OPTIMASI KONFIGURASI JARINGAN SUPPLY CHAIN HULU GAS LPG 3 KG DI INDONESIA Dystian Anggraini, I Nyoman Pujawan, dan Niniet Indah Arvitrida Jurusan Teknik Industri Institut Teknologi Sepuluh Nopember (ITS) Surabaya Kampus ITS Sukolilo Surabaya 60111 Email:
[email protected];
[email protected];
[email protected]
Abstrak Program konversi minyak tanah menjadi bahan bakar lain merupakan solusi dari pengalihan biaya subsidi BBM terbesar pada minyak tanah. Bahan bakar yang mampu menjadi pengganti minyak tanah adalah LPG (Liquid Petroleum Gas). Konversi minyak tanah menjadi LPG dikemas dalam tabung ukuran 3 kg. Hingga saat ini masih belum terdapat konfigurasi jaringan yang menggambarkan jalur distribusi LPG terutama pada supply chain hulu, padahal jaringan distribusi tersebut sangat dibutuhkan agar program konversi yang dicanangkan oleh pemerintah menjadi efektif. Maka dari itu pada penelitian ini akan dilakukan perancangan jaringan distribusi LPG 3 kg dalam cakupan nasional di Indonesia. Pelaku distribusi yang diamati yaitu kilang, depot, dan SPBE, dimana permintaan pada SPBE akan diagregasikan menjadi permintaan propinsi. Perancangan jaringan distribusi menggunakan goal programming dengan bantuan software LINGO. Hasil yang diperoleh adalah terbentuknya konfigurasi jaringan supply chain hulu LPG 3 kg dengan total biaya transportasi yang paling minimum. Selain itu, konfigurasi tersebut menghasilkan kesetaraan days of supply untuk seluruh propinsi, kecuali Propinsi Jawa Barat dengan days of supply terendah. Kata kunci: days of supply, goal programming, LPG 3 kg, supply chain hulu ABSTRACT Kerosene conversion into other fuels is a solution to reduce fuel subsidies, where kerosene gets the largest portion of it. Therefore, Indonesia’s Government decided to convert kerosene into LPG (Liquid Petroleum Gas), which is distributed in 3 kg packaging tubes. The distribution network is urgently needed in order to guarantee the effectiveness of conversion program. However, there is no network configuration for LPG distribution channel, primarily for its upstream supply chain. Therefore, this research aiming to design distribution network of 3 kg packaged LPG in Indonesia. Observed distribution parties are refineries, depots, and SPBE, where the demand on SPBE is aggregated into provincial demand. The design of distribution networks uses goal programming in assistance of lingo software. As a result, configuration of upstream supply chain network for 3 kg packaged LPG with minimum transportation cost is obtained. In addition, the configuration produces equality days of supply for all provinces, except the Province of West Java with the lowest days of supply. Keywords: days of supply, goal programming, LPG 3 kg, upstream supply chain
1.
Pendahuluan Supply chain yang efektif dan efisien sangat diperlukan dalam sektor pembangunan nasional Indonesia, mengingat pembangunan nasional berpengaruh terhadap hajat hidup orang banyak. Salah satu sektor paling penting yaitu minyak dan gas bumi (migas). Hal ini terbukti bahwa dalam kurun waktu lima tahun terakhir total penerimaan negara dari sektor migas masih cukup tinggi, yaitu rata-rata 30% (Data Ditjen Migas, 2010).
LPG 3 kg merupakan solusi Pertamina dalam melaksanakan program diversifikasi energi yang dicanangkan pemerintah, yaitu mengkonversi penggunaan minyak tanah menjadi LPG. Sebelum dilakukan konversi, konsumsi minyak tanah mencapai kisaran 12 juta Kilo Liter (KL) setiap tahun dengan profil pengguna sekitar 10 persen golongan sangat miskin, 10 persen golongan miskin, 50 persen golongan menengah, dan 20 persen golongan mampu (www.esdm.go.id). Pada profil pengguna minyak tanah tersebut terlihat bahwa
sasaran subsidi minyak tanah masih belum merata. Oleh karena itu konversi minyak tanah ke LPG ditujukan untuk memperbaiki sasaran distribusi agar lebih tepat sasaran. Perancangan distribusi yang optimal dapat membantu kesuksesan program konversi minyak tanah ke LPG oleh pemerintah. Struktur supply chain dan pola distribusi dari LPG 3 kg saat ini dapat dilihat pada gambar 1.1 di bawah ini. Penelitian ini akan difokuskan pada tiga pelaku dari struktur supply chain hulu LPG 3 kg, yaitu kilang, depot (Filling Plant), dan SPBE.
Gambar 1.1 Struktur Supply Chain LPG 3 kg (sumber : Gasdom.pertamina.com)
Jaringan distribusi LPG 3 kg yang optimal ditujukan agar pendistribusian produk LPG PSO berjalan lancar di semua titik persebaran. Selain itu, dengan tingkat kompleksitas distribusi yang tinggi, konfigurasi jaringan distribusi yang optimal sangat diperlukan agar fasilitas yang ada dapat digunakan secara efisien dan permintaan konsumen dapat tetap terpenuhi. Dengan demikian dana investasi yang dikeluarkan untuk kesuksesan program konversi minyak tanah ke LPG bisa diminimalisir. Ketersediaan produk LPG 3 kg di pasaran dapat berpengaruh pada efisiensi supply chain produk. Pada sistem pendistribusian LPG 3 kg pada sektor hulu, ketersediaan produk dapat dilihat pada days of supply propinsi ataupun Gasdom. kondisi eksisting masih terdapat ketimpangan days of supply antar Gasdom. Adanya days of supply yang tidak seimbang dikarenakan depot hanya melayani SPBE dalam suatu propinsi di Gasdom yang bersangkutan. Tabel 1.1 di bawah ini membuktikan adanya ketidakseimbangan days of supply pada setiap Gasdom.
Region / Terminal dan GASDOM Depot LPG
I II III IV V
Eksisting Persiapan Eksisting Persiapan Eksisting Persiapan Eksisting Persiapan Eksisting Persiapan
Kapasitas Depot (MT) 104.575 20.500 26.075 119.500 10.300 5.000 21.000 103.000 3.080 12.500
Estimasi Estimasi Demand harian Days of supply Total Kapasitas Demand tahun tahun 2015 (hari) (MT) 2015 (MT) (MT/hk) 125.075
832.434
2.775
45,08
145.575
1.313.211
4.377
33,26
15.300
710.905
2.370
6,46
124.000
985.212
3.284
37,76
15.580
539.795
1.799
8,66
Adanya resiko rawan penyelewengan terhadap produk bersubsidi membuat Pertamina harus menentukan jalur distribusi yang pasti dan teratur untuk produk LPG 3 kg. Maka dari itu permasalahan yang akan diangkat pada penelitian ini adalah bagaimana membuat jaringan distribusi yang optimal pada supply chain hulu LPG 3 kg dari kilang ke depot dan dari depot ke SPBE dalam suatu propinsi serta melakukan kesetaraan days of supply antar propinsi. Tujuan dari penelitian tugas akhir ini antara lain : 1. Menghasilkan model untuk melakukan optimasi jaringan supply chain hulu LPG 3 kg di Indonesia. 2. Menghasilkan konfigurasi supply chain yang optimal dengan mempertimbangkan keamanan pasokan LPG secara nasional maupun kesetaraan days of supply antar propinsi. Batasan yang digunakan dalam penelitian tugas akhir ini antara lain : 1. Produk yang diamati adalah LPG 3 kg atau LPG PSO (Public Service Obligation). 2. Pelaku distribusi yang diamati yaitu kilang, depot (Filling Plant), dan SPBE. Asumsi yang digunakan adalah kapasitas yang dialokasikan untuk gas LPG PSO adalah 75% dari kapasitas total berdasarkan data historis dari total kebutuhan LPG tahun 2010 yang dialokasikan untuk LPG PSO. Manfaat dari penelitian tugas akhir ini antara lain : 1. Diperoleh model optimasi jaringan supply chain hulu LPG 3 kg di Indonesia. 2. Diperoleh konfigurasi supply chain yang optimal dengan mempertimbangkan keamanan pasokan LPG secara nasional maupun kesetaraan days of supply antar propinsi.
Tabel 1.1 Days of Supply GASDOM
2
2.
Metodologi Penilitian
2.1 Tahap Identifikasi Masalah Pada tahapan ini dilakukan identifikasi masalah yang terjadi pada sistem distribusi eksisting LPG 3 kg pada rantai pasokan hulu yaitu mulai dari kilang ke depot hingga ke SPBE, perumusan masalah, dan tujuan dari penelitian tugas akhir ini. Kemudian akan dilakukan studi pustaka tentang literaturliteratur yang terkait dengan penelitian tugas akhir dan studi lapangan untuk mengetahui sistem eksisting pada pendistribusian LPG 3 kg yang menjadi obyek amatan dari penelitian tugas akhir ini. 2.2 Tahap Pengumpulan Data Pada tahapan ini akan dilakukan pengumpulan data-data yang diperlukan untuk mendukung penelitian tugas akhir ini. Data-data yang dikumpulkan antara lain : a. Data kilang, depot, dan propinsi di Indonesia b. Data lokasi koordinat kilang, depot, propinsi eksisting c. Data estimasi demand tahunan dan harian propinsi tahun 2015 d. Data kapasitas tahunan kilang dan depot e. Data biaya transportasi dari kilang ke depot serta dari depot ke propinsi 2.3 Tahap Pengolahan Data Pada tahap pengolahan data ini dilakukan dalam beberapa tahapan mulai dari perhitungan days of supply depot secara nasional hingga pembuatan model goal programming dan running komputasi. Berikut ini akan dijelaskan detail dari tahapan pengolahan data. 2.3.1
Perhitungan Jarak antara KilangDepot dan Depot-Propinsi Pada tahapan ini akan dilakukan perhitungan jarak antara kilang dengan depot. Selain itu juga akan dihitung jarak dari depot ke propinsi. Perhitungan jarak ini menggunakan metode Euclidean. Data yang digunakan dalam perhitungan jarak yaitu data koordinat kilang, depot, dan propinsi berupa koordinat longitude dan latitude. 2.3.2
Perhitungan Days of Supply antar Propinsi Pada tahapan ini akan dilakukan perhitungan days of supply secara nasional dengan menentukan kapasitas depot yang akan dialokasikan ke SPBE dalam suatu propinsi.
Tujuan dari perhitungan ini yaitu untuk mendapatkan days of supply yang seimbang antar propinsi. Kapasitas depot yang akan dialokasikan ke SPBE dalam suatu propinsi dihitung dengan menentukan target days of supply antar propinsi. 2.3.3
Pengembangan Model Goal Programming Pada tahapan ini akan dikembangkan model goal programming. Fungsi tujuan yang digunakan yaitu minimasi total biaya transportasi dari kilang ke depot ditambah dengan total biaya transportasi dari depot ke SPBE dalam suatu propinsi serta minimasi total deviasi days of supply propinsi. 2.3.4
Penerjemahan Model Matematis ke Bahasa LINGO Pada tahapan ini akan dilakukan penerjemahan dari model matematis ke bahasa LINGO dari hasil pengembangan model goal programming. Penerjemahan ini menggunakan bantuan software LINGO 8.0. 2.3.5
Verifikasi Model Pada tahapan ini akan dilakukan uji verifikasi terhadap model goal programming yang telah dibuat. Uji verifikasi ini dilakukan dengan mengimplementasikan model pada kasus nyata dengan skala yang kecil dengan bantuan solver pada Microsoft Excel. Jika program telah menjalankan prosedur sesuai yang diharapkan,maka model dapat dikatakan verified sehingga dapat diimplementasikan pada kasus dengan skala yang sebenarnya. 2.3.6
Running Komputasi Pada tahapan ini akan dilakukan running komputasi menggunakan software LINGO 8.0 dengan ketentuan model telah dinyatakan verified pada tahapan sebelumnya. Running komputasi dilakukan untuk mendapatkan solusi permasalahan. 2.4 Tahap Analisis dan Interpretasi Pada tahapan ini akan dilakukan analisis terhadap hasil dari tahap pengolahan data serta dilakukan pembahasan. Hasil dari software LINGO akan digunakan sebagai rekomendasi konfigurasi jaringan supply chain hulu gas LPG 3 kg dengan total biaya trasnportasi yang paling minimum dan days of supply yang setara antar propinsi.
3
2.5 Tahap Penarikan Kesimpulan Tahapan penarikan kesimpulan merupakan tahap akhir dari penelitian tugas akhir ini. Pada tahap ini akan dapat ditarik kesimpulan untuk menjawab tujuan penelitian tugas akhir ini. Saran-saran perbaikan juga akan diberikan pada tahap ini yang berguna bagi penelitian ke depannya. 3. Pengumpulan dan Pengolahan Data 3.1 Perhitungan Jarak antara Kilang dengan Depot dan Depot dengan Propinsi Jarak antara kilang dengan depot serta jarak depot dengan propinsi akan dihitung dengan metode Euclidean. Persamaan yang digunakan untuk menghitung jarak Euclidean adalah sebagai berikut : (1) Data yang digunakan adalah koordinat lokasi berupa longitude dan latitude, maka akan dihitung jarak antar lokasi dengan persamaan yang ditentukan oleh Simchi-Levidan Barel, 1997. Persamaan tersebut digunakan untuk menghitung jarak antar dua titik di bumi. Berikut ini merupakan rumus perhitungannya : 69
(2)
Pada persamaan di atas terdapat konstanta 69 yang merupakan nilai pendekatan mil per derajat (latitude untuk Benua Amerika). Satuan jarak yang dihasilkan dari perhitungan di atas yaitu mil, sehingga perlu diubah ke dalam satuan kilometer. Oleh karena itu jarak yang diperoleh dalam satuan mil tersebut dikali dengan 1,609269 dimana 1 mil jarak sama dengan 1,609269 km.
425.530 MT dan estimasi total kebutuhan harian semua propinsi 14.605 (MT/hari), maka diperoleh days of supply nasional yaitu 29 hari. Sesuai dengan asumsi bahwa kapasitas LPG PSO yaitu 75% dari kapasitas yang dialokasikan, maka days of supply LPG PSO adalah sekitar 22 hari. Penyetaraan days of supply akan dilakukan dengan ketentuan depot diperbolehkan memasok SPBE atau propinsi di Gasdom lain. 3.3 Pengembangan Model Goal Programming Berikut ini merupakan model matematis dari distribusi LPG 3 kg di Indonesia. Fungsi tujuan dari model ini ada dua, yaitu minimasi total biaya transportasi dari kilang ke depot dan dari depot ke propinsi. Sedangkan fungsi tujuan kedua adalah minimas deviasi days of supply antar propinsi. Persamaan (4) dan (5) berikut masing-masing menunjukkan fungsi tujuan di atas. Minimum :
∑
Berdasarkan data yang diperoleh dari Pertamina dengan total kapasitas depot sebesar
∑
∑
(4) Minimum : ∑
10
(5)
Adapun konstrain yang digunakan untuk model optimasi konfigurasi jaringan supply chain hulu LPG 3 kg di Indonesia adalah sebagai berikut : Subject to : ∑ ∑
, ,
(6)
(7) ∑
∑ ∑
3.2 Perhitungan Target Days of Supply antar Propinsi Keseimbangan days of supply antar propinsi dapat dicapai dengan menentkan target days of supply nasional. Perhitungan days of supply secara nasional adalah sebagai berikut :
(3)
∑
,
(8)
,
(9) 22 , ,
(11) ,
i j k dij
(10)
,
(12)
Keterangan : = index untuk kilang i (1, 2, 3,…, m) = index untuk depot j (1, 2, 3,…, n) = index untuk propinsi k (1, 2, 3,…, o) = jarak tempuh dari kilang i ke depot j (km)
4
djk = jarak tempuh dari depot j ke propinsi k (km) cij = biaya transportasi rata-rata per unit per km dari kilang i ke depot j (Rp/MT/km) cjk = biaya transportasi rata-rata per unit per km dari depot j ke propinsi k (Rp/MT/km) Dk = Demand tahunan dari propinsi k (MT/tahun) dk = Demand harian dari propinsi k (MT/hari) Kk = volume yang dialokasikan untuk propinsi k (MT) Ci = Kapasitas tahunan dari kilang i (MT) Cj = Kapasitas tahunan dari depot j (MT) xij = volume tahunan yang dikirmkan dari kilang i ke depot j (MT) yjk = volume tahunan yang disalurkan dari depot j ke propinsi k (MT) zjk = kapasitas yang disalurkan dari depot j ke propinsi k (MT) nk = deviasi negatif dari days of supply propinsi k (hari) pk = deviasi positif dari days of supply propinsi k (hari) 3.4
Penerjemahan Model Matematis ke LINGO Model matematis goal programming yang telah dibuat sebelumnya akan diterjemahkan ke dalam bahasa LINGO. Berikut in merupakan formulas LINGO untuk model rancangan jaringan supply chain hulu LPG 3 kg di Indonesia. SETS: KILANG/1..22/: KAPASITAS_KILANG; DEPOT/1..29/: KAPASITAS_DEPOT;!, VOLUME_DEPOT; PROPINSI/1..33/: VOLUME_ALOKASI, DEMAND_HARIAN, DEMAND_TAHUNAN, DEVIASI_NEGATIF, DEVIASI_POSITIF; PENGIRIMAN(KILANG, DEPOT):BIAYA_KILANGDEPOT, JARAK_KILANGDEPOT, X; PENYALURAN(DEPOT, PROPINSI):BIAYA_DEPOTPROPIN SI, JARAK_DEPOTPROPINSI, Y, Z; ENDSETS DATA: !IMPORT DATA DARI EXCEL;
BIAYA_KILANGDEPOT, BIAYA_DEPOTPROPINSI, JARAK_KILANGDEPOT, JARAK_DEPOTPROPINSI, KAPASITAS_KILANG, KAPASITAS_DEPOT, DEMAND_HARIAN, DEMAND_TAHUNAN = @OLE('D:\College\00.TA\PENGOLAHA N DATA\REKAP_02JUNI2011.xlsx'); !EXPORT HASIL KE EXCEL; @OLE('D:\College\00.TA\PENGOLAHA N DATA\REKAP_02JUNI2011.xlsx') = X, Y, Z; ENDDATA !FUNGSI TUJUAN MINIMASI BIAYA DAN DEVIASI DAYS OF SUPPLY; MIN = @SUM(PENGIRIMAN(I,J): BIAYA_KILANGDEPOT (I,J)*JARAK_KILANGDEPOT (I,J)*X(I,J)) + @SUM(PENYALURAN(J,K): BIAYA_DEPOTPROPINSI (J,K)*JARAK_DEPOTPROPINSI (J,K)*Y(J,K))+ @SUM (PROPINSI(K):10000000000000 0* (DEVIASI_NEGATIF(K)+DEVIASI _POSITIF(K))); !VOLUME YANG DIALOKASIKAN UNTUK SETIAP PROPINSI; @FOR(PROPINSI(K): @SUM(DEPOT(J): Z(J,K)) = VOLUME_ALOKASI(K)); !VOLUME ALOKASI UNTUK PROPINSI TIDAK MELEBIHI KAPASITAS DEPOT; @FOR(DEPOT(J): @SUM(PROPINSI(K): Z(J,K)) <= KAPASITAS_DEPOT(J)); !VOLUME YANG MASUK DEPOT SAMA DENGAN VOLUME YANG KELUAR; @FOR(DEPOT(J): @SUM(KILANG(I): X(I,J)) = @SUM(PROPINSI(K): Y(J,K))); !VOLUME TAHUNAN YANG DIKIRIM KE DEPOT TIDAK MELEBIHI KAPASITAS KILANG; @FOR(KILANG(I): @SUM(DEPOT(J): X(I,J)) <= KAPASITAS_KILANG(I)); !DAYS OF SUPPLY PROPINSI;
5
@FOR(PROPINSI(K): (VOLUME_ALOKASI (K) / DEMAND_HARIAN(K))+DEVIASI_NEGATI F(K)-DEVIASI_POSITIF(K) = 22);
Gasdom
Running Komputasi dengan LINGO Setelah dilakukan pengolahan data dengan LINGO, diperoleh nilai objective function sebesar 897.498.000.000.000. Objective function ini terdiri dari total biaya transportasi ditambah dengan nilai deviasi (total deviasi days of supply dikalikan dengan konstanta big M sebesar 10.000.000.000.000). Hasil dari LINGO menunjukkan bahwa total deviasi adalah 0,7662283, sehingga nilai deviasinya 7.662.283.000.000. Jadi total biaya yang dibutuhkan untuk pendistribusian LPG 3 kg dari sektor hulu di seluruh Indonesia sebesar Rp 889.835.717.000.000,00. Tabel 3.1 - 3.5 di bawah menunjukkan hasil LINGO berupa alokasi depot ke propinsi masing-masing Gasdom. Sedangkan tabel 3.6 3.10 menunjukkan hasil LINGO berupa alokasi untuk depot di masing-masing Gasdom dari setiap kilang pemasoknya.
Propinsi Sumatera Utara Sumatera Barat Riau
!VOLUME ALOKASI PROPINSI HARUS MELEBIHI DEMAND PROPINSI; @FOR(PROPINSI(K): VOLUME_ALOKASI (K) >= DEMAND_HARIAN (K)); !KONVERSI VOLUME ALOKASI MENJADI VOLUME TAHUNAN DEPOT KE PROPINSI; @FOR(PENYALURAN(J,K):Y(J,K)=(Z(J ,K)/VOLUME_ALOKASI(K))*DEMAND_TA HUNAN(K)); END
Depot
Tanjung Uban
I Pulau Layang/Plaju Lampung Padang Dumai
Medan (Swasta)
3.5
Jambi Sumatera Selatan Bengkulu Bangka Belitung Kepulauan Riau Jawa Barat Lampung Lampung Sumatera Barat Sumatera Utara Nanggroe Aceh Darussalam Sumatera Utara
Kapasitas teralokasi
Volume tahunan
5.639,140
76.897,358
3.214,353
43.832,086
7.259,784
98.997,059
3.890,286
53.049,348
9.143,049
124.677,937
2.360,536
32.189,124
1.494,562
20.380,384
2.163,281
29.499,285
38.335,011
541.613,772
168,75
2.301,136
3.750
51.136,364
2.250
30.681,818
1.875
25.568,182
696,494
9.497,649
6.803,506
92.775,078
Tabel 3.2 Hasil Alokasi Depot pada Gasdom II Gasdom
Depot
Kapasitas teralokasi
Volume tahunan
Tanjung Priok
Jawa Tengah
7.125
Balongan
Jawa Tengah
1.181,25
16.107,955
Eretan (BMU)*
Jawa Tengah Kalimantan Barat Kalimantan Barat Jawa Tengah
7.500
102.272,727
3.750
51.136,364
1.391,06
18.969,002
JBB Ancol Tanjung Priok (Pengembangan & Relokasi) II
Propinsi
97.159,091
11.358,94
154.894,634
Tanjung Sekong - Merak
Lampung
5.573,95
76.008,407
DKI Jakarta
1.926,05
26.264,32
Balongan
Jawa Tengah
1.875
25.568,182 192.277,063
Refrigerated Terminal Jabar
Banten
14.100,318
DKI Jakarta
12.924,222
176.239,393
Jawa Barat
21.708,779
306.711,113
Jawa Tengah
18.101,058
246.832,61
665,623
9.076,673
DI Yogyakarta
Tabel 3.3 Hasil Alokasi Depot pada Gasdom III Tabel 3.1 Hasil Alokasi Depot pada Gasdom I Gasdom
Depot
Pangkalan Susu I Tandem
Propinsi Nanggroe Aceh Darussalam Sumatera Utara
Kapasitas teralokasi 4.500
Gasdom
Volume tahunan
Depot Cilacap
61.363,636 3.579,545
DI Yogyakarta
Kapasitas teralokasi 225
Volume tahunan 3.068,182
Semarang (CPO)*
DI Yogyakarta
351,137
4.788,231
4.565,008
62.250,106
Cilacap (Penambahan)
Jawa Timur Kalimantan Tengah DI Yogyakarta
III 262,5
Propinsi
2.583,855
35.234,391
3.750
51.136,364
Tabel 3.1 Hasil Alokasi Depot pada Gasdom I (lanjutan)
Tabel 3.4 Hasil Alokasi Depot pada Gasdom IV
6
Gasdom
Depot Manggis Gresik (MEM)*
Tanjung Wangi
Propinsi NTB
Sanggaran Bali
2.250
30.681,818
5.369,42
73.219,363
2.130,58
29.053,364
5.780,742
78.828,307
NTB
1.719,258
23.444,421
39.069,183
532.761,582
NTB
Refrigerated Terminal Jatim
Volume tahunan
Jawa Timur Kalimantan Timur Bali
Jawa Timur
IV
Kapasitas teralokasi
350,269
4.776,394
4.895,012
66.750,16
4.714,528
64.289,019
744,584
10.153,414
9.256,872
126.230,077
1.332,659
18.172,622
NTT Kalimantan Selatan Sulawesi Tengah Sulawesi Selatan Sulawesi Barat Maluku
1.456,468
19.860,923
Maluku Utara
1.070,611
14.599,244
Papua
3.316,045
45.218,798
Papua Barat
1.293,770
17.642,313
2.250
30.681,818
NTB
Tabel 3.7 Hasil Alokasi untuk Depot di Gasdom II dan Kilang Pemasok (lanjutan) Gasdom
Depot
Tanjung Priok
Depot Balikpapan Makasar
V
Makassar (Swasta)
Balikpapan
Propinsi
Kapasitas teralokasi
Kalimantan Timur Sulawesi Utara Sulawesi Utara Sulawesi Tengah Sulawesi Tenggoro Gorontalo Kalimantan Timur
Balongan Eretan (BMU)*
JBB Ancol
II
Tanjung Priok (Pengembangan & Relokasi) Tanjung Sekong Merak Balongan
Volume tahunan
Refrigerated Terminal Jabar
I
II
16.107,955 102.272,727 15.715,068
713,551 13.919,151
UP VI BALONGAN Jabar
173.863,636
Kilang Impor
102.272,727
UP V BALIKPAPAN Kaltim UP III PLAJU - Sumsel LIMAU TIMUR (PT. Titis Sampurna) Sumsel MARUTA (PT. Maruta Bumi Prima) - Sumut
25.568,182 105.000,000 41.250,000 54.000,000 12.750,000
25.568,182
1.130,429
15.414,938
2.459,23
33.534,954
2.650,046
36.136,988
1.260,295
17.185,847
Tabel 3.8 Hasil Alokasi untuk Depot di Gasdom III dan Kilang Pemasok
1.875
25.568,182
Gasdom
Kilang Pemasok
III
Volume tahunan 61.363,636
Kilang Impor
Tandem
Kilang Impor
3.579,545
Tanjung Uban
Kilang Impor
1.021.136,353
Pulau Layang/Plaju
Kilang Impor
2.301,136
Lampung
Kilang Impor
51.136,364
Padang
Kilang Impor
30.681,818
Dumai
Kilang Impor
25.568,182
Medan (Swasta)
Kilang Impor
102.272,727
Tanjung Priok
26.580,849
1.875
Pangkalan Susu
Depot
4.536,449
5.931,818
Depot
Kilang Pemasok
Volume tahunan
UP VI BALONGAN Jabar
49.506,861
CILAMAYA (PT. Yudhistira Haka Perkasa) - Jabar
16.534,932
Semarang (CPO)*
Cilacap (penambahan)
PT SEP (Surya Esa Perkasa ) - Sumsel
33.750,000
TG. JABUNG PETROCHINA - Jambi
54.000,000
UP IV CILACAP - Jateng
Volume tahunan 3.068,182
UP IV CILACAP - Jateng
71.727,273
Kilang Pemasok
UP V BALIKPAPAN Kaltim
9.051,136
Mundu (Pertamina), Jabar
21.494,318
UP IV CILACAP - Jateng
51.136,364
Tabel 3.9 Hasil Alokasi untuk Depot di Gasdom IV dan Kilang Pemasok Gasdom
Depot Tanjung Perak
Manggis
Tabel 3.7 Hasil Alokasi untuk Depot di Gasdom II dan Kilang Pemasok Gasdom
Volume tahunan
435
Tabel 3.6 Hasil Alokasi untuk Depot di Gasdom I dan Kilang Pemasok Depot
UP V BALIKPAPAN Kaltim UP V BALIKPAPAN Kaltim CILAMAYA (PT. Yudhistira Haka Perkasa) - Jabar TUGU BARAT (PT. Sumber Daya Kelola) Jabar PT. Odira Energi Persada - Jabar
UP II DUMAI - Riau
Cilacap
Gasdom
TUGU BARAT (PT. Sumber Daya Kelola) Jabar PT. Odira Energi Persada - Jabar
Tabel 3.5 Hasil Alokasi Depot pada Gasdom V Gasdom
Kilang Pemasok
Gresik (MEM)* IV
Tanjung Wangi
Kilang Pemasok UP IV CILACAP Jateng UP VI BALONGAN Jabar (lanjutan) PT BADAK NGL Bontang, Kaltim BELANAK - CONOCO PHILLIPS - Natuna, Kepri PT BADAK NGL Bontang, Kaltim CEMARA (PT. Wahana Insan Nugraha) - Jabar
Refrigerated Terminal Jatim
BELANAK - CONOCO PHILLIPS - Natuna, Kepri PT BADAK NGL Bontang, Kaltim
Volume tahunan 81.818,182 3.000,000 27.681,818 73.219,363 102.272,727 28.500,000
6.835,227 557.863,636
7
Tabel 3.9 Hasil Alokasi untuk Depot di Gasdom IV dan Kilang Pemasok (lanjutan) Gasdom
IV
Depot
Volume tahunan
Kilang Pemasok UJUNGPANGKAH HESS - Jatim Mundu (Pertamina), Jabar Arjuna (BP), Jabar
Refrigerated Terminal Jatim
150.000,000 4.755,682 172.500,000
PT BADAK NGL Bontang, Kaltim
Sanggaran Bali
30.681,818
Tabel 3.10 Hasil Alokasi untuk Depot di Gasdom V dan Kilang Pemasok Gasdom
Depot
Volume tahunan
Kilang Pemasok
Balikpapan
Makasar V Makassar (Swasta)
Balikpapan
PT BADAK NGL Bontang, Kaltim
5.931,818
TG. SANTAN CHEVRON _ Kaltim
7.534,091
ARAR - PETROCHINA - Papua
10.500,000
TG. SANTAN CHEVRON _ Kaltim
15.414,938
UP VI BALONGAN Jabar
42.306,818
PT BADAK NGL Bontang, Kaltim
25.568,182
4.
Analisis dan Interpretasi Hasil
4.1
Analisis Days of Supply Eksisting Pada kondisi eksisting, pendistribusian LPG dari depot ke SPBE dalam suatu propinsi masih dalam satu cakupan Gas Domestik (Gasdom). Depot hanya memasok kebutuhan LPG dari propinsi di Gasdom yang bersangkutan. Hal ini berakibat pada ketidakseimbangan pasokan dan days of supply antar Gasdom. Pada tabel 1.1 di atas dapat dilihat bahwa adanya ketidaksetaraan days of supply antar Gasdom. Gambar 4.1 di bawah ini menunjukkan ketimpangan days of supply antar Gasdom secara lebih jelas.
Tabel 3.11 Days of Supply Propinsi Propinsi
Nanggroe Aceh Darussalam
Volume alokasi untuk propinsi (MT) 5.196,494
Days of Supply
22
Sumatera Utara
14.580,145
22
Sumatera Barat
5.464,353
22
Riau
7.259,784
22
Jambi
3.890,286
22
Sumatera Selatan
9.143,049
22
Bengkulu
2.360,536
22
Lampung
9.492,700
22
Bangka Belitung
1.494,562
22
Propinsi
Bali Nusa Tenggara Barat Nusa Tenggara Timur Kalimantan Selatan Kalimantan Tengah Kalimantan Timur
2.163,281
22
Banten
14.100,318
22
Sulawesi Utara Sulawesi Tengah Sulawesi Selatan Sulawesi Tenggara Gorontalo
DKI Jakarta
14.850,272
22
Sulawesi Barat
Jawa Barat
60.043,790 21.234 Maluku
Kepulauan Riau
Kalimantan Barat Jawa Tengah DI Yogyakarta Jawa Timur
Volume alokasi untuk propinsi (MT)
Days of Supply
5.780,742
22
6.569,526
22
4.895,012
22
4.714,528
22
2.583,855
22
4.440,580
22
3.005,429
22
3.203,814
22
9.256,872
22
2.650,046
22
Gambar 4.1 Days of Supply Eksisting antar Gasdom
1.260,295
22
1.332,659
22
1.456,468
22
5.141,060
22
Maluku Utara
1.070,611
22
47.141,248
22
Papua
3.316,045
22
4.991,760
22
Papua Barat
1.293,770
22
55.003,610
22
Berdasarkan hasil yang diperoleh tersebut seluruh propinsi memiliki days of supply yang sama, yaitu selama 22 hari kecuali Propinsi Jawa Barat denagn days of supply 21,234 hari.
Ketimpangan yang tinggi terhadap days of supply antara satu Gasdom dengan yang lain akan sangat berpengaruh terhadap ketahanan nasional di Indonesia. Hal ini berkaitan dengan pasokan energi dan sumber daya yang ada di Indonesia. Days of supply antar Gasdom yang tidak seimbang mengakibatkan ketahanan nasional menjadi tidak stabil. Lamanya days of supply LPG dalam suatu wilayah berbanding lurus dengan kekuatan ketahanan nasional di bidang energi dan sumber daya. Artinya jika days of supply semakin lama, keamanan pasokan LPG pun akan semakin terjamin. Ketidakseimbangan days of supply LPG yang eksisting disebabkan karena terdapat perbedaan yang signifikan antara kapasitas depot yang satu dengan yang lain dengan permintaan harian antar Gasdom. Hal tersebut dapat dilihat pada gambar 4.2 dan 4.3 di bawah ini. Perbedaan yang mencolok terjadi pada Gasdom III dan V dengan kapasitas depot yang sangat rendah jika dibandingkan dengan Gasdom I, II, dan IV. Di sisi lain permintaan dari Gasdom III dan V tidak jauh berbeda dengan Gasdom I.
8
Gaambar 4.2 Kappasitas Depott LPG PSO
NGO adalahh terbentuknnya days of supply LIN anttar propinsi yang seimbbang. Days of o supply nassional yang diharapkann untuk LP PG PSO adaalah selama 22 hari, berddasarkan perrhitungan pad da bagian 3.3.1. Dayys of supp ply yang seim mbang dapaat dicapai ddengan dilak kukannya pen ngalokasian kapasitas k deppot ke propiinsi lintas Gasdom. Sehiingga didappatkan hasil bahwa selu uruh propinssi di Indoneesia memilik ki days of sup pply selama 22 2 hari, kecuuali Jawa Baarat. Jawa Barrat memilikii days of suupply selam ma 21,234 harri karena kebbutuhan LPG G di Jawa Barrat paling ting ggi jika dibandingkan d n dengan propinsi lain nnya. Keseiimbangan da days of supp ply antar pro opinsi dan antar a Gasdom m hasil peraancangan jariingan supplyy chain huluu dengan mo odel goal pro ogramming dapat d dilihat pada gambaar 5.4 dan 5.5 5 berikut.
hari
Target Da ays of Supply antar Propinsi 22 ha ari
Gambarr 4.3 Kebutuhan Harian LPG G antar Gasdoom
nalisis Hassil Perancangan Suppply An Ch hain Hulu LPG L 3 kg den ngan LINGO Peerancangan jaringan j suppply chain hulu h LPG 3 kg k di Indonessia dilakukann selama janngka waktu liima tahun kee depan, yaittu hingga taahun 2015. Pada peraancangan tersebut juga j dipertim mbangkan keebutuhan akkan LPG 3 kg pada Prropinsi NTT T, Maluku, Maluku Uttara, Papua, dan d Papua Baarat dimana kelima proppinsi belum direncanakaan akan dikonversi d o oleh pemerinttah. Sehinggga diharapkaan dalam janngka waktu liima tahun kee depan seluuruh propinssi di Indonesiia telah dikonversi d secara pennuh. Dengan demikian terbentuk jaringan suppply chain huulu nasional mulai m dari Gasdom G I hinngga Gasdom m V. Raancangan jaaringan suppply chain hulu h LPG 3 kg k di Indonesia diperoleeh dari runnning model deengan bantuan software LINGO. Funngsi tujuan dari d LINGO O menunjukkkan total biiaya transporttasi ditambaah dengan niilai deviasi days d of supply ly seluruh prropinsi yangg optimal. Total T biaya trrasnportasi untuk u pendiistribusian LPG L dari kilaang ke depott dan dari deepot ke proppinsi yaitu seebesar Rp 889.835.717. 8 000.000,00 per tahun. Dii samping tootal biaya trransportasi yang y minimum m, output yaang dihasilkaan dari runnning 4.2
22 21 20 19 18 17 16 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1 -
Propinsi
Gambar 4.4 Days D of Supplyy antar Propin nsi hasil Rancangan
hari
Days of Suupply antar Gasdoom Hasil Rancangaan 24 22 20 18 16 14 12 10 8 6 4 2 0 I
II
IIII
IV
V
Gas Doomestik
Gambar 4.5D Days of Supplyy antar Gasdom m hasil Rancangan
4.3 3
Analisis Sensitiivitas terhadap t Perubah han Days of S Supply Prop pinsi Pada penelitian p iini dilakuk kan uji sen nsitivitas terhhadap konsttrain days of o supply darri model beerupa penuruunan target days of
9
hari
Target Days of Supply Propinsi 21 hari 21 20 19 18 17 16 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1 -
Target Days of Supply Propinsi 23 hari
hari
supply menjadi 21 hari dan peningkatan menjadi 23 hari. Hasil yang diperoleh dari LINGO menunjukkan bahwa perubahan target days of supply menjadi 21 hari menghasilkan keseimbangan yang sempurna pada days of supply propinsi, yaitu seluruh propinsi di Indonesia memiliki days of supply selama 21 hari. Hal ini berarti nilai deviasi yang dihasilkan adalah nol. Biaya transportasi yang dihasilkan yaitu sebesar Rp 888.405.000.000.000,00. Sedangkan dengan dilakukan perubahan target days of supply menjadi 23 hari pada model, dihasilkan nilai deviasi yang lebih besar dari sebelumnya, yaitu 5,931 hari. Deviasi tersebut terjadi pada propinsi Jawa Barat dengan days of supply 17,069 hari dan total biaya transportasi yang dihasilkan sebesar Rp 885.366. 000.000.000,00. Deviasi yang besar pada Propinsi Jawa Barat dikarenakan besarnya kebutuhan LPG di propinsi tersebut sedangkan kapasitas yang ada di depot digunakan untuk memasok kebutuhan di propinsi lain agar diperoleh days of supply yang seimbang untuk semua propinsi. Pencapaian target days of supply 21 hari dan 23 hari dapat dilihat pada gambar 4.6 dan gambar 4.7 berikut.
24 23 22 21 20 19 18 17 16 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1 -
Propinsi
Gambar 4.7 Days of Supply Propinsi dengan Target 23 hari
Selain berpengaruh terhadap biaya transportasi dan total deviasi, perubahan target days of supply juga berpengaruh terhadap cakupan alokasi depot dan kilang serta jaringan supply chain hulu LPG 3 kg di Indonesia. Tabel 4.1 berikut menunjukkan pengaruh perubahan target days of supply antar propinsi terhadap perubahan total biaya transportasi, total deviasi, dan utilisasi depot. Tabel 4.1 Pengaruh Perubahan Target Days of Supply Propinsi Target days of supply propinsi (hari) 21 22 23
Days of supply terendah (hari) / Propinsi 21 21,234 (Jawa Barat) 17,096 (Jawa Barat)
Total biaya transportasi (x1.000.000.000)
Total deviasi
Utilisasi Depot 96,10%
Rp 888.405,00
0
Rp 889.835,717
0,766
100%
Rp 885.366,00
5,931
100%
5.
Propinsi
Gambar 4.6 Days of Supply Propinsi dengan Target 21 hari
Kesimpulan Kesimpulan yang dapat ditarik dari penelitian ini adalah sebagai berikut : 1. Goal programming digunakan sebagai model optimasi jaringan supply chain hulu LPG 3 kg di Indonesia untuk menghasilkan konfigurasi yang optimal dengan fungsi tujuan yaitu minimasi total biaya transportasi untuk pendistribusian LPG dari kilang ke SPBE dalam setiap propinsi. 2. Hasil yang diperoleh dari model goal programming adalah konfigurasi jaringan supply chain hulu LPG 3 kg di Indonesia. Total biaya transportasi untuk konfigurasi ini adalah sebesar Rp 889.835.717.000.000,00 per tahun. 3. Hasil dari LINGO menujukkan bahwa telah terbentuk keseimbangan days of supply yaitu selama 22 hari untuk seluruh propinsi di Indonesia kecuali Jawa Barat dengan
10
days of supply terendah yakni 21,234 hari. Dengan demikian keamanan pasokan LPG secara nasional lebih terjamin.
Sistem Tertutup, Tugas Akhir, Jurusan Teknik Industri, Institut Teknologi Sepuluh Nopember, Surabaya.
6. Daftar Pustaka Altiparmak, F, Gen, M, Lin, L & Paksoy, T 2006, A Genethic Algorithm Approach for Multi-Objective Optimization of Supply Chain Networks, Computers & Industrial Engineering. Golmohammadi, V, Afshari, H, Hasanzadeh, A & Rahimi, M 2010, A Heuristic Approach for Designing A Distribution Network in A Supply Chain System, African Journal of Business Management. Joevan, FC 2010, Sistem Informasi Penyaluran Liquefied Petroleum Gas Tigas Kilogram Bersubsidi, Jurusan Sistem Informasi, Sekolah Tinggi Manajemen Komputer & Teknik Komputer, Surabaya. Nariswari, NPA 2010, Simulasi Penerapan Closed System pada Distribusi Elpiji 3 Kg, Tugas Akhir, Jurusan Teknik Industri, Institut Teknologi Sepuluh Nopember, Surabaya. Pertamina 2010, Jalur Distribusi LPG. http://gasdom.pertamina.com/fasilitas_dan_distribusi_jalurdistribusi.aspx?type=LPG (dilihat pada Jumat, 31 Desember 2010). Pertamina 2010, Program Konversi. http://gasdom.pertamina.com/produk_dan_s ervices-_LPG_3kg.aspx (dilihat pada Jumat, 31 Desember 2010) Pertamina 2010, Sekilas Tentang Unit Gas Domestik. http://gasdom.pertamina.com/profil_sekilas_-gasdom.aspx Pishvaee, MS, Rabbani, M & Torabi, SA 2010, A Robust optimization Approach to ClosedLoop Supply Chain Network Design Under Uncertainty, Applied Mathematical Modelling. Pujawan, IN & Mahendrawati 2010, Supply Chain Management, Guna Widya, Surabaya. Simchi-Levi, D, Bramel J 1997, The Logic of Logistic : Theory, Algorithms, and Application for Logistics Management, New York : Springer-Verlag New York, inc. Taha, Hamdy A 2003, Operations Research : An Introduction, Prentice Hall, United States of America. Widad, F 2010, Rancangan Konfigurasi Jaringan Logistik Dengan Pendekatan
11
