BAB 2 LANDASAN TEORI

7

BAB 2

LANDASAN TEORI

2.1. Optimasi Optimasi adalah salah satu disiplin ilmu dalam matematika yang fokus untuk mendapatkan nilai minimun atau maksimum secara sistematis dari suatu fungsi, peluang, maupun pencarian nilai lainnya dalam berbagai kasus. Optimasi sangat berguna di hampir segala bidang dalam rangka melakukan usaha secara efektif dan efisien untuk mencapai target hasil yang ingin dicapai. Ternyata hal ini akan sangat sesuai dengan prinsip ekonomi yang berorientasikan untuk senantiasa menekan pengeluaran untuk menghasilkan output yang maksimal. Optimasi ini juga penting karena persaingan sudah sangat ketat disegala bidang yang ada. Seperti yang dikatakan sebelumnya, bahwa optimasi sangat berguna bagi hampir seluruh bidang yang ada , maka berikut ini adalah contoh-contoh bidang yang sangat terbantu dengan adanya teknik optimasi tersebut. Bidang tersebut, anatar lain: Arsitektur, Data Mining, Jaringan Komputer, Signal and Image Processing, Telekomunikasi,

Ekonomi,

Transportasi,

Perdagangan,

Pertanian,

Perikanan,

Perkebunan, Perhutanan, dan sebagainya. [6] Suatu permasalahan optimasi disebut nonlinear jika fungsi tujuan dan kendalanya mempunyai bentuk nonlinear pada salah satu atau keduanya. Optimasi merupakan masalah yang berhubungan dengan keputusan yang terbaik, maksimum, minimum dan memberikan cara penentuan solusi yang memuaskan.[9]

Universitas Sumatera Utara

8

2.1. Transportasi Transportation (transportasi) adalah elemen supply chain (rantai persediaan) yang berfungsi untuk memindahkan barang dari suatu tempat ke tempat lain.[10] Transportasi dapat diartikan sebagai usaha memindahkan, menggerakkan, mengangkut, atau mengalihkan suatu objek dari suatu tempat ke tempat lain, di mana di tempat lain objek tersebut lebih bermanfaat atau dapat berguna untuk tujuan-tujuan tertentu. Karena dalam pengertian di atas terdapat kata-kata usaha, berarti transportasi juga merupakan sebuah proses, yakni proses pindah, proses gerak, proses mengangkut dan mengalihkan, di mana proses ini tidak bisa dilepaskan dari keperluan akan alat pendukung untuk menjamin lancarnya proses perpindahan sesuai waktu yang diinginkan. [3]

Transportasi merupakan suatu model yang digunakan untuk mengatur distribusi dari sumber yang menyediakan produk yang sama ke tempat-tempat yang membutuhkan secara optimal. Alokasi produk ini harus diatur sedemikian rupa, karena terdapat perbedaan beban dari satu sumber ke suatu-suatu tempat yang berbeda-beda.[8]

2.2. Peranan Transportasi Pentingnya sarana transportasi dalam perkembangan dunia bersifat multidimensi. Sebagai contoh, salah satu fungsi dasar transportasi adalah menghubungkan tempat kediaman dengan tempat bekerja atau para pembuat barang dengan para pelanggannya. Dari sudut pandang yang lebih luas, fasilitas transportasi memberikan aneka pilihan untuk menuju ke tempat kerja, pasar, dan sarana rekreasi, serta menyediakan akses ke sarana-sarana kesehatan, pendidikan, dan sarana lainnya. Transportasi bermanfaat bagi masyarakat, dalam arti hasil-hasil produksi dan bahan-bahan baku suatu daerah dapat dipasarkan kepada perusahaan industri. Hasilhasil barang jadi diproduksi oleh pabrik, dijual oleh produsen kepada masyarakat atau


9

perusahaan-perusahaan yang bergerak di bidang pemasaran. Untuk mengangkut bahanbahan baku dan barang-barang jadi dibutuhkan jasa-jasa transportasi (darat, laut, dan udara). [3]

2.3. Sejarah Permasalahan Transportasi Masalah transportasi ini sebenarnya telah lama dipelajari dan dikembangkan sebelum lahir model program linear. Pada tahun 1939, L.V Kantorovitch mempelajari beberapa permasalahan yang berhubungan dengan model transportasi. Kemudian, pada tahun 1941, F.L. Hitchcock merumuskan model matematika dari persoalan transportasi yang kini dianggap sebagai model matematika dari persoalan transportasi yang kini dianggap sebagai model baku, sehingga sering disebut juga sebagai model Hitchcock.Ada lagi seseorang yang bernama T.C. Koopmans pada tahun 1947 banyak mempelajari hal-hal yang berhubungan dengan program transportasi (PT) atau model transportasi (MT). [7]

2.3.1. Masalah Transportasi Masalah transportasi sering disebut sebagai masalah khusus dalam pemrograman linear, karena dalam struktur modelnya terdapat bagian yang menggambarkan sisi permintaan dan sisi penawaran. Sesuai dengan namanya, model ini berkaitan dengan penentuan rencana biaya terendah untuk mengirim susuatu dari sejumlah sumber ke sejumlah tujuan.[10] Sasaran transportasi adalah mengalokasikan produk yang ada pada sumber asal sedemikian rupa hingga terpenuhi semua kebutuhan pada tempat tujuan. Sedangkan tujuan utama dari persoalan transportasi adalah untuk mencapai biaya yang serendahrendahnya (minimum) atau mencapai jumlah laba yang sebesar-besarnya (maksimal). Persoalan transportasi terdapat pada pemilihan rute dalam jaringan distribusi produk antara pusat industri dan distribusi gudang atau antara distribusi gudang regional dan distribusi pengeluaran lokal.[2]


10

Persoalan transportasi membicarakan masalah pendistribusian suatu komoditas atau produk dari sejumlah sumber (supply) ke sejumlah tujuan (demand, destination) dengan tujuan meminimumkan ongkos pengangkutan yang terjadi. [7] Masalah transportasi juga dapat digunakan ketika perusahaan mencoba untuk keputusan dimana akan dibuka fasilitas baru, sebelum membuka gudang, perusahaan atau kantor pemasaran, sangat baik sekali untuk mendapatkan sejumlah tempat alternatif. Keputusan keuangan yang baik berhubungan dengan lokasi juga dapat meminimalisasi biaya transportasi dan produksi secara keseluruhan. Ciri-ciri khusus transportasi ini adalah: 1. Terdapat sejumlah sumber dan sejumlah tujuan tertentu. 2. Kuantitas komoditas atau barang yang didistribusikan dari setiap sumber dan yang diminta oleh setiap tujuan, besarnya tertentu. 3. Komoditas yang dikirim atau diangkut dari suatu sumber ke suatu tujuan, besarnya sesuai dengan permintaan dan atau kapasitas sumber. 4. Ongkos pengangkutan komoditas dari suatu sumber ke suatu tujuan, besarnya tertentu.[10]

2.4. Keseimbangan Transportasi Suatu model transportasi dikatakan seimbang apabila total supply (sumber) sama dengan total demand (tujuan). Dengan kata lain:

, jika Supply (a) = Demand (b) Keterangan : ∑a

= Total jumlah Supply

∑b

= Total Jumlah Demand

i = 1, 2, 3,...m = Panjang atau indeks dari a (Supply), dimana m sebagai batas akhir dari panjang indeks.


11

j = 1, 2, 3,....n = Panjang atau indeks dari b (Demand ), dimana n sebagai batas akhir dari panjang indeks. Dalam persoalan transportasi yang sebenarnya, batasan ini tidak selalu terpenuhi atau dengan kata lain jumlah supply yang tersedia mungkin lebih besar atau lebih kecil daripada jumlah demand. Jika hal ini yang terjadi, maka model persoalan disebut sebagai model yang tidak seimbang. Batasan di atas dikemukakan hanya karena itu menjadi dasar dalam pengembangan teknik transportasi. Namun, setiap persoalan transportasi dapat dibuat seimbang dengan memasukkan kolom dummy atau baris dummy. Jika demand melebihi supply maka dibuat suatu sumber dummy yang akan mensupply kekurangan tersebut yaitu sebanyak

, jika Supply (a) < Demand (b)

Keterangan : ∑a = Total jumlah Supply ∑b= Total jumlah Demand i = 1, 2, 3,...m = Panjang atau indeks dari a (Supply), dimana m sebagai batas akhir dari panjang indeks. j = 1, 2, 3,....n = Panjang atau indeks dari b (Demand ), diaman n sebagai batas akhir dari panjang indeks. Sebaliknya, jika jumlah supply melebihi jumlah demand, maka dibuat suatu tujuan dummy untuk menyerap kelebihan tersebut yaitu sebanyak. [7]

, jika Demand (b) < Supply (a)


12

Keterangan : ∑a = Total jumlah Supply ∑b = Total jumlah Demand i = 1, 2, 3,....m = Panjang atau indeks dari a (Supply), dimana m sebagai batas akhir dari panjang indeks. j = 1, 2, 3,....n = Panjang atau indeks dari b (Demand ), dimana n sebagai batas akhir dari panjang indeks.

2.5. Model Umum Permasalahan Transportasi 2.5.1. Asumsi Dasar Model transportasi pada dasarnya merupakan sebuah program linier yang dapat dipecahkan oleh metode simpleks yang biasa. Tetapi strukturnya yang khusus memungkinkan pengembangan sebuah prosedur pemecahan, yang disebut teknik transportasi yang lebih efisien dalam hal perhitungan. Asumsi dasar dari model ini adalah bahwa biaya transportasi di sebuah rute tertentu adalah proposional secara langsung dengan jumlah unit yang dikirimkan. Defenisi unit transportasi akan bervariasi bergantung pada jenis barang yang di kirimkan. Model umum suatu persoalan transportasi dilandasi pada asumsi-asumsi berikut: 1. Bahwa suatu produk yang ingin diangkat tersedia dalam jumlah yang tetap dan diketahui. 2. Bahwa produk tersebut akan dikirim melalui jaringan transpotasi yang ada dengan memakai cara pengakutan tertentu dari pusat-pusat permintaan. 3. Bahwa jumlah permintaan di pusat permintaan pun diketahui dalam jumlah tertentu dan tetap. 4. Bahwa ongkos angkutan per-unit produk yang diangkut pun diketahui, sehingga tujuan kita untuk meminimumkan biaya total angkutan dapat tercapai.


13

Karena hanya ada satu jenis komoditas, pada dasarnya setiap daerah tujuan dapat menerima komoditas dari sembarang daerah sumber. [7]

2.6. Algoritma Dalam matematika dan komputasi, algoritma merupakan kumpulan perintah untuk menyelesaikan suatu masalah. Perintah-perintah ini dapat diterjemahkan secara bertahap dari awal hingga akhir. Masalah tersebut dapat berupa apa saja, dengan catatan untuk setiap masalah, ada kriteria kondisi awal yang harus dipenuhi sebelum menjalankan algoritma. Algoritma akan dapat selalu berakhir untuk semua kondisi awal yang memenuhi kriteria, dalam hal ini berbeda dengan heuristic (kondisi file sebelumnya). Algoritma sering mempunyai langkah pengulangan (iterasi) atau memerlukan keputusan (logika Boolean dan perbandingan) sampai tugasnya selesai. [11]

2.7. Algoritma Transportasi Model transportasi adalah aplikasi dari model program linier yang merupakan suatu prosedur iteratif untuk pemecahan masalah minimisasi biaya pengiriman (distribusi) dari pabrik atau sumber m ketempat tujuan n. [8] Data yang dibutuhkan dalam metode transportasi adalah: 1. Level supply pada setiap daerah sumber dan level permintaan pada setiap daerah tujuan untuk kasus pendistribusian barang; jumlah produksi dan jumlah permintaan. 2. Biaya transportasi per unit komoditas dari setiap daerah sumber menuju berbagai daerah tujuan pada kasus pendistribusian biaya produksi. Data dalam model mencakup: 1. Tingkat penawaran di setiap sumber dan jumlah permintaan di setiap tujuan. 2. Biaya transportasi per unit barang dari setiap sumber ke setiap tujuan. Secara diagramatik, model transportasi dapat digambarkan sebagai berikut: Misalkan ada m buah sumber dan n buah tujuan.


14

Gambar 2.1. Diagram transportasi [7]

Keterangan

:

i=1, 2, 3,....m = Panjang atau indeks sumber, dimana m adalah batas akhir indeks sumber. j=1, 2, 3,.....n = Panjang atau indeks tujuan, dimana n adalah batas akhir indeks tujuan. X1, X2,.....Xmn = Titik pemetaan antara sumber dan tujuan.

Model transportasi pada saat dikenalkan pertama kali diselesaikan secara manual dengan menggunakan algoritma yang dikenal sebagai transportasi. Algoritma ini cukup dikenal dan masih sering diajarkan hingga tahun 90-an. Pertama, diagnosis maslah dimulai dengan pengenalan sumber, tujuan, parameter, dan variabel. Kedua, seluruh informasi tersebut kemudian dituangkan kedalam matriks transportasi. Dalam hal ini, 1. Bila kapasitas seluruh sumber lebih besar sari permintaan seluruh tujuan maka sebuah kolom semu (dummy) perlu di tambahkan untuk menampung kelebihan kapasitas itu.


15

2. Bila kapasitas seluruh sumber lebih kecil dari seluruh tujuan maka sebuah baris semu perlu ditambahkan untuk menyediakan kapasitas semu yang akan memenuhi kelebihan permintaan itu. Jelas sekali bahwa kelebihan itu tidak bisa dipenuhi.

Ketiga, setelah matriks transportasi terbentuk kemudian dimulai menyusun tabel awal. Algoritma transportasi mengenal empat macam metode untuk menyusun table awal, yaitu: 1. Metode biaya terkecil atau Least Cost Method. Sebuah merode untuk menyusun tabel awal dengan cara mengalokasikan ditribusi barang dari sumber ke tujuan mulai dari sel yang memiliki biaya distribusi terkecil. 2. Metode sudut barat laut atau North West Corner Method. Sebuah metode untuk menyusun tabel awal dengan cara mengalokasikan distribusi barang mulai dari sel yang terletak pada sudut paling kiri atas. 3. Russell’s Approximation Method atau RAM. Melengkapi metode penyusunan tabel awal dengan menggunakan pendekatan selisih biaya terbesar antara biaya distribusi masing-masing sel dengan biaya distribusi terbesar pada masing-masing baris dan kolom dimana sel itu berada. 4. Vogell’s Aproximation Method atauVAM. Metode VAM adalah metode menyelesaikan persoalan transportasi dengan mencari nilai penalti tiap baris dan kolom pada matriks persoalan transportasi. [12]

2.9.

Metode Vogell’s Aproximation Method atau VAM

Metode VAM di lakukan dengan cara mencari selisih biaya terkecil dengan biaya terkecil berikutnya untuj setiap kolom maupun baris. Kemudian pilih selisih biaya


16

terbesar dan alokasikan produk sebanyak mungkin ke sel yang memiliki biaya terkecil cara ini dilakukan secara berulang sehingga semua produk sudah dialokasikan.[5] Adapun langkah-lankah dari pengerjaan metode VAM adalah: 1. Mengurangkan biaya yang terkecil pada setiap baris dengan biaya yang lebih besar satu tingkat pada baris yang sama 2.

Demikian juga untuk kolom

3. Pilih hasil terbesar pada baris dan kolom 4. Alokasikan dengan memilih sel yang biayanyaterkecil pada baris dan kolom yang dipilih 5. Ulangi langkah 1 tapi baris dan kolom yang sudah dialokasikan jangan digunakan lagi 6. Hitung total biaya Contoh Saat ini Pertamina mempunyai 3 daerah penambangan di Pulau Jawa yaitu Cepu, Cilacap dan Cirebon dengan kapasitas produksi masing-masing 120, 80 dan 80 galon. Dari tempat tersebut minyak diangkut ke daerah pemasaran yang terpusat di Semarang, Jakarta dan Bandung dengan daya tampung masing-masing 150, 70 dan 60 galon. Biaya transportasi dari daerah penambangan ke daerah pemasaran sebagai berikut :

Cepu-Semarang = 8

Cilacap-Semarang=15

Cirebon-Semarang=3

Cepu-Jakarta = 5

Cilacap-Jakarta = 10

Cirebon-Jakarta = 9

Cepu-Bandung = 6

Cilacap-Bandung = 12

Cirebon-Bandung = 10 [13]

Tabel 2.1. Perhitungan awal metode Vogell’s Aproximation Method


17

Tabel 2.2. Iterasi pertama perhitungan metode Vogell’s Aproximation Method

Mengurangkan dua bilangan terkecil dari setiap barisnya. Dimana hasil pengurangan terbesar menjadi baris pilihan, kemudian dari baris pilihan tersebut pilih bilangan terkecil dan masukkan nilai supply atau demand sesuai dengan kebutuhan dari bilangan terkecil tersebut. Dan nilai supply atau demand yang terpilih akan otomatis berkurang sesuai dengan kebutuhan nilai terkecil tersebut.

Tabel 2.3. Iterasi kedua perhitungan metode Vogell’s Aproximation Method

Setelah pada bagian baris kemudian masuk ke bagian kolom. Sama seperti dengan baris mengurangkan dua nilai kolom terkecil dari setiap kolomnya, dimana hasil pengurangan terbesar menjadi kolom pilihan untuk mencari nilai terkecil dari kolom tersebut untuk memasukkan nilai supply atau demand sesuai dengan kebutuhan dari bilangan terkecil tersebut. Dengan ketentuan nilai supply dan demand tidak sama dengan 0. Secara otomatis nilai supply atau demand yng terpilih akan berkurang sesuai dengan kebutuhan nilai terkecil tersebut.


18

Tabel 2.4. Iterasi ketiga perhitungan metode Vogell’s Aproximation Method

Setelah pada bagian kolom kemudian kita kembali ke bagian baris. Sama seperti iterasi pertama lakukan proses pengurangan dan pencarian nilai terkecil yang kemudian nilai terkecil tersebut di masukkan nilai supply atau demand sesuai dengan kebutuhan. Yang secara otomatis nilai supply atau demand tersebut akan berkurang.

Tabel 2.5. Iterasi keempat perhitungan metode Vogell’s Aproximation Method

Setelah pada bagian baris kemudian kita kembali ke bagian kolom. Sama seperti iterasi kedua lakukan proses pengurangan dan pencarian nilai terkecil yang kemudian nilai terkecil tersebut di masukkan nilai supply atau demand sesuai dengan kebutuhan. Yang secara otomatis nilai supply atau demand tersebut akan berkurang.


19

Tabel 2.6. Iterasi kelima perhitungan metode Vogell’s Aproximation Method

Pada iterasi 5 hanya terdapat satu buah baris yang nilainy belum terpenuhi maka otomatis baris tersebut dianggap terkecil lalu masukkan nilai supply atau demand ke dalam baris tesebut, maka nilai supply atau demand tersebut menjadi 0. Sehingga iterasi selesai. Tabel 2.7. Hasil akhir dari perhitungan metode Vogell’s Aproximation Method

Pada iterasi 6 semua nilai telah terpenuhi baik demand maupun supply maka langkah selanjutnya adalah mementukan nilai optimalnya yaitu dengan cara melakukan pengalian antara bilangan yang terpilih dengan nilai isinya kemudian dijumlahkan dengan nilai perkalian lainnya. Berikut perkalian dan penjumlahan dari seluruh nilai terkecil yang sudah terpilih. Total biaya= 70 × 8 + 50 × 6 + 70 ×10 + 10 ×12 + 80 × 3= 1920


20

2.1.0. Metode Least Cost Method atau LC Metode transportasi hampir selalu membicarakan biaya /cost dalam mendistribusikan suatu barang /produk, karena itu alokasi barang tersebut harus ditempatkan pada posisi biaya terendah.[4] Konsep dari Least Cost Scheduling ini adalah menentukan kondisi yang optimal untuk biaya dan waktu dalam proses pelaksanaan proyek konstruksi, dimana untuk mendapatkan kondisi yang optimal tersebu tdilakukan percepatan pelaksanaan proyek. Untuk membuat perencanaan waktu dan biaya pelaksanaan suatu proyek perlu dilakukan hal-hal mempelajari spesifikasi pekerjaan, menguraikan pekerjaan, mempelajari hubungan antar kegiatan, membuat jaringan kerja, membuat analisis waktu dan biaya tiap kegiatan, membuat tabel waktu dan biaya pelaksanaan melakukan proses optimasi waktu dan biaya, dan yang terakhir mendapatkan waktu dan biaya yang optimal.[1] Adapun langkah – langkah pengerjaan dari metode LC adalah: 1. Pilih sel yang biayanya terkecil 2. Sesuaikan dengan permintaan dan kapasitas 3. Pilih sel yang biayanya satu tingkat lebih besar dari sel pertama yang dipilih 4. Sesuaikan kembali, cari total biaya Contoh Saat ini Pertamina mempunyai 3 daerah penambangan di Pulau Jawa yaitu Cepu, Cilacap dan Cirebon dengan kapasitas produksi masing-masing 120, 80 dan 80 galon. Dari tempat tersebut minyak diangkut ke daerah pemasaran yang terpusat di Semarang, Jakarta dan Bandung dengan daya tampung masing-masing 150, 70 dan 60 galon. Biaya transportasi dari daerah penambangan ke daerah pemasaran sebagai berikut :

Cepu-Semarang = 8

Cilacap-Semarang=15

Cirebon-Semarang=3

Cepu-Jakarta = 5

Cilacap-Jakarta = 10

Cirebon-Jakarta = 9

Cepu-Bandung = 6

Cilacap-Bandung = 12

Cirebon-Bandung = 10 [13]


21

Tabel 2.8. Tabel awal metode Least Cost

Tabel 2.9. Iterasi pertama perhitungan metode Least Cost

Mencari nilai terkecil dari tabel awal, ketika nilai terkecil ditemukan maka masukkan nilai supply atau demand ke dalam kolom atau baris yang nilainya paling kecil tersebut. Dan nilai supply atau demand yang terpilih akan otomatis berkurang sesuai dengan kebutuhan nilai terkecil tersebut.

Tabel 2.10. Iterasi kedua perhitungan metode Least Cost


22

Setelah mendapatkan nilai terkecil pertama kemudian mencari nilai terkecil berikutnya namun tidak lebih kecil dari nilai sebelumnya. Dengan ketentuan supply atau demand tidak sama dengan 0. Setelah ditemukan maka masukkan nilai supply atau demand ke dalam kolom atau baris tersebut. Dan nilai supply atau demand yang terpilih akan otomatis berkurang sesuai dengan kebutuhan nilai terkecil tersebut

Tabel 2.11. Iterasi ketiga perhitungan metode Least Cost

Sama dengan iterasi sebelumnya mencari nilai terkecil berikutnya. Namun apabila nilai terkecil tersebut telah memiliki nilai demand atau supply sama dengan 0 maka nilai itu tidak termasuk nilai terkecil.

Tabel 2.12. Iterasi keempat perhitungan metode Least Cost

Sama dengan iterasi sebelumnya mencari nilai terkecil berikutnya. Namun apabila nilai terkecil tersebut telah memiliki nilai demand atau supply sama dengan 0 maka nilai itu tidak termasuk nilai terkecil. Hal ini dilakukan sampai dengan menemukan supply atau demand yang belum bernilai 0.


23

Tabel 2.13. Iterasi kelima perhitungan metode Least Cost

Sama dengan iterasi sebelumnya mencari nilai terkecil berikutnya. Namun apabila nilai terkecil tersebut telah memiliki nilai demand atau supply sama dengan 0 maka nilai itu tidak termasuk nilai terkecil. Hal ini dilakukan sampai dengan menemukan supply atau demand yang belum bernilai 0. Ketika semua supply dan demand terpenuhi maka iterasi akan berhenti.

Tabel 2.14. Hasil akhir dari perhitungan metode least cost

Ketika nilai supply dan demand telah bernilai sama dengan 0, maka selanjutnya adalah melakukan perhitungan terhadap nilai optimal. Perhitungan nilai optimal dilakukan dengan cara mengalikan nilai terkecil dengan nilai supply atau demand yang telah terpenuhi kolom atau baris tersebut kemudian dijumlahkan dengan nilai hasil perkalian lainnya


24

Berikut perkalian dan penjumlahan dari seluruh nilai terkecil yang sudah terpilih. Total biaya= 70 × 5 + 50 × 6 + 70 × 15 + 10 × 12 + 80 × 3 = 2060

2.11.Profil Umum PT. Harian Waspada 2.11.1. Sejarah PT.Harian Waspada Harian Waspada didirikan di Medan pada tanggal 11 Januari 1997 oleh sejarahwan yaitu, Moehammad Said dan Hj. Ani Idrus. Pada saat Medan masih berpenduduk sekitar 300 ribu jiwa. Kala itu Medan masih kurang lebih sebulan ditimbang terima akan Inggris kepada Belanda. Dipilihnya nama “WASPADA” berdasarkan situasi pada saat itu yang menurut setiap orang bersikap waspada karena menjelang akhir tahun 1946 Belanda masih bernafsu memperluas wilayah kekuasaanny. H. Moehammad Said merasa khawatir akan hal itu dan menganjurkan kepada para pemimpin Indonesia agar senantiasa waspada dalam berunding dengan Belanda. Oleh karena itu beliau terguguh untuk menyebut nama koran yang akan diterbitkan dengan nama “WASPADA”. Selain itu beliau berpendapat, yang penting saat itu mengumandangakan suara Republik di luar daerah edisi perdana Harian waspada yang dicetak di percetakan Syarikat Tapanoeli, terbit hanya berukuran setengah lembar dengan oplah 1000Exp gundul, oplah hanya 300 lembar dan penerbitan ketiga sampai seterusnya dapat diterbitkan kembali 2 (dua) halaman penuh. Harian Waspada merupakan surat kabar pertama di Sumatera Utara yang mencetak dengan sistem offset sehingga sangat mengejutkan masyarakat utamanya pengelola surat kabar. Dengan cetak offset tersebut hasilnya lebih bersih dan rapi, dibandingkan dengan cetakan sebelumnya menggunakan letter press dan mesin rotasi.


25

2.11.2. Makna Logo PT. Harian Waspada

Gambar 2.2. Logo PT.Harian Waspada Logo PT. Harian Waspada adalah suatu bentuk simbolis yang melambangkan ciri khas fungsi Harian Waspada Medan. Huruf “W” pada logo harian waspada ini adalah singkatan dari kata Waspada. Waspada memiliki makna yaitu berhati-hati terhadap pemerintah Belanda, makna Waspada itu berkaitan erat dengan situasi pada waktu saat itu pemerintahan Belanda ingin memperluas wilayah kekuasaannya.Warna merah pada tulisan “Waspada” mengartikan agar setiap wartawan harus berani mengungkapkan kebenaran.


BAB 2 LANDASAN TEORI

Recommend Documents