 34 22-Sep-07 21-Sep-07 23-Sep-07 dikirim tepat waktu 35 21-Sep-07 21-Sep-07 23-Sep-07 dikirim tepat waktu 36 21-Sep-07 21-Sep-07 22-Sep-07 dikirim tepat waktu





IV-80

ORDER

SISTEM PERUSAHAAN

SISTEM USULAN ORDER KETERANGAN

1 24-Sep-07 24-Sep-07 25-Sep-07 dikirim tepat waktu 2 24-Sep-07 24-Sep-07 26-Sep-07 dikirim tepat waktu 3 24-Sep-07 25-Sep-07 26-Sep-07 dikirim tepat waktu 4 25-Sep-07 24-Sep-07 25-Sep-07 terlambat 1 hari 5 24-Sep-07 24-Sep-07 25-Sep-07 dikirim tepat waktu 6 26-Sep-07 25-Sep-07 27-Sep-07 dikirim tepat waktu 7 24-Sep-07 24-Sep-07 25-Sep-07 dikirim tepat waktu 8 24-Sep-07 24-Sep-07 25-Sep-07 dikirim tepat waktu 9 24-Sep-07 24-Sep-07 26-Sep-07 dikirim tepat waktu

10 25-Sep-07 25-Sep-07 26-Sep-07 dikirim tepat waktu 11 29-Sep-07 26-Sep-07 27-Sep-07 terlambat 2 hari 12 26-Sep-07 25-Sep-07 27-Sep-07 dikirim tepat waktu 13 25-Sep-07 25-Sep-07 26-Sep-07 dikirim tepat waktu 14 25-Sep-07 25-Sep-07 26-Sep-07 dikirim tepat waktu 15 25-Sep-07 25-Sep-07 26-Sep-07 dikirim tepat waktu 16 25-Sep-07 25-Sep-07 27-Sep-07 dikirim tepat waktu 17 26-Sep-07 26-Sep-07 28-Sep-07 dikirim tepat waktu 18 26-Sep-07 26-Sep-07 27-Sep-07 dikirim tepat waktu 19 29-Sep-07 26-Sep-07 27-Sep-07 terlambat 2 hari 20 27-Sep-07 27-Sep-07 29-Sep-07 dikirim tepat waktu 21 26-Sep-07 26-Sep-07 27-Sep-07 dikirim tepat waktu 22 27-Sep-07 27-Sep-07 28-Sep-07 dikirim tepat waktu 23 28-Sep-07 27-Sep-07 29-Sep-07 dikirim tepat waktu 24 28-Sep-07 29-Sep-07 30-Sep-07 dikirim tepat waktu 25 27-Sep-07 27-Sep-07 28-Sep-07 dikirim tepat waktu 26 27-Sep-07 28-Sep-07 30-Sep-07 dikirim tepat waktu 27 27-Sep-07 27-Sep-07 28-Sep-07 dikirim tepat waktu 28 29-Sep-07 27-Sep-07 28-Sep-07 terlambat 2 hari 29 28-Sep-07 28-Sep-07 29-Sep-07 dikirim tepat waktu 30 28-Sep-07 28-Sep-07 30-Sep-07 dikirim tepat waktu 31 28-Sep-07 29-Sep-07 30-Sep-07 dikirim tepat waktu 32 28-Sep-07 28-Sep-07 30-Sep-07 dikirim tepat waktu 33 28-Sep-07 28-Sep-07 30-Sep-07 dikirim tepat waktu 34 28-Sep-07 28-Sep-07 29-Sep-07 dikirim tepat waktu 35 28-Sep-07 29-Sep-07 29-Sep-07 dikirim tepat waktu

Berdasarkan rekapitulasi pada Tabel 5.1 - 5.4 tanggal pengiriman produk diketahui

jumlah order yang dikirim melebihi deadline order antara data aktual perusahaan dan sistem

usulan. Jumlah keterlambatan pengiriman sistem perusahaan dan sistem usulan dapat dilihat pada

Tabel 5.5.

Tabel 5.5. Jumlah Keterlambatan Pengiriman Tiap Minggu

IV-81

MINGGU KE-

KETERLAMBATAN PENGIRIMAN

KETERLAMBATAN PENGIRIMAN

SISTEM PERUSAHAAN SISTEM USULAN

1 4 0 2 1 0 3 0 0 4 4 0

JUMLAH 9 0

Perbandingan keterlambatan pengiriman sistem perusahaan dan sistem usulan dapat

dilihat pada Gambar 5.1.

Gambar 5.1. Perbandingan Jumlah Keterlambatan Pengiriman Sistem Perusahaan

Dan Sistem Usulan

Berdasarkan Gambar 5.1. diketahui bahwa sistem usulan memberikan hasil lebih baik

karena tidak ada keterlambatan sedangkan dengan sistem perusahaan total jumlah keterlambatan

ada sembilan pada bulan September 2007. Dengan demikian, sistem usulan mampu memberi

perbaikan pada penentuan tanggal pengirimanan sehingga produk jadi dikirim tepat waktu dan

tidak tertimbun di gudang penyimpanan lebih lama.

5.2. Analisis Keterlambatan

Sistem usulan bertujuan mengurangi keterlambatan pengiriman sehingga menghindari

keluhan pelanggan terhadap keterlambatan penerimaan order. Untuk mengukur kesesuaian

antara jadwal pengiriman dengan deadline pengiriman yang diberikan diukur dengan

menghitung tardiness atau keterlambatan. Tardiness dihitung dari tanggal deadline pengiriman

4

1

0

4

0

1

2

3

4

JUMLAH

1 2 3 4

MINGGU KE-

JUMLAH KETERLAMBATAN PENGIRIMAN

sistem perusahaan

sistem usulan

IV-82

dikurangi tanggal due date order. Tanggal due date pengiriman ialah tanggal produk paling

lambat dikirim yaitu sehari sebelum tanggal deadline order pengiriman ke agen. Data jumlah

tardiness dapat dilihat pada Tabel 5.6 sampai Tabel 5.9.

Tabel 5.6. Jumlah Tardiness Pengiriman Sistem Usulan Minggu Ke-1

NO TANGGAL PENGIRIMAN DUE DATE

ORDER SISTEM USULAN ORDER TARDINESS

1 3-Sep-07 4-Sep-07 -1

2 3-Sep-07 3-Sep-07 0

3 3-Sep-07 3-Sep-07 0

4 4-Sep-07 4-Sep-07 0

5 3-Sep-07 4-Sep-07 -1

6 3-Sep-07 3-Sep-07 0

7 3-Sep-07 3-Sep-07 0

8 4-Sep-07 4-Sep-07 0

9 4-Sep-07 6-Sep-07 -2

10 4-Sep-07 5-Sep-07 -1

11 4-Sep-07 4-Sep-07 0

12 5-Sep-07 5-Sep-07 0

13 5-Sep-07 5-Sep-07 0

14 5-Sep-07 5-Sep-07 0

15 5-Sep-07 5-Sep-07 0

16 5-Sep-07 5-Sep-07 0

17 5-Sep-07 5-Sep-07 0

18 5-Sep-07 5-Sep-07 0

19 6-Sep-07 6-Sep-07 0

20 5-Sep-07 5-Sep-07 0

21 6-Sep-07 6-Sep-07 0

22 5-Sep-07 5-Sep-07 0

23 6-Sep-07 6-Sep-07 0

24 6-Sep-07 6-Sep-07 0

25 5-Sep-07 6-Sep-07 -1

26 6-Sep-07 6-Sep-07 0

Tabel 5.6. Jumlah Tardiness Pengiriman Sistem Usulan Minggu Ke-1 (Lanjutan)



27 6-Sep-07 7-Sep-07 -1

28 6-Sep-07 6-Sep-07 0

29 6-Sep-07 7-Sep-07 -1

30 6-Sep-07 6-Sep-07 0

IV-83

31 6-Sep-07 8-Sep-07 -2

32 6-Sep-07 7-Sep-07 -1

33 7-Sep-07 7-Sep-07 0

34 7-Sep-07 8-Sep-07 -1

35 7-Sep-07 7-Sep-07 0

36 7-Sep-07 8-Sep-07 -1

37 7-Sep-07 8-Sep-07 -1

38 7-Sep-07 7-Sep-07 0

39 7-Sep-07 7-Sep-07 0

40 7-Sep-07 8-Sep-07 -1




1 10-Sep-07 10-Sep-07 0

2 10-Sep-07 10-Sep-07 0

3 10-Sep-07 10-Sep-07 0

4 11-Sep-07 11-Sep-07 0

5 11-Sep-07 11-Sep-07 0

6 10-Sep-07 10-Sep-07 0

7 10-Sep-07 11-Sep-07 -1

8 13-Sep-07 13-Sep-07 0

9 11-Sep-07 11-Sep-07 0

10 11-Sep-07 12-Sep-07 -1

11 12-Sep-07 13-Sep-07 -1

12 11-Sep-07 11-Sep-07 0

13 11-Sep-07 11-Sep-07 0

14 11-Sep-07 12-Sep-07 -1

15 13-Sep-07 13-Sep-07 0

16 12-Sep-07 12-Sep-07 0

17 12-Sep-07 13-Sep-07 -1

18 12-Sep-07 12-Sep-07 0

19 12-Sep-07 12-Sep-07 0

20 12-Sep-07 13-Sep-07 -1




21 14-Sep-07 13-Sep-07 -1

22 14-Sep-07 15-Sep-07 -1

23 13-Sep-07 14-Sep-07 -1

24 13-Sep-07 13-Sep-07 0

25 13-Sep-07 13-Sep-07 0

26 13-Sep-07 14-Sep-07 -1

27 13-Sep-07 13-Sep-07 0

IV-84

28 13-Sep-07 13-Sep-07 0

29 14-Sep-07 14-Sep-07 0

30 14-Sep-07 13-Sep-07 -1

31 14-Sep-07 15-Sep-07 -1

32 14-Sep-07 14-Sep-07 0

33 15-Sep-07 15-Sep-07 0

34 14-Sep-07 15-Sep-07 -1

35 14-Sep-07 15-Sep-07 -1

36 14-Sep-07 14-Sep-07 0




1 17-Sep-07 17-Sep-07 0 2 17-Sep-07 17-Sep-07 0 3 17-Sep-07 17-Sep-07 0 4 17-Sep-07 19-Sep-07 -2 5 17-Sep-07 17-Sep-07 0 6 17-Sep-07 18-Sep-07 -1 7 18-Sep-07 18-Sep-07 0 8 18-Sep-07 19-Sep-07 -1 9 18-Sep-07 19-Sep-07 -1 10 18-Sep-07 19-Sep-07 -1 11 18-Sep-07 19-Sep-07 -1 12 18-Sep-07 19-Sep-07 -1 13 18-Sep-07 18-Sep-07 0 14 19-Sep-07 20-Sep-07 -1 15 20-Sep-07 20-Sep-07 0 16 19-Sep-07 19-Sep-07 0 17 19-Sep-07 19-Sep-07 0 18 20-Sep-07 20-Sep-07 0 19 20-Sep-07 21-Sep-07 -1 20 20-Sep-07 20-Sep-07 0




21 19-Sep-07 19-Sep-07 0 22 19-Sep-07 19-Sep-07 0 23 20-Sep-07 22-Sep-07 -2 24 21-Sep-07 21-Sep-07 0 25 21-Sep-07 21-Sep-07 0 26 20-Sep-07 20-Sep-07 0 27 20-Sep-07 20-Sep-07 0 28 20-Sep-07 20-Sep-07 0 29 20-Sep-07 20-Sep-07 0

IV-85

30 20-Sep-07 22-Sep-07 -2 31 22-Sep-07 22-Sep-07 0 32 21-Sep-07 22-Sep-07 -1 33 21-Sep-07 21-Sep-07 0 34 21-Sep-07 22-Sep-07 -1 35 21-Sep-07 22-Sep-07 -1 36 21-Sep-07 21-Sep-07 0




1 24-Sep-07 24-Sep-07 0 2 24-Sep-07 25-Sep-07 -1 3 25-Sep-07 25-Sep-07 0 4 24-Sep-07 24-Sep-07 0 5 24-Sep-07 24-Sep-07 0 6 25-Sep-07 26-Sep-07 -1 7 24-Sep-07 24-Sep-07 0 8 24-Sep-07 24-Sep-07 0 9 24-Sep-07 25-Sep-07 -1

10 25-Sep-07 25-Sep-07 0 11 26-Sep-07 26-Sep-07 0 12 25-Sep-07 26-Sep-07 -1 13 25-Sep-07 25-Sep-07 0 14 25-Sep-07 25-Sep-07 0 15 25-Sep-07 25-Sep-07 0 16 25-Sep-07 26-Sep-07 -1 17 26-Sep-07 27-Sep-07 -1 18 26-Sep-07 26-Sep-07 0 19 26-Sep-07 26-Sep-07 0 20 27-Sep-07 28-Sep-07 -1




21 26-Sep-07 26-Sep-07 0 22 27-Sep-07 27-Sep-07 0 23 27-Sep-07 28-Sep-07 -1 24 29-Sep-07 29-Sep-07 0 25 27-Sep-07 27-Sep-07 0 26 28-Sep-07 29-Sep-07 -1 27 27-Sep-07 27-Sep-07 0 28 27-Sep-07 27-Sep-07 0 29 28-Sep-07 28-Sep-07 0 30 28-Sep-07 29-Sep-07 -1 31 29-Sep-07 29-Sep-07 0

IV-86

32 28-Sep-07 29-Sep-07 -1 33 28-Sep-07 29-Sep-07 -1 34 28-Sep-07 28-Sep-07 0 35 29-Sep-07 29-Sep-07 0

Dari Tabel 5.6 sampai Tabel 5.9 diketahui bahwa maksimum keterlambatan Tmax = 0

yang menunjukkan tidak terjadi pengiriman yang melebihi due date dan terdapat nilai negative

lateness yang menunjukkan bahwa kondisi pengiriman sistem usulan selesai lebih awal atau

dikirim lebih awal dari due date.

5.3. Analisis Jadwal Pengiriman Tiap Order

Analisis jadwal pengiriman tiap order bertujuan untuk mengetahui perbandingan rute dan

tanggal pengiriman yang dioperasikan dengan sistem perusahaan dan sistem usulan. Dari jadwal

pengiriman aktual dan jadwal pengiriman usulan dapat dilihat order mana saja yang dikirim

dengan rute dan tanggal pengiriman yang sama antara sistem perusahaan dengan sistem usulan.

Data disajikan pada tabel 5.10.

Tabel 5.10. Perbandingan Jadwal Pengiriman Sistem Perusahaan Dengan Sistem

Usulan

NO ORDER

TANGGAL PENGIRIMAN

RUTE PENGIRIMAN

KETERANGAN RUTE

USULAN RUTE

PERUSAHAAN RUTE

USULAN RUTE

PERUSAHAAN 1 3-Sep-07 3-Sep-07 A A jadwal sama 2 3-Sep-07 3-Sep-07 C C jadwal sama 3 3-Sep-07 3-Sep-07 A A jadwal sama 4 4-Sep-07 4-Sep-07 AM AM jadwal sama 5 3-Sep-07 3-Sep-07 U U jadwal sama 6 3-Sep-07 3-Sep-07 O O jadwal sama 7 3-Sep-07 3-Sep-07 F F jadwal sama

8 4-Sep-07 4-Sep-07 AJ AI jadwal tidak

sama

9 4-Sep-07 4-Sep-07 AJ AI jadwal tidak

sama

IV-87

10 4-Sep-07 4-Sep-07 AM AM jadwal sama 11 4-Sep-07 4-Sep-07 K K jadwal sama

12 5-Sep-07 4-Sep-07 E E jadwal tidak

sama 13 5-Sep-07 4-Sep-07 AE C jadwal sama

14 5-Sep-07 5-Sep-07 BB R jadwal tidak

sama 15 4-Sep-07 4-Sep-07 K K jadwal sama 16 5-Sep-07 5-Sep-07 D D jadwal sama 17 5-Sep-07 5-Sep-07 D D jadwal sama 18 5-Sep-07 5-Sep-07 E E jadwal sama 19 6-Sep-07 6-Sep-07 V V jadwal sama

20 5-Sep-07 5-Sep-07 AE B jadwal tidak

sama

21 6-Sep-07 6-Sep-07 BS AC jadwal tidak

sama

22 5-Sep-07 7-Sep-07 AY O jadwal tidak

sama 23 6-Sep-07 6-Sep-07 I I jadwal sama

24 6-Sep-07 5-Sep-07 S S jadwal tidak

sama

25 5-Sep-07 5-Sep-07 AY P jadwal tidak

sama

26 6-Sep-07 7-Sep-07 C AE jadwal tidak

sama

27 6-Sep-07 6-Sep-07 BS Z jadwal tidak

sama

28 6-Sep-07 8-Sep-07 BF T jadwal tidak

sama

29 6-Sep-07 6-Sep-07 BF V jadwal tidak

sama 30 6-Sep-07 6-Sep-07 L L jadwal sama

Tabel 5.6. Perbandingan Jadwal Pengiriman Sistem Perusahaan Dengan Sistem

Usulan (Lanjutan)

NO ORDER

TANGGAL PENGIRIMAN

RUTE PENGIRIMAN

KETERANGAN RUTE

USULAN RUTE

PERUSAHAAN RUTE

USULAN RUTE

PERUSAHAAN 31 6-Sep-07 6-Sep-07 I I jadwal sama 32 6-Sep-07 6-Sep-07 L L jadwal sama

33 7-Sep-07 7-Sep-07 B AE jadwal tidak

sama 34 7-Sep-07 7-Sep-07 AL AL jadwal sama 35 7-Sep-07 7-Sep-07 E E jadwal sama 36 7-Sep-07 7-Sep-07 AL AL jadwal sama

37 7-Sep-07 8-Sep-07 M M jadwal tidak

sama 38 7-Sep-07 7-Sep-07 AV O jadwal sama 39 7-Sep-07 8-Sep-07 AV N jadwal tidak

IV-88

sama

40 7-Sep-07 7-Sep-07 E E jadwal sama

Dari tabel 5.10 dapat dihitung jumlah jadwal pengiriman yang sama antara sistem

perusahaan dan sistem usulan sejumlah 22 order dari total 40 order yang harus dikirim.

5.4. Analisis Frekuensi Pengiriman

Jumlah rute yang dioperasikan sama dengan jumlah pengiriman yang dilakukan, akan

berpengaruh pada total tarif transportasi. Karena tarif transportasi selain dipengaruhi oleh biaya

variable yaitu jumlah BBM yang diperlukan juga dipengaruhi oleh biaya-biaya tetap per

pendistribusian seperti uang makan, biaya perawatan dan biaya depresiasi armada. Sehingga

semakin banyak pengiriman yang dilakukan maka semakin banyak pula biaya yang harus

dikeluarkan.

Bagian ekspedisi mempunyai 11 rute umum yang biasa dilalui. Dari rute tersebut dicari

rute pengiriman dari Solo ke masing-masing kota agen yaitu sebanyak 29 alternatif rute dan rute-

rute konsolidasi dengan ketentuan dalam satu rute maksimal terdiri dari tiga kota tujuan dan

antar kota tujuan berjarak tidak lebih dari 50 Km diperoleh alternatif 43 rute sehingga dari

pengolahan data diperoleh total 72 alternatif rute yang bisa dipilih. Rute yang dioperasikan oleh

PT.XYZ pada bulan September 2007 dan rute hasil running Solver disajikan pada Tabel 5.11.

Tabel 5.11. Rekapitulasi Rute Yang Dioperasikan PT.XYZ dan

Rute Usulan September 2007

TANGGAL PENGIRIMAN

KODE KODE RUTE

PERUSAHAAN RUTE USULAN

MIN

GG

U K

E-1

3-Sep-07 A,C,U,O,F A,C,U,O,F

4-Sep-07 AM,AI,C,K,E AM,AJ,K

5-Sep-07 E,D,R,S,P,B E,AE,BB,D,AY

6-Sep-07 V,I,L,AC,Z V,BF,BS,I,S,C,L

7-Sep-07 O,AE,AL,E B,AL,E,M,AV

8-Sep-07 M,N,T -

MIN

GG

U K

E-2

10-Sep-07 Y,J,I,AG,U,T Y,J,C,U,T

11-Sep-07 D,A,O,G,F,BI D,I,A,O,G,F

12-Sep-07 AT,AL,L,K BI,AQ,AL

13-Sep-07 Z,J,AJ,R,AB AT,AB,AJ,J,S,R

14-Sep-07 BS,D,V,S BP,BT,D,Q,V,M

IV-89

15-Sep-07 AA,Q,P,O BA

MIN

GG

U K

E-3

17-Sep-07 N,F,U,Z,AE U,Z,AE,F,H

18-Sep-07 O,D,AJ,C AV,P,C,AK

19-Sep-07 AW,AA,M,S,BS,G M,A,AA,G

20-Sep-07 T,A,L,I,AM,V O,BS,V,A,I,T,L

21-Sep-07 B,BC,O AM,BC,J,B,O

22-Sep-07 D,J D

MIN

GG

U K

E-4

24-Sep-07 Y,J,G,O,V,D AI,Y,F,O,V,J

25-Sep-07 AP,I,W,U,F AG,AP,I,S,W,U

26-Sep-07 AG,AY,S I,AU,X,D

27-Sep-07 BS,E,T,H BS,E,T,H

28-Sep-07 BS,AY,AA,R,BC BN,D,BC

29-Sep-07 I,X,H Q,BB

Berdasarkan data aktual bulan September 2007 dan hasil pengolahan data pada bab IV

diperoleh rekapitulasi frekuensi pengiriman pada Tabel 5.12.

Tabel 5.12. Frekuensi Pengiriman Sistem Perusahaan Dengan

Sistem Usulan

minggu ke- Sistem perusahaan

Sistem usulan

minggu ke-1 28 25 minggu ke-2 30 27 minggu ke-3 26 26 minggu ke-4 27 25

Perbandingan frekuensi pengiriman sistem perusahaan dengan sistem usulan dapat dilihat

pada Gambar 5.2.

Gambar 5.2. Perbandingan Frekuensi Pengiriman Sistem Perusahaan dan Sistem

Usulan

IV-90

Dari Gambar 5.2 diketahui bahwa frekuensi pengiriman dengan sistem perusahaan lebih

tinggi dibanding dengan frekuensi pengiriman dengan sistem usulan dengan selisih frekuensi

delapan pengiriman. Dengan demikian, sistem usulan mampu mengoptimalkan frekuensi

pengiriman dari semua order sehingga dapat mengurangi total biaya distribusi.

5.5. Analisis Utilitas Penggunaan Kapasitas Armada

Berdasarkan rute yang dioperasikan dapat dihitung pula perbandingan utilitas

penggunaan kapasitas armada sistem perusahaan dan sistem usulan. Utilitas dihitung dengan

membandingkan jumlah muatan yang diangkut dengan kapasitas maksimal tiap armada

pengiriman yaitu 3500 boks. Tabel 5.13. menunjukkan jumlah muatan dan persentase utilitas

penggunaan kapasitas armada antara sistem yang digunakan perusahaan dengan sistem usulan.

Tabel 5.13. Persentase Rata-rata Utilitas Penggunaan

Kapasitas Armada Minggu ke-1

jumlah muatan yang dikirim per

armada (boks)

persentase utilitas terhadap

kapasitas maksimal (%)

Sistem

perusahaan Sistem usulan

Sistem

perusahaan Sistem usulan

2790 2790 79.71 79.71

2000 2000 57.14 57.14

1000 1000 28.57 28.57

2845 2845 81.29 81.29

1224 1224 34.97 34.97

2992 2992 85.49 85.49

3042 3042 86.91 86.91

1200 3034 34.29 86.69

28

25

30

272626

27

25

222324252627282930

jum

lah

pe

ng

irim

an

1 2 3 4

minggu ke-

perbandingan frekuensi pengiriman sistem perusahaan dan sistem usulan

Sistem perusahaan

Sistem usulan

IV-91

3034 3112 86.69 88.91

2932 2210 83.77 63.14

1620 1620 46.29 46.29

3224 3224 92.11 92.11

1620 3324 46.29 94.97

3000 1500 85.71 42.86

3000 2924 85.71 83.54

1010 2641 28.86 75.46

2912 2361 83.20 67.46

2361 3000 67.46 85.71

2925 1232 83.57 35.20

1141 2925 32.60 83.57

1500 1300 42.86 37.14

2929 2848 83.69 81.37

2532 2548 72.34 72.80

2848 2848 81.37 81.37

2548 3105 72.80 88.71

2848 - 81.37 -

1500 - 42.86 -

1512 - 43.20 -

rata-rata utilitas 65.40 70.46



jumlah muatan yang dikirim per armada (boks)

persentase utilitas terhadap kapasitas maksimal (%)

Sistem perusahaan Sistem usulan


1530 1530 43.71 43.71

1750 1750 50.00 50.00

1760 1620 50.29 46.29

3020 2480 86.29 70.86

2480 1500 70.86 42.86

1500 3500 42.86 100.00

2115 1760 60.43 50.29

1430 1430 40.86 40.86

2250 2250 64.29 64.29

IV-92

1870 1870 53.43 53.43

2115 2115 60.43 60.43

3450 3450 98.57 98.57

2720 2415 77.71 69.00

2497 2497 71.34 71.34

2415 2720 69.00 77.71

1365 2015 39.00 57.57

2312 3485 66.06 99.57

2342 2342 66.91 66.91

3485 1920 99.57 54.86

2010 2010 57.43 57.43

2015 3427 57.57 97.91

3380 3380 96.57 96.57

2100 2100 60.00 60.00

2000 2105 57.14 60.14

1920 2000 54.86 57.14

1890 1890 54.00 54.00

1115 1430 31.86 40.86

2105 - 60.14 -

1430 - 40.86 -

1870 - 53.43 -






Sistem

perusahaan Sistem usulan Sistem perusahaan Sistem usulan

1870 1500 53.43 42.86

1760 1470 50.29 42.00

1500 2920 42.86 83.43

1470 1760 42.00 50.29

3310 1730 94.57 49.43

3130 3270 89.43 93.43

IV-93

2350 1230 67.14 35.14

3070 3270 87.71 93.43

3210 3070 91.71 87.71

3480 2350 99.43 67.14

2430 1540 69.43 44.00

2000 2430 57.14 69.43

1540 1730 44.00 49.43

3055 2250 87.29 64.29

1730 3055 49.43 87.29

2250 1650 64.29 47.14

3290 3290 94.00 94.00

3500 2000 100.00 57.14

2000 2250 57.14 64.29

2830 3500 80.86 100.00

1650 2830 47.14 80.86

2850 3382 81.43 96.63

3382 1680 96.63 48.00

1940 2850 55.43 81.43

1470 1940 42.00 55.43

1680 1470 48.00 42.00








2980 2500 85.14 71.43

2800 2980 80.00 85.14

3500 1780 100.00 50.86

1950 1950 55.71 55.71

2300 2300 65.71 65.71

2000 2800 57.14 80.00

2950 3370 84.29 96.29

IV-94

2500 2950 71.43 84.29

2450 2500 70.00 71.43

2750 1940 78.57 55.43

1780 2450 50.86 70.00

3140 2750 89.71 78.57

3150 1870 90.00 53.43

1940 3150 55.43 90.00

2470 1580 70.57 45.14

2340 1770 66.86 50.57

2650 3480 75.71 99.43

1600 2340 45.71 66.86

2020 2650 57.71 75.71

2680 1100 76.57 31.43

1010 2020 28.86 57.71

2350 1600 67.14 45.71

3120 3180 89.14 90.86

1840 2680 52.57 76.57

1870 2350 53.43 67.14

1580 - 45.14 -

1100 - 31.43 -


Rata-rata persentase utilitas penggunaan kapasitas dapat dilihat pada Gambar 5.3. berikut.

Gambar 5.3. Perbandingan Rata- rata Persentase Utilitas Penggunaan

Kapasitas Armada Sistem Perusahaan Dengan Sistem Usulan

65.4

70.4

6

62.2

64.5

4

69.0

66.3

9

66.5 6

8.6

2

58.00

60.00

62.00

64.00

66.00

68.00

70.00

72.00

rata

-rata

uti

lita

s (

%)

1 2 3 4

minggu ke-

persentase utilitas penggunaan kapasitas armada

Sistem perusahaan

Sistem usulan

IV-95

Dari Gambar 5.3. dapat dilihat persentase utilitas penggunaan armada dengan sistem

usulan lebih tinggi pada minggu ke-1, minggu ke-2 dan minggu ke-4 dan pada minggu ke-3

persentase utilitas dengan sistem perusahaan lebih tinggi. Sedangkan dari keseluruhan jumlah

selisih rata-rata persentase utilitas antara sistem usulan dan sistem perusahaan adalah (

70.46+65.96+66.39+68.62)% - (65.4+ 62.21+68.95+66.48)% = 8.39%. Sistem usulan

memberikan rata-rata utilitas lebih tinggi sebesar 8,39%.

5.6. Analisis Penggunaan Armada

Dari jumlah rute yang dioperasikan tiap hari dapat diketahui berapa jumlah armada yang

beroperasi tiap hari. Armada yang disediakan oleh perusahaan ialah sejumlah delapan truk setiap

hari yang dapat digunakan untuk distribusi produk ke area Jawa Barat. Berdasarkan data aktual

pengirman yang dilakukan PT. XYZ dengan hasil running solver diperoleh jumlah armada yang

diperlukan setiap hari pada Tabel 5.17.

Tabel 5.17. Jumlah Armada yang Beroperasi Tiap Hari Antara Sistem Perusahaan

dan Sistem Usulan

minggu ke-

tanggal pengiriman

jumlah armada sistem

perusahaan sistem usulan

minggu ke-1

3-Sep-07 5 5 4-Sep-07 5 3 5-Sep-07 6 6 6-Sep-07 5 7 7-Sep-07 4 5 8-Sep-07 3 -

minggu ke-2

10-Sep-07 6 5 11-Sep-07 5 6 12-Sep-07 5 4 13-Sep-07 5 6 14-Sep-07 5 6 15-Sep-07 4 1

minggu ke-3

17-Sep-07 5 5 18-Sep-07 4 3 19-Sep-07 6 4 20-Sep-07 6 7

IV-96

21-Sep-07 3 3 22-Sep-07 2 3

minggu ke-4

24-Sep-07 6 6 25-Sep-07 5 6 26-Sep-07 3 4 27-Sep-07 4 4 28-Sep-07 6 3 29-Sep-07 3 3

Jumlah armada yang beroperasi setiap hari sudah memenuhi batasan karena jumlah truk

yang beroperasi tidak ada yang melebihi batasan yang ditentukan perusahaan yaitu 8 truk yang

tersedia setiap hari. Pada sistem perusahaan jumlah armada paling banyak yang dioperasikan

dalam satu hari adalah 6 armada dan pada sistem usulan armada yang digunakan paling banyak 7

armada sehingga sumber daya armada yang digunakan pada sistem usulan lebih banyak daripada

sistem perusahaan.

Untuk menganalisis hal tersebut dicoba merubah batasan jumlah armada yang digunakan

per hari dari semula 8 armada menjadi 6 armada pada minggu ke-3. Dipilih minggu ke-3 karena

pada tanggal 20 September minggu ke-3 pada sistem usulan menggunakan 7 armada sedangkan

pada sistem perusahaan menggunakan 6 armada.

Hasil running Solver dengan perubahan batasan tersebut diperoleh hasil feasible dengan

total biaya minggu ke-3 sebesar Rp. 26.853.000,00 sedangkan hasil running dengan batasan awal

yaitu 8 armada sebesar Rp. 25.718.000,00. Dapat dilihat bahwa terdapat selisih biaya yang lebih

banyak jika menggunakan batasan dengan 6 armada.

Bila dibandingkan dengan dan biaya perusahaan yaitu sebesar Rp. 28.246.000,00. selisih

biaya yang dihasilkan oleh sistem perusahaan yang menggunakan 6 armada dan sistem usulan

menggunakan 7 armada sebesar Rp.2.528.000,00. Sehingga dapat disimpulkan walaupun pada

sistem usulan menggunakan armada yang lebih banyak daripada sistem perusahaan tetapi biaya

yang dikeluarkan menggunakan sistem usulan lebih rendah dan produk dikirim tidak melebihi

deadline order yang telah ditentukan.

5.7. Analisis Perbandingan Biaya

Perbandingan biaya dilakukan dengan menggunakan data pengiriman produk jadi dari

gudang perusahaan ke agen distributor selama bulan September 2007. pemilihan bulan

IV-97

September sebagai data karena pada bulan tersebut terdapat banyak keluhan keterlambatan dari

agen sehingga dianggap mewakili keadaan terjadinya penumpukan produk jadi di gudang.

Berdasarkan data bulan September 2007 diperoleh rekapitulasi data aktual biaya

transportasi yang dikeluarkan PT.XYZ pada Tabel 5.13. berikut

Tabel 5.18. Rekapitulasi Data Aktual Biaya Transportasi

Minggu ke- Total Biaya

1 Rp. 29.772.000,00

2 Rp. 32.980.000,00

3 Rp. 28.246.000,00

4 Rp. 28.641.000,00

Total Rp. 119.639.000,00

Berdasarkan rekapitulasi pada Tabel 5.7. perbandingan total biaya yang dikeluarkan

PT.XYZ bulan September 2007 dengan sistem usulan dapat dilihat pada Tabel 5.14. berikut

Tabel 5.19. Total Biaya Sistem Perusahaan Dengan Sistem Usulan

Minggu ke- Biaya Sistem Perusahaan Biaya Sistem Usulan

1 Rp. 29.772.000,00 Rp. 27.792.000,00

2 Rp. 32.980.000,00 Rp. 29.495.000,00

3 Rp. 28.246.000,00 Rp. 28.181.000,00

4 Rp. 28.641.000,00 Rp. 26.441.000,00

Total Rp. 119.639.000,00 Rp. 111.909.000,00

Berdasar hasil perhitungan total biaya transportasi yang dikeluarkan PT.XYZ dengan

sistem perusahaan adalah sebesar Rp. 119.639.000,00 sedangkan berdasar sistem usulan dengan

model binary integer programming total biaya transportasi sebesar Rp. 111.909.000,00. Berikut

gambar perbandingan biaya transportasi dari sistem perusahaan dengan sistem usulan.

Gambar 5.4. Perbandingan Biaya Transportasi Sistem Perusahaan

Dengan Sistem Usulan

IV-98

Dari hasil tersebut didapat penghematan total biaya dengan menerapkan sistem usulan

menggunakan model binary integer programming dan dengan sistem perusahaan sebesar Rp.

119.639.000,00 - Rp. 111.909.000,00 = Rp.7.730.000,00 (6,46 %). Dari perhitungan tersebut

terbukti bahwa dengan sistem usulan menggunakan model binary integer programming

perusahaan dapat menghemat biaya sebesar Rp.7.730.000,00 atau 6,46 %.

5.8. Analisis Penerapan Model

Dari hasil analisis terhadap keterlambatan pengiriman, frekuensi pengiriman, utilitas

penggunaan armada, jumlah armada, total biaya yang dihasilkan menggunakan model binary

integer programming dan perbandingan dengan system yang berjalan di perusahaan maka sistem

usulan menggunakan model binary integer programming layak diterapkan pada perusahaan

karena terbukti bahwa sistem tersebut mampu memberikan penghematan biaya pengiriman

produk jadi atas sistem perusahaan yang berjalan saat ini.

Sistem usulan mampu memperbaiki kelemahan-kelemahan pada sistem perusahaan, yaitu

perbaikan pada metode penetapan tanggal pengiriman sehingga dapat mengurangi biaya

penyimpanan produk dan mengurangi keluhan keterlambatan pengiriman serta perbaikan

penentuan rute yang dioperasikan sehingga frekuensi pengiriman dan utilitas armada pengiriman

lebih optimal. Dengan perbaikan tersebut perusahaan dapat melakukan penghematan total biaya

pengiriman terutama untuk area Jawa Barat. Untuk menerapkan sistem usulan, perusahaan dapat

melakukan hal berikut:

297

7200

0.0

0

2779

2000

.00

329

8000

0.0

0

2949

5000

.00

28246

000.0

0

2571

8000

.00

2864

1000.0

0

2644

1000

.00

0.00

5000000.00

10000000.00

15000000.00

20000000.00

25000000.00

30000000.00

35000000.00

Bia

ya (

Rp

)

1 2 3 4

minggu ke-

Total Biaya Transportasi

Biaya Sistem Perusahaan Biaya Sistem Usulan

IV-99

1. Perencanaan pengiriman dilakukan di awal periode. Untuk menentukan tanggal

pengiriman dilakukan dengan mempertimbangkan data order release dari bagian

produksi dan data deadline order dari bagian penjualan sehingga diperlukan sistem

informasi yang baik antar bagian.

2. Dalam menentukan rute konsolidasi antar kota dipilih dari alternatif rute yang telah

dicari dalam penelitian. Karena bagi karyawan yang kurang berpengalaman dan

mempunyai pengetahuan mengenai jalur rute yang dilalui oleh ekspedisi akan

membantu untuk mengkonsolidasi order yang dikirim dalam satu rute.

3. Untuk mempermudah mengaplikasikan sistem usulan dapat dibuat interface yang

mudah dipahami oleh pembuat jadwal sehingga jika terdapat perubahan order lebih

mudah untuk mencari solusinya.

IV-100

BAB VI

KESIMPULAN DAN SARAN

6.1 KESIMPULAN

Kesimpulan yang dapat ditarik berdasarkan hasil penelitian dan sesuai dengan tujuan

penelitian di PT. XYZ adalah sebagai berikut :

1. Hasil penjadwalan pengiriman produk jadi dengan menggunakan model binary integer

programming periode bulan September 2007 adalah tercipta jadwal pengiriman produk jadi

per minggu yang disajikan pada tabel 4.14 sampai tabel 4.17.

2. Total biaya pengiriman produk jadi yang dikeluarkan oleh PT.XYZ periode September 2007

sebesar Rp. 119.639.000,00 sedangkan menggunakan rute usulan dengan model binary

integer programming diperoleh total biaya pengiriman sebesar Rp. 111.909.000,00 sehingga

diperoleh selisih sebesar Rp.7.730.000,00 atau 6,46 %.

3. Biaya pengiriman yang dilakukan oleh PT. XYZ dapat diminimalkan dengan merubah jadwal

pengiriman yang berakibat pada perubahan rute, tanggal pengiriman, dan order yang

diangkut tiap armada.

4. Model penentuan jadwal pengiriman mempunyai fungsi tujuan meminimasi tarif transportasi

dan biaya penambahan tujuan per titik distribusi. Fungsi pembatas yang digunakan ialah

batasan jumlah pengiriman tiap order, batasan keputusan biaya penambahan tujuan, batasan

kapasitas armada, jumlah armada yang tersedia setiap hari dan batasan variabel keputusan

biner.

5. Rute usulan yang dihasilkan telah berhasil memasukkan pertimbangan terhadap jumlah

armada, kapasitas armada dan tanggal deadline order pengiriman, terbukti total permintaan

setiap rute tidak melebihi jumlah armada yang disediakan tiap hari maupun melebihi

kapasitas armada dan tidak ada order yang dikirim melebihi tanggal deadline pengiriman.

6.2 SARAN

IV-101

Berdasarkan penelitian ini, saran yang dapat diberikan untuk langkah pengembangan atau

penelitian selanjutnya adalah :

1. PT. XYZ dapat menerapkan model perencanaan penjadwalan pengiriman produk jadi

menggunakan model binary integer programming dengan memperbaiki sistem informasi

perusahaan yang terintegrasi karena untuk menerapkan sistem usulan perlu adanya

koordinasi antar manajemen. Penerapan perencanaan penjadwalan pengiriman produk jadi

dengan menggunakan model binary integer programming membutuhkan berbagai informasi

yang dimiliki masing-masing bagian. Misalnya informasi mengenai tanggal order release

dari bagian produksi, data permintaan dan data deadline order dari bagian penjualan, serta

data tarif dan informasi agen dari bagian ekspedisi.

2. Penelitian selanjutnya disarankan untuk menyusun penugasan armada agar aktivitas

transportasi lebih efisien sehingga pemeliharaan alat angkut dan istirahat crew transportasi

terpenuhi.

3. Untuk mengurangi kerumitan perhitungan, maka diharapkan ada penelitian lebih lanjut

mengenai program yang akan membantu proses perhitungan dan menampilkan hasilnya lebih

cepat dan mudah dipahami.

IV-102

DAFTAR PUSTAKA

Aminudin. 2005. Prinsip-Prinsip Riset Operasi. Jakarta: Erlangga. Arifin, Johar. 2007. Aplikasi Excel Dalam Solver Bisnis Terapan. Jakarta: Elex Media

Komputindo. Ballou, Ronald, H. 1998. Bussiness Logistics Management. New Jersey: Prentice-Hall

International Edition. Bowersox, Donald J. 1995. Manajemen Logistik Jilid 1. Jakarta : Bumi Aksara. Chopra, Sunil., and Peter Meindl. 2004. Supply Chain Management: Strategy, Planning and

Operation. New Jersey: Prentice-Hall, Inc. Gaspersz, Vincent. 2000. Production and Inventory Control Berdasarkan Pendekatan Sistem

Terintegrasi MRP II dan JIT Menuju Manufacturing 21. Jakarta: Gramedia Pustaka Utama. Lieberman, Gerald J., and Frederick S. Hillier. 1994.Pengantar Riset Operasi Ed. 5. Terjemahan:

Ellen Gunawan dan Ardi Wirda Mulia. Jakarta: Erlangga. Parkes,C.,David.(2008). Solving Integer Programming [Online]. Tersedia di:

http://www.eecs.harvard.edu [Juli 2009]. Simatupang, Togar, M. 1995. Pemodelan Sistem. Klaten: Nindita. Simchi-Levi, D., and P. Kaminsky. 2003. Designing & Managing the Supply Chain. Boston:

McGraw-Hill. Yilmaz, Pinar. (2004). Strategic Level Three-Stage Production Distribution Planning With

Capacity Expansion. Sabanci University, Faculty Of Engineering And Natural Science, Tuzla, Istanbul, Turkey [Online]. Tersedia di: http://www.elsevier.com/locate/dsw [Juli 2009].

www.wikimapia.org

penjadwalan pengiriman produk jadi dengan …... · madurasa, curcuma kids, beras kencur, param,...

Documents