penjadwalan pengiriman produk jadi dengan …... · madurasa, curcuma kids, beras kencur, param,...
TRANSCRIPT
PENJADWALAN PENGIRIMAN PRODUK JADI DENGAN
MENGGUNAKAN MODEL
JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNIK
UNIVERSITAS SEBELAS MARET
IV-1
PENJADWALAN PENGIRIMAN PRODUK JADI DENGAN
MODEL BINARY INTEGER PROGRAMMING
DI PT. XYZ
Skripsi
DESY VINI ARISTA
I 0304027
JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNIK
UNIVERSITAS SEBELAS MARET
SURAKARTA
2009
PENJADWALAN PENGIRIMAN PRODUK JADI DENGAN
ROGRAMMING
JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNIK
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.
k = menyatakan pesanan yang dikirim (1,2,3,…K ).
r = menyatakan rute pengiriman produk jadi .
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;
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).
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:
k = menyatakan pesanan yang dikirim (1,2,3,…K ).
r = menyatakan rute pengiriman produk jadi .
t = menyatakan tanggal pengiriman produk jadi.
Cr = menyatakan tarif transportasi untuk rute r..
Cb = menyatakan biaya penambahan tujuan per agen.
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.
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:
Xkrt = variabel biner (0,1), bernilai 1 jika order k dikirim melalui rute r pada
hari t dan bernilai 0 jika tidak.
k = menyatakan pesanan yang dikirim (1,2,3,…K ).
r = menyatakan rute pengiriman produk jadi .
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.
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:
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.
k = menyatakan pesanan yang dikirim (1,2,3,…K ).
r = menyatakan rute pengiriman produk jadi (A,B,C, ...., R).
t = menyatakan tanggal pengiriman produk jadi.
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:
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.
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:
Yrt = variabel biner (0,1), bernilai 1 jika rute r dioperasikan pada hari t dan
bernilai 0 jika tidak.
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)
NO. NAMA AGEN KODE AGEN LOKASI KOTA
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)
NO. NAMA AGEN KODE AGEN LOKASI KOTA
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
JUMLAH ORDER (BOKS) NO
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
JUMLAH ORDER (BOKS) NO
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
TANGGAL RELEASE ORDER
TANGGAL DEADLINE ORDER
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
Tabel 4.3. Data tanggal order release dan deadline order
Minggu ke-1 dan Minggu ke-2 (Lanjutan)
MINGGU KE-1 MINGGU KE-2
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)
Tabel 4.4. Data tanggal order release dan deadline order
Minggu ke-2 dan Minggu ke-3
MINGGU KE-3 MINGGU KE-4
NOMOR ORDER
KODE AGEN
TANGGAL RELEASE ORDER
TANGGAL DEADLINE ORDER
NOMOR ORDER
KODE AGEN
TANGGAL RELEASE ORDER
TANGGAL DEADLINE ORDER
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
4. Rute 4, rute percabangan di kota Ciamis
Solo à Ciamis à Kuningan à Sumber à Majalengka
5. Rute 5, rute percabangan di kota Cirebon
Solo à Cirebon à Sumedang à Bandung
6. Rute 6, rute percabangan di kota Cirebon
IV-44
Solo à Cirebon à Kuningan à Majalengka
7. Rute 7, rute percabangan di kota Cirebon
Solo à Cirebon à Sumber à Loh Bener à Indramayu
8. Rute 8, rute percabangan di kota Cirebon
Solo à Cirebon à Majalengka
9. Rute 9, rute percabangan di kota Cirebon
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
TANGGAL RELEASE ORDER
TANGGAL DEADLINE ORDER
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-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
Gambar 4.2. Matriks Jarak Antar Kota Rute 2
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
3. Rute 3, rute percabangan di kota Ciamis
Solo à Ciamis à Majalengka à Sumedang à Bandung
Gambar 4.3. Matriks Jarak Antar Kota Rute 3
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
Alternatif rute konsolidasi :
Majalengka à Sumedang
Sumedang à Bandung
4. Rute 4, rute percabangan di kota Ciamis
Solo à Ciamis à Kuningan à Sumber à Majalengka
Gambar 4.4. Matriks Jarak Antar Kota Rute 4
DARI KE
CIA
MIS
KU
NIN
GA
N
SU
MB
ER
MA
JALE
NG
KA
KUNINGAN 64 SUMBER 102 38 MAJALENGKA 138 74 36
Alternatif rute konsolidasi :
Kuningan à Sumber
Sumber à Majalengka
IV-55
5. Rute 5, rute percabangan di kota Cirebon
Solo à Cirebon à Sumedang à Bandung
Gambar 4.5. Matriks Jarak Antar Kota Rute 5
DARI KE
CIR
EB
ON
SU
ME
DA
NG
BA
ND
UN
G
SUMEDANG 75 BANDUNG 111 36
Alternatif rute konsolidasi :
Sumedang à Bandung
6. Rute 6, rute percabangan di kota Cirebon
Solo à Cirebon à Kuningan à Majalengka
Gambar 4.6. Matriks Jarak Antar Kota Rute 6
DARI KE
CIR
EB
ON
KU
NIN
GA
N
MA
JALE
NG
KA
CIREBON KUNINGAN 34 MAJALENGKA 72 38
Alternatif rute konsolidasi :
Cirebon à Kuningan
Kuningan à Majalengka
7. Rute 7, rute percabangan di kota Cirebon
Solo à Cirebon à Sumber à Loh Bener à Indramayu
IV-56
Gambar 4.7. Matriks Jarak Antar Kota Rute 7
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
Alternatif rute konsolidasi :
Cirebon à Sumber
Loh Bener à Indramayu
8. Rute 8, rute percabangan di kota Cirebon
Solo à Cirebon à Majalengka
Gambar 4.8. Matriks Jarak Antar Kota Rute 8
DARI KE
CIR
EB
ON
MA
JALE
NG
KA
CIREBON MAJALENGKA 54
Alternatif rute konsolidasi :
Cirebon à Majalengka
9. Rute 9, rute percabangan di kota Cirebon
Solo à Cirebon à Indramayuà Loh Bener à Pamanukan à Cikampek
IV-57
Gambar 4.9. Matriks Jarak Antar Kota Rute 9
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
Alternatif rute konsolidasi :
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
Gambar 4.11. Matriks Jarak Antar Kota Rute 11
DARI KE
CIA
NJU
R
CIA
WI
BO
GO
R
CIANJUR CIAWI 53 BOGOR 98 43
Alternatif rute konsolidasi :
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 = 1,2,3,…,36 ; contoh persamaan
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 = 1,2,3,…,35 ; contoh persamaan
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
Tabel 4.14. Rute Pengiriman Minggu ke-1 September 2007
(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
Tabel 4.15. Rute Pengiriman Minggu ke-2 September 2007
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
Tabel 4.16. Rute Pengiriman Minggu ke-3 September 2007
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
Tabel 5.2. Tanggal Pengiriman Sistem Perusahaan Dengan
Sistem Usulan Minggu ke-2
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
Tabel 5.3. Tanggal Pengiriman Sistem Perusahaan Dengan
Sistem Usulan Minggu ke-3
NO TANGGAL PENGIRIMAN
TANGGAL PENGIRIMAN DEADLINE
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
Tabel 5.4. Tanggal Pengiriman Sistem Perusahaan Dengan
Sistem Usulan Minggu ke-4
NO TANGGAL PENGIRIMAN
TANGGAL PENGIRIMAN DEADLINE
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)
NO TANGGAL PENGIRIMAN DUE DATE
ORDER SISTEM USULAN ORDER TARDINESS
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
Tabel 5.7. Jumlah Tardiness Pengiriman Sistem Usulan Minggu Ke-2
NO TANGGAL PENGIRIMAN DUE DATE
ORDER SISTEM USULAN ORDER TARDINESS
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
Tabel 5.7. Jumlah Tardiness Pengiriman Sistem Usulan Minggu Ke-2 (Lanjutan)
NO TANGGAL PENGIRIMAN DUE DATE
ORDER SISTEM USULAN ORDER TARDINESS
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
Tabel 5.8. Jumlah Tardiness Pengiriman Sistem Usulan Minggu Ke-3
NO TANGGAL PENGIRIMAN DUE DATE
ORDER SISTEM USULAN ORDER TARDINESS
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
Tabel 5.8. Jumlah Tardiness Pengiriman Sistem Usulan Minggu Ke-3 (Lanjutan)
NO TANGGAL PENGIRIMAN DUE DATE
ORDER SISTEM USULAN ORDER TARDINESS
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
Tabel 5.9. Jumlah Tardiness Pengiriman Sistem Usulan Minggu Ke-4
NO TANGGAL PENGIRIMAN DUE DATE
ORDER SISTEM USULAN ORDER TARDINESS
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
Tabel 5.9. Jumlah Tardiness Pengiriman Sistem Usulan Minggu Ke-2 (Lanjutan)
NO TANGGAL PENGIRIMAN DUE DATE
ORDER SISTEM USULAN ORDER TARDINESS
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
Tabel 5.14. Persentase Rata-rata Utilitas Penggunaan
Kapasitas Armada Minggu ke-2
jumlah muatan yang dikirim per armada (boks)
persentase utilitas terhadap kapasitas maksimal (%)
Sistem perusahaan Sistem usulan
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 -
rata-rata utilitas 62.21 65.96
Tabel 5.15. Persentase Rata-rata Utilitas Penggunaan
Kapasitas Armada Minggu ke-3
jumlah muatan yang dikirim per armada (boks)
persentase utilitas terhadap kapasitas maksimal (%)
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
rata-rata utilitas 68.95 66.39
Tabel 5.16. Persentase Rata-rata Utilitas Penggunaan
Kapasitas Armada Minggu ke-4
jumlah muatan yang dikirim per armada (boks)
persentase utilitas terhadap kapasitas maksimal (%)
Sistem perusahaan Sistem usulan
Sistem perusahaan Sistem usulan
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 utilitas 66.48 68.62
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