Abstrak. Kata Kunci: Limbah elektronik, Reverse logistics, Model simulasi, Analisis biaya. Abstract

Integrasi Model Simulasi Jaringan Reverse Logistics Sampah Elektronik Dengan Metode Drop Off Dalam Analisis Biaya Fasilitas Daur Ulang Sampah Elektronik Hasil Pengumpulan Pada Wilayah DKI Jakarta Integration of E-Waste Reverse Logistics Network Simulation Modeling by Drop-Off Method on Cost Analysis of Collected E-Waste Recycling Facility in DKI Jakarta Laurence, Jessica Hanafi, Veronia Anggrek Jurusan Teknik Industri E-mail: [email protected], [email protected], [email protected]

Abstrak Penemuan teknologi baru memicu penumpukkan sampah elektronik menjadi semakin lebih cepat. Untuk itu diperlukan usaha untuk menanggulangi permasalahan tersebut. Salah satu usaha tersebut dinamakan reverse logistics network, yang adalah suatu rancangan strategi untuk mewujudkan kegiatan reverse logistics. Pada penelitian ini, reverse logistics network diwujudkan dengan membuat suatu kegiatan pengumpulan sampah elektronik pada wilayah DKI Jakarta dengan bantuan software ProModel versi 4.5. Model simulasi ini dibuat dengan menggunakan data dan asumsi berkaitan yang berasal dari berbagai sumber. Sampah elektronik digolongkan menjadi tiga berdasarkan ukurannya, besar, sedang, dan kecil. Pengangkutan dilakukan oleh sebuah truk dengan satu supir dan satu kuli. Pada simulasi pengumpulan ini terdapat 3 macam skenario yang diterapkan untuk setiap ukuran sampah elektronik. Skenario tersebut dibedakan berdasarkan jenis rute pengangkutan. Ketiga skenario tersebut adalah 1 rute 22 lokasi, 5 rute 22 lokasi, dan 1 rute 5 lokasi. Indikator yang dipakai untuk memilih skenario terbaik adalah biaya per unit. Hasil yang didapatkan dari model simulasi adalah rute terbaik untuk setiap ukuran sampah elektronik, jumlah terkumpul per tahun, biaya transportasi per unit, biaya total per unit, dan harga per unit. Setelah didapatkan hasil dari penjalanan model simulasi, kemudian dilanjutkan dengan pembuatan aliran kas serta identifikasi IRR dan NPV untuk pengembangan fasilitas daur ulang sampah elektronik hasil pengumpulan. Aliran kas dibuat hanya pada skenario terbaik untuk setiap ukuran sampah elektronik. Datadata yang dimasukkan untuk pembuatan aliran kas antara lain: jumlah terkumpul per tahun, presentase kenaikan pasokan sampah elektronik, berat PCB dalam setiap ukuran sampah elektronik,dan harga per unit. Setelah dibuat aliran kas untuk periode 10 tahun kemudian dilanjutkan dengan pencarian nilai IRR dan NPV dari usaha pengembangan fasilitas tersebut. Hasil yang didapatkan adalah pengembangan fasilitas daur ulang sampah elektronik hasil pengumpulan untuk setiap ukuran sampah elektronik dinyatakan menguntungkan. Kata Kunci: Limbah elektronik, Reverse logistics, Model simulasi, Analisis biaya Abstract The discovery of new technology triggers electronic waste buildup becomes increasingly faster. It required an effort to overcome these problems. One attempt is called reverse logistics network, which is a draft strategy to realize the reverse logistics activities. In this study, reverse logistics network is realized by making an electronic waste collection activities in the areas of DKI Jakarta with the help of software ProModel version 4.5. Simulation model is built using data and associated assumptions which are derived from various sources. Electronic waste is classified into three based on its size, large, medium, and small. Freight carried by a truck with one driver and one porter. In this collection simulation there are three kinds of scenarios applied to each size of electronic waste. Such scenarios are distinguished by

218

INTEGRASI MODEL SIMULASI JARINGAN REVERSE LOGISTICS (Laurence, et al.) type of transport routes. Those three scenarios are 1 route with 22 locations, 5 routes with 22 locations, and 1 route with 5 locations. Indicator used to select the best scenario is the cost per unit. Results obtained from the simulation model is the best route for any size of electronic waste, the amount collected per year, the transportation cost per unit, total cost per unit, and the price per unit. Having obtained the results from the run of the simulation model, and then continued with the creation of cash flow as well as identification of the IRR and NPV for the development of collected e-waste recycling facility. Cash flow is made only on the best scenarios for each size of electronic waste. The data is entered for the manufacture of cash flow, among others: the amount collected per year, the percentage increase in the supply of electronic waste, the weight of PCBs in each size of electronic waste, and the price per unit. Once created cash flow for a period of 10 years and then continued with the search value of IRR and NPV of the business development of the facility. The result is the development of collected e-waste recycling facility of any sizes of ewaste is beneficial. Keywords: Electronic waste, Reverse Logistics, Simulation modeling, Cost analysis

1. Latar Belakang Perkembangan teknologi yang semakin marak seiring dengan kemajuan zaman ternyata berbanding lurus dengan pertambahan jumlah sampah elektronik. Menurut suatu artikel pada Merdeka (2006), “Perkembangan teknologi bukan hanya mengubah pola konsumsi dari kebutuhan jadi gaya hidup, tapi juga melambungkan jumlah sampah elektronik (e-waste) berupa barang elektronik bekas serta limbah bahan berbahaya dan beracun (B3).” Sebagai imbasnya, proses penumpukkan sampah dari produk elektronik tersebut akan menjadi semakin cepat dengan jumlah yang tidak sedikit. Rahardjo (2010) menyebutkan bahwa “Indonesia sebagai negara berkembang menjadi salah satu sasaran pembuangan sampah elektronik dari industri di negara-negara maju. Hal ini menyebabkan semakin banyaknya sampah elektronik yang tersebar diberbagai wilayah Indonesia. Sehingga dibutuhkan suatu usaha internal untuk mengumpulkannya dan kemudian menanggulanginya. Di negara-negara maju seperti di Eropa, Amerika, Jepang dan Australia, pergerakan barang-barang elektronik setelah masa hidupnya sudah diregulasikan oleh pemerintah. Produsen barang elektronik diharuskan untuk bertanggung jawab terhadap barang hasil produksinya dari awal pembuatan sampai setelah produk tersebut mencapai akhir hidupnya untuk didaur-ulang (Hanafi et al., 2005). Pengelolaan barang setelah masa hidupnya ini lebih dikenal dengan sebutan reverse logistics atau logistik balik. Logistik balik, berdasarkan definisinya oleh Centre of Logistics Management (Roger and Tibben-Lembke, 1998) , adalah: “ Proses perencanaan, penerapan, pengendalian aliran bahan baku, inventaris, bahan jadi dan informasinya secara efisien dan efektif secara biaya, dari titik konsumsi sampai ke titik awal dengan tujuan untuk mengambil kembali nilai produk tersebut atau untuk membuangnya secara bertanggung jawab” Di Indonesia, khususnya di ibukota DKI Jakarta, pengelolaan sampah elektronik masih belum mendapat perhatian yang cukup. Masyarakat masih belum mengetahui bagaimana mengelola sampah elektronik. Untuk beberapa jenis produk seperti komputer dan telepon genggam memang masih dapat dijual ke pasar barang bekas. Namun untuk beberapa barang, akhir hidupnya berakhir di gudang atau lapak pemulung. Pengumpulan barang-barang elektronik bekas atau sampah elektronik atau lebih dikenal sebagai e-waste di Indonesia kebanyakan masih dilakukan oleh sektor informal. Pengelolaan dan proses pengolahan yang dilakukan oleh sektor informal juga masih sangat tradisional dan cenderung untuk membahayakan kesehatan dan keselamatan lingkungan (Hanafi et al., 2011, Widyarsana et al., 2010). Selain itu, berdasarkan hasil penelitian yang dilakukan oleh Kristina et al (2011) dan Hanafi et al (2011) diketahui bahwa penduduk DKI Jakarta ternyata masih ragu-ragu untuk melakukan daur ulang sehingga diperlukan komunikasi dan sosialisasi lebih lanjut. Untuk melakukan pengelolaan limbah elektronik secara langsung 219

JURNAL INTEGRA VOL. 1, NO. 2, DESEMBER 2011: 218-234

diperlukan biaya yang tidak sedikit, apalagi dengan adanya ketidakpastian keikutsetaan dari peserta. Oleh karena itu, karya tulis ini bertujuan untuk mensimulasikan metode pengumpulan dan pengolahan sampah elektronik yang lebih ramah lingkungan. Secara umum terdapat lima jenis metode pengumpulan sampah elektronik yaitu metode penurunan (drop-off), metode pengambilan dari rumah ke rumah secara periodik, metode pengambilan dari rumah ke rumah berdasarkan perjanjian, metode pengiriman melalui pos, dan metode berdasarkan pembelian (Hanafi et al., 2008). Masing-masing metode mempunyai kelebihan dan kekurangannya masing-masing. Dalam penelitian ini, metode penurunan (drop-off) dipilih sebagai metode untuk pengumpulan sampah elektronik. Metode ini secara umum memerlukan partisipasi dari masyarakat untuk mengumpulkan dan menurunkan sampah elektroniknya di tempat-tempat pengumpulan tertentu (drop off point). Penelitian sebelumnya yang bertujuan untuk mengumpulkan limbah elektronik telah dilakukan di negara-negara lain ((Kara et al., 2007, Kusumastuti et al., 2004, Nagurney and Toyasaki, 2004). Namun karena setiap negara mempunyai karakternya sendiri, masing-masing model jaringan untuk logistik balik mempunyai kekhususan sendiri. Pada bagian pertama dari artikel ini akan dibahas mengenai pengembangan model sistem logistik balik untuk wilayah DKI Jakarta. Kemudian model yang telah dikembangkan disimulasikan dalam berbagai skenario untuk mengetahui skenario apa yang cocok untuk mengelola barang elektronik yang sudah habis masa hidupnya (end-of-life). Skenario model yang terbaik kemudian diintegrasikan dalam analisis biaya fasilitas daur ulang sampah elektronik. Selanjutnya diambil kesimpulan mengenai kelayakan dari fasilitas daur ulang sampah elektronik berdasarkan hasil simulasi jaringan logistik balik. 2. Pengembangan Model Model sistem logistik balik yang dikembangkan untuk kota DKI Jakarta diharapkan dapat melayani masyarakat di dalamnya. Setiap negara, bahkan setiap kota, mempunyai karakteristiknya masingmasing. Pengembangan model ini berdasarkan penelitian yang dilakukan oleh Kristina et al (2011) dan Hanafi et al (2011), yaitu bahwa mayoritas penduduk, berdasarkan survey tersebut, lebih memilih untuk mengumpulkan barang elektronik bekasnya di pusat perbelanjaan. Sehingga, pada model ini lokasi tempat pengumpulan ditentukan di pusat-pusat perbelanjaaan dan pertokoan yang tersebar di kelima wilayah DKI Jakarta. Karena barang yang dikumpulkan adalah barang-barang elektronik bekas yang sudah tidak ingin digunakan oleh pemiliknya, maka target responden yang diperkirakan akan berpartisipasi adalah penduduk dengan tingkat penghasilan menengah ke atas. Data jumlah penduduk dan keluarga yang berdomisili pada kelima wilayah di DKI Jakarta tahun 2011 (Dinas Kependudukan dan Catatan Sipil DKI Jakarta 2011) dan data keluarga miskin yang ada pada kelima wilayah DKI Jakarta tahun 2011 (Guruh 2011) dapat dilihat pada Tabel 1. Tabel 1. Data Jumlah Keluarga dan Keluarga Miskin DKI Jakarta

Jakarta Utara

RT (keluarga) 407,950

RT Miskin (keluarga) 50,291

RT menengah keatas (keluarga) 357,659

16%

Jakarta Selatan

488,178

9,608

478,570

22%

Jakarta Timur

702,570

46,908

655,662

30%

Jakarta Barat

488,130

33,588

454,542

21%

Jakarta Pusat

263,294

24,921

238,373

11%

Total

2,350,122

165,316

2,184,806

100%

Wilayah

%

220

INTEGRASI MODEL SIMULASI JARINGAN REVERSE LOGISTICS (Laurence, et al.)

Terdapat dua aspek dalam pembuatan model sistem jaringan logistik balik yang harus diperhatikan, yaitu unsur kedatangan limbah elektronik dan sistem pergerakan barang. Ada berbagai metode yang dapat dilakukan untuk memprediksi kedatangan limbah elektronik atau waktu pembuangan limbah elektronik. a. Data jumlah penduduk Indonesia serta jumlah handphone yang tersebar di Indonesia pada tahun 2011 (Kantar Group Company 2011). Setelah diketahui jumlah penduduk serta jumlah handphone di Indonesia, dapat dilakukan perhitungan untuk mendapatkan jumlah handphone yang ada di DKI Jakarta (dengan asumsi persebaran handphone merata). Data-data tersebut dapat dilihat pada Tabel 2. Tabel 2. Data Jumlah Penduduk dan Handphone Indonesia dan DKI Jakarta. Keterangan

Indonesia

DKI Jakarta

Jumlah Handphone (unit)

159,248,000

12,969,027

Jumlah Penduduk (orang)

242,968,342

8,500,250

b. Data lokasi drop-off point dan lokasi distribution center didapatkan dari penelitian sebelumnya yang dilakukan oleh Tunggono (2011) yaitu di pusat perbelanjaan dan perkantoran yang popular di Jakarta timur, barat, pusat, selatan dan utara c. Data jarak antar lokasi yang didapat dari Google Maps dengan fungsi “dapatkan petunjuk arah”. d. Persentase berat PCB dalam suatu barang elektronik, persentase tersebut didapat dari penelitian Chancerel, et al. (2009); website Jackson Appliance Parts (2011); website Paradigm Solutions, Inc. (2011); website Radwell International, Inc. (2011); dan website Zhengzhou Sancai Electron and Technology Co., Ltd. (2011). Persentase-persentase tersebut dikelompokkan dalam tiga ukuran barang elektronik, sehingga didapatkan persentase rata-rata untuk setiap ukuran barang elektronik. e. Biaya pendirian stand drop-off points dan distribution center (Tunggono 2011). f. Data pengeluaran rata-rata perkapita sebulan untuk konsumsi barang tahan lama di Indonesia untuk tahun 2008, 2009, 2010, dan 2011 (BPS 2011). Data-data tersebut dapat dilihat pada Tabel 3. Tabel 3. Data Pengeluaran untuk Konsumsi Barang Tahan Lama

2008

Pengeluaran rata-rata perkapita sebulan konsumsi barang tahan lama (Rupiah) 24,627

2009

25,307

3%

2010

25,455

1%

2011

44,635

75%

Rata-rata kenaikan

26%

Tahun

Kenaikan -

Simulasi dijalankan selama satu tahun (1 tahun terdiri dari 52 minggu). Hari kerja berlangsung dari hari Senin sampai Jumat, dengan jam kerja per hari adalah 12 jam. Kondisi jalan berlangsung normal (misalnya: tidak ada kecelakaan atau penutupan jalan). Kemasan tidak dipertimbangkan dalam perhitungan volume muatan sampah elektronik, penggolongan sampah elektronik menjadi tiga berdasarkan ukurannya, kecil, sedang, dan besar. Untuk rute dari perjalanan truk ditentukan berdasarkan pencarian jarak terdekat antar lokasi dengan kecepatan truk yang dipakai adalah 17.5 km/jam (Media Indonesia 2011). Konsumsi bbm dari truk adalah 1:8 (1 liter untuk 8 km) dengan anggapan muatan yang diangkut tidak terlalu berat. Asumsi ini didapat dari wawancara dengan orang yang berkaitan dengan transportasi. Bahan bakar yang digunakan adalah solar, untuk harga solar per liter adalah Rp 4,500 (Tambang News 2011).

221


Truk yang dipakai adalah jenis truk Mitsubishi Fuso medium-duty dengan spesifikasi kapasitas berat sampai 15 ton dan volume sekitar 36 m3 (7.2 x 2.355 x 2.15) (Mitsubishi Fuso Truck and Corporation 2011). Biaya sewa truk tersebut adalah Rp 500,000 per hari (biaya sewa termasuk biaya tol). Jumlah truk yang dipakai tergantung pada jumlah entities yang berada dalam sistem atau jumlah barang elektronik yang tidak terangkut. Rata-rata waktu kedatangan dari sampah elektronik untuk setiap kotamadya pada wilayah DKI Jakarta. Dengan asumsi setiap rumah tangga minimal memiliki satu barang elektronik ukuran besar, sehingga jumlah rumah tangga sama dengan jumlah responden. Kemudian, setiap rumah tangga minimal memiliki dua barang elektronik ukuran sedang. Untuk jumlah barang elektronik ukuran kecil digunakan data jumlah handphone yang beredar di DKI Jakarta. Tingkat pelayanan rata-rata untuk kedatangan truk pada loket adalah 7,8 truk/jam dan pelayanan rata-rata untuk memuat truk adalah 4,15 box/jam. Sehingga didapatkan total waktu pelayanan untuk memuat truk adalah 22,15 menit/truk. Sedangkan, Tingkat pelayanan rata-rata untuk keberangkatan truk pada loket adalah 29,7 truk/jam dan pelayanan rata-rata untuk membongkar truk adalah 6,4 box/jam. Sehingga didapatkan total waktu pelayanan untuk membongkar truk adalah 11,40 menit/truk (Fuad and Ruliandy 2007). Model Simulasi Model yang dijadikan kasus adalah sistem jaringan logistik balik untuk pengumpulan sampah elektronik di DKI Jakarta untuk tiga buah ukuran barang, yaitu kecil, menengah dan besar. Pemodelan dan simulasi dilakukan dengan menggunakan software ProModel Versi 4.5. Terdapat empat elemen yang diidentifikasi dalam pembuatan model ini, seperti tergambar pada Gambar 1, yaitu penentuan lokasi, penentuan entity, penentuan kedatangan sampah elektronik, dan penentuan pemrosesan sampah elektronik.

Gambar 1. Aliran Pembuatan Model Simulasi

Urutan aliran pergerakan barang pada model ini terlihat pada Gambar 2. Pada gambar tersebut terlihat bahwa simulasi dimulai ketika sampah (waste) tiba di setiap lokasi drop-off). Alat transportasi kemudian berangkat dari gudang (distribution centre)

222


Mulai

Wastes tiba pada setiap lokasi drop off points

Transportation mulai berangkat dari distribution center menuju lokasi 1

Transportation akan terus mengangkut sesuai rute yang ada (lokasi tanpa wastes akan dilewati)

Setelah seluruh lokasi dilewati, maka transportation akan kembali ke distribution center

Transportation akan berkeliling lagi sesuai rute yang telah ditentukan

Pengangkutan akan terus berlangsung hingga waktu yang telah ditentukan

Gambar 2. Urutan Pergerakan dari Setiap Elemen

Sehingga hasil akhir akan didapatkan tampilan model simulasi seperti pada gambar 3:

223


Gambar 3. Hasil Tampilan Model Simulasi

1. Skenario Model Simulasi Model simulasi pengumpulan sampah elektronik yang telah dibuat akan dijalankan pada tiga skenario dengan 21 lokasi penempatan stand (Tunggono, 2011) serta 1 lokasi penempatan tambahan. Setiap skenario terdiri dari tiga ukuran sampah elektronik yang berbeda (besar, sedang, dan kecil). Berikut merupakan skenario-skenario yang dijalankan dengan model simulasi: a. Skenario 1 rute 22 lokasi b. Skenario 5 rute 22 lokasi c. Skenario 1 rute 5 lokasi Untuk setiap skenario tersebut dijalankan hingga didapatkan jumlah truk yang diperlukan. Jumlah truk ditentukan dari jumlah entities yang tertinggal dalam sistem (jumlah sampah elektronik yang tidak terangkut). Setelah jumlah truk yang diperlukan telah didapatkan selanjutnya adalah identifikasi jumlah replikasi. Jumlah replikasi yang diperlukan bergantung pada nilai error yang ingin dicapai. Nilai error yang ingin dicapai dalam model simulasi ini adalah sebesar 5%. Setelah jumlah replikasi didapatkan, model simulasi dijalankan sesuai dengan jumlah replikasi yang telah didapat. Setelah model simulasi selesai dijalankan sesuai dengan jumlah replikasi yang diperlukan, akan didapatkan hasil berupa jumlah sampah elektronik yang berhasil dikumpulkan. Jumlah sampah elektronik ini dikombinasikan dengan komponen biaya transportasi, yaitu biaya sewa truk, biaya bahan bakar, dan biaya pekerja. Hasil yang didapat adalah biaya transportasi per unit untuk setiap skenario dan setiap ukuran. Untuk menghitung biaya total per unit, biaya transportasi yang ada harus diakumulasi dengan biaya setup yang terdiri dari biaya sewa stand, biaya iklan, biaya perlengkapan, dan biaya spg. Setelah didapatkan biaya transportasi per unit dan biaya total per unit, dapat dilakukan perhitungan untuk mendapatkan biaya per kg. Biaya per unit yang telah didapatkan dibagi dengan berat rata-rata untuk setiap ukuran sampah elektronik. Biaya per kg dan jumlah sampah elektronik yang terkumpul akan dimasukkan dalam analisis biaya selanjutnya. 224


2. Analisis Biaya Untuk membuat analisis biaya pengembangan fasilitas daur ulang sampah elektronik hasil pengumpulan dengan metode drop-off points, dibutuhkan empat data yaitu jumlah sampah elektronik yang terkumpul dengan metode drop-off points, harga per kg dari sampah elektronik hasil pengumpulan, berat PCB untuk setiap ukuran sampah elektronik, serta pasokan sampah elektronik (bahan baku). Kedua jenis data tersebut dimasukkan dalam suatu aliran kas, sehingga akan didapatkan hasil berupa keuntungan atau kerugian yang didapat. Selain itu, dapat juga dilakukan perhitungan untuk beberapa indikator yang dapat menyatakan tingkat pengembalian untuk pengembangan fasilitas daur ulang ini dari segi keuangan, yaitu IRR dan NPV. Setelah indikator tersebut diidentifikasi, dapat dilakukan perbandingan dengan hasil dari penelitian sebelumnya dimana pengumpulan sampah elektronik dilakukan dengan metode membeli dari pengepul saja. A

1. Data jumlah penduduk dan keluarga di DKI Jakarta tahun 2011. Data keluarga miskin di DKI Jakarta tahun 2011. 2. Data jumlah penduduk Indonesia serta jumlah handphone di Indonesia pada tahun 2011. 3. Data lokasi drop-off point dan lokasi distribution center. 4. Data jumlah pengunjung untuk setiap lokasi drop-off points. 5. Data jarak antar lokasi yang didapat dari Google Maps. 6. Data presentase berat PCB dalam suatu barang elektronik. 7. Biaya pendirian stand drop-off points dan distribution center. 8. Data pengeluaran rata-rata perkapita sebulan untuk konsumsi barang tahan lama di Indonesia untuk tahun 2008, 2009, 2010, dan 2011. Identifikasi proses pengumpulan sampah elektronik Identifikasi input model simulasi Tampilan model simulasi secara umum Tampilan laporan hasil simulasi secara umum B

Gambar 4. Penelitian di DKI

225


B

Perencanaan skenario untuk setiap ukuran sampah elektronik 1. 1 rute 22 lokasi 2. 5 rute 22 lokasi 3. 1 rute 5 lokasi

Penambahan jumlah truk

Tidak

Model simulasi dijalankan

Jumlah entities <1000 unit Ya Perhitungan jumlah replikasi Model simulasi dijalankan

Perhitungan biaya per unit dan biaya per kg Pemilihan skenario terbaik

C

Gambar 5. Perencanaan Skenario Ukuran Sampah Elektronik

C

Data yang diperlukan: 1. Jumlah sampah elektronik yang terkumpul skenario terbaik untuk setiap ukuran sampah elektronik. 2. Harga per kg (transportasi dan total) skenario terbaik untuk setiap ukuran sampah elektronik 3. Berat PCB untuk setiap ukuran sampah elektronik 4. Pasokan sampah elektronik (bahan baku). Menjalankan aliran kas selama 10 tahun Melihat indikator analisis biaya, yaitu IRR NPV

Pembahasan hasil analisis biaya

Selesai

Gambar 6. Perhitungan Ekonomi 226


3. Skenario Model Simulasi 3.1 Perencanaan Skenario Terdapat tiga skenario yang dijalankan pada model simulasi pengumpulan sampah elektronik untuk setiap ukuran sampah elektronik, antara lain: a. 1 rute 22 lokasi Pada skenario ini truk akan berjalan melintasi 22 lokasi sekaligus lalu kemudian kembali ke gudang atau distribution center. Urutan lokasi yang dilintasi oleh truk ditentukan dengan cara mencari jarak terdekat dari suatu lokasi ke lokasi lain yang masih belum dilintasi. Titik awal keberangkatan dimulai dari gudang hingga kembali titik akhir yaitu menuju gudang lagi. b. 5 rute 22 lokasi Untuk skenario ini, 22 lokasi dipisahkan menjadi 5 rute berdasarkan wilayah kotamadyanya. Truk akan berangkat dari gudang menuju rute terdekat dan melintasi semua lokasi dalam rute tersebut lalu kembali ke gudang. Setelah mengosongkan muatan, truk akan menuju rute selanjutnya. Hal ini akan berulang kembali setelah lima rute telah dilintasi. c. 1 rute 5 lokasi Pada skenario ini, untuk setiap kotamadya hanya dipilih satu perwakilan lokasi. Lokasi dipilih berdasarkan jumlah pengunjung yang paling banyak pada setiap kotamadya. Truk hanya akan melintasi satu lokasi pada satu kotamadya, jadi total terdapat lima lokasi. Setelah kelima lokasi telah dilintasi, truk akan kembali kegudang untuk mengosongkan muatan 3.2 Penentuan Jumlah Truk Setelah model simulasi awal dijalankan, ternyata hasil laporan simulasi menyatakan bahwa banyak entities atau sampah elektronik yang tidak terangkut (masih tertinggal dalam sistem). Hal ini mengakibatkan berkurangnya jumlah dari hasil pengumpulan sampah elektronik. Selain itu, penumpukkan sampah elektronik yang terus menerus dan tidak terangkut pada setiap lokasi tersebut dapat mengakibatkan jalannya model simulasi menjadi lambat dan akhirnya berhenti. Banyaknya sampah elektronik yang tidak terangkut disebabkan oleh adanya keterbatasan dari kapasitas truk yang dipakai untuk mengangkut. Oleh karena itu, perlu dilakukan penyesuaian dari jumlah truk yang dipakai untuk setiap skenario. Jumlah truk yang ideal adalah apabila jumlah sampah elektronik yang tertinggal dalam sistem tidak melebihi 1.000 unit. Untuk itu model simulasi dijalankan terus hingga didapatkan jumlah truk yang ideal. 3.3 Replikasi Besar error yang diinginkan adalah sebesar 5%, jumlah replikasi awal diatur sebanyak 5 kali. Kemudian, dilakukan perhitungan untuk mengetahui jumlah replikasi yang diperlukan untuk mencapai nilai error 5%. Selanjutnya dengan menggunakan persamaan dibawah ini, maka akan didapatkan jumlah replikasi yang dibutuhkan. Jumlah Replikasi (R) Keterangan : S0 µ0 α n

≥

= Standar deviasi awal = Nilai mean awal = 0.05 = Jumlah replikasi awal

Setelah didapatkan jumlah replikasi yang dibutuhkan, maka model simulasi direplikasi sebanyak jumlah yang dibutuhkan. Hasil yang didapat akan menjadi input untuk menghitung biaya per unit pada Tabel 7.

227


4. Analisis Biaya Pada bagian ini akan dibahas mengenai analisis biaya pengembangan fasilitas daur ulang sampah elektronik hasil pengumpulan dengan metode drop-off points. Oleh karena itu, akan dibuat enam analisis aliran kas, tiga analisis aliran kas (untuk tiga ukuran) yang pertama hanya menggunakan biaya per kg dari biaya transportasi per unit, sedangkan tiga analisis aliran kas kedua (untuk 3 ukuran) menggunakan biaya per kg dari akumulasi biaya transportasi per unit dan biaya setup per unit. Sehingga total terdapat enam aliran kas yang akan dianalisis dengan jangka waktu masingmasing 10 tahun. Tabel 4 merupakan tabel hasil rekapitulasi biaya per kg, jumlah terkumpul, dan berat PCB untuk ketiga ukuran sampah elektronik. Tabel 4. Rekapitulasi Biaya Per Kg, Jumlah Terkumpul, dan Berat PCB untuk Tiga Ukuran Sampah Elektronik Ukuran Besar Sedang Kecil

Keterangan Biaya per kg (transportasi) Biaya per kg (total) Biaya per kg (transportasi) Biaya per kg (total) Biaya per kg (transportasi) Biaya per kg (total)

Hasil (Rupiah) Rp 240.96 Rp 9,175.93 Rp 325.44 Rp 20,654.52 Rp 765.10 Rp 29,152.33

Jumlah ter kumpul (unit)

Berat PCB (Kg)

38,179

0.93

128,502 80,564

0.42

228,273

0.13

Setelah seluruh data yang diperlukan untuk pembuatan aliran kas telah terkumpul. Langkah selanjutnya adalah pembuatan aliran kas, perhitungan IRR, dan perhitungan NPV untuk skenario terpilih pada setiap ukuran sampah elektronik. Sehingga didapatkan hasil berupa Tabel 5: Tabel 5. Hasil Rekapitulasi Seluruh Aliran Kas No

Aliran Kas

1 2 3 4 5 6

Besar Trans. Besar Total Sedang Trans. Sedang Total Kecil Trans. Kecil Total Pengepul (Melini 2010)

7

Laba Bersih dicapai pada Tahun 2 2 2 2 2 2 2

Laba Kum. pada Tahun

IRR

3 3 2 3 3 4

128.82% 113.02% 192.38% 71.83% 78.05% 56.57%

108,660,716,274 98,371,289,806 137,921,485,385 63,139,816,929 69,300,286,574 47,011,337,900

2

231.79%

60,616,781,763

NPV (Rupiah)

Apabila dilihat dari aspek pencapaian laba bersih, seluruh aliran kas menyatakan bahwa laba bersih sudah akan dicapai pada tahun ke-2, terlepas dari besar pengembaliannya. Sedangkan, pencapaian laba kumulatif berbeda-beda untuk setiap aliran kas, namun tidak begitu jauh berbeda. Laba kumulatif disini berarti laba yang didapatkan dari pendapatan bruto setelah dikurangi pengeluaran operasional per tahun serta modal yang dikeluarkan pada tahun pertama. Terlihat bahwa untuk aliran kas sampah elektronik ukuran sedang dengan biaya transportasi mencapai laba kumulatif paling cepat, yaitu pada tahun ke-2. Hasil ini juga diperlihatkan pada aliran kas penelitian sebelumnya, dimana sampah elektronik didapat melalui pembelian dari para pengepul. Pada aliran kas sampah elektronik ukuran sedang dengan biaya transportasi, laba kumulatif dapat dicapai relatif lebih cepat dibanding aliran kas lain dengan pengumpulan metode drop-off points. Hal ini dikarenakan oleh beberapa faktor, antara lain jumlah sampah elektronik yang terkumpul cukup banyak, yaitu 128,502 unit (skenario 1 rute 22 lokasi), harga per kg yang didapatkan cukup rendah, yaitu sebesar Rp 325.44, dan kandungan PCB dalam sampah elektronik ukuran sedang adalah sebesar 0.42 kg.

228


Metode IRR Untuk setiap skenario pengumpulan dengan metode drop-off points, menghasilkan nilai IRR yang lebih besar dibandingkan dengan tingkat pengembalian eksternal, yaitu suku bunga bank sebesar 6% ( (Bank Indonesia 2011). Sehingga dapat dikatakn untuk seluruh skenario pengumpulan dengan metode drop-off points dianggap layak untuk dijalankan. Metode NPV Jika hanya mempertimbangkan biaya transportasi saja, dapat dikatakan bahwa pengumpulan sampah elektronik ukuran sedang adalah yang paling menguntungkan. Nilai NPV yang dicapai oleh pengumpulan sampah elektronik ukuran sedang adalah Rp. 137,921,485,385, nilai ini lebih tinggi bila dibandingkan dengan pengumpulan sampah elektronik ukuran besar (Rp. 108,660,716,274) dan ukuran kecil (Rp 69,300,286,574). Hal yang menyebabkan hal ini terjadi karena sampah elektronik ukuran sedang yang terkumpul cukup banyak dan ditambah dengan kandungan PCB didalamnya yang cukup berat. Berbeda dengan sampah elektronik ukuran besar dimana berat PCB nya yang paling tinggi, namun jumlah yang terkumpul jauh lebih sedikit. Sedangkan untuk sampah elektronik ukuran kecil, jumlah yang terkumpul cukup banyak, namun berat PCB didalamnya jauh lebih sedikit. Hal ini akan berbeda apabila biaya setup juga dipertimbangkan dalam kegiatan pengumpulan sampah elektronik dengan metod drop-off points. Pada kondisi ini, biaya per kg yang dipakai adalah hasil dari penjumlahan biaya transportasi dan biaya setup. Pengumpulan sampah elektronik ukuran besar menghasilkan nilai NPV yang paling besar, yaitu Rp. 98,371,289,806 dibandingkan dengan pengumpulan sampah elektronik ukuran sedang (Rp. 63,139,816,929) dan ukuran kecil (Rp. 47,011,337,900). Walaupun jumlah terkumpul dari sampah elektronik ukuran besar paling sedikit, namun hasil biaya per kg (total) untuk ukuran ini adalah yang paling rendah. Selain itu, berat PCB didalam sampah elektronik ukuran besar juga adalah yang paling besar. Perbandingan dengan Metode Sebelumnya Secara keseluruhan, apabila dilakukan perbandingan antara pengumpulan sampah elektronik dengan metode drop-off points dan dengan metode pembelian dari pengepul. Hasil yang didapatkan dari pengumpulan sampah elektronik dengan metode pembelian dari pengepul adalah jumlah terkumpul yang lebih banyak. Hal ini dikarenakan ketersediaan bahan baku tidak bergantung dari kesediaan orang untuk menyumbangkan sampah elektroniknya. Selain itu, wilayah pengumpulan sampah elektronik dengan metode ini tidak hanya terbatas pada DKI Jakarta saja, tetapi mencakup wilayah JABODETABEK. Namun, apabila dilihat dari segi NPV, nilai NPV rata-rata yang didapatkan dengan metode drop-off points lebih besar dibandingkan dengan nilai NPV untuk metode pembelian dari pengepul, kecuali untuk skenario sampah elektronik ukuran kecil dengan biaya total (transportasi dan setup). Hal ini dikarenakan biaya pembelian bahan baku yang harus dikeluarkan untuk metode ini jauh lebih besar dibanding dengan metode pengumpulan. Biaya pembelian bahan baku yang lebih besar etrsebut lama kelamaan akan mengurangi perolehan keuntungan yang didapat. Oleh karena itu dapat disimpulkan bahwa pengumpulan dengan metode drop-off points lebih menguntungkan dibandingkan dengan pengumpulan dengan metode pembelian dari pengepul (kecuali untuk satu skenario). Hal yang perlu diperhatikan adalah pengumpulan sampah elektronik dengan metode drop-off points dapat menjadi pilihan yang sangat baik dalam memulai pengembangan fasilitas daur ulang. Hal ini dikarenakan modal yang diperlukan lebih kecil untuk memulainya serta tidak diperlukannya jaringan koneksi untuk membeli dari pengepul. Pengumpulan sampah elektronik dengan metode drop-off points diharapkan memiliki prospek yang bagus. Hal ini dikarenakan oleh dua faktor, pertama tren konsumtif masyarakat akan cenderung mendorong kenaikkan intensitas dalam mengunjungi pusat perbelanjaan secara langsung sehingga jumlah responden yang berpartisipasi juga diharapkan akan ikut meningkat. Faktor kedua adalah semakin banyak kampanye mengenai daur ulang sehingga akan menaikkan kesediaan orang-orang atau instansi-instansi untuk menyumbangkan sampah elektroniknya secara cuma-cuma untuk di daur ulang. 229


5. Kesimpulan Perkembangan teknologi yang semakin maju dan pesat memang merupakan suatu prestasi yang dapat dibanggakan. Namun, perkembangan tersebut juga membawa suatu tantangan baru bagi manusia, yaitu semakin menumpuknya sampah elektonik yang terbuang. Adanya teknologi yang baru memicu manusia untuk mengganti barang elektroniknya dengan yang baru. Hal ini menyebabkan umur hidup dari barang elektronik menjadi berkurang sehingga penumpukkan sampah elektronik menjadi semakin lebih cepat. Untuk itu diperlukan usaha-usaha untuk mengurangi penumpukkan sampah tersebut. Suatu istilah yang mulai dikenal berkaitan dengan isu tersebut adalah reverse logistics, dimana dilakukan pemanfaatan kembali barang-barang yang sudah tidak terpakai. Pemanfaatan tersebut memiliki tujuan baik untuk lingkungan maupun ekonomis. Untuk itu diperlukan suatu rancangan strategi untuk menjamin kelancaran kegiatan reverse logistics, yaitu reverse logistics network. Pada penelitian ini reverse logistics network dibuat melalui perancangan suatu kegiatan pengumpulan sampah elektronik dengan bantuan simulasi. Kegiatan pengumpulan dilakukan khususnya pada wilayah DKI Jakarta, dimana pengumpulan dilakukan dengan metode drop-off points. Lokasi drop-off yang dipilih adalah mall dan gedung perkantoran. Model simulasi dibuat menjadi tiga skenario berbeda dengan tiga ukuran sampah elektronik. Untuk itu didapatkan hasil seperti yang terlihat pada Tabel 6. Tabel 6. Hasil Akhir Simulasi Ukuran

Besar

Sedang

Kecil

Keterangan Biaya per unit (transportasi) Biaya per kg (transportasi) Biaya per unit (total) Biaya per kg (total) Biaya per unit (transportasi) Biaya per kg (transportasi) Biaya per unit (total) Biaya per kg (total) Biaya per unit (transportasi) Biaya per kg (transportasi) Biaya per unit (total) Biaya per kg (total)

Hasil (Rupiah) Rp

4,578.16

Rp

240.96

Rp 174,342.63 Rp

9,175.93

Rp

1,301.76

Rp

325.44

Rp 82,618.09 Rp 20,654.52 Rp

765.10

Rp

765.10

Rp 29,152.33 Rp 29,152.33

Jumlah Terkumpul (Unit)

Skenario Terbaik 1 Rute 5 Lokasi

38,179 1 Rute 5 Lokasi

128,502

1 Rute 22 lokasi

80,564

1 Rute 5 Lokasi

1 Rute 5 Lokasi 228,273 1 Rute 5 Lokasi

Terlihat hasil berupa skenario terbaik dengan indikator biaya per unit yang didapatkan untuk setiap ukuran sampah elektronik. Selanjutnya untuk membuat suatu aliran kas diperlukan empat macam data berupa persentase kenaikan konsumsi barang tahan lama, jumlah unit yang terkumpul, biaya per kg, dan berat PCB dalam setiap ukuran sampah elektronik. Melalui keempat data tersebut, bisa didapatkan pasokan bahan baku (sampah elektronik) per tahun serta biaya untuk mendapatkannya. Sehingga dapat dibuat suatu proyeksi aliran kas untuk mengetahui apakah layak (secara finansial) untuk 230


mendirikan pengembangan fasilitas daur ulang sampah elektronik hasil pengumpulan dengan metode drop-off points. Nilai IRR serta jangka waktu pencapaian laba untuk setiap skenario dan setiap ukuran sampah elektronik dapat dilihat pada Tabel 7. Tabel 7. Hasil Akhir Proyeksi Aliran kas No

Aliran Kas

1 2 3 4 5 6

Besar Trans. Besar Total Sedang Trans. Sedang Total Kecil Trans. Kecil Total

Laba Bersih 2 2 2 2 2 2

Laba Kum. 3 3 2 3 3 4

IRR

NPV (Rupiah)

128.82% 113.02% 192.38% 71.83% 78.05% 56.57%

108,660,716,274 98,371,289,806 137,921,485,385 63,139,816,929 69,300,286,574 47,011,337,900

Dapat disimpulkan bahwa pengembangan fasilitas daur ulang sampah elektronik hasil pengumpulan dengan metode drop-off points pada wilayah DKI Jakarta layak secara finansial. 6. Daftar Pustaka Amezquita, Tony, Rick Hammond, Marc Salazar, and Bret Bras. (1995), "Characterizing Remanufacturability of Engineering System", Proceedings 1995 ASME Advances in Design Automation Conference. Boston: Georgia Institute of Technology, 271-278. Antara Bali (2010), “Indonesia dan Negara Berkembang Ingin Konvensi Basel Kuat”, February 23, 2010, www.antaranews.com (accessed August 23, 2011). Arifin, Zainal (2005), "Optimalisasi Rute Angkutan Sampah DKI Jakarta", Universitas Mercu Buana. Bank Indonesia (2011), “BI Rate”, November 10, 2011, http://bi.go.id (accessed December 3, 2011). Benua Trans (2009), “Transportasi Darat”, http://benua-trans.com (accessed September 20, 2011). Bohlman, Eric. (2003), “Simulations, Poisson Distribution and Inter-arrival Time Problems”, October 5, 2003, http://www.mathkb.com (accessed September 15, 2011). BPS. Kependudukan (2011), “Perkembangan Beberapa Indikator Utama Sosial-Ekonomi Indonesia”, February 2011, http://bps.go.id (accessed November 11, 2011). DHL. (2008), “The Logistics Role in Reverse Logistics”, http://dhl-discoverlogistics.com (accessed August 8, 2011). Dinas Kependudukan dan Catatan Sipil DKI Jakarta. http://kependudukancapil.go.id (accessed November 11, 2011).

(2011),

“Jumlah

RT,

RW”,

EPA, US. (2011), “Electronis Waste & eCycling”, June 8, 2011, http://epa.gov (accessed August 8, 2011). Fleischmann, Moritz. (2000), “Quantitative Models for Reverse Logistics”, PhD Thesis, Germany: Erasmus University Rotterdam. Fuad, Shofiyyul, and M. Ruliandy. (2007), "Evaluasi Kinerja Pelayanan Peti Kemas di Terminal Peti Kemas PT. Berlian Jasa Terminal Indonesia Tanjung perak Surabaya", Civil Engineering. 231


Greenpeace. (2011), “Guide to Greener Electronics”, November 2011, http://greenpeace.org (accessed November 12, 2011). Greenpeace, USA. (2011), “What is E-Waste?”, http://greenpeace.org (accessed August 8, 2011). Guruh. (2011), “Jakarta Utara Paling Banyak Warga Miskinnya”, January 7, 2011, http://poskota.co.id (accessed November 11, 2011). Hanafi, Jessica., Helena J. Kristina, Audry V. Halim. (2011), “Perilaku Penduduk DKI Jakarta Dalam Mendaur Ulang Limbah Elektronik Rumah Tangga”, Seminar Nasional Teknik Industri dan Kongres Badan Kerjasama Penyelenggara Pendidikan Tinggi Teknik Industri (BKSTI) VI. Medan 5-6 Oktober 2011 Hanafi, Jessica, Sami Kara, and Hartmut Kaebernick. (2008), "Reverse Logistics Strategies for End-of-life Products", The International Journal of Logistics Management, 367-388. Handoko, Cing, interview by Veronia Anggrek. (2011), “How Much Fuel Consumption of A Truck?”, (October 25, 2011). Harrell, Charles, Biman K. Ghosh, and Royce O. Bowden. (2003), “Simulation Using ProModel 2nd Edition”, New York: Mc GrawHill. Husnan, Suad, and Suwarsono (1997), “Studi Kelayakan Proyek”, Yogyakarta: Unit Penerbit dan Pencetakan AMP YKPN. Investopedia (2011), “Net Present Value Definition”, http://investopedia.com (accessed November 29, 2011). Investopedia (2011), “Which is a better measure for capital budgeting, IRR or NPV?”, http://investopedia.com (accessed December 3, 2011). Jackson Appliance Parts (2011), “Appliance Parts”, http://jackson-appliance.com (accessed November 11, 2011). Kantar Group Company (2011), “Mobile Life”, http://discovermobilelife.com (accessed November 12, 2011). Kelton, David W., Randall P. Sadowski, and Nancy B. Swets. (2010), “Simulation with Arena 5th Edition”, New York: McGraw-Hill. Kolobe, Lekulana (2006), “What is Poisson Distribution”, February 16, 2006, http://cnx.org (accessed September 15, 2011). Kristina, Helena J., Jessica Hanafi, Audry Valentina Halim (2011), “Faktor Pembentuk Kesediaan Penduduk DKI Jakarta Dalam Mendaur Ulang Limbah Elektronik Rumah Tangga”, Seminar Nasional Teknik Industri dan Kongres Badan Kerjasama Penyelenggara Pendidikan Tinggi Teknik Industri (BKSTI) VI. Medan 5-6 Oktober 2011. Kumar, Sameer, and Valora Putnam (2008), "Cradle to Cradle: RL Strategies and Opportunities Across 3 Industry Sectors", Int. J. Production Economics 115, 305-315. Kusumaningtyas, Asri (2011), “Penerapan Model Simulasi Sistem Dinamin pada Analisis Pengaruh Kebijakan PERTAMINA Terhadap Performa Perusahaan Agen Gas LPG (Studi kasus: PT. Endang, agen gas LPG 3 kg)”, Thesis, Yogyakarta: Universitas Islam Indonesia.

232


Lu, Qin, Vivi Christina, Julie Ann Stuart, and Taylor Rich (2000), "A Practical for the Reverse Supply Chain." IEEE, 266-271. Media Indonesia (2011), “Larangan Truk Masuk Tol Diperpanjang Satu Bulan”, May 9, 2011, http://mediaindonesia.com (accessed September 20, 2011). Melini, Ellis (2010), “Studi Kelayakan untuk Pengembangan Fasilitas Daur Ulang Sampah Komputer di Daerah JABODETABEK”, Jakarta: Tugas Akhir Strata Dua Jurusan Teknik Industri Universitas Pelita Harapan. Merdeka (2006), "E-Waste, Satu Lagi Ancaman Bahaya Yang Mengintai”, December 20, 2006. www.merdeka.com (accessed August 23, 2011). Mitsubishi Fuso Truck and Corporation (2011), “Aluminum Van”, http://mitsubishi-fuso.com (accessed November 10, 2011). Montgomery, Douglas C., and George C. Runger (2007), “Applied Statistics and Probability for Engineers 4th Edition”, USA: John Wiley and Sons, Inc. Mulyana, Iman (2007), “Net Present Value atau Internal Rate of Return”, November 2, 2007. http://id.shvoong.com (accessed Desember 3, 2011). Ondemir, Onder, and Surendra M. Gupta (2008), "Selection of Collection Centers for Reverse Logistic Networks", Proceedings of the 2008 Northeast Decision Sciences Institute, New York: Northeastern University. Paradigm Solutions, Inc. (2011), “Norcold Circuit Boards and PCB”, http://anyrvparts.com (accessed November 11, 2011). Pradityo, Sapto, and Kartika Candra. (2011), "Segunung Emas, Setumpuk Racun" Tempo, March 7, 2011. Radwell International, Inc. (2011), “FANUC”, http://plccenter.com (accessed November 11, 2011). Rahardjo, Sasono (2010), "Indonesia jadi Keranjang Sampah?", Kompas, February 23, 2010. Ravi, V., and Ravi Shankar (2004), "Analysis of Interactions among the Barriers of Reverse Logistics", Technological Forecasting and Social Change, 19-37. Ravi, V., Ravi Shankar, and M. K. Tiwarib. (2005), "Analyzing Alternatives in Reverse Logistics for End-of-life Computers: ANP and Balanced Scorecard Approach", Computers and Industrial Engineering 48, 327-356. Reh, F. John (2011), “Cost Benefit Analysis”, http://management.about.com (accessed November 29, 2011). Reverse Logistics Association (2011), “Reverse Logistics”, http://reverselogisticstrends.com (accessed September 29, 2011). Siringoringo, Hotniar, and Anton Dwi Nugroho (2003), "Identifikasi Distribusi Kedatangan dan Pelayanan Customer : Studi Kasus Pemuatan Semen di PT. INDOCEMENT", Ekonomi Komputer Vol. XI No.3, 135-143.

233


Sofyan, Natalia, Meifani, and I Gede Agus W. (2006), "Minimasi Waktu Pengerjaan Produk Melanie Sleigh Changing Table Melalui Pendekatan Simulasi dan TABU Search", Laboratorium Optimasi dan Simulasi, Jurusan Teknik Industri, 141-147. Stock, James R. (2001), "The 7 Deadly Sins of Reverse Logistics", Material Handling Management, 5-11. Sullivan, Willian G., Elin M. Wicks, and C. Patrick Koelling (2009), “Engineering Economy 14th edition”, New Jersey: Pearson Education International. Sutanto (2009), “Teori Simulasi Antrian”, Surakarta, UNS. Tambang News (2011), “Per 15 Februari 2011, Harga Premium, Solar dan Minyak Tanah Tetap”, February 16, 2011, http://tambangnews.com (accessed September 20, 2011). Tatimu, Erwin Randy (2011), “Permodelan Dan Simulasi Jaringan Reverse Logistics Untuk Mengumpulkan Sampah Elektronik Di Wilayah DKI Jakarta”, Tangerang: Tugas Akhir Strata Satu Jurusan Teknik Industri Universitas Pelita Harapan. Tunggono, Luckyanto Tirtasaputra (2011), “Analisis Biaya Pengumpulan E-waste (Limbah Elektronik) di DKI Jakarta: Studi Kasus Pengumpulan Di Mal Dan Gedung Pekantoran”, Tangerang: Tugas Akhir Strata Satu Jurusan Teknik Industri Universitas Pelita Harapan. Web Finance, Inc. (2011), “Cost Analysis”, http://businessdictionary.com (accessed November 29, 2011). Zhengzhou Sancai Electron and Technology Co., http://zzsc.en.alibaba.com (accessed November 11, 2011).

Ltd.

(2011),

“CRT

TV

PCB”,

Zoeteman, Bastiaan C.J., Harold R. Krikke, and Jan Venselaar (2010), "Handling WEEE Waste Flows: On The Effectiveness of Producer Responsisbility In A Globalizing World", Int. J. Advanced Manufacturing Technology, 415-436.

234

Abstrak. Kata Kunci: Limbah elektronik, Reverse logistics, Model simulasi, Analisis biaya. Abstract

Recommend Documents