Evaluasi Kecukupan Jumlah Armada Tanker PT. Burung Laut Dengan Menggunakan Pemrograman Intege

(1)

Marnangkok B. : Evaluasi Kecukupan Jumlah Armada Tanker PT. Burung Laut Dengan Menggunakan Pemrograman Intege,. 2009.

EVALUASI KECUKUPAN JUMLAH ARMADA TANKER

PT. BURUNG LAUT DENGAN MENGGUNAKAN

PEMROGRAMAN INTEGER

TUGAS SARJANA

Diajukan Untuk Memenuhi Sebagian Dari

Syarat-Syarat Memperoleh Gelar Sarjana Teknik

Oleh:

MARNANGKOK B.

0 4 0 4 0 3 0 6 4

D E P A R T E M E N T E K N I K I N D U S T R I

F A K U L T A S T E K N I K

UNIVERSITAS SUMATERA UTARA

MEDAN

(2)

KATA PENGANTAR

Puji syukur penulis panjatkan ke hadirat Tuhan Yang Maha Esa atas segala rahmat dan karunia-Nya sehingga penulis dapat menyelesaikan Laporan Tugas Akhir ini. Tugas Akhir merupakan salah satu syarat akademis yang harus dipenuhi oleh mahasiswa Teknik Industri untuk memperoleh gelar Sarjana Teknik.

Penulis melaksanakan Tugas Akhir di PT. Burung Laut yang bergerak di bidang jasa transportasi air, yaitu jasa pengangkutan BBM HSD untuk memenuhi kebutuhan PT. PLN (Persero) Kitsu Sektor Pembangkitan Belawan, Sicanang. Tugas Akhir ini berjudul “Evaluasi Kecukupan Jumlah Armada Tanker PT. Burung Laut Dengan Menggunakan Pemrograman Integer.” Topik ini sebelumnya telah pernah diteliti oleh Saudara Suriadin Noernikmat, akan tetapi hasil yang diperoleh kurang optimum. Oleh karena itu, penulis dengan seijin peneliti sebelumnya dan pembimbing peneliti sebelumnya, maka penulis melakukan penelitian ulang dengan menggunakan metode optimisasi yang lain, yaitu algoritma Branch And Bound..

Penulis menyadari bahwa laporan Tugas Akhir ini masih jauh dari kesempurnaan, penulis selalu terbuka untuk saran dan kritik yang bersifat membangun dari semua pihak untuk kesempurnaan tulisan ini kedepan.

Medan, Februari 2009

(3)

UCAPAN TERIMAKASIH

Dalam penulisan Tugas Akhir ini penulis telah mendapatkan bimbingan dan bantuan dari berbagai pihak, baik berupa materil, spiritual, informasi maupun administrasi. Oleh karena itu sudah selayaknya penulis mengucapkan terima kasih kepada:

1. Ibu Ir. Rosnani Ginting, MT. selaku Ketua Departemen Teknik Industri Universitas Sumatera Utara.

2. Bapak Aulia Ishak, S.T., M.T. dan Bapak Ir. Sugih Arto Pujangkoro, M.M. selaku koordinator Tugas Akhir Departemen Teknik Industti USU. 3. Bapak Ir. Abadi Ginting, SS., M.SIE, selaku Dosen Pembimbing dalam

pelaksanaan Tugas Akhir yang telah memberikan banyak pengajaran baru bagi penulis dan memberikan motivasi yang sangat berharga.

4. Bapak Suriadin Noernikmat, S.T. selaku Direktur Utama PT. Burung Laut yang telah bersedia mengizinkan penulis untuk melakukan penelitian ulang di Perusahaan yang Bapak pimpin.

(4)

7. Fransisca R Sitompul yang selalu memberikan dorongan semangat dan Doa yang luar biasa kepada penulis tanpa pamrih.

8. Rekan-rekan St’04 dan Pengurus dan Anggota HIMTI periode 2007-2008 atas dukungan dan kerjasamanya yang baik. Salam Unity.

(5)

DAFTAR ISI

BAB HALAMAN

JUDUL ... i

LEMBAR PENGESAHAN ... ii

KATA PENGANTAR ... iii

UCAPAN TERIMA KASIH ... iv

DAFTAR ISI ... vi

DAFTAR TABEL ... xix

DAFTAR GAMBAR... xx

DAFTAR LAMPIRAN ... xxiv

ABSTRAK ... xxv

I PENDAHULUAN ... I-1 1.1. Latar Belakang Masalah ... I-1 1.2. Rumusan Permasalahan ... I-5 1.3. Tujuan Penelitian dan Manfaat Penelitian ... I-6 1.4. Ruang Lingkup dan Asumsi Penelitian ... I-8 1.5. Sistematika Penulisan Laporan ... I-9

(6)

DAFTAR ISI (Lanjutan)

BAB HALAMAN

2.3. Lokasi Perusahaan ... II-4 2.4. Daerah Operasional ... II-5 2.5. Organisasi dan Manajemen ... II-6 2.5.1. Struktur Organisasi ... II-7 2.5.2. Pembagian Tugas dan Tanggung Jawab ... II-8 2.5.3. Jumlah Tenaga Kerja dan Jam Kerja ... II-10 2.5.3.1. Tenaga Kerja ... II-10 2.5.3.2. Jam Kerja ... II-11 2.5.4. Sistem Pengupahan dan Fasilitas ... II-12 2.5.4.1. Sistem Pengupahan ... II-12 2.5.4.2. Fasilitas Tenaga Kerja ... II-12

III LANDASAN TEORI ... III-1 3.1. Pengambilan Keputusan Dalam Riset Operasi ... III-1 3.1.1. Seni dan Ilmu Riset Operasi ... III-1 3.12. Unsur-unsur Dari Sebuah Model Keputusan ... III-2 3.1.3. Jenis-jenis Model Riset Operasi ... III-3 3.1.4. Tahap-tahap Studi Riset Operasi ... III-5 3.2. Pemrograman Integer ... III-7

3.2.1. Program Integer Dengan K Kendala Yang Harus

(7)

BAB HALAMAN

3.2.2. Algoritma Branch And Bound ... III-10 3.3. Jenis-jenis Kapal... III-17 3.3.1. Jenis Kapal Menurut Bentuk Lambung ... III-17 3.3.1.1. Kapal Aerostatic ... III-19

3.3.1.2. Kapal Hydrodynamic ... III-20 3.3.1.3. Kapal Hydrostatic ... III-21 3.3.1.4. Kapal Multi Lambung ... III-21 3.3.2. Jenis Kapal Menurut Fungsinya ... III-22 3.3.2.1. Kapal Niaga ... III-22 3.3.2.2. Kapal Perang ... III-23 3.3.2.3. Kapal Khusus ... III-25 3.4. Pengoperasian Kapal Tanker ... III-26

3.4.1. Instrumen Operasi Muat dan Bongkar Kapal

Tanker ... III-27 3.4.2. Spesifikasi Armada Tanker PT. Burung Laut ... III-28 3.4.3. Loading Time, Unloading Time, Sailing Time dan

Round Trip ... III-29

(8)

BAB HALAMAN

3.5. Statistik Deskriptif ... III-32 3.6. Microsoft Excel ... III-34

IV METODOLOGI PENELITIAN ... IV-1 4.1. Studi Pendahuluan ... IV-2 4.2. Studi Pustaka ... IV-3 4.3. Identifikasi Variabel Penelitian ... IV-3 4.4. Identifikasi Kebutuhan Data ... IV-4 4.5. Penentuan Teknik Pengumpulan Data ... IV-5 4.6. Pengolahan Data ... IV-6 4.7. Analisis Pemecahan Masalah ... IV-8 4.8. Kesimpulan dan Saran ... IV-8 4.9. Tempat dan Waktu Penelitian ... IV-9

(9)

BAB HALAMAN

5.1.5.1. Kapal MT. Pelita Laut ... V-6 5.1.5.2. Kapal MT. Pelita Energi ... V-8 5.1.5.3. Kapal MT. Maiden ... V-11 5.1.5.4. Kapal MT. Batamas Snetosa ... V-14 5.2. Pengolahan Data ... V-17

(10)

BAB HALAMAN

5.2.2.1. Kapal MT. Pelita Laut ... V-44 5.2.2.2. Kapal MT. Pelita Energi ... V-47 5.2.2.3. Kapal MT. Maiden ... V-50 5.2.2.4. Kapal MT. Batamas Sentosa V ... V-53 5.2.3. Perhitungan Waktu Layar (Sailing Time) ... V-56 5.2.3.1. Kapal MT. Pelita Laut ... V-57 5.2.3.1.1. Dumai - Belawan dan Sebaliknya ... V-58 5.2.3.2.2. P. Sambu – Belawan atau

Sebaliknya ... V-59 5.2.3.2.3. Tg. Uban –Belawan atau

Sebaliknya ... V-61 5.2.3.2. Kapal MT. Pelita Energi ... V-65 5.2.3.2.1. Dumai - Belawan dan Sebaliknya ... V-65 5.2.3.2.2. P. Sambu – Belawan atau

Sebaliknya ... V-69 5.2.3.2.3. Tg. Uban –Belawan atau

Sebaliknya ... V-71 5.2.3.3. Kapal MT. Maiden ... V-73 5.2.3.3.1. Dumai - Belawan dan Sebaliknya ... V-74 5.2.3.3.2. Tg. Uban –Belawan atau

(11)

BAB HALAMAN

5.2.3.4. Kapal MT. Batamas Sentosa ... V-79 5.2.3.4.1. Dumai - Belawan dan Sebaliknya ... V-80 5.2.3.4.2. Tg. Uban –Belawan atau

Sebaliknya ... V-82 5.2.4. Perhitungan Ronde Perjalanan (Round Trip) ... V-86 5.2.5. Formulasi Permasalahan ... V-88

5.2.5.1. Fungsi Tujuan ... V-91 5.2.5.2. Fungsi Kendala ... V-95 5.2.6. Penyelesaian Permasalahan dengan Metode Integer

Programming ... V-99

5.2.7. Perhitungan kapasitas Angkutan Optimal Tahun 2008 Berdasarkan Hasil Pengolahan Dengan Integer

Programming ... V-104

VI ANALISA PEMECAHAN MASALAH ... VI-1 6.1. Armada, Kapasitas Pelabuhan Muat dan Volume

(12)

BAB HALAMAN

6.3. Ronde Perjalanan (Round Trip) ... VI-7 6.4. Penyelesaian Permasalahan Dengan Metode Integer

Programming ... VI-8 6.5. Perbandingan Hasil Penelitian Awal Oleh Saudara

Suriadin Noernikmat Dengan Hasil Penelitian Baru ... VI-11

VII KESIMPULAN DAN SARAN ... VII-1 7.1. Kesimpulan ... VII-1 7.2. Saran ... VII-3

DAFTAR PUSTAKA

(13)

DAFTAR TABEL

TABEL HALAMAN

Tabel 2.1. Jumlah Tenaga Kerja PT. Burung Laut ... II - 10 Tabel 2.2. Jam Kerja Darat ... II - 11 Tabel 2.3. Jam Kerja Laut ... II - 11 Tabel 3.1. Instrumen Operasi Muat dan Bongkar Kapal Tanker... III- 27 Tabel 3.2. Data Spesifikasi Armada Tanker PT. Burung Laut ... III- 28 Tabel 5.1. Kapasitas Armada Tanker PT. Burung Laut Tahun 2007 ... V - 2 Tabel 5.2. Kapasitas Pelabuhan Muat Tahun 2007 ... V - 3 Tabel 5.3. Distribusi BBM HSD PT. Burung Laut Tahun 2007 ... V - 5 Tabel 5.4. Time Sheet Kapal MT. Pelita Laut ... V - 6 Tabel 5.5. Time Sheet Kapal MT. Pelita Energi ... V - 9 Tabel 5.6. Time Sheet Kapal MT. Maiden ... V - 12 Tabel 5.7. Time Sheet Kapal MT. Batamas Sentosa V ... V - 15 Tabel 5.8. Loading Time Kapal MT. Pelita Laut di Pelabuhan Belawan ... V - 19 Tabel 5.9. Analisis Deskriptif Loading Time Kapal MT. Pelita Laut

di Pelabuhan Belawan ... V - 20 Tabel 5.10. Loading Time Kapal MT. Pelita Laut di Pelabuhan

P. Sambu ... V - 21 Tabel 5.11. Analisis Deskriptif Loading Time Kapal MT. Pelita Laut

(14)

DAFTAR TABEL (Lanjutan)

TABEL HALAMAN

Tg. Uban ... V - 23 Tabel 5.13. Analisis Deskriptif Loading Time Kapal MT. Pelita Laut

di Pelabuhan Tg. Uban ... V - 25 Tabel 5.14. Loading Time Kapal MT. Pelita Energi di Pelabuhan

Belawan ... V - 26 Tabel 5.15. Analisis Deskriptif Loading Time Kapal MT. Pelita Energi

di Pelabuhan Belawan ... V - 28 Tabel 5.16. Loading Time Kapal MT. Pelita Energi di Pelabuhan

P. Sambu ... V - 29 Tabel 5.17. Analisis Deskriptif Loading Time Kapal MT. Pelita Energi

di Pelabuhan P. Sambu ... V - 30 Tabel 5.18. Loading Time Kapal MT. Pelita Energi di Pelabuhan

Tg. Uban ... V - 31 Tabel 5.19. Analisis Deskriptif Loading Time Kapal MT. Pelita Energi

di Pelabuhan Tg. Uban ... V - 32 Tabel 5.20. Loading Time Kapal MT. Maiden di Pelabuhan Belawan... V - 33 Tabel 5.21. Analisis Deskriptif Loading Time Kapal MT. Maiden

di Pelabuhan Belawan ... V - 34 Tabel 5.22. Loading Time Kapal MT. Pelita Energi di Pelabuhan

(15)

DAFTAR TABEL (Lanjutan)

TABEL HALAMAN

di Pelabuhan Tg. Uban ... V - 37 Tabel 5.24. Loading Time Kapal MT. Batamas Sentosa V

di Pelabuhan Belawan ... V - 38 Tabel 5.25. Analisis Deskriptif Loading Time Kapal MT. Batamas

Sentosan V di Pelabuhan Belawan ... V - 39 Tabel 5.26. Loading Time Kapal MT. Batamas Energi di Pelabuhan

Tg. Uban ... V - 40 Tabel 5.27. Analisis Deskriptif Loading Time Kapal MT. Batamas

Sentosa V di Pelabuhan Tg. Uban ... V – 42 Tabel 5.28. Unloading Time Kapal MT. Pelita Laut di Pelabuhan

Belawan ... V – 44 Tabel 5.29. Analisis Deskriptif Unloading Time Kapal MT. Pelita Laut

di Pelabuhan Belawan ... V – 46 Tabel 5.30. Unloading Time Kapal MT. Pelita Energi di Pelabuhan

Belawan ... V – 47 Tabel 5.31. Analisis Deskriptif Unloading Time Kapal MT. Pelita Energi

di Pelabuhan Belawan ... V – 49 Tabel 5.32. Unloading Time Kapal MT. Maiden di Pelabuhan

Belawan ... V – 51 Tabel 5.33. Analisis Deskriptif Unloading Time Kapal MT. Maiden

(16)

DAFTAR TABEL (Lanjutan)

TABEL HALAMAN

Tabel 5.34. Unloading Time Kapal MT. Batamas Sentosa V di Pelabuhan

Belawan ... V – 54 Tabel 5.35. Analisis Deskriptif Unloading Time Kapal MT. Batamas

Sentosa V di Pelabuhan Belawan ... V – 56 Tabel 5.36. Sailing Time Kapal MT. Pelita Laut (Dumai-

Belawan atau Sebaliknya) ... V – 58 Tabel 5.37. Analisis Deskriptif Sailing Time Kapal MT. Pelita Laut (Dumai-

Belawan atau Sebaliknya) ... V – 59 Tabel 5.38. Sailing Time Kapal MT. Pelita Laut (P. Sambu-

Belawan atau Sebaliknya) ... V – 60 Tabel 5.39. Analisis Deskriptif Sailing Time Kapal MT. Pelita Laut

(P. Sambu-Belawan atau Sebaliknya) ... V – 61 Tabel 5.40. Sailing Time Kapal MT. Pelita Laut (Tg. Uban-

Belawan atau Sebaliknya) ... V – 62 Tabel 5.41. Analisis Deskriptif Sailing Time Kapal MT. Pelita Laut

(Tg. Uban-Belawan atau Sebaliknya) ... V – 64 Tabel 5.42. Sailing Time Kapal MT. Pelita Energi (Dumai-

Belawan atau Sebaliknya) ... V – 66 Tabel 5.43. Analisis Deskriptif Sailing Time Kapal MT. Pelita Energi (Dumai-

(17)

DAFTAR TABEL (Lanjutan)

TABEL HALAMAN

Belawan atau Sebaliknya) ... V – 69 Tabel 5.45. Analisis Deskriptif Sailing Time Kapal MT. Pelita Energi

(P. Sambu-Belawan atau Sebaliknya) ... V – 70 Tabel 5.46. Sailing Time Kapal MT. Pelita Energi (Tg. Uban-

Belawan atau Sebaliknya) ... V – 71 Tabel 5.47. Analisis Deskriptif Sailing Time Kapal MT. Pelita Energi

(Tg. Uban-Belawan atau Sebaliknya) ... V – 72 Tabel 5.48. Sailing Time Kapal MT. Maiden (Dumai-Belawan

atau Sebaliknya)... V – 74 Tabel 5.49. Analisis Deskriptif Sailing Time Kapal MT. Maiden (Dumai-

Belawan atau Sebaliknya) ... V – 75 Tabel 5.50. Sailing Time Kapal MT. Maiden (Tg. Uban-

Belawan atau Sebaliknya) ... V – 76 Tabel 5.51. Analisis Deskriptif Sailing Time Kapal MT. Maiden

(Tg. Uban-Belawan atau Sebaliknya) ... V – 79 Tabel 5.52. Sailing Time Kapal MT. Batamas Sentosa V (Dumai-Belawan

atau Sebaliknya)... V – 80 Tabel 5.53. Analisis Deskriptif Sailing Time Kapal MT. Batamas

Sentosa V (Dumai-Belawan atau Sebaliknya) ... V – 81 Tabel 5.54. Sailing Time Kapal MT. Batamas Sentosa V (Tg. Uban-

(18)

DAFTAR TABEL (Lanjutan)

TABEL HALAMAN

Tabel 5.55. Analisis Deskriptif Sailing Time Kapal MT. Batamas

Sentosa V (Tg. Uban-Belawan atau Sebaliknya) ... V – 85 Tabel 5.56. Rekapitulasi Loading Time, Unloading Time dan

Sailing Time ... V – 87

Tabel 5.57. Perhitungan Round Trip Kapal... V – 88 Tabel 5.58. Solusi Optimal Volume Angkutan BBM HSD PT. PLN (Persero)

Kitsu Sektor Pembangkitan Belawan Tahun 2008 Dengan

(19)

DAFTAR GAMBAR

GAMBAR HALAMAN

Gambar 1.1. Gambaran Daerah Sumber, Tujuan dan Perjalanan Armada

Tanker PT. Burung Laut ... I-4 Gambar 2.1. Struktur Organisasi PT. Burung Laut ... II-8 Gambar 3.1. Contoh Algoritma Branch And Bound Pada Contoh

Diatas ... III-13 Gambar 3.2. Diagram Pohon Pengelompokan Kapal Menurut

Garis Air ... III-18 Gambar 3.3. Hovercraft ... III-19 Gambar 3.4. Kapal Tanker ... III-23 Gambar 3.5. Kapal Jenis Destroyers ... III-24 Gambar 4.1. Blok Diagram Metodologi Penelitian ... IV-2 Gambar 4.2. Flowchart Pengolahan Data ... IV-7 Gambar 5.1. Ilustrasi Pelayaran Kapal MT. Pelita Laut ... V-6 Gambar 5.2. Ilustrasi Pelayaran Kapal MT. Pelita Energi ... V-9 Gambar 5.3. Ilustrasi Pelayaran Kapal MT. Maiden ... V-12 Gambar 5.4. Ilustrasi Pelayaran Kapal MT. Batamas Sentosa V ... V-15 Gambar 5.5. Trend Loading Time Kapal MT. Pelita Laut di

Pelabuhan Dumai ... V-20 Gambar 5.6. Trend Loading Time Kapal MT. Pelita Laut di

(20)

DAFTAR GAMBAR (Lanjutan)

GAMBAR HALAMAN

Gambar 5.7. Trend Loading Time Kapal MT. Pelita Laut di

Pelabuhan Tg. Uban ... V-24 Gambar 5.8. Trend Loading Time Kapal MT. Pelita Energi di

Pelabuhan Dumai ... V-28 Gambar 5.9. Trend Loading Time Kapal MT. Pelita Energi di

Pelabuhan P. Sambu ... V-29 Gambar 5.10. Trend Loading Time Kapal MT. Pelita Energi di

Pelabuhan Tg. Uban ... V-31 Gambar 5.11. Trend Loading Time Kapal MT. Maiden di

Pelabuhan Dumai ... V-34 Gambar 5.12. Trend Loading Time Kapal MT. Maiden di

Pelabuhan Tg. Uban ... V-36 Gambar 5.13. Trend Loading Time Kapal MT. Batamas Sentosa V di

Pelabuhan Dumai ... V-39 Gambar 5.14. Trend Loading Time Kapal MT. Batamas Sentosa V di

Pelabuhan Tg. Uban ... V-42 Gambar 5.15. Trend Unloading Time Kapal MT. Pelita Laut di

Pelabuhan Belawan ... V-46 Gambar 5.16. Trend Unloading Time Kapal MT. Pelita Energi di

(21)

DAFTAR GAMBAR (Lanjutan)

GAMBAR HALAMAN

Pelabuhan Belawan ... V-52 Gambar 5.18. Trend Unloading Time Kapal MT. Batamas Sentosa V di

Pelabuhan Belawan ... V-55 Gambar 5.19. Trend Sailing Time Kapal MT. Pelita Laut (Dumai –

Belawan Atau Sebaliknya)... V-58 Gambar 5.20. Trend Sailing Time Kapal MT. Pelita Laut (P. Sambu –

Belawan Atau Sebaliknya)... V-60 Gambar 5.21. Trend Sailing Time Kapal MT. Pelita Laut (Tg. Uban–

Belawan Atau Sebaliknya)... V-64 Gambar 5.22. Trend Sailing Time Kapal MT. Pelita Energi (Dumai –

Belawan Atau Sebaliknya)... V-68 Gambar 5.23. Trend Sailing Time Kapal MT. Pelita Energi (P. Sambu –

Belawan Atau Sebaliknya)... V-70 Gambar 5.24. Trend Sailing Time Kapal MT. Pelita Energi (Tg. Uban–

Belawan Atau Sebaliknya)... V-72 Gambar 5.25. Trend Sailing Time Kapal MT. Maiden (Dumai –

Belawan Atau Sebaliknya)... V-75 Gambar 5.26. Trend Sailing Time Kapal MT. Maiden (Tg. Uban–

Belawan Atau Sebaliknya)... V-78 Gambar 5.27. Trend Sailing Time Kapal MT. Batamas Sentosa V (Dumai –

(22)

DAFTAR GAMBAR (Lanjutan)

GAMBAR HALAMAN

Gambar 5.28. Trend Sailing Time Kapal MT. Batamas Sentosa V (Tg. Uban– Belawan Atau Sebaliknya)... V-85 Gambar 5.29. Penyelesaian Armada Kapal MT. Pelita Laut Dengan

Menggunakan Software LINDO ... V-100 Gambar 5.30. Penyelesaian Armada Kapal MT. Pelita Energi Dengan

Menggunakan Software LINDO ... V-101 Gambar 5.31. Penyelesaian Armada Kapal MT. Maiden Dengan

Menggunakan Software LINDO ... V-103 Gambar 5.32. Penyelesaian Armada Kapal MT. Batamas Sentosa V Dengan

(23)

DAFTAR LAMPIRAN

LAMPIRAN HALAMAN

Input Data dan Hasil LINDO Untuk Armada MT. Pelita Laut ... L-1 Input Data dan Hasil LINDO Untuk Armada MT. Pelita Energi ... L-3 Input Data dan Hasil LINDO Untuk Armada MT. Maiden ... L-5 Input Data dan Hasil LINDO Untuk Armada MT. Batamas Sentosa V ... L-7 Contoh Time Sheet Armada PT. Burung Laut ... L-9

(24)

ABSTRAK

Sebagai Negara kepulauan, Indonesia sangat bergantung pada sarana transportasi laut sebagai sarana penghubung utama antar pulau. Demikian halnya pada PT. PLN (Persero) Kitsu Sektor Pembangkitan Belawan yang menggunakan jasa angkutan laut kapal Tanker untuk mengangkut BBM jenis HSD sebagai bahan bakar beberapa PLTD yang beroperasi di Sicanang, Belawan. PT. Burung Laut adalah perusahaan jasa yang bergerak di pengangkutan laut yang merupakan

Sub Vendor yang melaksanakan pengangkutan BBM HSD untuk memenuhi

kebutuhan PT. PLN (Persero) Kitsu Sektor Pembangkitan Belawan. Untuk melaksanakan pengangkutan BBM HSD tersebut, digunakan 4 unit armada

Tanker yang berkapasitas 5.000 – 6.000 KL.

Sepanjang tahun 2007, kebutuhan BBM HSD untuk PT. PLN (Persero) Kitsu Sektor Pembangkitan Belawan adalah sebesar 1.080.000 KL, sedangkan yang dapat dilayani oleh keempat armada Tanker tersebut hanya sebesar 861.200 KL saja, terjadi devisit angkutan sebesar 218.800 KL.

Berdasarkan data diatas, telah dilakukan penelitian pengoptimalan Round

Trip untuk keempat armada tersebut diatas dengan menggunakan pemrograman

linier oleh saudara Suriadin Noernikmat. Jumlah volume optimum yang dapat diangkut oleh PT. Burung Laut dihasilkan dengan menggunakan metode tersebut adalah sebesar 787.900 KL BBM HSD. Dalam penelitian tersebut terdapat hasil pemecahan optimum (Feasible Solution) yang berbentuk bilangan Non-Integer, untuk menghilangkan nilai pecahan pada solusi optimum maka dilakukan cara pembulatan kebawah.

Akibat pembulatan tersebut, solusi optimum tidak lagi dipenuhi, sehingga diperlukan penelitian lanjutan untuk mencapai Round Trip yang optimum. Salah satu pemrograman integer, yaitu dengan menggunakan metode Branch And

Bound mencoba untuk mencapai keadaan solusi optimum integer tersebut.

Metode ini adalah salah satu metode yang mempertimbangkan keseluruhan solusi

non-integer yang telah dicapai untuk menghasilkan solusi optimum yang integer.

Variable-variabel yang menjadi kendala adalah: Loading Time, Unloading Time,

Sailing Time, jumlah hari efektif tahun 2008, kapasitas dan jumlah Round Trip

maksimal armada pada pelabuhan muat (Source), kapasitas armada Tanker, dengan tujuan mengoptimalkan jumlah Round Trip tiap armada Tanker.

Hasil yang didapatkan dari perhitungan tersebut adalah Round Trip optimum untuk keempat armada yaitu kapasitas angkut optimum sebesar 909.800 KL dengan rincian sebagai berikut: MT. PELITA LAUT melakukan 37 kali

Round, MT. PELITA ENERGI melakukan 36 kali Round, MT. MAIDEN

melakukan 48 kali Round, MT. MAIDEN melakukan 48 kali Round.

(25)

BAB I

PENDAHULUAN

1.1. Latar Belakang Permasalahan

Sebagai negara kepulauan, Indonesia sangat tergantung pada sarana transportasi laut sebagai sarana penghubung utama antara pulau. Distribusi barang antara pulau banyak dilakukan melalui penggunaan jasa angkutan laut. Oleh karena itu, sektor angkutan laut menempati posisi yang strategis di dalam pendistribusian barang dalam negeri, dimana penggunaan jasa angkutan laut selain relatif murah dibandingkan dengan jasa pengangkutan udara ataupun darat, juga mampu mengangkut volume barang lebih banyak.

Demikian halnya pada PT. PLN (Persero) Kitsu Sektor Pembangkitan Belawan yang menggunakan jasa angkutan laut kapal tanker untuk mengangkut BBM (Bahan Bakar Minyak) jenis HSD (High Speed Diesel) dan IFO (Industrial

Fuel Oil) sebagai bahan bakar beberapa PLTD (Pembangkit Listrik Tenaga

Diesel) yang beroperasi di Sicanang, Belawan. Belakangan ini, dengan semakin meningkatnya kegiatan industri dan jumlah penduduk di Sumatera Utara, maka kebutuhan akan daya listrik juga mengalami peningkatan yang signifikan setiap tahunnya. Seiring dengan itu, pemakaian BBM (baik HSD maupun IFO) juga akan meningkat yang mengakibatkan akan meningkat pula kebutuhan akan kapal

(26)

Berdasarkan pada Tugas Akhir oleh Saudara Suriadin Noernikmat (040423008) mahasiswa Ekstention yang mencoba menyelesaikan masalah optimisasi pelayaran kapal Tanker milik PT. Burung Laut dengan menggunakan ilmu Operation Research yaitu dengan Linear Programming metode Simpleks, solusi yang dicapai belum optimal. Hasil penelitian Saudara Suriadin Noernikmat dengan menggunakan metode Simpleks tersebut terdapat solusi yang berbentuk bilangan desimal atau Non-Integer yang artinya terdapat pembulatan dalam menentukan solusi optimal pelayaran kapal Tanker tersebut, karena tidak mungkin jumlah perjalanan sebuah kapal Tanker dalam bentuk bilangan desimal. Penelitian sebelumnya oleh saudara Suriadin Noernikmat tersebut malakukan penyelesaian formulasi dari tiap fungsi tujuan dan fungsi kendalanya dengan menggunakan model linier programming. Penggunaan linier programming ini memungkinkan terdapatnya hasil pemecahan masalah yang bernilai non-integer tersebut. Terjadinya kesalahan ini terjadi akibat penentuan fungsi tujuan yang tidak membatasi hasil pemecahan optimum yang hendak dicapai oleh penelitian ini. Secara teoritis, jumlah pelayaran yang dilakukan oleh sebuah armada tanker (dalam hal ini merupakan objek penelitian) yang disebutkan sebagai Round Trip tidak mungkin dalam sebuah angka yang bernilai desimal. Keadaan yang harus dicapai sebagai solusi optimum adalah jumlah Round Trip yang optimum untuk semua armada tanker PT. Burung Laut dalam keadaan yang integer1).

Berdasarkan analisa diatas maka akan dilakukan analisis ulang untuk penentuan jumlah pelayaran optimal (Round Trip) untuk keempat kapal Tanker milik Perusahaan Pelayaran PT. Burung Laut untuk pengangkutan BBM HSD PT. PLN

(27)

(Persero) Kitsu Sektor Pembangkit Belawan tersebut dengan menggunakan Pemrograman Integer untuk mencapai solusi optimal yang Integer.

2)

Perusahaan Pelayaran PT. Burung Laut yang menjalin kerja sama kemitraan dengan PT. Citra Bintang Familindo sejak tahun 2002 hingga sekarang, adalah merupakan salah satu sub vendor yang melaksanakan pengangkutan BBM HSD PT. PLN (Persero) Kitsu Sektor Pembangkitan Belawan dari pelabuhan muat Pertamina di Dumai, Pulau Sambu dan Tanjung Uban ke pelabuhan bongkar PLTD/U di Sicanang, Belawan. Untuk melaksanakan pengangkutan BBM HSD tersebut digunakan 4 unit tanker yang berkapasitas antara 5.000 – 6.000 KL.

Sepanjang tahun 2007, dari kebutuhan BBM HSD PT. PLN (Persero) Kitsu Sektor Pembangkitan Belawan sebesar 1.080.000 KL, yang dapat dilayani pengangkutannya oleh ke 4 armada tanker tersebut di atas hanyalah sebesar 861.200 KL saja. Terjadinya defisit angkutan sejumlah 218.800 KL disebabkan oleh beberapa faktor, diantaranya: tidak optimalnya waktu pengoperasian kapal, baik yang diakibatkan oleh antrian kapal di pelabuhan muat atau di pelabuhan bongkar, proses administrai yang ada untuk memasuki pelabuhan muat dan pelabuhan bongkar, maupun yang diakibatkan oleh kendala-kendala lain, seperti: ketidaktersediaan stock BBM HSD, perawatan dan perbaikan kapal serta cuaca buruk.

Kemampuan armada tanker PT. Burung Laut untuk melayani angkutan BBM HSD sangat dipengaruhi pula oleh jarak, waktu tempuh dan kecepatan masing-masing kapal. Terdapatnya perbedaan jarak antara tiap pelabuhan muat (Belawan, Pulau Sambu dan Tanjung Uban) ke pelabuhan bongkar (Belawan) dan

2) Suriadin Noerniokmat, ”Analisis Kecukupan Jumlah Armada Tanker PT. Burung Laut Untuk Angkutan BBM

(28)

perbedaan kecepatan masing-masing kapal sangat berpengaruh pada waktu yang dibutuhkan oleh tiap kapal dalam melaksanakan angkutan BBM HSD dari pelabuhan muat ke pelabuhan bongkar3).

Untuk meningkatkan pelayanan PT. Burung Laut dalam mengoperasikan armada tanker nya di masa-masa mendatang, diperlukan suatu kajian akademis guna mengidentifikasi dan menganalisa faktor-faktor penyebab tidak terpenuhinya angkutan BBM HSD PT. PLN (Persero) Kitsu Sektor Pembangkitan Belawan pada tahun 2007, sekaligus mencari solusi optimal untuk mengatasinya dengan memperhatikan faktor-faktor kendala yang ada. Untuk lebih sederhana, permasalahan diatas dimodelkan seperti pada Gambar 1.1.

Gambar 1.1. Gambaran Daerah Sumber, Tujuan dan Perjalanan Armada Tanker PT. Burung Laut.

Tujuan

3) Moh. Taufan Tripurnasatria, ”Penerapan Algoritma Branch And Bound Dalam Regulasi Ruang Parkir Pesawat

(29)

1.2. Rumusan Permasalahan

Berdasarkan permasalah diatas maka dapat dirumuskan masalah yang dihadapi oleh PT. Burung Laut dalam melaksanakan angkutan BBM HSD PT. PLN (Persero) Kitsu Sektor Pembangkitan Belawan pada tahun 2008 adalah: 1. Jadwal pengoperasian yang kurang optimal dan buruknya Transportation

Management pengoperasian keempat armada tanker yang dioperasikannya

untuk memenuhi target volume angkutan BBM HSD sebesar 1.080.000 KL yang diangkut dari pelabuhan Muat (Dumai, Pulau Sambu dan Tanjung Uban) ke pelabuhan bongkar (Belawan).

2. Sulitnya menentukan Round Trip Optimum untuk pengoperasian keempat armada tanker untuk memenuhi target volume angkutan BBM HSD sebesar 1.080.000 KL dari pelabuhan muat ke pelabuhan bongkar di Belawan.

(30)

Kendala kedua adalah keterbatasan stock BBM HSD untuk PT. PLN (Persero) Kitsu Sektor Pembangkitan Belawan di masing-masing pelabuhan muat. Pelabuhan Dumai menyediakan stock BBM HSD sebesar 540.000 KL pertahunnya, sedangkan di pelabuhan Pulau Sambu dan Tanjung Uban disediakan

stock BBM HSD masing-masing hanya 270.000 KL setiap tahunnya.

Kendala ketiga adalah berupa alasan teknis operasional kapal, dimana dari 4 unit armada tanker yang ada, 2 unit diantaranya dapat melakukan pemuatan BBM HSD di semua pelabuhan muat dengan frekuensi kunjungan 24 kali di Dumai, 12 kali di Pulau Sambu dan 12 kali di Tanjung Uban. Sedangkan 2 unit lainnya sama sekali tidak dapat melaksanakan pemuatan di pelabuhan muat Pulau Sambu, sehingga frekuensinya kunjungannya hanya 24 kali di Dumai dan 24 kali di Tanjung Uban.

Berkenaan dengan permasalahan di atas, PT. Burung Laut dituntut untuk mencari solusi optimal dalam pencapain target angkutan BBM HSD PT. PLN (Persero) Kitsu Sektor Pembangkitan Belawan pada tahun 2008 sebesar 1.080.000 KL per tahun dengan tetap menggunakan 4 unit armada tanker yang dioperasikannya.

1.3. Tujuan Penelitian dan Manfaat Penelitian

(31)

Tujuan khusus dari penelitian ini adalah:

1. Menghasilkan jadwal pengoperasian armada tanker PT. Burung Laut untuk mencapai target pengankutan 1.080.000 KL BBM HSD PT. PLN (Persero) Kitsu Sektor Pembangkitan Belawan.

2. Untuk menghasilkan jumlah Round Trip optimum armada tanker yang dioperasikan oleh PT. Burung Laut dalam melaksanakan angkutan BBM HSD PT. PLN (Persero) Kitsu Sektor Pembangkitan Belawan dengan cara mengidentifikasi waktu muat (loading time) di pelabuhan muat, waktu bongkar (unloading time) di pelabuhan bongkar dan waktu layar kapal (sailing time) dari pelabuhan muat ke pelabuhan bongkar atau sebaliknya berdasarkan data tahun 2007 guna mendapatkan volume angkutan BBM HSD yang paling optimal yang dapat dilaksanakan pada tahun 2008.

Manfaat yang diharapkan dapat diperoleh dari penelitian ini adalah: 1. Bagi Mahasiswa

Menerapkan dan mengembangkan ilmu pengetahuan yang diperoleh di perkuliahan dan membandingkan antara teori yang diperoleh dengan permasalahan pada perusahaan.

2. Bagi Departemen Teknik Industri USU

(32)

Memberikan masukan bagi perusahaan untuk pemecahan permasalahan

Transhipment yang optimum untuk pengoperasian keempat armada

Tankernya.

1.4. Ruang Lingkup dan Asumsi Penelitian

Penelitian dilakukan dalam batasan-batasan tertentu, antara lain :

1. Penelitian hanya dilakukan pada armada Tanker PT. Burung Laut yang melayani pengangkutan BBM HSD PT. PLN (Persero) Kitsu Sektor Pembangkitan Belawan.

2. Pelabuhan muat yakni pengisian BBM HSD hanya di 3 pelabuhan, yaitu: pulau Sambu, Tanjung Uban dan pelabuhan Dumai dengan daerah tujuan pelabuhan Belawan.

3. Variabel pembatas sebagai kendala yang digunakan adalah: jumlah round

trip tiap kapal, kapasitas pelabuhan muat, dan spesifikasi teknis armada

tanker.

4. Data yang dikumpulkan untuk penentuan kecukupan armada adalah data

time sheet tiap armada Tanker pada tahun 2007.

5. Penentuan jumlah kecukupan armada Tanker yang dilakukan adalah untuk tahun 2008 berdasarkan data tahun 2007 tersebut diatas.

(33)

7. Solusi layak yang digunakan dengan metode Branch And Bound adalah nilai maksimum yang didapatkan pada percabangan yang menghasilkan solusi paling optimum dengan menggunakan Software LINDO.

Asumsi-asumsi yang digunakan dalam penelitian ini antara lain: 1. Pelaksanaan perbaikan armada Tanker sesuai dengan yang ditentukan. 2. Tidak ada perubahan jalur dan arah pelayaran yang akan dilalui oleh

armada Tanker jika sudah ditugaskan ke pelabuhan tertentu.

3. Instruksi dalam melakukan loading dan unloading di pelabuhan muat maupun pelabuhan bongkar dilakukan dengan benar.

4. Kondisi pelayaran armada Tanker dianggap tidak terganggu. 5. Keadaan perlengkapan serta mesin dianggap cukup baik.

1.5. Sistematika Penulisan Tugas Akhir

Sistematika yang digunakan dalam penulisan tugas akhir ini adalah sebagai berikut :

JUDUL

LEMBAR PENGESAHAN KATA PENGANTAR UCAPAN TERIMA KASIH DAFTAR ISI

(34)

BAB I PENDAHULUAN

Bab ini berisi latar belakang masalah, perumusan masalah, tujuan dan sasaran penelitian, ruang lingkup dan asumsi penelitian dan sistematika penulisan tugas akhir.

BAB II GAMBARAN UMUM PERUSAHAAN

Bab ini berisi sejarah dan gambaran umum perusahaan, organisasi dan manajemen serta proses produksi.

BAB III LANDASAN TEORI

Bab ini berisi teori-teori yang digunakan dalam analisis pemecahan masalah.

BAB IV METODOLOGI PENELITIAN

Bab ini berisi tahapan-tahapan penelitian mulai dari persiapan hingga penyusunan laporan tugas akhir.

BAB V PENGUMPULAN DAN PENGOLAHAN DATA

Bab ini berisi data-data primer dan sekunder yang diperoleh dari penelitian serta pengolahan data yang membantu dalam pemecahan masalah.

BAB VI ANALISIS PEMECAHAN MASALAH

Bab ini berisi analisis hasil pengolahan data dan pemecahan masalah. BAB VII KESIMPULAN DAN SARAN

(35)

(36)

BAB II

GAMBARAN UMUM PERUSAHAAN

2.1. Sejarah Perusahaan

Pada awal operasinya, PT. Burung Laut diberi kepercayaan oleh pabrik semen PT. SAI (Semen Andalas Indonesia) yang merupakan salah satu PMA (Penanaman Modal Asing) di Banda Aceh untuk menjadi agen umum pelayaran (shipping general agent) yang bertugas untuk mengurus izin kedatangan dan keberangkatan (inward & outward clearance) kapal-kapal asing yang disewa oleh PT. SAI untuk mengangkut dan mendistribusikan semen curah ke beberapa pelabuhan di Indonesia. Disamping itu, PT. Burung Laut juga ditunjuk oleh PT. SAI sebagai transportir laut untuk mengangkut BBM HSD (High Speed Diesel) keperluan operasional pabrik dengan menggunakan kapal tanker MT. Bumeugah (Kapasitas 5.000 KL) milik perusahaan lain mitra PT. Burung Laut.

(37)

Dalam perkembangannya, pada bulan Mei 2001 atas pembiayaan dari PT. Bank Negara Indonesia (Persero) Tbk. - Cabang Belawan, kapal MT. Bumeugah dibeli oleh PT. Burung Laut dan diganti namanya menjadi MT. Pelita Laut dan didaftarkan pada kantor pendaftaran dan balik nama kapal di Sabang.

Pada tahun 2002, PT. Burung Laut menjalin kemitraan dengan PT. Citra Bintang Familindo dan mendapatkan kontrak untuk angkutan BBM IFO (Industrial Fuel Oil) milik PT. PLN (Persero) Unit Bisnis Pembangkit & Penyaluran Sumatera Bagian Utara (sekarang menjadi PT. PLN (Persero) Kitsu Sektor Pembangkitan Belawan) dari Instalasi/Depot Pertamina Pulau Sambu ke dermaga PLTG/U Sicanang, Belawan dengan volume angkutan sebesar 390.000 KL/tahun. Angkutan ini dilayani oleh kapal tanker MT. Pelita Laut ditambah dengan kapal tanker MT. Mercury II (Kapasitas 6.000 KL) berbendara Singapore yang dicharter dari perusahaan asing. Untuk menunjang pengangkutan BBM IFO tersebut, pada bulan Mei 2003 Kapal MT. Mercury II dibeli oleh PT. Burung Laut dan diganti namanya menjadi MT. Pelita Energi serta didaftarkan di kantor pendaftaran dan balik nama kapal di Batam.

(38)

Samudera (Kapasitas 7.000 KL) dan didaftarkan di kantor pendaftaran dan balik nama kapal di Belawan.

2.2. Ruang Lingkup Bidang Usaha

PT. Burung Laut adalah merupakan suatu perusahaan pelayaran nasional yang bergerak di dalam bidang jasa angkutan laut (dalam dan luar negeri) dan keagenan pelayaran. Bisnis utama perusahaan adalah melayani jasa pengangkutan muatan cair, seperti: BBM (Bahan Bakar Minyak), Gula Cair (Molasses) dan CPO (Crude Palm Oil). Disamping itu, perusahaan juga melayani jasa keagenan pelayaran yang bertugas untuk mengurus izin kedatangan dan keberangkatan kapal (inward & outward clearance) di suatu pelabuhan.

Beberapa konsumen yang pernah menggunakan jasa angkutan laut PT. Burung Laut adalah:

1. PT. Semen Andalas Indonesia, Banda Aceh

2. Mobil Oil, Singapore

3. PT. Karya Prajona Nelayan, Medan 4. PT. Rafina Segara Sejahtera, Jakarta 5. PT. Kiani Kertas, Jakarta

6. PT. Citra Bintang Familindo, Lhokseumawe

Adapun konsumen yang pernah menggunakan jasa keagenan pelayaran PT. Burung Laut adalah:

(39)

3. PT. Arpeni Pratama Ocean Line, Jakarta 4. PT. Dutaryo, Jakarta

5. PT. Trust, Jakarta

2.3. Lokasi Perusahaan

Sejak diambil alih pada tahun 1989, kedudukan perusahaan adalah di Banda Aceh dengan alamat kantor:

Jl. Jend. A. Yani No. 38 (d/h. 14) Kode Pos : 23122

Telephone : +62 651 21451 - 22040 Facsimile : +62 651 33637

E-mail

Website :

Untuk mendukung pengoperasiannya, PT. Burung Laut memiliki beberapa kantor cabang di beberapa daerah, yakni:

1. MEDAN

Jl. Bantam No. 3 - 3 A, Kode Pos : 20153

Telephone : + 62 61 4561166 (Hunting) Facsimile : + 62 61 4152233

(40)

Jl. Sumatera No. 49, Kode Pos : 20412

Telephone : +62 61 6941129 Facsimile : +62 61 6943789

E-mail :

3. LHOKSEUMAWE Jl. Merdeka Timur No. 57 Kode Pos : 24352

Telephone : +62 645 46983 Facsimile : +62 645 46983

E-mail :

Untuk menjalankan kegiatan perusahaan sehari-hari, maka komando pengopeasian perusahaan dipusatkan di kantor wilayah Medan. Disamping karena Direksi dan Direktur Utama PT. Burung Laut beserta staf-stafnya, pusat informasi, administrasi dan penyediaan kontrak mayoritas dilakukan di kantor Wilayah Medan.

2.4. Daerah Operasional

(41)

bermitra dengan salah satu perusahaan pelayaran nasional lainnya, menggunakan 4 unit armada tanker yang berkapasitas antara 5.000 - 6.000 KL. Basis pengoperasian dan perawatan ke 4 unit armada tanker tersebut dipusatkan di Belawan dengan pertimbangan jarak tempuhnya tidak terlalu jauh dengan lokasi kantor perusahaan.

Dalam memasarkan jasa angkutan lautnya, PT. Burung Laut tidak membatasi daerah operasionalnya. Untuk pemasaran di luar negeri (foreign going) biasanya PT. Burung Laut bekerja sama dengan cargo brokerage di Singapore, sedangkan untuk pemasaran di dalam negeri (domestic line) selalu diupayakan oleh tenaga pemasaran dari perusahaan sendiri.

Disamping jasa angkutan laut, PT. Burung Laut juga melayani keagenan pelayaran untuk kapal-kapal yang dicharter oleh PT. Semen Andalas Indonesia untuk mengangkut dan mendistribusikan semen curah dari Langkawi, Malaysia ke beberapa pelabuhan di Indonesia, seperti: Lhoknga, Lhokseumawe, Belawan, Dumai dan Batam.

2.5. Organisasi dan Manajemen

(42)

Struktur organisasi adalah gambaran skematis tentang hubungan-hubungan dan kerjasama diantara fungsi-fungsi, bagian-bagian yang menggerakkan organisasi untuk mencapai tujuan. Struktur organisasi merupakan susunan yang terdiri dari fungsi-fungsi yang saling berhubungan dan menyatakan keseluruhan kegiatan untuk mencapai suatu sasaran secara baik. Struktur organisasi dapat dinyatakan dalam gambar grafik (bagan yang memperlihatkan hubungan antara unit-unit organisasi dan garis-garis wewenang yang ada).

Dalam menjalankan aktivitas bisnisnya, PT. Burung Laut menerapkan struktur organisasi dan sistem manajemen seperti yang diuraikan berikut ini.

2.5.1. Struktur Organisasi

Struktur Organisasi PT. Burung Laut dikelompokkan pada 3 tingkatan kepengurusan, yang berbeda yaitu: Dewan Komisaris, Direksi, Manajer dan Kepala Cabang seperti yang ditunjukkan pada Gambar 2.1.

(43)

DIREKTUR UTAMA

DIREKTUR

MANAGER KEUANGAN MANAGER UMUM &

PERSONALIA MANAGER OPERASI

Cabang/Keagenan Lhoknga Cabang/Keagenan Belawan Cabang/Keagenan Lhoseumawe

Nahkoda Kapal

Gambar 2.1. Struktur Organisasi PT. Burung Laut

(Sumber PT. Burung Laut)

2.5.2. Pembagian Tugas dan Tanggung Jawab

Uraian tugas, wewenang dan tanggung jawab pada masing-masing jabatan di perusahaan PT. Burung Laut adalah sebagai berikut :

1. Direktur Utama

Bertanggung jawab kepada Dewan Komisaris dalam menjalankan fungsi dan tugasnya untuk menggerakan roda bisnis perusahaan dan mencari peluang-peluang bisnis baru (bersifat eksternal).

2. Direktur

(44)

dan mengelola aktifitas perusahaan (bersifat internal). Dalam hal Direktur Utama berhalangan, Direktur diberikan wewenang untuk melaksanakan fungsi dan tugas Direktur Utama.

3. Manajer Keuangan

Bertanggung jawab kepada Direktur dalam melaksanakan fungsi dan tugasnya untuk mengelola keuangan perusahaan.

4. Manajer Operasi

Bertanggung jawab kepada Direktur dalam melaksanakan fungsi dan tugasnya untuk mengoperasikan armada tanker perusahaan dan memberdayakan potensi-potensi kantor cabang perusahaan dalam pelayanan kegaenan kapal.

5. Manajer Umum & Personalia

Bertanggung jawab kepada Direktur dalam melaksanakan fungsi dan tugasnya untuk memastikan tersedianya perlengkapan ATK bagi aktifitas perusahaan, memonitor legalitas dan validitas perizinan perusahaan, memberdayakan SDM yang dimiliki perusahaan serta perawatan aset perusahaan.

6. Kepala Cabang

(45)

Bertanggung jawab kepada Manajer Operasi dalam melaksanakan fungsi dan tugasnya untuk membawa dan merawat kapal sesuai dengan jadwal yang telah direncanakan perusahaan.

2.5.3. Jumlah Tenaga Kerja dan Jam Kerja

2.5.3.1. Tenaga Kerja

PT. Burung Laut memiliki 99 orang tenaga kerja dengan perincian sebagai berikut:

1. 36 orang tenaga kerja tetap,

2. 60 orang tenaga kerja kontrak (crew kapal) 3. 3 orang tenaga honor

Rincian tenaga kerja selengkapnya adalah seperti yang ditunjukkan pada Tabel 2.1.

Tabel 2.1. Jumlah Tenaga Kerja PT. Burung Laut

Jabatan/Bagian Pria Wanita Total Keterangan

(46)

Tabel 2.1. Jumlah Tenaga...(Lanjutan)

Jabatan/Bagian Pria Wanita Total Keterangan

MT. Pelita Samudera 20 - 20 Kontrak

T o t a l 91 8 99

(Sumber: PT. Burung Laut)

2.5.3.2. Jam Kerja

Jam kerja yang berlaku di PT. Burung Laut dibedakan menjadi: 1. Jam kerja darat

2. Jam kerja laut

Jam kerja darat adalah jam kerja yang berlaku bagi tenaga kerja yang bekerja di kantor dengan ketentuan seperti yang ditunjukkan pada Tabel 2.2.

Tabel 2.2. Jam Kerja Darat

No Hari Kerja Jam Kerja

Sedangkan jam kerja laut adalah jam kerja yang berlaku bagi crew kapal yang bekerja di laut dengan ketentuan seperti yang ditunjukkan pada Tabel 2.3.

Tabel 2.3. Jam Kerja Laut

1 Senin s/d Minggu

(47)

Tabel 2.3. Jam Kerja…(Lanjutan)

1 Senin s/d Minggu

20.00 - 24.00 : Jam Jaga I 24.00 - 04.00 : Jam Jaga II 04.00 - 08.00 : Jam Jaga III

(Sumber: PT. Burung Laut)

2.5.4. Sistem Pengupahan dan Fasilitas lainnya.

2.5.4.1. Sistem Pengupahan

Sistem pengupahan di PT. Burung Laut dikelompokkan menjadi 3 golongan, yaitu:

1. Upah Tetap, yaitu upah yang diberikan kepada tenaga kerja tetap di kantor.

2. Upah Kontrak, yaitu upah yang diberikan kepada tenaga kerja kontrak (crew kapal).

3. Upah Honor, yaitu upah yang diberikan kepada tenaga kerja honor.

2.5.4.2. Fasilitas Tenaga Kerja

Fasilitas yang diberikan oleh PT. Burung Laut kepada seluruh tenaga kerja adalah sebagai berikut:

1. Tunjangan Hari Raya (THR). 2. Bonus akhir tahun.

3. Asuransi Jiwa, Kecelakaan Kerja dan Kesehatan (Rawat Inap).

(48)

BAB III

LANDASAN TEORI

3.1 Pengambilan Keputusan dalam Riset Operasi

3.1.1. Seni dan Ilmu Riset Operasi1)

Riset Operasi (Operations Research/OR) berusaha menetapkan arah tindakan terbaik (optimum) dari sebuah masalah keputusan dibawah pembatasan sumber daya yang terbatas. Istilah riset operasi sering kali diasosiasikan hamper secara eksklusif dengan penggunaan teknik-teknik matematis untuk membuat model dan menganalisis masalah keputusan. Walaupun matemetika dan model matematis merupakan inti dari riset operasi, pemecahan masalah tidaklah hanya sekedar pengembangan dan pemecahan model-model metematis. Secara spesifik, masalah keputusan biasanya mencakup faktor-faktor penting yang tidak berwujud dan tidak dapat diterjemahkan secara langsung dalam bentuk model matematis. Yang paling utama dari faktor-faktor ini adalah kehadiran unsur manusia di hampir setiap lingkungan keputusan. Pada kenyataanya, telah dilaporkan adanya situasi-situasi keputusan di mana pengaruh perilaku manusia begitu mempengaruhi masalah keputusan sehingga pemecahan yang diperoleh dari model matematis dipandang tidak praktis. Sebuah ilustrasi yang basik dari kasus ini adalah salah satu versi dari masalah elevator yang dikenal luas. Sebagai tanggapan dari para penghuni tentang lambatnya elevator di sebuah bangunan perkantoran yang besar, sebuah pemecahan yang didasari oleh analisis teori jalur antrian ditemukan tidak memuaskan. Setelah mempelajari masalah tersebut lebih

1) Hamdy A Taha, Riset Operasi, Suatu Pengantar, Edisi

(49)

lanjut, ditemukan bahwa waktu menunggu sangat singkat. Sebuah pemecahan diajukan dimana sebuah cermin panjang dipasang ditempat masuk elevator. Keluhan menghilang karena para pengguna elevator asik memandangi diri mereka sendiri dan orang lain sambil menunggu elevator.

Ilustrasi elevator ini menggarisbawahi pentingnya memandang aspek matematis dari riset operasi dalam konteks yang lebih luas dari sebuah proses pengambilan keputusan yang unsur-unsurnya tidak dapat diwakili sepehunya oleh sebuah model matematis. Pada kenyataannya, masalah ini dikenali oleh para ilmuan Inggris yang merintis kegiatan-kegiatan riset operasi yang pertama setelah Perang Dunia II. Harus ditekankan bahwa kelompok riset operasi yang berhasil diharapkan memperlihatkan kemampuan yang memadai dalam aspek ilmu dan seni riset operasi. Penekanan pada satu aspek dan tidak pada askpek lainnya cenderung merintangi pemanfaatan riset operasi secara efektif dalam praktek.

3.1.2. Unsur-unsur Dari Sebuah Model keputusan.

Sebuah model keputusan semata-mata merupakan alat untuk “meringkaskan” sebuah masalah keputusan dengan cara yang memungkinkan identifikasi dan evaluasi yang sistematis terhadap semua alternatif keputusan dari sebuah masalah. Sebuah keputusan lalu dicapai dengan memilih alternative yang dinilai “terbaik” diantara semua pilihan yang tersedia.

(50)

memiliki komitmen konsultasi selama 5 minggu di Denver (DEN), Colorado. Professor tersebut terbang kesana pada hari senin dan kembali pada hari rabu diminggu yang sama. Sebuah tiket pulang-pergi yang dibeli pada hari senin untuk kembali pada hari rabu diminggu yang sama berharga 20% lebih mahal daripada tiket yang melewati akhir pekan. Tiket satu arah dalam arah apapun berharga 75% dari harga tiket pulang-pergi biasa (tanpa potongan harga). Harga dari sebuah tiket pulang-pergi adalah $900. Bagaimana sebaiknya profesor tersebut membeli tiketnya selama periode konsultasi sepanjang lima minggu tersebut? Contoh ini dibuat untuk memperkenalkan proses pengambilan keputusan: alternatif keputusan, batasan masalah, dan kriteria tujuan.

3.1.3. Jenis-jenis Model Riset Operasi

Metode pemecahan biasanya dirancang untuk memanfaatkan struktur khusus dari model yang dihasilkan. Dengan demikian, berbagai model yang berkaitan dengan sistem nyata yang ada menimbulkan berbagai teknik pemecahan dalam jumlah yang sama. Istilah asal dari berbagai nama yang sudah dikenal seperti pemrograman linear, integer, dinamis, dan non-linier yang mewakili berbagai algoritma untuk memecahkan kelompok-kelompok model riset operasi tersebut.

(51)

Sayangnya, walaupunterdapat kemajuan yang mengesankan dalam pemodelan matematis, sejumlah situasi nyata masih berada jauh diluar kemampuan teknik-teknik matematis yang sekarang tersedia. Karena suatu hal, sistem nyata kemungkinan terlalu rumit untuk memungkinkan representasi matematis yang memadai. Kemungkinan lain, sekalipun sebuah model matematis dapat diformulasikan, model itu terbukti terlalu kompleks untuk dipecahkan dengan metode-metode pemecahan yang sudah ada.

Sebuah pendekatan yang berbeda untuk pemodelan sistem (yang kompleks) adalah penggunaan simulasi. Model-model simulasi berdeda dengan model matematis dalam hal bahwa hubungan antara masukan dan keluaran tidak dinyatakan secara eksplisit, melainkan, sebuah model simulasi memecahkan sistem yang dimodel tersebut kedalam modul-modul dasar atau elementer yang lalu dikaitkan satu sama lain dengan hubungan-hubungan logis yang didefenisikan dengan baik. Jadi dengan dimulai dengan modul masukan, perhitungan akan bergerak dari satu modul ke modul lainnya. Sampai sebuah hasil keluaran direalisasikan.

Model simulasi, ketika dibandingkan dengan model matematis, memang menawarkan keluwesan yang lebih besar dalam mewakili sistem yang kompleks. Alasan utama untuk keluwesan ini adalah bahwa simulasi memandang sistem dari tingkat elementer yang mendasar. Pemodelan matematis sebaliknya, cenderung mempertimbangkan sistem dari tingkat representasi yang kurang terinci.

(52)

maupun sumber daya. Selain itu, pelaksanaan sebuah model simulasi, sekalipun dengan komputer yang tercepat, dapat menimbulkan sejumlah biaya yang cukup besar. Sebaliknya, model-model matematis yang berhasil biasanya dapat dikelola dalam hal perhitungannya.

3.1.4. Tahap-tahap Studi Riset Operasi

Tahap-tahap utama yang harus dilalui untuk melakukan sebuah studi operasi riset adalah mencakup:

1. Defenisi masalah. 2. Pengembangan model. 3. Pengujian keabsahan model. 4. Implementasi model akhir.

Tahap pertama dari studi ini berkaitan dengan defenisi masalah, hal ini menunjukkan tiga aspek utama, yaitu;

1. Deskripsi tentang sasaran atau tujuan dari studi tersebut. 2. Identifikasi alternatif keputusan dari sistem tersebut.

(53)

menggunakan teknik-teknik matematis. Jika hubungan matematis dalam model tersebut terlalu kompleks untuk memungkinkan pemecahan analitis, sebuah model simulasi kemungkinan lebih sesuai.

Tahap ketiga dari studi ini berkaitan dengan pemecahan model. Dalam model-model matematis, hal ini dicapai dengan menggunakan teknik-teknik optimisasi yang didefenisikan dengan baik dan model tersebut dikatakan menghasilkan sebuah pemecahan optimal. Jika simulasi atau model heuristik dipergunakan, konsep optimalitas tidak didefenisikan dengan begitu baik, dan pemecahan dalam kasus ini dipergunakan untuk memperoleh evaluasi terhadap tindakan dalam sistem tersebut. Hal ini biasanya disebut dengan analisis sensitivitas. Secara khusus, analisis seperti ini diperlukan ketika parameter dari sebuah sistem tidak dapat diestimasi secara akurat.

Tahap keempat menuntut pemeriksaan terhadap keabsahan model. Sebuah model dikatakan absah jika dapat memberikan prediksi yang wajar dari kinerja sistem tersebut walaupun tidak secara pasti mewakili sistem tersebut. Satu metode yang umum untuk menguji keabsahan sebuah model adalah dengan membandingkan kinerjanya dengan data masa lalu yang tersedia untuk sistem aktual tersebut. Model tersebut akan absah jika dalam kondisi masukan yang serupa, model tersebut dapat menghasilkan ulang kinerja masa lalu dari sistem tersebut.

(54)

dipahami kepada para individu yang akan mengatur dan mengoperasikan sistem yang direkomendasikan tersebut.

3.2. Pemrograman Integer

Program integer adalah program linear yang seluruh atau sebahagian dari variabel keputusannya adalah integer. Pemrograman bulat dibutuhkan ketika keputusan harus dilakukan dalam bentuk bilangan bulat (bukan pecahan yang sering terjadi bila kita gunakan metode simpleks). Model matematis dari pemrograman bulat sebenarnya sama dengan model linear programming, dengan tambahan batasan bahwa variabelnya harus bilangan bulat. Terdapat 3 macam permasalahan dalam pemrograman bulat, yaitu:

1. Pemrograman bulat murni, yaitu kasus dimana semua variabel keputusan harus berupa bilangan bulat.

2. Pemrograman bulat campuran, yaitu kasus dimana beberapa, tapi tidak se mua, variabel keputusan harus berupa bilangan bulat.

3. Pemrograman bulat biner, kasus dengan permasalahan khusus dimana semua variabel keputusan harus bernilai 0 dan 1.

(55)

dan 2 mobil B per hari, tetapi apakah metode pembulatan ini efisien? Kita lihat pada penjelasan selanjutnya. Model pemrograman bulat dapat juga digunakan untuk memecahkan masalah dengan jawaban ya atau tidak (yes or no decision), untuk model ini variabel dibatasi menjadi dua, misal 1 dan 0, jadi keputusan ya atau tidak diwakili oleh variabel, katakanlah xj, menjadi:

{

untuk keputusanya

Model ini sering disebut dengan model pemrograman bulat biner.

3.2.1. Program Integer Dengan K Kendala yang Harus Dipenuhi Oleh N

Kendala2)

Program integer denagn N kendala, tetapi hanya K yang harus dipenuhi, dimana pada suatu kasus K<N. Sebahagian dari proses optimisasi adalah mencari kombinasi K kendala yang memberikan fungsi objektif terbaik. Jadi ada N-K kendala yang akan dieliminasi dari kelompok kendala tersebut, meskipun solusi layak mungkin saja masih memenuhi sebahagian diantara.

Bentuk umum dari kasus sebelumnya yang dapat dikatakan mempunyai

k=1 dan N=2. misalkan N kendala tersebut adalah:

f1(X1, X2,...,Xn)≤d1

f2(X1, X2,...,Xn)≤d2

.

(56)

fn(X1, X2,...,Xn)≤dn

Maka dengan logika maka kendala tersebut harus dimodifikasi agar sesuai dengan kendala linier, yakni semua kendala-kendala harus dipenuhi. Misalkan M adalah sebuah bilangan yang sangat besar, maka menambhakan M ke sisi kanan kendala tersebut akan mengakibatkan pengeliminasian kend la tersebut, oleh karena secara otomatis kendala ini dapat dipenuhi oleh solusi apa saja yang memenuhi kendala-kendala yanga lain di soal itu (asumsi formulasi ini adalah bahwa himpunan solusi layak bagi soal tersebut adalah himpunan yang terbatas/bounded set dan M cukup besar sehingga tidak akan mengeliminasi solusi layak yang manapun). Formulasi ekivalen yang mengharuskan beberapa K dari kendala tersebut harus terpenuhi adalah:

f1(X1, X2,...,Xn)≤d1 + My1

Dan yi adalah binary untuk i=1,2,…,N dan M adalah sebuah bilangan yang sangat

besar dan postif. Oleh karena kendala atas yi menjamin bahwa sejumlah K dari

variable-variabel ini kan sama dengan nol dan selebihnya akan sama dengan satu, maka sejumlah K dari kendala asli akan tidak berubah. Pemilihan tentnag K yang

2) Riset Operasi I, untuk kalangan sendiri, Oleh Prof.

(57)

mana dari kendala tersebut yang akan tetap dipertahankan dilakukan dengan cara menggunakan algoritma yang sesuai bagi keseluruhan masalah sehingga diperoleh solusi optimal bagi semua variable secara simultan.

3.2.2. Algoritma Branch And Bound3)

Integer Linier Programming (ILP) memulai dengan sejumlah titik

pemecahan yang terbatas, tetapi sifat variabel yang berbentuk bilangan bulat mempersulit perancangan sebuah algoritma yang efektif untuk mencari secara langsung diantara titik integer yang layak dari ruang pemecahan. Mengingat kesulitan ini, para peneliti telah mengembangkan sebuah prosedur pemecahan yang didasari oleh pemanfaatan keberhasilan besar dalam memecahkan masalah-masalah linier programming (LP). Strategi untuk prosedur ini dapat diringkas dalam tiga langkah, antara lain:

1. Longgarkan ruang pemecahan dari masalah Integer yang bersangkutan dengan mengabaikan batasan integer sama sekali. Langkah ini mengkonversikan ILP menjadi LP biasa.

2. Pemecahan model LP “yang longgar” yang dihasilkan dan identifikasi titik optimum (kontinyu) dari LP tersebut.

(58)

Alasan kita memulai pencarian pemecahan optimum ILP di pemecahan optimum LP adalah bahwa terdapat kemungkinan yang lebih besar bahwa kedua pemecahan itu akan berdekatan satu sama lain, sehingga meningkatkan kemungkinan untuk menemukan pemecahan integer tersebut secara cepat. Inti dari prosedur yang diajukan ini adalah pendekatan ini memecahkan masalah-masalah LP yang berturut-turut, yang lebih dapat dikelola dari segi perhitungan dibangdingkan memecahkan masalah-masalah ILP secara langsung.

Untuk mempermudah pengertian penggunaan dan langkah-langkah dari algoritma ini akan dibuat dalam sebuah contoh numerik. Pertimbangkan LP berikut ini :

Max : Z = 5x1 + 4x2 ;

Subject To : x1 + x2 ≤5 10x1 + 6x2 ≤45

x1, x2 ≥0 dan integer

Ruang pemecahan ILP ini diperlihatkan dengan titik-titik solusi linier yang layak. Ruang pemecahan LP yang berkaitan, LP0, didefinisaikan Z = 5x1 + 4x2

dengan mengabaikan batasan integer tersebut. Pemecahan optimum LP0 ini adalah x1 = 3.75, x2 = 1.25, dan z = 23.75.

Prosedur branch And Bound (B&B) didasari oleh penanganan masalah LP saja. Karena pemecahan LP optimum tidak memenuhi persyaratan integer, algoritma B&B menuntut “modifikasi” terhadap ruang pemecahan LP ini dengan cara yang akan pada akhirnya memungkinkan kita untuk mengindentifikasi pemecahan ILP optimum. Pertama kita memilih salah satu variable yang nilainya

3) Riset Operasi Suatu pengantar, Edisi Kelima, Jilid I,

(59)

saat ini dalam pemecahan LP0 optimum melanggar persyaratan integer tersebut. Dengan memilih x1 (=3,75) secara sembarang, kita mengamati bahwa bidang (3 <

x1 < 4) dari ruang pemecahan LP0, berdasarkan defenisinya, tidak akan memuat

pemecahan ILP yang layak. Karena itu kita memodifikasi ruang pemecahan LP tersebut dengan menyingkirkan bidang yang tidak menjanjikan pemecahan ini, yang pada intinya adalah setara dengan mengganti ruang LP0 semula dengan dua ruang LP, LP1 dan LP2, yang didefenisikan sebagai berikut:

1. Ruang LP1 = ruang LP0 + (x1≤ 3)

2. Ruang LP2 = ruang LP0 + (x1≥ 4)

Anda akan melihat bahwa kedua ruang ini memuat titik-titik integer yang layak yang sama dengan model ILP ini. Ini berarti bahwa dari sudut pandang masalah ILP semula, menangani LP1 dan LP2 adalah sama menangani LP0 semula. Perbedaan utamanya adalah bahwa pemilihan batasan baru (x1 ≤ 3 dan x2

≥ 4) akan sekarang meningkatkan kemungkinan untuk memaksa titik ekstrim optimum dari LP1 dan LP2 ke arah memenuhi persyaratan integer tersebut. Pada kenyataannya, batasan tersebut berada di “sekitar pemecahan” LP0 yang kontinyu akan meningkatkan peluang mereka untuk menghasilkan pemecahan integer yang “baik”.

Karena batasan baru x1 ≤ 3 dan x2 ≥ 4 tidak dapat dipenuhi secara