RASTRA) MENGGUNAKAN GOAL PROGRAMMING (STUDI KASUS: PERUM BULOG

TUGAS AKHIR – KS141501

OPTIMASI DISTRIBUSI SUBSIDI BERAS (RASKIN/RASTRA) MENGGUNAKAN GOAL PROGRAMMING (STUDI KASUS: PERUM BULOG v DIVRE JAWA TIMUR) RASKIN /RASTRA DISTRIBUTION OPTIMIZATION USING GOAL PROGRAMMING (CASE STUDY: PERUM BULOG DIVRE JAWA TIMUR) RIF ATUN KHASANAH NRP 5213 100 158 Dosen Pembimbing Wiwik Anggraeni, S.Si, M.Kom JURUSAN SISTEM INFORMASI Fakultas Teknologi Informasi Institut Teknologi Sepuluh Nopember Surabaya 2017

TUGAS AKHIR – KS141501

OPTIMASI DISTRIBUSI SUBSIDI BERAS (RASKIN/RASTRA) MENGGUNAKAN GOAL PROGRAMMING (STUDI KASUS: PERUM BULOG DIVRE JAWA TIMUR)

RIF ATUN KHASANAH NRP 5213 100 158 Dosen Pembimbing Wiwik Anggraeni, S.Si, M.Kom

JURUSAN SISTEM INFORMASI Fakultas Teknologi Informasi Institut Teknologi Sepuluh Nopember Surabaya 2017

FINAL PROJECT – KS141501

RASKIN /RASTRA DISTRIBUTION OPTIMIZATION USING GOAL PROGRAMMING (CASE STUDY: PERUM BULOG DIVRE JAWA TIMUR)

RIF ATUN KHASANAH NRP 5213 100 158 Supervisors Wiwik Anggraeni, S.Si, M.Kom

INFORMATION SYSTEMS DEPARTMENT Information Technology Faculty Sepuluh Nopember Institut of Technology Surabaya 2017

OPTIMASI DISTRIBUSI SUBSIDI BERAS (RASKIN/RASTRA) MENGGUNAKAN GOAL PROGRAMMING (STUDI KASUS: PERUM BULOG DIVRE JAWA TIMUR)

Nama Mahasiswa NRP Jurusan Dosen Pembimbing 1

: RIF ATUN KHASANAH : 5213 100 158 : SISTEM INFORMASI FTIF-ITS : Wiwik Anggraeni, S.Si, M.Kom ABSTRAK

Percepatan distribusi Raskin turut menjadi faktor yang mampu meredam kenaikan harga beras di Jawa Timur. Distribusi beras dimulai dari dari Gudang BULOG kemudian dikirimkan ke titik distribusi tujuan sesuai dengan jumlah Rumah Tangga Sasaran (RTS) yang terdata. Masing-masing gudang memiliki wilayah cakupan distribusi yang berbeda-beda. Permasalahan muncul jika gudang Bulog dengan pengadaan beras yang masih kurang harus mengirim permintaan beras RASKIN ke wilayah distribusi cakupannya. Sedangkan kondisi gudang masih belum mencukupi untuk memenuhi semua permintaan tersebut. Jika situasi tersebut terjadi maka bisa dilakukan pemenuhan pasokan dari gudang lain yang memiliki stok berlebih. Jika kondisi tersebut tidak teratasi maka bisa terjadi keterlambatan pengiriman beras RASKIN. Untuk mengatasi hal tersebut, bisa dilakukan optimasi distribusi beras RASKIN/RASTRA yaitu dengan tujuan untuk memaksimalkan pemenuhan permintaan RASKIN bulog dan meminimalkan jarak tempuh antar gudang sehingga proses distribusi dari tiap gudang bisa berjalan lancar dan tidak terjadi kekurangan atau keterlambatan penyaluran beras. Di wilayah Jawa Timur, distribusi RASKIN dilakukan untuk 38 kabupaten/kota dengan 58 jumlah gudang yang tersebar di Jawa Timur. Dengan banyaknya gudang dan kondisi v

pengadaan beras dari tiap gudang yang belum pasti, maka diperlukan proses optimasi distribusi RASKIN untuk memastikan beras raskin tersedia pada semua gudang dan dapat disalurkan sampai ke Rumah tangga Sasaran. Proses optimasi dilakukan untuk memaksimalkan pemenuhan permintaan RASKIN bulog dan meminimalkan jarak tempuh. Dengan dua fungsi tujuan yang ingin dicapai tersebut, maka pemodelan optimasi dilakukan dengan metode goal programming. Goal Programming merupakan merupakan model yang mampu menyelesaikan kasus-kasus yang memiliki lebih dari satu sasaran. Luaran dari tugas akhir ini adalah perencanaan alokasi penyaluran RASKIN yang bisa dipertimbangkan untuk perumusan kebijakan baru pada Perum Bulog Divre Jawa Timur. Hasil optimasi tersebut diharapkan dapat memberikan manfaat bagi pihak Perum Bulog Divre Jawa Timur untuk menentukan banyaknya pasokan distribusi yang dikirim/diterima dari gudang satu ke gudang lain. Dari hasil optimasi didapatkan alokasi antar gudang yang paling optimal untuk distribusi RASKIN dengan wilayah cakupan Subdivre Surabaya Utara, Surabaya Selatan dan Madura. Alokasi optimal mencapai biaya paling minimum namun tujuan pemenuhan permintaan total masih belum terpenuhi dan membutuhkan pengadaan beras yang lebih banyak. Kata kunci : Optimasi, distribusi, programming, alokasi, gudang

vi

raskin,

goal

RASKIN /RASTRA DISTRIBUTION OPTIMIZATION USING GOAL PROGRAMMING (CASE STUDY: PERUM BULOG DIVRE JAWA TIMUR) Name NRP Departement Supervisor 1

: : : :

RIF ATUN KHASANAH 5213 100 158 INFORMATION SYSTEM FTIF-ITS Wiwik Anggraeni, S.Si, M.Kom

ABSTRACT The advance of RASKIN Distribution have become a factor which can muffle the increase of rice price in East Java. RASKIN distribution start from BULOG warehouse then send the rice to the distribution nodes based on the number of Rumah Tangga Sasaran (RTS). Each of the warehouse have different coverage area. The problem arise when a warehouse with a less supply of rice have to fulfill the demand of RASKIN distribution in its coverage area. Meanwhile the warehouse stocks can't manage that demands. If this situation arise, the demand should be manage by stocks from other warehouse. If this situation doesn't managed then it can cause RASKIN Distribution somewhat late. In order to save the situation, RASKIN distribution optimization then proposed in this study to maximizing the fulfilment of RASKIN demands and minimizing total lenghts distance. This Distribution optimization want to maximizing the fulfilment of RASKIN demands and minimizing total lenghts distance. With multiple goal, the optimization will be done by applicating goal programming method. Goal Programming is a method which can solve a multiple goal problems. Goal programming would help to reach balance to maximizing the fulfilment of RASKIN demands and minimizing total lenghts distance. The output from this study is a allocation planning for RASKIN distribution in Surabaya Utara, Surabaya Selatan and Madura vii

which can be a consideration for a new distribution policy in PERUM BULOG Divre Jawa Timur. The result of optimization expectably come in useful for PERUM BULOG Divre Jawa Timur to establish the number of distribution stocks which received/send betweeen warehouses. Keywords : Optimization, Distribution, RASKIN, Goal Programming, Inventory Capacity, Distance

viii

KATA PENGANTAR Alhamdulillah atas karunia, rahmat, barakah, dan jalan yang telah diberikan Allah SWT selama ini sehingga penulis mendapatkan kelancaran dalam menyelesaikan tugas akhir dengan judul: OPTIMASI DISTRIBUSI SUBSIDI BERAS (RASKIN/RASTRA) MENGGUNAKAN GOAL PROGRAMMING (STUDI KASUS: PERUM BULOG DIVRE JAWA TIMUR) Terima kasih atas pihak-pihak yang telah mendukung, memberikan saran, motivasi, semangat, dan bantuan baik materi maupun spiritual demi tercapainya tujuan pembuatan tugas akhir ini. Secara khusus penulis akan menyampaikan ucapan terima kasih yang sedalam-dalamnya kepada: 1. Orang tua penulis Riduwan dan Mestiani, kakak tercinta Ria Kariviyanti dan adik tersayang Febri Abu Rizal serta keluarga besar penulis yang tidak bisa saya sebutkan satusatu, terima kasih telah mendoakan dan mendukung penulis. 2. Ibu Wiwik Anggraeni, S.Si, M.Kom. selaku dosen pembimbing yang meluangkan waktu, memberikan ilmu, petunjuk, dan motivasi untuk kelancaran Tugas Akhir ini. 3. Bapak Edwin Riksakomara, S.Kom., MT. dan Bapak Faizal Mahananto, S.Kom., M.Eng., PhD. dan Ibu Amalia Utamima, S.Kom., MBA selaku dosen penguji yang telah memberikan masukan untuk perbaikan tugas akhir ini. 4. Kepada Bapak Widi dan petugas administrasi pada Perum BULOG Divre Jawa Timur, terima kasih atas segala bantuan dan waktu yang diberikan. 5. Seluruh civitas akademika, termasuk dosen, pada Jurusan Sistem Informasi ITS yang telah menjadi bagian hidup selama kuliah dan yang telah memberikan ilmu yang sangat berharga bagi penulis. 6. Rekan-rekan BELTRANIS yang telah berjuang bersama dalam menjalani perkuliahan di Jurusan Sistem Informasi ITS. Terima kasih atas segala dukungan yang diberikan. ix

7. 8.

9.

Teman-teman tercinta Fajar Ratna, Mia Eka, Elisa Dian, Nur Sofia, dan Siti Alfianita. Para Pejuang 115 RDIB; Pro, Ninis, Kak El, Nana, Dini, Dita, Maul, Kamal dan Slamet yang telah melewati duka cita bersama mengerjakan tugas akhir. Berbagai pihak yang membantu dalam penyusunan Tugas Akhir ini dan belum dapat disebutkan satu per satu.

Penyusunan laporan ini masih jauh dari sempurna, untuk itu saya menerima adanya kritik dan saran yang membangun untuk perbaikan di masa mendatang. Semoga buku tugas akhir ini dapat memberikan manfaat bagi pembaca.

x

DAFTAR ISI ABSTRAK ............................................................................... v ABSTRACT ........................................................................... vii KATA PENGANTAR ............................................................ ix DAFTAR ISI ........................................................................... xi DAFTAR GAMBAR ............................................................ xiii DAFTAR TABEL ................................................................. xix BAB I PENDAHULUAN ...................................................... 1 1.1. Latar Belakang .......................................................... 1 1.2. Perumusan Masalah .................................................. 4 1.3. Batasan Pengerjaan Tugas Akhir .............................. 4 1.4. Tujuan Tugas Akhir .................................................. 4 1.5. Manfaat Tugas Akhir ................................................ 4 1.6. Relevansi................................................................... 5 BAB II TINJAUAN PUSTAKA ............................................. 7 2.1. Studi Sebelumnya ..................................................... 7 2.2. Dasar Teori ............................................................. 10 2.2.1. PERUM BULOG ............................................ 10 2.2.2. Program RASKIN ........................................... 12 2.2.3. Optimasi .......................................................... 14 2.2.4. Goal Programming .......................................... 15 2.3. Aplikasi Google Maps ............................................ 19 2.4. Aplikasi LINGO ..................................................... 20 BAB III METODOLOGI PENELITIAN .............................. 23 3.1. Metodologi Penelitian ............................................. 23 3.2. Tahap Perancangan ................................................. 24 3.2.1. Identifikasi Permasalahan ............................... 24 3.2.2. Studi Literatur ................................................. 24 3.2.3. Pengumpulan Data dan Wawancara................ 25 3.2.4. Pemodelan Permasalahan ................................ 25 3.2.5. Proses Optimasi menggunakan metode Goal Programming ................................................... 26 3.2.6. Validasi Model ................................................ 26 3.2.7. Analisis Hasil dan Penarikan Kesimpulan ...... 26 3.2.8. Penyusunan Laporan Tugas Akhir .................. 27 xi

BAB IV PERANCANGAN................................................... 29 4.1. Pengumpulan dan Deskripsi Data ........................... 29 4.1.1. Deskripsi Data Penyaluran RASKIN .............. 29 4.1.2. Data Gudang .................................................... 30 4.1.3. Data Jarak ........................................................ 31 4.2. Formulasi Data ........................................................ 38 4.2.1. Formulasi Linier Programming ....................... 38 4.2.2. Formulasi Goal Programming ......................... 58 4.2.3. Perumusan Batasan Goal Programming .......... 66 BAB V IMPLEMENTASI .................................................... 71 5.1. Hasil Pra-pengolahan Data...................................... 71 5.2. Penyelesaian Model dengan Lingo ......................... 86 5.2.1. Menentukan Fungsi Tujuan ............................. 86 5.2.2. Memasukkan Batasan ...................................... 86 5.2.3. Menjalankan Fungsi Optimasi......................... 91 BAB VI HASIL DAN PEMBAHASAN .............................. 92 6.1. Lingkungan Uji Coba .............................................. 93 6.2. Verifikasi Model ..................................................... 94 6.3. Validasi Model ........................................................ 96 6.4. Uji Coba Model Optimasi ..................................... 115 6.5. Analisa Hasil ......................................................... 115 6.5.1. Analisa Hasil Lingo ....................................... 116 6.5.2. Analisa Hasil Uji Coba .................................. 130 6.5.3. Analisas Hasil Uji Coba Prioritas .................. 134 BAB VII KESIMPULAN DAN SARAN .......................... 139 7.1. Kesimpulan ........................................................... 139 7.2. Saran ..................................................................... 141 DAFTAR PUSTAKA .......................................................... 143 BIODATA PENULIS .......................................................... 145 LAMPIRAN A ........................................................................ 1 LAMPIRAN B......................................................................... 1 LAMPIRAN C......................................................................... 1 LAMPIRAN D ........................................................................ 1 LAMPIRAN E ......................................................................... 1

xii

DAFTAR GAMBAR Gambar 2.1 Alur Distribusi RASKIN .................................... 12 Gambar 2.2 User Interface Aplikasi LINGO ......................... 21 Gambar 3.1 Metodologi Penelitian ........................................ 23 Gambar 5.1 Memasukkan Skrip Fungsi Tujuan ..................... 86 Gambar 5.2 Memasukkan Batasan Permintaan Tiap Subdivre ................................................................................................ 87 Gambar 5.3 Memasukkan Batasan Permintaan RASKIN Total ................................................................................................ 88 Gambar 5.4 Memasukkan Batasan Kapasitas ........................ 89 Gambar 5.5 Memasukkan Batasan Nilai Jarak ...................... 90 Gambar 5.6 Memasukkan Batasan Pengadaan....................... 91 Gambar 5.7 Status Fungsi Optimasi ....................................... 91 Gambar 6.1 Hasil Verifikasi Model pada Lingo .................... 94 Gambar 6.2 Sebagian Hasil Keluaran Aplikasi Lingo ........... 95 Gambar A.1 Data Jarak dari Gudang 1 ke Gudang 2 ............... 1 Gambar A.2 Data Jarak dari Gudang 1 ke Gudang 11 ............. 1 Gambar A.3 Data Jarak dari Gudang 1 ke Gudang 12 ............. 2 Gambar A.4 Data Jarak dari Gudang 1 ke Gudang 13 ............. 2 Gambar A.5 Data Jarak dari Gudang 1 ke Gudang 14 ............. 3 Gambar A.6 Data Jarak dari Gudang 1 ke Gudang 4 ............... 3 Gambar A.7 Data Jarak dari Gudang 1 ke Gudang 5 ............... 4 Gambar A.8 Data Jarak dari Gudang 1 ke Gudang 6 ............... 4 Gambar A.9 Data Jarak dari Gudang 1 ke Gudang 7 ............... 5 Gambar A.10 Data Jarak dari Gudang 1 ke Gudang 8 ............. 5 Gambar A.11 Data Jarak dari Gudang 1 ke Gudang 9 ............. 6 Gambar A.12 Data Jarak dari Gudang 1 ke Gudang 10 ........... 6 Gambar A.13 Data Jarak dari Gudang 2 ke Gudang 11 ........... 7 Gambar A.14 Data Jarak dari Gudang 2 ke Gudang 12 ........... 7 Gambar A.15 Data Jarak dari Gudang 2 ke Gudang 13 ........... 8 Gambar A.16 Data Jarak dari Gudang 2 ke Gudang 14 ........... 8 Gambar A.17 Data Jarak dari Gudang 2 ke Gudang 4 ............. 9 Gambar A.18 Data Jarak dari Gudang 2 ke Gudang 5 ............. 9 Gambar A.19 Data Jarak dari Gudang 2 ke Gudang 6 dan 7 . 10 Gambar A.20 Data Jarak dari Gudang 2 ke Gudang 8 ........... 10 Gambar A.21 Data Jarak dari Gudang 2 ke Gudang 9 ........... 11 xiii

Gambar A.22 Data Jarak dari Gudang 2 ke Gudang 10 .........11 Gambar A.23 Data Jarak dari Gudang 11 ke Gudang 1 .........12 Gambar A.24 Data Jarak dari Gudang 11 ke Gudang 2 .........12 Gambar A.25 Data Jarak dari Gudang 11 ke Gudang 12 .......13 Gambar A.26 Data Jarak dari Gudang 11 ke Gudang 13 .......13 Gambar A.27 Data Jarak dari Gudang 11 ke Gudang 14 .......14 Gambar A.28 Data Jarak dari Gudang 11 ke Gudang 4 .........14 Gambar A.29 Data Jarak dari Gudang 11 ke Gudang 5 .........15 Gambar A.30 Data Jarak dari Gudang 11 ke Gudang 6 dan 715 Gambar A.31 Data Jarak dari Gudang 11 ke Gudang 8 .........16 Gambar A.32 Data Jarak dari Gudang 11 ke Gudang 9 .........16 Gambar A.33 Data Jarak dari Gudang 11 ke Gudang 10 .......17 Gambar A.34 Data Jarak dari Gudang 12 ke Gudang 1 .........17 Gambar A.35 Data Jarak dari Gudang 12 ke Gudang 2 .........18 Gambar A.36 Data Jarak dari Gudang 12 ke Gudang 11 .......18 Gambar A.37 Data Jarak dari Gudang 12 ke Gudang 13 .......19 Gambar A.38 Data Jarak dari Gudang 12 ke Gudang 14 .......19 Gambar A.39 Data Jarak dari Gudang 12 ke Gudang 4 .........20 Gambar A.40 Data Jarak dari Gudang 12 ke Gudang 5 .........20 Gambar A.41 Data Jarak dari Gudang 12 ke Gudang 6 dan 721 Gambar A.42 Data Jarak dari Gudang 12 ke Gudang 8 .........21 Gambar A.43 Data Jarak dari Gudang 12 ke Gudang 9 .........22 Gambar A.44 Data Jarak dari Gudang 12 ke Gudang 10 .......22 Gambar A.45 Data Jarak dari Gudang 13 ke Gudang 1 .........23 Gambar A.46 Data Jarak dari Gudang 13 ke Gudang 2 .........23 Gambar A.47 Data Jarak dari Gudang 13 ke Gudang 11 .......24 Gambar A.48 Data Jarak dari Gudang 13 ke Gudang 12 .......24 Gambar A.49 Data Jarak dari Gudang 13 ke Gudang 14 .......25 Gambar A.50 Data Jarak dari Gudang 13 ke Gudang 4 .........25 Gambar A.51 Data Jarak dari Gudang 13 ke Gudang 5 .........26 Gambar A.52 Data Jarak dari Gudang 13 ke Gudang 6 dan 726 Gambar A.53 Data Jarak dari Gudang 13 ke Gudang 8 .........27 Gambar A.54 Data Jarak dari Gudang 13 ke Gudang 9 .........27 Gambar A.55 Data Jarak dari Gudang 13 ke Gudang 10 .......28 Gambar A.56 Data Jarak dari Gudang 14 ke Gudang 1 .........28 Gambar A.57 Data Jarak dari Gudang 14 ke Gudang 2 .........29 Gambar A.58 Data Jarak dari Gudang 14 ke Gudang 11 .......29 xiv

Gambar A.59 Data Jarak dari Gudang 14 ke Gudang 12 ....... 30 Gambar A.60 Data Jarak dari Gudang 14 ke Gudang 13 ....... 30 Gambar A.61 Data Jarak dari Gudang 14 ke Gudang 4 ......... 31 Gambar A.62 Data Jarak dari Gudang 14 ke Gudang 5 ......... 31 Gambar A.63 Data Jarak dari Gudang 14 ke Gudang 6 dan 732 Gambar A.64 Data Jarak dari Gudang 14 ke Gudang 8 ......... 32 Gambar A.65 Data Jarak dari Gudang 14 ke Gudang 9 ......... 33 Gambar A.66 Data Jarak dari Gudang 14 ke Gudang 10 ....... 33 Gambar A.67 Data Jarak dari Gudang 4 ke Gudang 1 ........... 34 Gambar A.68 Data Jarak dari Gudang 4 ke Gudang 2 ........... 34 Gambar A.69 Data Jarak dari Gudang 4 ke Gudang 11 ......... 35 Gambar A.70 Data Jarak dari Gudang 4 ke Gudang 12 ......... 35 Gambar A.71 Data Jarak dari Gudang 4 ke Gudang 13 ......... 36 Gambar A.72 Data Jarak dari Gudang 4 ke Gudang 14 ......... 36 Gambar A.73 Data Jarak dari Gudang 4 ke Gudang 5 ........... 37 Gambar A.74 Data Jarak dari Gudang 4 ke Gudang 6 dan 7 . 37 Gambar A.75 Data Jarak dari Gudang 4 ke Gudang 8 ........... 38 Gambar A.76 Data Jarak dari Gudang 4 ke Gudang 9 ........... 38 Gambar A.77 Data Jarak dari Gudang 4 ke Gudang 10 ......... 39 Gambar A.78 Data Jarak dari Gudang 5 ke Gudang 1 ........... 39 Gambar A.79 Data Jarak dari Gudang 5 ke Gudang 2 ........... 40 Gambar A.80 Data Jarak dari Gudang 5 ke Gudang 11 ......... 40 Gambar A.81 Data Jarak dari Gudang 5 ke Gudang 12 ......... 41 Gambar A.82 Data Jarak dari Gudang 5 ke Gudang 13 ......... 41 Gambar A.83 Data Jarak dari Gudang 5 ke Gudang 14 ......... 42 Gambar A.84 Data Jarak dari Gudang 5 ke Gudang 4 ........... 42 Gambar A.85 Data Jarak dari Gudang 5 ke Gudang 6 dan 7 . 43 Gambar A.86 Data Jarak dari Gudang 5 ke Gudang 8 ........... 43 Gambar A.87 Data Jarak dari Gudang 5 ke Gudang 9 ........... 44 Gambar A.88 Data Jarak dari Gudang 5 ke Gudang 10 ......... 44 Gambar A.89 Data Jarak dari Gudang 6 dan 7 ke Gudang 1 . 45 Gambar A.90 Data Jarak dari Gudang 6 dan 7 ke Gudang 2 . 45 Gambar A.91 Data Jarak dari Gudang 6 dan 7 ke Gudang 1146 Gambar A.92 Data Jarak dari Gudang 6 dan 7 ke Gudang 1246 Gambar A.93 Data Jarak dari Gudang 6 dan 7 ke Gudang 1347 Gambar A.94 Data Jarak dari Gudang 6 dan 7 ke Gudang 1447 Gambar A.95 Data Jarak dari Gudang 6 dan 7 ke Gudang 4 . 48 xv

Gambar A.96 Data Jarak dari Gudang 6 dan 7 ke Gudang 5 .48 Gambar A.97 Data Jarak dari Gudang 6 dan 7 ke Gudang 8 .49 Gambar A.98 Data Jarak dari Gudang 6 dan 7 ke Gudang 9 .49 Gambar A.99 Data Jarak dari Gudang 6 dan 7 ke Gudang 1050 Gambar A.100 Data Jarak dari Gudang 8 ke Gudang 1 .........50 Gambar A.101 Data Jarak dari Gudang 8 ke Gudang 2 .........51 Gambar A.102 Data Jarak dari Gudang 8 ke Gudang 11 .......51 Gambar A.103 Data Jarak dari Gudang 8 ke Gudang 12 .......52 Gambar A.104 Data Jarak dari Gudang 8 ke Gudang 13 .......52 Gambar A.105 Data Jarak dari Gudang 8 ke Gudang 14 .......53 Gambar A.106 Data Jarak dari Gudang 8 ke Gudang 4 .........53 Gambar A.107 Data Jarak dari Gudang 8 ke Gudang 5 .........54 Gambar A.108 Data Jarak dari Gudang 8 ke Gudang 6 dan 754 Gambar A.109 Data Jarak dari Gudang 8 ke Gudang 9 .........55 Gambar A.110 Data Jarak dari Gudang 8 ke Gudang 10 .......55 Gambar A.111 Data Jarak dari Gudang 9 ke Gudang 1 .........56 Gambar A.112 Data Jarak dari Gudang 9 ke Gudang 2 .........56 Gambar A.113 Data Jarak dari Gudang 9 ke Gudang 11 .......57 Gambar A.114 Data Jarak dari Gudang 9 ke Gudang 12 .......57 Gambar A.115 Data Jarak dari Gudang 9 ke Gudang 13 .......58 Gambar A.116 Data Jarak dari Gudang 9 ke Gudang 14 .......58 Gambar A.117 Data Jarak dari Gudang 9 ke Gudang 4 .........59 Gambar A.118 Data Jarak dari Gudang 9 ke Gudang 5 .........59 Gambar A.119 Data Jarak dari Gudang 9 ke Gudang 6 dan 760 Gambar A.120 Data Jarak dari Gudang 9 ke Gudang 8 .........60 Gambar A.121 Data Jarak dari Gudang 9 ke Gudang 10 .......61 Gambar A.122 Data Jarak dari Gudang 10 ke Gudang 1 .......61 Gambar A.123 Data Jarak dari Gudang 10 ke Gudang 2 .......62 Gambar A.124 Data Jarak dari Gudang 10 ke Gudang 11 .....62 Gambar A.125 Data Jarak dari Gudang 10 ke Gudang 12 .....63 Gambar A.126 Data Jarak dari Gudang 10 ke Gudang 13 .....63 Gambar A.127 Data Jarak dari Gudang 10 ke Gudang 14 .....64 Gambar A.128 Data Jarak dari Gudang 10 ke Gudang 4 .......64 Gambar A.129 Data Jarak dari Gudang 10 ke Gudang 5 .......65 Gambar A.130 Data Jarak dari Gudang 10 ke Gudang 6 dan 7 ................................................................................................65 Gambar A.131 Data Jarak dari Gudang 10 ke Gudang 8 .......66 xvi

Gambar A.132 Data Jarak dari Gudang 10 ke Gudang 9 ....... 66 Gambar B.1 Status Solver Base Model Lingo ......................... 1 Gambar B.2 Hasil Output Base Model Lingo .......................... 6 Gambar B.3 Analisis Slack dan Dual Price Hasil Lingo .......... 7 Gambar C.1 Skrip Penambahan Prioritas Skenario 1............... 1 Gambar C.2 Skrip Penambahan Prioritas Skenario 1 Bagian II .................................................................................................. 2 Gambar C.3 Status Solver Skenario 1 ...................................... 2 Gambar C.4 Hasil Output Skenario 1....................................... 7 Gambar C.5 Analisis Slack dan Dual Price Skenario 1 ........... 8 Gambar D.1 Skrip Penambahan Prioritas Skenario 2 .............. 1 Gambar D.2 Status Solver Model Skenario 2 .......................... 1 Gambar D.3 Hasil Output Skenario 2 ...................................... 6 Gambar D.4 Analisis Slack dan Dual Price Skenario 2 ........... 7 Gambar E.1 Skrip Java Validasi Model ................................... 1 Gambar E.2 Hasil Java 1 .......................................................... 3 Gambar E.3 Hasil Java 2 .......................................................... 4

xvii

(Halaman ini sengaja dikosongkan)

xviii

DAFTAR TABEL Tabel 2.1 Studi Literatur1 ........................................................ 7 Tabel 2.2 Studi Literatur 2 ....................................................... 8 Tabel 2.3 Studi Literatur 3 ....................................................... 9 Tabel 2.4 Studi Literatur 4 ....................................................... 9 Tabel 2.5 Jenis Kendala Tujuan ............................................. 18 Tabel 4.1 Data Permintaan RASKIN ..................................... 30 Tabel 4.2 Data Kapasitas Gudang Subdivre Surabaya Utara . 30 Tabel 4.3 Data Kapasitas Gudang Subdivre Surabaya Selatan ................................................................................................ 31 Tabel 4.4 Data Kapasitas Gudang Subdivre Madura ............. 31 Tabel 4.5 Hasil Pengumpulan Data Jarak .............................. 32 Tabel 5.1 Perhitungan Permintaan RASKIN (ton/tahun) ....... 71 Tabel 5.2 Perhitungan Nilai Jarak .......................................... 72 Tabel 6.1 Spesifikasi perangkat lunak dan perangkat keras yang digunakan dalam aplikasi model. ........................................... 93 Tabel 6.2 Daftar perangkat lunak yang dgunakan dalam uji coba model. ..................................................................................... 93 Tabel 6.3 Hasil Output Pemodelan Lingo dan Java ............... 96 Tabel 6.4 Hasil Goal Programming dengan LINGO ............ 116 Tabel 6.5 Analisis Ketercapaian Hasil Optimasi dengan LINGO .............................................................................................. 129 Tabel 6.6 Pemberian Prioritas Skenario 1 ............................ 131 Tabel 6.7 Hasil ketercapaian untuk Skenario 1 .................... 132 Tabel 6.8 Pemberian Prioritas Skenario 2 ............................ 133 Tabel 6.9 Hasil ketercapaian untuk Skenario 2 .................... 133 Tabel 6.10 Uji Coba Perubahan Prioritas ............................. 135

xix


xx

BAB I PENDAHULUAN Pada bab ini, akan dijelaskan mengenai latar belakang masalah, perumusan masalah, batasan masalah, tujuan tugas akhir, dan manfaat tugas akhir, serta relevansi penelitian tugas akhir dengan bidang keilmuan sistem informasi. 1.1. Latar Belakang Saat ini Pangan merupakan salah satu hak azasi manusia dan sebagai komoditi strategis yang dilindungi oleh UndangUndang Dasar Negara Republik Indonesia tahun 1945. [1] Sebagian besar penduduk Indonesia mengkonsumsi beras sebagai pangan utama. Dengan demikian, beras menjadi komoditas nasional yang sangat strategis. Peranan strategis beras diantaranya dalam menjaga keberlanjutan ketahanan pangan nasional dan sistem perekonomian pedesaan. Pengalaman telah membuktikan kepada kita bahwa gangguan pada ketahanan pangan seperti meroketnya kenaikan harga beras pada waktu krisis ekonomi 1997/1998, yang berkembang menjadi krisis multidimensi, telah memicu kerawanan sosial yang membahayakan stabilitas ekonomi dan stabilitas Nasional. Ketahanan pangan nasional saat ini masih menjadi salah satu prioritas pemerintah Indonesia. [2] Aspek yang harus dipenuhi untuk mencapai ketahanan pangan adalah kecukupan dan stabilitas ketersediaan pangan, keterjangkauan terhadap pangan serta kualitas/keamanan pangan. Kebijakan-kebijakan ketahanan pangan diumuskan untuk memastikan rakyat Indonesia tidak kekurangan pangan. Salah satu kebijakan ketahanan pangan nasional dapat dilihat dalam Kebijakan Program Subsidi Beras Bagi Masyarakat Berpendapatan Rendah atau program RASKIN yang dilaksanakan dalam rangkaian upaya mencapai kemandirian dan kedaulatan pangan. [1] Program RASKIN (Beras untuk Rakyat Miskin) atau yang saat ini disebut RASTRA (Beras untuk Rakyat Sejahtera) 1

2 merupakan salah satu usaha pemerintah dalam bidang perberasan nasional yang betujuan untuk memperkuat ketahanan pangan. [2] Program subsidi beras bagi masyarakat berpendapatan rendah ini merupakan implementasi dari Instruksi Presiden Nomor 5 Tahun 2015 tentang Kebijakan Pengadaan Gabah/Beras dan Penyaluran Beras oleh Pemerintah. Penyaluran subsidi beras ini lebih spesifik bertujuan untuk mengurangi beban pengeluaran para Rumah Tangga Sasaran – Penerima Manfaat (RTS-PM) dalam memenuhi kebutuhan beras. [1] Penyaluran beras Raskin dimulai dari gudang BULOG dikirimkan ke Titik Distribusi tujuan sesuai dengan jumlah RTS (Rumah Tangga Sasaran) yang terdata di wilayah tersebut. Percepatan distribusi Raskin juga turut menjadi faktor yang mampu meredam kenaikan harga beras di Jawa Timur. Selain untuk memenuhi kebutuhan masyarakat, Raskin juga terbukti ikut menahan kenaikan harga beras. [3] Raskin diberikan kepada 2.857.469 Rumah Tangga Sasaran Penerima Manfaat (RTS-PM) dengan penyaluran yang mencapai 42.862 ton per bulan. Sementara distribusi disalurkan melalui 8.506 titik distribusi dengan harga tebus Rp 1.600 per kilogram. Pada bulan-bulan tertentu seperti bulan Puasa dan Lebaran, harga kebutuhan pokok berpotensi naik. Untuk menahan laju kenaikan harga, salah satu upaya yang dilakukan adalah optimalisasi pendistribusian raskin/rastra. Berdasarkan uraian diatas, proses distribusi beras merupakan salah satu aspek yang penting untuk dikontrol dalam pelaksanaan program RASKIN. Distribusi beras RASKIN dilakukan setelah Bulog menerima SPA (Surat Permintaan Alokasi) yang dikeluarkan oleh Pemkot/Pemkab. Perum Bulog bertanggung jawab dalam proses pengadaan beras di gudang Bulog hingga melakukan pengiriman beras ke titik distribusi. [2] Masing-masing gudang memiliki wilayah cakupan distribusi yang berbeda-beda. Permasalahan muncul jika gudang Bulog dengan pengadaan beras yang masih kurang harus mengirim permintaan beras RASKIN ke wilayah

3 distribusi cakupannya. Sedangkan kondisi gudang masih belum mencukupi untuk memenuhi semua permintaan tersebut. Jika situasi tersebut terjadi maka bisa dilakukan pemenuhan pasokan dari gudang yang memiliki stok berlebih. Jika kondisi tersebut tidak teratasi maka bisa terjadi keterlambatan pengiriman beras RASKIN. Untuk mengatasi hal tersebut, bisa dilakukan melalui optimasi distribusi beras RASKIN/RASTRA yaitu dengan tujuan untuk memaksimalkan pemenuhan permintaan RASKIN bulog dengan mempertimbangkan jarak tempuh agar seminimal mungkin sehingga proses distribusi dari tiap gudang bisa berjalan lancar dan tidak terjadi kekurangan atau keterlambatan penyaluran beras. Dengan dua fungsi tujuan yang ingin dicapai tersebut, maka pemodelan optimasi dilakukan dengan metode goal programming. Goal Programming merupakan merupakan model yang mampu menyelesaikan kasus-kasus yang memiliki lebih dari satu sasaran. [4] Menurut Nunkaew dan Phruksaphanrat (2009), berbagai metode yang biasa dipergunakan untuk menyelesaikan masalah yang memiliki lebih dari satu tujuan (multi objective) dan optimalisasi salah satunya adalah Goal Programming. Goal programming dipilih sebagai metode penyelesaian multi objective dalam penelitiannya [5] tentang transportasi karena sederhana dan mudah dipahami. Penelitian sebelumnya [6] menyebutkan bahwa Goal Programming bisa digunakan untuk optimasi distribusi. Untuk itu, dalam tugas akhir ini diusulkan mengenai optimasi distribusi RASKIN dengan menggunakan metode Goal Programming. Optimasi ini memiliki tujuan untuk menentukan banyaknya pasokan distribusi yang dikirim/diterima dari gudang satu ke gudang lain agar kapasitas gudang maksimum dan jarak di Perusahaan Umum Bulog Divre Jawa Timur.

4 1.2. Perumusan Masalah Perumusan masalah yang diangkat pada tugas akhir ini adalah: 1. Model seperti apakah yang dapat digunakan dalam optimasi distribusi RASKIN menggunakan Goal Programming? 2. Seperti apakah alokasi distribusi beras yang optimal untuk distribusi RASKIN wilayah Surabaya Utara, Surabaya Selatan dan Madura ? 1.3.

Batasan Pengerjaan Tugas Akhir

Batasan pemasalahan dalam tugas akhir ini adalah a. Data yang digunakan dalam tugas akhir ini adalah data permintaan RASKIN, data gudang, data kapasitas gudang, data ketahanan stok dalam wilayah penyaluran RASKIN Jawa Timur b. Cakupan Tugas Akhir adalah wilayah penyaluran RASKIN Jawa Timur oleh Perum Bulog Divre Jawa Timur untuk wilayah subdivre Surabaya Utara, Surabaya Selatan dan Madura. 1.4.

Tujuan Tugas Akhir

Tujuan dari tugas akhir ini adalah untuk melakukan optimasi distribusi RASKIN dengan menentukan banyaknya pasokan distribusi yang dikirim/diterima dari gudang satu ke gudang lain dengan nilai jarak/biaya distribusi yang minimal dan permintaan RASKIN terpenuhi secara maksimum. pada Perusahaan Umum Bulog Divre Jawa Timur dengan menerapkan metode Goal Programming. 1.5. Manfaat Tugas Akhir Manfaat yang diberikan dengan adanya tugas akhir ini adalah untuk memberikan gambaran kepada Perum Bulog Divre Jawa Timur mengenai distribusi RASKIN yang optimal sehingga bisa menjadi bahan pertimbangan dalam pengambilan keputusan penyaluran RASKIN/RASTRA selanjutnya. .

5 1.6.

Relevansi

Program RASKIN telah dikenal oleh masyarakat Indonesia terutama di kalangan masyarakat penerima RASKIN. Manfaat program RASKIN tidak hanya dirasakan oleh penerimanya, melainkan juga seluruh masyarakat Indonesia. Selain sangat membantu meringankan beban pembelian beras bagi penerimanya, beras RASKIN juga turut mengontrol harga beras secara komoditi jika pelaksanaan distribusinya optimal. Oleh sebab itu, kelancaran proses distribusi RASKIN saat ini menjadi harapan Rakyat Indonesia. Untuk mencapai harapan tersebut maka diperlukan informasi mengenai optimasi distribusi. Penggunaan metode Goal Programming dapat membantu proses optimasi terutama karena optimasi distribusi RASKIN melibatkan lebih dari satu tujuan. Penelitian ini bisa menjadi gambaran untuk Perum Bulog sebagai pertimbangan untuk kebijakan penyaluran beras yang lebih baik.

6 (Halaman ini sengaja dikosongkan)

BAB II TINJAUAN PUSTAKA Bab ini berisikan tinjauan pustaka yang akan digunakan dalam penelitian tugas akhir ini, mencakup studi sebelumnya, dasar teori dan metode yang digunakan. 2.1. Studi Sebelumnya Dalam pengerjaan tugas akhir ini terdapat beberapa penelitian yang terkait untuk bisa dijadikan sebagai bahan studi literatur untuk menyelesaikan tugas akhir ini. Beberapa penelitian sebelumnya yang dijadikan acuan dalam pengerjaan tugas akhir disajikan dalam table-tabel berikut. Tabel 2.1 Studi Literatur1

Judul Paper

Analisis Optimasi Rantai Pasok Beras dan Penggunaan Gudang Di Perum BULOG Divre DKI Jakarta [7]

Penulis; Tahun

Cory Trisilawaty, Marimin, Noer Azam Achsan; 2011

Deskripsi Umum Penelitian

Pada penelitian ini dilakukan optimasi rantai pasok beras yang bertujuan untuk merumuskan struktur rantai pasok beras dan penggunaan gudang yang optimal di Perum BULOG Divre DKI Jakarta dengan (i) menganalisis optimasi struktur rantai pasok beras dan penggunaan gudang yang optimal menggunakan model goal programming dan (ii) menganalisis biaya transportasi distribusi beras Raskin dengan membandingkan biaya yang menggunakan tarif transportasi tetap dengan tarif transportasi yang berbeda untuk setiap wilayah titik distribusi.

Keterkaitan Penelitian

Penerapan metode Goal Programming beserta beberapa variabel yang berpengaruh 7

8 untuk obyek yang sama, yaitu Perum Bulog. Karena penelitian ini dilakukan di Indonesia, maka beberapa variabel bisa diterapkan dalam tugas akhir ini. Namun penelitian dilakukan belum spesifik pada kasus RASKIN.

Tabel 2.2 Studi Literatur 2

Judul Paper

Penulis; Tahun Deskripsi Umum Penelitian


A Goal Programming Approach for Food Product Distribution of Small and Medium Enterprise [6] Nasruddin Hassan, Zuraini Ayop; 2012 Pada penelitian ini membahas mengenai optimasi distribusi untuk produk makanan beku di Malaysia. Penelitian ini menggunakan metode Goal programming untuk mengoptimasi permintaan pelanggan pada perusahaan SME (Small and Medium Enterprise)yang memproduksi makanan beku. Tujuan dari penelitian ini diantaranya memaksimalkan total distribusi dari 5 produk pada tiga lokasi yang berbeda, memaksimalkan total profit, dan meminimalkan biaya total manufacturing. Penerapan optimasi dilakukan dengan menggunakan metode Goal Programming pada kasus distribusi dengan mempertimbangkan permintaan pelanggan. Pada kasus distribusi RASKIN juga menggunakan metode goal programming.

9 Tabel 2.3 Studi Literatur 3

Judul Paper

Supply chain optimization of continuous process industries with sustainability considerations [8]

Penulis; Tahun

Zhangyu Zhou, Siwei Cheng, Ben Hua; 2000

Deskripsi Umum Penelitian

Dalam penelitian ini, model goal programming (GP) yang diusulkan untuk mengatasi masalah multi-tujuan ini dengan integrasi kendala non-relaxable dan kendala relaxable. Proses analitik hirarki (AHP), pengambilan keputusan metode multitujuan, digunakan untuk mengevaluasi prioritas tujuan dan bobot variabel deviasi. Penerapan pendekatan ini digambarkan melalui studi kasus tentang optimasi rantai pasokan yang berkelanjutan dan penjadwalan kompleks petrokimia. Hasil yang diperoleh menunjukkan bahwa pendekatan ini adalah alat yang layak dan menawarkan komunikasi yang baik dengan pembuat keputusan.


Pada jurnal ini membahas optimasi rantai pasok menggunakan goal programming. Studi kasus distribusi RASKIN dilakukan melalui optimasi gudang yang merupakan bentuk sederhana rantai pasok beras RASKIN yang juga menggunakan metode goal programming.

Tabel 2.4 Studi Literatur 4

Judul Paper

A goal programming model for joint decision making of inventory lot-size, supplier selection and carrier selection [9]

10 Penulis; Tahun Deskripsi Umum Penelitian


2.2. 2.2.1.

Devendra Choudhary, Ravi Shankar; 2014 Pada penelitian ini membahas masalah di mana pembeli dibatasi kapasitas ruang penyimpanan pengadaan satu produk di beberapa periode dari beberapa pemasok. Kapasitas produksi terkendala pemasok menawarkan semua unit diskon kuantitas. Selain itu, juga mempertimbangkan biaya transportasi secara eksplisit dalam pengambilan keputusan yang mungkin berbeda karena kuantitas barang dan jarak pengiriman antara pembeli dan pemasok. Tujuan dari model adalah untuk menentukan timing, banyak-ukuran yang akan dibeli, dan pemasok yang dipilih dalam setiap periode pengisian. Pemecahan masalah optimasi multitujuan menggunakan tiga varian goal programming (GP) pendekatan: GP preemptive, GP non-preemptive dan tertimbang max-min kabur GP. Solusi dari model ini dibandingkan dengan persyaratan tingkat layanan yang berbeda menggunakan pendekatan jalur nilai. Penelitian ini dilakukan dengan menggunakan metode goal programming dengan kasus optimasi yang bisa diterapkan dalam studi kasus distribusi RASKIN yang juga memiliki tujuan lebih dari satu.

Dasar Teori PERUM BULOG

Perum Bulog merupakan perusahaan umum milik negara yang bergerak di bidang logistik pangan. Ruang lingkup bisnis perusahaan meliputi usaha logistik/pergudangan, survei dan

11 pemberantasan hama, penyediaan karung plastik, usaha angkutan, perdagangan komoditi pangan dan usaha eceran. Sebagai perusahaan yang tetap mengemban tugas publik dari pemerintah, BULOG tetap melakukan kegiatan menjaga Harga Dasar Pembelian untuk gabah, stabilisasi harga khususnya harga pokok, menyalurkan beras untuk orang miskin (Raskin) dan pengelolaan stok pangan. [2] Perum Bulog memiliki tugas dalam menjaga ketersediaan pangan dan stabilisasi harga pangan pada tingkat konsumen dan produsen untuk jenis pangan pokok beras, jagung, dan kedelai dalam rangka mewujudkan ketahanan pangan nasional. Dalam upaya menjaga ketersediaan pangan dan stabilisasi harga pangan pada tingkat konsumen dan produsen untuk jenis pangan pokok beras, Bulog melakukan pengamanan harga beras di tingkat produsen dan konsumen, pengelolaan cadangan beras pemerintah, penyediaan dan pendistribusian beras kepada golongan masyarakat tertentu. [10] Proses penyaluran beras RASKIN merupakan salah satu tugas yang diamanahkan kepada Perum Bulog. Secara khusus Presiden menginstruksikan kepada Perum BULOG diinstruksikan untuk menyediakan dan menyalurkan beras bersubsidi bagi kelompok masyarakat berpendapatan rendah, dan rawan pangan yang penyediaannya mengutamakan pengadaan gabah/beras dari petani dalam negeri. [1] Perum Bulog bertanggung jawab dalam proses pengadaan beras hingga menyalurkan beras subsidi ke titik-tik distribusi di kecamatan/kelurahan. Tugas Perum Bulog terhadap pelaksanaan program RASKIN dapat dilihat pada Gambar 2.1 Alur Distribusi RASKIN dibawah ini. [2]

12

Gambar 2.1 Alur Distribusi RASKIN

. 2.2.2.

Program RASKIN

Program RASKIN (Beras untuk Rakyat Miskin) atau yang saat ini disebut RASTRA (Beras untuk Rakyat Sejahtera) merupakan salah satu usaha pemerintah dalam bidang perberasan nasional yang betujuan untuk memperkuat ketahanan pangan. [2] Program Subsidi Beras bagi Masyarakat Berpendapatan Rendah (Program Raskin) adalah Program Nasional lintas sektoral baik horizontal maupun vertikal, untuk membantu mencukupi kebutuhan pangan beras masyarakat yang berpendapatan rendah. Secara horizontal semua Kementerian/Lembaga (K/L) yang terkait memberikan kontribusi sesuai dengan tugas pokok dan fungsinya. [1] Program ini dimulai pada waktu terjadi krisis pangan pada tahun 1998. Krisis moneter tahun 1998 merupakan awal pelaksanaan RASKIN yang bertujuan untuk memperkuat

13 ketahanan pangan rumah tangga terutama rumah tangga miskin. [1] Untuk mengatasi krisis tersebut, Pemerintah mengambil kebijakan untuk memberikan subsidi pangan bagi masyarakat melalui Operasi Pasar Khusus (OPK). Pada tahun 2002 program tersebut dilakukan lebih selektif dengan menerapkan sistem targeting, yaitu membatasi sasaran hanya membantu kebutuhan pangan bagi Rumah Tangga Miskin (RTM). Sejak itu Program ini menjadi populer dengan sebutan Program Raskin, yaitu subsidi beras bagi masyarakat miskin. Pada tahun 2008 Program ini berubah menjadi Program Subsidi Beras Bagi Masyarakat Berpendapatan Rendah. Dengan demikian rumah tangga sasaran Program ini tidak hanya Rumah Tangga Miskin, tetapi meliputi Rumah Tangga Rentan atau Hampir Miskin. 2.2.2.1. Distribusi RASKIN Pelaksanaan Penyaluran Raskin Sampai Titik Distribusi (TD) dilakukan melalui beberapa mekanisme berikut ini [11] : 1) Penyediaan dan penyaluran beras Raskin sampai ke TD menjadi tugas Perum BULOG. 2) Penyediaan Beras Raskin Penyediaan beras untuk RTS-PM Raskin oleh Perum BULOG Divre Jatim berasal dari beras hasil Pengadaan Dalam Negeri. Kualitas beras Raskin sesuai dengan Inpres Kebijakan Perberasan yang berlaku, dengan kemasan berlogo Perum BULOG dengan kuantum 15 kg/karung. 3) Rencana Penyaluran Untuk menjamin kelancaran proses penyaluran Raskin, Perum BULOG bersama Tim Koordinasi Raskin menyusun rencana penyaluran bulanan yang akan dituangkan dalam bentuk SPA. 4) Mekanisme Penyaluran a. Hasil pemutakhiran data RTS PM (DPM-1) yang ditetapkan oleh Kepala Desa/Lurah/Kepala Pemerintah Setingkat, dan diketahui atau disahkan oleh Camat dilaporkan

14 secara berjenjang kepada Tim Koordinasi Raskin Kecamatan dan Kabupaten/Kota untuk selanjutnya menjadi dasar penerbitan SPA kepada Perum BULOG. b. Berdasarkan Pagu Raskin, Bupati/Walikota/Ketua Tim Koordinasi Raskin Kabupaten/Kota atau Pejabat yang ditunjuk oleh Bupati/Walikota menerbitkan SPA kepada Perum BULOG. c. Berdasarkan SPA, Perum BULOG menerbitkan SPPB/DO beras untuk masingmasing kecamatan atau desa/kelurahan. d. Sesuai dengan SPPB/DO maka Perum BULOG menyalurkan beras sampai ke TD, yang sebelumnya dilakukan pemeriksaan 2.2.3.

Optimasi

Optimasi adalah salah satu disiplin ilmu dalam matematika yang fokus untuk mendapatkan nilai minimun atau maksimum secara sistematis dari suatu fungsi, peluang, maupun pencarian nilai lainnya dalam berbagai kasus. [12] Optimasi merupakan pusat dari masalah apapun yang melibatkan pengambilan keputusan, baik dalam bidang teknik atau ekonomi. Optimasi sangat berguna di hampir segala bidang dalam rangka melakukan usaha secara efektif dan efisien untuk mencapai target hasil yang ingin dicapai. [13] Tugas pengambilan keputusan memerlukan memilih antara berbagai alternatif. Pilihan ini diatur oleh keinginan kita untuk membuat keputusan "terbaik". Ukuran kebaikan alternatif digambarkan oleh fungsi tujuan atau indeks kinerja. teori optimasi dan metode berurusan dengan memilih alternatif terbaik dalam arti fungsi tujuan yang diberikan. Suatu permasalahan optimasi disebut nonlinear jika fungsi tujuan dan kendalanya mempunyai bentuk nonlinear pada salah satu atau keduanya. Optimasi merupakan masalah yang berhubungan dengan keputusan yang terbaik, maksimum,

15 minimum dan memberikan cara penentuan solusi yang memuaskan. Optimasi telah mendapat perhatian besar dalam beberapa tahun terakhir, terutama karena kemajuan pesat dalam teknologi komputer, termasuk pengembangan dan ketersediaan software yang user-friendly, kecepatan tinggi dan prosesor paralel, serta jaringan syaraf tiruan. Sebuah contoh yang jelas dari fenomena ini adalah aksesibilitas yang luas dari perangkat lunak optimasi seperti Optimization Toolbox dari MATLAB1 dan banyak paket perangkat lunak komersial lainnya. [13] 2.2.4.

Goal Programming

Goal Programming merupakan perluasan metode optimasi yang mampu menyelesaikan kasus-kasus pemograman linier yang memiliki lebih dari satu sasaran yang hendak dicapai. [14] Model Goal Programming merupakan perluasan dari dari model pemograman linier, sehingga seluruh asumsi, notasi, formulasi model matematis, prosedur perumusan model dan penyelesaiannya tidak berbeda. Perbedaan hanya terletak pada kehadiran sepasang variabel deviasional yang akan muncul di fungsi tujuan dan fungsi-fungsi kendala. [14] 2.2.4.1. Konsep Dasar Goal Programming Goal Programming merupakan teknik untuk menyelesaikan multiobjective model yaitu model yang mempunyai lebih dari satu tujuan. Ide utamanya adalah dengan mengconvert beberapa tujuan tersebut menjadi suatu single goal. Model yang dihasilkan akan menghasilkan yang biasa disebut “Solusi Efisien” karena mungkin tidak semua tujuan yang bertentangan itu akan optimum. [4] Berikut adalah istilah-istilah yang sering digunakan dalam Goal Programming. 1. Variabel keputusan (Desicion variables) yaitu seperangkat variabel yang tidak diketahui yang akan dicari nilainya. 2. Nilai sisi kanan (Right Hand Side Values atau RHS) yaitu nilai-nilai yang biasanya menunjukkan

16 ketersediaan sumber daya yang akan ditentukan kekurangan atau kelebihan penggunaannya. Tujuan (Goal) yaitu keinginan untuk meminimumkan angka penyimpangan dari suatu nilai RHS pada suatu goal constraint tertentu. Kendala tujuan (Goal Constraint) merupakan sinonim dari istilah goal equation, yaitu suatu tujuan yang diekspresikan dalam persamaan matematika yang memasukkan variabel simpangan. Preemptive priority factor yaitu suatu sistem urutan yang menunjukkan banyaknya tujuan dalam model yang memungkinkan tujuantujuan disusun secara ordinal dalam model Linear Goal Programming. Variabel simpangan (Deviational variables) yaitu variabel-variabel yang menunjukkan kemungkinan penyimpangan negatif atau positif dari suatu nilai RHS kendala tujuan. Variabel-variabel ini serupa dengan slack variabel dalam Linear Programming. Bobot (Differential Weight) yaitu bobot yang diekspresikan dengan angka kardinal dan digunakan untuk membedakan variabel simpangan didalam suatu tingkat prioritas.

3.

4.

5.

6.

7.

2.2.4.2. Model Goal Programming Bentuk umum model matematis goal programming dapat dirumuskan sebagai berikut [14] : 𝑚

𝑀𝑖𝑛 ∑ 𝐷𝐵𝑖 + 𝐷𝐴𝑖 𝑖=1

ST 𝑎11 𝑋1 + 𝑎12 𝑋2 + … … … + 𝑎1𝑛 𝑋𝑛 + 𝐷𝐵1 − 𝐷𝐴1 = 𝑏1 𝑎21 𝑋1 + 𝑎22 𝑋2 + … … … + 𝑎2𝑛 𝑋𝑛 + 𝐷𝐵2 − 𝐷𝐴2 = 𝑏2 .. .. .. .. .. .. .. .. .. .. 𝑎𝑚1 𝑋1 + 𝑎𝑚2 𝑋2 + … … … + 𝑎𝑚𝑛 𝑋𝑛 + 𝐷𝐵𝑚 − 𝐷𝐴𝑚 = 𝑏𝑚 Dan 𝑋𝑗 , 𝐷𝐴𝑖 , 𝑑𝑎𝑛 𝐷𝐵𝑖 ≥ 0, 𝑢𝑛𝑡𝑢𝑘 𝑖 = 1, 2, … . . . , 𝑚

17 Setiap model Linear Goal Programming paling sedikit terdiri dari tiga komponen, yaitu: fungsi tujuan, kendala-kendala tujuan, dan kendala non negatif [5]. 1. Fungsi Tujuan Ada tiga jenis fungsi tujuan dalam Linear Goal Programming yaitu [5]: a. Meminimumkan 𝑚

𝑍 = ∑(𝑑𝑖− + 𝑑𝑖+ ) , 𝑖 = 1,2,3, … . , 𝑚 𝑖=1

Fungsi tujuan ini digunakan jika variabel simpangan dalam suatu masalah tidak dibedakan menurut prioritas atau bobot. b. Meminimumkan 𝑚

𝑍 = ∑ 𝑃𝑘 (𝑑𝑖− + 𝑑𝑖+ ) ,

𝑘 = 1,2,3, … . , 𝐾

𝑖=1

Fungsi tujuan ini digunakan dalam suatu masalah dengan urutan tujuan diperlukan tetapi variabel simpangan di dalam setiap tingkat prioritas memiliki kepentingan yang sama. c. Meminimumkan 𝑚

𝑍 = ∑ 𝑤𝑘 𝑃𝑘 (𝑑𝑖− + 𝑑𝑖+ ) ,

𝑘 = 1,2,3, … . , 𝐾

𝑖=1

Fungsi tujuan ini, tujuan-tujuan diurutkan dan variabel simpangan pada setiap tingkat prioritas dibedakan dengan menggunakan bobot yang berlainan 𝑤𝑘 2. Kendala Tujuan Ada 6 jenis kendala tujuan yang berlainan. Maksud setiap jenis kendala itu ditentukan oleh hubungannya dengan fungsi tujuan [5].

18 Tabel 2.5 Jenis Kendala Tujuan

Kendala Tujuan 𝑎𝑖𝑗 𝑋𝑖𝑗 + = 𝑏𝑖 𝑎𝑖𝑗 𝑋𝑖𝑗 + = 𝑏𝑖 𝑎𝑖𝑗 𝑋𝑖𝑗 + − 𝑑𝑖+ = 𝑎𝑖𝑗 𝑋𝑖𝑗 + − 𝑑𝑖+ = 𝑎𝑖𝑗 𝑋𝑖𝑗 + − 𝑑𝑖+ = 𝑎𝑖𝑗 𝑋𝑖𝑗 + = 𝑏𝑖

𝑑𝑖− 𝑑𝑖+ 𝑑𝑖− 𝑏𝑖 𝑑𝑖− 𝑏𝑖 𝑑𝑖− 𝑏𝑖 𝑑𝑖+

Variabel Simpangan dalam fungsi tujuan

Kemungkinan Simpangan

Penggunaan nilai RHS yang diinginkan

𝑑𝑖−

Negatif

= 𝑏𝑖

𝑑𝑖+

Positif

= 𝑏𝑖

𝑑𝑖−

Negatif dan 𝑏𝑖 atau lebih Positif Negatif dan 𝑏𝑖 atau Positif kurang Negatif dan = 𝑏𝑖 Positif Tidak ada Pas = 𝑏𝑖

𝑑𝑖− 𝑑𝑖− dan 𝑑𝑖+ 𝑑𝑖+

3. Kendala Non-Negatif Semua model Linear Goal Programming terdiri dari variabel simpangan dan variabel keputusan, sehingga pernyataan non negatif dilambangkan sebagai 𝑥𝑖𝑗 , 𝑑𝑖− , 𝑑𝑖+ ≥ 0 Terdapat dua metode penyelesaian Goal Programming dimana keduanya sama-sama menggabungkan tujuan yang banyak menjadi tujuan tunggal. Kedua metode tersebut adalah Metode Non-Preemptive (Pembobotan) dan Metode Preemptive. Pada metode Preemtive, n tujuan dari permasalahan dirangking sesuai kepentingan yang dijustifikasi oleh pembuat keputusan. [4]

19 2.3.

Aplikasi Google Maps

Google Maps merupakan layanan pemetaan web yang dikembangkan oleh Google. Layanan ini memberikan citra satelit, peta jalan, panorama 360°, kondisi lalu lintas, dan perencanaan rute untuk bepergian dengan berjalan kaki, mobil, sepeda (versi beta), atau angkutan umum. [1] Google Maps berlokasi di www.google.com/maps atau dengan bisa dengan mengunduh aplikasi Google Maps di Google Store untuk android dan Iphone Store untuk iphone. Dengan Google Maps dapat diukur jarak dengan dua cara berbeda. Cara pertama yaitu mengukur jarak antara dua lokasi dengan menggunakan fitur arah (directions) Google Maps. Fitur arah menghitung jarak sesuai panjang jalan. Cara kedua yaitu mengukur jarak antara dua tempat dengan menggunakan fitur pengukur jarak Google Maps. Mengukur Jarak dengan Fitur Arah (Directions) Berikut ini adalah cara menemukan jarak antara dua lokasi dengan menggunakan fitur arah [2] : 1. Membuka aplikasi Google Maps. Google Maps berlokasi di www.google.com/maps. 2. Pada kotak Getting around, kemudian diklik Directions. 3. Menentukan lokasi awal. Pada Choose starting point, kemudian mengetikkan alamat jalan, kota, atau lokasi lain untuk titik awal, lalu tekan Enter. (Keterangan : Saat mengetik sebuah lokasi, Google Maps akan menyarankan kemungkinan-kemungkinan alamat. Alamat tersebut bisa dipilih sebagai lokasi awal) 4. Untuk memperbesar bisa dengan klik tombol + (zoom in) dan tombol - untuk memperkecil (zoom out). Jika menggunakan tetikus (mouse) beroda, maka dapat menggulung naik (scroll up) dan turun untuk memperbesar dan memperkecil.

20 5. Menentukan lokasi tujuan. Pada Choose destination, mengetikkan alamat jalan, kota, atau lokasi lain untuk titik tujuan, lalu tekan Enter. Atau juga dapat mengeklik titik tertentu pada peta. 6. Mempertimbangkan jarak. Pada sudut kanan atas kotak arah (directions), Google Maps akan menunjukkan jarak total dalam mil/km yang diukur sesuai rute yang disarankannya. (Keterangan : Jika rute berbeda, jarak akan berbeda) Mengukur Jarak dengan Fitur Jarak Google Maps Berikut ini adalah cara menemukan jarak antara dua titik lokasi dengan menggunakan pengukur jarak Google Maps [3]: 1. Membuka Google Maps. Jika menggunakan Maps dalam Mode Ringan, maka akan melihat tanda petir di bagian bawah dan tidak akan bisa mengukur jarak antara dua titik. 2. Dilakukan Klik kanan pada titik awal. 3. Memilih Ukur jarak. 4. Melakukan klik di mana saja pada peta untuk membuat jalur yang ingin diukur. Untuk menambahkan titik lainnya, melakukan klik di mana saja pada peta. 5. Opsional: Menyeret titik atau jalur untuk memindahkannya, atau melakukan klik titik untuk menghapusnya. 6. Di bagian bawah, dapat dilihat jarak total dalam mil (mi) dan kilometer (km). 7. Bila sudah selesai: melakukan klik Tutup X Tutup pada kartu di bagian bawah. 2.4.

Aplikasi LINGO

Aplikasi LINGO merupakan alat komprehensif yang dirancang untuk membuat dan memecahkan model optimasi matematika menjadi lebih mudah dan lebih efisien [4]. LINGO menyediakan paket terintegrasi yang mencakup bahasa yang

21 kuat untuk mengekspresikan model optimasi, lingkungan fitur lengkap untuk membangun dan editing masalah, dan satu set built-in solver yang mampu secara efisien memecahkan modelmodel optimasi [4]. Lingo dapat digunakan untuk menyelesaikan masalah-masalah pemrograman linear, non-linear dan integer. Lingo sudah banyak digunakan oleh perusahan-perusahaan untuk membantu membuat perencanaan produksi yang bertujuan untuk mendapatkan keuntungan yang optimum dan biaya yang minimum. Selain itu, LINGO juga digunakan dalam pengambilan keputusan dalam perencanaan produksi, transportasi, keuangan, alokasi saham, penjadwalan, inventarisasi, pengaturan model, alokasi daya dan lain-lain. Berikut ini adalah user interface dari aplikasi LINGO.

Gambar 2.2 User Interface Aplikasi LINGO


22

BAB III METODOLOGI PENELITIAN Pada bab ini menjelaskan terkait metodologi yang akan digunakan sebagai panduan untuk menyelesaikan penelitian tugas akhir ini. 3.1. Metodologi Penelitian Diagram Metodologi dari Tugas Akhir ini dapat dilihat pada Gambar 3.1 Metodologi Penelitian

Gambar 3.1 Metodologi Penelitian

23

24 3.2.

Tahap Perancangan Berdasarkan pada diagram alur metodologi pada sub bab sebelumnya, di bawah ini merupakan penjelasan dari setiap prosesnya 3.2.1.

Identifikasi Permasalahan

Pada proses ini dilakukan identifikasi permasalahan dengan melakukan analisa proses bisnis. Proses identifikasi permasalahan dilakukan dengan cara melakukan wawancara dengan pihak Bulog Divre Jawa Timur terkait proses bisnis Bulog terutama dalam pelaksanaan Program RASKIN. Permasalahan yang ditemukan di Bulog Divre Jatim berkaitan dengan proses distribusi beras RASKIN. Proses distribusi RASKIN di Jawa Timur dilakukan untuk 38 wilayah kabupaten atau kota dengan 59 gudang. Pada penelitian ini permasalahan hanya dibatasi untuk cakupan wilayah Surabaya Utara, Surabaya Selatan dan Madura. 3.2.2.

Studi Literatur

Studi literatur dilakukan dengan mengumpulkan berbagai referensi seperti wawancara dengan narasumber, buku pustaka, penelitian sebelumnya, dan dokumen terkait. Studi literatur didasarkan pada topik yang telah didapatkan sebelumnya. Pada tugas akhir ini diusulkan topik mengenai optimasi distribusi RASKIN dengan menggunakan model optimasi tertentu. Setelah itu, dilakukan kembali studi literatur untuk lebih memahami teori dasar yang berkaitan dengan permasalahan yang ingin diselesaikan. Dari proses ini dapat diketahui permasalahan, cakupan dan batasan dari topik yang ada. Setelah mendapatkan permasalahan, cakupan dan batasan dari topik tugas akhir, langkah berikutnya adalah menentukan metode penyelesaian masalah yang akan digunakan. Untuk mencari metode ini, perlu dilakukan analisa terhadap metode-metode yang ada dan telah diterapkan untuk

25 permasalahan yang serupa. Setelah dilakukan analisa, dilakukan gap analysis untuk mencari tahu kelebihan dan kelemahan dari masing-masing metode. Sesuai dengan yang telah dijelaskan sebelumnya, pada tugas akhir ini diusulkan salah satu metode optimasi yaitu Goal Programming. 3.2.3.

Pengumpulan Data dan Wawancara

Setelah mendapatkan metode yang sesuai, tahapan selanjutnya adalah melakukan pengumpulan data. Data merupakan pendukung utama dalam terlaksananya tugas akhir ini. Oleh karena itu dibutuhkan pengumpulan data sesuai dengan topik dan batasan permasalahan yang diambil. Pada tugas akhir ini, data didapat dari Perum Bulog Divre Jawa Timur, diantaranya : - Data titik distribusi RASKIN Jawa Timur - Jumlah kebutuhan beras distribusi RASKIN tahun 2016 - Data gudang dan kapasitas gudang - Data Pengadaan Beras tahun 2016 Selain pengumpulan data, dilakukan juga wawancara kepada narasumber yang terkait sebagai informasi pendukung terlaksananya tugas akhir ini. 3.2.4.

Pemodelan Permasalahan

Sebelum dilakukan proses optimasi menggunakan metode Goal Programming, permasalahan dianalisis untuk menentukan persiapan data. Persiapan data dilakukan dengan menerjemahkan permasalahan dan uraiannya ke dalam model matematika. Pembentukan model matematika dari data yang diperoleh. Dalam hal ini hal yang perlu diperhatikan diantaranya : A. Variabel Keputusan 1. Alokasi penyaluran RASKIN

26

B. Fungsi Tujuan 1. Memaksimalkan pemenuhan permintaan RASKIN 2. Meminimalkan Jarak Tempuh C. Fungsi Batasan 1. Jumlah Permintaan RASKIN 2. Kapasitas Gudang 3. Jumlah Pengadaan Beras 4. Nilai Jarak 3.2.5. Proses Optimasi menggunakan metode Goal Programming Proses optimasi menggunakan Goal Programming dilakukan dengan membentuk model dari variabelvariabel yang dirumuskan pada proses sebelumnya. Variabel-variabel tersebut yaitu fungsi tujuan, fungsi batasan dan variabel keputusan. Pada model optimasi gudang pada distribusi RASKIN ini, fungsi tujuannya adalah memaksimalkan pemenuhan permintaan RASKIN bulog dan meminimalkan jarak tempuh (melalui meminimalkan biaya distribusi). Setelah model terbentuk kemudian dilakukan penyelesaian model sesuai langkah-langkah pengerjaan Goal Programming. 3.2.6.

Validasi Model

Validasi dilakukan dengan menggunakan aplikasi bantuan LINDO, Matlab, atau QM untuk melihat seberapa baik model yang dibuat. Dan jika hasil yang telah didapatkan memiliki nilai eror varians yang tidak bisa di toleransi, maka akan dilakukan proses pembuatan model kembali. 3.2.7.

Analisis Hasil dan Penarikan Kesimpulan

Menganalisa hasil optimasi yang telah dilakukan, baik dari hasil akhir maupun selama proses percobaan.

27 Setelah dianalisa, maka dibentuk kesimpulan yang nantinya dapat membantu pihak Bulog dalam penyusunan kebijakan distribusi RASKIN. 3.2.8.

Penyusunan Laporan Tugas Akhir

Tahapan terakhir adalah pembuatan laporan tugas akhir sebagai bentuk dokumentasi atas terlaksananya tugas akhir ini. Di dalam laporan tersebut mencakup : a. Bab I Pendahuluan Pada bab ini dijelaskan mengenai latar belakang, rumusan dan batasan masalah, tujuan dan manfaat pengerjaan tugas akhir ini. b. Bab II Dasar Teori Dijelaskan mengenai teori – teori yang menunjang permasalahan yang dibahas pada penelitian tugas akhir ini. c. Bab III Metodologi Pada bab ini dijelaskan mengenai tahapan – tahapan apa saja yang harus dilakukan dalam pengerjaan penelitian tugas akhir. d. Bab IV Perancangan Pada bab ini berisi rancangan penelitian, rancangan bagaimana penelitian akan dilakukan, subyek dan obyek penelitian, pemilihan obyek dan subyek penelitian, dan sebagainya. e. Bab V Implementasi Pada bab ini berisi proses pelaksanaan penelitian, bagaimana penelitian dilakukan, penerapan strategi pelaksanaan, hambatan, dan rintangan dalam pelaksanaan, dan sebagainya. f. Bab VI Analisis dan Pembahasan Bab yang berisi tentang pembahasan dalam penyelesaian permasalahan yang dibahas pada pengerjaan tugas akhir ini.

28

g. Bab VII Kesimpulan dan Saran Berisi tentang kesimpulan dan saran yang ditujukan untuk kelengkapan penyempurnaan tugas akhir ini.

BAB IV PERANCANGAN Pada bab ini akan dijelaskan bagaimana rancangan dari penelitian tugas akhir yang meliputi subyek dan obyek dari Tugas Akhir, pemilihan subyek dan obyek Tugas Akhir dan bagaimana Tugas Akhir akan dilakukan. 4.1.

Pengumpulan dan Deskripsi Data

Pengumpulan data dilakukan dengan pengajuan permintaan data kepada pihak Perum BULOG Divre Jawa Timur. Permintaan data disesuaikan dengan kebutuhan data pada Tugas Akhir ini. Kemudian setelah melalui proses yang ada, didapatkan Data menggunakan data penyaluran RASKIN, data gudang dan kapasitas gudang, data pengadaan beras dan data jarak antar gudang. Data diperoleh dari pihak Perum BULOG Divre Jawa Timur dan melalui pengumpulan data observasi. Data permintaan kebutuhan RASKIN, data gudang dan kapasitas gudang serta data pengadaaan beras didapatkan dari pihak Perum BULOG Divre Jawa Timur sedangkan data jarak didapatkan melalui pengumpulan observasi melalui aplikasi Google Maps. 4.1.1. Deskripsi Data Penyaluran RASKIN Data penyaluran RASKIN terdiri dari daftar jumlah penyaluran beras RASKIN per bulan dalam satuan kilogram (kg) untuk kawasan tiap subdivre yang diuraikan dalam beberapa kabupaten/kota. Pada setiap sub divre kabupaten/kota ini terdapat jumlah titik distribusi yaitu titik distribusi di tingkat kecamatan dan di tingkat desa yang juga dilengkapi dengan jumlah Rumah Tangga Sasaran (RTS) penerima RASKIN. Untuk nilai yang akan digunakan untuk penyelesaian studi kasus ini adalah jumlah penyaluran beras RASKIN per bulan dalam satuan kilogram (kg) yang kemudian akan diubah dalam satuan ton/tahun. Nilai tersebut kemudian disebut dengan data permintaan RASKIN tiap daerah. Sesuai batasan pada penelitian ini bahwa studi kasus ini hanya menggunakan data subdivre Surabaya Utara, Surabaya Selatan dan Madura maka 29

30 data permintaan RASKIN tiap daerah dapat dilihat pada Tabel 4.1 Data Permintaan RASKIN dibawah ini. Tabel 4.1 Data Permintaan RASKIN

NO.

SUBDIVRE KAB/KOTA

I. 1 2 3 II. 4 5 6 III. 7 8 9 10

SURABAYA UTARA Kota Surabaya Kab Sidoarjo Kab Gresik SURABAYA SELATAN Kota Mojokerto Kab. Mojokerto Kab. Jombang MADURA Kab. Bangkalan Kab. Sampang Kab. Pamekasan Kab. Sumenep

Penyaluran/bulan RTS-PM

Kg

221.845 65.991 78.103 77.751 178.265 5.205 71.055 102.005 396.490 85.068 108.647 86.397 116.378

3.327.675 989.865 1.171.545 1.166.265 2.673.975 78.075 1.065.825 1.530.075 5.947.350 1.276.020 1.629.705 1.295.955 1.745.670

4.1.2. Data Gudang Data Gudang terdiri dari data alamat gudang dan kapasitas gudang (lihat lampiran 2 Data Gudang). Data kapasitas Gudang menunjukkan data gudang sesuai kawasan Subdivre Surabaya Selatan, Surabaya Utara dan Subdivre Madura. Berikut ini adalah kapasitas gudang (dalam ton) yang digunakan pada studi kasus ini. Tabel 4.2 Data Kapasitas Gudang Subdivre Surabaya Utara

NO. 1 2 3

SUBDIVRE GBB.BANJAR KEMANTREN III GBB.BANJAR KEMANTREN I GBB.BANJAR KEMANTREN II

KAPASITAS (ton) 70.000 36.500 70.000

31

Tabel 4.3 Data Kapasitas Gudang Subdivre Surabaya Selatan

NO. 1 2 3 4 5 6 7

GUDANG GBB SOOKO GBB MOJONGAPIT GBB TUNGGORONO I GBB TUNGGORONO II GSP SEMBUNG GBB GUNUNG GEDANGAN GBB DAPUR KEJAMBON

KAPASITAS (ton) 18.500 9.000 10.500 10.000 10.000 24.500 17.500

Tabel 4.4 Data Kapasitas Gudang Subdivre Madura

NO. 1 2 3 4

GUDANG GBB. LARANGAN TOKOL GBL. BANYUANYAR GBB. KERTASADA GSP. MLAJAH

KAPASITAS (ton) 7.000 1.000 2.000 2.000

4.1.3. Data Jarak Data jarak didapatkan melalui sumber data Google Maps. Langkah-langkah mendapatkan data jarak relatif antar gudang yaitu dengan memasukkan alamat gudang asal ke gudang tujuan pada aplikasi Google Maps. Sesuai data gudang yang didapatkan dari Perum BULOG Divre Jawa Timur terdapat 3 gudang untuk area Surabaya Utara, 7 gudang untuk area Surabaya Selatan dan 4 gudang untuk area Madura. Jumlah gudang asal dan/atau gudang tujuan sebanyak 14 gudang, maka data jarak yang dihasilkan adalah = 14 gudang asal x 13 gudang tujuan = 182 data jarak Melalui Google Maps didapatkan jarak relatif antar gudang. Namun terkadang Google Maps menunjukkan ukuran jarak

32 lebih dari satu, maka digunakan asumsi bahwa jika Google Maps menunjukkan lebih dari satu rute maka yang akan dipilih adalah jarak yang direkomendasikan oleh Google Maps (Best Route/Fastest Route) atau jika tidak terdapat rute yang direkomendasikan maka yang akan dipilih adalah rute dengan jarak terpendek. Verifikasi data jarak yang telah dikumpulkan dapat dilihat pada LAMPIRAN A yang berisi hasil pengumpulan data jarak relatif antar gudang. Hasil pengumpulan data jarak dapat dilihat pada Tabel 4.5 Hasil Pengumpulan Data Jarak. Tabel 4.5 Hasil Pengumpulan Data Jarak

Lokasi GBB Banjar Kemantren II ke GBB Banjar Kemantren I GBB Banjar Kemantren III ke GBB Banjar Kemantren I GBB Sooko ke GBB Banjar Kemantren I GBB Mojongapit ke GBB Banjar Kemantren I GBB Tunggorono I ke GBB Banjar Kemantren I GBB Tunggorono II ke GBB Banjar Kemantren I GBB Sembung ke GBB Banjar Kemantren I GBB Gunung Gedangan ke GBB Banjar Kemantren I GBB Dapur Kejambon ke GBB Banjar Kemantren I GBB Larangan Tokol ke GBB Banjar Kemantren I GBB Banyuanyar ke GBB Banjar Kemantren I GBB Kertasada ke GBB Banjar Kemantren I GBB Mlajah ke GBB Banjar Kemantren I GBB Banjar Kemantren I ke GBB Banjar Kemantren II GBB Banjar Kemantren III ke GBB Banjar Kemantren II GBB Sooko ke GBB Banjar Kemantren II GBB Mojongapit ke GBB Banjar Kemantren II GBB Tunggorono I ke GBB Banjar Kemantren II

Jarak 6,9 0 41,7 65,9 72,5 72,5 79,1 37,2 67,7 127 103 191 53,7 10,5 10,5 45,4 69,6 76,2

33 Lokasi GBB Tunggorono II ke GBB Banjar Kemantren II GBB Sembung ke GBB Banjar Kemantren II GBB Gunung Gedangan ke GBB Banjar Kemantren II GBB Dapur Kejambon ke GBB Banjar Kemantren II GBB Larangan Tokol ke GBB Banjar Kemantren II GBB Banyuanyar ke GBB Banjar Kemantren II GBB Kertasada ke GBB Banjar Kemantren II GBB Mlajah ke GBB Banjar Kemantren II GBB Banjar Kemantren I ke GBB Banjar Kemantren III GBB Banjar Kemantren II ke GBB Banjar Kemantren III GBB Sooko ke GBB Banjar Kemantren III GBB Mojongapit ke GBB Banjar Kemantren III GBB Tunggorono I ke GBB Banjar Kemantren III GBB Tunggorono II ke GBB Banjar Kemantren III GBB Sembung ke GBB Banjar Kemantren III GBB Gunung Gedangan ke GBB Banjar Kemantren III GBB Dapur Kejambon ke GBB Banjar Kemantren III GBB Larangan Tokol ke GBB Banjar Kemantren III GBB Banyuanyar ke GBB Banjar Kemantren III GBB Kertasada ke GBB Banjar Kemantren III GBB Mlajah ke GBB Banjar Kemantren III GBB Banjar Kemantren I ke GBB Sooko GBB Banjar Kemantren II ke GBB Sooko GBB Banjar Kemantren III ke GBB Sooko GBB Mojongapit ke GBB Sooko GBB Tunggorono I ke GBB Sooko GBB Tunggorono II ke GBB Sooko GBB Sembung ke GBB Sooko GBB Gunung Gedangan ke GBB Sooko

Jarak 76,2 82,8 40,9 71,4 121 96,8 185 47,4 0 6,9 41,7 65,9 72,5 72,5 79,1 37,2 67,7 127 103 191 53,7 48,8 50,4 48,8 25,5 32,1 32,1 38,7 9,2

34 Lokasi GBB Dapur Kejambon ke GBB Sooko GBB Larangan Tokol ke GBB Sooko GBB Banyuanyar ke GBB Sooko GBB Kertasada ke GBB Sooko GBB Mlajah ke GBB Sooko GBB Banjar Kemantren I ke GBB Mojongapit GBB Banjar Kemantren II ke GBB Mojongapit GBB Banjar Kemantren III ke GBB Mojongapit GBB Sooko ke GBB Mojongapit GBB Tunggorono I ke GBB Mojongapit GBB Tunggorono II ke GBB Mojongapit GBB Sembung ke GBB Mojongapit GBB Gunung Gedangan ke GBB Mojongapit GBB Dapur Kejambon ke GBB Mojongapit GBB Larangan Tokol ke GBB Mojongapit GBB Banyuanyar ke GBB Mojongapit GBB Kertasada ke GBB Mojongapit GBB Mlajah ke GBB Mojongapit GBB Banjar Kemantren I ke GBB Tunggorono I GBB Banjar Kemantren II ke GBB Tunggorono I GBB Banjar Kemantren III ke GBB Tunggorono I GBB Sooko ke GBB Tunggorono I GBB Mojongapit ke GBB Tunggorono I GBB Tunggorono II ke GBB Tunggorono I GBB Sembung ke GBB Tunggorono I GBB Gunung Gedangan ke GBB Tunggorono I GBB Dapur Kejambon ke GBB Tunggorono I GBB Larangan Tokol ke GBB Tunggorono I GBB Banyuanyar ke GBB Tunggorono I GBB Kertasada ke GBB Tunggorono I GBB Mlajah ke GBB Tunggorono I GBB Banjar Kemantren I ke GBB Tunggorono II GBB Banjar Kemantren II ke GBB Tunggorono II GBB Banjar Kemantren III ke GBB Tunggorono II

Jarak 27,3 164 141 228 91 68,4 69,9 68,4 27,1 6,4 6,4 14,2 28,7 2,7 184 160 248 111 75,3 76,8 75,3 34 6,1 0 7 35,6 7,2 191 167 255 117 75,3 76,8 75,3

35 Lokasi GBB Sooko ke GBB Tunggorono II GBB Mojongapit ke GBB Tunggorono II GBB Tunggorono I ke GBB Tunggorono II GBB Sembung ke GBB Tunggorono II GBB Gunung Gedangan ke GBB Tunggorono II GBB Dapur Kejambon ke GBB Tunggorono II GBB Larangan Tokol ke GBB Tunggorono II GBB Banyuanyar ke GBB Tunggorono II GBB Kertasada ke GBB Tunggorono II GBB Mlajah ke GBB Tunggorono II GBB Banjar Kemantren I ke GBB Sembung GBB Banjar Kemantren II ke GBB Sembung GBB Banjar Kemantren III ke GBB Sembung GBB Sooko ke GBB Sembung GBB Mojongapit ke GBB Sembung GBB Tunggorono I ke GBB Sembung GBB Tunggorono II ke GBB Sembung GBB Gunung Gedangan ke GBB Sembung GBB Dapur Kejambon ke GBB Sembung GBB Larangan Tokol ke GBB Sembung GBB Banyuanyar ke GBB Sembung GBB Kertasada ke GBB Sembung GBB Mlajah ke GBB Sembung GBB Banjar Kemantren I ke GBB Gunung Gedangan GBB Banjar Kemantren II ke GBB Gunung Gedangan GBB Banjar Kemantren III ke GBB Gunung Gedangan GBB Sooko ke GBB Gunung Gedangan GBB Mojongapit ke GBB Gunung Gedangan GBB Tunggorono I ke GBB Gunung Gedangan GBB Tunggorono II ke GBB Gunung Gedangan GBB Sembung ke GBB Gunung Gedangan GBB Dapur Kejambon ke GBB Gunung Gedangan

Jarak 34 6,1 0 7 35,6 7,2 191 167 255 117 80 81,5 80 38,7 12,6 7,5 7,5 40,3 15,2 196 172 260 122 39,6 41,2 39,6 4,8 28,7 35,3 35,3 41,9 30,5

36 Lokasi GBB Larangan Tokol ke GBB Gunung Gedangan GBB Banyuanyar ke GBB Gunung Gedangan GBB Kertasada ke GBB Gunung Gedangan GBB Mlajah ke GBB Gunung Gedangan GBB Banjar Kemantren I ke GBB Dapur Kejambon GBB Banjar Kemantren II ke GBB Dapur Kejambon GBB Banjar Kemantren III ke GBB Dapur Kejambon GBB Sooko ke GBB Dapur Kejambon GBB Mojongapit ke GBB Dapur Kejambon GBB Tunggorono I ke GBB Dapur Kejambon GBB Tunggorono II ke GBB Dapur Kejambon GBB Sembung ke GBB Dapur Kejambon GBB Gunung Gedangan ke GBB Dapur Kejambon GBB Larangan Tokol ke GBB Dapur Kejambon GBB Banyuanyar ke GBB Dapur Kejambon GBB Kertasada ke GBB Dapur Kejambon GBB Mlajah ke GBB Dapur Kejambon GBB Banjar Kemantren I ke GBB Larangan Tokol GBB Banjar Kemantren II ke GBB Larangan Tokol GBB Banjar Kemantren III ke GBB Larangan Tokol GBB Sooko ke GBB Larangan Tokol GBB Mojongapit ke GBB Larangan Tokol GBB Tunggorono I ke GBB Larangan Tokol GBB Tunggorono II ke GBB Larangan Tokol GBB Sembung ke GBB Larangan Tokol GBB Gunung Gedangan ke GBB Larangan Tokol GBB Dapur Kejambon ke GBB Larangan Tokol GBB Banyuanyar ke GBB Larangan Tokol GBB Kertasada ke GBB Larangan Tokol GBB Mlajah ke GBB Larangan Tokol GBB Banjar Kemantren I ke GBB Banyuanyar GBB Banjar Kemantren II ke GBB Banyuanyar

Jarak 155 131 219 81,8 71,3 72,8 71,3 30 3,8 7,2 7,2 13,8 36,6 187 163 251 113 141 131 141 166 190 197 197 203 161 192 23,7 65 91,4 118 107

37 Lokasi GBB Banjar Kemantren III ke GBB Banyuanyar GBB Sooko ke GBB Banyuanyar GBB Mojongapit ke GBB Banyuanyar GBB Tunggorono I ke GBB Banyuanyar GBB Tunggorono II ke GBB Banyuanyar GBB Sembung ke GBB Banyuanyar GBB Gunung Gedangan ke GBB Banyuanyar GBB Dapur Kejambon ke GBB Banyuanyar GBB Larangan Tokol ke GBB Banyuanyar GBB Kertasada ke GBB Banyuanyar GBB Mlajah ke GBB Banyuanyar GBB Banjar Kemantren I ke GBB Kertasada GBB Banjar Kemantren II ke GBB Kertasada GBB Banjar Kemantren III ke GBB Kertasada GBB Sooko ke GBB Kertasada GBB Mojongapit ke GBB Kertasada GBB Tunggorono I ke GBB Kertasada GBB Tunggorono II ke GBB Kertasada GBB Sembung ke GBB Kertasada GBB Gunung Gedangan ke GBB Kertasada GBB Dapur Kejambon ke GBB Kertasada GBB Larangan Tokol ke GBB Kertasada GBB Banyuanyar ke GBB Kertasada GBB Mlajah ke GBB Kertasada GBB Banjar Kemantren I ke GBB Mlajah GBB Banjar Kemantren II ke GBB Mlajah GBB Banjar Kemantren III ke GBB Mlajah GBB Sooko ke GBB Mlajah GBB Mojongapit ke GBB Mlajah GBB Tunggorono I ke GBB Mlajah GBB Tunggorono II ke GBB Mlajah GBB Sembung ke GBB Mlajah GBB Gunung Gedangan ke GBB Mlajah GBB Dapur Kejambon ke GBB Mlajah

Jarak 118 142 166 173 173 180 138 168 23,8 87,9 67,7 205 195 205 230 254 261 261 267 226 256 65,1 87,9 156 68,1 57,2 68,1 92,5 117 123 123 130 88 119

38 Lokasi GBB Larangan Tokol ke GBB Mlajah GBB Banyuanyar ke GBB Mlajah GBB Kertasada ke GBB Mlajah

Jarak 91,3 67,6 155

4.2. Formulasi Data Formulasi data adalah langkah-langkah yang harus ditempuh untuk mendapatkan model yang sesuai dengan menggunakan bentuk model linear programming terlebih dahulu dan setelah itu bentuk linier programming diubah kedalam bentuk model Goal Programming. 4.2.1. Formulasi Linier Programming Langkah-langkah yang harus ditempuh dalam pemodelan linear programming adalah penentuan variabel keputusan, fungsi tujuan dan batasan. a. Variabel Keputusan Dalam tugas akhir ini, permasalahan yang akan diselesaikan adalah mengetahui alokasi pengiriman beras raskin dari gudang satu ke gudang lain. Sehingga variabel keputusannya adalah alokasi dari gudang m ke gudang n (𝑋𝑚 ). 𝑋𝑚 = jumlah alokasi beras yang dikirim dari gudang i ke gudang j yang dinyatakan dalam ton/tahun 𝑖 = 1,2, . . ,14 ; 𝑗 = 1,2, … ,14 Berikut adalah variabel untuk alokasi pengiriman ke tiap gudang. Alokasi distribusi ke GBB Banjar Kemantren 1 X1 : Alokasi dari GBB Banjar Kemantren II ke GBB Banjar Kemantren I X2 : Alokasi dari GBB Banjar Kemantren III ke GBB Banjar Kemantren I X3 : Alokasi dari GBB Sooko ke GBB Banjar Kemantren I

39 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13

: Alokasi dari GBB Mojongapit ke GBB Banjar Kemantren I : Alokasi dari GBB Tunggorono I ke GBB Banjar Kemantren I : Alokasi dari GBB Tunggorono II ke GBB Banjar Kemantren I : Alokasi dari GBB Sembung ke GBB Banjar Kemantren I : Alokasi dari GBB Gunung Gedangan ke GBB Banjar Kemantren I : Alokasi dari GBB Dapur Kejambon ke GBB Banjar Kemantren I : Alokasi dari GBB Larangan Tokol ke GBB Banjar Kemantren I : Alokasi dari GBB Banyuanyar ke GBB Banjar Kemantren I : Alokasi dari GBB Kertasada ke GBB Banjar Kemantren I : Alokasi dari GBB Mlajah ke GBB Banjar Kemantren I

Alokasi distribusi ke GBB Banjar Kemantren II X14 : Alokasi dari GBB Banjar Kemantren I ke GBB Banjar Kemantren II X15 : Alokasi dari GBB Banjar Kemantren III ke GBB Banjar Kemantren II X16 : Alokasi dari GBB Sooko ke GBB Banjar Kemantren II X17 : Alokasi dari GBB Mojongapit ke GBB Banjar Kemantren II X18 : Alokasi dari GBB Tunggorono I ke GBB Banjar Kemantren II X19 : Alokasi dari GBB Tunggorono II ke GBB Banjar Kemantren II X20 : Alokasi dari GBB Sembung ke GBB Banjar Kemantren II

40 X21 X22 X23 X24 X25 X26

: Alokasi dari GBB Gunung Gedangan ke GBB Banjar Kemantren II : Alokasi dari GBB Dapur Kejambon ke GBB Banjar Kemantren II : Alokasi dari GBB Larangan Tokol ke GBB Banjar Kemantren II : Alokasi dari GBB Banyuanyar ke GBB Banjar Kemantren II : Alokasi dari GBB Kertasada ke GBB Banjar Kemantren II : Alokasi dari GBB Mlajah ke GBB Banjar Kemantren II

Alokasi distribusi untuk GBB Banjar Kemantren III X27 : Alokasi dari GBB Banjar Kemantren I ke GBB Banjar Kemantren III X28 : Alokasi dari GBB Banjar Kemantren II ke GBB Banjar Kemantren III X29 : Alokasi dari GBB Sooko ke GBB Banjar Kemantren III X30 : Alokasi dari GBB Mojongapit ke GBB Banjar Kemantren III X31 : Alokasi dari GBB Tunggorono I ke GBB Banjar Kemantren III X32 : Alokasi dari GBB Tunggorono II ke GBB Banjar Kemantren III X33 : Alokasi dari GBB Sembung ke GBB Banjar Kemantren III X34 : Alokasi dari GBB Gunung Gedangan ke GBB Banjar Kemantren III X35 : Alokasi dari GBB Dapur Kejambon ke GBB Banjar Kemantren III X36 : Alokasi dari GBB Larangan Tokol ke GBB Banjar Kemantren III X37 : Alokasi dari GBB Banyuanyar ke GBB Banjar Kemantren III

41 X38 X39

: Alokasi dari GBB Kertasada ke GBB Banjar Kemantren III : Alokasi dari GBB Mlajah ke GBB Banjar Kemantren III

Alokasi distribusi untuk GBB Sooko X40 : Alokasi dari GBB Banjar Kemantren I ke GBB Sooko X41 : Alokasi dari GBB Banjar Kemantren II ke GBB Sooko X42 : Alokasi dari GBB Banjar Kemantren III ke GBB Sooko X43 : Alokasi dari GBB Mojongapit ke GBB Sooko X44 : Alokasi dari GBB Tunggorono I ke GBB Sooko X45 : Alokasi dari GBB Tunggorono II ke GBB Sooko X46 : Alokasi dari GBB Sembung ke GBB Sooko X47 : Alokasi dari GBB Gunung Gedangan ke GBB Sooko X48 : Alokasi dari GBB Dapur Kejambon ke GBB Sooko X49 : Alokasi dari GBB Larangan Tokol ke GBB Sooko X50 : Alokasi dari GBB Banyuanyar ke GBB Sooko X51 : Alokasi dari GBB Kertasada ke GBB Sooko X52 : Alokasi dari GBB Mlajah ke GBB Sooko Alokasi distribusi untuk GBB Mojongapit X53 : Alokasi dari GBB Banjar Kemantren I ke GBB Mojongapit X54 : Alokasi dari GBB Banjar Kemantren II ke GBB Mojongapit X55 : Alokasi dari GBB Banjar Kemantren III ke GBB Mojongapit X56 : Alokasi dari GBB Sooko ke GBB Mojongapit X57 : Alokasi dari GBB Tunggorono I ke GBB Mojongapit X58 : Alokasi dari GBB Tunggorono II ke GBB Mojongapit X59 : Alokasi dari GBB Sembung ke GBB Mojongapit X60 : Alokasi dari GBB Gunung Gedangan ke GBB Mojongapit

42 X61 X62 X63 X64 X65

: Alokasi dari GBB Dapur Kejambon ke GBB Mojongapit : Alokasi dari GBB Larangan Tokol ke GBB Mojongapit : Alokasi dari GBB Banyuanyar ke GBB Mojongapit : Alokasi dari GBB Kertasada ke GBB Mojongapit : Alokasi dari GBB Mlajah ke GBB Mojongapit

Alokasi distribusi untuk GBB Tunggorono I X66 : Alokasi dari GBB Banjar Kemantren I ke GBB Tunggorono I X67 : Alokasi dari GBB Banjar Kemantren II ke GBB Tunggorono I X68 : Alokasi dari GBB Banjar Kemantren III ke GBB Tunggorono I X69 : Alokasi dari GBB Sooko ke GBB Tunggorono I X70 : Alokasi dari GBB Mojongapit ke GBB Tunggorono I X71 : Alokasi dari GBB Tunggorono II ke GBB Tunggorono I X72 : Alokasi dari GBB Sembung ke GBB Tunggorono I X73 : Alokasi dari GBB Gunung Gedangan ke GBB Tunggorono I X74 : Alokasi dari GBB Dapur Kejambon ke GBB Tunggorono I X75 : Alokasi dari GBB Larangan Tokol ke GBB Tunggorono I X76 : Alokasi dari GBB Banyuanyar ke GBB Tunggorono I X77 : Alokasi dari GBB Kertasada ke GBB Tunggorono I X78 : Alokasi dari GBB Mlajah ke GBB Tunggorono I

43 Alokasi distribusi untuk GBB Tunggorono II X79 : Alokasi dari GBB Banjar Kemantren I ke GBB Tunggorono II X80 : Alokasi dari GBB Banjar Kemantren II ke GBB Tunggorono II X81 : Alokasi dari GBB Banjar Kemantren III ke GBB Tunggorono II X82 : Alokasi dari GBB Sooko ke GBB Tunggorono II X83 : Alokasi dari GBB Mojongapit ke GBB Tunggorono II X84 : Alokasi dari GBB Tunggorono I ke GBB Tunggorono II X85 : Alokasi dari GBB Sembung ke GBB Tunggorono II X86 : Alokasi dari GBB Gunung Gedangan ke GBB Tunggorono II X87 : Alokasi dari GBB Dapur Kejambon ke GBB Tunggorono II X88 : Alokasi dari GBB Larangan Tokol ke GBB Tunggorono II X89 : Alokasi dari GBB Banyuanyar ke GBB Tunggorono II X90 : Alokasi dari GBB Kertasada ke GBB Tunggorono II X91 : Alokasi dari GBB Mlajah ke GBB Tunggorono II Alokasi distribusi untuk GBB Sembung X92 : Alokasi dari GBB Banjar Kemantren I ke GBB Sembung X93 : Alokasi dari GBB Banjar Kemantren II ke GBB Sembung X94 : Alokasi dari GBB Banjar Kemantren III ke GBB Sembung X95 : Alokasi dari GBB Sooko ke GBB Sembung X96 : Alokasi dari GBB Mojongapit ke GBB Sembung X97 : Alokasi dari GBB Tunggorono I ke GBB Sembung

44 X98 X99 X100 X101 X102 X103 X104

: Alokasi dari GBB Tunggorono II ke GBB Sembung : Alokasi dari GBB Gunung Gedangan ke GBB Sembung : Alokasi dari GBB Dapur Kejambon ke GBB Sembung : Alokasi dari GBB Larangan Tokol ke GBB Sembung : Alokasi dari GBB Banyuanyar ke GBB Sembung : Alokasi dari GBB Kertasada ke GBB Sembung : Alokasi dari GBB Mlajah ke GBB Sembung

Alokasi distribusi untuk GBB Gunung Gedangan X105 : Alokasi dari GBB Banjar Kemantren I ke GBB Gunung Gedangan X106 : Alokasi dari GBB Banjar Kemantren II ke GBB Gunung Gedangan X107 : Alokasi dari GBB Banjar Kemantren III ke GBB Gunung Gedangan X108 : Alokasi dari GBB Sooko ke GBB Gunung Gedangan X109 : Alokasi dari GBB Mojongapit ke GBB Gunung Gedangan X110 : Alokasi dari GBB Tunggorono I ke GBB Gunung Gedangan X111 : Alokasi dari GBB Tunggorono II ke GBB Gunung Gedangan X112 : Alokasi dari GBB Sembung ke GBB Gunung Gedangan X113 : Alokasi dari GBB Dapur Kejambon ke GBB Gunung Gedangan X114 : Alokasi dari GBB Larangan Tokol ke GBB Gunung Gedangan X115 : Alokasi dari GBB Banyuanyar ke GBB Gunung Gedangan

45 X116 X117

: Alokasi dari GBB Kertasada ke GBB Gunung Gedangan : Alokasi dari GBB Mlajah ke GBB Gunung Gedangan

Alokasi distribusi untuk GBB Dapur Kejambon X118 : Alokasi dari GBB Banjar Kemantren I ke GBB Dapur Kejambon X119 : Alokasi dari GBB Banjar Kemantren II ke GBB Dapur Kejambon X120 : Alokasi dari GBB Banjar Kemantren III ke GBB Dapur Kejambon X121 : Alokasi dari GBB Sooko ke GBB Dapur Kejambon X122 : Alokasi dari GBB Mojongapit ke GBB Dapur Kejambon X123 : Alokasi dari GBB Tunggorono I ke GBB Dapur Kejambon X124 : Alokasi dari GBB Tunggorono II ke GBB Dapur Kejambon X125 : Alokasi dari GBB Sembung ke GBB Dapur Kejambon X126 : Alokasi dari GBB Gunung Gedangan ke GBB Dapur Kejambon X127 : Alokasi dari GBB Larangan Tokol ke GBB Dapur Kejambon X128 : Alokasi dari GBB Banyuanyar ke GBB Dapur Kejambon X129 : Alokasi dari GBB Kertasada ke GBB Dapur Kejambon X130 : Alokasi dari GBB Mlajah ke GBB Dapur Kejambon Alokasi distribusi untuk GBB Larangan Tokol X131 : Alokasi dari GBB Banjar Kemantren I ke GBB Larangan Tokol X132 : Alokasi dari GBB Banjar Kemantren II ke GBB Larangan Tokol

46 X133 X134 X135 X136 X137 X138 X139 X140 X141 X142 X143

: Alokasi dari GBB Banjar Kemantren III ke GBB Larangan Tokol : Alokasi dari GBB Sooko ke GBB Larangan Tokol : Alokasi dari GBB Mojongapit ke GBB Larangan Tokol : Alokasi dari GBB Tunggorono I ke GBB Larangan Tokol : Alokasi dari GBB Tunggorono II ke GBB Larangan Tokol : Alokasi dari GBB Sembung ke GBB Larangan Tokol : Alokasi dari GBB Gunung Gedangan ke GBB Larangan Tokol : Alokasi dari GBB Dapur Kejambon ke GBB Larangan Tokol : Alokasi dari GBB Banyuanyar ke GBB Larangan Tokol : Alokasi dari GBB Kertasada ke GBB Larangan Tokol : Alokasi dari GBB Mlajah ke GBB Larangan Tokol

Alokasi distribusi untuk GBB Banyuanyar X144 : Alokasi dari GBB Banjar Kemantren I ke GBB Banyuanyar X145 : Alokasi dari GBB Banjar Kemantren II ke GBB Banyuanyar X146 : Alokasi dari GBB Banjar Kemantren III ke GBB Banyuanyar X147 : Alokasi dari GBB Sooko ke GBB Banyuanyar X148 : Alokasi dari GBB Mojongapit ke GBB Banyuanyar X149 : Alokasi dari GBB Tunggorono I ke GBB Banyuanyar X150 : Alokasi dari GBB Tunggorono II ke GBB Banyuanyar X151 : Alokasi dari GBB Sembung ke GBB Banyuanyar

47 X152 X153 X154 X155 X156

: Alokasi dari GBB Gunung Gedangan ke GBB Banyuanyar : Alokasi dari GBB Dapur Kejambon ke GBB Banyuanyar : Alokasi dari GBB Larangan Tokol ke GBB Banyuanyar : Alokasi dari GBB Kertasada ke GBB Banyuanyar : Alokasi dari GBB Mlajah ke GBB Banyuanyar

Alokasi distribusi untuk GBB Kertasada X157 : Alokasi dari GBB Banjar Kemantren I ke GBB Kertasada X158 : Alokasi dari GBB Banjar Kemantren II ke GBB Kertasada X159 : Alokasi dari GBB Banjar Kemantren III ke GBB Kertasada X160 : Alokasi dari GBB Sooko ke GBB Kertasada X161 : Alokasi dari GBB Mojongapit ke GBB Kertasada X162 : Alokasi dari GBB Tunggorono I ke GBB Kertasada X163 : Alokasi dari GBB Tunggorono II ke GBB Kertasada X164 : Alokasi dari GBB Sembung ke GBB Kertasada X165 : Alokasi dari GBB Gunung Gedangan ke GBB Kertasada X166 : Alokasi dari GBB Dapur Kejambon ke GBB Kertasada X167 : Alokasi dari GBB Larangan Tokol ke GBB Kertasada X168 : Alokasi dari GBB Banyuanyar ke GBB Kertasada X169 : Alokasi dari GBB Mlajah ke GBB Kertasada Alokasi distribusi untuk GBB Mlajah X170 : Alokasi dari GBB Banjar Kemantren I ke GBB Mlajah

48 X171 X172 X173 X174 X175 X176 X177 X178 X179 X180 X181 X182

: Alokasi dari GBB Banjar Kemantren II ke GBB Mlajah : Alokasi dari GBB Banjar Kemantren III ke GBB Mlajah : Alokasi dari GBB Sooko ke GBB Mlajah : Alokasi dari GBB Mojongapit ke GBB Mlajah : Alokasi dari GBB Tunggorono I ke GBB Mlajah : Alokasi dari GBB Tunggorono II ke GBB Mlajah : Alokasi dari GBB Sembung ke GBB Mlajah : Alokasi dari GBB Gunung Gedangan ke GBB Mlajah : Alokasi dari GBB Dapur Kejambon ke GBB Mlajah : Alokasi dari GBB Larangan Tokol ke GBB Mlajah : Alokasi dari GBB Banyuanyar ke GBB Mlajah : Alokasi dari GBB Kertasada ke GBB Mlajah

b. Fungsi Tujuan Penulisan model matematis menggunakan bentuk model linear programming terlebih dahulu dan setelah itu bentuk linier programming diubah kedalam bentuk model goal programming. Dalam Tugas Akhir ini goal yang akan dicapai ada dua, yaitu : Goal 1: Permintaan RASKIN terpenuhi. Permintaan RASKIN harus terpenuhi sesuai dengan SPA (Surat Pengajuan Alokasi) yang diajukan pemerintah daerah. Max 𝑧1 = ∑182 𝑚=1 𝑋𝑚 Dimana, 𝑧2 = total pemenuhan permintaan raskin 𝑋𝑚 = alokasi beras RASKIN ke gudang (ton/tahun) m = 1..182 Sehingga fungsi tujuannya adalah sebagai berikut. Max 𝑧1 = 𝑋1 + 𝑋2 + 𝑋3 + 𝑋4 + 𝑋5 + 𝑋6 + 𝑋7 + 𝑋8 + 𝑋9 + 𝑋10 + 𝑋11 + 𝑋12 + 𝑋13 + 𝑋14 + 𝑋15 + 𝑋16 + 𝑋17 + 𝑋18 + 𝑋19 + 𝑋20 + 𝑋21 +

49 𝑋22 + 𝑋23 + 𝑋24 + 𝑋25 + 𝑋26 + 𝑋27 + 𝑋28 + 𝑋29 + 𝑋30 + 𝑋31 + 𝑋32 + 𝑋33 + 𝑋34 + 𝑋35 + 𝑋36 + 𝑋37 + 𝑋38 + 𝑋39 + 𝑋40 + 𝑋41 + 𝑋42 + 𝑋43 + 𝑋44 + 𝑋45 + 𝑋46 + 𝑋47 + 𝑋48 + 𝑋49 + 𝑋50 + 𝑋51 + 𝑋52 + 𝑋53 + 𝑋54 + 𝑋55 + 𝑋56 + 𝑋57 + 𝑋58 + 𝑋59 + 𝑋60 + 𝑋61 + 𝑋62 + 𝑋63 + 𝑋64 + 𝑋65 + 𝑋66 + 𝑋67 + 𝑋68 + 𝑋69 + 𝑋70 + 𝑋71 + 𝑋72 + 𝑋73 + 𝑋74 + 𝑋75 + 𝑋76 + 𝑋77 + 𝑋78 + 𝑋79 + 𝑋80 + 𝑋81 + 𝑋82 + 𝑋83 + 𝑋84 + 𝑋85 + 𝑋86 + 𝑋87 + 𝑋88 + 𝑋89 + 𝑋90 + 𝑋91 + 𝑋92 + 𝑋93 + 𝑋94 + 𝑋95 + 𝑋96 + 𝑋97 + 𝑋98 + 𝑋99 + 𝑋100 + 𝑋101 + 𝑋102 + 𝑋103 + 𝑋104 + 𝑋105 + 𝑋106 + 𝑋107 + 𝑋108 + 𝑋109 + 𝑋110 + 𝑋111 + 𝑋112 + 𝑋113 + 𝑋114 + 𝑋115 + 𝑋116 + 𝑋117 + 𝑋118 + 𝑋119 + 𝑋120 + 𝑋121 + 𝑋122 + 𝑋123 + 𝑋124 + 𝑋125 + 𝑋126 + 𝑋127 + 𝑋128 + 𝑋129 + 𝑋130 + 𝑋131 + 𝑋132 + 𝑋133 + 𝑋134 + 𝑋135 + 𝑋136 + 𝑋137 + 𝑋138 + 𝑋139 + 𝑋140 + 𝑋141 + 𝑋142 + 𝑋143 + 𝑋144 + 𝑋145 + 𝑋146 + 𝑋147 + 𝑋148 + 𝑋149 + 𝑋150 + 𝑋151 + 𝑋152 + 𝑋153 + 𝑋154 + 𝑋155 + 𝑋156 + 𝑋157 + 𝑋158 + 𝑋159 + 𝑋160 + 𝑋161 + 𝑋162 + 𝑋163 + 𝑋164 + 𝑋165 + 𝑋166 + 𝑋167 + 𝑋168 + 𝑋169 + 𝑋170 + 𝑋171 + 𝑋172 + 𝑋173 + 𝑋174 + 𝑋175 + 𝑋176 + 𝑋177 + 𝑋178 + 𝑋179 + 𝑋180 + 𝑋181 + 𝑋182 Goal 2 : Meminimalkan jarak pengiriman. Meminimalkan jarak pengiriman dengan meminimalkan total biaya distribusi. Jarak pengiriman beras akan mempertimbangkan biaya pengiriman beras per 1kg. Berdasarkan data penelitian nasional [19] biaya distribusi ratarata distribusi RASKIN di Jawa Timur adalah Rp 102000/ton. Maka tujuan yang ingin dicapai adalah: 𝑀𝑖𝑛 𝑧2 = ∑𝑀𝑚 𝐷𝑚 𝑋𝑚

50 Dimana, 𝑧2 = total nilai jarak (biaya) pengiriman, 𝑀𝑚 = biaya distribusi rata-rata Jawa Timur (Rp), 𝐷𝑚𝑛 = jarak gudang m dan n (k), Sehingga fungsi tujuannya menjadi seperti dibawah ini. Min 𝑧2 = 703800 X1 + 0 X2 + 4253400 X3 + 6721800 X4 + 7395000 X5 + 7395000 X6 + 8068200 X7 + 3794400 X8 + 6905400 X9 + 12954000 X10 + 10506000 X11 + 19482000 X12 + 5477400 X13 + 1071000 X14 + 1071000 X15 + 4630800 X16 + 7099200 X17 + 7772400 X18 + 7772400 X19 + 8445600 X20 + 4171800 X21 + 7282800 X22 + 12342000 X23 + 9873600 X24 + 18870000 X25 + 4834800 X26 + 0 X27 + 703800 X28 + 4253400 X29 + 6721800 X30 + 7395000 X31 + 7395000 X32 + 8068200 X33 + 3794400 X34 + 6905400 X35 + 12954000 X36 + 10506000 X37 + 19482000 X38 + 5477400 X39 + 4977600 X40 + 5140800 X41 + 4977600 X42 + 2601000 X43 + 3274200 X44 + 3274200 X45 + 3947400 X46 + 938400 X47 + 2784600 X48 + 16728000 X49 + 14382000 X50 + 23256000 X51 + 9282000 X52 + 6976800 X53 + 7129800 X54 + 6976800 X55 + 2764200 X56 + 652800 X57 + 652800 X58 + 1448400 X59 + 2927400 X60 + 275400 X61 + 18768000 X62 + 16320000 X63 + 25296000 X64 + 11322000 X65 + 7680600 X66 + 7833600 X67 + 7680600 X68 + 3468000 X69 + 622200 X70 + 0 X71 + 714000 X72 + 3631200 X73 + 734400 X74 + 19482000 X75 + 17034000 X76 + 26010000 X77 + 11934000 X78 + 7680600 X79 + 7833600 X80 + 7680600 X81 + 3468000 X82 + 622200 X83 + 0 X84 + 714000 X85 + 3631200 X86 + 734400 X87 + 19482000 X88 + 17034000 X89 + 26010000 X90 + 11934000 X91 + 8160000 X92 +

51 8313000 X93 + 8160000 X94 + 3947400 X95 + 1285200 X96 + 765000 X97 + 765000 X98 + 4110600 X99 + 1550400 X100 + 19992000 X101 + 17544000 X102 + 26520000 X103 + 12444000 X104 + 4039200 X105 + 4202400 X106 + 4039200 X107 + 489600 X108 + 2927400 X109 + 3600600 X110 + 3600600 X111 + 4273800 X112 + 3111000 X113 + 15810000 X114 + 13362000 X115 + 22338000 X116 + 8343600 X117 + 7272600 X118 + 7425600 X119 + 7272600 X120 + 3060000 X121 + 387600 X122 + 734400 X123 + 734400 X124 + 1407600 X125 + 3733200 X126 + 19074000 X127 + 16626000 X128 + 25602000 X129 + 11526000 X130 + 14382000 X131 + 13362000 X132 + 14382000 X133 + 16932000 X134 + 19380000 X135 + 20094000 X136 + 20094000 X137 + 20706000 X138 + 16422000 X139 + 19584000 X14 + 2417400 X141 + 6630000 X142 + 9322800 X143 + 12036000 X144 + 10914000 X145 + 12036000 X146 + 14484000 X147 + 16932000 X148 + 17646000 X149 + 17646000 X150 + 18360000 X151 + 14076000 X152 + 17136000 X153 + 2427600 X154 + 8965800 X155 + 6905400 X156 + 20910000 X157 + 19890000 X158 + 20910000 X159 + 23460000 X160 + 25908000 X161 + 26622000 X162 + 26622000 X163 + 27234000 X164 + 23052000 X165 + 26112000 X166 + 6640200 X167 + 8965800 X168 + 15912000 X169 + 6946200 X170 + 5834400 X171 + 6946200 X172 + 9435000 X173 + 11934000 X174 + 12546000 X175 + 12546000 X176 + 13260000 X177 + 8976000 X178 + 12138000 X179 + 9312600 X180 + 6895200 X181 + 15810000 X182

52 c. Perumusan Batasan Batasan yang ada dalam model antara lain sebagai berikut. Batasan 1: Permintaan beras RASKIN dari gudang-gudang wilayah cakupan Subdivre. Alokasi beras raskin untuk subdivre s paling tidak harus sama dengan permintaan raskin pada subdivre s tersebut. 

Batasan permintaan RASKIN Surabaya Utara 39

∑ 𝑋𝑚 ≥ 𝐴𝑠𝑢 

𝑚=1

Batasan permintaan RASKIN Surabaya Selatan 130

∑ 𝑋𝑚 ≥ 𝐴𝑠𝑠 

𝑚=40

Batasan permintaan RASKIN Madura 182

∑ 𝑋𝑚 ≥ 𝐴𝑚𝑑 𝑚=131

𝐴 = jumlah permintaan total pada subdivre sesuai SPA dalam satuan ton/tahun Batasan 2: Kapasitas gudang dari masing-masing gudang di wilayah cakupan distribusi. Alokasi beras raskin ke gudang n tidak boleh melebihi kapasitas gudang n tersebut. Maka batasan kapasitas gudang dapat dituliskan seperti dibawah ini. Kapasitas Gudang 1

13

∑ 𝑋𝑚 ≤ 𝐵1 𝑚=1

Kapasitas Gudang 2

26

∑ 𝑋𝑚 ≤ 𝐵2 𝑚=14

53 Kapasitas Gudang 3

39

∑ 𝑋𝑚 ≤ 𝐵3 𝑚=27

Kapasitas Gudang 4

52

∑ 𝑋𝑚 ≤ 𝐵4 𝑚=40

Kapasitas Gudang 5

65

∑ 𝑋𝑚 ≤ 𝐵5 𝑚=53

Kapasitas Gudang 6

78

∑ 𝑋𝑚 ≤ 𝐵6 𝑚=66

Kapasitas Gudang 7

91

∑ 𝑋𝑚 ≤ 𝐵7 𝑚=79

Kapasitas Gudang 8

104

∑ 𝑋𝑚 ≤ 𝐵8 𝑚=92

Kapasitas Gudang 9

117

∑ 𝑋𝑚 ≤ 𝐵9 𝑚=105

Kapasitas Gudang 10

130

∑ 𝑋𝑚 ≤ 𝐵10 𝑚=118

Kapasitas Gudang 11

143

∑ 𝑋𝑚 ≤ 𝐵11 𝑚=131

54 Kapasitas Gudang 12

156

∑ 𝑋𝑚 ≤ 𝐵12 𝑚=144

Kapasitas Gudang 13

169

∑ 𝑋𝑚 ≤ 𝐵13 𝑚=157

Kapasitas Gudang 14

182

∑ 𝑋𝑚 ≤ 𝐵14 𝑚=170

Batasan 3: Pengadaan beras dari masing-masing wilayah cakupan Subdivre. Alokasi beras raskin dari subdivre s tidak boleh lebih dari pengadaan beras pada subdivre s tersebut. 



Pengadaan Beras Surabaya Utara 𝑋1 + 𝑋2 + 𝑋14 + 𝑋15 + 𝑋27 + 𝑋28 + 𝑋40 + 𝑋41 + 𝑋42 + 𝑋53 + 𝑋54 + 𝑋55 + 𝑋66 + 𝑋67 + 𝑋68 + 𝑋79 + 𝑋80 + 𝑋81 + 𝑋92 + 𝑋93 + 𝑋94 + 𝑋105 + 𝑋106 + 𝑋107 + 𝑋118 + 𝑋119 + 𝑋120 + 𝑋131 + 𝑋132 + 𝑋133 + 𝑋144 + 𝑋145 + 𝑋146 + 𝑋157 + 𝑋158 + 𝑋159 + 𝑋170 + 𝑋171 + 𝑋172 ≤ 52356 Pengadaan Beras Surabaya Selatan 𝑋3 + 𝑋4 + 𝑋5 + 𝑋6 + 𝑋7 + 𝑋8 + 𝑋9 + 𝑋16 + 𝑋17 + 𝑋18 + 𝑋19 + 𝑋20 + 𝑋21 + 𝑋22 + 𝑋29 + 𝑋30 + 𝑋31 + 𝑋32 + 𝑋33 + 𝑋34 + 𝑋35 + 𝑋43 + 𝑋44 + 𝑋45 + 𝑋46 + 𝑋47 + 𝑋48 + 𝑋56 + 𝑋57 + 𝑋58 + 𝑋59 + 𝑋60 + 𝑋61 + 𝑋69 + 𝑋70 + 𝑋71 + 𝑋72 + 𝑋73 + 𝑋74 + 𝑋82 + 𝑋83 + 𝑋84 + 𝑋85 + 𝑋86 + 𝑋87 + 𝑋95 + 𝑋96 + 𝑋97 + 𝑋98 + 𝑋99 + 𝑋100 + 𝑋108 + 𝑋109 + 𝑋110 +

55



𝑋111 + 𝑋112 + 𝑋113 + 𝑋121 + 𝑋122 + 𝑋123 + 𝑋124 + 𝑋125 + 𝑋126 + 𝑋134 + 𝑋135 + 𝑋136 + 𝑋137 + 𝑋138 + 𝑋139 + 𝑋140 + 𝑋147 + 𝑋148 + 𝑋149 + 𝑋150 + 𝑋151 + 𝑋152 + 𝑋153 + 𝑋160 + 𝑋161 + 𝑋162 + 𝑋163 + 𝑋164 + 𝑋165 + 𝑋166 + 𝑋173 + 𝑋174 + 𝑋175 + 𝑋176 + 𝑋177 + 𝑋178 + 𝑋179 ≤ 20270 Pengadaan Beras Madura 𝑋10 + 𝑋11 + 𝑋12 + 𝑋13 + 𝑋23 + 𝑋24 + 𝑋25 + 𝑋26 + 𝑋36 + 37 + 𝑋38 + 𝑋39 + 𝑋49 + 𝑥50 + 𝑋51 + 𝑋52 + 𝑋75 + 𝑋76 + 𝑋77 + 𝑋78 + 𝑋88 + 𝑋89 + 𝑋90 + 𝑋91 + 𝑋101 + 𝑋102 + 𝑋103 + 𝑋104 + 𝑋114 + 𝑋115 + 𝑋116 + 𝑋117 + 𝑋127 + 𝑋128 + 𝑋129 + 𝑋130 + 𝑋141 + 𝑋142 + 𝑋143 + 𝑋154 + 𝑋155 + 𝑋156 + 𝑋167 + 𝑋168 + 𝑋169 + 𝑋180 + 𝑋181 + 𝑋182 ≤ 8494

Batasan 4: Batasan non-negatif dari variable lainnya Jumlah alokasi beras raskin tidak boleh kurang dari 0. 𝑋𝑚 ≥ 0 Bila diimplementasikan ke dalam studi kasus Distribusi raskin Bulog, maka batasannya adalah seperti berikut :  Batasan Permintaan RASKIN Subdivre Permintaan wilayah cakupan subdivre Surabaya Utara : X1 + X2 + X3 + X4 + X5 + X6 + X7 + X8 + X9 + X10 + X11 + X12 + X13 + X14 + X15 + X16 + X17 + X18 + X19 + X20 + X21 + X22 + X23 + X24 + X25 + X26 + X27 + X28 + X29 + X30 + X31 + X32 + X33 + X34 + X35 + X36 + X37 + X38 + X39 ≥ 39932,1

56 Permintaan wilayah cakupan subdivre Surabaya Selatan : X40 + X41 + X42 + X43 + X44 + X45 + X46 + X47 + X48 + X49 + X50 + X51 + X52 + X53 + X54 + X55 + X56 + X57 + X58 + X59 + X60 + X61 + X62 + X63 + X64 + X65 + X66 + X67 + X68 + X69 + X70 + X71 + X72 + X73 + X74 + X75 + X76 + X77 + X78 + X79 + X80 + X81 + X82 + X83 + X84 + X85 + X86 + X87 + X88 + X89 + X90 + X91 + X92 + X93 + X94 + X95 + X96 + X97 + X98 + X99 + X100 + X101 + X102 + X103 + X104 + X105 + X106 + X107 + X108 + X109 + X110 + X111 + X112 + X113 + X114 + X115 + X116 + X117 + X118 + X119 + X120 + X121 + X122 + X123 + X124 + X125 + X126 + X127 + X128 + X129 + X130 ≥ 32087,7 Permintaan wilayah cakupan subdivre Madura : X131 + X132 + X133 + X134 + X135 + X136 + X137 + X138 + X139 + X140 + X141 + X142 + X143 + X144 + X145 + X146 + X147 + X148 + X149 + X150 + X151 + X152 + X153 + X154 + X155 + X156 + X157 + X158 + X159 + X160 + X161 + X162 + X163 + X164 + X165 + X166 + X167 + X168 + X169 + X170 + X171 + X172 + X173 + X174 + X175 + X176 + X177 + X178 + X179 + X180 + X181 + X182 ≥ 71368,2  Batasan kapasitas gudang X1 + X2 + X3 + X4 + X5 + X6 + X7 + X8 + X9 + X10 + X11 + X12 + X13 ≤ 36500 X14 + X15 + X16 + X17 + X18 + X19 + X20 + X21 + X22 + X23 + X24 + X25 + X26 ≤ 70000; X27 + X28 + X29 + X30 + X31 + X32 + X33 + X34 + X35 + X36 + X37 + X38 + X39 ≤ 70000; X40 + X41 + X42 + X43 + X44 + X45 + X46 + X47 + X48 + X49 + X50 + X51 + X52 ≤ 18500;

57 X53 + X54 + X55 + X56 + X57 + X58 + X59 + X60 + X61 + X62 + X63 + X64 + X65 ≤ 9000; X66 + X67 + X68 + X69 + X70 + X71 + X72 + X73 + X74 + X75 + X76 + X77 + X78 ≤ 10500; X79 + X80 + X81 + X82 + X83 + X84 + X85 + X86 + X87 + X88 + X89 + X90 + X91 ≤ 10000; X92 + X93 + X94 + X95 + X96 + X97 + X98 + X99 + X100 + X101 + X102 + X103 + X104 ≤ 10000; X105 + X106 + X107 + X108 + X109 + X110 + X111 + X112 + X113 + X114 + X115 + X116 + X117 ≤ 24500; X118 + X119 + X120 + X121 + X122 + X123 + X124 + X125 + X126 + X127 + X128 + X129 + X130 ≤ 17500; X131 + X132 + X133 + X134 + X135 + X136 + X137 + X138 + X139 + X140 + X141 + X142 + X143 ≤ 7000; X144 + X145 + X146 + X147 + X148 + X149 + X150 + X151 + X152 + X153 + X154 + X155 + X156 ≤ 1000; X157 + X158 + X159 + X160 + X161 + X162 + X163 + X164 + X165 + X166 + X167 + X168 + X169 ≤ 2000; X170 + X171 + X172 + X173 + X174 + X175 + X176 + X177 + X178 + X179 + X180 + X181 + X182 ≤ 2000;

 Batasan Pengadaan Beras wilayah cakupan subdivre 𝑋1 + 𝑋2 + 𝑋14 + 𝑋15 + 𝑋27 + 𝑋28 + 𝑋40 + 𝑋41 + 𝑋42 + 𝑋53 + 𝑋54 + 𝑋55 + 𝑋66 + 𝑋67 + 𝑋68 + 𝑋79 + 𝑋80 + 𝑋81 + 𝑋92 + 𝑋93 + 𝑋94 + 𝑋105 + 𝑋106 + 𝑋107 + 𝑋118 + 𝑋119 + 𝑋120 + 𝑋131 + 𝑋132 + 𝑋133 + 𝑋144 + 𝑋145 + 𝑋146 + 𝑋157 + 𝑋158 + 𝑋159 + 𝑋170 + 𝑋171 + 𝑋172 ≤ 52356 𝑋3 + 𝑋4 + 𝑋5 + 𝑋6 + 𝑋7 + 𝑋8 + 𝑋9 + 𝑋16 + 𝑋17 + 𝑋18 + 𝑋19 + 𝑋20 + 𝑋21 + 𝑋22 + 𝑋29 + 𝑋30 + 𝑋31 + 𝑋32 + 𝑋33 + 𝑋34 + 𝑋35 + 𝑋43 +

58 𝑋44 + 𝑋45 + 𝑋46 + 𝑋47 + 𝑋48 + 𝑋56 + 𝑋57 + 𝑋58 + 𝑋59 + 𝑋60 + 𝑋61 + 𝑋69 + 𝑋70 + 𝑋71 + 𝑋72 + 𝑋73 + 𝑋74 + 𝑋82 + 𝑋83 + 𝑋84 + 𝑋85 + 𝑋86 + 𝑋87 + 𝑋95 + 𝑋96 + 𝑋97 + 𝑋98 + 𝑋99 + 𝑋100 + 𝑋108 + 𝑋109 + 𝑋110 + 𝑋111 + 𝑋112 + 𝑋113 + 𝑋121 + 𝑋122 + 𝑋123 + 𝑋124 + 𝑋125 + 𝑋126 + 𝑋134 + 𝑋135 + 𝑋136 + 𝑋137 + 𝑋138 + 𝑋139 + 𝑋140 + 𝑋147 + 𝑋148 + 𝑋149 + 𝑋150 + 𝑋151 + 𝑋152 + 𝑋153 + 𝑋160 + 𝑋161 + 𝑋162 + 𝑋163 + 𝑋164 + 𝑋165 + 𝑋166 + 𝑋173 + 𝑋174 + 𝑋175 + 𝑋176 + 𝑋177 + 𝑋178 + 𝑋179 ≤ 20270 𝑋10 + 𝑋11 + 𝑋12 + 𝑋13 + 𝑋23 + 𝑋24 + 𝑋25 + 𝑋26 + 𝑋36 + 37 + 𝑋38 + 𝑋39 + 𝑋49 + 𝑥50 + 𝑋51 + 𝑋52 + 𝑋75 + 𝑋76 + 𝑋77 + 𝑋78 + 𝑋88 + 𝑋89 + 𝑋90 + 𝑋91 + 𝑋101 + 𝑋102 + 𝑋103 + 𝑋104 + 𝑋114 + 𝑋115 + 𝑋116 + 𝑋117 + 𝑋127 + 𝑋128 + 𝑋129 + 𝑋130 + 𝑋141 + 𝑋142 + 𝑋143 + 𝑋154 + 𝑋155 + 𝑋156 + 𝑋167 + 𝑋168 + 𝑋169 + 𝑋180 + 𝑋181 + 𝑋182 ≤ 8494  Batasan non-negatif variabel keputusan. 𝑋1 , 𝑋2 , 𝑋3 , … , 𝑋182 ≥ 0 4.2.2. Formulasi Goal Programming Kemudian dari model Linear Programming diatas, langkah selanjutnya adalah mengubah ke model Goal Programming. Fungsi tujuan pada model Linear Programming berubah menjadi batasan dengan adanya target. Berikut adalah tambahan batasan penyaluran beras raskin yang harus dipenuhi  Target total pemenuhan permintaan beras raskin 𝑋1 + 𝑋2 + 𝑋3 + 𝑋4 + 𝑋5 + 𝑋6 + 𝑋7 + 𝑋8 + 𝑋9 + 𝑋10 + 𝑋11 + 𝑋12 + 𝑋13 + 𝑋14 + 𝑋15 + 𝑋16 + 𝑋17 + 𝑋18 + 𝑋19 + 𝑋20 + 𝑋21 + 𝑋22 + 𝑋23 + 𝑋24 + 𝑋25 + 𝑋26 + 𝑋27 + 𝑋28 + 𝑋29 + 𝑋30 + 𝑋31 + 𝑋32 + 𝑋33 + 𝑋34 + 𝑋35 + 𝑋36 + 𝑋37 + 𝑋38 + 𝑋39 + 𝑋40 + 𝑋41 + 𝑋42 + 𝑋43 + 𝑋44 + 𝑋45 + 𝑋46 + 𝑋47 + 𝑋48 + 𝑋49 + 𝑋50 +

59 𝑋51 + 𝑋52 + 𝑋58 + 𝑋59 + 𝑋65 + 𝑋66 + 𝑋72 + 𝑋73 + 𝑋79 + 𝑋80 + 𝑋86 + 𝑋87 + 𝑋93 + 𝑋94 + 𝑋100 + 𝑋101 𝑋106 + 𝑋107 𝑋112 + 𝑋113 𝑋118 + 𝑋119 𝑋124 + 𝑋125 𝑋130 + 𝑋131 𝑋136 + 𝑋137 𝑋142 + 𝑋143 𝑋148 + 𝑋149 𝑋154 + 𝑋155 𝑋160 + 𝑋161 𝑋166 + 𝑋167 𝑋172 + 𝑋173 𝑋178 + 𝑋179

𝑋53 + 𝑋54 + 𝑋55 𝑋60 + 𝑋61 + 𝑋62 𝑋67 + 𝑋68 + 𝑋69 𝑋74 + 𝑋75 + 𝑋76 𝑋81 + 𝑋82 + 𝑋83 𝑋88 + 𝑋89 + 𝑋90 𝑋95 + 𝑋96 + 𝑋97 + 𝑋102 + 𝑋103 + + 𝑋108 + 𝑋109 + + 𝑋114 + 𝑋115 + + 𝑋120 + 𝑋121 + + 𝑋126 + 𝑋127 + + 𝑋132 + 𝑋133 + + 𝑋138 + 𝑋139 + + 𝑋144 + 𝑋145 + + 𝑋150 + 𝑋151 + + 𝑋156 + 𝑋157 + + 𝑋162 + 𝑋163 + + 𝑋168 + 𝑋169 + + 𝑋174 + 𝑋175 + + 𝑋180 + 𝑋181 +

+ 𝑋56 + 𝑋57 + + 𝑋63 + 𝑋64 + + 𝑋70 + 𝑋71 + + 𝑋77 + 𝑋78 + + 𝑋84 + 𝑋85 + + 𝑋91 + 𝑋92 + + 𝑋98 + 𝑋99 + 𝑋104 + 𝑋105 + 𝑋110 + 𝑋111 + 𝑋116 + 𝑋117 + 𝑋122 + 𝑋123 + 𝑋128 + 𝑋129 + 𝑋134 + 𝑋135 + 𝑋140 + 𝑋141 + 𝑋146 + 𝑋147 + 𝑋152 + 𝑋153 + 𝑋158 + 𝑋159 + 𝑋164 + 𝑋165 + 𝑋170 + 𝑋171 + 𝑋176 + 𝑋177 + 𝑋182 ≥ 143388

Untuk goal 2, ditambahkan target total nilai/biaya jarak distribusi. Target tersebut merupakan batas minimal dari jarak atau biaya distribusi yang harus terpenuhi. Sehingga tambahan batasan mengenai total ukuran jarak distribusi dapat dituliskan sebagai berikut.  Target total ukuran jarak 703800 X1 + 0 X2 + 4253400 X3 + 6721800 X4 + 7395000 X5 + 7395000 X6 + 8068200 X7 + 3794400 X8 + 6905400 X9 + 12954000 X10 + 10506000 X11 + 19482000 X12 + 5477400 X13 + 1071000 X14 + 1071000 X15 + 4630800 X16 + 7099200 X17 + 7772400 X18 + 7772400 X19 + 8445600 X20 + 4171800 X21 + 7282800 X22 + 12342000 X23 + 9873600 X24 + 18870000 X25 + 4834800 X26 + 0 X27 + 703800 X28 +

60 4253400 X29 + 6721800 X30 + 7395000 X31 + 7395000 X32 + 8068200 X33 + 3794400 X34 + 6905400 X35 + 12954000 X36 + 10506000 X37 + 19482000 X38 + 5477400 X39 + 4977600 X40 + 5140800 X41 + 4977600 X42 + 2601000 X43 + 3274200 X44 + 3274200 X45 + 3947400 X46 + 938400 X47 + 2784600 X48 + 16728000 X49 + 14382000 X50 + 23256000 X51 + 9282000 X52 + 6976800 X53 + 7129800 X54 + 6976800 X55 + 2764200 X56 + 652800 X57 + 652800 X58 + 1448400 X59 + 2927400 X60 + 275400 X61 + 18768000 X62 + 16320000 X63 + 25296000 X64 + 11322000 X65 + 7680600 X66 + 7833600 X67 + 7680600 X68 + 3468000 X69 + 622200 X70 + 0 X71 + 714000 X72 + 3631200 X73 + 734400 X74 + 19482000 X75 + 17034000 X76 + 26010000 X77 + 11934000 X78 + 7680600 X79 + 7833600 X80 + 7680600 X81 + 3468000 X82 + 622200 X83 + 0 X84 + 714000 X85 + 3631200 X86 + 734400 X87 + 19482000 X88 + 17034000 X89 + 26010000 X90 + 11934000 X91 + 8160000 X92 + 8313000 X93 + 8160000 X94 + 3947400 X95 + 1285200 X96 + 765000 X97 + 765000 X98 + 4110600 X99 + 1550400 X100 + 19992000 X101 + 17544000 X102 + 26520000 X103 + 12444000 X104 + 4039200 X105 + 4202400 X106 + 4039200 X107 + 489600 X108 + 2927400 X109 + 3600600 X110 + 3600600 X111 + 4273800 X112 + 3111000 X113 + 15810000 X114 + 13362000 X115 + 22338000 X116 + 8343600 X117 + 7272600 X118 + 7425600 X119 + 7272600 X120 + 3060000 X121 + 387600 X122 + 734400 X123 + 734400 X124 + 1407600 X125 + 3733200 X126 + 19074000 X127 + 16626000 X128 + 25602000 X129 + 11526000 X130 + 14382000 X131 + 13362000 X132 + 14382000 X133 + 16932000 X134 +

61 19380000 X135 + 20094000 X136 + 20094000 X137 + 20706000 X138 + 16422000 X139 + 19584000 X14 + 2417400 X141 + 6630000 X142 + 9322800 X143 + 12036000 X144 + 10914000 X145 + 12036000 X146 + 14484000 X147 + 16932000 X148 + 17646000 X149 + 17646000 X150 + 18360000 X151 + 14076000 X152 + 17136000 X153 + 2427600 X154 + 8965800 X155 + 6905400 X156 + 20910000 X157 + 19890000 X158 + 20910000 X159 + 23460000 X160 + 25908000 X161 + 26622000 X162 + 26622000 X163 + 27234000 X164 + 23052000 X165 + 26112000 X166 + 6640200 X167 + 8965800 X168 + 15912000 X169 + 6946200 X170 + 5834400 X171 + 6946200 X172 + 9435000 X173 + 11934000 X174 + 12546000 X175 + 12546000 X176 + 13260000 X177 + 8976000 X178 + 12138000 X179 + 9312600 X180 + 6895200 X181 + 15810000 X182 Kemudian terdapat ketentuan dalam melakukan metode optimasi menggunakan goal programming yaitu dengan menambahkan nilai-nilai berikut ini: 𝑑𝑗− 𝑑𝑗+

= nilai penyimpangan di bawah = nilai penyimpangan di atas

Dengan penambahan variabel deviasi maka tambahan batasan yang berasal dari fungsi tujuan Linear Programming berubah menjadi seperti berikut. 

Target total pemenuhan permintaan beras raskin 𝑋1 + 𝑋2 + 𝑋3 + 𝑋4 + 𝑋5 + 𝑋6 + 𝑋7 + 𝑋8 + 𝑋9 + 𝑋10 + 𝑋11 + 𝑋12 + 𝑋13 + 𝑋14 + 𝑋15 + 𝑋16 + 𝑋17 + 𝑋18 + 𝑋19 + 𝑋20 + 𝑋21 + 𝑋22 + 𝑋23 + 𝑋24 + 𝑋25 + 𝑋26 + 𝑋27 + 𝑋28 + 𝑋29 +

62 𝑋30 + 𝑋31 + 𝑋37 + 𝑋38 + 𝑋44 + 𝑋45 + 𝑋51 + 𝑋52 + 𝑋58 + 𝑋59 + 𝑋65 + 𝑋66 + 𝑋72 + 𝑋73 + 𝑋79 + 𝑋80 + 𝑋86 + 𝑋87 + 𝑋93 + 𝑋94 + 𝑋100 + 𝑋101 𝑋106 + 𝑋107 𝑋112 + 𝑋113 𝑋118 + 𝑋119 𝑋124 + 𝑋125 𝑋130 + 𝑋131 𝑋136 + 𝑋137 𝑋142 + 𝑋143 𝑋148 + 𝑋149 𝑋154 + 𝑋155 𝑋160 + 𝑋161 𝑋166 + 𝑋167 𝑋172 + 𝑋173 𝑋178 + 𝑋179 𝑑1+ = 143388

𝑋32 + 𝑋33 + 𝑋34 𝑋39 + 𝑋40 + 𝑋41 𝑋46 + 𝑋47 + 𝑋48 𝑋53 + 𝑋54 + 𝑋55 𝑋60 + 𝑋61 + 𝑋62 𝑋67 + 𝑋68 + 𝑋69 𝑋74 + 𝑋75 + 𝑋76 𝑋81 + 𝑋82 + 𝑋83 𝑋88 + 𝑋89 + 𝑋90 𝑋95 + 𝑋96 + 𝑋97 + 𝑋102 + 𝑋103 + + 𝑋108 + 𝑋109 + + 𝑋114 + 𝑋115 + + 𝑋120 + 𝑋121 + + 𝑋126 + 𝑋127 + + 𝑋132 + 𝑋133 + + 𝑋138 + 𝑋139 + + 𝑋144 + 𝑋145 + + 𝑋150 + 𝑋151 + + 𝑋156 + 𝑋157 + + 𝑋162 + 𝑋163 + + 𝑋168 + 𝑋169 + + 𝑋174 + 𝑋175 + + 𝑋180 + 𝑋181 +

+ 𝑋35 + 𝑋36 + + 𝑋42 + 𝑋43 + + 𝑋49 + 𝑋50 + + 𝑋56 + 𝑋57 + + 𝑋63 + 𝑋64 + + 𝑋70 + 𝑋71 + + 𝑋77 + 𝑋78 + + 𝑋84 + 𝑋85 + + 𝑋91 + 𝑋92 + + 𝑋98 + 𝑋99 + 𝑋104 + 𝑋105 + 𝑋110 + 𝑋111 + 𝑋116 + 𝑋117 + 𝑋122 + 𝑋123 + 𝑋128 + 𝑋129 + 𝑋134 + 𝑋135 + 𝑋140 + 𝑋141 + 𝑋146 + 𝑋147 + 𝑋152 + 𝑋153 + 𝑋158 + 𝑋159 + 𝑋164 + 𝑋165 + 𝑋170 + 𝑋171 + 𝑋176 + 𝑋177 + 𝑋182 + 𝑑1− −

.Berikut ini adalah target untuk permintaan raskin per subdivre Permintaan wilayah cakupan subdivre Surabaya Utara : X1 + X2 + X3 + X4 + X5 + X6 + X7 + X8 + X9 + X10 + X11 + X12 + X13 + X14 + X15 + X16 + X17 + X18 + X19 + X20 + X21 + X22 + X23 + X24 + X25 + X26 + X27 + X28 + X29 + X30 + X31 + X32 + X33 + X34 + X35 + X36 + X37 + X38 + X39 + 𝑑2− − 𝑑2+ = 39932,1

63 Permintaan wilayah cakupan subdivre Surabaya Selatan : X40 + X41 + X42 + X43 + X44 + X45 + X46 + X47 + X48 + X49 + X50 + X51 + X52 + X53 + X54 + X55 + X56 + X57 + X58 + X59 + X60 + X61 + X62 + X63 + X64 + X65 + X66 + X67 + X68 + X69 + X70 + X71 + X72 + X73 + X74 + X75 + X76 + X77 + X78 + X79 + X80 + X81 + X82 + X83 + X84 + X85 + X86 + X87 + X88 + X89 + X90 + X91 + X92 + X93 + X94 + X95 + X96 + X97 + X98 + X99 + X100 + X101 + X102 + X103 + X104 + X105 + X106 + X107 + X108 + X109 + X110 + X111 + X112 + X113 + X114 + X115 + X116 + X117 + X118 + X119 + X120 + X121 + X122 + X123 + X124 + X125 + X126 + X127 + X128 + X129 + X130 + 𝑑3− − 𝑑3+ = 32087,7 Permintaan wilayah cakupan subdivre Madura : X131 + X132 + X133 + X134 + X135 + X136 + X137 + X138 + X139 + X140 + X141 + X142 + X143 + X144 + X145 + X146 + X147 + X148 + X149 + X150 + X151 + X152 + X153 + X154 + X155 + X156 + X157 + X158 + X159 + X160 + X161 + X162 + X163 + X164 + X165 + X166 + X167 + X168 + X169 + X170 + X171 + X172 + X173 + X174 + X175 + X176 + X177 + X178 + X179 + X180 + X181 + X182 + 𝑑4− − 𝑑4+ = 71368,2  Target total nilai jarak 703800 X1 + 0 X2 + 4253400 X3 + 6721800 X4 + 7395000 X5 + 7395000 X6 + 8068200 X7 + 3794400 X8 + 6905400 X9 + 12954000 X10 + 10506000 X11 + 19482000 X12 + 5477400 X13 + 1071000 X14 + 1071000 X15 + 4630800 X16 + 7099200 X17 + 7772400 X18 + 7772400 X19 + 8445600 X20 + 4171800 X21 + 7282800 X22 + 12342000 X23 + 9873600 X24 + 18870000 X25 +

64 4834800 X26 + 0 X27 + 703800 X28 + 4253400 X29 + 6721800 X30 + 7395000 X31 + 7395000 X32 + 8068200 X33 + 3794400 X34 + 6905400 X35 + 12954000 X36 + 10506000 X37 + 19482000 X38 + 5477400 X39 + 4977600 X40 + 5140800 X41 + 4977600 X42 + 2601000 X43 + 3274200 X44 + 3274200 X45 + 3947400 X46 + 938400 X47 + 2784600 X48 + 16728000 X49 + 14382000 X50 + 23256000 X51 + 9282000 X52 + 6976800 X53 + 7129800 X54 + 6976800 X55 + 2764200 X56 + 652800 X57 + 652800 X58 + 1448400 X59 + 2927400 X60 + 275400 X61 + 18768000 X62 + 16320000 X63 + 25296000 X64 + 11322000 X65 + 7680600 X66 + 7833600 X67 + 7680600 X68 + 3468000 X69 + 622200 X70 + 0 X71 + 714000 X72 + 3631200 X73 + 734400 X74 + 19482000 X75 + 17034000 X76 + 26010000 X77 + 11934000 X78 + 7680600 X79 + 7833600 X80 + 7680600 X81 + 3468000 X82 + 622200 X83 + 0 X84 + 714000 X85 + 3631200 X86 + 734400 X87 + 19482000 X88 + 17034000 X89 + 26010000 X90 + 11934000 X91 + 8160000 X92 + 8313000 X93 + 8160000 X94 + 3947400 X95 + 1285200 X96 + 765000 X97 + 765000 X98 + 4110600 X99 + 1550400 X100 + 19992000 X101 + 17544000 X102 + 26520000 X103 + 12444000 X104 + 4039200 X105 + 4202400 X106 + 4039200 X107 + 489600 X108 + 2927400 X109 + 3600600 X110 + 3600600 X111 + 4273800 X112 + 3111000 X113 + 15810000 X114 + 13362000 X115 + 22338000 X116 + 8343600 X117 + 7272600 X118 + 7425600 X119 + 7272600 X120 + 3060000 X121 + 387600 X122 + 734400 X123 + 734400 X124 + 1407600 X125 + 3733200 X126 + 19074000 X127 + 16626000 X128 + 25602000 X129 + 11526000 X130 + 14382000 X131 + 13362000 X132 +

65 14382000 X133 + 16932000 X134 + 19380000 X135 + 20094000 X136 + 20094000 X137 + 20706000 X138 + 16422000 X139 + 19584000 X14 + 2417400 X141 + 6630000 X142 + 9322800 X143 + 12036000 X144 + 10914000 X145 + 12036000 X146 + 14484000 X147 + 16932000 X148 + 17646000 X149 + 17646000 X150 + 18360000 X151 + 14076000 X152 + 17136000 X153 + 2427600 X154 + 8965800 X155 + 6905400 X156 + 20910000 X157 + 19890000 X158 + 20910000 X159 + 23460000 X160 + 25908000 X161 + 26622000 X162 + 26622000 X163 + 27234000 X164 + 23052000 X165 + 26112000 X166 + 6640200 X167 + 8965800 X168 + 15912000 X169 + 6946200 X170 + 5834400 X171 + 6946200 X172 + 9435000 X173 + 11934000 X174 + 12546000 X175 + 12546000 X176 + 13260000 X177 + 8976000 X178 + 12138000 X179 + 9312600 X180 + 6895200 X181 + 15810000 X182 + 𝑑5− − 𝑑5+ = 24806124000 Fungsi tujuan yang baru terdiri dari variabel deviasi. Ada beberapa ketentuan dalam Goal Programming untuk menentukan fungsi tujuan yang baru, yaitu : 1. Jika formula awal yang ditambahkan variabel deviasi adalah yi ≥ 0 , maka fungsi tujuan yang baru adalah meminimalkan 𝑑𝑗− . 2. Begitu pula sebaliknya, jika formula awal yang ditambahkan variabel deviasi adalah yi ≤ 0, maka fungsi tujuan yang baru adalah meminimalkan 𝑑𝑗+ . 3. Jika formula awal yang ditambahkan variabel deviasi adalah yi = 0, maka fungsi tujuan yang baru adalah meminimalkan 𝑑𝑗− dan 𝑑𝑗+ .

66 Berdasarkan ketentuan tersebut maka tujuan Goal Programming menjadi : Goal 1 : Min Z = ∑ 𝑑1+ + ∑ 𝑑2+ + ∑ 𝑑3+ + ∑ 𝑑4+ Goal 3 : Min Z = ∑ 𝑑5− Sehingga fungsi tujuan baru yaitu sebagai berikut: 𝑀𝑖𝑛 𝑍 𝑑𝑒𝑣𝑖𝑎𝑠𝑖 = 𝑑1+ + 𝑑2+ + 𝑑3+ + 𝑑4+ + 𝑑5− 4.2.3. Perumusan Batasan Goal Programming Setelah mengelola model dari Linear Programming menjadi Goal Programming maka ada beberapa tambahan batasan yang akan diperhitungkan. Berikut adalah batasan-batasan yang akan menjadi batasan dalam Goal Programming. Batasan 1: Permintaan beras RASKIN dari gudang-gudang wilayah cakupan Subdivre. Alokasi beras raskin untuk subdivre s paling tidak harus sama dengan permintaan raskin pada subdivre s tersebut.  Batasan Permintaan RASKIN Subdivre Permintaan wilayah cakupan subdivre Surabaya Utara : X1 + X2 + X3 + X4 + X5 + X6 + X7 + X8 + X9 + X10 + X11 + X12 + X13 + X14 + X15 + X16 + X17 + X18 + X19 + X20 + X21 + X22 + X23 + X24 + X25 + X26 + X27 + X28 + X29 + X30 + X31 + X32 + X33 + X34 + X35 + X36 + X37 + X38 + X39 ≥ 39932,1 Permintaan wilayah cakupan subdivre Surabaya Selatan : X40 + X41 + X42 + X43 + X44 + X45 + X46 + X47 + X48 + X49 + X50 + X51 + X52 + X53 + X54 + X55 + X56 + X57 + X58 + X59 + X60 + X61 + X62 + X63 + X64 + X65 + X66 + X67 + X68 + X69 + X70 + X71 + X72 + X73 + X74 + X75 + X76 + X77 + X78 + X79 + X80 + X81 + X82 + X83 + X84 + X85 + X86 + X87 + X88 + X89 + X90 + X91 + X92 + X93 + X94 + X95 +

67 X96 + X97 + X103 + X104 X109 + X110 X115 + X116 X121 + X122 X127 + X128

X98 + X99 + X100 + X101 + X102 + + X105 + X106 + X107 + X108 + + X111 + X112 + X113 + X114 + + X117 + X118 + X119 + X120 + + X123 + X124 + X125 + X126 + + X129 + X130 ≥ 32087,7

Permintaan wilayah cakupan subdivre Madura : X131 + X132 + X133 + X134 + X135 + X136 + X137 + X138 + X139 + X140 + X141 + X142 + X143 + X144 + X145 + X146 + X147 + X148 + X149 + X150 + X151 + X152 + X153 + X154 + X155 + X156 + X157 + X158 + X159 + X160 + X161 + X162 + X163 + X164 + X165 + X166 + X167 + X168 + X169 + X170 + X171 + X172 + X173 + X174 + X175 + X176 + X177 + X178 + X179 + X180 + X181 + X182 ≥ 71368,2 Batasan 2: Kapasitas gudang dari masing-masing gudang di wilayah cakupan distribusi. Alokasi beras raskin ke gudang n tidak boleh melebihi kapasitas gudang n.  Batasan kapasitas gudang Kapasitas GBB Banjar Kemantren I 𝑋𝑋1 + 𝑋2 + 𝑋3 + 𝑋4 + 𝑋5 + 𝑋6 + 𝑋7 + 𝑋8 + 𝑋9 + 𝑋10 + 𝑋11 + 𝑋12 + 𝑋13 ≤ 36500 Kapasitas GBB Banjar Kemantren II 𝑋14 + 𝑋15 + 𝑋16 + 𝑋17 + 𝑋18 + 𝑋19 + 𝑋20 + 𝑋21 + 𝑋22 + 𝑋23 + 𝑋24 + 𝑋25 + 𝑋26 ≤ 70000 Kapasitas GBB Banjar Kemantren III 𝑋27 + 𝑋28 + 𝑋29 + 𝑋30 + 𝑋31 + 𝑋32 + 𝑋33 + 𝑋34 + 𝑋35 + 𝑋36 + 𝑋37 + 𝑋38 + 𝑋39 ≤ 70000

68 Kapasitas GBB Sooko 𝑋40 + 𝑋41 + 𝑋42 + 𝑋43 + 𝑋44 + 𝑋45 + 𝑋46 + 𝑋47 + 𝑋48 + 𝑋49 + 𝑋50 + 𝑋51 + 𝑋52 ≤ 18500 Kapasitas GBB Mojongapit 𝑋53 + 𝑋54 + 𝑋55 + 𝑋56 + 𝑋57 + 𝑋58 + 𝑋59 + 𝑋60 + 𝑋61 + 𝑋62 + 𝑋63 + 𝑋64 + 𝑋65 ≤ 9000 Kapasitas GBB Tunggorono I 𝑋66 + 𝑋67 + 𝑋68 + 𝑋69 + 𝑋70 + 𝑋71 + 𝑋72 + 𝑋73 + 𝑋74 + 𝑋75 + 𝑋76 + 𝑋77 + 𝑋78 ≤ 10500 Kapasitas GBB Tunggorono II 𝑋79 + 𝑋80 + 𝑋81 + 𝑋82 + 𝑋83 + 𝑋84 + 𝑋85 + 𝑋86 + 𝑋87 + 𝑋88 + 𝑋89 + 𝑋90 + 𝑋91 ≤ 10000 Kapasitas GBB Sembung 𝑋92 + 𝑋93 + 𝑋94 + 𝑋95 + 𝑋96 + 𝑋97 + 𝑋98 + 𝑋99 + 𝑋100 + 𝑋101 + 𝑋102 + 𝑋103 + 𝑋104 ≤ 10000 Kapasitas GBB Gunung Gedangan 𝑋105 + 𝑋106 + 𝑋107 + 𝑋108 + 𝑋109 + 𝑋110 + 𝑋111 + 𝑋112 + 𝑋113 + 𝑋114 + 𝑋115 + 𝑋116 + 𝑋117 ≤ 24500 Kapasitas GBB Dapur Kejambon 𝑋118 + 𝑋119 + 𝑋120 + 𝑋121 + 𝑋122 + 𝑋123 + 𝑋124 + 𝑋125 + 𝑋126 + 𝑋127 + 𝑋128 + 𝑋129 + 𝑋130 ≤ 17500 Kapasitas GBB Larangan Tokol 𝑋131 + 𝑋132 + 𝑋133 + 𝑋134 + 𝑋135 + 𝑋136 + 𝑋137 + 𝑋138 + 𝑋139 + 𝑋140 + 𝑋141 + 𝑋142 + 𝑋143 ≤ 7000 Kapasitas GBB Banyuanyar 𝑋144 + 𝑋145 + 𝑋146 + 𝑋147 + 𝑋148 + 𝑋149 + 𝑋150 + 𝑋151 + 𝑋152 + 𝑋153 + 𝑋154 + 𝑋155 + 𝑋156 ≤ 1000

69 Kapasitas GBB Kertasada 𝑋157 + 𝑋158 + 𝑋159 + 𝑋160 + 𝑋161 + 𝑋162 + 𝑋163 + 𝑋164 + 𝑋165 + 𝑋166 + 𝑋167 + 𝑋168 + 𝑋169 ≤ 2000 Kapasitas GBB Mlajah 𝑋170 + 𝑋171 + 𝑋172 + 𝑋173 + 𝑋174 + 𝑋175 + 𝑋176 + 𝑋177 + 𝑋178 + 𝑋179 + 𝑋180 + 𝑋181 + 𝑋182 ≤ 2000 Batasan 3: Pengadaan beras dari masing-masing wilayah cakupan Subdivre. Alokasi beras raskin dari subdivre s tidak boleh lebih dari pengadaan beras pada subdivre s tersebut.  Batasan Pengadaan Beras wilayah cakupan subdivre X1 + X2 + X14 + X15 + X27 + X28 + X40 + X41 + X42 + X53 + X54 + X55 + X66 + X67 + X68 + X79 + X80 + X81 + X92 + X93 + X94 + X105 + X106 + X107 + X118 + X119 + X120 + X131 + X132 + X133 + X144 + X145 + X146 + X157 + X158 + X159 + X170 + X171 + X172 ≤ 52356 X3 + X4 + X5 + X6 + X7 + X8 + X9 + X16 + X17 + X18 + X19 + X20 + X21 + X22 + X29 + X30 + X31 + X32 + X33 + X34 + X35 + X43 + X44 + X45 + X46 + X47 + X48 + X56 + X57 + X58 + X59 + X60 + X61 + X69 + X70 + X71 + X72 + X73 + X74 + X82 + X83 + X84 + X85 + X86 + X87 + X95 + X96 + X97 + X98 + X99 + X100 + X108 + X109 + X110 + X111 + X112 + X113 + X121 + X122 + X123 + X124 + X125 + X126 + X134 + X135 + X136 + X137 + X138 + X139 + X140 + X147 + X148 + X149 + X150 + X151 + X152 + X153 + X160 + X161 + X162 + X163 + X164 + X165 + X166 + X173 + X174 + X175 + X176 + X177 + X178 + X179 ≤ 20270

70 X10 + X11 + X12 + X13 + X23 + X24 + X25 + X26 + X36 + 37 + X38 + X39 + X49 + x50 + X51 + X52 + X75 + X76 + X77 + X78 + X88 + X89 + X90 + X91 + X101 + X102 + X103 + X104 + X114 + X115 + X116 + X117 + X127 + X128 + X129 + X130 + X141 + X142 + X143 + X154 + X155 + X156 + X167 + X168 + X169 + X180 + X181 + X182 ≤ 8494 Batasan 4: Batasan non-negatif dari variable lainnya Jumlah alokasi beras raskin tidak boleh kurang dari 0.  Batasan non-negatif variabel keputusan. 𝑋1 , 𝑋2 , 𝑋3 , … , 𝑋182 ≥ 0 Batasan 5: Batasan lainnya dari variabel deviasi. 𝑑𝑗− 𝑑𝑗+ = 0 𝑑𝑗− , 𝑑𝑗+ ≥ 0; 𝑗 = 1,

BAB V IMPLEMENTASI Pada bab ini berisi tentang proses implementasi dalam mencari hasil yang paling optimal dari studi kasus Tugas Akhir ini dengan menggunakan tool Lingo. 5.1. Hasil Pra-pengolahan Data Sebelum melakukan optimasi menggunakan metode goal programming, terlebih dahulu dilakukan proses pengolahan data sehingga didapatkan data yang sesuai dengan kebutuhan. Data pertama yang diolah yaitu data permintaan raskin setiap subdivre. Data awal memiliki satuan kilogram (kg) dan berbentuk per bulan akan diubah menjadi ton/tahun sesuai satuan yang akan digunakan dalam optimasi. Hal ini untuk menyesuaikan data kapasitas gudang dan data pengadaan beras pada tiap subdivre. Tabel 5.1 Perhitungan Permintaan RASKIN (ton/tahun)

Subdivre

Permintaan RASKIN (kg/bulan)

Permintaan RASKIN (ton/bulan)

Permintaan RASKIN (ton/tahun)

Surabaya Utara

3327675

3327,675

39932,1

Surabaya Selatan 2673975 5947350 Madura

2673,975

32087,7

5947,35

71368,2

Kemudian data lain yang dibutuhkan adalah data jarak yang kemudian dikalikan dengan biaya distribusi di Jatim (/kg) sehingga data jarak bisa dijadikan fungsi tujuan yaitu melalui nilai jarak. Semakin rendah nilai jarak maka jarak tempuh distribusi semakin minimum.

71

72 Tabel 5.2 Perhitungan Nilai Jarak

Lokasi GBB Banjar Kemantren II ke GBB Banjar Kemantren I GBB Banjar Kemantren III ke GBB Banjar Kemantren I GBB Sooko ke GBB Banjar Kemantren I GBB Mojongapit ke GBB Banjar Kemantren I GBB Tunggorono I ke GBB Banjar Kemantren I GBB Tunggorono II ke GBB Banjar Kemantren I GBB Sembung ke GBB Banjar Kemantren I GBB Gunung Gedangan ke GBB Banjar Kemantren I GBB Dapur Kejambon ke GBB Banjar Kemantren I GBB Larangan Tokol ke GBB Banjar Kemantren I GBB Banyuanyar ke GBB Banjar Kemantren I

Biaya Jarak distribusi Nilai Jarak (km) di Jatim (Rp) (Rp/ton) 6,9

102000

703800

0

102000

0

41,7

102000

4253400

65,9

102000

6721800

72,5

102000

7395000

72,5

102000

7395000

79,1

102000

8068200

37,2

102000

3794400

67,7

102000

6905400

127

102000

12954000

103

102000

10506000

73

Lokasi

Biaya Jarak distribusi Nilai Jarak (km) di Jatim (Rp) (Rp/ton)

GBB Kertasada ke GBB Banjar Kemantren I

191

102000

19482000

GBB Mlajah ke GBB Banjar Kemantren I

53,7

102000

5477400

10,5

102000

1071000

10,5

102000

1071000

45,4

102000

4630800

69,6

102000

7099200

76,2

102000

7772400

76,2

102000

7772400

82,8

102000

8445600

40,9

102000

4171800

71,4

102000

7282800

GBB Banjar Kemantren I ke GBB Banjar Kemantren II GBB Banjar Kemantren III ke GBB Banjar Kemantren II GBB Sooko ke GBB Banjar Kemantren II GBB Mojongapit ke GBB Banjar Kemantren II GBB Tunggorono I ke GBB Banjar Kemantren II GBB Tunggorono II ke GBB Banjar Kemantren II GBB Sembung ke GBB Banjar Kemantren II GBB Gunung Gedangan ke GBB Banjar Kemantren II GBB Dapur Kejambon ke GBB Banjar Kemantren II

74

Lokasi GBB Larangan Tokol ke GBB Banjar Kemantren II GBB Banyuanyar ke GBB Banjar Kemantren II GBB Kertasada ke GBB Banjar Kemantren II GBB Mlajah ke GBB Banjar Kemantren II GBB Banjar Kemantren I ke GBB Banjar Kemantren III GBB Banjar Kemantren II ke GBB Banjar Kemantren III GBB Sooko ke GBB Banjar Kemantren III GBB Mojongapit ke GBB Banjar Kemantren III GBB Tunggorono I ke GBB Banjar Kemantren III GBB Tunggorono II ke GBB Banjar Kemantren III GBB Sembung ke GBB Banjar Kemantren III

Biaya Jarak distribusi Nilai Jarak (km) di Jatim (Rp) (Rp/ton) 121

102000

12342000

96,8

102000

9873600

185

102000

18870000

47,4

102000

4834800

0

102000

0

6,9

102000

703800

41,7

102000

4253400

65,9

102000

6721800

72,5

102000

7395000

72,5

102000

7395000

79,1

102000

8068200

75

Lokasi GBB Gunung Gedangan ke GBB Banjar Kemantren III GBB Dapur Kejambon ke GBB Banjar Kemantren III GBB Larangan Tokol ke GBB Banjar Kemantren III GBB Banyuanyar ke GBB Banjar Kemantren III GBB Kertasada ke GBB Banjar Kemantren III


102000

3794400

67,7

102000

6905400

127

102000

12954000

103

102000

10506000

191

102000

19482000

GBB Mlajah ke GBB Banjar Kemantren III

53,7

102000

5477400

GBB Banjar Kemantren I ke GBB Sooko

48,8

102000

4977600

GBB Banjar Kemantren II ke GBB Sooko

50,4

102000

5140800

GBB Banjar Kemantren III ke GBB Sooko

48,8

102000

4977600

25,5

102000

2601000

32,1

102000

3274200

32,1

102000

3274200

38,7

102000

3947400

GBB Mojongapit ke GBB Sooko GBB Tunggorono I ke GBB Sooko GBB Tunggorono II ke GBB Sooko GBB Sembung ke GBB Sooko

76

Lokasi GBB Gunung Gedangan ke GBB Sooko GBB Dapur Kejambon ke GBB Sooko GBB Larangan Tokol ke GBB Sooko GBB Banyuanyar ke GBB Sooko GBB Kertasada ke GBB Sooko GBB Mlajah ke GBB Sooko GBB Banjar Kemantren I ke GBB Mojongapit


102000

938400

27,3

102000

2784600

164

102000

16728000

141

102000

14382000

228

102000

23256000

91

102000

9282000

68,4

102000

6976800

GBB Banjar Kemantren II ke GBB Mojongapit

69,9

102000

7129800

GBB Banjar Kemantren III ke GBB Mojongapit

68,4

102000

6976800

27,1

102000

2764200

6,4

102000

652800

6,4

102000

652800

14,2

102000

1448400

28,7

102000

2927400

2,7

102000

275400

GBB Sooko ke GBB Mojongapit GBB Tunggorono I ke GBB Mojongapit GBB Tunggorono II ke GBB Mojongapit GBB Sembung ke GBB Mojongapit GBB Gunung Gedangan ke GBB Mojongapit GBB Dapur Kejambon ke GBB Mojongapit

77

Lokasi GBB Larangan Tokol ke GBB Mojongapit GBB Banyuanyar ke GBB Mojongapit GBB Kertasada ke GBB Mojongapit GBB Mlajah ke GBB Mojongapit GBB Banjar Kemantren I ke GBB Tunggorono I GBB Banjar Kemantren II ke GBB Tunggorono I GBB Banjar Kemantren III ke GBB Tunggorono I GBB Sooko ke GBB Tunggorono I GBB Mojongapit ke GBB Tunggorono I GBB Tunggorono II ke GBB Tunggorono I


102000

18768000

160

102000

16320000

248

102000

25296000

111

102000

11322000

75,3

102000

7680600

76,8

102000

7833600

75,3

102000

7680600

34

102000

3468000

6,1

102000

622200

0

102000

0

GBB Sembung ke GBB Tunggorono I GBB Gunung Gedangan ke GBB Tunggorono I

7

102000

714000

35,6

102000

3631200

GBB Dapur Kejambon ke GBB Tunggorono I

7,2

102000

734400

GBB Larangan Tokol ke GBB Tunggorono I

191

102000

19482000

78

Lokasi GBB Banyuanyar ke GBB Tunggorono I GBB Kertasada ke GBB Tunggorono I GBB Mlajah ke GBB Tunggorono I GBB Banjar Kemantren I ke GBB Tunggorono II GBB Banjar Kemantren II ke GBB Tunggorono II GBB Banjar Kemantren III ke GBB Tunggorono II GBB Sooko ke GBB Tunggorono II GBB Mojongapit ke GBB Tunggorono II GBB Tunggorono I ke GBB Tunggorono II


102000

17034000

255

102000

26010000

117

102000

11934000

75,3

102000

7680600

76,8

102000

7833600

75,3

102000

7680600

34

102000

3468000

6,1

102000

622200

0

102000

0

GBB Sembung ke GBB Tunggorono II GBB Gunung Gedangan ke GBB Tunggorono II

7

102000

714000

35,6

102000

3631200

GBB Dapur Kejambon ke GBB Tunggorono II

7,2

102000

734400

GBB Larangan Tokol ke GBB Tunggorono II

191

102000

19482000

79

Lokasi GBB Banyuanyar ke GBB Tunggorono II


102000

17034000

255

102000

26010000

117

102000

11934000

80

102000

8160000

GBB Banjar Kemantren II ke GBB Sembung

81,5

102000

8313000

GBB Banjar Kemantren III ke GBB Sembung

80

102000

8160000

38,7

102000

3947400

12,6

102000

1285200

7,5

102000

765000

7,5

102000

765000

40,3

102000

4110600

15,2

102000

1550400

196

102000

19992000

172

102000

17544000

260

102000

26520000

GBB Kertasada ke GBB Tunggorono II GBB Mlajah ke GBB Tunggorono II GBB Banjar Kemantren I ke GBB Sembung

GBB Sooko ke GBB Sembung GBB Mojongapit ke GBB Sembung GBB Tunggorono I ke GBB Sembung GBB Tunggorono II ke GBB Sembung GBB Gunung Gedangan ke GBB Sembung GBB Dapur Kejambon ke GBB Sembung GBB Larangan Tokol ke GBB Sembung GBB Banyuanyar ke GBB Sembung GBB Kertasada ke GBB Sembung

80

Lokasi GBB Mlajah ke GBB Sembung GBB Banjar Kemantren I ke GBB Gunung Gedangan GBB Banjar Kemantren II ke GBB Gunung Gedangan GBB Banjar Kemantren III ke GBB Gunung Gedangan GBB Sooko ke GBB Gunung Gedangan GBB Mojongapit ke GBB Gunung Gedangan


102000

12444000

39,6

102000

4039200

41,2

102000

4202400

39,6

102000

4039200

4,8

102000

489600

28,7

102000

2927400

GBB Tunggorono I ke GBB Gunung Gedangan

35,3

102000

3600600

GBB Tunggorono II ke GBB Gunung Gedangan

35,3

102000

3600600

GBB Sembung ke GBB Gunung Gedangan

41,9

102000

4273800

30,5

102000

3111000

155

102000

15810000

GBB Banyuanyar ke GBB Gunung Gedangan

131

102000

13362000

GBB Kertasada ke GBB Gunung Gedangan

219

102000

22338000

GBB Dapur Kejambon ke GBB Gunung Gedangan GBB Larangan Tokol ke GBB Gunung Gedangan

81

Lokasi GBB Mlajah ke GBB Gunung Gedangan


102000

8343600

71,3

102000

7272600

72,8

102000

7425600

71,3

102000

7272600

30

102000

3060000

3,8

102000

387600

GBB Tunggorono I ke GBB Dapur Kejambon

7,2

102000

734400

GBB Tunggorono II ke GBB Dapur Kejambon

7,2

102000

734400

GBB Sembung ke GBB Dapur Kejambon

13,8

102000

1407600

36,6

102000

3733200

187

102000

19074000

163

102000

16626000

GBB Banjar Kemantren I ke GBB Dapur Kejambon GBB Banjar Kemantren II ke GBB Dapur Kejambon GBB Banjar Kemantren III ke GBB Dapur Kejambon GBB Sooko ke GBB Dapur Kejambon GBB Mojongapit ke GBB Dapur Kejambon

GBB Gunung Gedangan ke GBB Dapur Kejambon GBB Larangan Tokol ke GBB Dapur Kejambon GBB Banyuanyar ke GBB Dapur Kejambon

82

Lokasi GBB Kertasada ke GBB Dapur Kejambon


102000

25602000

113

102000

11526000

141

102000

14382000

131

102000

13362000

141

102000

14382000

166

102000

16932000

190

102000

19380000

GBB Tunggorono I ke GBB Larangan Tokol

197

102000

20094000

GBB Tunggorono II ke GBB Larangan Tokol

197

102000

20094000

203

102000

20706000

161

102000

16422000

GBB Dapur Kejambon ke GBB Larangan Tokol

192

102000

19584000

GBB Banyuanyar ke GBB Larangan Tokol

23,7

102000

2417400

GBB Mlajah ke GBB Dapur Kejambon GBB Banjar Kemantren I ke GBB Larangan Tokol GBB Banjar Kemantren II ke GBB Larangan Tokol GBB Banjar Kemantren III ke GBB Larangan Tokol GBB Sooko ke GBB Larangan Tokol GBB Mojongapit ke GBB Larangan Tokol

GBB Sembung ke GBB Larangan Tokol GBB Gunung Gedangan ke GBB Larangan Tokol

83

Lokasi


GBB Kertasada ke GBB Larangan Tokol GBB Mlajah ke GBB Larangan Tokol GBB Banjar Kemantren I ke GBB Banyuanyar

65

102000

6630000

91,4

102000

9322800

118

102000

12036000

GBB Banjar Kemantren II ke GBB Banyuanyar

107

102000

10914000

GBB Banjar Kemantren III ke GBB Banyuanyar

118

102000

12036000

142

102000

14484000

166

102000

16932000

173

102000

17646000

173

102000

17646000

180

102000

18360000

138

102000

14076000

GBB Dapur Kejambon ke GBB Banyuanyar

168

102000

17136000

GBB Larangan Tokol ke GBB Banyuanyar

23,8

102000

2427600

87,9

102000

8965800

67,7

102000

6905400

GBB Sooko ke GBB Banyuanyar GBB Mojongapit ke GBB Banyuanyar GBB Tunggorono I ke GBB Banyuanyar GBB Tunggorono II ke GBB Banyuanyar GBB Sembung ke GBB Banyuanyar GBB Gunung Gedangan ke GBB Banyuanyar

GBB Kertasada ke GBB Banyuanyar GBB Mlajah ke GBB Banyuanyar

84

Lokasi


GBB Banjar Kemantren I ke GBB Kertasada

205

102000

20910000

GBB Banjar Kemantren II ke GBB Kertasada

195

102000

19890000

GBB Banjar Kemantren III ke GBB Kertasada

205

102000

20910000

230

102000

23460000

254

102000

25908000

261

102000

26622000

261

102000

26622000

267

102000

27234000

226

102000

23052000

256

102000

26112000

65,1

102000

6640200

87,9

102000

8965800

156

102000

15912000

68,1

102000

6946200

57,2

102000

5834400

GBB Sooko ke GBB Kertasada GBB Mojongapit ke GBB Kertasada GBB Tunggorono I ke GBB Kertasada GBB Tunggorono II ke GBB Kertasada GBB Sembung ke GBB Kertasada GBB Gunung Gedangan ke GBB Kertasada GBB Dapur Kejambon ke GBB Kertasada GBB Larangan Tokol ke GBB Kertasada GBB Banyuanyar ke GBB Kertasada GBB Mlajah ke GBB Kertasada GBB Banjar Kemantren I ke GBB Mlajah GBB Banjar Kemantren II ke GBB Mlajah

85

Lokasi GBB Banjar Kemantren III ke GBB Mlajah GBB Sooko ke GBB Mlajah GBB Mojongapit ke GBB Mlajah GBB Tunggorono I ke GBB Mlajah GBB Tunggorono II ke GBB Mlajah GBB Sembung ke GBB Mlajah GBB Gunung Gedangan ke GBB Mlajah GBB Dapur Kejambon ke GBB Mlajah GBB Larangan Tokol ke GBB Mlajah GBB Banyuanyar ke GBB Mlajah GBB Kertasada ke GBB Mlajah


102000

6946200

92,5

102000

9435000

117

102000

11934000

123

102000

12546000

123

102000

12546000

130

102000

13260000

88

102000

8976000

119

102000

12138000

91,3

102000

9312600

67,6

102000

6895200

155

102000

15810000

Perhitungan lain yang dilakukan adalah menghitung target biaya atau nilai jarak yaitu dengan mengalikan besar permintaan tahunan dengan rata-rata biaya distribusi Nasional. Hal ini nantinya akan digunakan sebagai batasan bahwa nilai jarak/biaya yang digunakan untuk menempuh jarak tidak boleh melebihi biaya distribusi rata-rata Nasional.

86 𝑇𝑎𝑟𝑔𝑒𝑡 𝐵𝑖𝑎𝑦𝑎(𝑁𝑖𝑙𝑎𝑖 𝑗𝑎𝑟𝑎𝑘) 𝑡𝑜𝑛 𝑅𝑝 = 𝑡𝑜𝑡𝑎𝑙 𝑝𝑒𝑟𝑚𝑖𝑛𝑡𝑎𝑎𝑛 ( ) 𝑥 𝑏𝑖𝑎𝑦𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑠𝑖 𝑛𝑎𝑠𝑖𝑜𝑛𝑎𝑙 ( ) 𝑡𝑎ℎ𝑢𝑛 𝑡𝑜𝑛 = 143388 𝑥 173000 = 24806124000 Hasil perhitungan diatas akan digunakan dalam pemodelan goal programming yaitu sebagai batas atas biaya/nilai jarak. 5.2. Penyelesaian Model dengan Lingo Tugas Akhir ini mencoba untuk mengimplementasi model goal programming yang telah dirancang dengan menggunakan Lingo. Adapun langkah awal yang dilakukan adalah membuat goal programming menjadi linier programming. Pemecahan permasalahan goal programing dengan menggunakan Lingo dapat diselesaikan dengan cara yang hampir sama dengan memecahkan permasalahan pada pemrograman linear. 5.2.1. Menentukan Fungsi Tujuan Berikut adalah tahap pengisian fungsi tujuan sesuai model yang dibuat sebelumnya, yaitu meminimalkan variabel deviasi dari seluruh goal.

Gambar 5.1 Memasukkan Skrip Fungsi Tujuan

Seperti yang dituliskan pada skrip bahwa variabel deviasi untuk memaksimalkan pemenuhan permintaan (Goal 1) dilambangkan dengan d1, d2, d3 dan d4. Variabel untuk meminimalkan biaya/nilai jarak (Goal 2) yaitu d5. 5.2.2. Memasukkan Batasan Batasan yang dimasukkan pada aplikasi Lingo sesuai yang telah dimodelkan sebelumnya. Seperti yang diketahui bahwa

87 permintaan beras raskin harus dipenuhi masing-masing wilayah subdivre yaitu subdivre Surabaya Utara, Surabaya Selatan dan madura. Pada Gambar 5.2 Memasukkan Batasan Permintaan Tiap Subdivre adalah skrip yang dibuat untuk batasan minimal memenuhi permintaan beras raskin.

Gambar 5.2 Memasukkan Batasan Permintaan Tiap Subdivre

Selain batasan permintaan tiap Subdivre, batasan untuk permintaan total RASKIN ketiga subdivre tersebut juga dimasukkaan. Seperti yang telah dijelaskan sebelumnya bahwa target goal atau fungsi tujuan pada goal programming juga bertindak sebagai batasan.

88

Gambar 5.3 Memasukkan Batasan Permintaan RASKIN Total

Untuk batasan kapasitas, dituliskan batasan maksimal kapasitas dari masing-masing gudang. Alokasi tidak boleh melebihi kapasitas gudang. Maka batasan dituliskan seperti pada Gambar 5.4 Memasukkan Batasan Kapasitas.

89

Gambar 5.4 Memasukkan Batasan Kapasitas

Batasan nilai jarak perlu dibatasi bahwa nilai jarak total harus kurang dari target biaya/nilai jarak yang telah dihitung pada tahap sebelumnya. Pada Gambar 5.5 Memasukkan Batasan Nilai Jarak adalah skrip yang dibuat untuk memasukkan batasan nilai jarak.

90

Gambar 5.5 Memasukkan Batasan Nilai Jarak

Batasan pengadaan juga diperlukan untuk memastikan beras yang dikirimkan ke gudang di subdivre lain tidak lebih dari pengadaan di subdivre tersebut. Pada Gambar 5.6 Memasukkan Batasan Pengadaan adalah penulisan skrip untuk batasan pengadaan.

91

Gambar 5.6 Memasukkan Batasan Pengadaan

5.2.3. Menjalankan Fungsi Optimasi Untuk mencari solusi optimal dari model dengan menggunakan aplikasi Lingo dilakukan melalui tombol solver. Skrip yang telah dibuat akan dijalankan dan akan muncul jendela status seperti dibawah ini.

Gambar 5.7 Status Fungsi Optimasi


92

BAB VI HASIL DAN PEMBAHASAN Pada bab ini akan dijelaskan verifikasi, validasi, dan analisis terhadap hasil yang diperoleh dari proses implementasi yang telah dibahas pada bab sebelumnya. Pada bagian ini juga terdapat pemilihan solusi alternatif dari seluruh uji coba yang dibuat. 6.1. Lingkungan Uji Coba Lingkungan uji coba merupakan kriteria perangkat pengujian yang digunakan dalam menguji model yang telah dibuat pada tugas akhir ini. Lingkungan uji coba meliputi perangkat keras dan perangkat lunak yang digunakan. Spesifikasi perangkat lunak dan perangkat keras yang digunakan dalam pembuatan model ini ditunjukan pada Tabel 6.1 Tabel 6.1 Spesifikasi perangkat lunak dan perangkat keras yang digunakan dalam aplikasi model.

Perangkat Keras Spesifikasi Jenis Notebook Processor Core i5 RAM 4GB Hard Dist Drive 750GB Kemudian terdapat pula lingkungan perangkat lunak yang digunakan dalam uji coba model. Pada Tabel 6.2 berikut adalah daftar perangkat lunak yang digunakan dalam uji coba model. Tabel 6.2 Daftar perangkat lunak yang dgunakan dalam uji coba model.

Perangkat Lunak Windows 7 Lingo 16 NetBeans IDE 7.0.1

Spesifikasi Sistem Operasi Mengolah model Validasi model 93

94 6.2. Verifikasi Model Verifikasi dilakukan untuk memastikan apakah model yang telah dibuat di Lingo sudah bebas dari error melalui uji coba. Hal ini dilakukan dengan melihat pada aplikasi Lingo yang telah dibuat, apakah ada kesalahan yang ditandai dengan adanya tanda error. Aplikasi Lingo akan mendeteksi eror setelah dilakukan solver permasalahan. Eror yang terjadi umumnya adalah salah input misalnya memasukkan desimal dengan koma dan menuliskan variabel dengan spasi. Aplikasi Lingo juga akan memberitahukan jika model tidak memungkinkan untuk optimal yaitu dengan memberikan warning No. Feasible Solution. Jika model tidak eror maka model telah terverifikasi. Berikut adalah verifikasi hasil yang dikeluarkan oleh aplikasi Lingo.

Gambar 6.1 Hasil Verifikasi Model pada Lingo

Pada Gambar 6.1 Hasil Verifikasi Model pada Lingo dapat dilihat bahwa solusi optimal telah ditemukan dengan ketidakmungkinan (infeasibilities) sebesar 0.000000. Berikut ini adalah sebagian hasil yang dikeluarkan dari aplikasi Lingo. Untuk hasil keseluruhan dapat dilihat pada LAMPIRAN B.

95

Gambar 6.2 Sebagian Hasil Keluaran Aplikasi Lingo

96

6.3. Validasi Model Validasi merupakan proses untuk memastikan apakah model dan program sudah sesuai dengan tujuan yang diharapkan. Salah satu cara untuk melakukan validasi adalah dengan membandingkan antara hasil yang dikeluarkan program dengan hasil yang dikeluarkan perangkat lunak lainnya misalnya dengan pemograman java dan SCPSolver. Apabila hasil yang dikeluarkan sama atau berada di tingkat kesalahan (error) yang diperbolehkan maka dapat dikatakan model dan program sudah valid. Pada Tabel 6.3 Hasil Output Pemodelan Lingo dan Java adalah hasil dari pemodelan dengana program LINGO dan dengan Pemograman Java. Tabel 6.3 Hasil Output Pemodelan Lingo dan Java

Variabel Lingo Deviasi bawah DB1 75457,35 permintaan total Deviasi bawah DB2 0 permintaan SU Deviasi bawah DB3 12089,15 permintaan SS Deviasi bawah DB4 63368,2 permintaan MD Deviasi atas total DA5 0 biaya /nilai jarak Alokasi dari GBB X1 0 Banjar Kemantren II ke GBB Banjar Kemantren I Alokasi dari GBB X2 36500 Banjar Kemantren III ke GBB Banjar Kemantren I

Java 62267,999 0 0 59368,2 0 0

36500

97

Alokasi dari GBB Sooko ke GBB Banjar Kemantren I Alokasi dari GBB Mojongapit ke GBB Banjar Kemantren I Alokasi dari GBB Tunggorono I ke GBB Banjar Kemantren I Alokasi dari GBB Tunggorono II ke GBB Banjar Kemantren I Alokasi dari GBB Sembung ke GBB Banjar Kemantren I Alokasi dari GBB Gunung Gedangan ke GBB Banjar Kemantren I Alokasi dari GBB Dapur Kejambon ke GBB Banjar Kemantren I Alokasi dari GBB Larangan Tokol ke GBB Banjar Kemantren I Alokasi dari GBB Banyuanyar ke GBB Banjar Kemantren I

Variabel Lingo X3 0

0

Java

X4

0

0

X5

0

0

X6

0

0

X7

0

0

X8

0

0

X9

0

0

X10

0

0

X11

0

0

98

Alokasi dari GBB Kertasada ke GBB Banjar Kemantren I Alokasi dari GBB Mlajah ke GBB Banjar Kemantren I Alokasi dari GBB Banjar Kemantren I ke GBB Banjar Kemantren II Alokasi dari GBB Banjar Kemantren III ke GBB Banjar Kemantren II Alokasi dari GBB Sooko ke GBB Banjar Kemantren II Alokasi dari GBB Mojongapit ke GBB Banjar Kemantren II Alokasi dari GBB Tunggorono I ke GBB Banjar Kemantren II Alokasi dari GBB Tunggorono II ke GBB Banjar Kemantren II Alokasi dari GBB Sembung ke GBB Banjar Kemantren II

Variabel Lingo X12 0

0

Java

X13

0

0

X14

0

0

X15

0

0

X16

0

0

X17

0

0

X18

0

0

X19

0

0

X20

0

0

99

Alokasi dari GBB Gunung Gedangan ke GBB Banjar Kemantren II Alokasi dari GBB Dapur Kejambon ke GBB Banjar Kemantren II Alokasi dari GBB Larangan Tokol ke GBB Banjar Kemantren II Alokasi dari GBB Banyuanyar ke GBB Banjar Kemantren II Alokasi dari GBB Kertasada ke GBB Banjar Kemantren II Alokasi dari GBB Mlajah ke GBB Banjar Kemantren II Alokasi dari GBB Banjar Kemantren I ke GBB Banjar Kemantren III Alokasi dari GBB Banjar Kemantren II ke GBB Banjar Kemantren III Alokasi dari GBB Sooko ke GBB


0

Java

X22

0

0

X23

0

0

X24

0

0

X25

0

0

X26

0

0

X27

3432,100

15163,451

X28

0

0

X29

0

0

100 Variabel

Lingo

Java

Banjar Kemantren III Alokasi dari GBB Mojongapit ke GBB Banjar Kemantren III Alokasi dari GBB Tunggorono I ke GBB Banjar Kemantren III Alokasi dari GBB Tunggorono II ke GBB Banjar Kemantren III Alokasi dari GBB Sembung ke GBB Banjar Kemantren III Alokasi dari GBB Gunung Gedangan ke GBB Banjar Kemantren III Alokasi dari GBB Dapur Kejambon ke GBB Banjar Kemantren III Alokasi dari GBB Larangan Tokol ke GBB Banjar Kemantren III Alokasi dari GBB Banyuanyar ke GBB Banjar Kemantren III

X30

0

0

X31

0

0

X32

0

0

X33

0

0

X34

0

0

X35

0

0

X36

0

0

X37

0

0

101

Alokasi dari GBB Kertasada ke GBB Banjar Kemantren III Alokasi dari GBB Mlajah ke GBB Banjar Kemantren III Alokasi dari GBB Banjar Kemantren I ke GBB Sooko Alokasi dari GBB Banjar Kemantren II ke GBB Sooko Alokasi dari GBB Banjar Kemantren III ke GBB Sooko Alokasi dari GBB Mojongapit ke GBB Sooko Alokasi dari GBB Tunggorono I ke GBB Sooko Alokasi dari GBB Tunggorono II ke GBB Sooko Alokasi dari GBB Sembung ke GBB Sooko Alokasi dari GBB Gunung Gedangan ke GBB Sooko Alokasi dari GBB Dapur Kejambon ke GBB Sooko


0

Java

X39

0

0

X40

0

0

X41

0

0

X42

0

0

X43

0

0

X44

0

0

X45

0

0

X46

0

0

X47

0

0

X48

0

0

102

Alokasi dari GBB Larangan Tokol ke GBB Sooko Alokasi dari GBB Banyuanyar ke GBB Sooko Alokasi dari GBB Kertasada ke GBB Sooko Alokasi dari GBB Mlajah ke GBB Sooko Alokasi dari GBB Banjar Kemantren I ke GBB Mojongapit Alokasi dari GBB Banjar Kemantren II ke GBB Mojongapit Alokasi dari GBB Banjar Kemantren III ke GBB Mojongapit Alokasi dari GBB Sooko ke GBB Mojongapit Alokasi dari GBB Tunggorono I ke GBB Mojongapit Alokasi dari GBB Tunggorono II ke GBB Mojongapit Alokasi dari GBB Sembung ke GBB Mojongapit


0

Java

X50

0

0

X51

0

0

X52

0

0

X53

0

0

X54

0

0

X55

0

0

X56

0

0

X57

0

0

X58

0

0

X59

0

0

103

Alokasi dari GBB Gunung Gedangan ke GBB Mojongapit Alokasi dari GBB Dapur Kejambon ke GBB Mojongapit Alokasi dari GBB Larangan Tokol ke GBB Mojongapit Alokasi dari GBB Banyuanyar ke GBB Mojongapit Alokasi dari GBB Kertasada ke GBB Mojongapit Alokasi dari GBB Mlajah ke GBB Mojongapit Alokasi dari GBB Banjar Kemantren I ke GBB Tunggorono I Alokasi dari GBB Banjar Kemantren II ke GBB Tunggorono I Alokasi dari GBB Banjar Kemantren III ke GBB Tunggorono I Alokasi dari GBB Sooko ke GBB Tunggorono I


0

Java

X61

0

0

X62

0

0

X63

0

0

X64

0

0

X65

0

0

X66

0

0

X67

0

0

X68

0

0

X69

0

0

104

Alokasi dari GBB Mojongapit ke GBB Tunggorono I Alokasi dari GBB Tunggorono II ke GBB Tunggorono I Alokasi dari GBB Sembung ke GBB Tunggorono I Alokasi dari GBB Gunung Gedangan ke GBB Tunggorono I Alokasi dari GBB Dapur Kejambon ke GBB Tunggorono I Alokasi dari GBB Larangan Tokol ke GBB Tunggorono I Alokasi dari GBB Banyuanyar ke GBB Tunggorono I Alokasi dari GBB Kertasada ke GBB Tunggorono I Alokasi dari GBB Mlajah ke GBB Tunggorono I Alokasi dari GBB Banjar Kemantren I ke GBB Tunggorono II Alokasi dari GBB Banjar Kemantren


0

Java

X71

10500

10500

X72

0

0

X73

0

0

X74

0

0

X75

0

0

X76

0

0

X77

0

0

X78

0

0

X79

0

0

X80

0

0

105 Variabel

Lingo

Java

II ke GBB Tunggorono II Alokasi dari GBB Banjar Kemantren III ke GBB Tunggorono II Alokasi dari GBB Sooko ke GBB Tunggorono II Alokasi dari GBB Mojongapit ke GBB Tunggorono II Alokasi dari GBB Tunggorono I ke GBB Tunggorono II Alokasi dari GBB Sembung ke GBB Tunggorono II Alokasi dari GBB Gunung Gedangan ke GBB Tunggorono II Alokasi dari GBB Dapur Kejambon ke GBB Tunggorono II Alokasi dari GBB Larangan Tokol ke GBB Tunggorono II Alokasi dari GBB Banyuanyar ke GBB Tunggorono II Alokasi dari GBB Kertasada ke GBB Tunggorono II

X81

0

0

X82

0

0

X83

0

0

X84

9770

9770

X85

0

0

X86

0

0

X87

0

0

X88

0

0

X89

0

0

X90

0

-2813,451

106

Alokasi dari GBB Mlajah ke GBB Tunggorono II Alokasi dari GBB Banjar Kemantren I ke GBB Sembung Alokasi dari GBB Banjar Kemantren II ke GBB Sembung Alokasi dari GBB Banjar Kemantren III ke GBB Sembung Alokasi dari GBB Sooko ke GBB Sembung Alokasi dari GBB Mojongapit ke GBB Sembung Alokasi dari GBB Tunggorono I ke GBB Sembung Alokasi dari GBB Tunggorono II ke GBB Sembung Alokasi dari GBB Gunung Gedangan ke GBB Sembung Alokasi dari GBB Dapur Kejambon ke GBB Sembung Alokasi dari GBB Larangan Tokol ke GBB Sembung


0

Java

X92

0

0

X93

0

0

X94

0

0

X95

0

0

X96

0

0

X97

0

0

X98

0

0

X99

0

0

X100

0

0

X101

0

0

107

Alokasi dari GBB Banyuanyar ke GBB Sembung Alokasi dari GBB Kertasada ke GBB Sembung Alokasi dari GBB Mlajah ke GBB Sembung Alokasi dari GBB Banjar Kemantren I ke GBB Gunung Gedangan Alokasi dari GBB Banjar Kemantren II ke GBB Gunung Gedangan Alokasi dari GBB Banjar Kemantren III ke GBB Gunung Gedangan Alokasi dari GBB Sooko ke GBB Gunung Gedangan Alokasi dari GBB Mojongapit ke GBB Gunung Gedangan Alokasi dari GBB Tunggorono I ke GBB Gunung Gedangan Alokasi dari GBB Tunggorono II ke GBB Gunung Gedangan


0

Java

X103

0

0

X104

0

0

X105

0

0

X106

0

0

X107

0

0

X108

0

0

X109

0

0

X110

0

0

X111

0

0

108

Alokasi dari GBB Sembung ke GBB Gunung Gedangan Alokasi dari GBB Dapur Kejambon ke GBB Gunung Gedangan Alokasi dari GBB Larangan Tokol ke GBB Gunung Gedangan Alokasi dari GBB Banyuanyar ke GBB Gunung Gedangan Alokasi dari GBB Kertasada ke GBB Gunung Gedangan Alokasi dari GBB Mlajah ke GBB Gunung Gedangan Alokasi dari GBB Banjar Kemantren I ke GBB Dapur Kejambon Alokasi dari GBB Banjar Kemantren II ke GBB Dapur Kejambon Alokasi dari GBB Banjar Kemantren III ke GBB Dapur Kejambon


0

Java

X113

0

0

X114

0

0

X115

0

0

X116

0

0

X117

0

0

X118

0

0

X119

0

0

X120

0

0

109

Alokasi dari GBB Sooko ke GBB Dapur Kejambon Alokasi dari GBB Mojongapit ke GBB Dapur Kejambon Alokasi dari GBB Tunggorono I ke GBB Dapur Kejambon Alokasi dari GBB Tunggorono II ke GBB Dapur Kejambon Alokasi dari GBB Sembung ke GBB Dapur Kejambon Alokasi dari GBB Gunung Gedangan ke GBB Dapur Kejambon Alokasi dari GBB Larangan Tokol ke GBB Dapur Kejambon Alokasi dari GBB Banyuanyar ke GBB Dapur Kejambon Alokasi dari GBB Kertasada ke GBB Dapur Kejambon Alokasi dari GBB Mlajah ke GBB Dapur Kejambon


0

Java

X122

0

0

X123

0

0

X124

0

0

X125

0

0

X126

0

0

X127

0

0

X128

0

0

X129

0

0

X130

0

0

110

Alokasi dari GBB Banjar Kemantren I ke GBB Larangan Tokol Alokasi dari GBB Banjar Kemantren II ke GBB Larangan Tokol Alokasi dari GBB Banjar Kemantren III ke GBB Larangan Tokol Alokasi dari GBB Sooko ke GBB Larangan Tokol Alokasi dari GBB Mojongapit ke GBB Larangan Tokol Alokasi dari GBB Tunggorono I ke GBB Larangan Tokol Alokasi dari GBB Tunggorono II ke GBB Larangan Tokol Alokasi dari GBB Sembung ke GBB Larangan Tokol Alokasi dari GBB Gunung Gedangan ke GBB Larangan Tokol Alokasi dari GBB Dapur Kejambon ke


0

Java

X132

0

0

X133

0

0

X134

0

0

X135

0

0

X136

0

0

X137

0

0

X138

0

0

X139

0

0

X140

271,4496

0

111 Variabel GBB Tokol

Lingo

Java

Larangan

Alokasi dari GBB Banyuanyar ke GBB Larangan Tokol Alokasi dari GBB Kertasada ke GBB Larangan Tokol Alokasi dari GBB Mlajah ke GBB Larangan Tokol Alokasi dari GBB Banjar Kemantren I ke GBB Banyuanyar Alokasi dari GBB Banjar Kemantren II ke GBB Banyuanyar Alokasi dari GBB Banjar Kemantren III ke GBB Banyuanyar Alokasi dari GBB Sooko ke GBB Banyuanyar Alokasi dari GBB Mojongapit ke GBB Banyuanyar Alokasi dari GBB Tunggorono I ke GBB Banyuanyar

X141

7000

7000

X142

0

0

X143

0

0

X144

0

0

X145

0

0

X146

0

0

X147

0

0

X148

0

0

X149

0

0

112

Alokasi dari GBB Tunggorono II ke GBB Banyuanyar Alokasi dari GBB Sembung ke GBB Banyuanyar Alokasi dari GBB Gunung Gedangan ke GBB Banyuanyar Alokasi dari GBB Dapur Kejambon ke GBB Banyuanyar Alokasi dari GBB Larangan Tokol ke GBB Banyuanyar Alokasi dari GBB Kertasada ke GBB Banyuanyar Alokasi dari GBB Mlajah ke GBB Banyuanyar Alokasi dari GBB Banjar Kemantren I ke GBB Kertasada Alokasi dari GBB Banjar Kemantren II ke GBB Kertasada Alokasi dari GBB Banjar Kemantren III ke GBB Kertasada


0

Java

X151

0

0

X152

0

0

X153

0

0

X154

1000

1000

X155

0

0

X156

0

0

X157

0

0

X158

0

692,548

X159

0

0

113

Alokasi dari GBB Sooko ke GBB Kertasada Alokasi dari GBB Mojongapit ke GBB Kertasada Alokasi dari GBB Tunggorono I ke GBB Kertasada Alokasi dari GBB Tunggorono II ke GBB Kertasada Alokasi dari GBB Sembung ke GBB Kertasada Alokasi dari GBB Gunung Gedangan ke GBB Kertasada Alokasi dari GBB Dapur Kejambon ke GBB Kertasada Alokasi dari GBB Larangan Tokol ke GBB Kertasada Alokasi dari GBB Banyuanyar ke GBB Kertasada Alokasi dari GBB Mlajah ke GBB Kertasada Alokasi dari GBB Banjar Kemantren I ke GBB Mlajah


0

Java

X161

0

0

X162

0

0

X163

0

0

X164

0

0

X165

0

0

X166

0

0

X167

0

1307,451

X168

0

0

X169

0

0

X170

0

0

114

Alokasi dari GBB Banjar Kemantren II ke GBB Mlajah Alokasi dari GBB Banjar Kemantren III ke GBB Mlajah Alokasi dari GBB Sooko ke GBB Mlajah Alokasi dari GBB Mojongapit ke GBB Mlajah Alokasi dari GBB Tunggorono I ke GBB Mlajah Alokasi dari GBB Tunggorono II ke GBB Mlajah Alokasi dari GBB Sembung ke GBB Mlajah Alokasi dari GBB Gunung Gedangan ke GBB Mlajah Alokasi dari GBB Dapur Kejambon ke GBB Mlajah Alokasi dari GBB Larangan Tokol ke GBB Mlajah Alokasi dari GBB Banyuanyar ke GBB Mlajah


0

Java

X172

0

0

X173

0

0

X174

0

0

X175

0

0

X176

0

0

X177

0

0

X178

0

0

X179

0

0

X180

0

0

X181

0

0

115 Variabel Lingo Java Alokasi dari GBB X182 0 2000 Kertasada ke GBB Mlajah Hasil pada Pemograman Java menunjukkan perbedaan hasil pada 11 variabel keputusan sehingga nilai perbedaan hasil LINGO dan Java sebesar 6,04%. 𝑗𝑢𝑚𝑙𝑎ℎ 𝑝𝑒𝑟𝑏𝑒𝑑𝑎𝑎𝑛 𝑃𝑒𝑟𝑏𝑒𝑑𝑎𝑎𝑛 (%) = ×100% 𝑗𝑢𝑚𝑙𝑎ℎ 𝑡𝑜𝑡𝑎𝑙 11 = 182 ×100% = 6,04% Namun pada java masih ditemukan variabel negatif sehingga model pada Lingo dianggap lebih valid dibandingkan dengan yang dilakukan dengan pemograman Java. 6.4. Uji Coba Model Optimasi Uji coba di bawah ini adalah ujicoba yang dilakukan pada studi kasus Tugas Akhir ini, yaitu distribusi subsidi beras RASKIN wilayah Subdivre Surabaya Utara, Surabaya Selatan dan Madura. Ujicoba dilakukan terhadap beberapa skenario. Skenario adalah proses pencarian alternatif solusi terhadap hasil perhitungan. Skenario dilakukan dengan pemberian prioritas dan bobot pada fungsi tujuan. Berikut ini merupakan skenario yang akan dibuat: a. Skenario 1 Optimasi studi kasus menggunakan penambahan prioritas pertama untuk fungsi tujuan pemenuhan permintaan. b. Skenario 2 Fungsi tujuan meminimalkan biaya distribusi/nilai jarak sebagai prioritas utama dibandingkan permintaan. 6.5. Analisa Hasil Di bawah ini adalah analisa hasil dari pencarian solusi optimal studi kasus distribusi raskin untuk wilayah Surabaya Utara, Surabaya Selatan dan Madura menggunakan program LINGO, kemudian dijelaskan pula hasil skenario.

116 6.5.1. Analisa Hasil Lingo Dengan mengikuti langkah membentuk model persoalan studi kasus ke dalam model goal programming yang ada pada subjudul 4.2.2 sebelumnya hasil akhirnya disajikan pada Tabel 6.4 Hasil Goal Programming dengan LINGO dibawah ini. Tabel 6.4 Hasil Goal Programming dengan LINGO

Variabel Deviasi bawah permintaan total DB1 Deviasi bawah permintaan SU DB2 Deviasi bawah permintaan SS DB3 Deviasi bawah permintaan MD DB4 Deviasi atas total biaya /nilai jarak DA5 Alokasi dari GBB Banjar Kemantren X1 II ke GBB Banjar Kemantren I

Nilai 75457,35 0 12089,15 63368,2 0 0

Alokasi dari GBB Banjar Kemantren X2 III ke GBB Banjar Kemantren I

36500

Alokasi dari GBB Sooko ke GBB X3 Banjar Kemantren I

0

Alokasi dari GBB Mojongapit ke X4 GBB Banjar Kemantren I

0

Alokasi dari GBB Tunggorono I ke GBB Banjar Kemantren I

X5

0

Alokasi dari GBB Tunggorono II ke X6 GBB Banjar Kemantren I

0

Alokasi dari GBB Sembung ke GBB X7 Banjar Kemantren I

0

Alokasi dari GBB Gunung Gedangan X8 ke GBB Banjar Kemantren I

0

Alokasi dari GBB Dapur Kejambon X9 ke GBB Banjar Kemantren I

0

117 Variabel Nilai Alokasi dari GBB Larangan Tokol ke X10 0 GBB Banjar Kemantren I Alokasi dari GBB Banyuanyar ke X11 GBB Banjar Kemantren I

0

Alokasi dari GBB Kertasada ke GBB X12 Banjar Kemantren I

0

Alokasi dari GBB Mlajah ke GBB X13 Banjar Kemantren I

0

Alokasi dari GBB Banjar Kemantren X14 I ke GBB Banjar Kemantren II

0

Alokasi dari GBB Banjar Kemantren X15 III ke GBB Banjar Kemantren II

0

Alokasi dari GBB Sooko ke GBB X16 Banjar Kemantren II

0

Alokasi dari GBB Mojongapit ke X17 GBB Banjar Kemantren II

0

Alokasi dari GBB Tunggorono I ke GBB Banjar Kemantren II

X18

0

Alokasi dari GBB Tunggorono II ke X19 GBB Banjar Kemantren II

0

Alokasi dari GBB Sembung ke GBB X20 Banjar Kemantren II

0

Alokasi dari GBB Gunung Gedangan X21 ke GBB Banjar Kemantren II

0

Alokasi dari GBB Dapur Kejambon X22 ke GBB Banjar Kemantren II

0

Alokasi dari GBB Larangan Tokol ke X23 GBB Banjar Kemantren II

0

118 Variabel Nilai Alokasi dari GBB Banyuanyar ke X24 0 GBB Banjar Kemantren II Alokasi dari GBB Kertasada ke GBB X25 Banjar Kemantren II

0

Alokasi dari GBB Mlajah ke GBB X26 Banjar Kemantren II

0

Alokasi dari GBB Banjar Kemantren X27 I ke GBB Banjar Kemantren III

3432,100

Alokasi dari GBB Banjar Kemantren X28 II ke GBB Banjar Kemantren III

0

Alokasi dari GBB Sooko ke GBB X29 Banjar Kemantren III

0

Alokasi dari GBB Mojongapit ke X30 GBB Banjar Kemantren III

0

Alokasi dari GBB Tunggorono I ke GBB Banjar Kemantren III

X31

0

Alokasi dari GBB Tunggorono II ke X32 GBB Banjar Kemantren III

0

Alokasi dari GBB Sembung ke GBB X33 Banjar Kemantren III

0

Alokasi dari GBB Gunung Gedangan X34 ke GBB Banjar Kemantren III

0

Alokasi dari GBB Dapur Kejambon X35 ke GBB Banjar Kemantren III

0

Alokasi dari GBB Larangan Tokol ke X36 GBB Banjar Kemantren III

0

Alokasi dari GBB Banyuanyar ke X37 GBB Banjar Kemantren III

0

119 Variabel Nilai Alokasi dari GBB Kertasada ke GBB X38 0 Banjar Kemantren III Alokasi dari GBB Mlajah ke GBB X39 Banjar Kemantren III

0

Alokasi dari GBB Banjar Kemantren X40 I ke GBB Sooko

0

Alokasi dari GBB Banjar Kemantren X41 II ke GBB Sooko

0

Alokasi dari GBB Banjar Kemantren X42 III ke GBB Sooko

0

Alokasi dari GBB Mojongapit ke X43 GBB Sooko

0

Alokasi dari GBB Tunggorono I ke GBB Sooko

X44

0

Alokasi dari GBB Tunggorono II ke X45 GBB Sooko

0

Alokasi dari GBB Sembung ke GBB X46 Sooko

0

Alokasi dari GBB Gunung Gedangan X47 ke GBB Sooko

0

Alokasi dari GBB Dapur Kejambon X48 ke GBB Sooko

0

Alokasi dari GBB Larangan Tokol ke X49 GBB Sooko

0

Alokasi dari GBB Banyuanyar ke X50 GBB Sooko

0

Alokasi dari GBB Kertasada ke GBB X51 Sooko

0

Alokasi dari GBB Mlajah ke GBB X52 Sooko

0

120 Variabel Nilai Alokasi dari GBB Banjar Kemantren X53 0 I ke GBB Mojongapit Alokasi dari GBB Banjar Kemantren X54 II ke GBB Mojongapit

0

Alokasi dari GBB Banjar Kemantren X55 III ke GBB Mojongapit

0

Alokasi dari GBB Sooko ke GBB X56 Mojongapit

0

Alokasi dari GBB Tunggorono I ke GBB Mojongapit

X57

0

Alokasi dari GBB Tunggorono II ke X58 GBB Mojongapit

0

Alokasi dari GBB Sembung ke GBB X59 Mojongapit

0

Alokasi dari GBB Gunung Gedangan X60 ke GBB Mojongapit

0

Alokasi dari GBB Dapur Kejambon X61 ke GBB Mojongapit

0

Alokasi dari GBB Larangan Tokol ke X62 GBB Mojongapit

0

Alokasi dari GBB Banyuanyar ke X63 GBB Mojongapit

0

Alokasi dari GBB Kertasada ke GBB X64 Mojongapit

0

Alokasi dari GBB Mlajah ke GBB X65 Mojongapit

0

Alokasi dari GBB Banjar Kemantren X66 I ke GBB Tunggorono I

0

121 Variabel Nilai Alokasi dari GBB Banjar Kemantren X67 0 II ke GBB Tunggorono I Alokasi dari GBB Banjar Kemantren X68 III ke GBB Tunggorono I

0

Alokasi dari GBB Sooko ke GBB X69 Tunggorono I

0

Alokasi dari GBB Mojongapit ke X70 GBB Tunggorono I

0

Alokasi dari GBB Tunggorono II ke X71 GBB Tunggorono I

10500

Alokasi dari GBB Sembung ke GBB X72 Tunggorono I

0

Alokasi dari GBB Gunung Gedangan X73 ke GBB Tunggorono I

0

Alokasi dari GBB Dapur Kejambon X74 ke GBB Tunggorono I

0

Alokasi dari GBB Larangan Tokol ke X75 GBB Tunggorono I

0

Alokasi dari GBB Banyuanyar ke X76 GBB Tunggorono I

0

Alokasi dari GBB Kertasada ke GBB X77 Tunggorono I

0

Alokasi dari GBB Mlajah ke GBB X78 Tunggorono I

0

Alokasi dari GBB Banjar Kemantren X79 I ke GBB Tunggorono II

0

Alokasi dari GBB Banjar Kemantren X80 II ke GBB Tunggorono II

0

122 Variabel Nilai Alokasi dari GBB Banjar Kemantren X81 0 III ke GBB Tunggorono II Alokasi dari GBB Sooko ke GBB X82 Tunggorono II

0

Alokasi dari GBB Mojongapit ke X83 GBB Tunggorono II

0

Alokasi dari GBB Tunggorono I ke GBB Tunggorono II

9770

X84

Alokasi dari GBB Sembung ke GBB X85 Tunggorono II

0

Alokasi dari GBB Gunung Gedangan X86 ke GBB Tunggorono II

0

Alokasi dari GBB Dapur Kejambon X87 ke GBB Tunggorono II

0

Alokasi dari GBB Larangan Tokol ke X88 GBB Tunggorono II

0

Alokasi dari GBB Banyuanyar ke X89 GBB Tunggorono II

0

Alokasi dari GBB Kertasada ke GBB X90 Tunggorono II

0

Alokasi dari GBB Mlajah ke GBB X91 Tunggorono II

0

Alokasi dari GBB Banjar Kemantren X92 I ke GBB Sembung

0

Alokasi dari GBB Banjar Kemantren X93 II ke GBB Sembung

0

Alokasi dari GBB Banjar Kemantren X94 III ke GBB Sembung

0

123 Variabel Nilai Alokasi dari GBB Sooko ke GBB X95 0 Sembung Alokasi dari GBB Mojongapit ke X96 GBB Sembung

0

Alokasi dari GBB Tunggorono I ke GBB Sembung

X97

0

Alokasi dari GBB Tunggorono II ke X98 GBB Sembung

0

Alokasi dari GBB Gunung Gedangan X99 ke GBB Sembung

0

Alokasi dari GBB Dapur Kejambon X100 ke GBB Sembung

0

Alokasi dari GBB Larangan Tokol ke X101 GBB Sembung

0

Alokasi dari GBB Banyuanyar ke X102 GBB Sembung

0

Alokasi dari GBB Kertasada ke GBB X103 Sembung

0

Alokasi dari GBB Mlajah ke GBB X104 Sembung

0

Alokasi dari GBB Banjar Kemantren X105 I ke GBB Gunung Gedangan

0

Alokasi dari GBB Banjar Kemantren X106 II ke GBB Gunung Gedangan

0

Alokasi dari GBB Banjar Kemantren X107 III ke GBB Gunung Gedangan

0

Alokasi dari GBB Sooko ke GBB X108 Gunung Gedangan

0

124 Variabel Nilai Alokasi dari GBB Mojongapit ke X109 0 GBB Gunung Gedangan Alokasi dari GBB Tunggorono I ke GBB Gunung Gedangan

X110

0

Alokasi dari GBB Tunggorono II ke X111 GBB Gunung Gedangan

0

Alokasi dari GBB Sembung ke GBB X112 Gunung Gedangan

0

Alokasi dari GBB Dapur Kejambon X113 ke GBB Gunung Gedangan

0

Alokasi dari GBB Larangan Tokol ke X114 GBB Gunung Gedangan

0

Alokasi dari GBB Banyuanyar ke X115 GBB Gunung Gedangan

0

Alokasi dari GBB Kertasada ke GBB X116 Gunung Gedangan

0

Alokasi dari GBB Mlajah ke GBB X117 Gunung Gedangan

0

Alokasi dari GBB Banjar Kemantren X118 I ke GBB Dapur Kejambon

0

Alokasi dari GBB Banjar Kemantren X119 II ke GBB Dapur Kejambon

0

Alokasi dari GBB Banjar Kemantren X120 III ke GBB Dapur Kejambon

0

Alokasi dari GBB Sooko ke GBB X121 Dapur Kejambon

0

Alokasi dari GBB Mojongapit ke X122 GBB Dapur Kejambon

0

125

Alokasi dari GBB Tunggorono I ke GBB Dapur Kejambon

Variabel Nilai X123 0

Alokasi dari GBB Tunggorono II ke X124 GBB Dapur Kejambon

0

Alokasi dari GBB Sembung ke GBB X125 Dapur Kejambon

0

Alokasi dari GBB Gunung Gedangan X126 ke GBB Dapur Kejambon

0

Alokasi dari GBB Larangan Tokol ke X127 GBB Dapur Kejambon

0

Alokasi dari GBB Banyuanyar ke X128 GBB Dapur Kejambon

0

Alokasi dari GBB Kertasada ke GBB X129 Dapur Kejambon

0

Alokasi dari GBB Mlajah ke GBB X130 Dapur Kejambon

0

Alokasi dari GBB Banjar Kemantren X131 I ke GBB Larangan Tokol

0

Alokasi dari GBB Banjar Kemantren X132 II ke GBB Larangan Tokol

0

Alokasi dari GBB Banjar Kemantren X133 III ke GBB Larangan Tokol

0

Alokasi dari GBB Sooko ke GBB X134 Larangan Tokol

0

Alokasi dari GBB Mojongapit ke X135 GBB Larangan Tokol

0

Alokasi dari GBB Tunggorono I ke GBB Larangan Tokol

0

X136

126 Variabel Nilai Alokasi dari GBB Tunggorono II ke X137 0 GBB Larangan Tokol Alokasi dari GBB Sembung ke GBB X138 Larangan Tokol

0

Alokasi dari GBB Gunung Gedangan X139 ke GBB Larangan Tokol

0

Alokasi dari GBB Dapur Kejambon X140 ke GBB Larangan Tokol

271,4496

Alokasi dari GBB Banyuanyar ke X141 GBB Larangan Tokol

7000

Alokasi dari GBB Kertasada ke GBB X142 Larangan Tokol

0

Alokasi dari GBB Mlajah ke GBB X143 Larangan Tokol

0

Alokasi dari GBB Banjar Kemantren X144 I ke GBB Banyuanyar

0

Alokasi dari GBB Banjar Kemantren X145 II ke GBB Banyuanyar

0

Alokasi dari GBB Banjar Kemantren X146 III ke GBB Banyuanyar

0

Alokasi dari GBB Sooko ke GBB X147 Banyuanyar

0

Alokasi dari GBB Mojongapit ke X148 GBB Banyuanyar

0

Alokasi dari GBB Tunggorono I ke GBB Banyuanyar

X149

0

Alokasi dari GBB Tunggorono II ke X150 GBB Banyuanyar

0

127 Variabel Nilai Alokasi dari GBB Sembung ke GBB X151 0 Banyuanyar Alokasi dari GBB Gunung Gedangan X152 ke GBB Banyuanyar

0

Alokasi dari GBB Dapur Kejambon X153 ke GBB Banyuanyar

0

Alokasi dari GBB Larangan Tokol ke X154 GBB Banyuanyar

1000

Alokasi dari GBB Kertasada ke GBB X155 Banyuanyar

0

Alokasi dari GBB Mlajah ke GBB X156 Banyuanyar

0

Alokasi dari GBB Banjar Kemantren X157 I ke GBB Kertasada

0

Alokasi dari GBB Banjar Kemantren X158 II ke GBB Kertasada

0

Alokasi dari GBB Banjar Kemantren X159 III ke GBB Kertasada

0

Alokasi dari GBB Sooko ke GBB X160 Kertasada

0

Alokasi dari GBB Mojongapit ke X161 GBB Kertasada

0

Alokasi dari GBB Tunggorono I ke GBB Kertasada

X162

0

Alokasi dari GBB Tunggorono II ke X163 GBB Kertasada

0

Alokasi dari GBB Sembung ke GBB X164 Kertasada

0

128 Variabel Nilai Alokasi dari GBB Gunung Gedangan X165 0 ke GBB Kertasada Alokasi dari GBB Dapur Kejambon X166 ke GBB Kertasada

0

Alokasi dari GBB Larangan Tokol ke X167 GBB Kertasada

0

Alokasi dari GBB Banyuanyar ke X168 GBB Kertasada

0

Alokasi dari GBB Mlajah ke GBB X169 Kertasada

0

Alokasi dari GBB Banjar Kemantren X170 I ke GBB Mlajah

0

Alokasi dari GBB Banjar Kemantren X171 II ke GBB Mlajah

0

Alokasi dari GBB Banjar Kemantren X172 III ke GBB Mlajah

0

Alokasi dari GBB Sooko ke GBB X173 Mlajah Alokasi dari GBB Mojongapit ke X174 GBB Mlajah

0

Alokasi dari GBB Tunggorono I ke X175 GBB Mlajah

0

Alokasi dari GBB Tunggorono II ke X176 GBB Mlajah

0

Alokasi dari GBB Sembung ke GBB X177 Mlajah

0

Alokasi dari GBB Gunung Gedangan X178 ke GBB Mlajah

0

Alokasi dari GBB Dapur Kejambon X179 ke GBB Mlajah

0

0

129 Variabel Nilai Alokasi dari GBB Larangan Tokol ke X180 0 GBB Mlajah Alokasi dari GBB Banyuanyar ke X181 GBB Mlajah

0

Alokasi dari GBB Kertasada ke GBB X182 Mlajah

0

Hasil pada Tabel 6.4 Hasil Goal Programming dengan LINGO diatas menunjukkan alokasi optimal antar gudang GBB Bulog yang telah dimodelkan sebelumnya. Hasil tersebut kemudian dilakukan analisis ketercapaian fungsi tujuan yang disajikan pada Tabel 6.5 Analisis Ketercapaian Hasil Optimasi dengan LINGO dibawah ini. Tabel 6.5 Analisis Ketercapaian Hasil Optimasi dengan LINGO

Fungsi Tujuan Pemenuhan permintaan RASKIN total Pemenuhan permintaan RASKIN Surabaya Utara Pemenuhan permintaan RASKIN Surabaya Selatan Pemenuhan permintaan

Realisasi

Target

Deviasi

Ketercapa ian

67931

143388

73834, 96

47,38%

39932,1

39932,1

0

100,00%

19998,55

32087,7

10466, 76

62,32%

7999,999 6

71368,2

63368, 2

11,21%

130 Fungsi Tujuan RASKIN Madura Minimal nilai jarak

Realisasi

Target

Deviasi

Ketercapa ian

2400926 5736

2,481E+ 10

0

100,00%

Dari Tabel 6.5 Analisis Ketercapaian Hasil Optimasi dengan LINGO diatas dapat diketahui bahwa Goal 1 (Pemenuhan Permintaan RASKIN) dan Goal 2 (Meminimalkan nilai jarak) telah tercapai. Namun, pada Goal 1, ketercapaian secara penuh hanya dicapai oleh kendala 2 (Kendala pemenuhan permintaan Subdivre Surabaya Utara). Untuk pemenuhan permintaan Surabaya Selatan dan Madura belum tercapai. Capaian untuk pemenuhan permintaan RASKIN di Madura hanya mencapai 11,21%. Setelah dianalisis didapatkan bahwa ketidaktercapaian goal 1 berkaitan dengan batasan pengadaan. Penelitian ini menggunakan data pengadaan beras tahun 2016 dengan asumsi bahwa setiap tahun akan melakukan pengadaan beras dengan besar yang sama. Pada data tersebut, nilai pengadaan tahun 2016 ternyata sangat kurang dari data permintaan beras RASKIN yang harus dipenuhi. Jumlah pengadaan beras sebesar 81.120 ton per tahun namun permintaan untuk Subdivre Surabaya Utara, Surabaya Selatan dan Madura adalah sebesar 143388 sehingga kekurangan pasokan beras pada cakupan wilayah Surabaya Utara, Surabaya Selatan dan Madura adalah sebesar 62.268 ton. Sehingga hasil optimasi ini belum bisa memaksimalkan permintaan secara keseluruhan. Pemenuhan permintaan yang mencapai 100% hanya dicapai oleh Subdivre Surabaya Utara. 6.5.2. Analisa Hasil Uji Coba Analisa hasil didapatkan dari pencarian solusi optimal studi kasus disrtribusi RASKIN untuk wilayah cakupan Subdivre Surabaya Utara, Surabaya Selatan, dan Madura. Berikut adalah

131 hasil dari skenario studi kasus seperti yang telah dijelaskan pada sub-judul 6.4. a. Skenario 1 Skenario pertama dilakukan untuk mencarian alternatif solusi. Adapun proses pengelolaannya dilakukan dengan menambahkan prioritas pada fungsi tujuan. Pada skenario pertama, prioritas utama pada pemenuhan permintaan. Tabel 6.6 Pemberian Prioritas Skenario 1

Fungsi Tujuan Pemenuhan permintaan RASKIN total Pemenuhan permintaan RASKIN Surabaya Utara Pemenuhan permintaan RASKIN Surabaya Selatan Pemenuhan permintaan RASKIN Madura Minimal nilai jarak/biaya distribusi Total

Variabel

Bobot

Prioritas

d1

2

0,222222

d2

2

0,222222

d3

2

0,222222

d4

2

0,222222

d5

1

0,111111

9

1

Hasil yang didapatkan dari uji coba skenario 1 dapat dilihat pada Tabel 6.7 Hasil ketercapaian untuk Skenario 1 dibawah ini.

132 Tabel 6.7 Hasil ketercapaian untuk Skenario 1

Fungsi tujuan Pemenuhan permintaan RA SKIN total Pemenuhan permintaan RASKIN Surabaya Utara Pemenuhan permintaan RASKIN Surabaya Selatan Pemenuhan permintaan RASKIN Madura Minimal nilai jarak/biaya distribusi

Target

Deviasi

Ketercapaian

143388

73834,96

49%

39932,1

0

100%

32087,7

10466,76

67%

71368,2

63368,2

11,21%

24806124000

0

100%

Pada Tabel 6.7 Hasil ketercapaian untuk Skenario 1 diketahui bahwa dengan menjadikan pemenuhan permintaan sebagai prioritas pertama maka ketercapaian menjadi 49% dan naik 1,62 dari model base. Selain naiknya ketercapaian pemenuhan permintaan total, kenaikan pada ketercapaian sebesar 4,68% dicapai untuk pemenuhan permintaan Surabaya Selatan. b. Skenario 2 Pada skenario 2 juga dilakukan untuk mencari alternatif solusi. Adapun proses pengelolaannya dilakukan dengan menambahkan prioritas pada fungsi tujuan. Pada skenario

133 kedua, prioritas utama diberikan pada nilai jarak atau biaya pengiriman ke gudang. Tabel 6.8 Pemberian Prioritas Skenario 2

Fungsi Tujuan Pemenuhan permintaan RASKIN total Pemenuhan permintaan RASKIN Surabaya Utara Pemenuhan permintaan RASKIN Surabaya Selatan Pemenuhan permintaan RASKIN Madura Minimal nilai jarak/biaya distribusi Total

Variabel

Bobot

Prioritas

d1

1

0,166667

d2

1

0,166667

d3

1

0,166667

d4

1

0,166667

d5

2

0,333333

6

1

Hasil implementasi skenario 2 dapat dilihat pada Tabel 6.9 Hasil ketercapaian untuk Skenario 2. Tabel 6.9 Hasil ketercapaian untuk Skenario 2

Fungsi tujuan Pemenuhan permintaan RASKIN total

Target

Deviasi

Ketercapaian

143388

73834,96

49%

134 Fungsi tujuan Pemenuhan permintaan RASKIN Surabaya Utara Pemenuhan permintaan RASKIN Surabaya Selatan Pemenuhan permintaan RASKIN Madura Minimal nilai jarak/biaya distribusi

Target

Deviasi

Ketercapaian

39932,1

0

100%

32087,7

10466,76

67%

71368,2

63368,2

11,21%

24806124000

0

100%

Dari skenario dua ternyata pemberian prioritas pada tujuan meminimalkan nilai jarak atau biaya distribusi menghasilkan hasil yang sama dengan pemberian prioritas pada skenario 1 . perbedaan hanya terletak pada objective value yaitu 32487,4 untuk skenario 1 dan 34660,9 untuk skenario 2. 6.5.3. Analisas Hasil Uji Coba Prioritas Berdasarkan skenario 1 dan skenario 2 didapatkan bahwa ketercapaian dan alokasi yang didapatkan adalah sama. Perbedaan diantara kedua skenario 1 dan 2 adalah pada nilai objective value yang merupakan nilai min Z dari optimasi dengan penambahan prioritas. Untuk membandingkan hasil objective value maka dilakukan uji coba perubahan prioritas yang dapat dilihat pada Tabel 6.10 Uji Coba Perubahan Prioritas.

135 Tabel 6.10 Uji Coba Perubahan Prioritas

Fungsi tujuan Pemenuhan permintaan RASKIN total Pemenuhan permintaan RASKIN Surabaya Utara Pemenuhan permintaan RASKIN Surabaya Selatan Pemenuhan permintaan RASKIN Madura Minimal nilai jarak/biaya distribusi Pemenuhan permintaan RASKIN total Pemenuhan permintaan RASKIN Surabaya Utara Pemenuhan permintaan RASKIN

Variabel

Prioritas

d1

1

0,333333

d2

2

0,266667

d3

3

0,2

d4

4

0,133333

d5

5

0,066667

Objective Value 34696,75

25541,79 d1

2

0,266667

d2

3

0,2

d3

4

0,133333

136 Fungsi tujuan Surabaya Selatan Pemenuhan permintaan RASKIN Madura Minimal nilai jarak/biaya distribusi Pemenuhan permintaan RASKIN total Pemenuhan permintaan RASKIN Surabaya Utara Pemenuhan permintaan RASKIN Surabaya Selatan Pemenuhan permintaan RASKIN Madura Minimal nilai jarak/biaya distribusi Pemenuhan permintaan

Variabel

Prioritas

d4

5

0,066667

d5

1

0,333333

Objective Value

36244,78 d1

3

0,2

d2

4

0,133333

d3

5

0,066667

d4

1

0,333333

d5

2

0,266667

d1

4

0,133333

30161,99

137 Fungsi tujuan RASKIN total Pemenuhan permintaan RASKIN Surabaya Utara Pemenuhan permintaan RASKIN Surabaya Selatan Pemenuhan permintaan RASKIN Madura Minimal nilai jarak/biaya distribusi Pemenuhan permintaan RASKIN total Pemenuhan permintaan RASKIN Surabaya Utara Pemenuhan permintaan RASKIN Surabaya Selatan

Variabel

Prioritas

d2

5

0,066667

d3

1

0,333333

d4

2

0,266667

d5

3

0,2

Objective Value

20446,61 d1

5

0,066667

d2

1

0,333333

d3

2

0,266667

138 Fungsi tujuan Pemenuhan permintaan RASKIN Madura Minimal nilai jarak/biaya distribusi

Variabel

Prioritas

d4

3

0,2

d5

4

0,133333

Objective Value

Berdasarkan Tabel 6.10 Uji Coba Perubahan Prioritas didapatkan hasil bahwa objective value paling besar didapatkan jika pemenuhan permintaan Madura dijadikan sebagai prioritas utama yaitu bernilai 36244,78. Pada tempat kedua dengan objective value sebesar 34696,75 jika pemenuhan permintaan total dijadikan sebagai prioritas utama. Untuk nilai objective value paling kecil didapatkan dengan menjadikan pemenuhan permintaan Surabaya Utara sebagai prioritas utama yaitu dengan nilai objective value sebesar 20446,61.

BAB VII KESIMPULAN DAN SARAN Bab ini berisikan kesimpulan dari hasil penelitian dan juga saran perbaikan untuk penelitian kedepannya. 7.1.

Kesimpulan

Beberapa kesimpulan yang bisa diambil dari penelitian tugas akhir ini adalah: 1. Metode goal programming mampu menjadi metode penyelesaian untuk kasus multi tujuan, yang mana dalam tugas akhir ini terkait pengoptimalan distribusi subsidi beras RASKIN/RASTRA studi kasus BULOG Divre Jatim dengan cakupan wilayah Surabaya Utara, Surabaya Selatan, Madura.. 2. Implementasi model pada program LINGO dan Java, dapat memenuhi beberapa maupun keseluruhan tujuan. 3. Proses validasi model dilakukan dengan mencoba program penelitian menggunakan studi kasus yang sama pada program berbeda. Setelah hasilnya dibandingkan, hasil program LINGO dan Java memiliki perbedaan sebesar 6,04%. 4. Hasil optimasi dengan menggunakan model goal programming didapatkan alokasi beras subsidi antar GBB Bulog wilayah Surabaya Utara, Surabaya Selatan dan Madura dengan batasan-batasan yang dimilikinya. 5. Fungsi tujuan meminimalkan jarak membutuhkan tambahan data biaya distribusi agar bisa ditemukan alokasi yang optimal. 6. Terdapat solusi terbaik yang dapat diterapkan pada studi kasus distribusi subsidi beras RASKIN dengan wilayah cakupan Surabaya Utara, Surabaya Selatan dan Madura. Solusi diperoleh dari program LINGO dengan pengalokasian beras antar Gudang menunjukkan bahwa Goal 1 (Pemenuhan Permintaan RASKIN) dan Goal 2 139

140

7.

8.

9.

10.

(Meminimalkan nilai jarak) telah tercapai. Namun, pada Goal 1, ketercapaian 100% hanya dicapai oleh kendala 2 (Kendala pemenuhan permintaan Subdivre Surabaya Utara). Untuk pemenuhan permintaan Surabaya Selatan dan Madura masing-masing hanya 48,51% dan 11,21% . Ketidaktercapaian goal 1 berkaitan dengan batasan pengadaan. Nilai pengadaan tahun 2016 ternyata sangat kurang dari data permintaan beras RASKIN yang harus dipenuhi. Jumlah pengadaan beras sebesar 81.120 ton per tahun namun permintaan untuk Subdivre Surabaya Utara, Surabaya Selatan dan Madura adalah sebesar 143388 sehingga kekurangan pasokan beras pada cakupan wilayah Surabaya Utara, Surabaya Selatan dan Madura adalah sebesar 62.268 ton. Sehingga hasil optimasi belum bisa memaksimalkan permintaan secara keseluruhan. Pemenuhan permintaan yang mencapai 100% hanya dicapai oleh Subdivre Surabaya Utara. Menambahkan pemenuhan permintaan beras subsidi menjadi prioritas utama dapat meningkatkan capaian pemenuhan total permintaan RASKIN sebesar 1,62% dari model base. Selain naiknya ketercapaian pemenuhan permintaan total, kenaikan pada ketercapaian sebesar 4,68% dicapai untuk pemenuhan permintaan Surabaya Selatan. Hasil analisis untuk beberapa skenario penambahan prioritas menunjukkan bahwa prioritas meminimalkan nilai jarak/biaya distribusi memiliki ketercapaian dan alokasi RASKIN yang sama dengan skenario 1. Perbedaan hanya terlihat pada objective value. Objective value paling besar didapatkan jika pemenuhan permintaan Madura dijadikan sebagai prioritas utama. Objective value paling kecil didapatkan jika pemenuhan permintaan Surabaya Utara dijadikan sebagai prioritas utama.

141 7.2.

Saran

Saran yang dapat dipertimbangkan untuk pengembangan tugas akhir ini yaitu: 1. Menentukan wilayah cakupan terbaik yang akan dioptimasidengan melihat batasan-batasan alokasi dari masing-masing subdivre seperti batasan permintaan dan pengadaan. 2. Memperbesar cakupan wilayah Subdivre supaya dapat mencakup lebih banyak batasan dan menggambarkan keseluruhan jaringan distribusi RASKIN yang sesungguhnya. 3. Dilakukan mapping pemenuhan permintaan distribusi untuk masing-masing gudang sehingga batasan permintaan RASKIN akan lebih spesifik pada masingmasing gudang.


142

DAFTAR PUSTAKA [1]

[2] [3]

[4]

[5]

[6]

[7]

[8]

[9]

K. K. B. P. M. d. K. R. Indonesia, “Pedoman Umum Subsidi Beras Bagi Masyarakat Berpendapatan Rendah,” 2016. BULOG, September 2016. [Online]. Available: http://www.bulog.co.id/. kabarbisnis.com, September 2016. [Online]. Available: http://www.kabarbisnis.com/read/2859070/optimalisasi -distribusi-raskin-tekan-kenaikan-harga-beras-di-jatim. H. A. Taha, Operation Research An Introduction, 6th Edition penyunt., University of Arkansas, Fayetteville: Prentice Hall, 1997. W. Nunkaew dan B. Phruksaphanrat, “A Multiobjective Programming for Transportation Problem with the Consideration of both Depot to Customer and Customer to Customer Relationships,” dalam Proceedings of the International MultiConference of Engineers and Computer Scientists (IMEC), Hongkong, 2009. N. Hassan dan Z. Ayop, “A Goal Programming Approach for Food Product Distribution of Small and Medium Enterprise,” Advances in Environmental Biology, vol. 6, no. 2, pp. 510-513, 2012. M. N. A. A. Cory Trisilawaty, “Analisis Optimasi Rantai Pasok Beras dan Penggunaan,” Jurnal Pangan, vol. 20, no. 2, pp. 177-195, Juni 2011. Z. Zhou, S. Cheng dan B. Hua, “Supply chain optimization of continuous process industries with sustainability considerations,” Computers and Chemical Engineering, vol. 24, pp. 1151 - 1158, 2000. D. Choudhary dan R. Shankar, “A goal programming model for joint decision making of inventory lot-size, supplier selection and carrier selection,” Computers & Industrial Engineering, vol. 71, pp. 1-9, 2014. 143

144 [10] B. MEDIA, Oktober 2016. [Online]. Available: http://industri.bisnis.com/read/20160803/99/571746/pr esiden-perluas-tanggung-jawab-perum-bulog. [11] P. P. J. Timur, Petunjuk Pelaksanaan RASKIN Tahun 2015 Provinsi Jawa Timur, Februari 2015. [12] T. d. D. A. Dimyati, Operations Research, Model Model Pengambilan Keputusan, Bandung: Sinar Baru Algensindo, 2003. [13] E. K. Chang dan S. H. Zak, An Introduction to Optimization, 2nd Edition penyunt., Canada: John Wiley & Sons. Inc, 2001. [14] Siswanto, Operation Research, Jilid 1 penyunt., Jakarta: Penerbit Erlangga, 2007. [15] “Wikipedia,” [Online]. Available: https://id.wikipedia.org/wiki/Google_Maps. [Diakses Desember 2016]. [16] “WikiHow,” [Online]. Available: http://id.wikihow.com/Mengukur-Jarak-di-GoogleMaps. [Diakses Desember 2016]. [17] “Bantuan Maps,” Google, [Online]. Available: https://support.google.com/maps/answer/1628031?co= GENIE.Platform%3DDesktop&hl=id. [Diakses Desember 2016]. [18] L. S. Inc, LINGO The Modeling Language and Optimizer, Chicago, 2016. [19] Hastuti, S. Mawardi, B. Sulaksono, Akhmadi, S. Devina dan R. P. Artha, Efektifitas Pelaksanaan Raskin, Lembaga Penelitian SMERU, 2008. [20] B. A. N. -. P. T. Naskah Akademik Akreditasi Program Sarjana, Jakarta, 2008.

BIODATA PENULIS Penulis lahir di Sidoarjo pada tanggal 18 Desember 1994. Penulis merupakan anak kedua dari tiga bersaudara. Penulis telah menempuh pendidikan formal di sekolah negeri mulai dari SD Mojoruntut III Krembung Sidoarjo, SMP Negeri 1 Krembung Sidoarjo, SMAN 1 Krembung Sidoarjo. Setelah lulus, penulis melanjutkan ke jenjang perguruan tinggi negeri di Surabaya, yakni Jurusan Sistem Informasi Institut Teknologi Sepuluh Nopember Surabaya. Sebagai mahasiswa, penulis aktif dalam urusan organisasi. Tercatat penulis aktif berkontribusi melalui keanggotaan organisasi mahasiswa di Himpunan Sistem Informasi pada tahun kepengurusan 2014-2015 sebagai Staf Departemen Kesejahteraan Mahasiswa dan pada tahun kepengurusan 2015-2016 sebagai Sekretaris Departemen Kesejahteraan Mahasiswa. Penulis juga pernah aktif di BEM Fakultas Teknologi Informasi sejak 2014 hingga 2015 sebagai Staf Internal Affairs. Penulis pernah melakukan kerja praktik di Bagian Teknologi Sistem Informasi Perusahaan PDAM Surya Sembada Kota Surabaya pada bulan Juni hingga Agustus tahun 2016. Untuk mendapatkan gelar Sarjana Komputer (S.Kom), penulis mengambil laboratorium Rekayasa Data dan Intelejensi Bisnis dengan topik tugas akhir Optimasi menggunakan Goal Programming pada bidang logistik. Untuk kepentingan penelitian penulis juga dapat dihubungi melalui e-mail: [email protected].

145


146

A. LAMPIRAN A PENGUMPULAN DATA JARAK

Gambar A.1 Data Jarak dari Gudang 1 ke Gudang 2


A -1

A -2



A-3



A -4



A-5



A -6



A-7



A -8



A-9



A -10

Gambar A.19 Data Jarak dari Gudang 2 ke Gudang 6 dan 7


A-11



A -12



A-13



A -14



A-15



A -16



A-17



A -18



A-19



A -20



A-21



A -22



A-23



A -24



A-25



A -26



A-27



A -28



A-29



A -30



A-31



A -32



A-33



A -34



A-35



A -36



A-37



A -38



A-39



A -40



A-41



A -42



A-43



A -44



A-45

Gambar A.89 Data Jarak dari Gudang 6 dan 7 ke Gudang 1


A -46



A-47



A -48



A-49



A -50



A-51



A -52



A-53



A -54



A-55



A -56



A-57



A -58



A-59



A -60



A-61



A -62



A-63



A -64



A-65



A -66



B-1 B. LAMPIRAN B SCREENSHOT HASIL LINGO

Gambar B.1 Status Solver Base Model Lingo

B -2

B-3

B -4

B-5

B -6

Gambar B.2 Hasil Output Base Model Lingo

B-7

Gambar B.3 Analisis Slack dan Dual Price Hasil Lingo

C-1

C. LAMPIRAN C SCREENSHOT HASIL SKENARIO 1

Gambar C.1 Skrip Penambahan Prioritas Skenario 1

C -2

Gambar C.2 Skrip Penambahan Prioritas Skenario 1 Bagian II

Gambar C.3 Status Solver Skenario 1

C-3

C -4

C-5

C -6

C-7

Gambar C.4 Hasil Output Skenario 1

C -8

Gambar C.5 Analisis Slack dan Dual Price Skenario 1

D-1 D. LAMPIRAN D SCREENSHOT HASIL SKENARIO 2

Gambar D.1 Skrip Penambahan Prioritas Skenario 2

Gambar D.2 Status Solver Model Skenario 2

D -2

D-3

D -4

D-5

D -6

Gambar D.3 Hasil Output Skenario 2

D-7

Gambar D.4 Analisis Slack dan Dual Price Skenario 2

E. LAMPIRAN E SCREENSHOT HASIL JAVA

E-1

Gambar E.1 Skrip Java Validasi Model

E-2

E-3

Gambar E.2 Hasil Java 1

E-4

Gambar E.3 Hasil Java 2

RASTRA) MENGGUNAKAN GOAL PROGRAMMING (STUDI KASUS: PERUM BULOG

Recommend Documents