PERENCANAAN J ALUR DISTRIBUSI YANG OPTIMAL PRODUK
BAUT DENGAN METODE SAVING MATRIK
DI PT. TIMUR MEGAH STEEL (TMS) - GRESIK
SKRIPSI
Oleh :
J ANUK DHARMA SAPUTRA
09320100084
J URUSAN TEKNIK INDUSTRI
FAKULTAS TEKNOLOGI INDUSTRI
UNIVERSITAS PEMBANGUNAN NASIONAL “VETERAN”
J AWA TIMUR
PERENCANAAN J ALUR DISTRIBUSI YANG OPTIMAL PRODUK
BAUT DENGAN METODE SAVING MATRIK
DI PT. TIMUR MEGAH STEEL (TMS) - GRESIK
SKRIPSI
Diajukan Untuk Memenuhi Sebagai Prasyaratan Dalam Memperoleh Gelar Sar jana Teknik
J ur usan teknikn Industri
Oleh :
J ANUK DHARMA SAPUTRA
09320100084
J URUSAN TEKNIK INDUSTRI
FAKULTAS TEKNOLOGI INDUSTRI
UNIVERSITAS PEMBANGUNAN NASIONAL “VETERAN”
J AWA TIMUR
SKRIPSI
PERENCANAAN J ALUR DISTRIBUSI YANG OPTIMAL PRODUK
BAUT DENGAN METODE SAVING MATRIK
DI PT. TIMUR MEGAH STEEL (TMS) – GRESIK
Disusun Oleh :
J ANUK DHARMA SAPUTRA
09320100084
Telah dipertahankan dihadapan dan diterima oleh Tim Penguji Skr ipsi J ur usan Teknik Industri Fakultas Teknologi Industr i
Univer sitas Pembangunan Nasional “Veteran” J awa Timur Pada Tanggal : 23 November 2012
Dosen Penguji : Dosen Pembimbing :
1. 1.
Ir. Rr. Rochmoeljati, MMT Ir. Budi Santoso, MT
NIP. 19611029 199103 2 001 NIP. 19561205 198703 1 001
2. 2.
Ir. Handoyo, MT Ir. Hari Purwoadi, MM
NIP. 19570209 198503 1 003 NIP. 19480828 1984031 001
3.
Ir. Budi Santoso, MT
NIP. 19561205 198703 1 001
Mengetahui,
Dekan Fakultas Teknologi Industri
Univer sitas Pembangunan Nasional “Veteran” J awa Timur
LEMBAR PENGESAHAN
SKRIPSI
PERENCANAAN J ALUR DISTRIBUSI YANG OPTIMAL PRODUK
BAUT DENGAN METODE SAVING MATRIK
DI PT. TIMUR MEGAH STEEL (TMS) – GRESIK
Disusun Oleh :
J ANUK DHARMA SAPUTRA
09320100084
Telah disetujui untuk mengikuti Ujian Negar a Lisan Gelombang III Tahun Ajar an 2012 – 2013
Mengetahui Dosen Pembimbing I
Ir. Budi Santoso, MT NIP. 19561205 198703 1 001
Mengetahui Dosen Pembimbing II
Ir. Hari Purwoadi, MM NIP. 19480828 1984031 001
Mengetahui,
Ketua J urusan Teknik Industri UPN “Veteran” J awa Timur
KATA PENGANTAR
Segala puja dan puji syukur kehadirat Allah SWT atas segala rahmat dan karuniaNya, sholawat Nabi Muhammad SAW sebagai rosulNya. sehingga peneliti dapat menyelesaikan penelitian ini dengan baik.
Tugas Akhir ini disusun untuk memenuhi persyaratan kelulusan Program Sarjana Strata-1 (S-1) di Jurusan Teknik Industri Fakultas Teknologi Industri Universitas Pembangunan Nasional “Veteran” Jawa Timur dengan judul :
“PERENCANAAN J ALUR DISTRIBUSI YANG OPTIMAL PRODUK BAUT DENGAN MENGGUNAKAN METODE SAVING MATRIK UNTUK MENGURANGI BIAYA DI PT. TIMUR MEGAH STEEL – GRESIK“.
Penyelesaian penyusunan Tugas Akhir ini tentunya tidak terlepas dari peran serta berbagai pihak yang telah memberikan bimbingan dan bantuan baik secara langsung maupun tidak langsung. Oleh karena itu tidak berlebihan bila pada kesempatan kali ini penulis mengucapkan terima kasih kepada :
1. Bapak Ir. Sutiyono, MT, selaku Dekan Fakultas Teknologi Industri Universitas Pembangunan Nasional “Veteran” Jawa Timur.
2. Bapak Dr. Ir. Minto Waluyo, MM, selaku Ketua Jurusan Teknik Industri Universitas Pembangunan Nasional “Veteran” Jawa Timur.
3. Bapak Drs. Pailan, M.Pd, selaku Sekretaris Jurusan Teknik Industri Universitas Pembangunan Nasional “Veteran” Jawa Timur.
5. Bapak Ir. Hari Purwoadi,MM selaku Dosen Pembimbing Pendamping Skripsi.
6. Seluruh Dosen dan staf Fakultas Teknologi Industri Universitas Pembangunan Nasional “Veteran” Jawa Timur.
7. Orang tua, keluargaku tersayang, keluarga calon suamiku tersayang dan calon suamiku tersayang yang telah memberikan segalanya dan semangat.
8. To Asisten Laboratorium “L-STATIO”, terima kasih yang selalu memberikan bantuan dan masukan dalam penyusunan skripsi. Thanks for everything guys C’mon Prove that we always be the best...>.
9. Sahabat - sahabatku angkatan 2009 Teknik Industri. 10. Semua pihak yang tidak dapat kami sebutkan satu per satu.
Skripsi ini jauh dari sempurna, kritik dan saran yang membangun dari semua pihak sangatlah kami harap. Kami mohon maaf atas segala hal yang tidak berkenan dalam proses, pelaksanaan penelitian hingga tersusunnya tugas akir ini.
Akhir kata semoga tugas akhir ini dapat bermanfaat bagi semua pihak.
Surabaya, Oktober 2012
DAFTAR ISI
Halaman
KATA PENGANTAR ... ... i
DAFTAR ISI ... .... ii
DAFTAR TABEL ... .. vii
DAFTAR GAMBAR ... ... x
DAFTAR GRAFIK ... .. xi
DAFTAR LAMPIRAN ... xii
ABSTRAKSI BAB I PENDAHULUAN 1.1 Latar Belakang ... ... 1
1.2 Rumusan Masalah ... ... 2
1.3 Batasan Masalah ... ... 3
1.4 Asumsi-asumsi ... ... 3
1.5 Tujuan Penelitian ... ... 4
1.6 Manfaat Penelitian ... ... 4
1.7 Sistematika Penulisan ... ... 5
BAB II TINJ AUAN PUSTAKA 2.1 Transportasi ... ... 9
2.1.1 Pengertian Transportasi ... .... 9
2.1.2 Transportasi dan Distribusi ... .... 9
2.2 Jaringan (Network) ... 10
2.2.1 Pengertian Jaringan (Network)... 10
2.3 Metode Savings Matrix ... .. 12
2.3.1 Pengertian Metode Savings Matrix ... ... 12
2.3.2 Langkah-langkah Metode Savings Matrix ... ... 13
2.4 Metode General Assignment ... ... 19
2.5 Peramalan Permintaan ... ... 21
2.5.1 Peramalan Dalam Horison Waktu ... ... 21
2.5.2 Beberapa Sifat Hasil Peramalan ... ... 22
2.5.3 Prosedure Peramalan ... ... 23
2.6 Verifikasi dan Pengendalian Peramalan ( Moving Range Chart ) ... ... 28
2.6.1 Peta Moving Range ... ... 28
2.7 Penentuan Rute Dan Jadwal Pengiriman ... ... 30
2.8 Peneliti Terdahulu ... ... 30
BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Penelitian ... ... 35
3.2 Identifikasi dan Definisi Operasional Variabel ... ... 35
3.2.1 Identifikasi Variabel ... ... 35
3.2.2 Definisi Operasional Variabel ... ... 36
3.3 Metode Pengumpulan Data ... 38
3.4 langkah – langkah Pengolahan Data ... 39
3.5 Langkah-Langkah Pemecahan Masalah ... ... 41
BAB IV HASIL DAN PEMBAHASAN 4.1 Pengumpulan Data………... 52
4.1.1 Data Permintaan Customer………... 52
4.1.3 Data Rute Awal……….……... 57
4.1.4 Data Biaya Transportasi …….………... 58
4.2 Pengolahan Data………... 59
4.2.1 Menghitung Jarak Koordinat Lokasi Customer ………...……... 59
4.2.2 Mengidentifikasi Matrix jarak………... 62
4.2.2.1 Penentuan Alokasi customer Pada Rute Awal berdasarkan Permintaan Tahun Juni 2011 – Juni 2012... 62
4.2.3 Biaya Transportasi Pada Rute Awal tahun Juni 2011 – Juni 2012………... 63
4.2.4 Mengalokasikan Permintaan Customer bulan Juni 2011 – Juni 2012 Pada Rute Baru ( penerapan Metode saving Matrix)... 65
4.2.4.1 Mengidentifikasi Matrix Penghematan... 65
4.2.4.2 Pengalokasian customer pada kendaraan dan rute Baru bulan Juni 2011 – Juni 2012... 66
4.2.4.3 Mengurutkan Customer dalam rute baru... 69
4.2.5 Biaya Transportasi Sesudah penerapan Metode saving matrix Berdasarkan Permintaan bulan Juni 2011 – Juni 2012... 71
4.2.6 Peramalan (forecasting) Permintaan... ... 73
4.2.6.1 Ploting Data Permintaan bulan Juni 2011 – Juni 2012... 73
4.2.6.2 Penetapan Metode Peramalan ... 74
4.2.6.3 Perhitungan Nilai MSE ... 74
4.2.6.5 Melakukan Uji MRC dari Metode Peramalan yang Digunakan... 78 4.2.6.6 Peramalan Data Permintaan Untuk Tahun 2010... 78 4.2.7 Rute Baru (Penerapan Metode Saving Matrix) Berdasarkan Permintaan bulan Juni 2011 – Juni 2012... 80 4.2.8 Perhitungan Biaya Transportasi Rute Baru Untuk bulan Juni 2011 – Juni 2012... 81 4.2.9 Rekomaendasi Jalur Distribusi Untuk periode Oktober 2012 – Oktober 2013... 82 4.3 Analisa Dan Pembahasan ... 83 BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulan………... 88
5.2 Saran………..………... 90
DAFTAR TABEL
Tabel 2.1 Lokasi Tujuan dan Ukuran Order... ..13
Tabel 2.2 Matriks Jarak Dari Pabrik KeCustomer Dan Antar Customer... 14
Tabel 2.3 Matriks Penghematan Jarak Dengan Menggabungan Dua Rute Yang Berbeda... .... 16
Tabel 2.4 Langkah Awal Semua Customer Memiliki Rute Terpisah... .... 17
Tabel 2.5 Semua CustomerMemiliki Rute Terpisah... 17
Tabel 2.6 Customer 4 Masuk Ke Rute A Dan Customer 3 Masuk Ke Rute B... 18
Tabel 3.1 Matrik Jarak dari Pabrik ke Customer dan antar Customer... .45
Tabel 3.2 Matrik penghematan jarak dengan menggabungkan dua rute berbeda.... 46
Tabel 3.3 Semua Customer Memiliki Rute Terpisah... 47
Tabel 3.4 Customer 4 Masuk ke Rute a dan Customer 3 Masuk ke Rute c... 47
Tabel 4.1 Data Permintaan Produk Baut Tipe NC dengan Ukuran BN 3/8 x 1-1/... 52
Tabel 4.2 Data Permintaan Produk Baut Tipe NC dengan Ukuran BN 3/8 x 3... 53
Tabel 4.3 Data Permintaan Produk Baut Tipe M88 dengan Ukuran BN M16 x 50 Gr.8.8... 53
Tabel 4.4 Data Permintaan Produk Baut Tipe M88 dengan Ukuran BN M12 x 40 Gr.8.8... 54.
Table 4.5 Rata-rata Besarnya Order Size Produk Baut tipe NC dengan Ukuran BN 3/8 x 1-1/4 per bulan tiap customer Periode Januari 2011- April 2012... 55
Tabel 4.7 Rata-rata besarnya Order Size Produk Baut Tipe M88 dengan Ukuran BN M16x 50 Gr 8.8 per bulan tiap customer periode Juni 2011-Juni
2012... 56
Tabel 4.8 Rata-rata besarnya Order Size Produk Baut Tipe M88 dengan Ukuran BN M12 x 40 Gr 8.8 per Bbulan tiap customer periode Juni 2011-Juni 2012... 56
Tabel 4.9 Kapasitas Alat Angkut... 57
Tabel 4.10 Rute awal yang pendistribusian produk baut dari pabrik ke customer... 57
Tabel 4.11 Jarak Total Perjalanan dan Beban Order pendistribusian produk baut dari pabrik ke customer pada Rute Awal... 57
Tabel 4.12 Daftar Harga Untuk Biaya Transportasi... 58
Tabel 4.13 Jenis Biaya Transportasi Awal... 58
Tabel 4.14 Jarak Dalam Koordinat Ke Tiap Customer Dalam Koordinat... 60
Tabel 4.15 Jarak Lokasi Dari Pabrik Ke Tiap Customer Dalam Koordinat Dan Satuan Km... 61
Tabel 4.16 Matriks Jarak... 62
Tabel 4.17 Savings Matriks... 66
Tabel 4.23 Nilai MSE dari 3 Metode Peramalan Produk Baut Tipe NC dengan Ukuran BN 3/8 x 1-1/4... 74
Tabel 4.24 Nilai MSE dari 3 Metode Peramalan Produk Baut Tipe NC dengan Ukuran BN 3/8 x 3... 75
Tabel 4.26 Nilai MSE dari 3 Metode Peramalan Produk Baut Tipe M88 dengan
Ukuran BN M12 x 40 Gr.8.8... 76
Tabel 4.27 Nilai MSE Terkecil dan Metode Yang digunakan untuk Produk Baut Tipe NC dengan Ukuran BN 3/8 x 1-1/4... 76
Tabel 4.28 Nilai MSE Terkecil dan Metode Yang digunakan untuk Produk Baut Tipe NC dengan Ukuran BN 3/8 x 3... 76
Tabel 4.29 Nilai MSE Terkecil dan Metode Yang digunakan untuk Produk Baut Tipe M88 dengan Ukuran BN M16 x 50 Gr.8.8... 77
Tabel 4.30 Nilai MSE dari 3 Metode Peramalan Produk Baut Tipe M88 dengan Ukuran BN M12 x 40 Gr.8.8... 77
Tabel 4.31 Rata-rata Besarnya Order Size Produk Baut untuk periode Oktober 2012- Oktober 2013... 79
Tabel 4.32 Urutan Kunjungan Untuk Rute Awal (Rute Perusahaan)... 83
Tabel 4.33 Rute Baru pendistribusian sandal dari pabrik ke customer... 43
Tabel 4.34 Rute awal (Rute dari perusahaan) dan Total jarak Tempuh... 85
Tabel 4.35 Rute Baru (Setelah penerapan metode Savings Matrix) dan Total jarak Tempuh... ... ... 85
Tabel 4.36 Biaya Transportasi Sebelum Penerapan Metode Savings Matrix... 86.
DAFTAR GAMBAR
Gambar 2.1 Jaringan (Network)……….… ... 11 Gambar 2.2 Peta Pulau Jawa ………... 12
Gambar 2.3 Perubahan yang terjadi dengan menggabungkan Customer 1 dan Customer 2 ke dalam satu rute... 15
Gambar 3.1 Langkah-Langkah Pemecahan Masalah……….... 42
DAFTAR GRAFIK
Grafik 4.1 Plot Data Permintaan Produk Baut Tipe NC dengan Ukuran
BN 3/8 x 1-1/4 untuk Surabaya... 73 Grafik 4.2 MRC untuk Customer Surabaya Produk Baut Tipe NC
DAFTAR LAMPIRAN
Lampiran A Gambaran Umum Perusahaan
Lampiran B Ploting (Diagram Pencar) Data Permintaan Customer. Lampiran C Moving Range Chart (MRC)
Lampiran D Tabel Hasil Peramalan permintaan
Lampiran E Perhitungan Matrix Jarak
Lampiran F Perhitungan Matrix Penghematan jarak Lampiran G Iterasi Metode Saving Matrix
Lampiran H Forecasting Time Series Output
ABSTRAK
Semakin tingginya tingkat persaingan dalam dunia industri, menuntut perusahaan untuk dapat menghadapi persaingan secara baik dan siap dengan segala resiko yang akan dihadapi. Salah satu jaminan yang harus dipenuhi perusahaan kepada pelanggan adalah mengirim produk sesuai dengan permintaan pelanggan secara tepat waktu dan efisien
PT. Timur Megah Steel (TMS) Gresik dituntut untuk memiliki kinerja pengiriman yang reliabel. Sedangkan dalam pemenuhan sasaran tersebut masih ada permasalahan dari perusahaan dimana dalam pengiriman baut jenis NC dan M88 ke beberapa daerah pemasaran belum adanya perencanaan pengiriman dan pendistribusian barang yang tepat yaitu dalam menentukan jalur distribusi ke customer yang mengakibatkan jalur pengiriman yang ditempuh semakin panjang tanpa melihat terlebih dahulu kapasitas dari kendaraan dan jarak yang akan ditempuh sehingga mengakibatkan biaya transportasi menjadi mahal.
Berdasarkan permasalahan perusahaan tersebut,perusahaan membutuhkan suatu perencanaan dan penentuan jalur distribusi produk secara tepat untuk mengurangi pemborosan dalam segi waktu, jarak, dan tenaga serta mendapatkan biaya transportasi yang lebih murah.
Jalur atau rute distribusi yang diperoleh untuk melayani permintaan Produk Baut berdasarkan kapasitas alat angkut Periode Oktober 2012 – Oktober 2013, yaitu Rute A: urutan kunjungan dari Gudang– Semarang – solo –Gudang , total jarak perjalanan 556,32 km.Rute B: urutan kunjungan dari Gudang–Pasuruan - Jember– Gudang, total jarak perjalanan 325,5 km. Rute C : Urutan kunjungan dari Gudang – Surabaya - Sidoarjo – Gudang total jarak perjalanan 100,96 km. Biaya Transportasi dengan metode awal sebesar Rp 12.388.100,-/ bulan dengan 5 rute pengiriman barang dan biaya transportasi dengan metode saving matrix sebesar Rp. 9.548.648,-/ bulan dengan 3 rute pengiriman barang. Dengan menggunakan metode saving matrix bisa menghasilkan penghematan biaya transportasi sebesar Rp. 3.092.352,- / bulan atau dengan penghematan biaya transportasi sebesar 24,46 %.
ABST RACT
Increasing levels of competition in the industry, requires companies to be able to face the competition is good and ready with all the risks to be faced. One of the company's assurance that must be met to the customer's shipping the products according to customer requests in a timely and efficient
PT. Timur Megah Steel (TMS) Gresik claimed to have a reliable delivery performance. While the fulfillment of these objectives there is the issue of where the shipping company type NC and M88 bolts to some areas the lack of marketing planning and delivery of the exact distribution of items that in determining the distribution line to the customer which resulted in delivery path taken longer without seeing it first capacity of the vehicle and the distance to be applied resulting in high transport costs.
Based on the company's problems, companies need a planning and determination of product distribution channels appropriately to reduce waste in terms of time, distance, and energy and transportation costs are getting cheaper. Pathways or routes obtained distribution to serve requests Bolts Product conveyance capacity by Period October 2012 - October 2013, the Route A: sequence of the visits Warehouse-Semarang - solo-Warehouse, the total travel distance of 556.32 km. Route B: sequence of the visits warehouse-Pasuruan - Jember-Warehouse, a total travel distance of 325.5 km. Route C: The order of the visits from the warehouse - Surabaya - Sidoarjo - Warehouses total travel distance of 100.96 km. Transportation costs to the initial method of Rp 12,388,100, - / month with 5 routes freight and transportation costs by saving matrix method Rp. 9,548,648, - / month with 3 delivery routes. By using the of saving matrix method can result in savings of transportation costs Rp. 3.092.352, - / month or transportation cost savings of 24,46%.
BAB I PENDAHULUAN
1.1 Latar Belakang
Semakin tingginya tingkat persaingan dalam dunia industri, menuntut perusahaan untuk dapat menghadapi persaingan secara baik dan siap dengan segala resiko yang akan dihadapi. Salah satu jaminan yang harus dipenuhi perusahaan kepada pelanggan adalah mengirim produk sesuai dengan permintaan pelanggan secara tepat waktu dan efisien. Dalam memenuhi permintaan konsumen, selain dilihat dari sisi proses produksi, juga ada faktor penting yang perlu diperhatikan, yaitu pendistribusian produk dari perusahaan ke konsumen yang tepat waktu dan efektif. Pendistribusian memegang peran yang penting karena tanpa adanya pola distribusi yang tepat, maka proses ini juga dapat memakan biaya tinggi dan mengakibatkan pemborosan dari segi waktu, jarak dan tenaga.
Distribusi berkaitan erat dengan kegiatan transportasi karena keduanya merupakan faktor penting bagi perusahaan untuk melakukan pengiriman produk secara tepat kepada customer. Ketepatan pengiriman produk kepada customer harus memiliki dasar penjadwalan dan penentuan jalur distribusi secara tepat, melalui metode Saving Matrix (Matrik Penghematan) maka dapat meminimumkan jarak , waktu, tenaga kerja dan biaya transportasi sehingga memberikan keuntungan pada perusahaan dan customer yang akan dikunjungi.
persediaan dan juga sesuai dengan pemesanan, mulai dari order (pemesanan dari pelanggan), input (bahan baku) , proses produksi, menjadi output (barang jadi). PT. Timur Megah Steel (TMS) Gresik dituntut untuk memiliki kinerja pengiriman yang reliabel. Sedangkan dalam pemenuhan sasaran tersebut masih ada permasalahan dari perusahaan dimana dalam pengiriman baut jenis NC dan M88 ke beberapa daerah pemasaran belum adanya perencanaan pengiriman dan pendistribusian barang yang tepat yaitu dalam menentukan jalur distribusi ke customer yang mengakibatkan jalur pengiriman yang ditempuh semakin panjang
karena tanpa melihat terlebih dahulu kapasitas dari kendaraan dan jarak yang akan ditempuh sehingga mengakibatkan biaya transportasi semakin mahal.
Berdasarkan permasalahan perusahaan tersebut, maka perusahaan membutuhkan suatu penjadwalan dan penentuan jalur distribusi secara tepat waktu untuk mengurangi pemborosan dalam segi waktu, jarak, dan tenaga sehingga mendapatkan biaya transportasi yang lebih murah. Dengan adanya permasalahan tersebut maka dilakukan penelitian dengan metode Saving Matrix dengan harapan dapat menetukan jalur pengiriman produk baut yang lebih cepat sehinggga menghasilkan biaya transportasi yang lebih murah.
1.2 Rumusan Masalah
Berdasarkan permasalahan yang ada di perusahaan,maka dirumuskan permasalahan penelitian sebagai berikut:
“Merencanakan Jalur pendistribusian produk baut secara optimal di PT. Timur Megah Steel (TMS) Gresik sehingga dapat menghemat total biaya
1.3 Batasan Masalah
Beberapa batasan masalah dalam penelitian ini adalah sebagai berikut : 1. Penelitian dilakukan pada produk baut dengan 2 jenis yaitu
NC dengan ukuran BN 3/8 x 1-1/4 dan BN 3/8 x 3
M88 dengan ukuran BN M16 x 50 Gr.8.8 dan BN M12 x 40 Gr.8.8
2. Rute distribusi baut PT. Timur Megah Steel (TMS) dari Gresik ke Surabaya, Sidoarjo,Jember,Pasuruan, Semarang, dan Solo.
3. Biaya transportasi meliputi bahan bakar (solar ), biaya tenaga kerja dan biaya retribusi Juni 2011- Juni2012
4. Jenis kendaraan yang digunakan dalam distribusi baut adalah truck 1 dan truk 2 milik sendiri dengan kapasitas 8.571 box dan 14.285 box
5. Data permintaan produk baut yang diambil mulai Juni 2011 – Juni 2012
1.4 Asumsi-asumsi
Asumsi dari penelitian ini adalah sebagai berikut :
1. Kondisi kendaraan selama perjalanan diasumsikan dalam kondisi stabil, tidak rusak, tidak terjadi bencana alam selama perjalanan
1.5 Tujuan Penelitian
Beberapa tujuan dalam penelitian ini adalah sebagai berikut :
1. Merencanakan jalur distribusi yang optimal produk baut dengan metode saving matrix di PT Timur Megah Steel ( TMS) – Gresik.
2. Merencanakan penghematan biaya transportasi pengiriman produk baut di PT Timur Megah Steel ( TMS) – Gresik.
1.6 Manfaat Penelitian
Adapun manfaat yang diperoleh dari penelitian ini adalah :
1. Bagi Perusahaan, dapat memberikan masukan dalam mengoptimalkan jalur distribusi dan penghematan biaya transportasi setelah dilakukan penelitian sehingga dapat dijadikan bahan pertimbangan oleh perusahaan khususnya PT. Timur Megah Steel (TMS) Gresik .
2. Bagi Perguruan Tinggi, dapat memberikan referensi tambahan dibidang industri khususnya tentang transportasi dan distribusi.
1.7 Sistematika Penulisan
Sistematika penulisan yang digunakan dalam penelitian ini adalah sebagai berikut :
BAB I PENDAHULUAN
Bab ini menjelaskan tentang latar belakang penelitian, perumusan masalah yang diteliti, tujuan dan manfaat penelitian, batasan dan asumsi yang dipakai dalam penelitian serta sistematika penulisan.
BAB II TINJ AUAN PUSTAKA
Bab ini menjelaskan tentang dasar-dasar teori yang digunakan untuk mengolah dan menganalisa data-data yang diperoleh dari pelaksanaan penelitian, yaitu teori mengenai distribusi, penjadwalan dan penentuan rute dalam transportasi dan savings matrix.
BAB III METODE PENELITIAN
Bab ini menjelaskan tentang tempat dan waktu penelitian, identifikasi dan definisi operasional variabel, metode pengumpulan data, metode pengolahan data, langkah-langkah penelitian dan pemecahan masalah.
BAB IV HASIL DAN PEMBAHASAN
BAB V KESIMPULAN DAN SARAN
Bab ini menjelaskan tentang kesimpulan dan saran dari analisa yang telah dilakukan sehingga dapat memberikan suatu rekomendasi sebagai masukan bagi pihak perusahaan.
BAB II
TINJ AUAN PUSTAKA
2.1 Transportasi
2.1.1 Pengertian Transportasi
Transportasi sebagai dasar untuk pembangunan ekonomi dan perkembangan masyarakat serta pertumbuhan industrialisasi. Dengan adanya transportasi menyebabkan adanya spesialisasi atau pembagian pekerjaan menurut keahlian sesuai dengan budaya, adat istiadat, dan budaya suatu Bangsa atau Daerah.
Suatu barang atau komoditi mempunyai nilai menurut tempat dan waktu, jika barang tersebut dipindahkan dari satu tempat ke tempat lain. Dalam hal ini, dengan menggunakan transportasi dapat menciptakan suatu barang/komoditi berguna menurut waktu dan tempat (Time utility and Place utility).
Dengan ini dapat kita simpulkan bahwa definisi transportasi sebagai berikut : Transportasi adalah kegiatan pemindahan barang (muatan) dan penumpang dari suatu tempat ke tempat lain. Dalam transportasi terlihat ada dua unsur yang terpenting yaitu :
a. Pemindahan/pergerakan (movement).
b. Secara fisik mengubah tempat dari barang (komoditi) dan penumpang ke tempat lain. (Salim, 2002: 6)
2.1.2 Transportasi Dan Distribusi
Pengertian distribusi (distribution) termasuk terminologi dalam ilmu ekonomi dan dalam kalangan perindustrian. (Salim, 2002: 23)
Menurut Frank H. Woodward dalam bukunya yang berjudul “Managing the Transport Service Function” dijelaskan “In Industry, distribution has been accepted as: The Performance of all business activities involved in moving the goods from the point of processing or manufacture to the point sale to the
customer and would include”:
• Warehousing
• Inventory control of finished goods
• Materials handling and packaging
• Documentation and dispatch
• Traffic and Transportation
• After sales service to customers
Bila dilihat pengertian tersebut di atas kegiatan transportasi merupakan bagian dari pengertian distribusi. (Salim, 2002: 24)
Masalah transportasi berhubungan dengan distribusi suatu produk tunggal dan beberapa sumber, dengan penawaran terbatas, menuju beberapa tujuan, dengan permintaan tertentu, pada biaya transportasi minimum. Dalam permasalahan transportasi ini, kita mengenal 3 metode transportasi yang sering digunakan, yaitu :
1. Metode North-West Corner
2. Metode Least Cost
Metode Least Cost merupakan metodee transportasi yang berusaha mencapai tujuan untuk minimasi biaya dengan alokasi sistematik kepada kotak-kotak sesuai dengan besarnya biaya transportasi per unit. (Siswanto, 2007: 268). 3. Metode Aproksimasi Vogel (VAM)
Metode Aproksimasi Vogel (VAM) selalu memberikan suatu solusi awal yang lebih baik dibanding metode Nort West Corner dan sering kali lebih baik dari pada metode Least Cost. VAM melakukan alokasi dalam suatu cara yang akan meminimumkan penalty (Oportunity cost) dalam memilih kotak yang salah untuk suatu lokasi. (Siswanto, 2007: 268).
Sedangkan masalah transportasi dalam penentuan jadwal serta rute pengiriman dari satu lokasi ke beberapa lokasi tujuan merupakan keputusan operasional paling penting yang berhubungan dengan transportasi di dalam supply chain adalah perutean dan penjadwalan pengiriman, manajer harus menentukan customer yang akan dikunjungi dengan sebuah kendaraan khusus dan urutan yang akan di kunjungi. Keputusan jadwal pengiriman serta rute yang akan ditempuh oleh setiap kendaraan akan sangat berpengaruh terhadap biaya-biaya pengiriman, kapasitas kendaraan atau armada pengangkutan. Dalam penentuan jadwal serta rute pengiriman terdapat 2 metode dalam supply chain, yaitu (Pujawan, 2005: 179-180) :
a. Metode Savings Matrix b. Metode General Assignment
produk dari pabrik ke customer, dengan tujuan dapat meminimumkan jarak atau waktu atau ongkos dengan mempertimbangkan kendala-kendala yang ada. Kendala yang terjadi adalah satu kali pengiriman produk dilakukan dalam satu rute untuk satu customer. Dengan adanya permasalahan tersebut maka metode savings matrix dapat memberikan solusi yang tepat untuk menyelesaikan kendala-kendala yang terjadi.
Agar penjadwalan distribusi dengan menentukan jalur distribusi dapat optimal, maka dalam pengiriman tersebut harus disesuaikan dengan jumlah permintaan produk oleh customer dan kapasitas dari kendaraan atau armada yang ada, sehingga dilakukan teknik peramalan permintaan pada tiap-tiap customer dengan menggunakan metode peramalan Time Series.
2.2 J aringan ( Network )
2.2.1 Pengertian J aringan ( Network )
Jaringan ( Network ) sebenarnya merupakan sebuah istilah untuk menandai model-model yang secara visual bisa di identifikasi sebagai sebuah sistem jaringan yang terdiri dari rangkaian-rangkaian noda (node) dan kegiatan (activity). (Siswanto,2007:378)
2.2.2 Ter minologi J aringan
akhir atau tujuan. Karena anak panah menandai arah arus, maka ada dua kemungkinan yang akan terjadi. Pertama, adalah arah arus yang searah; dan kedua, adalah arah arus yang dua arah. (Siswanto,2007:381)
Menggambar diagram jaringan kerja pertama kegiatan digambarkan dengan simpul model Activity On Node (AON). Sedangkan peristiwa atau event diwakili oleh anak panah.yang kedua aktivitas digambarkan dengan anak panah Activity On Arch (AOA).sedangkan kejadian digambarkan dengan simpul. Disini akan digunakan AOA. (Handoyo,2009:53)
node awal node akhir
Gambar 2.1 Jaringan (Network)
Dari gambar diatas menjelaskan bahwa dalam suatu jaringan ( network ) terdapat beberapa elemen untuk mendistribusi produk perusahaan dari gudang ke customer. Anak panah melambangkan aktivitas, node (simpul) melambangkan kejadian, node 1 merupakan kejadian di mulai dan node 2 merupakan dari akhir dari aktivitas.
Penelitian dalam perusahaan ini terdapat 1 sumber dan 6 tujuan dalam mendistribusikan produk baut kebeberapa kota diantaranya kota Surabaya, Sidoarjo, Jember, Pasuruan, Semarang dan solo. Untuk menentukan titik koordinat jarak dari pabrik / gudang ke tiap-tiap customer, maka menggunakan peta pulau jawa dengan skala 1:4.000.000.
1 ES
LS
2 EF
LF x
Gambar 2.2 Peta Pulau Jawa
Dilihat dari gambar 2.2 peta pulau jawa, maka dapat diketahui titik koordinat dari kota gresik ke kota surabaya terletak pada koordinat (x,-y), untuk kota gresik ke kota sidoarjo terletak pada koordinat (x,-y), untuk kota gresik ke kota jember terletak pada koordinat (x,-y), untuk kota gresik ke kota pasuruan terletak pada koordinat (x,-y), kota gresik ke kota semarang terletak pada koordinat (-x,y) dan untuk kota gresik ke kota solo terletak pada koordinat (-x,y).
2.3 Metode Savings Matrix
2.3.1 Pengertian Metode Savings Matrix
berlainan. Tujuan metode ini adalah untuk memilih penugasan kendaraan dan routing sebaik mungkin. (Bowersox, 2002: 232)
Metode Savings Matrix adalah metode untuk meminimumkan jarak atau waktu atau ongkos dengan mempertimbangkan kendala-kendala yang ada. (Pujawan, 2005: 180)
2.3.2 Langkah-Langkah Metode Savings Matr ix
Sebelum melakukan perhitungan Savings Matrix, terlebih dahulu menentukan titik koordinat jarak dari pabrik / gudang ke tiap-tiap customer (Pujawan, 2005: 180)
Tabel 2.1 Lokasi Tujuan dan Ukuran Order
Customer Tujuan Koordinat x Koordinat y Ukuran Order
Customer 1
1
χ y1 A Unit
Customer 2
2
χ y2 B Unit
Customer 3
3
χ y3 C Unit
Customer 4
4
χ y4 D Unit
. . . Customer n . . . n χ . . . n y . . . N Unit
1. Mengidentifikasi Matrix Jarak
Pada langkah ini perlu jarak antara pabrik ke masing-masing customer. sehingga mengunakan lintasan terpendek sebagai jarak antar lokasi. Jadi dengan mengetahui koordinat masing-masing lokasi maka jarak antar dua lokasi bisa dihitung dengan menggunakan rumus jarak standar.
Tabel 2.2 Matrik Jarak dari Pabrik ke Customer dan antar Customer
Pabrik/G udang
Customer
1
Customer
2
Customer
3
Customer
4
…Customer n
Customer
1
Customer
2
Customer
3
Customer
4 . .
Customer
n
Misalkan dua lokasi masing-masing dengan koordinat
(
χ1, y1)
dan(
χ2, y2)
maka Perhitungan matrik jarak dua lokasi tersebut adalah (Pujawan,2005: 181) :
Hasil perhitungan jarak ini digunakan untuk menentukan matrik penghematan (Savings Matrix) yang akan dikerjakan pada langkah berikutnya.
2. Mengidentifikasi Matrik Penghematan (Savings Matrix)
Savings matrix mempresentasikan penghematan yang dapat direalisasikan dengan menggabungkan dua pelanggan ke dalam satu rute. Misalkan menggabungkan Customer 1 dan Customer 2 ke dalam satu rute maka jarak yang akan dikunjungi adalah dari gudang ke Customer 1 kemudian ke Customer 2 dan dar Customer 2 balik ke gudang.
Gambar 2.3 Perubahan yang terjadi dengan menggabungkan Customer 1 dan Customer 2 ke dalam satu rute.
Dari gambar diatas terjadi perubahan jarak adalah sebesar jarak kiri dikurangi total jarak kanan yang besarnya adalah (Pujawan, 2005: 182):
( )
G J( ) ( ) ( ) ( )
G[
J G J J G]
J ,1 2 ,2 ,1 1,2 2,
2 + − + +
( ) ( ) ( )
G,1 J G,2 J 1,2J + −
=
dengan jarak
( ) ( )
x,y = y,x( ) ( ) ( ) ( )
x y J G x J G y J x yS , = , + , − ,
Gudang
Customer 1 Customer 2
Gudang
Customer 2 Customer
dimana :
( )
x y =S , Penghematan jarak (Savings) yang diperoleh dengan
menggabungkan rute x dan y menjadi satu
( )
G x =J , Jarak dari gudang ke customer x
( )
G y =J , Jarak dari gudang ke customer y
( )
x y =J , Jarak dari customer x ke customer y
kemudian dibuat tabel matrik penghematan jarak dengan menggabungkan dua rute yang berbeda.
Tabel 2.3 matrik penghematan jarak dengan menggabungkan dua rute yang berbeda
Customer 1 Customer 2 Customer 3 Customer 4 ….Customer
n
Customer 1
Customer 2
Customer 3
Customer 4
.
.
.
Tabel 2.4 Langkah awal semua customer memiliki rute terpisah
3. Mengalokasikan customer ke kendaraan atau rute
Pada langkah ini melakukan alokasi customer ke kendaraan atau rute. dalam penggabungan rute customer, digabungkan sampai pada batas kapasitas truk atau armada yang ada, dengan melihat nilai penghematan terbesar pada tabel matrix penghematan jarak.Misalkan didapat matrik penghematan jarak sebagai berikut :
Tabel 2.5 semua customer memiliki rute terpisah
Pabrik/Gudang Customer 1 Customer 2 Customer 3 Customer 4
Customer 1 Rute a 0.0
Customer 2 Rute b 14.8 0.0
Customer 3 Rute c 12.5 8.2 0.0
Customer 4 Rute d 24.9 12.9 12.6 0.0
Order 320 85 300 150
Pabrik/Gudan g
Customer
1
Customer
2
Customer
3
Customer
4
…C
usto
mer
n
Customer 1 Rute a
Customer 2 Rute b
Customer 3 Rute c
Customer 4 Rute d
. .
Customer n Rute z
Order A B C D …N
dari tabel diatas didapat penghematan terbesar pada customer 1 dan 4 sebesar 24.9. Sehinga customer 4 bergabung ke rute a (diasumsikan kapasitas truk memadai)
Tabel 2.6 Customer 4 masuk ke Rute a dan Customer 3 masuk ke Rute c
Pabrik/Gudang Customer 1 Customer 2 Customer 3 Customer 4
Customer 1 Rute a 0.0
Customer 2 Rute b 14.8 0.0
Customer 3 Rute c 12.5 12.9(2) 0.0
Customer 4 Rute a 24.9(1) 8.2 12.6 0.0
Order 320 85 300 150
selanjutnya dicari penghematan terbesar kedua didapatkan 12.9 (Customer 2 dan 4) masuk ke rute b, dan begitu seterusnya hingga customer ke-n. Jika terdapat customer yang sudah teralokasikan , tidak terjadi penggabungan. kemudian didapatkan jumlah rute sesuai dengan kapasitas armada yang ada dan penghemtan jarak alokasi dari pabrik ke customer. (Pujawan, 2005: 183-185)
4. Mengurutkan Customer (Tujuan) dalam rute yang sudah terdefinisi
Ada banyak metode yang dapat digunakan untuk menentukan urutan kunjungan, namun pada penelitian ini menggunakan metode Nearest Neighbor. Metode Nearest Neighbor merupakan metode pengurutan
kunjungan yang menambahkan customer yang jaraknya paling dekat dengan customer yang akan dikunjungi terakhir. Misalnya diketahui 3 customer
didapat customer 3 dengan jarak 6.7 dan terakhir yang dikunjungi adalah customer 2 kemudian kembali ke gudang. (Gudang-Customer1-Customer3-Customer2-Gudang). Jika kebetulan menghasilkan rute dengan jarak yang
sama maka dipilih total jarak yang minimum. (Pujawan, 2005: 185-186). Dengan dilakukan penyelesaian permasalahan tersebut menggunakan metode savings matrix, maka dapat dihasilkan jalur disribusi yang optimal dengan biaya transportasi yang lebih efisien.
2.4 Metode General Assigment
General assignment atau sering disebut dengan Assignment problem adalah salah satu permasalahan yang optimasi kombinatorial pada cabang optimasi. Metode General assignment sering digunakan untuk mencari solusi optimum dalam suatu permasalahan. metode General assignment menggunakan algoritma branch and bound dalam menyelesaikan masalahnya
Metode General assignment hampir sama dengan metode Savings matrix, namun perbedaan metode General assignment menggunakan solusi percabangan, dimana pada setiap percabangan terdapat agent yang memiliki task atau secara general problem state dari permasalahan ini adalah ada sejumlah agent dan task
Prosedur dalam metode General assignment terdapat beberapa tahap-tahap : 1. Diberikan sejumlah agent dan task dalam penyelesaian masalahnya 2. Setiap agent tertentu memiliki cost untuk task tertentu
3. Menempatkan sebuah agent untuk tiap-tiap rute
1) Dimana agent pada tiap-tiap rute mempunyai armada dan beban pengalokasian produk untuk tiap agent disesuaikan dengan kapasitas armada.
2) Rute pengiriman dari satu agent untuk beberapa customer dikirim dengan rute sesuai arah jarum jam.
3) Pemilihan setiap agent berada ditengah diantara beberapa customer atau dengan jarak yang sama jika dilihat dari jarak gudang.
4. Mengevaluasi besarnya biaya dalam orbit penempatan untuk tiap customer Untuk tiap penempatan (Sk), Customer i, dan biaya penempatan (cik). Untuk menghitung Perjalanan customer dari gudang ke penempatan dan
kembali. Dengan rumus sebagai berikut :
) , ( )
, ( )
,
(DC i Dist i Sk Dist DC Sk Dist
cik = + −
5. Keputusan penempatan customer untu rute
Keputusan penempatan customer pada tiap agent, dengan melihat dari total biaya penempatan terkecil.
6. Rangkaian customer dalam rute
2.5 Peramalan Per mintaan
Peramalan adalah proses untuk memperkirakan berapa kebutuhan dimasa datang yang meliputi kebutuhan dalam ukuran, kuantitas, kualitas, waktu dan lokasi yang dibutuhkan dalam rangka memenuhi permintaan barang ataupun jasa. (Nasution, 2008: 29)
Sedangkan peramalan permintaan merupakan tingkat permintan produk-produk yang diharapkan akan terealisir untuk jangka waktu tertentu pada masa yang akan datang. Peramalan permintaan ini digunakan untuk meramalkan permintaan dari produk yang bersifat bebas (tidak tergantung), seperti peramalan produk jadi.
Metode peramalan dibagi dua, yaitu :metode peramalan Time Series dan metode peramalan non time series. dalam penelitian ini mengunakan metode peramalan time series, yang merupakan metode peramalan secara kuantitatif dengan menggunakan waktu sebagai dasar peramalan.
2.5.1 Peramalan dalam Horizon Waktu
Dalam hubungannya dengan horizon waktu peramalan maka kita dapat mengklasifikasikan peramalan tersebut dalam 3 kelompok (Nasution,200: 29-30) : 1. Peramalan jangka panjang, umumnya 2 sampai 10 tahun. Peramalan ini
digunakan untuk perencanaan produk dan perencanaan sumber daya.
3. Peramalan jangka pendek, umumnya 1 sampai 5 minggu. Peramalan ini digunakan untuk mengambil keputusan dalam hal perlu tidaknya lembur, penjadwalan kerja dan lai-lain keputusan kontrol jangka pendek.
Dalam penelitian ini menggunakan peramalan jangka menengah yang umumnya dilakukan 1 atau 2 tahun yang digunakan untuk menentukan jalur distribusi paling optimal berdasarkan data permintaan sebelumnya.
2.5.2 Beberapa Sifat Hasil Peramalan
Dalam membuat peramalan atau menerapkan hasil suatu peramalan maka ada beberapa hal yang harus dipertimbangkan, yaitu (Nasution, 2008: 33) :
1. Peramalan pasti mengandung kesalahan, artinya peramal hanya bisa mengurangi ketidakpastian yang akan terjadi, tetapi tidak akan menghilangkan ketidakpastian tersebut.
2. Peramalan seharusnya memberikan informasi tentang berapa ukuran kesalahan, artinya karena peramalan pasti mengandung kasalahan maka penting bagi peramal untuk menginformasikan seberapa besar kesalahan yang mungkin terjadi.
2.5.3 Prosedur Per amalan
Dalam melakukan peramalan terdapat beberapa prosedur, yaitu : 1. Tentukan pola data permintaan
dilakukan dengan cara memplotkan data secara grafis dan menyimpulkan apakah data berpola trend, musiman, siklikal atau siklus, eratik / random.
Trend / kecenderungan (T) adalah sifat dari permintaan dimasa lalu
terhadap waktu terjadinya, apakah permintaan tersebut cenderung naik, turun atau konstan. Siklus (C) merupakan pola permintaan suatu produk yang berulang secara periodik biasanya lebih dari satu tahun, sehingga tidak perlu dimasukkan dalam peramalan jangka pendek. Musiman (S) adalah pola permintaan suatu produk yang naik atau turun disekitar garis trend dan biasanya berulang setiap tahun. disebabkan factor cuaca, musim libur panjang, dan lain-lain. Random (R) merupakan pola permintaan suatu produk yang mengikuti pola bervariasi secara acak karena factor bencana alam, bangkrutnya perusahaan, dan lain-lain. pola ini dibutuhkan dalam menentukan persediaan pengamatan untuk mengantispasi kekurangan persediaan bila terjadi lonjakan permintaan. (Nasution, 2008: 39-40) 2. Mencoba beberapa metode time series sesuai dengan pola permintaan
tersebut untuk melakukan peramalan.
merupakan tentang tingkat perbedaan antara hasil peramalan dengan permintaan yang sebenarnya terjadi.
Dalam peramalan Time Series, metode peramalan terbaik adalah metode yang memenuhi kriteria ketepatan ramalan, kriteria ini adalah, yaitu (Nasution, 20083: 34-35) :
a) Rata-rata Deviasi Mutlak (Mean Absolute Deviation = MAD)
MAD merupakan rata-rata kesalahan mutlak selama periode tertentu tanpa memperhatikan apakah hasil peramalan lebih besar atau lebih kecil dibandingkan kenyataannya. Secara matematis, MAD dirumuskan sebagai berikut :
n
F
A
MAD
=
∑
t−
tDimana :
A = permintaan aktual pada periode – t
Ft = hasil peramalan (forecast) pada periode – t
n = jumlah periode peramalan yang terlibat
b) Rata-rata Kuadarat Kesalahan (Mean Square Error = MSE)
MSE dihitung dengan menjumlahkan kuadrat semua kesalahan. Peramalan pada tiap periode dan membaginya dengan jumlah periode peramalan. Secara sistematis MSE dirumuskan sebagai berikut :
=
∑
(
−)
nF A
MSE t t
2
MAPE merupakan ukuran kesalahan relative. MAPE biasanya lebih berarti bila dibandingkan MAD Karena MAPE menyatakan persentase kesalahan hasil peramalan terhadap permintaan actual selama periode tertentu yang akan memberikan informasi persentase kesalahan terlalu tinggi atau terlalu rendah. Secara sistematis sebagai berikut :
∑
− =
t t t
A F A n
MAPE 100
4. Memilih metode peramalan terbaik diantara metode yang dicoba.
Metode terbaik akan memberikan tingkat kesalahan terkecil dibanding metode lainnya dan tingkat kesalahan tersebut berada dibawah tingkat kesalahan yang telah ditetapkan.
Metode yang digunakan dalam Time Series, yaitu :
a. Metode Rata-rata Bergerak Tertimbang (Weighted Moving Average) Dalam metode rata-rata bergerak memberikan timbangan yang sama bagi seluruh data pengamatan, walaupun data yang paling akhir lebih penting dan perlu dipertimbangkan dalam penyusunan ramalan sedangkan dalam metode rata-rata bergerak tertimbang memberikan timbangan yang berbeda atau data tersebut, dengan peranan atau pentingnya data tersebut pada penyusunan ramalan pada periode berikutnya (Ariyani, 2008: 33)
Formula metode Weighted Moving Average adalah (Baroto, 2002: 38) :
( )
t c ft c ft cmft mf = 1 −1 + 2 −2 + −
dimana :
ft =
^
ramalan permintaan (real) untuk peride t
=
t
f permintaan aktual pada periode t
1
c = bobot masing-masing data yang digunakan
(
∑c1 =1)
,ditentukan secara subyektif
m = jumlah periode yang digunakan untuk peramalan (Subyektif)
Pada periode WMA peramalan permintaan untuk setiap periode mendatang diasumsikan sama.
b. Metode Pemulusan Eksponensial Tunggal (Single Eksponential Smoothing)
Kelemahan metode Moving Average dalam kebutuhan akan data-data masa lalu yang cukup banyak dapat diatasi dengan metode pemulusan eksponensial.(Ariyani, 2008: 34)
Formula untuk metode Single Eksponential Smoothing (SES) adalah (Baroto, 2002: 39) :
(
)
1 ^ ^1− −
+
= t t
t f f
f α α
dimana :
=
t
f
^
perkiraan permintaan pada peride t
=
α suatu nilai
(
0<α <1)
yang ditentukan secara subyektif=
t
f permintaan aktual pada periode t
=
−1 ^
t
metode SES mengasumsikan peramalan permintaan untuk setiap periode ke depan selalu sama.
c. Metode Pemulusan Eksponansial Ganda (Double Eksponential Smoothing)
Dasar pemikiran dari metode pemulusan eksponensial yang linier ini adalah baik nilai pemulusan eksponensial tunggal maupun ganda terdapat pada waktu sebelum data sebenarnya, bila pada itu adalah trend. Disamping itu untuk menyesuaikan trend, maka nilai-nilai pemulusan eksponensial tunggal ditambahkan nilai-nilai-nilai-nilai pemulusan eksponensial ganda. (Ariyani. 2008: 36)
Formula Double Eksponential Smoothing adalah (Baroto, 2002: 40) :
t t a at e
F" = 0 + 1 +
dimana a0, a1 adalah parameter proses dan e mempunyai nilai harapan
dari 0 dan sebuah variasi σe2.
Misalkan β =1−α , sehingga :
0 1 1 1 2 1
... f f
f f
Ft =α t +αβ t− + +αβt− +β
persamaan diatas dapat pula dituliskan ulang sebagai :
0 1 1 0 f f
F i t t
t i
t =α ∑β − +β −
=
Double Eksponential Smoothing adalah modifikasi dari Single Ekspnential Smoothing yang diruuskan sebagai berikut :
[ ]2 = Χ + Χ[ ]2 −1
Χt α t β t
dimana :
[ ] F t
t2 = '
=
α Faktor smoothing dan β =1−α , Χt = Ft
d. Metode Winter’s
metode peramalan Winter’s digunakan untuk suatu data yang berpola musiman. (Baroto, 2002: 44)
Formulasi untuk metode Winter’s adalah :
(
a a t)
Ctt = 0,1+ 1. dengan : a0 =a0,2N −
( )
2N a1
N f f a 2 1
1 − − − = N f f t N t 1 1 = − ∑ = N f f N N t t
∑
+ = − = 2 1 2 2 1 1 2 2 , 0 − += −f a N
a N t t a a f C . 1 0 1 +
=
∑
=1 =1 NC
N t
t
5. Melakukan peramalan dengan metode terbaik yang dipilih
2.6 Verifikasi dan Pengendalian Peramalan (Moving Range Chart)
Langkah penting setelah peramalan dibuat adalah melakukan verifikasi peramalan sehingga hasil peramalan tersebut benar-benar mencerminkan data masa lalu dan sistem sebab akibat yang mendasari permintaan tersebut. Sepanjang aktualitas peramalan tersebut dipercaya, hasil peramalan akan terus digunakan. Jika selama proses verifikasi tersebut ditemukan keraguan validitas metode peramalan yang digunakan, harus dicari metode lain yang lebih cocok. (Nasution, 2008;61)
2.6.1 Peta Moving Range
Moving Range digunakan untuk menguji kestabilan sistem sebab akibat yang
mempengaruhi permintaan. Moving Range dapat didefinisikan sebagai (Enny, 2008; 49-50) ) y y ( ) y y (
MR t 1 t 1
^ t t ^ − − − − − =
Di mana :
MR = Moving Range
t
y
^
= Hasil peramalan permintaan pada periode t
t
y = Permintaan pada periode t
1 ^
− t
y = Hasil peramalan permintaan pada periode t-1
1
− t
y = Permintaan pada periode t-1.
Adapun rata-rata Moving Range didefinisikan sebagai :
1 n MR MR n 1 t − =
∑
=Garis tengah peta Moving Range adalah pada titik nol. Batas kontrol atas dan bawah pada peta Moving Range adalah :
BKA = +2,66 MR
BKB = -2,66 MR
Jika semua titik berada dalam batas kendali, diasumsikan peramalan permintaan yang dihasilkan telah cukup baik. Jika terdapat titik yang berada di luar batas kendali maka jelas bahwa peramalan yang didapat kurang baik dan harus direvisi.
2.7 Penentuan Rute Dan J adwal Pengiriman
Salah satu keputusan operasional yang sangat penting dalam manajemen distribusi adalah penentuan jadwal serta rute pengiriman dari satu lokasi ke beberapa lokasi tujuan. Keputusan ini sangat penting bagi mereka yang harus mengirimkan barang dari satu lokasi ke berbagai toko yang tersebar di sebuah kota. Secara umum permasalahan penjadwalan dan penentuan rute pengiriman bisa memiliki beberapa tujuan yang ingin dicapai seperti tujuan untuk meminimumkan biaya pengiriman, meminimumkan waktu, atau meminimumkan jarak tempuh. Dalam bahasa program matematis, salah satu dari tujuan tersebut bisa menjadi fungsi tujuan (objective function) dan yang lainnya menjadi kendala (constraint). Misalnya, fungsi tujuannya adalah meminimumkan biaya pengiriman, namun ada kendala time window dan kendala maksimum jarak tempuh tiap kendaraan, disamping kendala lain seperti kapasitas kendaraan atau kendala lainnya. (Pujawan, 2005: 179)
2.8 Peneliti Ter dahulu
1) Sumber : Onny Setyono (2006)
Judul : “Perancangan Sistem Rute dan Penjadwalan Pengiriman Barang di PT. Karya Mandiri Kencana Surabaya “
Ringkasan :
pengiriman barang selama bulan Desember adalah sebesarRp.2.658.000 yang mana jauh lebih rendah daripada biaya pengiriman sebelumnya.
2) Sumber : Tri Prasetyo Nugroho (2010)
Judul : “Perencanaan Rute Distribusi VCD Pembelajaran Ke Gudang Dengan Menggunakan Metode Savings Matrix Untuk Meminimalkan Biaya Transportasi Di CV. Surya Media Perdana Surabaya”
Ringkasan :
Semakin tingginya tingkat persaingan dalam dunia industri, menuntut perusahaan untuk dapat menghadapi persaingan secara baik dan siap dengan segala resiko yang akan dihadapi. Salah satu jaminan yang harus dipenuhi perusahaan kepada pelanggan adalah pengiriman produk sesuai dengan permintaan pelanggan secara tepat waktu dan efisien. Sehingga proses distribusi yang dilaksanakan tidak mengakibatkan pemborosan segi waktu, jarak, dan tenaga.
CV. Surya Media Perdana yang berada di kota Surabaya dan bergerak dalam perdagangan barang dan jasa. CV. Surya Media Perdana memiliki permasalahan dalam proses distribusi, dimana dalam satu kali pengiriman produk hanya dilakukan pada satu customer, sehingga mengakibatkan jalur pengiriman yang ditempuh semakin panjang tanpa melihat terlebih dahulu kapasitas dari kendaraan dan jarak yang akan ditempuh serta mengakibatkan biaya tranportasi yang mahal.
transportasi. Penjadwalan dan penentuan jalur transportasi dapat diselesaikan dengan metode Savings Matrix.
Dari pengolahan data dan pembahasan permasalahan jalur distribusi menggunakan metode Savings Matrix didapat 3 rute baru yang meliputi rute A, rute B, rute C. Penghematan jarak dan efisiensi biaya yang diperoleh dari 6 rute menjadi 3 rute dan penghematan total jarak tempuh sebesar 231,71 km atau sebesar 24,9 %. Serta Penghematan Biaya Transportasi sebesar Rp.6.763.670 km atau penghematan Biaya Transportasi sebesar 49.2 %.
3) Sumber : Dwi Winda Oktavia (2011)
Judul : “Perencanaan Rute Distribusi Dengan Menggunakan Metode Saving Matrik Di PT. SENTRATEK ADIPRESTASI SURABAYA”
Ringkasan :
Distribusi merupakan salah satu faktor penting bagi perusahaan untuk dapat melakukan pengiriman produk secara tepat kepada pelanggan. Ketepatan pengiriman produk kepada pelanggan harus memiliki dasar penjadwalan dan penentuan rute secara tepat, sehingga customer yang akan dikunjungi menerima produk dalam kondisi baik dan sesuai dengan batas waktu permintaan.
pengiriman yang reliabel. Sedangkan dalam pemenuhan sasaran tersebut masih ada permasalahan dari perusahaan dimana dalam pengiriman produk ke beberapa daerah pemasaran belum adanya perencanaan pengiriman dan pendistribusian barang yang tepat yaitu dalam menentukan jalur distribusi ke customer yang mengakibatkan jalur pengiriman yang ditempuh semakin panjang tanpa melihat terlebih dahulu kapasitas dari kendaraan dan jarak yang akan ditempuh sehingga mengakibatkan biaya transportasi menjadi mahal. Maka perusahaan membutuhkan suatu penjadwalan dan penentuan jalur distribusi secara tepat untuk mengurangi pemborosan dalam segi waktu, jarak, dan tenaga serta mendapatkan biaya transportasi yang lebih murah. Dengan adanya permasalahan tersebut maka dilakukan penelitian dengan metode savings matrix dengan harapan dapat di tentukan jalur pengiriman yang lebih cepat sehingga dihasilkan biaya transportasi yang lebih murah.
BAB III
METODE PENELITIAN
3.1 Tempat dan Waktu Penelitian
Dalam Penelitian ini pencarian data dilakukan di PT. Timur Megah Steel (TMS) Gresik yang berlokasi di Jl. Driyorejo-Gresik. Sedangkan waktu penelitian dimulai pada bulan Agustus 2012 sampai dengan data dari penelitian ini sudah terpenuhi.
3.2 Identifikasi dan Definisi Oper asional Variabel 3.2.1 Identifikasi Variabel
Identifikasi variabel merupakan karakteristik atau keadaan atau kondisi pada suatu obyek yang mempunyai variasi nilai.
Berdasarkan pengertian identifikasi variabel diatas, maka dapat diidentifikasi variabel – variabel yang berhubungan dengan permasalahan yaitu sebagai berikut :
a. Variabel terikat
Yang termasuk variabel terikat disini adalah sebagai berikut : 1. Rute Distribusi
b. Variabel bebas
Yang termasuk variabel bebas disini adalah sebagai berikut : 1. Kapasitas Alat Angkut
4. Biaya Transportasi Rute Distribusi 5. Jarak Distribusi
3.2.2 Definisi operasional variabel
Definisi operasional variabel adalah suatu indikator yang berupa variabel yang ada pada metode yang digunakan dalam suatu penelitian yang kemudian dijalankan dalam penelitian tersebut.
Mengacu pada judul penulisan, maka dapat diidentifikasi variabel – variabel yang berhubungan dengan permasalahan dan nantinya akan dianalisa adalah sebagai berikut :
a. Variabel Terikat
Variabel terikat adalah variabel yang dipengaruhi atau yang menjadi akibat adanya variabel bebas. Yang termasuk variabel terikat disini adalah sebagai berikut :
1. Rute distribusi
merupakan suatu jalur perantara transportasi suatu produk barang dan jasa dari pabrik atau gudang sampai ke lokasi customer. Dimana penentuan jalur distribusi yang tepat dapat mengakibatkan efisiensi biaya transportasi. b. Variabel Bebas
1. Kapasitas alat angkut
Kapasitas alat angkut merupakan variabel bebas yang menunjukkan kekuatan yang dimiliki oleh kendaraan atau armada dalam melakukan pengangkutan barang atau produk. Kapasitas alat angkut armada truk 1 dan truk 2 disini adalah dalam satuan ton.
2. Permintaan Produk
Permintaan produk merupakan variabel bebas yang menunjukkan banyaknya permintaan produk untuk setiap customer pada periode tertentu. Dalam penelitian ini merupakan data permintaan produk selama satu tahun. Permintaan produk setiap kota dan tiap masing-masing tipe yaitu dalam bentuk box.
3. Rute awal distribusi
Rute awal distribusi merupakan variabel bebas yang menunjukkan rute awal yang dilalui armada dalam pendistribusian produk dari pabrik atau gudang sampai pada lokasi customer. Rute awal distribusi terdapat 5 rute yang dimulai dari gudang atau pabrik yang terletak di kota Gresik menuju ke kota Surabaya, dari kota Gresik menuju ke kota Sidoarjo, darikota Gresik menuju ke kota Pasuruan, dari kota Gresik menuju ke kota Jember, dari kota Gresik menuju ke kota Semarang, dari kota Gresik menuju ke kota Solo. 4. Biaya Transportasi rute distribusi
5. Jarak distribusi
Jarak distribusi merupakan variabel bebas yang menunjukkan jarak dari pabrik ke tiap-tiap kota customer maupun jarak dari customer satu ke customer yang lainnya. Jarak distribusi yaitu dalam satuan Kilometer (Km). Menghitung jarak distribusi menggunakan peta pulau Jawa dengan skala 1:4.000.000 cm (1 cm pada peta mewakili 4.000.000 cm atau 40 km pada jarak sebenarnya)..
3.3 Metode Pengumpulan Data
Berisi tentang bagaimana data dikumpulkan sebelum diolah dan dianalisa, data yang dikumpulkan berisi tentang data sekunder. Peneliti juga menggunakan beberapa cara, antara lain melalui Lybrari Reseach (Penelitian Pustaka) yang mempunyai pengertian pengumpulan data sebagai dasar teoritis yang dipakai pedoman dalam menganalisa pada obyek yang akan diteliti, dapat diperoleh dari berbagai literatur. Dan Field Research (Penelitian Lapangan), terdapat tiga cara yang dilakukan, antara lain :
1. Metode Wawancara ( Interview)
Yaitu teknik pengumpulan data dengan menggunakan tanya jawab secara langsung dengan pemimpin, karyawan dan pihak-pihak yang terlibat langsung dalam proses distribusi produk.
2. Metode Pengamatan
3. Metode Dokumentasi
Yaitu teknik pengambilan data yang berupa arsip-arsip atau catatan (Jumlah alat angkut, jarak masing-masing customer)
3.4 Langkah-langkah Pengolahan Data
Dalam penelitian ini langkah-langkah yang digunakan dalam pengolahan data, yaitu :
1. Peramalan Jumlah Permintaan
Peramalan jumlah permintaan untuk 12 periode dengan menggunakan software WINQSB untuk mengetahui rata-rata permintaan tiap periode pada masing-masing kota customer berdasarkan data masa lalu (Simple Average, Single Eksponential Smooting, Weighted Moving Average, Moving Average)
2. Perhitungan, Mean Square Error (MSE)
Perhitungan, Mean Square Error (MSE) dengan melihat nilai kesalahan peramalan terkecil untuk beberapa periode mendatang.
3. Pembuatan Matrik Jarak
Pembuatan matrik jarak, dengan terlebih dahulu menentukan koordinat jarak dari pabrik ke tiap kota customer, kemudian dihitung jaraknya dengan rumus:
( ) (
) (
)
22 1 2 2 1
2 ,
1 y y
J = χ −χ + −
4. Perhitungan Savings Matrix
Perhitungan Savings Matrix bertujuan untuk menghitung besarnya penghematan masing-masing kota customer dan kemudian ditabelkan dalam bentuk Savings Matrix. Dengan rumus perhitungan Savings Matrix :
( ) ( ) ( ) ( )
x y J G x J G y J x yS , = , + , − ,
5. Penentuan Alokasi Customer ke dalam tiap alat angkut
Penentuan alokasi customer ke dalam tiap alat angkut didasarkan pada penghematan jarak dan disesuaikan dengan kapasitas tiap armada yang ada. 6. Penentuan Rute atau Jalur Distribusi
Penentuan rute atau jalur distribusi dilakukan dengan menggunakan metode Nearest Neighbour.
7. Perhitungan Biaya Transportasi Sebelum dan Sesudah Penerapan Metode Savings Matrix.
8. Mengevaluasi Biaya yang Dikeluarkan Perusahaan Sebelum dan Sesudah menggunakan Metode Savings Matrix.
3.5 Langkah-Langkah Pemecahan Masalah Tinjauan Pustaka Mulai Survei Ya Tidak Menghitung jarak koordinat lokasi dari kantor ke tiap-tiap customer
Perhitungan Savings Matrix. Langkah-langkah metode Savings matrix :
§Mengidentifikasi matrik jarak (Savings Matrix)
§Mengidentifikasi matrik penghematan (Savings Matrix)
§Mengalokasikan customer ke kendaraan dan rute
§Mengurutakan customer (tujuan) dalam rute yang sudah terdefinisi
Perhitungan Biaya Transportasi pada rute baru untuk bulan juni 2011-juni 2012 (TC2)
Rute baru dengan penerapan
Savings Matrix berdasarkan
permintaan bulan juni 2011-juni 2012
B Mengidentifikasi matrik jarak
TC1 < TC2
?
Usulan Real
Identifikasi Variabel
Perumusan Masalah dan Tujuan Penelitian
Pengumpulan Data:
• Data permintaan tiap kota customer bulan juni 2011-juni 2012
• Data kapasitas alat angkut
• Data rute awal distribusi dari pabrik ke tiap kota
customer
• Data biaya transportasi dengan rute awal bulan juni 2011-juni 2012
• Data jarak distribusi dari pabrik ke tiap kota customer
Rute Awal dengan metode penerapan berdasarkan permintaan bulan juni 2011-juni 2012
Perhitungan Biaya Transportasi pada rute awal
Gambar 3.1 Langkah-Langkah Pemecahan Penetapan Metode Peramalan
Perhitungan Nilai MSE Ploting data
Melakukan uji MRC dari metode peramalan yang digunakan
Data Terkontrol ?
Ya
Tidak Pilih Nilai MSE Terkecil
B
Metode Usulan Diterima
Selesai
Peramalan dengan metode peramalan yang terpilih untuk bulan Juni 2011 – Juni 2012
Rute baru berdasarkan permintaan bulan Okt 2012 – Okt 2013
Rekomendasi jalur distribusi untuk bulan Okt 2012 – Okt 2013
Analisa dan Pembahasan
Kesimpulan dan Saran Perhitungan Biaya Transportasi
Penjelasan Langkah-Langkah Pemecahan Masalah : 1. Studi Literatur dan Studi Lapangan
Pengumpulan data sebagai dasar teoritis yang dipakai pedoman dalam menganalisa pada obyek yang akan diteliti, dapat diperoleh dari berbagai literatur dan studi Lapangan untuk mendapatkan data-data sebagai bahan untuk pengolahan data. Data-data yang didapat sebagian besar merupakan data sekunder.
2. Perumusan Masalah dan Tujuan Penelitian
PT. Timur Megah Steel (TMS) Gresik adalah dapat melakukan waktu pengiriman produk secara tepat, biaya yang efisien, dan pelayanan yang baik. Sehingga PT. Timur Megah Steel (TMS) Gresik dituntut untuk dapat merancang kinerja pengiriman yang reliabel. Sehingga Perumusan dari permasalahan ini adalah Bagaimana menentukan perencanaan rute distribusi optimal di PT. Timur Megah Steel (TMS) Gresik sehingga dapat meminimumkan biaya distribusi?
Dalam menyelesaikan permasalahan tersebut, digunakan Metode Savings Matrix di PT. Timur Megah Steel (TMS) Gresik.
Tujuan dari Penelitian ini yaitu Menentukan jalur distribusi produk yang akan dilayani berdasarkan kapasitas alat angkut, menentukan jadwal pengiriman produk dan mendapatkan efisiensi jalur distribusi produk dengan metode savings matrix.
3. Identifikasi Variabel
diketahui varibel bebas dalam penelitian ini adalah Kapasitas alat angkut, Permintaan Produk, Rute awal distribusi. Sedangkan variabel terikat adalah perencanaan rute distribusi yang optimal, dimana penentuan jalur distribusi yang tepat dapat mengakibatkan efisiensi biaya transportasi.
4. Pengumpulan Data
Peneliti mengumpulkan data dan informasi yang diperlukan perusahaan untuk memecahkan masalah. Data-data yang dibutuhkan dalam pemecahan masalah ini, antara lain :
a) Data permintaan produk tahun Juni 2011 – Juni 2012 b) Rute awal pengiriman produk ke customer
c) Data Kapasitas alat angkut
d) Data Biaya Transportasi (biaya bahan bakar, biaya retribusi) 5. Menghitung jarak koordinat lokasi dari pabrik ke tiap-tiap customer
Dalam menghitung jarak koordinat dari pabrik ke tiap-tiap lokasi, digunakan peta pulau jawa dengan skala perbandingan 1: 4.000.000, dimana 1 cm pada peta mewakili 4.000.000 cm pada jarak lokasi customer sebenarnya atau sama dengan 40 km.
6. Mengalokasikan permintaan customer periode awal (Juni 2011 - Juni 2012) pada rute awal
7. Perhitungan biaya Transportasi bulan Juni 2011 – Juni 2012 dengan rute awal Setelah pengalokasian permintaan customer untuk bulan Juni 2011 – Juni 2012 pada rute awal, selanjutnya melakukan Perhitungan biaya transportasi bulan Juni 2011 – Juni 2012.
8. Mengalokasikan permintaan customer bulan Juni 2011 – Juni 2012 pada rute baru (Penerapan Metode Savings Matrix)
Mengalokasikan permintaan customer bulan Juni 2011 – Juni 2012 pada rute ba
