OPTIMISASI BIAYA OPERASIONAL PADA PT ALDIRA SURYA KENCANA DENGAN METODE INTEGER LINEAR PROGRAMMING

OPTIMISASI BIAYA OPERASIONAL PADA PT ALDIRA SURYA KENCANA DENGAN METODE INTEGER LINEAR PROGRAMMING Adithya Surya Chandra, Alfredo, Ricky Liuman, Nyoman Dyota Pramudita Ir. Edi Santoso, M. Sc. Teknik Industri, Fakultas Teknik, BINUS University Jl. Kh. Syahdan no. 9 Kebon Jeruk, Jakarta, Indonesia [email protected] ; [email protected] ; [email protected] ; [email protected]

ABSRACT In coal mining corporates, coal production costs are the primary costs that need the most number of money. Hence, the optimization of coal production costs is needed more than the others. The largest cost in a coal production process is on the mining equipment renting. Therefore, mining equipment selection becomes very crucial on the cost optimization. So, perfect mining equipment selection based on the production capacity requirement also becomes important. This optimizing problem is defined into three main points which are mining equipment supplier selecting based on corporate criteria, working time and equipment types selecting, and the ratio/comparison between the costs before and after solution. The step done to select mining equipment is to decide which supplier is going to be selected. Using the criteria chosen by the corporate itself, which are the price of the mining equipment renting, delivery price, delivery timeliness and service maintenance, Analytical Hierarchy Process (AHP) method is used to decide which supplier is the best. After the supplier is selected, which is PT Arema United, the mathematical models to decide the numbers and types of mining equipment that are made by using the theory of Integer Linear Programming (ILP) method are entered into LINDO. LINDO helps to decide by showing the results of the numbers and the types of the mining equipment needed efficiently based on the capacity required. By optimizing the numbers, corporate itself could finish the coal mining production process with 1 shift working time (9 hours working time) for 25 days, where the corporate needed 2 shift working time (18 hours working time) for 25 days, before the optimization. This will make a reduction on the cost used for production by Rp 517.432.300,00. Keywords : Optimization, Mining Equipment Selection, Analytical Hierarchy Process, Integer Linear Programming, Cost Reduction.

ABSTRAK Pada perusahaan tambang batu bara, biaya untuk kegiatan produksi batu bara memerlukan biaya yang tidak sedikit sehingga optimisasi biaya produksi batu bara sangat penting. Biaya terbesar dalam produksi batu bara adalah pada bagian penyewaan alat berat. Penentuan alat berat pada batu bara menjadi crucial dalam optimisasi biaya, maka dari itu pemilihan alat berat yang sesuai dengan keperluan kapasitas produksi menjadi penting. Masalah optimisasi ini dirumuskan menjadi pemilihan supplier alat berat yang memenuhi kriteria perusahaan, penentuan waktu kerja dan tipe alat serta perbandingan biaya sebelum dan sesudah optimisasi. Langkah yang dilakukan untuk pemilihan alat berat adalah dengan menentukan penyedia penyewaan alat berat, dengan kriteria harga sewa alat berat, biaya pengiriman, service maintenance, dan ketepatan waktu dengan menggunakan metode Analytical Hierarchy Process (AHP). Setelah supplier terpilih, yaitu PT Arema United, dibuat model matematika dengan menggunakan teori dari metode Integer Linear Programming (ILP) yang kemudian akan dimasukkan ke software LINDO. LINDO membantu pemilihan dengan menghitung jumlah yang efisien untuk memenuhi kapasitas yang diminta. Pemodelan yang dilakukan untuk proses produksi didasarkan

pada kapasitas alat berat, waktu pelaksanaan produksi dan luas lahan yang akan dioperasikan dengan menggunakan metode Integer Linear Programming (ILP). Dengan optimisasi pemilihan alat berat, perusahaan dapat menyelesaikan proses produksi tambang dengan 1 shift (9 jam) selama 25 hari, dimana sebelum optimisasi pemilihan alat berat perusahaan menghabiskan 2 shift kerja selama 25 hari (18 jam). Hal ini akan memberikan perusahaan penghematan sebesar Rp 517.432.300,00. Kata kunci : Optimisasi, Pemilihan Alat Berat, Analytical Hierarchy Process, Integer Linear Programming, Penurunan Biaya.

PENDAHULUAN Latar Belakang Dalam sebuah perusahaan pertambangan batu bara, proses produksi merupakan faktor yang harus diperhatikan secara detail. Proses dalam pertambangan batu bara dibagi menjadi beberapa tahap diantaranya adalah penentuan lokasi penambangan, penggeseran tanah, pengerukan tanah, penghancuran dan pengerukan batu bara, pemindahan batu bara ke persediaan sementara, pengangkutan ke pelabuhan, penghalusan batu bara dan pemuatan ke dalam tongkang. Dalam menjalankan proses produksi ini, perusahaan menyewa beberapa jenis alat berat yaitu bulldozer, excavator, wheel loader, dump truck, dan crusher. Untuk memenuhi kebutuhan alat berat tersebut PT Aldira Surya Kencana memiliki beberapa supplier yang biasa bekerja sama dalam memenuhi permintaan batu bara. Tabel 1 Jenis-jenis Alat Berat yang Digunakan PT Aldira Surya Kencana Nama Alat Excavator PC 100 Excavator PC 200 Excavator PC 300 Excavator PC 400 Excavator PC 500 Bulldozer D65E_P-12 Bulldozer D85ESS-2A Bulldozer D155A-6 Bulldozer D275A-5R Wheel loader WA320-3 Wheel loader WA380-3 Wheel loader WA500-3 Wheel loader WA600-3 PT Aldira Surya Kencana adalah sebuah perusahaan yang bergerak di bidang pertambangan batu bara yang kemudian dijual kembali kepada perusahaan pembeli berdasarkan peraturan kontrak. PT Aldira Surya Kencana memiliki tiga supplier yang bekerja sama dalam pemenuhan alat berat yaitu PT Truckindo Utama, PT Sedi Tractor Utama dan PT Arema United Tractor. Dalam memilih supplier untuk pemenuhan alat berat, PT Aldira Surya Kencana memiliki beberapa kriteria yang nantinya akan digunakan untuk memilih supplier yang menjadi prioritas utama.Pada saat ini salah satu fokus perusahaan adalah untuk meminimumkan biaya operasional produksi. Dalam kegiatan operasional, perusahaan melibatkan dua jenis biaya yaitu biaya tetap dan biaya variabel. Dalam proses penambangan batu bara, PT Aldira Surya Kencana memiliki dua buah pilihan yaitu melakukan proses produksi yaitu dalam 1 shift kerja (9 jam kerja dan 1 jam istirahat) atau 2 shift kerja (18 jam kerja dan 2 jam istirahat). Jika perusahaan memilih untuk untuk melakukan penambangan dalam 1 shift kerja maka perusahaan perlu untuk menyewa alat berat dalam jumlah yang lebih besar dibandingkan dengan 2 shift kerja untuk mengejar target produksi mereka agar tidak terjadi keterlambatan pemuatan barang. Jumlah kegiatan produksi yang dilakukan oleh PT Aldira Surya Kencana bergantung pada jumlah transaksi yang diterima, oleh karena itu pola permintaan dari PT Aldira Surya Kencana tidak dapat ditampilkan karena bersifat random. Sedangkan jika perusahaan memilih untuk menambang dalam 2 shift kerja maka perusahaan tidak perlu menyewa alat berat dalam jumlah yang besar tetapi perusahaan harus mempertimbangkan faktor-faktor biaya penunjang operasional produksi lainnya. Berdasarkan latar belakang masalah, dapat disimpulkan beberapa masalah yaitu: 1. Bagaimana menentukan supplier yang menjadi prioritas utama berdasarkan kriteria yang diinginkan perusahaan?

2. Bagaimana perusahaan menentukan waktu kerja dan tipe alat berat sehingga perusahaan bisa mengoptimalkan biaya produksi? 3. Bagaimana perbandingan biaya produksi sebelum dan sesudah menggunakan metode yang telah diterapkan?

METODE PENELITIAN Metode Penelitian Pada mulanya, peneliti melakukan observasi dengan pihak perusahaan. Observasi ini bertujuan untuk mengamati keadaan kekurangan perusahaan yang nantinya akan mengacu pada identifikasi masalah. Setelah masalah ditetapkan, hal berikutnya yang akan ditentukan adalah batasan-batasan masalah. Batasan masalah ini merupakan penanda sejauh apa peneliti dapat meneliti dan menyelesaikan masalah tersebut. Selanjutnya peneliti melakukan studi pustaka yaitu pembelajaran mengenai metodemetode terkait wilayah pembahasan yang akan diteliti. Setelah identifikasi ditetapkan, peneliti melakukan pengumpulan data yang dibutuhkan sesuai dengan metode penyelesaian yang ingin dilakukan. Setelah dilakukan pengumpulan data, selanjutnya adalah peneliti melakukan pengolahan data dengan metode-metode yang telah ditetapkan. Pengolahan data ini akan membuahkan hasil yang tepat dan pada akhirnya hasil dari pengolahan data dapat dipertanggung jawabkan. Hasil dari pengolahan data yang didapat akan dianalisis oleh peneliti dimana hasil analisis tersebut adalah berupa proses dari pengolahan data yang telah dilakukan tersebut. Kemudian dari hasil analisis tersebut, peneliti dapat menarik kesimpulan dimana kesimpulan tersebut dapat digunakan sebagai acuan perbaikan terhadap permasalahan yang terdapat dalam sistem perusahaan. Kesimpulan yang ditarik dapat menjadi signifikan terhadap perbaikan perusahaan secara keseluruhan. Begitu juga saran, hal tersebut dapat diimplementasikan pula pada perusahaan.

HASIL DAN BAHASAN Pengolahan dan Analisis Data AHP Dengan menggunakan data kriteria yang telah ditentukan oleh perusahaan, berikut adalah hubungan antar kriteria dengan masing-masing supplier.

Gambar 1 Diagram Hirarki antara Supplier dengan Kriteria

Gambar 2 Pengisian Awal pada Expert Choice

Setelah melakukan pengisian tujuan dari penelitian, selanjutnya mengisi alternatif-alternatif yang dipakai dalam penelitian tersebut. Dalam kasus ini PT Aldira Surya Kencana memiliki alternatifalternatif tersebut yaitu PT Truckindo Utama, PT Sedi Tractor Indonesia dan PT Arema United. Setelah melakukan pengisian alternatif, langkah selanjutnya adalah menulis kriteria-kriteria pemilihan supplier yang ditetapkan oleh pihak perusahaan. Kriteria tersebut adalah: 1. Harga Sewa Alat Berat 2. Ongkos Pengiriman Alat Berat 3. Ketepatan Waktu Pengiriman Alat Berat 4. Perawatan dan Perbaikan Alat Berat (Service Maintenance) Setelah itu perusahaan menentukan bobot pada setiap kriteria yang akan dipakai dalam perhitungan metode AHP. Pemberian bobot pada setiap kriteria didasarkan pada keinginan perusahaan yang dilandasi dengan data-data yang dimiliki oleh perusahaan sehingga peneliti hanya berperan sejauh membimbing perusahaan dalam memberikan penilaian pembobotan pada setiap kriteria.

Gambar 3 Pembobotan Berdasarkan Harga Sewa Alat Berat

Gambar 4 Pembobotan Berdasarkan Ongkos Pengiriman Alat Berat

Gambar 5 Pembobotan Berdasarkan Ketepatan Waktu Pengiriman Alat Berat

Gambar 6 Pembobotan Berdasarkan Perawatan dan Perbaikan Alat Berat Setelah mengisi bobot tiap kriteria, perusahaan juga harus memberikan kembali bobot berdasarkan prioritas antar kriteria.

Gambar 7 Pembobotan Antar Kriteria

Dengan software Expert Choice yang digunakan untuk menentukan supplier alat berat, hasil yang paling sesuai dengan pembobotan dari perusahaan adalah dengan memilih PT Arema United Tractor sebagai supplier.

Gambar 8 Hasil Pemilihan Supplier Alat Berat Berikut adalah analisis penilaian kriteria yang merupakan hasil dari perhitungan metode AHP dengan menggunakan software Expert Choice: 1. Total Harga Sewa Alat Berat memiliki persentase sebesar 56,2%. Hal ini memiliki arti bahwa PT Aldira Surya Kencana akan selalu memilih harga yang termurah terlebih dahulu dan menjadikan sebagai prioritas utama perusahaan. Dengan biaya sewa yang semakin murah, tentunya akan lebih sedikit biaya yang dikeluarkan perusahaan, sehingga perusahan dapat lebih mengoptimalkan biaya yang ada. 2. Kriteria yang menjadi prioritas selanjutnya adalah ketepatan waktu pengiriman alat berat dengan persentase 28,5%. Prioritas ketepatan waktu merupakan salah satu hal penting bagi PT Aldira Surya Kencana. Ketepatan waktu pengiriman akan menjadikan dasar atau pondasi apakah sebuah proyek yang sedang dikerjakan akan selesai tepat waktu atau tidak. Apabila terjadi keterlambatan pada sektor pengiriman alat berat ke area tambang, tentunya hal ini akan merugikan banyak pihak. Selain waktu produksi yang akan terlambat, perusahaan juga harus membayar uang keterlambatan yang sesuai dan tertera pada kontrak jual beli. 3. Perawatan dan perbaikan alat berat merupakan kriteria selanjutnya yang diprioritaskan oleh PT Aldira Surya Kencana dengan nilai persentase 10.5%. Perawatan dan perbaikan atau service maintenance yang diberikan oleh pihak supplier tentunya akan dapat menunjang kegiatan produksi sehingga kegiatan tersebut dapat berjalan dengan baik. 4. Kriteria yang berada pada prirotas terakhir adalah ongkos pengiriman alat berat dengan persentase 4,9%. Dalam hal ini, ongkos yang dimaksud adalah biaya pengiriman dan biaya pemulangan alat berat dari dan kepada supplier. Kriteria ini menjadi prioritas yang terakhir dikarenakan biaya yang dikenakan antar supplier ini tidak memiliki perbedaan yang terlalu signifikan. Maka dari itu, PT Aldira Surya Kencana menempatkan kriteria ini pada urutan terakhir dari kriteria-kriteria yang sudah ditetapkan. Berdasarkan hasil perhitungan dengan menggunakan softwareExpert Choice, didapatkan bahwa PT Arema United Tractor menempati posisi paling pertama, yaitu dengan nilai persentase 56,3%. Pada urutan kedua terdapat PT Sedi Tractor Utama dengan nilai persentase 31,9% dan posisi paling akhir di tempati oleh PT Trackindo Utama dengan persentase 11,8%. Dengan melihat nilai persentase tersebut PT Aldira Surya Kencana sebaiknya menggunakan jasa supplier dari PT Arema United Tractor sebagai prioritas utama dalam menyewa alat-alat berat untuk

menunjang produksi batu bara, PT Sedi Tractor Utama pada proritas kedua dan PT Truckindo Utama pada prioritas ketiga.

Pengolahan dan Analisis Data Biaya Alat Berat dengan Pemodelan Integer Linear Programming dengan Software LINDO Setelah penentuan supplier yang akan digunakan untuk menyewa alat berat dimana supplier yang terpilih adalah PT Arema United Tractor, dilakukanlah perhitungan jumlah alat berat dengan menggunakan metode ILP. Pemodelan dilakukan untuk meminimumkan biaya sewa alat berat dan untuk mengetahui apakah alat berat yang disewa oleh perusahaan selama ini sudah memberikan hasil yang optimal berdasarkan output dan biaya dan juga memberikan saran kepada perusahaan mengenai alat-alat berat yang digunakan agar bisa meminimumkan biaya. Pemodelan dilakukan berdasarkan tipe 1 shift kerja dan 2 shift kerja dan penyelesaian model dilakukan dengan menggunakan software LINDO.

Pemodelan untuk Satu Shift Kerja Berikut adalah variabel-variabel yang digunakan dalam pemodelan: 1. A1 = Jumlah Excavator PC100 2. A2 = Jumlah Excavator PC200 3. A3 = Jumlah Excavator PC300 4. A4 = Jumlah Excavator PC400 5. A5 = Jumlah Excavator PC500 6. B1 = Jumlah Bulldozer D65EP-12 7. B2 = Jumlah Bulldozer D85ESS-2A 8. B3 = Jumlah Bulldozer D155A-6 9. B4 = Jumlah Bulldozer D275A-5R 10. C1 = Jumlah Wheel loader WA320-3 11. C2 = Jumlah Wheel loader WA380-3 12. C3 = Jumlah Wheel loader WA500-3 13. C4 = Jumlah Wheel loader WA600-3 Setelah ditentukan variabel-variabel yang akan digunakan dalam pemodelanfungsi tujuan (objective function) dan pembatas-pembatas (constraint) dapat dirumuskan sehingga didapatkan: Objective Function (dalam satuan ribu) Min Z = 48444,2 A1 + 65240 A2 + 97860 A3 + 107590 A4 + 149380 A5 + 46894 B1 + 65000 B2 + 107125 B3 + 221160 B4 + 95492,4 C1 + 115707,1 C2 + 159718,4 C3 + 239411 C4 Subject To 1151,64 A1 + 2368,8 A2 + 3520,44 A3 + 4672,08 A4 + 5823,72 A5 ≥ 35000 (Excavator Capacity) 50490 B1 +61200 B2 +107100 B3 + 149400 B4 ≥ 175000 (Bulldozer Capacity) 1897,2 C1+ 2493,9 C2+ 4222,8 C3+ 6533,1 C4 ≥ 35000 (Wheel Loader Capacity) A1,A2,A3,A4,A5,B1,B2,B3,B4,C1,C2,C3,C4 ≥ 0 ; Integer Dengan memasukkan model ini ke dalam software LINDO, akan didapatkan hasil sebagai berikut:

Gambar 9 Model ILP 1 Shift Kerja

Gambar 10 Hasil Model ILP 1 Shift Kerja Dari hasil perhitungan dengan software LINDO dapat dilihat bahwa solusi optimal penyewaan alat berat dipenuhi dengan menyewa Excavator PC200 1 buah, Excavator PC400 7 buah, Bulldozer D65EP-12 4 buah, Wheel Loader WA380-3 1 buah dan Wheel Loader WA600-3 5 buah. Total biaya yang dibutuhkan untuk menyewa alat-alat ini adalah Rp 2.536.708.100,00.

Gambar 11 Sensitivity Analysis Model ILP 1 Shift Kerja Untuk pemodelan 1 shift kerja, jika fungsi tujuan berubah untuk setiap variabel, pemodelan tetap dapat digunakan karena rentang yang diperbolehkan untuk setiap variabel adalah 0 sampai dengan tidak terhingga, sedangkan rentang yang diperbolehkan untuk batasan-batasan yang tertera dalam pemodelan adalah minus tak tehingga sampai dengan 35.073,360596 ton untuk target produksi, minus tak tehingga sampai dengan 201.960 m3 untuk volume tanah yang harus digeser, dan minus tak tehingga sampai dengan 35.159,400391 ton untuk kapasitas angkat wheel loader. Pemodelan untuk Dua Shift Kerja Sebagai perbandingan untuk mendapatkan hasil yang paling optimal yaitu dalam penentuan shift kerja, maka dilakukan kembali pemodelan namun dengan kondisi 18 jam kerja (2 shift kerja). Dengan variabel yang sama, fungsi tujuan model terkait menjadi: Objective Function (dalam satuan ribu) Min Z = 96888,4 A1 + 130480 A2 + 195720 A3 + 215180 A4 + 298760 A5 + 93788 B1 + 130000 B2 + 214250 B3 + 442320 B4 + 190984,8 C1 + 231414,2 C2 + 319436,8 C3 + 478822 C4

Setelah itu, kembali dirumuskan pembatas-pembatas yang akan digunakan dalam pemodelan. Pembatas-pembatas tersebut adalah: Subject To 2303,28 A1 + 4737,6 A2 + 7040,88 A3 + 9344,16 A4 + 11647,44 A5 ≥ 35000 (Excavator Capacity) 100980 B1 + 122400 B2 + 214200 B3 + 298800 B4 ≥ 175000 (Bulldozer Capacity) 3794,4 C1 + 4987,8 C2 + 8445,6 C3 + 13066,2 C4 ≥ 35000 (Wheel Loader Capacity) A1, A2, A3, A4, A5, B1, B2, B3, B4, C1, C2, C3, C4 ≥ 0 ; Integer Dengan memasukkan model ini ke dalam software LINDO akan didapatkan hasil sebagai berikut:

Gambar 11 Model ILP 2 Shift Kerja

Gambar 12 Hasil Model ILP2 Shift Kerja Hasil perhitungan dengan software LINDO dengan model 2 shift kerja, solusi optimal dicapai dengan menyewa Excavator PC300 sebanyak 1 buah dan Excavator PC400 sebanyak 3 buah, Bulldozer D65EP-12 2 buah, Wheel Loader WA380-3 2 buah, dan Wheel Loader WA600-3 2 buah. Total biaya yang dibutuhkan untuk menyewa alat berat tersebut adalah Rp 2.708.908.400,00.

Gambar 13 Sensitivity Analysis Model ILP 2 Shift Kerja Untuk pemodelan 2 shift kerja, jika fungsi tujuan berubah untuk setiap variabel, pemodelan tetap dapat digunakan karena rentang yang diperbolehkan untuk setiap variabel adalah 0 sampai dengan tidak terhingga, sedangkan rentang yang diperbolehkan untuk batasan-batasan yang tertera dalam pemodelan adalah minus tak tehingga sampai dengan 35.073,360352 ton untuk target produksi, minus tak tehingga sampai dengan 201.960 m3 untuk volume tanah yang harus digeser, dan minus tak tehingga sampai dengan 36.108 ton untuk kapasitas angkat wheel loader. Perbandingan Total Biaya Keseluruhan Berdasarkan perhitungan, dapat dilihat bahwa total biaya yang perlu dikeluarkan perusahaan untuk suatu permintaan normal dengan lama waktu kerja 18 jam (2 shift kerja) adalah sebesar Rp 3.065.940.400,- dimana jumlah ini merupakan pengeluaran dengan rincian sebagai berikut: Tabel 2 Total Biaya Pengeluaran Perusahaan Sebelum Optimisasi Jumlah Alat yang Dibutuhkan Excavator PC 500 2 buah Excavator PC 300 3 buah Bulldozer D85ESS-2A 3 buah Bulldozer D155 A-6 1 buah Wheel loader WA500-3 3 buah Tabel 3 Total Biaya Pengeluaran Perusahaan Sebelum Optimisasi (Lanjutan) Total Biaya Biaya Sewa Alat Berat Rp 1.894.500.000,Biaya Bahan Bakar Alat Berat Rp 898.640.400,Biaya Pengiriman Alat Berat Rp 20.000.000,Biaya Upah Karyawan Rp 183.500.000,Biaya Lain-lain Rp 69.300.000,Total Rp 3.065.940.400,Dengan optimisasi yang telah dilakukan dengan mempertimbangkan ketepatan waktu dalam pemenuhan permintaan pelanggan, total pengeluaran biaya pada perusahaan dapat diminimalkan menjadi Rp 2.548.508.100,- dengan waktu kerja 9 jam (1 shift kerja). Rinciannya adalah sebagai berikut:

Tabel 4 Biaya Penyewaan Alat Berat Setelah Optimisasi (1Shift Kerja) Sewa/Jam Nama Alat Jumlah Jam Kerja Hari Kerja (IDR) Excavator PC 400 7 500.000 9 14 Excavator PC 200 1 300.000 9 14 Bulldozer D65EP-12 4 400.000 9 10 Wheel loader WA600-3 5 1.200.000 9 10 Wheel loader WA380-3 1 600.000 9 17 Biaya Pengiriman Jumlah 18

Biaya/Bulan (IDR) 441.000.000 37.800.000 108.000.000 918.000.000 91.800.000 20.000.000 1.616.600.000

Tabel 5 Biaya Bahan Bakar Alat Berat Setelah Optimisasi (1 Shift Kerja) Harga/Liter Biaya/Bulan Nama Alat Jumlah BBM (Liter) (IDR/Liter) (IDR) Excavator PC 400 7 325 9.800 312.130.000 Excavator PC 200 1 200 9.800 27.440.000 Bulldozer D65EP-12 4 203 9.800 79.576.000 Wheel loader WA600-3 5 335 9.800 279.055.000 Wheel loader WA380-3 1 143,5 9.800 23.907.100 Jumlah 18 722.108.100 Tabel 6 Alat Penunjang Operasional Setelah Optimisasi (1 Shift Kerja) Nama Alat Jumlah Harga Satuan (IDR) Biaya/Bulan (IDR) Mobil Storing L200 2 8.000.000 16.000.000 Pompa Air 1 20.000.000 20.000.000 Penerangan 3 5.000.000 15.000.000 Jumlah 6 51.000.000 Tabel 7 Biaya Upah Pegawai Lapangan Setelah Optimisasi (1 Shift Kerja) Jabatan Jumlah Upah/Bulan (IDR) Upah Keseluruhan/Bulan (IDR) Project manager 1 18.000.000 18.000.000 Asst. manager 1 15.000.000 15.000.000 Supervisor 1 5.000.000 5.000.000 Safety 1 5.000.000 5.000.000 Operator 18 3.000.000 54.000.000 Checker 2 1.500.000 3.000.000 Dumpman 2 1.500.000 3.000.000 Water tank 2 1.250.000 2.500.000 Fuel tank 1 2.000.000 2.000.000 Jumlah 29 107.500.000 Tabel 8 Biaya Upah Pegawai Kantor Setelah Optimisasi (1 Shift Kerja) Jabatan Jumlah Upah/Bulan (IDR) Upah Keseluruhan/Bulan (IDR) Sekretaris 1 4.000.000 4.000.000 Administrasi 1 3.500.000 3.500.000 Keuangan 1 3.500.000 3.500.000 Personalia 1 4.000.000 4.000.000 Security 6 2.000.000 12.000.000 Tukang Masak/Cuci 6 1.500.000 9.000.000 Office Boy 1 1.500.000 1.500.000 Jumlah 17 37.500.000 Tabel 9 Biaya Perlengkapan Lapangan Setelah Optimisasi (1 Shift Kerja) Perlengkapan Jumlah Biaya Satuan (IDR) Biaya Keseluruhan (IDR) Baju dan Celana 46 200.000 9.200.000 Sepatu Safety 46 25.000 1.150.000 Helmet 46 50.000 2.300.000 Kacamata 46 25.000 1.150.000 13.800.000 Jumlah 184

Tabel 10 Rekapitulasi Pengeluaran Biaya (1 Shift Kerja) Jenis Pengeluaran Biaya (IDR) Rental Alat Berat 1.596.600.000 Bahan Bakar Produksi 722.108.100 Penunjang Operasi Tambang 51.000.000 Upah Tenaga Kerja Lapangan 107.500.000 Upah Tenaga Kerja Kantor 37.500.000 Pakaian Kerja 13.800.000 Biaya Pengiriman Alat Berat 20.000.000 Jumlah 2.548.508.100 Dengan hasil ini, penggunaan alat berat pada perusahaan menjadi optimal terkait dengan pemenuhan pesanan pelanggan dalam hal waktu dan jumlah permintaan. Selain itu, perusahaan juga dapat melakukan penghematan dengan penurunan biaya sebesar Rp 517.432.300,-. Selain itu, dengan optimisasi yang sama, total pengeluaran biaya pada perusahaan juga dapat diminimalkan menjadi Rp 2.708.908.400,- dengan waktu kerja 18 jam (2 shift kerja). Rinciannya adalah sebagai berikut: Tabel 11 Biaya Penyewaan Alat Berat Setelah Optimisasi (2 Shift Kerja) Sewa/Jam Nama Alat Jumlah Jam Kerja Hari Kerja (IDR) Excavator PC 400 3 500.000 18 14 Excavator PC 200 1 450.000 18 14 Bulldozer D65EP-12 2 400.000 18 10 Wheel loader 600-3 2 1.200.000 18 10 Wheel loader 380-3 2 600.000 18 17 Biaya Pengiriman Jumlah 10 Tabel 12 Biaya Bahan Bakar Alat Berat Setelah Optimisasi (2 Shift Kerja) Harga/Liter Nama Alat Jumlah BBM (Liter) (IDR/Liter) Excavator PC 400 3 650 9.800 Excavator PC 200 1 600 9.800 Bulldozer D65EP-12 2 406 9.800 Wheel loader 600-3 2 670 9.800 Wheel loader 380-3 2 287 9.800 Jumlah 10

Biaya/Bulan (IDR) 378.000.000 113.400.000 108.000.000 734.400.000 367.200.000 20.000.000 1.721.000.000

Biaya/Bulan (IDR) 267.540.000 82.320.000 79.576.000 223.244.000 95.628.400 748.308.400

Tabel 13 Alat Penunjang Operasional Setelah Optimisasi (2 Shift Kerja) Nama Alat Jumlah Harga Satuan (IDR) Biaya/Bulan (IDR) Mobil Storing L200 2 8.000.000 16.000.000 Pompa Air 1 20.000.000 20.000.000 Penerangan 3 5.000.000 15.000.000 Jumlah 6 51.000.000 Tabel 14 Biaya Upah Pegawai Lapangan Setelah Optimisasi (2 Shift Kerja) Jabatan Jumlah Upah/Bulan (IDR) Upah Keseluruhan/Bulan (IDR) Project manager 1 18.000.000 18.000.000 Asst. manager 1 15.000.000 15.000.000 Supervisor 2 5.000.000 10.000.000 Safety 2 5.000.000 10.000.000 Operator 20 3.000.000 60.000.000 Checker 4 1.500.000 6.000.000 Dumpman 4 1.500.000 6.000.000 Water tank 4 1.250.000 5.000.000 Fuel tank 2 2.000.000 4.000.000 Jumlah 40 134.000.000

Tabel 15 Biaya Upah Pegawai Kantor Setelah Optimisasi (2 Shift Kerja) Jabatan Jumlah Upah/Bulan (IDR) Upah Keseluruhan/Bulan (IDR) Sekretaris 1 4.000.000 4.000.000 Administrasi 1 3.500.000 3.500.000 Keuangan 1 3.500.000 3.500.000 Personalia 1 4.000.000 4.000.000 Security 6 2.000.000 12.000.000 Tukang Masak/Cuci 6 1.500.000 9.000.000 Office Boy 1 1.500.000 1.500.000 Jumlah 17 37.500.000 Tabel 16 Biaya Perlengkapan Lapangan Setelah Optimisasi (2 Shift Kerja) Perlengkapan Jumlah Biaya Satuan (IDR) Biaya Keseluruhan (IDR) Baju dan Celana 57 200.000 11.400.000 Sepatu Safety 57 25.000 1.425.000 Helmet 57 50.000 2.850.000 Kacamata 57 25.000 1.425.000 Jumlah 228 17.100.000 Tabel 17 Rekapitulasi Pengeluaran Biaya (2 Shift Kerja) Jenis Pengeluaran Biaya (IDR) Rental Alat Berat 1.701.000.000 Bahan Bakar Produksi 748.308.400 Penunjang Operasi Tambang 51.000.000 Upah Tenaga Kerja Lapangan 134.000.000 Upah Tenaga Kerja kantor 37.500.000 Pakaian Kerja 17.100.000 Biaya Pengiriman Alat Berat 20.000.000 Jumlah 2.708.908.400 Dengan hasil ini, penggunaan alat berat pada perusahaan menjadi optimal terkait dengan pemenuhan pesanan pelanggan dalam hal waktu dan jumlah permintaan. Selain itu, perusahaan juga dapat melakukan penghematan dengan penurunan biaya sebesar Rp 357.032.000,-.

SIMPULAN DAN SARAN Kesimpulan Berdasarkan hasil perhitungan dengan metode yang sudah di tetapkan didapatkan hasil sebagai berikut: 1. Berdasarkan hasil perhitungan dengan menggunakan metode Analytic Hierarchy Process(AHP) untuk menentukan supplier. Perhitungan AHP menggunakan beberapa kriteria yang didapatkan berdasarkan hasil wawancara dengan Bapak Ken Susanto selaku pemilik PT Aldira Surya Kencana. Kriteria tersebut antara lain harga sewa alat, harga pengiriman alat berat, ketepatan waktu pengiriman, dan service maintenance. Dimana kriteria yang menjadi prioritas utama adalah harga sewa alat berat (56,2%) kemudian ketepatan waktu pengiriman (28,5%), service maintenance (10,5%), dan biaya pengiriman alat berat (4,9%). Berdasarkan perhitungan didapatkan hasil bahwa PT Aldira Surya Kencana sebaiknya menggunakan jasa PT Arema United Tractor sebagai supplier untuk penyewaan alat berat dalam menyelesaikan masalah produksi batu bara yang ada. 2. Penentuan shift kerja, tipe, dan jumlah alat berat diakukan dengan metode Integer Linear Programming (ILP). Dimana saat membuat model batasan-batasan yang dimasukan adalah permintaan batu bara sebesar 35.000 ton dan volume tanah yang harus digeser sebesar 175.000 m3. Kemudianhasil dari perhitungan metode ILP untuk 1 shift kerja didapatkan hasil sebagai berikut. Tabel 18 Jenis dan Jumlah Alat Berat Berdasarkan Perhitungan dengan 1 Shift Kerja Nama Alat Jumlah Excavator PC200 1 buah Excavator PC400 7 buah Bulldozer D65EP-12 4 buah Wheel LoaderWA380-3 1 buah Wheel Loader WA600-3 5 buah

Total biaya yang dikeluarkan untuk menyewa alat berat dengan 1 shift kerja adalah Rp. 2.536.708.100,00.Sedangkan hasil yang diperoleh dengan 2 shift adalah sebagai berikut. Tabel 19 Jenis dan Jumlah Alat Berat Berdasarkan Perhitungan dengan 2 Shift Kerja Nama Alat Jumlah Excavator PC300 1 buah Excavator PC400 3 buah Bulldozer D65E_P-12 2 buah Wheel Loader WA380-3 2 buah Wheel Loader WA600-3 2 buah Total biaya yang dikeluarkan untuk menyewa alat berat dengan 2 shift kerja adalah Rp. 2.708.908.400,00. Berdasarkan hasil perhitungan alat berat maka dapat disimpulkan biaya penyewaan untuk 1 shift kerja menghasilkan biaya yang lebih murah. 3. Penghematan biaya yang paling optimal dihasilkan dengan metode Integer Linear Programming (ILP) adalah penggunaan alat berat dengan 1 shift kerja dengan penghematan sebesar Rp. 517.432.300, 00. Hasil ini didapat dengan membandingkan biaya awal yang dikeluarkan perusahaan sebelum optimisasi sebesar Rp. 3.065.940.400,00 dengan biaya setelah optimisasi dengan 1 shift kerja Rp. 2.548.508.100,00. Saran Saran yang dapat disampaikan kepada perusahaan adalah: 1. Perusahaan dapat menggunakan hasil dalam penelitian ini untuk menentukan shift kerja, tipe, dan jumlah alat berat untuk kondisi dimana terdapat perbedaan jumlah permintaan batu bara dan volume tanah yang harus digeser. 2. Terdapat beberapa faktor seperti curah hujan yang tidak dipertimbangkan oleh penulis yang nantinya bisa digunakan sebagai bahan pertimbangan perusahaan dalam mengambil keputusan.