ANALISIS SISTEM YANG BERJALAN
3.1. Gambaran Umum Perusahaan 3.1.1. Sejarah Perusahaan
Tirta Bintaro merupakan salah satu agen air minum yang berlokasi Jl. Tegal Rotan Raya No. 06 Ciputat, Tangerang. Tirta Bintaro hanya mendistribusikan air minum brand Aqua dan VIT. Hal ini disebabkan oleh perjanjian yang telah disepakati bersama antara pihak Tirta Bintaro dengan pihak supplier pada saat pertama kali mereka menjalin kerja sama.
Perusahaan ini terbentuk pada tahun 1996, dimana Tirta Bintaro menjalankan bisnisnya tidak hanya menjadi agen air minum Aqua. Pada saat awal berdiri, Tirta Bintaro merupakan agen yang menjual berbagai jenis minuman dengan brand yang beraneka ragam. Setelah menjalani bisnis tersebut selama beberapa waktu ke depan, Tirta Bintaro mulai mengurangi brand produk yang mereka akan tawarkan kepada konsumen. Hal ini dilakukan atas dasar berbagai pertimbangan yang ada, diantaranya yaitu brand minuman dari sudut pandang konsumen, perekonomian yang tidak stabil membuat harga barang dan permintaan yang selalu berubah, dan perhitungan perkiraan keuntungan yang diperoleh dari produk yang ditawarkan kepada konsumen.
Tirta Bintaro selalu berusaha untuk beradaptasi untuk menyesuaikan diri dengan situasi yang selalu berubah. Oleh sebab itu, perusahaan dapat bertahan dan bahkan semakin berkembang menjadi lebih
baik walaupun secara perlahan. Sekitar akhir tahun 2003, Tirta Bintaro mendapatkan tawaran yang cukup baik dari salah satu distributor resmi Aqua untuk menjadi salah satu agen mereka dengan perjanjian bahwa mereka tidak diperbolehkan untuk menjual minuman dengan brand yang lain, kecuali brand yang diluncurkan oleh pihak Aqua tersebut. Dengan pertimbangan yang telah dilakukan, pada awal tahun 2004 Tirta Bintaro memutuskan untuk menerima tawaran dari distributor resmi Aqua tersebut.
Dengan adanya perjanjian yang telah dilakukan antara Tirta Bintaro dengan distributor resmi aqua tersebut, Tirta Bintaro memperoleh berbagai keuntungan. Keuntungan yang diperoleh antara lain adalah Tirta Bintaro selalu mendapatkan pasokan barang setiap kali melakukan permintaan terhadap barang kepada supplier, Tirta Bintaro juga memperoleh beberapa hadiah karena telah dapat mencapai jumlah penjualan yang telah ditetapkan oleh pihak Aqua.
Hingga saat ini, Tirta Bintaro tetap menjadi salah satu agen yang mendistribusikan air minum brand Aqua dan VIT dimana mereka selalu berusaha untuk memenuhi kebutuhan konsumen serta memberikan pelayanan yang memuaskan bagi mereka.
3.1.2. Visi dan Misi
Visi dari Tirta Bintaro: Menjadi perusahaan yang dapat memberikan solusi dalam distribusi untuk AMDK (Air Minum Dalam Kemasan) melalui pelayanan dan kinerja terbaik sehingga dapat memenuhi kepuasan konsumen.
Dalam pencapaian visi yang ada, maka diperlukan pencapaian misi-misi terlebih dahulu. Misi dari Tirta Bintaro :
- Memberikan pelayanan yang unggul dengan efektif dan efisien
- Menjalin hubungan yang baik dengan pemasok (supplier), konsumen, karyawan, dan masyarakat.
- Mengembangkan tenaga kerja yang produktif dan unggul - Selalu memperhatikan dan mengutamakan kepuasan konsumen - Meningkatkan kualitas pelayanan
- Memperluas pangsa pasar
3.1.3. Struktur Organisasi
Dalam pelaksanaan kegiatan operasionalnya, Tirta Bintaro ditangani oleh tiga kepala bagian yang dibawahi oleh manajer dan manajer dibawahi langsung oleh direktur. Tiga kepala bagian tersebut yaitu kepala bagian logistik, kepala bagian penjualan, dan kepala bagian keuangan. Berikut adalah gambaran dari struktur organisasi Tirta Bintaro.
Gambar 3.1 Struktur Organisasi Tirta Bintaro
Tugas masing-masing divisi yaitu sebagai berikut: Direktur
- Memimpin perusahaan dan bertanggung jawab atas segala hal yang berkaitan dengan perusahaan, termasuk pengambilan keputusan yang berhubungan dengan kelangsungan bisnis perusahaan
- Menentukan dan mengarahkan visi dan misi perusahaan yang jelas sehingga dapat dipahami oleh seluruh pekerja
- Menetapkan strategi untuk mencapai visi dan misi perusahaan yang telah ditetapkan
- Membuat perencanaan dan kebijakan jangka panjang yang akan diberlakukan dalam perusahaan
- Menjalin kerja sama dengan pihak luar - Merencanakan dan menentukan sistem upah - Mengawasi perkembangan perusahaan
Manajer
- Mengawasi dan bertanggung jawab atas seluruh kegiatan operasional yang terjadi di dalam perusahaan
- Merencanakan dan menentukan sumber daya yang dibutuhkan
- Menganalisa laporan dari tiap bagian dan memberikan laporan atas keseluruhan kegiatan yang terjadi di dalam perusahaan kepada direktur - Bersama-sama dengan direktur membahas perkembangan perusahaan
- Mengarahkan seluruh karyawan dalam pencapaian visi dan misi perusahaan
- Memastikan bahwa strategi, peraturan, dan kebijakan yang telah ditetapkan berjalan dengan baik
- Menyampaikan pendapat karyawan kepada direktur perusahaan
Bagian Gudang
- Mengawasi arus keluar masuk barang
- Melakukan pengecekan atas barang yang masuk dan keluar guna memastikan bahwa barang-barang tersebut tidak mengalami kerusakan atau menjaga kualitas barang selama dalam masa penyimpanan
- Mencatat jumlah barang, baik barang yang masuk ke gudang maupun barang yang tersisa setiap harinya
- Membuat laporan mengenai pemasukan dan pengeluaran barang yang terjadi untuk diberikan kepada manajer
Bagian Pembelian
- Melakukan pemesanan barang ke pihak supplier - Membuat perencanaan pembelian barang
- Memberikan laporan kepada Manager mengenai pembelian yang telah dilakukan
Bagian Pengiriman
- Memastikan bahwa barang akan dalam keadaan aman dan terjaga sampai ke tangan konsumen
Bagian Penjualan
- Mengawasi kegiatan penjualan yang terjadi di dalam perusahaan - Memastikan bahwa target penjualan dapat dicapai
- Mengurusi semua kegiatan yang berhubungan dengan penjualan barang - Berinteraksi secara langsung dengan konsumen
- Menerima pemesanan atas barang yang datang dari konsumen
- Menganalisa dan mengatasi setiap masalah atau kendala yang berhubungan dengan penjualan
- Membuat laporan penjualan dalam suatu jangka waktu yang akan diberikan kepada manager
Bagian Penagihan
- Melakukan penagihan kepada konsumen yang telah menerima barang namun belum melakukan pembayaran atau pelunasan
Bagian Keuangan
- Merencanakan penggunaan dana perusahaan secara efektif dan efisien - Mengawasi penggunaan dana yang terjadi di dalam perusahaan
- Mencatat semua transaksi atau aktivitas keuangan yang terjadi di dalam perusahaan dan memberikannya kepada staff accounting
- Melakukan pembayaran kepada pihak supplier atas barang yang telah diterima oleh perusahaan
- Menerima pembayaran dari konsumen atas pembelian barang yang dilakukan konsumen tersebut.
- Membuat laporan keuangan secara terperinci untuk suatu jangka waktu yang akan diberikan kepada manajer guna dapat mendukung dalam pengambilan keputusan
3.1.4. Proses Bisnis
Proses bisnis pada Tirta Bintaro terbagi menjadi dua, yaitu proses bisnis penerimaan pemesanan dari konsumen hingga penerimaan pembayaran atas pemesanan yang dilakukan oleh konsumen tersebut dan proses bisnis pembelian persediaan kepada supplier hingga pembayaran kepada supplier atas barang yang telah diterima.
a. Penerimaan Pemesanan dari Konsumen
Proses bisnis ini dimulai pada saat konsumen melakukan pemesanan, bagian penjualan akan melakukan pengecekan ketersediaan barang dengan bertanya kepada bagian gudang. Bila barang tidak tersedia maka bagian penjualan akan melakukan konfirmasi kepada pelanggan atas ketidak-tersediaan barang. Akan tetapi, bila barang tersedia maka bagian penjualan akan membuat surat pemesanan atas setiap permintaan konsumen yang ada. Setelah semua permintaan pesanan konsumen terkumpul, bagian penjualan akan memberikan surat pemesanan ke bagian gudang. Kemudian bagian pergudangan akan menyiapkan barang-barang yang diminta oleh konsumen dan membuat surat pengeluaran barang. Barang yang telah disiapkan dan surat
pengeluaran barang akan diberikan bagian gudang kepada bagian pengiriman untuk dilakukan pengecekan kesesuaian sebelum barang tersebut dikirim. Bila sudah sesuai, maka bagian pengiriman akan mengelompokkan berdasarkan daerah pengiriman. Setelah itu, barang akan dimasukkan ke dalam kendaraan (truk) dan membuat surat jalan. Sesampainya ditempat tujuan, barang yang akan dipesan oleh konsumen diperiksa kembali oleh konsumen lewat surat jalan yang telah dibuat. Setelah penerimaan barang oleh konsumen, maka bagian penagihan akan melakukan penagihan dengan membuat surat penagihan yang akan diberikan kepada konsumen. Pembayaran oleh konsumen dilakukan dengan sekali pembayaran lunas. Proses pembayaran dapat dilakukan secara tunai atau melalui bank (transfer).
Proses bisnis penerimaan pemesanan dari konsumen yang telah diuraikan tersebut dapat digambarkan dalam activity diagram sebagai berikut:
Gambar 3.2 Activity Diagram Pemesanan Konsumen hingga
b. Pemesanan Persediaan kepada Supplier
Proses bisnis ini dimulai dari bagian gudang meminta persediaan barang karena persedian barang di gudang yang sudah semakin sedikit dengan membuat surat permintaan, dimana surat tersebut akan diajukan kepada bagian pembelian. Setelah menerima surat permintaan atas persediaan, bagian pembelian akan menghubungi supplier untuk memesan barang dengan membuat surat pembelian barang. Supplier akan segera mengantarkan barang sesuai dengan pesanan yang telah ditertera pada surat pembelian barang ke perusahaan.
Barang yang datang akan langsung diperiksa kesesuaiannya oleh bagian gudang berdasarkan pemesanan yang telah dilakukan bagian pembelian kepada supplier. Bila barang tidak sesuai maka bagian pembelian akan melakukan konfirmasi kepada supplier untuk memperbaikinya. Sebaliknya, bila telah sesuai maka barang akan dimasukkan ke gudang. Bagian gudang akan menerima barang tersebut dan membuat surat penerimaan barang.
Surat penerimaan barang tersebut akan digunakan oleh supplier untuk menagih pembayaran kepada perusahaan melalui bagian keuangan perusahaan. Setelah menerima penagihan dan supplier maka bagian keuangan akan melakukan pembayaran kepada supplier.
Proses bisnis pemesanan persediaan kepada supplier yang telah diuraikan tersebut dapat digambarkan dalam activity diagram sebagai berikut:
Gambar 3.3 Activity Diagram Pemesanan Persediaan kepada Supplier (November 2011)
3.1.5. Laporan Persediaan, Penjualan, dan Stok Barang
Berikut adalah tabel laporan persediaan, penjualan, dan jumlah stok barang setiap bulan pada tahun 2010 yang dapat menunjukkan bahwa terdapat dua bulan dimana perusahaan mengalami kehabisan stok barang. Dengan tidak adanya stok barang, maka perusahaan tidak dapat memenuhi permintaan konsumen yang datang.
Tabel 3.1 Laporan Persediaan, Penjualan, dan Stok BarangTahun 2010
Laporan Persediaan, Penjualan, dan Stok Barang Tahun 2010
Bulan Persediaan Penjualan Stok Barang Januari 58329 57636 693 Februari 57777 57021 756 Maret 64257 62666 1591 April 67314 67314 0 Mei 73489 70615 2874 Juni 66871 64781 2090 Juli 78977 78977 0 Agustus 80890 80101 789 September 74211 72616 1595 Oktober 86097 83984 2113 November 82231 79730 2501 Desember 78570 78137 433
3.2. Analisis Data Penjualan
Berikut akan diuraikan mengenai proses pengumpulan data, pengolahan data, dan analisis data. Pengumpulan data pada bab ini diperoleh dari perusahaan dengan cara observasi langsung dan wawancara. Kemudian dari data yang telah diperoleh tersebut maka akan dilakukan pengolahan data yang menghasilkan peramalan permintaan dan suatu rute distribusi yang dapat meningkatkan efisiensi biaya dalam hal pendistribusian barang.
3.2.1. Data Penjualan
Data penjualan dari Januari 2009 sampai dengan September 2011 untuk aqua gallon pada Tirta Bintaro, sebagai berikut:
Tabel 3.2 Data Penjualan Aqua Galon Periode 1 Januari 2009 – 30 September 2011
Bulan Jumlah Unit
Januari 49649 Februari 47472 Maret 50864 April 48982 Mei 56097 Juni 62119 Juli 69429 Agustus 62167 September 57060 Oktober 62915 November 52950 Desember 62705 Januari 57636 Februari 57021 Maret 62666 April 67314 Mei 70615 Juni 64781 Juli 78977
Agustus 80101 September 72616 Oktober 83984 November 79730 Desember 78137 Januari 85706 Februari 76761 Maret 87608 April 97664 Mei 100177 Juni 98772 Juli 90458 Agustus 86856 September 81402
Sumber : Tirta Bintaro (2011)
3.2.2. Perhitungan Peramalan
Peramalan merupakan prediksi mengenai keadaan di masa yang akan datang. Dalam hal ini yang akan diramalkan adalah penjualan Aqua galon untuk masa yang akan datang. Peramalan permintaan akan dihitung secara manual dan dengan menggunakan software QM (Quantity Management) For Window dan Minitab. Peramalan dihitung dengan menggunakan beberapa metode yang ada, antara lain:
• Metode Naif
• Metode Rata-rata Bergerak
• Metode Rata-rata Bergerak Tertimbang • Metode Penghalusan Eksponensial
• Metode Penghalusan Eksponensial dengan Tren • Metode Regresi Linier
3.2.2.1. P W un da a. b erhitungan Window Pada ntuk setiap an menjalan . Peramala H untuk bul dapat dilih Ga Cara mela pada lamp . Peramala J mengguna penelitian Peramala a bagian in metode pera nkan aplikasi an dengan M Hasil dari p an Oktober hat pada gam
ambar 3.4 H akukan perhi piran 3. an dengan M Jumlah peri akan metode n-penelitian an menggu ni akan dit amalan yang i QM dapat d Metode Naif perhitungan 2011 denga mbar berikut Hasil Perhitun (November itungannya d Metode Rat ode yang d e rata-rata b sebelumnya unakan Ap tampilkan h g digunakan dilihat pada f peramalan an mengguna t: ngan QM M r 2011) dapat dilihat ta-rata Berg digunakan da bergerak ad , yaitu 3 (H likasi QM hasil perhitu n. Cara mem lampiran 2. akan aqua akan metode Metode Naif t secara leng gerak alam perhitu dalah berdas Hays, J.M. (2 For ungan mbuka galon e Naif gkap ungan arkan 2003),
c. Stevenson V.(2008), H untuk bul rata Berge Gam Cara mela pada lamp . Peramala Tertimba P menggun berdasark dan 0,2 ( n, W.J.(20 Ren, L.dan Hasil dari p an Oktober 2 erak dapat d mbar 3.5 Hasi Berg akukan perhi piran 4. an denga ang Pembobotan nakan metod kan peneliti (Sarjono, H.( 09), Eckha Glasure, Y. perhitungan 2011 dengan ilihat pada g il Perhitunga gerak (Nove itungannya d an Metod n yang dig de rata-rata an-penelitian (2010)). aus, E.(20 (2009)). peramalan n menggunak gambar berik an QM Meto ember 2011) dapat dilihat de Rata-r gunakan dal bergerak te n sebelumny 010), Pilink akan aqua kan metode kut: ode Rata-rata t secara leng rata Berg lam perhitu ertimbang a ya, yaitu 0,5 kiene, galon Rata-a gkap gerak ungan adalah 5; 0,3
d H untuk bu Rata-rata berikut: Gam Cara mel pada lam . Peramala K perhitung adalah be 0,3 (Pilink H untuk bu Penghalus sebesar 0. Hasil dari p ulan Oktobe a Bergerak mbar 3.6 Has Bergerak lakukan perh mpiran 5. an dengan M Konstanta an menggun erdasarkan kiene, V.(20 Hasil dari p ulan Oktobe san Ekspon .3 dapat dilih perhitungan er 2011 de Tertimbang sil Perhitung Tertimbang hitungannya Metode Pen penghalusan nakan metod penelitian-p 008), Gross, perhitungan er 2011 den nensial den hat pada gam
peramalan engan meng g dapat dilih gan QM Met (November dapat diliha ghalusan E n yang di de penghalu penelitian se K.D.(2001)) peramalan ngan meng ngan kons mbar berikut akan aqua ggunakan m hat pada ga tode Rata-rat r 2011) at secara leng ksponensial igunakan d usan ekspone ebelumnya, ). akan aqua gunakan m tanta peng : galon metode ambar ta gkap l dalam ensial yaitu galon metode ghalus
Gamba Cara mela pada lamp P eksponens kesalahan penghalus konstanta H untuk bu Penghalus dapat dilih ar 3.7 Hasil P Eksponen akukan perhi piran 6. Pada hasil sial dengan n (MAD) san. MAD y 0,75. Hasil dari p ulan Oktobe san Ekspone hat pada gam
Perhitungan nsial konstan (November itungannya d perhitungan n QM, dap pada berb yang paling perhitungan er 2011 den ensial konst mbar berikut n QM Metod nta penghalu r 2011) dapat dilihat n mengguna pat diperole bagai tingk rendah ada peramalan ngan meng tanta pengha t: de Penghalus us 0.3 t secara leng akan pengha eh nilai ti katan kons alah pada ti akan aqua gunakan m alus sebesar san gkap alusan ngkat stanta ngkat galon metode r 0,75
e. Gamba Cara mela pada lamp . Peramala dengan T K digunakan 0,3 dan 0, H bulan O Eksponen ar 3.8 Hasil Eksponen akukan perh piran 7. an dengan Tren Konstanta p n adalah be ,2 (Sarjono, Hasil dari p Oktober 2 nsial dengan Perhitungan nsial konstan (November hitungannya Metode P enghalusan erdasarkan p H.(2010)). perhitungan 2011 deng Tren dapat d n QM Metod nta penghalus r 2011) dapat diliha Penghalusa untuk rata-r penelitian se peramalan a gan Metod dilihat pada de Penghalus s 0.75 at secara len n Ekspone
rata dan tren ebelumnya, aqua galon u de Pengha gambar beri san ngkap ensial yang yaitu untuk alusan ikut:
f. Gam Cara mela pada lamp Peramala H untuk bu Regresi L Gambar mbar 3.9 Has Penghalus akukan perhi piran 8. an dengan M Hasil dari p ulan Oktobe Linier dapat d r 3.10 Hasil P sil Perhitung san Eksponen (November itungannya d Metode Reg perhitungan er 2011 den dilihat pada Perhitungan (November gan QM Met nsial dengan r 2011) dapat dilihat gresi Linier peramalan ngan meng gambar beri QM Metode r 2011) ode Metode n Tren t secara leng akan aqua gunakan m kut: e Regresi Li gkap galon metode nier
Cara melakukan perhitungannya dapat dilihat secara lengkap pada lampiran 9.
3.2.2.2. Perhitungan Peramalan menggunakan Aplikasi Minitab
Pada bagian ini akan ditampilkan hasil perhitungan untuk setiap metode peramalan yang digunakan. Cara membuka dan menjalankan aplikasi Minitab dapat dilihat pada lampiran 9.
a. Peramalan dengan Metode Rata-rata Bergerak
Hasil dari perhitungan peramalan akan aqua galon untuk bulan Oktober 2011 dengan menggunakan metode Rata-rata Bergerak dapat dilihat pada gambar berikut:
Gambar 3.11 Hasil Perhitungan Minitab Metode Rata-rata Bergerak (November 2011)
Cara melakukan perhitungannya dapat dilihat secara lengkap pada lampiran 10.
b. Peramalan dengan Metode Penghalusan Eksponensial Hasil dari perhitungan peramalan akan aqua galon untuk bulan Oktober 2011 dengan menggunakan metode Penghalusan Eksponensial dengan konstanta penghalus sebesar 0.3 dapat dilihat pada gambar berikut:
Gambar 3.12 Hasil Perhitungan Minitab Metode Penghalusan Eksponensial konstanta penghalus 0.3
(November 2011)
Cara melakukan perhitungannya dapat dilihat secara lengkap pada lampiran 11.
Berdasarkan perhitungan QM bahwa MAD yang paling rendah adalah pada konstanta 0.75, maka dilakukan pula perhitungan dengan konstanta 0.75 menggunakan software Minitab. Hasil dari perhitungan peramalan akan aqua galon untuk bulan Oktober 2011 dengan menggunakan metode Penghalusan Eksponensial konstanta penghalus sebesar 0.75 dapat dilihat pada gambar berikut:
Gambar 3.13 Hasil Perhitungan Minitab Metode Penghalusan Eksponensial konstanta penghalus 0.75
(November 2011)
Cara melakukan perhitungannya dapat dilihat secara lengkap pada lampiran 12.
c. Peramalan dengan Metode Penghalusan Eksponensial dengan Tren
Hasil dari perhitungan peramalan akan aqua galon untuk bulan Oktober 2011 dengan menggunakan metode penghalusan eksponensial dengan tren dapat dilihat pada gambar berikut:
Gambar 3.14 Hasil Perhitungan Minitab Metode Penghalusan Eksponensial dengan Tren
(November 2011)
Cara melakukan perhitungannya dapat dilihat secara lengkap pada lampiran 13.
d. Peramala H untuk bu Regresi L Gamba Cara mela pada lamp an dengan M Hasil dari p ulan Oktobe Linier dengan ar 3.15 Hasil Lin akukan perhi piran 14. Metode Reg perhitungan er 2011 den n Tren dapat l Perhitunga nier (Novem itungannya d gresi Linier peramalan ngan meng t dilihat pada an Minitab M mber 2011) dapat dilihat akan aqua gunakan m a gambar ber Metode Regre t secara leng galon metode rikut: esi gkap
3.2.2.3. Perhitungan Peramalan secara manual a. Peramalan dengan Metode Naif
Tabel 3.3 Perhitungan Manual Metode Naif
81,402 ∑ | | 189,679 32 5,927.469
∑ 1,477,042,413 32 46,157,580 31753 5,927.469 5.357
b. Peramalan dengan Metode Rata-rata Bergerak
90458 86856 81402 3 258716 3 86,238.67 ∑ | | 183283.67 30 6,109.456 ∑ 1653285718 30 55,109,523.93 70397 6,109.456 11.52
c. Peramalan dengan Metode Rata-rata Bergerak Tertimbang
Tabel 3.5 Perhitungan Manual Metode Rata-rata Bergerak Tertimbang ((0.5*90458) + (0.3*86856) + (0.2*81402)) 87,566.2 ∑ | | 193744.5 30 6,458.15
∑ 1919914085 30 63,997,136.17 82449.70 6,458.15 12.77
d. Peramalan dengan Metode Penghalusan Eksponensial Tabel 3.6 Perhitungan Manual Metode Penghalusan
Eksponensial konstanta penghalusan 0.3
90618.85 0.3 81402 90618.85 87,853.79 ∑ | | 201185.64 32 6,287.05 ∑
1931408971 32 60,356,530.34 127349.31 6,287.05 20.26
Tabel 3.7 Perhitungan Manual Metode Penghalusan Eksponensial konstanta penghalusan 0.75
83,120.557 ∑ | | 186787.57 32 5,837.11 ∑ 1392999020 32 43,531,219.38 44628.74 5,837.11 7.65
e. Peramalan dengan Metode Penghalusan Eksponensial dengan Tren
Tabel 3.8 Perhitungan Manual Metode Penghalusan Eksponensial dengan Tren
1 0.3 81402 1 0.3 95839.71 1361.624 92,461.5338 1 0.2 92461.5338 95839.71 1 0.2 1361.624 413.664
92,461.5338 413.664 92,875.1978 ∑ | | 191965.024 32 5,998.91 ∑ 1740993119.087 32 54,406,034.97 6894.40 5,998.91 1.15
f. Peramalan dengan Metode Regresi Linier
Tabel 3.9 Perhitungan Manual Persamaan Metode Regresi Linier
∑ 561
∑ 2341391 33 70951.24 ∑ ∑ 44099180 33 17 70951.24 12529 33 17 1435.672 70951.24 1435.672 17 46544.83 46544.83 1435.672
Tabel 3.10 Perhitungan Manual Metode Regresi Linier
46544.83 1435.672 34 95,357.66
∑ | | 167320.4 33 5,070.31 ∑ 1306133002 33 39,579,787.94 0.38 5,070.31 0.000075
3.2.3. Perbandingan Ketelitian Peramalan
Dari perhitungan peramalan yang telah dilakukan, maka akan dilakukan perbandingan dari ketelitian peramalan setiap metode. Metode peramalan yang akan digunakan adalah metode peramalan yang memberikan nilai penyimpangan terkecil dari metode-metode yang digunakan. Perbandingan ketelitian peramalan ditampilkan pada tabel berikut :
• Hasil Perhitungan dengan software QM
Tabel 3.11 Hasil Perhitungan dengan software QM
Metode MAD MSE
Naif 5927.469 46157580
Rata-rata Bergerak 6109.456 55109530 Rata-rata Bergerak Tertimbang 6458.149 63997120 Penghalusan Eksponensial (0.3) 6287.051 60356510 Penghalusan Eksponensial (0.75) 5837.112 43531210 Penghalusan Eskponensial dengan Tren 5998.906 54406040
Regresi Linier 5070.313 39579780
Berdasarkan hasil pengolahan data menggunakan software QM telah diperoleh hasil MAD dan MSE yang memiliki nilai yang terkecil, yaitu Metode Regresi Linier. Metode regresi linier merupakan metode peramalan yang sebaiknya digunakan oleh perusahaan untuk meramalkan jumlah permintaan aqua galon di masa yang akan datang berdasarkan perhitungan dengan menggunakan QM for Windows.
• Hasil Perhitungan dengan software Minitab
Tabel 3.12 Hasil Perhitungan dengan software Minitab
Metode MAD MSE
Rata-rata Bergerak 6109 55109524
Penghalusan Eksponensial (0.3) 6181 58221552 Penghalusan Eksponensial (0.75) 5765 42541331 PenghalusanEskponensial dengan Tren 5888 51406090
Regresi Linier 5070 39579788
Berdasarkan hasil pengolahan data menggunakan software Minitab telah diperoleh hasil MAD dan MSE yang memiliki nilai yang
terkecil, yaitu Metode Regresi Linier. Metode regresi linier merupakan metode peramalan yang sebaiknya digunakan oleh perusahaan untuk meramalkan jumlah permintaan aqua galon di masa yang akan datang berdasarkan perhitungan dengan menggunakan Minitab.
• Hasil Perhitungan dengan secara manual
Tabel 3.13 Hasil Perhitungan secara manual
Metode MAD MSE
Naif 5927.469 46157580
Rata-rata Bergerak 6109.456 55109523.93 Rata-rata Bergerak Tertimbang 6458.15 63997136.17 Penghalusan Eksponensial (0.3) 6287.05 60356530.34 Penghalusan Eksponensial (0.75) 5837.11 43531.219.38 Penghalusan Eskponensial dengan Tren 5998.907 54406034.97
Regresi Linier 5070.313 39579787.94
Berdasarkan hasil pengolahan data secara manual telah diperoleh hasil MAD dan MSE yang memiliki nilai yang terkecil, yaitu Metode Regresi Linier. Metode regresi linier merupakan metode peramalan yang sebaiknya digunakan oleh perusahaan untuk meramalkan jumlah permintaan aqua galon di masa yang akan datang berdasarkan perhitungan secara manual.
3.2.4. Analisis Metode Peramalan Untuk Peramalan Permintaan
Berdasarkan teori yang telah diuraikan, suatu metode peramalan patut dipilih untuk digunakan sebagai indikator apakah suatu teknik peramalan cocok digunakan atau tidak dengan membandingkan kesalahan
peramalan yang dilihat pada nilai MAD dan MSE. Akurasi peramalan akan semakin tinggi apabila nilai-nilai MAD dan MSE semakin kecil, sehingga semakin kecil nilai MAD dan MSE berarti semakin kecil pula perbedaan antara hasil peramalan dan nilai aktual.
Hasil pengolahan data menggunakan QM for Windows, Minitab, dan secara manual telah diperoleh hasil MAD dan MSE dari setiap metode yang digunakan. Metode peramalan yang menghasilkan nilai MAD dan MSE terkecil, yaitu Metode Regresi Linier.
Kesimpulan yang dapat diperoleh berdasarkan hasil perhitungan dan perbandingan ketelitian peramalan adalah metode regresi linier merupakan metode peramalan yang sebaiknya digunakan oleh perusahaan untuk meramalkan jumlah permintaan aqua galon di masa yang akan datang berdasarkan perhitungan menggunakan QM for Windows, Minitab, dan secara manual.
3.3. Penentuan Rute dan Jadwal Pengiriman
Tujuan dari penentuan rute dan jadwal pengiriman adalah kombinasi dari meminimumkan biaya dengan mengoptimalkan penggunaan jumlah kendaraan yang digunakan, total jarak dan waktu perjalanan yang ditempuh kendaraan tersebut. Dalam penentuan rute dan jadwal pengiriman, seorang manajer harus menentukan truk mana yang akan mengirim ke customer yang mana dan rute pengiriman yang harus ditempuh oleh masing-masing truk. Manajer tersebut juga harus memastikan bahwa tidak ada satupun truk yang mempunyai muatan berlebih dan dapat memenuhi waktu pengiriman yang telah dijanjikan.
3.3.1. Pengumpulan Data Konsumen
Tirta Bintaro mempunyai konsumen yang tersebar di wilayah Tangerang dan Jakarta. Konsumen yang dijadikan objek untuk melakukan penelitian adalah konsumen yang selama 3 tahun terakhir secara berkala melakukan pemesanan dan pembelian pada Tirta Bintaro. Konsumen tersebut berjumlah 30 toko. Berikut hasil pengumpulan data konsumen tersebut:
Tabel 3.14 Lokasi Konsumen Tirta Bintaro
No. Nama Toko Alamat
K1 Toko Uskah Jaya Jalan Pondok Aren Raya no. 46 Pondok Aren, Tangerang,Banten K2 Toko Karunia
Ilahi
Jalan Pahlawan No, 2
Ciputat Timur, Tangerang, Banten K3 Depot Karesota Jalan Bambu Kuning No. 6
Pondok Aren, Tangerang,Banten K4 Depot Esa Water Jalan Jambu No. 3c
Ciputat, Tangerang, Banten K5 Toko Hendri Jalan Mertilang 12 no. 13
Pondok Aren, Ciputat, Tangerang,Banten K6 Toko Berkah Jalan Elang 4 no. 4, Sawah Lama
Ciputat, Tangerang Banten K7 Depot Banyu
Laris
Jalan Bintaro Utama sektor 9, Bintaro Jaya, Ciputat, Tangerang
K8 Toko Garuda Jalan Garuda No. 31A Pesanggrahan, Jakarta K9 Depot Sinar
Pelangi
Jalan Haji Adam Malik No. 10 Kereo Selatan, Tangerang, Banten K10 Depot Garuda
Jaya
Jalan Kebon Kopi No. 33
Pondok Betung, Pondok Aren, Banten K11 Toko Timbul Jalan Timbul no. 5A
Cileduk, Tangerang, Banten K12 Toko Yanto Jalan Rawa Timur No. 4
Ciputat, Tangerang
K13 Joyo Supermarket Jalan Ciputat Raya No. 25A Kebayoran Lama Utara, Jakarta
K14 Toko Parkit Jalan Parkit Raya No. 1 Bintaro Jaya, Ciputat, Banten K15 Toko Kasuari Jalan Kasuari No. 19, Bintaro Jaya,
Ciputat, Tangerang, Banten K16 Toko Kardi Jalan Bakti No. 3
Pondok Labu, Pesanggrahan, Jakarta K17 Toko Pansil Jalan Ulujami Raya
Bintaro, Jakarta K18 Toko Plastik Jalan Ciledug Raya
Kebayoran Lama, Tangerang, Banten K19 Toko PJMI Jalan Murai No. 17
Pondok Aren, Tangerang, Banten K20 Depot Pelita Jalan Pelita 5 No. 20
Kebayoran Lama, Jakarta K21 Depot Puri
Flamboyan
Jalan Flamboyan Asri No. 12 Rempoa, Ciputat, TangerangBanten K22 Toko Aphin Jalan Kangkung No. 3B,Grogol Selatan,
Kebayoran Lama, Jakarta K23 Toko Rosalia Perumahan Bintaro Permai
Pesanggrahan, Jakarta K24 Toko Iis Jalan Sabar No. 23
Pesanggrahan, Jakarta K25 Depot Nusa Jaya Jalan Bendi Besar No. 43
Kebayoran Lama, Jakarta K26 Toko Null Jalan Cikini Timur No. 3
Pondok Aren, Tangerang K27 Toko Oyok Jalan Baru No. 2
Kebayoran Lama Utara, Jakarta K28 Depot Berinomas Jalan Cipadu Raya No. 10
Depok, Jawa Barat K29 Depot Berinomas
2
Jalan Istiqomah No. 38 Cipadu, Tangerang, Banten K30 Depot Living
Water
Jalan Merpati Raya No. 22 Bintaro, Jakarta
3.3.2. Permintaan Konsumen
Permintaan konsumen yang akan digunakan dalam penentuan rute adalah hasil peramalan permintaan dari 30 konsumen untuk Bulan Oktober yang dihitung dengan menggunakan metode regresi. Data yang digunakan untuk perhitungan peramalan adalah permintaan dari masing-masing konsumen dari Bulan Januari hingga September 2011. Berikut adalah hasil perhitungan peramalan dari 30 konsumen tersebut. Perhitungan peramalan untuk masing-masing konsumen dapat dilihat secara lengkap pada lampiran 15.
Tabel 3.15 Peramalan Permintaan Konsumen per Minggu Bulan Oktober
Kode Nama Konsumen
Peramalan Permintaan
(unit) K1 Toko Uskah Jaya 95 K2 Toko Karunia Ilahi 80
K3 Depot Karesota 65
K4 Depot Esa Water 60
K5 Toko Hendri 60
K6 Toko Berkah 65
K7 Depot Banyu Laris 60
K8 Toko Garuda 90
K9 Depot Sinar Pelangi 75 K10 Depot Garuda Jaya 80
K11 Toko Timbul 105 K12 Toko Yanto 70 K13 Joyo Supermarket 90 K14 Toko Parkit 95 K15 Toko Kasuari 70 K16 Toko Kardi 70 K17 Toko Pansil 75
K18 Toko Plastik 90
K19 Toko PJMI 105
K20 Depot Pelita 75
K21 Depot Puri Flamboyan 85
K22 Toko Aphin 75
K23 Toko Rosalia 60
K24 Toko Iis 100
K25 Depot Nusa Jaya 70
K26 Toko Null 65
K27 Toko Oyok 70
K28 Depot Berinomas 70 K29 Depot Berinomas 2 65 K30 Depot Living Water 50
3.3.3. Kendaraan yang digunakan Perusahaan
Kendaraan yang digunakan oleh perusahaan adalah tujuh (7) truk dengan ukuran 4.52 m x 1.96 m x 1.7 m dengan kapasitas 360 galon. Rincian data kendaraan beserta kapasitasnya dapat dilihat pada tabel di bawah ini.
Tabel 3.16 Data Kendaraan yang Digunakan Tirta Bintaro Merek Truk No. Polisi Tahun
Pembuatan
Kapasitas Toyota Dyna B 9891 QV 2003 360 galon Toyota Dyna B 9487 IQ 2004 360 galon Toyota Dyna B 9892 QV 2001 360 galon Toyota Dyna B 9497 NAA 2009 360 galon Toyota Dyna B 9863 IQ 2005 360 galon Toyota Dyna B 9479 QV 2005 360 galon Toyota Dyna B 9683 DN 2005 360 galon
3.3.4. Biaya Pengiriman Produk
Biaya pengiriman produk berasal dari investasi dari kendaraan dan biaya operasional yang dikeluarkan oleh perusahaan setiap hari dan setiap bulannya terkait dengan pengiriman produk. Data biaya operasional kendaraan dapat dilihat dari tabel berikut ini.
Tabel 3.17 Biaya Operasional Kendaraan
No. Jenis Biaya Nilai
1 Harga B 9891 QV Rp. 150.000.000 2 Harga B 9487 IQ Rp. 162.500.000 3 Harga B 9892 QV Rp. 150.000.000 4 Harga B 9497 NAA Rp. 175.000.000 5 Harga B 9863 IQ Rp. 160.000.000 6 Harga B 9479 QV Rp. 155.000.000 7 Harga B 9683 DN Rp. 160.000.000 8 Harga Bensin Rp. 6500 / liter
9 Upah Pengemudi Rp. 1.500.000 / bulan 10 Upah Kondektur Rp. 1.200.000 / bulan
11 Biaya Maintenance Rp. 300.000 / 3 bulan / mobil 12 Biaya Pajak B 9891 QV Rp. 1.937.500 / tahun
13 Biaya Pajak B 9487 IQ Rp. 2.032.500 / tahun 14 Biaya Pajak B 9892 QV Rp. 1.975.000 / tahun 15 Biaya Pajak B 9497 NAA Rp. 2.325.000 / tahun 16 Biaya Pajak B 9863 IQ Rp. 2.132.500 / tahun 17 Biaya Pajak B 9479 QV Rp. 2.155.500 / tahun 18 Biaya Pajak B 9683 DN Rp. 2.167.500 / tahun
3.3.5. Penyusunan Rute dengan Metode Saving Matrix
Dalam penentuan rute perjalanan untuk mengirimkan pesanan permintaan konsumen dari Tirta Bintaro digunakan metode Saving Matrix. Terdapat beberapa langkah dalam metode ini hingga pada penentuan rute perjalanan dari setiap kendaraan. Langkah-langkah yang akan dilakukan dalam metode ini adalah sebagai berikut:
3.3.5.1. Mengidentifikasi Matriks Jarak
Dalam pengolahan data ini, langkah awal yang dilakukan yaitu dengan mencari letak lokasi perusahaan dan masing-masing toko pada peta (dalam penelitian ini 30 konsumen sebagai tujuan pengiriman berlokasi di Kota Tangerang dan sekitarnya).
Untuk mempermudah pemecahan masalah penentuan rute, tujuan-tujuan pengiriman tersebut diplot-kan ke dalam peta dengan bantuan program pemetaan, Google Map, selanjutnya titik-titik yang telah didapatkan dibuat skala sumbu X dan sumbu Y dengan titik K0 (lokasi perusahaan Tirta Bintaro) sebagai koordinat pusat (0,0) seperti yang ditunjukkan pada gambar peta berikut:
Dari gambar di atas maka diperoleh koordinat setiap konsumen / toko yang ditampilkan sebagai berikut:
Tabel 3.18 Lokasi Tujuan Pengiriman
Kode Nama Toko Koordinat x Koordinat y
K1 Uskah Jaya 3 4.4
K2 Karunia Ilahi 7 -1.6
K3 Depot Karesota 5.2 4.5
K4 Depot Esa Water 0.3 1.7
K5 Toko Hendri -2.7 -1.5
K6 Toko Berkah 11.4 -15.7
K7 Depot Banyu Laris 3.5 2.4
K8 Toko Garuda 6.4 6.9
K9 Depot Sinar Pelangi 8.8 4.4 K10 Depot Garuda Jaya 4.5 5.6
K11 Toko Timbul 3.4 8.4 K12 Toko Yanto -2.9 -1.8 K13 Joyo Supermarket 11.1 7.3 K14 Toko Parkit 5.6 0.8 K15 Toko Kasuari 0.5 -2.9 K16 Toko Kardi 18.1 -5.0 K17 Toko Pansil 4.3 1.9 K18 Toko Plastik 6.2 10.2 K19 Toko PJMI 2.0 6.2 K20 Depot Pelita 10.7 7.2
K21 Depot Puri Flamboyan 6.6 0.6
K22 Toko Aphin 10.7 10.8
K23 Toko Rosalia 4.3 -21.6
K24 Toko Iis 5.4 9.4
K25 Depot Nusa Jaya 10.7 7.9
K26 Toko Null 0.8 2.8
K27 Toko Oyok 8.9 9.8
K28 Depot Berinomas 27.4 22.4 K29 Depot Berinomas 2 2.5 8.7 K30 Depot Living Water 6.7 7.1
Koordinat setiap toko yang diperoleh akan digunakan untuk menghitung matriks jarak setiap toko. Contoh perhitungannya adalah sebagai berikut:
1) Jarak K1 dan K2 (J(1,2)): 1,2 1,2 3 7 4.4 1.6 1,2 √52 1,2 7.21 2) Jarak K3 dan K4 (J(3,4)): 3,4 3,4 5.2 0.3 4.5 1.7 3,4 √31.85 3,4 6.64 3) Jarak K5 dan K6 (J(5,6)): 5,6 5,6 2.7 11.4 1.5 15.7 5,6 √400.45 5,6 20.01
Hasil pengolahan data dari koordinat yang telah diketahui menjadi matriks jarak secara lengkap dapat dilihat pada lampiran 16.
Jarak dari perusahaan Menuju tempat pengiriman dan jarak antar tempat pengiriman pada peta diperoleh dengan hanya menarik garis lurus pada koordinat yang diketahui tanpa memperhatikan keadaan jalan yang sesungguhnya. Oleh sebab itu, setiap jarak yang telah diperoleh sebelumnya akan ditambahkan nilai hambatan (retain). Nilai hambatan diasumsikan dapat mewakili kondisi jalan sehingga jarak yang diperoleh semakin mendekati jarak sesungguhnya. Nilai hambatan ini diperoleh dengan mengukur jarak sesungguhnya dari perusahaan Menuju 30 konsumen yang telah ditetapkan, kemudian mengurangi dengan jarak yang telah diperoleh pada matriks jarak. Setelah itu, setiap perbedaan antara jarak sesungguhnya dengan jarak pada matriks jarak dijumlahkan dan dibagi dengan jumlah konsumen yang digunakan untuk mendapatkan rata-rata dari perbedaan yang ada.
Jarak sesungguhnya diperoleh dengan menghitung waktu tempuh yang dibutuhkan dari perusahaan Menuju konsumen, kemudian dikalikan dengan kecepatan rata-rata yang digunakan dalam perjalanan tersebut sehingga akan memperoleh jarak antara dua lokasi.
Langkah-langkah dalam memperoleh nilai hambatan (retain) adalah sebagai berikut:
Waktu tempuh dari perusahaan ke setiap konsumen diperoleh dengan melakukan observasi langsung. Berikut adalah data waktu tempuh dari observasi yang telah dilakukan:
Tabel 3.19 Waktu Tempuh Perusahaan ke Setiap Konsumen Nama Toko Waktu (dalam jam)
Uskah Jaya 0.183
Karunia Ilahi 0.217 Depot Karesota 0.233 Depot Esa Water 0.100 Toko Hendri 0.167 Toko Berkah 0.467 Depot Banyu Laris 0.200
Toko Garuda 0.300
Depot Sinar Pelangi 0.317 Depot Garuda Jaya 0.233
Toko Timbul 0.250 Toko Yanto 0.133 Joyo Supermarket 0.333 Toko Parkit 0.200 Toko Kasuari 0.100 Toko Kardi 0.467 Toko Pansil 0.133 Toko Plastik 0.350 Toko PJMI 0.233 Depot Pelita 0.333 Depot Puri Flamboyan 0.250
Toko Aphin 0.400
Toko Rosalia 0.500
Depot Nusa Jaya 0.317
Toko Null 0.083
Toko Oyok 0.383
Depot Berinomas 0.783 Depot Berinomas 2 0.300 Depot Living Water 0.267
2. Mendapatkan data kecepatan kendaraan
Kecepatan rata-rata yang digunakan untuk menempuh perjalanan adalah 50 km/jam. Kecepatan rata-rata ini diperoleh dari wawancara dengan pengemudi Tirta Bintaro yang melakukan kegiatan pengiriman setiap harinya.
3. Menghitung jarak perusahaan ke setiap konsumen
Jarak diperoleh dengan mengalikan waktu tempuh dengan kecepatan rata-rata yang digunakan dalam perjalanan tersebut sehingga akan memperoleh jarak antara dua lokasi. Hasil pengolahan data tersebut ditampilkan pada tabel berikut:
Tabel 3.20 Jarak Perusahaan ke Setiap Konsumen Nama Toko Waktu
(jam) Kecepatan (km/jam) Jarak (km) Uskah Jaya 0.183 50 9.15 Karunia Ilahi 0.217 50 10.85 Depot Karesota 0.233 50 11.65 Depot Esa Water 0.100 50 5.00
Toko Hendri 0.167 50 8.35
Depot Banyu Laris 0.200 50 10.00 Toko Garuda 0.300 50 15.00 Depot Sinar Pelangi 0.317 50 15.85 Depot Garuda Jaya 0.233 50 11.65 Toko Timbul 0.250 50 12.50 Toko Yanto 0.133 50 6.65 Joyo Supermarket 0.333 50 16.65 Toko Parkit 0.200 50 10.00 Toko Kasuari 0.100 50 5.00 Toko Kardi 0.467 50 23.35 Toko Pansil 0.133 50 6.65 Toko Plastik 0.350 50 17.50 Toko PJMI 0.233 50 11.65 Depot Pelita 0.333 50 16.65 Depot Puri Flamboyan 0.250 50 12.50
Toko Aphin 0.400 50 20.00
Toko Rosalia 0.500 50 25.00
Toko Iis 0.283 50 14.15
Depot Nusa Jaya 0.317 50 15.85
Toko Null 0.083 50 4.15
Toko Oyok 0.383 50 19.15
Depot Berinomas 0.783 50 39.15 Depot Berinomas 2 0.300 50 15.00 Depot Living Water 0.267 50 13.35
4. Menghitung nilai hambatan (retain)
Nilai hambatan yang diperoleh merupakan nilai rata-rata dari perbedaan jarak yang diperoleh berdasarkan koordinat dengan waktu tempuh. Hasil perhitungan tersebut adalah sebagai berikut:
Tabel 3.21 Perbedaan Jarak Nama Toko Jarak dari
waktu tempuh
Jarak
dari peta Perbedaaan
Uskah Jaya 9.15 5.33 3.82
Karunia Ilahi 10.85 7.18 3.67
Depot Karesota 11.65 6.88 4.77
Depot Esa Water 5 1.73 3.27
Toko Hendri 8.35 3.09 5.26
Toko Berkah 23.35 19.40 3.95
Depot Banyu Laris 10 4.24 5.76
Toko Garuda 15 9.41 5.59
Depot Sinar Pelangi 15.85 9.84 6.01
Depot Garuda Jaya 11.65 7.18 4.47
Toko Timbul 12.5 9.06 3.44 Toko Yanto 6.65 3.41 3.24 Joyo Supermarket 16.65 13.29 3.36 Toko Parkit 10 5.66 4.34 Toko Kasuari 5 2.94 2.06 Toko Kardi 23.35 18.78 4.57 Toko Pansil 6.65 4.70 1.95 Toko Plastik 17.5 11.94 5.56 Toko PJMI 11.65 6.51 5.14 Depot Pelita 16.65 12.90 3.75 Depot Puri Flamboyan 12.5 6.63 5.87 Toko Aphin 20 15.20 4.80 Toko Rosalia 25 22.02 2.98 Toko Iis 14.15 10.84 3.31
Depot Nusa Jaya 15.85 13.30 2.55
Toko Null 4.15 2.91 1.24
Toko Oyok 19.15 13.24 5.91
Depot Berinomas 39.15 35.39 3.76
Depot Berinomas 2 15 9.05 5.95
Depot Living Water 13.35 9.76 3.59
Nilai hambatan rata-rata = 123.94 / 30 = 4.13 km.
Nilai hambatan rata-rata yang diperoleh akan ditambahkan dengan setiap nilai jarak yang diperoleh. Penambahan yang dilakukan akan menyebabkan nilai matriks jarak yang dihasilkan akan berubah. Berikut adalah matriks jarak dari K0 (Tirta Bintaro) hingga K10 (Depot Garuda Jaya).
Tabel 3.22 Matriks Jarak K0 – K10
Matriks jarak yang telah ditambahkan dengan nilai hambatan rata-rata secara lengkap dapat dilihat pada lampiran 17.
3.3.5.2. Mengidentifikasi Saving Matriks
Saving matriks merepresentasikan penghematan apabila suatu kendaraan mengunjungi beberapa lokasi secara bersamaan dibandingkan dengan mengunjungi satu per satu lokasi. Contoh perhitungannya adalah sebagai berikut:
1. Saving matriks S(1,2):
= 9.46 + 11.31 – 11.34 = 9.43 km 2. Saving matriks S(3,4): S(3,4) = J(0,3) + J(0,4) – D(3,4) = 11.01 + 5.86 – 9.77 = 7.10 km 3. Saving matriks S(5,6): S(5,6) = J(0,5) + J(0,6) – D(5,6) = 7.22 + 23.53 – 24.14 = 6.61 km
Berdasarkan contoh perhitungan saving matriks di atas, dapat diketahui bahwa penghematan yang terjadi antara toko 1 dan toko 2 adalah sebesar 9.43 km, antara lokasi 3 dan lokasi 4 sebesar 7.10 km, dan antara lokasi 5 dan lokasi 6 sebesar 6.61 km. Sebagian perhitungan dari saving matriks dapat dilihat pada tabel berikut ini.
Tabel 3.23 Nilai Saving Matriks (dalam km) untuk K1 – K10
Pengolahan data untuk saving matriks antara lokasi secara lengkap dapat dilihat pada lampiran 18.
3.3.5.3. Mengalokasikan Konsumen ke dalam Rute
Pada langkah ini, konsumen akan dibagi ke dalam rute-rute perjalanan. Hal yang harus dipertimbangkan dalam menentukan rute adalah jumlah permintaan konsumen dengan kapasitas kendaraan yang digunakan.
Prosedur awal untuk menentukan rute perjalanan dari kendaraan adalah dengan mengurutkan nilai dari saving matriks yang ada. Pasangan konsumen yang memiliki nilai saving matriks tertinggi akan menempati urutan awal dari sebuah rute dan diikuti dengan konsumen yang memiliki nilai saving matriks tertinggi kedua dan seterusnya. Prosedur ini dilakukan hingga seluruh konsumen masuk ke dalam rute perjalanan dengan
mempertimbangkan permintaan konsumen yang tentunya tidak melebihi kapasitas kendaraan yang digunakan.
Pengalokasian dimulai dari pasangan yang memiliki nilai saving matriks terbesar dengan penempatan permintaan pada kendaraan pertama. Setelah kapastitas kendaraan pertama sudah terpenuhi, maka pengalokasian selanjutnya dimulai dengan menggunakan kendaraan kedua dan seterunya.
Berdasarkan pengurutan nilai dari saving matriks, diperoleh nilai saving matriks dari yang tertinggi hingga terendah.. Nilai-nilai tersebut dapat dilihat pada lampiran secara lengkap. Berikut adalah 10 nilai terbesar dari saving matriks.
Tabel 3.24 Sepuluh Nilai Terbesar dari Saving Matriks
Pada tabel di atas, dapat dilihat sepuluh urutan nilai saving matriks tertinggi untuk setiap pasangan konsumen. Pengurutan pasangan konsumen dari nilai saving matriks terbesar secara lengkap dapat dilihat pada lampiran 19.
Berdasarkan pengurutan dari nilai saving matriks yang telah diperoleh, maka dapat dilakukan pengalokasian setiap konsumen ke dalam rute perjalanan bagi setiap kendaraan. Prosedur pengalokasian konsumen ke dalam rute perjalanan dilakukan berulang sampai seluruh konsumen teralokasi ke dalam rute perjalanan. Hasil pengalokasian untuk setiap kelompok pengiriman dapat dilihat pada tabel di bawah ini.
Tabel 3.25 Pengalokasian Konsumen
Rute Kendaraan Konsumen
Jumlah Pengiriman (galon) 1 B 9891 QV K6 - K23 - K22 - K28 - K25 340 2 B 9487 IQ K13 - K27 - K20 -K16 305 3 B 9892 QV K18 - K24 - K30 - K9 315 4 B 9497 NAA K8 - K11- K29 - K2 340 5 B 9863 IQ K10 - K3 - K19 - K21 335 6 B 9479 QV K14 - K1 - K17 - K7 325 7 B 9683 DN K5 - K12 - K15 - K26 - K4 325
3.3.5.4. Mengurutkan Konsumen di dalam Rute Perjalanan
Setelah seluruh konsumen dialokasikan ke dalam rute atau kelompok pengiriman, maka tahap selanjutnya adalah mengurutkan konsumen yang ada di dalam rute perjalanan. Pada tahap ini, konsumen diurutkan mana yang akan dikunjungi terlebih dahulu dalam suatu rute perjalanan. Pengurutan ini dilakukan agar jarak yang ditempuh kendaraan tidak terlalu jauh sehingga biaya operasional (bahan bakar kendaraan) dapat diminimalkan. Prosedur yang digunakan untuk mengurutkan
konsumen adalah nearest neighbor, farthest insert, dan nearest insert. Hasil yang akan didapat dari ketiga prosedur ini akan dibandingkan untuk mendapat urutan kunjungan dengan jarak yang terendah.
a) Pengurutan kunjungan dengan nearest neighbor
Pengurutan kunjungan dengan nearest neighbor dimulai dari konsumen (misal Ki) yang memiliki jarak terdekat dari perusahaan / lokasi awal (K0). Kemudian dilanjutkan dengan konsumen selanjutnya (Kj) yang memiliki jarak yang terdekat dengan konsumen awal (Ki). Prosedur ini
dilakukan terus menerus sampai semua konsumen dalam suatu rute perjalanan masuk ke dalam rute yang telah diurutkan. Jarak dari tiap konsumen dapat dilihat pada lampiran matriks jarak yang telah ditambah dengan nilai hambatan. Untuk lebih jelasnya dapat dilihat pada langkah-langkah dibawah ini: 1. Tentukan titik perusahaan sebagai titik awal dan titik akhir
dimana kendaraan akan mulai melakukan pengiriman dan tujuan akhir kendaraan.
2. Cari konsumen yang memiliki jarak yang terdekat dengan perusahaan.
3. Cari konsumen yang memiliki jarak yang terdekat dari konsumen terakhir yang dituju kendaraan.
4. Lakukan kembali langkah (c) hingga semua konsumen dalam suatu rute perjalanan dikunjungi oleh kendaraan.
Sebagai contoh untuk merepresentasikan langkah-langkah di atas, akan digunakan pengurutan dari kelompok rute perjalanan pertama (kendaraan B 9891 QV) yaitu K6, K23, K22, K28 dan K25. Langkah pertama adalah menentukan titik awal. Titik awal dari semua rute perjalanan yang dilakukan adalah K0 (perusahaan Tirta Bintaro). Langkah kedua adalah mencari jarak dari K6, K23, K22, K28 dan K25 yang paling dekat dengan perusahaan. Jarak yang terdekat dari perusahaan adalah K25 dengan jarak sebesar 17.43 km. Lalu konsumen yang terdekat dengan K25 adalah K22 dengan jarak sebesar 7.03 km. Kemudian konsumen yang terdekat dengan K22 adalah K28 dengan jarak sebesar 24.46 km. Setelah itu, konsumen yang terdekat dengan K28 adalah T6 dengan jarak 45.45 km dan konsumen K23 tersisa sebagai konsumen selanjutnya dikunjungi setelah konsumen K6. Setelah semua konsumen dikunjungi maka kendaraan kembali lagi ke perusahaan (K0) dengan jarak 26.15 km.
Berdasarkan pengurutan yang dilakukan di atas, maka didapatkan urutan kunjungan untuk kendaraan B 9891 QV yaitu K0 - K25 - K22 - K28 - K6 - K23. Jarak total yang ditempuh oleh kendaraan B 9891 QV adalah sebesar 133.88 km.
Dengan menggunakan langkah-langkah yang sama, maka urutan konsumen dan jarak tempuh untuk rute perjalanan selanjutnya dapat dilihat pada tabel di berikut.
Tabel 3.26 Pengurutan Kunjungan dengan Nearest Neighbor
b) Pengurutan kunjungan dengan farthest insert
Pengurutan kunjungan dengan prosedur farthest insert dimulai dari mengurutkan konsumen (Ki) yang memiliki jarak
yang paling jauh dengan perusahaan. Setelah didapat konsumen yang memiliki jarak yang paling jauh dari perusahaan, langkah selanjutnya adalah menyisipkan konsumen (Kj) yang tersisa satu per satu ke dalam rute
perjalanan tersebut dan cari jarak yang terbesar. Pada langkah kedua ini, tidak akan terjadi perubahan jarak apabila konsumen i yang sudah didapat pada langkah pertama dikunjungi lebih dahulu atau dikunjungi kedua setelah konsumen j. Langkah berikutnya adalah menyisipkan setiap konsumen ke dalam rute perjalanan dan cari rute terpendek dari setiap konsumen yang disisipkan. Kemudian cari rute yang memiliki jarak yang paling jauh dari setiap sisipan terpendek. Langkah ini diulangi kembali hingga semua
konsumen masuk ke dalam rute perjalanan. Untuk lebih jelasnya dapat dilihat pada langkah-langkah berikut:
1. Tentukan titik perusahaan sebagai titik awal dan titik akhir dimana kendaraan akan memulai pengiriman dan juga sebagai tujuan akhir dari kendaraan tersebut.
2. Cari konsumen yang memiliki jarak yang paling jauh dari depot dan masukkan ke dalam rute perjalanan.
3. Sisipkan setiap konsumen ke dalam rute yang sudah didapatkan pada langkah (b) dan cari konsumen yang menghasilkan jarak yang paling jauh.
4. Sisipkan konsumen yang tersisa ke dalam rute yang sudah didapatkan pada langkah (c) dan dari setiap sisipan 1 konsumen, cari rute yang menghasilkan jarak paling dekat. Dari langkah ini akan didapat beberapa rute terpendek dari setiap sisipan konsumen.
5. Pilih sisipan konsumen yang mempunyai jarak yang paling jauh dari rute terpendek yang didapat pada langkah (d). 6. Lakukan kembali langkah (d) dan (e) hingga semua
konsumen masuk ke dalam suatu rute perjalanan.
Sebagai contoh untuk merepresentasikan langkah-langkah di atas, akan digunakan pengurutan dari kelompok rute perjalanan pertama (kendaraan B 9891 QV) yaituK6, K23, K22, K28 dan K25.
1) Konsumen yang menghasilkan rute dengan jarak terbesar dari perusahaan (K0) adalah K28.
Tabel 3.27 Perhitungan Langkah Pertama Prosedur Farthest Insert Rute Jarak (km) K0 – K6 – K0 47.06 K0 – K23 – K0 52.30 K0 – K22 – K0 38.66 K0 – K28 – K0 79.04 K0 – K25 – K0 34.86
2) Penyisipan konsumen ke dalam rute yang didapat dari langkah sebelumnya adalah sebagai berikut:
Tabel 3.28 Perhitungan Langkah Kedua Prosedur Farthest Insert Rute Jarak (km) K0 – K6 – K28 –K0 108.50 K0 – K23 – K28 –K0 119.50 K0 – K22 – K28 –K0 83.31 K0 – K25 – K28 –K0 83.20
Dari rute di atas yang dihasilkan rute dengan jarak yang paling besar adalah menyisipkan konsumen 23 (K23) ke
dalam rute dengan jarak sebesar 119.50 km.
3) Penyisipan konsumen yang tersisa ke dalam rute yang sudah didapatkan pada langkah sebelumnya dan dari setiap 1 konsumen, akan dicari rute yang jarak paling dekat.
Tabel 3.29 Perhitungan Langkah Ketiga Prosedur Farthest Insert Rute Jarak (km) K0 – K6 – K28 – K23 – K0 148.96 K0 – K28 – K6 – K23 – K0 124.48* K0 – K28 – K23 – K6 – K0 130.24 K0 – K22 – K28 – K23 – K0 123.77* K0 – K28 – K22 – K23 – K0 127.29 K0 – K28 – K23 – K22 – K0 149.84 K0 – K25 – K28 – K23 – K0 123.66* K0 – K28 – K25 – K23 – K0 126.24 K0 – K28 – K23 – K25 – K0 145.10
Dari rute terkecil yang didapat dari tiap sisipan yang dilakukan per konsumen (rute terkecil diberi tanda *), diperoleh rute yang menghasilkan jarak yang paling besar yaitu K6 dengan rute K0 – K28 – K6 – K23 – K0.
4) Penyisipan konsumen yang tersisa ke dalam rute yang sudah didapatkan pada langkah ketiga sebelumnya dan dari setiap penyisipan 1 konsumen yang dilakukan, akan dicari rute yang dapat menghasilkan jarak paling dekat.
Tabel 3.30 Perhitungan Langkah Keempat Prosedur Farthest Insert Rute Jarak (km) K0 – K22 – K28 – K6 – K23 – K0 128.75 * K0 – K28 – K22 – K6 – K23 – K0 134.13 K0 – K28 – K6 – K22 – K23 – K0 178.92 K0 – K28 – K6 – K23 – K22 – K0 154.82 K0 – K25 – K28 – K6 – K23 – K0 128.64 *
K0 – K28 – K25 – K6 – K23 – K0 133.02 K0 – K28 – K6 – K25 – K23 – K0 173.18 K0 – K28 – K6 – K23 – K25 – K0 150.08
Dari rute terkecil yang didapat dari tiap sisipan yang dilakukan per konsumen (rute terkecil diberi tanda *), diperoleh rute yang menghasilkan jarak yang paling besar yaitu K22 dengan rute K0 – K22 – K28 – K6 – K23 – K0.
5) Langkah terakhir adalah memasukkan konsumen terakhir yang tersisa ke dalam rute yang baru.
Tabel 3.31 Perhitungan Langkah Terakhir Prosedur Farthest Insert Rute Jarak (km) K0 – K25 – K22 – K28 – K6 – K23 – K0 133.88 K0 – K22 – K25 – K28 – K6 –K23 – K0 137.57 K0 – K22 – K28 – K25 – K6 – K23 – K0 137.29 K0 – K22 – K28 – K6 – K25 – K23 – K0 177.45 K0 – K22 – K28 – K6 – K23 – K25 – K0 154.35
Dari langkah terakhir ini, didapatkan hasil rute dari sisipan konsumen 25 (K25) yaitu K0 – K25 – K22 – K28 – K6 – K23
– K0. Dengan menggunakan langkah-langkah yang sama, maka urutan konsumen dan jarak tempuh untuk rute perjalanan selanjutnya dapat dilihat pada tabel di bawah ini.
Tabel 3.32 Pengurutan Kunjungan dengan Farthest Insert
c) Pengurutan kunjungan dengan nearest insert
Pengurutan kunjungan dengan prosedur nearest insert dimulai dari mengurutkan konsumen (Ki) yang
memiliki jarak yang paling dekat dengan perusahaan. Setelah diperoleh konsumen yang memiliki jarak yang paling dekat dari perusahaan, langkah selanjutnya adalah menyisipkan konsumen (Kj) yang tersisa atau satu per satu ke dalam rute
perjalanan tersebut dan pillih yang jaraknya terkecil. Pada langkah kedua ini, tidak akan terjadi perubahan jarak apabila konsumen i yang sudah didapat pada langkah pertama dikunjungi lebih dahulu atau dikunjungi kedua setelah konsumen j. Langkah berikutnya adalah menyisipkan setiap konsumen ke dalam rute perjalanan dan cari rute terpendek dari setiap konsumen yang disisipkan. Kemudian cari rute yang memiliki jarak yang paling kecil dari setiap sisipan terpendek. Langkah ini diulangi kembali hingga semua konsumen masuk ke dalam rute perjalanan. Untuk lebih jelasnya dapat dilihat pada langkah-langkah berikut:
1. Tentukan titik perusahaan sebagai titik awal dan titik akhir dimana kendaraan akan memulai pengiriman dan juga sebagai tujuan akhir dari kendaraan tersebut.
2. Cari konsumen yang memiliki jarak yang paling dekat dari perusahaan dan masukkan ke dalam rute perjalanan.
3. Sisipkan setiap konsumen ke dalam rute yang sudah didapatkan pada langkah (b) dan cari konsumen yang menghasilkan jarak yang paling kecil.
4. Sisipkan konsumen yang tersisa ke dalam rute yang sudah didapatkan pada langkah (c) dan dari setiap sisipan 1 konsumen, cari rute yang menghasilkan jarak paling dekat. Dari langkah ini akan didapat beberapa rute terpendek dari setiap sisipan konsumen.
5. Pilih sisipan konsumen yang mempunyai jarak yang paling kecil dari rute terpendek yang didapat pada langkah (d). 6. Lakukan kembali langkah (d) dan (e) hingga semua
konsumen masuk ke dalam suatu rute perjalanan.
Sebagai contoh untuk merepresentasikan langkah-langkah di atas, akan digunakan pengurutan dari kelompok rute perjalanan pertama (truk B 9891 QV) yaitu K6, K23, K22, K28 dan K25.
1) Konsumen yang menghasilkan rute dengan jarak terbesar dari perusahaan (K0) adalah K25.
Tabel 3.33 Perhitungan Langkah Pertama Prosedur Nearest Insert Rute Jarak (km) K0 – K6 – K0 47.06 K0 – K23 – K0 52.30 K0 – K22 – K0 38.66 K0 – K28 – K0 79.04 K0 – K25 – K0 34.86
2) Penyisipan konsumen ke dalam rute yang didapat dari langkah sebelumnya adalah sebagai berikut:
Tabel 3.34 Perhitungan Langkah Kedua Prosedur Nearest Insert Rute Jarak (km) K0 – K25 – K6 – K0 68.70 K0 – K25 – K23 – K0 77.90 K0 – K25 – K22 – K0 43.79 K0 – K25 – K28 – K0 83.20
Dari rute di atas yang dihasilkan rute dengan jarak yang paling besar adalah menyisipkan konsumen 22 (K22) ke
dalam rute dengan jarak sebesar 43.79 km.
3) Penyisipan konsumen yang tersisa ke dalam rute yang sudah didapatkan pada langkah sebelumnya dan dari setiap 1 konsumen, akan dicari rute yang menghasilkan jarak paling dekat.
Tabel 3.35 Perhitungan Langkah Ketiga Prosedur Nearest Insert Rute Jarak (km) K0 – K6 – K25 – K22 – K0 77.63* K0 – K25 – K6 – K22 – K0 95.14 K0 – K25 – K22 – K6 – K0 78.63 K0 – K23 – K25 – K22 – K0 86.83* K0 – K25 – K23 – K22 – K0 108.24 K0 – K25 – K22 – K23 – K0 87.77 K0 – K28 – K25 – K22 – K0 92.13 K0 – K25 – K28 – K22 – K0 87.47* K0 – K25 – K22 – K28 – K0 88.44
Dari rute terkecil yang didapat dari tiap sisipan yang dilakukan per konsumen (rute terkecil diberi tanda *), diperoleh rute yang menghasilkan jarak yang paling kecil yaitu K6 dengan rute K0 K0 – K6 – K25 – K22 – K0.
4) Penyisipan konsumen yang tersisa ke dalam rute yang sudah didapatkan pada langkah ketiga sebelumnya dan dari setiap 1 konsumen, akan dicari rute yang menghasilkan jarak paling dekat.
Tabel 3.36 Perhitungan Langkah Keempat Prosedur Nearest Insert Rute Jarak (km) K0 – K23 – K6 – K25 – K22 – K0 93.61 * K0 – K6 – K23 – K25 – K22 – K0 97.57 K0 – K6 – K25 –K23 – K22 – K0 142.08 K0 – K6 – K25 – K22 – K23 – K0 121.61 K0 – K28 – K6 – K25 – K22 – K0 139.07 K0 – K6 – K28 – K25 – K22 – K0 121.59
K0 – K6 – K25 –K28 – K22 – K0 121.31 * K0 – K6 – K25 – K22 – K28 – K0 122.28
Dari rute terkecil yang didapat dari tiap sisipan yang dilakukan per konsumen (rute terkecil diberi tanda *), diperoleh rute yang menghasilkan jarak yang paling kecil yaitu K23 dengan rute K0 – K23 – K6 – K25 – K22 – K0.
5) Langkah terakhir adalah memasukkan konsumen terakhir yang tersisa ke dalam rute yang baru.
Tabel 3.37 Perhitungan Langkah Terakhir Prosedur Nearest Insert Rute Jarak (km) K0 – K28 – K23 – K6 – K25 – K22 – K0 160.81 K0 – K23 – K28 – K6 – K25 – K22 – K0 179.53 K0 – K23 – K6 – K28 – K25 – K22 – K0 137.57 K0 – K23 – K6 – K25 – K28 – K22 – K0 137.29 K0 – K23 – K6 – K25 – K22 – K28 – K0 138.26
Dari langkah terakhir ini, didapatkan hasil rute dari sisipan konsumen 28 (K28) yaitu K0 – K23 – K6 – K25 – K28 – K22
– K0. Dengan menggunakan langkah-langkah yang sama, maka urutan konsumen dan jarak tempuh untuk rute perjalanan selanjutnya dapat dilihat pada tabel di bawah ini.
Tabel 3.38 Pengurutan Kunjungan dengan Nearest Insert
3.3.6. Perhitungan Biaya
Dari data-data yang terkumpul pada tabel biaya operasional kendaraan, data tersebut akan diolah untuk mendapatkan besar biaya pengiriman per harinya. Perhitungan biaya kirim per harinya adalah sebagai berikut:
a. Biaya Bahan Bakar (Solar)
Rasio penggunaan bahan bakar solar untuk semua kendaraan adalah sama, yaitu 1:10, yang artinya 1 liter solar yang digunakan dapat menempuh jarak sebesar 10 km oleh tiap kendaraan. Data tersebut diperoleh melalui wawancara dengan supir yang melakukan pengiriman pada perusahaan. Dari rasio tersebut maka diketahui bahwa biaya yang dibutuhkan untuk 1 km perjalanan adalah Rp. 650,-. Dari perhitungan biaya tersebut maka diketahui biaya dari setiap rute yang ditempuh oleh kendaraan.
Tabel 3.39 Perhitungan Biaya Bahan Bakar Setiap Kendaraan
No Kendaraan Prosedur Jarak (km) Biaya
1 B 9891 QV Nearest Neighbor 133.88 Rp. 87,022.00 2 B 9891 QV Farthest Insert 133.88 Rp. 87,022.00
3 B 9891 QV Nearest Insert 137.29 Rp. 89,238.50 4 B 9487 IQ Nearest Neighbor 73.50 Rp. 47,775.00 5 B 9487 IQ Farthest Insert 70.39 Rp. 45,753.50 6 B 9487 IQ Nearest Insert 70.68 Rp. 45,942.00 7 B 9892 QV Nearest Neighbor 50.38 Rp. 32,747.00 8 B 9892 QV Farthest Insert 49.02 Rp. 31,863.00 9 B 9892 QV Nearest Insert 49.02 Rp. 31,863.00 10 B 9497 NAA Nearest Neighbor 49.70 Rp. 32,305.00 11 B 9497 NAA Farthest Insert 49.70 Rp. 32,305.00 12 B 9497 NAA Nearest Insert 49.70 Rp. 32,305.00 13 B 9863 IQ Nearest Neighbor 41.80 Rp. 27,170.00 14 B 9863 IQ Farthest Insert 41.80 Rp. 27,170.00 15 B 9863 IQ Nearest Insert 41.80 Rp. 27,170.00 16 B 9479 QV Nearest Neighbor 37.30 Rp. 24,245.00 17 B 9479 QV Farthest Insert 36.34 Rp. 23,621.00 18 B 9479 QV Nearest Insert 36.34 Rp. 23,621.00 19 B 9683 DN Nearest Neighbor 40.69 Rp. 26,448.50 20 B 9683 DN Farthest Insert 40.13 Rp. 26,084.50 21 B 9683 DN Nearest Insert 40.13 Rp. 26,084.50 b. Biaya Depresiasi
Perusahaan menentukan bahwa depresiasi dari kendaraannya sebesar 10% per tahunnya. Sedangkan jumlah hari per tahunnya ditentukaan perusahaan sebesar 264 hari. Dengan begitu, perusahaan dapat menentukan biaya yang dikeluarkan per harinya dengan perhitungan sebagai berikut:
− Biaya depresiasi truk B 9891 QV = Rp. 150.000.000,- x 10% : 264 = Rp. 56.818,18 / hari
− Biaya depresiasi truk B 9487 IQ = Rp. 162.500.000,- x 10% : 264
− Biaya depresiasi truk B 9892 QV = Rp. 150.000.000,- x 10% : 264 = Rp. 56.818,18 / hari
− Biaya depresiasi truk B9497 NAA = Rp. 175.000.000,- x 10% : 264 = Rp. 66.287,88 / hari
− Biaya depresiasi truk B 9863 IQ = Rp. 160.000.000,- x 10% : 264
= Rp. 60.606,06 / hari
− Biaya depresiasi truk B 9479 QV = Rp. 155.000.000,- x 10% : 264 = Rp. 58.712,12 / hari
− Biaya depresiasi truk B 9683 DN = Rp. 160.000.000,- x 10% : 264 = Rp. 60.606,06 / hari
c. Biaya Tenaga Kerja
Dalam melakukan satu kali pengiriman, perusahaan menggunakan 2 orang tenaga kerja, yaitu 1 orang sebagai pengemudi dan 1 orang lagi sebagai kondektur. Biaya yang dikeluarkan untuk pengemudi dan kondektur ini adalah Rp. 112.500,- / hari.
d. Biaya Pajak Kendaraan
Biaya pajak kendaraan yang terdapat pada tabel biaya operasional kendaraan dihitung menjadi biaya per hari dengan perhitungan berikut: − Biaya pajak truk B 9891 QV = Rp. 1.937.500,- : 264
= Rp. 7.339,02 / hari
− Biaya pajak truk B 9487 IQ = Rp. 2.032.500,- : 264
= Rp. 7.698,86 / hari
− Biaya pajak truk B 9892 QV = Rp. 1.975.000,- : 264
= Rp. 7.481,06 / hari
− Biaya pajak truk B 9497 NAA = Rp. 2.325.000,- : 264
= Rp. 8.806,82 / hari
− Biaya pajak truk B 9863 IQ = Rp. 2.132.500,- : 264
= Rp. 8.077,65 / hari
− Biaya pajak truk B 9479 QV = Rp. 2.155.500,- : 264
= Rp. 8.164,77 / hari
− Biaya pajak truk B 9683 DN = Rp. 2.167.500,- : 264
e. Biaya Maintanance
Biaya maintenance yang dikeluarkan perusahaan setiap bulan adalah sebesar Rp. 200.000,- untuk setiap kendaraannya tersebut. Dalam 1 bulan, semua kendaraan memiliki biaya maintenance yang sama. Biaya maintenance per hari dapat diketahui dengan perhitungan:
Biaya maintenance per truk per hari = Rp. 200.000,- / 22
= Rp. 9.090,91 / mobil / hari
Dari perhitungan biaya-biaya yang berkaitan dengan pengiriman barang di atas, maka dapat diketahui pengeluaran perusahaan dalam melakukan sekali pengiriman. Berikut pengeluaran perusahaan berdasarkan rute dan mobil yang digunakan dari beberapa prosedur yang digunakan untuk mengetahui rute terpendek.
a. Pengeluaran total untuk truk B 9891 QV menggunakan Nearest Neighbor
Total Biaya = Rp. 87,022.00 + Rp. 56.818,18 + Rp. 112.500,00 + Rp. 7.339,02 + Rp. 9.090,91
= Rp. 272.770,11
b. Pengeluaran total untuk truk B 9891 QV menggunakan Farthest Insert Total Biaya = Rp. 87,022.00 + Rp. 56.818,18 + Rp. 112.500,00 +
Rp. 7.339,02 + Rp. 9.090,91 = Rp. 272.770,11
c. Pengeluaran total untuk truk B 9891 QV menggunakan Nearest Insert Total Biaya = Rp. 89,238.50 + Rp. 56.818,18 + Rp. 112.500,00 +
Rp. 7.339,02 + Rp. 9.09,91 = Rp. 274.986,61
d. Pengeluaran total untuk truk B 9487 IQ menggunakan Nearest Neighbor
Total Biaya = Rp. 47,775.00 + Rp. 61.363,64 + Rp. 112.500,00 + Rp. 7.698,86 + Rp. 9.09,91
= Rp. 238.428,41
e. Pengeluaran total untuk truk B 9487 IQ menggunakan Farthest Insert Total Biaya = Rp. 45,753.50 + Rp. 61.363,64 + Rp. 112.500,00 +
Rp. 7.698,86 + Rp. 9.09,91 = Rp. 236.595,41
f. Pengeluaran total untuk truk B 9487 IQ menggunakan Nearest Insert Total Biaya = Rp. 45,942.00 + Rp. 61.363,64 + Rp. 112.500,00 +
Rp. 7.698,86 + Rp. 9.09,91 = Rp. 236.595,41
g. Pengeluaran total untuk truk B 9892 QV menggunakan Nearest Neighbor
Rp. 7.481,06 + Rp. 9.090,91 = Rp. 218.637,15
h. Pengeluaran total untuk truk B 9892 QV menggunakan Farthest Insert Total Biaya = Rp. 31,863.00 + Rp. 56.818,18 + Rp. 112.500,00 +
Rp. 7.481,06 + Rp. 9.090,91 = Rp. 217.753,15
i. Pengeluaran total untuk truk B 9892 QV menggunakan Nearest Insert Total Biaya = Rp. 31,863.00+ Rp. 56.818,18 + Rp. 112.500,00 +
Rp. 7.481,06 + Rp. 9.090,91 = Rp. 217.753,15
j. Pengeluaran total untuk truk B 9497 NAA menggunakan Nearest Neighbor
Total Biaya = Rp. 32,305.00 + Rp. 66.287,88 + Rp. 112.500,00 + Rp. 8.806,82 + Rp. 9.090,91
= Rp. 228.990,61
k. Pengeluaran total untuk truk B 9497 NAA menggunakan Farthest Insert
Total Biaya = Rp. 32,305.00 + Rp. 66.287,88 + Rp. 112.500,00 + Rp. 8.806,82 + Rp. 9.090,91
