65
BAB IV PENGUMPULAN DAN ANALISA DATA
Pada bab ini akan membahas mengenai sistem pendistribusian yang dilakukan oleh PT. Parit Padang Logistics. Pertama kali dilakukan pengumpulan data yang berhubungan dengan proses pendistribusian, kemudian akan dilanjutkan pada tahap yang kedua yaitu pengembangan model perhitungan yang akan memberikan penjelasan perhitungan beserta formula yang digunakan di dalam pengolahan data. Pada tahap yang ketiga akan menjelaskan mengenai penggunaan bilangan fuzzy. Selanjutnya pada tahap yang terakhir, akan menjelaskan mengenai penerapan model perhitungan dengan menggunakan bilangan fuzzy pada variabel-variabel yang dipilih. Perhitungan yang dilakukan ini menggunakan program Micrrosoft Excel sebagai alat bantu.
4.1 Pengumpulan Data PT. Parit Padang Logistics merupakan peusahaan logistik yang akan mendistribusikan barang ke konsumen. Pada proses pendistribusiannya PT. Parit Padang Logistics menjalin kerjasama dengan beberapa Principal. Proses pendistribusian atau pengirrman barang yang dilakukan adalah dari Principal akan dikirimkan ke Warehouse di Jakarta, kemudian dari Warehouse Jakarta akan dikirim ke cabang-cabang PT. Parit Padang Logistics yang tersebar di seluruh Indonesia. Kemudian dari cabang yang akan dikirimkan ke outlet
66
ataupun ke konsumen y ang memberikan permintaan (demand) kep ada caban g y ang bersangkutan. Proses p endistribusian y ang dilakukan dapat terlihat p ada gambar 4.1. Proses p engiriman yang d ilakukan lan gsun g ketika baran g dari p rodusen (Principal) datang k e inventori pusat.
Gambar 4.1 Gambar Proses Pendistrian y ang dilakukan o leh PT. Parit Padang Logistics
Arus p engiriman baran g yang sudah d ilakuk an oleh PT. Parit Padan g Logistics ini merupakan rantai lurus, y ang tidak akan memberikan keru gian walaup un dengan hany a memiliki satu Warehouse saja. Rantai lurus disin i sep erti y ang d iterap kan pada metode 3-tier yaitu rantai p engiriman y an g dilakukan d en gan men ggunak an supply po int (Warehouse). PT. Parit Padan g Logistics ini merupakan sebu ah perusahan y ang bergerak di bidan g lo gistics sehingga hany a memp uny ai Warehouse dan tidak melakukan proses produksi. Warehouse yang d imiliki selama ini memiliki fungsi sebagai crosdock. Sehigga ketika barang y ang tiba dari Principa l ke Warehouse akan lan gsun g d ilakuk an p engiriman.
67
Proses pengendalian dan pengaturan permintaan akan dilakukan oleh PT. Parit Padang Logistics pusat, yang akan memberikan informasi dan melakukan permintaan kepada Principal. PT. Parit Padang Logistics pusat juga akan memberikan informasi kepada cabang-cabang yang tersebar di seluruh Indonesia yang terdapat pada tabel 4.1.
Tabel 4.1 Cabang-Cabang PT. Parit Padang Logistics yang Tersebar di Seluruh Indonesia No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 No. 16 17 18 19
Kota Cabang Bandung Cirebon Semarang Yogyakarta Solo Surabaya Malang Denpasar Bandar Lampung Palembang Jambi Padang Pekan Baru Medan Makasar Kota Cabang Banjarmasin Pontianak Samarinda Manado
PT. Parit Padang Logistics juga menggunakan teknologi informasi untuk mempermudah proses pendistribusian, pengontrolan dan pengamatan
68
terhadap permintaan, perubahan pasar yang terjadi. Penggunaan teknologi informasi ini berupa penggunaan internet sebagai saran untuk penyampaian informasi kepada seluruh cabang, sehingga dapat mempermudah pengiriman dan dapat mengetahui secara cepat dan mudah seluruh informasi mengenai perubahan pasar di setiap cabang, tinggi rendahnya permintaan di masingmasing cabang sehingga mempermudah didalam membuat keputusan pengalokasian barang. Principal yang menjalin kerjasama dengan PT. Parit Padang Logistics tidak seluruhnya terletak di Jakarta, ada yang terletak di luar Jakarta dan tidak di produksi di Indonesia sehingga harus didatangkan langsung dari luar negeri dan sebagai tempat pertemuan barang antara pihak Principal dan PT. Parit Padang Logistics adalah pelabuhan Tanjung Priok. Sehingga diperlukan sebuah kesepakatan kerja pula yang akan mengatur mengenai proses pengiriman barang dari Principal maupun dari pelabuhan menuju Warehouse PT. Parit Padang Logistics. Beberapa Principal tersebut seperti yang terdapat pada tabel 4.2.
Tabel 4.2 Principal dari PT. Parit Padang Logistics No.
Nama Principal
1
PT. ASTRAZENECA INDONESIA
2
PT. B.BRAUN MEDICAL INDONESIA
3
BAUSCH & LOMB (S) LTE.LTD
4
PT. ETHICA INDUSTRI PHARMASI
5
PT. JORDAN
6
PT. KIMBERLY INDONESIA
69
No.
Nama Principal
7
PT. KIMBERLY LEVEL INDONESIA
8
PT. MAHAKAM BETA FARMA
9
PT. MENARA JOPURIN
10
MERISANT
11
PT. NESTLE INDONESIA
12
PT. PFIZER INDONESIA
13
PT. SOHO INDUSTRI PHARMASI
14
PT. NESTLE INDONESIA
15
REGENT MEDICAL OVERSEAS LIMITED
16
PHARMAINDO ASIA
17
PT. INDO SEHAT LESTARI
18
PT. DAYA MUDA AGUNG
19
PT. SUNTHI SEPURI
20
PT. OTSUKA INDONESIA
21
PT. DIPA PHARMALAB INTERSAINS
22
PT. SPLASH INDONESIA
23
PT. TRIPLE ACE COPORATION
24
PT. OSOTSPA ABC INDONESIA
25
PT. GALA DJAJA RAYA
26
PT. WISWADWARAPUTRA MITRA JAYA
27
PT. RODA MAS
28
PT. MEIJI INDONESIA
29
PT. COMBIPHAR
30
PT. HEPTASARI UNGGUL
PT. Parit Padang Logistics mempunyai rencana untuk melakukan investasi dengan membangun Warehouse baru di Surabaya sebagai Warehouse kedua. Warehouse
ini dimaksudkan untuk membantu didalam proses
pendistribusian, observasi pasar dan mempermudah proses pemantauan dan
70
membuat keputusan untuk melakukan alokasi barang dari satu cabang ke cabang yang lain. Warehouse kedua ini akan memiliki fungsi yang sama dengan warehouse I yang membedakan hanyalah faktor kapasitas yang lebih kecil dan sejumlah kota yang akan dibawahi. Relokasi barang ke cabang lain yang terjadi dimungkinkan, dengan kondisi: o Expired date masih jauh o Barang tidak laku di pasar
Warehouse ini nantinya akan direncanakan untuk mengontrol beberapa kota di Indonesia bagian timur diantaranya adalah Surabaya I √ Denpasar √ Ujung Pandang √ Samarinda √ Banjarmasin √ Manado Di dalam melakukan proses pengiriman barang dari Warehouse PT. Parit Padang Logistics yang terletak di Jakarta, PT. Parit Padang Logistics bekerjasama dengan jasa transporter yang akan mengirimkan barang ke cabang-cabang PT. Parit Padang Logistics yang tersebar di seluruh Indonesia. PT. Parit Padang Logistics hanya bekerjasama dengan jasa transporter untuk melakukan pengiriman ke cabang-cabang yang terletak di luar Jakarta, bila ada
71
konsumen yang terletak di Jakarta maka selama dapat dillakukan pengiriman dengan menggunakan transport yang dimiliki maka tidak akan menggunakan jasa transporter. Untuk pemilihan jasa transporter yang akan digunakan, pemilihan dilakukan berdasarkan biaya termurah yang diberikan oleh jasa transporter, biaya tersebut seperti yang terdapat pada tabel 4.3.
Tabel 4.3 Daftar Biaya untuk satu kali pengiriman ke cabang-cabang PT. Parit Padang Logistics
Kota Cabang
Darat
Bandung Cirebon Semarang Yogyakarta Solo Surabaya Malang Denpasar Bandar Lampung Palembang Jambi Padang Pekan Baru Medan Makasar Banjarmasin Pontianak Samarinda Manado
1,306 1,306 1,798 1,837 1,837 2,323 2,506
Laut
Udara
2,403 1,972 899 3,880 2,302 4,344 1,592 2,285 3,222 1,778 3,079 4,318
2,525 4,628 3,182 9,633 15,002 6,467 3,366 12,211 5,437 11,604 15,066 850 6,765 12,463 13,172 14,869 6,144 12,941 14,224
72
4.2
Pengembangan Model Perhitungan Untuk melakukan perhitungan yang ingin mengetahui apakah proyek investasi yang dilakukan layak atau tidak dilakukan pembagian yang akan mempermudah perhitungan. Perhitungan ini dibagi menjadi dua tahap, yaitu tahap pertama perhitungan yang dilakukan untuk menghitung Total Cost transportation dari Principal ke Warehouse
PT. Parit Padang Logistics.
Kemudian tahap yang kedua adalah perhitungan untuk menghitung Total Cost transportation dari Warehouse ke cabang-cabang PT. Parit Padang Logistics yang tersebar di seluruh Indonesia.
Asumsi –asumsi yang dibuat untuk membantu perhitungan, antara lain: o Untuk perhitungan jarak dari Principal ke Warehouse , diasumsikan untuk barang yang dikirim melalui import akan diambil melalui pelabuhan Tanjung Priok. o Diasumsikan semua biaya pengiriman dan pengambilan barang ditanggung oleh PT. Parit Padang Logistics.
4.2.1
Model Perhitungan untuk Tahap I √ Total Cost berdasarkan berat : Berat barang (Kg) yang dikirim per tahun * Biaya / Kg (Rp)
73
Perhitungan Total Cost berdasarkan berat ini digunakan untuk menghitung total biaya yang dibebankan untuk melakukan pengiriman barang dari Principal ke Warehouse. Untuk biaya / kg (Rp) tidak akan berubah dalam periode waktu yang singkat, karena tidak akan mengalami perubahan yang drastis. Namun berbeda dengan sejumlah berat barang (Kg) yang dikirim dalam tiap tahunnya. Variabel ini akan selalu mengalami fluktuatif, akan selalu berubah bergantung kepada keadaan pasar yang menjadi target, serta tingkat penjualan dari produk yang dijual di pasar. Jika keadaan pasar kurang baik atau produk yang dijual kurang mendapatkan respon dari pasar maka jumlah berat barang (Kg) yang akan dikirim akan mengalami penurunan, begitu pula sebaliknya.
√ Cost per shipment * Number of Shipment :
Jarak xRp.50,000 C Keterangan : •
Jarak Jarak yang pengiriman dari Principal ke Warehouse (Km) atau jarak yang ditempuh untuk melakukan pengiriman dari Principal ke
PT. Parit Padang Logistics.
74
•
C C adalah sebuah konstanta berupa angka 240 yang merupakan jarak maksimal untuk melakukan satu kali pengiriman. Jika jarak yang harus ditempuh melebihi 240 maka akan dikenakan biaya untuk dua kali pengiriman. Sedangkan untuk jumlah jarak yang merupakan kelipatan 240 maka akan dikenakan biaya sesuai dengan kelipatannya. Contoh untuk 480 dihitung dua kali pengiriman, untuk 720 dihitung tiga kali pengiriman.
•
Rp. 50,000 Merupakan biaya yang dibebankan untuk melakukan satu kali pengiriman dari Principal ke Warehouse
PT. Parit Padang
Logistics.
Perhitungan ini dimaksudkan untuk menghitung besarnya biaya yang akan dibebankan untuk melakukan satu kali pengiriman. Perhitungan ini diasumsikan menggunakan jarak maksimal untuk melakukan satu kali
pengiriman.
Variabel
yang
sangat
berpengaruh
dalam
perhitungan ini adalah jarak yang harus ditempuh untuk melakukan pengiriman. Semakin jauh jarak yang harus ditempuh biaya yang dibebankan akan semakin besar.
75
√ Total Cost
Total Cost = (Cost per shipment * Number of Shipment * Frequency Pengiriman dalam Satu Tahun) + Total Cost Berdasarkan Berat
Merupakan jumlah dari seluruh biaya transportasi untuk melakukan pengiriman dari Principal ke Warehouse PT. Parit Padang Logistics. Perhitungan ini merupakan perhitungan akhir untuk menghitung total biaya transportasi yang dibebankan ke PT. Parit Padang Logistics, biaya yang akan diperoleh di sini baru total biaya transportasi yang dibebankan untuk melakukan pengiriman dari masing-masing Principal ke Warehouse.
4.2.2 Model Perhitungan untuk Tahap II √ Cost Berdasarkan Berat
Perhitungan ini dipisahkan berdasarkan jenis transportasi yang digunakan yaitu darat, laut, dan udara. Cost Berdasarkan Berat = Biaya satu kali kirim * Berat Barang (Kg) yang dikirim dalam satu tahun * Frequency Pengiriman dalam Satu Tahun
76
Perhitungan ini dipisahkan berdasarkan jenis transportasi yang digunakan
dengan
maksud
untuk
dapat
mengetahui
biaya
transportasi yang digunakan untuk masing-masing jenis transportasi, begitu pula untuk Cost Berdasarkan Volume. Perhitungan Cost Berdasarkan
Berat hamper sama dengan perhitungan Cost
Berdasarkan Volume, yang membedakan hanyalah satuan untuk menghitung jumlah barang yang akan dikirim. Pada kedua perhitungan ini variabel yang sangat berpengaruh adalah jumlah barang yang akan dikirim (dalam satuan berat (Kg) ataupun volume (Cm3) dan Frequency pengiriman yang dilakukan dalam jangka waktu satu tahun. Kedua variabel ini akan bergantung pada keadaan pasar dan produk yang dijual (apakah produk tersebut mendapatkan respon yang baik dari konsumen atau tidak).
√ Cost Berdasarkan Volume
Perhitungan ini dipisahkan berdasarkan jenis transportasi yang digunakan yaitu darat, laut, dan udara. Cost Berdasarkan Volume = Biaya satu kali kirim * Volume Barang (Cm3) yang dikirim dalam satu tahun * Frequency dalam Satu Tahun
Pengiriman
77
4.3
Penggunaan Bilangan Fuzzy
4.3.1 Alasan Pemilihan Menggunakan Bilangan Fuzzy Sebuah peramalan dilakukan untuk memperkirakan berbagai hal yang akan terjadi untuk periode yang akan datang. Beberapa model telah banyak dikembangkan dan ditemukan, diantanya dengan menggunakan teori probabilitas. Model-model ini ditujukan untuk mengantisipasi akan terjadinya ketidakpastian. Pada kenyataannya, hasil peramalan yang diperoleh bagi perusahaan diterjemahkan dalam bentuk perkiraan tertentu seperti interval tertentu tanpaa ada sebuah kepastian untuk setiap periode. Hal ini akan memberikan permasalahan bagi perusahaan. Pemilihan penggunaan bilangan fuzzy ini didasarkan kepada proses peramalan terhadap variable tertentu dalam penelitian ini yaitu : jumlah berat barang (Kg) yang dikirim tiap tahunnya, jumlah Volume barang (Cm3 ) yang dikirim tiap tahunnya dan Frequency pengiriman. Variabel-variabel ini akan selalu dilakukan peramalan setiap periode waktu tertentu, untuk mendapatkan sebuah prediksi atau perkiraan. Sehingga dapat disimpulkan bahwa variabel-variabel ini memiliki
nilai
yang
tidak
pasti.
Untuk
dapat
membantu
merepresentasikan dan mendeskripsikan ketidakpastian ini maka digunakanlah bilangan fuzzy ini.
78
Penggunaan bilangan fuzzy pada penelitian ini ditujukan untuk merepresentasikan dua hal : 1. Untuk mengetahui nilai dari konsekuensi tidak tepatnya hasil peramalan yang dilakukan. Ketidak tepatan ini diakibatkan ketidaksesuaian hasil peramalan dengan tingkat penjualan pada keadaan nyatanya. 2. Untuk dapat melihat dan mengetahui variasi yang mungkin akan terjadi pada hasil peramalan yang sudah dilakukan. Variasi ini akan terlihat besarnya nilai keuntungan atau kerugian yang akan diperoleh perusahaan tergantung kepada respon pasar. Pada penelitian ini bilangan fuzzy yang digunakan adalah bilangan fuzzy segitiga (triangular fuzzy number). Di dalam perhitungan bilangan fuzzy segitiga ini digunakan untuk memperlihatkan berapakah nilai keuntungan yang akan diperoleh untuk tiap alternatif yang berbeda. Namun tidak seluruh alternatif akan menghasilkan keuntungan, ada kemungkinan ada alternatif yang akan menghasilkan nilai yang negatif sehingga menghasilkan kerugian bagi perusahaan. Kemudian dari tiap alternatif ini akan dibandingkan satu dengan yang lainnya untuk melihat berbagai rencana yang akan dilakukan dan pada akhirnya akan membantu membuat keputusan alternatif mana yang sebaiknya harus diambil.
79
4.3.2 Variabel yang Dipilih untuk Diterapkan dengan Bilangan Fuzzy Variabel yang dipilih untuk tahap I (Pengiriman yang dilakukan dari Principal ke Warehouse ) adalah : o Berat barang (Kg) yang dikirim per tahun o Frequency pengiriman yang dilakukan tiap tahunnya
Variabel yang dipilih untuk tahap II (Pengiriman yang dilakukan dari Warehouse ke cabang-cabang PT. Parit Padang Logistics) adalah : o Jumlah Volume (Cm3) barang yang dikirim tiap tahunnya o Jumlah berat (Kg) barang yang dikirim tiap tahunnya o Frequency pengiriman yang dilakukan tiap tahunnya
Pemilihan variabel ini dipilih dikarenakan merupakan variabel yang dapat berubah, dan yang akan mempengaruhi Total Cost transportation yang dibebankan kepada PT. Parit Padang Logistics. Perubahan yang dimaksud di sini merupakan perubahan yang tergantung kepada pasar atau konsumen. Sehingga tidak ada nilai yang pasti untuk variabel ini. Variabel-variabel ini akan bersifat fluktuatif ataupun bisa akan mengalami keadaan yang tidak berubah atau datar. Jika tidak mengalami perubahan menandakan bahwa produk tersebut tidak mengalami pertumbuhan, karena memiliki nilai yang hamper sama atau mungkin memiliki nilai yang sama. Begitu pula sebaliknya, jika
80
mengalami fluktuatif maka akan terlihat sirklus kehidupan dari produk tersebut, dan dapat mengetahui apakah produk tersebut mendapatkan respon yang baik atau tidak di pasar. Untuk jarak yang harus ditempuh untuk melakukan pengiriman baik untuk tahap I (Pengiriman yang dilakukan dari Principal ke Warehouse ) maupun tahap II (Pengiriman yang dilakukan dari Warehouse ke cabang-cabang PT. Parit Padang Logistics) tidak akan berubah, begitu juga Cost per shipment * Number of Shipment yang tergantung jarak yang akan ditempuh untuk melakukan pengiriman, dan sama halnya dengan biaya yang dibebankan untuk melakukan satu kali pengiriman baik untuk pengiriman baik untuk tahap I (Pengiriman yang dilakukan dari Principal ke Warehouse ) maupun tahap II (Pengiriman yang dilakukan dari Warehouse ke cabang-cabang PT. Parit Padang Logistics) tidak akan berubah. Karena PT. Parit Padang Logistics bekerja sama dengan jasa transporter lain didalam proses pengiriman untuk biaya satu kali pengiriman ini diputuskan dengan memilih jasa transporter yang memberikan harga yang paling murah.
4.3.3 Metode fuzzifikasi Dengan menggunakan bilangan fuzzy segitiga maka harus ada tiga point yang akan menjadi titik point yaitu a,b, dan c. Point a adalah point yang melambangkan nilai pesimis yang akan mungkin terjadi,
81
point b merupakan point yang melambangkan nilai yang paling mungkin terjadi berdasarkan keyakinan, dan untuk point c adalah point yang melambangkan nilai yang paling optimis yang paling mungkin terjadi. Untuk point b tidak berubah untuk variabel berat barang (Kg) yang akan dikirim tiap tahunnya, dan Frequency pengiriman tiap tahunnya untuk tahap I (Pengiriman yang dilakukan dari Principal ke Warehouse). Sedangkan untuk tahap II yang juga tidak berubah adalah variabel Volume barang (Cm3) dan Berat barang yang akan dikirim tiap tahunnya, serta Frequency pengiriman yang dilakukan tiap tahunnya. Bilangan fuzzy yang digunakan dalam perhitungan ini diperoleh berdasarkan tingkat keyakinan yang ditentukan oleh pihak peramal dari perusahaan. Untuk point a variabel-variabel tersebut akan memiliki nilai yang lebih kecil dari variabel-variabel pada point b, baik pada tahap I seperti pada tabel 4.4 dan pada tahap II seperti pada tabel 4.5. Pada tahap I (Pengiriman dari Principal ke Warehouse) dan tahap II (Pengiriman dari Principal ke Warehouse)variabel-variabel pada point a akan lebih kecil dari semua variabel pada point b dan c sehingga dapat dirumuskan sebagai berikut : a
82
Tabel 4.4 Bilangan Fuzzy untuk Point a untuk Tahap I
Nama Principal PT. ASTRAZENECA INDONESIA PT. B.BRAUN MEDICAL INDONESIA BAUSCH & LOMB (S) LTE.LTD PT. ETHICA INDUSTRI PHARMASI PT. JORDAN PT. KIMBERLY INDONESIA PT. KIMBERLY LEVEL INDONESIA PT. MAHAKAM BETA FARMA MERISANT PT. NESTLE INDONESIA PT. PFIZER INDONESIA PT. SOHO INDUSTRI PHARMASI PT. DAYA MUDA AGUNG PT. SUNTHI SEPURI PT. OTSUKA INDONESIA
Lokasi Principal
Berat Barang (Kg) yang dikirim per tahun
Frequency pengiriman dalam setahun
Malang
5,000
20
Cakung
7,000
10
Import, Amerika
5,000
11
Jakarta
8,000
12
Import, Malaysia Import, dari Pelabuhan
4,000
13
5,000
20
Import, dari Pelabuhan
4,000
11
Pulo Gadung, Jakarta
100
40
Import
500
14
Cikarang
5,000
20
Cimanggis
1,000
30
Pulo Gadung, Jakarta
5,000
10
Jakarta
500
11
Tangerang
7,000
10
Malang
2,000
10
83
Nama Principal
PT. DIPA PHARMALAB INTERSAINS PT. TRIPLE ACE COPORATION PT. OSOTSPA ABC INDONESIA PT. MEIJI INDONESIA PT. COMBIPHAR PT. HEPTASARI UNGGUL PIPA PHARMALAT INTERTAINT METROPOLIS CITRA KARYA
Lokasi Principal
Berat Barang (Kg) yang dikirim per tahun
Frequency pengiriman dalam setahun
Jakarta
100
30
Tangerang
3,000
10
Tangerang
4,000
12
Jakarta
3,000
10
Bandung
500
30
Surabaya
3,000
10
Jakarta
3,000
10
Jakarta
4,000
30
84
Tabel 4.5 Bilangan Fuzzy untuk Point a untuk Tahap II
No.
Kota Cabang
Volume Produk (Cm3)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
Bandung Cirebon Semarang Yogyakarta Solo Surabaya Malang Denpasar Bandar Lampung Palembang Jambi Padang Pekan Baru Medan Makasar Banjarmasin Pontianak Samarinda Manado
1,000 3,000 1,000 7,000 12,000 4,000 1,000 9,000 3,000 9,000 12,000 500 5,000 10,000 10,000 12,000 4,000 10,000 11,000
Berat Barang (Kg) 900 2,000 1,000 6,000 10,000 4,000 1,000 8,000 3,000 8,000 10,000 500 4,000 8,000 9,000 10,000 3,000 9,000 10,000
Frequency Pengiriman 20 10 30 5 5 5 30 20 20 10 20 30 10 8 30 7 20 7 10
Untuk point c variabel-variabel tersebut akan lebih besar dari variabelvariabel pada point a dan b. Pada tahap I (Pengiriman dari Principal ke Warehouse) variabelvariabel pada point c > b > a, seperti pada tabel 4.6.
85
Tabel 4.6 Bilangan Fuzzy untuk Point c untuk Tahap I
Nama Principal PT. ASTRAZENECA INDONESIA PT. B.BRAUN MEDICAL INDONESIA BAUSCH & LOMB (S) LTE.LTD PT. ETHICA INDUSTRI PHARMASI PT. JORDAN PT. KIMBERLY INDONESIA PT. KIMBERLY LEVEL INDONESIA PT. MAHAKAM BETA FARMA MERISANT PT. NESTLE INDONESIA PT. PFIZER INDONESIA PT. SOHO INDUSTRI PHARMASI PT. DAYA MUDA AGUNG PT. SUNTHI SEPURI PT. OTSUKA INDONESIA PT. DIPA PHARMALAB INTERSAINS
Lokasi Principal
Berat Barang (Kg) yang dikirim per tahun
Frequency pengiriman dalam setahun
Malang
7,000
45
Cakung
9,000
40
Import, Amerika
7,000
30
Jakarta
10,000
30
6,000
30
7,000
45
6,000
30
300
60
2,000 7,000 3,000
30 50 50
7,000
35
Jakarta
2,000
30
Tangerang Malang
9,000 4,000
40 40
Jakarta
300
50
Import, Malaysia Import, dari Pelabuhan Import, dari Pelabuhan Pulo Gadung, Jakarta Import Cikarang Cimanggis Pulo Gadung, Jakarta
86
Nama Principal PT. TRIPLE ACE COPORATION PT. OSOTSPA ABC INDONESIA PT. MEIJI INDONESIA PT. COMBIPHAR PT. HEPTASARI UNGGUL PIPA PHARMALAT INTERTAINT METROPOLIS CITRA KARYA
Lokasi Principal
Berat Barang (Kg) yang dikirim per tahun
Frequency pengiriman dalam setahun
Tangerang
5,000
40
Tangerang
6,000
30
Jakarta
6,000
40
Bandung
700
60
Surabaya
5,000
40
Jakarta
5,000
40
Jakarta
6,000
60
Pada tahap II (Pengiriman dari Warehouse ke cabang-cabang PT. Parit Padang Logistics) variabel-variabel pada point c > b > a, seperti pada tabel 4.7.
Tabel 4.7 Bilangan fuzzy untuk point c untuk Tahap II
No.
Kota Cabang
1 2 3 4 5 6 7 8
Bandung Cirebon Semarang Yogyakarta Solo Surabaya Malang Denpasar
Volume Berat Produk Barang (Kg) (Cm3) 3,000 2,000 5,000 4,000 3,000 3,000 9,000 8,000 14,000 12,000 6,000 6,000 3,000 3,000 11,000 10,000
Frequency Pengiriman 50 40 60 35 35 35 60 50
87
No.
Kota Cabang
9 10 11 12 13 14 15 16 17 18 19
Bandar Lampung Palembang Jambi Padang Pekan Baru Medan Makasar Banjarmasin Pontianak Samarinda Manado
Volume Berat Produk Barang (Kg) (Cm3) 5,000 5,000 11,000 10,000 14,000 12,000 1,000 1,000 7,000 6,000 12,000 11,000 12,000 11,000 14,000 12,000 6,000 5,000 12,000 11,000 13,000 12,000
Frequency Pengiriman 50 40 50 60 40 38 60 37 50 37 40
Hal ini dapat dirumuskan sebagai berikut a < b < c, hal ini berlaku untuk seluruh variabel dalam tahap I dan tahap II.
4.4
Penerapan Model Perhitungan
Perhitungan pertama yang dilakukan adalah menghitung Total Cost untuk pengiriman dari Principal ke Warehouse (Tahap I) dan dari Warehouse ke cabang-cabang PT. Parit Padang Logistics (Tahap II). Perhitungan ini menggambarkan kegiatan pengiriman yang sudah dilakukan. Perhitungan yang dilakukan ini dibagi menjadi empat macam alternatif, untuk keterangan masingmasing alternatif dapat diketahui melalui tabel 4.8. Pada perhitungan ini diasumsikan perluasan pasar yang akan terjadi sebesar 30% dari pasar yang sudah ada sekarang ini.
88
Tabel 4.8 Jenis Alternatif dengan perluasan pasar 30% Jenis Alternatif
Proses distribusi yang dilakukan PT. Parit Padang Logistics tetap memiliki
Alternatif 1
satu buah Warehouse dengan ada perluasan pasar sebesar 30% di sekitar Surabaya PT. Parit Padang Logistics memiliki dua buah Warehouse dengan adanya perluasan pasar sebesar 30%, untuk Principal yang berada di sekitar Jakarta akan langsung
Alternatif 2 disalurkan ke WH I di Jakarta, untuk Principal yang berada di sekitar Surabaya akan langsung disalurkan ke WH II di Surabaya
89
Jenis Alternatif
Proses distribusi yang dilakukan PT. Parit Padang Logistics memiliki satu buah Warehouse dengan adanya perluasan pasar sebesar 30%, untuk Principal yang berada di sekitar Jakarta akan langsung disalurkan ke
Alternatif 3 WH I di Jakarta, kemudian akan dilanjutkan dengan menyalurkan kembali ke WH II. Pada alternatif ini diasumsikan bahwa produk impor hanya melalui WH I di Jakarta saja. PT. Parit Padang Logistics memiliki dua buah Warehouse dengan adanya perluasan pasar sebesar 30%, untuk Principal yang berada di Alternatif 4 sekitar Jakarta dan Surabaya akan langsung disalurkan ke WH I di Jakarta dan disalurkan ke WH II di Surabaya
90
Untuk memp erjelas p roses p endistribusian y ang dilakukan oleh PT. Parit Padang Logistics dap at dijelaskan melalui gambar dari masin g-masin g alternatif di bawah in i. o Proses p endistribusian p ada alternatif 1
Gambar 4.2 Proses p endistribusian p ada alternatif 1
o Proses p endistribusian p ada alternatif 2
Gambar 4.3 Proses p endistribusian p ada alternatif 2
91
o Proses p endistribusian p ada alternatif 3
Gambar 4.4 Proses p endistribusian p ada alternatif 3
o Proses p endistribusian p ada alternatif 4
Gambar 4.5 Proses p endistribusian p ada alternatif 4
Untuk p erhitungan alternatif p ertama, p erhitungan y ang dilakuk an adalah men ghitung total b iaya transp ortasi untuk masing-masin g tahap. Alternatif ini akan men jadi acuan untuk men ghitung total biay a transp ortasi p ada alternatif-alternatif y ang lain. Pada alternatif p ertama ini
92
diasumsikan bahwa sudah ada perluasan pasar sebesar 30%. Perhitungan ini dapat dilihat pada tabel 4.9 hingga tabel 4.12. Variabel-variabel yang sangat berpengaruh pada perhitungan total cost transportation, yaitu : ¾ Variabel pada tahap I (Pengiriman yang dilakukan dari Principal ke
Warehouse ) o Berat barang (Kg) yang dikirim per tahun o Frequency pengiriman yang dilakukan tiap tahunnya
¾ Variabel pada tahap II (Pengiriman yang dilakukan dari Warehouse ke
cabang-cabang PT. Parit Padang Logistics), yaitu : o Jumlah Volume (Cm3) barang yang dikirim tiap tahunnya o Jumlah berat (Kg) barang yang dikirim tiap tahunnya o Frequency pengiriman yang dilakukan tiap tahunnya
Variabel-variabel dalam perhitungan ini diperoleh dari peramalan yang sudah dilakukan oleh peramal dari pihak planner / perencana. Peramalan tersebut yang akan menjadi acuan di dalam pengembangan metode fuzzifikasi.
93
Tabel 4.9 Perhitungan Total Cost Transportation dari Principal ke Warehouse dengan perluasan pasar 30%
Nama Principal
PT. ASTRAZENECA INDONESIA PT. B.BRAUN MEDICAL INDONESIA BAUSCH & LOMB (S) LTE.LTD PT. ETHICA INDUSTRI PHARMASI PT. JORDAN PT. KIMBERLY INDONESIA PT. KIMBERLY LEVEL INDONESIA PT. MAHAKAM BETA FARMA MERISANT
Lokasi Principal
Berat Barang Jarak (Kg) yang Principal dikirim per ke WH I tahun (Km)
Frequency Biaya / pengiriman Kg (Rp) dalam setahun
Total Cost berdasarkan berat
Cost per shipment * Number of Shipment
Total Cost
Malang
970.93
6,257.12
1,013.40
32
6,340,983.23
250,000
14,403,349.74
Cakung
4.18
8,529.26
157.85
26
1,346,351.45
50,000
2,632,362.62
Import, Amerika
69.09
6,226.36
157.85
16
982,837.39
50,000
1,772,443.13
Jakarta
3.24
9,303.74
157.85
17
1,468,604.12
50,000
2,321,649.12
69.09
5,307.50
157.85
18
837,793.43
50,000
1,728,658.49
69.09
6,154.52
157.85
33
971,496.48
50,000
2,610,939.92
69.09
5,008.55
157.85
16
790,604.63
50,000
1,574,624.65
0.68
254.53
157.85
50
40,178.19
50,000
2,537,414.97
69.09
1,467.80
157.85
19
231,693.08
50,000
1,178,929.86
Import, Malaysia Import, dari Pelabuhan Import, dari Pelabuhan Pulo Gadung, Jakarta Import
94
Nama Principal
PT. NESTLE INDONESIA PT. PFIZER INDONESIA PT. SOHO INDUSTRI PHARMASI PT. DAYA MUDA AGUNG PT. SUNTHI SEPURI PT. OTSUKA INDONESIA PT. DIPA PHARMALAB INTERSAINS PT. TRIPLE ACE COPORATION PT. OSOTSPA ABC INDONESIA PT. MEIJI INDONESIA
Lokasi Principal
Jarak Berat Barang (Kg) yang Principal dikirim per ke WH I tahun (Km)
Frequency Biaya / pengiriman Kg (Rp) dalam setahun
Total Cost berdasarkan berat
Cost per shipment * Number of Shipment
Total Cost
Cikarang
45.92
6,521.88
236.78
38
1,544,227.02
50,000
3,432,150.15
Cimanggis
37.03
2,154.20
157.85
44
340,042.27
50,000
2,547,239.99
Pulo Gadung, Jakarta
0.68
6,130.98
157.85
28
967,780.21
50,000
2,347,274.57
Jakarta
4.70
1,375.92
157.85
16
217,189.83
50,000
1,020,427.88
Tangerang
53.59
8,099.04
157.85
26
1,278,440.38
50,000
2,553,984.01
Malang
970.93
3,853.65
1,013.40
20
3,905,295.19
250,000
8,896,783.58
Jakarta
2.79
259.61
157.85
43
40,980.23
50,000
2,203,418.94
Tangerang
53.59
4,631.58
157.85
27
731,099.30
50,000
2,074,102.23
Tangerang
53.59
5,554.66
157.85
17
876,808.02
50,000
1,706,442.56
Jakarta
3.68
4,927.49
157.85
27
777,808.48
50,000
2,130,730.90
95
Nama Principal
PT. COMBIPHAR PT. HEPTASARI UNGGUL PIPA PHARMALAT INTERTAINT METROPOLIS CITRA KARYA Potensi Perluasan Pasar
Lokasi Principal
Berat Barang Jarak (Kg) yang Principal dikirim per ke WH I tahun (Km)
Frequency Biaya / pengiriman Kg (Rp) dalam setahun
Total Cost berdasarkan berat
Cost per shipment * Number of Shipment
Total Cost
Bandung
268.78
657.63
449.88
48
295,852.15
100,000
5,071,630.66
Surabaya
885.76
4,269.14
868.18
29
3,706,381.09
200,000
9,591,620.80
Jakarta
2.47
4,143.23
157.85
29
654,012.96
50,000
2,104,241.80
Jakarta
5.76
5,658.61
157.85
48
893,217.34
50,000
3,310,740.29
Various (terutama di Jatim)
970.93
32,024.10
323.11
199.60
10,347,181
250,000
60,247,053.48
Total
139,998,214.36
96
Tabel 4.10 Data Pengiriman Yang Dilakukan dari Warehouse ke Cabang-Cabang PT. Parit Padang Logistics
No.
Kota Cabang
Darat
Laut
Udara
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
Bandung Cirebon Semarang Yogyakarta Solo Surabaya Malang Denpasar Bandar Lampung Palembang Jambi Padang Pekan Baru Medan Makasar Banjarmasin Pontianak Samarinda Manado
1,306 1,306 1,798 1,837 1,837 2,323 2,506 -
2,403 1,972 899 3,880 2,302 4,344 1,592 2,285 3,222 1,778 3,079 4,318
2,525 4,628 3,182 9,633 15,002 6,467 3,366 12,211 5,437 11,604 15,066 850 6,765 12,463 13,172 14,869 6,144 12,941 14,224
Volume Produk (Cm3) 2243 4112 2827 8558 13327 5745 2990 10848 4830 10309 13385 755 6010 11072 11702 13210 5459 11497 12637
Berat Barang (Kg) 1993 3653 2511 7603 11840 5104 2657 9637 4291 9159 11891 671 5339 9836 10396 11735 4849 10214 11227
Frequency Pengiriman 37 21 42 15 15 15 41 38 33 25 37 42 26 19 42 18 36 18 26
97
Tabel 4.11 Perhitungan Total Cost Transportation dari Warehouse ke Cabang-Cabang PT. Parit Padang Logistics
No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 Total
Cost berdasarkan berat Cost berdasarkan Volume (Rp) (Rp) darat laut udara darat laut Udara 96,265,086.81 186,158,443.29 108,357,819.46 209,543,497.63 100,157,016.21 355,050,648.46 112,738,649.49 399,651,788.00 189,684,347.35 335,645,654.34 213,512,322.54 377,809,156.16 209,494,233.08 1,098,653,092.43 235,810,708.11 1,236,664,894.67 326,235,628.85 2,664,276,025.67 367,217,051.83 2,998,959,956.85 177,815,076.16 495,086,906.42 200,152,044.31 557,279,273.32 273,002,769.86 366,606,417.09 307,297,129.51 412,659,181.78 880,013,852.37 4,471,826,688.80 990,560,392.14 5,033,573,490.32 279,237,950.12 769,797,084.34 314,315,567.44 866,498,293.94 205,744,995.88 2,656,910,455.40 231,590,495.14 2,990,669,130.35 1,706,927,255.23 6,628,370,505.75 1,921,349,904.58 7,461,020,380.18 64,849,822.47 23,949,537.81 72,996,198.19 26,958,056.97 603,011,446.36 939,116,059.86 678,761,195.81 1,057,086,965.17 297,565,770.31 2,329,105,001.72 334,945,711.74 2,621,685,053.71 997,867,604.70 5,751,313,578.27 1,123,218,825.64 6,473,788,359.16 680,713,423.98 3,140,903,554.36 766,224,025.20 3,535,461,002.20 310,383,836.21 1,072,664,947.25 349,373,971.42 1,207,412,142.33 566,062,357.18 2,379,104,393.66 637,170,595.66 2,677,965,323.79 1,260,419,283.37 4,152,046,777.38 1,418,752,007.39 4,673,623,117.26 1,372,654,158.31 7,852,797,598.19 39,816,585,772.29 1,545,085,725.25 8,839,258,890.36 44,818,309,063.81
98
Untuk perhitungan biaya transportasi dari Warehouse ke cabangcabang PT. Parit Padang Logistics terdapat dua macam jenis perhitungan untuk satuan
barang yang akann dikirim, yaitu berdasarkan berat (Kg) dan
berdasarkan volume (Cm3). Oleh karena itu setelah mendapatkan jumlah biaya yang dibebankan untuk masing-masing satuan, diasumsikan untuk satuan berdasarkan berat (Kg) akan digunakan dalam kenyataan sebesar 40% dari Total Cost yang dibebankan kepada PT. Parit Padang Logistics. Sedangkan untuk satuan berdasarkan volume (Cm3) akan digunakan dalam kenyataan sebesar 60% dari Total Cost yang dibebankan kepada PT. Parit Padang Logistics. Tabel 4.12 Perhitungan persentase satuan untuk barang yang akan dikirim dari Warehouse ke cabang-cabang PT. Parit Padang Logistics
berat (Kg)
Volume (Cm3 )
Pulau jawa menggunakan darat dan udara 6,874,131,346.01 7,737,653,473.67 Luar pulau jawa menggunakan laut dan udara 42,167,906,182.78 47,465,000,205.75 Jumlah Persentase ukuran yang digunakan Total Cost
49,042,037,528.79 55,202,653,679.42 0.40 52,738,407,219.17
0.60
99
4.4.1 Penerapan Bilangan fuzzy pada Jumlah Barang yang Didistribusikan dan Frequency Pengiriman Perhitungan ini dimulai dengan menghitung Total Cost pada tahap I terlebih dahulu kemudian menghitung untuk Total Cost pada tahap II. Setelah diperoleh dijumlahkan Total Cost pada tahap I dan II untuk
kemudian
dihitung
tingkat
pengembaliannya
dengan
menggunakan metode NPV dengan tingkat pertumbuhan 6% tiap tahunnya selama 30 tahun. Perhitungan ini dapat diringkas untuk seluruh alternatif pada tabel 4.13 Ketiga nilai (pada point a,b, dan c) dalam tiap alternatif bergantung kepada tingkat penjualan yang diperoleh oleh PT. Parit Padang Logistics dalam tiap tahunnnya. Setiap alternatif mempunyai tiga poin yaitu : √ Point a, yang merupakan nilai pesimis dari bilangan fuzzy. √ Point b, yang merupakan nilai yang diyakini akan terjadi pada
kenyataan. √ Point c, yang merupakan nilai optimis dari bilangan fuzzy.
Pemilihan metode NPV ini dimaksudkan untuk menghitung tingkat pengembalian yang akan diperoleh oleh PT. Parit Padang
100
Logistics dalam jangka waktu 30 tahun. Periode 30 tahun ini juga merupakan asumsi yang dilakukan untuk mengasumsikan periode yang akan dibutuhkan untuk mendapatkan tingkat pengembalian yang diinginkan.
101
Tabel 4.13 Perhitungan untuk Total Cost Transportation dengan perluasan pasar 30% Tahap I
Point
a
b
c
Tahap II
NPV
Alternatif 1
Rp.
85,966,674.29
Rp. (731,725,327,416.40)
Alternatif 2
Rp.
55,426,674.29
Rp. 21,403,018,745.82 Rp. (732,106,597,557.38)
Alternatif 3
Rp. 137,566,674.29
Rp. (731,081,138,180.16)
Alternatif 4
Rp. 145,116,674.29
Rp. (730,986,881,809.35)
Alternatif 1
Rp. 139,998,214.36
Rp. (339,850,782,757.50)
Alternatif 2
Rp.
83,686,016.21
Rp. 52,738,407,219.17 Rp. (340,553,800,430.30)
Alternatif 3
Rp. 227,551,716.01
Rp. (338,757,739,669.17)
Alternatif 4
Rp. 240,326,880.56
Rp. (338,598,250,841.75)
Alternatif 1
Rp. 188,494,975.07
Rp.
143,096,675,866.82
Alternatif 2
Rp. 108,794,975.07
Rp. 91,374,333,393.77 Rp.
142,101,678,151.16
Alternatif 3
Rp. 311,494,975.07
Rp.
144,632,243,232.28
Alternatif 4
Rp. 330,744,975.07
Rp.
145,044,403,847.69
102
Gambar 4.6 Hasil Perhitungan dengan Bilan gan fuzzy p ada Perluasan Pasar 30%
103
Tabel 4.14 Keterangan Gambar Hasil Perhitungan dengan Bilangan fuzzy pada Perluasan Pasar 30%
Alternatif 1
Garis warna Merah
Alternatif 2
Garis warna Biru
Alternatif 3
Garis warna Hijau
Alternatif 4
Garis warna Merah Muda
Dari bagan diatas penulis menyimpulkan jika PT. Parit Padang Logistics melakukan investasi dengan membuat Warehouse baru di Surabaya akan memberikan keuntungan yang lebih besar dibandingkan tetap dengan memiliki satu warehouse saja. Dan dapat diketahui bahwa alternatif yang memberikan keuntungan lenbih besar adalah dengan memilih alternatif 4. Terbukti dengan nilai
Rp. 145,044,403,847.69 adalah nilai
optimis yang dipercaya akan mungkin terjadi pada kenyataan. Nilai ini akan diperoleh jika pasar yang ada meningkat dalam hal berat barang yang dikirimkan dan Frequency
pengiriman yang dilakukan tiap
tahunnya. Jika proses pengiriman mengalami penurunan pada variabel berat barang dan Frequency pengiriman yang dilakukan akan turun hingga bernilai
Rp. (730,986,881,809.35), nilai ini menunjukkan
104
nilai yang paling pesimis. Nilai Rp. (338,598,250,841.75) menunjukkan untuk nilai yang dipercaya akan terjadi pada kenyataan oleh pihak PT. Parit Padang Logistics berdasarkan pasar yang ada sekarang ini. Sehingga berdasarkan analisa ini memberikan bahan pertimbangan bagi perusahaan, yaitu perusahaan harus mengejar tingkat penjualan yang lebih tinggi dibandingkan dengan hasil peramalan yang dilakukan oleh pihak perusahaan. Jika tidak dapat melebihi maka tidak akan memberikan keuntungan bagi perusahaan.
105
4.4.2 Penerapan Bilangan fuzzy pada Perluasan Pasar yang akan terjadi
Tabel 4.15 Penerapan Bilangan fuzzy dengan Perluasan Pasar 10% Tahap I
Point
a
b
c
Tahap II
NPV
Alternatif 1
Rp. 61,616,363.41
Rp.
(732,029,323,698.67)
Alternatif 2
Rp. 46,436,363.41
Rp. 21,403,018,745.82 Rp.
(732,218,835,183.28)
Alternatif 3
Rp. 113,216,363.41
Rp.
(731,385,134,462.43)
Alternatif 4
Rp. 120,766,363.41
Rp.
(731,290,878,091.63)
Alternatif 1
Rp. 99,833,512.04
Rp.
(340,352,210,449.59)
Alternatif 2
Rp. 71,669,865.76
Rp. 52,738,407,219.17 Rp.
(340,703,813,507.44)
Alternatif 3
Rp. 187,387,013.69
Rp.
(339,259,167,361.25)
Alternatif 4
Rp. 200,162,178.24
Rp.
(339,099,678,533.84)
Alternatif 1
Rp. 133,471,042.84
Rp.
142,409,741,276.22
Alternatif 2
Rp. 91,571,042.84
Rp. 91,374,333,393.77 Rp.
141,886,649,628.97
Alternatif 3
Rp. 256,471,042.84
Rp.
143,945,308,641.68
Alternatif 4
Rp. 275,721,042.84
Rp.
144,185,631,176.51
106
Gambar 4.7 Hasil Perhitungan dengan Metode Fuzzy p ada Perluasan Pasar 10%
107
Tabel 4.16 Keterangan gambar Hasil perhitungan dengan bilangan fuzzy pada perluasan pasar 10%
Alternatif 1
Garis warna Biru
Alternatif 2
Garis warna Merah Muda
Alternatif 3
Garis warna Merah
Alternatif 4
Garis warna Hijau
Ketika menggunakan bilangan fuzzy pada nilai perluasan yang akan terjadi menjadi 10% maka besarnya keuntungan dan kerugian yang akan diperoleh perusahaan akan memiliki nilai perbandingan yang hampir sama, walaupu nilai yang diperoleh besarnya berbeda. Alternatif yang sebaiknya dipilihpun sama, yaitu alternative 4.
108
Tabel 4.17 Penerapan Bilangan fuzzy dengan Perluasan Pasar 50% Tahap I
Point
a
b
c
Tahap II
NPV
Alternatif 1
Rp. 61,616,363.41
Rp.
(731,421,331,134.13)
Alternatif 2
Rp. 46,436,363.41 Rp. 21,403,018,745.82 Rp.
(731,994,359,931.48)
Alternatif 3
Rp. 113,216,363.41
Rp.
(730,777,141,897.89)
Alternatif 4
Rp. 120,766,363.41
Rp.
(730,682,885,527.08)
Alternatif 1
Rp. 99,833,512.04
Rp.
(339,349,355,065.42)
Alternatif 2
Rp. 71,669,865.76 Rp. 52,738,407,219.17 Rp.
(340,365,453,431.81)
Alternatif 3
Rp. 187,387,013.69
Alternatif 4
Rp. 200,162,178.24
Rp. Rp.
(338,256,311,977.08) (338,096,823,149.67)
Alternatif 1
Rp. 133,471,042.84
Rp.
143,783,610,457.42
Alternatif 2
Rp. 91,571,042.84 Rp. 91,374,333,393.77 Rp.
142,316,706,673.36
Alternatif 3
Rp. 256,471,042.84
Rp.
145,319,177,822.88
Alternatif 4
Rp. 275,721,042.84
Rp.
145,559,500,357.71
109
Gambar 4.8 Hasil Perhitungan dengan Metode Fuzzy p ada Perluasan Pasar 50%
110
Tabel 4.18 Keterangan Gambar Hasil Perhitungan dengan Bilangan Fuzzy Pada Perluasan Pasar 50%
Alternatif 1
Garis warna Hitam
Alternatif 2
Garis warna Merah Muda
Alternatif 3
Garis warna Biru
Alternatif 4
Garis warna Merah
Alternatif 5
Garis warna Hijau
Ketika menggunakan bilangan fuzzy pada nilai perluasan yang akan terjadi menjadi 50% maka besarnya keuntungan dan kerugian yang akan diperoleh perusahaan akan memiliki nilai perbandingan yang hampir sama, walaupu nilai yang diperoleh besarnya berbeda. Alternatif yang sebaiknya dipilihpun sama, yaitu alternative 4.
4.5
Metode Defuzzifikasi
Setelah diperoleh nilai fuzzy NPV kemudian dilakukan proses defuzzifikasi, metode yang digunakan adalah metode Mean of Maxima. Sehingga rumus tersebut akan menjadi seperti
berikut:
a+b+c , ketika 3
diterapkan pada penelitian ini. Proses defuzzifikasi ini dilakukan untuk masing-
111
masing alternatif dan pada perluasan pasar yang terjadi baik 10%, 30% dan 50%. Proses defuzzifikasi ini digunakan untuk membuat penyimpulan dari setiap proses fuzzifikasi yang telah dilakukan. Berikut ini akan memperlihatkan hasil perhitungan untuk metode defuzzifikasi masing-masing alternatif dati tabel 4.19 sampai tabel 4.21.
Tabel 4.19 Hasil Perhitungan Defuzzifikasi pada Perluasan Pasar 10% Fuzzy NPV Alternatif 1
Alternatif 2
Alternatif 3
Alternatif 4
Rp. Rp. Rp. Rp. Rp. Rp. Rp. Rp. Rp. Rp. Rp. Rp.
(732,029,323,698.67) (340,352,210,449.59) 142,409,741,276.22 (732,218,835,183.28) (340,703,813,507.44) 141,886,649,628.97 (731,385,134,462.43) (339,259,167,361.25) 143,945,308,641.68 (731,290,878,091.63) (339,099,678,533.84) 144,185,631,176.51
Defuzzifikasi Rp
(309,990,597,624.01)
Rp
(310,345,333,020.59)
Rp
(308,899,664,394.00)
Rp
(308,734,975,149.65)
112
Tabel 4.20 Hasil Perhitungan Defuzzifikasi pada Perluasan Pasar 30% Fuzzy NPV Alternatif 1
Alternatif 2
Alternatif 3
Alternatif 4
Rp. Rp. Rp. Rp. Rp. Rp. Rp. Rp. Rp. Rp. Rp. Rp.
(731,725,327,416.40) (339,850,782,757.50) 143,096,675,866.82 (732,106,597,557.38) (340,553,800,430.30) 142,101,678,151.16 (731,081,138,180.16) (338,757,739,669.17) 144,632,243,232.28 (730,986,881,809.35) (338,598,250,841.75) 145,044,403,847.69
Defuzzifikasi Rp
(309,493,144,769.03)
Rp
(310,186,239,945.51)
Rp
(308,402,211,539.02)
Rp
(308,180,242,934.47)
Tabel 4.21 Hasil Perhitungan Defuzzifikasi pada Perluasan Pasar 50%
Alternatif 1
Alternatif 2
Alternatif 3
Alternatif 4
Rp. Rp. Rp. Rp. Rp. Rp. Rp. Rp. Rp. Rp. Rp. Rp.
Fuzzy NPV (731,421,331,134.13) (339,349,355,065.42) 143,783,610,457.42 (731,994,359,931.48) (340,365,453,431.81) 142,316,706,673.36 (730,777,141,897.89) (338,256,311,977.08) 145,319,177,822.88 (730,682,885,527.08) (338,096,823,149.67) 145,559,500,357.71
Defuzzifikasi Rp
(308,995,691,914.04)
Rp
(310,014,368,896.64)
Rp
(307,904,758,684.03)
Rp
(307,740,069,439.68)
113
4.6
Analisa Hasil Penerapan Model Perhitungan Berdasarkan perhitungan yang telah dilakukan dengan menggunakan bilangan fuzzy pada jumlah berat barang (Kg) dan Frequency pengiriman tiap tahunnya pada tahap I maupun jumlah berat barang (Kg), Volume barang (Cm3) yang akan dikirim dan Frequency pengirimannya, diperoleh bahwa investasi yang akan dilakukan oleh PT. Parit Padang Logistics dengan membangun satu Warehouse yang baru di Surabaya tidak akan mendatangkan keuntungan bagi perusahaan. Dapat diketahui bahwa dengan satu Warehouse saja PT. Parit Padang Logistics sudah dapat mengatasi dan melakukan proses pengiriman dengan baik. Setelah dilakukan perhitungan untuk seluruh alternatif yang dibuat ternyata hasil yang diperoleh, alternatif yang paling baik untuk dipilih adalah alternatif 1, PT. Parit Padang Logistics tidak perlu melakukan investasi untuk membuat
gudang
pengembangan
baru.
model
Hal dengan
ini
juga
didukung
menggunakan
dengan
bilangan
melakukan
fuzzy
yang
mengkaburkan variabel-variabel yang berpengaruh terhadap total biaya transportasi dan perluasan yang akan terjadi dari perluasan pasar 10%, 30% hingga 50% dengan memiliki satu Warehouse saja, PT. Parit Padang Logistics dapat melakukan pengiriman tanpa menghadapi kendala. Dan jika mendapatkan respon pasar yang positif akan PT. Parit Padang Logistics akan memperoleh keuntungan yang besar.
114
Pada proses pengembangan model dengan menggunakan metode fuzzifikasi untuk masing-masing alternatif, tiap alternatif akan memiliki tiga poin, kemudian pengambilan keputusan dengan metode ini berdasarkan titik berat yang dimiliki oleh masing-masing segitiga yang menggambarkan masingmasing alternatif. Berdasarkan gambar gambar 4.6 sampai 4.8 dapat terlihat bahwa ada jarak yang memisahkan antar alternatif. Hal ini dapat disebabkan oleh beberapa faktor, antara lain:
o Nilai investasi Nilai investasi yang diberikan untuk penelitian ini diasumsikan sebesar Rp. 1,000,000,000,000.00, nilai ini hanyalah asumsi. Pada kenyataannya ada kemungkinan nilai investasi yang akan diberikan tidaklah sebesar ini. Nilai ini juga akan berdasarkan dengan kapasitas yang akan dibangun.
o Umur Gudang Umur untuk gudang yang akan baru dibuat di Surabaya diasumsikan selama 30 tahun baru akan memberikan pengembalian yang sesuai dengan nilai investasi yang dilakukan. Pada kenyataannya ada kemungkinan umur gudang yang akan diinvestasikan akan lebih singkat.
o Variabel-Variabel yang berpengaruh Variabel-variabel yang sangat berpengaruh pada perhitungan total cost transportation, yaitu :
115
¾ Variabel pada tahap I (Pengiriman yang dilakukan dari Principal ke Warehouse ) √ Berat barang (Kg) yang dikirim per tahun √ Frequency pengiriman yang dilakukan tiap tahunnya
¾ Variabel pada tahap II (Pengiriman yang dilakukan dari Warehouse ke cabang-cabang PT. Parit Padang Logistics), yaitu : √ Jumlah Volume (Cm3) barang yang dikirim tiap tahunnya √ Jumlah berat (Kg) barang yang dikirim tiap tahunnya √ Frequency pengiriman yang dilakukan tiap tahunnya
Untuk penelitian ini diasumsikan semua biaya ini dibebankan kepada pihak PT. Parit Padang Logistics. Namun pada kenyataannya hal ini berdasarkan kesepakatan kerja yang dibuat oleh pihak terkait. Sehingga akan ada beberapa variabel yang tidak akan menjadi beban PT. Parit Padang Logistics.
Pengambilan keputusan akhir adalah dengan menggunakan metode defuzzifikasi, metode ini akan menyimpulkan perhitungan dengan metode fuzzifikasi. Melalui metode ini dari seluruh alternatif yang dimiliki dan dilakukan perhitungan pada perluasan pasar 10%, 30%, dan 50% maka disimpulkan bahwa alternatif 4 adalah yang terbaik, karena dapat memberikan
116
keuntungan yang lebih besar dibandingkan dengan alternatif yang lain. Namun alternatif ini pun akan memberikan keuntungan jika dapat mencapai tingkat penjualan yang lebih tinggi dari nilai yang diperoleh dari peramalan.