PENJADWALANN PENGIRIMAN PRODUK JADI DENGAN MENGGUNAKAN MODEL BINARY INTEGER PROGRAMMING DI PT. XYZ

PENJADWALAN PENGIRIMAN PRODUK JADI DENGAN MENGGUNAKAN MODEL BINARY INTEGER PROGRAMMING ROGRAMMING DI PT. XYZ

Skripsi

DESY VINI ARISTA I 0304027

JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS SEBELAS MARET SURAKARTA 2009

IV-1

BAB I PENDAHULUAN 1.1. LATAR BELAKANG MASALAH Tekanan kompetisi antar perusahaan yang semakin ketat mendorong pengembangan dimensi kompetisi yaitu fleksibilitas, biaya, kualitas dan distribusi. Faktor kecepatan produk didesain, diproduksi dan didistribusikan, diperlukan untuk meningkatkan efisiensi dan menurunkan biaya operasional. Sistem distribusi produk mengacu pada sistem terintegrasi yang terdiri dari berbagai elemen yang bekerja bersama untuk memenuhi bahan baku, merubah bahan baku menjadi produk jadi dan mengantar produk ke pasar (Beamon, 1998). Sebagai perusahaan yang mempunyai daerah pemasaran yang semakin luas PT.XYZ juga menghadapi masalah distribusi yang semakin kompleks. Produk perusahaan ini yang beredar di pasaran antara lain jamu prolinu, jamu bersalin, madurasa, curcuma kids, beras kencur, param, minyak telon, lulur mandi, bedak harumsari, dan baby powder. Sedangkan wilayah pemasarannya tersebar di dalam negeri dan di luar negeri. Wilayah distribusi PT XYZ di dalam negeri dibagi dalam 5 area distribusi yaitu area Jawa Tengah dan D.I. Yogyakarta, area Jawa Timur, area Jawa Barat, dan luar jawa yaitu area Kalimantan, area Bali dan NTT dan area Sumatera. Untuk pasar luar negeri jamu produksi PT.XYZ telah didistribusikan ke Singapura, Malaysia, dan Taiwan. Di tiap wilayah PT XYZ mempunyai agen yang disuplai secara rutin oleh PT XYZ. Sebelum produk dikirim ke agen produk jadi seharusnya disimpan di gudang produk yang berlokasi menjadi satu dengan plant produksi di Palur. Tetapi karena keterbatasan kapasitas gudang produk jadi maka terkadang produk jadi disimpan di gudang bahan baku. Dari informasi yang diperoleh bahwa produk jadi yang disimpan di gudang bahan baku saat itu adalah produk yang sudah teralokasi untuk memenuhi permintaan konsumen. Produk-produk ini belum dikirimkan karena harus menyesuaikan dengan jadwal pengiriman yang ada. Jadwal pengiriman serta prosedur pengiriman ke konsumen menjadi tanggung jawab departemen pemasaran. Penjadwalan pengiriman order konsumen PT.XYZ

IV-2

dilakukan oleh bagian penjualan di bawah depertemen pemasaran. Bagian Penjualan mendapatkan data permintaan dari bagian keagenan. Dari data tersebut didapat jumlah produk yang harus dikirim serta tanggal penerimaan pesanan oleh agen atau deadline order. Bagian penjualan menjadwalkan pengiriman sesuai urutan tanggal pemesanan agen. Jika ternyata pengiriman melebihi batas deadline pemesanan yang dilakukan agen, bagian penjualan akan melakukan konfirmasi ke agen bahwa pesanan akan dikirimkan dengan pengiriman berikutnya. Penentuan jadwal pengiriman produk jadi di PT. XYZ untuk setiap armada masih diserahkan pada kebiasaan bagian penjualan. Urutan pelayanan dan penempatan order dalam satu rute dilakukan secara manual. Selain itu, penempatan masing-masing agen kedalam rute-rute pengiriman dengan mempertimbangkan kesesuian antara jumlah total produk yang harus dikirimkan pada tiap agen terhadap kapasitas maksimal truk juga masih dilakukan berdasarkan kebiasaan karyawan. Kondisi ini memungkinkan penggunaan kapasitas truk belum optimal sehingga produk jadi menumpuk di gudang menunggu jadwal untuk dikirim. Terbukti dengan adanya keluhan keterlambatan pengiriman ke agen melebihi deadline yang direncanakan hampir setiap bulan padahal produk jadi yang menumpuk di gudang sudah siap untuk dikirim. Sehingga terjadi pemborosan biaya penyimpanan yang lebih lama dan memungkinkan terjadi lost sale dari konsumen karena keterlambatan pengiriman produk. Tabel 1.1 menyajikan data jumlah keluhan keterlambatan pengiriman produk tahun 2007.

Tabel 1.1. Jumlah Keluhan Keterlambatan Pengiriman Produk Tahun 2007 Bulan

Jumlah keluhan

Bulan

Over deadline

Jumlah keluhan Over deadline

Januari

5

Maret

6

Februari

5

April

3

Tabel 1.1. Jumlah Keluhan Keterlambatan Pengiriman Produk Tahun 2007 (Lanjutan)

IV-3

Bulan


Bulan


Mei

6

September

9

Juni

4

Oktober

5

Juli

7

November

6

Agustus

7

Desember

5

(Sumber: Bag. Keagenan PT.XYZ , 2007)

Mekanisme penjadwalan pengiriman yang digunakan oleh PT. XYZ dalam pengiriman produk jadi selama ini belum pernah dikaji secara ilmiah, sehingga masih dimungkinkan adanya solusi yang lebih baik. Mempertimbangkan kondisi-kondisi di atas PT.XYZ perlu melakukan kajian mengenai penentuan rute dan tanggal pengiriman yang dapat menghasilkan jadwal pengiriman produk jadi PT.XYZ untuk memperbaiki sistem distribusi perusahaan agar lebih efektif dan efisien. Salah satu teknik matematik yang sering digunakan untuk membantu pengambilan keputusan adalah Binary Integer Programming. Aplikasi Binary Integer Programming dapat digunakan untuk mencari solusi optimal dalam maksimasi keuntungan atau minimasi biaya seperti masalah pengalokasian sumber daya yang terbatas, penentuan penambahan kapasitas dimana terdapat biaya set-up awal untuk pengadaan fasilitas,dan penentuan keputusan dari beberapa alternatif yang harus dipilih (Yilmaz,2004). Binary Integer Programming adalah model Integer Programming dimana variabel keputusan yang dimilikinya hanya memiliki dua nilai biner yaitu 0 dan 1. Binary Integer Programming memungkinkan untuk menyederhanakan formulasi permasalahan yang formula aslinya sangat rumit. Dengan memperkenalkan auxiliary variabel kemudian mengekspresikan hubungan kombinatorial ini dalam bentuk pertanyaan yang harus dijawab dengan jawaban ya atau tidak (0 atau 1). Penjadwalan pengiriman produk tersebut dapat dipecahkan dengan Binary Integer Programming, dimana permasalahan tersebut dimodelkan kedalam model matematis dengan keputusan ”apakah order dikirim melalui rute r pada hari t?”

IV-4

dengan formulasi tersebut akan diperoleh jawaban yang cepat dan lebih sederhana untuk menginterpretasikan hasilnya.

1.2. PERUMUSAN MASALAH Berdasarkan latar belakang tersebut di atas, maka permasalahan yang akan dibahas yaitu bagaimana menjadwalkan pengiriman produk jadi PT XYZ dengan menggunakan model Binary Integer Programming.

1.3. TUJUAN PENELITIAN Tujuan dari penelitian ini adalah membuat jadwal pengiriman produk jadi PT XYZ dengan menggunakan model Binary Integer Programming.

1.4. MANFAAT PENELITIAN Dari pelaksanaan penelitian tugas akhir pada PT. XYZ diharapkan akan memberikan manfaat sebagai berikut: 1. Memberikan usulan jadwal pengiriman optimal yang dapat meminimasi total biaya transportasi. 2. Meminimalkan keluhan mengenai keterlambatan pengiriman pesanan.

1.5. PEMBATASAN MASALAH Dalam pembahasan ini permasalahan yang ada dibatasi ruang lingkupnya sebagai berikut: 1. Penjadwalan dilakukan berdasar data permintaan produk jadi PT. XYZ Palur periode September 2007. 2. Penjadwalan dilakukan untuk konsumen area Jawa Barat. 3. Tidak membahas penugasan armada.

1.6. ASUMSI-ASUMSI Asumsi-asumsi yang digunakan dalam penelitian ini adalah : 1. Kondisi lalu lintas sepanjang jalur transportasi normal.

IV-5

2. Alat transportasi yang digunakan untuk pengiriman terdiri atas satu macam kendaraan yang identik yaitu truk engkel dengan kapasitas angkut 3500 boks. 3. Ukuran kemasan (boks) relatif sama. 4. Tidak membahas penugasan armada.

1.7. SISTEMATIKA PENULISAN Dalam penulisan laporan Kerja Praktek ini, diberikan uraian setiap bab yang berurutan untuk mempermudah pembahasannya. Dari pokok-pokok permasalahan dapat dibagi menjadi enam bab, yaitu: BAB I :

PENDAHULUAN Bab ini membahas tentang latar belakang dan identifikasi masalah yang diangkat dalam penelitian, perumusan masalah, tujuan penelitian, manfaat penelitian, pembatasan masalah, penetapan asumsi-asumsi serta sistematika yang digunakan dalam penelitian.

BAB II :

STUDI PUSTAKA Merupakan penjelasan secara terperinci mengenai teori-teori yang dipergunakan sebagai landasan pemecahan masalah serta memberikan penjelasan secara garis besar metode yang digunakan oleh penulis sebagai kerangka pemecahan masalah.

BAB III :

METODOLOGI PENELITIAN Bab

ini

merupakan

gambaran

terstrukur

tahap-tahap

proses

pelaksanaan penelitian dan tahapan pengerjaan pengolahan data yang digambarkan dalam diagram alir (flow chart). BAB IV :

PENGUMPULAN DAN PENGOLAHAN DATA Merupakan tahap pengumpulan

dan pengolahan data-data yang

diperoleh dari PT XYZ.

BAB V :

ANALISIS & INTERPRETASI HASIL Berisikan pembahasan tentang analisis dari pengolahan data yang telah dilakukan.

BAB VI :

KESIMPULAN DAN SARAN

IV-6

Merupakan bab akhir yang berisikan kesimpulan yang diperoleh dari analisis pemecahan masalah maupun hasil pengumpulan data serta saran-saran perbaikan atas permasalahan yang dibahas.

BAB II TINJAUAN PUTAKA

2.1 LANDASAN TEORI 2.1.1 Supply Chain Management Supply chain merupakan seluruh bagian yang terlibat secara langsung maupun tidak langsung dalam memenuhi kebutuhan konsumen. Supply chain tidak hanya terdiri dari pabrik dan pemasok melainkan juga pabrik, transportasi, gudang, retailer dan konsumen. Dalam organisasi seperti pabrik supply chain melibatkan seluruh fungsi dalm penerimaan dan pemenuhan permintaan konsumen. Fungsi-fungsi tersebut adalah pengembangan produk baru, pemasaran, operasional, distribusi, keuangan dan pelayanan pelanggan (Chopra, 2004) Supply Chain Management adalah seperangkat pendekatan yang digunakan untuk mengintegrasikan supplier, pabrik, gudang dan retailer sehingga barang produksi dapat didistribusikan dalam jumlah, waktu dan lokasi yang tepat untuk meminimasi biaya keseluruhan dan meningkatkan pelayanan konsumen (Levi, 2000). Kesuksesan

Supply Chain Management memerlukan beberapa keputusan

yang berkaitan dengan aliran informasi, produk, dan biaya. Keputusan-keputusan

IV-7

tersebut menurut Chopra dan Meindl (2004) dibagi dalam tiga kategori tergantung pada frekuensi dan waktu, keputusan tersebut adalah : 1. strategi atau desain supply chain pada fase ini, perusahaan memutuskan struktur supply chain untuk beberapa tahun mendatang. Keputusan strategi meliputi lokasi dan kapasitas fasilitas, produk yang akan dibuat atau disimpan, moda transportasi yang digunakan, dan system informasi yang diterapkan. 2. perencanaan supply chain keputusan yang dibuatuntuk beberapa bulan hinggan satu tahun. Keputusan perencanaan meliputi pasar yang akan disuplai dan dari lokasi mana, rencana penambahan inventori, subkontrak dan lokasi cadangan, kebijakan inventori dan promosi. Perusahaan harus mempertimbangkan hal-hal seperti ketidakpastian permintaan, nilai tukar uang, dan persainangn selama horizon waktu perencanaan. 3. operasional supply chain horizon waktu keputusan operasional adalah mingguan atau harian dan selama fase ini perusahaan membuat keputusan berkaitan dengan order tiap konsumen. Pada fase ini perusahaan mengalokasikan persediaan atau produksi, menetapkan jatuh tempo, mengontrol data di gudang, dan menjadwalkan pengiriman.

2.1.2 Konsep Dasar Sistem Distribusi Logistik Logistik terkait dengan perencanaan dan pengendalian aliran material dan informasi dalam organiasi, baik dalam sektor publik maupun sektor privat. Sistem logistik terbentuk dari seperangkat fasilitas yang terhubung dengan layanan transportasi. Yang dimaksud fasilitas dalam logistik adalah tempat material diproses, misalnya dibuat, disimpan, ditata, dijual, dan dikonsumsi. Fasilitas dapat berupa pusat manufaktur dan perakitan, gudang, pusat-pusat distribusi, titik transshipment, terminal transportasi, outlet dan sebagainya. Misi dari logistik adalah untuk mendapatkan inventori yang tepat dilokasi dan waktu yang tepat, spesifikasi yang tepat dan ongkos yang memadai. Menurut Gaspersz (1998), tujuan sistem distribusi dibedakan menjadi tiga kategori, yaitu : 1. pelayanan pelanggan

IV-8

-

waktu tunggu penyerahan menjadi cepat

-

pengaman terhadap ketidakpastian permintaan

-

menyediakan bermacam barang yang diperlukan

2. efisiensi -

tingkat transportasi minimum

-

produksi dari pengisian pesanan optimal

-

ukuran lokasi penyimpanan

-

akurasi data inventori

3. investasi inventori minimum -

stok pengman yang diperlukan minimum

-

kuantitas pesanan untuk mengendalikan cycle stock menjadi optimum

2.1.3 Pengelolaan Angkutan Cara umum untuk menghemat biaya logistik adalah dengan memanfaatkan skala ekonomis dari transportasi dengan menyatukan pengiriman-pengiriman kecil menjadi satu pengiriman yang besar dalam satu kali rute pengangkutan. Konsolidasi transportasi dapat dicapai dengan tiga cara, yaitu: 1. konsolidasi fasilitas pengiriman-pengiriman kecil yang jumlahnya banyak pada jarak yang jauh dapat diganti dengan satu pengiriman besar pada jarak jauh dan banyak pengiriman kecil untuk menyebarkan pada jarak yang dekat 2. konsolidasi multi-stop pengiriman dengan truk yang tidak penuh pada beberapa lokasi dapat diganti dengan pengiriman dengan satu truk yang berhenti di beberapa lokasi berurutan 3. konsolidasi waktu pengiriman-pengiriman

kecil

yang

terjadwal

dapat

dimajukan

dan

dimundurkan agar bisa menjadi satu pengiriman sekaligus dalam jumlah besar

IV-9

2.1.4 Penyusunan Rute Kendaraan Masalah terpenting dalam keputusan operasional yang berhubungan dengan transportasi dalam supply chain yaitu penentuan dan penjadwalan rute pengiriman. Seorang manajer harus memutuskan konsumen mana saja yang akan dikunjungi oleh kendaraan tertentu dan bagiamana urutan kunjungan yang akan dilalui oleh kendaraan tersebut. Tujuan utama dari penentuan rute dan jadwal pengiriman yaitu untuk meminimasi biaya total dari penyediaan pelayanan. Biaya yang dimaksud terdiri dari biaya transportasi, biaya gaji karyawan, dan biaya tetap seperti biaya perawatan kendaraan, retribusi jalan, biaya pajak kendaraan, dll. Masalah penentuan dan penjadwalan disajikan dalam bentuk sebuah grafik jaringan (network). Penggambaran permasalahan dengan suatu jaringan akan mempermudah visualisasi permasalahan yang sedang dihadapi. Sebagai contoh Gambar 2.1 berikut menyajikan suatu contoh jaringan rute dengan lima titik konsumen yang akan dikunjungi.

Gambar 2.1. Contoh Jaringan Rute Kendaraan Sumber : www.osiris.tuwien.sc.at

Pada Gambar 2.1 terlihat adanya lima titik yang disebut sebagai node. Keempat nodes (node 2 - 5) menggambarkan titik pengambilan dan pengiriman, sedangkan node 1 merupakan depot node yang merupakan titik awal dan berakhirnya perjalanan kendaraan. Node-node tersebut dihubungkan oleh sebuah garis yang disebut sebagai arcs. Arcs menggambarkan waktu, biaya atau jarak yang dibutuhkan untuk melakukan perjalanan dari satu node ke node yang lain.

IV-10

Arcs dapat berupa directed dan undirected. Undirected arcs ditunjukkan dengan garis segmen yang sederhana. Anak panah tersebut menunjukkan arah perjalanan kendaraan dalam kasus permasalahan penentuan rute atau hubungan presedence dalam permasalahan penjadwalan. Rute kendaraan yang disajikan pada Gambar 2.1 merupakan sebuah rute kendaraan yang sederhana dengan tujuan untuk meminimasi biaya atau kriteria lain yang sesuai seperti minimasi jarak dan waktu tempuh. Biaya yang minimum merupakan subjek dari rute yang feasible. Fisibilitas dari sebuah rute dapat dinilai dari: 1. Sebuah rute harus mencakup semua node yang ada 2. Sebuah node hanya dikunjungi satu kali 3. Sebuah rute harus berawal dan berakhir di depot Hasil akhir yang diperoleh dari penerapan routing dan scheduling sistem pada umumnya hampir sama. Secara umum, rute secara spesifik memperlihatkan tahapan kunjungan terhadap node-node yang ada sedangkan penjadwalan secara spesifik mengidentifikasi waktu kunjungan bagi setiap node. Klasifikasi dari permasalahan penentuan dan penjadwalan rute tergantung pada beberapa karakteristik sistem pengiriman seperti kapasitas armada pengiriman, dimana garasi kendaraan serta apa tujuan yang akan dicapai dalam penentuan dan penjadwalan rute pengiriman.

2.1.5 Konsep Penjadwalan Penjadwalan dapat didefinisikan sebagai pengalokasian sumber daya dalam jangka waktu tertentu untuk melakukan serangkaian tugas (Baker, 1974). Menurut Morton (1993), penjadwalan adalah proses pengorganisasian, pemilihan, dan penentuan waktu penggunaan sumber-sumber untuk mengerjakan semua aktivitas yang diperlukan yang memenuhi kendala aktivitas dan sumber daya. Menurut Baker (1974) yang juga sejalan dengan Morton (1993), terdapat dua jenis kendala yang seringkali ditemukan dalam masalah penjadwalan, yaitu: • Keterbatasan teknologi urutan pengerjaan job atau routing (kendala aktivitas) • Batas kapasitas sumberdaya yang tersedia (kendala sumberdaya)

IV-11

Dapat dikatakan bahwa solusi terhadap masalah penjadwalan adalah setiap solusi yang fisibel pada daerah yang memenuhi kedua kendala tersebut (feasible region). Dengan demikian, pemecahan masalah penjadwalan paling tidak harus menjawab dua bentuk pertanyaan: • Sumber daya mana yang akan dialokasikan untuk mengerjakan operasi • Kapan setiap operasi dimulai dan selesai. Aktivitas penjadwalan pada dasarnya dapat dibedakan menjadi lima tingkatan (Morton, 1993), yaitu: 1) long-range planning, yang berkaitan dengan antara lain ekspansi, tata letak, dan perancangan pabrik (horison waktu 2 sampai 5 tahun) 2) middle-range planning, yang berkaitan dengan antara lain logistik (horison waktu 1 - 2 tahun) 3) short-range planning, yang berkaitan dengan antara lain rencana kebutuhan (horison waktu 3 - 6 bulan) 4) penjadwalan, yang berkaitan dengan antara lain routing pada job shop, penyeimbangan lini perakitan, dan penentuan ukuran batch (horison waktu 2 - 6 minggu) 5) penjadwalan reaktif/kontrol, yang berkaitan dengan antara lain situasi darurat seperti berhentinya mesin, dan keterlambatan bahan (horison waktu 1 - 3 hari).

2.1.6 Performansi Jadwal Terdapat tiga tujuan pembuatan keputusan yang umum dalam penjadwalan dan ketiganya menunjukkan ukuran dasar performansi jadwal,yaitu (Baker, 1974): • Pemanfaatan sumber daya yang efisien: minimum maksimum saat selesai, Cmax.(makespan) • Respon yang cepat terhadap permintaan konsumen: minimum rata-rata saat selesai (completion time), C minimum rata-rata waktu tinggal (flow time), F , atau minimum rata-rata waktu tunggu (waiting time), W . • Sesuai dengan batas waktu yang ditentukan: minimum rata-rata keterlambatan (tardiness), T ,minimum maksimum keterlambatan, Tmax, dan minimum jumlah job yang terlambat, NT (the number of tardy jobs). IV-12

Definisi ukuran-ukuran performansi tersebut adalah (Baker, 1974): • Saat selesai (completion time), Cj: menunjukkan saat selesai pemrosesan job j atau dengan rj menyatakan saat siap job j, Wj adalah waktu tunggu job j, dan tj menyatakan waktu proses job j. C j = r j + w j + t j ...................................... (2.1)

• Waktu tinggal (flow time), Fj: menunjukkan lamanya job j berada dalam sistem atau F j = C j - r j .............................................. (2.2)

yang menunjukkan selang waktu antara saat siap (yang diasumsikan pada saat datang) job sampai job keluar dari sistem (yang diasumsikan sama dengan saat selesai). Waktu tinggal merupakan ukuran respon sistem terhadap permintaan konsumen dan berkaitan dengan masalah biaya work in process (Morton, 1993). • Lateness, Lj: menunjukkan perbedaan antara saat selesai dengan due date (mengukur kesesuaian antara jadwal dengan due date yang diberikan) atau L j = C j - d j ...................................... (2.3)

• Tardiness, Tj atau posistive lateness: menunjukkan keterlambatan yang terjadi atau Tj=max(Lj,0). • Earliness, Ej atau negative lateness: menunjukkan kondisi job selesai lebih awal dari due date atau Ej=max(-Lj,0).

Ukuran performansi lainnya adalah berkaitan dengan ongkos, seperti lamanya mesin menganggur, lamanya job menunggu, ataupun ongkos karena terjadinya job lateness.

2.1.7 Pendekatan Penjadwalan Terdapat dua pendekatan dasar yang digunakan dalam merancang algoritma penjadwalan, yaitu pendekatan penjadwalan maju (forward scheduling) dan pendekatan penjadwalan mundur (backward scheduling). Pada penjadwalan maju, job dijadwalkan dari saat datang, atau saat siap atau saat nol (time zero) dan bergerak

IV-13

maju menuju ke arah due date. Sedangkan pada penjadwalan mundur, job dijadwalkan mundur mulai dari due date menuju ke arah saat nol. Pada penjadwalan maju, meskipun jadwal yang dihasilkan selalu layak, tetapi tidak menjamin job tidak mengalami keterlambatan. Sedangkan pada penjadwalan mundur, meskipun saat selesai job bisa tepat pada saat due date tetapi jadwal yang dihasilkan bisa tidak layak, yaitu jika saat mulai job lebih awal dari saat datang job (atau saat nol). Kombinasi dari dua penjadwalan di atas menghasilkan penjadwalan kompromi (compromized scheduling) dan penjadwalan paksa (forced scheduling). Penjadwalan kompromi ini dilakukan dua tahap (Santoso, 1994). Tahap pertama adalah menjadwalkan job dengan penjadwalan maju sehingga diperoleh saat selesai job. Pada tahap kedua, job dijadwalkan dengan penjadwalan mundur dimulai dari saat selesai job yang diperoleh dari hasil tahap pertama. Menurut Santoso (1994), jika terdapat sumber daya yang terpaksa hanya dapat digunakan pada interval waktu tertentu, maka penjadwalan paksa sesuai untuk diterapkan. Pada penjadwalan paksa, operasi-operasi yang dikerjakan pada sumber daya yang terbatas harus dijadwalkan terlebih dahulu. Sedangkan operasi yang mendahuluinya dijadwalkan dengan penjadwalan mundur, dan operasi sesudahnya dengan penjadwalan maju.

2.1.8 Integer Programming Integer Linier Programming adalah model linear programming dengan karakteristik tambahan yaitu beberapa atau semua variabel keputusannya bernilai integer. Integer Linier Programming diklasifikasikan menjadi 3, yaitu : 1. Pure Integer Programming Yaitu integer programming dimana semua variabel keputusannya bernilai integer 2. Mixed Integer Programming Yaitu integer programming dimana hanya sebagian variabel keputusannya bernilai integer 3. Binary Integer Programming

IV-14

Yaitu integer programming dimana variabel keputusannya hanya terdiri dari nilai biner 0 atau 1 Asumsi-asumsi yang berlaku untuk Integer Linier Programming, yaitu: 1. proporsionalitas asumsi ini berarti naik turunnya nilai Z dan penggunaan sumber atau fasilitas yang tersedia akan berubah secara sebanding dengan perubahan tingkat kegiatan. Kontribusi dari masing-masing aktivitas terhadap nilai fungsi objektif Z adalah sebanding dengan tingkat aktivitas Xj. 2. additivitas nilai tujuan tiap kegiatan tidak saling mempengaruhi, atau dalam program linear dianggap bahwa kenaikan suatu kegiatan dapat ditambahkan tanpa mempengaruhi bagian nilai Z yang diperoleh dari kegiatan lain. 3. certainty nilai yang diberikan kepada tiap parameter dari linier programming diasumsikan diketahui secara pasti, meskipun dalam kenyataannya tidak sama persis..

2.1.9 Komponen Model Integer Programming Hillier dan Lieberman (1997) menyatakan bahwa model integer programming memiliki tiga komponen utama, yaitu : a. Fungsi Tujuan (Objective Function) Fungsi tujuan adalah fungsi yang menggambarkan tujuan/sasaran dari dalam permasalahan integer linear programming yang berkaitan dengan pengaturan secara optimal sumber daya-sumber daya untuk mencapai hasil yang optimal. b. Fungsi Pembatas (Constraint Function) Fungsi pembatas merupakan bentuk penyajian secara matematis batasan-batasan kapasitas yang tersedia yang akan dialokasikan secara optimal ke berbagai kegiatan. c. Variabel Keputusan (Decision Variables)

IV-15

Variabel keputusan merupakan aspek dalam model yang dapat dikendalikan. Nilai variabel keputusan merupakan alternatif-alternatif yang mungkin dari fungsi linier.

2.1.10 Model Umum Integer Programming Secara matematis, model umum dari integer linear programming yang terdiri dari sekumpulan variabel keputusan X1, X2, ..., Xn, dirumuskan sebagai berikut (Lieberman, 1997) : Fungsi tujuan : Maksimasi (atau Minimasi) Z = C1 x1 + C 2 x 2 + C 3 x3 + ... + C n x n ...................................... (2.4)

Subject to : a11 x1 + a12 x2 + a13 x3 + a14 x4 + ... + a1n xn

(£, =, ³)

b1

a21 x1 + a22 x2 + a23 x3 + a24 x4 + ... + a2 n xn

(£, =, ³)

b2

a31 x1 + a32 x2 + a33 x3 + a34 x4 + ... + a3n xn

(£, =, ³ )

b3

: : a1m x1 + am 2 x2 + am 3 x3 + am 4 x4 + ... + amn xn

(£, =, ³)

bm

dan x1 , x2 , x3 , x4 , x5 , x6 ,..., xn ³ 0 dimana : Z

= nilai fungsi tujuan yang dimaksimumkan atau diminimumkan

n

= macam batasan sumber daya atau fasilitas yang ada

m

= macam aktivitas yang menggunakan sumber daya atau fasilitas

xi

= variabel keputusan

bi

= nilai maksimal sumber daya untuk dialokasikan ke aktivitas

Ci

= besarnya kenaikan nilai Z setiap ada kenaikan satu satuan nilai

2.1.11 Binary Integer Programming Binary Integer Programming yaitu integer programming dimana variabel keputusannya hanya terdiri dari 2 nilai biner (0,1). BIP memungkinkan kita untuk mereformulasikan permasalahan yang formula aslinya sangat rumit. Dengan

IV-16

mengekspresikan hubungan kombinatorial ini dalam bentuk petanyaan yang harus dijawab dengan jawaban yes atau no, variabel auxiliary bisa diperkenalkan untuk memunculkan variabel keputusan yes atau no ini. Dengan memperkenalkan auxiliary variabel akan menyederhanakan permasalahan yang ada ke dalam bentuk IP ataupun MIP. BIP dapat digunakan untuk bermacam-macam tujuan, antara lain: 1. Memodelkan keputusan ya atau tidak (yes or no decision) Contoh dari permasalahan ini adalah knapsack problem, dimana : -

terdapat set item dengan atribut berat dan nilai tertentu

-

harus dipilih sub set dengan jumlah berat maksimal sedemikian hingga sehingga tidak melebihi konstanta K

-

binary variable (0,1) digunakan untuk memilih masing-masing item diambil atau tidak, dengan nilai 1 berarti iya, dan nilai 0 berarti tidak. n

Max

åC j =1

n

Subject to

åW j =1

j

j

X j ……..................................... (2.5)

X j £ K ...................................... (2.6)

X j ³ 0 ................................................. (2.7)

Xj integer 2. Memodelkan Dependent Decision (Contingent Decision) Model ini digunakan untuk kondisi dimana suatu aktivitas baru akan bisa dilakukan setelah didahului aktivitas tertentu. Dependent decision

adalah

keputusan yang baru bisa diambil tergantung pada keputusan sebelumnya. Contoh : alokasi fasilitas dimana, -

ada n alternatif lokasi fasilitas dan m jumlah konsumen yang harus dilayani dari fasilitas tersebut

-

ada fixed cost Cj untuk membangun fasilitas j

-

ada biaya Dij berkenaan dengan melayani konsumen i dari fasilitas j

-

ada 2 set variabel biner, yaitu: 1.

Yj =1, jika fasilitas j dibuka, dan bernilai 0 jika tidak

IV-17

2.

Xij =1, jika konsumen i dilayani oleh fasilitas j, dan bernilai 0 jika tidak n

m

j =1

i =1

å C jY j + å

Min

n

åD j =1

ij

X i j .....................................

(2.8) n

Subject to

åX j =1

ij

= 1 ....................................... (2.9)

X i j £ Y j ......................................... (2.10) X i j , Y j Î {0,1} ................................. (2.11)

3. Model untuk memilih dalam suatu set pilihan (K out of N Constraint Must Hold) Adalah kasus dimana ada sebuah set dari N konstrain yang mungkin tetapi hanya K konstrain saja dari N tersebut yang bisa ditahan (K
IV-18

N

åY

i

i =1

= N - K ................................... (2.12)

Yi adalah variabel biner. Untuk i = 1,2, ... , N untuk memilih konstrain K yang ditahan diperoleh dengan menerapkan algoritma yang sesuai untuk keseluruhan permasalahan sehingga didapatkan solusi yang optimal untuk semua variabel secara bersamaan.

4. Memodelkan Disjunction Constraint (Either Or Constraint) Kasus ini terjadi saat sebuah pilihan bisa dibuat antara dua konstrain sehingga hanya satu yang harus dipilih. Sebagai contoh, ada dua pilihan untuk sumber tenaga untuk tujuan tertentu, dengan batasan masing-masing, hanya satu dari dua resource tersebut yang bisa dipilih. Ilustrasi tersebut dapat dimodelkan sebagai berikut: Either 3x1 + 2 x 2 £ 18

x1 + 4 x 2 £ 16

Or

Setidaknya satu dari pertidaksamaan ini harus dipertahankan, tetapi tidak keduaduanya. Pertidaksamaan ini harus direformulasi ke dalam bentuk linear programming dimana semua konstrain bisa terpenuhi. Langkah untuk mereformulasikan adalah menambahkan M, sebuah bilangan positif sangat besar pada sisi kanan dari konstrain yang akan mengakibatkan konstrain tersebut tereliminasi, tetapi secara otomatis konstrain ini akan terpennuhi oleh solusi yang yang memenuhi konstrai ain yang tidak tereliminasi. Pertidaksamaan diatas menjadi: Either

Or

3x1 + 2 x 2 £ 18 x1 + 4 x 2 £ 16 + M

3x1 + 2 x 2 £ 18 + M x1 + 4 x2 £ 16

Persamaan ini ekuivalen dengan Either 3x1 + 2 x 2 £ 18 + My Or x1 + 4 x 2 £ 16 + M (1 - y )

IV-19

Pendekatan ini digunakan untuk kasus dengan hubungan kombinatorial yang melibatkan kombinasi dari konstrain lain dari model dengan alternatif konstrain satu ataupun dua, dimana dari kedua kombinasi hubungan ini akan dipilih satu ataupun dua, dimana dari kedua kombinasi hubungan ini akan dipilih satu alternatif (dari dua alternatif yang ada) yang memberi nilai lebih baik pada fungsi objektif. Dari pertidaksamaan diatas jika y =1, maka alternatif kediua yang dipilih, sedangkan jika nilai y =0 maka alternatif pertama yang dipilih

5. Memodelkan fungsi dengan N nilai yang mungkin Kondisi dimana: -

kita menginginkan variabel x hanya akan memiliki nilai dalam set {a1, ... , am}

-

kita memperkenalkan m variabel biner

y j , j = 1,..., m

dengan

konstrain: N

x = å d i yi , ................................... (2.13) i =1

N

åy i =1

i

= 1 ................................... (2.14)

Yi adalah variabel biner Dari konstrain ini hanya tepat satu yi yang bernilai 1, dan yang lain sama dengan 0, jadi tepat satu nilai x yang dipilih sebagai nilai dari fungsi. Dalam kasus ini ada sejumlah N pertanyaan yes or no yang diajukan, ”apakah di harus dipilih menjadi nilai dari fungsi?” (i=1,2,..., N). Karena yi mewakili keputusan yes or no dari pertanyaan ini, maka konstrain ini menjadikan permasalahan mutually exclusive alternative.

6. Memodelkan Fixed Cost Problem Dalam memulai suatu aktivitas umumnya akan muncul tagihan biaya set up atau disebut biaya tetap. Pada beberapa kasus, total biaya untuk melaksanakan aktivitas tersebut adalah jumlah dari biaya variabel dan biaya tetap atau set up

IV-20

cost. Pada kasus ini, biaya total aktivitas (aktivitas j) bisa dipresentasikan ke dalam bentuk: k +c j x j

f j ( x j ) = { 0 ,j

if x j > 0 if x j = 0

Dimana xj : level aktivitas j (x j ³ 0 ) kj : set up cost

cj : variabe1 cost

Untuk memformu1asikan semua model, anggap bahwa ada n aktivitas masingmasing dengan struktur biaya sendiri. ( k j ³ 0 dalam tiap kasus dan kj > 0 untuk beberapa j = 1,2,…,n) dan permasalahannya adalah untuk: Minimize Z = f 1 ( x1 ) + f 2 ( x 2 ) + K + f n ( xn ) ................................... (2.15)

Subject to

konstrain programa linear asli

Untuk mengubah permasalahan ini menjadi bentuk MIP, kita mulai dengan membuat n pertanyaan yes or no, “untuk tiap niai j, haruskah aktivitas j dilakukan

(x

j

³ 0)? ” tiap yes or no decision dari pertanyaan ini kemudian dipresentasikan

dengan auxiliary binary variable yj, sehingga:

Z = å (c j x j + k j y j ) ...................................................... (2.16) n

j =1

y j = 1,

if xj > 0

y j = 0,

if xj = 0

Selanjutnya tambahkan konstrain baru x j £ My j ,

untuk j = 1,2,…,n

Bentuk MIP dari permasalahan ini menjadi : Minimize Z = å (c j x j + k j y j ) ..................................... (2.17) n

j =1

Subject to

original constraint,

x j - My j £ 0, ................................................ (2.18)

IV-21

dan yi adalah variable biner,

untuk i = 1,2,…,n

2.1.12 Penyelesaian Integer Programming Permasalahn integer programming bisa diselesaikan dengan beberapa metode enumerasai parsial, antara lain :

1. Metode Branch and Bound konsep dasar dari teknik ini adalah untuk devide (memisahkan) dan conquer (menyelesaikan). Karena permasalahan yang sebenarnya sangat luas dan terlalu sulit untuk diselesaikan secara langsung, maka untuk mempermudah dalam penyelesaian, permasalahan tersebut dibagi menjadi sub masalah yang jauh lebih sederhana secara paralel sampai sub problem terkecil yang bisa diselesaikan. Penyelesaian dilakukan secara bertahap dengan bounding (membatasi) seberapa bagus solusi yang mungkin dalam subset dan kemudian membuang subset tersebut apabila ternyata batas subset mengindikasikan bahwa subset tersebut tidak mungkin berisi optimal solution untuk permasalahan asli. Langkah dalam metode branch and bound ini adalah: 1. Branching. Membagi permasalahan asli menjadi sub masalah. Branching dilakukan dengan mencabangkan nilai salah satu variabel dala sub masalah pada nilai 0 atau 1 2. Bounding. Untuk masing-masing sub masalah yang telah ada, akan mendapatkan batasan nilainya dengan menerapkan metode simplex pada LP relaxation-nya 3. Fathoming. Suatu sub masalah bisa diselesaikan untuk kemudian dihilangkan atau tidak lagi dibahas pada tahapan selanjutnya. Suatu sub masalah bisa dieliminir dari tahapan penyelesaian selanjutnya (fathomed) jika: a. solusi dari sub masalah itu (dengan LP relaxation) berupa solusi unik (sudah dalam bentuk integer) yang berarti bahwa solusi tersebut adalah solusi optimal dari sub masalah tersebut b. jika sub masalah tersebut setelah diselesaikan ternyata tidak memiliki solusi yang feasible, sehingga sub masalah tersebut bisa diabaikan

IV-22

c. apabila nilai solusi (Z) dari sub problem tersebut lebih kecil atau sama dengan nilai Z yang telah didapat dari sub problem sebelumnya.

2. Metode Branch and Cut Metode branch and cut dilakukan berdasar konsep yang sama dengan metode Branch and Bound, hanya perbedaanya adlah pada tiap tahap percabangan dilakukan cuts (menghasilkan pertidaksamaan baru) untuk membatasi wilayah solusi feasible dari relaksasi LP dari sub masalah yang dibuat tanpa mengeliminasi solusi feasible untuk permasalahan asli.

BAB III METODOLOGI PENELITIAN Penyusunan skripsi menjadi sistematis dan fokus pada masalah yang diteliti dengan mengacu pada metodologi penelitian. Metodologi penelitian yang digunakan dalam penyusunan skripsi ini dapat dilihat pada Gambar 3.1.

IV-23

Gambar 3.1 Metodologi Penelitian Penjelasan tiap tahapan dalam flowchart metodologi penelitian adalah sebagai berikut : 3.1 Identifikasi Masalah Langkah awal dalam identifikasi masalah ialah melakukan observasi awal di perusahaan, khususnya pengamatan mengenai distribusi produk dan prosedur

IV-24

pengiriman produk. Pengamatan yang telah dilakukan akan menimbulkan berbagai pertanyaan yang dapat menjadi masalah yang perlu dirumuskan.

3.1.1 Latar Belakang Masalah Latar belakang penelitian ini adalah belum adanya acuan penjadwalan distribusi produk jadi PT.XYZ yang mengakibatkan ketidak efisienan dan ketidak efektifan pengiriman yang dilakukan.

3.1.2 Perumusan Masalah Dari uraian latar belakang dapat dirumuskan permasalahan yang dihadapi yaitu “Bagaimana membuat jadwal pendistribusian produk jadi PT XYZ dengan pendekatan Binary Integer Programming.”

3.1.3 Penentuan Tujuan dan Manfaat penelitian Setelah permasalahan dirumuskan, kemudian ditetapkan tujuan dan manfaat penelitian untuk mengetahui apa saja yang ingin dicapai dalam penelitian tersebut. Tujuan ini kemudian dijadikan acuan dalam pembahasan sehingga hasilnya sesuai dengan tujuan yang telah ditetapkan. Tujuan penelitian yang dilakukan ialah penentuan jadwal pendistribusian produk jadi PT XYZ dengan model binary integer programming. Manfaat dari penelitian ini adalah menghasilkan solusi optimal penjadwalan distribusi produk jadi PT.XYZ sehingga distribusi produk jadi yang dikirim ke konsumen lebih efisien dan meminimalkan keluhan mengenai keterlambatan pengiriman pesanan sekaligus meminimalkan total biaya transportasi. Dari kegiatan penelitian ini diharapkan dapat menjadi bahan pertimbangan bagi perusahaan untuk menentukan kebijakan mengenai penjadwalan distribusi produk jadi PT.XYZ untuk wilayah Jawa Barat.

3.2 Pengumpulan Data

IV-25

Langkah ini dilakukan dengan cara pengamatan langsung di lapangan serta melakukan wawancara dengan bagian pemasaran dan bagian ekspedisi. Data-data yang dikumpulkan meliputi : 1. Data agen distributor PT.XYZ wilayah Jawa Barat. 2. Data permintaan periode September 2007. 3. Data tanggal order release dan deadline order permintan. 4. Data tarif transportasi dari bagian ekspedisi. 5. Data rute umum transportasi wilayah Jawa Barat.

3.3 Pengolahan Data Data-data yang terkumpul akan diolah melalui tahapan sebagai berikut : 3.3.1 Karakterisasi Sistem Selama ini di PT. XYZ, penentuan jadwal pengiriman produk untuk setiap truk masih diserahkan pada kebiasaan bagian penjualan. Urutan pelayanan dilakukan berdasar waktu pemesanan. Selain itu, penempatan masing-masing agen kedalam rute-rute pengiriman dengan mempertimbangkan kesesuian antara jumlah total produk yang harus dikirimkan pada tiap agen terhadap kapasitas maksimal truk juga masih dilakukan berdasarkan kebiasaan karyawan. Hal ini memungkinkan penggunaan kapasitas truk belum optimal. Sehingga tujuan dari penelitian ini adalah menentukan rute pengiriman produk jadi di PT. XYZ untuk meminimasi total biaya transportasi dengan model Binary Integer Programming. Berdasarkan observasi awal di PT. XYZ diperoleh informasi karakterisasi permasalahan pengiriman produk yang terjadi adalah sebagai berikut: 1. Order minimal yang dipesan oleh agen sebanyak 1000 boks. 2. Kapasitas kendaraan terbatas hanya 3500 boks produk per truk. 3. Pada setiap pengiriman, maksimal ada tiga titik distribusi yang dituju. 4. Armada yang dapat digunakan tiap hari berjumlah 8 truk. 5. Biaya bahan bakar, upah sopir, biaya depresiasi dan perawatan armada yang dikeluarkan menggunakan tarif yang telah ditentukan oleh bagian ekspedisi. 6. Rute konsolidasi yang diberlakukan mempunyai jarak antar titik-titik distribusi tidak lebih dari 50 Km.

IV-26

7. Pengiriman terhadap agen dilakukan setiap hari kerja, yaitu dari hari senin sampai hari sabtu. 8. Tujuan dari pemecahan masalah adalah menyusun jadwal pengiriman produk yang mempertimbangkan deadline order pengiriman ke agen, kapasitas armada dan jumlah armada yang bertujuan meminimalkan total biaya transportasi. Mekanisme penjadwalan pengiriman produk jadi yang digunakan oleh PT.XYZ selama ini belum pernah dikaji secara ilmiah, sehingga masih dimungkinkan adanya solusi yang lebih baik. Model penentuan penjadwalan pengiriman diperlukan untuk menghasilkan jadwal pengiriman produk jadi yang meliputi tanggal dan rute pengiriman dengan tujuan meminimasi biaya transportasi dengan karakteristik sebagai berikut: a. Tujuan

: menentukan jadwal pengiriman produk jadi PT.XYZ dengan meminimasi total biaya transportasi.

b. Kriteria : total biaya transportasi yang minimal. c. Interval : karakterisasi interval waktu diskret dengan satuan hari. d. Sifat

: model binary integer programming yang akan dibuat bersifat deterministik.

e. Variabel Keputusan: Pada model binary integer programming terdapat dua jenis variabel keputusan biner dimana variabel keputusan tersebut mempunyai nilai integer satu atau nol (Lieberman, 1998), dalam penelitian ini variabel keputusan biner terdiri dari: Xkrt = variabel biner (0,1), bernilai 1 jika order k dikirim melalui rute r pada hari t dan bernilai 0 jika tidak. Yrt = variabel biner (0,1), bernilai 1 jika rute r dioperasikan pada hari t dan bernilai 0 jika tidak. Dimana : k = menyatakan pesanan yang dikirim (1,2,3,…K ). r = menyatakan rute pengiriman produk jadi . t = menyatakan tanggal pengiriman produk jadi f. Parameter Cr = menyatakan tarif transportasi untuk rute r.

IV-27

Cb = menyatakan biaya penambahan tujuan per agen. wk

= menyatakan jumlah order k yang harus dkirim.

Q

= kapasitas maksimal armada dalam sekali pengiriman.

k = menyatakan pesanan yang dikirim (1,2,3,…K ). r = menyatakan rute pengiriman produk jadi . t = menyatakan tanggal pengiriman produk jadi. rk = menyatakan tanggal pesanan siap dikirim (order release). dk

= menyatakan tanggal deadline order pesanan diterima agen.

tkr

= menyatakan waktu tempuh pengiriman pesanan.

3.3.2 Menentukan alternatif tanggal pengiriman untuk masing-masing order Alternatif tanggal pengiriman ditentukan untuk menghindari keterlambatan pengiriman. Alternatif tanggal pengiriman ialah rentang waktu tanggal pengiriman produk ke konsumen oleh bagian ekspedisi. Alternatif tanggal ditentukan dari tanggal order siap dikirim (order released) sampai deadline order dikurangi waktu tempuh dari pabrik menuju lokasi konsumen tersebut. Sehingga rentang waktu pengiriman dapat ditentukan sebagai berikut:

rk £ t £ d k - t kr .............................. (3.1) Dimana; rk = menyatakan tanggal pesanan siap dikirim (order release). t = menyatakan rentang tanggal pengiriman produk jadi. dk

= menyatakan tanggal deadline order pesanan diterima agen.

tkr

= menyatakan waktu tempuh pengiriman order k (1 hari).

3.3.3 Menentukan alternatif rute pengiriman Rute transportasi yang ditempuh ialah rute pengiriman order produk jadi dari gudang perusahaan di Solo menuju lokasi agen distributor. Order dapat dikirim langsung dari Solo menuju ke salah satu kota tujuan agen distributor atau ke beberapa agen sekaligus yang mempunyai jarak antar agen tidak lebih dari 50 km. Pengiriman produk ke konsumen juga memperhatikan kapasitas muat dari alat angkut yang digunakan. Untuk melakukan rencana pengiriman dilakukan dengan

IV-28

satuan boks.Kapasitas muat maksimal satu armada truk ialah 3500 boks. Sedangkan untuk pemesanan dari konsumen, perusahaan menetapkan minimal pemesanan tiap agen ialah sebanyak 1000 boks tiap kali pengiriman. Sehingga dalam satu rute pengiriman maksimal ada tiga kota pemberhentian. Langkah-langkah untuk penentuan alternatif rute dapat dilihat pada Gambar 3.2.

Gambar 3.2 Diagram Alir Penentuan alternatif rute pengiriman

Penentuan alternatif rute yang mungkin ditempuh, dilakukan dengan langkah sebagai berikut ; 1. Menentukan rute pengiriman dari Solo ke tiap kota agen distributor Alternatif rute yang bisa dipilih diantaranya ialah rute dengan satu kota tujuan yaitu dari Solo ke tiap kota lokasi agen distributor. 2. Mencari matriks jarak antar kota dalam satu rute transportasi dan menentukan rute konsolidasi Matriks jarak yang dicari adalah jarak dari gudang perusahaan (Solo) ke masingmasing kota tujuan pengiriman (titik-titik distribusi) dari data rute umum transportasi. Informasi jarak tersebut digunakan untuk menentukan rute konsolidasi, yaitu rute IV-29

pengiriman multi tujuan dengan jarak antar tujuan pengiriman tidak lebih dari 50 Km. Perhitungan jarak dari gudang ke titik-titik distribusi ini dilakukan dengan bantuan situs www.wikimapia.org. Dari matriks jarak dapat ditentukan kota-kota yang dapat dikonsolidasikan dalam satu rute. Kota yang dapat dikonsolidsikan dalam satu rute yaitu kota-kota yang mempunyai jarak tidak lebih dari 50 Km dan dalam satu rute konsolidasi maksimal mempunyai tiga kota tujuan pengiriman.

3.3.4 Menentukan alternatif rute tiap tanggal pengiriman Tiap tanggal penggiriman ditentukan order yang akan dikirim dan ditentukan alternatif rute yang bisa dipilih melalui lokasi tujuan tersebut. Penentuan alternatif rute yang bisa dipilih dilakukan dengan langkah sebagai berikut, 1. Klasifikasikan order berdasarkan alternatif tanggal pengiriman. 2. Tentukan alternatif rute pengiriman yang bisa dilalui tiap order. 3. Rute konsolidasi yang dipilih hanya rute yang minimal mempunyai dua order yang dikirim melalui rute yang sama. 3.3.5 Model optimasi dengan Binary Integer Programming Pada tahap ini dilakukan beberapa langkah pengolahan data dengan menggunakan model binary integer programming. Adapun penyusunan model tersebut adalah sebagai berikut: 1. Penyusunan fungsi tujuan (objective function) Sistem yang dikaji ialah rencana operasional jangka pendek pengiriman produk jadi PT.XYZ Palur untuk agen wilayah pemasaran Jawa Barat. Pembuatan jadwal pengiriman bertujuan meminimalkan total biaya distribusi dan mengurangi keterlambatan deadline order. Fungsi tujuan dari model adalah fungsi minimasi total biaya transportasi. Biaya transportasi tersebut dibagi kedalam beberapa komponen sebagai berikut: a. Tarif transportasi dari Solo ke kota agen distributor Bagian ekspedisi telah menentukan tarif untuk masing-masing kota tujuan distribusi. Tarif transportasi tersebut meliputi biaya BBM, upah sopir, uang makan,

IV-30

dan biaya perawatan armada yang dihitung per pengiriman. Tarif transportasi tiap rute dihitung berdasarkan tarif kota pengiriman terjauh dalam rute tersebut. Tarif transportasi =

R

T

r= A

t =1

åå

C r × Yrt ...................................................(3.2)

b. Biaya penambahan tujuan Biaya penambahan tujuan ialah biaya yang dibebankan di tiap titik distribusi. Biaya tersebut meliputi biaya retribusi dan biaya untuk aktivitas bongkar di tiap agen pengiriman. Biaya penambahan tujuan =

K

R

T

k =1

r= A

t =1

ååå

Cb × X krt ............................(3.3)

Berdasarkan uraian diatas secara keseluruhan model fungsi tujuan adalah: Minimasi: R

Z =å r= A

T

å t =1

K

C r × Yrt + å k =1

R

T

r=A

t =1

åå

Cb × X krt .......................................(3.4)

Dimana: k = menyatakan pesanan yang dikirim (1,2,3,…K ). r = menyatakan rute pengiriman produk jadi . t = menyatakan tanggal pengiriman produk jadi. Cr = menyatakan tarif transportasi untuk rute r.. Cb = menyatakan biaya penambahan tujuan per agen. Xkrt = variabel biner (0,1), bernilai 1 jika order k dikirim melalui rute r pada hari t dan bernilai 0 jika tidak. Yrt = variabel biner (0,1), bernilai 1 jika rute r dioperasikan pada hari t dan bernilai 0 jika tidak.

2. Penentuan batasan Kriteria-kriteria

yang

menjadi

batasan

programming diatas adalah sebagai berikut:

a. Tiap order dikirim tepat satu kali

IV-31

dalam

model

binary

integer

Batasan ini bertujuan untuk membatasi pengiriman tiap order k akan dikirim tepat satu kali sekaligus memastikan bahwa order tersebut pasti dikirim.

åX

rk £ t £ d t - t kr

krt

= 1 untuk t = 0, 1, 2, ...., T ; k = 1, 2, 3, ...., K .................(3.5)

Dimana: Xkrt = variabel biner (0,1), bernilai 1 jika order k dikirim melalui rute r pada hari t dan bernilai 0 jika tidak. k = menyatakan pesanan yang dikirim (1,2,3,…K ). r = menyatakan rute pengiriman produk jadi . t = menyatakan tanggal pengiriman produk jadi. rk

= menyatakan tanggal pesanan siap dikirim (order release).

dk = menyatakan tanggal deadline order pesanan diterima agen. tkr = menyatakan waktu tempuh pengiriman pesanan.

b. Biaya penambahan tujuan dibebankan apabila rute tersebut dioperasikan Batasan ini digunakan untuk kondisi dimana biaya penambahan tujuan akan dibebankan jika ada rute pengiriman ke kota tersebut. Biaya penambahan tujuan order k melalui rute r (Xkrt ) akan dibebankan jika rute r dioperasikan pada hari t (Yrt). X krt £ Yrt untuk r = A,B,C, ...., R ; k = 1, 2, 3, ...., K .................(3.6)

Dimana: Xkrt = variabel biner (0,1), bernilai 1 jika order k dikirim melalui rute r pada hari t dan bernilai 0 jika tidak. Yrt = variabel biner (0,1), bernilai 1 jika rute r dioperasikan pada hari t dan bernilai 0 jika tidak. k = menyatakan pesanan yang dikirim (1,2,3,…K ). r = menyatakan rute pengiriman produk jadi (A,B,C, ...., R). t = menyatakan tanggal pengiriman produk jadi.

c. Total muatan dalam armada tidak melebihi kapasitas

IV-32

Fungsi pembatas yang membatasi jumlah muatan dalam sekali pengiriman dengan satu armada truk. Diformulasikan sebagai banyaknya jumlah pesanan k (Wk) dalam suatu rute pengiriman r pada hari t (Xkrt) tidak lebih dari kapasitas maksimal yaitu 3500 boks.

åW

k rk £ t £ Dt -Tkr

X krt £ Q.Yrt untuk t = 0, 1, 2, ...., T ; k = 1, 2, 3, ...., K ;

r = A,B,C, ...., R

.......................................(3.7)

Dimana: Xkrt = variabel biner (0,1), bernilai 1 jika order k dikirim melalui rute r pada hari t dan bernilai 0 jika tidak. Yrt = variabel biner (0,1), bernilai 1 jika rute r dioperasikan pada hari t dan bernilai 0 jika tidak. Wk

= menyatakan jumlah order k yang harus dkirim.

Q

= kapasitas maksimal armada dalam sekali pengiriman.

d. Pembatas jumlah armada yang dioperasikan tiap hari Batasan ini membatasi jumlah pengiriman yaitu maksimal 8 truk yang bisa digunakan tiap hari. Jumlah pengiriman melalui rute r pada waktu t (Yrt) tidak melebihi jumlah armada alat angkut yang tersedia (V). T

åY r =1

rt

£V

untuk t = 0, 1, 2, ...., T

.....................................(3.8)

Dimana: Yrt = variabel biner (0,1), bernilai 1 jika rute r dioperasikan pada hari t dan bernilai 0 jika tidak. V

= menyatakan jumlah armada yang tersedia tiap hari.

e. Pembatas variable biner Variable keputusan dalam model penjadwalan yaitu nilai Xkrt dan Yrt mempunyai nilai keputusan binary (0,1).

IV-33

xkrt = binary untuk

t = 0, 1, 2, ...., T ;

r = A,B,C, ...., R ; k = 1, 2, 3, ...., K

yrt = binary untuk

t = 0, 1, 2, ...., T ; r = A,B,C, ...., R

...........(3.9)

...............(3.10)

Model penentuan penjadwalan pengiriman produk jadi PT.XYZ secara keseluruhan adalah sebagai berikut:

Fungsi Tujuan: Meminimasi Total Biaya Transportasi Minimasi: R

Z =å r= A

T

å t =1

K

C r × Yrt + å k =1

R

T

r=A

t =1

åå

Cb × X krt

Subject to:

åX

rk £ t £ d t - t kr

krt

= 1 untuk t = 0, 1, 2, ...., T ; k = 1, 2, 3, ...., K

X krt £ Yrt

åW

k rk £ t £ Dt -Tkr T

åY r =1

rt

untuk r = A,B,C, ...., R ; k = 1, 2, 3, ...., K

X krt £ 3500Yrt untuk t = 0, 1, 2, ...., T ;k = 1, 2, 3, ...., K ;r = A,B,C, ...., R

£V

xijk = binary

untuk t = 0, 1, 2, ...., T untuk i, j = 0, 1, 2, ..., n+1 ; k = 1, 2, 3, ...., K

yik = binary untuk i = 0, 1, 2, ...., n ; k = 1, 2, 3, ...., K

3.4 Penentuan jadwal pengiriman prouk jadi PT.XYZ Pada tahap ini dilakukan penentuan jadwal pengiriman produk jadi PT.XYZ berdasarkan model yang telah disusun. Untuk memperoleh jadwal pengiriman, model binary integer programming dijalankan dengan bantuan software Risk Solver Platform V9.0 dan Solver Engines V8.2 dalam Microsoft Excel 2003.

3.5 Analisis dan Interpretasi Hasil Analisa dilakukan terhadap tiap langkah dalam pengolahan data beserta hasil perhitungannya meliputi analisis penentuan rute pengiriman, analisis penentuan biaya IV-34

transportasi, dan validasi perbaikan terukur (minimized cost). Validasi perbaikan terukur dilakukan dengan membandingkan total biaya transportasi, utilitas kapasitas armada yang digunakan, dan rute pengiriman antara sistem yang sedang berjalan di PT.XYZ dan hasil perhitungan dengan menggunakan model binary integer programming. Validasi perbaikan terukur dilakukan untuk membuktikan bahwa jadwal pengiriman yang dibuat memberikan perbaikan bagi perusahaan.

3.6 Kesimpulan dan Saran Dalam tahap ini dilakukan penarikan kesimpulan terhadap penelitian yang merupakan jawaban dari perumusan masalah dan tujuan pada bab I serta memberikan saran yang berguna bagi penelitian lebih lanjut.

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA Pada bab ini akan diuraikan mengenai proses pengumpulan data dan pengolahan data untuk membuat jadwal pengiriman produk yang lebih baik. Tahapan tersebut akan diuraikan dalam sub bab di bawah. 3.7 Pengumpulan Data Data-data yang dikumpulkan dalam penelitian ini adalah data yang dibutuhkan dalam pengolahan data dan optimasi pembuatan jadwal pengiriman di PT.XYZ periode September 2007. data yang terkumpul antara lain : 6. Data agen distributor PT.XYZ wilayah Jawa Barat. 7. Data permintaan periode September 2007. 8. Data tanggal order release dan deadline order permintan. 9. Data tarif transportasi dari bagian ekspedisi. 10. data rute umum transportasi wilayah Jawa Barat.

3.7.1 Data lokasi agen distributor PT.XYZ wilayah Jawa Barat

IV-35

Data lokasi agen distributor PT.XYZ memuat nama konsumen atau nama usaha agen, kode agen dan lokasi kota agen berada. Data lokasi tersebut dapat dilihat pada Tabel 4.1. sebagai berikut.

Tabel 4.1. Data Lokasi Agen Distributor PT.XYZ Area Jabar NO.

NAMA AGEN

KODE AGEN

1

CV. LIMA SAUDARA

LSS

2

TK. BERHASIL

BHS

3

TK. SEHAT

SHT

4

TK. MUDA REJO

MR

5

TK. PRIMA

PRM

6

TK. SUMBER URIP

7

TK. UTAMI

UTM

8

TK. MIROSO

MRS

9

WIRAWAN

WR

10

CV. BINTANG TERANG

BTA

11

UD. PODO-PODO

PD2

SU

LOKASI KOTA BANJAR CIAMIS

TASIK

GARUT

Tabel 4.1. Data Lokasi Agen Distributor PT.XYZ Area Jabar (Lanjutan) NO.

NAMA AGEN

KODE AGEN

12

UD. KRISNA

KRS

13

TK. ANUGRAH

ANH

14

UD. MITRA SWASERI

MS

15

PD. PELITA HATI

PH

16

TK. NANDA

ND

17

UD. WIS SEMI

WS

18

UD. SION

19

TK. SAMI MULYA

SMM

20

TK. SIDIA

SDA

21

UD. SINAR MATAHARI

SM

22

DWITAMA DISTRINDO

DWI

23

PD. PUJI SURYA INDAH

PSI

24

UD. BARU

25

PD. PURNAMA

PUR

26

POERNOMO SOEGONI

PSG

27

TK. HARRY

HR

28

UD. BINTANG TIMUR

BT

29

TK. FAJAR JAYA

FJ

30

CHANDRA WIJAYA

CAN

31

TK. KUSUMA I

KSM

32

UD. WALUYO JAYA

WAL

33

TK. UTAMA

LOKASI KOTA

BANDUNG

CIMAHI

SN PADALARANG

CIANJUR

BR

UT

IV-36

SUKABUMI

CIBADAK CIAWI BOGOR

34

TK. SUBUR JAYA

SJ

35

PD. KARUNIA ABADI

KAR

36

UD. LANCAR

LCR

37

PD. MANDIRI

MDR

38

TK. AJI

39

TK. TAMARA

TAM

40

PD. EKA HARVESTINDO

EKA

41

SIE TJONG GIAP

42

ANDI YUSUF

AND

43

TK. NYELAP

NLP

CILEGON

44

UD. GOBER

GOB

MAJALENGKA

45

PD. TERUS JAYA

TJ

46

TK. KOTA BARU

KOT

47

CV. ALVIN

ALV

KUNINGAN

48

SURYA INDOTAMA

SUR

SUMBER

49

UD. MEKAR MEGAH

MM

50

BENNY KOESMANTO

BEN

51

CV. KEJAYA

KJY

LOH BENER

52

UD. PUJI INDAH

PIN

INDRAMAYU

53

LAKSANA CORPORINDO

LAK

PAMANUKAN

CIBINONG RANGKASBITUNG

AJI

SIE

PANDEGLANG

SERANG

SUMEDANG

CIREBON

Tabel 4.1. Data Lokasi Agen Distributor PT.XYZ Area Jabar (Lanjutan) NO.

NAMA AGEN

LOKASI KOTA

KODE AGEN

CIKAMPEK

54

UD. TIRTA PAWITRA

TP

55

TK. GUNTUR

GUN

KARAWANG

56

ADE JEMBAR

ADE

KARAWANG

57

TK. ASEP

AS

PURWAKARTA

58

TK. JOHAN JEMBAR

JOH

CIKARANG

(Sumber: Bag. Keagenan PT.XYZ September 2007)

3.7.2 Data permintaan PT.XYZ area Jawa Barat Produksi yang dilakukan PT.XYZ berdasarkan data permintaan dari agen. Order minimal yang bisa dipesan oleh konsumen sejumlah 1000 boks. Tabel 4.2 menunjukkan jumlah pemesanan produk jadi untuk area Jawa Barat. Tabel 4.2. Data Permintaan PT.XYZ Area Jawa Barat Periode September 2007

LOKASI

JUMLAH ORDER (BOKS)

1

BHS

BANJAR

1780

24

BTA

GARUT

1870

2

SU

TASIK

2000

25

MM

CIREBON

2000

3

LSS

BANJAR

1010

26

LCR

CIBINONG

1890

KODE NO AGEN

LOKASI

JUMLAH ORDER (BOKS)

NO

IV-37

KODE AGEN

4

BR

SUKABUMI

1500

27

SUR

SUMBER

1500

5

SUR

SUMBER

1000

28

TP

CIKAMPEK

1470

6

AJI

PANDEGLANG

2845

29

SHT

CIAMIS

1550

7

ND

CIMAHI

1224

30

SU

TASIK

1370

8

WS

CIMAHI

1542

31

SM

CIANJUR

1760

9

SDA

PADALARANG

1500

32

TAM

PANDEGLANG

1730

10

PSI

CIANJUR

1492

33

KRS

BANDUNG

1870

11

CAN

CIAWI

1606

34

ND

CIMAHI

1400

12

MS

BANDUNG

2932

35

MDR

RANGKASBITUNG

1370

13

UTM

TASIK

1200

36

AND

SERANG

1230

14

GOB

MAJALENGKA

1620

37

PRM

TASIK

1650

15

KSM

CIAWI

1428

38

UTM

TASIK

1560

16

PD2

GARUT

1903

39

SDA

PADALARANG

1700

17

WR

GARUT

1321

40

WR

GARUT

2350

18

KRS

BANDUNG

1620

41

AJI

PANDEGLANG

2250

19

BEN

CIREBON

1500

42

TJ

SUMEDANG

1540

20

MR

CIAMIS

1010

43

KAR

CIBINONG

2000

21

JOH

CIKARANG

1141

44

GUN

KARAWANG

1355

22

TAM

PANDEGLANG

1324

45

JOH

CIKARANG

1700

23

PSG

SUKABUMI

1250

46

BEN

CIREBON

1650

Tabel 4.2. Data Permintaan PT.XYZ Area Jawa Barat Periode September 2007 (Lanjutan) JUMLAH ORDER (BOKS)

NO

SUMEDANG

3000

AND

SERANG

49

PRM

50

TP

51 52

KODE NO AGEN

LOKASI

47

TJ

48

JUMLAH ORDER (BOKS)

KODE AGEN

LOKASI

86

AS

PURWAKARTA

2430

3000

87

SMM

PADALARANG

1730

TASIK

1232

88

LSS

BANJAR

2110

CIKAMPEK

1500

89

HR

SUKABUMI

1550

ALV

KUNINGAN

1512

90

DWI

CIANJUR

1280

MM

CIREBON

1412

91

BHS

BANJAR

1180

53

WAL

BOGOR

1412

92

ALV

KUNINGAN

2250

54

PUR

SUKABUMI

1111

93

UT

BOGOR

1800

55

UT

BOGOR

1513

94

PUR

SUKABUMI

2000

56

SHT

CIAMIS

1300

95

WAL

BOGOR

1800

57

DWI

CIANJUR

1523

96

PD2

GARUT

1470

58

ANH

BANDUNG

1523

97

KOT

SUMEDANG

2150

59

SMM

PADALARANG

1325

98

ANH

BANDUNG

1232

60

KAR

CIBINONG

1423

99

FJ

CIBADAK

1680

61

EKA

PANDEGLANG

1605

100

MR

CIAMIS

2850

62

MDR

RANGKASBITUNG

1500

101

EKA

PANDEGLANG

1940

63

PH

BANDUNG

1025

102

SMM

PADALARANG

2500

64

LAK

PAMANUKAN

1530

103

LAK

PAMANUKAN

2980

65

FJ

CIBADAK

1750

104

MRS

GARUT

2738

IV-38

66

PRM

TASIK

1620

105

WS

CIMAHI

1780

67

MRS

GARUT

1400

106

AJI

PANDEGLANG

1950

68

HR

SUKABUMI

3010

107

PRM

TASIK

1370

69

SUR

SUMBER

2480

108

MM

CIREBON

2300

70

ALV

KUNINGAN

1500

109

BT

CIBADAK

2800

71

KAR

CIBINONG

1010

110

SN

PADALARANG

1000

72

BHS

BANJAR

1480

111

CAN

CIAWI

2450

73

AJI

PANDEGLANG

1430

112

BR

SUKABUMI

1870

74

KJY

LOH BENER

1570

113

TJ

SUMEDANG

1940

75

SN

PADALARANG

2250

114

KJY

LOH BENER

2450

76

WS

CIMAHI

1870

115

PSG

SUKABUMI

2500

77

WR

GARUT

2115

116

SJ

BOGOR

1500

78

SJ

BOGOR

1710

117

SUR

SUMBER

2750

79

DWI

CIANJUR

1132

118

KSM

CIAWI

1700

80

PIN

INDRAMAYU

1880

119

LCR

CIBINONG

1450

81

UT

BOGOR

2415

120

PIN

INDRAMAYU

1580

82

SDA

PADALARANG

1365

121

ADE

KARAWANG

2470

83

KSM

CIAWI

1365

122

PD2

GARUT

1770

84

KSM

CIAWI

1365

123

GUN

KARAWANG

1560

85

TP

CIKAMPEK

2312

124

JOH

CIKARANG

2710

Tabel 4.2. Data Permintaan PT.XYZ Area Jawa Barat Periode September 2007 (Lanjutan)

NO 12 5 12 6 12 7 12 8 12 9 13 0 13 1 13 2 13 3 13 4 13 5 13 6

KOD E AGE N

LOKASI

JOH

CIKARANG

1820

PH

BANDUNG

1055

BT

CIBADAK

2342

KOT

SUMEDANG

1920

GOB

MAJALENGKA

2010

SMM

PADALARANG

2430

ADE

KARAWANG

2015

PD2

GARUT

2100

NLP

CILEGON

2105

GUN

KARAWANG

1560

AS

PURWAKARTA

1115

SIE

SERANG

1430

JUMLAH ORDER (BOKS)

NO 13 7 13 8 13 9 14 0 14 1 14 2 14 3 14 4 14 5 14 6 14 7 14 8

IV-39

KOD E AGE N

JUMLA H ORDER (BOKS)

LOKASI

NLP

CILEGON

2300

PH

BANDUNG

2340

BTA

GARUT

1600

ALV

KUNINGAN

2650

SM

CIANJUR

1780

ANH

BANDUNG

2840

KOT

SUMEDANG

1780

GOB

MAJALENGKA

2350

MS

BANDUNG

1340

SIE

SERANG

1380

AS

PURWAKARTA

1010

TP

CIKAMPEK

1010

(Sumber: Bag. Keagenan PT.XYZ September 2007)

3.7.3 Data tanggal order release dan deadline order permintan Data tanggal order release dan deadline order memuat tanggal produk selesai diproduksi (order released) dan tanggal produk sampai ke konsumen (deadline order). Data tersebut akan digunakan untuk menentukan rentang waktu alternatif tanggal pengiriman produk jadi ke agen distributor. Data tanggal order release dan deadline order disajikan pada tabel 4.3 dan tabel 4.4. Tabel 4.3. Data tanggal order release dan deadline order Minggu ke-1 dan Minggu ke-2 MINGGU KE-1 TANGGAL NOMOR KODE RELEASE ORDER AGEN ORDER

TANGGAL DEADLINE ORDER

NOMOR ORDER

MINGGU KE-2 TANGGAL KODE RELEASE AGEN ORDER


1

BHS

3-Sep-07

5-Sep-07

1

LAK

10-Sep-07

11-Sep-07

2

SU

3-Sep-07

4-Sep-07

2

FJ

10-Sep-07

11-Sep-07

3

LSS

3-Sep-07

4-Sep-07

3

PRM

10-Sep-07

11-Sep-07

4

BR

3-Sep-07

5-Sep-07

4

MRS

10-Sep-07

12-Sep-07

5

SUR

3-Sep-07

5-Sep-07

5

HR

10-Sep-07

12-Sep-07

6

AJI

3-Sep-07

4-Sep-07

6

SUR

10-Sep-07

11-Sep-07

7

ND

3-Sep-07

4-Sep-07

7

ALV

10-Sep-07

12-Sep-07

8

WS

4-Sep-07

5-Sep-07

8

KAR

11-Sep-07

14-Sep-07

9

SDA

4-Sep-07

7-Sep-07

9

BHS

11-Sep-07

12-Sep-07

10

PSI

4-Sep-07

6-Sep-07

10

AJI

11-Sep-07

13-Sep-07

Tabel 4.3. Data tanggal order release dan deadline order Minggu ke-1 dan Minggu ke-2 (Lanjutan)

MINGGU KE-1

MINGGU KE-2

TANGGAL

TANGGAL

NOMOR KODE

RELEASE

DEADLINE

NOMOR

ORDER

ORDER

ORDER

ORDER

AGEN

TANGGAL

TANGGAL

KODE

RELEASE

DEADLINE

AGEN

ORDER

ORDER

11

CAN

4-Sep-07

5-Sep-07

11

KJY

11-Sep-07

14-Sep-07

12

MS

4-Sep-07

6-Sep-07

12

SN

11-Sep-07

12-Sep-07

13

UTM

4-Sep-07

6-Sep-07

13

WS

11-Sep-07

12-Sep-07

14

GOB

4-Sep-07

6-Sep-07

14

WR

11-Sep-07

13-Sep-07

15

KSM

4-Sep-07

5-Sep-07

15

SJ

12-Sep-07

14-Sep-07

16

PD2

5-Sep-07

6-Sep-07

16

DWI

12-Sep-07

13-Sep-07

17

WR

5-Sep-07

6-Sep-07

17

PIN

12-Sep-07

14-Sep-07

IV-40

18

KRS

5-Sep-07

6-Sep-07

18

UT

12-Sep-07

13-Sep-07

19

BEN

5-Sep-07

7-Sep-07

19

SDA

12-Sep-07

13-Sep-07

20

MR

5-Sep-07

6-Sep-07

20

KSM

12-Sep-07

14-Sep-07

21

JOH

5-Sep-07

7-Sep-07

21

KSM

12-Sep-07

14-Sep-07

22

TAM

5-Sep-07

6-Sep-07

22

TP

13-Sep-07

16-Sep-07

23

PSG

5-Sep-07

7-Sep-07

23

JOH

13-Sep-07

15-Sep-07

24

TJ

5-Sep-07

7-Sep-07

24

PH

13-Sep-07

14-Sep-07

25

AND

5-Sep-07

7-Sep-07

25

BT

13-Sep-07

14-Sep-07

26

PRM

6-Sep-07

7-Sep-07

26

KOT

13-Sep-07

15-Sep-07

27

TP

6-Sep-07

8-Sep-07

27

GOB

13-Sep-07

14-Sep-07

28

ALV

6-Sep-07

7-Sep-07

28

SMM

13-Sep-07

14-Sep-07

29

MM

6-Sep-07

8-Sep-07

29

ADE

13-Sep-07

15-Sep-07

30

WAL

6-Sep-07

7-Sep-07

30

PD2

13-Sep-07

14-Sep-07

31

PUR

6-Sep-07

9-Sep-07

31

NLP

14-Sep-07

16-Sep-07

32

UT

6-Sep-07

8-Sep-07

32

GUN

14-Sep-07

15-Sep-07

33

SHT

7-Sep-07

8-Sep-07

33

AS

14-Sep-07

16-Sep-07

34

DWI

7-Sep-07

9-Sep-07

34

SIE

14-Sep-07

16-Sep-07

35

ANH

7-Sep-07

8-Sep-07

35

BTA

14-Sep-07

16-Sep-07

36

SMM

7-Sep-07

9-Sep-07

36

MM

14-Sep-07

15-Sep-07

37

KAR

7-Sep-07

9-Sep-07

37

LCR

14-Sep-07

15-Sep-07

38

EKA

7-Sep-07

8-Sep-07

39

MDR

7-Sep-07

8-Sep-07

40

PH

7-Sep-07

9-Sep-07

(Sumber: Bag. Pemasaran PT.XYZ September 2007)

Tabel 4.4. Data tanggal order release dan deadline order Minggu ke-2 dan Minggu ke-3

NOMOR ORDER



NOMOR ORDER



1

SUR

17-Sep-07

18-Sep-07

1

SMM

24-Sep-07

25-Sep-07

2

TP

17-Sep-07

18-Sep-07

2

LAK

24-Sep-07

26-Sep-07

3

SHT

17-Sep-07

18-Sep-07

3

MRS

24-Sep-07

26-Sep-07

4

SU

17-Sep-07

20-Sep-07

4

WS

24-Sep-07

25-Sep-07

5

SM

17-Sep-07

18-Sep-07

5

AJI

24-Sep-07

25-Sep-07

6

TAM

17-Sep-07

19-Sep-07

6

PRM

24-Sep-07

27-Sep-07

7

KRS

17-Sep-07

18-Sep-07

7

MM

24-Sep-07

25-Sep-07

8

ND

18-Sep-07

20-Sep-07

8

BT

24-Sep-07

25-Sep-07

9

MDR

18-Sep-07

20-Sep-07

9

SN

24-Sep-07

26-Sep-07

10

AND

18-Sep-07

20-Sep-07

10

CAN

25-Sep-07

26-Sep-07

11

PRM

18-Sep-07

19-Sep-07

11

BR

25-Sep-07

27-Sep-07

IV-41

12

UTM

18-Sep-07

20-Sep-07

12

TJ

25-Sep-07

27-Sep-07

13

SDA

18-Sep-07

19-Sep-07

13

KJY

25-Sep-07

26-Sep-07

14

WR

18-Sep-07

21-Sep-07

14

PSG

25-Sep-07

26-Sep-07

15

AJI

19-Sep-07

21-Sep-07

15

SJ

25-Sep-07

26-Sep-07

16

TJ

19-Sep-07

20-Sep-07

16

SUR

25-Sep-07

27-Sep-07

17

KAR

19-Sep-07

20-Sep-07

17

KSM

26-Sep-07

28-Sep-07

18

GUN

19-Sep-07

21-Sep-07

18

LCR

26-Sep-07

27-Sep-07

19

JOH

19-Sep-07

22-Sep-07

19

PIN

26-Sep-07

27-Sep-07

20

BEN

19-Sep-07

21-Sep-07

20

ADE

26-Sep-07

29-Sep-07

21

AS

19-Sep-07

20-Sep-07

21

PD2

26-Sep-07

27-Sep-07

22

SMM

19-Sep-07

20-Sep-07

22

GUN

27-Sep-07

28-Sep-07

23

LSS

20-Sep-07

23-Sep-07

23

JOH

27-Sep-07

29-Sep-07

24

HR

20-Sep-07

22-Sep-07

24

NLP

27-Sep-07

30-Sep-07

25

DWI

20-Sep-07

22-Sep-07

25

PH

27-Sep-07

28-Sep-07

26

BHS

20-Sep-07

21-Sep-07

26

BTA

27-Sep-07

30-Sep-07

27

ALV

20-Sep-07

21-Sep-07

27

ALV

27-Sep-07

28-Sep-07

28

UT

20-Sep-07

21-Sep-07

28

SM

27-Sep-07

28-Sep-07

29

PUR

20-Sep-07

21-Sep-07

29

ANH

28-Sep-07

29-Sep-07

30

WAL

20-Sep-07

23-Sep-07

30

KOT

28-Sep-07

30-Sep-07

31

PD2

21-Sep-07

23-Sep-07

31

GOB

28-Sep-07

30-Sep-07

32

KOT

21-Sep-07

23-Sep-07

32

MS

28-Sep-07

30-Sep-07

33

ANH

21-Sep-07

22-Sep-07

33

SIE

28-Sep-07

30-Sep-07

34

FJ

21-Sep-07

23-Sep-07

34

AS

28-Sep-07

29-Sep-07

35

MR

21-Sep-07

23-Sep-07

35

TP

28-Sep-07

29-Sep-07

36

EKA

21-Sep-07

22-Sep-07

(Sumber: Bag. Pemasaran PT.XYZ September 2007)

3.7.4 Data tarif transportasi dari bagian ekspedisi Bagian ekspedisi telah menentukan tarif untuk masing-masing kota tujuan distribusi. Tarif transportasi tersebut meliputi biaya BBM, upah sopir, uang makan, biaya depresiasi dan perawatan armada yang dihitung per pengiriman. Data jarak tempuh dan tarif transportasi dapat dilihat pada Tabel 4.5. Tabel 4.5. Data Jarak Tempuh dan Tarif Transportasi

NO.

NAMA KOTA

JARAK TEMPUH (KM)

BIAYA (DLM RIBUAN Rp.)

NO.

NAMA KOTA

JARAK TEMPUH (KM)


1

TASIKMALAYA

387

885

18

PAMANUKAN

448

1055

2

GARUT

425

1010

19

CIKAMPEK

476

1095

3

BANJAR

375

875

20

SUBANG

476

1095

4

NAGREK

391

940

21

KARAWANG

493

1135

5

BANDUNG

467

1095

22

SERANG

674

1368

IV-42

6

PADALARANG

486

1095

23

CILEGON

685

1368

7

CIANJUR

502

1135

24

SUKABUMI

563

1135

8

SUKABUMI

556

1156

25

SUMEDANG

412

940

9

CIAWI

578

875

26

PURWAKARTA

494

1095

10

CIAMIS

380

1255

27

RANGKASBITUNG

666

1255

11

BOGOR

590

1135

28

PANDEGLANG

684

1255

12

CIBADAK

570

1135

29

CIMAHI

471

978

13

CIREBON

337

730

30

CIBINONG

604

1255

14

INDRAMAYU

375

730

31

SUMBER

345

940

15

KUNINGAN

360

940

32

LOH BENER

387

730

16

JATIBARANG

317

730

33

CIKARANG

515

1135

17

MAJALENGKA

409

940

(Sumber: Bag. Ekspedisi PT.XYZ September 2007)

3.7.5 Data rute umum transportasi wilayah Jawa Barat Identifikasi rute pengiriman dilakukan dengan cara mengumpulkan informasi dari catatan perusahaan dan data agen wilayah. Dari informasi tersebut diperoleh rute pengiriman produk dari gudang Solo ke tiap kota agen wilayah Jawa Barat dan rute umum yang biasa dilalui oleh ekspedisi dalam pengiriman. Dari data tersebut diperoleh informasi sebelas rute umum dari Solo ke kota-kota tujuan dengan rute sebagai berikut,

1. Rute 1, rute utama Solo à Banjar à Ciamis à Tasikmalaya à Garut à Bandung à Cimahi à Padalarang à Cianjur à Sukabumi à Cibadak à Ciawi à Bogor 2. Rute 2, rute percabangan di kota Bogor Solo à Bogor à Rangkasbitung à Pandeglang à Serang à Cilegon 3. Rute 3, rute percabangan di kota Ciamis Solo à Ciamis à Majalengka à Sumedang à Bandung 4. Rute 4, rute percabangan di kota Ciamis Solo à Ciamis à Kuningan à Sumber à Majalengka 5. Rute 5, rute percabangan di kota Cirebon Solo à Cirebon à Sumedang à Bandung 6. Rute 6, rute percabangan di kota Cirebon IV-43

Solo à Cirebon à Kuningan à Majalengka 7. Rute 7, rute percabangan di kota Cirebon Solo à Cirebon à Sumber à Loh Bener à Indramayu 8. Rute 8, rute percabangan di kota Cirebon Solo à Cirebon à Majalengka 9. Rute 9, rute percabangan di kota Cirebon Solo à Cirebon à Indramayuà Loh Bener à Pamanukan à Cikampek 10. Rute 10, rute percabangan di kota Bandung Solo à Bandung à Padalarang à Purwakarta à Cikampek à Karawang à Cikarang 11. Rute 11, rute percabangan di kota Cianjur Solo à Cianjur à Ciawi à Bogor

3.8 Pengolahan Data Pada pengolahan data dilakukan penghitungan dan pengolahan data sesuai dengan langkah-langkah yang telah dijelaskan dalam metodologi penelitian. 3.8.1 Menentukan alternatif tanggal pengiriman untuk masing-masing order Alternatif tanggal pengiriman ditentukan untuk menghindari keterlambatan pengiriman. Alternatif tanggal pengiriman ialah rentang waktu tanggal pengiriman produk ke konsumen oleh bagian ekspedisi. Alternatif tanggal ditentukan dari tanggal order siap dikirim (order released) sampai deadline order dikurangi waktu tempuh dari pabrik menuju lokasi konsumen tersebut. Dengan kecepatan rata-rata armada pengiriman 40 Km/jam dan jarak tempuh terjauh 685 Km,maka asumsi waktu tempuh pengiriman untuk semua order adalah 1 hari.Sehingga rentang waktu pengiriman dapat ditentukan sebagai berikut: rk £ t £ d k - t kr

Dimana : rk : menyatakan tanggal pesanan siap dikirim (order release). t : menyatakan rentang tanggal pengiriman produk jadi. dk

: menyatakan tanggal deadline order pesanan diterima agen.

tkr

: menyatakan waktu tempuh pengiriman order k (1 hari).

IV-44

Contoh penentuan rentang waktu alternatif hari pengiriman, sebagai berikut : Order 1 minggu ke-1, tanggal order release 3-Sep-07 ;deadline order 5-Sep-07 3-Sep-07 £ t £ ( 5-Sep-07 – 1 hari pengiriman) 3-Sep-07 £ t £ 4-Sep-07 t = 3-Sep-07, 4-Sep-07 Hasil penentuan rentang waktu alternatif hari pengiriman untuk semua order dapat dilihat pada lampiran. Berikut contoh penentuan alternatif tanggal pengiriman pada Tabel 4.6. Tabel 4.6. Tabel contoh penentuan alternatif tanggal pengiriman TANGGAL RELEASE ORDER


BHS

3-Sep-07

5-Sep-07

PUR KRS

6-Sep-07 17-Sep-07

9-Sep-07 18-Sep-07

AJI

19-Sep-07

21-Sep-07

MRS

24-Sep-07

26-Sep-07

KODE AGEN

ALTERNATIF TANGGAL PENGIRIMAN 3-Sep-07 4-Sep-07 6-Sep-07 7-Sep-07 8-Sep-07 17-Sep-07 19-Sep-07 20-Sep-07 24-Sep-07 25-Sep-07

(Sumber: Pengolahan data,2009) 3.8.2 Menentukan alternatif rute pengiriman Rute transportasi yang ditempuh ialah rute pengiriman order produk jadi dari gudang perusahaan di Solo menuju lokasi agen distributor. Order dapat dikirim langsung dari Solo menuju ke salah satu kota tujuan agen distributor atau ke beberapa agen sekaligus yang mempunyai jarak antar agen tidak lebih dari 50 km. Pengiriman produk ke konsumen juga memperhatikan kapasitas muat dari alat angkut yang digunakan. Untuk melakukan rencana pengiriman dilakukan dengan satuan boks.Kapasitas muat maksimal satu armada truk ialah 3500 boks. Sedangkan untuk pemesanan dari konsumen, perusahaan menetapkan minimal pemesanan tiap agen ialah sebanyak 1000 boks tiap kali pengiriman. Sehingga dalam satu rute pengiriman maksimal ada tiga kota pemberhentian.

IV-45

Penentuan alternatif rute yang mungkin ditempuh, dilakukan dengan langkah sebagai berikut ; 3. Menentukan rute pengiriman dari Solo ke tiap kota agen distributor Alternatif rute yang bisa dipilih diantaranya ialah rute dengan satu kota tujuan yaitu dari Solo ke tiap kota lokasi agen distributor yang ditampilkan pada Tabel 4.7.

Tabel 4.7. Alternatif Rute Pengiriman NO

RUTE

KODE RUTE

1

SOLO - BANJAR

A

2

SOLO - CIAMIS

B

3

SOLO - TASIK

C

4

SOLO - GARUT

D

5

SOLO - BANDUNG

E

6

SOLO - CIMAHI

F

7

SOLO - PADALARANG

G

8

SOLO - CIANJUR

H

9

SOLO - SUKABUMI

I

10

SOLO - CIBADAK

J

11

SOLO - CIAWI

K

12

SOLO - BOGOR

L

Tabel 4.7. Alternatif Rute Pengiriman (Lanjutan) NO

RUTE

KODE RUTE

13

SOLO - CIBINONG

M

14

SOLO - RANGKASBITUNG

N

15

SOLO - PANDEGLANG

O

16

SOLO - SERANG

P

17

SOLO - CILEGON

Q

18

SOLO - MAJALENGKA

R

19

SOLO - SUMEDANG

S

20

SOLO - KUNINGAN

T

21

SOLO - SUMBER

U

22

SOLO - CIREBON

V

IV-46

23

SOLO - LOH BENER

W

24

SOLO - INDRAMAYU

X

25

SOLO - PAMANUKAN

Y

26

SOLO - CIKAMPEK

Z

27

SOLO - PURWAKARTA

AA

28

SOLO - KARAWANG

AB

29

SOLO - CIKARANG

AC

(Sumber: Pengolahan data,2009)

4. Mencari matriks jarak antar kota dalam satu rute transportasi dan menentukan rute konsolidasi Matriks jarak yang dicari adalah jarak dari gudang perusahaan (Solo) ke masing-masing kota tujuan pengiriman (titik-titik distribusi) dalam data rute umum transportasi. Informasi jarak tersebut digunakan untuk menentukan rute konsolidasi, yaitu rute pengiriman multi tujuan dengan jarak antar tujuan pengiriman tidak lebih dari 50 Km. Perhitungan jarak dari gudang ke titik-titik distribusi ini dilakukan dengan bantuan situs www.wikimapia.org. Pencarian jarak dihitung melalui jalur utama antar kota tujuan yang dilalui. Langkah dalam mendapatkan nilai jarak masingmasing titik-titik distribusi tiap kota menggunakan situs www.wikimapia.org dengan langkah-langkah sebagai berikut,

1. Mengaktifkan situs www.wikimapia.org

IV-47

2. mengaktifkan peta dalam bentuk google map.

IV-48

3. mengaktifkan tools distance measure.

IV-49

IV-50

4. Pencarian jarak dari titik distribusi ke titik distribusi yang lain dengan cara mengurutkan jalur sepanjang jalan. Hasil jarak akan ditampilkan pada kolom di sebelah kanan peta. Contoh pencarian jarak dari Banjar ke Ciamis dapat dilihat pada gambar.

IV-51

Dari matriks jarak dapat ditentukan kota-kota yang dapat dikonsolidasikan dalam satu rute. Kota yang dapat dikonsolidsikan dalam satu rute yaitu kota-kota yang mempunyai jarak tidak lebih dari 50 Km dan dalam satu rute konsolidasi maksimal mempunyai tiga kota tujuan pengiriman. Hasil pencarian jarak tiap titik distribusi dapat dilihat pada matriks jarak tiap rute sebagai berikut, 1. Rute 1, rute utama Rute utama ialah rute dari Solo menuju Bogor dengan rute melalui kota-kota berikut Solo à Banjar à Ciamis à Tasikmalaya à Garut à Bandung à Cimahi à Padalarang à Cianjur à Sukabumi à Cibadak à Ciawi à Bogor Dari kota-kota pada rute satu dicari jarak antar kota yang disajikan pada Gambar 4.1.

28 46 81 138 143 161 196 226 251 283 291 305

18 53 110 115 133 168 198 223 255 263 277

57 62 80 115 145 170 202 210 224

5 23 58 88 113 145 153 167

18 53 83 108 140 148 162

35 65 90 122 10 144

30 55 87 95 109

25 57 65 79

32 40 54

8 22

14

Dari Gambar 4.1 diketahui jarak dari kota Banjar ke Ciamis tidak lebih dari 50 Km, maka order dengan tujuan Banjar dan Ciamis dapat dikonsolidasikan dalam satu rute pengiriman. Solo à Banjar à Ciamis

IV-52

CIBINONG

BOGOR

CIAWI

CIBADAK

SUKABUMI

CIANJUR

CIMAHI

BANDUNG

GARUT

TASIK 35 92 97 115 150 180 205 237 245 253

PADALARANG

KE BANJAR CIAMIS TASIK GARUT BANDUNG CIMAHI PADALARANG CIANJUR SUKABUMI CIBADAK CIAWI BOGOR CIBINONG

CIAMIS

DARI

BANJAR

Gambar 4.1. Matriks Jarak Antar Kota Rute 1

Karena dalam satu rute maksimal ada tiga kota tujuan maka kota Banjar dan Ciamis dapat dikonsolidasikan lagi dengan kota Tasik karena jarak Banjar ke Tasik kurang dari 50 Km. Solo à Banjar à Ciamisà Tasik Rute-rute yang lain dapat dicari dengan cara tersebut. Semua alternatif rute konsolidasi yang bisa dipilih untuk rute 1 adalah sebagai berikut : Banjar à Ciamis

Cianjur à Sukabumi

Banjar à Ciamis à Tasik

Sukabumi à Cibadak

Ciamis à Tasik

Cibadak à Ciawi

Tasik à Garut

Ciawi à Bogor

Bandung à Cimahi

Cibadak à Ciawi à Bogor

Cimahi à Padalarang

Cibadak à Bogor

Bandung à Cimahi à Padalarang

Bogor à Cibinong

Bandung à Padalarang

Ciawi à Bogor à Cibinong

Padalarang à Cianjur

Ciawi à Cibinong

Semua rute umum dicari alternatif rute konsolidasi dengan cara yang sama seperti pada rute 1. 2. Rute 2, rute percabangan di kota Bogor Solo à Bogor à Rangkasbitung à Pandeglang à Serang à Cilegon

KE BOGOR RANGKASBITUNG PANDEGLANG SERANG

76 94 116

18 40

22

CILEGON

132

50

38

CILEGON

SERANG

PANDEGLANG

RANGKAS BITUNG

DARI

BOGOR


16

Alternatif rute konsolidasi : Rangkasbitung àPandeglang

Pandeglang àSerang à Cilegon

Pandeglang à Serang

Pandeglang àCilegon

Rangkasbitung à Pandeglangà Serang

Serang àCilegon

IV-53

3. Rute 3, rute percabangan di kota Ciamis Solo à Ciamis à Majalengka à Sumedang à Bandung

64 102 138

38 74

36

BANDUNG

SUMEDANG

KE MAJALENGKA SUMEDANG BANDUNG

MAJALENGKA

DARI

CIAMIS


Alternatif rute konsolidasi : Majalengka à Sumedang Sumedang à Bandung

4. Rute 4, rute percabangan di kota Ciamis Solo à Ciamis à Kuningan à Sumber à Majalengka

KE KUNINGAN SUMBER MAJALENGKA

64 102 138

Alternatif rute konsolidasi : Kuningan à Sumber Sumber à Majalengka

IV-54

38 74

36

MAJALENGKA

SUMBER

KUNINGAN

DARI

CIAMIS


5. Rute 5, rute percabangan di kota Cirebon Solo à Cirebon à Sumedang à Bandung

KE SUMEDANG BANDUNG

75 111

BANDUNG

SUMEDANG

DARI

CIREBON


36

Alternatif rute konsolidasi : Sumedang à Bandung 6. Rute 6, rute percabangan di kota Cirebon Solo à Cirebon à Kuningan à Majalengka

34 72

MAJALENGKA

KE CIREBON KUNINGAN MAJALENGKA

KUNINGAN

DARI

CIREBON


38

Alternatif rute konsolidasi : Cirebon à Kuningan Kuningan à Majalengka

7. Rute 7, rute percabangan di kota Cirebon Solo à Cirebon à Sumber à Loh Bener à Indramayu

IV-55

80 92

INDRAMAYU

8 88 100

LOH BENER

KE CIREBON SUMBER LOH BENER INDRAMAYU

SUMBER

DARI

CIREBON


12

Alternatif rute konsolidasi : Cirebon à Sumber Loh Bener à Indramayu

8. Rute 8, rute percabangan di kota Cirebon Solo à Cirebon à Majalengka

KE CIREBON MAJALENGKA

MAJALENGKA

DARI

CIREBON


54

Alternatif rute konsolidasi : Cirebon à Majalengka 9. Rute 9, rute percabangan di kota Cirebon Solo à Cirebon à Indramayuà Loh Bener à Pamanukan à Cikampek

IV-56

56 68 120 158

CIKAMPEK

52 90

PAMANUKAN

LOH BENER

12 74 102

CIREBON

DARI

KE CIREBON INDRAMAYU LOH BENER PAMANUKAN CIKAMPEK

INDRAMAYU


38

Alternatif rute konsolidasi : Indramayu à Loh Bener Pamanukan à Cikampek

10. Rute 10, rute percabangan di kota Bandung Solo à Bandung à Padalarang à Purwakarta à Cikampek à Karawang à Cikarang

KE BANDUNG PADALARANG PURWAKARTA CIKAMPEK KARAWANG CIKARANG

19 56 74 98 120

Alternatif rute konsolidasi : Bandung à Padalarang

24 46

CIKARANG

18 42 64

KARAWANG

37 55 79 101

CIKAMPEK

PURWAKARTA

DARI

PADALARANG

BANDUNG

Gambar 4.10. Matriks Jarak Antar Kota Rute10

22

Cikampek à Cikarang

Padalarang à Purwakarta

Cikampek à Karawang à Cikarang

Purwakarta à Cikampek àKarawang

Karawang à Cikarang

Purwakarta à Karawang PurwakartaàCikampek Cikampek à Karawang

IV-57

11. Rute 11, rute percabangan di kota Cianjur Solo à Cianjur à Ciawi à Bogor

KE CIANJUR CIAWI BOGOR

53 98

BOGOR

CIAWI

DARI

CIANJUR


43

Alternatif rute konsolidasi : Ciawi à Bogor Dari pengolahan data tersebut diperoleh kota-kota tujuan yang dapat dilalui dalam satu rute konsolidasi. Semua alternatif rute dapat dilihat pada Tabel berikut, Tabel 4.8. Kota -kota yang Bisa Dikonsolidasi Dalam Satu Rute NO

RUTE 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28

SOLO SOLO SOLO SOLO SOLO SOLO SOLO SOLO SOLO SOLO SOLO SOLO SOLO SOLO SOLO SOLO SOLO SOLO SOLO SOLO SOLO SOLO SOLO SOLO SOLO SOLO SOLO SOLO -

BANJAR - CIAMIS BANJAR - CIAMIS - TASIK CIAMIS - TASIK TASIK - GARUT BANDUNG - CIMAHI CIMAHI - PADALARANG BANDUNG - CIMAHI - PADALARANG BANDUNG - PADALARANG PADALARANG - CIANJUR CIANJUR - SUKABUMI SUKABUMI - CIBADAK CIBADAK - CIAWI CIAWI - BOGOR CIBADAK - CIAWI - BOGOR CIBADAK - BOGOR BOGOR - CIBINONG CIAWI - BOGOR - CIBINONG CIAWI - CIBINONG RANGKASBITUNG - PANDEGLANG PANDEGLANG - SERANG RANGKASBITUNG - PANDEGLANG - SERANG PANDEGLANG - SERANG - CILEGON PANDEGLANG - CILEGON SERANG - CILEGON MAJALENGKA - SUMEDANG SUMEDANG - BANDUNG KUNINGAN - SUMBER SUMBER - MAJALENGKA

IV-58

KODE AD AE AF AG AH AI AJ AK AL AM AN AO AP AQ AR AS AT AU AV AW AX AY AZ BA BB BC BD BE

Tabel 4.8. Kota -kota yang Bisa Dikonsolidasi Dalam Satu Rute (Lanjutan) NO

3.8.3

RUTE

KODE

29 30 31 32 33 34 35 36 37 38 39 40 41 42

SOLO SOLO SOLO SOLO SOLO SOLO SOLO SOLO SOLO SOLO SOLO SOLO SOLO SOLO -

CIREBON - KUNINGAN KUNINGAN - MAJALENGKA CIREBON - SUMBER LOH BENER - INDRAMAYU INDRAMAYU - LOH BENER PAMANUKAN - CIKAMPEK BANDUNG - PADALARANG PADALARANG - PURWAKARTA PURWAKARTA - CIKAMPEK - KARAWANG PURWAKARTA - KARAWANG PURWAKARTA - CIKAMPEK CIKAMPEK - KARAWANG CIKAMPEK - CIKARANG CIKAMPEK - KARAWANG - CIKARANG

BF BG BH BI BJ BK BL BM BN BO BP BQ BR BS

43

SOLO -

KARAWANG - CIKARANG

BT

Menentukan alternatif rute tiap tanggal pengiriman Tiap tanggal penggiriman ditentukan order yang akan dikirim dan ditentukan

alternatif rute yang bisa dipilih melalui lokasi tujuan tersebut. Penentuan alternatif rute yang bisa dipilih dilakukan dengan langkah sebagai berikut, 4. Mengklasifikasikan order berdasarkan alternatif tanggal pengiriman. 5. Menentukan alternatif rute pengiriman yang bisa dilalui tiap order. 6. Rute konsolidasi yang dipilih hanya rute yang minimal mempunyai dua order yang dikirim melalui rute yang sama. Contoh penentuan alternatif rute pengiriman tanggal 3 September 2007, sebagai berikut : 1. Mengklasifikasikan order berdasarkan alternatif tanggal pengiriman. Untuk order tanggal 3 September 2007 dapat dilihat pada Tabel 4.9. Tabel 4.9. Order dengan Alternatif Tanggal Pengiriman 3 September 2007 NO ORDER 1 2 3 4 5 6 7

KODE AGEN BHS SU LSS BR SUR AJI ND

LOKASI BANJAR TASIK BANJAR SUKABUMI SUMBER PANDEGLANG CIMAHI

IV-59

2. Menentukan alternatif rute pengiriman yang bisa dilalui tiap order. Dari Tabel 4.9. diperoleh informasi mengenai lokasi pengiriman order yang digunakan untuk menentukan alternatif rute yang melalui lokasi kota tersebut. Contoh order nomor satu lokasi pengiriman Banjar, rute-rute yang melalui kota banjar ialah rute A (Soloà Banjar), rute AD (Soloà Banjar à Ciamis), dan rute AE ( Soloà Banjarà Ciamis à Tasik). Alternatif rute masing – masing order disajikan Tabel 4.10 Tabel 4.10. Alternatif Rute Pengiriman Order Tanggal 3 September 2007 NO ORDER 1 2 3 4 5 6 7



ALTERNATIF RUTE A,AD,AE C,AE,AF,AG A,AD,AE I,AM,AN U,BD,BE O,AV,AW,AX,AY,AZ F,AH,AI,AJ

7. Rute konsolidasi yang dipilih hanya rute yang minimal mempunyai dua order yang dikirim melalui rute yang sama. Alternatif rute dari Tabel 4.10. dipilih rute langsung dari Solo ke lokasi agen dan rute konsolidasi yang bisa dipilih ialah rute yang minimal mempunyai dua order yang dikirim melalui rute yang sama,sedangkan rute lain bisa dieliminasi. Contoh untuk order nomor satu, alternatif yang bisa dipilih ialah rute A (Soloà Banjar) dan rute AE karena order satu dan dua dikirim melalui rute yang sama yaitu rute AE. Tabel 4.11. Alternatif Rute Pengiriman Yang Bisa Dipilih Tanggal 3 September 2007 NO ORDER 1 2 3 4 5 6 7



ALTERNATIF RUTE A,AD,AE C,AE,AF,AG A,AD,AE I,AM,AN U,BD,BE O,AV,AW,AX,AY,AZ F,AH,AI,AJ

Sehingga, alternatif rute pengiriman untuk tanggal 3 September 2007 sebagai berikut,

IV-60

Tabel 4.11. Alternatif Rute Pengiriman Tanggal 3 September 2007 NO ORDER 1 2 3 4 5 6 7



ALTERNATIF RUTE A, AE C, AE A, AE I U O F

Dengan langkah seperti diatas, maka diperoleh alternatif rute pengiriman untuk tanggal-tanggal berikutnya. Alternatif rute pengiriman untuk masing-masing order tanggal 3 September – 30 September dapat dilihat pada lampiran.

3.8.4

Model optimasi dengan Binary Integer Programming Pengolahan model dilakukan berdasarkan model akhir binary integer programming

pada persamaan 3.4 sampai 3.10:

1. Penyusunan fungsi tujuan (objective function) Fungsi tujuan merupakan fungsi yang akan dicari nilai optimalnya. Fungsi tujuan model ini adalah minimasi biaya transportasi yang terdiri dari biaya transportasi per pengiriman dan biaya penambahan tujuan per titik distribusi. Parameter Cr menyatakan tarif transportasi, didapat dari tarif yang diberlakukan oleh bagian ekspedisi untuk masing-masing rute dan tarif dihitung untuk kota tujuan terjauh dalam satu rute. Biaya masing-masing rute diperoleh dari Tabel 4.5, sedangkan parameter Cb menyatakan biaya penambahan tujuan ialah biaya yang dibebankan di tiap titik distribusi. Biaya tersebut meliputi biaya retribusi dan biaya untuk aktivitas bongkar di tiap agen pengiriman. Rincian biaya penambahan tujuan disajikan pada Tabel 4.13. Tarif transportasi tiap rute dapat dilihat pada Tabel 4.14.

IV-61

Tabel 4.13. Biaya Penambahan Tujuan Distribusi (Cb)

Komponen biaya

Jumlah

Biaya retribusi

Rp. 5.000,-

Biaya bongkar

Rp. 10.000,-

Total biaya per titik distribusi

Rp. 15.000,-

Tabel 4.14. Biaya Transportasi Tiap Rute (Cr)

RUTE TRANSPORTASI (Cr )






CA

875

CY

1095

CAW

1468

CB

875

CZ

1095

CAX

1518

CC

885

CAA

1095

CAY

1518

CD

1010

CAB

1135

CAZ

1468

CE

940

CAC

1135

CBA

1468

CF

978

CAD

925

CBB

1040

CG

1095

CAE

985

CBC

1195

CH

1095

CAF

935

CBD

1040

CI

1135

CAG

1060

CBE

1040

CJ

1135

CAH

1028

CBF

1040

CK

1156

CAI

1145

CBG

1040

CL

1255

CAJ

1195

CBH

1040

CM

1255

CAK

1145

CBI

830

CN

1255

CAL

1145

CBJ

830

IV-62

Tabel 4.14. Biaya Transportasi Tiap Rute (Cr) (Lanjutan) RUTE TRANSPORTASI (Cr )






CO

1255

CAM

1185

CBK

1195

CP

1368

CAN

1185

CBL

1195

CQ

1368

CAO

1206

CBM

1195

CR

940

CAP

1305

CBN

1285

CS

940

CAQ

1355

CBO

1235

CT

940

CAR

1305

CBP

1195

CU

940

CAS

1305

CBQ

1235

CV

730

CAT

1355

CBR

1235

CW

730

CAU

1305

CBS

1285

CX

730

CAV

1418

CBT

1235

Formulasi matematis fungsi tujuan secara umum dapat dilihat pada persamaan 3.4. Untuk minggu ke-1 dalam model ini terdapat 40 order yang dilayani dalam R rute dalam 6 hari yaitu dari tanggal 3 September 2007 – 8 September 2007. Untuk minggu ke-2 terdapat 37 order yang dikirim pada tanggal 10 September 2007 – 15 September 2007. Minggu ke-3 terdapat 36 order yang dikirim pada tanggal 17 September 2007 – 22September 2007. Dan minggu ke-4 terdapat 35 order yang dikirim pada tanggal 24September 2007 – 29 September 2007. Berdasarkan data diatas, maka persamaan fungsi tujuan model penentuan rute pengiriman produk jadi di PT.XYZ menjadi: Untuk minggu ke-1 t = 3,4,5,...,8 k= 1,2,3,...,40 Minimasi: BC

8

åå

(875 YA3 +885YAE3 + 885YC3 +1135YI3 +940YU3 +978YF3 +1255YO3+875 YA4+ 987YF4 +

r = A t =3

1095YH4 +1095YG4 + 1135YI4 + 1156YK4 +940YU4 +940YE4 +1028YAH4 + 1305YAS4 + . . . + 1355YAT8+1418YAV8+1145YAL8+1255YM8+940YE8+1095YAJ8+1095YAK8+1135YH8+1095YI8) +

IV-63

40 BC

8

ååå

(15X1A3+ 15 X 1AE3 + 15 X 2AE3 + 15 X 3AE3+15 X 2C3+ 15X3Y3+ 15X4U3+ 15X5F3+ 15X6O3+

k =1 r = A t =3

15X1A4+ 15X1AE4+ 15X13AE4+ 15X4F4 + 15X5H4+ 15X9G4+ 15X7I4+ 15X11K4+ 15X5U4+ 15X10E4 +. . . + 15X31I8 + 15X31AM8+ 15X34H8+ 15X34AL8 + 15X34AM8+ 15X36G8 + 15X36AJ8+ 15X37AM8+ 15X40E8 )

Untuk minggu ke-2 t = 10,11,12,...,15 k= 1,2,3,...,37 Minimasi: BC 15

åå

(1095YY10 +1135YYJ10 +1185YAN10 +885YC10 +1060YAG10 +1010YD10 +1060YI10+940YU10 +

r = A t =10

1010YD11 + 1135YI11+940YT11 +1255YM11 + 875YA11 + 1255YO11 +730YW11 +1095YG11 +. . . + 1095YZ15+1135YBN15+1095YBP15+1368YQ15+1145YAY15+1255YBA15+1095YAA15+1135YP15) + 37 BC 15

åå å

(15X1Y10 +15X2J10 +15X2AN10 +15X3C10 +15X3AG10 +15X4D10 +15X5I10+15X6U10 +15X6D11 +

k =1 r = A t =10

15X4I11 + 15X7T11 + 15X8M11 + 15X9A11 + 15X10O11 +15X11W11 +15X12AJ11 + . . . + 15X21Z15+15X21BN15+15X21BP15+15X30Q15+15X30AY15+15X32BA15+15X33AA15+15X33P15+15X34AA15)

Untuk minggu ke-3 t = 17,18,19,...,22 k= 1,2,3,...,36 Minimasi: BC 22

åå

(940YU17 +1095YZ17 +875YB17 +885YAE17 +885YAF17 +978YF17 +1095YH17+1255YN17 +

r = A t =17

1010YC17 + 1255YO18+1255YAV18 +1368YAW18 + 1368AX18+ 1368YAY18 +1095YAK18 +978YP18 +. . . + 1095YZ21+1135YBN21+1095YBP21+1368YQ22+1368YAY22+1368YBA22+1095YAA22+1368YP22) + 36 BC 22

åå å

(15X1U17 +15X2Z17 +15X2B17 +15X2AE17 +15X2AF17 +15X3F17 +15X 3H17+15X 4N17 +15X 5C17

k =1 r = A t =17

+ 15X5O18 + 15X 5AV18 + 15X 6AW18 + 15X 6AX18 + 15X 7AY18 +15X 8AK18 +15X 8P18 +15X8M22 + . . . + 15X 30Z21 + 15X 31BN21 + 15X 32BP21 +15X 33Q22 +15X 33AY22 +15X 34BA22 +15X 35AA22 +15X36AA22)

IV-64

Untuk minggu ke-4 t = 24,25,26,...,29 k= 1,2,3,...,35 Minimasi: BC

29

åå

1095YG24 +1095YAI24 +1095YAJ24 +1095YY24 +1060YAG24 +1010YD24 +1095YAI24

+

r = A t = 24

1095YAJ24 + 1095YY25+1010YD25 +1060YAG25 + 885YC25 + 1060YAG25 +1156YK25 +1255YAP25 +. . . + 1040YBB28+940YR28+1368YP28+1095YAA28+1368YQ29+1518YAY29+940YR29+1368YP29) + 35 BC

29

åå å

(15X1G24 +15X1AI24 +15X2AJ24 +15X3Y24

+15X4AG24

+15X5D24 +15X6F24+15X6AI24 +

k =1 r = A t = 24

15X6AJ24 + 15X7Y25 + 15X8D25 + 15X9AG25 + 15X10C25 + 15X10AG25 +15X11K25 +15X11AP25 + . . . + 15X29BB28+15X 30R28+15X 31P28+15X 32AA28+15X 33Q29+15X 33AY29+15X 34R29+15X 35P29+15X35AA29)

Variabel keputusan yang dicari dalam formulasi matematis diatas, adalah sebagai berikut :

ì1 jika rute ke - r dioperasikan pada hari ke - t, Yrt = í î0 jika tidak ì1 jika order ke - k dikirim melalui rute r pada hari ke - t, X krt = í î0 jika tidak

2. Penentuan batasan Kriteria-kriteria yang menjadi batasan dalam model binary integer programming diatas adalah sebagai berikut:

f. Tiap order dikirim tepat satu kali Batasan ini bertujuan untuk membatasi pengiriman tiap order k akan dikirim tepat satu kali sekaligus memastikan bahwa order tersebut pasti dikirim. Formulasi umumnya dapat dilihat pada persamaan 3.5. Diketahui PT.XYZ mempunyai 40 order pada minggu ke-1, 37 order pada minggu ke-2, 36 order pada minggu ke-3, dan 35 order pada minggu ke-4 Contoh persamaan untuk minggu ke-1,

IV-65

k = 1,2,3,…,40 ; k=1, X1A3 + X1AE3 + X1A4 + X1AE4 =1 k=2, X2C3 + X2AE3 =1 k=3, X3A3 + X3AE3 =1 k=4, X4I3 + X4I4 + X4AM4 =1 k=5, X5U3 + X5U4 =1 . . . k=39, X4I3 + X4I4 + X4AM4 =1 k=40, X5U3 + X5U4 =1

untuk minggu ke-2, k = 1,2,3,…,37 ; contoh persamaan k=1, X1Y10 =1 k=2, X2J10 + X2AN10 =1 k=3, X3C10 + X3AG10 =1 . . . k=36, X36VI5 =1 k=37, X37M15 =1

Untuk minggu ke-3, k = 1,2,3,…,36 ; contoh persamaan k=1, X1U17 =1 k=2, X2Z17 =1 k=3, X3B17 + X3AE17 + X3AF17 =1 . . . k=35, X35B21 + X35AD21 + X35AE21 =1 k=36, X36B21 =1

IV-66

Untuk minggu ke-4, k = 1,2,3,…,35 ; contoh persamaan k=1, X1A24 + X1AE24 + X1A24 + X1AE24 =1 k=2, X2C24 + X2AE24 =1 k=3, X3A24 + X3AE24 =1 k=4, X4I24 + X4I25 + X4AM25 =1 k=5, X5U24 + X5U25 =1 . . . k=34, X4I28 + X4I29 + X4AM29=1 k=35, X5U28 + X5U29 =1

g. Biaya penambahan tujuan dibebankan apabila rute tersebut dioperasikan Batasan ini digunakan untuk kondisi dimana biaya penambahan tujuan akan dibebankan jika ada rute pengiriman ke kota tersebut. Biaya penambahan tujuan order k melalui rute r (Xkrt ) akan dibebankan jika rute r dioperasikan pada hari t (Yrt). Formulasi umum pada pada persamaan 3.6. Contoh persamaan Untuk minggu ke-1, X1A3 ≤ YA3 X2AE3 ≤ YAE3 X2C3 ≤ YC3 X3AE3 ≤ YAE3 . . . X36G8 ≤ YG8 X37M8 ≤ YM8

IV-67

h. Total muatan dalam armada tidak melebihi kapasitas Fungsi pembatas yang membatasi jumlah muatan dalam sekali pengiriman dengan satu armada truk. Diformulasikan sebagai banyaknya jumlah pesanan k (Wk) dalam suatu rute pengiriman r pada hari t (Xkrt) tidak lebih dari kapasitas maksimal yaitu 3500 boks. Contoh persamaan Untuk minggu ke-1, 1780 X1A1+ 1010 X6A1 £ 3500YA1 1781 X1AE1+ 1010 X6AE1+2000 X2AE1£ 3500YAE1 2000 X2C1 £3500 YC1 1500 X11I1 £3500 YI1 . . . 1523 X23AL6+ 1200 X27AL6£ 3500 YAL6 1200 X27AJ6+ 1000 X39AJ6£ 3500 YAJ6 1200 X27AK6+ 1000 X39AK6£ 3500 YAK6

i.

Pembatas jumlah armada yang dioperasikan tiap hari Batasan ini membatasi jumlah pengiriman yaitu maksimal 8 truk yang bisa

digunakan tiap hari. Jumlah pengiriman melalui rute r pada waktu t (Yrt) tidak melebihi jumlah armada alat angkut yang tersedia (V). Contoh persamaan Untuk minggu ke-1, Untuk t= 3, YAE3+ YA3+ YC1+ YI3+ YU3+ YO3+ YF3 £ 8 Untuk t= 4, YI4+ YAM4+ YU4+ YA4+ YAE4+ YF4+ YAH4+ YAI4+ YAJ4+ YAG4 £ 8 . . .

Untuk t= 8, YI8+ YAM8+ YH8+ YAL8+ YAM8+ YG8+ YM8+ YE8+ YAJ8 £ 8

j. Pembatas variable biner Variable keputusan dalam model penjadwalan yaitu nilai Xkrt mempunyai nilai keputusan binary (0,1).

IV-68

dan Yrt

Contoh persamaan Untuk minggu ke-1, X1A3 =

binary

X1AE3 = X1A4 =

binary

binary

X1AE4 =

binary

. . . X27AK6 =

binary

X39AK6 =

binary

YAE3 =

binary

YA3 =

binary

YC1 =

binary

YI3 =

binary

. . . YE8 =

binary

YAJ8 =

binary

IV-69

4.1 Penyelesaian Model Dengan Pendekatan BIP (Binary Integer Programming) Jadwal pengiriman dari model penentuan rute pengiriman produk PT.XYZ ini merupakan hasil pengolahan data pengiriman produk (dalam satuan boks) ke agen pada periode September 2007. Penentuan rute pengiriman dilakukan dengan menjalankan model binary integer programming pada software Risk Solver Platform V9.0 dan Solver Engine V8.2 dalam Microsoft Excel (Solver). Setelah dilakukan running model Binary Integer Linear Programming pada Solver maka diperoleh nilai yang optimal untuk fungsi tujuan meminimasi biaya transportasi, adapun total biaya transportasi selama periode September 2007 dapat dilihat pada Tabel 4.13 rekapitulasi biaya optimasi hasil running solver. Tabel 4.13. Tabel Rekapitulasi Biaya Optimasi Hasil Running Solver Minggu ke-

Minimized Cost

1

Rp. 27.792.000,00

2

Rp. 29.495.000,00

3

Rp. 28.181.000,00

4

Rp. 26.441.000,00

Total

Rp. 111.909.000,00

Rute pengiriman, nomor order, jumlah produk yang dikirim dan total biaya transportasi harian periode September 2007 berdasarkan model Binary

Integer Programming secara

terperinci dapat dilihat pada Tabel 4.14 sampai Tabel 4.17.

Tabel 4.14. Rute Pengiriman Minggu ke-1 September 2007 NOMOR

JUMLAH

TANGGAL

RUTE

KODE

ORDER

PRODUK YANG

PENGIRIMAN

PENGIRIMAN

RUTE

YANG DIKIRIM

DIKIRIM (BOKS)

A C U O F

1,3 2 5 6 7

2790 2000 1000 2845 1224

AM

4,10

2992

3-Sep-2007

4 -Sep-2007

Solo à Banjar Solo à Tasik Solo à Sumber Solo à Pandeglang Solo à Cimahi Solo à Cianjurà Sukabumi

IV-70

5 -Sep-2007

Solo à Bandungà Cimahi à Padalarang Solo à Ciawi Solo à Bandung

AJ K E

8,9 11 12,18

3042 3034 3112

AE

13,20

2210

BB

14

1620

D

16,17

3224

AY

22,25

3324

Solo à Banjarà Ciamisà Tasik Solo à Majalengka à Sumedang Solo à Garut Solo à Pandeglangà Serangà Cilegon

Tabel 4.14. Rute Pengiriman Minggu ke-1 September 2007 (Lanjutan) NOMOR

JUMLAH

TANGGAL

RUTE

KODE

ORDER

PRODUK YANG

PENGIRIMAN

PENGIRIMAN

RUTE

YANG DIKIRIM

DIKIRIM (BOKS)

V

19

1500

BF

28,29

2924

BS

21,27

2641

Solo à Sukabumi

I

23,31

2361

Solo à Sumedang

S

24

3000

6 -Sep-2007

Solo à Cirebon Solo à Cirebonà Kuningan Solo à Cikampekà Karawangà Cikarang

IV-71

7 -Sep-2007

Solo à Tasik

C

26

1232

Solo à Bogor

L

30,32

2925

Solo à Ciamis

B

33

1300

Cianjur

AL

34,36

2848

Solo à Bandung

E

35,40

2548

Solo à Cibinong

M

37

2848

AV

38,39

3105

Solo à Padalarangà

Solo à Rangkasbitung à Pandeglang

Tabel 4.15. Rute Pengiriman Minggu ke-2 September 2007 TANGGAL

PENGIRIMAN

10-Sep-07

11-Sep-07

RUTE

KODE

PENGIRIMAN

RUTE

Solo à Pamanukan Solo à Cibadak Solo à Tasik Solo à Sumber Solo à Kuningan Solo à Garut Solo à Sukabumi Solo à Banjar Solo à Pandeglang Solo à Padalarang Solo à Cimahi

Y J C U T D I A O G F

IV-72

NO ORDER

JUMLAH PRODUK

YANG

YANG DIKIRIM

DIKIRIM

(BOKS)

1 2 3 6 7 4,14 5 9 10 12 13

1530 1750 1620 2480 1500 3500 1760 1430 2250 1870 2115

12-Sep-07

13-Sep-07

14-Sep-07 15-Sep-07

Solo à Loh Bener à Indramayu Solo à Cibadak à Ciawi à Bogor Solo à Padalarangà Cianjur Solo à Ciawi à Bogor à Cibinong Soloà Karawang Solo à Bandungà Cimahi à Padalarang Soloà Cibadak Solo à Sumedang Soloà Majalengka Solo à Purwakarta à Cikampek Soloà Karawang à Cikarang Solo à Garut Solo à Cilegon Solo à Cirebon Solo à Cibinong Solo à Serangà Cilegon

BI

11,17

3450

AQ

18,20

2415

AL

16,19

2497

AT AB

8,15 28

2720 2015

AJ J S R

23,27 24 25 26

3485 2342 1920 2010

BP

21,32

3427

BT D Q V M

22,31 29,34 30 35 36

3380 2100 2105 2000 1890

BA

33

1430

Tabel 4.16. Rute Pengiriman Minggu ke-3 September 2007 TANGGAL PENGIRIMAN

RUTE

KODE

PENGIRIMAN Solo à Sumber

NO ORDER YANG DIKIRIM

JUMLAH PRODUK YANG DIKIRIM (BOKS)

U

1

1500

Z

2

1470

3,4

2920

F

5

1760

H

6

1730

AV

7,8

3270

P

10

1230

C

11,12

3270

RUTE

Soloà Cikampek Solo à Banjarà Ciamisà Tasik

AE

Solo à Cimahi 17-Sep-07

Solo à Cianjur Solo à Rangkasbitung à Pandeglang Soloà Serang

18-Sep-07

Solo à Tasik

IV-73

Soloà Bandung à Padalarang Solo à Cibinong Solo à Sumedang Soloà Purwakarta 19-Sep-07

Soloà Padalarang Solo à Pandeglang

AK

9,13

3070

M

14,17

2350

S

16

1540

AA

21

2430

G

22

1730

O

15

2250

BS

18,19

3055

V

20

1650

A

23,26

3290

I

29

2000

T

27

2250

L

28,30

3500

AM

24,25

2830

BC

32,33

3382

J

34

1680

B

35

2850

O

36

1940

D

31

1470

Soloà Cikampekà Karawang à Cikarang Solo à Cirebon Solo à Banjar Solo à Sukabumi Soloà Kuningan 20-Sep-07

Soloà Bogor Soloà Cianjurà Sukabumi Soloà Sumedang à Bandung Soloà Cibadak Soloà Ciamis

21-Sep-07 22-Sep-07

Solo à Pandeglang Solo à Garut

Tabel 4.17. Rute Pengiriman Minggu ke-4 September 2007 NOMOR ORDER YANG DIKIRIM

JUMLAH PRODUK YANG DIKIRIM (BOKS)

AI

1,9

2500

Y

2

2980

F

4

1780

O

5

1950

V

7

2300

J

8

2800

AG

3,6

3370

AP

10,15

2950

14

2500

TANGGAL

RUTE

KODE

PENGIRIMAN

PENGIRIMAN Soloà Cimahià

RUTE

Padalarang Soloà Pamanukan Solo à Cimahi Solo à Pandeglang Solo à Cirebon 24-Sep-07

Soloà Cibadak Soloà Tasikà Garut Soloà Ciawià Bogor

25-Sep-07

Solo à Sukabumi

I

IV-74

Solo à Sumedang Soloà Loh Bener Solo à Sumber Solo à Sukabumi

S

12

1940

W

13

2450

U

16

2750

I

11

1870

17,18

3150

X

19

1580

D

21

1770

20,22,23

3480

E

25

2340

T

27

2650

H

28

1100

33,34

2020

26

1600

29,30,32

3180

Q

24

2680

BB

30,33

2350

Soloà Ciawià Cibinong

AU

Soloà Indramayu 26-Sep-07

Solo à Garut Soloà Cikampekà Karawang à Cikarang Soloà Bandung Soloà Kuningan

27-Sep-07

Soloà Cianjur

BS

Soloà Purwakartaà Cikampekà Karawang Solo à Garut

BN D

Soloà Sumedangà 28-Sep-07

Bandung

BC

Soloà Cilegon Soloà Majalengka à 29-Sep-07

Sumedang

IV-75

BAB V ANALISIS DAN INTERPRETASI HASIL

Untuk mengukur perbaikan hasil jadwal pengiriman usulan dilakukan analisis perbandingan terhadap keterlambatan pengiriman produk, frekuensi pengiriman, utilitas penggunaan kapasitas armada, jumlah armada yang digunakan setiap hari dan perbandingan total biaya distribusi menggunakan sistem yang sedang berjalan di PT. XYZ saat ini dengan menggunakan sistem usulan yaitu model binary integer programming yang disesuaikan dengan karakterisasi permasalahan yang dihadapi oleh PT. XYZ.

5.1. Analisis Keterlambatan Pengiriman Produk Jadi Tanggal pengiriman order ialah tanggal order dikirim dari gudang perusahaan menuju lokasi masig-masing agen distributor. Order dapat dikirim pada tanggal order selesai diproduksi (order release) sampai tanggal sebelum deadline order. Akan tetapi pada bulan September 2007 ada sembilan keluhan mengenai keterlambatan pengiriman order sehingga agen pun terlambat untuk mendistribusikan produk ke pasar. Untuk menghindari keterlambatan pengiriman maka pada sistem usulan digunakan rentang tanggal pengiriman yaitu order dapat dikirim mulai dari tanggal order release sampai tanggal deadline order dikurangi waktu tempuh pengiriman. Dengan kecepatan rata-rata armada pengiriman 40 Km/jam dan jarak tempuh terjauh 685 Km,maka asumsi waktu tempuh pengiriman untuk semua order adalah 1 hari. Berdasarkan data aktual bulan September 2007 dan hasil penentuan tanggal pengiriman untuk masing-masing order pada bab IV diperoleh rekapitulasi data tanggal pengiriman pada Tabel 5.1 sampai Tabel 5.4.

Tabel 5.1. Tanggal Pengiriman Sistem Perusahaan Dengan Sistem Usulan Minggu ke-1 NO

TANGGAL PENGIRIMAN

TANGGAL PENGIRIMAN

IV-76

DEADLINE

ORDER

SISTEM PERUSAHAAN

SISTEM USULAN

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40

3-Sep-07 3-Sep-07 3-Sep-07 4-Sep-07 3-Sep-07 3-Sep-07 3-Sep-07 4-Sep-07 4-Sep-07 4-Sep-07 4-Sep-07 4-Sep-07 4-Sep-07 5-Sep-07 4-Sep-07 5-Sep-07 5-Sep-07 5-Sep-07 6-Sep-07 5-Sep-07 6-Sep-07 7-Sep-07 6-Sep-07 5-Sep-07 5-Sep-07 7-Sep-07 6-Sep-07 8-Sep-07 6-Sep-07 6-Sep-07 6-Sep-07 6-Sep-07 7-Sep-07 7-Sep-07 7-Sep-07 7-Sep-07 8-Sep-07 7-Sep-07 8-Sep-07 7-Sep-07


ORDER


KETERANGAN

dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu terlambat 2 hari dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu terlambat 1 hari dikirim tepat waktu terlambat 2 hari dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu terlambat 1 hari dikirim tepat waktu


TANGGAL

TANGGAL

IV-77

DEADLINE

ORDER

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36

PENGIRIMAN

PENGIRIMAN

SISTEM

SISTEM

PERUSAHAAN

USULAN

10-Sep-07 10-Sep-07 10-Sep-07 10-Sep-07 10-Sep-07 10-Sep-07 10-Sep-07 12-Sep-07 11-Sep-07 11-Sep-07 12-Sep-07 11-Sep-07 11-Sep-07 11-Sep-07 12-Sep-07 12-Sep-07 12-Sep-07 12-Sep-07 12-Sep-07 12-Sep-07 13-Sep-07 14-Sep-07 13-Sep-07 13-Sep-07 14-Sep-07 13-Sep-07 13-Sep-07 13-Sep-07 14-Sep-07 14-Sep-07 14-Sep-07 15-Sep-07 15-Sep-07 15-Sep-07 14-Sep-07 15-Sep-07


ORDER


KETERANGAN

dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu terlambat 1 hari

Tabel 5.3. Tanggal Pengiriman Sistem Perusahaan Dengan Sistem Usulan Minggu ke-3 NO ORDER

TANGGAL PENGIRIMAN SISTEM PERUSAHAAN

TANGGAL PENGIRIMAN SISTEM USULAN

IV-78

DEADLINE ORDER

KETERANGAN

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36




dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu


TANGGAL PENGIRIMAN

TANGGAL PENGIRIMAN

IV-79

DEADLINE

ORDER

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35

SISTEM PERUSAHAAN

24-Sep-07 24-Sep-07 24-Sep-07 25-Sep-07 24-Sep-07 26-Sep-07 24-Sep-07 24-Sep-07 24-Sep-07 25-Sep-07 29-Sep-07 26-Sep-07 25-Sep-07 25-Sep-07 25-Sep-07 25-Sep-07 26-Sep-07 26-Sep-07 29-Sep-07 27-Sep-07 26-Sep-07 27-Sep-07 28-Sep-07 28-Sep-07 27-Sep-07 27-Sep-07 27-Sep-07 29-Sep-07 28-Sep-07 28-Sep-07 28-Sep-07 28-Sep-07 28-Sep-07 28-Sep-07 28-Sep-07

SISTEM USULAN

ORDER



KETERANGAN

dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu terlambat 1 hari dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu terlambat 2 hari dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu terlambat 2 hari dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu terlambat 2 hari dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu dikirim tepat waktu

Berdasarkan rekapitulasi pada Tabel 5.1 - 5.4 tanggal pengiriman produk diketahui jumlah order yang dikirim melebihi deadline order antara data aktual perusahaan dan sistem usulan. Jumlah keterlambatan pengiriman sistem perusahaan dan sistem usulan dapat dilihat pada Tabel 5.5.

Tabel 5.5. Jumlah Keterlambatan Pengiriman Tiap Minggu

IV-80

MINGGU KE-

KETERLAMBATAN PENGIRIMAN

KETERLAMBATAN PENGIRIMAN

SISTEM PERUSAHAAN

SISTEM USULAN

4 1 0 4 9

0 0 0 0 0

1 2 3 4 JUMLAH

Perbandingan keterlambatan pengiriman sistem perusahaan dan sistem usulan dapat dilihat pada Gambar 5.1.

Gambar 5.1. Perbandingan Jumlah Keterlambatan Pengiriman Sistem Perusahaan Dan Sistem Usulan JUMLAH KETERLAMBATAN PENGIRIMAN 4

4

4

3 JUMLAH 2

sistem perusahaan

1

1

sistem usulan

0

0 1

2

3

4

MINGGU KE-

Berdasarkan Gambar 5.1. diketahui bahwa sistem usulan memberikan hasil lebih baik karena tidak ada keterlambatan sedangkan dengan sistem perusahaan total jumlah keterlambatan ada sembilan pada bulan September 2007. Dengan demikian, sistem usulan mampu memberi perbaikan pada penentuan tanggal pengirimanan sehingga produk jadi dikirim tepat waktu dan tidak tertimbun di gudang penyimpanan lebih lama.

5.2. Analisis Keterlambatan Sistem usulan bertujuan mengurangi keterlambatan pengiriman sehingga menghindari keluhan pelanggan terhadap keterlambatan penerimaan order. Untuk mengukur kesesuaian antara jadwal pengiriman dengan deadline pengiriman yang diberikan diukur dengan menghitung tardiness atau keterlambatan. Tardiness dihitung dari tanggal deadline pengiriman

IV-81

dikurangi tanggal due date order. Tanggal due date pengiriman ialah tanggal produk paling lambat dikirim yaitu sehari sebelum tanggal deadline order pengiriman ke agen. Data jumlah tardiness dapat dilihat pada Tabel 5.6 sampai Tabel 5.9.

Tabel 5.6. Jumlah Tardiness Pengiriman Sistem Usulan Minggu Ke-1 DUE DATE

NO

TANGGAL PENGIRIMAN

ORDER

SISTEM USULAN

ORDER

TARDINESS

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26

3-Sep-07 3-Sep-07 3-Sep-07 4-Sep-07 3-Sep-07 3-Sep-07 3-Sep-07 4-Sep-07 4-Sep-07 4-Sep-07 4-Sep-07 5-Sep-07 5-Sep-07 5-Sep-07 5-Sep-07 5-Sep-07 5-Sep-07 5-Sep-07 6-Sep-07 5-Sep-07 6-Sep-07 5-Sep-07 6-Sep-07 6-Sep-07 5-Sep-07 6-Sep-07

4-Sep-07 3-Sep-07 3-Sep-07 4-Sep-07 4-Sep-07 3-Sep-07 3-Sep-07 4-Sep-07 6-Sep-07 5-Sep-07 4-Sep-07 5-Sep-07 5-Sep-07 5-Sep-07 5-Sep-07 5-Sep-07 5-Sep-07 5-Sep-07 6-Sep-07 5-Sep-07 6-Sep-07 5-Sep-07 6-Sep-07 6-Sep-07 6-Sep-07 6-Sep-07

-1 0 0 0 -1 0 0 0 -2 -1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 0

Tabel 5.6. Jumlah Tardiness Pengiriman Sistem Usulan Minggu Ke-1 (Lanjutan) DUE DATE

NO

TANGGAL PENGIRIMAN

ORDER

SISTEM USULAN

ORDER

TARDINESS

27 28 29 30

6-Sep-07 6-Sep-07 6-Sep-07 6-Sep-07

7-Sep-07 6-Sep-07 7-Sep-07 6-Sep-07

-1 0

IV-82

-1 0

31 32 33 34 35 36 37 38 39 40

6-Sep-07 6-Sep-07 7-Sep-07 7-Sep-07 7-Sep-07 7-Sep-07 7-Sep-07 7-Sep-07 7-Sep-07 7-Sep-07

8-Sep-07 7-Sep-07 7-Sep-07 8-Sep-07 7-Sep-07 8-Sep-07 8-Sep-07 7-Sep-07 7-Sep-07 8-Sep-07

-2 -1 0 -1 0 -1 -1 0 0 -1

Tabel 5.7. Jumlah Tardiness Pengiriman Sistem Usulan Minggu Ke-2 NO ORDER


1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

10-Sep-07 10-Sep-07 10-Sep-07 11-Sep-07 11-Sep-07 10-Sep-07 10-Sep-07 13-Sep-07 11-Sep-07 11-Sep-07 12-Sep-07 11-Sep-07 11-Sep-07 11-Sep-07 13-Sep-07 12-Sep-07 12-Sep-07 12-Sep-07 12-Sep-07 12-Sep-07

DUE DATE ORDER


TARDINESS

0 0 0 0 0 0 -1 0 0 -1 -1 0 0 -1 0 0 -1 0 0 -1

Tabel 5.7. Jumlah Tardiness Pengiriman Sistem Usulan Minggu Ke-2 (Lanjutan) NO ORDER


21 22 23 24 25 26 27

14-Sep-07 14-Sep-07 13-Sep-07 13-Sep-07 13-Sep-07 13-Sep-07 13-Sep-07

DUE DATE ORDER


IV-83

TARDINESS

-1 -1 -1 0 0 -1 0

28 29 30 31 32 33 34 35 36

13-Sep-07 14-Sep-07 14-Sep-07 14-Sep-07 14-Sep-07 15-Sep-07 14-Sep-07 14-Sep-07 14-Sep-07


0 0 -1 -1 0 0 -1 -1 0

Tabel 5.8. Jumlah Tardiness Pengiriman Sistem Usulan Minggu Ke-3 DUE DATE

NO

TANGGAL PENGIRIMAN

ORDER

SISTEM USULAN

ORDER

TARDINESS

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20



0 0 0 -2 0 -1 0 -1 -1 -1 -1 -1 0 -1 0 0 0 0 -1 0


NO

TANGGAL PENGIRIMAN

ORDER

SISTEM USULAN

ORDER

TARDINESS

21 22 23 24 25 26 27 28 29



0 0 -2 0 0 0 0 0 0

IV-84

30 31 32 33 34 35 36



-2 0 -1 0 -1 -1 0

Tabel 5.9. Jumlah Tardiness Pengiriman Sistem Usulan Minggu Ke-4 NO

TANGGAL PENGIRIMAN

ORDER

SISTEM USULAN

DUE DATE ORDER

TARDINESS

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20



0 -1 0 0 0 -1 0 0 -1 0 0 -1 0 0 0 -1 -1 0 0 -1


NO

TANGGAL PENGIRIMAN

ORDER

SISTEM USULAN

ORDER

TARDINESS

21 22 23 24 25 26 27 28 29 30 31

26-Sep-07 27-Sep-07 27-Sep-07 29-Sep-07 27-Sep-07 28-Sep-07 27-Sep-07 27-Sep-07 28-Sep-07 28-Sep-07 29-Sep-07

26-Sep-07 27-Sep-07 28-Sep-07 29-Sep-07 27-Sep-07 29-Sep-07 27-Sep-07 27-Sep-07 28-Sep-07 29-Sep-07 29-Sep-07

0 0 -1 0 0 -1 0 0 0 -1 0

IV-85

32 33 34 35

28-Sep-07 28-Sep-07 28-Sep-07 29-Sep-07

29-Sep-07 29-Sep-07 28-Sep-07 29-Sep-07

-1 -1 0 0

Dari Tabel 5.6 sampai Tabel 5.9 diketahui bahwa maksimum keterlambatan Tmax = 0 yang menunjukkan tidak terjadi pengiriman yang melebihi due date dan terdapat nilai negative lateness yang menunjukkan bahwa kondisi pengiriman sistem usulan selesai lebih awal atau dikirim lebih awal dari due date.

5.3. Analisis Jadwal Pengiriman Tiap Order Analisis jadwal pengiriman tiap order bertujuan untuk mengetahui perbandingan rute dan tanggal pengiriman yang dioperasikan dengan sistem perusahaan dan sistem usulan. Dari jadwal pengiriman aktual dan jadwal pengiriman usulan dapat dilihat order mana saja yang dikirim dengan rute dan tanggal pengiriman yang sama antara sistem perusahaan dengan sistem usulan. Data disajikan pada tabel 5.10.

Tabel 5.10. Perbandingan Jadwal Pengiriman Sistem Perusahaan Dengan Sistem Usulan TANGGAL PENGIRIMAN NO ORDER 1 2 3 4 5 6 7

RUTE USULAN 3-Sep-07 3-Sep-07 3-Sep-07 4-Sep-07 3-Sep-07 3-Sep-07 3-Sep-07

RUTE PENGIRIMAN

RUTE RUTE PERUSAHAAN USULAN A 3-Sep-07 C 3-Sep-07 A 3-Sep-07 AM 4-Sep-07 U 3-Sep-07 O 3-Sep-07 F 3-Sep-07

8

4-Sep-07

4-Sep-07

AJ

9

4-Sep-07

4-Sep-07

AJ

RUTE PERUSAHAAN KETERANGAN A jadwal sama C jadwal sama A jadwal sama AM jadwal sama U jadwal sama O jadwal sama F jadwal sama jadwal tidak AI sama jadwal tidak AI sama

IV-86

10 11

4-Sep-07

4-Sep-07

4-Sep-07

4-Sep-07

AM K

AM K

12 13

5-Sep-07

4-Sep-07

5-Sep-07

4-Sep-07

E AE

E C

14 15 16 17 18 19

5-Sep-07

5-Sep-07

6-Sep-07

BB K D D E V

R K D D E V

4-Sep-07

4-Sep-07

5-Sep-07

5-Sep-07

5-Sep-07

5-Sep-07

5-Sep-07

5-Sep-07

6-Sep-07

20

5-Sep-07

5-Sep-07

AE

B

21

6-Sep-07

6-Sep-07

BS

AC

22 23

5-Sep-07

7-Sep-07

6-Sep-07

6-Sep-07

AY I

O I

24

6-Sep-07

5-Sep-07

S

S

25

5-Sep-07

5-Sep-07

AY

P

26

6-Sep-07

7-Sep-07

C

AE

27

6-Sep-07

6-Sep-07

BS

Z

28

6-Sep-07

8-Sep-07

BF

T

29 30

6-Sep-07 6-Sep-07

6-Sep-07 6-Sep-07

BF L

V L

jadwal sama jadwal sama jadwal tidak sama jadwal sama jadwal tidak sama jadwal sama jadwal sama jadwal sama jadwal sama jadwal sama jadwal tidak sama jadwal tidak sama jadwal tidak sama jadwal sama jadwal tidak sama jadwal tidak sama jadwal tidak sama jadwal tidak sama jadwal tidak sama jadwal tidak sama jadwal sama

Tabel 5.6. Perbandingan Jadwal Pengiriman Sistem Perusahaan Dengan Sistem Usulan (Lanjutan) TANGGAL PENGIRIMAN RUTE USULAN

RUTE PENGIRIMAN

NO ORDER 31 32

RUTE RUTE PERUSAHAAN USULAN I 6-Sep-07 L 6-Sep-07

6-Sep-07 6-Sep-07

33 34 35 36

7-Sep-07 7-Sep-07 7-Sep-07 7-Sep-07

7-Sep-07 7-Sep-07 7-Sep-07 7-Sep-07

B AL E AL

37 38 39

7-Sep-07 7-Sep-07 7-Sep-07

8-Sep-07 7-Sep-07 8-Sep-07

M AV AV

RUTE PERUSAHAAN KETERANGAN I jadwal sama L jadwal sama jadwal tidak AE sama AL jadwal sama E jadwal sama AL jadwal sama jadwal tidak M sama O jadwal sama N jadwal tidak

IV-87

40

7-Sep-07

E

7-Sep-07

sama jadwal sama

E

Dari tabel 5.10 dapat dihitung jumlah jadwal pengiriman yang sama antara sistem perusahaan dan sistem usulan sejumlah 22 order dari total 40 order yang harus dikirim.

5.4. Analisis Frekuensi Pengiriman Jumlah rute yang dioperasikan sama dengan jumlah pengiriman yang dilakukan, akan berpengaruh pada total tarif transportasi. Karena tarif transportasi selain dipengaruhi oleh biaya variable yaitu jumlah BBM yang diperlukan juga dipengaruhi oleh biaya-biaya tetap per pendistribusian seperti uang makan, biaya perawatan dan biaya depresiasi armada. Sehingga semakin banyak pengiriman yang dilakukan maka semakin banyak pula biaya yang harus dikeluarkan. Bagian ekspedisi mempunyai 11 rute umum yang biasa dilalui. Dari rute tersebut dicari rute pengiriman dari Solo ke masing-masing kota agen yaitu sebanyak 29 alternatif rute dan ruterute konsolidasi dengan ketentuan dalam satu rute maksimal terdiri dari tiga kota tujuan dan antar kota tujuan berjarak tidak lebih dari 50 Km diperoleh alternatif 43 rute sehingga dari pengolahan data diperoleh total 72 alternatif rute yang bisa dipilih. Rute yang dioperasikan oleh PT.XYZ pada bulan September 2007 dan rute hasil running Solver disajikan pada Tabel 5.11.

Tabel 5.11. Rekapitulasi Rute Yang Dioperasikan PT.XYZ dan Rute Usulan September 2007

MINGGU KE-2

MINGGU KE-1

TANGGAL PENGIRIMAN

KODE RUTE PERUSAHAAN

KODE RUTE USULAN

3-Sep-07

A,C,U,O,F

A,C,U,O,F

4-Sep-07

AM,AI,C,K,E

AM,AJ,K

5-Sep-07

E,D,R,S,P,B

6-Sep-07

V,I,L,AC,Z

7-Sep-07

O,AE,AL,E

8-Sep-07

M,N,T

E,AE,BB,D,AY V,BF,BS,I,S,C,L B,AL,E,M,AV Y,J,C,U,T D,I,A,O,G,F BI,AQ,AL AT,AB,AJ,J,S,R BP,BT,D,Q,V,M

10-Sep-07

Y,J,I,AG,U,T

11-Sep-07

D,A,O,G,F,BI

12-Sep-07

AT,AL,L,K

13-Sep-07

Z,J,AJ,R,AB

14-Sep-07

BS,D,V,S

IV-88

MINGGU KE-3 MINGGU KE-4

15-Sep-07

AA,Q,P,O

17-Sep-07

N,F,U,Z,AE

18-Sep-07

O,D,AJ,C

19-Sep-07

AW,AA,M,S,BS,G

20-Sep-07

T,A,L,I,AM,V

21-Sep-07

B,BC,O

22-Sep-07

D,J

24-Sep-07

Y,J,G,O,V,D

25-Sep-07

AP,I,W,U,F

26-Sep-07

AG,AY,S

27-Sep-07

BS,E,T,H

28-Sep-07

BS,AY,AA,R,BC

29-Sep-07

I,X,H

BA U,Z,AE,F,H AV,P,C,AK M,A,AA,G O,BS,V,A,I,T,L AM,BC,J,B,O D AI,Y,F,O,V,J AG,AP,I,S,W,U I,AU,X,D BS,E,T,H BN,D,BC Q,BB

Berdasarkan data aktual bulan September 2007 dan hasil pengolahan data pada bab IV diperoleh rekapitulasi frekuensi pengiriman pada Tabel 5.12.

Tabel 5.12. Frekuensi Pengiriman Sistem Perusahaan Dengan Sistem Usulan minggu keminggu ke-1 minggu ke-2 minggu ke-3 minggu ke-4

Sistem perusahaan 28 30 26 27

Sistem usulan 25 27 26 25

Perbandingan frekuensi pengiriman sistem perusahaan dengan sistem usulan dapat dilihat pada Gambar 5.2. Gambar 5.2. Perbandingan Frekuensi Pengiriman Sistem Perusahaan dan Sistem Usulan

IV-89

jumlah pengiriman

pe rbandingan fre kue nsi pe ngiriman siste m pe rusahaan dan siste m usulan 30 29 28 27 26 25 24 23 22

30 28 27

27 2626

25

25

Sistem perus ahaan Sistem us ulan

1

2

3

4

minggu ke-

Dari Gambar 5.2 diketahui bahwa frekuensi pengiriman dengan sistem perusahaan lebih tinggi dibanding dengan frekuensi pengiriman dengan sistem usulan dengan selisih frekuensi delapan pengiriman. Dengan demikian, sistem usulan mampu mengoptimalkan frekuensi pengiriman dari semua order sehingga dapat mengurangi total biaya distribusi. 5.5. Analisis Utilitas Penggunaan Kapasitas Armada Berdasarkan rute yang dioperasikan dapat dihitung pula perbandingan utilitas penggunaan kapasitas armada sistem perusahaan dan sistem usulan. Utilitas dihitung dengan membandingkan jumlah muatan yang diangkut dengan kapasitas maksimal tiap armada pengiriman yaitu 3500 boks. Tabel 5.13. menunjukkan jumlah muatan dan persentase utilitas penggunaan kapasitas armada antara sistem yang digunakan perusahaan dengan sistem usulan. Tabel 5.13. Persentase Rata-rata Utilitas Penggunaan Kapasitas Armada Minggu ke-1 jumlah muatan yang dikirim per

persentase utilitas terhadap

armada (boks)

kapasitas maksimal (%)

Sistem perusahaan

Sistem Sistem usulan

perusahaan

Sistem usulan

2790

2790

79.71

79.71

2000

2000

57.14

57.14

1000

1000

28.57

28.57

2845

2845

81.29

81.29

1224

1224

34.97

34.97

2992

2992

85.49

85.49

3042

3042

86.91

86.91

1200

3034

34.29

86.69

IV-90

3034

3112

86.69

88.91

2932

2210

83.77

63.14

1620

1620

46.29

46.29

3224

3224

92.11

92.11

1620

3324

46.29

94.97

3000

1500

85.71

42.86

3000

2924

85.71

83.54

1010

2641

28.86

75.46

2912

2361

83.20

67.46

2361

3000

67.46

85.71

2925

1232

83.57

35.20

1141

2925

32.60

83.57

1500

1300

42.86

37.14

2929

2848

83.69

81.37

2532

2548

72.34

72.80

2848

2848

81.37

81.37

2548

3105

72.80

88.71

2848

-

81.37

-

1500

-

42.86

-

1512

-

43.20

-

rata-rata utilitas

65.40

70.46

Tabel 5.14. Persentase Rata-rata Utilitas Penggunaan Kapasitas Armada Minggu ke-2 jumlah muatan yang dikirim per armada (boks) Sistem perusahaan Sistem usulan 1530 1530

persentase utilitas terhadap kapasitas maksimal (%) Sistem perusahaan Sistem usulan 43.71 43.71

1750

1750

50.00

50.00

1760

1620

50.29

46.29

3020

2480

86.29

70.86

2480

1500

70.86

42.86

1500

3500

42.86

100.00

2115

1760

60.43

50.29

1430

1430

40.86

40.86

2250

2250

64.29

64.29

IV-91

1870

1870

53.43

53.43

2115

2115

60.43

60.43

3450

3450

98.57

98.57

2720

2415

77.71

69.00

2497

2497

71.34

71.34

2415

2720

69.00

77.71

1365

2015

39.00

57.57

2312

3485

66.06

99.57

2342

2342

66.91

66.91

3485

1920

99.57

54.86

2010

2010

57.43

57.43

2015

3427

57.57

97.91

3380

3380

96.57

96.57

2100

2100

60.00

60.00

2000

2105

57.14

60.14

1920

2000

54.86

57.14

1890

1890

54.00

54.00

1115

1430

31.86

40.86

2105

-

60.14

-

1430

-

40.86

-

1870

-

53.43

-

62.21

65.96

rata-rata utilitas

Tabel 5.15. Persentase Rata-rata Utilitas Penggunaan Kapasitas Armada Minggu ke-3

jumlah muatan yang dikirim per armada (boks) Sistem

persentase utilitas terhadap kapasitas maksimal (%)

perusahaan

Sistem usulan

Sistem perusahaan

Sistem usulan

1870

1500

53.43

42.86

1760

1470

50.29

42.00

1500

2920

42.86

83.43

1470

1760

42.00

50.29

3310

1730

94.57

49.43

3130

3270

89.43

93.43

IV-92

2350

1230

67.14

35.14

3070

3270

87.71

93.43

3210

3070

91.71

87.71

3480

2350

99.43

67.14

2430

1540

69.43

44.00

2000

2430

57.14

69.43

1540

1730

44.00

49.43

3055

2250

87.29

64.29

1730

3055

49.43

87.29

2250

1650

64.29

47.14

3290

3290

94.00

94.00

3500

2000

100.00

57.14

2000

2250

57.14

64.29

2830

3500

80.86

100.00

1650

2830

47.14

80.86

2850

3382

81.43

96.63

3382

1680

96.63

48.00

1940

2850

55.43

81.43

1470

1940

42.00

55.43

1680

1470

48.00

42.00

68.95

66.39

rata-rata utilitas

Tabel 5.16. Persentase Rata-rata Utilitas Penggunaan Kapasitas Armada Minggu ke-4

jumlah muatan yang dikirim per armada (boks) Sistem perusahaan Sistem usulan 2980 2500

persentase utilitas terhadap kapasitas maksimal (%) Sistem perusahaan Sistem usulan 85.14 71.43

2800

2980

80.00

85.14

3500

1780

100.00

50.86

1950

1950

55.71

55.71

2300

2300

65.71

65.71

2000

2800

57.14

80.00

2950

3370

84.29

96.29

IV-93

2500

2950

71.43

84.29

2450

2500

70.00

71.43

2750

1940

78.57

55.43

1780

2450

50.86

70.00

3140

2750

89.71

78.57

3150

1870

90.00

53.43

1940

3150

55.43

90.00

2470

1580

70.57

45.14

2340

1770

66.86

50.57

2650

3480

75.71

99.43

1600

2340

45.71

66.86

2020

2650

57.71

75.71

2680

1100

76.57

31.43

1010

2020

28.86

57.71

2350

1600

67.14

45.71

3120

3180

89.14

90.86

1840

2680

52.57

76.57

1870

2350

53.43

67.14

1580

-

45.14

-

1100

-

31.43

-

rata-rata utilitas

66.48

68.62

Rata-rata persentase utilitas penggunaan kapasitas dapat dilihat pada Gambar 5.3. berikut. Gambar 5.3. Perbandingan Rata- rata Persentase Utilitas Penggunaan Kapasitas Armada Sistem Perusahaan Dengan Sistem Usulan

66.00

62.2

64.00 62.00

64.54

68.62

68.00

66.5

69.0

70.00

66.39

70.46

72.00

65.4

rata-rata utilitas (%)

persentase utilitas penggunaan kapasitas armada

Sistem perusahaan Sistem usulan

60.00 58.00 1

2

3

4

minggu ke-

IV-94

Dari Gambar 5.3. dapat dilihat persentase utilitas penggunaan armada dengan sistem usulan lebih tinggi pada minggu ke-1, minggu ke-2 dan minggu ke-4 dan pada minggu ke-3 persentase utilitas dengan sistem perusahaan lebih tinggi. Sedangkan dari keseluruhan jumlah selisih rata-rata persentase utilitas antara sistem usulan dan sistem perusahaan adalah ( 70.46+65.96+66.39+68.62)% - (65.4+ 62.21+68.95+66.48)%

=

8.39%. Sistem usulan

memberikan rata-rata utilitas lebih tinggi sebesar 8,39%.

5.6. Analisis Penggunaan Armada Dari jumlah rute yang dioperasikan tiap hari dapat diketahui berapa jumlah armada yang beroperasi tiap hari. Armada yang disediakan oleh perusahaan ialah sejumlah delapan truk setiap hari yang dapat digunakan untuk distribusi produk ke area Jawa Barat. Berdasarkan data aktual pengirman yang dilakukan PT. XYZ dengan hasil running solver diperoleh jumlah armada yang diperlukan setiap hari pada Tabel 5.17.

Tabel 5.17. Jumlah Armada yang Beroperasi Tiap Hari Antara Sistem Perusahaan dan Sistem Usulan

minggu ke-

minggu ke-1

minggu ke-2

minggu ke-3

tanggal pengiriman 3-Sep-07 4-Sep-07 5-Sep-07 6-Sep-07 7-Sep-07 8-Sep-07 10-Sep-07 11-Sep-07 12-Sep-07 13-Sep-07 14-Sep-07 15-Sep-07 17-Sep-07 18-Sep-07 19-Sep-07 20-Sep-07

jumlah armada sistem perusahaan sistem usulan 5 5 5 3 6 6 5 7 4 5 3 6 5 5 6 5 4 5 6 5 6 4 1 5 5 4 3 6 4 6 7

IV-95

minggu ke-4

21-Sep-07 22-Sep-07 24-Sep-07 25-Sep-07 26-Sep-07 27-Sep-07 28-Sep-07 29-Sep-07

3 2 6 5 3 4 6 3

3 3 6 6 4 4 3 3

Jumlah armada yang beroperasi setiap hari sudah memenuhi batasan karena jumlah truk yang beroperasi tidak ada yang melebihi batasan yang ditentukan perusahaan yaitu 8 truk yang tersedia setiap hari. Pada sistem perusahaan jumlah armada paling banyak yang dioperasikan dalam satu hari adalah 6 armada dan pada sistem usulan armada yang digunakan paling banyak 7 armada sehingga sumber daya armada yang digunakan pada sistem usulan lebih banyak daripada sistem perusahaan. Untuk menganalisis hal tersebut dicoba merubah batasan jumlah armada yang digunakan per hari dari semula 8 armada menjadi 6 armada pada minggu ke-3. Dipilih minggu ke-3 karena pada tanggal 20 September minggu ke-3 pada sistem usulan menggunakan 7 armada sedangkan pada sistem perusahaan menggunakan 6 armada. Hasil running Solver dengan perubahan batasan tersebut diperoleh hasil feasible dengan total biaya minggu ke-3 sebesar Rp. 26.853.000,00 sedangkan hasil running dengan batasan awal yaitu 8 armada sebesar Rp. 25.718.000,00. Dapat dilihat bahwa terdapat selisih biaya yang lebih banyak jika menggunakan batasan dengan 6 armada. Bila dibandingkan dengan dan biaya perusahaan yaitu sebesar Rp. 28.246.000,00. selisih biaya yang dihasilkan oleh sistem perusahaan yang menggunakan 6 armada dan sistem usulan menggunakan 7 armada sebesar Rp.2.528.000,00. Sehingga dapat disimpulkan walaupun pada sistem usulan menggunakan armada yang lebih banyak daripada sistem perusahaan tetapi biaya yang dikeluarkan menggunakan sistem usulan lebih rendah dan produk dikirim tidak melebihi deadline order yang telah ditentukan.

5.7. Analisis Perbandingan Biaya Perbandingan biaya dilakukan dengan menggunakan data pengiriman produk jadi dari gudang perusahaan ke agen distributor selama bulan September 2007. pemilihan bulan

IV-96

September sebagai data karena pada bulan tersebut terdapat banyak keluhan keterlambatan dari agen sehingga dianggap mewakili keadaan terjadinya penumpukan produk jadi di gudang. Berdasarkan data bulan September 2007 diperoleh rekapitulasi data aktual biaya transportasi yang dikeluarkan PT.XYZ pada Tabel 5.13. berikut Tabel 5.18. Rekapitulasi Data Aktual Biaya Transportasi Minggu ke-

Total Biaya

1

Rp. 29.772.000,00

2

Rp. 32.980.000,00

3

Rp. 28.246.000,00

4

Rp. 28.641.000,00

Total

Rp. 119.639.000,00

Berdasarkan rekapitulasi pada Tabel 5.7. perbandingan total biaya yang dikeluarkan PT.XYZ bulan September 2007 dengan sistem usulan dapat dilihat pada Tabel 5.14. berikut Tabel 5.19. Total Biaya Sistem Perusahaan Dengan Sistem Usulan Minggu ke-

Biaya Sistem Perusahaan

Biaya Sistem Usulan

1

Rp. 29.772.000,00

Rp. 27.792.000,00

2

Rp. 32.980.000,00

Rp. 29.495.000,00

3

Rp. 28.246.000,00

Rp. 28.181.000,00

4

Rp. 28.641.000,00

Rp. 26.441.000,00

Total

Rp. 119.639.000,00

Rp. 111.909.000,00

Berdasar hasil perhitungan total biaya transportasi yang dikeluarkan PT.XYZ dengan sistem perusahaan adalah sebesar Rp. 119.639.000,00 sedangkan berdasar sistem usulan dengan model binary integer programming total biaya transportasi sebesar Rp. 111.909.000,00. Berikut gambar perbandingan biaya transportasi dari sistem perusahaan dengan sistem usulan.

Gambar 5.4. Perbandingan Biaya Transportasi Sistem Perusahaan Dengan Sistem Usulan

IV-97

26441000.00

28641000.00

29495000.00

32980000.00

25718000.00

25000000.00

28246000.00

Biaya (Rp)

30000000.00

27792000.00

35000000.00

29772000.00

Total Biaya Transportasi

20000000.00 15000000.00 10000000.00 5000000.00 0.00 1

2

3

4

minggu keBiaya Sistem Perusahaan

Biaya Sistem Usulan

Dari hasil tersebut didapat penghematan total biaya dengan menerapkan sistem usulan menggunakan model binary integer programming dan dengan sistem perusahaan sebesar Rp. 119.639.000,00 - Rp. 111.909.000,00 = Rp.7.730.000,00 (6,46 %). Dari perhitungan tersebut terbukti bahwa dengan sistem usulan menggunakan model binary integer programming perusahaan dapat menghemat biaya sebesar Rp.7.730.000,00 atau 6,46 %.

5.8. Analisis Penerapan Model Dari hasil analisis terhadap keterlambatan pengiriman, frekuensi pengiriman, utilitas penggunaan armada, jumlah armada, total biaya yang dihasilkan menggunakan model binary integer programming dan perbandingan dengan system yang berjalan di perusahaan maka sistem usulan menggunakan model binary integer programming layak diterapkan pada perusahaan karena terbukti bahwa sistem tersebut mampu memberikan penghematan biaya pengiriman produk jadi atas sistem perusahaan yang berjalan saat ini. Sistem usulan mampu memperbaiki kelemahan-kelemahan pada sistem perusahaan, yaitu perbaikan pada metode penetapan tanggal pengiriman sehingga dapat mengurangi biaya penyimpanan produk dan mengurangi keluhan keterlambatan pengiriman serta perbaikan penentuan rute yang dioperasikan sehingga frekuensi pengiriman dan utilitas armada pengiriman lebih optimal. Dengan perbaikan tersebut perusahaan dapat melakukan penghematan total biaya pengiriman terutama untuk area Jawa Barat. Untuk menerapkan sistem usulan, perusahaan dapat melakukan hal berikut:

IV-98

1. Perencanaan pengiriman dilakukan di awal periode. Untuk menentukan tanggal pengiriman dilakukan dengan mempertimbangkan data order release dari bagian produksi dan data deadline order dari bagian penjualan sehingga diperlukan sistem informasi yang baik antar bagian. 2. Dalam menentukan rute konsolidasi antar kota dipilih dari alternatif rute yang telah dicari dalam penelitian. Karena bagi karyawan yang kurang berpengalaman dan mempunyai pengetahuan mengenai jalur rute yang dilalui oleh ekspedisi akan membantu untuk mengkonsolidasi order yang dikirim dalam satu rute. 3. Untuk mempermudah mengaplikasikan sistem usulan dapat dibuat interface yang mudah dipahami oleh pembuat jadwal sehingga jika terdapat perubahan order lebih mudah untuk mencari solusinya.

IV-99

BAB VI KESIMPULAN DAN SARAN 6.1 KESIMPULAN Kesimpulan yang dapat ditarik berdasarkan hasil penelitian dan sesuai dengan tujuan penelitian di PT. XYZ adalah sebagai berikut : 1. Hasil penjadwalan pengiriman produk jadi dengan menggunakan model binary integer programming periode bulan September 2007 adalah tercipta jadwal pengiriman produk jadi per minggu yang disajikan pada tabel 4.14 sampai tabel 4.17. 2. Total biaya pengiriman produk jadi yang dikeluarkan oleh PT.XYZ periode September 2007 sebesar Rp. 119.639.000,00 sedangkan menggunakan rute usulan dengan model binary integer programming diperoleh total biaya pengiriman sebesar Rp. 111.909.000,00 sehingga diperoleh selisih sebesar Rp.7.730.000,00 atau 6,46 %. 3. Biaya pengiriman yang dilakukan oleh PT. XYZ dapat diminimalkan dengan merubah jadwal pengiriman yang berakibat pada perubahan rute, tanggal pengiriman, dan order yang diangkut tiap armada. 4. Model penentuan jadwal pengiriman mempunyai fungsi tujuan meminimasi tarif transportasi dan biaya penambahan tujuan per titik distribusi. Fungsi pembatas yang digunakan ialah batasan jumlah pengiriman tiap order, batasan keputusan biaya penambahan tujuan, batasan kapasitas armada, jumlah armada yang tersedia setiap hari dan batasan variabel keputusan biner. 5. Rute usulan yang dihasilkan telah berhasil memasukkan pertimbangan terhadap jumlah armada, kapasitas armada dan tanggal deadline order pengiriman, terbukti total permintaan setiap

rute tidak melebihi jumlah armada yang disediakan tiap hari maupun melebihi

kapasitas armada dan tidak ada order yang dikirim melebihi tanggal deadline pengiriman.

6.2 SARAN

IV-100

Berdasarkan penelitian ini, saran yang dapat diberikan untuk langkah pengembangan atau penelitian selanjutnya adalah : 1. PT. XYZ dapat menerapkan model perencanaan penjadwalan pengiriman produk jadi menggunakan model binary integer programming dengan memperbaiki sistem informasi perusahaan yang terintegrasi karena untuk menerapkan sistem usulan perlu adanya koordinasi antar manajemen. Penerapan perencanaan penjadwalan pengiriman produk jadi dengan menggunakan model binary integer programming membutuhkan berbagai informasi yang dimiliki masing-masing bagian. Misalnya informasi mengenai tanggal order release dari bagian produksi, data permintaan dan data deadline order dari bagian penjualan, serta data tarif dan informasi agen dari bagian ekspedisi. 2. Penelitian selanjutnya disarankan untuk menyusun penugasan armada agar aktivitas transportasi lebih efisien sehingga pemeliharaan alat angkut dan istirahat crew transportasi terpenuhi. 3. Untuk mengurangi kerumitan perhitungan, maka diharapkan ada penelitian lebih lanjut mengenai program yang akan membantu proses perhitungan dan menampilkan hasilnya lebih cepat dan mudah dipahami.

IV-101

DAFTAR PUSTAKA

Aminudin. 2005. Prinsip-Prinsip Riset Operasi. Jakarta: Erlangga. Arifin, Johar. 2007. Aplikasi Komputindo.

Excel Dalam Solver Bisnis Terapan. Jakarta: Elex Media

Ballou, Ronald, H. 1998. Bussiness Logistics Management. New Jersey: Prentice-Hall International Edition. Bowersox, Donald J. 1995. Manajemen Logistik Jilid 1. Jakarta : Bumi Aksara. Chopra, Sunil., and Peter Meindl. 2004. Supply Chain Management: Strategy, Planning and Operation. New Jersey: Prentice-Hall, Inc. Gaspersz, Vincent. 2000. Production and Inventory Control Berdasarkan Pendekatan Sistem Terintegrasi MRP II dan JIT Menuju Manufacturing 21. Jakarta: Gramedia Pustaka Utama. Lieberman, Gerald J., and Frederick S. Hillier. 1994.Pengantar Riset Operasi Ed. 5. Terjemahan: Ellen Gunawan dan Ardi Wirda Mulia. Jakarta: Erlangga. Parkes,C.,David.(2008). Solving Integer http://www.eecs.harvard.edu [Juli 2009].

Programming

[Online].

Tersedia

di:

Simatupang, Togar, M. 1995. Pemodelan Sistem. Klaten: Nindita. Simchi-Levi, D., and P. Kaminsky. 2003. Designing & Managing the Supply Chain. Boston: McGraw-Hill. Yilmaz, Pinar. (2004). Strategic Level Three-Stage Production Distribution Planning With Capacity Expansion. Sabanci University, Faculty Of Engineering And Natural Science, Tuzla, Istanbul, Turkey [Online]. Tersedia di: http://www.elsevier.com/locate/dsw [Juli 2009]. www.wikimapia.org

IV-102

PENJADWALANN PENGIRIMAN PRODUK JADI DENGAN MENGGUNAKAN MODEL BINARY INTEGER PROGRAMMING DI PT. XYZ

Recommend Documents