• Tidak ada hasil yang ditemukan

OPTIMALISASI SISTEM ANTRIAN BONGKAR MUAT DI KADE TERMINAL OPERASI II PT. PELABUHAN INDONESIA II (PERSERO) CABANG TANJUNG PRIOK

N/A
N/A
Protected

Academic year: 2021

Membagikan "OPTIMALISASI SISTEM ANTRIAN BONGKAR MUAT DI KADE TERMINAL OPERASI II PT. PELABUHAN INDONESIA II (PERSERO) CABANG TANJUNG PRIOK"

Copied!
10
0
0

Teks penuh

(1)

OPTIMALISASI SISTEM ANTRIAN

BONGKAR MUAT DI KADE 103-105

TERMINAL OPERASI II PT. PELABUHAN

INDONESIA II (PERSERO) CABANG

TANJUNG PRIOK

Getsha Nagista

Program Sarjana Teknik Industri, Universitas Bina Nusantara, Jakarta, getshanagista@yahoo.co.id Dosen Pembimbing : Januar Nasution, B.Sc., M.Sc.

ABSTRACT

The purpose of this study is to get a minimum truck waiting times and cargo waiting times at the service of stevedoring in kade 103-105 Terminal Operations II and get a reduction in waiting time and the number of waiting ships on the stevedoring service queueing system in Terminal Operations II kade 103-105. The method of research is done by queueing theory approach through simulation Arena. The waiting time to a minimum truck waiting times and cargo waiting times at the services of stevedoring in kade 103-105 Terminal Operations II was obtained with 75 % direct trucking and direct –indirect trucking 25 %. Optimal results decrease wait time of 43.753 % on-time arrival of trucks unloading and 38.385 % at the time of arrival of cargo with minimum total cost incurred during the 6 months of User Services at Rp. 41,249,397,291. With the improvement recommendation, obtained by reduction in waiting time for loading and unloading of 54.47 % and a decrease in number of waiting by 54.01 %. Terminal Operations II requires stacking facility with an area of 3,598 m2. (GN).

Key word : queueing, stevedoring, waiting time, simulation Arena

ABSTRAK

Tujuan penelitian ini ialah mendapatkan waktu tunggu truck dan muatan minimal pada pelayanan bongkar muat di kade 103-105 Terminal Operasi II dan mendapatkan penurunan waiting time dan number of waiting kapal pada sistem antrian pelayanan bongkar muat di kade 103-105 Terminal Operasi II. Metode penelitian dilakukan dengan pendekatan queueing theory melalui simulasi Arena. Waktu tunggu truck dan muatan minimal pada pelayanan bongkar muat di kade 103-105 Terminal Operasi II diperoleh dengan direct trucking 75% dan direct-indirect trucking 25%. Hasil optimal penurunan wait time sebesar 43,753% pada waktu kedatangan truck bongkar dan 38,385% pada waktu kedatangan muatan dengan biaya total minimum yang dikeluarkan Pengguna Jasa selama 6 bulan sebesar Rp. 41.249.397.291. Dengan rekomendasi perbaikan tersebut, diperoleh penurunan waiting time bongkar muat sebesar 54,47% dan penurunan number of waiting sebesar 54,01%. Terminal Operasi II memerlukan fasilitas lapangan penumpukan dengan luas 3.598 m2.(GN).

(2)

Pendahuluan

PT. Pelabuhan Indonesia II (Persero) Cabang Tanjung Priok adalah perusahaan yang bergerak dalam bidang jasa kepelabuhanan. Pelabuhan ini terletak di Jakarta Utara, Propinsi DKI Jakarta. Menurut General Manager Cabang Tanjung Priok pada Tanjung Priok Port Directory (2012, p. I), “Pertumbuhan arus kapal dan barang di Pelabuhan Tanjung Priok sangat signifikan, terlebih arus petikemas. Menurut data, arus petikemas international dan domestik di Pelabuhan Tanjung Priok tumbuh 24,5 persen dari tahun 2009 hingga tahun 2010. Sedangkan periode 2010-2011 tumbuh hingga 27,6 persen”. Seiring meningkatnya pertumbuhan arus kapal dan barang, maka tuntutan untuk optimalisasi pelayanan bongkar muat terus diupayakan untuk memposisikan diri sebagai pelabuhan yang handal. Salah satu tuntutan optimalisasi yaitu sistem antrian pelayanan bongkar muat yang dilakukan di Terminal Operasi II. Pada kenyataannya, pelayanan bongkar muat di Terminal Operasi II masih terdapat beberapa penyebab idle. Idle time tersebut menyebabkan waktu bongkar muat menjadi lebih lama karena adanya jam yang terbuang pada kegiatan bongkar muat, hal ini tentunya berpengaruh terhadap waktu tambat (berthing time) kapal dan antrian kapal. Antrian kapal terjadi pada saat kapal mulai tiba di pelabuhan, tambat di dermaga untuk melakukan kegiatan bongkar muat kemudian selesai bongkar muat dan keluar dari pelabuhan, sehingga adanya antrian kapal yang menunggu untuk melakukan kegiatan bongkar muat. Dari data kegiatan bongkar muat periode Bulan Januari sampai Juni 2013 di kade 103-105 Terminal Operasi II, diketahui bahwa penyebab idle time paling dominan dikarenakan menunggu truck (35%) dan menunggu muatan (33%). Sedangkan penyebab idle time sebesar 32% dikarenakan dokumen (3%), trouble alat (18%), trouble wire (0%) dan hujan (11%). Jika waktu tunggu truck dan tunggu muatan sebagai penyebab idle time paling dominan dapat diminimalkan, maka berthing time kapal semakin cepat, peluang kapal yang melakukan kegiatan bongkar muat akan bertambah, serta dapat meningkatkan pendapatan bagi perusahaan. Sehingga dilakukan analisis mengenai upaya meminimalkan waktu tunggu truck dan muatan untuk optimalisasi sistem antrian yang terjadi di Terminal Operasi II kade 103-105. Terdapat beberapa pendekatan queueing theory, salah satunya dengan simulasi arena. Menurut Dragovic et al. (2005, p. 319), “Model simulasi dapat ditulis dengan bahasa algoritma (seperti Pascal, C, C++ dan lain sebagainya) dan simulasi sistem (seperti AweSim, EXTEND, SIMAN, SLAM, ARENA, Witness software, GPSS/H, Taylor II)”. Adapun rumusan masalah yang diambil mengenai apa penyebab adanya waktu tunggu truck dan muatan pada kegiatan bongkar muat di kade 103-105, bagaimana perbaikan yang dapat dilakukan agar idle time menurun dan bagaimana penurunan waiting time dan

number of waiting kapal melalui simulasi Arena. Tujuan dan manfaat penelitian untuk mendapatkan

waktu tunggu truck dan waktu tunggu muatan minimal, serta penurunan waiting time dan number of

waiting pada sistem antrian pelayanan bongkar muat di kade 103-105 Terminal Operasi II, sehingga

dapat memberikan masukan dan pertimbangan bagi pihak manajemen dalam optimalisasi pelayanan.

Metode Penelitian

Tahapan penelitian yaitu identifikasi masalah, tinjauan pustaka, tujuan penelitian, pengumpulan data, pengolahan dan analisa data, pembahasan hasil analisis dan penulisan laporan. Dalam menentukan identifikasi masalah, dilakukan studi lapangan terlebih dahulu untuk mengetahui masalah yang akan diangkat. Studi lapangan dilakukan di PT. Pelabuhan Indonesia II (Persero) Cabang Tanjung Priok. Tinjauan pustaka penelitian berisikan mengenai teori yang berhubungan dengan penelitian, yaitu teori antrian, bongkar muat dan simulasi Arena. Adapun data yang dikumpulkan berupa data kondisi kegiatan bongkar muat (panjang dermaga, arus container, performansi bongkar muat dan jumlah kapal yang dapat tambat di dermaga), kondisi sistem antrian di kade 103-105 (model antrian, input, proses,

output dalam antrian, jumlah idle time dan pengaruhnya terhadap antrian), data kegiatan bongkar muat

(delay menunggu muatan, delay menunggu truck, waktu rute truck, waktu bongkar muat, waktu

interval kedatangan kapal, realisasi tambat di dermaga dan waktu rute kapal ke dermaga) dan biaya

bongkar muat. Pengolahan dan analisa data dilakukan dengan analisis permasalahan, pemecahan masalah dan pendekatan queueing theory dengan simulasi Arena. Simulasi dilakukan dengan dua tahap yaitu, simulasi truck dan simulasi bongkar muat. Simulasi truck dilakukan untuk mengetahui penurunan waktu tunggu muatan dan waktu tunggu truck jika dilakukan rekomendasi perbaikan, sedangkan simulasi bongkar muat dilakukan untuk mengetahui penurunan waktu menunggu kapal dan jumlah kapal yang menunggu jika dilakukan rekomendasi perbaikan.

(3)

Hasil dan Bahasan

Analisis dan bahasan yang dilakukan mengenai kondisi kegiatan bongkar muat, kondisi sistem antrian bongkar muat kade 103-105, rekomendasi perbaikan dan hasil perbaikan.

Kondisi Kegiatan Bongkar Muat

Tabel 1 Panjang Dermaga Yang Tersedia di Terminal Operasi II

Kade Panjang Dermaga Yang Tersedia Pada Bulan – (meter) Rata-rata

Januari Februari Maret April Mei Juni

100-102 522,5 504,5 504,5 382,5 382,5 382,5 446,5 103-105 227,7 314,0 314,0 314,0 464,0 464,0 349,6 106-107 307,5 320,0 320,0 320,0 320,0 320,0 317,9 108-110 540,3 495,0 495,0 495,0 334,5 334,5 449,1 111-113 284,7 296,5 296,5 296,5 448,0 448,0 345,0 201-203 453,1 495,0 495,0 328,0 495,0 495,0 460,2

Tabel 2 Jumlah Kapal Pada Pelayanan Bongkar Muat Periode Bulan Januari Juni Tahun 2013

Kade

Jenis Kemasan

Bag cargo Liquid cargo

Dry bulk General cargo Container Unitized 100-102 1 49 0 1 223 3 103-105 0 0 0 0 223 0 106-107 0 0 0 14 1 449 108-110 8 2 10 13 103 220 111-113 0 14 0 0 146 4 201-203 4 11 2 23 24 42 106/TP 0 0 0 30 33 30 Jumlah Kapal 13 76 12 81 753 748

Tabel 3 Rata-Rata Performansi Pelayanan Bongkar Muat di Kade 103-105

Dari Tabel 3 diatas dapat disimpulkan bahwa idle time rata-rata ialah 3,52 jam/ kapal. Sedangkan jumlah kapal yang terlayani bongkar muat di kade 103-105 sebanyak 223 kapal, itu berarti terdapat 5,45 hari terbuang setiap bulannya.

Untuk Jumlah kapal yang dapat tambat di kade 103-105 dapat dihitung dengan : Panjang Dermaga = n.LOA + (n-1) 15 m + 50 m

Sesuai Tabel 1, rata-rata panjang dermaga yang tersedia di kade 103-105 ialah 349,6 m sedangkan rata-rata LOA pada Tabel 3 ialah 121,33 m.

Sehingga n dapat dihitung :

349,6 = n. 121,33 + (n-1) 15 +50

299,6 = 121,33 n + 15 n -15

n = 2,308 ≈ 2 kapal

Maka tambat yang dapat dilakukan di kade 103-105 ialah sebanyak 2 kapal untuk melakukan kegiatan bongkar muat.

Jenis kapal Rata-rata LOA (m)

Rata-rata Performansi (jam)

ET IT NOT BT 0 s/d 3.500 GT 94,96 27,77 3,46 4,46 35,69 3.501 s/d 8.000 GT 118,82 26,89 3,32 4,32 34,52 8.001 s/d 14.000 GT 153,84 33,69 4,45 5,45 43,58 14.001 s/d 18.000 GT 117,71 21,83 2,86 3,53 28,22 Rata-rata Total 121,33 27,55 3,52 4,44 35,51

(4)

Kondisi Sistem Antrian Bongkar Muat Kade 103-105

Pada kegiatan bongkar muat, sistem antrian yang dimaksud ialah antrian kapal yang memasuki dermaga untuk melakukan kegiatan bongkar muat barang. Sistem antrian yang terjadi ialah first come

first serve sesuai dengan kesesuaian tersedianya panjang dermaga dengan panjang kapal (LOA).Input

dalam antrian ialah kapal datang, proses ialah kegiatan bongkar muat dan output ialah kapal keluar.

Sistem antrian ialah model multi kanal fase tunggal.Dari data kegiatan bongkar muat periode Bulan

Januari sampai Juni 2013, terdapat idle time dikarenakan dokumen 29,517 jam, trouble alat 155,267 jam, menunggu muatan 289,100 jam, menunggu truck 309,133 jam, trouble wire 0,300 jam dan hujan 99,750 jam.

Rekomendasi Perbaikan

Analisis permasalahan yang diperoleh diuraikan pada Tabel 4.

Tabel 4 Analisis Permasalahan Waktu Tunggu Muatan dan Truck Analisa

Permasalahan

Detail Permasalahan

Pemecahan Masalah

1. Sistem truck lossing

(direct trucking) ke gudang pengguna jasa

Jumlah biaya truck lossing

(direct trucking) dianggap lebih minimum oleh pengguna jasa.

Resiko delay kapal dikarenakan

menunggu muatan dan truck mengakibatkan biaya tunggu besar bagi pengguna jasa.

• Dilakukan

perhitungan biaya minimum bongkar muat

2. Proses distribusi

container dari dermaga

ke gudang pengguna jasa membutuhkan waktu yang lama

• Lokasi yang jauh antara

dermaga dengan pengguna jasa.

• Gudang pengguna jasa banyak

yang berada di wilayah jalan yang macet. • Dilakukan pemanfaatan lapangan penumpukan 3. Terjadinya menunggu

truck dan menunggu

muatan yang menambah besar jumlah idle time

Trucking Company tidak

memiliki jumlah truck yang memadai untuk melayani kegiatan bongkar muat.

• Hambatan transportasi darat

(jalan yang macet).

• Mengurangi

waktu tunggu

truck dan muatan

dengan sistem

direct – indirect trucking.

Dari Tabel 4, Pemecahan masalah yang dapat dilakukan ialah dengan direct-indirect trucking. Hal ini dikarenakan untuk mengantisipasi truck yang terkena kemacetan. Seperti kita ketahui, kemacetan Jakarta tidak bisa diprediksi dan diluar kontrol dari manajemen. Oleh karenanya, dengan sistem

direct-indirect trucking dapat mengantisipasi kegiatan bongkar muat tetap berjalan. Gambaran

mengenai direct trucking dan direct-indirect trucking ialah sebagai berikut.

Gambar 1 Direct Trucking

Gambar 2 Direct-Indirect Trucking

Kapal masuk Bongkar muat Trucking ke/dari Gudang Pengguna Jasa

Kapal masuk Bongkar muat Trucking ke Gudang

Pengguna Jasa

Trucking ke/dari

(5)

Untuk pengoptimalan antrian bongkar muat dengan direct-indirect trucking, dibutuhkan kapasitas lapangan optimum untuk mengantisipasi jumlah bongkar muat di kade 103-105 Terminal Operasi II. Pengoptimalan antrian tersebut dilakukan dengan pendekatan teori antrian menggunakan simulasi arena 14.5.

Pendekatan Queueing Theory Dengan Simulasi

Rekomendasi perbaikan ditunjukkan dengan simulasi antrian dengan menggunakan arena 14.5. Hasil simulasi yang ditunjukkan yaitu jumlah kapal yang menunggu (number waiting) dan waktu menunggu dalam sistem (waiting time). Simulasi dimulai dengan menentukan variabel yang didasari dari diagram alir kegiatan bongkar muat. Diagram alir kegiatan bongkar muat yang akan dibuat dalam model ditunjukkan pada Gambar 3.

Gambar 3 Diagram Alir Kegiatan Bongkar Muat

Dengan mengetahui diagram alir pada Gambar 3, dapat dibuat skenario dalam simulasi, yaitu kapal datang ke perairan pelabuhan di luar break water dan menunggu untuk pelayanan bongkar muat. Setelah itu kapal melaju ke dalam perairan pelabuhan melalui rute yang dipandu oleh pandu menuju dermaga. Kapal tambat pada tambatan yang telah tersedia dan melakukan kegiatan bongkar muat. Jika tambatan di dermaga 103-105 belum tersedia, maka kapal yang datang mengantri dan menunggu di luar break water. Kapal yang telah selesai melakukan kegiatan bongkar muat, kemudian di pandu oleh pandu untuk keluar dari perairan pelabuhan. Setelah tambatan di dermaga 103-105 kosong, maka kapal selanjutnya tambat untuk melakukan kegiatan bongkar muat. Hal itu dilakukan seterusnya selama jangka waktu simulasi 6 bulan

.

Skenario Pemodelan

Skenario dibuat dalam 2 tahap :

1. Tahap 1, simulasi truck. Simulasi ini terdiri dari 4 kondisi, yaitu :

o

Skenario 1 = Simulasi truck bongkar dengan direct trucking

Kesiapan dermaga?

Kapal menuju dermaga untuk tambat

Kapal datang

Menunggu tambat

Bongkar Muat

Kapal selesai tambat menuju keluar dermaga

(6)

Truck datang Bongkar bongkar dermaga untuk Station pengguna jasa gudang Route menuju Delay truck pengguna jasa Station gudang gudang Bongkar dermaga Route menuju bongkar 2 dermaga untuk Station kembali Truck datang 0 0 0 0 Gambar 4 Simulasi Truck Bongkar Dengan Direct Trucking o Skenario 2 = Simulasi truck bongkar dengan direct-indirect trucking T ruck datang bongkar dermaga untuk Station Kesiapan truck ? True False Delay truck Bongkar pengguna jasa gudang Route menuju Bongkar 2 penumpukan lapangan Route menuju pengguna jasa Station gudang gudang Bongkar gudang dermaga dari Route menuju penumpukan lapangan Station lapangan Bongkar lapangan dermaga dari Route menuju bongkar 2 dermaga untuk Station kembali T ruck datang 0 0 0 0 0 0 0 0 Gambar 5 Simulasi Truck Bongkar Dengan Direct-Indirect Trucking o Skenario 3 = Simulasi truck muat dengan direct trucking Truck datang pengguna jasa Station gudang Muat gudang dermaga Route menuju untuk muat Station dermaga Delay muat Muat pengguna jasa gudang Route menuju untuk muat 2 pengguna jasa Station gudang kembali Truck datang 0 0 0 0

Gambar 6 Simulasi Truck Muat Dengan Direct Trucking 75% true direct

50% true direct 25% true direct

(7)

o Skenario 4 = Simulasi truck muat dengan direct-indirect trucking

Truc k datang

pengguna jasa

Station gudang Muat gudang

gudang dermaga dari Route menuju penumpukan lapangan Station Muat lapangan muat 1 dermaga untuk Station k embali Truc k datang Kesiapan muatan? True

Fal se muat 2 dermaga untuk Station Muat Delay muat Muat 2 lapangan dermaga dari Route menuju pengguna jasa gudang Route menuju lapangan Route menuju untuk muat 2 pengguna jasa Station gudang untuk muat 2 penumpukan lapangan Station 0 0 0 0 0 0 0 0

Gambar 7 Simulasi truck muat dengan direct-indirect trucking 2. Tahap 2, simulasi bongkar muat. Simulasi ini terdiri dari 2 kondisi, yaitu :

o Skenario 5 = Simulasi bongkar muat dengan direct trucking

o Skenario 6 = Simulasi bongkar muat dengan direct-indirect trucking

Kapal D atang Kedatangan Station dermaga 1 Route menuju 1 Station Bongkar

Kesiapan Dermaga 1 ?Tru e

Fa l s e

Kesiapan Dermaga 2 ?Tru e

Fa l s e dermaga 2 Route menuju 2 Station Bongkar Bongk ar muat 1 Bongk ar muat 2 keluar dermaga 1 Route menuju keluar dermaga 2 Route menuju Keberangkatan

Station Kapal Keluar Delay Tambat

tambat

Seize menunggu Release 1

D ermaga 1 s ibuk D er maga 2 s ibuk Release 2 D ermaga 1 s iap D ermaga 2 s iap 0 0 0 0 0 0 0 0

Gambar 8 Simulasi Bongkar Muat 75% true direct

50% true direct 25% true direct

(8)

Pada tahap 2, dilakukan simulasi pada kegiatan bongkar muat dengan skenario 5 keadaan eksisting, sedangkan skenario 6 pada keadaan setelah rekomendasi perbaikan. Skenario 6 menggunakan data-data yang telah ada namun waktu tunggu truck dan tunggu muatan dilakukan penurunan sesuai dengan hasil pada tahap 1. Simulasi ini dilakukan dalam waktu simulasi 6 bulan (4.344 jam) dimulai dari tanggal 1 Januari 2013.

Hasil Perbaikan

Hasil pada tahap 1 ialah perbandingan waktu proses skenario 1 dengan skenario 2 mengenai waktu tunggu bongkar dan perbandingan skenario 3 dengan skenario 4 mengenai waktu tunggu muat. Gambaran hasil tersebut terlihat pada Gambar 9 dan Gambar 10 berikut ini.

Gambar 9 Perbandingan Waktu Skenario 1 Dengan Skenario 2

Gambar 10 Perbandingan Waktu Skenario 3 Dengan Skenario 4

Pada Gambar 9 dan Gambar 10, diketahui bahwa penurunan maksimal wait time pada tunggu truck dan tunggu muatan pada 25% true direct trucking. Namun ketika membandingkan dengan beban biaya yang ditimbulkan dalam 6 bulan maka biaya minimum dilakukan dengan 75% true direct

trucking. Hal ini digambarkan pada Gambar 11 di bawah ini.

(9)

Maka, jika rekomendasi perbaikan pola operasi bongkar dan muat dilakukan, penurunan wait time yang didapatkan ialah 43,753% pada waktu kedatangan truck bongkar dan 38,385% pada waktu kedatangan muatan.

Hasil pada tahap 2 ialah perbandingan perhitungan waktu tunggu (waiting time) dan jumlah kapal menunggu (number waiting) dalam jangka waktu 6 bulan. Gambaran hasil tersebut terlihat pada Gambar 12 dan Gambar 13. Penurunan waiting time sebesar 54,47% dan penurunan number waiting sebesar 54,01%.

Gambar 12 Penurunan Waiting Time Dari Hasil Perbaikan

Gambar 13 Penurunan Number Waiting Dari Hasil Perbaikan

Perhitungan Luas Lapangan Penumpukan

Luas lapangan penumpukan dihitung berdasarkan kapasitas lapangan, periode, tinggi penumpukan, luas petikemas dan jumlah waktu petikemas di lapangan. Jika diketahui dari hasil usulan perbaikan :

1.

Kapasitas lapangan, kapasitas lapangan ialah jumlah container yang akan ditumpuk di lapangan

penumpukan. Kapasitas lapangan ditulis dalam satuan Teus/periode. 1 Teus ialah 1 container 20 ft, sedangkan container 40 ft dihitung sebagai 2 Teus.

Jumlah bongkar dalam periode 6 bulan = 9.412 box

Jumlah muat dalam periode 6 bulan = 11,728 box

Maka, jumlah bongkar dan muat = 21,140 box

Diketahui dari data :

Jumlah container 20 ft full = 58%

Jumlah container 40 ft full = 24%

Jumlah container 20 ft empty = 18%

Maka, Jumlah container 20 ft full = 12.183 box = 12.183 Teus

Jumlah container 40 ft full = 5.041 box = 10.083 Teus

Jumlah container 20 ft empty = 3.781 box = 3.781 Teus

Jumlah total = 21,140 box = 26.047 Teus/6 bulan

2.

Periode, jumlah periode 6 bulan (Januari-Juni 2013) = 181 hari

3.

Tinggi penumpukan

Dari hasil pengamatan dan observasi lapangan = 3 tumpukan

4.

Luas petikemas

Luas = 6,058 m x 2,438 m = 14,77 m2 =15 m2

5.

Jumlah waktu petikemas di lapangan, jumlah waktu yang diharapkan ialah 3 hari

Kapasitas lapangan = luas efektif x periode x tinggi tumpukan . luas petikemas x jumlah waktu petikemas di lapangan

(10)

Luas efektif = 26.047 Teus/6 bulan x 15 m2 x 3 = 2.159 m2 181 hari x 3 Teus

Luas lapangan = 2.159 m2 x 100/60 = 3.598 m2

Simpulan dan Saran

Berdasarkan pembahasan yang telah diuraikan pada bab-bab sebelumnya, beberapa kesimpulan yang dirumuskan pada bab ini antara lain :

1. Waktu tunggu truck dan muatan minimal pada pelayanan bongkar muat di kade 103-105

Terminal Operasi II diperoleh dengan direct trucking 75% dari jumlah box yang dibongkar atau dimuat dan direct-indirect trucking 25% dari jumlah box yang dibongkar atau dimuat, dengan biaya total minimum yang dikeluarkan oleh pengguna jasa selama 6 bulan yaitu sebesar Rp. 41.249.397.291. Adapun penurunan wait time yang didapatkan ialah 43,753% pada waktu kedatangan truck bongkar dan 38,385% pada waktu kedatangan muatan.

2. Dengan melakukan perbaikan seperti diatas menggunakan simulasi arena, maka diperoleh

penurunan waiting time pada pelayanan bongkar muat selama 6 bulan yaitu sebesar 54,47% dan penurunan number of waiting sebesar 54,01%.

3. Dengan dilakukan sistem direct-indirect trucking 25% dari jumlah box yang dibongkar atau dimuat, maka Terminal Operasi II memerlukan fasilitas lapangan penumpukan dengan luas 3.598 m2.

Untuk meningkatkan produktifitas kegiatan bongkar di Terminal Operasi II, berikut ini beberapa saran untuk peningkatan berkelanjutan :

1. Pihak Terminal Operasi II mensosialisasikan rekomendasi perbaikan kepada Perusahaan

Bongkar Muat (PBM) yang terkait pada kegiatan operasional di kade 103-105.

2. Untuk selanjutnya, pihak Terminal Operasi II dapat menambahkan peralatan bongkar muat,

mengingat terdapat juga idle time dikarenakan trouble alat.

3. Pembuatan prosedur mengenai seleksi dan evaluasi perusahaan bongkar muat (PBM) agar dapat

terevaluasi dengan baik dan mempertahankan performansi yang sudah ada.

Referensi

Binus University. (2013). Arena 14.0 Simulation Software Training. Jakarta : Integrated Industrial Engineering Laboratory

Dragovic, B., Park, N., Radmilovic, Z. dan Maras, V. (2005). simulation modelling of ship-berth link with priority service. Maritime Economics & Logistics. 7 (4) : 316-335. Diakses 18 November 2013

Herjanto, E. (2009). Sains Manajemen Analisis Kuantitatif Untuk Pengambilan Keputusan. Jakarta: Grasindo

Kelton, W. (2002). Simulation with Arena Second Edition. : McGraw-Hill

Misliah, Samang, L., Adisasmita, R. dan Sitepu, G. (2012). analisa kapasitas optimal lapangan penumpukan petikemas pelabuhan samarinda berdasarkan operator dan pengguna pelabuhan. Seminar Nasional Teknik Sipil UMS 2012. : 1-8. Diakses 23 Desember 2013

Munisamy, Susila. (2010). timber terminal capacity planning through queueing theory. Maritime

Economics & Logistics 12. 2 : 147-161. Diakses 03 Desember 2013

Peraturan Pemerintah Republik Indonesia Nomor 61 Tahun 2009. Kepelabuhanan

PT. Pelabuhan Indonesia II (Persero) Cabang Tanjung Priok. (2012). Tanjung Priok Port Directory

2012. Jakarta : Dwitama Wukirindo.

Rachman, A., Jauhari , A. dan Martinus. (2013). Strategi optimalisasi tambat labuh di pelabuhan perikanan pantai (PPP) Pondokdadap Kabupaten Malang Jawa Timur. PSPK Student Journal. 1 (1) : 21-22. Diakses 08 Oktober 2013

Siswanto. (2007). Operations Research Jilid 2. Jakarta : Erlangga

Taha, H. (2007). Operations Research an Introduction Eight Edition. University of Arkansas, Fayetteville : Pearson Education International

Riwayat Penulis

Getsha Nagista, lahir di kota Bandung pada tanggal 10 April 1989. Penulis menamatkan pendidikan D3 di Politeknik Negeri Bandung dalam bidang Teknik Kimia pada tahun 2009. Kemudian menamatkan pendidikan S1 di Universitas Bina Nusantara dalam bidang Teknik Industri pada tahun 2014. Saat ini bekerja sebagai Staff Teknik di PT. Pelabuhan Indonesia II (Persero) Cabang Tanjung Priok.

Gambar

Tabel 2 Jumlah Kapal Pada Pelayanan Bongkar Muat Periode Bulan Januari       Juni Tahun 2013
Tabel 4 Analisis Permasalahan Waktu Tunggu Muatan dan Truck  Analisa
Gambar 3 Diagram Alir Kegiatan Bongkar Muat
Gambar 8 Simulasi Bongkar Muat 75% true direct
+3

Referensi

Dokumen terkait

Thomas Hobbes memiliki pandangan yang sama dengan Grotius, bahwa negara terbentuk karena perjanjian (perjanjian masyarakat), namun alas an membentuk perjanjian yang sedikit

Papero adalah rekan yang menarik, mempunyai tinggi 38,5 cm ukurannya mini seperti ukuran seorang bayi, matanya dilengkapi dengan kamera CCD untuk mengenali orang.. Makhluk kecil

Penyebab krisis terutama disebabkan (secara garis besarnya) Utang swasta luar negeri mencapai cukup besar Merosotnya nilai tukar rupiah terhadap dollar - terjadinya overshooting

mampu menentukan jenis sepatu olahraga yang sudah memiliki brand yang terkenal seperti Nike sehingga Nike merupakan sebuah perusahaan global yang dapat dikaji

Kesimpulan dari penelitian ini adalah pemberian tepung azolla terfermentasi dapat meningkatkan konsumsi pakan dan pertambahan bobot badan pada perlakuan T2,

Dari penelitian ini, terapi rendam kaki air hangat efektif menurunkan tekanan darah pada lansia penderita hipertensi di Dusun Depok, Ambarketawang, Gamping,

Sesuai dengan node akar pertama pada pohon keputusan yg menunjukkan bahwa ISP yang tidak memiliki layanan Hotline tidak akan direkomendasikan untuk digunakan sebagai

Semasa hidupnya, perannya pun sangatlah besar, dalam beberapa hal seperti pengurusan Kartu tanda Penduduk (KTP) ataupun urusan administrasi lainnya yang menyangkut data