PERENCANAAN RUTE DISTRIBUSI PRODUK OLIE DRUM
UNTUK MEMINIMALKAN BIAYA TRANSPORTASI
DENGAN METODE SAVINGS MATRIX
DI PT KAMADJAJA LOGISTICS SURABAYA
SKRIPSI
Oleh :
ASTIEN ALIMUDIN NPM : 0732215011
JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI
UNIVERSITAS PEMBANGUNAN NASIONAL”VETERAN” JAWA TIMUR
PERENCANAAN RUTE DISTRIBUSI PRODUK OLIE DRUM
UNTUK MEMINIMALKAN BIAYA TRANSPORTASI
DENGAN METODE SAVINGS MATRIX
DI PT KAMADJAJA LOGISTICS SURABAYA
SKRIPSI
Diajukan Untuk Memenuhi Persyaratan Sebagian Persyaratan
Dalam Memperoleh Gelar Sarjana Tenik
Jurusan Teknik Industri
Oleh :
ASTIEN ALIMUDIN NPM : 0732215011
JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI
UNIVERSITAS PEMBANGUNAN NASIONAL”VETERAN” JAWA TIMUR
SKRIPSI
PERENCANAAN RUTE DISTRIBUSI PRODUK OLIE DRUM UNTUK MEMINIMALKAN BIAYA TRANSPORTASI
DENGAN METODE SAVINGS MATRIX DI PT KAMADJAJA LOGISTICS SURABAYA
Oleh :
ASTIEN ALIMUDIN NPM : 0732215011
Telah dipertahankan dan diterima oleh Tim Penguji Skripsi Jurusan Teknik Industri Fakultas Teknik Industri
Universitas Pembangunan Nasional ”Veteran” Jawa Timur Pada Tanggal : 17 Desember 2010
Tim Penguji Pembimbing
1.
Ir. Enny Ariyani, MT NIP 957 000 041
Mengetahui,
Dekan Fakultas Teknologi Industri
Universitas Pembangunan Nasional “Veteran” Jawa Timur
Ir. Sutiono, MT NIP 1900713 198703 1 001
2.
Ir. Endang PW, MT
NIP 19591228 198803 2 001 1.
Ir. M. Tutuk Safirin, MT NIP 19630406 198903 1 001
3.
Ir. M. Tutuk Safirin, MT NIP 19630406 198903 1 001 2.
Ir. Sumiati, MT
KATA PENGANTAR
Segala puji bagi Allah yang telah memberikan rahmat dan kasih
sayangnya kepada penulis sehingga penulis dapat menyelesaikan skripsi ini
dengan judul “PERENCANAAN RUTE DISTRIBUSI PRODUK OLIE
DRUM UNTUK MEMINIMALKAN BIAYA TRANSPORTASI DENGAN MENGGUNAKAN METODE SAVINGS MATRIX DI PT KAMADJAJA LOGISTICS SURABAYA”. Tiada kata yang pantas untuk diucapkan selain doa
yang tulus sebagai ucapan rasa syukur dan terima kasih yang sedalam-dalamya
atas segala yang diberikanNya.
Maksud penyusunan skripsi ini adalah untuk memenuhi sebagian
persyaratan dalam memperoleh gelar sarjana Teknik Industri pada Fakultas
Teknologi Industri Universitas Pembangunan Nasional “Veteran” Jawa Timur.
Dalam kesempatan ini pula dengan segala kerendahan hati penulis
mengucapkan rasa terima kasih kepada pihak-pihak yang telah memberikan
bantuan dalam penyelesaian skripsi ini baik secara langsung maupun tidak
langsung kepada :
1. Bapak Prof. Dr. Ir. Teguh Sudarto, MP. Selaku Rektor Universitas
Pembangunan Nasional “Veteran” Jawa Timur.
2. Bapak Ir. Sutiyono, MT. Selaku Dekan Teknik Industri Universitas Nasional
“Veteran” Jawa Timur.
3. Bapak Ir. H. MT. Safirin, MT. Selaku Ketua Jurusan Teknik Industri
4. Bapak Ir. H. MT. Safirin, MT. dan Ibu Endang PW, MMT, selaku Dosen
Pembimbing.
5. Bapak dan Ibu Dosen Fakultas Teknologi Industri Jurusan Teknik Industri
yang telah memberikan bekal ilmu pengetahuan kepada penulis.
6. Ibu Ari Sulistiyowati selaku pembimbing lapangan yang telah memberikan
fasilitas dan bantuan kepada penulis dalam rangka penyusunan skripsi ini.
7. Orang tua tercinta yang telah memberikan dukungan, semangat dan bantuan
baik secara material maupun spiritual dalam memotivasi saya sehingga
terselesainya skripsi ini.
8. Buat istriku Floria Anggraeni beserta keluarga terima kasih atas do’a dan
semangatnya yang sudah diberikan kepada saya.
9. Kepada seluruh teman-teman Jurusan Teknik Industri yang telah memberikan
motivasi dan tenaga dalam proses penyusunan sehingga terselesaikan skripsi
ini
Semoga Allah SWT senantiasa memberikan balasan atas kebaikan yang telah
diberikan. Penulis sadar bahwa skripsi ini masih jauh dari sempurna sehingga
saran dan kritik yang membangun sangat diharapkan. Akhir kata, semoga hasil
pemikiran yang tertuang dalam skripsi ini dapat bermanfaat bagi setiap pembaca
pada umumnya dan PT. Kamadjaja Logistics Surabaya pada khususnya.
Surabaya, Desember 2010
DAFTAR ISI
Halaman
KATA PENGANTAR DAFTAR ISI
DAFTAR GAMBAR DAFTAR TABEL DAFTAR LAMPIRAN BAB I PENDAHULUAN
1.1 Latar Belakang ... 1
1.2 Rumusan Masalah ... 2
1.3 Tujuan Penelitian ... 3
1.4 Batasan Masalah ... 3
1.5 Asumsi ... 4
1.6 Manfaat Penelitian ... 4
1.7 Sistematika Penulisan ... 5
BAB II TINJAUAN PUSTAKA 2.1 Transportasi dan Distribusi……….. 7
2.1.1 Transportasi………..7
2.1.3 Metode yang digunakan dalam
memecahkan persoalan transportasi……… 8
2.1.4 Distribusi……….. 9
2.1.5 Saluran Distribusi……….10
2.1.6 Fungsi dasar manajemen distribusi dan transportasi…………... 10
2.2 Metode Saving Matrix………... 13
2.2.1 Pengertian metode saving matrix………. 13
2.2.2 Langkah-langkah metode saving matrix……….. 14
2.3 Peramalan (Forecasting)……….. 21
2.3.1 Peramalan dalam horizon waktu……….. 22
2.3.2 Beberapa sifat hasil peramalan……… 23
2.3.3 Prosedur Peramalan………. 23
2.4 Metode Time Series………..28
2.4.1 Metode yang digunakan dalam time series……….. 29
2.4.2 Ukuran akurasi dari peramalan……… 32
2.4.3 Pola permintaan………... 34
2.5 Efisiensi penjadwalan jalur distribusi……….. 36
2.6 Analisa keputusan……… 37
2.6.1 Langkah-langkah dalam analisa keputusan………. 38
2.7 Penelitian Terdahulu……… 39
3.2 Identifikasi dan definisi operasional variabel……….. 43
3.3 Metode pengumpulan data………... 44
3.3.1 Penelitian pustaka (Library research)……….. 45
3.3.2 Penelitian lapangan (Field research)……… 45
3.4 Metode pengolahan data……….. 45
3.5 Langkah-langkah pemecahan masalah……… 48
BAB IV HASIL DAN PEMBAHASAN 4.1 Pengumpulan data ... 59
4.1.1 Data permintaan customer ……….. 59
4.1.2 Data kapasitas alat angkut………... 60
4.1.3 Data rute awal ………..……….. 60
4.1.4 Data biaya transportasi awal ………..……… 61
4.2 Pengolahan data……….……….. 61
4.2.1 Menghitung jarak koordinat lokasi customer…………..……… 61
4.2.2 Mengalokasikan permintaan customer tahun 2009 pada rute awal ... 65
4.2.2.1 Penentuan alokasi customer pada rute awal berdasarkan permintaan tahun 2009 ... 65
4.2.2.2 Biaya Transportasi Sebelum Penerapan Metode Savings Matrix………... 66
4.2.3.1 Mengalokasikan Permintaan Customer dengan
Metode Savings Matrix... 69
4.2.3.1.1 Mengidentifikasi Matriks Jarak... 69
4.2.3.1.2 Mengidentifikasi Matriks
Penghematan (Penghematan Jarak)... 71
4.2.3.1.3 Penentuan Alokasi customer pada
Rute Baru berdasarkan Permintaan
Tahun 2009... 73
4.2.3.1.4 Mengurutkan Customer dalam rute baru………. 89
4.2.3.2 Biaya Transportasi Sesudah Penerapan
Metode Savings Matrix... 91
4.2.4 Peramalan ( forcasting) Permintaan... 93
4.2.4.1 Ploting Data Permintaan
tahun 2009... 93
4.2.4.2 Perhitungan Nilai MSE... 95
4.2.4.3 Pemilihan Nilai MSE terkecil……….. 95
4.2.4.4 Melakukan Uji MRC dari Metode Peramalan
Yang digunakan... 96
4.2.4.5 Peramalan dengan metode peramalan yang terpilih
untuk tahun 2010...………98
4.2.5 Rute Baru (Penerapan Metode Savings Matrix)
4.2.5.1 Penentuan alokasi customer pada rute baru
berdasarkan permintaan tahun 2010... 99
4.2.5.2 Mengurutkan Customer dalam rute baru... 113
4.2.6 Penghitungan Biaya Transportasi tahun 2010 Sesudah Penerapan Metode Savings Matrix... 116.
4.3 Analisa dan Pembahasan... 118
4.3.1 Analisa Peramalan... 118
4.3.2 Analisa perbandingan rute / jalur distribusi... 119
4.3.3 Analisa Perbandingan Biaya Transportasi Sebelum dan Sesudah Penerapan Metode Savings Matrix... 121
BAB V KESIMPULAN DAN SARAN 5.1 Kesimpulan... 122
5.2 Saran... 124
DAFTAR GAMBAR
Halaman
Gambar 2.1 Perubahan yang terjadi dengan menggabungakn customer 1
dan customer 2 ke dalam satu rute……… 16
Gambar 2.2 Trend component (pola trend)……… 34
Gambar 2.3 Seasonal component (pola musiman)………... 35
Gambar 2.4 Cylical componentl (pola siklus) ...… 35
Gambar 2.5 Random component (pola acak)……… 36
Gambar 2.6 Siklus Analisa Keputusan……….……….... 38
Gambar 3.1 Langkah-langkah pemecahan masalah……….… 48-49 Gambar 4.1 Peta Pulau Jawa ...………..……. 62
Gambar 4.2 Diagram Pencar Data Permintaan Customer 1……… 94
DAFTAR TABEL
Tabel 2.1 Lokasi tujuan dan ukuran order... 14
Tabel 2.2 Matrix jarak dari pabrik ke customer dan antar customer... 15
Tabel 2.3 Matrix pengehematan jarak dengan menggabungan dua rute yang berbeda... 17
Tabel 2.4 Langkah awal semua customer memiliki rute terpisah... 18
Tabel 2.5 Semua customer memiliki rute terpisah... 19
Tabel 2.6 Customer 4 masuk ke rute A dan customer 3 masuk ke rute C... 20
Tabel 3.1 Matrik Jarak dari Pabrik ke Customer dan antar Customer………. 53
Tabel 3.2 Matrik penghematan jarak dengan menggabungkan dua rute berbeda ……….. 54
Tabel 3.3 Semua Customer Memiliki Rute Terpisah... 55
Tabel 3.4 Customer 4 Masuk ke Rute a dan Customer 3 Masuk ke Rute c…. 55 Tabel 4.1 Data permintaan per bulan………. 59
Tabel 4.2 Rata-rata besarnya order per bulan………. 60
Tabel 4.3 Kapasitas Alat Angkut... 60
Tabel 4.4 Rute awal pendistribusian dari gudang ke customer... 61
Tabel 4.5 Jenis dan besarnya biaya transportasi awal... 61
Tabel 4.7 Biaya transportasi tahun 2009
sebelum diterapkan metode Savings Matrix………..…. 68
Tabel 4.8 Matriks Jarak………...… 70
Tabel 4.9 Matriks Penghematan……… 72
Tabel 4.10 Matriks kapasitas truk... 73
Tabel 4.11 Matriks Rekapitulasi Iterasi 1 sampai 5... 88
Tabel 4.12 Biaya transportasi tahun 2009 setelah penerapan metode savings matrix... 92
Tabel 4.13 Nilai MSE dari masing-masing metode... 95
Tabel 4.14 Metode yang digunakan untuk peramalan masing-masing customer berdasarkan MSE terkecil... 96
Tabel 4.15 Besarnya Order Size Hasil Peramalan permintaan tiap customer.... 98
Tabel 4.16 Biaya transportasi bulan Juli 2010 sampai bulan Juni 2011 setelah menggunakan metode Savings Matrix……...………...117
Tabel 4.17 Rute pengiriman Juli 2009 sampai Juni 2010 sebelum penerapan metode Savings Matrix ...119
Tabel 4.18 Rute pengiriman Juli 2009 sampai Juni 2010 sesudah penerapan metode Savings Matrix...120
ABSTRAKSI
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.
PT Kamadjaja Logistics Surabaya merupakan perusahaan yang bergerak dalam bidang jasa pendistribusian produk olie kemasan drum milik PT Shell Lubricant Indonesia. Sasaran PT Kamadjaja Logistics adalah dapat melakukan waktu pengiriman produk secara tepat, biaya yang efisien, dan pelayanan yang baik PT Kamadjaja Loistics dituntut untuk dapat merancang kinerja pengiriman yang reliabel. Sedangkan dalam pemenuhan sasaran tersebut masih ada permasalahan dari perusahaan dimana dalam pengiriman olie kemasan drum 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 tranportasi menjadi mahal dan pemenuhan permintaan produk olie kemasan drum yang diminta oleh costumer sering terlambat. Untuk mengatasi permasalahan tersebut digunakan metode Savings Matrix. Metode Savings Matrix dapat digunakan untuk menentukan rute distribusi produk ke
customer dengan cara menentukan urutan rute distribusi yang harus dilalui dan jumlah
alat angkut berdasarkan kapasitas dari alat angkut tersebut. Metode ini diterapkan agar diperoleh rute terpendek dan memperoleh biaya transportasi yang optimum.
Hasil penelitian di PT Kamadjaja Logisticsdengan menggunakan metode Savings
Matrix, dapat dibandingkan dari yang sebelumnya 6 rute dengan 6 truk pada rute awal
menjadi 5 rute dengan 5 truk dimana terjadi penambahan kilometer dari yang awalnya 1.770 km / kirim menjadi 1.790 km / kirim. Biaya transportasi pada rute awal sebesar Rp 465.255.456,- / tahun dan biaya transportasi sesudah penerapan metode Savings Matrix sebesar Rp 413.449.956,- / tahun sehingga diperoleh penghematan biaya trransportasi sebesar Rp 51.805.500,- / tahun atau penghematan biaya transportasi sebesar 11 %.
BAB I
PENDAHULUAN
1.1 Latar Belakang
Pada era sekarang proses distribusi yang efektif dan efisien menjadi salah
satu faktor yang posisinya mulai sejajar dengan indikator-indikator yang lain
dalam usahanya untuk mencapai kepuasan pelanggan. Bagi perusahaan sendiri
proses distribusi yang efektif dan efisien dapat memberikan kontribusi yang
signifikan pada penurunan komponen-komponen biaya pembentuk harga sebuah
produk. Semakin tingginya tingkat persaingan dalam dunia industri, menuntut
perusahaan untuk dapat membuat strategi-strategi distribusi yang tepat. Salah satu
strategi yang dapat digunakan adalah perencanaan dan penentuan rute secara
tepat, sehingga produk akan diterima pelanggan dalam jumlah tepat, kondisi baik,
sesuai dengan waktu yang dijanjikan, dan biaya yang rendah.
PT Kamadjaja Logistics adalah perusahaan yang bergerak dalam bidang
jasa distribusi, yang salah satu unit bisnisnya bertugas untuk mendistribusikan
produk-produk dari PT Shell Lubricants Indonesia untuk kawasan Jawa Timur
dan seluruh Indonesia timur. Dalam mendistribusikan produk melalui laut, PT
Kamadjaja Logistics bekerja sama dengan pihak pelayaran dan beberapa agen di
beberapa kota luar pulau yang menjadi tujuan pengiriman. Sedangkan untuk
pendistribusian lewat darat, PT Kamadjaja Logistics menggunakan kendaraan
sendiri. Dalam penelitian ini penulis akan membahas pendistribusian produk yang
melewati jalan darat.
Sebagai perusahaan yang bertanggung jawab dalam pendistribusian
produk, PT Kamadjaja Logistics dituntut untuk dapat menciptakan kinerja
pengiriman yang reliable. Sedangkan dalam pemenuhan sasaran tersebut ada
beberapa kendala yang dihadapi oleh perusahaan. Proses distribusi yang dilakukan
tidak direncanakan dengan baik, sehingga mengakibatkan jarak pengiriman yang
ditempuh panjang serta mengakibatkan biaya distribusi yang mahal.
Untuk mengatasi permasalahan perusahaan tersebut, penulis menggunakan
metode Savings Matrix dalam melakukan perencanaan dan penentuan jalur
distribusi secara tepat. Metode Savings Matrix adalah metode untuk
meminimalkan jarak atau waktu atau biaya dengan melakukan pemilihan terhadap
kendaraan dan rute serta mempertimbangkan kendala-kendala yang ada.
Dengan menggunakan metode Savings Matrix diharapkan perusahaan
dapat memiliki perencanaan dalam menentukan jalur distribusi sehingga proses
pendistribusian produk dapat berjalan optimal dengan biaya rendah.
1.2 Rumusan Masalah
Berdasarkan permasalahan yang ada di perusahaan berkaitan dengan
pengiriman produk olie, maka dirumuskan permasalahan penelitian sebagai
berikut :
“Bagaimana merencanakan rute pendistribusian produk olie kemasan drum untuk mengoptimalkan rutedan meminimalkan biaya distribusi di PT Kamadjaja Logistics Surabaya”.
1.3 Tujuan Penelitian
Adapun tujuan penelitian ini adalah :
1. Menentukan rute pengiriman produk olie kemasan drum yang optimal
2. Meminimalkan biaya transportasi dengan metode savings matrix
1.4 Batasan Masalah
Batasan masalah dalam penelitian ini adalah :
1. Penelitian hanya diterapkan untuk pendistribusian produk lewat darat
2. Data permintaan yang digunakan adalah bulan Januari 2009 - September 2010
3. Penelitian hanya dilakukan pada produk olie berkemasan drum
4. Rute distribusi produk olie kemasan drum dari kota asal Surabaya ke kota
Surabaya sektor 4 (Jl. Demak), Surabaya sektor 5 (Rungkut Industri 3),
Surabaya sektor 6 (Tambak Langon), Sidoarjo, Gresik, Banyuwangi, Bekasi,
Semarang, Situbondo
5. Biaya distribusi meliputi biaya bahan bakar, biaya handling cost, insentive
sopir dan biaya retribusi
6. Jenis kendaraan yang digunakan dalam distribusi olie antara lain :
(1 drum = 209 liter = 202 kg)
a. Colt Diesel Double (CDD) = max. 21 drum = 4389 liter = 4257.33 kg
b. Fuso Engkel = max. 40 drum = 8360 liter = 8109.20 kg
c. Wing Box = max. 60 drum = 12540 liter = 12163.80 kg
d. Container 20’ = max. 80 drum = 16720 liter = 16218.40 kg
7. Perhitungan jarak menggunakan satuan kilometer, disesuaikan pada skala peta
1.5 Asumsi
Asumsi yang digunakan dalam penelitian ini adalah :
1. Kondisi kendaraan diasumsikan dalam kondisi stabil, tidak ada rusak, dan
tidak terjadi bencana alam selama periode tersebut.
2. Biaya bahan bakar, biaya handling cost, insentive sopir dan biaya lain-lain
diasumsikan tetap selama penelitian dilakukan
3. Kegiatan bongkar di customer dilakukan selama 24 jam
4. Rute atau jalur distribusi yang dilalui pada saat pengiriman produk olie
kemasan drum dari gudang ke lokasi customer diasumsikan sama dengan rute
kembali dari lokasi customer ke gudang
1.6 Manfaat Penelitian
Adapun manfaat yang diperoleh dari penelitian tugas akhir ini adalah :
1. Bagi Perusahaan
a. Mendapatkan jalur distribusi produk yang akan dilayani berdasarkan
kapasitas alat angkut
b. Memberikan alternatif rute distribusi kepada perusahaan secara tepat
waktu dan efisien dalam meminimalkan biaya distribusi
2. Bagi Mahasiswa
a. Mendapatkan pengalaman dan pengetahuan secara langsung dalam bidang
distribusi.
b. Mampu mengaplikasikan ilmu yang telah diterima di Jurusan Teknik
Industri
3. Bagi Universitas
a. Menjalin hubungan yang erat antara perguruan tinggi yakni Universitas
Pembangunan Nasional Jawa Timur dengan perusahaan yang bergerak
dalam bidang penyedia jasa pengiriman/logistic khususnya PT Kamadjaja
Logistics.
1.7 Sistematika Penulisan
Sistematika penulisan yang digunakan dalam pelaksanaan penelitian ini
adalah :
BAB I PENDAHULUAN
Pada bab ini berisi tentang latar belakang masalah, perumusan
masalah, tujuan penelitian, manfaat, asumsi, dan sistematika
penulisan.
BAB II TINJAUAN PUSTAKA
Pada bab ini berisi tentang landasan teori-teori yang digunakan
dalam pelaksanaan penelitian sebagai penunjang untuk mengolah
dan menganalisa data-data yang diperoleh secara langsung maupun
tidak langsung yaitu teori tentang distribusi, penjadwalan dan
penentuan jalur dalam distribusi dan Savings Matrix.
BAB III METODE PENELITIAN
Pada bab ini berisi tentang langkah-langkah dalam melakukan
penelitian, mulai dari lokasi pencarian data, metode pengambilan
data, identifikasi variabel, dan metode pengolahan data, yang
6 dilakukan untuk mencapai tujuan dari penelitian selama
pelaksanaan penelitian.
BAB IV HASIL ANALISA DAN PEMBAHASAN
Pada bab ini berisi tentang data-data yang telah terkumpul,
kemudian diolah dengan menggunakan metode yang digunakan
untuk menyelesaikan masalah yang ada.
BAB V KESIMPULAN DAN SARAN
Pada bab ini merupakan penutup tulisan yang berisi kesimpulan
dan saran mengenai analisa yang telah dilakukan sehingga dapat
memberikan suatu rekomendasi sebagai masukan ataupun
perbaikan bagi pihak perusahaan.
BAB II
TINJAUAN PUSTAKA
2.1 Transportasi dan Distribusi 2.1.1 Transportasi
Salah satu faktor yang memegang peranan utama dalam penetapan lokasi
industri atau kegiatan ekonomi lainnya adalah besar biaya transportasi. Hal
tersebut disebabkan karena biaya transportasi merupakan salah satu komponen
biaya produksi. Apabila biaya transportasi lebih murah akan mengakibatkan biaya
produksi lebih rendah dan harga produk lebih rendah, sehingga menambah daya
saing produk dan memperluas lokasi daerah pemasaran.
Transportasi Cost/km =
Jarak st TranportCo
Transportasi adalah kegiatan pemindahan barang (muatan) dan penumpang
dari suatu tempat ke tempat lain. Dalam transportasi terlihat ada 2 unsur yang
tepenting yaitu (Salim,2002) :
a. Pemindahan / pergerakan (movement).
b. Secara fisik mengubah tempat dari barang (komoditi) dan penumpang ke
tempat lain.
Adapun definisi lain transportasi merupakan pemindahan produk dari satu
lokasi ke lokasi lain mulai rantai pasok pertama sampai ke tangan konsumen.
Transportasi memainkan peran penting dalam tiap-tiap rantai pasok sebab produk
jarang diproduksi dan dikonsusmsi pada tempat yang sama. (Chopra,Meindl,
2001).
Transportasi mempunyai peranan penting bagi industri karena produsen
mempunyai kepentingan agar barangnya diangkut sampai kepada konsumen tepat
waktu, tepat pada tempat yang ditentukan dan barang dalam kondisi baik.
2.1.2 Persoalan Transportasi
Persoalan transportasi membahas masalah pendistribusian suatu komoditas
atau produk dari sejumlah sumber (supply) kepada sejumlah tujuan
(destination,demand), dengan tujuan meminimalkan ongkos pengangkutan yang
terjadi.
Ciri-ciri khusus persoalan transportasi adalah (Salim,2002) :
1. Kuantitas komoditas atau barang yang didistribusikan dari setiap sumber dan
yang diminta oleh setiap tujuan, besarnya tertentu.
2. Komoditas yang dikirim atau diangkut dari suatu sumber ke suatu tujuan,
besarnya sesuai dengan permintaan dan atau kapasitas sumber.
3. Ongkos pengangkutan komoditas dari suatu sumber ke suatu tujuan, besarnya
tertentu.
2.1.3 Metode yang Digunakan Dalam Memecahkan Persoalan Transportasi
Metode transportasi merupakan suatu model yang digunakan untuk
mengatur distribusi dari sumber-sumber yang menyediakan produk yang utama ke
tempat-tempat yang membutuhkan secara optimal. Alokasi produk ini harus diatur
sedemikian rupa, karena terdapat perbedaan biaya-biaya alokasi dari satu sumber
ke tempat tujuan-tujun yang bebeda. (Chopra,Meindl, 2001).
Untuk menyelesaikan persoalan transportasi, harus dilakukan
langkah-langkah sebagai berikut (Dimyati, 1992) :
1. Tentukan solusi fisibel basis awal.
2. Tentukan entering variabel dari variabel-variabel nonbasis. Bila semua
variabel sudah memenuhi kondisi optimum, STOP. Bila belum, lanjutkan ke
langkah 3.
3. Tentukan leaving variabel diantara variabel-variabel basis yang ada, kemudian
hitung yang baru. Kembali kelangkah ke 2.
Dalam memecahkan masalah transportasi ini penelitian menggunakan
metode Penentuan Rute dengan memepertimbangkan kapasitas kendaraan
(Vehiele Routing Problem).
2.1.4 Distribusi
Pengertian distribusi menurut Frank H. Woodward (1996) dalam bukunya
yang berjudul “Managing the Transport Service Function” dijelaskan didalam
industri, distribusi telah diterima sebagai pencapaian dari semua aktivitas bisnis
melibatkan penggerakan barang-barang dari titik memproses atau membuat
langsung atau penjualan kepada pelanggan dan termasuk warehousing,
pengendalian persediaan barang yang telah jadi, penanganan material dan
pengemasan, dokumentasi dan pengiriman, lalu lintas dan transportasi, dan
layanan pasca jual ke pelanggan.
2.1.5 Saluran Distribusi
Saluran distribusi adalah saluran yang digunakan untuk menyalurkan suatu
produk dari produsen ke konsumen (konsumen akhir atau pemakai produk
industri). Fungsi saluran distribusi adalah :
1. Mengumpulkan informasi yang diperlukan untuk perencanaan dan
memudahkan pertukaran.
2. Mengembangkan dan menyebarkan komunikasi mengenai tawaran.
3. Melakukan pencarian dan berkomunikasi dengan calon pembeli.
4. Mengusahakan perundingan untuk mencapai persetujuan akhir atas harga dan
ketentuan lainnya mengenai tawaran agar perpindahan pemilikan dapat terjadi.
5. Melaksanakan pengangkutan dan penyimpanan produk.
6. Mengatur distribudi dana untuk menutup biaya saluran distribusi.
7. Menerima resiko dalam hubungan dengan pelaksana pekerjaan saluran
pemasaran.
2.1.6 Fungsi Dasar Manajemen Distribusi dan Transportasi
Secara tradisional kita mengenal manajemen distribusi dan trasnportasi
dengan berbagai sebutan. Sebagian perusahaan istilah manajemen logistic,
disebagian lagi menggunakan istilah distribusi fisik (physical distribution).
Kegiatan distribusi dan transportasi biasa dilakukan perusahaan
manufaktur dengan membentukan bagian distribusi atau transportasi diserahkan
kepada pihak ketiga. Dalam upayanya memenuhi tujuan-tujuan diatas, siapa pun
yang melaksanakannya (internal perusahaan atau mitra pihak ketiga).
Manajemen distribusi dan transportasi pada umumnya melakukan
sejumlah fungsi dasar yang terdiri dari :
1. Melakukan segmentasi dan menentukan target service level.
Segmentasi pelanggan perlu dilakukan karena kontribusi mereka pada
revenue perusahaan sangat bervariasi dan karakteristik pelanggan biasanya
sangat berbeda antara satu dengan yang lain. Dari revenue, sering kali hukum
pareto 20/80 berlaku disini. Artinya hanya sekitar 20% dari pelanggan atau
area penjualan menyumbangkan sejumlah 80% dari pendapatan yang
diperoleh perusahaan. Perusahaan tidak biasa menomorsatukan semua
pelanggan. Dengan mengalami perbedaan karakteristik dan kontribusi
pelanggan atau area distribusi, perusahaan biasa mengoptimalkan alokasi
persediaan maupun kecepatan pelayanan.
2. Menentukan mode transportasi yang akan digunakan.
Transportasi memiliki karakteristik yang berbeda-beda dan mempunyai
keunggulan dan kelemahan yang berbeda juga, sebagai contoh : transportasi
laut memiliki keunggulan dari segi biaya yang rendah ; namun lebih lambat
jika dibandingkan dengan transportasi udara. Manajemen transportasi harus
bisa mengirimkan dan mendistribusikan produk-produk mereka ke pelanggan
kombinasi dua atau lebih model transportasi tentu bisa atau bahkan harus
dilakukan tergantung pada situasi yang dihadapi.
3. Melakukan konsolidasi informasi dan pengiriman.
Konsolidasi merupakan kata kunci sangat penting dewasa ini. Tekanan
untuk melakukan pengiriman cepat namun murah menjadi pendorong utama
perlunya melakukan konsolidasi maupun pengiriman. Salah satu contoh
konsolidasi informasi adalah konsolidasi data permintaan dari berbagai
regional distribusi center oleh sentral warehouse untuk pembuatan jadwal
pengiriman. Sedangkan konsolidasi pengiriman dilakukan misalnya dengan
menyatukan permintaan beberapa toko yang berbeda dalam satu truk. Dengan
cara ini truk bisa berjalan lebih sering tanpa harus membebankan biaya lebih
kepada pelanggan atau klien yang mengirimkan produk tersebut.
4. Melakukan penjadwalan dan penentuan rute pengiriman.
Salah satu kegiatan operasional yang dilakukan oleh gudang atau
distributor adalah menentukan kapan sebuah truk harus berangkat dan rute
mana yang harus dilalui untuk memenuhi permintaan dari sejumlah pelanggan
apabila jumlah pelanggan sedikit keputusan ini bisa diambil dengan relative
gampang. Namun perusahaan yang memiliki puluhan ribu toko atau tempat
penjualan yang harus dikunjungi, penjadwalan dan penentuan rute pengiriman
adalah pekerjaan yang sangat sulit dan kekurangan ketepatan dalam
mengambil dua keputusan tersebut bisa berimplikasi pada biaya pengiriman
yang tinggi.
5. Memberikan pelayanan nilai tambah.
Disamping mengirimkan produk kepelanggan, jaringan distribusi semakin
banyak dipercaya untuk melakukan proses nilai tambah. Kebanyakan proses
nilai tambah tersebut tadinya dilakukan oleh pabrik/manufactur. Beberapa
proses nilai tambah yang bisa dikerjakan oleh adalah pengepakan, pemberian
barcode, dan sebagainya. Untuk mengakomodasi kebutuhan lokasi yang lebih
baik, seperti industri printer, memindahkan proses konfigurasi akhir dari
produknya ke distributor ke tiap-tiap Negara. Ini meningkatkan fleksibilitas
produk sehingga mengurangi kelebihan stok di suatu Negara dan kekurangan
di Negara lain.
6. Menyimpan persediaan.
Jaringan distribusi selalu melibatkan proses penyimpanan produk baik
disuatu gudang pusat atau gudang regional, maupun di toko dimana produk
tersebut dijual. Oleh karena itu manajemen distribusi tidak bisa dari
manajemen pergudangan.
7. Menangani pembelian (return).
Manajemen distribusi juga punya tanggung jawab untuk melaksanakan
kegiatan pengembalian produk dari hilir ke hulu dalam supply chain.
Pengembalian ini bisa karena produk rusak atau tidak terjual sampai batas
waktu penjualan habis, seperti produk-produk makanan, sayuran, buah, dan
sebagainya. Kegiatan pengembalian ini bisa terjadi pada produk-produk
kemasan seperti botol, yang akan digunakan kembali dalam proses produksi
atau harus diolah kembali untuk menghindari pencemaran lingkungan. Proses
pengembalian ini lumrah dengan sebutan reverse logistic.
2.2 Metode Saving Matrix
2.2.1 Pengertian Metode Savings Matrix
Savings Matrix merupakan salah satu teknik yang digunakan untuk
menjadwalkan sejumlah terbatas kendaraan dari suatui fasilitas dan jumlah
kendaraan dalam armada ini dibatasi dan mereka mempunyai kapasitas
maksimum yang 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).
2.2.2 Langkah-Langkah Metode Savings Matrix
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 y1 A Unit
Customer 2 2 y2 B Unit
Customer 3 3 y3 C Unit
Customer 4 4 y4 D Unit
Kemudian melakukan perhitungan dalam meminimumkan jarak yang
ditempuh menggunakan Metode Savings Matrix, terdapat beberapa
langkah-langkah dalam meminimumkan jarak yang ditempuh, yaitu :
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/
Gudang
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
1,y1
dan
2, y2
maka Perhitungan matrik jarak dua lokasi tersebut adalah (Pujawan,2005: 181) :
J
1,2 12
2 y1y2
2Hasil 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.
Gudang Gudang
[image:30.595.114.510.393.512.2]Customer 1 Customer 2 Customer 1 Customer 2
Gambar 2.1 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 , , , ,
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
[image:31.595.108.504.480.737.2]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
.
.
.
Customer n
Tabel 2.4 Langkah Awal Semua Customer Memiliki Rute Terpisah
Pabrik/
Gudang
Custome
r 1
Custome
r 2
Custome
r 3
Custome
r 4
…Custome
r 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 Unit
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
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 dalam
rute a, customer 1 memiliki jarak terdekat dengan gudang / pabrik dengan
jarak 6.4, kemudian cari jarak customer terdekat dengan customer 1 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.
2.3 Peramalan (Forecasting)
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, 2003: 25)
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.(Nasution, 2003: 26)
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.
2.3.1 Peramalan dalam Horizon Waktu
Dalam hubungannya dengan horizon waktu peramalan maka kita dapat
mengklasifikasikan peramalan tersebut dalam 3 kelompok (Nasution, 2003: 26) :
1. Peramalan jangka panjang, umumnya 2 sampai 10 tahun. Peramalan ini
digunakan untuk perencanaan produk dan perencanaan sumber daya.
2. Peramalan jangka menengah, umumnya 1 sampai 24 bulan. Peramalan ini
lebih mengkhususkan dinandingkan peramalan jangka panjang, biasanya
digunakan untuk menentukan aliran khas, perencanaan produksi, dan
penentuan anggaran.
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.
2.3.2 Beberapa Sifat Hasil Peramalan
Dalam membuat peramalan atau menerapkan hasil suatu peramalan maka
ada beberapa hal yang harus dipertimbangkan, yaitu (Nasution, 2003: 29) :
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.
3. Peramalan jangka pendek lebih akurat dibandingkan peramalan jangka
panjang. Hal ini disebabkan karena pada peramalan jangka pendek,
fakto-faktor yang mempengaruhi permintaan relatif masih konstan, sedangkan
semakin panjang periode peramalan, maka semakin besar pula kemungkinan
terjadinya perubahan factor-faktor yang mempengaruhi permintaan.
2.3.3 Prosedur Peramalan
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, 2003: 35).
2. Mencoba beberapa metode time series sesuai dengan pola permintaan tersebut
untuk melakukan peramalan.
3. Mengevaluasi tingkat kesalahan masing-masing metode yang akan dicoba.
Tingkat kesalahan masing-masing metode yang akan dicoba, tingkat kesalahan
diukur dengan kriteria MAD, MSE, MAPE. Ukuran akurasi hasil peramalan
merupakan ukuran kesalahan (error) permintaan, merupakan tentang tingkat
perbedaan antara hasil peramalan dengan permintaan yang sebenarnya terjadi.
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 m f 1 1 2 2 ^
dimana :
ramalan permintaan (real) untuk peride t
t f
^
t
f permintaan aktual pada periode t
1
c = bobot masing-masing data yang digunakan
c1 1
, ditentukansecara 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
dimana :
t f
^
perkiraan permintaan pada peride t
suatu nilai
0 1
yang ditentukan secara subyektif
t
f permintaan aktual pada periode t
1 ^
t
f perkiraan permintaan pada peride t-1
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 pemulusan eksponensial
ganda. (Ariyani. 2008: 36)
Formula Double Eksponential Smoothing adalah (Baroto, 2002: 40)
t t a at e F" 0 1
dimana adalah parameter proses dan e mempunyai nilai harapan dari
0 dan sebuah variasi .
1 0, a
a
2
e
Misalkan 1 , sehingga :
0 1 1 1 2 1
... f f
f f
Ft t t t
persamaan diatas dapat pula dituliskan ulang sebagai :
0 1 1 0 f f
F i t t
t
i
t
Double Eksponential Smoothing adalah modifikasi dari Single
Ekspnential Smoothing yang diruuskan sebagai berikut :
2 2 1
t t t
dimana :
F t
t2 '
= Peramalan double exponential smoothing
Faktor smoothing dan 1 , t 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 a1N f f
a 2 1
2 1 1 2 2 , 0
f a N
a N t t a a f C . 1 0 1
1 1N C N
t t
5. Melakukan peramalan dengan metode terbaik yang dipilih
2.4 Metode Time Series
Metode yang digunakan dalam penelitian ini adalah metode time series.
Metode time series adalah metode peramalan secara kuantitatif dengan
menggunakan waktu sebagai dasar peramalan.
Perlu dipahami bahwa tidak ada suatu metode terbaik untuk suatu
peramalan. Metode yang memberikan hasil ramalan secara tepat belum tentu tepat
untuk meramalkan data yang lain. Dalam peramalan time series, metode
peramalan terbaik adalah metode yang memenuhi kriteria ketepatan ramalan.
Criteria ini berupa mean absolute deviation (MAD), mean square of error (MSE),
atau mean absolute procentage of error (MAPE).
Peramalan dengan time series memiliki prosedur yang harus dilaksanakan
secara utuh. Bila tidak, maka resiko-resiko berikut akan terjadi :
1. Hasil peramalan tidak valid, sehingga tidak dapat diterapkan.
2. Kesulitan mendapatkan/memilih metode peramalan yang akan memberikan
validitas ramalan yang tinggi.
3. Memerlukan waktu dalam melakukan analisis dan peramalan.
Prosedur peramalan permintaan dengan metode time series adalah sebagai berikut
(Baroto, 2002) :
1. Tentukan pola data permintaan. Dilakukan dengan cara memplotkan data
secara grafis dan menyimpulkan apakah data berpola trend, musiman, siklikal,
atau random.
2. Mencoba beberapa metode time series dengan pola permintaan tersebut untuk
melakukan peramalan. Metode yang dicoba semakin banyak semakin baik.
3. Mengevaluasi tingkat kesalahan masing-masing metode yang telah dicoba.
Tingkat kesalahan diukur dengan kriteria MAD, MSE, MAPE atau yang
lainnya. Sebaiknya nilai tingkat kesalahan (apakah MAD, MSE, MAPE) ini
ditentukan dulu. Tidak ada ketentuan mengenai berapa tingkat kesalahan
maksimal dalam peramalan.
4. Memilih metode peramalan terbaik diantara metode yang dicoba. Metode
terbaik adalah metode yang memberikan tingkat kesalahan terkecil dibanding
metode lainnya dan tingkat kesalahan tersebut berada dibawah tingkat
kesalahan yang telah diterapkan.
5. Melakukan peramalan permintaan dengan metode terbaik yang telah dipilih.
2.4.1 Metode yang Digunakan dalam Times Series
1. Single Exponential Smoothing
Formula untuk metode Single Exponential Smoothing (SES) adalah (Baroto,
2002) :
1
ˆ 1 ˆ
t t
t f f
f
dimana :
= perkiraan permintaan pada periode t
t fˆ
= suatu nilai (0< <1) yang ditentukan secara subyektif
= permintaan actual pada periode t
t f
= perkiraan permintaan pada periode t-1
1 ˆ
t f
Metode SES mengasumsikan peramalan permintaan untuk setiap periode ke
depan selalu sama.
2. Weighted Moving Average
Formula metode Meighted Moving Average adalah (Baroto, 2002) :
t c ft c ft cmft m fˆ 1 1 2 2 dimana :
= ramalan permintaan (real untuk periode t)
t fˆ
= permintaan actual pada periode t
t f
= bobot masing-masing data yang digunakan
1
c
c1 1
, ditentukan secarasubyektif
m = jumlah periode yang digunakan untuk peramalan (subyektif)
Pada metode WMA peramalan permintaan untuk setiap periode mendatang
diasumsikan sama.
3. Double Exponential Smoothing
Formula metode Double Exponential Smoothing adalah (Baroto, 2002) :
t t a at e F' 0 1
dimana :
adalah parameter proses dan e mempunyai nilai harapan dari 0 dan
sebuah variasi .
Misalkan 1 0 1 1 2 2
... f f
f f
Ft t t t t
Persamaaan diatas dapat pula ditulis ulang sebagai :
1 0 0 1 t i t t it f f
F
Double Exponential Smoothing adalah modifikasi dari Single Exponential
Smoothing yang dirumuskan sebagai berikut :
2 2 1
Xt X t
Xt
dimana :
= F’t = peramalan double exponential smoothing
2
Xt
= faktor smoothing dan 1
Xt = Ft
4. Winter’s
Metode peramalan Winter’s digunakan untuk suatu data yang berpola
musiman. (Baroto,2002)
Formulasi untuk metode Winter’s adalah :
t t a t C a
t ( 0, 1.)
dengan :
t t t a a f C . 1 0 N f f
2N a1a0 a0,2N a1 2 1
N f f N t t
1 1 N f f N N t t
2 1 2 1 1
N C N t t 2 1 1 2 2 , 0 f a N
a N
2.4.2 Ukuran Akurasi dari Peramalan
Ukuran hasil peramalan yang merupakan ukuran kesalahan peramalan
adalah ukuran tentang tingkat perbedaan antara hasil peramalan dengan
permintaan yang sebenarnya terjadi. Ada 4 ukuran yang biasa digunakan, yaitu :
1. Rata – Rata Deviasi Mutlak (Mean Absolute Deviation = MAD)
Merupakan rata – rata kesalahan mutlak selama periode tertentu tanpa
memperhatikan apakah hasil permalan lebih besar atau lebih kecil
dibandingkan kenyataannya. Secara matematis, MAD dirumuskan sebagai
berikut :
n F A
MAD t t
Dimana :
At = Permintaan aktual pada periode-t.
Ft = Peramalan permintaan (Forecast) pada periode-t.
n = Jumlah periode peramalan yang terlibat.
2. Rata – Rata Kuadrat Kesalahan (Mean Square Error = MSE)
MSE dihitung dengan menjumlahkan kuadrat semua kesalahan peramalan
pada setiap periode dan membaginya dengan jumlah periode peramalan.
Secara sistematis, MSE dirumuskan sebagai berikut :
n F A
MSE t t
2
3. Rata – Rata Kesalahan Peramalan (Mean Forecast Error = MFE)
MFE sangat efektif untuk mengetahui apakah suatu hasil peramalan selama
periode tertentu terlalu tinggi atau terlalu rendah. Bila hasil peramalan tidak
bias, maka nilai MFE akan mendekati nol. MFE dihitung dengan
menjumlahkan semua kesalahan peramalan selama periode peramalan dan
membaginya dengan jumlah periode peramalan. Secara matematis, MFE
dinyatakan sebagai berikut :
n F AMFE t t
4. Rata – Rata Persentase Kesalahan Mutlak (Mean Absolute Percentage Error =
MAPE)
MAPE merupakan ukuran kesalahan relatif. MAPE biasanya lebih berarti
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 matematis, MAPE dinyatakan sebagai berikut :
t t t A F A n MAPE 100Dalam hal ini metode peramalan dianggap terbaik bila nilai MAPE memiliki
persentase terkecil. (Nasution, 2003 )
2.4.3 Pola Permintaan
Dalam peramalan time series perlu diketahui dulu pola / komponen time
series. Pola permintaan dapat diketahui dengan membuat “Scatter Diagram”, yaitu
pengeplotan data historis selama interval waktu tertentu. Dalam time series
terdapat empat jenis pola permintaan (Baroto, 2002) :
1. Pola trend
Pola trend adalah bila data permintaan menunjukan pola kecenderungan
gerakan penurunan atau kenaikan jangka panjang. Bila data berpola trend,
maka metode peramalan yang sesuai adalah metode regresi linier, single
eksponential smoothing atau double eksponential smoothing.
Gambar 2.2 Trend Component ( Pola Trend )
2. Pola musiman
Bila data yang kelihatan berfluktuasi, namun fluktuasi tersebut akan terlihat
berulang dalam suatu interval waktu tertentu, maka data tersebut berpola
musiman. Metode peramalan yang sesuai dengan pola musiman adalah metode
winter (sangat sesuai), moving average, atau weight moving everage.
Gambar 2.3 Seasonal Component ( Pola Musiman )
3. Pola siklikal
Pola siklikal adalah bila fluktuasi permintaan secara jangka panjang
membentuk pola sinusoid atau gelombang atau siklus. Metode yang sesuai
bila data berpola siklikal adalah metode moving average, weigh moving
average, dan eksponential smoothing.
Gambar 2.4 Cyclical Component ( Pola Siklis )
4. Pola eratik/random
Pola eratik (random) adalah bila fluktuasi data permintaan dalam jangka
panjang tidak dapat digambarkan oleh ketiga pola lainnya. Fluktuasi
permintaan bersifat acak atau tidak jelas. Tidak ada metode peramalan yang
direkomendasikan untuk pola ini. Hanya saja tingkat kemampuan seorang
analis peramalan sangat menentukan dalam pengambilan kesimpulan
mengenai pola data.
Gambar 2.5 Random Component ( Pola Acak )
2.5 Efisiensi Penjadwalan Jalur Distribusi
Penjadwalan yang efisien dan penyusunan rute yang baik dapat
menghemat waktu pengiriman bagi kendaraan, dan hasilnya jumlah biaya operasi
dapat berkurang. Untuk mencapai tingkat susunan rute dan jadwal perjalanan yang
lebih baik bagi kendaraan ialah dengan menggunakan sistem peta jalan atau jarak
lokasi customer dengan menggunakan skala perbandingan.
Perencanaan rute merupakan bagian penting untuk mencapai angkutan
produk perusahaan dengan biaya minimal. Setiap kendaraan yang meninggalkan
lokasi pabrik harus mnegikuti rute yang sesuai dengan jadwal yang telah
direncanakan sebelumnya. Agar menghasilkan efisiensi biaya dalam jumlah yang
besar. Kendaraan tidak saja harus siap dimuati, tetapi juga siap diservis, pengisian
bahan bakar, sehingga pengemudi dan kendaraa harus dijauhkan dari
kemungkinan kecelakaan. Dengan mempertimbangkan
kemungkinan yang akan terjadi maka kita dapat melakukan penjadwalan yang
efisien dan pengiriman barang yang optimal.
Dapat dikatakan bahwa Penjadwalan yang efisien dan pengiriman barang
yang optimal jika dapat mengurangi pemborosan dalam segi waktu, jarak, dan
tenaga sehingga mendapatkan biaya transportasi yang lebih efisien serta produk
yang dikirim tepat waktu dan dalam kondisi baik. (Hadinoto, 1996: 112-113).
2.6 Analisa Keputusan
Analisa keputusan dapat dipandang sebagai gabungan dari dua disiplin
ilmu yang telah ada lebih dahulu, yaitu Teori Keputusan dan Metodelogi
Pemodelan Sistem.
Teori Keputusan adalah teori yang mempelajari bagaimana sikap fikir
yang rasional dalam situasi yang amat sederhana, tetapi yang mengandung
ketidakpastian, seperti dalam permainan lotre. Karena itu maka peranannya dalam
menghadapi situasi yang kompleks adalah sangat kecil.
Sedangkan Metodelogi Pemodelan Sistem mempelajari bagaimana
memperlakukan aspek yang dinamis dan kompleks dari suatu lingkungan.
Jadi Analisa Keputusan yang merupakan gabungan dari keduanya,
mengkombinasi kemampuan untuk menangani system yang kompleks dan
dinamis, dan kemampuan untuk menangani ketidakpastian dalam satu disiplin
keilmuan.
Karenanya, Analisa Keputusan pada dasarnya adalah suatu prosedur logis
dan kuantitatif yang tidak hanya menerangkan mengenai proses pengambilan
keputusan tetapi juga merupakan suatu cara untuk membuat keputusan. Dengan
kata lain cara untuk membuat model suatu keputusan memungkinkan dilakukan
pemeriksaan dan pengujian (Kuntoro,Trisnadi,1983).
2.6.1 Langkah-langkah Dalam Analisa Keputusan
Tahap
Deterministik Keputusan Tahap
informasional Tahap
Probabilistik
Pengumpulan Informasi
Informasi Baru Informasi BaruPengumpulan
Tindakan Informasi
[image:52.595.131.513.248.458.2]Awal
Gambar 2.6 Siklus Analisa Keputusan
Dari gambar tersebut dapat dlihat bahwa didalam prosedur analisa
keputusan akan terdapat tiga tahapan utama, yaitu (Kuntoro,Trisnadi,1983) :
1. Tahapan deterministik
Dalam tahap ini variable-variabel yang mempengaruhi keputusan perlu
didefinisikan dan saling hubungkan, perlu dilakukan penetapan nilai dan
selanjutnya tingkat kepentingan variable ukur tanpa terlebih dahulu
memperhatikan unsur ketidakpastiannya.
2. Tahapan probabilistic
Ini merupakan tahap penetapan besarnya ketidakpastian yang melingkupi
variabel-variabel yang penting, dan menyatakannya dalam bentuk suatu nilai.
Dalam tahapan ini juga diulakukan penetapan preferensi atas risiko.
3. Tahap informasional
Intinya adalah meninjau hasil dari dua tahap terdahulu guna menentukan nilai
ekonomisnya bila kita ingin mengurangi ketidakpastian pada suatu variabel
yang dianggap penting. Dengan demikian dari tahap ini kita dapat menentukan
apakah masih diperlukan pengumpulan informasi tambahan untuk dapat
mengurangi ketidakpastian. Bila ternyata kita mendapatkan bahwa nilai
informasi lebih kecil dari ongkos yang dikeluarkan, maka tidak perlu mencari
informasi tambahan, sehingga hasil dari proses pertamalah yang kita jalankan.
2.7 Penelitian Terdahulu
1. Verliana Septian, 2008 : PENJADWALAN DISTRIBUSI KARUNG
DENGAN MENENTUKAN JALUR DISTRIBUSI OPTIMAL DENGAN
MENGGUNAKAN METODE SAVINGS MATRIX DI PT. PERKEBUNAN
NUSANTARA XI (PERSERO) PK. ROSELLA BARU SURABAYA
a. Permasalahan :
Bagaimana menentukan rute pendistribusian produk kepada konsumen
agar memperpendek jarak dan meminimasi jarak dan meminimasi biaya
yang dikeluarkan oleh perusahaan.
b. Hasil Akhir :
Kesimpulan yang dapat diperoleh dari penelitian ini adalah :
Jalur atau rute distribusi yang diperoleh untuk melayani permintaan karung
goni berdasarkan kapsitas alat angkut dengan penerapan metode Savings
Matrix , yaitu :
o dari Pabrik - PT. Srikandi Ratu – PT. Asikin – CV. KHS – Pabrik
dengan total jarak perjalanan 656,539 km dan Armada yang digunakan
1 buah truk gandeng dengan jasa sewa serta jadwal pengiriman produk
antara Tanggal 15-20 tiap bulan.
o dari Pabrik - PTPN IX – Pabrik dengan total jarak perjalanan 428,439
km dan Armada yang digunakan 1 buah truk gandeng dengan jasa
sewa serta jadwal pengiriman antara Tanggal 21-25 tiap bulan.
o dari Pabrik - UD. Laksana – PT. Temporejo – Pabrik dengan total
jarak perjalanan 290,983 km dan Armada yang digunakan 1 buah truk
gandeng dengan jasa sewa serta jadwal pengiriman antara Tanggal
21-25 tiap bulan.
o dari Pabrik – PT. Perhutani – Pabrik dengan total jarak perjalanan
144,68 km dan Armada yang digunakan 1 buah truk gandeng dengan
jasa sewa serta jadwal pengiriman antara Tanggal 10-15 tiap bulan.
o dari Pabrik – PT. Alcon – CV. Wahyu – PT Indonesia Tri Sembilan –
Pabrik dengan total jarak perjalanan 94,01 km dan Armada yang
digunakan 1 buah truk tronton milik sendiri serta Jadwal pengiriman
antara Tanggal 15-25 tiap bulan.
o Pabrik – PT. Wonosari Jaya – PT. Bisi – Pabrik dengan total jarak
perjalanan 82,475 km dan Armada yang digunakan 1 buah truk tronton
milik sendiri serta Jadwal pengiriman antara Tanggal 01-10 tiap bulan.
o dari Pabrik – PT. Teja Seakawan – CV. Borneo – Pabrik dengan total
jarak perjalanan 31,645 km dan Armada yang digunakan 1 buah pick
up milik sendiri serta Jadwal pengiriman antara Tanggal 21- 25 tiap
bulan.
o dari Pabrik - CV. Afandi Tata Tjin - Pabrik dengan total jarak
perjalanan 9,838 km dan Armada yang digunakan 1 buah pick up milik
sendiri serta Jadwal pengiriman antara Tanggal 1-6 tiap
Penghematan jarak dan efisiensi biaya distribusi dengan penerapan metode
Savings Matrix, yaitu : Penghematan Jarak
Dari Tabel 4.30 Rute awal dan Total jarak Tempuh dan Tabel 4.31
Rute baru dan Total jarak Tempuh diperoleh penghematan rute dari 12 rute
menjadi 8 rute dan penghematan total jarak tempuh dari 2421,679 km menjadi
1738,706 km dengan penghematan sebesar 682,973 km atau sebesar 24,20 %.
Penghematan Biaya Transportasi (efisiensi biaya)
Dari Tabel 4.32 Biaya Transportasi Sebelum Penerapan Metode
Savings Matrix diperoleh total biaya transportasi pada rute awal sebesar Rp. 20.365.233,45 dan Tabel 4.33 Biaya Transportasi Sesudah Penerapan Metode
Savings Matrix diperoleh total biaya transportasi pada rute baru sebesar Rp. 14.351.031,1 sehingga diperoleh penghematan Biaya Transportasi dari Rp.
42 20.365.233,45 menjadi Rp. 14.351.031,1 dengan penghematan sebesar Rp.
6.014.202,35 km atau penghematan Biaya Transportasi sebesar 29,53 %.
2. Onny S (2006) : PERANCANGAN SISTEM RUTE DISTRIBUSI DAN
PENJADWALAN PENGIRIMAN BARANG DI PT. KARYA MANDIRI
KENCANA SURABAYA.
a. Permasalahan :
PT. Karya Mandiri Kencana, distributor produk tinta yang memiliki
jaringan pendistribusian produk yang sangat kompleks dan luas di seluruh
Jawa Timur, permasalahan perencanaan rute dan jadwal pengiriman barang
merupakan permasalahan operasional yang harus dihadapi. Dengan
menggunakan Metode Savings Matrik, dapat ditentukan suatu rute yang
optimal sehingga dapat meminimalkan biaya dan waktu pengiriman. Rute dan
penjadwalan ini disusun dengan mengeliminasi total perjalanan, yaitu berapa
jarak dan biaya perjalanan dengan tetap memenuhi permintaan pelanggan.
b. Hasil Akhir
Kesimpulan yang dapat diperoleh dari penelitian ini adalah :
Rute A : Truck 1(DC – BJ – AC – AE – BM – AZ – BV – AX – BS – DC)
dengan total muatan sebesar 770 kg dan jarak tempuh 44 km, sehingga
biaya yang timbul sebesar $3.28.
Rute B : Truck 2 (DC – AW – BI –BH– DC) dengan total muatan sebesar
715 kg dan jarak tempuh 30 km, sehingga biaya yang timbul biaya
BAB III
METODE PENELITIAN
