BAB IV HASIL DAN PEMBAHASAN
4.2 Pengolahan Data
4.2.2 Mengalokasikan Permintaan Customer Tahun 2009
4.2.3.1 Mengalokasikan Permintaan customer dengan
Dalam pembuatan Matriks jarak, terlebih dahulu menghitung besarnya
jarak dari pabrik ke tiap-tiap customer dan dari satu customer ke customer
lainnya, karena jarak dari pabrik ke tiap customer sudah dihitung sebelumnya dan
hasil perhitungan dapat dilihat pada Tabel 4.8 Jarak lokasi dari Pabrik ke tiap
Customer dalam koordinat dan satuan km, maka pada perhitungan selanjutnya dilakukan perhitungan untuk jarak lokasi dari satu customer ke customer lainnya,
dengan menggunakan rumus sebagai berikut :
2 2 1 2 2 1 2 , 1 y y J Contoh perhitungan jarak dari lokasi Pom bensin bukit mas Regency ke lokasi
Bank Mandiri Darmo :
2
2 2 1,C XC1 XC2 YC1 YC2 C J
,
0,141 4 , 1 3 , 1 5 , 0 4 , 0 , 2 1 2 2 2 1 C C J C C JKemudian dihitung jarak dalam satuan km :
km eta etaxskalap Jarakpadap Jarak 000 . 100
000 . 100 400000 141 . 0 2 , 1C x C J 0,565 kmSehingga didapat Matriks Jarak sebagai berikut :
Tabel 4.9 Matriks Jarak
G C1 C2 C3 C4 C5 C6 C7 C8 C9 C10 C11 C12 C13 C14 C1 5,44 0 C2 5,944 0,565 0 C3 13,67 9,935 9,903 0 C4 5,059 9,338 9,903 12,95 0 C5 14,18 6,8 10,469 0,56 14,805 0 C6 8,588 13,971 14,49 20,415 6,053 20,834 0 C7 124,288 124,469 124,76 116,57 120,17 116,1 122,89 0 C8 31,457 26,969 26,412 29,505 36,17 29,785 39,602 143,524 0 C9 28,289 28,425 28,374 38,235 30,528 38,8 28,085 150,651 33,6 0 C10 64,609 69,693 70,073 77,844 63,591 78,293 57,54 159,35 87,164 54,782 0 C11 134,286 138,88 139,45 139,444 129,595 139,448 126,375 122,7 165,737 146,266 110,217 0 C12 12,348 16,492 17,055 19,103 7,343 19,353 7,589 115,308 43,44 35,62 61,429 122,409 0 C13 12,348 16,497 17,055 19,103 7,343 19,353 7,589 115,308 43,44 35,62 61,429 122,409 0 0 C14 12,348 16,492 17,055 19,103 7,343 19,353 7,589 115,308 43,44 35,62 61,429 122,409 0 0 0
B. Mengidentifikasi Matriks Penghematan (Penghematan Jarak)
Dalam menghitung penghematan jarak dari pabrik ke tiap-tiap customer
dan dari satu customer ke customer lainnya, menggunakan rumus sebagai berikut :
x y J G x J G y J x yS , , , ,
Berdasarkan data pada Tabel 4.9 Matrik Jarak, dapat dihitung
penghematan jarak sebagai berikut :
Contoh perhitungan penghematan jarak dari lokasi C1 (Pom bensin bukit mas
Regency) ke C2 (Bank Mandiri Darmo) :
C1,C2
J G,C1
J G,C2
J C1,C2
S
CI,C2
5,445,9440,56510,819S km
Untuk perhitungan penghematan jarak selanjutnya antara satu customer ke
Sehingga didapat Savings Matriks sebagai berikut :
Tabel 4.10 Savings Matriks
C1 C2 C3 C4 C5 C6 C7 C8 C9 C10 C11 C12 C13 C14 C1 0 C2 10,819 0 C3 9,175 9,711 0 C4 1,161 1,1 5,779 0 C5 12,82 9,655 27,29 4,434 0 C6 0,057 0,042 1,843 7,588 1,934 0 C7 5,259 5,472 21,388 9,177 22,368 9,986 0 C8 9,928 10,989 15,622 0,346 15,852 0,443 12,221 0 C9 5,304 5,859 3,724 2,82 3,669 8,792 1,926 26,146 0 C10 0,356 0,48 0,435 6,077 0,496 15,657 29,547 8,902 38,116 0 C11 0,846 0,78 8,512 9,75 9,018 13,499 135,874 0,012 16,309 88,678 0 C12 1,296 1,237 6,915 10,064 7,175 13,347 21,328 0,365 5,017 15,528 24,225 0 C13 1,296 1,237 6,915 10,064 7,175 13,347 21,328 0,365 5,017 15,528 24,225 24,696 0 C14 1,296 1,237 6,915 10,064 7,175 13,347 21,328 0,365 5,017 15,528 24,225 24,696 24,696 0
C. Penentuan Alokasi customer pada Rute Baru berdasarkan Permintaan Tahun 2009
1) Iterasi 1
Tiap customer dialokasikan seperti pada rute awal (Tabel 4.5) yang
memiliki 7 rute pendistribusian produk, sehingga pada iterasi 1 diperoleh 7
rute dalam pendistribusian produk ke customer.
Alokasi armada yang digunakan untuk lokasi customer disesuaikan
dengan kapasitas armada dalam setiap rutenya.
Hasil iterasi 1 ini dapat dilihat pada Tabel 4.11 iterasi 1 pada lampiran G.
2) Iterasi 2
Dari tabel 4.10 Savings Matrix, didapat penghematan jarak terbesar
yaitu 135,874 = S(C7,C11) kemudian mengalokasikan rute untuk C7 kedalam
rute A Karena C7 memerlukan jasa transportasi penyebrangan sehingga tidak
dapat di kombinasikan dengan customer yang lain. Sedangkan C11 akan
dialokasikan kedalam Rute B, Kemudian dilakukan pengecekkan berdasarkan
nilai total order size customer tersebut dan kapasitas armada yang ada (pick up
dan truck box). Untuk perhitungan beban dari tiap – tiap customer dilihat
berdasarkan Tabel 4.2 Rata-rata Besarnya Order Size per bulan tiap customer
untuk Tahun 2009, dengan perhitungan beban rute sebagai berikut :
Beban rute A : C7 = 1497 exemplar < 3600 exemplar dari kapasitas pick up.
Beban rute B : C11 = 2139 exemplar < 9100 exemplar dari kapasitas truck box
3) Iterasi 3
Pada iterasi 3 didapat penghematan jarak terbesar selanjutnya yaitu
88,678 = S(C10,C11) kemudian C11 dan C10 dialokasikan pada rute B.
Beban rute B = order size C 11 + C10 =
= 2139 + 3436 = 5575 exemplar < 10000 exemplar (C10 dikatakan
layak untuk dialokasikan pada rute B)
Hasil iterasi 3 ini dapat dilihat pada Tabel 4.13 iterasi 3 pada lampiran G.
4) Iterasi 4
Pada iterasi 4 didapat penghematan jarak terbesar selanjutnya yaitu
38,116 = S(C9,C10) karena C10 sudah dialokasikan pada Rute B,. kaena C9
berada dalam titik kordinat yang berlawanan dengan rute B dan tidak efisien
maka C9 akan dialokasikan kedalam rute C.
Beban Rute C = Order size C9= 3157 exemplar < 3600 exemplar dari
kapasitas Pick up. (C9 dikatakan layak dialokasikan kedalam rute C).
Hasil iterasi 4 ini dapat dilihat pada Tabel 4.14 iterasi 4 pada lampiran G.
5) Iterasi 5
Pada iterasi 5 didapat penghematan jarak terbesar selanjutnya yaitu
29,547 = S(C7,C10),karena C10 dan C7 sudah dialokasikan pada Rute
sebelumnya,maka dicari penghematan jarak terbesar selanjutnya yaitu 27,29 =
S(.C3,C5) karena C3 dan C5 berada dalam titik kordinat yang berlawanan
dengan rute A,B dan C,maka C3 dan C5 dikombinasikan kedalam rute D.
Beban Rute D = Order size C3 + C5
1228 < 3600 exemplar dari kapasitas pick up. (C3 dan C5 layak
dialokasikan kedalam rute D)
Hasil iterasi 5 ini dilihat pada Tabel 4.15 iterasi 5 pada lampiran G.
6) Iterasi 6
Pada iterasi 6 didapat penghematan jarak terbesar selanjutnya yaitu
26,146 = S(C8,C9), karena C9 sudah dialokasikan pada rute C dan lokasi C8
berlawanan arah dengan kordinat rute B dan C, maka C8 akan dialokasikan
kedalam Rute D :
Beban Rute D = Order size C8 + C5 + C3 = 1928 + 468 + 760 = 3156
3156 < 3600 dari kapasitas alat angkut pick up(maka C8 layak dialokasikan
kedalam rute D)
Hasil iterasi 6 ini dapat dilihat pada Tabel 4.16 iterasi 6 pada lampiran G.
7) Iterasi 7
Pada iterasi 7 didapat penghematan jarak terbesar selanjutnya yaitu
24,696 = S(C12,C13), S(C12,C14), S(C13,14) karena C12,C13 dan C14
berada pada titik kordinat yang berlawanan dengan rute C dan D, maka C12,
C13 dan C14 akan dialokasikan kedalam rute B.
Beban Rute B = Order size C11 + C10 + C12 + C13 + C14
= 2139 + 3436 + 1521 + 1650 + 327 = 9073 < 10.000
exemplar. (C12, C13 dan C14 dikatakan layak untuk
dialokasikan pada rute B)
8) Iterasi 8
Pada iterasi 8 didapat penghematan jarak terbesar selanjutnya yaitu
24,225 = S(C11,C12), S(C11,C13), S(C11,C14). karena C11, C12, C13, C14
sudah dialokasikan pada rute B maka dicari penghematan jarak terbesar
selnjutnya yaitu 22,368 = S(C5,C7) karena C5 dan C7 sudah dialokasikan
kedalam rute sebelumnya, maka dicari penghematan jarak terbesar selanjutnya
yaitu 21,388 = S(C3,C7), 21,328 = S(C7,C12),S(C7,C13),S(C7,C14) karena
C3, C7, C12, C13, C14 sudah dialokasikan kedalam rute sebelumnya, maka
dicari penghematan jarak terbesar selnjutnya yaitu 15,582 = S(C5,C8), 15,622
= S(C3,C8) Karena C3 dan C8 sudah dialokasikan kedalam rute sebelumnya
maka akan dicari penghematan jarak terbesar selanjutnya yaitu 13,499 =
S(C6,C11) karena C11 telah dialokasikan kedalam rute B, karena beban dari
rute A, rute B, Rute C, rute D telah mendekati kapasitas maksimum, maka C6
akan dialokasikan kedalam rute E.
Beban Rute E = C6 = 966 exemplar
966 < 3600 exemplar dari kapasitas pick up. (C6 dikatakan
layak untuk dialokasikan pada rute E)
Hasil iterasi 8 ini dapat dilihat pada Tabel 4.18 iterasi 8 pada lampiran G.
9) Iterasi 9
Pada iterasi 9 didapat penghematan jarak terbesar selanjutnya yaitu
12,221 = S(C1,C5) karena C5 sudah dialokasikan pada rute sebelumnya, maka
C1 akan dialokasikan kedalam rute E.
1411 < 3600 exemplar dari kapasitas pick up. (C1 layak untuk dialokasikan
pada rute E).
Hasil iterasi 9 ini dapat dilihat pada Tabel 4.19 iterasi 9 pada lampiran G.
10) Iterasi 10
Pada iterasi 10 didapat penghematan jarak terbesar selanjutnya yaitu
10,819 = S(C1,C2) karena C1 sudah dialokasikan pada rute E, maka C2 juga
akan dialokasikan ke dalam rute E.
Beban Rute E = Order size C1 + C2 + C6 = 445 + 618 + 966
= 445 + 618 + 966 = 2019 < 3600 exemplar dari kapasitas pick
up. (C2 dikatakan layak untuk dialokasikan pada rute E)
Hasil iterasi 10 ini dapat dilihat pada Tabel 4.20 iterasi 10 pada lampiran G.
11) Iterasi 11
Pada iterasi 11 didapat penghematan jarak terbesar selanjutnya yaitu
10,064 = S(C4,C12), S(C4,C13), S(C4,C14) karena C12, C13 dan C14 sudah
dialokasikan pada Rute sebelumnya, maka C4 akan di alokasikan kedalam rute
E. Beban Rute E = Order size C1 + C2 + C4 + C6 = 445 + 618 + 1533 + 966
= 3562 < 3600 Exemplar dari kapasitas pick up. (C4 dikatakan
layak untuk dialokasikan pada rute E).
Hasil iterasi 11 dapat dilihat pada Tabel 4.21 iterasi 11 pada lampiran G.
12)Iterasi 12
Berdasarkan iterasi 1 sampai 11, sehingga pada iterasi 12 diperoleh 5
rute baru yaitu :
a. Rute A = C7
Armada : Pick up
b. Rute B = C10, C11, C12, C13, C14
Beban rute B = 9073 Exemplar
Armada truck box
c. Rute C = C9
Beban rute C = 3157 Exemplar
Armada pick up
d. Rute D = C3, C5, C8
Beban rute D = 3156
Armada pick up
e. Rute E = C1, C2, C4, C6
Beban rute E = 3562 Eksemplar
Armada pick up
Hasil dari iterasi 12 dapat dilihat pada Tabel 4.24 rekapitulasi iterasi 1
Tabel 4.24 Matriks Rekapitulasi Iterasi 1 sampai 14 Rute C1 C2 C3 C4 C5 C6 C7 C8 C9 C10 C11 C12 C13 C14 C1 E 0 C2 E 10,819 0 C3 D 9,175 9,711 0 C4 E 1,161 1,1 5,779 0 C5 D 12,82 9,655 27,29 4,434 0 C6 E 0,057 0,042 1,843 7,588 1,934 0 C7 A 5,259 5,472 21,388 9,177 22,368 9,986 0 C8 D 9,928 10,989 15,622 0,346 15,852 0,443 12,221 0 C9 C 5,304 5,859 3,724 2,82 3,669 8,792 1,926 26,146 0 C10 B 0,356 0,48 0,435 6,077 0,496 15,657 29,547 8,902 38,116 0 C11 B 0,846 0,78 8,512 9,75 9,018 13,499 135,874 0,012 16,309 88,678 0 C12 B 1,296 1,237 6,915 10,064 7,175 13,347 21,328 0,365 5,017 15,528 24,225 0 C13 B 1,296 1,237 6,915 10,064 7,175 13,347 21,328 0,365 5,017 15,528 24,225 24,696 0 C14 B 1,296 1,237 6,915 10,064 7,175 13,347 21,328 0,365 5,017 15,528 24,225 24,696 24,696 0
D. Mengurutan Customer dalam Rute Baru
Dalam mengurutkan kunjungan dalam pendistribusian karung surat kabar
dari pabrik sampai pada customer terakhir hingga kembali ke pabrik
menggunakan metode mengurutkan kunjungan Nearest Neighbour , dengan
urutan kunjungan sebagai berikut :
1. Rute A (C7)
Perjalanan dari pabrik (G) langsung menuju ke customer 7 (C7),
karena hanya ada 1 kemungkinan terjadi kunjungan pada 1 customer dengan
jarak 124,288 km, sehingga urutan kunjungan pendistribusian surat kabar dari
pabrik (G) ke customer (C) pada rute A adalah G C7 G
Dengan total jarak perjalanan = 124,288 + 124,288 = 248,576 km
2. Rute B (C10,C11,C12,C13,C14)
a. Iterasi 1
Perjalanan dari pabrik (G) ke customer (C), ada 5 kemungkinan terjadi
untuk kunjungan pertama yang akan dilalui dalam rute B, yaitu :
1) Menuju customer 10 (C10) dengan jarak 64,609 km
2) Menuju customer 11 (C11) dengan jarak 134,286 km
3) Menuju customer 12 (C12) dengan jarak 12,348 km
4) Menuju customer 13 (C13) dengan jarak 12,348 km
5) Menuju customer 14 (C14) dengan jarak 12,348 km
Dari 5 kemungkinan yang terjadi untuk kunjungan pertama dari pabrik
adalah C12,C13,C14, karena memiliki jarak paling dekat dengan pabrik, mungkinan yang terjadi untuk kunjungan pertama dari pabrik
sehingga dari pabrik langsung menuju ke customer 12,13,14 dengan jarak
12,348 km dan urutan sementara kunjungan ke customer untuk rute B
G C12 C13 C14 C10 C11
b. Iterasi 2
Perjalanan dari customer 12 (C12) ke customer (C) selanjutnya,
ada 4 kemungkinan terjadi untuk kunjungan selanjutnya yang akan dilalui
dalam rute B, yaitu:
1) Menuju customer 13 (C13) dengan jarak 0 km
2) Menuju customer 14 (C14) dengan jarak 0 km
3) Menuju customer 10 (C10) dengan jarak 61,429 km
4) Menuju customer 11 (C11) dengan jarak 122,409 km
Dari 4 kemungkinan yang terjadi untuk kunjungan selanjutnya dari
C12 adalah C13,C14, karena memiliki jarak paling dekat dengan C12,
sehingga dari C12 langsung menuju ke customer 13,14 dengan jarak 0 km dan
urutan sementara kunjungan ke customer untuk rute B.
G C12 C13 C14 C10 C11
c. Iterasi 3
Perjalanan dari customer 13 (C13) ke customer (C) selanjutnya,
ada 3 kemungkinan terjadi untuk kunjungan selanjutnya yang akan dilalui
dalam rute B, yaitu:
1) Menuju customer 14 (C14) dengan jarak 0 km
2) Menuju customer 10 (C10) dengan jarak 61,429 km
Dari 3 kemungkinan yang terjadi untuk kunjungan selanjutnya dari
C13 adalah C14, karena memiliki jarak paling dekat dengan C13, sehingga
dari C13 langsung menuju ke customer 14 dengan jarak 0 km dan urutan
sementara kunjungan ke customer untuk rute B.
G C12 C13 C14 C10 C11
d. Iterasi 4
Perjalanan dari customer 14 (C14) ke customer (C) selanjutnya,
ada 2 kemungkinan terjadi untuk kunjungan selanjutnya yang akan dilalui
dalam rute B, yaitu:
1) Menuju customer 10 (C10) dengan jarak 61,429 km
2) Menuju customer 11 (C11) dengan jarak 122,409 km
Dari 2 kemungkinan yang terjadi untuk kunjungan selanjutnya dari
C14 adalah C10, karena memiliki jarak paling dekat dengan C14, sehingga
dari C14 langsung menuju ke customer 10 dengan jarak 61,429 km dan urutan
sementara kunjungan ke customer untuk rute B.
G C12 C13 C14 C10 C11
e. Iterasi 5
Perjalanan dari customer 10 (C10) ke customer (C) selanjutnya
yaitu menuju customer 11 (C11) dengan jarak 110,217 km, sehingga
urutan kunjungan pendistribusian surat kabar dari pabrik (G) ke customer
(C) pada rute B adalah
G C12 C13 C14 C10 C11 G
Dengan total jarak perjalanan = 12,348 + 0 + 0 + 61,429 + 110,217 + 134,286
3. Rute C (C9)
Perjalanan dari pabrik (G) langsung menuju ke customer 9 (C9),
karena hanya ada 1 kemungkinan terjadi kunjungan pada 1 customer dengan
jarak 28,289 km, sehingga urutan kunjungan pendistribusian surat kabar dari
pabrik (G) ke customer (C) pada rute C adalah G C9 G
Dengan total jarak perjalanan = 28,289 + 28,289 = 56,578 km
4. Rute D (C3, C5, C8)
a. Iterasi 1
Perjalanan dari pabrik (G) ke customer (C), ada 3 kemungkinan
terjadi untuk kunjungan pertama yang akan dilalui dalam rute D, yaitu :
a. Menuju customer 3 (C3) dengan jarak 13,67 km
b. Menuju customer 5 (C5) dengan jarak 14,18 km
c. Menuju customer 8 (C8) dengan jarak 31,457 km
Dari 3 kemungkinan yang terjadi untuk kunjungan pertama dari
pabrik adalah C3, karena memiliki jarak paling dekat dengan pabrik,
sehingga dari pabrik langsung menuju ke customer 3 dengan jarak 13,67
km dan urutan sementara kunjungan ke customer untuk rute D.
G C3 C5 C8
b. Iterasi 2
Perjalanan dari customer 3 (C3) ke customer (C) selanjutnya, ada 2
kemungkinan terjadi untuk kunjungan selanjutnya yang akan dilalui dalam
rute D, yaitu
b. Menuju customer 8 (C8) dengan jarak 29,505 km
Dari 2 kemungkinan yang terjadi untuk kunjungan selanjutnya
adalah C5, karena memiliki jarak paling dekat dengan C3, sehingga dari
customer 3 langsung menuju ke customer 5 dengan jarak 0,56 km dan urutan sementara kunjungan untuk rute D
G C3 C5 C8
c. Iterasi 3
Perjalanan dari customer 5 (C5) ke customer (C) Menuju customer 8
(C8) dengan jarak 29,785 km, sehingga urutan kunjungan pendistribusian
surat kabar dari pabrik (G) ke customer (C) pada rute D adalah
G C3 C5 C8 G
Dengan total jarak perjalanan = 13,67 + 0,56 + 29,785 + 31,457 = 75,472 km
5. Rute E (C1, C2,C4,C6)
a. Iterasi 1
Perjalanan dari pabrik (G) ke customer (C), ada 4 kemungkinan
terjadi untuk kunjungan pertama yang akan dilalui dalam rute E, yaitu :
1). Menuju customer 1 (C1) dengan jarak 5,44 km
2). Menuju customer 2 (C2) dengan jarak 5,944 km
3). Menuju customer 4 (C4) dengan jarak 5,059 km
4). Menuju customer 6 (C6) dengan jarak 8,588 km
Dari 4 kemungkinan yang terjadi untuk kunjungan pertama dari
sehingga dari pabrik langsung menuju ke customer 4 dengan jarak 5,059
km dan urutan sementara kunjungan pada Rute E adalah :
G C4 C6 C1 C2
b. Iterasi 2
Perjalanan dari customer 4 (C4) ke customer (C) selanjutnya, ada 3
kemungkinan terjadi untuk kunjungan selanjutnya yang akan dilalui dalam
rute E, yaitu
a. Menuju customer 6 (C6) dengan jarak 6,053 km
b. Menuju customer 1 (C1) dengan jarak 9,338 km
c. Menuju customer 2 (C2) dengan jarak 9,903 km
Dari 3 kemungkinan yang terjadi untuk kunjungan selanjutnya
adalah C6, karena memiliki jarak paling dekat dengan C4, sehingga dari
customer 4 langsung menuju ke customer 6 dengan jarak 6,053 km dan urutan sementara kunjungan untuk rute E
G C4 C6 C1 C2
c. Iterasi 3
Perjalanan dari customer (C6) ke customer (C) selanjutnya, ada 2
kemungkinan terjadi untuk kunjungan selanjutnya yang akan dilalui dalam
rute E, yaitu
a. Menuju customer 1 (C1) dengan jarak 13,971 km
b. Menuju customer 2 (C2) dengan jarak 14,49 km
Dari 2 kemungkinan yang terjadi untuk kunjungan selanjutnya
customer 6 langsung menuju ke customer 1 dengan jarak 13,971 km dan urutan sementara kunjungan untuk rute E
G C4 C6 C1 C2
d. Iterasi 4
Perjalanan dari customer 1 (C1) ke customer (C) Menuju customer 2
(C2) dengan jarak 0,565 km, sehingga urutan kunjungan pendistribusian surat
kabar dari pabrik (G) ke customer (C) pada rute E adalah
G C4 C6 C1 C2 G
Dengan total jarak perjalanan = 5,059 + 6,053 + 13,971 + 0,565 + 5,944 =
31,592 km
4.2.3.2 Biaya Transportasi Sesudah Penerapan Metode Savings Matrix