PENENTUAN LOKASI WAREHOUSE BARU DENGAN PENDEKATAN MULTI CRITERIA GOAL PROGRAMMING UNTUK MENCAPAI EFISIENSI RUTE PENGIRIMAN
(Studi kasus: PT. Coca-Cola Amatil Indonesia unit Balinusa) Oleh I Dewa Gd. Eka Wirya G. NRP. 2507 100 081 Dosen Pembimbing Prof. Ir. I Nyoman Pujawan, M.Eng, Ph.D, CSCP. Dosen Penguji Dr. Eng, Ir. Ahmad Rudiansyah, M.Eng, CSCP Niniet Indah Arvitrida, ST, MT Ivan Kristanto Singgih, ST, MT
Latar Belakang • Meningkatnya pengembalian botol kosong • Peningkatan permintaan dari tahun 20062010 • Layout/ kapasitas gudang tidak memadai
Dibutuhkan Gudang baru yang akan menggantikan Gudang Sewa ( Ketewel )…..?
Dimana lokasi gudang dipilih dengan melihat efisiensi rute pengiriman? NEW WAREHOUSE
PERMASALAHAN Dimanakah letak lokasi warehouse yang mempertimbangkan efisiensi rute pengiriman untuk seluruh sales center unit Balinusa. TUJUAN PENELITIAN • Mendapatkan lokasi warehouse baru bagi PT.CCAI unit Balinusa. • Dapat menentukan rute pengiriman yang optimal dari warehouse ke sales center hingga kembali lagi ke warehouse. MANFAAT PENELITIAN •Mampu menemukan solusi dalam permasalahan penentuan lokasi warehouse. •Mampu dalam penentuan rute pengiriman dan pengembalian yang tepat dalam mendistribusikan produk. •Memberikan rekomendasi bagi PT. CCAI unit Balinusa dalam penentuan lokasi warehouse yang men-cover seluruh sales center unit Balinusa.
Ruang Lingkup Penelitian BATASAN •Warehouse pada plant hanya melayani regional Balinusa yaitu 9 sales center. • Produk PT.CCA Balinusa yang diamati adalah CSD RGB untuk ukuran 220 ml dan 295 ml, dan non-CSD yaitu Frestea (jasmine dan green tea) dan produk OWP dari luar plant Balinusa.
Tinjauan Pustaka Pengertian Warehouse Manajemen Distribusi dan Transportasi Reverse Logistic Analytical Hierarchy Process (AHP) – Goal programming (GP) • Simulasi Monte Carlo • VRP dan VRP SDP • • • •
Acuan Penelitian Combining the analytic hierarchy process and goal programming for global facility locationallocation problem (Badri, 1998)
Analytic hierarchy process to assess and optimize distribution network (Sharma et al., 2008)
PENENTUAN LOKASI WAREHOUSE BARU Penentuan DENGAN PENDEKATAN MULTI CRITERIA GOAL PROGRAMMING Lokasi UNTUK MENCAPAI EFISIENSI RUTE PENGIRIMAN
Penentuan Lokasi Distribution Center/Gudang Persediaan Darurat Tanggap Bencana (Pawestri,2010)
Critical Review Combining the analytic hierarchy process and goal programming for global facility location-allocation problem (Badri, 1998)
Multi-criteria fuzzy optimization for locating warehouses and distribution centers in a supply chain network (Chen et al., 2007)
Fuzzy group decision-making for facility location selection (Kahraman et al., 2003)
Penentuan lokasi warehouse
Analytic hierarchy process to assess and optimize distribution network (Sharma et al., 2008)
Comperative analysis of multi-criteria decision making methodologies and implementation of a warehouse location selection problem (Ozcan et al., 2011)
Perbedaan Penelitian Metode No
Nama Peneliti
Tahun
Judul
Multi Kriteria
Goal Programming
Simulasi Pengiriman
Ada
Ada
-
1
Badri
1998
Combining the analytic hierarchy process and goal programming for global facility location-allocation problem
2
Kahraman et al
2003
Fuzzy group decision-making for facility location selection
Ada
-
-
Ada
-
-
3
Chen et al
2007
Multi- kriteria fuzzy optimization for locating warehouses and distribution centers in a Supply chain network
4
Sharma
2008
Analytic hierarchy process to assess and optimize distribution network
Ada
-
-
5
Pawestri
2010
Penentuan Lokasi Distribution Center /Gudang Persediaan Darurat Tanggap Bencana
Ada
Ada
-
2011
Comperative analysis of multikriteria decision making methodologies and implementation of a warehouse location selection problem
Ada
-
-
2011
Penentuan Lokasi Warehouse Baru Dengan Pendekatan Multi Criteria Goal Programming Untuk Mencapai Efisiensi Rute Pengiriman
Ada
Ada
Ada
5
Ozcan
6
Dewa Gd. Eka Wirya Guna
METODOLOGI PENELITIAN
Identifikasi Permasalahan Berupa identifikasi terhadap permasalahanpermasalahan yang terjadi secara umum, untuk mendapatkan sebuah permasalahan yang relevan untuk dijadikan obyek penelitian. Langkah ini dilakukan dengan cara mencari masalah – masalah yang relevan dalam industri yang membutuhkan penelitian lebih lanjut, baik masalah klasik maupun masalah yang aktual. Adapun pada akhirnya penelitian ini mengambil permasalahan penentuan lokasi warehouse baru (studi kasus PT. CocaCola Amatil Indonesia unit Balinusa sebagai permasalahan yang akan dibahas).
Tinjauan Pustaka Studi Literatur Berupa studi literatur terhadap buku-buku atau jurnaljurnal yang relevan mengenai konsep warehouse, manajemen distribusi dan transportasi dengan tujuan untuk menunjang pelaksanaan penelitian. Studi literatur dilakukan dengan meninjau informasi – informasi yang berkenaan dengan jalannya penelitian, baik yang terdapat di perpustakaan, maupun secara online. Studi Lapangan Studi lapangan dilakukan untuk mengetahui keadaan riil warehouse dan proses pengiriman dan pengembalian produk, serta melakukan observasi kepada pihak PT. CCAI unit Balinusa.
Pengumpulan Data Berupa pencarian data yang akan gunakan sebagai input seperti data permintaan tiap sales center, jarak antar plant ke sales center, kriteria yang dibutuhkan dalam penentuan lokasi gudang baru, dan alternatif lokasi warehouse yang akan dibuat. Pengumpulan data pada PT. CCAI unit Balinusa merupakan data historis dari perusahaan dan untuk menentukan kriteria serta alternatif lokasi awal ditentukan oleh pihak PT. CCAI unit Balinusa.
Generate Permintaan menggunakan simulasi Monte Carlo
Dilakukan simulasi untuk men-generate data permintaan tiap sales center. Dilakukan simulasi untuk men-generate data permintaan dikarenakan permintaan pada PT.CCAI unit Balinusa lumpy. Simulasi yang dilakukan dengan menggunakan bilangan acak untuk membangkitkan permintaan sesuai dengan distribusi data permintaan yang ada atau data historisnya. Hasil generate data permintaan akan digunakan dalam proses penentuan rute pengiriman atau routing.
Pemilihan keputusan lokasi berdasarkan kriteria Dengan menggunakan AHP yaitu pembobotan dari beberapa kriteria prioritas secara subjektifitas yang menjadi pertimbangan perusahaan terhadap alternatif lokasi yang ada. Kemudian dilakukan kalkulasi bobot-bobot relatif dari elemen-elemen keputusan dan menguji apakah data input memuaskan atau tidak dengan menggunakan indeks konsistens (consistency index). Setelah itu, jumlahkan bobot-bobot relatif tersebut untuk memperoleh hasil dan akan diperoleh ranking-rangking untuk alternatifalternatif keputusan.
Optimasi bobot ranking Dengan menggunakan Goal programming dengan software Lindo, rangking bobot prioritas yang telah didapatkan AHP merupakan nilai subjektifitas, kemudian digunakan goal programming untuk pencapaian objektif. Dalam penelitian ini mempertimbangkan nilai subjektifitas dan nilai objektifitas.
Model
Model (2)
Model (3)
Penentuan rute pengiriman terhadap kedua lokasi yang terpilih Didapat 2 lokasi yang terbaik, kemudian dilakukan simulasi pengiriman produk atau routing pada tiap lokasi dengan menggunakan metode VRP SDP. Untuk permintaan kedepan tiap sales center akan di-generate menggunakan simulasi Monte Carlo, karena permintaan tiap sales center berubah-ubah dan lumpy. Dilakukan rute pengiriman yang optimal untuk mendapatkan 1 lokasi yang terbaik dengan efisiensi transportasi. Metode yang digunakan adalah metode insertion heuristics dimana merupakan suatu algoritma yang bertujuan untuk membangun suatu himpunan rute dimana rute dibangun secara bertahap dengan cara menyisipkan sales center yang belum dilayani dengan mempertimbangkan kapasitas kendaraan (Campbell, 2004).
Analisa perbandingan hasil rute pengiriman antara kedua lokasi •
Setelah dilakukan routing, hasil dari antara kedua lokasi dibandingkan untuk menentukan lokasi yang terbaik dengan mempertimbangkan rute yang akan didapat efisiensinya transportasi. Dimana dari rute tersebut didapat jarak tempuh per hari kemudian dicari jarak tempuh selama 5 tahun. Dari hasil tersebut lokasi dengan jarak tempuh rute pengiriman yang terpendek dipilih sebagai solusi lokasi warehouse baru yang efisien dalam pengiriman.
Penarikan Kesimpulan
Pengambilan kesimpulan dengan melihat rute pengiriman yang optimal dari 2 lokasi yang ada. Hasil dari penelitian ini merupakan lokasi baru dimana mempertimbangkan efisiensi transportasi.
PENGAMBILAN DATA
Data Kriteria
Data kandidat Lokasi
Data rute dari plant menuju kandidat lokasi
Data Kapasitas Truk
Sumber di atas merupakan kebijakan dari PT. CCAI unit Balinusa yang sudah dilaksanakan pada akhir 2010. Pengiriman produk ke sales center menggunakan truk tertutup bersama palletnya.
Data jarak dan harga tanah
PENGOLAHAN DATA DAN ANALISA
Menghitung bobot tiap kriteria No 1 2
Kriteria
Harga Tanah
Jarak gudang baru ke plant
Ada infrakstruktur jalan
Kondisi akses jalan
Harga Tanah Jarak gudang baru ke plant
1
1/3
1/7
1/5
1/7
1/5
3
1
1
1/3
1
1/3
Keamanan Lingkungan
3
Ada infrakstruktur jalan
7
1
1
3
1
1
4
Kondisi akses jalan
5
3
1/3
1
1/3
1/3
5
Keamanan
7
1
1
3
1
1
6
Lingkungan
5
3
1
3
1
1
Total
28
9 1/3
4 1/2
10 1/2
4 1/2
3 6/7
No
Kriteria
Harga Tanah
Ada Kondisi Jarak gudang infrakstruktur Keamanan Lingkungan Bobot akses jalan baru ke plant jalan
0.04
0.04
0.03
0.02
0.03
0.05
0.03
0.11
0.11
0.22
0.03
0.22
0.09
0.13
Ada infrakstruktur jalan
0.25
0.11
0.22
0.28
0.22
0.26
0.22
4
Kondisi akses jalan
0.18
0.32
0.07
0.09
0.07
0.09
0.14
5
Keamanan
0.25
0.11
0.22
0.28
0.22
0.26
0.22
6
Lingkungan
0.18
0.32
0.22
0.28
0.22
0.26
0.25
1 2 3
Harga Tanah Jarak gudang baru ke plant
Total
1.00
Menghitung bobot tiap kandidat terhadap kriteria harga tanah No
Lokasi
Sempidi Mengwi Jalan Kargo Tabanan Denpasar
1
Sempidi
1
1/5
1/3
1/7
1/3
2
Mengwi
5
1
3
1/3
5
3
Jalan Kargo
3
1/3
1
1/5
3
4
Tabanan
7
3
5
1
5
5
Denpasar
3
1/5
1/3
1/5
1
Total
19
4 3/4
9 2/3
1 7/8
14 1/3
No
Lokasi
Bobot
1
Sempidi
0.05
2
Mengwi
0.26
3
Jalan Kargo
0.13
4
Tabanan
0.48
5
Denpasar
0.08
Menghitung bobot tiap kandidat terhadap kriteria jarak dari plant No
Lokasi
Sempidi Mengwi Jalan Kargo Tabanan Denpasar
1
Sempidi
1
1/3
3
1/5
5
2
Mengwi
3
1
7
3
9
3
Jalan Kargo
1/3
1/7
1
1/7
3
4
Tabanan
5
1/3
7
1
7
5
Denpasar
1/5
1/9
1/3
1/7
1
Total
9 1/2
2
18 1/3
4 1/2
25
No
Lokasi
Bobot
1
Sempidi
0.14
2
Mengwi
0.45
3
Jalan Kargo
0.06
4
Tabanan
0.32
5
Denpasar
0.03
Menghitung bobot tiap kandidat terhadap kriteria adanya infrakstruktur No
Lokasi
Sempidi Mengwi Jalan Kargo Tabanan Denpasar
1
Sempidi
1
1/3
3
1/3
1/5
2
Mengwi
3
1
7
3
1/3
3
Jalan Kargo
1/3
1/7
1
1/7
1/7
4
Tabanan
3
1/3
7
1
1/3
5
Denpasar
5
3
7
3
1
Total
12 1/3
4 4/5
25
7 1/2
2
No
Lokasi
Bobot
1
Sempidi
0.08
2
Mengwi
0.26
3
Jalan Kargo
0.04
4
Tabanan
0.18
5
Denpasar
0.44
Menghitung bobot tiap kandidat terhadap kriteria kondisi akses jalan No
Lokasi
Sempidi Mengwi Jalan Kargo Tabanan Denpasar
1
Sempidi
1
1/3
3
1/3
3
2
Mengwi
3
1
7
1
1/3
3
Jalan Kargo
1/3
1/7
1
1/7
1/5
4
Tabanan
3
1
7
1
1/3
5
Denpasar
1/3
3
5
3
1
Total
7 2/3
5 1/2
23
5 1/2
4 7/8
No Lokasi
Bobot
1
Sempidi
0.20
2
Mengwi
0.23
3
Jalan Kargo
0.04
4
Tabanan
0.23
5
Denpasar
0.31
Menghitung bobot tiap kandidat terhadap kriteria keamanan No
Lokasi
Sempidi Mengwi Jalan Kargo Tabanan Denpasar
1
Sempidi
1
1/3
5
1/3
5
2
Mengwi
3
1
7
1
5
3
Jalan Kargo
1/5
1/7
1
1/5
1/3
4
Tabanan
3
1
5
1
5
5
Denpasar
1/5
1/5
3
1/5
1
Total
7 2/5
2 2/3
21
2 3/4
16 1/3
No
Lokasi
Bobot
1
Sempidi
0.19
2
Mengwi
0.36
3
Jalan Kargo
0.04
4
Tabanan
0.34
5
Denpasar
0.08
Hasil AHP Bobot Akhir = Bobot score alternatif X Bobot Kriteria Kandidat lokasi Kriteria penentuan lokasi
Sempidi Mengwi
Jalan Kargo
Tabanan
Denpasar
Harga Tanah
0.002
0.009
0.004
0.016
0.003
Jarak gudang baru ke plant
0.018 0.019 0.028 0.042 0.011
0.058 0.058 0.031 0.080 0.035
0.008 0.008 0.005 0.010 0.025
0.041 0.040 0.031 0.076 0.125
0.004 0.099 0.043 0.017 0.052
Ada infrakstruktur jalan Kondisi akses jalan Keamanan Lingkungan
Analisa Hasil AHP Analisa perbandingan pasangan antar kriteria: 1. Bobot kriteria tertinggi adalah Kriteria Lingkungan dengan bobot 0,25 2. Faktor lingkungan dimaksud antara lain: a) Tersedia jaringan listrik, PDAM, dan telepon. b) Memiliki sanitasi baik. c) Tidak banjir, dan d) Tidak berada di dalam perumahan. (sumber: Hasil wawancara Warehouse & transportation manager CCAI unit Balinusa)
3. Kriteria penting lainnya adalah keamanan dan ada infrakstuktur jalan dengan perolehan bobot masing-masing yaitu 0,20.
Analisa hasil AHP (2) 4. Kriteria kondisi akses jalan, jarak plant terhadap gudang baru, dan harga tanah memperoleh bobot masing-masing adalah 0,14, 0,13 dan 0,03
Analisa Hasil AHP (3) Analisa perbandingan pasangan antara tiap kandidat lokasi terhadap kriteria: 1. Harga tanah - Untuk kriteria harga tanah, daerah terbaik yaitu memiliki bobot terbesar berada pada lokasi Tabanan dan Mengwi dengan masing-masing bobotnya adalah 0,48 dan 0,26. - Untuk daerah Tabanan harga jual tanah yaitu Rp. 147.000,-/m2 , sedangkan di daerah mengwi adalah Rp. 200.000,-/ m2 2. Jarak gudang baru ke plant -Daerah terbaik berada pada lokasi Mengwi dengan bobot 0,45 diketahui jarak plant ke lokasi di Mengwi adalah 8 Km.
Analisa Hasil AHP (3) Analisa perbandingan pasangan antara tiap kandidat lokasi terhadap kriteria: 3. Ada infrakstruktur jalan -Bobot yang paling besar ada pada lokasi Denpasar dengan 0,44 4. Kondisi akses jalan - Untuk kriteria ini bobot yang paling besar adalah kandidat lokasi Denpasar dengan bobot 0,31 5. Kriteria Keamanan -Segi keamanan kandidat lokasi yang memiliki bobot tertinggi terhadap kriteria ini adalah lokasi Mengwi dan Tabanan dengan masing-masing bobot yaitu 0.36 dan 0.34.
Analisa Hasil AHP (3) 6. Kriteria Lingkungan - Segi lingkungan kandidat yang memiliki bobot tertinggi adalah pada lokasi Tabanan yaitu 0.50 Nantinya nilai score dikalikan bobot kriteria akan dijadikan input-an pada formulasi Goal Programming untuk nilai kriteria subjektifitas, sedangkan nilai kriteria objectifitas menggunakan data yang ada di lapangan.
Indeks Konsistens
Analisa Indeks Konsistens Berikut nilai inconsistency perbandingan kandidat terhadap kriteria: 1. Untuk kriteria harga tanah memiliki inconsistency adalah 0,07 2. Untuk kriteria jarak kandidat dengan plant memiliki inconsistency adalah 0,09 3. Untuk kriteria ada infakstruktur jalan memiliki inconsistency adalah 0,07
Analisa Indeks Konsistens (2) 4. Untuk kriteria kondisi akses jalan memiliki inconsistency adalah 0,31 5. Untuk kriteria keamanan memiliki inconsistency adalah 0,07 6. Untuk kriteria lingkungan memiliki inconsistency adalah 0,14
Optimasi Goal Programming Goal 1: Harga beli perusahaan terhadap tanah kandidat lokasi maksimal 700 juta untuk lahan tanah seluas 3 hektar. Goal 2 : Jarak lokasi terhadap plant adalah 26 km. Goal 3 : Lebar jalan minimal 8 meter. Goal 4 : Kondisi jalan minimal 80% kondisi baik. Goal 5 : Aspek keamanan harus 100% aman. Goal 6 : Aspek lingkungan harus 100% yaitu ada jaringan listirk, PDAM dan telepon. Kemudian sanitasi baik, tidak banjir, dan tidak berada di perumahan atau pemukiman penduduk.
Hasil Running LINDO
Matriks Jarak Gudang 1
Denpasar
Kuta
Tabanan
Singaraja
Ubud
Klungkung
Mataram
Sumbawa
Gudang 1
0
Denpasar
25.1
0
Kuta
40.1
15.3
0
Tabanan
1
25.1
40.1
0
Singaraja
187
inf
inf
inf
0
Ubud
28.1
21.4
28.2
28.1
inf
0
Klungkung
64
27.3
31.8
64
inf
22.7
0
Mataram
90.1
inf
Inf
inf
inf
inf
inf
0
Sumbawa
269
inf
inf
inf
inf
inf
inf
178.9
0
Bima
534.1
inf
inf
inf
inf
inf
inf
444
265.1
Mataram
Sumbawa
Gudang 2
Denpasar
Kuta
Tabanan
Singaraja
Bima
TABANAN
Ubud
Klungkung
Gudang 2
0
Denpasar
13.3
0
Kuta
28.3
15.3
0
Tabanan
7.3
25.1
40.1
0
Singaraja
207.3
inf
inf
inf
0
Ubud
16.3
21.4
28.2
28.1
inf
0
Klungkung
49.3
27.3
31.8
64
inf
22.7
0
Mataram
78.3
inf
inf
inf
inf
inf
inf
0
Sumbawa
257.3
inf
inf
inf
inf
inf
inf
179
0
Bima
522.3
inf
inf
inf
inf
inf
inf
444
265
0
Bima
MENGWI
0
Hasil Simulasi rute pengiriman
Insertion Heuristic
Hasil simulasi rute pengiriman untuk Produk RGB Gudang Tabanan
Gudang Mengwi
Hari
Panjang rute (Km)
Sales center yang dilayani
1
128.0
Klungkung
Kapasitas total (case) 510
2
128.0
Klungkung
193
3
128.0
Klungkung
4
128.0
5
128.0
6
2878.4
7
129.0
8
837.0
9
1890.6
10
128.0
11
128.0
12
1188.4
13
5801.2
14
1018.7
15
Hari
Panjang rute (Km)
1
98.6
Klungkung
Kapasitas total (case) 510
2
98.6
Klungkung
193
557
3
98.6
Klungkung
557
Klungkung
22
4
98.6
Klungkung
22
Klungkung, Tabanan Denpasar, Kuta, Tabanan, Singaraja, Ubud, Klungkung Klungkung, Tabanan Denpasar, Kuta, Tabanan, Singaraja, Ubud, Klungkung Denpasar, Kuta, Tabanan, Singaraja, Ubud, Klungkung Klungkung
719
5
120.6
719
26863
6
2254.9
678
7
120.6
4156
8
748.3
13894
9
1586.8
331
10
98.6
Klungkung, Tabanan Denpasar, Kuta, Tabanan, Singaraja, Ubud, Klungkung Klungkung, Tabanan Denpasar, Kuta, Tabanan, Singaraja, Ubud, Klungkung Denpasar, Kuta, Tabanan, Singaraja, Ubud, Klungkung Klungkung
551
11
98.6
9872
12
946.8
44378
13
5075.5
6360
14
853.4
128.0
Klungkung Denpasar, Kuta, Tabanan, Singaraja, Ubud, Klungkung Denpasar, Kuta, Tabanan, Singaraja, Ubud, Klungkung Denpasar, Kuta, Tabanan, Singaraja, Ubud, Klungkung Klungkung
37
15
16
128.0
Klungkung
91
17
129.0
Tabanan, Klungkung
18
128.0
19
626.0
20
626.0
Klungkung Denpasar, Kuta, Tabanan, Singaraja, Ubud, Klungkung Denpasar, Kuta, Tabanan, Singaraja, Ubud, Klungkung
Sales center yang dilayani
26863 678 4156 13894 331
44378
98.6
Klungkung Denpasar, Kuta, Tabanan, Singaraja, Ubud, Klungkung Denpasar, Kuta, Tabanan, Singaraja, Ubud, Klungkung Denpasar, Kuta, Tabanan, Singaraja, Ubud, Klungkung Klungkung
551
16
98.6
Klungkung
91
641
17
120.6
Tabanan, Klungkung
641
103
18
98.6
103
1434
19
631.7
1394
20
631.7
Klungkung Denpasar, Kuta, Tabanan, Singaraja, Ubud, Klungkung Denpasar, Kuta, Tabanan, Singaraja, Ubud, Klungkung
9872
6360 37
1434 1394
Hasil simulasi rute pengiriman untuk Produk OWP Gudang Tabanan
Gudang Mengwi
Hari
Panjang rute (Km)
Sales center yang dilayani
1
128.0
Klungkung
Kapasitas total (case) 132
2
128.0
Klungkung
9
3
128.0
Klungkung
4
0.0
-
5
128.0
6
Hari
Panjang rute (Km)
Sales center yang dilayani
1
98.6
Klungkung
Kapasitas total (case) 132
2
98.6
Klungkung
9
138
3
98.6
Klungkung
138
0
4
0.0
-
0
Klungkung
150
5
98.6
Klungkung
150
2679.8
Denpasar, Kuta, Tabanan, Singaraja, Ubud, Klungkung, Mataram, Sumbawa, Bima
30570
6
2189.9
Denpasar, Kuta, Tabanan, Singaraja, Ubud, Klungkung, Mataram, Sumbawa, Bima
30570
7
128.0
Klungkung
147
7
98.6
Klungkung
147
8
128.0
255
8
98.6
691.1
730
9
699.7
10
128.0
46
10
98.6
Klungkung Kuta,Tabanan, Singaraja, Klungkung Klungkung
255
9
Klungkung Kuta,Tabanan, Singaraja, Klungkung Klungkung
11
128.0
Klungkung
137
11
98.6
Klungkung
137
12
129.0
Tabanan, Klungkung
437
12
120.6
Tabanan, Klungkung
437
13
4502.4
Denpasar, Kuta, Tabanan, Singaraja, Ubud, Klungkung, Mataram, Sumbawa, Bima
52129
13
3635.1
Denpasar, Kuta, Tabanan, Singaraja, Ubud, Klungkung, Mataram, Sumbawa, Bima
52129
14
128.0
Klungkung
260
14
98.6
Klungkung
260
15
0.0
-
0
15
0.0
-
0
16
0.0
-
0
16
0.0
-
0
17
128.0
Klungkung
144
17
98.6
Klungkung
144
730 46
18
0.0
-
0
18
0.0
-
0
19
128.0
Klungkung
174
19
98.6
Klungkung
174
20
128.0
Klungkung
173
20
98.6
Klungkung
173
Analisa Simulasi Rute Pengiriman Gudang
Jarak ditempuh selama setahun (Km)
Total (Km)
Mengwi
Produk RGB 293,160.00
Produk OWP 130,784.50
423,944.50
Tabanan
348,549.10
157,816.10
506,365.20
Kandidat lokasi Mengwi lebih pendek dengan efisiensi rute pengiriman yang lebih rendah 19,4 % dari kandidat Tabanan.
KESIMPULAN DAN SARAN
Kesimpulan Kesimpulan yang dapat diambil dari penelitian ini adalah sebagai berikut: 1. Dalam menentukan lokasi warehouse baru pada PT. CCAI unit Balinusa terdapat 6 kriteria yang dipertimbangkan yaitu: Harga tanah, jarak lokasi dengan plant, ada infrakstruktur jalan, kondisi jalan, aspek keamanan dan aspek lingkungan. Kandidat lokasi yang akan dipilih berdasarkan rekomendasi perusahaan adalah Sempidi, Mengwi, Jalan Kargo, Tabanan, dan Jalan Mahendradata Denpasar.
Kesimpulan (2) 2. Dari hasil perhitungan AHP-GP, diperoleh 2 kandidat lokasi berdasarkan kriteria subjektifitas dan criteria objektifitas yang kemudian dioptimasikan dengan solver LINDO yaitu daerah Tabanan dan Mengwi. 3. Hasil simulasi tersebut didapat total jarak tempuh rute pengiriman dari gudang Tabanan selama setahun untuk produk RGB dan OWP adalah 506.365,2 km, sedangkan jika dari gudang Mengwi 423.733,9 km. Jadi kandidat lokasi sebagai warehouse baru dengan rute pengiriman yang efisien adalah lokasi Mengwi dimana hasil yang diperoleh total jarak pengiriman dari lokasi Mengwi 19,4% lebih rendah dibandingkan kandidat lokasi Tabanan.
Saran Adapun saran-saran yang dapat direkomendasikan antara lain: 1. PT. CCAI unit Balinusa dapat mendirikan warehouse baru yang berlokasi di daerah Mengwi, dikarenakan menghasilkan jarak rute pengiriman yang lebih efisien. 2. Perusahaan dapat menerapkan multi pengiriman (VRP SDP) produk RGB dan OWP ke sales center dengan memperhatikan kapasitas truk.
Daftar Pustaka • • • • • • •
Badri, Masood A. 1998. Combining The Analytic Hieratchy Process And Goal programming For Global Facility Location-Allocation Problem. 237248. Barnhart, C. dan Laporte, G. 2007. Vehicle Routing Handbook in OR & MS. Cahyo, Winda Nur 2008. Pendekatan Simulasi Monte Carlo Untuk Pemilihan Altenatif Dengan Decicion Tree Pada Nilai Outcom Yang Probabilistik. 13, 11-17. Campbell, Ann Melissa. 2004. Efficient Insertion Heuristics for Vehicle Routing and Scheduling Problems. Transportation Science, 38, 369-378. Chen, Cheng-Liang, Yuan, Tzu-Wei dan Lee, Wen-Cheng 2007. MultiKriteria Fuzzy Optimization For Locating Warehouses And Distribution Centers in A Supply Chain Network. 393-407. Hawks, Karen. 2006. What is Reserve Logistics? [Online]. Available: http://rlmagazine.com/edition01p12.php [Accessed 18 Maret 2011]. Kahraman, Cengiz, Ruan, Da dan Dogan, Ibrahim 2003. Fuzzy Group Decision-Making For Facility Location Selection. 135-153.
Daftar Pustaka (2) Marpaung, Juanawati. 2009. Perencanaan Produksi Yang Optimal Dengan Pendekatan Goal programming. Medan: Teknik Industri - Universitas Sumatera Utara. • Ozcan, Tuncay, Celebi, Numan dan Esnaf, Sakir. 2011. Comparative Analysis Of Multi-Kriteria Decision Making Methodologies And Implementation Of A Warehouse Location Selection Problem. Expert Systems with Applications. • Pamungkas, Andreas Adi, Wibisono, Eric dan Arlianto, Jerry Agus. 2008. Pengembangan Model Vehicle Routing Problem with Simultaneous Delivery and Pick-up dengan Menambahkan Batasan Waktu. Logistic and Supply Chain Management, 1. • Pawestri, Isnaya Endah. 2010. Penentuan Lokasi Distribution Center/Gudang Persediaan Darurat Tanggap Bencana Dengan Pendekatan Multi Kriteria Goal programming Dan Set Covering. Institut Teknologi Sepuluh Nopember. •
Daftar Pustaka (3) • • • •
• •
Prasetyawan, Yudha. 1999. Perencanaan Penjadwalan Kendaraan Pelayanan Pengambilan Sampah Kotamadya Surabay. Surabaya, ITS. Pujawan, I Nyoman dan ER, Mahendrawathi 2010. Supply Chain Management, Surabaya, Guna Widya. Saaty, Thomas L. 2005. Analytic Hierarchy Process. Encyclopedia of Biostatistic. Sharma, Mihtun J., Moon, Ilkyeong dan Bae, Hyerim 2008. Analytic Hierarchy Process To Assess And Optimize Distribution Network. Aplied Mathematics and Computation, 256-265. Tabucanon, Mario T. 1988. Multiple Criteria Decision Making In Industri, Amsterdam, ELSEVIER SCIENCE PUBLIHERS B.V. Tarigan, Darmasius. 2008. Pemodelan Vehicle Routing Problem Terbuka Dengan Keterbatasan Waktu. Universitas Sumatera Utara.
TERIMA KASIH
