BAB 3 ANALISIS SISTEM YANG BERJALAN
3.1. Gambaran Umum Perusahaan 3.1.1. Sejarah Perusahaan Tirta Bintaro merupakan salah satu agen air minum yang berlokasi Jl. Tegal Rotan Raya No. 06 Ciputat, Tangerang. Tirta Bintaro hanya mendistribusikan air minum brand Aqua dan VIT. Hal ini disebabkan oleh perjanjian yang telah disepakati bersama antara pihak Tirta Bintaro dengan pihak supplier pada saat pertama kali mereka menjalin kerja sama. Perusahaan ini terbentuk pada tahun 1996, dimana Tirta Bintaro menjalankan bisnisnya tidak hanya menjadi agen air minum Aqua. Pada saat awal berdiri, Tirta Bintaro merupakan agen yang menjual berbagai jenis minuman dengan brand yang beraneka ragam. Setelah menjalani bisnis tersebut selama beberapa waktu ke depan, Tirta Bintaro mulai mengurangi brand produk yang mereka akan tawarkan kepada konsumen. Hal ini dilakukan atas dasar berbagai pertimbangan yang ada, diantaranya yaitu brand minuman dari sudut pandang konsumen, perekonomian yang tidak stabil membuat harga barang dan permintaan yang selalu berubah, dan perhitungan perkiraan keuntungan yang diperoleh dari produk yang ditawarkan kepada konsumen. Tirta
Bintaro
selalu
berusaha
untuk
beradaptasi
untuk
menyesuaikan diri dengan situasi yang selalu berubah. Oleh sebab itu, perusahaan dapat bertahan dan bahkan semakin berkembang menjadi lebih
57
baik walaupun secara perlahan. Sekitar akhir tahun 2003, Tirta Bintaro mendapatkan tawaran yang cukup baik dari salah satu distributor resmi Aqua untuk menjadi salah satu agen mereka dengan perjanjian bahwa mereka tidak diperbolehkan untuk menjual minuman dengan brand yang lain, kecuali brand yang diluncurkan oleh pihak Aqua tersebut. Dengan pertimbangan yang telah dilakukan, pada awal tahun 2004 Tirta Bintaro memutuskan untuk menerima tawaran dari distributor resmi Aqua tersebut. Dengan adanya perjanjian yang telah dilakukan antara Tirta Bintaro dengan distributor resmi aqua tersebut, Tirta Bintaro memperoleh berbagai keuntungan. Keuntungan yang diperoleh antara lain adalah Tirta Bintaro selalu mendapatkan pasokan barang setiap kali melakukan permintaan terhadap barang kepada supplier, Tirta Bintaro juga memperoleh beberapa hadiah karena telah dapat mencapai jumlah penjualan yang telah ditetapkan oleh pihak Aqua. Hingga saat ini, Tirta Bintaro tetap menjadi salah satu agen yang mendistribusikan air minum brand Aqua dan VIT dimana mereka selalu berusaha untuk memenuhi kebutuhan konsumen serta memberikan pelayanan yang memuaskan bagi mereka.
3.1.2. Visi dan Misi Visi dari Tirta Bintaro: Menjadi perusahaan yang dapat memberikan solusi dalam distribusi untuk AMDK (Air Minum Dalam Kemasan) melalui pelayanan dan kinerja terbaik sehingga dapat memenuhi kepuasan konsumen.
58
Dalam pencapaian visi yang ada, maka diperlukan pencapaian misimisi terlebih dahulu. Misi dari Tirta Bintaro : -
Memberikan pelayanan yang unggul dengan efektif dan efisien
-
Menjalin hubungan yang baik dengan pemasok (supplier), konsumen, karyawan, dan masyarakat.
-
Mengembangkan tenaga kerja yang produktif dan unggul
-
Selalu memperhatikan dan mengutamakan kepuasan konsumen
-
Meningkatkan kualitas pelayanan
-
Memperluas pangsa pasar
3.1.3. Struktur Organisasi Dalam
pelaksanaan
kegiatan
operasionalnya,
Tirta
Bintaro
ditangani oleh tiga kepala bagian yang dibawahi oleh manajer dan manajer dibawahi langsung oleh direktur. Tiga kepala bagian tersebut yaitu kepala bagian logistik, kepala bagian penjualan, dan kepala bagian keuangan. Berikut adalah gambaran dari struktur organisasi Tirta Bintaro.
Gambar 3.1 Struktur Organisasi Tirta Bintaro Sumber : Tirta Bintaro (2011)
59
Tugas masing-masing divisi yaitu sebagai berikut: Direktur -
Memimpin perusahaan dan bertanggung jawab atas segala hal yang berkaitan dengan perusahaan, termasuk pengambilan keputusan yang berhubungan dengan kelangsungan bisnis perusahaan
-
Menentukan dan mengarahkan visi dan misi perusahaan yang jelas sehingga dapat dipahami oleh seluruh pekerja
-
Menetapkan strategi untuk mencapai visi dan misi perusahaan yang telah ditetapkan
-
Membuat perencanaan dan kebijakan jangka panjang yang akan diberlakukan dalam perusahaan
-
Menjalin kerja sama dengan pihak luar
-
Merencanakan dan menentukan sistem upah
-
Mengawasi perkembangan perusahaan
Manajer -
Mengawasi dan bertanggung jawab atas seluruh kegiatan operasional yang terjadi di dalam perusahaan
-
Merencanakan dan menentukan sumber daya yang dibutuhkan
-
Menganalisa laporan dari tiap bagian dan memberikan laporan atas keseluruhan kegiatan yang terjadi di dalam perusahaan kepada direktur
-
Bersama-sama dengan direktur membahas perkembangan perusahaan dan menentukan strategi yang tepat bagi kemajuan perusahaan
60
-
Mengarahkan seluruh karyawan dalam pencapaian visi dan misi perusahaan
-
Memastikan bahwa strategi, peraturan, dan kebijakan yang telah ditetapkan berjalan dengan baik
-
Menyampaikan pendapat karyawan kepada direktur perusahaan
Bagian Gudang -
Mengawasi arus keluar masuk barang
-
Melakukan pengecekan atas barang yang masuk dan keluar guna memastikan bahwa barang-barang tersebut tidak mengalami kerusakan atau menjaga kualitas barang selama dalam masa penyimpanan
-
Mencatat jumlah barang, baik barang yang masuk ke gudang maupun barang yang tersisa setiap harinya
-
Membuat laporan mengenai pemasukan dan pengeluaran barang yang terjadi untuk diberikan kepada manajer
Bagian Pembelian -
Melakukan pemesanan barang ke pihak supplier
-
Membuat perencanaan pembelian barang
-
Memberikan laporan kepada Manager mengenai pembelian yang telah dilakukan
Bagian Pengiriman -
Mengirimkan barang ke tangan konsumen secara langsung
61
-
Memastikan bahwa barang akan dalam keadaan aman dan terjaga sampai ke tangan konsumen
Bagian Penjualan -
Mengawasi kegiatan penjualan yang terjadi di dalam perusahaan
-
Memastikan bahwa target penjualan dapat dicapai
-
Mengurusi semua kegiatan yang berhubungan dengan penjualan barang
-
Berinteraksi secara langsung dengan konsumen
-
Menerima pemesanan atas barang yang datang dari konsumen
-
Menganalisa dan mengatasi setiap masalah atau kendala yang berhubungan dengan penjualan
-
Membuat laporan penjualan dalam suatu jangka waktu yang akan diberikan kepada manager Bagian Penagihan
-
Melakukan penagihan kepada konsumen yang telah menerima barang namun belum melakukan pembayaran atau pelunasan
Bagian Keuangan -
Merencanakan penggunaan dana perusahaan secara efektif dan efisien
-
Mengawasi penggunaan dana yang terjadi di dalam perusahaan
-
Mencatat semua transaksi atau aktivitas keuangan yang terjadi di dalam perusahaan dan memberikannya kepada staff accounting
-
Melakukan pembayaran kepada pihak supplier atas barang yang telah diterima oleh perusahaan
62
-
Menerima pembayaran dari konsumen atas pembelian barang yang dilakukan konsumen tersebut.
-
Membuat laporan keuangan secara terperinci untuk suatu jangka waktu yang akan diberikan kepada manajer guna dapat mendukung dalam pengambilan keputusan
3.1.4. Proses Bisnis Proses bisnis pada Tirta Bintaro terbagi menjadi dua, yaitu proses bisnis penerimaan pemesanan dari konsumen hingga penerimaan pembayaran atas pemesanan yang dilakukan oleh konsumen tersebut dan proses bisnis pembelian persediaan kepada supplier hingga pembayaran kepada supplier atas barang yang telah diterima. a. Penerimaan Pemesanan dari Konsumen Proses bisnis ini dimulai pada saat konsumen melakukan pemesanan, bagian penjualan akan melakukan pengecekan ketersediaan barang dengan bertanya kepada bagian gudang. Bila barang tidak tersedia maka bagian penjualan akan melakukan konfirmasi kepada pelanggan atas ketidak-tersediaan barang. Akan tetapi, bila barang tersedia maka bagian penjualan akan membuat surat pemesanan atas setiap permintaan konsumen yang ada. Setelah semua permintaan pesanan konsumen terkumpul, bagian penjualan akan memberikan surat pemesanan ke bagian gudang. Kemudian bagian pergudangan akan menyiapkan barang-barang yang diminta oleh konsumen dan membuat surat pengeluaran barang. Barang yang telah disiapkan dan surat
63
pengeluaran barang akan diberikan bagian gudang kepada bagian pengiriman untuk dilakukan pengecekan kesesuaian sebelum barang tersebut dikirim. Bila sudah sesuai, maka bagian pengiriman akan mengelompokkan berdasarkan daerah pengiriman. Setelah itu, barang akan dimasukkan ke dalam kendaraan (truk) dan membuat surat jalan. Sesampainya ditempat tujuan, barang yang akan dipesan oleh konsumen diperiksa kembali oleh konsumen lewat surat jalan yang telah dibuat. Setelah penerimaan barang oleh konsumen, maka bagian penagihan akan melakukan penagihan dengan membuat surat penagihan yang akan diberikan kepada konsumen. Pembayaran oleh konsumen dilakukan dengan sekali pembayaran lunas. Proses pembayaran dapat dilakukan secara tunai atau melalui bank (transfer). Proses bisnis penerimaan pemesanan dari konsumen yang telah diuraikan tersebut dapat digambarkan dalam activity diagram sebagai berikut:
64
Gambar 3.2 Activity Diagram Pemesanan Konsumen hingga Pembayaran (November 2011)
65
b. Pemesanan Persediaan kepada Supplier Proses bisnis ini dimulai dari bagian gudang meminta persediaan barang karena persedian barang di gudang yang sudah semakin sedikit dengan membuat surat permintaan, dimana surat tersebut akan diajukan kepada bagian pembelian. Setelah menerima surat permintaan atas persediaan, bagian pembelian akan menghubungi supplier untuk memesan barang dengan membuat surat pembelian barang. Supplier akan segera mengantarkan barang sesuai dengan pesanan yang telah ditertera pada surat pembelian barang ke perusahaan. Barang yang datang akan langsung diperiksa kesesuaiannya oleh bagian gudang berdasarkan pemesanan yang telah dilakukan bagian pembelian kepada supplier. Bila barang tidak sesuai maka bagian pembelian akan melakukan konfirmasi kepada supplier untuk memperbaikinya. Sebaliknya, bila telah sesuai maka
barang akan
dimasukkan ke gudang. Bagian gudang akan menerima barang tersebut dan membuat surat penerimaan barang. Surat penerimaan barang tersebut akan digunakan oleh supplier untuk menagih pembayaran kepada perusahaan melalui bagian keuangan perusahaan. Setelah menerima penagihan dan supplier maka bagian keuangan akan melakukan pembayaran kepada supplier. Proses bisnis pemesanan persediaan kepada supplier yang telah diuraikan tersebut dapat digambarkan dalam activity diagram sebagai berikut:
66
Gambar 3.3 Activity Diagram Pemesanan Persediaan kepada Supplier (November 2011)
67
3.1.5. Laporan Persediaan, Penjualan, dan Stok Barang Berikut adalah tabel laporan persediaan, penjualan, dan jumlah stok barang setiap bulan pada tahun 2010 yang dapat menunjukkan bahwa terdapat dua bulan dimana perusahaan mengalami kehabisan stok barang. Dengan tidak adanya stok barang, maka perusahaan tidak dapat memenuhi permintaan konsumen yang datang. Tabel 3.1 Laporan Persediaan, Penjualan, dan Stok BarangTahun 2010 Laporan Persediaan, Penjualan, dan Stok Barang Tahun 2010
Bulan Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember
Persediaan Penjualan Stok Barang 58329 57636 693 57777 57021 756 64257 62666 1591 67314 67314 0 73489 70615 2874 66871 64781 2090 78977 78977 0 80890 80101 789 74211 72616 1595 86097 83984 2113 82231 79730 2501 78570 78137 433 Sumber : Tirta Bintaro
68
3.2. Analisis Data Penjualan Berikut akan diuraikan mengenai proses pengumpulan data, pengolahan data, dan analisis data. Pengumpulan data pada bab ini diperoleh dari perusahaan dengan cara observasi langsung dan wawancara. Kemudian dari data yang telah diperoleh tersebut maka akan dilakukan pengolahan data yang menghasilkan peramalan permintaan dan suatu rute distribusi yang dapat meningkatkan efisiensi biaya dalam hal pendistribusian barang. 3.2.1. Data Penjualan Data penjualan dari Januari 2009 sampai dengan September 2011 untuk aqua gallon pada Tirta Bintaro, sebagai berikut: Tabel 3.2 Data Penjualan Aqua Galon Periode 1 Januari 2009 – 30 September 2011 Bulan Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember Januari Februari Maret April Mei Juni Juli
Jumlah Unit 49649 47472 50864 48982 56097 62119 69429 62167 57060 62915 52950 62705 57636 57021 62666 67314 70615 64781 78977
69
Agustus 80101 September 72616 Oktober 83984 November 79730 Desember 78137 Januari 85706 Februari 76761 Maret 87608 April 97664 Mei 100177 Juni 98772 Juli 90458 Agustus 86856 September 81402 Sumber : Tirta Bintaro (2011)
3.2.2. Perhitungan Peramalan Peramalan merupakan prediksi mengenai keadaan di masa yang akan datang. Dalam hal ini yang akan diramalkan adalah penjualan Aqua galon untuk masa yang akan datang. Peramalan permintaan akan dihitung secara manual dan dengan menggunakan software QM (Quantity Management) For Window dan Minitab. Peramalan dihitung dengan menggunakan beberapa metode yang ada, antara lain: •
Metode Naif
•
Metode Rata-rata Bergerak
•
Metode Rata-rata Bergerak Tertimbang
•
Metode Penghalusan Eksponensial
•
Metode Penghalusan Eksponensial dengan Tren
•
Metode Regresi Linier
70
3.2.2.1. Perhitungan Peramalaan menggu unakan Aplikasi QM For W Window Padaa bagian inni akan dittampilkan hasil h perhituungan unntuk setiap metode peraamalan yangg digunakann. Cara mem mbuka daan menjalannkan aplikasii QM dapat dilihat d pada lampiran 2. a.. Peramalaan dengan Metode M Naiff H Hasil dari perhitungan p peramalan akan aqua galon untuk bulan Oktober 2011 dengaan menggunaakan metodee Naif mbar berikutt: dapat dilihhat pada gam
Gaambar 3.4 Hasil H Perhitunngan QM Metode M Naif (Novemberr 2011) Cara melaakukan perhiitungannya dapat d dilihatt secara lenggkap pada lamppiran 3.
b. Peramalaan dengan Metode M Ratta-rata Berggerak J Jumlah periode yang digunakan d daalam perhituungan menggunaakan metodee rata-rata bergerak b addalah berdasarkan penelitiann-penelitian sebelumnya, yaitu 3 (H Hays, J.M. (22003),
71
Stevensonn,
W.J.(2009),
Eckhaaus,
E.(20010),
Pilinkkiene,
V.(2008), Ren, L.dan Glasure, Y.(2009)). H Hasil dari perhitungan p peramalan akan aqua galon untuk bulan Oktober 2011 2 dengann menggunakkan metode Ratarata Bergeerak dapat dilihat pada gambar g berikkut:
Gam mbar 3.5 Hasiil Perhitungaan QM Metoode Rata-rataa Berggerak (Noveember 2011) Cara melaakukan perhiitungannya dapat d dilihatt secara lenggkap pada lamppiran 4.
c.. Peramalaan
dengaan
Metod de
Rata-rrata
Berggerak
Tertimbaang P Pembobotan n yang diggunakan dallam perhituungan menggunnakan metodde rata-rata bergerak teertimbang adalah a berdasarkkan penelitian-penelitiann sebelumnyya, yaitu 0,55; 0,3 dan 0,2 (Sarjono, ( H.((2010)).
72
H Hasil dari perhitungan p peramalan akan aqua galon untuk buulan Oktobeer 2011 deengan mengggunakan metode m Rata-rataa Bergerak Tertimbangg dapat dilihhat pada gaambar berikut:
mbar 3.6 Hassil Perhitunggan QM Mettode Rata-ratta Gam Bergerak Tertimbang (Novemberr 2011) Cara mellakukan perhhitungannya dapat dilihaat secara lenggkap pada lam mpiran 5.
M Penghalusan Eksponensiall d. Peramalaan dengan Metode K Konstanta penghalusann yang diigunakan dalam d perhitungan menggunnakan metodde penghaluusan eksponeensial adalah beerdasarkan penelitian-ppenelitian seebelumnya, yaitu 0,3 (Pilinkkiene, V.(20008), Gross, K.D.(2001))). H Hasil dari perhitungan p peramalan akan aqua galon untuk buulan Oktobeer 2011 denngan menggunakan metode m Penghalussan Eksponnensial denngan konstanta pengghalus sebesar 0..3 dapat dilihhat pada gam mbar berikut:
73
Gambaar 3.7 Hasil Perhitungan P n QM Metodde Penghalussan Eksponennsial konstannta penghaluus 0.3 (Novemberr 2011) Cara melaakukan perhiitungannya dapat d dilihatt secara lenggkap pada lamppiran 6. P Pada hasil perhitungann menggunaakan penghaalusan eksponenssial dengann QM, dappat diperoleeh nilai tingkat kesalahann
(MAD)
pada
berbbagai
tingkkatan
konsstanta
penghalussan. MAD yang y paling rendah adaalah pada tingkat konstanta 0,75. H Hasil dari perhitungan p peramalan akan aqua galon untuk buulan Oktobeer 2011 denngan menggunakan metode m Penghalussan Eksponeensial konsttanta penghaalus sebesarr 0,75 dapat dilihhat pada gam mbar berikutt:
74
Gambaar 3.8 Hasil Perhitungann QM Metodde Penghalussan Eksponennsial konstannta penghaluss 0.75 (Novemberr 2011) Cara melaakukan perhhitungannya dapat dilihaat secara lenngkap pada lamppiran 7.
e.. Peramalaan dengan Metode Penghalusa P n Eksponeensial dengan Tren T K Konstanta penghalusan untuk rata-rrata dan tren yang digunakann adalah beerdasarkan penelitian p seebelumnya, yaitu 0,3 dan 0,,2 (Sarjono, H.(2010)). H Hasil dari perhitungan p peramalan aqua a galon untuk u bulan
O Oktober
2 2011
denggan
Metodde
Penghaalusan
Eksponennsial dengan Tren dapat dilihat d pada gambar beriikut:
75
Gam mbar 3.9 Hassil Perhitunggan QM Metode Metode Penghalussan Eksponennsial dengann Tren (Novemberr 2011) Cara melaakukan perhiitungannya dapat d dilihatt secara lenggkap pada lamppiran 8.
M Reggresi Linier f. Peramalaan dengan Metode H Hasil dari perhitungan p peramalan akan aqua galon untuk buulan Oktobeer 2011 denngan menggunakan metode m Regresi Linier L dapat dilihat d pada gambar berikut:
Gambarr 3.10 Hasil Perhitungan P QM Metodee Regresi Linier (Novemberr 2011)
76
Cara melakukan perhitungannya dapat dilihat secara lengkap pada lampiran 9.
3.2.2.2. Perhitungan Peramalan menggunakan Aplikasi Minitab Pada bagian ini akan ditampilkan hasil perhitungan untuk setiap metode peramalan yang digunakan. Cara membuka dan menjalankan aplikasi Minitab dapat dilihat pada lampiran 9. a. Peramalan dengan Metode Rata-rata Bergerak Hasil dari perhitungan peramalan akan aqua galon untuk bulan Oktober 2011 dengan menggunakan metode Ratarata Bergerak dapat dilihat pada gambar berikut:
Gambar 3.11 Hasil Perhitungan Minitab Metode Rata-rata Bergerak (November 2011)
77
Cara melakukan perhitungannya dapat dilihat secara lengkap pada lampiran 10.
b. Peramalan dengan Metode Penghalusan Eksponensial Hasil dari perhitungan peramalan akan aqua galon untuk bulan Oktober 2011 dengan menggunakan metode Penghalusan Eksponensial dengan konstanta penghalus sebesar 0.3 dapat dilihat pada gambar berikut:
Gambar 3.12 Hasil Perhitungan Minitab Metode Penghalusan Eksponensial konstanta penghalus 0.3 (November 2011) Cara melakukan perhitungannya dapat dilihat secara lengkap pada lampiran 11.
78
Berdasarkan perhitungan QM bahwa MAD yang paling rendah adalah pada konstanta 0.75, maka dilakukan pula perhitungan dengan konstanta 0.75 menggunakan software Minitab. Hasil dari perhitungan peramalan akan aqua galon untuk bulan Oktober 2011 dengan menggunakan metode Penghalusan Eksponensial konstanta penghalus sebesar 0.75 dapat dilihat pada gambar berikut:
Gambar 3.13 Hasil Perhitungan Minitab Metode Penghalusan Eksponensial konstanta penghalus 0.75 (November 2011) Cara melakukan perhitungannya dapat dilihat secara lengkap pada lampiran 12.
79
c. Peramalan dengan Metode Penghalusan Eksponensial dengan Tren Hasil dari perhitungan peramalan akan aqua galon untuk bulan Oktober 2011 dengan menggunakan metode penghalusan eksponensial dengan tren dapat dilihat pada gambar berikut:
Gambar 3.14 Hasil Perhitungan Minitab Metode Penghalusan Eksponensial dengan Tren (November 2011) Cara melakukan perhitungannya dapat dilihat secara lengkap pada lampiran 13.
80
d. Peramalaan dengan Metode M Reggresi Linier H Hasil dari perhitungan p peramalan akan aqua galon untuk buulan Oktobeer 2011 denngan menggunakan metode m Regresi Linier L dengann Tren dapatt dilihat padaa gambar berrikut:
Gambaar 3.15 Hasill Perhitungaan Minitab Metode M Regreesi Linnier (Novem mber 2011) Cara melaakukan perhiitungannya dapat d dilihatt secara lenggkap pada lamppiran 14.
81
3.2.2.3. Perhitungan Peramalan secara manual a. Peramalan dengan Metode Naif Tabel 3.3 Perhitungan Manual Metode Naif
81,402
∑| 189,679 32 5,927.469
|
82
∑ 1,477,042,413 32 46,157,580
31753 5,927.469 5.357
b. Peramalan dengan Metode Rata-rata Bergerak Tabel 3.4 Perhitungan Manual Metode Rata-rata Bergerak
83
90458
86856 3
81402
258716 3 86,238.67
∑|
|
183283.67 30 6,109.456
∑ 1653285718 30 55,109,523.93
70397 6,109.456 11.52
84
c. Peramalan
dengan
Metode
Rata-rata
Bergerak
Tertimbang Tabel 3.5 Perhitungan Manual Metode Rata-rata Bergerak Tertimbang
((0.5*90458) + (0.3*86856) + (0.2*81402)) 87,566.2
∑| 193744.5 30 6,458.15
|
85
∑ 1919914085 30 63,997,136.17
82449.70 6,458.15 12.77
86
d. Peramalan dengan Metode Penghalusan Eksponensial Tabel 3.6 Perhitungan Manual Metode Penghalusan Eksponensial konstanta penghalusan 0.3
90618.85
0.3 81402
90618.85
87,853.79 ∑|
|
201185.64
32 6,287.05 ∑
87
1931408971
32 60,356,530.34
127349.31 6,287.05 20.26
Tabel 3.7 Perhitungan Manual Metode Penghalusan Eksponensial konstanta penghalusan 0.75
88276.23
0.75 81402
88276.23
88
83,120.557 ∑|
|
186787.57
32 5,837.11
∑ 1392999020
32 43,531,219.38
44628.74 5,837.11 7.65
89
e. Peramalan dengan Metode Penghalusan Eksponensial dengan Tren Tabel 3.8 Perhitungan Manual Metode Penghalusan Eksponensial dengan Tren
1
0.3 81402
1
0.3 95839.71
1361.624
92,461.5338
1
0.2 92461.5338 413.664
95839.71
1
0.2 1361.624
90
92,461.5338
413.664
92,875.1978
∑|
|
191965.024 32 5,998.91
∑ 1740993119.087 32 54,406,034.97
6894.40 5,998.91 1.15
91
f. Peramalan dengan Metode Regresi Linier Tabel 3.9 Perhitungan Manual Persamaan Metode Regresi Linier
∑
561 33
17
92
∑
2341391 33
∑ ∑
70951.24 44099180 33 17 70951.24 12529 33 17
1435.672 70951.24 46544.83
1435.672 17
1435.672
Tabel 3.10 Perhitungan Manual Metode Regresi Linier
46544.83 95,357.66
1435.672 34
46544.83
93
∑|
|
167320.4
33 5,070.31
∑ 1306133002
33 39,579,787.94
0.38 5,070.31 0.000075
3.2.3. Perbandingan Ketelitian Peramalan Dari perhitungan peramalan yang telah dilakukan, maka akan dilakukan perbandingan dari ketelitian peramalan setiap metode. Metode peramalan yang akan digunakan adalah metode peramalan yang memberikan nilai penyimpangan terkecil dari metode-metode yang digunakan. Perbandingan ketelitian peramalan ditampilkan pada tabel berikut :
94
•
Hasil Perhitungan dengan software QM Tabel 3.11 Hasil Perhitungan dengan software QM Metode Naif Rata-rata Bergerak Rata-rata Bergerak Tertimbang
MAD 5927.469 6109.456 6458.149
MSE 46157580 55109530 63997120
Penghalusan Eksponensial (0.3) Penghalusan Eksponensial (0.75) Penghalusan Eskponensial dengan Tren Regresi Linier
6287.051 5837.112 5998.906 5070.313
60356510 43531210 54406040 39579780
Berdasarkan hasil pengolahan data menggunakan software QM telah diperoleh hasil MAD dan MSE yang memiliki nilai yang terkecil, yaitu Metode Regresi Linier. Metode regresi linier merupakan metode peramalan yang sebaiknya digunakan oleh perusahaan untuk meramalkan jumlah permintaan aqua galon di masa yang akan datang berdasarkan perhitungan dengan menggunakan QM for Windows.
•
Hasil Perhitungan dengan software Minitab Tabel 3.12 Hasil Perhitungan dengan software Minitab Metode Rata-rata Bergerak Penghalusan Eksponensial (0.3) Penghalusan Eksponensial (0.75)
MAD 6109 6181 5765
MSE 55109524 58221552 42541331
PenghalusanEskponensial dengan Tren
5888
51406090
Regresi Linier
5070
39579788
Berdasarkan hasil pengolahan data menggunakan software Minitab telah diperoleh hasil MAD dan MSE yang memiliki nilai yang
95
terkecil, yaitu Metode Regresi Linier. Metode regresi linier merupakan metode peramalan yang sebaiknya digunakan oleh perusahaan untuk meramalkan jumlah permintaan aqua galon di masa yang akan datang berdasarkan perhitungan dengan menggunakan Minitab.
• Hasil Perhitungan dengan secara manual Tabel 3.13 Hasil Perhitungan secara manual Metode Naif Rata-rata Bergerak Rata-rata Bergerak Tertimbang
MAD 5927.469 6109.456 6458.15
MSE 46157580 55109523.93 63997136.17
Penghalusan Eksponensial (0.3) Penghalusan Eksponensial (0.75) Penghalusan Eskponensial dengan Tren Regresi Linier
6287.05 5837.11 5998.907 5070.313
60356530.34 43531.219.38 54406034.97 39579787.94
Berdasarkan hasil pengolahan data secara manual telah diperoleh hasil MAD dan MSE yang memiliki nilai yang terkecil, yaitu Metode Regresi Linier. Metode regresi linier merupakan metode peramalan
yang
sebaiknya
digunakan
oleh
perusahaan
untuk
meramalkan jumlah permintaan aqua galon di masa yang akan datang berdasarkan perhitungan secara manual.
3.2.4. Analisis Metode Peramalan Untuk Peramalan Permintaan Berdasarkan teori yang telah diuraikan, suatu metode peramalan patut dipilih untuk digunakan sebagai indikator apakah suatu teknik peramalan cocok digunakan atau tidak dengan membandingkan kesalahan
96
peramalan yang dilihat pada nilai MAD dan MSE. Akurasi peramalan akan semakin tinggi apabila nilai-nilai MAD dan MSE semakin kecil, sehingga semakin kecil nilai MAD dan MSE berarti semakin kecil pula perbedaan antara hasil peramalan dan nilai aktual. Hasil pengolahan data menggunakan QM for Windows, Minitab, dan secara manual telah diperoleh hasil MAD dan MSE dari setiap metode yang digunakan. Metode peramalan yang menghasilkan nilai MAD dan MSE terkecil, yaitu Metode Regresi Linier. Kesimpulan yang dapat diperoleh berdasarkan hasil perhitungan dan perbandingan ketelitian peramalan adalah metode regresi linier merupakan metode peramalan yang sebaiknya digunakan oleh perusahaan untuk meramalkan jumlah permintaan aqua galon di masa yang akan datang berdasarkan perhitungan menggunakan QM for Windows, Minitab, dan secara manual.
3.3. Penentuan Rute dan Jadwal Pengiriman Tujuan dari penentuan rute dan jadwal pengiriman adalah kombinasi dari meminimumkan biaya dengan mengoptimalkan penggunaan jumlah kendaraan yang digunakan, total jarak dan waktu perjalanan yang ditempuh kendaraan tersebut. Dalam penentuan rute dan jadwal pengiriman, seorang manajer harus menentukan truk mana yang akan mengirim ke customer yang mana dan rute pengiriman yang harus ditempuh oleh masing-masing truk. Manajer tersebut juga harus memastikan bahwa tidak ada satupun truk yang mempunyai muatan berlebih dan dapat memenuhi waktu pengiriman yang telah dijanjikan.
97
3.3.1. Pengumpulan Data Konsumen Tirta Bintaro mempunyai konsumen yang tersebar di wilayah Tangerang dan Jakarta. Konsumen yang dijadikan objek untuk melakukan penelitian adalah konsumen yang selama 3 tahun terakhir secara berkala melakukan pemesanan dan pembelian pada Tirta Bintaro. Konsumen tersebut berjumlah 30 toko. Berikut hasil pengumpulan data konsumen tersebut: Tabel 3.14 Lokasi Konsumen Tirta Bintaro No. K1
Nama Toko Toko Uskah Jaya
K2 K3
Toko Karunia Ilahi Depot Karesota
K4
Depot Esa Water
K5
Toko Hendri
K6
Toko Berkah
K7
Depot Banyu Laris Toko Garuda
K8 K9
K11
Depot Sinar Pelangi Depot Garuda Jaya Toko Timbul
K12
Toko Yanto
K13
Joyo Supermarket
K10
Alamat Jalan Pondok Aren Raya no. 46 Pondok Aren, Tangerang,Banten Jalan Pahlawan No, 2 Ciputat Timur, Tangerang, Banten Jalan Bambu Kuning No. 6 Pondok Aren, Tangerang,Banten Jalan Jambu No. 3c Ciputat, Tangerang, Banten Jalan Mertilang 12 no. 13 Pondok Aren, Ciputat, Tangerang,Banten Jalan Elang 4 no. 4, Sawah Lama Ciputat, Tangerang Banten Jalan Bintaro Utama sektor 9, Bintaro Jaya, Ciputat, Tangerang Jalan Garuda No. 31A Pesanggrahan, Jakarta Jalan Haji Adam Malik No. 10 Kereo Selatan, Tangerang, Banten Jalan Kebon Kopi No. 33 Pondok Betung, Pondok Aren, Banten Jalan Timbul no. 5A Cileduk, Tangerang, Banten Jalan Rawa Timur No. 4 Ciputat, Tangerang Jalan Ciputat Raya No. 25A Kebayoran Lama Utara, Jakarta
98
K14 K15 K16 K17 K18 K19 K20 K21 K22 K23 K24 K25 K26 K27 K28 K29 K30
Toko Parkit
Jalan Parkit Raya No. 1 Bintaro Jaya, Ciputat, Banten Toko Kasuari Jalan Kasuari No. 19, Bintaro Jaya, Ciputat, Tangerang, Banten Toko Kardi Jalan Bakti No. 3 Pondok Labu, Pesanggrahan, Jakarta Toko Pansil Jalan Ulujami Raya Bintaro, Jakarta Toko Plastik Jalan Ciledug Raya Kebayoran Lama, Tangerang, Banten Toko PJMI Jalan Murai No. 17 Pondok Aren, Tangerang, Banten Depot Pelita Jalan Pelita 5 No. 20 Kebayoran Lama, Jakarta Depot Puri Jalan Flamboyan Asri No. 12 Flamboyan Rempoa, Ciputat, TangerangBanten Toko Aphin Jalan Kangkung No. 3B,Grogol Selatan, Kebayoran Lama, Jakarta Toko Rosalia Perumahan Bintaro Permai Pesanggrahan, Jakarta Toko Iis Jalan Sabar No. 23 Pesanggrahan, Jakarta Depot Nusa Jaya Jalan Bendi Besar No. 43 Kebayoran Lama, Jakarta Toko Null Jalan Cikini Timur No. 3 Pondok Aren, Tangerang Toko Oyok Jalan Baru No. 2 Kebayoran Lama Utara, Jakarta Depot Berinomas Jalan Cipadu Raya No. 10 Depok, Jawa Barat Depot Berinomas Jalan Istiqomah No. 38 2 Cipadu, Tangerang, Banten Depot Living Jalan Merpati Raya No. 22 Water Bintaro, Jakarta Sumber : Tirta Bintaro (2011)
99
3.3.2. Permintaan Konsumen Permintaan konsumen yang akan digunakan dalam penentuan rute adalah hasil peramalan permintaan dari 30 konsumen untuk Bulan Oktober yang dihitung dengan menggunakan metode regresi. Data yang digunakan untuk perhitungan peramalan adalah permintaan dari masing-masing konsumen dari Bulan Januari hingga September 2011. Berikut adalah hasil perhitungan peramalan dari 30 konsumen tersebut. Perhitungan peramalan untuk masing-masing konsumen dapat dilihat secara lengkap pada lampiran 15. Tabel 3.15 Peramalan Permintaan Konsumen per Minggu Bulan Oktober Kode
Nama Konsumen
K1 K2 K3 K4 K5 K6 K7 K8 K9 K10 K11 K12 K13 K14 K15 K16 K17
Toko Uskah Jaya Toko Karunia Ilahi Depot Karesota Depot Esa Water Toko Hendri Toko Berkah Depot Banyu Laris Toko Garuda Depot Sinar Pelangi Depot Garuda Jaya Toko Timbul Toko Yanto Joyo Supermarket Toko Parkit Toko Kasuari Toko Kardi Toko Pansil
Peramalan Permintaan (unit) 95 80 65 60 60 65 60 90 75 80 105 70 90 95 70 70 75
100
K18 K19 K20 K21 K22 K23 K24 K25 K26 K27 K28 K29 K30
Toko Plastik Toko PJMI Depot Pelita Depot Puri Flamboyan Toko Aphin Toko Rosalia Toko Iis Depot Nusa Jaya Toko Null Toko Oyok Depot Berinomas Depot Berinomas 2 Depot Living Water
90 105 75 85 75 60 100 70 65 70 70 65 50
3.3.3. Kendaraan yang digunakan Perusahaan Kendaraan yang digunakan oleh perusahaan adalah tujuh (7) truk dengan ukuran 4.52 m x 1.96 m x 1.7 m dengan kapasitas 360 galon. Rincian data kendaraan beserta kapasitasnya dapat dilihat pada tabel di bawah ini. Tabel 3.16 Data Kendaraan yang Digunakan Tirta Bintaro Merek Truk Toyota Dyna Toyota Dyna Toyota Dyna Toyota Dyna Toyota Dyna Toyota Dyna Toyota Dyna
No. Polisi
Tahun Pembuatan B 9891 QV 2003 B 9487 IQ 2004 B 9892 QV 2001 B 9497 NAA 2009 B 9863 IQ 2005 B 9479 QV 2005 B 9683 DN 2005 Sumber: Tirta Bintaro (2011)
Kapasitas 360 galon 360 galon 360 galon 360 galon 360 galon 360 galon 360 galon
101
3.3.4. Biaya Pengiriman Produk Biaya pengiriman produk berasal dari investasi dari kendaraan dan biaya operasional yang dikeluarkan oleh perusahaan setiap hari dan setiap bulannya terkait dengan pengiriman produk. Data biaya operasional kendaraan dapat dilihat dari tabel berikut ini. Tabel 3.17 Biaya Operasional Kendaraan No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
Jenis Biaya Nilai Harga B 9891 QV Rp. 150.000.000 Harga B 9487 IQ Rp. 162.500.000 Harga B 9892 QV Rp. 150.000.000 Harga B 9497 NAA Rp. 175.000.000 Harga B 9863 IQ Rp. 160.000.000 Harga B 9479 QV Rp. 155.000.000 Harga B 9683 DN Rp. 160.000.000 Harga Bensin Rp. 6500 / liter Upah Pengemudi Rp. 1.500.000 / bulan Upah Kondektur Rp. 1.200.000 / bulan Biaya Maintenance Rp. 300.000 / 3 bulan / mobil Biaya Pajak B 9891 QV Rp. 1.937.500 / tahun Biaya Pajak B 9487 IQ Rp. 2.032.500 / tahun Biaya Pajak B 9892 QV Rp. 1.975.000 / tahun Biaya Pajak B 9497 NAA Rp. 2.325.000 / tahun Biaya Pajak B 9863 IQ Rp. 2.132.500 / tahun Biaya Pajak B 9479 QV Rp. 2.155.500 / tahun Biaya Pajak B 9683 DN Rp. 2.167.500 / tahun Sumber: Tirta Bintaro (2011)
102
3.3.5. Penyusunan Rute dengan Metode Saving Matrix Dalam penentuan rute perjalanan untuk mengirimkan pesanan permintaan konsumen dari Tirta Bintaro digunakan metode Saving Matrix. Terdapat beberapa langkah dalam metode ini hingga pada penentuan rute perjalanan dari setiap kendaraan. Langkah-langkah yang akan dilakukan dalam metode ini adalah sebagai berikut: 3.3.5.1. Mengidentifikasi Matriks Jarak Dalam pengolahan data ini, langkah awal yang dilakukan yaitu dengan mencari letak lokasi perusahaan dan masing-masing toko pada peta (dalam penelitian ini 30 konsumen sebagai tujuan pengiriman berlokasi di Kota Tangerang dan sekitarnya). Untuk mempermudah pemecahan masalah penentuan rute, tujuan-tujuan pengiriman tersebut diplot-kan ke dalam peta dengan bantuan program pemetaan, Google Map, selanjutnya titik-titik yang telah didapatkan dibuat skala sumbu X dan sumbu Y dengan titik K0 (lokasi perusahaan Tirta Bintaro) sebagai koordinat pusat (0,0) seperti yang ditunjukkan pada gambar peta berikut:
103
Gambar 3.16 Lokasi Konsumen Tirta Bintaro
104
Dari gambar di atas maka diperoleh koordinat setiap konsumen / toko yang ditampilkan sebagai berikut: Tabel 3.18 Lokasi Tujuan Pengiriman Kode K1 K2 K3 K4 K5 K6 K7 K8 K9 K10 K11 K12 K13 K14 K15 K16 K17 K18 K19 K20 K21 K22 K23 K24 K25 K26 K27 K28 K29 K30
Nama Toko Uskah Jaya Karunia Ilahi Depot Karesota Depot Esa Water Toko Hendri Toko Berkah Depot Banyu Laris Toko Garuda Depot Sinar Pelangi Depot Garuda Jaya Toko Timbul Toko Yanto Joyo Supermarket Toko Parkit Toko Kasuari Toko Kardi Toko Pansil Toko Plastik Toko PJMI Depot Pelita Depot Puri Flamboyan Toko Aphin Toko Rosalia Toko Iis Depot Nusa Jaya Toko Null Toko Oyok Depot Berinomas Depot Berinomas 2 Depot Living Water
Koordinat x 3 7 5.2 0.3 -2.7 11.4 3.5 6.4 8.8 4.5 3.4 -2.9 11.1 5.6 0.5 18.1 4.3 6.2 2.0 10.7 6.6 10.7 4.3 5.4 10.7 0.8 8.9 27.4 2.5 6.7
Koordinat y 4.4 -1.6 4.5 1.7 -1.5 -15.7 2.4 6.9 4.4 5.6 8.4 -1.8 7.3 0.8 -2.9 -5.0 1.9 10.2 6.2 7.2 0.6 10.8 -21.6 9.4 7.9 2.8 9.8 22.4 8.7 7.1
105
Koordinat setiap toko yang diperoleh akan digunakan untuk
menghitung
matriks
jarak
setiap
toko.
Contoh
perhitungannya adalah sebagai berikut: 1)
Jarak K1 dan K2 (J(1,2)): 1,2
2)
1,2
3
1,2
√52
1,2
7.21
7
4.4
1.6
Jarak K3 dan K4 (J(3,4)): 3,4
3)
3,4
5.2
3,4
√31.85
3,4
6.64
0.3
4.5
1.7
Jarak K5 dan K6 (J(5,6)): 5,6
5,6
2.7
5,6
√400.45
5,6
20.01
11.4
1.5
15.7
Hasil pengolahan data dari koordinat yang telah diketahui menjadi matriks jarak secara lengkap dapat dilihat pada lampiran 16.
106
Jarak dari perusahaan Menuju tempat pengiriman dan jarak antar tempat pengiriman pada peta diperoleh dengan hanya menarik garis lurus pada koordinat yang diketahui tanpa memperhatikan keadaan jalan yang sesungguhnya. Oleh sebab itu, setiap jarak yang telah diperoleh sebelumnya akan ditambahkan nilai hambatan (retain). Nilai hambatan diasumsikan dapat mewakili kondisi jalan sehingga jarak yang diperoleh semakin mendekati jarak sesungguhnya. Nilai hambatan ini diperoleh dengan mengukur jarak sesungguhnya dari perusahaan Menuju 30 konsumen yang telah ditetapkan, kemudian mengurangi dengan jarak yang telah diperoleh pada matriks jarak. Setelah itu, setiap perbedaan antara jarak sesungguhnya dengan jarak pada matriks jarak dijumlahkan dan dibagi dengan jumlah konsumen yang digunakan untuk mendapatkan rata-rata dari perbedaan yang ada. Jarak sesungguhnya diperoleh dengan menghitung waktu tempuh yang dibutuhkan dari perusahaan Menuju konsumen, kemudian dikalikan dengan kecepatan rata-rata yang digunakan dalam perjalanan tersebut sehingga akan memperoleh jarak antara dua lokasi. Langkah-langkah dalam memperoleh nilai hambatan (retain) adalah sebagai berikut: 1. Mendapatkan data waktu tempuh
107
Waktu tempuh dari perusahaan ke setiap konsumen diperoleh dengan melakukan observasi langsung. Berikut adalah data waktu tempuh dari observasi yang telah dilakukan: Tabel 3.19 Waktu Tempuh Perusahaan ke Setiap Konsumen Nama Toko
Waktu (dalam jam)
Uskah Jaya
0.183
Karunia Ilahi
0.217
Depot Karesota
0.233
Depot Esa Water
0.100
Toko Hendri
0.167
Toko Berkah
0.467
Depot Banyu Laris
0.200
Toko Garuda
0.300
Depot Sinar Pelangi
0.317
Depot Garuda Jaya
0.233
Toko Timbul
0.250
Toko Yanto
0.133
Joyo Supermarket
0.333
Toko Parkit
0.200
Toko Kasuari
0.100
Toko Kardi
0.467
Toko Pansil
0.133
Toko Plastik
0.350
Toko PJMI
0.233
Depot Pelita
0.333
Depot Puri Flamboyan
0.250
Toko Aphin
0.400
Toko Rosalia
0.500
Toko Iis
0.283
108
Depot Nusa Jaya
0.317
Toko Null
0.083
Toko Oyok
0.383
Depot Berinomas
0.783
Depot Berinomas 2
0.300
Depot Living Water
0.267
2. Mendapatkan data kecepatan kendaraan Kecepatan rata-rata yang digunakan untuk menempuh perjalanan adalah 50 km/jam. Kecepatan rata-rata ini diperoleh dari wawancara dengan pengemudi Tirta Bintaro yang melakukan kegiatan pengiriman setiap harinya.
3. Menghitung jarak perusahaan ke setiap konsumen Jarak diperoleh dengan mengalikan waktu tempuh dengan kecepatan rata-rata yang digunakan dalam perjalanan tersebut sehingga akan memperoleh jarak antara dua lokasi. Hasil pengolahan data tersebut ditampilkan pada tabel berikut: Tabel 3.20 Jarak Perusahaan ke Setiap Konsumen Nama Toko
Waktu (jam)
Kecepatan (km/jam)
Jarak (km)
Uskah Jaya
0.183
50
9.15
Karunia Ilahi
0.217
50
10.85
Depot Karesota
0.233
50
11.65
Depot Esa Water
0.100
50
5.00
Toko Hendri
0.167
50
8.35
Toko Berkah
0.467
50
23.35
109
Depot Banyu Laris
0.200
50
10.00
Toko Garuda
0.300
50
15.00
Depot Sinar Pelangi
0.317
50
15.85
Depot Garuda Jaya
0.233
50
11.65
Toko Timbul
0.250
50
12.50
Toko Yanto
0.133
50
6.65
Joyo Supermarket
0.333
50
16.65
Toko Parkit
0.200
50
10.00
Toko Kasuari
0.100
50
5.00
Toko Kardi
0.467
50
23.35
Toko Pansil
0.133
50
6.65
Toko Plastik
0.350
50
17.50
Toko PJMI
0.233
50
11.65
Depot Pelita
0.333
50
16.65
Depot Puri Flamboyan
0.250
50
12.50
Toko Aphin
0.400
50
20.00
Toko Rosalia
0.500
50
25.00
Toko Iis
0.283
50
14.15
Depot Nusa Jaya
0.317
50
15.85
Toko Null
0.083
50
4.15
Toko Oyok
0.383
50
19.15
Depot Berinomas
0.783
50
39.15
Depot Berinomas 2
0.300
50
15.00
Depot Living Water
0.267
50
13.35
4. Menghitung nilai hambatan (retain) Nilai hambatan yang diperoleh merupakan nilai rata-rata dari perbedaan jarak yang diperoleh berdasarkan koordinat dengan waktu tempuh. Hasil perhitungan tersebut adalah sebagai berikut:
110
Tabel 3.21 Perbedaan Jarak Nama Toko
Jarak dari waktu tempuh
Uskah Jaya Karunia Ilahi Depot Karesota Depot Esa Water Toko Hendri Toko Berkah Depot Banyu Laris Toko Garuda Depot Sinar Pelangi Depot Garuda Jaya Toko Timbul Toko Yanto Joyo Supermarket Toko Parkit Toko Kasuari Toko Kardi Toko Pansil Toko Plastik Toko PJMI Depot Pelita Depot Puri Flamboyan Toko Aphin Toko Rosalia Toko Iis Depot Nusa Jaya Toko Null Toko Oyok Depot Berinomas Depot Berinomas 2 Depot Living Water
9.15 10.85 11.65 5 8.35 23.35 10 15 15.85 11.65 12.5 6.65 16.65 10 5 23.35 6.65 17.5 11.65 16.65 12.5 20 25 14.15 15.85 4.15 19.15 39.15 15 13.35 Total
Jarak Perbedaaan dari peta 5.33 7.18 6.88 1.73 3.09 19.40 4.24 9.41 9.84 7.18 9.06 3.41 13.29 5.66 2.94 18.78 4.70 11.94 6.51 12.90
3.82 3.67 4.77 3.27 5.26 3.95 5.76 5.59 6.01 4.47 3.44 3.24 3.36 4.34 2.06 4.57 1.95 5.56 5.14 3.75
6.63
5.87
15.20 22.02 10.84 13.30 2.91 13.24 35.39 9.05 9.76
4.80 2.98 3.31 2.55 1.24 5.91 3.76 5.95 3.59 123.94
111
Nilai hambatan rata-rata = 123.94 / 30 = 4.13 km. Nilai ditambahkan
hambatan dengan
rata-rata
setiap
nilai
yang
diperoleh
jarak
yang
akan
diperoleh.
Penambahan yang dilakukan akan menyebabkan nilai matriks jarak yang dihasilkan akan berubah. Berikut adalah matriks jarak dari K0 (Tirta Bintaro) hingga K10 (Depot Garuda Jaya). Tabel 3.22 Matriks Jarak K0 – K10
Matriks jarak yang telah ditambahkan dengan nilai hambatan rata-rata secara lengkap dapat dilihat pada lampiran 17.
3.3.5.2. Mengidentifikasi Saving Matriks Saving matriks merepresentasikan penghematan apabila suatu kendaraan mengunjungi beberapa lokasi secara bersamaan dibandingkan dengan mengunjungi satu per satu lokasi. Contoh perhitungannya adalah sebagai berikut: 1. Saving matriks S(1,2): S(1,2) = J(0,1) + J(0,2) – D(1,2)
112
= 9.46 + 11.31 – 11.34 = 9.43 km
2. Saving matriks S(3,4): S(3,4) = J(0,3) + J(0,4) – D(3,4) = 11.01 + 5.86 – 9.77 = 7.10 km
3. Saving matriks S(5,6): S(5,6) = J(0,5) + J(0,6) – D(5,6) = 7.22 + 23.53 – 24.14 = 6.61 km
Berdasarkan contoh perhitungan saving matriks di atas, dapat diketahui bahwa penghematan yang terjadi antara toko 1 dan toko 2 adalah sebesar 9.43 km, antara lokasi 3 dan lokasi 4 sebesar 7.10 km, dan antara lokasi 5 dan lokasi 6 sebesar 6.61 km. Sebagian perhitungan dari saving matriks dapat dilihat pada tabel berikut ini.
113
Tabel 3.23 Nilai Saving Matriks (dalam km) untuk K1 – K10
Pengolahan data untuk saving matriks antara lokasi secara lengkap dapat dilihat pada lampiran 18.
3.3.5.3. Mengalokasikan Konsumen ke dalam Rute Pada langkah ini, konsumen akan dibagi ke dalam ruterute perjalanan. Hal yang harus dipertimbangkan dalam menentukan rute adalah jumlah permintaan konsumen dengan kapasitas kendaraan yang digunakan. Prosedur awal untuk menentukan rute perjalanan dari kendaraan adalah dengan mengurutkan nilai dari saving matriks yang ada. Pasangan konsumen yang memiliki nilai saving matriks tertinggi akan menempati urutan awal dari sebuah rute dan diikuti dengan konsumen yang memiliki nilai saving matriks tertinggi kedua dan seterusnya. Prosedur ini dilakukan hingga seluruh konsumen
masuk
ke
dalam
rute
perjalanan
dengan
114
mempertimbangkan permintaan konsumen yang tentunya tidak melebihi kapasitas kendaraan yang digunakan. Pengalokasian dimulai dari pasangan yang memiliki nilai saving matriks terbesar dengan penempatan permintaan pada kendaraan pertama. Setelah kapastitas kendaraan pertama sudah terpenuhi, maka pengalokasian selanjutnya dimulai dengan menggunakan kendaraan kedua dan seterunya. Berdasarkan pengurutan nilai dari saving matriks, diperoleh nilai saving matriks dari yang tertinggi hingga terendah.. Nilai-nilai tersebut dapat dilihat pada lampiran secara lengkap. Berikut adalah 10 nilai terbesar dari saving matriks. Tabel 3.24 Sepuluh Nilai Terbesar dari Saving Matriks
Pada tabel di atas, dapat dilihat sepuluh urutan nilai saving matriks tertinggi untuk setiap pasangan konsumen. Pengurutan pasangan konsumen dari nilai saving matriks terbesar secara lengkap dapat dilihat pada lampiran 19.
115
Berdasarkan pengurutan dari nilai saving matriks yang telah diperoleh, maka dapat dilakukan pengalokasian setiap konsumen ke dalam rute perjalanan bagi setiap kendaraan. Prosedur pengalokasian konsumen ke dalam rute perjalanan dilakukan berulang sampai seluruh konsumen teralokasi ke dalam rute perjalanan. Hasil pengalokasian untuk setiap kelompok pengiriman dapat dilihat pada tabel di bawah ini. Tabel 3.25 Pengalokasian Konsumen Rute
Kendaraan
Konsumen
1 2 3 4 5 6 7
B 9891 QV B 9487 IQ B 9892 QV B 9497 NAA B 9863 IQ B 9479 QV B 9683 DN
K6 - K23 - K22 - K28 - K25 K13 - K27 - K20 -K16 K18 - K24 - K30 - K9 K8 - K11- K29 - K2 K10 - K3 - K19 - K21 K14 - K1 - K17 - K7 K5 - K12 - K15 - K26 - K4
Jumlah Pengiriman (galon) 340 305 315 340 335 325 325
3.3.5.4. Mengurutkan Konsumen di dalam Rute Perjalanan Setelah seluruh konsumen dialokasikan ke dalam rute atau kelompok pengiriman, maka tahap selanjutnya adalah mengurutkan konsumen yang ada di dalam rute perjalanan. Pada tahap ini, konsumen diurutkan mana yang akan dikunjungi terlebih dahulu dalam suatu rute perjalanan. Pengurutan ini dilakukan agar jarak yang ditempuh kendaraan tidak terlalu jauh sehingga biaya operasional (bahan bakar kendaraan) dapat diminimalkan. Prosedur yang digunakan untuk mengurutkan
116
konsumen adalah nearest neighbor, farthest insert, dan nearest insert. Hasil yang akan didapat dari ketiga prosedur ini akan dibandingkan untuk mendapat urutan kunjungan dengan jarak yang terendah. a) Pengurutan kunjungan dengan nearest neighbor Pengurutan kunjungan dengan nearest neighbor dimulai dari konsumen (misal Ki) yang memiliki jarak terdekat dari perusahaan / lokasi awal (K0). Kemudian dilanjutkan dengan konsumen selanjutnya (Kj) yang memiliki jarak yang terdekat dengan konsumen awal (Ki). Prosedur ini dilakukan terus menerus sampai semua konsumen dalam suatu rute perjalanan masuk ke dalam rute yang telah diurutkan. Jarak dari tiap konsumen dapat dilihat pada lampiran matriks jarak yang telah ditambah dengan nilai hambatan. Untuk lebih jelasnya dapat dilihat pada langkah-langkah dibawah ini: 1. Tentukan titik perusahaan sebagai titik awal dan titik akhir dimana kendaraan akan mulai melakukan pengiriman dan tujuan akhir kendaraan. 2. Cari konsumen yang memiliki jarak yang terdekat dengan perusahaan. 3. Cari konsumen yang memiliki jarak yang terdekat dari konsumen terakhir yang dituju kendaraan. 4. Lakukan kembali langkah (c) hingga semua konsumen dalam suatu rute perjalanan dikunjungi oleh kendaraan.
117
Sebagai contoh untuk merepresentasikan langkahlangkah di atas, akan digunakan pengurutan dari kelompok rute perjalanan pertama (kendaraan B 9891 QV) yaitu K6, K23, K22, K28 dan K25. Langkah pertama adalah menentukan titik awal. Titik awal dari semua rute perjalanan yang dilakukan adalah
K0 (perusahaan Tirta Bintaro). Langkah kedua adalah mencari jarak dari K6, K23, K22, K28 dan K25 yang paling dekat dengan perusahaan. Jarak yang terdekat dari perusahaan adalah K25 dengan jarak sebesar 17.43 km. Lalu konsumen yang terdekat dengan K25 adalah K22 dengan jarak sebesar 7.03 km. Kemudian konsumen yang terdekat dengan K22 adalah K28 dengan jarak sebesar 24.46 km. Setelah itu, konsumen yang terdekat dengan K28 adalah T6 dengan jarak 45.45 km dan konsumen K23 tersisa sebagai konsumen selanjutnya dikunjungi setelah konsumen K6. Setelah semua konsumen dikunjungi maka kendaraan kembali lagi ke perusahaan (K0) dengan jarak 26.15 km. Berdasarkan pengurutan yang dilakukan di atas, maka didapatkan urutan kunjungan untuk kendaraan B 9891 QV yaitu
K0 - K25 - K22 - K28 - K6 - K23. Jarak total yang ditempuh oleh kendaraan B 9891 QV adalah sebesar 133.88 km. Dengan menggunakan langkah-langkah yang sama, maka urutan konsumen dan jarak tempuh untuk rute perjalanan selanjutnya dapat dilihat pada tabel di berikut.
118
Tabel 3.26 Pengurutan Kunjungan dengan Nearest Neighbor
b) Pengurutan kunjungan dengan farthest insert Pengurutan kunjungan dengan prosedur farthest insert dimulai dari mengurutkan konsumen (Ki) yang memiliki jarak yang paling jauh dengan perusahaan. Setelah didapat konsumen yang memiliki jarak yang paling jauh dari perusahaan,
langkah
selanjutnya
adalah
menyisipkan
konsumen (Kj) yang tersisa satu per satu ke dalam rute perjalanan tersebut dan cari jarak yang terbesar. Pada langkah kedua ini, tidak akan terjadi perubahan jarak apabila konsumen i yang sudah didapat pada langkah pertama dikunjungi lebih dahulu atau dikunjungi kedua setelah konsumen j. Langkah berikutnya adalah menyisipkan setiap konsumen ke dalam rute perjalanan dan cari rute terpendek dari setiap konsumen yang disisipkan. Kemudian cari rute yang memiliki jarak yang paling jauh dari setiap sisipan terpendek. Langkah ini diulangi kembali hingga semua
119
konsumen masuk ke dalam rute perjalanan. Untuk lebih jelasnya dapat dilihat pada langkah-langkah berikut: 1. Tentukan titik perusahaan sebagai titik awal dan titik akhir dimana kendaraan akan memulai pengiriman dan juga sebagai tujuan akhir dari kendaraan tersebut. 2. Cari konsumen yang memiliki jarak yang paling jauh dari depot dan masukkan ke dalam rute perjalanan. 3. Sisipkan setiap konsumen ke dalam rute yang sudah didapatkan pada langkah (b) dan cari konsumen yang menghasilkan jarak yang paling jauh. 4. Sisipkan konsumen yang tersisa ke dalam rute yang sudah didapatkan pada langkah (c) dan dari setiap sisipan 1 konsumen, cari rute yang menghasilkan jarak paling dekat. Dari langkah ini akan didapat beberapa rute terpendek dari setiap sisipan konsumen. 5. Pilih sisipan konsumen yang mempunyai jarak yang paling jauh dari rute terpendek yang didapat pada langkah (d). 6. Lakukan kembali langkah (d) dan (e) hingga semua konsumen masuk ke dalam suatu rute perjalanan. Sebagai contoh untuk merepresentasikan langkahlangkah di atas, akan digunakan pengurutan dari kelompok rute perjalanan pertama (kendaraan B 9891 QV) yaitu K6, K23, K22, K28 dan K25.
120
1) Konsumen yang menghasilkan rute dengan jarak terbesar dari perusahaan (K0) adalah K28. Tabel 3.27 Perhitungan Langkah Pertama Prosedur Farthest Insert Rute K0 – K6 – K0 K0 – K23 – K0 K0 – K22 – K0 K0 – K28 – K0 K0 – K25 – K0
Jarak (km) 47.06 52.30 38.66 79.04 34.86
2) Penyisipan konsumen ke dalam rute yang didapat dari langkah sebelumnya adalah sebagai berikut: Tabel 3.28 Perhitungan Langkah Kedua Prosedur Farthest Insert Rute K0 – K6 – K28 –K0 K0 – K23 – K28 –K0 K0 – K22 – K28 –K0 K0 – K25 – K28 –K0
Jarak (km) 108.50 119.50 83.31 83.20
Dari rute di atas yang dihasilkan rute dengan jarak yang paling besar adalah menyisipkan konsumen 23 (K23) ke dalam rute dengan jarak sebesar 119.50 km.
3) Penyisipan konsumen yang tersisa ke dalam rute yang sudah didapatkan pada langkah sebelumnya dan dari setiap 1 konsumen, akan dicari rute yang jarak paling dekat.
121
Tabel 3.29 Perhitungan Langkah Ketiga Prosedur Farthest Insert Rute K0 – K6 – K28 – K23 – K0 K0 – K28 – K6 – K23 – K0 K0 – K28 – K23 – K6 – K0 K0 – K22 – K28 – K23 – K0 K0 – K28 – K22 – K23 – K0 K0 – K28 – K23 – K22 – K0 K0 – K25 – K28 – K23 – K0 K0 – K28 – K25 – K23 – K0 K0 – K28 – K23 – K25 – K0
Jarak (km) 148.96 124.48* 130.24 123.77* 127.29 149.84 123.66* 126.24 145.10
Dari rute terkecil yang didapat dari tiap sisipan yang dilakukan per konsumen (rute terkecil diberi tanda *), diperoleh rute yang menghasilkan jarak yang paling besar yaitu K6 dengan rute K0 – K28 – K6 – K23 – K0.
4) Penyisipan konsumen yang tersisa ke dalam rute yang sudah didapatkan pada langkah ketiga sebelumnya dan dari setiap penyisipan 1 konsumen yang dilakukan, akan dicari rute yang dapat menghasilkan jarak paling dekat. Tabel 3.30 Perhitungan Langkah Keempat Prosedur Farthest Insert Rute K0 – K22 – K28 – K6 – K23 – K0 K0 – K28 – K22 – K6 – K23 – K0 K0 – K28 – K6 – K22 – K23 – K0 K0 – K28 – K6 – K23 – K22 – K0 K0 – K25 – K28 – K6 – K23 – K0
Jarak (km) 128.75 * 134.13 178.92 154.82 128.64 *
122
K0 – K28 – K25 – K6 – K23 – K0 K0 – K28 – K6 – K25 – K23 – K0 K0 – K28 – K6 – K23 – K25 – K0
133.02 173.18 150.08
Dari rute terkecil yang didapat dari tiap sisipan yang dilakukan per konsumen (rute terkecil diberi tanda *), diperoleh rute yang menghasilkan jarak yang paling besar yaitu K22 dengan rute K0 – K22 – K28 – K6 – K23 – K0.
5) Langkah terakhir adalah memasukkan konsumen terakhir yang tersisa ke dalam rute yang baru. Tabel 3.31 Perhitungan Langkah Terakhir Prosedur Farthest Insert Rute K0 – K25 – K22 – K28 – K6 – K23 – K0 K0 – K22 – K25 – K28 – K6 –K23 – K0 K0 – K22 – K28 – K25 – K6 – K23 – K0 K0 – K22 – K28 – K6 – K25 – K23 – K0 K0 – K22 – K28 – K6 – K23 – K25 – K0
Jarak (km) 133.88 137.57 137.29 177.45 154.35
Dari langkah terakhir ini, didapatkan hasil rute dari sisipan konsumen 25 (K25) yaitu K0 – K25 – K22 – K28 – K6 – K23 – K0. Dengan menggunakan langkah-langkah yang sama, maka urutan konsumen dan jarak tempuh untuk rute perjalanan selanjutnya dapat dilihat pada tabel di bawah ini.
123
Tabel 3.32 Pengurutan Kunjungan dengan Farthest Insert
c) Pengurutan kunjungan dengan nearest insert Pengurutan kunjungan dengan prosedur nearest insert dimulai dari mengurutkan konsumen (Ki) yang memiliki jarak yang paling dekat dengan perusahaan. Setelah diperoleh konsumen yang memiliki jarak yang paling dekat dari perusahaan, langkah selanjutnya adalah menyisipkan konsumen (Kj) yang tersisa atau satu per satu ke dalam rute perjalanan tersebut dan pillih yang jaraknya terkecil. Pada langkah kedua ini, tidak akan terjadi perubahan jarak apabila konsumen i yang sudah didapat pada langkah pertama dikunjungi lebih dahulu atau dikunjungi kedua setelah konsumen j. Langkah berikutnya adalah menyisipkan setiap konsumen ke dalam rute perjalanan dan cari rute terpendek dari setiap konsumen yang disisipkan. Kemudian cari rute yang memiliki jarak yang paling kecil dari setiap sisipan terpendek. Langkah ini diulangi kembali hingga semua konsumen masuk ke dalam rute perjalanan. Untuk lebih jelasnya dapat dilihat pada langkah-langkah berikut:
124
1. Tentukan titik perusahaan sebagai titik awal dan titik akhir dimana kendaraan akan memulai pengiriman dan juga sebagai tujuan akhir dari kendaraan tersebut. 2. Cari konsumen yang memiliki jarak yang paling dekat dari perusahaan dan masukkan ke dalam rute perjalanan. 3. Sisipkan setiap konsumen ke dalam rute yang sudah didapatkan pada langkah (b) dan cari konsumen yang menghasilkan jarak yang paling kecil. 4. Sisipkan konsumen yang tersisa ke dalam rute yang sudah didapatkan pada langkah (c) dan dari setiap sisipan 1 konsumen, cari rute yang menghasilkan jarak paling dekat. Dari langkah ini akan didapat beberapa rute terpendek dari setiap sisipan konsumen. 5. Pilih sisipan konsumen yang mempunyai jarak yang paling kecil dari rute terpendek yang didapat pada langkah (d). 6. Lakukan kembali langkah (d) dan (e) hingga semua konsumen masuk ke dalam suatu rute perjalanan.
Sebagai contoh untuk merepresentasikan langkah-langkah di atas, akan digunakan pengurutan dari kelompok rute perjalanan pertama (truk B 9891 QV) yaitu K6, K23, K22, K28 dan K25. 1) Konsumen yang menghasilkan rute dengan jarak terbesar dari perusahaan (K0) adalah K25.
125
Tabel 3.33 Perhitungan Langkah Pertama Prosedur Nearest Insert Rute K0 – K6 – K0 K0 – K23 – K0 K0 – K22 – K0 K0 – K28 – K0 K0 – K25 – K0
Jarak (km) 47.06 52.30 38.66 79.04 34.86
2) Penyisipan konsumen ke dalam rute yang didapat dari langkah sebelumnya adalah sebagai berikut: Tabel 3.34 Perhitungan Langkah Kedua Prosedur Nearest Insert Rute K0 – K25 – K6 – K0 K0 – K25 – K23 – K0 K0 – K25 – K22 – K0 K0 – K25 – K28 – K0
Jarak (km) 68.70 77.90 43.79 83.20
Dari rute di atas yang dihasilkan rute dengan jarak yang paling besar adalah menyisipkan konsumen 22 (K22) ke dalam rute dengan jarak sebesar 43.79 km.
3) Penyisipan konsumen yang tersisa ke dalam rute yang sudah didapatkan pada langkah sebelumnya dan dari setiap 1 konsumen, akan dicari rute yang menghasilkan jarak paling dekat.
126
Tabel 3.35 Perhitungan Langkah Ketiga Prosedur Nearest Insert Rute K0 – K6 – K25 – K22 – K0 K0 – K25 – K6 – K22 – K0 K0 – K25 – K22 – K6 – K0 K0 – K23 – K25 – K22 – K0 K0 – K25 – K23 – K22 – K0 K0 – K25 – K22 – K23 – K0 K0 – K28 – K25 – K22 – K0 K0 – K25 – K28 – K22 – K0 K0 – K25 – K22 – K28 – K0
Jarak (km) 77.63* 95.14 78.63 86.83* 108.24 87.77 92.13 87.47* 88.44
Dari rute terkecil yang didapat dari tiap sisipan yang dilakukan per konsumen (rute terkecil diberi tanda *), diperoleh rute yang menghasilkan jarak yang paling kecil yaitu K6 dengan rute K0 K0 – K6 – K25 – K22 – K0.
4) Penyisipan konsumen yang tersisa ke dalam rute yang sudah didapatkan pada langkah ketiga sebelumnya dan dari
setiap
1
konsumen,
akan
dicari
rute
yang
menghasilkan jarak paling dekat. Tabel 3.36 Perhitungan Langkah Keempat Prosedur Nearest Insert Rute K0 – K23 – K6 – K25 – K22 – K0 K0 – K6 – K23 – K25 – K22 – K0 K0 – K6 – K25 –K23 – K22 – K0 K0 – K6 – K25 – K22 – K23 – K0 K0 – K28 – K6 – K25 – K22 – K0 K0 – K6 – K28 – K25 – K22 – K0
Jarak (km) 93.61 * 97.57 142.08 121.61 139.07 121.59
127
K0 – K6 – K25 –K28 – K22 – K0 K0 – K6 – K25 – K22 – K28 – K0
121.31 * 122.28
Dari rute terkecil yang didapat dari tiap sisipan yang dilakukan per konsumen (rute terkecil diberi tanda *), diperoleh rute yang menghasilkan jarak yang paling kecil yaitu K23 dengan rute K0 – K23 – K6 – K25 – K22 – K0.
5) Langkah terakhir adalah memasukkan konsumen terakhir yang tersisa ke dalam rute yang baru. Tabel 3.37 Perhitungan Langkah Terakhir Prosedur Nearest Insert Rute K0 – K28 – K23 – K6 – K25 – K22 – K0 K0 – K23 – K28 – K6 – K25 – K22 – K0 K0 – K23 – K6 – K28 – K25 – K22 – K0 K0 – K23 – K6 – K25 – K28 – K22 – K0 K0 – K23 – K6 – K25 – K22 – K28 – K0
Jarak (km) 160.81 179.53 137.57 137.29 138.26
Dari langkah terakhir ini, didapatkan hasil rute dari sisipan konsumen 28 (K28) yaitu K0 – K23 – K6 – K25 – K28 – K22 – K0. Dengan menggunakan langkah-langkah yang sama, maka urutan konsumen dan jarak tempuh untuk rute perjalanan selanjutnya dapat dilihat pada tabel di bawah ini.
128
Tabel 3.38 Pengurutan Kunjungan dengan Nearest Insert
3.3.6. Perhitungan Biaya Dari data-data yang terkumpul pada tabel biaya operasional kendaraan, data tersebut akan diolah untuk mendapatkan besar biaya pengiriman per harinya. Perhitungan biaya kirim per harinya adalah sebagai berikut: a. Biaya Bahan Bakar (Solar) Rasio penggunaan bahan bakar solar untuk semua kendaraan adalah sama, yaitu 1:10, yang artinya 1 liter solar yang digunakan dapat menempuh jarak sebesar 10 km oleh tiap kendaraan. Data tersebut diperoleh melalui wawancara dengan supir yang melakukan pengiriman pada perusahaan. Dari rasio tersebut maka diketahui bahwa biaya yang dibutuhkan untuk 1 km perjalanan adalah Rp. 650,-. Dari perhitungan biaya tersebut maka diketahui biaya dari setiap rute yang ditempuh oleh kendaraan. Tabel 3.39 Perhitungan Biaya Bahan Bakar Setiap Kendaraan No 1 2
Kendaraan
Prosedur
B 9891 QV B 9891 QV
Nearest Neighbor Farthest Insert
Jarak (km) 133.88 133.88
Biaya
Rp. 87,022.00 Rp. 87,022.00
129 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
B 9891 QV B 9487 IQ B 9487 IQ B 9487 IQ B 9892 QV B 9892 QV B 9892 QV B 9497 NAA B 9497 NAA B 9497 NAA B 9863 IQ B 9863 IQ B 9863 IQ B 9479 QV B 9479 QV B 9479 QV B 9683 DN B 9683 DN B 9683 DN
Nearest Insert Nearest Neighbor Farthest Insert Nearest Insert Nearest Neighbor Farthest Insert Nearest Insert Nearest Neighbor Farthest Insert Nearest Insert Nearest Neighbor Farthest Insert Nearest Insert Nearest Neighbor Farthest Insert Nearest Insert Nearest Neighbor Farthest Insert Nearest Insert
137.29 73.50 70.39 70.68 50.38 49.02 49.02 49.70 49.70 49.70 41.80 41.80 41.80 37.30 36.34 36.34 40.69 40.13 40.13
Rp. 89,238.50 Rp. 47,775.00 Rp. 45,753.50 Rp. 45,942.00 Rp. 32,747.00 Rp. 31,863.00 Rp. 31,863.00 Rp. 32,305.00 Rp. 32,305.00 Rp. 32,305.00 Rp. 27,170.00 Rp. 27,170.00 Rp. 27,170.00 Rp. 24,245.00 Rp. 23,621.00 Rp. 23,621.00 Rp. 26,448.50 Rp. 26,084.50 Rp. 26,084.50
b. Biaya Depresiasi Perusahaan menentukan bahwa depresiasi dari kendaraannya sebesar 10% per tahunnya. Sedangkan jumlah hari per tahunnya ditentukaan perusahaan sebesar 264 hari. Dengan begitu, perusahaan dapat menentukan biaya yang dikeluarkan per harinya dengan perhitungan sebagai berikut: − Biaya depresiasi truk B 9891 QV = Rp. 150.000.000,- x 10% : 264 = Rp. 56.818,18 / hari
− Biaya depresiasi truk B 9487 IQ = Rp. 162.500.000,- x 10% : 264 = Rp. 61.363,64 / hari
130
− Biaya depresiasi truk B 9892 QV = Rp. 150.000.000,- x 10% : 264 = Rp. 56.818,18 / hari
− Biaya depresiasi truk B9497 NAA = Rp. 175.000.000,- x 10% : 264 = Rp. 66.287,88 / hari
− Biaya depresiasi truk B 9863 IQ = Rp. 160.000.000,- x 10% : 264 = Rp. 60.606,06 / hari
− Biaya depresiasi truk B 9479 QV = Rp. 155.000.000,- x 10% : 264 = Rp. 58.712,12 / hari
− Biaya depresiasi truk B 9683 DN = Rp. 160.000.000,- x 10% : 264 = Rp. 60.606,06 / hari
c. Biaya Tenaga Kerja Dalam melakukan satu kali pengiriman, perusahaan menggunakan 2 orang tenaga kerja, yaitu 1 orang sebagai pengemudi dan 1 orang lagi sebagai kondektur. Biaya yang dikeluarkan untuk pengemudi dan kondektur ini adalah Rp. 112.500,- / hari.
131
d. Biaya Pajak Kendaraan Biaya pajak kendaraan yang terdapat pada tabel biaya operasional kendaraan dihitung menjadi biaya per hari dengan perhitungan berikut: − Biaya pajak truk B 9891 QV
= Rp. 1.937.500,- : 264 = Rp. 7.339,02 / hari
− Biaya pajak truk B 9487 IQ
= Rp. 2.032.500,- : 264 = Rp. 7.698,86 / hari
− Biaya pajak truk B 9892 QV
= Rp. 1.975.000,- : 264 = Rp. 7.481,06 / hari
− Biaya pajak truk B 9497 NAA = Rp. 2.325.000,- : 264 = Rp. 8.806,82 / hari
− Biaya pajak truk B 9863 IQ
= Rp. 2.132.500,- : 264 = Rp. 8.077,65 / hari
− Biaya pajak truk B 9479 QV
= Rp. 2.155.500,- : 264 = Rp. 8.164,77 / hari
− Biaya pajak truk B 9683 DN
= Rp. 2.167.500,- : 264 = Rp. 8.210,23 / hari
132
e. Biaya Maintanance Biaya maintenance yang dikeluarkan perusahaan setiap bulan adalah sebesar Rp. 200.000,- untuk setiap kendaraannya tersebut. Dalam 1 bulan, semua kendaraan memiliki biaya maintenance yang sama. Biaya maintenance per hari dapat diketahui dengan perhitungan: Biaya maintenance per truk per hari = Rp. 200.000,- / 22 = Rp. 9.090,91 / mobil / hari
Dari perhitungan biaya-biaya yang berkaitan dengan pengiriman barang di atas, maka dapat diketahui pengeluaran perusahaan dalam melakukan sekali pengiriman. Berikut pengeluaran perusahaan berdasarkan rute dan mobil yang digunakan dari beberapa prosedur yang digunakan untuk mengetahui rute terpendek. a. Pengeluaran total untuk truk B 9891 QV menggunakan Nearest Neighbor Total Biaya = Rp. 87,022.00 + Rp. 56.818,18 + Rp. 112.500,00 + Rp. 7.339,02 + Rp. 9.090,91 = Rp. 272.770,11
b. Pengeluaran total untuk truk B 9891 QV menggunakan Farthest Insert Total Biaya = Rp. 87,022.00 + Rp. 56.818,18 + Rp. 112.500,00 + Rp. 7.339,02 + Rp. 9.090,91 = Rp. 272.770,11
133
c. Pengeluaran total untuk truk B 9891 QV menggunakan Nearest Insert Total Biaya = Rp. 89,238.50 + Rp. 56.818,18 + Rp. 112.500,00 + Rp. 7.339,02 + Rp. 9.09,91 = Rp. 274.986,61
d. Pengeluaran total untuk truk B 9487 IQ menggunakan Nearest Neighbor Total Biaya = Rp. 47,775.00 + Rp. 61.363,64 + Rp. 112.500,00 + Rp. 7.698,86 + Rp. 9.09,91 = Rp. 238.428,41
e. Pengeluaran total untuk truk B 9487 IQ menggunakan Farthest Insert Total Biaya = Rp. 45,753.50 + Rp. 61.363,64 + Rp. 112.500,00 + Rp. 7.698,86 + Rp. 9.09,91 = Rp. 236.595,41
f. Pengeluaran total untuk truk B 9487 IQ menggunakan Nearest Insert Total Biaya = Rp. 45,942.00 + Rp. 61.363,64 + Rp. 112.500,00 + Rp. 7.698,86 + Rp. 9.09,91 = Rp. 236.595,41
g. Pengeluaran total untuk truk B 9892 QV menggunakan Nearest Neighbor Total Biaya = Rp. 32,747.00 + Rp. 56.818,18 + Rp. 112.500,00 +
134
Rp. 7.481,06 + Rp. 9.090,91 = Rp. 218.637,15
h. Pengeluaran total untuk truk B 9892 QV menggunakan Farthest Insert Total Biaya = Rp. 31,863.00 + Rp. 56.818,18 + Rp. 112.500,00 + Rp. 7.481,06 + Rp. 9.090,91 = Rp. 217.753,15
i. Pengeluaran total untuk truk B 9892 QV menggunakan Nearest Insert Total Biaya = Rp. 31,863.00+ Rp. 56.818,18 + Rp. 112.500,00 + Rp. 7.481,06 + Rp. 9.090,91 = Rp. 217.753,15
j. Pengeluaran total untuk truk B 9497 NAA menggunakan Nearest Neighbor Total Biaya = Rp. 32,305.00 + Rp. 66.287,88 + Rp. 112.500,00 + Rp. 8.806,82 + Rp. 9.090,91 = Rp. 228.990,61
k. Pengeluaran total untuk truk B 9497 NAA menggunakan Farthest Insert Total Biaya = Rp. 32,305.00 + Rp. 66.287,88 + Rp. 112.500,00 + Rp. 8.806,82 + Rp. 9.090,91 = Rp. 228.990,61
135
l. Pengeluaran total untuk truk B 9497 NAA menggunakan Nearest Insert Total Biaya = Rp. 32,305.00 + Rp. 66.287,88 + Rp. 112.500,00 + Rp. 8.806,82 + Rp. 9.090,91 = Rp. 228.990,61
m. Pengeluaran total untuk truk B 9863 IQ menggunakan Nearest Neighbor Total Biaya = Rp. 27,170.00 + Rp. 60.606,06 + Rp. 112.500,00 + Rp. 8.077,65 + Rp. 9.090,91 = Rp. 217.444,62
n. Pengeluaran total untuk truk B 9863 IQ menggunakan Farthest Insert Total Biaya = Rp. 27,170.00 + Rp. 60.606,06 + Rp. 112.500,00 + Rp. 8.077,65 + Rp. 9.090,91 = Rp. 217.444,62
o. Pengeluaran total untuk truk B 9863 IQ menggunakan Nearest Insert Total Biaya = Rp. 27,170.00 + Rp. 60.606,06 + Rp. 112.500,00 + Rp. 8.077,65 + Rp. 9.090,91 = Rp. 217.444,62
p. Pengeluaran total untuk truk B 9479 QV menggunakan Nearest Neighbor Total Biaya = Rp. 24,245.00 + Rp. 58.712,12+ Rp. 112.500,00 +
136
Rp. 8.164,77 + Rp. 9.090,91 = Rp. 212.712,80
q. Pengeluaran total untuk truk B 9479 QV menggunakan Farthest Insert Total Biaya = Rp. 23,621.00 + Rp. 58.712,12+ Rp. 112.500,00 + Rp. 8.164,77 + Rp. 9.090,91 = Rp. 212.088,80
r. Pengeluaran total untuk truk B 9479 QV menggunakan Nearest Insert Total Biaya = Rp. 23,621.00 + Rp. 58.712,12+ Rp. 112.500,00 + Rp. 8.164,77 + Rp. 9.090,91 = Rp. 212.088,80 s. Pengeluaran total untuk truk B 9683 DN menggunakan Nearest Neighbor Total Biaya = Rp. 26,448.50 + Rp. 60.606,06 + Rp. 112.500,00 + Rp. 8.210,23 + Rp. 9.090,91 = Rp. 216.855,70
t. Pengeluaran total untuk truk B 9683 DN menggunakan Farthest Insert Total Biaya = Rp. 26,084.50 + Rp. 60.606,06 + Rp. 112.500,00 + Rp. 8.210,23 + Rp. 9.090,91 = Rp. 216.491,70
137
u. Pengeluaran total untuk truk B 9683 DN menggunakan Nearest Insert Total Biaya = Rp. 26,084.50 + Rp. 60.606,06 + Rp. 112.500,00 + Rp. 8.210,23 + Rp. 9.090,91 = Rp. 216.491,70
3.3.7. Analisis Usulan Alternatif Rute Perjalanan Alternatif rute perjalanan distribusi barang yang dihasilkan dengan metode Saving Matriks untuk setiap kendaraan menghasilkan tiga alternatif yang berasal dari tiga prosedur yang digunakan. Setiap prosedur menghasilkan rute dan jarak tempuh yang berbeda, dan ada pula beberapa yang sama. Rute alternatif pertama (prosedur nearest neighbor) untuk kendaraan pertama (B 9891 QV) adalah Perusahaan - Depot Nusa Jaya Toko Aphin - Depot Berinomas - Toko Berkah - Toko Rosalia – Perusahaan, dengan jarak perjalanan 133.88 km. Rute alternatif kedua (prosedur farthest insert) untuk kendaraan pertama (B 9891 QV) adalah Perusahaan - Depot Nusa Jaya - Toko Aphin - Depot Berinomas - Toko Berkah - Toko Rosalia – Perusahaan dengan jarak perjalanan 133.88 km. Rute alternatif ketiga (prosedur nearest insert) untuk kendaraan pertama (B 9891 QV) adalah Perusahaan - Toko Rosalia - Toko Berkah - Depot Nusa Jaya - Depot Berinomas - Toko Aphin - Perusahaan dengan jarak perjalanan 137.29 km. Rute alternatif pertama (prosedur nearest neighbor) untuk kendaraan kedua (B 9487 IQ) adalah Perusahaan - Depot Pelita - Joyo
138
Supermarket - Toko Oyok - Toko Kardi – Perusahaan, dengan jarak perjalanan 73.50 km. Rute alternatif kedua (prosedur farthest insert) untuk kendaraan kedua (B 9487 IQ) adalah Perusahaan - Toko Kardi – Joyo Supermarket - Depot Pelita - Toko Oyok - Perusahaan dengan jarak perjalanan 70.39 km. Rute alternatif ketiga (prosedur nearest insert) untuk kendaraan kedua (B 9487 IQ) adalah Perusahaan - Toko Kardi - Depot Pelita - Joyo Supermarket - Toko Oyok - Perusahaan dengan jarak perjalanan 70.68 km. Rute alternatif pertama (prosedur nearest neighbor) untuk kendaraan ketiga (B 9892 QV) adalah Perusahaan - Depot Living Water Toko Iis - Toko Plastik - Depot Sinar Pelangi - Perusahaan dengan jarak perjalanan 50.38 km. Rute alternatif kedua (prosedur farthest insert) untuk kendaraan ketiga (B 9892 QV) adalah Perusahaan - Toko Iis - Toko Plastik - Depot Living Water - Depot Sinar Pelangi - Perusahaan dengan jarak perjalanan 49.02 km. Rute alternatif ketiga (prosedur nearest insert) untuk kendaraan ketiga (B 9892 QV) adalah Perusahaan - Toko Iis - Toko Plastik - Depot Living Water - Depot Sinar Pelangi - Perusahaan dengan jarak perjalanan 49.02 km. Rute alternatif pertama (prosedur nearest neighbor) untuk kendaraan keempat (B 9497 NAA) adalah Perusahaan - Toko Karunia Ilahi - Toko Garuda - Toko Timbul - Depot Berinomas 2 – Perusahaan dengan jarak perjalanan 49.70 km. Rute alternatif kedua (prosedur farthest insert) untuk kendaraan keempat (B 9497 NAA) adalah Perusahaan - Depot Berinomas 2 - Toko Timbul - Toko Garuda - Toko Karunia Ilahi -
139
Perusahaan dengan jarak perjalanan 49.70 km. Rute alternatif ketiga (prosedur nearest insert) untuk kendaraan keempat (B 9497 NAA) adalah Perusahaan - Toko Karunia Ilahi - Toko Garuda - Toko Timbul - Depot Berinomas 2 - Perusahaan dengan jarak perjalanan 49.70 km. Rute alternatif pertama (prosedur nearest neighbor) untuk kendaraan kelima (B 9863 IQ) adalah Perusahaan - Toko PJMI - Depot Garuda Jaya - Depot Karesota - Depot Puri Flamboyan – Perusahaan dengan jarak perjalanan 41.80 km. Rute alternatif kedua (prosedur farthest insert) untuk kendaraan pertama (B 9863 IQ) adalah Perusahaan - Toko PJMI - Depot Garuda Jaya - Depot Karesota - Depot Puri Flamboyan – Perusahaan dengan jarak perjalanan 41.80 km. Rute alternatif ketiga (prosedur nearest insert) untuk kendaraan pertama (B 9863 IQ) adalah Perusahaan - Toko PJMI - Depot Garuda Jaya - Depot Karesota - Depot Puri Flamboyan – Perusahaan dengan jarak perjalanan 41.80 km. Rute alternatif pertama (prosedur nearest neighbor) untuk kendaraan keenam (B 9479 QV) adalah Perusahaan - Depot Banyu Laris Toko Pansil - Toko Parkit - Toko Uskah Jaya - Perusahaan dengan jarak perjalanan 37.30 km. Rute alternatif kedua (prosedur farthest insert) untuk kendaraan pertama (B 9479 QV) adalah Perusahaan - Toko Parkit - Toko Pansil - Depot Banyu Laris - Toko Uskah Jaya - Perusahaan dengan jarak perjalanan 36.34 km. Rute alternatif ketiga (prosedur nearest insert) untuk kendaraan pertama (B 9479 QV) adalah Perusahaan - Toko Uskah Jaya Depot Banyu Laris - Toko Pansil - Toko Parkit - Perusahaan dengan jarak perjalanan 36.34 km.
140
Rute alternatif pertama (prosedur nearest neighbor) untuk kendaraan ketujuh (B 9683 DN) adalah Perusahaan - Depot Esa Water Toko Null - Toko Kasuari - Toko Hendri - Toko Yanto - Perusahaan dengan jarak perjalanan 40.69 km. Rute alternatif kedua (prosedur farthest insert) untuk kendaraan pertama (B 9683 DN) adalah Perusahaan - Toko Kasuari - Toko Yanto - Toko Hendri - Toko Null - Depot Esa Water Perusahaan dengan jarak perjalanan 40.13 km. Rute alternatif ketiga (prosedur nearest insert) untuk kendaraan pertama (B 9683 DN) adalah Perusahaan - Depot Esa Water - Toko Null - Toko Hendri - Toko Yanto Toko Kasuari - Perusahaan dengan jarak perjalanan 40.13 km. Dari hasil di atas dapat dilihat bahwa ketiga prosedur menghasilkan rute perjalanan dan jarak tempuh, ada yang berbeda dan ada yang sama, untuk setiap kendaraan. Dari hasil di atas juga tidak dapat disebutkan bahwa prosedur yang satu lebih bagus dibandingkan prosedur yang lain, karena setiap prosedur dapat menghasilkan jarak terpendek pada beberapa kendaraan. Hasil dari alternatif-alternatif yang ada berpengaruh pada biaya distribusi yang dilakukan oleh perusahaan. Biaya distribusi terdiri dari biaya bahan bakar, biaya depresiasi, biaya tenaga kerja, biaya pajak kendaraan, dan biaya maintenance. Besarnya biaya depresiasi, biaya tenaga kerja, biaya pajak kendaraan, dan biaya maintenance cenderung tetap untuk setiap kendaraan meskipun alternatif yang digunakan berbeda-beda, berbeda dengan biaya bahan bakar. Biaya bahan bakar merupakan biaya yang dapat membuat biaya distribusi setiap alternatif berbeda karena biaya bahan bakar yang dikeluarkan tergantung pada jarak tempuh dari setiap
141
kendaraan untuk mendistribusikan barang. Semakin jauh jarak tempuhnya maka semakin besar pula biaya bahan bakar yang dikeluarkan, begitu pula sebaliknya, semakin dekat jarak tempuhnya maka semakin kecil pula biaya bahan bakar yang dikeluarkan.
3.3.8. Analisis Pemilihan Alternatif Rute Perjalanan Dari alternatif-alternatif yang tersedia untuk setiap kendaraan, dipilih alternatif yang menghasilkan jarak tempuh terpendek karena jarak tempuh mempengaruhi biaya bahan bakar yang dikeluarkan oleh kendaraan yang digunakan. Berikut adalah tabel yang Menunjukkan perbandingan jarak tempuh dari setiap metode pengurutan konsumen. Tabel 3.40 Perbandingan Jarak Setiap Kendaraan Pada Setiap Metode
Pada tabel terdapat bagian yang diarsir dimana bagian tersebut menunjukkan jarak terpendek pada setiap kendaraan di setiap prosedur pengurutan konsumen dalam pengiriman. Pada tabel dapat dilihat bahwa hanya prosedur farthest insert dapat menghasilkan jarak terpendek untuk setiap kendaraan. Oleh karena itu, optimalisasi rute kendaraan pada Tirta Bintaro dapat menggunakan prosedur farthest insert.
