PERENCANAAN JADWAL DAN PENENTUAN RUTE DISTRIBUSI PRODUK OTOMOTIF DENGAN METODE SAVING MATRIKS
Sri Rahayu, Pram Eliyah Yuliana Teknik Industri Sekolah Tinggi Teknik Surabaya e-mail:
[email protected],
[email protected]
ABSTRAK Perencanaan jadwal dan penentuan rute distribusi dengan menggunakan metode saving matrix dilakukan pada pendistribusian produk otomotif di gudang PT Indoprima Gemilang Pulo Gadung. Tujuan dari penelitian ini adalah untuk membuat jadwal pengiriman produk lebih efisien dan pengalokasian produk ke setiap armada yang tersedia secara tepat serta pemilihan rute yang memiliki penghematan waktu terbesar. Metode saving matrix ini memungkinkan pengoptimalan rute dengan memperhatikan kapasitas kendaraan dan volume permintaan dari tiap customer. Data yang digunakan adalah jarak antara gudang ke tiap customer, volume pengiriman tiap customer, dan kapasitas kendaraan. Hasil penelitian ini adalah jika menerapkan pengalokasian pengiriman dengan memprioritaskan truk terkecil yang diisi terlebih dahulu lebih menghemat waktu tempuh dibanding menerapkan pengalokasian yang biasa di gunakan oleh perusahaan ini. Dengan menerapkaan pengisian memprioritaskan ke kendaraan dengan kapasitas terbesar dahulu, menghasilkan rata-rata waktu tempuh pada metode awal yaitu 440.77 sedangkan dengan metode usulan sebesar 369.67, dan juga dengan metode usulan lebih meningkatkan efektifitas penggunaan armada yang tersedia dengan rata-rata penggunaan armada sebesar 47%. Kata kunci: Saving Matrix, Distribusi
I. PENDAHULUAN Perencanaan jadwal dan penentuan rute distribusi pada PT Indoprima Gemilang Surabaya menggunakan metode saving matrix untuk pendistribusian produk yang ada pada Jakarta, tepatnya di gudang yang berada di Pulo Gadung. PT Indoprima Gemilang (IPG) yang terletak di Jl. Gardu Induk PLN no. 5, Margomulyo, Tandes, Surabaya merupakan sebuah perusahaan manufaktur yang bergerak di bidang komponen otomotif. Komponen yang di produksi di PT. Indoprima Gemilang (IPG) antara lain brake lining (kampas rem), clutch facing (kampas kopling), dan wire harness & Battery Cable (kabel mobil), Combination & Ignition Switch, Brake Pad & Shoe, Wire & Tube, Gasket, Fine Blanking. PT Indoprima Gemilang telah memiliki beberapa pelanggan utama antara lain PT. Exedy Indonesia, PT. Aisin Indonesia, dan After Market. PT Indoprima Gemilang memiliki 2 logistic di Jakarta yaitu di Pulo Gadung dan di Cibitung guna memperkecil area jangkauan pendistribusian barang. Pada penilitian ini gudang Pulo Gadung yang akan menjadi
objek penelitian. Dalam penyusunan tugas akhir ini terdapat beberapa tujuan yang ingin dicapai antara lain : 1. Menentukan alokasi pengiriman produk pada armada yang tersedia. 2. Menentukan rute dan jadwal pengiriman produk yang efektif dan efisien. Pembatasan permasalahan bertujuan untuk membatasi ruang lingkup penulisan agar sesuai dengan tujuan yang diharapkan. Adapun batasan-batasan yang digunakan dalam penulisan tugas akhir ini adalah sebagai berikut : a) Penelitian hanya diterapkan untuk pendistribusian produk lewat darat. b) Data permintaan yang digunakan adalah data permintaan selama 1 bulan c) Jenis armada yang digunakan dalam distribusi produk IPG adalah truk jenis Colt Diesel dimana pada gudang Pulo Gadung terdapat 3 mobil. Perhitungan hanya didasarkan pada jarak dan waktu dengan menggunakan satuan kilometer dan menit, disesuaikan pada skala peta pada aplikasi google maps. d) Jarak Berangkat dan jarak kembali dianggap sama. Sedangkan asumsi – asumsi yang digunakan pada penelitian ini antara lain: a) Kondisi jalan selama pengiriman dianggap kemacetan normal yang biasa terjadi di Jakarta, dan tidak terjadi kemacetan yang dikarenakan adanya kecelakaan atau bencana alam. b) Tidak ada penambahan armada selama pengambilan data. II. TINJAUAN PUSTAKA Distribusi adalah suatu kegiatan untuk memindahkan produk dari pihak supplier kepada pihak konsumen dalam suatu supply chain. Supply chain managemen perlu memahami kelayakan, keunggulan, dan kelemahan tiap jenis alat transportasi dalam membuat keputusan pengiriman / distribusi produk. Pada situasi tertentu, mungkin tidak ada pilihan terhadap mode transportasi apa yang akan digunakan, namun pada situasi lain ada kemungkinan beberapa alternatif yang dipertimbangkan. Menurut Pujawan (2005, p179) salah satu keputusan operasional yang sangat penting dalam manajemen distribusi adalah penentuan jadwal serta rute pengiriman dari satu lokasi ke beberapa lokasi tujuan. Dengan menerapkan metode Saving Matrix dapat meminimumkan jarak atau waktu. Dimana menurut Pujawan, metode savings matrix (Pujawan, 2005 p180) pada hakekatnya adalah metode untuk meminimumkan jarak atau waktu atau ongkos dengan mempertimbangkan kendala-kendala yang ada. Langkah-langkah yang harus dikerjakan adalah sebagai berikut: 1. Mengidentifikasi matrik jarak. Pada langkah ini perlu diketahui jarak antara gudang perusahaan ke masing-masing toko dan jarak antar toko. 2. Mengidentifikasi matrik penghematan (savings matrix). Pada awal langkah ini diasumsikan bahwa setiap toko akan dikunjungi oleh satu truk secara eksklusif.
Gambar 1. Perubahan yang terjadi pada toko 1 dan 2 yang digabungkan
3. Mengalokasikan konsumen dalam rute perjalanan kendaraan. Pada tahapan ini, dilakukan pembagian konsumen ke dalam suatu rute perjalanan kendaraan dengan mempertimbangkan konsumen dan kapasitas kendaraan yang digunakan. Sebuah rute dikatakan feasible apabila jumlah permintaan total dari semua konsumen tidak melebihi kapasitas kendaraan dan jumlah permintaan dari satu konsumen dapat ditampung secara keseluruhan oleh satu kendaraan. 4. Mengurutkan toko (tujuan/konsumen) dalam rute yang sudah terdefinisi. Tahap ini merupakan tahap akhir dari metode saving matrix. Tujuan dari tahapan ini adalah mengurutkan kunjungan dari kendaraan ke setiap konsumen yang sudah dikelompokkan dalam suatu rute perjalanan agar dapat diperoleh jarak yang minimal. Berikut adalah beberapa cara yang digunakan untuk pengurutan kunjungan: a) Farthest Insert Prosedur ini dilakukan dengan melakukan penambahan konsumen dalam sebuah rute perjalanan. Prosedur ini dimulai dari penentuan rute kendaraan ke konsumen yang memiliki jarak yang paling jauh. b) Nearest Insert Prosedur ini merupakan kebalikan dari farthest insert dimana prosedur ini dimulai dari penentuan rute kendaraan ke konsumen yang memiliki jarak yang paling III. Metode Penelitian Tahapan-tahapan yang dilakukan dalam penelitian ini adalah sebagai berikut: 1. Penentuan Obyek Penelitian. Objek penelitian yang digunakan adalah proses distribusi produk OEM dari PT Indoprima Gemilang. PT Indoprima Gemilang merupakan salah satu perusahaan pemasar produk spare parts otomotif yang memiliki beberapa customer besar di Jakarta. 2. Identifikasi Masalah. Setelah menemukan objek yang diteliti, langkah selanjutnya adalah mengidentifikasi permasalahan yang hendak dianalisa yakni peningkatan efisiensi berdasarkan metode Saving Matrix. Penelitian dilakukan dengan cara pengambilan data secara langsung.
3.
4.
5.
Pencarian dan pengumpulan data. Langkah selanjutnya setelah melakukan pengidentifikasian masalah adalah dengan melakukan pencarian dan pengumpulan data-data yang diperlukan untuk dianalisa. Data-data yang dibutuhkan yaitu data penjualan produk OEM pada customer Pulogadung, data ukuran box, ukuran lot per box, ukuran truk,lama waktu tiap-tiap customer, lokasi customer. Data-data yang diperoleh yaitu dengan wawancara langsung dengan staf terkait serta dari file-file masa lalu. Pengolahan data dan Analisis data Setelah mendapatkan dan mengumpulkan data-data yang diinginkan, maka langkah selanjutnya adalah melakukan pengolahan data. Pengolahan data merupakan pembuatan diagram saving matrix dengan kombinasi truk yang sudah biasa di gunakan oleh gudang OEM di Pulo Gadung serta pembuatan matrix penghematan kemudian mengurutkan dan memilih rute yang memiliki waktu terpendek dengan metode Farthest Insert & Nearest Insert, dari hasil yang di peroleh kemudian di bandingkan dengan kombinasi truk yang berbeda dan di pilih kombinasi yang memiliki waktu tempuh yang lebih pendek/singkat. Penutup. Setelah di lakukan analisa data langkah selanjtnya adalah memberikan Usulan perbaikan dari analisa yang telah dilakukan sehingga dapat memberikan suatu rekomendasi sebagai masukan ataupun perbaikan bagi pihak perusahaan.
IV. Pengumpulan Data 4.1 Jaringan Distribusi Berikut ini adalah jaringan distribusi PT Indoprima Gemilang, dimana pada penelitian ini data pengiriman gudang Pulo Gadung digunakan sebagai data penelitian
Gambar 2 Jaringan Distribusi Pada sistem pengiriman di gudang Pulo gadung menerapkan alokasi untuk truk dengan kapasitas terbesar di isi penuh terlebih dahulu setelah itu baru menggunakan truk yang kapasitasnya lebih kecil, karena pada customer A yang memiliki jumlah permintaan terbanyak dan rutin setiap harinya di haruskan mendapat kiriman pertama. Pada table 1 akan dijelaskan nama produk untuk tiap nomor part, besrta lokasi dan jenis produk yang di pesan.
Customer A B C D E F
Tabel 1. Data Tiap Customer Lokasi Jenis Produk Wiring Harness Jl.Raya Bekasi Jl. Dr. Rajiman Wiring Harness Widyodiningrat, Bekasi Sunter Agung Tanjung Priok Combination Switch Kaliabang Bekasi Gasket Cakung Barat Cakung Gasket Jakarta Timur Kawasan Industri Surya Antena Cipta
Nomor Part A001 ‐ A063 B001 - B007 C001 - C004 D001 - D009 E001 - E021 F001 - F003
G H I J
Kawasan Industri Jababeka Jalan Raya Perintis Kemerdekaan, Jakarta Utara Kawasan Industri Greendland International Industrial Center Komplek sDelta Silicon Industrial Park
Wiring Harness
G001 - G003
Gasket
H001
Wiring Harness
I001 -I010
Wiring Harness
J001
4.2 Data Waktu Tempuh Berikut ini adalah waktu tempuh dari tiap customer ke customer lainnya, data ini di peroleh dari hasil wawancara dengan staf gudang Pulo Gadung, dalama penelitian ini menggunakan data waktu tempuh perjalanan dari gudang ke tiap customer pada tabel 3 karena jarak tidak linier dengan waktu, hal ini akan di buktikan pada tabel 2 dimana jarak yang di tempuh adalah jarak dari gudang ke customer kembali ke gudang. Hal ini di karenakan tingkat kemacetan pada jalur tersebut dapat dilihat pada gambar tidak sama. Tabel 2. Perbandingan Jarak dan Waktu Perbandingan Jarak Waktu W‐A‐W 9.8 W‐A‐W 90 W‐C‐W 23 W‐C‐W 180 W‐H‐W 8.6 W‐H‐W 240
Gambar 3. Jarak Gudang ke Customer A
Gambar 4. Jarak Gudang ke Customer C V. Pengolahan dan Analisa Data 5.1 Identifikasi Matrix Jarak/ Waktu Pada langkah ini perlu diketahui jarak/ waktu antara gudang perusahaan ke masing-masing toko dan jarak/ waktu antar toko. Jarak/waktu lokasi dapat dihitung dengan menggunakan rumus jarak standar. Misalkan dua lokasi masing-masing diketahui dengan koordinat (X1,Y1) dan (X2,Y2) maka jarak antara dua lokasi tersebut adalah : J(1,2) = ( x1 – x2 )2 +( y1 – y2 )2 Pada penelitian ini identifikasi yang di gunakan menggunakan satuan waktu yaitu menit, sehingga tidak perlu menggunakan rumus , berikut ini adalah table Identifikasi Matrix Waktu: Tabel 3. Identifikasi Matrix Waktu (menit) Waktu Gudang /menit A B C D E F G H I J
45 60 90 90 45 90 120 120 90 120
A
B
C
D
E
F
G
H
I
J
0 45 90 90 10 90 120 120 60 60
0 90 60 60 90 120 120 60 120
0 120 90 30 150 150 90 150
0 90 150 120 120 60 90
0 120 150 150 90 120
0 150 150 90 150
0 120 60 90
0 120 90
0 60
0
Tabel 3 kemudian digunakan untuk menentukan matrik penghematan (savings matrix) yang akan dikerjakan pada langkah berikutnya.
5.2
Identifikasi Matrik Penghematan (savings matrix)
Pada awal langkah ini diasumsikan bahwa setiap customer akan dikunjungi oleh satu truk secara eksklusif. Maka akan ada penghematan yang akan diperoleh jika dua atau lebih rute bila digabungkan menjadi satu rute. Perubahan jarak (penghematan) adalah sebesar total jarak kiri dikurangi total jarak kanan yang besarnya adalah :
Hasil ini diperoleh dengan asumsi bahwa jarak (x, y) sama dengan jarak (y, x). Hasil di atas bisa digeneralisasikan sebagai berikut : S(x,y) = J (G,x) + J(G,y) – J(x,y), dimana S(x,y) adalah penghematan jarak (savings) yang diperoleh dengan menggabungkan rute x dan y menjadi satu. Dengan menggunakan formula tersebut maka matrik penghematan jarak bisa dihitung untuk semua customer dan hasilnya dapat dibuat dalam suatu tabel matrik penghematan Hasil identifikasi saving matrix dapat dilihat pada tabel 4. Tabel 4. Identifikasi Saving Matrix (menit)
5.3
Waktu/menit
A
B
C
D
E
F
G
H
I
A
0
B
60
0
C
45
60
0
D
45
90
60
0
E
80
45
45
45
0
F
45
60
150
30
15
0
G
45
60
60
90
15
60
0
H
45
60
60
90
15
60
120
0
I
75
90
90
120
45
90
150
90
0
J
105
60
60
120
45
60
150
150
150
J
0
Mengalokasikan Konsumen Pada Armada
Tabel 5 menunjukkan hasil penggabungan konsumen pada armada yang tersedia dengan truk kecil diprioritaskan.
Tabel 5. Penggabungan Konsumen Prioritas truk kecil Penghematan 150 150 150 150 150 120 120 120 105 90 90 90 90 90 90 90 80 75 60 60 60 60 60 60 60 60 60 60 60
Customer I&J H&J G&J G&I C&F G&H D&J D&I A&J H&I F&I D&H D&G C&I B&I B&D A&E A&I F&J F&H F&G C&J C&H C&G C&D B&J B&H B&G B&F
Penggabungan IJ IJH IJHG IJHG CF IJHG IJHGD IJHGD IJHGDA IJHGDA tidak layak IJHGDA IJHGDA tidak layak tidak layak (B) tidak layak AE IJHGDA tidak layak tidak layak tidak layak tidak layak tidak layak tidak layak tidak layak tidak layak tidak layak tidak layak BCF
Kapasitas 0 0.347776 0.347776 0.347776 2.03356625 0.347776 0.686296 0.686296 9.2225 9.2225 9.2225 9.2225 12.843126 4.614623347 9.2225
14.87669225
Setelah penggabungan tiap customer selanjutnya adalah mengurutkan toko (tujuan/konsumen) dalam rute yang sudah terdefinisi dengan menggunakan metode yaitu Farthest Insert dan Nearest Insert yang akan di sajikan pada tabel 7 dan tabel 8
Tabel 7. Urutan Rute dan Total Waktu (menit) Customer dengan metode Farthest Insert tgl. 1 okotober 2015 Prioritas truk kecil Tgl. 1
HAD
W‐H‐W W‐D‐W W‐A‐W
AE
W‐A‐W W‐E‐W
BCF
W‐B‐W W‐C‐W W‐F‐W
Truk 110ps 240 W‐H‐D‐W 180 W‐H‐A‐W 90 Truk 110ps 90 W‐A‐E‐W 90 W‐E‐A‐W Truk 125ps 120 W‐C‐F‐W 180 W‐C‐B‐W 180 W‐F‐C‐W W‐F‐B‐W
285 W‐H‐D‐A‐W 195
375
100 100 210 W‐C‐B‐F‐W 240 W‐F‐B‐C‐W 210 240
420 360
Dengan menerapkan metode farthes insert menghasilkan lama waktu pengiriman pada truk pertama sebesar 375 menit, truk ke 2 100 menit dan truk ke 3 420 menit Tabel 8. Urutan Rute dan Total Waktu (menit) Customer dengan metode Nearest Insert tgl. 1 okotober 2015 Prioritas truk kecil Tgl. 1
HAD
W‐H‐W W‐D‐W W‐A‐W
AE
W‐A‐W W‐E‐W
BCF
W‐B‐W W‐C‐W W‐F‐W
Dari tabel
Truk 110ps 240 W‐A‐H‐W 180 W‐A‐D‐W 90 Truk 110ps 90 W‐A‐E‐W 90 W‐E‐A‐W Truk 125ps 120 W‐B‐C‐W 180 W‐B‐F‐W 180
285 W‐A‐D‐H‐W 225
375
100 100 240 W‐B‐C‐F‐W 240 W‐B‐F‐C‐W
270 270
menunjukan bahwa metode Nearest Insert lebih menghemat
waktu.
5.4. Perbandingan Model Awal dengan Model Usulan Pada Tabel 9 akan di tampilkan perbandingan waktu tempuh antara model awal dan model usulan dengan metode pengurutan rute menggunakan metode Nearest Insert dimana pada model awal menerapkan untuk truk yang lebih besar di prioritaskan untuk di isi terlebih dahuu, sedangkan untuk metode usulan memprioritaskan truk dengan kapasitas terkecil di isi terlebih dahulu.
Tabel 9. Perbandingan Waktu Tempuh Model Awal dengan Model Usulan Tgl. 125PS 1 525 2 450 3 4 5 300 6 405 7 330 8 385 9 90 10 120 11 12 450 13 330 14 90 15 285 16 90 17 120 18 19 90 20 450 21 330 22 525 23 330 24 25 26 435 27 330 28 330 29 285 30 315 31 Rata‐rata
Perbandingan waktu tempuh (Menit) Metode Awal Metode Usulan 110ps 110PS Total 110ps 110PS 125PS 120 165 810 375 100 270 120 165 735 225 100 270 0 0 120 165 585 90 100 270 120 165 690 360 100 240 120 165 615 90 100 270 120 120 625 120 505 315 120 525 90 100 270 120 120 0 120 165 735 225 100 270 120 154 604 90 100 270 90 90 120 315 720 375 100 270 120 315 525 90 100 270 120 120 120 0 120 315 525 90 100 270 120 165 735 90 100 270 120 165 615 265 120 120 165 810 405 150 120 165 615 90 255 0 0 120 165 720 285 100 270 120 165 615 90 100 270 120 165 615 90 100 270 315 600 360 310 315 255 0 440.77
Total 745 595 0 0 460 700 460 625 460 120 0 595 460 90 745 460 240 0 460 460 385 555 345 0 0 655 460 460 670 255 0 369.6774
Rata-rata waktu tempuh setiap harinya untuk metode awal sebesar 440.77 menit dan dengan metode usulan sebesar 369.67 menit. Perhitungan waktu tempuh dalam penelitian ini belum termasuk allowance. Dari tabel 10 menunjukan dengan metode usulan penggunaan armada memiliki persentase yang lebih besar yang artinya pengalokasian barang ke armada lebih merata/seimbang.
Tabel 10. Perbandingan Persentase Penggunaan Armada Model Awal dengan Model Usulan
Tgl. 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 Rata‐rata
Perbandingan % Penggunaan Armada Metode Awal Metode Usulan 125PS 110ps 110PS Rata‐rata 110ps 110PS 125PS 97% 100% 46% 81% 100% 50% 95% 94% 100% 47% 80% 100% 50% 92% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% 97% 100% 44% 80% 100% 54% 91% 83% 100% 39% 74% 100% 36% 84% 88% 100% 44% 77% 100% 33% 95% 43% 100% 31% 58% 68% 0% 77% 96% 100% 49% 82% 100% 65% 86% 2% 0% 0% 1% 4% 0% 0% 0% 0% 0% 0% 0% 0% 0% 70% 100% 39% 70% 100% 5% 90% 89% 100% 41% 77% 100% 37% 91% 3% 0% 0% 1% 5% 0% 0% 93% 100% 57% 83% 100% 39% 90% 80% 100% 48% 76% 100% 0% 85% 68% 0% 0% 23% 100% 16% 0% 0% 0% 0% 0% 0% 0% 0% 89% 100% 41% 76% 100% 37% 80% 94% 100% 25% 73% 100% 37% 87% 48% 100% 33% 61% 90% 0% 72% 73% 100% 9% 61% 100% 0% 78% 72% 95% 0% 56% 96% 0% 72% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% 0% 100% 100% 30% 76% 100% 46% 90% 93% 100% 38% 77.2% 100% 44% 89% 95% 26% 0% 40% 100% 0% 85% 87% 60% 0% 49% 100% 0% 64% 16% 0% 0% 5% 27% 0% 0% 0% 0% 0% 0% 0% 0% 46% = Lebih Optimal
Rata‐rata 82% 81% 0% 0% 82% 73% 76% 48% 84% 1% 0% 65% 76% 2% 76% 62% 39% 0% 72% 75% 54% 59% 56% 0% 0% 79% 77.5% 62% 55% 9% 0% 47%
VI. Penutup Beberapa kesimpulan yang diperoleh dari hasil penelitian ini adalah sebagai berikut: 1. Dari pengolahan data untuk menentukan distribusi dan data parameternya dalam
menghasilkan solusi optimal dengan menggunakan metode Saving Matrix. Pada penelitian yang telah dilakukan, prosedur nearest insert merupakan prosedur yang dapat menghasilkan rute dengan waktu yang lebih efisien, dengan hasil jarak tempuh rata-rata pada metode lama 440.77 menit sedangkan dengan metode usulan di dapatkan hasil lebih singkat yaitu 369.67, dimana pada penerapan kombinasi usulan dan menerapkan metode nearest insert pada tanggal 1 di peroleh rute paling efisien yaitu untuk truk 1 mengirim dari W-A-D-H-W dengan total waktu 375 menit, untuk truk ke 2 mengirim dari W-A-E-W dengan total waktu 100 menit, dan pada truk ke 3 mengirim dari W-B-F-C-W dengan total waktu 270 menit. 2. Dalam pengalokasian customer ke kendaraan, dengan kombinasi usulan yaitu memprioritaskan truk dengan kapasitas terkecil di isi terlebih dahulu dapat menghasilkan penghematan yang lebih besar di bandingkan dengan prosedur awal yang di gunakan oleh PT indoprima Gemilang yang menerapkan kombinasi truk dengan kapasitas besar di isi penuh terlebih dahulu, menghasilkan persentase penggunaan armada yang tersedia rata-rata selama sebulan dengan metode lama yaitu 46% dan dengan menggunakan metode usuluan yaitu 47%, pada pengalokasian barang ke kendaraan menunjukan jika semakin besar persentase yang didapatkan maka pengalokasian tersebut dapat dikatakn merata/seimbang, dimana pada penerapan metode usulan pada tanggal 1 di dapatkan hasil truk pertama mengantar produk ke customer H, A, D dengan persentase penggunaan armada sebesar 100%, pada truk ke dua mengantar produk ke customer A dan E dengan persentase penggunaan armada 50%, sedangkan pada truk ketiga mengantar produk ke customer B,C dan F dengan persentase penggunaan armada sebesar 95% DAFTAR PUSTAKA Alimudin, A., 2010, Perencanaan Rute Distribusi Produk Olie Drum Untuk Meminimalkan Biaya Transportasi Dengan Metode Savings Matrix Di PT Kamadjaja Logistics Surabaya, Skripsi, Jurusan Teknik Industri Fakultas Teknologi Industri Universitas Pembangunan Nasional “Veteran” Jawa Timur. Anggun Yunitasari. 2014. Optimalisasi Rute Pengangkutan Sampah di Kabupaten Sleman Menggunakan Metode Saving Matrix. http://eprints.uny.ac.id/12581/1/SKRIPSI%20Anggun%20Yunitasari.pdf diakses 12 Mei 2016. Assauri, Sofjan. 2008. Manajemen Produksi dan Operasi, Edisi Revisi 2008. Jakarta.
Ballou, Ronald H. (2004) Business Logistic Management, Fifth Edition, Prectice Hall, Upper Saddle River, New Jersey. Chopra, S., and Meindl, P. (2001). Supply chain management: Strategy, planning, and operations. New Jersey – Prentice Hall. Heizer, Jay and Barry Render. 2009. Manajemen Operasi. Edisi 9. (Diterjemahkan oleh: Chriswan Sungkono). Salemba Empat: Jakarta. Perkembangan Jumlah Kendaraan Bermotor Menurut Jenis tahun 1987-2013, Badan Pusat Statistik, http://www.bps.go.id/linkTabelStatis/view/id/1413 (dikutip 22 November 2015, pukul 22.38). Pujawan, I N. (2005). Supply chain management. Guna Widya. Simchi-Levi, D.,Kaminski, P., and Simchi-Levi, E. (2000). Designing and managing the supply chain: Concept, strategies, and case studies. Irwin McGraw-Hill. Santoso, Singgih. 2009. Buisness Forecaseting Metode Peramalan Bisnis Masa Kini dengan Minitab dan SPSS. Jakarta: PT.Elex Media Komputindo.
