Departemen Teknik Industri Universitas Hasanuddin
Minimasi Waktu Tunggu Kapal Menggunakan Pendekatan
Simulasi Sistem Dinamis
(Studi Kasus di Pelabuhan CDG Banten)
Asep Ridwan
1, Putro Ferro Ferdinant
2, Bobby Kurniawan
3, Aurelia
41, 2, 3, 4
Jurusan Teknik Industri Universitas Sultan Ageng Tirtayasa
Email: [email protected] 1, [email protected] 2, [email protected], [email protected]4
Abstrak
Pelabuhan CDG Banten merupakan perusahaan yang beroperasi di bidang pelayanan pelabuhan laut untuk bongkar muat dengan spesialisasi barang curah kering. Berdasarkan data vessel report, jumlah kapal yang menunggu sebanyak 300 kapal dari 545 kapal yang dilayani dengan rata-rata waktu tunggu selama 4,8 jam per kapal. Penelitian ini bertujuan untuk mengetahui faktor yang mempengaruhi waktu tunggu kapal, merancang perbaikan dalam meminimasi lamanya waktu tunggu dengan simulasi sistem dinamis. Penelitian ini dimulai dengan mengidentifikasi permasalahan, merancang conceptual model dengan causal loop diagram, merancang stock flow diagram, melakukan base case simulation, validasi model, dan merancang perbaikan dengan skenario terbaik. Hasil penelitian menunjukkan bahwa faktor yang mempengaruhi waktu tunggu kapal antara lain produktivitas crane yang dipengaruhi oleh kapasitas angkut crane dan siklus operasi crane per hari. Rancangan perbaikan yang dilakukan untuk meminimasi waktu tunggu kapal dengan simulasi sistem dinamis antara lain menambah kapasitas angkut crane dari 14 ton per siklus menjadi 28 ton per siklus dan menaikkan siklus operasi crane per hari dari 315 siklus per hari menjadi 630 siklus per hari. Berdasarkan hasil skenario perbaikan menggunakan simulasi sistem dinamis, waktu tunggu kapal dapat berkurang dari 10,512 jam per kapal menjadi 0,696 jam per kapal.
Kata kunci : Waktu tunggu kapal, Pelabuhan, Simulasi, Sistem dinamis
Pendahuluan
Pelabuhan CDG beroperasi di bidang pelayanan pelabuhan khusus untuk barang curah. Berdasarkan data vessel report tahun 2013, jumlah kapal yang menunggu sebanyak 300 kapal dari 545 kapal yang dilayani dengan rata-rata waktu tunggu selama 4,8 jam per kapal, hal tersebut mengindikasikan waktu perencanaan pelabuhan tidak sesuai dengan waktu aktual. Keterlambatan kapal dari perencanaan pelabuhan karena waktu tunggu menyebabkan Pelabuhan CDG harus mengeluarkan biaya penalty sebesar $416,67 per jam sehingga perlu dilakukan simulasi untuk meminimasi waktu tunggu kapal dengan bantuan software Powersim.
Dalam hal ini, penelitian yang dilakukan berfokus pada dermaga 1, dermaga 2 dan dermaga 4 dimana setiap dermaga melayani 1 kapal. Proses yang diamati adalah kedatangan kapal sampai proses bongkar muatan kapal dengan crane, menggunakan data perusahaan 2013, peralatan bongkar muat tidak mengalami kerusakan dan kondisi cuaca di pelabuhan tidak dipertimbangkan. Waktu antar kedatangan kapal diasumsikan berdistribusi eksponensial dan data hasil simulasi diasumsikan bersifat independen, berdistribusi normal dan tidak berkorelasi.
Menurut Wibowo (2010) waktu tunggu kapal adalah waktu yang dikeluarkan oleh kapal untuk menjalani proses kegiatan di dalam area perairan pelabuhan, bertujuan untuk mendapatkan pelayanan sandar di pelabuhan atau dermaga, guna melakukan kegiatan bongkar dan muat barang di suatu pelabuhan. Model simulasi merupakan salah satu bentuk model matematis yang bersifat deskriptif atau prediktif. Simulasi adalah proses merancang model matematika atau logis dari sistem untuk dilakukan eksperimen pada model tersebut untuk menggambarkan, menjelaskan dan memprediksi kelakuan dari sistem. Simulasi erat dengan model berbasis komputer. Model digunakan untuk berbagai eksperimen sehingga orang dapat menarik kesimpulan (keputusan) terhadap suatu sistem tanpa harus melaksanakannya secara nyata atau terhadap perubahan atas sistem yang sudah ada tanpa harus mengganggu sistem tersebut (Yuandani dkk, 2014).
Menurut Sterman (2000) sistem dinamik adalah metode untuk meningkatkan pembelajaran dalam sistem yang kompleks. Menurut Daellenbach (1994) sistem dinamis merupakan keadaan dari sistem yang mengalami perubahan dari waktu ke waktu. Setiap titik keputusan di masa depan mungkin akan menghadapi keadaan yang berbeda dari sistem yang telah terpengaruh oleh perubahan input lingkungan.
Metodologi Penelitian
Metodologi pada penelitian ini terdiri tahap pendahuluhan, tahap observasi lapangan, tahap pengumpulan data, tahap pengolahan data, tahap analisis, tahap kesimpulan dan saran.
Tahap awal yaitu studi literatur dengan mencari teori-teori yang berhubungan dengan penelitian, literatur yang digunakan bersumber dari penelitian sebelumnya, buku, e-book dan lainnya yang berhubungan dengan waktu tunggu kapal, sistem dinamis dan simulasi.
Tahap berikutnya yaitu melakukan observasi lapangan. Observasi lapangan dilakukan di dermaga bongkar muat Pelabuhan CDG dengan melakukan wawancara dan brainstorming dengan manager bagian logistic service, karyawan dan operator bagian crane, sehingga peneliti dapat mengetahui atau mengidentifikasi permasalahan yang terdapat di perusahaan. Setelah melakukan observasi lapangan tahap selanjutnya adalah perumusan masalah dimana masalah yang menjadi fokus dalam penelitian ini yaitu meminimasi waktu tunggu kapal di pelabuhan
Departemen Teknik Industri Universitas Hasanuddin
Tahap analisis dan pembahasan merupakan proses analisis bedasarkan perumusan masalah yang telah dibuat. Dilakukan pendalaman terhadap hasil dari pengolahan data yang telah dilakukan serta menganalisis proses untuk menerapkan usulan perbaikan. Kesimpulan merupakan jawaban dari setiap tujuan penelitian yang telah dibuat dan saran diberikan untuk perusahaan agar dapat meminimasi waktu tunggu kapal juga bagi penelitian berikutnya agar lebih baik.
Hasil dan Pembahasan
Berikut ini merupakan hasil penelitian yang dilakukan di Pelabuhan CDG. Tahap pertama yang dilakukan adalah membuat model konseptual.
1. Problem Definition
Permasalahan yang diamati dan diteliti mengenai waktu tunggu kapal yang terjadi di Pelabuhan CDG sebelum mendapatkan pelayanan pandu dengan menggunakan tugboat dan bongkar muatan kapal dengan menggunakan crane karena waktu tunggu yang terjadi akan berdampak pada keterlambatan dari rencana yang sudah dijanjikan Pelabuhan CDG dengan pihak kapal, sehingga Pelabuhan CDG harus mengeluarkan biaya penalty sebesar $416,67 per jam.
Gambar 1. Rich Picture Diagram Pelabuhan CDG Banten
2. Identification of Key Variabel
Dari berbagai sumber dan tinjauan pustaka maka kegiatan penilaian terdiri dari service time, Berth Occupancy Ratio (BOR), berth time, approach time, productivity of tugboat dan productivity of crane.
3. Reference Model
4. Pengembangan Causal Loop Diagram
Causal loop diagram dirancang untuk menggambarkan bagaimana hubungan atau pengaruh antar variabel dimana causal loop diagram tersebut akan menjadi dasar dalam perancangan model simulasi waktu tunggu kapal. Causal loop diagram menggambarkan variabel-variabel yang mempengaruhi waktu tunggu kapal. Waktu tunggu kapal dipengaruhi oleh lamanya waktu pelayanan dan tingkat pemakaian dermaga. Untuk waktu pelayanan dipengaruhi oleh lamanya waktu kapal dipandu ke dermaga dan lamanya waktu bongkar muatan kapal sedangkan tingkat pemakaian dermaga dipengaruhi oleh jumlah kapal yang dilayani,
waktu pelayanan, jumlah dermaga dan jam efektif pelabuhan. Waktu kapal dipandu ke dermaga dipengaruhi oleh produktivitas tugboat dan waktu proses bongkar muatan kapal dipengaruhi oleh produktivitas crane. Berikut causal loop diagram waktu tunggu kapal di Pelabuhan CDG:
Gambar 2. Causal Loop Diagram Waktu Tunggu Kapal PELABUHAN CDG
Sebelum membuat Stock Flow Diagram (SFD) berdasarkan causal loop diagram, perlu dilakukan mencari hubungan data berth occupancy ratio dengan data delay factor dan distribusi data rata-rata berat muatan kapal. Berdasarkan hasil autofit, rata-rata berat muatan kapal berdistribusi normal. Berikut persamaan dari hubungan BOR dengan Delay Factor yang diperoleh dari hasil curve fitting :
Delay Factor = 5,911e-20×exp (46,26 × BOR)+2,455 e-05×exp (11,18 × BOR)……….(1)
Departemen Teknik Industri Universitas Hasanuddin
Gambar 3. Stock Flow Diagram Waktu Tunggu Kapal di Pelabuhan CDG
Berikut merupakan data konstan yang digunakan dalam simulasi base case:
Tabel I. Data Konstan Sistem Eksisting
Variabel Penjelasan Nilai
Mean Coming Vessel Rata-rata jumlah kedatangan kapal 46 vessel/month
Time Mooring Vessel Besaran waktu dari variabel mooring vessel 1 month
Time Tugboat Needed Besaran waktu pada variabel Tugboat Needed 1 month
Number Ship per
Tugboat Jumlah kapal yang dapat dilayani dalam satu tugboat
0,5
vessel/tugboat
Capacity of Tugboat Kapasitas tugboat dalam melakukan mooring. 0,5
vessel/boat/cycle Operation Cycle of
Tugboat Banyaknya siklus dari tugboat 5 cycle/day
Number Ship per Berth Jumlah kapal yang dapat bersandar setiap dermaga 1 vessel
Berth Jumlah dermaga 10 berth/day
SD Cargo Standar deviasi dari berat kargo per kapal 3775,99
ton/vessel/month
Avg Cargo Rata-rata dari berat kargo per kapal 18225
ton/vessel/month
Crane per Berth Jumlah crane pada setiap dermaga 1 crane/berth
Number of Berth Jumlah Dermaga 10 berth
Time Ton per Vessel Besaran waktu pada variabel Ton per Vessel 1 month
Day per Month Jumlah hari kerja dalam sebulan 30 day
Hour per Day Jumlah Jam kerja dalam sehari 24 hour/day
Lifting Capacity Crane Kapasitas angkut crane 14
ton/crane/cycle Operation Cycle of
Time to Unload Vessel Besaran waktu pada variabel unload vessel 1 month
Berikut merupakan hasil dari simulasi waktu tunggu kapal di Pelabuhan CDG :
Tabel II. Hasil Simulasi Sistem Eksisting Tahun 2013
Bulan
Tahap selanjutnya adalah melakukan validasi dari model sistem eksisting dengan keadaan aktual. Berikut merupakan data aktual Pelabuhan CDG:
Tabel III. Data Laporan Kapal di Pelabuhan CDG
Bulan Waktu Tunggu Sistem
Terdapat 3 variabel untuk uji validasi hasil simulasi sistem eksisting, antara lain uji validasi hasil waktu tunggu kapal, waktu pelayanan kapal dan BOR. Berikut hasil uji validasi dengan menggunakan two sample t-test dari masing-masing variabel :
1. Uji Validasi Waktu Tunggu Kapal
Nilai signifikan untuk uji variansi 0,003 lebih kecil dari 0,05 yang berarti variansi berbeda sehingga untuk t-test memakai variansi sama tidak diasumsikan. Hasil two sample t-test didapatkan nilai signifikan 0,192 dimana nilai tersebut lebih besar dari 0,05. Dengan t sebesar -1,389 yang lebih besar dari -2,2 dan lebih kecil dari 2,2. Nilai 95% CI of the difference melewati angka 0, maka hipotesis H0 diterima yang artinya tidak ada perbedaan mean yang signifikan antara waktu tunggu kapal sistem nyata dengan hasil simulasi eksisting.
2. Uji Validasi Waktu Pelayanan Kapal
Departemen Teknik Industri Universitas Hasanuddin
0,14 dimana nilai tersebut lebih besar dari 0,05. Dengan t sebesar 1,53 yang lebih kecil dari 2,074 dan lebih besar dari -2,074. Nilai 95% CI of the difference melewati angka 0, maka hipotesis H0 diterima yang artinya tidak ada perbedaan mean yang signifikan antara waktu pelayanan kapal sistem nyata dengan hasil simulasi eksisting.
3. Uji Validasi BOR
Nilai signifikan untuk uji variansi 0,588 lebih besar dari 0,05 yang berarti variansi berbeda sehingga untuk t-test memakai variansi yang sama. Hasil two sample t-test didapatkan nilai signifikan 0,541 dimana nilai tersebut lebih besar dari 0,05. Dengan t sebesar 0,621 yang lebih kecil dari 2,074 dan lebih besar dari -2,074. Nilai 95% CI of the difference melewati angka 0, maka hipotesis H0 diterima yang artinya tidak ada perbedaan mean yang signifikan antara nilai BOR sistem nyata dengan hasil simulasi eksisting.
Tahap selanjutnya adalah perancangan usulan perbaikan, untuk perbaikan dari model eksisting yang sudah dinyatakan valid berdasarkan hasil two sample t-test. Pada tahap ini peneliti merancang 3 usulan perbaikan untuk mengurangi waktu tunggu kapal di Pelabuhan CDG. Berikut merupakan usulan perbaikan perbaikan waktu tunggu kapal di Pelabuhan CDG:
A. Usulan Perbaikan 1
Pada usulan perbaikan 1 peneliti berfokus pada pengurangan waktu tunggu kapal yang diakibatkan oleh kapasitas angkut crane. Perbaikan dilakukan dengan meningkatkan kapasitas angkut crane sampai 28 ton di Pelabuhan CDG sehingga mempengaruhi waktu tunggu yang terjadi.
B. Usulan Perbaikan 2
Pada usulan perbaikan 2 peneliti berfokus pada pengurangan waktu tunggu kapal yang diakibatkan oleh siklus operasi crane/hari. Perbaikan dilakukan dengan meningkatkan siklus operasi crane sampai 630 siklus/hari di Pelabuhan CDG sehingga mempengaruhi waktu tunggu yang terjadi.
C. Usulan Perbaikan 3
Pada usulan perbaikan 3 peneliti berfokus pada pengurangan waktu tunggu kapal yang diakibatkan oleh kapasitas angkut dan siklus operasi crane. Perbaikan dilakukan dengan meningkatkan kapasitas angkut crane sampai 28 ton dan siklus operasi crane sampai 630 siklus/hari di Pelabuhan CDG sehingga mempengaruhi waktu tunggu yang terjadi.
Selanjutnya melakukan uji perbedaan lebih dari dua alternatif dengan Analisis Variansi (ANOVA) untuk mengetahui apakah hasil usulan perbaikan berbeda dengan hasil sistem eksisting :
Tabel IV. Hasil Uji ANOVA
Berdasarkan hasil uji ANOVA pada tabel 4.25, dimana nilai signifikansi 0,008 lebih kecil dari α = 0,05 dan memiliki nilai F hitung 4,491 lebih besar dari F tabel yaitu 2,82 sehingga dapat disimpulkan bahwa tolak H0 yang berarti terdapat perbedaan paling tidak satu antara hasil simulasi eksisting, usulan perbaikan 1, usulan perbaikan 2 dan usulan perbaikan 3, selanjutnya melakukan Analisis Bonferroni untuk mengidentifikasi hasil usulan perbaikan yang dilakukan berbeda terhadap sistem eksisting.
Tabel V. Perbandingan Usulan Perbaikan
Eksisting Usulan 1
Usulan 2
Usulan 3
Waktu tunggu (Hari/Kapal) 0,438 0,074 0,074 0,029 Waktu tunggu (Jam/Kapal) 10,512 1,776 1,776 0,696
Berdasarkan hasil perbandingan usulan perbaikan diatas, usulan perbaikan 3 memiliki rata-rata waktu tunggu terkecil, yaitu 0,696 jam/kapal sehingga usulan 3 menjadi usulan perbaikan terpilih.
Tabel VI. Perbandingan Hasil Simulasi Eksisting dengan Usulan Perbaikan Terpilih
Eksisting Usulan
Perbaikan 3 Selisih
Waktu tunggu (Jam/Kapal) 10,512 0,696 9,816
Biaya Penalty $4380 $290 $4090
Pada tabel diatas menunjukan usulan perbaikan 3 dapat mengurangi waktu tunggu kapal menjadi 0,696 jam/kapal waktu tunggu eksisting berkurang sebesar 9,816 jam/kapal. Biaya penalty yang dikeluarkan Pelabuhan CDG berkurang dengan menerapkan usulan perbaikan 3 sebesar $4090. dimana usulan perbaikan 3 sebesar $290 per kapal.
Kesimpulan
Faktor-faktor yang mempengaruhi lamanya waktu tunggu kapal di Pelabuhan CDG diantaranya produktivitas crane yang dipengaruhi oleh kapasitas angkut crane dan siklus operasi crane per hari. Usulan perbaikan waktu tunggu kapal agar lebih cepat dari keadaan eksisting, yaitu dengan menambahkan kapasitas angkut crane menjadi 28 ton per siklus dari 14 ton per siklus dan menaikkan siklus operasi crane per hari menjadi 630 siklus per hari dari 315 siklus per hari. Waktu tunggu kapal yang diperoleh dari usulan perbaikan yang terpilih adalah 0,696 jam per kapal dimana waktu tunggu kapal berkurang sebesar 9,816 jam per kapal dari keadaan eksisting.
Ucapan Terima Kasih
Disampaikan kepada pengelola Pelabuhan CDG baik manajemen level up maupun para operator/teknisi di lapangan, atas kontribusinya dalam menyiapkan data penelitian dan kesempatan dalam melakukan observasi secara langsung.
Daftar Pustaka
Briano et al. 2010. A System Dynamics Decision Cockpit For A Container Terminal: The Case Of Voltri Terminal Europe. Genoa : Universitas Genoa. Volume 3, Nomor 2.
Daellenbach, Hans G. 1994. System and Decision Making A Management Science Approach. England : John Wiley & Sons Ltd.
Soemodihardjo, Soebagijo. 2010. Study on the Optimalization and Development of Tanjung Emas Container Terminal in Semarang Using Powersim Dynamic Model Simulation. Jakarta : Research and Development Agency of the Indonesian Ministry of Communications.
Sterman, John D. 2000. Business Dynamics: System Thinking and Modeling for a Complex World. New York: McGraw Hill
Wibowo, Harmaini. 2010. Analisis Faktor-Faktor yang Mempengaruhi Waktu Tunggu Kapal di Pelabuhan Tanjung Emas Semarang. Semarang : Fakultas Teknik Universitas Dipeonegoro.
