Pengumpulan Data - Skema Distribusi Kapal LPG PT. Pertamina Tujuan Depot

BAB IV ANALISA DAN PEMBAHASAN

4.2 Skema Distribusi Kapal LPG PT. Pertamina Tujuan Depot

4.2.1 Pengumpulan Data

Pada tahap pengumpulan data terdapat beberapa bagian yang terdiri dari :

1. Identifikasi Loading Port 2. Identifikasi Discharging Port 3. Analisa Kondisi Eksisting

4.2.1.1 Identifikasi Loading Port

Loading Port yang digunakan yaitu Terminal Loading Kilang Tanjung Uban.

Pada proses identifikasi loading port ini, ada beberapa data yang harus diketahui antara lain :

1. Posisi dan Lokasi Loading port 2. Kapasitas tangki penampungan LPG

3. Record Data Kecepatan Pompa Pelabuhan / Terminal Loading

4. Record Data Waiting Time Pelabuhan / Terminal Loading

Tabel 4. 1 Identifikasi Loading Port Tanjung Uban

4.2.1.2 Identifikasi Discharging Port

Discharging Port pada pembahasan ini sesuai dengan tujuan muatan yang akan di suplai yaitu Depot Pangkalan Susu.

1 Tanjung Uban 62800 13 Draught (m) No Kilang Kapasitas tangki Produksi

Pada proses identifikasi discharging port ini, ada beberapa data yang harus diketahui antara lain :

1. Posisi dan Lokasi discharging port 2. Kapasitas tangki penampungan LPG

3. Record Data Kecepatan Pompa Pelabuhan / Terminal Discharging

4. Record Data Waiting Time Pelabuhan / Terminal Discharging

Tabel 4. 2 Identifikasi Discharging Port Pangkalan Susu

4.2.1.3 Analisa Kondisi Eksisting

Dengan diketahui loading port dari permasalahan ini yaitu Kilang Tanjung Uban dan discharging port yaitu Depot Pangkalan Susu, maka dapat pula ditentukan jarak pelayaran yang akan ditempuh oleh suatu kapal yang bertugas menyuplai muatan LPG tersebut.

Tabel 4. 3 Jarak Kilang Tanjung Uban – Depot Pangkalan Susu

Kilang Tanjung Uban

410 NM Depot Lampung

1 Depot Pangkalan Susu

8,500 8.6

No Depot ^Kapasitas

Tangki

Draught (m)

Pada kondisi riil, data yang didapatkan dari PT. Pertamina Perkapalan menyebutkan kebutuhan untuk pemasokan LPG di Depot Pangkalan Susu sebesar 380.594 MT dalam periode 1 tahun pada tahun 2015. Dengan kebutuhan tersebut, maka PT. Pertamina Perkapalan melakukan distribusi kapal yang berjumlah 4 Kapal untuk dioperasikan.

Tabel 4. 4 Operasi Kapal Kondisi Eksisting

Pangkalan Susu

4.2.2 Pengolahan Data

Dari data-data yang sudah didapatkan, selanjutnya akan diolah dan dapat digunakan sebagai data inputan model simulasi. Pengolahan data pada penelitian ini menggunakan Software

4.2.2.1 Pembuatan Model Simulasi pada Software

Sebelum membuat model dengan menggunakan software , hal yang harus dilakukan terlebih dahulu yaitu membuat model konseptual agar logika-logika modelling tidak sampai terjadi kesalahan. Model konseptual dapat dilihat pada Gambar 4.3

No Nama Kapal Type Kapal DWT (MT) ^{Cargo Tank} Capacity (MT) Draft 1 Gas Arjuna SMALL LPG 2,398.00 1400 4.5 2 Gas Patra 2 SMALL LPG 3,034.00 1700 4.15 3 Gas Soechi XXVIIISMALL LPG 4,199.00 2350 5.7 4 Gas Attaka SMALL LPG 3,821.00 1950 5.6

39 Kapal datang ke terminal pelabuhan kilang Kapal beroperasi menuju depot Kilang memproduks i butana dan propana

Depot menampung muatan Propana dan B utana START Kapal beroperasi kembali ke Kilang END Antrian Loading

Muatan LPG kosong? Tidak

Transfer muatan dari Kilang ke Kapal

Kapal datang ke terminal pelabuhan depot Antrian Unloading Muatan LPG kosong? Tidak Ya Transfer muatan dari Kapal ke Depot

Penugasan Kapal? Tidak

Kapal beroperasi ke depot kosong?

Tidak

Ya Ya

Kapal sudah terisi muatan LPG

Selain model konseptual yang dibutuhkan di awal, terdapat pula analisa kondisi rill dari record data guna menunjang inputan model di Software. Sifat data tersebut yaitu stokastik (berubah-ubah), karena hal tersebut, hasil record data yang didapatkan akan ditampilkan dalam bentuk ekspresi distribusi data pada tabel 4.5 . Bentuk Eskpresi data pun di dapatkan dari Software langsung, dengan bantuan Tools > Input Analyzer > New > Use Existing Data File > Fit All > Memilih Square Error Terkecil. Langkah-langkahnya dapat dilihat dari Gambar 4.4

Tabel 4. 5 Distribusi Data Keseluruhan Aktivitas Skema Pola Distribusi Eksisiting Depot Pangkalan Susu

No Aktivitas Ekpresi Distribusi

1 ^{Demand Existing}^{1 tahun Depot Pangkalan} Susu

TRIA(-0.001, 1.26e+003, 1.45e+003) 2 Demand 5 tahun Depot Pangkalan Susu ^TRIA(-0.001,

1.33e+003, 1.69e+003) 3 ^{Record Data}^{Kecepatan Pompa Kilang}

Tanjung Uban ^{TRIA(106, 172, 189)} 4 ^{Record Data}^{Waiting Time}^{Kilang Tanjung}

Uban ^NORM(6,0.6)

5 ^{Record Data}^{Waiting Time}^{Depot Pangkalan}

Susu ^NORM(6,0.6)

6 ^{Record Data}^{Kecepatan Kapal Arjuna}

(Laden) saat laut lepas ^{NORM(12, 2.05)} 7 ^{Record Data}^{Kecepatan Kapal Arjuna}

(Ballast) saat laut lepas ^{NORM(13, 2.0)} 8 ^{Record Data}^{Kecepatan Kapal Arjuna saat}

mendekati pelabuhan ^{UNIF (2, 6)} 9 ^{Record Data}^{Kecepatan Kapal Gas Patra II}

(Laden) ^{NORM(11.4, 4.59)}

10 ^{Record Data}^{Kecepatan Kapal Gas Patra II}

(Ballast) ^{TRIA(1, 12.7, 21)} 11 ^{Record Data}^{Kecepatan Kapal Gas Patra II}

saat mendekati pelabuhan ^{UNIF (2, 6)} 12 ^{Record Data}^{Kecepatan Kapal Gas Soechi}

XXVIII (Laden) ^{NORM(10.3, 1.82)} 13 ^{Record Data}^{Kecepatan Kapal Gas Soechi}

XXVIII (Ballast) ^{NORM(12.3, 1.9)} 14 ^{Record Data}^{Kecepatan Kapal Gas Soechi}

XXVIII saat mendekati pelabuhan ^{UNIF (2, 6)} 15 ^{Record Data}^{Kecepatan Kapal GasAttaka}

(Laden) ^{NORM(12, 0.8)}

16 Record Data Kecepatan Kapal Gas Attaka NORM(13, 0.5) 17 ^{Record Data}^{Kecepatan Kapal Gas Attaka}

Dengan dasaran model konseptual yang sudah dibuat dan distribusi data keseluruhan aktivitas dari skema pola distribusi kapal LPG PT. Pertamina tujuan Depot Pangkalan Susu, maka selanjutnya dibuatlah model eksisting dengan menggunakan Software . Model dapat dilihat di Gambar 4.5

Gambar 4. 5 Model Eksisting Depot Pangkalan Susu menggunakan Software

4.2.2.2 Verifikasi dan Validasi Model 4.2.2.2.1 Verifikasi

Sebelum model dijalankan maka perlu dilakukan proses verifikasi apakah model yang telah dibuat sudah berjalan. Verifikasi dilakukan bersamaan dengan proses running model, apabila tidak tejadi error maka model telah verify. Apabila terjadi error, maka logika dari model simulasi yang telah dibuat belum sepenuhnya benar. Proses verifikasi juga dilakukan dengan menganalisa apakah modul yang ada dalam simulasi telah sesuai dengan model konseptual. Adapun hasil running yang telah dibuat, ditunjukkan bahwa model telah bebas dari error. Hal ini dapat dilihat pada Gambar 4.6

Gambar 4. 6 Hasil Verifikasi Model Simulasi Skema Depot Pangkalan Susu

4.2.2.2.2 Validasi

Setelah model simulasi terverifikasi, dengan demikian dapat dilanjutkan dengan tahap validasi model. Proses validasi yakni membandingkan antara model yang telah dibuat apakah sudah sesuai dengan kondisi dari real system. Model dikatakan valid apabila hasil perbandingan menunjukkan bahwa kedua alternatif (model dan real system) tidak berbeda secara signifikan.

Berikut merupakan data riil jumlah muatan LPG yang dipasok ke Depot Pangkalan Susu pada tahun 2015 serta hasil dari simulasi disajikan pada Tabel 4.6

Tabel 4. 6 Jumlah muatan LPG yang dipasok secara riil dan simulasi Depot Pangkalan Susu

Bulan Ke- Eksisting ^Hasil

Simulasi 1 35,161 31950 2 25,666 31950 3 31221 29600 4 31084 29600 5 32,296 29600 6 29,582 31550 7 34257 29600 8 32330 29600 9 29266 33350 10 35118 29600 11 31527 27900 12 33722 31000

Metode yang digunakan untuk pengujian validasi model ini adalah metode Welch Confidence Interval. Dimana : Hipotesa :

 H0= μ1-μ2 = 0  H1 = μ1-μ2 ≠ 0

 Jumlah sampel pada masing-masing populasi (n1) dan (n2) tidak harus sama

 Variasi antar populasi 1 dengan populasi 2 tidak

Pada Tabel 4.7 dapat dilihat dari proses penentuan validasi dengan perhitungan welch confidence interval

Tabel 4. 7 Penentuan Validasi Model Depot Pangkalan Susu

Bulan Ke- Eksisting ^Hasil

Simulasi 1 35,161 31950 2 25,666 31950 3 31221 29600 4 31084 29600 5 32,296 29600 6 29,582 31550 7 34257 29600 8 32330 29600 9 29266 33350 10 35118 29600 11 31527 27900 12 33722 31000 Rata-rata 31,769 30,442 standar deviasi 2737.632482 1515.350744 variansi 7494631.606 2296287.879 N 12 12 n-1 11 11 H0 = μ1-μ2 = 0 H1 = μ1-μ2 ≠ 0 α = 0,0

46 𝑑𝑓 = ^(𝑠1 2 𝑛1 + ^𝑠2 2 𝑛2 ) 2 (𝑠1_{𝑛1 )}² ² 𝑛1 − 1 + (𝑠2_{𝑛2 )}² ² 𝑛2 − 1 df = 17,16 ~ 17

Didapatkan dari tabel nilai, 𝑡_{𝑑𝑓,𝑎/2}= 2,11 ℎ𝑤 = 𝑡_{𝑑𝑓,𝑎/2} √^𝑠1_𝑛1²+ ^𝑠2_𝑛2²

hw = 1667.67

Sehingga confidence interval-nya adalah : [(x1-x2)-hw ≤ μ1-μ2 ≤ (x1-x2)+ hw ] -340 ≤ μ1-μ2 ≤ 2995

Jika nilai 0 berada pada rentang μ1-μ2 , maka dapat ditarik kesimpulan bahwa tidak terdapat perbedaan yang signifikan antara hasil simulasi dengan kondisi real system, dan artinya hasil dari simulasi dapat dikatakan valid.

4.2.2.3 Perhitungan Jumlah Replikasi

Langkah awal penentuan jumlah replikasi dilakukan melakukan running sebanyak 12 kali terlebih dahulu untuk mendapatkan error dan standard deviasi. Pada Tabel 4.8 ditunjukkan cara perhitungan jumlah replikasi dengan metode absolute dengan nilai error yang akan ditanggung sebesar nilai half width-nya dan selang kepercayaan 95%.

Tabel 4. 8 Hasil Simulasi Depot Pangkalan Susu dengan Replikasi Awal sebanyak 12 kali

Bulan Ke- ^{Jumlah Muatan}

LPG (MT/ bulan) 1 31950 2 31950 3 29600 4 29600 5 29600 6 31550 7 29600 8 29600 9 33350 10 29600 11 27900 12 31000 Rata-rata 30,442 standar deviasi 1515.350744 variansi 2296287.879 N = 12 (replikasi awal) n-1 = 11 confidence interval = 95% α = 1 – 95% = 5% = 0.05 𝑡_{𝑛−1,𝑎/2} = 2,201 half width = 𝑡𝑛−1,𝑎/2 𝑥 𝑠 √𝑛 = 962.81

Betha = half width n’ = (^𝑧𝑎/2𝑠1

Dalam dokumen Pemodelan Distribusi Kapal Lpg Pt. Pertamina Untuk Memenuhi Rantai Pasok Lpg Di Indonesia Bagian Barat Menggunakan Metode Simulasi Diskrit - ITS Repository (Halaman 58-70)