OPTIMALISASI PENENTUAN RUTE DENGAN PENDEKATAN METODE FARTHEST INSERT TERHADAP PT.INTI PERSADA MANDIRI

(1)

OPTIMALISASI PENENTUAN RUTE

DENGAN PENDEKATAN METODE

FARTHEST INSERT TERHADAP PT.INTI

PERSADA MANDIRI

Jeffry Wijaya 1401096143

Abstrak

Penelitian ini bertujuan untuk membantu perusahaan PT. Inti Persada Mandiri. Perusahaan ini bergerak di bidang jasa ekspedisi forwarding yang tentu memiliki hambatan yang sering dialami oleh perusahaan, dan hambatan ini memunculkan resiko - resiko yang merugikan perusahaan. Masalah yang paling utama adalah dari segi waktu, karena jika mengalami keterlambatan akan menimbulkan biaya berlebih yang akan menyebabkan perusahaan merugi. Rute lama yang dipakai adalah mengirim barang dengan rute dari pelabuhan ke perusahaan pengguna jasa kemudian pulang dan sebaliknya secara terus menerus. Perusahaan ini memiliki 5 perusahaan pengguna jasa yang selalu memakai jasa ini, maka dari itu digunakan metode forecasting untuk meramalkan permintaan untuk periode 6 bulan ke depan. Kemudian mencari rute terbaik dengan metode saving matriks untuk mengoptimalkan kendaraan yang berjumlah 15 armada agar dapat meminimasi biaya. Setelah itu menggunakan metode Farthest Insert, metode ini dapat mendapatkan rute yang terbaik dengan menyisipkan konsumen pengguna jasa dengan jarak terjauh terlebih dahulu. Lalu terakhir ditemukan rute terbaik dengan perolehan biaya dan jarak yang digunakan yang mungkin akan berguna untuk diterapkan dalam perusahaan yang sebelumnya belum memakai metode ini.

Kata Kunci : Forecasting, Penentuan Rute, Matriks Jarak, Saving Matriks, Farthest

Abstrak

This study aims to help PT . Inti Persada Mandiri . This company is a freight forwarding expedition which certainly has a problems , and these problems raises risks - risks that made the company have losses . The main problem is in terms of time , because if it have a delay,it would cause excessive costs that would cause the company to lose a profit . The old route used is to send the goods from the port to the user company and then go home and use that route continuously. The company has 5 company service users who always use these services , and therefore we used forecasting method to forecast the demand for a period of 6 months. Then look for the best route with saving matrix method for optimizing 15 vehicle in order to minimize costs . After that we use the Farthest Insert method, this method used to get the best route with insert the farthest distance consumers first. Then last found the best route with cost and distance are used that may be useful to apply in companies that previously have not used this method .

(2)

Pendahuluan

Persaingan di tingkat industri pun kian meningkat, terutama di Indonesia di industri transportasi logistik pun kian meningkat dengan cepat. Frost & Sullivan memprediksi industri logistik di Indonesia akan tumbuh sebesar 14,5 persen mencapai Rp 1,634 triliun di tahun 2013 dari estimasi tahun lalu yakni sebesar Rp 1,427 triliun, didorong oleh inisiatif dan pembangunan industri logistik oleh pemerintah, serta pertumbuhan ekonomi yang kuat. Pada masa kini jasa ekspedisi sangat diperlukan dalam pengiriman barang,terutama untuk perusahaaan besar yang ingin meminimalisasi biaya operasionalnya.PT. Inti Persada Mandiri yaitu merupakan salah satu perusahaan jasa ekspedisi Logistic Forwarding, perusahaan ini berpusat di wilayah yang dikenal terdapat komuditas perusahaan besar yang cukup banyak membutuhkan jasa ekspedisi yaitu wilayah Jakarta dan Bandung. Maka perusahaan ekspedisi logistik/forwarding ini berusaha sebagaimana mungkin untuk bertahan untuk menghadapi persaingan yang ada, mulai dari terus menambah jumlah kendaraan operasional mereka yang berupa truk container/cargo dan mobil-mobil pengangkut barang berat, sehingga dapat memenuhi permintaan dari customer, dan dapat memberikan layanan pengiriman yang memuaskan serta tepat pada waktu yang ditetapkan, dan menjamin tidak ada kerusakan dalam pengiriman dan lain-lain, sehingga para konsumen puas dan terus menggunakan jasa ekspedisi tersebut karena kepuasan yang diperoleh. Berdasarkan latar belakang tersebut, maka penulis bermaksud melakukan penelitian pada PT. Inti Persada Mandiri sebagai pokok bahasan dengan judul, “Optimalisasi Penentuan Rute Dengan Pendekatan

Metode Farthest Insert Terhadap PT.Inti Persada Mandiri” Identifikasi Masalah

1. Bagaimana menentukan metode forecasting time series analysis yang terbaik untuk perusahaan, dalam lingkup untuk pengiriman container 40 feet?

2. Bagaimana metode farthest insert dapat menyelesaikan masalah penentuan rute yang ada dalam perusahaan ini agar keterlambatan dalam pengiriman dapat diminimalisasi?

3.Berapa besar perbandingan jarak dan biaya yang dikeluarkan oleh perusahaan antara sebelum dan sesudah menerapkan metode farthest insert?

Landasan Teori

Peramalan ( Forecasting )

Menurut Hery Prasetya dan Fitri Lukiastuti ( 2009 : 43 ), Peramalan merupakan suatu usaha untuk meramalkan keadaan di masa yang akan datang melalui pengujian keadaan di masa lalu.

Metode untuk Penentuan Rute dan Jadwal Pengiriman

Langkah- langkah yang harus dikerjakan adalah sebagai berikut : 1. Mengidentifikasi matrik jarak.

2. Mengidentifikasi matrik penghematan (savings matrix) 3. Mengalokasikan konsumen dalam rute perjalanan kendaraan

4. Mengurutkan toko (tujuan/konsumen) dalam rute yang sudah terdefinisi memakai metode

Farthest Insert.

Metode Penelitian

Metode yang akan digunakan adalah penelitian deskriptif eksploratif, dan data yang digunakan adalah data primer yang didapat dari penelitian langsung ke perusahaan. Kriteria optimasi yang akan digunakan adalah sebagai berikut :

(3)

Disini penulis mencoba untuk meramalkan permintaan pengiriman pengunaan jasa ekspedisi sehingga perusahaan dapat mengoptimalkan pengiriman dengan kendaraan operasional yang sudah ada sekarang.

• Metode Distribusi Saving matriks

Metode Saving matriks digunakan untuk menentukan rute yang lebih baik untuk diterapkan sehingga dapat meminimalisasi biaya operasional, sehingga perusahaan dapat menghemat biaya dengan langsung mengirimkan barang yang langsung diantar ke beberapa perusahaan, tidak seperti yang sebelumnya yang hanya menggunakan rute pengiriman ke satu perusahaan saja.

• Metode Farthest Insert

Metode Farthest Insert digunakan dengan cara menyisipkan satu per satu konsumen yang lebih jauh jarak tempuhnya terlebih dahulu, lalu setelah itu konsumen yang jarak tempuhnya lebih dekat.

Hasil dan Pembahasan Perhitungan Peramalan

Peramalan adalah prediksi keadaan di masa mendatang. Pada penelitian ini yang diramalkan adalah permintaan jasa pengiriman untuk masa mendatang. Peramalan permintaan akan dihitung dengan menggunakan software QM (Quantity Management) For Windows.

Peramalan Permintaan Konsumen

Permintaan yang digunakan adalah hasil peramalan dari konsumen PT.Inti Persada Mandiri untuk periode 6 bulan yang akan datang yaitu dari bulan November 2013 sampai bulan Mei 2014. Data yang digunakan adalah data masing – masing konsumen pengguna jasa untuk bulan Januari sampai Oktober 2013.. Berikut hasil dari peramalan tersebut.

Tabel 1 Hasil Peramalan PT. Pindo Deli Pulp & Paper Mills

Sumber: Diolah Penulis (2013)

Tabel 2 Hasil Peramalan PT. Indah Kiat Pulp & Paper Mills

Nama Perusahaan Konsumen Bulan Hasil Peramalan

PT. Pindo Deli Pulp & Paper Mills November 68,13333 Desember 65,9212 Januari 63,70908 Febuari 61,49696 Maret 59,28484 Mei 57,07271

PT. Indah Kiat Pulp & Paper Mills November 254,8667 Desember 248,9333 Januari 243 Febuari 237,0667 Maret 231,1333 Mei 225,2

(4)

Sumber: Diolah Penulis (2013)

Tabel 3 Hasil Peramalan PT. IndoRama Synthetics

Sumber: Diolah Penulis (2013)

Tabel 4 Hasil Peramalan PT. Ultra Jaya Milk Industry Tbk.

Tabel 5 Hasil Peramalan PT. Aspex Kumbong

Mengidentifikasi Matriks Jarak

Untuk mempermudah pemecahan masalah penentuan rute, tujuan-tujuan pengiriman tersebut diplot-kan ke dalam peta dengan bantuan program pemetaan,dari peta tersebut diketahui titik koordinat dari perusahaan pengguna jasa tersebut menurut asumsi penulis.

Tabel 6 Tabel Koordinat Kode Perusahaan

Pengguna Jasa

Nama Perusahaan Pengguna Jasa Koordinat X Koordinat Y

PD PT. Pindo Deli Pulp & Paper Mills 1,2 2,1 IK PT. Indah Kiat Pulp & Paper Mills -2 0,5 IR PT. IndoRama Synthetics 2,5 2

PT. IndoRama Synthetics November 121,3333 Desember 126,6667 Januari 132 Febuari 137,3333 Maret 142,6667 Mei 148

PT. Ultra Jaya Milk Industry Tbk. November 31,66667 Desember 31,89697 Januari 32,12727 Febuari 32,35758 Maret 32,58788 Mei 32,81818

PT. Aspex Kumbong November 92,59999 Desember 94,36362 Januari 96,12727 Febuari 97,8909 Maret 99,65453 Mei 101,4182

(5)

UJ PT.Ultra Jaya Milk Industry Tbk. 3 3,3 AK PT. Aspex Kumbong 0,5 1,5

Koordinat yang sudah diperoleh dari setiap konsumen pengguna jasa digunakan untuk menghitung matriks jarak setiap perusahaan pengguna jasa. Perhitungannya menggunakan rumus dari matriks jarak adalah sebagai berikut :

Koordinat (A,B) =

Jarak dari pelabuhan menuju perusahaan pengguna jasa pada peta hanya menarik asumsi garis lurus pada koordinat tanpa memperhatikan kondisi atau keadaan jalan yang ada sebenarnya. Maka dari itu setiap jarak yang telah didapat akan ditambah dengan nilai hambatan (retain). Langkah-langkah dalam memperoleh nilai hambatan (retain) adalah sebagai berikut: 1. Menghitung jarak perusahaan ke setiap konsumen

Menghitung jarak didapatkan dengan mengkalikan waktu tempuh dengan kecepatan rata-rata yang digunakan di dalam perjalanan tersebut sehingga akan memperoleh jarak antara kedua lokasi.

Hasil pengolahan data tersebut ditampilkan pada tabel berikut:

Tabel 7 Jarak Tempuh Nama Perusahaan Pengguna Jasa Waktu Tempuh

(dalam Jam)

Kecepatan Rata-rata (Km/Jam)

Jarak (Km)

PT. Pindo Deli Pulp & Paper Mills 3 40 km/jam 120 PT. Indah Kiat Pulp & Paper Mills 2,50 40 km/jam 100 PT. IndoRama Synthetics 3,133 40 km/jam 125,32 PT.Ultra Jaya Milk Industry Tbk. 3,833 40 km/jam 153,32 PT. Aspex Kumbong 1,766 40 km/jam 70,64

Sumber: Diolah Penulis (2013) 2. Menghitung nilai hambatan (retain)

Nilai hambatan adalah menghitung nilai rata-rata perbedaan jarak yang didapatkan berdasarkan koordinat dengan waktu tempuh. Hasil perhitungan tersebut adalah sebagai berikut:

Tabel 8 Nilai Hambatan Nama Perusahaan Pengguna

Jasa

Jarak Dari Waktu Tempuh (km)

Jarak Dari Peta (km)

Perbedaan

PT. Pindo Deli Pulp & Paper Mills

120 70,2 49,8 PT. Indah Kiat Pulp & Paper

Mills

100 60,4 39,6 PT. IndoRama Synthetics 125,32 109 16,32 PT.Ultra Jaya Milk Industry

Tbk.

153,32 144 9,32 PT. Aspex Kumbong 70,64 45,4 25,24

Total 140,28

(6)

Nilai hambatannya adalah 140.28 / 5 = 28,056 km

Nilai hambatan rata-rata yang didapat lalu ditambahkan dengan nilai matriks jarak yang telah diperoleh. Penambahan yang dilakukan akan membuat nilai matriks jarak yang didapatkan akan berubah. Berikut adalah matriks jarak dari X0 yaitu Pelabuhan tanjung priok sampai ke AK yaitu PT.Aspex Kumbong. Setelah ditambahkan dengan nilai hambatan, maka matriksnya menjadi seperti berikut

Tabel 9 Matriks Setelah Ditambahkan Nilai Hambatan

X0 PD IK IR UJ AK X0 0 PD 31,266 0 IK 30,306 33,816 0 IR 29,556 26,766 25,806 0 UJ 35,946 28,416 30,896 29,246 0 AK 29,806 29,116 26,556 30,306 33,796 0 Sumber: Diolah Penulis (2013)

Mengidentifikasi Saving Matriks

Saving matriks adalah menghitung seberapa besar penghematan apabila suatu kendaraan mengunjungi beberapa tempat dengan secara bersamaan dibanding dengan mengunjungi satu per satu lokasi dengan menggunakan rumus seperti berikut :

S(x,y) = Dist(DC,x) + Dist(DC,y) – Dist(x,y)

Dari perhitungan yang terdapat di atas maka diketahui jumlah dari penghematan yang didapat.

Tabel 10 Saving Matriks

PD IK IR UJ AK PD 0 IK 27,756 0 IR 34,016 34,506 0 UJ 38,796 37,836 36,256 0 AK 31,956 30,996 30,246 31,956 0 Sumber: Diolah Penulis (2013)

Mengalokasikan Konsumen Ke Dalam Rute

Perusahaan pengguna jasa dibagi ke dalam rute - rute perjalanan dengan mempertimbangkan berapa banyak jumlah permintaan dari perusahaan tersebut dengan mempertimbangkan kapasitas kendaraan

(7)

operasional yang digunakan. Pengalokasiannya adalah dengan cara mengurutkan nilai dari tabel saving matriks yang memiliki nilai tertinggi hingga terendah sampai semua perusahaan masuk dalam rute perjalanan.

Mengurutkan konsumen Di Dalam Rute Perjalanan Menggunakan Metode Farthest Insert.

Pengurutan rute baru dengan menggunakan metode Farthest Insert, pertama-tama yaitu mengurutkan jarak tempuh dari pelabuhan menuju lokasi konsumen perusahaan pengguna jasa dan kembali ke pelabuhan. Kemudian menyisipkan satu per satu konsumen ke dalam rute baru dari jarak yang terjauh hingga terdekat, sehingga didapatkan rute yang paling optimal.

Tabel 11 Farthest Insert

Rute Jarak (Km) X0 – AK – IK – UJ – PD – IR – X0 201,006 X0 – IK – AK - UJ – PD – IR – X0 195,626 X0– IK – UJ – AK - PD – IR – X0 195,626 X0 – IK – UJ – PD – AK – IR – X0 198,696 X0 – IK – UJ – PD – IR – AK - X0 170,76

Dalam langkah terakhir tersebut, didapatkan hasil rute dari sisipan konsumen terakhir adalah AK (PT.Aspex Kumbong) rute yang diperoleh adalah X0 – IK – UJ - PD – IR – AK – X0 yang berjarak 170.76 Km..

Pengurutan Kunjungan

Pengurutan rute kunjungan yang digunakan hanya satu karena dengan rute baru ini semua perusahaan pengguna jasa telah dilewati oleh mobil operasional,sehingga rute yang dipakai adalah rute tersebut.

Perhitungan Biaya

Perhitungan Biaya Setelah Memakai Metode Farthest Insert

Melalui data-data yang telah terkumpul pada tabel operasional maka data kemudian diolah untuk mendapatkan biaya pengeluaran operasional per hari. Berikut perhitungan biaya tersebut.

a. Biaya Bahan Bakar

Rasio untuk penggunaan bahan bakar minyak yaitu solar pada mobil operasional perusahaan ini, rasionya semua sama yaitu 1 : 2 , yaitu penggunaan solar 1 liter untuk jarak 2 kilometer oleh tiap kendaraan. Biaya satu liter solar saat ini adalah Rp. 5.500,- data ini didapat dari hasil wawancara dengan pihak perusahaan. Dari rasio tersebut, diperoleh bahwa dalam 1km perjalanan membutuhkan biaya sebesar Rp.,2750,-. Dari biaya tersebut maka diperoleh biaya dari setiap rute yang ditempuh oleh setiap kendaraan adalah sebesar Rp.469.590,-

b. Biaya Depresiasi

Perusahaan telah menentukan besar depresiasi pada kendaraannya sebesar 10% per tahun. Jumlah hari dalam setahun perusahaan menetapkan sebanyak 300 hari dalam setahun. Dengan begitu perusahaan dapat menentukan pengeluaran per harinya dengan perhitungan seperti berikut :

• Biaya depresiasi truk diatas tahun 2000 Rp. 1.140.000.000,- x 10% : 300 = Rp.380.000,- / hari

(8)

c. Biaya Tenaga Kerja

Untuk satu mobil perusahaan menyiapkan tenaga kerja satu orang supir dan satu orang kenek. Karena perusahaan menetapkan 300 hari untuk satu tahunnya, dan 25 hari dalam sebulan. Biaya untuk satu mobil adalah Rp.120.000,- / hari untuk supir dan Rp.52.000,- / hari untuk kenek. Maka total pengeluaran per harinya sebesar Rp. 172.000,-

d. Biaya Pajak Kendaraan

Biaya pajak kendaraan yang terdapat pada tabel biaya operasional dibuat menjadi perhitungan pengeluaran per hari seperti berikut :

• Biaya pajak truk diatas tahun 2000 Rp. 6.000.000,-: 300 = Rp.20.000,- / hari

• Biaya pajak dibawah tahun 2000 Rp. 4.500.000,-: 300 = Rp. 15.000,- / hari

e. Biaya Maintenance

Satu mobil operasional untuk sebulan mengeluarkan biaya maintenance sebesar Rp.4.000.000,- ,biaya maintenance untuk setiap mobil perusahaan menetapkan sama besarnya, karena perusahaan menetapkan dalam setahun adalah 300 hari maka sebulannya hanya 25 hari, jadi diketahui biaya dalam sehari untuk maintenance kendaraan operasional adalah sebesar Rp.4.000.000,- / 25 = Rp.160.000

f. Biaya Pembayaran Container

Biaya setiap penyewaan container untuk satu truk adalah sebesar Rp. 1.000.000,- dalam sekali pengiriman.

Berdasarkan perincian biaya operasional dalam melakukan pengiriman terhadap perusahaan pengguna jasa. Berikut ini yaitu pengeluaran berdasarkan rute dan mobil yang digunakan yang menggunakan prosedur metode Farthest Insert. Total biayanya adalah Biaya Bahan Bakar + Biaya Depresiasi + Biaya Tenaga Kerja + Biaya Pajak Kendaraan +Biaya Maintenance + Biaya Pembayaran Container

• Pengeluaran total untuk truk diatas tahun 2000 sebanyak 12 truk

Total Biaya = Rp.469.590,- + Rp.380.000,- +Rp.172.000,- + Rp.20.000,- + Rp.160.000,- + Rp.1.000.000,-

= Rp.2.201.590,-

• Pengeluaran total untuk truk dibawah tahun 2000 sebanyak 3 truk

Total Biaya = Rp.469.590,- + Rp.283.000,- + Rp.172.000,- + Rp.15.000,- + Rp.160.000,- + Rp.1.000.000,-

= Rp.2.099.590,-

Tabel 12 Perbandingan Jarak Sebelum Menggunakan Metode Farthest Insert

Rute Jarak

PT. Pindo Deli Pulp & Paper Mills 62,452 Km PT. Indah Kiat Pulp & Paper Mills 60,612 Km PT. IndoRama Synthetics 59,112 Km PT.Ultra Jaya Milk Industry Tbk. 71,892 Km PT. Aspex Kumbong 59,612 Km Total 313.68 Km Sumber: Diolah Oleh Penulis (2013)

Perbandingan Biaya

Dapat diketahui bahwa setelah menggunakan metode Farthest Insert biaya yang dikeluarkan sebesar Rp.32.717.850,- dan sebelum diterapkan metode Farthest Insert biayanya adalah

Rp.38.607.900,- didapatkan penghematan sebesar Rp.5.890.050,- dibandingkan dengan

(9)

Implikasi Hasil Terpilih

Perusahaan dapat mengetahui berapa banyak jumlah permintaan untuk periode mendatang, sehingga perusahaan dapat menentukan seberapa perlu menambah atau menyediakan armada truk container untuk memenuhi permintaan di periode mendatang dengan menggunakan metode Forecasting Time Series Analysis dengan menggunakan metode Linear Regression

Lalu perhitungan dengan menggunakan penentuan rute dan metode Saving Matriks serta Farthest Insert dapat membuktikan bahwa dengan metode – metode tersebut dapat membantu perusahaan untuk memilih rute yang paling efisien untuk diterapkan di dalam pengiriman ekspedisi forwarding, serta dapat memaksimalkan waktu serta meminimalisasi jarak dan menghemat biaya sebesar Rp.5.890.050,-. Tetapi dalam pelaksanaaan metode farthest insert ini perusahaan kemungkinan harus mengeluarkan biaya dan waktu tambahan untuk mengeluarkan serta memilah barang yang akan diantar, sehingga bisa diurutkan mana barang yang akan diturunkan ke perusahaan pengguna jasa yang menjadi urutan terdahulu untuk diantarkan, atau yang barangnya akan terlebih dahulu diambil untuk dikirimkan tersebut.

SIMPULAN DAN SARAN Simpulan

1. Menurut penelitian yang telah dilakukan untuk peramalan bulan November 2013 – Mei 2014 dalam lingkup permintaan pengiriman barang dengan trailer 40 feet, menggunakan metode Naive, Moving Average, Weight Moving Average, Exponential Smoothing, Penghalusan Exponential Smoothing With Trend ,dan Linear Regression dengan menggunakan hasil peramalan MAD dan MSE yang terkecil adalah Linear Regression.

2. Karena hasil peramalan bulan November 2013 – Mei 2014 telah didapatkan maka dilakukan pengolahan data untuk menentukan jalur distribusi dan penentuan rute untuk menghasilkan penghematan agar mendapatkan solusi optimal dengan menggunakan metode Saving Matrix,kemudian menggunakan prosedur farthest insert yang dapat menghasilkan rute optimal dibandingkan dengan rute yang digunakan oleh perusahaan sebelumnya, yaitu dapat menghemat pengeluaran operasional sebesar Rp.5.890.050,-

3. Dari perbandingan jarak dan biaya maka diketahui rute baru yang didapatkan ternyata lebih optimal dan bisa dilakukan penghematan biaya, dibandingkan pada masa sebelumnya yang belum menggunakan penentuan rute menggunakan metode Farthest Insert.

Referensi

Fahmi, Elok Faiz Fatma El, Studi Komparasi Penyelesaian Capacitated Vehicle Routing Problem(CVRP) dengan Metode Saving Matrix dan Generalized Assignment. Jurnal Mahasiswa Matematika.

Frost Sullivan, Frost & Sullivan Prediksi Industri Logistik Indonesia Tumbuh 14.5% y-o-y di 2013. http://www.frost.com/prod/servlet/press-release.pag?docid=280372214

Prasetya,Hery dan Lukiastuti,Fitri.(2009).Manajemen Operasi. Media Pressindo. Yogyakarta.

Herjanto,Eddy (2008). Manajemen Operasi. Buku 1. Edisi Ketujuh. Salemba Empat. Jakarta.

Pujawan, I Nyoman.(2005).Supply Chain Management.Edisi Pertama Cetakan Pertama. Guna Widya,Surabaya.

Wongso, Teodora & Sarjono, Haryadi, Determining The Best Distribution Route. Journal Of Supply Chain Management Research & Practice,