ANALISIS DAN PERENCANAAN SISTEM
OPERASIONAL KAPAL PENGANGKUT
MINYAK MENTAH DOMESTIK
PT. PERTAMINA
Faradiba Hafizah Lucky Rahardi Rakhmawati
Jl. K.H. Syahdan No. 9, Kemanggisan, Jakarta Jl. K.H. Syahdan No. 9, Kemanggisan, Jakarta Jl. K.H. Syahdan No. 9, Kemanggisan, Jakarta
BINUS University BINUS University BINUS Unversity
faradibahafizah@gmail.com lucky.rahardi@gmail.com rakhmawati.rakhma@gmail.com
ABSTRACT
Crude oil has been used as a main source of the energy, especially in Indonesia. The energy such as fuel, electricity, asphalt, wax were distilled through the refining process of crude oil as the upstream product. As the population grows, the demand of the refined product, which is indirectly, of crude oil also increases. Therefore, to be able to stay competitive among oil and gas open business in Indonesia, PT. PERTAMINA should be able to optimize the upstream system to meet the need. Shipping Division is a division that is responsible for distribution process. In this case, shipping division should be able to deliver crude oil at the right time, in the right place, and with the right amount. Vessel is the main transportation mode of delivering crude oil from Load Port Crude to Refinery Unit and it is known as “Tanker”. Hence, PT. PERTAMINA should be able to optimize the shipping operation pattern to reduce cost. Within the system, PT. PERTAMINA assigned 46 vessels chartered and 3 owned, which is 49 total. Using VRP (Vehicle Routing Problem), Integer Programming, Scheduling Method, and with the help of Netpas Voyage Distance, the result has showed the vessel utilization reduction up to 51,02%.
Keywords: Upstream Process, VRP (Vehicle Routing Problem), Integer Programming, Scheduling,
Refinery Unit.
ABSTRAK
Minyak mentah telah digunakan sebagai sumber energi utama, dan terutama di Indonesia. BBM (Bahan Bakar Minyak),listrik, aspal, lilin disuling melalui proses distilasi minyak mentah sebagai produk hulu. Seiring dengan meningkatnya populasi, permintaan produk hasil distilasiminyak mentah yang secara tidak langsung berdampak kepada produk minyak mentah yang juga meningkat. Oleh karena itu, PT. PERTAMINA harus mampu mengoptimalkan sistem operasional hulu agar dapat terus berkompetisi pada bisnis migas untuk memenuhi kebutuhan. Divisi Perkapalan merupakan divisi yang bertanggung jawab untuk proses distribusi. Dalam hal ini, Divisi Perkapalan harus mampu memberikan minyak mentah pada saat yang tepat, di tempat yang tepat, dan dengan jumlah yang tepat. Kapal merupakan moda transportasi utama yang mendistribusikan minyak mentah dari terminal K3S menuju unit kilang, yang biasadisebut "Tanker". Oleh karena itu, PT. PERTAMINA harus mampu mengoptimalkan pola operasionalkapal pengangkut minyak mentah untuk mengurangi biaya. Dalam sistem, PT. PERTAMINA menugaskan 46 kapal charter dan 3 kapal milik PT. PERTAMINA, total 49 kapal. Di sisi lain, terdapat faktor biaya yang dikenakan untuk setiap operasi pengiriman seperti: pembayaran sewa kapal, gaji kru, dan bahan bakar kapal. Dengan megoperasikanmetode VRP (Vehicle Routing Problem), Integer Programming, Penjadwalan, LINGO, dan Netpas Voyage Distance secara bertahap, hasil penelitian telah menunjukkan terjadinya pengurangan penggunaan kapal sebesar 51,02%.
Kata kunci: Upstream Process, VRP (Vehicle Routing Problem), Integer Programming, Scheduling,
Pendahuluan
Seiring dengan pesatnya pertumbuhan populasi di Indonesia, konsumsi minyak mentah atau
crude oil di Indonesia meningkat (lihat Gambar 1.1). Peningkatan demand ini harus disertai dengan
kinerja proses hulu yang optimal, yang melibatkan dua kegiatan yaitu produksi dan distribusi. Dalam hal ini tentunya baik kegiatan produksi atau distribusi tidak boleh terhambat untuk saling bersinergi satu sama lain dalam mencapai titik efisiensi. Sesuai dengan studi Supply Chain Management,
interdependency antar kedua kegiatan ini sangat dibutuhkan dalam mencapai tujuan utamanya.
Gambar 1 Grafik Konsumsi Crude Oil di Indonesia
Kegiatan hulu migas melibatkan proses lifting produk crude oil di lokasi offshore dan proses distribusi dari load port crude terdekat dari lokasi offshore menuju RU (Refinery Unit) yang terletak di Dumai, Plaju, Cilacap, Balikpapan CDU IV, Balikpapan CDU V, dan Balongan. Jalur utama yang digunakan dalam pendistribusian crude oil, adalah jalur laut sesuai dengan kondisi geografis Indonesia yang merupakan negara kepulauan. Oleh karena itu, Shipping Operation atau Divisi Perkapalan merupakan salah satu divisi PT. PERTAMINA yang bertanggung jawab dalam proses distribusi produk hulu yaitu crude oil. Crude Oil ini yang nantinya akan diolah menjadi produk akhir seperti LPG, Aftur, Bahan Bakar Minyak, Minyak Tanah, Bahan Bakar Industri, Pelumas, Lilin, Minyak Bakar, dan Aspal melalui proses distilasi. Dari Gambar 1.1, dapat disimpulkan bahwa tingkat ketergantungan konsumsi minyak mentah sebagai sumber energi utama semakin meningkat. Hal ini tentunya mendorong PT. PERTAMINA untuk meningkatkan supply produk agar stok terjaga.
Dalam hal ini, distribusi merupakan proses yang harus dioptimalkan agar mencapai titik efisiensi dimana jenis produk minyak dapat didistribusikan ke lokasi yang tepat dengan jumlah yang tepat dan dalam waktu yang tepat. Pada keempat jenis minyak, angka demand telah dapat dipenuhi maka proses distribusi pun harus dapat mendukung keseluruhan proses untuk mencapai titik optimum. Rute atau pola operasional kapal pengangkut minyak mentah yang diimplementasikan harus disesuaikan dengan pemetaan alokasi produk minyak mentah dari lokasi pengeboran ke suatu kilang agar kebutuhan dapat dengan segera dipenuhi.Distribusi menggunakan jalur laut memiliki banyak pertimbangan baik dari jenis kapal (GP, MR, LR), dan berat kapal terhadap kedalaman laut pada pelabuhannya, suhu kapal yang harus disesuaikan dengan standardisasi safety policy dari produk yang dibawanya, dan hal lainnya.
Oleh karena itu, tujuan utama tugas akhir ini adalah untuk menganalisis dan merencanakan pola operasional kapal pengangkut minyak mentah dalam sistem distribusi hulu produk minyak mentah domestik dari Port (Terminal K3S)menuju Refinery Unit yang optimum, dengan beberapa hal yang perlu dipenuhi seperti :
1.Dapat memenuhi demand.
2.Dapat memenuhi alokasi pengiriman supply.
3.Tidak melewati batas constraints yang telah ditetapkanpada tahap pengumpulan data.
Metode Penelitian
Observasi Lapangan
Kegiatan observasi lapangan berlangsung di PT. PERTAMINA (PERSERO) yang berada di Jl. Medan Merdeka Timur 1A, Jakarta 10110. Kegiatan observasi dilakukan dengan cara mempelajari data permasalahan-permasalahan yang sedang dihadapi oleh Divisi Perkapalan PT. PERTAMINA. Data-data ini nantinya akan menjadi data pendukung perumusan masalah.
Perumusan Masalah
Identifikasi masalah yang dilakukan dalam penelitian ini berupa analisis operasional kapal pengangkut minyak mentah dari offshore atau sumur minyak menuju Refinery Unit yang optimum dan dapat diimplementasikan oleh Divisi Perkapalan PT. PERTAMINA. Analisis yang melibatkan comparison atau perbandingan antara jumlah penggunaan kapal yang dihasilkan dari penelitian dengan sistem yang sedang digunakan untuk memenuhi demand dan
supply yang telah dipersiapkan untuk diantar. Lalu, sistem operasional kapal akan digambarkan
melalui metode scheduling.
Studi Literatur
Untuk menentukan penggunaan metode yang tepat dalam pemecahan masalah yang terjadi, maka terdapat beberapa literatur yang menjadi acuan atau sumber referensi.
Pengumpulan Data
Pada tahap ini, observasi yang dilakukan bertujuan untuk mengumpulkan dan mempelajari data-data yang dibutuhkan yang kemudian disesuaikan dengan metode-metode yang akan digunakan pada tugas akhir. Adapun data-data yang dibutuhkan dalam penelitian ini adalah:
1. Data koordinat pengeboran minyak mentah di Indonesia 2. Data Master Plan pengiriman minyak mentah ke refinery unit
3. Data permintaan minyak mentah tiap Refinery Unit dan supply minyak mentah tiap pengeboran.
4. Data jenis dan jumlah kapal yang digunakan dalam sistem transportasi minyak mentah
5. Data jumlah kapal dari current system atau sistem yang sedang digunakan.
6. Constraints yang harus dipertimbangkan pada tahapan selanjutnya yaitu pengolahan
data.
Terdapat software untuk membantu pencarian data yaitu Netpas Software yang digunakan untuk mencari jarak dari setiap Port menuju setiap RU. Software ini merupakan
software yang digunakan oleh PT. PERTAMINA dalam mencari jarak terdekat dan dapat
disesuaikan dengan kedalaman lautnya.
Pengolahan Data
Setelah data terkumpul, pada tahap pengolahan data, penelitian dilanjutkan dengan mengoperasikan metode-metode yang dibutuhkan berdasarkan permasalahan yang telah diidentifikasi. Metode tersebut berupa:
1. Vehicle Routing Problem
2. Mixed Integer Programming
3. Scheduling
Terdapat beberapa software untuk membantu proses pengolahan data yaitu LINGO
Software yang digunakan untuk mencari solusi dari jenis Linear Programming.
Analisis dan Bahasan
Seusai tahapan pengolahan data, penelitian berlanjut kepada hasil analisis yang melibatkan perbandingan dari hasil perhitungan metode-metode yang digunakan pada tahap pengolahan data; dengan hasil yang telah dicapai oleh PT. PERTAMINA (PERSERO) melalui penerapan kebijakan alur distribusi dan model transportasi yang telah digunakan. Hasil perbandingan ini nantinya akan menjadi pertimbangan preferensi sesuai dengan hasil yang paling efektif dan efisien berdasarkan kepada data supply dan demand.
Kesimpulan
Sesuai dengan judul penelitian, kesimpulan yang akan dihasilkan dari tahapan hasil dan pembahasan akan berupa analisis perbandingan jumlah penggunaan kapal yang telah diterapkan oleh PT. PERTAMINA (PERSERO) dengan hasil perhitungan yang dihasilkan melalui metode-metode yang digunakan pada tahap pengolahan data.
Hasil dan Bahasan
Pengumpulan Data Koordinat dan Nama Minyak
Pada proses distribusi tentu dibutuhkan data lokasi ketiga titik penyebaran tersebut. Data titik koordinat dari lokasi offshore, load port crude dan RU sudah disusun dalam peta (lihat Gambar 2). Data tersebut harus disesuaikan terhadap kedalaman laut pada pelabuhan setiap RU sehingga tidak semua jenis kapal dapat berlabuh di RU tersebut. Lalu, jalur yang diambil harus disesuaikan dengan berat muatan kapal, jenis kapal dan kedalaman laut. Jalur yang dipilih inilah yang nantinya akan menjadi data jarak untuk proses perhitungan.
Gambar 2 Lokasi Offshore, Terminal K3S, dan Refinery Unit (RU)
Sebagai data umum, data nama produk minyak mentah yang ada di Indonesia dan jenis minyak mentah nantinya akan berpengaruh dalam pembuatan produk jadi, dan jenis muatan dalam kapal. Untuk mengolah minyak menjadi produk jadi, tentunya setiap RU memiliki komposisi yang berbeda. Nama-nama produk yang diminta setiap RU berbeda karena sesuai dengan kandungan minyak yang dibutuhkan pada proses pengolahan di setiap RU.
Tabel 1 Nama dan Jenis Minyak Mentah di Indonesia
No Nama Minyak Jenis Minyak No Nama Minyak Jenis Minyak No Nama Minyak Jenis Minyak 1 Arjuna Light 10 Grissik Mix Medium 19 Sangatta Light
2 Badak Light 11 Handil Light 20 Senipah Light
3 Bekapai Light 12 Jatibarang Light 21 SLC Light
4 Belanak Light 13 Katapa Mix 22 Tarakan Light
5 Belida Light 14 Lalang Light 23 Widuri Light
6 Bunyu Light 15 Lirik Light 24 Jambi Light
7 Cinta Light 16 Madura Light 25 sepinggan Light
8 Duri Heavy 17 Mudi Light
9 Geragai Light 18 Pendalian Light
Pengumpulan Data Jarak Port ke RU
Perhitungan jarak dari Port menuju RU bergantung kepada jalur yang dipertimbangkan berdasar kepada berat muatan yang diangkut kapal, jenis kapal terhadap kedalaman laut sepanjang jalur yang diambil. Data jarak tersebut didapatkan dari penggunaan Netpas Software.
Tabel 2 Jarak Antara Port dan Refinery Unit (RU) Unit Kilo Meter
RU
Port Dumai Balongan Plaju Cilacap
Balikpapan CDU IV Balikpapan CDU V Arjuna - - 560,00 447,00 1.025,00 1.025,00 Petrochina - - 154,00 958,00 - - Grissik - - 154,00 958,00 - - Belanak - - - 1.007,00 887,00 - Surabaya - 526,59 705,00 687,00 890,81 891,00 Madura - - - 652,00 447,00 - Bekapai - - - 887,00 37,00 - Senipah - - - 885,00 49,00 37,00 Bunyu - - - 401,00 Dumai - 1.256,59 484,00 1.900,17 1.198,00 1.198,00
Pengumpulan Data Waktu Loading Minyak Mentah
Loading minyak mentah merupakan suatu proses dimana minyak mentah yang
merupakan hasil dari proses lifting di offshore, yang kemudian dialirkan melalui pipa ke Terminal K3S dimuat dalam kapal untuk didistribusikan sehingga dapat diolah di Refinery
Unit. Contoh perhitungannya adalah sebagai berikut:
Pengumpulan Data Waktu Tempuh Setiap Jenis Kapal dari Port Menuju RU
Waktu tempuh setiap kapal dibedakan berdasarkan kepada jenisnya. Terdapat tiga jenis kapal yang digunakan oleh PT. PERTAMINA yaitu Large Range (LR), Medium Range (MR), dan General Purpose (GP). LR: 13 Knot, MR: 12 Knot, dan GP: 11 Knot.
Pengumpulan Data Kapasitas Unloading Minyak Mentah di Setiap RU
Proses unloading merupakan proses dimana minyak mentah yang dimuat di kapal dipindahkan melalui fasilitas pipa penyalur minyak yang telah disediakan di setiap RU.
Tabel 3 Kapasitas Unloading Setiap RU Unit Barrel Stream per Day
Nama RU Kapasitas Unloading
RU III Plaju 133.700
RU IV Cilacap 348.000
RU V Balikpapan CDU IV 260.000
RU V Balikpapan CDU V 260.000
RU VI Balongan 125.000
Pengumpulan Data Constraints Jenis dan Kapasitas Kapal
Tabel 4 Jenis Kapal dan Kapasitas
Jenis Kapal Kapasitas Muatan
LR 600,000 barel
MR 220.000 barel
Pengumpulan Data Constraints Komposisi Permintaan Produk Minyak Mentah
di Setiap RU
Permintaan produk minyak mentah pada masing-masing RU berbeda karena setiap RU memiliki mesin hanya mampu mengolah produk crude atau minyak mentah tertentu (lihat Tabel 8).
Tabel 5 Komposisi Minyak Mentah Setiap RU
Refinery Unit Port / Pipa Produk
Balongan
Pipa langsung ke RU Jatibarang
Port Surabaya Mudi
Port Dumai Duri
SLC
Dumai Pipa langsung ke RU
SLC Duri Pendalian Lirik
Tongkang Selat Panjang
Plaju
Pipa langsung ke RU Jambi Tampi
Port Dumai
Duri SLC Lalang
Port Arjuna Arjuna
Port Petrochina Geragai
Port Grissik Grissik Mix
Port Surabaya Mudi
Balikpapan CDU IV
Pipa langsung ke RU Sepinggan Sanga-sanga
Port Arjuna Arjuna
Jatibarang
Port Dumai
Duri SLC Katapa
Port Bekapai Bekapai
Port Senipah Senipah
Handil
Port Madura Madura
Port Surabaya Mudi
Port Belanak Belida
Balikpapan CDU V
Pipa langsung ke RU Tanjung
Port Arjuna Cinta
Widuri
Port Bunyu Bunyu
Tarakan
Port Bekapai Sangatta
Cilacap
Port Arjuna Arjuna
Jatibarang
Port Surabaya Mudi
Port Dumai Duri
Port Petrochina Geragai
Port Bekapai Bekapai
Badak
Port Senipah Handil
Senipah
Port Belanak Belida
Belanak
Pengolahan Data
1.
Klasterisasi Menggunakan Metode Sweep Variant A (Cluster First Route
Second)
Salah satu metode dalam penentuan rute perjalanan dengan cara melakukan klasterisasi yang akan dipakai terlebih dahulu lalu setelah itu menentukan rute lokasi-lokasi tujuan. Menurut Marco Chiarandini (2013, hal. 23).Klasterisasi menggunakan garis sumbu selatan dan arah putar lawan arah jarum jam. Garis sumbu selatan dipilih karena sumbu selatan tidak akan memotong area cakupan penelitian, selain itu tidak membelah jarak antar port terdekat sehingga hasil klasterisasi dapat optimal. Adapun kapasitas pembatasnya adalah kapasitas kapal tersebut. Angka demand dijadikan angka penentu klaster karena pemenuhan demand merupakan prioritas. Pada kasus ini, RU menjadi pusat putar atau depot.
Gambar 3 Klasterisasi RU Plaju
Setelah melakukan sweep maka didapatkan 4 klaster sebagai berikut:
Tabel 6 Klaster RU Plaju
Klaster Produk Port
Klaster I Duri Dumai
Klaster II Lalang Dumai
Geragai Petrochina
Klaster III Grissik Mix Grissik
Klaster IV Mudi Surabaya
Arjuna Arjuna
Untuk produk Grissik Mix terdapat konsiderasi khusus karena jenis produk tersebut adalah minyak crude medium, oleh karena itu tidak dapat diklasterisasi dengan produk minyak lain.
Langkah selanjutnya adalah menentukan rute dari klaster yang telah dihasilkan. Dalam penentuan rute, metode yang digunakan adalah triangle insertion. Berdasar kepada klaster dan dengan menggunakan metode triangle, makadidapatkan rute seperti pada Tabel 10.
Tabel 7 Rute RU Plaju
Rute Jalur Supply
(Barrel)
Jarak (Km)
Warna Rute 1 Dumai – Plaju – Dumai 210,000 484 Kuning Rute 2 Dumai – Petrochina – Plaju - Dumai 210,000 391 Hijau Rute 3 Grissik – Plaju – Grissik 70,000 874 Biru Rute 4 Surabaya – Arjuna – Plaju – Surabaya 840,000 154 Oranye
2.
Formulasi Solusi Metode Integer Programming
Dalam membuat Integer Programming dan Mixed Integer Programming, dibutuhkan sebuah constraint atau lebih agar dalam optimisasi dapat memberikan hasil yang bulat / integer. Sobel (2013, hal. 1-2). Formula pertama yang dibutuhkan adalah untuk mencari frekuensi perjalanan yang paling optimal untuk mengangkut produk minyak.
Xij = frekuensi perjalanan / trip melalui rute i menggunakan kapal j i = rute perjalanan (rute 1, rute 2, rute 3, rute 4)
j = jenis kapal (LR, MR, GP)
s.t
Sehingga menghasilkan z = 5 dengan rincian X12 = 1, X22 = 1, X33= 1 , X41 = 2. Hasil ini dapat menunjukkan bahwa terdapat satu trip dari rute 1 dengan jenis kapal MR, satu trip dari rute 2 dengan jenis kapal MR, satu trip dengan jenis kapal GP, dan dua trip dari rute 3 dengan jenis kapal LR.
Setelah itu hasil ini akan digunakan sebagai data trip yaitu trip 1, trip 2, trip 3, trip
4, dan trip 5. Formulasi untuk optimalisasi hari yang dibutuhkan dalam unloading pada
setiap Refinery Unit dan isi kapasitas kapal yang digunakan dalam setiap trip dengan
mixed integer programming sebagai berikut
Yij = jumlah hari proses unloading pada trip i dengan kapal j Xij = jumlah barel yang dibawa pada trip i menggunakan kapal j i = Trip (Trip 1, Trip 2, Trip 3, Trip 4, Trip 5)
j = Jenis Kapal yang digunakan (LR, MR, GP)
s.t
(Jumlah supply pada Trip 4 + Trip 5) (Jumlah supply pada trip 1)
(Jumlah supply pada trip 2) (Jumlah supply pada trip 3)
(Kapasitas tampung kapal pada trip 4) (Kapasitas tampung kapal pada trip 5)
(Kapasitas rute I) (Kapasitas rute II) (Kapasitas rute III) (Kapasitas rute IV)
(Kapasitas kemampuan loadingtrip 1/hari) (Kapasitas kemampuan loading trip 2/hari) (Kapasitas kemampuan loading trip 3/hari) (Kapasitas kemampuan loading trip 4/hari) (Kapasitas kemampuan loading trip 5/hari)
Maka dihasilkan z = 12 dengan Y12 = 2, Y22 = 2, Y33 = 1, Y41 = 4, Y51 = 3 dan X12 = 210,000, X22 = 210,000, X33 = 70,000, X41 = 438,900, X51 = 401,100. Hasil ini menunjukkan jumlah hari proses unloading pada trip 1 dengan jenis kapal MR adalah 2 hari, trip 2 dengan kapal MR adalah 2 hari, trip 3 dengan kapal LR adalah 4 hari, dan
trip 5 dengan kapal GP adalah 1 hari. Kapasitas isi yang di angkut pada trip 1 dengan
jenis kapal MR adalah 210,000 barel, trip 2 dengan jenis kapal MR adalah 210,000 barel, trip 3 dengan jenis kapal GP adalah 70,000 barel, trip 4 dengan jenis kapal LR adalah 438,900 barel, dan trip 5 dengan jenis kapal LR adalah 401,100 barel.
3.
Scheduling
Scheduling atau biasa dikenal dengan penjadwalan merupakan suatu alat ukur
untuk merencanakan proses produksi maupun distribusi berdasarkan kapasitas yang ada. Terdapat tiga metode penjadwalan yaitu penjadwalan Batch, penjadwalan Flow Shop dan penjadwalan Job Shop (Nasution, 2003, hal. 176-180). Dalam penelitian ini terdapat tiga buah data yang dibutuhkan untuk penggunaan metode ini yaitu Load, Delivery, dan
Unload. Berikut adalah hasil perhitungan ketiga data tersebut dengan cara yang seperti
dicontohkan pada pengumpulan data.
Tabel 8 Data Load, Delivery, Unload Per Hari
Trip Rute Load Lead Unload
1 Duri 1.3 0.9 1.6
2 Lalang & Geragai 1.3 0.7 1.6 3 Mudi & Arjuna 1 1.4 1.5 3.3 4 Mudi & Arjuna 2 1.4 1.5 3.0
5 Grisik mix 0.7 0.3 0.5
Perbandingan pertama dilihat dari waktu proses tercepat dan penempatan alur dilihat dari letak Load dan Unload. Misalkan GM waktu proses tercepat dan berada pada Unload maka GM paling akhir di kerjakan.Maka, Sequence pertama adalah D – LG – MA1 – MA2 – GM
Tahap ini tidak jauh berbeda dengan tahap pertama, perbedaan hanya terletak pada terdapatnya penjumlahan antara Load dengan Deliverydan Unload dengan
Delivery. Kemudian hasil dari kedua penjumlahan tersebut dibandingkan. Penempatan
alur kerja juga tetap mengikuti tahap pertama.
Tabel 9 Penjumlahan Antara (L+D) dan (U+D)
Trip Rute Dummy 1 (L+D) Dummy 2 (U+D)
1 Duri 2.2 2.5
2 Lalang & Geragai 2.0 2.3
3 Mudi & Arjuna 1 2.9 4.8
4 Mudi & Arjuna 2 2.9 4.5
5 Grisik Mix 1.0 0.8
Sequence kedua: LG – D – MA1 – MA2 – GM. Tahap selanjutnya adalah
merupakan tahap pembuatan Gantt Chart dari sequence yang didapatkan pada tahap pertama dan tahap kedua untuk mencari waktu proses keseluruhan alur kerja yang paling optimal. Hasil yang didapatkan pada kedua tahap tersebut akan dibandingkan kembali dengan cara melihat waktu proses keseluruhan alur kerja yang tercepat dan sudah dikonsiderasi dengan expected idle time dan unloading.
Maka, masing-masing sequence dapat digambarkan sebagai berikut:
Gambar 5 Gantt Chart Untuk Sequence Pertama (Hari)
Keterangan: Loading Delivery Time Unloading Tolerance
Gambar 6 Gantt Chart Untuk Sequence Kedua (Hari)
Dari hasil perhitungan dan Gantt Chart, kedua sequence tersebut sama-sama menunjukan angka 22 hari. Hal ini berarti kedua sequence tersebut dapat dipilih untuk menjadi schedule pada RU Plaju dan angka 22 tersebut sudah termasuk dalam konsiderasi yang diberikan.Tujuan penggunaan metode ini adalah untuk memastikan bahwa dalam jangka waktu satu bulan November (30 hari), jumlah kapal yang telah diminimalisasi dapat secara optimum mendistribusikan demand dan mengantarkan alokasi supply yang telah ditetapkan.
Simpulan dan Saran
Simpulan
Mengacu kepada rumusan masalah, maka pola operasional yang dihasilkan dari pengolahan data (proposed) dapat dilihat pada Gambar 5.1. Pola operasional yang dihasilkan tidak memiliki perbedaan signifikan dengan pola operasional yang saat ini sedang digunakan, dikarenakan adanya komposisi produk crude oil yang telah ditetapkan pada setiap RU yang harus dipenuhi. Akan tetapi pada pola operasional yang baru terdapat rute-rute yang dapat mencakup dua terminal untuk mengangkut dua produk yang berbeda dalam satu rute kapal. Sehingga pada rute tersebut dapat mengoptimalkan penggunaan kapasitas kapal.
Gambar 7 Pola Operasional Kapal (proposed)
Selain kepada pola operasional kapal yang berubah, sistem operasional secara keseluruhan baik besarnya muatan yang diangkut pada setiap trip atau pengiriman, penjadwalan keberangkatan kapal hingga penjadwalan kapal untuk berlabuh di RU telah diolah pada pengolahan data. Sehingga menghasilkan simpulan sebagai berikut:
1.Jumlah kapal yang digunakan pada setiap Refinery Unit dalam pendistribusian minyak mentah dapat dioptimalkan dari total sebelumnya 49 unit (46 kapal sewa dan 3 kapal milik) menjadi 24 unit. (lihat Tabel 11). Pengurangan jumlah total unit kapal sebesar 51,02 % yang dihasilkan pada penelitian dengan detail pengurangan kapal jenis LR sebesar 33.33 %, MR 12.5 %, dan GP 94.11 %, akan juga berdampak kepada pengurangan biaya sewa kapal yang digunakan oleh PT. PERTAMINA (lihat Tabel 5.2). Biaya sewa per hari yang dikeluarkan perusahaan berkurang sebesar 55,51% dari harga sewa sebelumnya. Terdapat pengurangan 3 kapal pada perhitungan biaya sewa jenis kapal LR, dikarenakan 3 kapal yang dimiliki PT. PERTAMINA merupakan jenis kapal LR.
Tabel 10 Perbandingan Current System dan Proposed System
Current System Proposed System JUMLAH KAPAL Refinery Unit JumlahKapal yang Digunakan JumlahKapal yang Digunakan LR MR GP Total LR MR GP Total Balikpapan CDU IV 7 - - 7 6 - - 6 Balikpapan CDU V - 7 6 13 - 5 - 5 Balongan 5 - - 5 3 - - 4 Cilacap 10 1 - 11 6 - - 6 Plaju 2 - 11 13 1 2 1 4 Total 24 8 17 49 16 7 1 24
BIAYA SEWA KAPAL JenisKap
al
HargaSewa (hari)
JumlahK
apal Total HargaSewa
JumlahK
apal Total HargaSewa LR US $ 15,000 21 US $ 315,000 13 US $ 195,000 MR US $ 7,900 8 US $ 63,200 7 US $ 55,300 GP US $ 12.500 17 US $ 212,500 1 US $ 12,500 TOTAL 46 US $ 590,700 21 US $ 262,800 (PT. PERTAMINA, 2014, hal. 1). (PERTAMINA, 2014, hal. 1). (PERTAMINA, 2013, hal. 9).
2.Penerapan hasil penelitian di Refinery Unit Balikpapan CDU IV, penggunaan 6 (enam) unit kapal. Terdapat3 (tiga) trip yang harus pulang pergi dikarenakan 3 (tiga) minyak yang diangkut tidak bisa satu kali angkut saja, tetapi harus dua kali dengan jenis kapal LR (Large Range) ternyata mencukupi persyaratan dan kebutuhan. Oleh karena itu, pengurangan jumlah kapal yang digunakan akan dapat berfungsi secara normal apabila sistem penjadwalan yang digunakan selama satu bulan optimal. Disamping itu, dengan metode scheduling, dapat menunjukkan bahwa dengan total kapal dari hasil penelitian, masih mampu untuk mengantarkan alokasi supply dan memenuhi demand setiap RU dalam jangka yang waktu yang ditetapkan dan sama dengan sistem (bulan November atau 30 hari).
Gambar0.8Gantt Chart Optimum RU Balikpapan CDU IV
Hasil perhitungan dengan menggunakan tiga metode yaitu VRP (Vehicle Routing
Problem), Integer Programming, dan Scheduling pada setiap Refinery Unit (RU)
mendapatkan hasil yang optimum bila dibandingkan dengan sistem distribusi PT.PERTAMINA. Hal ini dapat dilihat dari proses scheduling yang tidak mencapai angka 30 hari, sehingga waktu yang dibutuhkan untuk pengangkutan minyak mentah ke RU lebih cepat dengan menggunakan jumlah kapal yang lebih sedikit yang tentu akan mengurangi biaya sewa kapal.
Saran
Secara operasional, penerapan metode dari hasil penelitian dapat langsung digunakan untuk mengurangi jumlah kapal yang saat ini digunakan oleh PT. PERTAMINA. Untuk jangka waktu secara taktis diharapkan agar metode ini dapat menjadi materi dalam pengajaran bagi karyawan PT. PERTAMINA atau untuk calon karyawan BPS yang sedang dalam masa pelatihan. Sehingga secara strategis, dalam jangka waktu 5 tahun kedepan karyawan PT. PERTAMINA khususnya divisi Shipping Operation dapat mengembangkan metode penerapan hasil penelitian serta dapat mengupdate penggunaan metode berdasarkan perubahan-perubahan yang mungkin terjadi di masa depan. Dengan begitu PT. PERTAMINA dapat semakin mengoptimalkan kinerja dalam mengalokasikan supply minyak mentah seluruh Indonesia guna mendukung untuk pencapaian tujuan perusahaan.
Untuk mencapai hal-hal tersebut maka saran yang dapat diberikankepada PT. PERTAMINA adalah sebagai berikut:
a.Perlu diadakan pelatihan secara berkala mengenai metode-metode yang dapat membantu proses optimisasi distribusi hulu. Pelatihan ini dapat dijadikan materi dalam pelatihan untuk karyawan baru yang akan ditempatkan di Divisi Perkapalan.
b.Untuk port atau Refinery Unit (RU) yang tidak dapat disinggahi olehkapal LR (Large
Range), maka dapat dipertimbangkan untuk penambahan FSO (Floating Storage & Offloading) pada lokasi dengan kedalaman yang dapat disinggahi oleh kapal LR.
Contoh: Pada RU Balikpapan CDU V, apabila kapal LR dapat berlabuh pada FSO terdekat, tentudapat meminimalisasi trip yang harus dilakukan setiapkapal MR. Secara langsung akan mempercepat proses distribusi dan meminimalisasi total waktu yang dibutuhkan dalam pendistribusian produk minyak mentah yang dibutuhkan oleh RU tersebut.
Referensi
Chiarandini, M. (2013). Vehicle Routing. Dalam M. Chiarandini , Scheduling, Timetabling, and
Routing (hal. 23). Denmark: University of Southern Denmark.
Mishra, D. (2011). Theory of Integer Programming. Personal Collection of D. Mishra, India
Statistical Institute, 1-2.
Nasution, A. H. (2003). Perencanaan dan Pengendalian Produksi. Surabaya: Prima Printing.
Sobel, J. (2013). Linear Programming Notes X: Integer Programming. Personal Collection of J. Sobel,
University of California, 1-2.
Riwayat Hidup
Faradiba Hafizah lahir di Jakarta pada 12Januari 1993. Penulis menyelesaikan pendidikan S1 di BINUS University dalam bidang Teknik Industri dengan peminatan Supply Chain Management pada Tahun 2014. Pada proses tugas akhir, penulis mendapat kesempatan untuk melakukan kerja praktek di PT. PERTAMINA pada Divisi Shipping Operation II. Semasa perkuliahan, penulis aktif pada organisasi HIMTRI (Himpunan Teknik Industri) sebagai Sekretaris dan staff Divisi Akademik.
Lucky Rahardi lahir di Jakarta pada 1 Januari 1993. Penulis menyelesaikan pendidikan S1 di BINUS University dalam bidang Teknik Industri dengan peminatan Supply Chain Management pada Tahun 2014. Pada proses tugas akhir, penulis mendapat kesempatan untuk melakukan kerja praktek di PT. PERTAMINA pada Divisi Shipping Operation II. Semasa perkuliahan, penulis aktif pada beberapakegiatan organisasi sebagai staff Divisi Fukatsuka (Kegiatan Eksternal) dan Shinkouka (Promosi) NIPPON CLUB Bina Nusantara, dan staff Divisi Multimedia di HIMTRI (Himpunan Teknik Industri).
Rakhmawati lahir di Bandung pada 1 April 1992. Penulis menyelesaikan pendidikan S1 di BINUS University dalam bidang Teknik Industri dengan peminatan Supply Chain Management pada Tahun 2014. Pada proses tugas akhir, penulis mendapat kesempatan untuk melakukan kerja praktek di PT. PERTAMINA pada Divisi Shipping Operation II. Semasa perkuliahan, penulis aktif pada berbagai kegiatan organisasi sebagai Koordinator HUMAS UKM BAND, Alumni Engagementof AFS-YES
