Studi Penjadwalan Pengiriman Produk Es Krim di PT Dairyville, Jakarta

STUD1

PENJADWALAN

PEW61RlMAN

PRODUK ES %RIM

D l

PT

DAIkXVILLE, JAKARTA

Oleh

YANTI SUFIANTI

F 25, 1527

1 9 9 3

FAKULTAS TEKNOLOGI PERTANIAN

INSTITUT PERTANIAN BOGOR

Yanti Sufianti. F 25.1527. Studi Penjadwalan Pengiriman Produk Es Krim di PT. Dairyville, Jakarta. Di bawah bimbingan Machfud

R I N G K A S A N

Es krim merupakan produk yang sangat mudah mencair sehingga pengelolaan distribusi produk menjadi ha1 yang penting. Es krim yang tidak terjual pada saat pengiriman akan diangkut kembali ke pabrik untuk dijual kembali pada hari berikutnya. Selama pengangkutan dan pembongkaran serta pemuatan es krim dapat terjadi beberapa perubahan pada es krim, diantaranya adalah perubahan fisik es krim yang dapat mempengaruhi permintaan terhadap produk. Selain itu wilayah pengiriman produk yang mencakup wilayah yang luas memerlukan sejumlah kendaraan untuk mengirimkan produk. Adanya keterbatasan jumlah kendaraan merupakan suatu masalah tersendiri dalam pengiriman produk. Kenda- raan yang digunakan memerlukan pendingin yang dapat menja- ga es krim dalam kondisi yang baik, sehingga terdapat tambahan pada biaya pengiriman. Oleh karena itu perlu diusahakan penggunaan kendaraan yang efisien. Penjadwalan pengiriman produk merupakan salah satu alternatif untuk mengatasi berbagai permasalahan tersebut.

serta kapasitas kendaraan yang ada. Permintaan konsumen diestimasi dengan teknik simulasi. Jumlah produk yang diangkut disesuaikan dengan hasil prakiraan permintaan ini sehingga jumlah produk yang tidak terjual dapat diku- rangi. Jumlah pengecer yang dikunjungi disesuaikan dengan waktu pengiriman yang tersedia, karena sifat waktu pengiriman yang tidak pasti maka jumlah pengecer diesti- masi dengan menggunakan teknik simulasi pula. Tahap terakhir adalah tahap penugasan salesman yang akan mengi- rimkan produk ke suatu wilayah tertentu. Penugasan sales- man ini bertujuan untuk memaksimumkan jumlah permintaan yang dipenuhi serta meminimumkan kapasitas menganggur setiap kendaraan. Teknik yang digunakan adalah model penugasan dan teknik heuristik.

Hasil akhir dari program yang disusun adalah jadwal harian penugasan salesman tertentu k e suatu wilayah pengiriman tertentu. Perencanaan dilakukan sampai 1 2

periode ke depan. Pemilihan penggunaan kendaraan yang terbaik adalah penggunaan kendaraan dengan kapasitas 770

kg. Penggunaan kendaraan seperti ini dapat memenuhi seluruh permintaan dan memberikan kapasitas kendaraan menganggur yang lebih sedikit.

STUD1

PENJADWALAN PENGIRIMAN PRODUK ES KEUh4

DI PT.

DAIRYVILLE,

JAKARTA

Oleh

YANTI S U F M T T I

F

25. 1527

Sebagai salah satu syarat untuk memperoleh gelar SARJANA TEKNOLOGI PERTANIAN pada Jurusan O L W I I N D U m PER

Fakultas Teknologi Pertanian Institut Pertanian Bogor

1993

FAKSJLTAS TEKNOLOGI PERTANIAN

INSTITLJT PERTANIAN BOGOR

INSTITUT PEICTANIAN BOGOR

FAICULTAS TEICNOLOGI PERTANIAN

STUD1 PENJADM'ALAN PENGIRIMAN PRODUIC ES ICRIM

Dl

IT.

DAIRYVILLE, JAKARTA

Sebagai salah salu syarat L I I I ~ L I ~ memperoleh gelar

SARJANA TEKNOLOGI PERTANIAN

patla Jurusan TEICNOLOGI INDUSTRI PERTANIAN

Fakultas Teknologi Pertanian Institut Pertanian Bogor

Oleh

YA'ANTI SUFIANTI

F 25. 1527

Dilaliirkan patla tanggal 20 Mei 1970

di Garlit

KATA

PENGANTAR

Puji dan syukur Penulis panjatkan ke hadirat Allah SWT. karena atas rahmat serta hidayah-Nyalah Penulis dapat menyelesaikan Skripsi ini.

Skripsi ini disusun sebagai hasil studi pustaka serta observasi lapang yang dilakukan selama bulan September sampai Nopember 1992 pada sebuah perusahaan pembuatan es krim di Jakarta.

Penulis menyampaikan terima kasih yang sebesar-besar- nya kepada :

1. Ir. Machfud, MS, selaku dosen pembimbing, atas segala bimbingannya sehingga Skripsi ini dapat diselesaikan.

2. Ir. Pramono D.F.,MS. dan drh. Lukman Hidayat selaku dosen penguji

3. Bapak Munawar Lubis

,

National Sales and Distribution Manager PT. Dairyville, Jakarta atas kesempatan yang diberikan untuk melakukan observasi lapang di PT. Dairyville, Jakarta.

4. Bapak Edi Susilo selaku Sales and Distribution Manager wilayah Jabotabek dan Jawa Barat di PT. Dairyville, Jakarta atas bantuan serta pengarahan yang diberikan selama melakukan observasi lapang.

si serta bantuan yang diberikan guna melengkapi Skripsi ini.

6. Para salesman PT. Dairyville yang telah banyak memban- tu selama melasanakan observasi lapang.

7. Rekan-rekan Agrininth Asrama Gilang Kencana, yang senantiasa memberikan semangat dalam penyusunan Skripsi ini.

8. Rekan-rekan Agrininth yang selalu menemani Penulis dalam menyelesaikan Skripsi ini.

9. Semua pihak yang tidak dapat disebut namanya satu persatu.

Penulis menyadari bahwa Skripsi ini masih jauh dari sempurna. Namun demikian, penulis berharap agar skripsi ini dapat bermanfaat bagi semua pihak yang memerlukan.

Halaman

KATA PENGANTAR

. . .

iv

DAFTAR I S 1

. . .

v i

. . .

D A F T A R T A B E L viii DAFTAR GAMBAR ix .

. . .

DAFTAR LAMPIRAN

. . .

X I

.

PENDAHULUAN

. . .

1

A

.

LATAR BELAKANG

. . .

1

B

.

TUJUAN

. . .

3

C

.

RUANG LINGKUP

. . .

3

I1

.

TINJAUAN PUSTAKA

. . .

5

A

.

E S KRIM

. . .

5

B

.

PENGIRIMAN PRODUK

. . .

7

C

.

s 1 M U m s 1

. . .

9

D

.

D I S T R I B U S I PELUANG

. . .

1 2 E

.

TEKNIK H E U R I S T I K

. . .

1 4

. . .

F

.

MASALAN PENUGASAN 15 G

.

U J I S T A T I S T I K

. . .

18

H

.

P E N E L I T I A N TERDAHULU

. . .

2 2

I11

.

METODOLOGI

. . .

2 5

A

.

KERANGKA P E M I K I R A N

. . .

2 5

B

.

PENDEKATAN BERENCANA

. . .

2 6

C

.

TATA LAKSANA

. . .

2 8

IV

.

PERMODELAN SISTEM

. . .

3 3

A

.

KERANGKA MODEL

. . .

33

B

.

RANCANG BANGUN MODEL

. . .

34

V

.

HASIL DAN PEMBAHASAN

. . .

54

A

.

KONDISI PENGIRIMAN ES KRIM DI P T DAIRYVILLE 54 B

.

ANALISA DATA

. . .

56

. . .

C

.

PENJADWALAN PENGIRIMAN PRODUK 65 D

.

PENGGUNAAN PERANGKAT LUNAK

. . .

8 1 VI

.

KESIMPULAN DAN SARAN

. . .

86

A

.

KESIMPULAN

. . .

86

B.SARAN

. . .

88

DAFTAR PUSTAKA

. . .

89

Halaman

T a b e l 1. H a s i l u j i s e b a r a n normal t e r h a d a p d a t a

waktu a k t u a l

. . .

60 T a b e l 2 . H a s i l u j i keseragaman n i l a i t e n g a h

. .

60 T a b e l 3 . H a s i l u j i keseragaman simpangan baku

d a t a waktu

. . .

6 1

H a s i l u j i s e b a r a n normal t e r h a d a p p e r - mintaan Nut Sundae dan Popsy

. . .

H a s i l u j i keseragaman t e r h a d a p n i l a i t e n g a h p e r m i n t a a n Nut Sundae d a n Popsy H a s i l u j i keseragaman p e r m i n t a a n

. . .

Nut Sundae d a n Popsy

P r a k i r a a n p e r m i n t a a n produk es k r i m

. . . .

pada s e t i a p w i l a y a h p e n g i r i m a n

M a t r i k s b i a y a p e r i o d e p e r e n c a n a a n pertama A l t e r n a t i f w i l a y a h penugasan s a l e s m a n M a t r i k s b i a y a penugasan kedua p e r i o d e pe-

. . .

rencanaan p e r t a m a

[image:10.595.96.520.134.626.2]

DAFfAR

GAMBAR

Halaman

Gambar 1. Diagram simulasi Monte Carlo

. . .

.

11 Gambar 2. Skema tahapan pendekatan berencana

Thierauf dan Klekamp, 1975)

.

.

. .

2 9 Gambar 3. Kerangka kajian analisa penelitian 3 2

Gambar 4. Diagram alir komputer modul OUTLET 4 1

Gambar 5. Diagram alir komputer modul MINTA 42

Gambar 6. Diagram alir komputer subrutin Normal 44 Gambar 7. Diagram alir komputer subrutin Empir 44

Gambar 8. Diagram alir komputer modul TUGAS 47

Gambar 9. Tampilan menu Utama

. .

.

. . . .

.

8 1 Gambar 10. Contoh keluaran program dalam bentuk

formulir rinci penjualan

. .

.

. .

82 Gambar 11. Contoh keluaran program dalam bentuk

Halaman

Lampiran 1. Jenis-jenis es krim yang diproduksi dan didistribusikan oleh

PT. Dairyville

. . . . .

.

. . .

.

9 2

am pi ran 2. Penyebaran jumlah toko, hotel, super-

market dan restoran di setiap wilayah 9 3

Lampiran 3. Program komputer jadwal pengiriman

L

PENDAHULUAN

Masalah p r o d u k s i menyangkut m a s a l a h s u a t u p r o d u k y a n g h a r u s d i p r o d u k s i b a i k j e n i s maupun j u m l a h n y a s e l a m a s u a t u s e l a n g waktu yang b e r t u r u t a n u n t u k m e m e - n u h i p e r m i n t a a n - p e r m i n t a a n . M a s a l a h i n i k e m u d i a n b e r l a n j u t dengan m a s a l a h d i s t r i b u s i , y a i t u bagaimana p e r u s a h a a n memindahkan b a r a n g - b a r a n g p r o d u k s e h i n g g a b a r a n g t e r s e b u t t e r j a n g k a u o l e h p e l a n g g a n g pada t e m p a t d a n waktu yang t e p a t . D i s t r i b u s i j u g a merupakan s u a t u a l a t utama dalam m e n c i p t a k a n p e r m i n t a a n . P e r u s a h a a n a k a n k e h i l a n g a n p e l a n g g a n j i k a mereka g a g a 1 menyediakan b a r a n g t e p a t pada waktunya.

P e r m a s a l a h a n y a n g t i m b u l d a r i d i s t r i b u s i es k r i m i n i menyangkut b e b e r a p a h a 1 y a i t u k e i n g i n a n konsumen a k a n produk y a n g b a i k d a n d a p a t d i p e r o l e h s e t i a p s a a t konsumen menginginkan, bagaimana p e s a n a n d i t a n g a n i d a n b a g a i m a n a b a r a n g - b a r a n g t e r s e b u t d i k i r i m . E s R r i m merupakan p r o d u k y a n g s a n g a t mudah m e n c a i r , s e h i n g g a p e n g e l o l a a n d i s t r i b u s i produk m e n j a d i h a 1 yang p e n t i n g .

pengiriman dapat terjadi perubahan-perubahan pada produk

.

Pada saat pemuatan es krim dari gudang ke dalam kendaraan yang akan digunakan untuk mengirimkan produk terjadi perubahan suhu dari suhu ruang pendingin ke suhu udara luar dan suhu pendingin dalam kendaraan. Perubahan suhu. ini dapat mengakibatkan es krim sedikit mencair dan berair. Selain karena perubahan temperatur dapat juga terjadi perubahan es krim akibat benturan- benturan yang terjadi selama pemuatan. Perubahan bentuk es krim ini dapat mempengaruhi minat konsumen terhadap produk.

Oleh karena itu dalam pengiriman es krim perlu diperhitungkan prakiran permintaan dari setiap pengecer yang akan dikunjungi sehingga jumlah es krim yang diangkut kembali ke pabrik karena tidak terjual dapat ditekan jumlahnya. Hal ini juga berarti akan mengu- rangi jumlah es krim yang rusak karena perubahan-peru- bahan selama pemuatan dan pengangkutan.

Wilayah penyebaran produk mencakup wilayah yang 'luas. Untuk memenuhi permintaan dari setiap wilayah

p r o d u k . D i s a m p i n g i t u p e n g i r i m a n es k r i m memerlukan k e n d a r a a n d e n g a n s a r a n a k h u s u s b e r u p a a l a t p e n d i n g i n y a n g menyebabkan adanya tambahan p a d a b i a y a p e n g i r i m a n . O l e h karena i t u p e r l u diusahakan p u l a penggunaan kenda- r a a n yang e f i s i e n .

Untuk m e n g a t a s i p e r m a s a l a h a n - p e r m a s a l a h a n i n i , p e r l u d i s u s u n s u a t u jadwal p e n g i r i m a n produk yang d a p a t menentukan b e r a p a jumlah e s k r i m y a n g a k a n d i k i r i m k a n k e s u a t u w i l a y a h t e r t e n t u , s a l e s m a n s e r t a k e n d a r a a n mana yang akan d i g u n a k a n untuk mengangkut produk terse- b u t , s e h i n g g a d i p e r o l e h t o t a l k a p a s i t a s m e n g a n g g u r k e n d a r a a n yang minimal.

Masalah khusus i n i b e r t u j u a n u n t u k :

1. Menyusun j a d w a l p e n g i r i m a n p r o d u k y a n g d a p a t meme- n u h i p e r m i n t a a n konsumen s e c a r a m a k s i m a l d e n g a n t o t a l k a p a s i t a s kendaraan menganggur yang minimal

2 . Menyusun p e r a n g k a t l u n a k untuk p e n j a d w a l a n pengirim- a n produk d i p e r u s a h a a n yang b e r s a n g k u t a n

C . RUANG LINGKUP

K a j i a n m a s a l a h k h u s u s i n i d i b a t a s i p a d a m a s a l a h p e n j a d w a l a n p e n g i r i m a n produk k e s e t i a p p e n g e c e r y a n g m e l i p u t i p r a k i r a a n p e r m i n t a a n d a r i s e t i a p p e n g e c e r d i

dikunjungi dan penugasan salesman yang akan mengirimkan produk ke suatu wilayah.

IL

TINJAUAN PUSTAKA

Es krim, menurut Peterson dan Jhonson (1974),

didefinisikan sebagai produk makanan dingin yang terbuat dari susu, pemanis, stabilizer, emulsifier dan flavour. Produk es krim ini dapat dibedakan rnenjadi beberapa produk yaitu ice cream yang mempunyai kandung- an lemak tertinggi, milk ice yaitu produk sejenis ice cream tetapi mempunyai kandungan lemak yang lebih sedikit, serta water ice yang sama sekali tidak mengan- dung lemak. Produk lainnya adalah fruit sherbet yang terbuat dari bahan-bahan dasar yang sama dengan ice cream tetapi diperkaya dengan jus buah-buahan.

Pada proses produksinya bahan-bahan penyusun es krim dicampurkan dengan merata. Campuran ini kemudian disaring, dihomogenisasi untuk memperkecil dan menyera- gamkan globula-globula lemak, kemudian dipasteurisasi untuk membebaskan campuran dari mikroba pengganggu, dan didi- nginkan (Petterson dan Jhonson, 1974).

Menurut J o s l y n d a n Heid (1964), b e b e r a p a perubahan d a p a t t e r j a d i pada produk-produk beku s e p e r t i e s krim. P e r u b a h a n - p e r u b a h a n t e r s e b u t d a p a t b e r u p a p e r u b a h a n f i s i k a , p e r u b a h a n k i m i a , f i s i k o - k i m i a , e n z i m a t i k a t a u p e r u b a h a n k a r e n a a d a n y a m i k r o o r g a n i s m e . S a l a h s a t u p e r u b a h a n yang d a p a t t e r j a d i a d a l a h t e r b e n t u k n y a l u b a n g es pada produk. ~ u b a n g es i n i t e r j a d i a p a b i l a kemasan t i d a k s e p e n u h n y a t e r i s i produk a t a u a p a b i l a t e r j a d i k e k o s o n g a n s e l a m a pengemasan. Pembentukan l u b a n g es i n i d i p e r c e p a t dengan adanya v a r i a s i t e m p e r a t u r dimana p r o d u k disimpan.

Es k r i m y a n g d i s u k a i m a s y a r a k a t a d a l a h es k r i m d e n g a n r a s a yang k h a s , t e k s t u r n y a l e m p u t , dan bentuk- n y a menarik. T e k s t u r es krim yang l e m b u t d i t i m b u l k a n k a r e n a u k u r a n k r i s t a l e s y a n g s a n g a t h a l u s . T e t a p i m e n u r u t J u l (1982), u k u r a n k r i s t a l y a n g b e s a r l e b i h s t a b i l d i b a n d i n g k a n k r i s t a l b e r u k u r a n k e c i l , o l e h k a r e n a i t u d i a s u m s i k a n bahwa akan t e r j a d i kecenderungan k r i s t a l berukuran k e c i l membentuk k r i s t a l dengan ukuran y a n g l e b i h b e s a r s e h i n g g a e s k r i m d a p a t b e r u b a h wujud m e n j a d i c a i r . Hal i n i s a n g a t d i t u n j a n g o l e h suhu y a n g

berf l u k t u a s i .

Kondisi seperti ini tidak disukai konsumen dan mem- punyai tingkat mutu yang rendah (Webb et al., 1974).

Es krim yang mencair juga dapat menyebabkan beberapa perubahan es krim yang lain. Bakteri dapat terbunuh selama pembekuan, dan selama penyimpanan dingin, sel yang masih bertahan akan mati secara perla- han-lahan. Namun begitu tidak berarti makanan yang telah dibekukan benar-benar terbebas dari bakteri. Es krim yang mencair dan berada dalam temperatur yang sesuai akan menjadi media yang baik bagi berkembangnya bakteri-bakteri tersebut.

Selain itu es yang telah mencair apabila dibekukan kembali akan membentuk kristal. Dalam ha1 ini, laktosa terpisah dalam bentuk kristal-kristal yang tidak dapat melarut kembali pada suhu ketika es krim tersebut dikonsumsi

.

Perubahan temperatur dapat merubah keseimbangan emulsi lemak serta mengganggu kestabilan protein susu yang digunakan. Emulsi yang terganggu keseimbangannya akan menyebabkan emulsi tidak berfungsi dan air terpi- sah dari lemaknya.

B. PENGIRIMAN PRODUK

distribusi fisik. Manajemen distribusi fisik yang efektif dapat menjamin bahwa produk yang tepat berada pada tempat yang tepat pada saat konsumen menginginkan. Penyediaan waktu dan tempat ini tidak dapat dianggap sebagai ha1 yang sepele, karena perusahaan dapat kehi- langan penjualan karena barang tidak tersedia pada tempat dan waktu yang tepat. Fungsi pengiriman meme- nuhi keperluan perusahaan akan ketepatan waktu dan tempat ini.

Pengiriman merupakan salah satu keputusan distri- busi yang harus diambil, yang berkaitan dengan bagaima- na seharusnya barang dikirimkan (Kotler, 1988). Alter- natif pengiriman yang paling baik, tidak selalu dalam bentuk biaya yang rendah, namun juga kemampuan pelayan- an seperti kecepatan pengiriman, kemampuan untuk me- lakukan pelayanan khusus, jaminan terhadap kerusakan dan lain-lain (Bryan, 1953)

.

bernilai tinggi dalam jarak dekat. Selain itu rute truk tidak terbatas seperti kereta api d a n dapat mengirimkan produk melalui perkotaan, kota kecil serta dusun

.

C . SIMULASI

Simulasi menurut Subagyo et al. (1989) adalah duplikasi atau abstraksi dari persoalan dalam kehidupan nyata ke dalam model-model matematika. Dalam ha1 ini biasanya dilakukan penyederhanaan, sehingga pemecahan dengan model-model matematika bisa dilakukan. Teknik simulasi bersifat luwes terhadap perubahan-perubahan sehingga sesuai dengan keperluan sistem yang sebenar- nya. Alasan lain penggunaan teknik simulasi karena :

a. sistem dunia nyata dengan elemen-elemen stokastik sangat kompleks sehingga tidak dapat digambarkan dengan model matematika dan dianalisa dengan teknik analisis

b. simulasi dapat memeperkirakan tingkah laku dari sistem yang ada

c. alternatif disain tujuan sistem dapat dibandingkan melalui simulasi

e. simulasi memungkinkan untuk kajian yang memerlukan waktu yang lama

Penyelesaian dengan prosedur simulasi tidak dija- barkan secara deduktif. Model dicoba terhadap harga- harga khusus variabel jawaban berdasarkan syarat-syarat tertentu kemudian diselidiki pengaruhnya terhadap variabel kriteria. Karena itu, prosedur simulasi pada hakikatnya mempunyai sifat induktif (Siagian, 1987).

Model-model simulasi dapat dikelompokkan dalam beberapa qolongan yaitu model stokastik, model deter- ministik, model statik, model dinamik dan model heuris- tik.

Model simulasi stokastik sering disebut juqa model simulasi Monte Carlo. Di dalam proses stokastik sifat- sifat output dari proses ditentukan berdasarkan dan merupakan hasil dari konsep random. Diagram simulasi Monte Carlo disajikan pada Gambar 1. dimana n adalah ulangan simulasi,

x

adalah rata-rata data yang diketa- hui, o adalah standar deviasi dan P ( z ) adalah sebaran

[image:23.602.89.502.98.267.2]

P A R A M E T E R SEBARAN

Gambar 1. Diagram Simulasi Monte Carlo

Menurut Gottfried (1984), untuk mengetahui jumlah ulangan simulasi yang memenuhi tingkat kepercayaan 95

persen, dapat dihitung dengan menggunakan persamaan di bawah ini.

"

= ('0.5-a/2

*

( s / Q ) ) -2

+

1

dimana :

Z = nilai dari tabel distribusi normal standar

a = tingkat kepercayaan s = standar deviasi

empiris. Distribusi normal digunakan secara luas dalam berbagai masalah karena banyak fenomena alam yang dapat didekati dengan sebaran normal.

D. DITRIBUSI PELUANG

1. Distribusi Normal

Fungsi sebaran yang paling bermanfaat di antara fungsi-fungsi sebaran yang lain adalah distribusi normal, karena distribusi normal dapat menerangkan perilaku dunia nyata dengan lebih jelas (Carrol, 1987). Distribusi ini didefinisikan dengan persa- maan sebagai berikut :

e-+ ((x-p )/u12

P(X) =

-

uv.2

Distribusi ini mempunyai dua parameter yaitu rata-rata, p dan standar deviasi, u. Fungsi ini dinamakan fungsi kepekatan normal dan nilainya sama dengan luas wilayah yang berada di bawah kurva

.

Apabila (x-p)/u disederhanakan menjadi z , maka

D i s t r i b u s i d a r i b i l a n g a n - b i l a n g a n y a n g d i h a s i l - k a n d a r i p e r s a m a a n d i a t a s akan m e n d e k a t i s e b a r a n d i s t r i b u s i n o r m a l d e n g a n n i l a i r a t a - r a t a n o 1 d a n s t a n d a r d e v i a s i s a t u . N i l a i k m e r u p a k a n b i l a n g a n yang t e t a p .

S e m a k i n k e c i l n i l a i k h a s i l y a n g d i p e r o l e h s e m a k i n b a i k . Dalam h a 1 i n i n i l a i k y a n g c o c o k a d a l a h 1 2 , s e h i n g g a n i l a i

z

d a p a t d i p e r o l e h dengan persamaan s e b a g a i b e r i k u t :

2. Distribusi Empiris

Untuk membangkitkan peubah acak dari sebaran empiris dilakukan pengelompokkan data asli. Tiap subselang diwakili oleh suatu batas atas selang (XUj) dan batas bawah selang (XL.). Nilai X diten-

3

tukan dengan melibatkan parameter XUj, XLj

,

Yj dan U. Parameter Y merupakan frekuensi kumulatif dari

j

data asli sedangkan U adalah bilangan acak yang terletak di antara 0 dan 1. Persamaan untuk menen- tukan nilai X adalah :

Untuk menentukan selang X dilakukan pembanding- an terhadap nilai U dan Yj. Pembandingan terus dilakukan .ls2sampai U 5 Y

j. Apabila kondisi ini sudah tercapai, maka nilai X ditentukan dengan menggunakan persamaan di atas.

E. TEKNIK XEURISTIX

Heuristik berasal dari bahasa Yunani "heuriskin" yang berarti membantu untuk menemukan. Menurut Simon di dalam Thierauf dan Klekamp (1975), program heuristik

--

pengolahan yang biasa dilakukan oleh manusia dalam menangani berbagai masalah.

Pada program heuristik tidak ada suatu model yang baku, sehingga setiap permasalahan menggunakan program heuristik yang spesifik. Teknik heuristik tidak menja- min diperolehnya pemecahan yang optimal, tetapi menja- min suatu pemecahan yang memuaskan pengambilan ke- putusan.

Program heuristik merupakan pengembangan dari operasi aritmetika dan matematika logika. Ciri-ciri program heuristik secara umum adalah :

a. adanya operasi aljabar, yaitu penjumlahan, pengu- rangan, perkalian dan pembagian

b. adanya perhitungan bertahap

c. mempunyai tahapan yang terbatas sehingga dapat dibuat algoritma komputernya

Alasan pemilihan teknik heuristik yaitu karena dapat menyederhanakan lingkup pengambilan keputusan dan dapat menggunakan komputer untuk memecahkan masalah yang kompleks dalam waktu singkat.

F. MASALAH PENUGASAN

khusus dari masalah program linier. Metoda Hungarian merupakan salah satu dari beberapa teknik-teknik peme- cahan yang tersedia untuk masalah-masalah penugasan. Untuk dapat menerapkan metoda Hungarian, jumlah sumber yang ditugaskan harus sama persis dengan jumlah tugas yang akan diselesaikan. Selain itu, setiap sumber harus ditugaskan hanya untuk satu tugas (Bronson daan Wospakrik, 1988).

Masalah penugasan dapat dinyatakan secara mate- matis dalam suatu bentuk program liniier sebagai beri- kut :

Minimumkan (Maksimumkan) :

Dengan batasan :

dan

dimana Cij adalah tetapan yang telah diketahui.

1. Langkah pertama adalah merubah matriks biaya menjadi matriks opportunity cost. Ini dicapai dengan memi- lih elemen terkecil dari setiap baris dari matriks biaya mula-mula untuk mengurangi seluruh elemen (bilangan) dalam setiap baris. Sehingga paling sedikit akan diperoleh satu elemen yang bernilai no1 sebagai hasilnya.

2. Selanjutnya memilih elemen terkecil dari setiap kolom pada matriks yang diperoleh dari langkah pertama, untuk mengurangi seluruh elemen dalam kolom-kolom tersebut. Bila langkah pertama telah menghasilkan paling sedikit satu nilai no1 pada

setiap kolom, langkah kedua ini dapat diabaikan.

3. Langkah berikutnya adalah mencari skedul penugasan dengan suatu total opportunity cost nol. Untuk mencapai penugasan ini dibutuhkan "independent zeros" yang jumlahnya sama dengan jumlah baris. Ini berarti setiap karyawan harus ditugaskan hanya untuk satu pekerjaan dengan opportunity cost nol; atau setiap pekerjaan harus diselesaikan hanya oleh satu pekerj a.

adalah feasible. Bila tidak maka matriks harus direvisi.

4. Untuk merevisi matriks, pilih elemen terkecil yang belum terliput garis-garis untuk mengurangi seluruh elemen yang belum terliput. Kemudian tambahkan elemen tersebut pada seluruh elemen-elemen yang mempunyai dua garis yang saling' bersilangan. Sete- lah semua nilai dimasukkan ke dalam matriks, ulangi langkah 3.

5. Dari langkah terakhir ini akan ditemukan solusi yang optimal. Solusi dapat bersifat solusi tunggal dapat pula bersifat solusi jamak (memiliki bebesapa alter- natif). Apabila solusi bersifat jamak, maka penu- gasan dari setiap alternatif solusi akan memberikan total cost yang sama.

G. UJI STATISTIK

1. U j i Kolmogorov-Smirnov

Uji ini merupakan salah satu metoda yang dapat digunakan untuk membandingkan satu set data dengan distribusi teoritis. Uji ini memiliki dua keuntung- an dibanding dengan uji Chi-kuadrat, pertama uji ini lebih kuat dibanding uji Chi-kuadrat dan kedua, uji ini dapat digunakan untuk sampel berukuran kecil

Uji Kolmogorov-Smirnov berkaitan dengan dua distribusi kumulatif. Pertama frekuensi ditsribusi relatif kumulatif pengamatan yang diperoleh dari data sampel. Peluang distribusi kumulatif yang lain adalah distribusi teoritis yang akan diuji. Titik dimana kedua distribusi ini menunjukkan perbedaan yang paling besar ditentukan, dan keputusan untuk menerima atau menolak hipotesis no1 tergantung dari peluang bahwa perbedaan pengamatan akan terjadi jika pengamatan benar-benar merupakan sampel acak dari distribusi teoritis.

Hipotesis no1 pada uji ini adalah distribusi pengamatan tidak berbeda nyata dengan distribusi teoritis. Uji Kolmogorov-Smirnov dilakukan dengan menghitung frekuensi harapan kumulatif Fe untuk setiap kelas yang telah disusun. Uji ini mengguna- kan perbedaan absolut maksimum D antara Fo dan F,.

D = maksimum IFo

-

FeI

Nilai D ini kemudian dibandingkan dengan nilai D tabel. Hipotesis no1 diterima jika nilai tabel lebih besar dari D maksimum hasil perhitungan.

2. Uji kesamaan dua rata-rata

1989). Pasangan hipotesis no1 dan tandingannya yang akan diuji adalah :

Jika kedua simpangan baku tidak sama tetapi kedua populasi berdistribusi normal, hingga sekarang belum ada statistik yang tepat yang dapat digunakan. Pendekatan yang memuaskan adalah dengan menggunakan statistik t 1 sebagai berikut :

Kriteria pengujian adalah : terima hipotesis Ho jika

dengan :

2

w1 = s1 /nl ; w2 = s22/n2 tl = t(l-+a), (nl

-

1) dan

t2 = t(1-+a), (n2 - 1)

3. U j i kesamaan dua varian

Menurut Sudjana (1989), ketika menaksir selisih rata-rata serta menguji kesamaan atau perbedaan dua rata-rata digunakan asumsi bahwa kedua populasi mempu-nyai varian yang sama agar penaksiran dan pengujian bisa berlangsung. Dalam ha1 varian yang berlainan, sampai sekarang hanya digunakan cara-cara pendekatan. Oleh karena itu terasa perlu untuk melakukan penguj ian mengenai kesamaan dua varian atau lebih. Populasi-populasi dengan varian yang sama besar dinamakan populasi dengan varian yang homogen. Dalam ha1 lainnya disebut populasi dengan varian yang heterogen.

Pasangan hipotesis no1 Ho dan tandingannya H1 yang akan diuji adalah :

Kriteria pengujian adalah : terima hipotesis Ho jika F(1-a) (nl-l,n2-1) < F < F $a(nl-l,n2-1)

untuk taraf nyata a , dimana FB(m,n) didapat dari daftar distribusi F dengan peluang D, dk pembilang =

m dan dk penyebut = n, dalam ha1 lainnya Ho ditolak.

H. PENELITIAN TERDAHULU

Permasalahan dalam distribusi produk-produk agroindustri telah banyak diteliti. Marimin (1984) melakukan penelitian mengenai pengendalian distribusi komoditi beras dengan menggunakan teknik simulasi. Pada kajian tersebut dicoba diakomodasikan berbagai faktor yaitu produksi, konsumsi, biaya-biaya yang terlibat dan faktor kebijakan pemerintah. Penelitian ini menghasilkan sistem pengendalian distribusi fisik komoditi beras serta sistem informasi yang dapat meng-

identifikasi stok minimum yang diperlukan.

~enelitian untuk menentukan jumlah suplai serta dari mana produk disuplai untuk distribusi pupuk Urea di Pulau Jawa, diakukan oleh Syamsuar (1986). Metoda yang digunakan adalah model transportasi dengan algo- ritma simpleks sebagai salah satu alat dari program linier.

penambahan depotlgudang untuk produk rokok. Permintaan pasar dikaji dengan menggunakan peramalan dengan metode regresi tunggal.

Untuk menentukan jaringan distribusi fisik yang efisien dengan menentukan jumlah serta lokasi pusat distribusi serta mengalokasikan produk secara optimal, Sugiharto (1987) melakukan penelitian dengan mengguna- kan metoda heuristik untuk menentukan lokasi pusat distribusi, program linier untuk pengalokasian produk dan metode indeks untuk menentukan permintaan pasar. Dwiyanti (1989), melakukan penelitian mengenai pengalo- kasian jenis angkutan yaitu truk serta jumlah truk yang harus digunakan dalam kegiatan pengiriman barang, dalam ha1 ini produk-produk Coca Cola, agar diperoleh biaya pengangkutan yang minimum. Model yang digunakan adalah program linier dengan model pengendalian persediaan untuk menentukan kebutuhan atau permintaan dari setiap gudang

.

lokasi gudang, indeks daya beli untuk pendugaan potensi wilayah dan program linier untuk alokasi jumlah produk. Penelitian terakhir dilakukan oleh Rosdi (1992).

A. KERANGKA PEMIKIRAN

Pada k e g i a t a n p e n g i r i m a n t e r d a p a t b e b e r a p a h a 1 yang p e r l u d i p e r h a t i k a n y a i t u bagaimana produk d i k i r i m - kan s e r t a k e i n g i n a n konsumen akan produk yang b a i k dan d a p a t d i p e r o l e h s e t i a p s a a t konsumen m e n g i n g i n k a n . Pada p r o s e s p e n g i r i m a n produk i n i k e n d a r a a n yang d i g u n a k a n n n t u k m e n g i r i m k a n p r o d u k d a n w a k t u yang t e r s e d i a u n t u k mengirimkan produk t e r b a t a s . D i l a i n p i h a k w i l a y a n y a n g h a r u s d i k i r i m j u m l a h n y a .cukup banyak. Oleh karena i t u d i p e r l u k a n adanya penjadwalan p e n g i r i m a n produk s e h i n g g a p e r m i n t a a n konsumen d a p a t t e r p e n u h i s e c a r a maksimal dan sumber daya d a p a t diguna- kan s e c a r a e f i s i e n .

Penyusunan jadwal pengiriman produk i n i memerlukan p r a k i r a a n p e r m i n t a a n y a n g t e p a t , s e h i n g g a jumlah e s krim yang dibawa kembali ke p a b r i k k a r e n a t i d a k t e r j u a l d a p a t d i t e k a n , yang b e r a r t i juga mengurangi produk yang r u s a k a k i b a t pengaruh k e g i a t a n pemuatan dan pengangkut- an. S e l a i n i t u banyaknya pengecer yang akan dikunjungi j u g a p e r l u d i t e t a p k a n untuk memanfaatkan waktu pengi- riman yang t e r b a t a s .

karena itu digunakan teknik simulasi dalam prakiraan permintaan serta penentuan jumlah pengecer yang dikun- jungi. Adapun penugasan setiap salesman untuk mengi- rimkan produk dilakukan dengan metoda penugasan dan teknik heuristik sehingga diperoleh kapasitas kendaraan menganggur yang minimal.

B. PENDEKATAN BERENCANA

Pendekatan berencana dapat digunakan untuk memecah- kan permasalahan secara obyektif serta menetapkan alternatif-alternatif kebijaksanaan melalui penerapan model-model kuantitatif pada masalah-masalah yang dihadapi (Thierauf dan Klekamp, 1975).

Langkah-langkah analisa serta penyelesaian masalah dengan pendekatan berencana disajikan pada Gambar 2.

Adapun langkah-langkah yang harus ditempuh adalah sebagai berikut :

1. Observasi

2. Perumusan Masalah yang Sebenarnya

Pada tahap ini ditentukan faktor-faktor yang mempengaruhi masalah, seperti variabel-variabel yang mempengaruhi pengambilan keputusan, kendala-kendala terhadap penyelesaian masalah, serta asumsi-asumsi untuk menyelesaikan permasalahan yang sebenarnya.

3. Pengembangan Alternatif Penyelesaian Masalah

Alternatif-alternatif yang dikembangkan biasa-

nya diambil dari model matematik. Setiap model

matematik yang dikembangkan melalui tiga tahapan, yaitu :

a. Analisa Data

Tahap ini merupakan tahap pendefinisian asumsi, kendala, variabel, serta faktor-faktor lain yang sangat penting dalam proses pembuatan model matematik.

b. Pengembangan Model

Tahap ini merupakan tahap pengembangangan model matematik berdasarkan parameter-parameter yang telah ditentukan pada tahap analisa data.

c. Validasi Model

5. Verifikasi solusi optimal melalui tahap implemen- tasi

6. Membangun pengendali yang tepat untuk mendeteksi peubah-peubah yang mungkin terjadi dan mempengaruhi penyelesaian model. Maksud tahapan ini supaya formulasi permasalahan menjadi lebih tepat karena ada umpan balik terhadap observasi awal.

C. TATA LAKSANA

I. Tempat Penelitian

Penelitian dilakukan di perusahaan pembuatan es krim PT Dairyville, Jakarta pada divisi sales and distribution. Penelitian dimulaipada bulan September

1992 dan berakhir pada bulan Nopember 1992.

2. Identifikasi Masalah

Tahap ini merupakan tahap pengamatan terhadap permasalahan nyata yang ada di perusahaan pembuatan es krim. Pengamatan dilakukan terhadap :

a. Sistem pengolahan pesanan yang ada

b. Kebijaksanaan perusahaan dalam pengiriman produk c. Kebijaksanaan perusahaan dalam menentukan jumlah

produk yang akan dikirimkan untuk setiap wilayah d. Kebijaksanaan perusahaan dalam pengaturan penggu-

Kebutuhan Data Tahap Pemecahan Masalah

permasalahan dan

2 9

Kebutuhan Teknik

d e f i n i s i permasalahan yang sebenarnya

I informasi d a r i

seluruh sumber yang diperlukan

I

yang tepat untuk umpan b a l i k mendeteksi perubahan

yang mempengaruhi penyelesaian

pengembangan a l ternat if pengembangan model

- penyelesaian berdasarkan maksimisasil f a k t o r - f a k t o r yang minimisasi

data empiris pemilihan s o l u s i optimal

- contoh berdasarkan a l t e r n a t i f - a l t e r n a t i f

[image:41.605.126.504.86.528.2]

I

Gambar 2 . Skema t a h a p a n p e n d e k a t a n b e r e n c a n a ( T h i - e r a u f dan Klekamp, 1 9 7 5 )

mempengaruhi masalah

a l a t bantu komputer

data empiris v e r i f i k a s i solusi optimal melalui

2. Pengambilan Data

Pengambilan data dilakukan dengan pengamatan langsung, perhitungan, pencatatan data serta wawan- cara dengan pihak-pihak yang terkait.

Data-data yang diperlukan dalam penelitian ini antara lain :

a. jenis produk yang didistribusikan

b. jumlah wilayah pengiriman serta jumlah pengecer di setiap wilayah

c. tipe pengecer serta jumlah setiap tipe di setiap wilayah

d. jumlah kendaraan yang digunakan serta kapasitas- nya masing-masing

e. data permintaan dari setiap pengecer

f. Data waktu tempuh dari satu pengecer ke pengecer lain

g. data waktu yang diperlukan untuk mencapai pusat wilayah

h. data waktu pelayanan di setiap pengecer

3. Penyusunan Model dan Pengolahan Data

pengecer. Sedangkan penugasan k e n d a r a a m untuk

mengirimkan produk k e suatu wilayah dilakukan dengan

teknik penugasan dan teknik heuristik.

Model disusun dalam bentuk perangkat lunak

dengan menggunakan bahasa pemrograman Turbo Basic

INPUT :

WAKTU TUJU, LAYAN. TEMPUH

FOR I - W - 8 TO W- 1

OUTPUT :

JUMLAH PEHGECER(1)

INPUT :

JUMLAH TOKO. HOTEL. REST0 RAN. SUPERMAR- KET W I L ( 1 )

PERMINTAAN SE- T I A P PRODUK D I WILAYAH (I

I

ESTIMASI

PERMINTAAN W I L ( 1 ) ( S I M U L A S I )

OUTPUT :

TOTAL PERMIN- TAAN W I L (I)

NEXT I

.=?

KAPASITAS KENDARAAN

BANDINGKAN KAPASITAS XENDA- RAAN DGN TOTAL PERMINTAAN W I L C I )

I

ATUR PENUGASAN S E T I A P SALESMA

JADWAL HARIAN PENGIRIMAN

SELESAI

[image:44.595.103.431.104.634.2]

A

IV.

PERMODELAN

SISTEM

A. KERANGRA MODEL

Perangkat lunak penjadwalan pengiriman produk ini disusun untuk mengatur penggunaan kendaraan pada kegi- atan pengiriman es krim. Model disusun dengan menggu-

nakan bahasa pemrograman Turbo Basic versi 1.1.

Perangkat lunak ini terdiri dari tiga bagian, yaitu sistem manajemen dialog, sistem manajemen basis data dan sistem manajemen basis model.

1. Sistem manajemen dialog

Sistem ini berisi model yang berfungsi untuk mengatur komunikasi antara pengguna dengan perangkat

lunak, sehingga perangkat lunak dapat dimanfaatkan sesuai dengan funqsinya.

2. Sistem manajemen basis data

3. Sistem manajemen basis model

Sistem ini terdiri dari model-model matematik yang digunakan untuk mengolah data sehingga dipero- leh solusi akhir yang diinginkan. Sistem ini ter- diri dari beberapa modul yang mempunyai fungsi tersendiri. Modul-modul tersebut adalah :

a. Modul MINTA

Modul ini berfungsi untuk menghitung praki- raan permintaan dari setiap pengecer di suatu wilayah.

b. Modul OUTLET

Modul ini berfungsi untuk menentukan jumlah pengecer yang dapat dikunjungi dalam satu hari pengiriman untuk setiap wilayah.

c. Modul TUGAS

Modul ini berfungsi untuk mengatur penugasan kendaraan yang akan digunakan untuk mengirimkan produk ke setiap wilayah pengiriman.

B. FCMCANG BANGUN MODEL

1. Sistem manajemen dialog

p e r a n g k a t l u n a k s e r t a untuk menyampaikan s o l u s i yang yang d i h a s i l k a n p e r a n g k a t l u n a k k e p a d a p e n g g u n a . D i a l o g d i b u a t s e d e m i k i a n r u p a s e h i n g g a memudahkan i n t e r a k s i a n t a r a pengguna dengan model.

D i a l o g u n t u k memasukkan d a t a dipermudah dengan p e r t a n y a a n - p e r t a n y a a n yang hanya membutuhkan jawab- an-jawaban s i n g k a t d a r i pengguna. Sedangkan s o l u s i model d i s a m p a i k a n dalam bentuk t a b e l d a n angka-angka sederhana s e h i n g g a mudah dipahami o l e h pengguna.

Sistem manajemen basis data

D a t a - d a t a yang d i k e l o l a pada model i n i d i s i m - pan dalam modul-modul. S e t i a p modul b e r i s i d a t a - d a t a yang s p e s i f i k . Modul-modul y a n g t e r d a p a t p a d a s i s t e m manajemen b a s i s d a t a i n i , i a l a h :

a . Modul WILAYAH

Modul i n i b e r i s i d a t a - d a t a w i l a y a h p e n g i - riman y a n g a k a n d i k u n j u n g i . D a t a i n i d i g u n a k a n u n t u k m e n g e t a h u i k e w i l a y a h mana s a j a e s k r i m h a r u s d i k i r i m k a n

.

b. Modul OTLET

c. Modul TOKO

Modul ini berisi data jumlah pengecer yang terdapat di suatu wilayah yang termasuk dalam kategori toko. Data ini berguna dalam menentukan prakiraan permintaan dari setiap wilayah.

d. Modul HOTEL

Modul ini berisi data jumlah pengecer yang terdapat di suatu wilayah yang termasuk dalam kategori hotel. Data ini juga digunakan untuk menentukan prakiraan permintaan dari setiap wilayah.

e. Modul RESTORAN

Data yang terdapat pada modul ini adalah data jumlah pengecer pada suatu wilayah yang termasuk dalam kelompok restoran.

f. Modul SUPERMARKET

g. Modul BULK

Modul ini berisi data-data rata-rata serta standar deviasi permintaan es krim jenis bulk dari setiap hotel.

h. Modul BURK

Modul ini menyimpan data rata-rata permin- taan es krim jenis bulk dari setiap restoran serta standar deviasinya.

i. Modul LIMA

Data-data yang disimpan pada modul ini adalah data rata-rata serta standar deviasi permintaan es krim jenis lima liter dari setiap restoran.

j. Modul SATU

Merupakan modul yang berisi data rata-rata permintaan terhadap produk es krim satu liter dari setiap supermarket.

k. Modul DUA

1. Modul Kapasitas

Modul ini berisi data jumlah kendaraan yang digunakan serta kapasitas setiap kendaraan.

3. Sistem manajemen basis model

sistem ini terdiri dari modul-modul yang mem- punyai fungsi-fungsi tersendiri. Terdapat tiga modul dalam model ini yaitu :

a. Modul OUTLET

Modul ini digunakan untuk menghitung jumlah pengecer yang dapat dikunjungi oleh seorang

salesman dalam satu hari pengiriman. Jumlah

pengecer tersebut dibatasi oleh waktu pengiriman yang tersedia yang sama dengan jumlah jam kerja dalam satu hari.

Faktor-faktor yang diperhitungkan dalam menentukan jumlah pengecer ini adalah lamanya waktu yang digunakan untuk menempuh pusat wilayah pengiriman, waktu tempuh dari satu pengecer ke pengecer berikutnya serta waktu pelayanana paada setiap pengecer. Masukan yang diperlukan juga masih berkaitan dengan faktor-faktor tersebut, yaitu data rata-rata waktu yang diperlukan untuk mencapai pusat wilayah, rata-rata waktu tempuh

tersebut diolah dengan menggunakan teknik simulasi sehingga diperoleh keluaran berupa waktu untuk mencapai pusat wilayah, waktu tempuh dari satu pengecer ke pengecer berikutnya serta waktu pelayanan pada setiap pengecer.

Jumlah pengecer yang dapat dikunjungi dihi- tung dengan mengurangkan total waktu pengiriman yang tersedia dengan waktu-waktu tersebut. Waktu untuk menempuh pusat wilayah diasumsikan sama dengan waktu yang diperlukan untuk kembali dari pusat wilayah, sehingga waktu pengiriman yang tersisa sama dengan total waktu pengiriman diku- rangi dua kali waktu untuk menempuh pusat wila- yah.

yang a k a n d i k u n j u n g i . D i a g r a m a l i r modul i n i d a p a t d i l i h a t p a d a Gambar 4 .

b. Modul MINTA

Modul i n i b e r f u n g s i u n t u k menghitung p r a k i - r a a n p e r m i n t a a n d a r i s e t i a p p e n g e c e r pada s e t i a p w i l a y a h . P e n g e c e r y a n g t e r d a p a t p a d a s e t i a p w i l a y a h d i k e l o m p o k k a n k e d a l a m e m p a t k e l o m p o k , y a i t u kelompok t o k o , h o t e l , r e s t o r a n dan s u p e r - m a r k e t . P e n g e l o m p o k k a n i n i d i d a s a r k a n p a d a adanya p e r b e d a a n kecenderungan p e r m i n t a a n t e r h a - dap b e b e r a p a j e n i s produk.

T e k n i k y a n g d i g u n a k a n u n t u k m e n g h i t u n g p r a k i r a a n p e r m i n t a a n t e r h a d a p p r o d u k a d a l a h t e k n i k s i m u l a s i . Masukan y a n g d i p e r l u k a n p a d a model i n i a d a l a h r a t a - r a t a d a n s t a n d a r d e v i a s i p e r m i n t a a n d a r i s e t i a p p e n g e c e r t e r h a d a p s e t i a p kelompok p r o d u k s e r t a j u m l a h s e t i a p k e l o m p o k p e n g e c e r y a n g h a r u s d i k u n j u n g i . J u m l a h s e t i a p kelompok p e n g e c e r yang h a r u s d i k u n j u n g i merupakan k e l u a r a n d a r i modul O u t l e t . K e l u a r a n modul i n i a d a l a h p r a k i r a a n p e r m i n t a a n s e t i a p p r o d u k p a d a s a t u w i l a y a h yang merupakan h a s i l s i m u l a s i dengan menggunakan r a t a - r a t a p e r m i n t a a n dan j e n i s s e b a - r a n n y a m a s i n g - m a s i n g . D i a g r a m a l i r p r o g r a m komputer d a r i modul i n i d i s a j i k a n p a d a Gambar 5

MULAI

G'

I n p u t :

-RATJU

o u t p u t :

-LOGJU

I

S I S A I = WAKTOT -

S I S A Z = 0

o u t p u t :

-LOGLAY

S I S A Z = S i S A l - LOGLAY

WAK = WAK +

[image:53.595.63.533.90.639.2]

LOGLAY)

Q

SELESAI

MULAI

7

FOR I = 1 TO TOKCW)

I

JUMNS(W)=0 RATNS = 3 . 0 0 STDNS = 3.16

I

Gosub

Normal

o u t p u t :

-JUMNS(W)

Gosub

Normal

Gosub

Emp i r

o u t p u t :

[image:54.595.92.444.93.601.2]

-JUMPAL(W) -JUMIP(W) -JUMCR(W)

NEXT I

6

FOR I = I T O HOTELCW)

Normal

output : -JUMBUL(W)

G ~ s u b

Normal

output :

-JUMBUR(W) -JUMLIM(W)

NEXT I

c3

FOR I = I T O

Gorub

Normal

output : -JUMSAT(W)

NEXT I

+

FOR I = I

T O SUPERCW)

NEXT I

0

SELESAI

6

[image:55.595.67.510.101.677.2]

FOR N = l T O 1 2

(5

SUM = SUM+RND

I

NEXT N

.

(

u

[image:56.595.75.489.70.715.2] [image:56.595.139.443.73.284.2]

RETURN

Gambar 6. Diagram alir komputer subrutin Normal

FOR i = l TO N

E M P i R = B B ( J )

FOR J = 1 TO 3

c. Modul TUGAS

Modul ini merupakan modul terakhir dalam model penjadwalan pengiriman es krim ini. Modul

ini disusun untuk mengatur kendaraan mana yang akan mengirimkan produk ke suatu wilayah.

Masukan yang.diperlukan untuk model ini adalah data kapasitas setiap kendaraan yang digunakan serta total permintaan dari setiap wilayah. Total permintaan wilayah merupakan keluaran dari modul sebelumnya yaitu modul Minta. Data-data ini kemudian diolah sehingga menghasil- kan solusi akhir berupa penjadwalan penggunaan kendaraan untuk mengirimkan produk k e setiap wilayah tujuan.

Pertama-tama kapasitas setiap kendaraan diban- dingkan dengan jumlah produk yang akan dikirimkan ke suatu wilayah. Langkah ini dimaksudkan untuk melihat kendaraan mana saja yang dapat mengirim- kan produk ke wilayah tersebut, Apabila terdapat kelebihan permintaan dibandingkan dengan kapasi- tas kendaraan yang tersedia, maka dilakukan penquranqan pemenuhan permintaan yanq seminimal munqkin. Setelah itu dilakukan penugasan dengan tujuan meminimumkan jumlah kekuranqan kapasitas kendaraan.

Apabila hasil yang diperoleh tidak unik atau terdapat beberapa kendaraan yang dapat mengirim- kan produk ke suatu wilayah, maka dilakukan penugasan kembali dengan tujuan meminimumkan kapasitas menganggur dari setiap kendaraan.

FOR J - 1 TO 8

(2

FOR I = W-8 TO W-1

NEXT I

+

NEXT J

(3

FOR J - 1 TO 8

c 3

NEXT I

a

NEXT J

*

FOR J - 1 TO 8

0

NEXT I

ci

NEXT J

Lri_

FOR J - I TO 3

ENOL(J)

NEXT J

6

FOR J - I TO 8

c3-

GEDE

-

1E+15

FOR 1-W-8 TO

KOLOM = I

GEDE=KOS(J. I )

NEXT I

w3

FOR J=I T O 8

0

[image:60.595.52.539.108.633.2]

GEDE = KOS(J.1)

FOR I =

W-8 TO W-l

NEXT I

cl,

NEXT J

a

t

FOR I

-

W-8 TO W-1

EDE = I E t l Q

FOR 3 - 1 TO 8

0

NEXT J

&

FOR J - 1 TO 8

0

NEXT J

NEXT I

FOR J - 1 TO 8

NEXT I

Q

NEXT J

e)

FOR 5

-

W-8 TO W-1

FOR J - 1 TO 8

(3

FOR I

-

W-8 TO W-l

NEXT J

[image:61.595.63.536.84.691.2]

Q

FOR J - 1 TO 8

0

FOR J - 1 TO 8

N E X T I

0

.

-NEXT J

0

BESAR

-

4000

0

FOR J - 1 TO 8

0

C-BESAR

0

NEXT J

0

FOR ( 5 - 4 ) TO 8

(3

[image:62.595.54.522.66.692.2]

FOR I =

NEXT I

Lcf>

FOR J - 1 TO 3

a

NEXT I

NEXT J

FOR J - 1 TO 8

0

FOR I =

NEXT I

i-,

FOR K = l TO 8

0

NEXT K

c 5 -

NEXT 3

a

FOR J - 1 TO 8

0

p e l

T O T I D + I D L E ( J )

NEXT J

6

FOR J - 1 TO 8 [image:63.595.78.505.87.720.2]

0

FOR 5 =

W-8 T O W-l

NEXT 5

*

FOR J-1 TO 8

0

BESAR = IE+15

0

BESAR = SOK(J W

FOR H-1 T O 8

a

HEXT J

(3

FOR J-1 T O 8

kJ

TOTID =

TOTID + IDLE (J)

NEXT J

0

SELESAI

[image:64.595.79.498.95.665.2]

(3

V.

HASIL DAN

PEMBAHASAN

A. KONDISI PENGIRIMAN ES KRIM DI PT DAIRYVILLE

Masalah distribusi menyangkut beberapa hal, salah satu diantaranya adalah mengenai bagaimana produk- produk tersebut dikirimkan. Pengiriman produk berka- itan dengan penentuan pengecer yang akan dikunjungi, jumlah produk yang diangkut serta penugasan salesman atau pengaturan kendaraan yang akan digunakan.

PT. Dairyville memproduksi es krim dalam berbagai jenis rasa, bentuk dan kemasan. Secara garis besar produk-produk yang didistribusikan dapat dikelompokkan menjadi beberapa jenis yaitu es krim tipe bulk yaitu es krim dengan kemasan 7.8 liter; es krim tipe catering yaitu es krim dengan kemasan 5 liter, 2 liter dan 1

liter, serta es krim tipe impulse yaitu es krim yang dikemas dalam volume kecil (55-100 ml) yang meliputi jenis Nippa Cup, Nut Sundae, Koola Pole, Koola Kream, Pals, Icy Pole, Popsy, Chock Rock, Skubidu, dan Green Bean. Berbagai jenis es krim yang diproduksi dan didistribusikan oleh PT Dairyville disajikan pada Lampiran 1.

Wilayah Jabotabek yang menjadi wilayah kajian dalam penelitian ini meliputi daerah Jakarta, Bogor, Cianjur, Bekasi, Kerawang dan Sukabumi. Total jumlah pengecer di wilayah Jabotabek ini adalah 9 9 1 pengecer dengan perincian 834 toko, 20 hotel, 5 5 restoran dan 8 2 super- market.

Adapun jumlah salesman yang bertugas mengirimkan produk k e wilayah-wilayah tadi ada delapan orang. Kendaraan pengangkut yang digunakan juga ada delapan buah dan setiap salesman menggunakan satu kendaraan yang tetap. Tiga buah kendaraan berkapasitas 5 5 0 kg sedangkan lima kendaraan lainnya berkapasitas 1 0 5 0 kg.

PT. Dairyville menggunakan jadwal tetap untuk megirimkan produknya ke setiap pengecer. Pengecer yang akan dikunjungi telah ditetapkan oleh perusahaan sesuai dengan wilayah pengiriman masing-masing. Dalam satu hari pengiriman jumlah pengecer yang harus dikunjungi berkisar antara 15 sampai 2 5 pengecer. Banyaknya produk yang akan dikirimkan ke setiap pengecer ditentu- kan sendiri oleh masing-masing salesman.

Sistem penjadwalan seperti ini masih mempunyai be- berapa kelemahan. Pertama, dari jumlah pengecer yang harus dikunjungi dalam satu hari rata-rata hanya 7 0

man dan j e n i s s e r t a jumlah produk d i k i r i m k a n k e penge- c e r - p e n g e c e r h a n y a b e r d a s a r k a n p e r k i r a a n s a l e s m a n . H a l i n i d a p a t m e n y e b a b k a n k u n j u n g a n k e s e t i a p p e n g e c e r t i d a k t e r a t u r . S a t u p e n g e c e r mungkin d i k u n j u n g i s a t u minggu s a t u k a l i , p e n g e c e r yang l a i n d u a minggu kemu- d i a n bahkan a d a p e n g e c e r yang t e r l e w a t t i d a k d i k u n j u n g i selama beberapa waktu.

Kelemahan k e d u a , k a r e n a j u m l a h p r o d u k y a n g a k a n d i k i r i m d i t e n t u k a n b e r d a s a r k a n p e r k i r a a n s a l e s m a n , t i d a k j a r a n g b a n y a k p r o d u k y a n g d i b a w a k e m b a l i k e p a b r i k k a r e n a t i d a k t e r j u a l . Jumlah produk yang t i d a k t e r j u a l i n i r a t a - r a t a p e r h a r i d a p a t mencapai 3 1 p e r s e n d a r i p e n j u a l a n yang sebenarnya. H a l i n i d a p a t mengaki- b a t k a n adanya produk-produk yang r u s a k a k i b a t pemuatan a t a u pengambilan es k r i m d a r i k e n d a r a a n s e r t a k e r u s a k a n k a r e n a perubahan t e m p e r a t u r selama p e r j a l a n a n .

B

.

ANALISA DATA

1. Data elemen waktu pengiriman

untuk mencapai pusat wilayah atau disebut waktu tuju, waktu tempuh antar pengecer serta waktu pela- yanan di setiap pengecer. Waktu tuju serta waktu tempuh dipengaruhi oleh kondisi lalu lintas yang bersifat tidak pasti, sedangkan waktu pelayanan tergantung pula pada situasi pada waktu pengiriman yang juga tidak pasti. Oleh karena itu dilakukan estimasi terhadap waktu tuju, waktu tempuh serta waktu pelayanan. Teknik yang digunakan adalah teknik simulasi dan estimasi dilakukan berdasarkan data-data aktual. Agar hasil simulasi dapat mewaki- li kondisi nyatanya, maka dilakukan serangkaian pengujian terhadap data aktual serta data hasil simulasi. Uji yang dilakukan meliputi uji sebaran terhadap data aktual, uji keseragaman nilai tengah serta keseragaman simpangan baku antara data aktual dengan data hasil simulasi. Berikut ini adalah hasil pengujian terhadap data-data waktu.

1.1. Waktu tu ju

nov. Pengujian terhadap sebaran normal mengha- silkan D maksimum yang lebih kecil dari nilai D tabel, sehingga hipotesa no1 dapat diterima. Hal ini berarti waktu tuju mengikuti sebar- an normal. Hasil pengujian disajikan pada tabel 1.

Setelah dilakukan simulasi dengan menggu- nakan sebaran normal, maka dilakukan pengujian terhadap data hasil simulasi tersebut. Uji pertama yang dilakukan adalah uji keseragaman nilai tengah. Pengujian dilakukan dengan uj i- t. Hasil pengujian menunjukkan nilai t yang berada di antara batas-batas wilayah pengujian. Hal ini berarti data simulasi homogen dengan data aktual berdasarkan nilai tengahnya.

Uji lain yang dilakukan adalah uji kesera-

gaman simpangan baku. Uji yang digunakan

adalah uji statistik F. Nilai F hasil penghi- tungan berada diantara batas harga pengujian. Hal ini berarti data simulasi juga seragam dengan data aktual berdasarkan simpangan baku- nya.

Waktu tempuh

mengikuti sebaran normal. Hal ini ditunjukkan oleh nilai D maksimum hasil perhitungan yang

lebih kecil dibandingkan nilai D tabel.

Data hasil simulasi dengan bangkitan bi- langan acak dengan sebaran normal kemudian diuj i lagi keseragamannya dengan melakukan uj i t dan uji F. Nilai t hitung yang diperoleh pada penguj ian keseragaman nilai tengah berada di antara nilai-nilai batas. Hal ini berarti bahwa data hasil simulasi seragam nilai tengah- nya dengan data aktual waktu tempuh.

Pada uji keragaman data diperoleh nilai F hitung yang berada diantara nilai-nilai yang menjadi batas kiri serta batas kanan pengujian. Hal ini menunjukkan hipotesa no1 bahwa kera- gaman data aktual dengan data hasil simulasi bersifat homogen dapat diterima.

1.3. Waktu pelayanan

nilai D tabel, sehingga hipotesa no1 diterima. Hal ini berarti bahwa waktu pelayanan mengikuti

sebaran normal.

Tabel 1. Hasil uji sebaran normal terhadap data waktu aktual

Waktu D maks D tabel Status

Tuju 0 . 2 0 3 9 8 0 . 4 7 0 normal

Tempuh 0.21417 0.254 normal

Pelayanan 0 . 1 9 4 2 6 0 . 2 4 0 normal

Uji Keseragaman nilai tengah data hasil simulasi menunjukan data simulasi seragam nilai tengahnya dengan data aktual.

Tabel 2 . Hasil uji keseragaman nilai tengah

Waktu t hitung batas batas status

kiri kanan data

Tuju - 0 . 2 4 5 - 2 . 0 0 2 2 . 0 0 2 homogen Tempuh 0.390 - 0 . 4 8 7 0.487 homogen Pelayanan 0.767 - 1 . 6 9 9 1 . 6 9 9 homogen

Tabel 3. Hasil uji keseragaman simpangan baku data waktu

Waktu F hitung batas batas Status

kiri kanan data

Tuju 0.913 0.227 2.290 homogen

Tempuh 1.154 0.511 1.775 homogen

Pelayanan 1.103 0.544 1.688 homogen

2. Data permintaan

bakunya untuk melihat kehomogenan data aktual dengan data hasil simulasi. Berikut ini hasil beberapa pengujian terhadap berbagai kelompok produk.

2.1. Kelompok produk Nut Sundae

Uji sebaran yang dilakukan terhadap kelom- pok ini menunjukkan bahwa permintaan terhdap kelompok produk nut sundae mengikuti sebaran .normal. Hal ini diperlihatkan oleh harga D

hitung yang lebih kecil dari nilai D tabel pada taraf pengujian 0.01 persen.

Simulasi dengan menggunakan sebaran normal menghasilkan estimasi permintaan terhadap kelompok produk Nut Sundae. Agar data ini dapat digunakan oleh model, maka data hasil simulasi harus bersifat homogen dengan data aktualnya. Uji kehomogenan nilai tengah data dilakukan dengan uji-t. Pengujian ini menun- jukkan bahwa data hasil simulasi bersifat homogen. Hal ini terlihat dari nilai t hitung yang berada di antara nilai-nilai batas pengu- j ian.

bahwa data simulasi bersifat homogen berdasarkan keragamannya diterima. Hasil pengujian dapat dilihat pada tabel 4.

2.2. Kelompok produk Popsy

Uji sebaran normal terhadap kelompok produk ini memberikan nilai D maksimum yang lebih kecil dibandingkan dengan nilai D tabel pada pengujian terhadap sebaran normal. Hal ini berarti bahwa permintaan terhadap kelompok produk Popsy mengikuti sebaran normal.

Tabel 4. Hasil uji sebaran normal terhadap permintaan Nut Sundae dan Popsy

Produk D maksimum D tabel Status

Nut Sundae 0.21966 0 . 2 3 2 8 6 normal

POPSY 0.19150 0 . 2 3 0 5 2 normal

Pengujian selanjutnya dilakukan terhadap data bangkitan dengan menggunakan sebaran normal. Uji nilai tengah memperlihatkan bahwa data bersifat homogen berdasarkan nilai tengah.

Tabel 5. Hasil uji kesergaman terhadap nilai tengah permintaan Nut Sundae dan POPSY

Produk t hitung batas batas status

kiri kanan data

Demikian pula uji keragaman menunjukkan bahwa data hasil simulasi bersifat homogen dengan data aktual. Hal ini ditunjukkan dengan nilai F hitung yang berada di antara batas- batas wilayah pengujian.

Tabel 6. Hasil uji keseragaman permintaan Nut Sundae dan Popsy

Produk F hitung batas batas Status

kiri kanan data

Nut Sundae 0.924 0.671 1.409 homogen

POPSY 0.848 0.690 1.381 homogen

2.3. Kelompok produk impulse

Kelompok produk impulse terdiri dari produk-produk Nippa Cup, Koola Kream, Koola Pole, Green Bean, Pals, Icy Pole dan Chock Rock. Pengujian terhadap kelompok produk ini menunjukkan bahwa permintaan terhadap kelompok produk ini tidak mengikuti salah satu sebaran teoritis. Oleh karena itu dalam membangkitkan simulasi kelompok impulse digunakan sebaran empiris.

2.4. Kelompok produk catering

diuji sebarannya masing-masing untuk melihat perilaku permintaanya. Pengujian dilakukan pada permintaan di setiap wilayah. Hasil uji Kolmogorov-Smirnov terhadap masing-masing produk di setiap wilayah menunjukkan bahwa permintaan menyebar secara normal.

Estimasi permintaan dilakukan dengan mem- bangkitkan bilangan acak dengan sebaran normal. Hasil simulasi diuji keabsahannya dengan uji keseragaman nilai tengah dan keragaman. Hasil pengujian seluruhnya menunjukkan bahwa data hasil simulasi homogen dengan data aktual berdasarkan uji nilai tengah serta uji keraga- man. Hal ini diperlihatkan dengan nilai t hitung serta F hitung yang berada diantara batas-batas wilayah pengujian.

C. PENJADWALAN P E N G I R I W PRODUK

Jadwal pengiriman produk yang disusun meliputi .penentuan prakiraan permintaan produk di suatu wilayah,

kriteria yang dipertimbangkan pada penjadwalan ini, yaitu memenuhi permintaan secara maksimum dengan memak- simumkan jumlah produk yang diangkut serta meminimumkan kapasitas menganggur kendaraan.

1. Prakiraan permintaan

Produk-produk es krim yang didistribusikan oleh PT. Dairyville dikelompokkan lagi dalam beberapa kelompok kecil. Pengelompokkan ini didasarkan pada adanya kesamaan kecenderungan permintaan. Prakiraan permintaan dilakukan pada setiap pengecer di setiap wilayah.

diangkut kembali pada penjadwalan sebelumnya rata- rata mencapai 3 1 persen dari jumlah produk yang diangkut

.

Jadwal yang baru disusun dengan memperhitungkan prakiraan permintaan. Jumlah produk yang diangkut disesuaikan dengan jumlah permintaan yang ada. Hal ini memberikan beberapa keuntungan. Pertama, dengan prakiraan permintaan yang baik, maka dapat diperoleh pengiriman produk yang efisien. Keuntungan kedua, dengan prakiraan permintaan yang baik, maka produk yang dibawa kembali ke pabrik karena tidak terjual akan lebih sedikit jumlahnya. Hal ini akan mengu- rangi juga jumlah produk yang mungkin rusak karena pembongkaran dan pemuatan produk dan kerusakan selama transportasi. Hasil prakiraan permintaan pada setiap wilayah disajikan pada tabel berikut ini.

Tabel 7. Prakiraan permintaan produk es krim pada setiap wilayah pengiriman

. Wilayah Jumlah Wilayah Jumlah

Permintaan Permintaan

(kg) (kg)

Tabel 7 . L a n j u t a n

Wilayah Jumlah Wilayah Jumlah

Permintaan P e r m i n t a a n

(kg) ( k g )

P s r . B a r u Senen Matraman C i l a n d a k Pamulang c i n e r e Ragunan ~ e j a t e n K a l i b a t a Bogor Sukabumi Depok Cibinong Bekasi Kerawang K a l i Malang

Kemang

Pondok I n d a h Thamrin

Fatmawati B i n t a r o K l e n d e r T e b e t Menteng P s r . Minggu C i k i n i Mampang S u n t e r Kota

P u l o Gadung Tanah Abang Daan Mogot Kayu Manis

[image:79.599.125.504.85.366.2]

2. Penentuan jumlah pengecer yang harus dikunjungi

Pengecer yang akan dikunjungi dapat dikelompok- kan menjadi empat kelompok yaitu kelompok toko, hotel, supermarket serta restoran. Pengelompokkan ini didasarkan pada adanya perbedaan jenis produk yang dipesan. Hotel hanya memesan es krim jeni.s bulk saja, sedangkan supermarket memesan produk jenis satu liter dan dua liter. Adapun restoran ada yang memesan es krim dalam bentuk bulk, namun ada pula restoran yang memesan es krim dalam kemasan lima liter. Produk-produk impulse merupakan produk yang dipesan oleh toko-toko.

Rata-rata jumlah pengecer dalam satu wilayah berkisar antara 10 sampai 49 pengecer. Dari jumlah tersebut jumlah hotel berkisar antara no1 sampai empat hotel; jumlah restoran antara no1 sampai enam restoran dan jumlah supermarket antara no1 sampai delapan restoran. Sedangkan jumlah toko antara 10

sampai 49 toko dalam setiap wilayah. Penyebaran

-

hotel, restoran, supermarket serta toko dalam suatu

wilayah dapat dilihat pada lampiran 2.

pada model Outlet. Asumsi yang digunakan pada model ini adalah rata-rata serta deviasi standar waktu tuju, waktu pelayanan serta waktu tempuh untuk setiap wilayah sama dan mengikuti sebaran yang sama pula. Apabila permintaan pada setiap wilayah dipe- nuhi seluruhnya maka waktu yang diperlukan untuk mengirimkan produk berkisar antara 10 jam sampai

30.6 jam. Salesman mempunyai keterbatasan kemampuan dalam mengirimkan produk. Seorang salesman maksimal dapat bekerja selama kurang lebih 10 jam perjalanan. Diasumsikan bahwa salesman bekerja dengan jam kerja maksimum, yaitu 10 jam, maka jumlah pengecer yang dapat dikunjungi selama waktu tersebut adalah seki- tar 16 sampai 17 pengecer. Dari jumlah ini ditentu- kan hotel, restoran, serta supermarket yang akan dikunjungi adalah seluruh hotel, supermarket, serta restoran yang ada di wilayah tersebut. Sisa jumlah pengecer yang tersedia merupakan jumlah toko yang harus dikunjungi.

ini diambil agar pengiriman ke setiap jenis pengecer termasuk toko lebih merata.

Wilayah dengan jumlah pengecer lebih dari 17

pengecer, tidak dapat dikun jungi sekaligus dalam satu hari pengiriman. Pengecer yang tidak dapat dikunjungi pada hari itu akan dikunjungi pada kun- jungan berikutnya. Perangkat lunak yang disusun telah dilengkapi denga