PENGELOLAAN PERSEDIAAN BBM DI TANGKI TIMBUN MILIK PT. INDONESIA POWER Fahmi Ahmad dan Stefanus Eko Wiratno Jurusan Teknik Industri Institut Teknologi Sepuluh Nopember (ITS) Surabaya Kampus ITS Sukolilo Surabaya 60111
Abstrak Karena pengoperasian pembangkit menggunakan bahan bakar minyak (BBM) membutuhkan biaya yang sangat mahal, PT. Indonesia Power melakukan kebijakan untuk melakukan penghematan pemakaian BBM dan mengoptimalkan penggunaan unit pembangkit non BBM. Namun dalam realisasinya, BBM masih dibutuhkan oleh pembangkit-pembangkit listrik milik PT. Indonesia Power. Penggunaan BBM untuk pengoperasian pembangkit tersebut dikarenakan ketidaksiapan pembangkit non BBM untuk memenuhi beban dan menghindari terjadinya pemadaman. Penelitian ini melakukan evaluasi terhadap kebijakan inventory perusahaan dan menganalisis persediaan BBM di tangki timbun serta memberikan rekomendasi perbaikan kepada perusahaan. Evaluasi kebijakan inventory perusahaan dilakukan dengan menggunakan metode analitis untuk mengetahui rata-rata level inventory tangki timbun dalam 11 bulan. Dari model analitis didapatkan bahwa supply BBM ke tangki timbun yang lebih banyak dari pemakaian per hari sehingga persediaan tangki timbun selalu penuh dan dapat menimbulkan holding cost yang tinggi. Setelah diketahui kondisi eksisting, kemudian dilakukan simulasi perbaikan menggunakan software Arena 13.5 dan analisis biaya. Dengan dilakukan simulasi perbaikan dan analisis biaya didapatkan reorder level tangki timbun, quantity per order, serta kapasitas dan jumlah tongkang yang dapat meminimumkan persediaan BBM di tangki timbun pada satu sisi dan biaya total pada sisi yang lain Kata Kunci : Model Analitis, Simulasi, Reorder Level, Quantity per Order
Abstract Power plant operation using fuel oil causes high cost, therefore PT Indonesia Power pursue policies to reduce their fuel consumption and optimize the use of non-fuel power plant. In its realization, fuel oil is still needed by power plant. The use of fuel oil for power plant operation is due to unpreparedness of non-fuel power plant to meet the demand and to avoid blackouts. This study evaluates the inventory policy analyzes the fuel oil supplies in the company’s shore tank. Company’s inventory policy evaluation is performed using analytical methods to determine shore tank’s average inventory level in 11 months. The results of analytical method shows that fuel oil supply is bigger than its daily consumption causes high level inventory and low turnover ratio. After knowing the real system condition, then performed simulation with better system design using Arena 13.5 and cost analysis. The results of simulation and cost analysis then used to propose better policy inventory that minimize shore tank level inventory on one side and total cost on the other side. Keywords: Analytical Model,Simulation, Inventory Policy.
1
1.Pendahuluan PT. Indonesia Power merupakan salah satu anak perusahaan listrik milik PT. PLN (Persero) dan sebagai pembangkit tenaga listrik terbesar di Indonesia mengelola Unit Bisnis Pembangkitan (UBP) yang tersebar di Jawa Bali. Unit-unit bisnis pembangkitan tersebut adalah UBP Suralaya, UBP Priok, UBP Saguling, UBP Kamojang, UBP Mrica, UBP Semarang, UBP Perak Grati, dan UBP Bali. Perusahaan listrik dalam bisnis penyediaan listrik untuk pelanggan menghadapi banyak masalah terkait dengan produksi listrik. Salah satu masalah utama adalah untuk memasok pembangkit listrik dengan bahan bakar dan menggunakan bahan bakar seekonomis mungkin (J.D. Morgan dan R.A. Smith, 1982). Pada tahun 2012, perusahaan listrik milik pemerintah melakukan langkah-langkah untuk mengurangi penggunaan BBM dan beralih ke bahan bakar gas, karena harga BBM yang sangat tinggi dan adanya kebijakan dari pemerintah untuk melakukan penghematan dan pengendalian pemakaian BBM. Dalam realisasinya, BBM masih dibutuhkan oleh pembangkit-pembangkit listrik milik PT. Indonesia Power di Jawa-Bali untuk memenuhi kebutuhan saat peak hours. Khususnya daerak Bali yang seluruh pembangkit listriknya masih menggunakan BBM dan mengalami kesulitan dalam hal pasokan gas. Selain itu, penggunaan BBM juga dilakukan karena ketidaksiapan pembangkit non BBM untuk memenuhi beban dan menghindari deficit penyediaan daya listrik agar tidak terjadi pemadaman. Karena pembangkit-pembangkit milik PT. Indonesia Power sudah beralih menggunakan bahan bakar gas menyebabkan penggunaan BBM sebagai additional cost yang tidak diinginkan, sehingga sebaiknya diminimalisasi. Dari penjelasan di atas, penelitian ini akan mengevaluasi terhadap kebijakan inventory perusahaan, menganalisis mengenai persediaan BBM di tangki timbun milik perusahaan, menentukan persediaan BBM di masing-masing Unit Bisnis Pembangkitan secara optimal untuk meminimumkan biaya inventory dan memberikan rekomendasi perbaikan.
Metode CIF hanya digunakan untuk pengiriman BBM ke UBP Priok dan langsung dikirimkan ke tangki timbun milik UBP Priok. Sedangkan, UBP Bali menggunakan metode FOB. BBM diambil di titik serah yang telah ditentukan dengan meggunakan jasa transportir pihak ketiga. Titik serah UBP Pesanggaran MFO dan Pesanggaran HSD di TT. Manggis, titik serah UBP Gilimanuk di Tanjungwangi, dan titik serah UBP Pemaron di Grati. Transaksi pembayaran atas pesanan BBM dilakukan setelah volume yang disepakati di awal sudah diantarkan seluruhnya oleh transportir. Data-data mengenai tangki timbun dan tongkang yang digunakan pada kondisi eksisting ditunjukkan pada tabel 1. Tabel 1. Data Tangki Timbun dan Tongkang UBP Pesanggaran Pesanggaran Gilimanuk Pemaron MFO HSD
Priok Kapasitas 42,000 (KL) ROL (KL) 12,000 Kapasitas Dermaga 3,000 (KL) Quantity per Order 30,000 (KL) Jumlah 2 Tongkang Jarak UBPSupplier 10 (Mil)
10,189
11,935
14,410
20,624
5,000
7,000
9,000
7,000
4,200
4,200
4,600
4,200
18,000
20,000
27,000
25,000
2
1
1
1
25
25
61
21
Dengan melakukan analisa selama bulan JanuariNovember 2012, maka didapatkan kondisi eksisting rata-rata inventory, total demand, dan jumlah trip yang dilakukan tongkang untuk masing-masing UBP. Tabel 2. Hasil Model Analitis Kondisi Eksisting UBP Priok Pesanggaran MFO Pesanggaran HSD Gilimanuk Pemaron
Rata-rata Rata-rata Inventory Total Demand Demand inventory Days of (Liter) (KL) (KL) Supply 337,511,477 1,011 35,035 34.67 118,581,193
355
7,794
21.95
172,595,403
517
9,556
18.49
179,183,408 536 11,197 20.87 2. Metodologi Penelitian 193,312,904 579 17,018 29.4 Tahapan-tahapan metodologi dimulai dengan identifikasi masalah, pengumpulan dan pengolahan data, analisis dan interpretasi data, dan penarikan Hasil model analitis menunjukkan bahwa persediaan BBM di tangki timbun selalu penuh, hal ini disebabkan kesimpulan dan saran. BBM yang disuplai lebih banyak dari kebutuhan BBM per harinya. Setelah diketahui kondisi eksisting dengan 3. Hasil Pengolahan Data dan Analisis Pasokan BBM untuk Unit Bisnis menggunakan model analitis, dilakukan running Pembangkitan PT. Indonesia Power berasal dari PT. simulasi eksisting untuk proses verifikasi dan validasi Pertamina dan PT. Shell Indonesia. PT. Pertamina yang membuktikan bahwa model simulasi yang dibuat memasok BBM dengan dua cara yaitu Free on Board merupakan gambaran akurat dari sistem nyata. Setelah (FOB) dan Cost, Insurance and Freight to (CIF). model simulasi yang dibuat dinyatakan valid dan
2
ditentukan jumlah replikasi yang dibutuhkan, baru Tabel 6. Kapasitas Tongkang Simulasi Perbaikan dapat dilakukan simulasi perbaikan. UBP Item
Tabel 3. Hasil Simulasi Eksisting UBP Priok Pesanggaran MFO Pesanggaran HSD Gilimanuk Pemaron
Total Rata-rata Rata-rata Demand Demand inventory (Liter) (KL) (KL) 337,511,477 1,011 35,035
Pesanggaran MFO
Priok Inventory Turnover Days of Ratio Supply 34.67 9,633.55
118,581,193
355
7,794
21.95
15,214.42
172,595,403
517
9,556
18.49
18,061.47
179,183,408 193,312,904
536 579
11,197 17,018
20.87 29.4
16,002.81 11,359.32
Kapasitas 2,500 Kapal (KL)
3,000
Pesanggaran Gilimanuk Pemaron HSD 4,000
4,000
Variabel yang digunakan pada simulasi perbaikan 5 sama dengan simulasi perbaikan 2, sedangkan simulasi perbaikan 6 sama dengan simulasi perbaikan 3. Variabel yang dirubah hanya kapasitas tongkang, sesuai dengan yang telah diuraikan pada simulasi perbaikan 4. Dari hasil simulasi perbaikan yang didapatkan, dilakukan analisa biaya untuk mengetahui simulasi perbaikan berapa yang mengoptimalkan persediaan BBM di satu sisi, juga meminimalkan biaya total. Kebijakan inventory yang direkomendasikan ditunjukkan pada Tabel 7.
Untuk simulasi perbaikan 1, tongkang yang mengirim BBM datang setelah level tangki timbun kurang atau sama dengan tingkat reorder level. Sementara itu, jumlah tongkang yang digunakan untuk mengirim BBM, kapasitas tongkang, kuantitas per order, dan reorder level tidak berubah. Pada simulasi perbaikan 2, selain kedatangan tongkang yang dirubah, pada simulasi skenario 2 ini Inventory kuantitas per order pun dirubah. Kuantitas per order Tabel 7. Rekomendasi KebijakanUBP sebesar ullage tangki timbun seperti yang ditunjukkan Item Pesanggaran Pesanggaran Gilimanu Priok oleh Tabel 4. MFO HSD k Tabel 4. Kuantitas per order simulasi perbaikan 2 Item Quantity per Order (KL)
Priok
Pesanggaran MFO
30000
5189
UBP Pesanggaran Gilimanuk Pemaron HSD 4935
5410
13624
Perubahan pada simulasi perbaikan 3 ini yaitu kedatangan tongkang saat level tangki timbun kurang atau sama dengan tingkat reorder level, kuantitas per order sebanyak ullage tangki timbun, dan reorder level. Tabel 5. Reorder Level Simulasi Perbaikan 3 dan 6 Item
Priok
Reorder 5,305.4 Level (KL) Quantity per Order 36,694.6 (KL)
UBP Pesanggaran Pesanggaran MFO HSD Gilimanuk Pemaron 3,227.1
4,374.7
7,398.6
5,112.8
6,961.9
7,560.3
7,011.4
15,511.2
3,000
Kapasitas Tongkang (KL) Kapasitas Tongkang Sebelumnya (KL) Jumlah Tongkang Jumlah Tongkang Sebelumnya ROL (KL) ROL Sebelumnya (KL) Quantity per Order (KL) Quantity per Order Sebelumnya (KL)
Pemaron
2,500
1,000
4,000
4,000
3,000
1,800
1,000
3,000
5,200
4,000
1
2
1
1
1
2
2
1
1
1
12,000
3,227
4,375
7,399
5,113
12,000
5,000
7,000
9,000
7,000
30,000
6,962
7,560
7,011
15,511
27,000
25,000
30,000
18,000
20,000
Perbandingan antara level inventory eksisting dengan level inventory hasil simulasi perbaikan ditunjukkan pada Tabel 8.
Simulasi perbaikan 4 sama seperti simulasi perbaikan 1, namun tongkang yang digunakan mempunyai kapasitas yang berbeda. Berikut ini kapasitas dermaga UBP dan kapasitas maksimum tongkang yang bisa digunakan.
3
Tabel 8. Perbandingan Level Inventory Eksisting dengan Simulasi Perbaikan
UBP Priok Pesanggaran MFO Pesanggaran HSD Gilimanuk Pemaron
Rata-rata Level Inventory (KL) Simulasi Perbaikan Eksisting 19,004 35,035 4,932
7,794
6,795 9,021 7,595
9,556 11,197 17,018
Priok Pesanggaran MFO Pesanggaran HSD Gilimanuk Pemaron
4. Analisis Perbandingan dengan Penelitian Konsultan PT XYZ Penelitian dengan objek amatan yang sama sebelumnya sudah dilakukan oleh konsultan PT XYZ. Asumsi yang digunakan pada penelitian tersebut yaitu transporter atau tongkang yang digunakan dalam pengiriman untuk sekali order 4 tongkang dan kecepatan tongkang yang konstan. Pada penelitian tersebut dilakukan 3 kali running simulasi skenario untuk masing-masing UBP. Variabel yang dirubah pada 3 skenario tersebut yaitu reorder level, kuantitas BBM yang dipesan dalam sekali order, dan tongkang datang ketika persediaan tangki timbun di bawah reorder level. Variabel yang diubah pada penelitian konsultan PT XYZ ditunjukkan pada Tabel 9. Tabel 9. Variabel yang Diubah dalam Setiap Skenario Keterangan Running 1 Reorder Level Quantity per order Running 2 Reorder Level Quantity per order Running 3 Reorder Level Quantity per order
Rata-rata Level Inventory (KL) UBP
Level (KL) Pesanggaran Gilimanuk Pemaron HSD
Priok
Pesanggaran MFO
12,000
5,000
7,000
9,000
7,000
30,000
18,000
20,000
27,000
25,000
14,300
5,400
7,900
8,500
7,700
30,000
15,000
18,000
20,000
25,000
17,000
5,400
7,900
8,500
8,500
30,000
11,000
16,000
18,000
25,000
Dari ketiga running simulasi menggunakan variabel konsultan PT XYZ tersebut, tidak didapatkan level inventory yang lebih baik dibandingkan dengan hasil skenario simulasi terbaik untuk masing-masing UBP. Perbandingan hasil simulasi perbaikan dengan running 1, 2, dan 3 ditunjukkan pada Tabel 10. Tabel 10. Perbandingan Simulasi Perbaikan dengan Running 1, 2, dan 3
Simulasi Perbaikan Running 1 Running 2 Running 3 19,004 26,187 28,357 30,785 4,932
8,696
8,514
8,105
6,795 9,021 7,595
10,618 13,063 14,182
10,912 11,669 14,699
10,912 11,669 15,119
4. Kesimpulan Kesimpulan yang didapatkan dari penelitian tugas akhir ini adalah sebagai berikut: 1. Kebijakan inventory yang digunakan PTIP membuat persediaan tangki timbun selalu penuh, dikarenakan supply BBM lebih banyak dari demand per hari. 2. Perbaikan pada kapasitas tongkang dan jumlah tongkang yang digunakan, order quantity, dan reorder level dapat meminimasi rata-rata level inventory tangki timbun. 3. Simulasi perbaikan untuk masing-masing UBP dapat menurunkan rata-rata level inventory sebesar 19-55% dan menghasilkan biaya total yang lebih kecil. 5. Daftar Pustaka Bramel, J dan D, Simchi-Levi. (1997). The Logic of Logistics. Springer: New York. Chartering. 2009. In thefreedictionary.com. Retrieved May 1, 2013, from http://www.thefreedictionary.com/chartering Ferguson, R., Wilkinson, W., dan Hill, R. (2000). “Electricity use and economic development”, Energy Policy, Vol. 28, hal. 923-934. Handayani, Retno (2010), Optimasi Penambahan Pasokan Gas dan Pemanfaatan Pembangkit PLTU Batubara untuk Meminimalisasi Biaya Produksi Listrik di Sistem Jawa Bali, Tugas Akhir Master, Institut Teknologi Sepuluh Nopember, Surabaya. Harrell, Charless, Ghosh, B.K., & Bowden, R. O. (2004). Simulation Using ProModel, McGrawHill, New York. ICCWBO. (2010). The New Incoterms 2010 Rules. Retrieved from http://www.iccwbo.org/productsand-services/trade-facilitation/incoterms-2010/ Incoterms. 2013. In investopedia.com. Retrieved May 1, 2013, from http://www.investopedia.com/terms/i/incoterms. asp 4
Kalim, Rahmita (2012), Studi Simulasi Kebutuhan Batubara untuk Memenuhi Peningkatan Kebutuhan di PLTU Suralaya, Tugas Akhir, Institut Teknologi Sepuluh Nopember, Surabaya. Marsudi, D, (1990), Operasi Sistem Tenaga Listrik, Balai Penerbit & Humas ISTN. Morgan, J.D. dan Smith, R.A. (1982), “Power company fuel supply – problems and solutions”, Electric Power Systems Research, Vol. 5, hal. 151-161. Simatupang, Togar, M. dan Pardhana, Hendra, W. (2010) “Improving Inventory Management and Supply Chain of Diesel Fuel in Pertamina 5 Main Depots” Silver, E.A, Pyke, D. F., & Peterson, R. (1998). Inventory Management and Production Planning and Scheduling, 3rd edition, John Wiley & Sons, Inc., New York. Waters, Donald. (2003). Inventory Contril and Management, 2nd edition, John Wiley & Sons, Inc., New York. Yoo, Seung-hoon dan Kim, Yeonbae (2006), “Electricity generation and economic growth in Indonesia”, Energy, Vol. 31, hal. 2890-2899.
5