PEMODELAN SISTEM PENGUMPULAN DAN TRANSPORTASI TBS DENGAN SIMULASI BERBASIS AGEN DALAM RANGKA MENGOPTIMALKAN MODA TRANSPORTASI PADA PT

PEMODELAN SISTEM PENGUMPULAN DAN TRANSPORTASI TBS DENGAN SIMULASI BERBASIS AGEN DALAM RANGKA MENGOPTIMALKAN MODA TRANSPORTASI PADA PT. PERKEBUNAN NUSANTARA III (PERSERO). TESIS. Oleh RIZKHA RIDA 177025012/TI. FAKULTAS TEKNIK UNIVERSITAS SUMATERA UTARA MEDAN 2021. Universitas Sumatera Utara.

i. Universitas Sumatera Utara.

Telah diuji pada Tanggal : 15 April 2021. PANITIA PENGUJI TESIS Ketua. : Prof. Dr. Ir. Humala L.N, DEA. Anggota. : M. Haikal Karana Sitepu, ST, M.Eng, Ph.D Prof. Dr. Ir. Sukaria Sinulingga, M. Eng Ir. Nazaruddin, MT, Ph.D Dr. Ir. Juliza Hidayati, MT. ii. Universitas Sumatera Utara.

iii. Universitas Sumatera Utara.

ABSTRAK PT. Perkebunan Nusantara III (Persero) merupakan salah satu perusahaan BUMN yang bergerak di bidang agraria dan pengolahan sumber daya alam perkebunan, khususnya perkebunan kelapa sawit. Menurut narasumber dari pihak perusahaan, setiap hari masih adanya ditemukan susut berat janjangan rata sebesar 4-5% dari total panen per harinya akibat restant. Hal ini menyebabkan jumlah TBS olah yang dipasok ke pabrik kelapa sawit tidak mencapai jumlah RKAP yang ditetapkan oleh pihak perusahaan. Ketidakpastian jumlah panen tiap harinya menyebabkan alokasi moda transportasi kurang optimal dalam mengumpulkan TBS dari kebun ke pabrik kelapa sawit yang menyebabkan adanya kekurangan truk di beberapa afdeling dan ada pula yang menganggur di beberapa afdeling menyebabkan biaya transportasi besar. Simulasi adalah salah satu metode yang digunakan untuk menemukan solusi optimal dari permasalahan yang mengandung ketidakpastian dan tidak dapat dipecahkan oleh matematika sederhana. Penggunaan Simulasi Berbasis Agen dapat membantu untuk mengidentifikasi faktor-faktor yang menyebabkan jumlah truk yang tidak optimal dengan melihat behavior dan interaksi antara agen-agen pelaku yang terlibat di dalam proses pengumpulan dan transportasi TBS. Dengan mempertimbangkan biaya pengumpulan & transportasi, perusahaan mendapat solusi optimal untuk menentukan jumlah truk yang akan disewa ke perusahaan pengangkutan. Hasil penelitian menunjukkan tingkat utilisasi moda transportasi bertambah dari 27 % menjadi 40 % dengan mengurangi jumlah unit truk disewa dari 177 truk menjadi 118 truk dan mengurangi biaya pengumpulan transportasi sebesar 0,225% dari total nilai biaya. Selain itu, juga diperbaiki sistem antrian di stasiun penimbangan untuk mengurangi waktu menunggu truk untuk ditimbang dari 1 server menjadi 2 server. Hasil penelitian menunjukkan bahwa waktu menunggu menjadi nihil dan mengurangi journey time 1388 menit. Dengan berkurangnya journey time maka mutu sawit lebih baik dengan berkurangya asam lemak bebas (ALB) dan susut berat janjangan rata-rata TBS dan kenaikan kuantiti TBS olah sebesar 2.93% yaitu 1.009.145 Kg/bulan.. Kata Kunci : Agent Based Simulation, Agricultural Sector, Raw material collection, Anylogic.. iv. Universitas Sumatera Utara.

ABSTRACT PT. Perkebunan Nusantara III (Persero) is one of the state-owned companies engaged in agrarian and natural resource processing of plantations, especially oil palm plantations. According to a source from the company, every day there is still found an average weight shrinkage of 4-5% of the total harvest per day due to restant. This causes the amount of processed FFB supplied to the palm oil mill does not reach the amount of RKAP set by the company. Uncertainty in the number of harvests per day causes the allocation of transportation modes are less optimal in collecting FFB from plantations to palm oil mills causing a shortage of trucks in some afdeling and some are unemployed in some afdeling causing large transportation costs. Simulation is one of the methods used to find optimal solutions to problems that contain uncertainty and cannot be solved by simple mathematics. The use of AgentBased Simulations can help to identify the factors that cause the number of trucks that are not optimal by looking at the behavior and interaction between the agent actors involved in the tbs collection and transportation process. Taking into account the cost of collection & transportation, the company gets the optimal solution to determine the number of trucks to be rented to the transportation company. The results showed the utilization rate of transportation modes increased from 27% to 40% by reducing the number of truck units rented from 177 trucks to 118 trucks and reducing transportation collection costs by 0.225% of the total cost value. In addition, the queuing system at weighing stations has also been improved to reduce the waiting time for trucks to be weighed from 1 server to 2 servers. The results showed that the waiting time was nil and reduced the journey time by 1388 minutes. With the reduced journey time, the quality of the oil palm is better with the reduction of free fatty acids (FFA) and the average weight loss of FFB and an increase in the quantity of processed FFB by 2.93%, namely 1,009,145 Kg / month.. Kata Kunci : Agent Based Simulation, Agricultural Sector, Raw material collection, Anylogic.. v. Universitas Sumatera Utara.

RIWAYAT HIDUP Rizkha Rida lahir di Medan, pada tanggal 26 Agustus 1992, merupakan anak pertama dari dua bersaudara dari pasangan Bapak H.Ir. Zulfikhar Rida dan Ibu Rossianie. Penulis menyelesaikan pendidikan sekolah dasar pada tahun 2004 di SD Kemala Bhayangkari 1 Medan, menyelesaikan pendidikan sekolah menengah pertama pada tahun 2007 di SMP Negeri 1 Medan dan menyelesaikan pendidikan sekolah menengah ke atas pada tahun 2010 di SMA Negeri 1 Medan. Pada tahun 2010, penulis melanjutkan pendidikan ke Universitas Sumatera Utara, Medan pada progam studi Teknik Industri dan menyelesaikan pendidikan tersebut pada tahun 2015.. Pada tahun 2018 penulis melanjutkan pendidikan. Magister Teknik Industri, Fakultas Teknik Universitas Sumatra Utara.. vi. Universitas Sumatera Utara.

KATA PENGANTAR. Puji beserta syukur hadirat Allat SWT atas rahmat dan karunia-Nya sehingga penulis dapat menyelesaikan tesis ini dengan judul “ Pemodelan Sistem Pengumpulan dan Transportasi TBS dengan Simulasi Berbasis Agen dalam Rangka Mengoptimalkan Moda Transportasi Pada PT. Perkebunan Nusantara III (Persero)”. Peneltian ini bertujuan untuk memberi masukan kepada pihak perusahaan agar dapat terwujudnya continous improvement. Pada kesempatan ini penulis ingin menyampaikan rasa terima kasih yang sebesar-besarnya kepada seluruh pihak yang telah membantu penulis, baik dalam penelitian, proses penyusunan tesis, maupun selama menjalankan S2 ini. Terima kasih kepada Bapak Prof. Dr. Ir. Humala L. Napitupulu, DEA, selaku guru besar Program Studi Magister Teknik Industri Universitas Sumatera Utara dan sekaligus menjadi pembimbing utama penulis yang telah banyak memberikan dukungan, arahan, dan petunjuk dalam penyelesaian tesis ini. dan juga sebagai anggota komisi pembimbing kedua yaitu almarhum Bapak M. Haikal Karana Sitepu, ST, M.Eng, Ph.d, saya ucapkan terima kasih atas bantuan, dukungan, arahan, dan petunjuk dalam penyelesaian tesis ini. Serta ucapan bela sungkawa sedalam-dalamnya terhadap almarhum Bapak M. Haikal Karana Sitepu, ST, M.Eng, Ph.d, yang dimana beliau berpulang ke Rahmatullah pada saat proses penelitian berlangsung dikarenakan pandemi Covid-19 yang sekarang sedang mewabah. Semoga amal dan jasa beliau selama ini diterima disisi Allah SWT. Amin. Ucapan terima kasih juga peneliti sampaikan kepada Bapak Prof. Dr. Ir. Sukaria Sinulingga, M.Eng, Bapak Ir. Nazaruddin Matondang, MT, Phd, dan Ibu Dr. Ir. Juliza Hidayati, MT, sebagai tim penguji yang telah banyak memberikan masukan serta saran yang membangun dan menyempurnakan tesis ini. Terima kasih penulis sampaikan kepada Staf di Magister Teknik Industri yang telah membantu penulis dalam memberikan informasi dan dukungan selama peneliti mengikuti pendidikan.. vii. Universitas Sumatera Utara.

Penulis juga mengucapkan terima kasih kepada suami penulis Abangda Didi Susanto, ST yang telah memberi dukungan baik berupa materil serta moril yang senantiasa diberikan untuk penulis sekaligus sebagai narasumber penulis dalam penulisan tesis ini. Terimakasih juga penulis sampaikan untuk. kedua orang tua penulis. Ayahanda Ir. Zulfikhar Rida dan Ibunda Rossianie, serta Ayah dan Ibu Mertua saya, Bapak Sarijo dan Ibu Sulasni, yang tidak henti-hentinya memberikan semangat, doa dan dukungan secara moril dan materil selama penulis menyelesaikan studi S2 dan dalam penyelesaian tesis ini. Terimakasih juga penulis sampaikan untuk teman-teman khususnya angkatan 25 dan 26 atas kerja samanya dalam menjalani perkuliahan dan penyelesaian tesis ini, dan kepada sahabat-sahabat penulis, penulis ucapkan terimakasih atas bantuannya selama ini, dalam proses pembuatan tesis ini. Serta ucapan terimakasih penulis sampaikan kepada pihak-pihak yang tidak dapat disebutkan satu persatu atas dukungan dan doanya dalam penyusunan tesis ini. Penulis menyadari masih terdapat banyak kelemahan dan kekurangan pada laporan penelitian ini. Sesungguhnya kekhilafan ada di manusia dan kesempurnaan hanya milik Allah SWT.Penulis mengharapkan saran dan kritik yang bersifat membangun untuk perbaikan di masa mendatang. Akhir kata, penulis berharap semoga laporan ini dapat memberikan manfaat bagi semua pihak.. Medan, April 2021 Penulis. Rizkha Rida 177025012. viii. Universitas Sumatera Utara.

DAFTAR ISI LEMBAR PENGESAHAN ................................................................................... i LEMBAR PERNYATAAN ORISINALITAS .................................................. iii ABSTRAK ........................................................................................................... iv ABSTRACT .......................................................................................................... v RIWAYAT HIDUP ............................................................................................. vi KATA PENGANTAR .......................................................................................... vii DAFTAR ISI ........................................................................................................ ix DAFTAR GAMBAR ......................................................................................... xiii DAFTAR TABEL.............................................................................................. xiv DAFTAR LAMPIRAN ..................................................................................... xvi BAB 1 PENDAHULUAN ........................................................................... 1. 1.1 Latar Belakang Permasalahan ................................................... 1. 1.2 Rumusan Masalah ..................................................................... 7. 1.3 Tujuan Penelitian ...................................................................... 7. 1.4 Manfaat hasil penelitian ............................................................ 8. 1.5 Ruang Lingkup dan Batasan Masalah ....................................... 8. 1.6. Asumsi-asumsi .......................................................................... 9. BAB 2 LANDASAN TEORI ...................................................................... 11. 2.1 Penemuan dan Penelitian Terdahulu ......................................... 11. 2.2 Landasan Teori .......................................................................... 19. 2.2.1. Manajemen Transportasi dan Distribusi ......................... 19. 2.2.2. Tiga Strategi Distribusi ................................................... 22. 2.2.3. Moda Transportasi .......................................................... 23. 2.2.4. Kapasitas ......................................................................... 33. 2.2.5. Persediaan dan Permintaan ............................................. 34. 2.2.6. Waktu Pengiriman dan Rute Distribusi .......................... 35. ix. Universitas Sumatera Utara.

DAFTAR ISI BAB. HALAMAN. 2.2.7. Ketidakpastian ........................................................... 36. 2.2.8. Klasifikasi Model ...................................................... 36. 2.2.9. Mengenal Simulasi .................................................... 39. 2.2.10. Keuntungan Simulasi ............................................... 39. 2.2.11. Konsep dan Prinsip Dasar Simulasi......................... 42. 2.2.12. Jenis Simulasi .......................................................... 46. 2.2.13. Simulasi Komputer .................................................. 46. 2.2.14. Agent Based Modelling (ABM) sebagai Sustainable Untuk Metode Evaluasi Keberlanjutan................... 47 2.2.15. Anylogic Software .................................................... 49. 2.2.16. Teknik Peramalan .................................................... 50. 2.3. Kerangka Konseptual .......................................................... 66. 2.3.1. Definisi Variabel Operasional ................................... 67. BAB 3. METODOLOGI PENELITIAN ................................................ 70. 3.1. Rancangan Penelitian ............................................................ 70. 3.1.1. Tipe Penelitian............................................................. 70. 3.1.2. Lokasi Penelitian ......................................................... 70. 3.1.3. Objek Penelitian .......................................................... 70. 3.1.4. Langkah Penelitian ...................................................... 71. 3.2. Pengumpulan Data ................................................................. 72. 3.2.1. Sumber Data ................................................................ 72. 3.2.2. Metode Pengumpulan Data ......................................... 73. 3.3. Pengolahan Data .................................................................... 74. 3.3.1. Metode Pengolahan Data ........................................... 74. 3.3.2. Analisis Pemecahan Masalah ...................................... 57. x. Universitas Sumatera Utara.

DAFTAR ISI BAB 4.. PELAKSANAAN PENELITIAN .................................................... 77 4.1. Pengumpulan Data ..................................................................... 77 4.1.1. Data Karakteristik Masing-Masing Agen Transportasi TBS Kelapa Sawit ke PKS Rambutan ...... 78 4.1.2. Data Lokasi Masing-Masing Pelaku yang Terlibat dalam Transportasi TBS Kelapa Sawit ........................... 80 4.1.3. Jarak, Biaya Pengumpulan & Transportasi TBS ............. 84 4.1.4. Data Hasil Panen TBS Olah ............................................ 86 4.1.5. Hari Kerja dan Frekuensi Pengumpulan TBS ................. 91 4.1.6. Sarana Transportasi ......................................................... 92 4.1.7. Waktu Loading dan Unloading ....................................... 92 4.1.8. Waktu Setup Moda Transportasi ..................................... 96 4.1.9. Waktu Total Pengumpulan dan Transportasi TBS (Journey Time) ................................................................ 96 4.1.10.Jumlah Moda Transportasi dan Total Waktu Journey Time ................................................................................ 99 4.1.11. Manajemen Panen-Angkut-Olah Perusahaan ................ 100 4.1.12.Antrian ............................................................................ 103 4.2. Pengolahan Data......................................................................... 107 4.2.1. Algoritma Model ............................................................. 107 4.2.2. Computerized Model........................................................ 110 4.2.3. Model Simulasi ................................................................ 111 4.2.4. Verifikasi dan Validasi Model ......................................... 115 4.2.5. Simulasi Eksperimen ....................................................... 121. BAB 5.. HASIL PENELITIAN DAN PEMBAHASAN ............................ 123 5.1.. Hasil dan Pembahasan Model .............................................. 123. 5.2.. Hasil dan Pembahasan Simulasi ........................................... 123 5.2.1.. Hasil Simulasi Eksperimen Skenario 1 .................. 123. 5.2.2.. Hasil Simulasi Eksperimen Skenario 2 .................. 124. xi. Universitas Sumatera Utara.

DAFTAR ISI 5.2.3.. Hasil Simulasi Eksperimen Skenario 3 ......... 125. 5.3. Hasil dan Pembahasan Lamanya Waktu Antrian ........ 125. 5.4. Hasil dan Pembahasan Jumlah Moda Transportasi dan Total Waktu Pengumpulan.......................................... 131 5.5. Hasil dan Pembahasan Biaya Pengumpulan dan Transportasi .................................................................. 133. 5.6. Diskusi ......................................................................... 134. 5.6.1. Kesimpulan ..................................................... 134. 5.6.2. Saran ............................................................... 136. xii. Universitas Sumatera Utara.

DAFTAR GAMBAR. GAMBAR. 1.1. HALAMAN. Proses Penyaluran TBS ..................................................................... 3. 2.1. Bentuk Umum Masalah Transportasi ............................................... 28. 2.2. Hubungan Sistem Imitasi dan Riil .................................................... 39. 2.3. Langkah-langkah Peramalan Secara Kuantitatif ............................... 56. 2.4. Kerangka Konseptual Penelitian ....................................................... 67. 4.1. Peta Kontrol Waktu Loading TBS .................................................... 94. 4.2. Peta Kontrol Waktu Unloading TBS ................................................ 96. 4.3. Tempat Tunggu Truk ........................................................................ 106. 4.4. Algoritma Agen Truk ........................................................................ 108. 4.5. Algoritma Agen Kebun ..................................................................... 109. 4.6. Algoritma Agen Pabrik ..................................................................... 110. 4.7. Tampilan Awal Anylogic Software 8.4.0. PLE ................................. 110. 4.8. Top Level Agent Simulation Model ................................................... 111. 4.9. Process Modelling Transportasi TBS ............................................... 112. 4.10. Statechart Kebun .............................................................................. 113. 4.11. Statechart Pabrik............................................................................... 113. 4.12. Statechart Truk ................................................................................. 114. 4.13. Tampilan Model Simulasi Ketika Running....................................... 116. 4.14. Events Model Simulasi Ketika Running ........................................... 116. 4.15. 117. Verifikasi Process Modelling ................................................................... 4.16. Hasil Uji Validasi Waktu Pengumpulan dan Transportasi TBS dengan Z test dengan SPSS ............................ 117 5.1. Hasil Simulasi Skenario 1 ............................................................... 124 5.2.. Hasil Simulasi Skenario 2 ................................................................ 124. 5.3.. Hasil Simulasi Skenario 3 ................................................................ 125. xiii. Universitas Sumatera Utara.

DAFTAR TABEL TABEL. 1.1. HALAMAN. Data Estimasi Jumlah Panen TBS di Afdeling .............................. 4. 1.2. Data RKAP dan Realisasi TBS Olah Tahun 2019 ......................... 5. 1.3. Variabel Probabilistik dan Deterministik dalam Penelitian ........... 7. 2.1. Matriks Model Transportasi........................................................... 29. 4.1. Data Nama dan Luas Kebun .......................................................... 77. 4.2. Karakteristik Agen Kebun ............................................................. 78. 4.3. Karakteristik Agen Perusahaan Pengangkutan .............................. 79. 4.4. Karakteristik Agen Truk ................................................................ 79. 4.5. Karakteristik PKS .......................................................................... 80. 4.6. Lokasi Plantations di Kabupaten Asahan ...................................... 81. 4.7. Lokasi Plantations di Kabupaten Deli Serdang dan Serdang Bedagai ....................................................................................................... 81 4.8. Lokasi Perusahaan Pengangkutan .................................................. 83. 4.9. Lokasi Pabrik PKS ......................................................................... 84. 4.10 Biaya Pengumpulan TBS ............................................................... 84. 4.11. Data Rata-rata Jumlah Hasil Panen TBS Olah Tahun 2019 dan 2020 .................................................... 86. 4.12. Perhitungan Rata-Rata Bergerak 12 Bulan Kebun Bangun ........... 87. 4.13. Penyesuaian Indeks Rata-rata Bulanan .......................................... 89. 4.14. Jumlah Rata-rata Panen TBS Olah Tahun 2021 ............................ 91. 4.15. Hari Kerja dan Frekuensi Pengumpulan TBS ................................ 91. 4.16. Spesifikasi Moda Transportasi ....................................................... 92. 4.17. Waktu Loading............................................................................... 92. 4.18. Waktu Unloading ........................................................................... 94. 4.19. Total Journey Time Pengangkutan TBS ke PKS ........................... 97. 4.20. Jumlah Moda Transportasi dan Total Journey Time……………….. 4.21. Perbandingan Waktu Siklus Pengumpulan dan Transportasi TBS. 88 120. 5.1. .. Data Antrian Penimbangan PKS Rambutan………………………….. 126. xiv. Universitas Sumatera Utara.

DAFTAR TABEL TABEL. HALAMAN. 5.2. .. Data Antrian Penimbangan PKS Sei Mangke………………………… 127 5.3. .. Analisa Waktu Antrian Terhadap Mutu Sawit.................................. 131. 5.4. Perbandingan Realisasi Jumlah Moda Transportasi dengan Usulan…..132 5.5. .. Perbandingan Realisasi Biaya Pengumpulan……………………………………… 133. xv. Universitas Sumatera Utara.

DAFTAR LAMPIRAN. LAMPIRAN. HALAMAN. 1.. Data RKAP, RKO, Realisasi dari Perusahaan ................................. L-1. 2.. Data Distribusi TBS Olah Tahun 2019 ............................................ L-2. 3.. Data Distribusi TBS Olah Tahun 2020 ............................................ L-3. 4.. Manajemen Panen-Angkut-Olah Perusahaan .................................. L-4. 5.. Perhitungan Peramalan Panen TBS Tahun 2021 Masing-masing Kebun ................................................. L-5. xvi. Universitas Sumatera Utara.

1. BAB 1 PENDAHULUAN. 1.1. Latar Belakang Masalah Sistem pengumpulan bahan baku merupakan bagian penting dalam rantai. pasokan industri pertanian yang dimana perhatian perlu diberikan. Ketika mempertimbangkan sistem pengumpulan bahan baku dalam industri pertanian, proses pengumpulan tampaknya menjadi aktivitas utama dalam sistem tersebut. Biaya logistik merupakan bagian yang sangat besar dalam biaya operasional secara keseluruhan. Sebagian besar biaya logistik, baik biaya tetap, seperti biaya tetap stasiun pengumpulan, dan biaya variabel, seperti biaya transportasi, bergantung pada model operasi sistem pengumpulan bahan baku. Selain itu, industri pertanian memiliki karakteristik khusus seperti produk yang mudah rusak. Waktu pengumpulan dan sistem insentif yang mempengaruhi kuantitas produk yang terkumpul, juga perlu diperhatikan saat menyiapkan sistem pengumpulan bahan baku. Menurut Pujawan (2005), tekanan kompetensi serta kebutuhan pelanggan yang tinggi menuntut perusahaan-perusahaan untuk melakukan berbagai perbaikan dalam kegiatan pengumpulan dan transportasi. Komoditas kelapa sawit memegang peranan yang cukup penting dalam perekonomian Indonesia, karena komoditas ini merupakan salah satu andalan sumber devisa non migas. Produktivitas industri Kelapa sawit Indonesia masih belum sebaik Malaysia yang potensi alamnya jauh lebih kecil. Salah satu. 1 Universitas Sumatera Utara.

2. penyebabnya adalah efektifitas manajemen pengelolaan perkebunan kelapa sawit. Ada beberapa faktor yang penting dalam menunjang pengelolaan perkebunan kelapa sawit yang efektif diantaranya adalah ketersediaan informasi yang akurat dan memadai untuk kegiatan operasional perkebunan. PT. Perkebunan Nusantara III (Persero) merupakan salah satu perusahaan BUMN yang bergerak di bidang agraria dan pengolahan sumber daya alam perkebunan, khususnya perkebunan kelapa sawit. PT. Perkebunan Nusantara III (Persero) sendiri memiliki wilayah cakupan yang luas yaitu 156.404,3 Ha yang dibagi menjadi 34 kebun dan memiliki 12 pabrik kelapa sawit. Manajemen transportasi perusahaan ini sudah tergolong baik, karena perusahaan sudah memiliki manajemen transportasi seperti melakukan penjadwalan dan penentuan rute pengiriman. Perusahaan telah menentukan kapan sebuah truk harus berangkat dan rute mana yang harus dilalui untuk memenuhi target jumlah TBS yang harus dikirim dari kebun ke pabrik setiap harinya. Namun, perusahaan ingin mengetahui lebih lanjut apakah jumlah dan jenis truk sudah bekerja optimal dan efisien. Bagaimana jika jumlah truk dikurangi atau ditambah, dan jika kapasitas truk diganti, apakah dapat meningkatkan produktivitas perusahaan. Dalam pengoperasiannya, PT. Perkebunan Nusantara III (Persero) bekerja sama dengan perusahaan pihak ketiga untuk memenuhi kebutuhan truk sebagai transportasi yang mengangkut tandan buah segar (TBS) dari kebun ke pabrik. Berdasarkan hasil pengamatan di lapangan, setiap harinya pihak perusahaan menghubungi pihak rekanan untuk menentukan jumlah truk yang harus datang ke masing-masing lokasi kebun untuk mengangkut TBS ke pabrik kelapa sawit yang. Universitas Sumatera Utara.

3. telah ditentukan. Adapun proses transportasi TBS dari kebun ke pabrik ialah sebagai berikut: 1. Truk berdomisili di gudang milik perusahaan pengangkutan. Pada Jam 8 pagi, truk telah berangkat ke kebun untuk melihat lokasi tempat pemungutan hasil yang akan di angkut. Tempat pemungutan hasil (TPH) terletak di masing-masing gang afdeling. 2. Pemanen sawit melakukan loading TBS ke dalam truk di TPH yang diawasi oleh mandor setiap afdeling. 3. Kemudian TBS yang telah disortir, diangkut menuju PKS dengan truk dan kemudian ditimbang. Truk harus sampai pada pukul 12.00 WIB. 4. Truk kembali ke kebun, jika masih ada buah yang tertinggal atau kembali ke gudang pengangkutan. Adapun proses pengumpulan TBS dapat dilihat pada Gambar 1.1 dibawah ini. Pull Truck. Unloading TBS. Ditimbang di PKS. Kebun. Loading TBS di afdeling (TPH). Gambar 1.1. Proses Transportasi Truk Sumber : PT. Perkebunan Nusantara III (Persero). Universitas Sumatera Utara.

4. Jumlah truk yang dipesan ditentukan oleh luas wilayah kebun tersebut. Sebagai contoh, Kebun Dusun Hulu memiliki luas 2489,66 Ha yang terbagi dalam 8 afdeling. Satu afdeling terdiri dari 8 komplek. Dalam 1 hari, besarnya panen ialah 1 komplek dari setiap masing-masing afdelling dengan estimasi jumlah TBS yang panen ialah 1,5 ton/Ha. Oleh karena itu jumlah panen per hari adalah 11670 kg. Estimasi data jumlah panen masing-masing afdeling setiap harinya dapat dilihat pada Tabel 1.1 berikut. Tabel 1.1. Data Estimasi Jumlah Panen TBS di Afdelling Nama Kebun Yang Memasok Kebun Dusun Hulu Kebun Bangun Kebun Sei Dadap Kebun Gunung Pamela Kebun Gunung Monaco Kebun Silau Dunia Kebun Gunung Para Kebun Sungai Putih Kebun Sarang Ginting Kebun Tanah Raja Kebun Rambutan Kebun Pulo Mandi. Luas Kebun 2489.66 3378.83 4.694,61. 5589.058 2322.775 4967.362 4030 3040.05 3051.72 3350.07 6837.67 3.766,40. Jumlah Afdeling 8 4 6 8 4 7 6 3 5 5 8 5. Luas panen per hari (ha) 7.780 21.118 19.561 17.466 14.517 17.741 16.792 25.334 15.259 16.750 21.368 18.832. Jumlah Panen per hari (kg) 11670 31677 29341 26199 21776 26611 25188 38001 22888 25126 32052 28248. Sumber Data: PT. Perkebunan Nusantara III (Persero). Dengan memakai truk berkapasitas 7000 kg, maka frekuensi pengiriman ialah sebanyak 10 kali agar hasil panen tidak restant di lokasi tempat pemungutan hasil.. Buah. yang. restant. terlalu. lama. di. TPH. akan. menyebabkan kadar air didalam buah tersebut akan turun, yang mengakibatkan berat janjang rata-tata dan ekstrasinya turun yang berdampak terhadap mutu hasil minyak yang dihasilkan pabrik akan menurun pula. Selain itu, buah yang restant terlalu lama di TPH akan menimbulkan peluang hilangnya berondolan dan buah di. Universitas Sumatera Utara.

5. TPH lebih besar. Menurut narasumber dari pihak perusahaan, setiap hari masih adanya ditemukan susut berat janjangan rata sebesar 4-5% dari total panen per harinya akibat restant. Hal ini menyebabkan jumlah TBS olah yang dipasok ke pabrik kelapa sawit tidak mencapai jumlah RKAP yang ditetapkan oleh pihak perusahaan. Ketidakpastian jumlah panen tiap harinya menyebabkan alokasi moda transportasi kurang optimal dalam mengumpulkan TBS dari kebun ke pabrik kelapa sawit yang menyebabkan adanya kekurangan truk di beberapa afdeling dan ada pula yang menganggur di beberapa afdeling menyebabkan biaya transportasi besar. Selain terdapat buat restant di TPH, faktor lain yang mempengaruhi mutu sawit adalah tingkat asam lemak bebas (ALB) yang terdapat di buah sawit yang naik setiap jamnya sebesar 0,4%. Lamanya perjalanan dari buah dipanen sampai buah diolah mempengaruhi hal tersebut. Menurut narasumber perusahaan, truk mengalami pemborosan waktu cukup lama dikarenakan truk menunggu untuk ditimbang (waiting time). Data perbandingan RKAP TBS Olah dan Realisasinya dapat dilihat pada Tabel 1.2. berikut Tabel 1.2. RKAP dan Realisasi Tahun 2019 Bulan. Target Realisasi (KG) (KG) Januari 16,540,440 16,540,440 Februari 12,148,380 13,778,500 Maret 12,620,000 15,960,000 April 14,268,000 13,952,420 Mei 16,112,000 18,805,580 Juni 14,384,000 14,702,680 Juli 18,138,600 17,652,170 Agustus 20,023,660 18,068,780 September 19,322,692 19,715,760 Oktober 18,861,034 19,641,540 November 18,283,722 18,856,240 Desember 18,193,176 19,254,380 Sumber Data: PT. Perkebunan Nusantara III (Persero). Persentase (%) 0.00 13.42 26.47 -2.21 16.72 2.22 -2.68 -9.76 2.03 4.14 3.13 5.83. Universitas Sumatera Utara.

6. Berdasarkan pertimbangan diatas, maka perusahaan memerlukan sebuah model simulasi untuk mengambarkan sistem transportasi dari kebun ke pabrik yang representatif. Perusahaan juga mengharapkan dapat mengetahui jumlah truk yang optimal yang diperlukan setiap harinya untuk mengangkut TBS dari kebun ke pabrik sesuai dengan jumlah panen harian yang bersifat fluktuatif dalam rangka menentukan jumlah truk yang disewa ke pihak perusahaan pengangkutan setiap semester. Diharapkan kedepannya tidak ditemukan lagi susut berat janjangan ratarata dan kenaikan ALB yang diakibatkan oleh buah restant yang terlalu lama. Simulasi digunakan disaat terdapat masalah yang tidak bisa dipecahkan oleh perhitungan matematika sederhana. Simulasi juga digunakan untuk memecahkan atau menguraikan persoalan-persoalan dalam kehidupan nyata yang penuh dengan ketidakpastian dan bersifat fluktuatif dengan tidak atau menggunakan model atau metode tertentu dan lebih ditekankan pada pemakaian komputer untuk mendapatkan solusinya. Dalam penentuan jumlah optimal truk, terdapat variabelvariabel yang bersifat probabilistik yang diantaranya ialah seperti pada Tabel 1.3. dibawah. Oleh karena itu, peneliti berencana untuk memfokuskan pada pemodelan sistem transportasi dengan menggunakan simulasi prediktif berbasis agen yang valid dan representative. Simulasi berbasis agen (C Troots, 2012) adalah model simulasi yang menggambarkan individu-individu (agen) dalam sebuah sistem yang kompleks dan dinamis. Simulasi berbasis agen sudah diterapkan pada perusahaan peti kemas di pelabuhan untuk mencapai continuous improvement. Metode pendekatan agent based didalam meneliti proses pengumpulan didalam pelabuhan memungkinkan. Universitas Sumatera Utara.

7. untuk melihat proses lebih detail terhadap proses peletakan kontainer, umur kontainer didalam pelabuhan serta melihat sifat dari agen atau entitas yang berada didalam pelabuhan lebih detail. Tabel 1.3. Variabel Probabilistik dan Deterministik dalam Penelitian No Variabel 1 Jumlah Hasil Panen TBS Olah 2 Kapasitas Moda Transportasi 3 Kebun dan pabrik yang dilayani Moda transportasi 4 Waktu Siklus Perjalanan Pengumpulan dan Transportasi TBS 5 Jarak kebun ke pabrik 6 Waktu pelayanan di stasiun penimbangan. 1.2.. Satuan Probabilistik Deterministik Kg √ √ Unit/Kg √ Unit Menit. √. Km Menit. √. √. Rumusan Masalah Berdasarkan latar belakang permasalahan yang telah diuraikan diatas maka. permasalahan dalam penelitian ini adalah masalah alokasi truk yang kurang optimal di masing-masing afdeling kebun karena ketidakpastian jumlah panen yang menyebabkan PT. Perkebunan Nusantara III (Persero) memerlukan sebuah model simulasi berbasis agen yang valid dan representatif untuk menentukan jumlah truk optimal yang disewa kepada pihak perusahaan pengangkutan dengan cara meminimumkan biaya transportasi dan menjaga mutu TBS dengan standar yang ditetapkan oleh perusahaan.. Universitas Sumatera Utara.

8. 1.3. Tujuan Penelitian Berdasarkan rumusan masalah diatas makan tujuan penelitian yang. dilakukan adalah untuk menghasilkan model simulasi berbasis agen yang valid untuk menentukan jumlah truk optimal yang disewa kepada pihak perusahaan pengangkutan dengan cara meminimumkan biaya transportasi dan menjaga mutu TBS dengan standar yang ditetapkan oleh perusahaan.. 1.4.. Manfaat Hasil Penelitian Manfaat yang dapat diperoleh dari penelitian ini adalah sebagai berikut: 1. Manfaat Teoritis Memberikan kontribusi dalam pengembangan ilmu, memperluas wawasan dan menambah literature yang dapat dijadikan sebagai bahan rujukan penelitian lebih lanjut dalam manajemen transportasi dan pengumpulan. 2. Manfaat Praktis Sebagai bahan masukan bagi PT. Perkebunan Nusantara III (Persero) untuk melakukan perbaikan kedepannya dalam menentukan jumlah optimal moda transportasi untuk mengumpulkan dan menyalurkan TBS dari kebun ke pabrik kelapa sawit.. 1.5.. Ruang Lingkup dan Batasan Masalah Disebabkan karena adanya keterbatasan pengetahuan dan waktu yang. dimiliki oleh peneliti, maka masalah dalam penelitian ini dibatasi sebagai berikut:. Universitas Sumatera Utara.

9. 1. Periode yang dilakukan dalam simulasi adalah 6 (enam) bulan dari bulan januari 2021 sampai dengan Juni 2021. 2. Penelitian berfokus pada penyaluran TBS dari Kebun ke PKS yang berada di wilayah Distrik Asahan, Serdang I dan II PT. Perkebunan Nusantara III (Persero). 3. Data yang digunakan diperoleh dari beberapa teknik pengumpulan data, yaitu pengambilan data awal yang dilakukan melalui observasi dan wawancara lapangan. 4. Rancangan yang diusulkan dalam penelitian ini adalah rancangan konseptual tanpa melakukan implementasi. 5. Analisis model dilakukan dengan ABM (Agent Based Modelling). 6. Simulasi model menggunakan Software Anylogic. 7. Aspek finansial tidak menjelaskan nominal keuntungan (profit) perusahaan.. 1.6.. Asumsi-Asumsi Asumsi-asumsi yang digunakan agar tahapan penelitian ini dapat. dilaksanakan adalah sebagai berikut: 1. Lokasi dan jumlah kebun juga pabrik yang telah ditentukan tidak berubah selama periode penelitian. 2. Tenaga kerja dan sumber daya dipenuhi dengan baik serta moda transportasi beroperasi dengan baik. 3. Biaya transportasi adalah gaji supir dan biaya angkut TBS. 4. Rute berangkat dan rute balik sama.. Universitas Sumatera Utara.

10. 5. Kepadatan lalu lintas dan kondisi jalan yang dilintasi moda tranportasi selama penelitian normal. 6. Kondisi kerja normal yaitu tidak terjadi kecelakaan dan kerusakan yang luar biasa.. Universitas Sumatera Utara.

11. BAB 2 STUDI LITERATUR. 2.1.. Penemuan dan Penelitian Terdahulu Aree (2011) melakukan penelitian dengan mengangkat topik penelitian:. “Merancang sistem pengumpulan bahan baku untuk memaksimalkan keuntungan di bawah kebijakan langkah-harga”. Metode yang digunakan adalah metode optimasi dengan pendekatan model matematis yang dibantu dengan software. Hasil komputasi menunjukkan bahwa sistem pengumpulan bahan baku yang kompleks dapat diperoleh oleh model matematika yang diusulkan. Model matematis memberikan manfaat dalam menentukan bahan baku yang optimal sistem pengumpulan dengan maksimalisasi keuntungan. Hasilnya dapat digunakan untuk menyiapkan sistem pengumpulan bahan baku yang representatif Ardy (2017) melakukan penelitian dengan mengangkat topik penelitian: “Analisa Model Sistem Distribusi Pelabuhan Peti Kemas Dengan Pendekatan Model Berbasis Agen”. Metode yang digunakan adalah metode simulasi dengan pendekatan berbasis agen. Dari simulasi yang dilakukan dapat dilihat bahwa waktu minimal untuk pelayanan kapal adalah 6 jam dan dilakukan 30 hari secara berkala. Kapal yang mengantri untuk dilayani tidak membutuhkan waktu yang lama untuk bersandar dipelabuhan, keadaan tersebut mempengaruhi jumlah antrian di pelabuhan.. 11 Universitas Sumatera Utara.

12. Widianto (2014) melakukan penelitian dengan mengangkat topik penelitian: “Pemodelan dan Simulasi Berbasis Agen untuk Sistem Kegiatan Urban Farming Komunitas Bandung Berkebun”. Metode yang digunakan adalah metode simulasi dengan pendekatan berbasis agen. Penelitian yang telah dilakukan menghasilkan model simulasi berbasis agen yang valid setelah dilakukan pengujian. Model simulasi dapat menggambarkan hasil kegiatan 15 tahun kedepan dengan menampilkan perilaku agen yang logis. Model simulasi dapat menunjukkan bahwa dalam 2 tahun kegiatan komunitas ini dapat menghasilkan supply sayuran 78.096.300 gram sayuran hijau, dapat memenuhi kebutuhan sayuran hijau 476 orang, dan angkat keterlibatan agen yaitu 1255 orang. Model simulasi menunjukkan bahwa intensitas kampanye sangat penting bagi keberlangsungan komunitas ini. Aaron. (2019). menggunakan. simulasi. kejadian. diskrit. untuk. mensimulasikan pengangkutan bibit dari tepi lapangan ke penyimpanan untuk mengevaluasi bagaimana perubahan jumlah truk untuk efisiensi dan pemanfaatan. Hasilnya adalah lonjakan kapasitas yang mencukupi sehingga kemacetan jarang menyebabkan cadangan hingga menghentikan panen sepenuhnya. Model tersebut diterapkan pada data yang dikumpulkan untuk tiga skenario panen yang berbeda (total 18 hari). Panen gandum dan jagung dari operasi besar di Kentucky dipilih untuk mengevaluasi pengaruh tingkat panen yang berbeda (dalam gandum dan jagung), dan panen jagung dari operasi Michigan yang lebih kecil digunakan untuk menilai bagaimana model tersebut menangani situasi di mana satu operator membawa beberapa truk.. Universitas Sumatera Utara.

13. Craig (2018) menggunakan simulasi model deco untuk mengembangkan model Food Distributed Extendable Complementarity (Food-DECO). Model FoodDECO mewakili pemangku kepentingan individu sebagai pembuat keputusan dalam sistem pertanian, transportasi, dan ekonomi. Hasil penelitian menunjukkan pengaruh musiman dan jaringan distribusi regional terhadap asupan kalori manusia sambil memisahkan pengaruh tersebut berdasarkan usia, jenis kelamin, dan pendapatan per kapita. Integrasi ekonomi pertanian dan transportasi dalam FoodDECO memungkinkan kita untuk melihat, berlawanan dengan intuisi, bahwa peningkatan kapasitas jaringan distribusi pangan yang ada antar wilayah dapat berdampak negatif pada hasil nutrisi di wilayah yang mengalami gagal panen; kemampuan yang meningkat untuk memenuhi permintaan yang tinggi di tempat lain mengarah pada peningkatan ekspor regional - bahkan selama kekurangan pangan. Liu (2019) menggunakan simulasi model kematangan untuk membentuk model kematangan padatan terlarut untuk produk pertanian. Hasil penelitian menunjukkan bahwa model kematangan sangat bergantung pada suhu dan waktu penyimpanan daripada konsentrasi etephon. Koefisien korelasi model R2 sebesar 0,939 yang membuktikan bahwa model kematangan dapat memprediksi derajat kematangan secara akurat. Kemudian pisang dikirim ke tangan pelanggan pada saat jatuh tempo yang dibutuhkan melalui model distribusi yang efektif. Metode tersebut merupakan cara efektif untuk mengoptimalkan jalur distribusi untuk mengurangi kerugian logistik.. Universitas Sumatera Utara.

14. Herlen (2017) menggunakan simulasi kejadian diskrit untuk membantu pengambilan keputusan transportasi strategis melalui proyek simulasi kejadian diskrit. Objek penelitian adalah sistem ekspor logistik kedelai negara bagian Mato Grosso, penghasil dan pengekspor kedelai terbesar di Brazil. Proses pengambilan keputusan didasarkan pada biaya rute dan ketersediaan pelabuhan. Empat skenario berbeda disimulasikan untuk sistem ekspor. Pada akhir simulasi yang dilakukan selama tiga bulan, dan lebih dari sekadar membandingkan total biaya, hasilnya menunjukkan bahwa ada kebutuhan untuk pengembangan dan perluasan, terutama Pelabuhan Vitória dan pelabuhan di utara Brasil, serta arus logistik multimoda ke pelabuhan operasional ini. Shu (2017) menggunakan simulasi berbasis agen untuk mensimulasikan koordinasi dua jenis tanaman bioenergi dan memproyeksikan distribusi optimal tanaman ini dan jaringan transportasi yang sesuai untuk tahun 2030. Hasil model menyarankan untuk menempatkan tanaman bioenergi lebih dekat Daerah sumber bahan baku bioenergi daripada lokasi konsumsi produk bioenergi, merupakan jawaban untuk masalah lokasi fasilitas klasik. Analisis kesejahteraan berdasarkan model yang diperluas menunjukkan bahwa proses densifikasi biomassa yang bertujuan untuk memitigasi peningkatan volume transportasi yang disebabkan oleh pengiriman bahan baku bioenergi besar tidak menguntungkan secara ekonomi di wilayah kasus kami. Kim (2018) menggunakan simulasi berbasis agen dua fase untuk menemukan lokasi optimal dari fasilitas penyimpanan biomassa yang merupakan penghubung yang sangat penting pada rantai pasokan biomassa, yang dapat. Universitas Sumatera Utara.

15. membantu menyelesaikan biorefinery. Kerangka yang diusulkan terdiri dari dua tahap simulasi: (1) estimasi hasil panen menggunakan model berbasis proses seperti Alternatif Pengelolaan Lahan Pertanian dengan Kriteria Penilaian Numerik (ALMANAC) dan (2) estimasi biaya transportasi biomassa menggunakan simulasi berbasis agen (ABS) seperti AnyLogic® dengan sistem informasi geografis (GIS). Hasil penelitian menunjukkan bahwa ia mampu menyediakan lokasi fasilitas penyimpanan biomassa yang andal untuk keunggulan operasional rantai pasokan biomassa. Chiadamrong (2018) menggunakan simulasi algoritma genetik untuk menyarankan lokasi gudang dan jalur transportasi terbaik dalam sistem distribusi yang berbasis Genetic Algorithm (GA). Hal ini bertujuan untuk memberikan kerangka kerja yang sistematis dan fleksibel untuk menyelesaikan masalah dalam meminimalkan biaya pengangkutan gula dari pabrik ke pelabuhan. Hasil penelitian menunjukkan bahwa alat ini tidak hanya berguna untuk meminimalkan biaya, tetapi juga untuk mengelola pergudangan gula, jalur distribusi dan ekspor pelabuhan. Walaupun fokus makalah ini adalah pada rantai pasokan gula, banyak informasi yang relevan dengan manajemen distribusi komoditas pertanian lainnya. Fernandez. (2019). menggunakan. model. berbasis. agen. untuk. mensimulasikan aliran material di antara agen ekonomi dalam jaringan agro-pangan lokal. Jaringan agro-pangan dicirikan oleh pertukaran bahan yang kompleks antara pertanian, pengolah, konsumen, dan pengelola limbah yang terlibat dalam pemupukan, pangan, pakan, dan produksi bioenergi. Koordinasi yang lebih baik dari pertukaran material pada skala lokal dapat memfasilitasi penggunaan sumber. Universitas Sumatera Utara.

16. daya yang lebih efisien. Di sini, kami menyajikan model berbasis agen baru, "Aliran dalam Jaringan Pertanian Pangan" (FAN), yang mensimulasikan pemrosesan dan pertukaran pupuk, pakan, makanan dan limbah di antara pertanian dan beberapa mitra hulu atau hilir (pemasok pakan dan pupuk , industri makanan, pengolah limbah, dan digester anaerobik) di wilayah pertanian kecil. Mogale (2016) menggunakan simulasi alghoritm MINLP untuk menyelidiki masalah transportasi gandum curah multi-moda multi-periode dan masalah penyimpanan dalam jaringan rantai pasokan dua tahap Sistem Distribusi Publik (PDS). Studi komparatif mengungkapkan bahwa algoritma CROTS yang diusulkan menawarkan solusi yang lebih baik dalam waktu komputasi yang lebih singkat daripada algoritma CRO dan dominasi algoritma CROTS atas algoritma CRO ditunjukkan melalui analisis statistik. Masalah tersebut dirumuskan sebagai MINLP, dimana fungsi tujuannya adalah untuk meminimalkan biaya transportasi, persediaan dan operasional gandum di dalam silo. Parthanade (2019) menggunakan simulasi kejadian diskrit untuk mendemonstrasikan penggunaan simulasi komputer dan bagaimana melakukan eksperimen sistem simulasi pada model simulasi untuk menentukan seperangkat aturan pengiriman yang sesuai untuk studi kasus industri. Karakteristik umum sistem tersebut antara lain: (1) persediaan bahan baku pertanian yang fluktuatif baik dari segi kualitas maupun kuantitas yang mempengaruhi penjadwalan produksi, (2) penjadwalan pengadaan bahan baku yang digunakan untuk berbagai variasi produk jadi, dan (3) mencegah kemacetan. Makalah ini memiliki dua tujuan yang saling terkait, yaitu penggunaan metode penjadwalan waktu berdasarkan aturan. Universitas Sumatera Utara.

17. pengiriman untuk sistem, dan untuk mendemonstrasikan penggunaan pemodelan simulasi komputer untuk pembuatan sistem produksi yang sebenarnya. Hasil penelitian menunjukkan keefektifan pendekatan ini dalam proses pengambilan keputusan penjadwalan produksi produk buah kaleng. Susiloningtyas (2015) melakukan penelitian dengan mengangkat topik penelitian: “Pemodelan Berbasis Agen (ABM) untuk Pengelolaan Aktivitas Migrasi Musiman Nelayan Andon Cumi-Cumi di Pulau Salura”. Metode yang digunakan adalah metode simulasi dengan pendekatan berbasis agen. Penelitian yang telah dilakukan menghasilkan model simulasi berbasis agen untuk aktivitas penangkapan sistem perikanan cumi-cumi di Pulau Salura. Populasi cumi-cumi sebesar 330 kuintal per tahun dengan waktu regenerasi cumi-cumi tiap 42 hari adalah kondisi yang tepat. Melalui pengaturan keterlibatan kapal sejumlah 18 unit tiap tahun, maka mampu menghasilkan panenan, yaitu sebesar 913 kuintal tiap tahun. Mulyani (2016) melakukan penelitian dengan mengangkat topik penelitian: “Pemodelan Berbasis Agen Pada Penyebaran Dinamis Epidemi Demam Berdarah”. Metode yang digunakan adalah metode simulasi dengan pendekatan berbasis agen. Penelitian ini menunjukkan bahwa model yang dibangun memiliki kemampuan untuk menunjukkan laju pertumbuhan nyamuk dan tingkat infeksi pada manusia berdasarkan perilaku agen. Model berbasis agen mampu membaca sensitivitas dari suhu dan kelembaban, sedangkan hasil validasi menunjukkan tren penyebaran DBD yang sama antara data aktual dengan data hasil simulasi yaitu tren penurunan kasus. Universitas Sumatera Utara.

18. DBD dan laju pertumbuhan nyamuk pada periode I yaitu bulan Januari sampai Juni 2015 ke periode II yaitu Juli sampai Desember 2015. Purwoko (2015) melakukan penelitian dengan mengangkat topik penelitian: “Model Berbasis Agen Untuk Pengenalan Produk Baru dengan Twitter”. Metode yang digunakan adalah metode simulasi dengan pendekatan berbasis agen. Pada penelitian ini menunjukkan bahwa model dengan tepat menyajikan peran Twitter sebagai salah satu alat jaringan sosial untuk mempengaruhi orang lain dalam memperkenalkan ide / produk baru. Hasil simulasi juga menunjukkan biaya yang relatif kecil yang dibutuhkan dalam penyebaran ide / inovasi / produk baru dibandingkan iklan konvensional. Ramadhan (2014) melakukan penelitian dengan mengangkat topik penelitian: “Pemodelan dan Simulasi Berbasis Agen untuk Sistem Industri Kuliner”. Metode yang digunakan adalah metode simulasi dengan pendekatan berbasis agen. Pada penelitian ini dihasilkan model yang dapat menggambarkan aktivitas dari agen-agen yang terlibat dalam sistem industri kuliner secara rinci, serta memperlihatkan dampak secara makro pada sistem industri kuliner secara keseluruhan. Pemerintah memiliki tujuan untuk meningkatkan pendapatan pajak dari kawasan industri kuliner ini. Persentase pajak akan ditingkatkan dari 10% menjadi 15% dan batas terkena pajak akan diubah dari Rp.17.000.000 menjadi Rp.20.000.000. Akan tetapi pemerintah tidak ingin peningkatan pajak ini berdampak buruk bagi kawasan industri kuliner tersebut, sehingga pemerintah melakukan kebijakan untuk mengembangkan pertumbuhan industri kuliner di beberapa area lokasi. Pengembangan yang dilakukan adalah dengan memperluas. Universitas Sumatera Utara.

19. jumlah lokasi yang boleh didirikan untuk membangun suatu usaha kuliner, serta memperbaiki kondisi akses jalan di area tersebut.. 2.2.. Landasan Teori. 2.2.1. Manajemen Transportasi dan Distribusi Secara tradisional, jaringan distribusi sering kali dianggap sebagai serangkaian fasilitas fisik seperti gudang dan fasilitas pengangkutan dan operasi masing-masing fasilitas ini cenderung terpisah antara satu dengan yang lainnya (Pujawan, 2005). Tekanan kompetensi serta kebutuhan pelanggan yang tinggi memaksa perusahaan-perusahaan untuk melakukan berbagai perbaikan dalam kegiatan distribusi dan transportasi. Dewasa ini, jaringan distribusi tidak lagi dipandang hanya sebagai serangkaian fasilitas yang mengerjakan fungsi-fungsi fisik seperti pengangkutan dan penyimpanan, tetapi merupakan bagian integral dari kegiatan supply chain secara holistic dan memiliki peran strategis sebagai titik penyalur produk maupun informasi dan juga sebagai wahana untuk menciptakan nilai tambah. Kegiatan transportasi dan distribusi bisa dilakukan oleh perusahaan manufaktur dengan membentuk bagian distribusi/transporrasi tersendiri atau diserahkan ke pihak ketiga. Dalam upayanya untuk memenuhi tujuan-tujuan diatas, siapapun yang melaksanakan (internal perusahaan atau mitra pihak ketiga), manajemen distribusi dan transportasi pada umumnya melakukan sejumlah fungsi dasar sebagai berikut:. Universitas Sumatera Utara.

20. 1.. Melakukan segmentasi dan menentukan target service level. Segmentasi pelanggan perlu dilakukan karena kontribusi mereka pada revenue perusahaan bisa sangan bervariasi dan karakteristik tiap pelanggan bisa sangat berbeda antara satu dengan yang lainnya.. 2.. Menentukan mode transportasi yang akan digunakan. Tiap mode transportasi memiliki karakteristik yang berbeda dan mempunyai keunggulan serta kelemahan yang berbeda pula. Sebagai contoh, transportasi laut memiliki keunggulan dari segi biaya yang lebih rendah, namun lebih lambat dibandingkan dengan transportasi udara. Manajemen transportasi harus bisa menentukan mode apa yang akan digunakan dalam mengirimkan/mendistribusikan produk-produk mereka ke pelanggan. Kombinasi dua atau lebih mode transportasi tentu bisa atau bahkan harus dilakukan tergantung pada situasi yang dihadapi.. 3.. Melakukan konsolidasi informasi dan pengiriman. Konsolidasi merupakan kata kunci yang penting dewasa ini. Tekanan untuk melakukan pengiriman cepat namun murah menjadi pendorong utama perlunya melakukan konsolidasi informasi maupun pengiriman. Salah satu contoh konsolidasi informasi adalah konsolidasi data permintaan dari berbagai regional distribution center oleh central warehouse untuk keperluan pembuatan jadwal pengiriman. Sedangkan konsolidasi pengiriman dilakukan misalnya dengan menyatukan permintaan beberapa took atau ritel yang berbeda dalam sebuah truk. Dengan cara ini, truk bisa berjalan lebih sering tanpa. Universitas Sumatera Utara.

21. harus membebankan biaya lebih pada pelanggan/klien yang mengirimkan produk tersebut. 4.. Melakukan penjadwalan dan penentuan rute pengiriman. Salah satu kegiatan operasional yang dilakukan oleh gudang dan 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 ribuan dan puluhan ribu toko atau tempat-tempat penjualan yang harus dikunjungi, penjadwalan dan penentuan rute pengiriman adalah pekerjaan yang sangat sulit dan kekurangtepatan. dalam. mengambil. dua. keputusan. tersebut. bisa. berimplikasi pada biaya pengiriman dan penyimpanan yang tinggi. 5.. Memberikan pelayanan nilai tambah. Disamping mengirimkan produk ke pelanggan, jaringan distribusi semakin banyak dipercaya untuk melakukan proses nilai tambah. Kebanyakan proses nilai tambah tersebut tadinya dilakukan oleh pabrik/manufacturer. Beberapa proses nilai tambah yang bisa dikerjakan oleh distributor adalah pengepakan (packaging), pelabelan harga, pemberian barcode, dan sebagainya.. 6.. Menyimpan persediaan. Jaringan distribusi selalu melibatkan proses penyimpanan produk baik di suatu gedung pusat atau gudang regional, maupun di took dimana produk tersebut dipajang untuk dijual. Oleh karena itu manajemen distribusi tidak bisa dilepaskan dari manajemen pergudangan.. Universitas Sumatera Utara.

22. 7.. Menangani pengembalian (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 penjualannya habis, seperti produkproduk makanan, sayur, buah, dan sebagainya. Kegiatan pengembalian juga bisa terjadi pada produk-produk kemasan, seperti botol, yang akan digunakan kembali dalam proses produksi atau yang harus diolah lebih lanjut untuk menghindari pencemaran lingkungan. Proses pengembalian produk atau kemasan ini lumrah dengan sebutan reverse logistic.. 2.2.2. Tiga Strategi Distribusi Secara umum ada tiga strategi distribusi produk dari pabrik ke pelanggan. Masing-masing dari strategi ini memiliki keunggulan dan kekurangan. Ketiga strategi tersebut adalah sebagai berikut: 1.. Pengiriman Langsung (Direct Shipment) Pada model ini, pengiriman langsung dari pabrik ke pelanggan, tanpa. melalui gudang atau fasilitas penyangga. Jadi, dengan strategi ini kebutuhan gudang atau fasilitas penyangga akan hilang. Biasanya strategi ini cocok digunakan untuk barang ynag umurnya pendek dan barang yang mudah rusak dalam proses bongkar/muat atau pemindahannya. 2.. Pengiriman Melalui Warehouse Pada model ini, barang tidak langsung dikirim ke pelanggan, namun. melewati satu atau lebih gudang atau fasilitas penyangga. Berkebalikan. Universitas Sumatera Utara.

23. dengan model direct shipment di atas, model warehousing cocok untuk produk-produk yang ketidakpastian demand/supply nya tinggi serta produkproduk yang memiliki daya relative tahan lama (durable products). 3.. Cross-Docking Pada model ini, produk akan mengalir lewat fasilitas cross-deck yang. berada antara pabrik dan pelangan. Di tempat ini, kendaraan penjemput dan pengirim akan bertemu dan menjadi transfer beban (tentu juga dimungkinkan terjadinya konsolidasi yang melibatkan banyak pabrik dan pelanggan). Secara umum keunggulannya adalah pengiriman bisa relative lebih cepat dan tetap bisa mencapai economies of transportation yang baik karena adanya konsolidasi.. 2.2.3. Moda Transportasi Transportasi dapat diartikan usaha memindahkan, menggerakkan, mengangkut, atau mengalihkan suatu objek dari satu tempat ke tempat lain, dimana objek tersebut lebih bermanfaat atau dapat berguna untuk tujuan-tujuan tertentu (Miro, 2005). Sedangkan menurut Nasution (2008) transportasi sebagai pemindahan barang dan manusia dari tempat asal ke tempat tujuan. Transportasi sebuah alat (tools) yang digunakan untuk melakukan proses pemindahan, proses pergerakan, proses mengangkut dan mengalihkan sesuai dengan waktu yang diinginkan (Andriansyah, 2015). Terdapat beberapa unsur pengangkutan/transportasi (Nasution, 2008) meliputi:. Universitas Sumatera Utara.

24. a.. Muatan yang diangkut. b.. Ketersediaan kenderaan sebagai alat angkut.. c.. Rute/jalur dapat dilalui.. d.. Sumber asal dan tujuan.. e.. Tersedia sumber daya manusia dan organisasi atau manajemen yang menggerakkan kegiatan transportasi. Transportasi berperan penting dalam mendistribusikan produk karena. jarang suatu produk diproduksi dan dikonsumsi dalam satu lokasi yang sama. Strategi distribusi yang diimplementasikan dengan sukses memerlukan pengelolaan transportasi yang tepat. Pengelolaan kegiatan transportasi yang efektif dan efisien akan memastikan pengiriman barang dari perusahaan ke pelanggan tepat waktu, tepat jumlah, tepat kualitas, dan tepat penerima, Selain itu, biaya transportasi merupakan komponen biaya yang terbesar dalam struktur biaya distribusi. Tidak kurang dari 60% dari total biaya logistik perusahaan merupakan biaya transportasi (Zaroni, 2015).. Pertimbangan pilihan keputusan manajemen transportasi tidak hanya semata-mata didasarkan pada pertimbangan biaya transportasi yang murah, melainkan harus mempertimbangkan aspek kualitas kinerja pelayanan. Ketepatan pengiriman barang akan membantu perusahaan untuk mengurangi ketersediaan barang, biaya penyimpanan dan material handling. Dalam hal pemilihan moda transportasi untuk mendistribusikan produk, pertimbangan ekonomis sangat menentukan moda transportasi. yang. akan. digunakan antara lain:. Universitas Sumatera Utara.

25. a.. Jarak Bertambahnya jarak tempuh akan berakibat bertambahnya biaya.. b.. Volume dan berat Volume dan berat suatu produk akan mempengaruhi ekonomisasi biaya. transportasi, yaitu biaya per satuan berat barang. c.. Bentuk Tingkat kemudahan bentuk juga mempengaruhi biaya transportasi,. semakin mudah produk disusun berarti transportasi semakin ekonomis karena akan memaksimalkan kapasitas moda transportasi. Beberapa. moda. transportasi. yang. dapat. digunakan. untuk. mendistribusikan produk, mulai dari transportasi darat (in-land transportation) menggunakan jalan raya (rail road) dan kereta api (railway), transportasi laut (sea freight) serta transportasi udara (air freight). Berikut beberapa jenis moda transportasi yang umum digunakan dalam proses distribusi produk (Zaroni, 2015): 1.. Truck Bisnis transportasi truk terdiri dari dua segmen utama, yaitu TL. (truckload) dan LTL (less-than-truckload). Untuk jarak jauh, trucking lebih mahal dari kereta api, tapi menawarkan keuntungan fleksibilitas pengiriman door-to-door dan waktu pengiriman yang lebih pendek, Selain itu, trucking tidak memerlukan transfer antar pickup dan pengiriman. Umumnya TL untuk pengangkutan barang-barang dengan total lebih dari 6 ton yang tidak memerlukan pemberhentian antara dari lokasi asal ke lokasi tujuan. Sementara. Universitas Sumatera Utara.

26. LTL umumnya digunakan untuk segmen angkutan barang yang kurang dari 6 ton yang mengharuskan konsolidasi agar dicapai kapasitas maksimal dari truk yang digunakan. Isu-isu kunci untuk industri LTL mencakup lokasi pusat konsolidasi, tingkat beban truk, dan penjadwalan dan penentuan rute pickup dan pengiriman. Tujuannya untuk meminimalkan biaya operasional melalui konsolidasi tanpa mengorbankan waktu pengiriman dan keandalan. 2.. Kereta api Moda kereta api tepat untuk transportasi barang-barang yang. memerlukan kapasitas besar, berat, densitas tinggi, dan jarak jauh, Kelemahan moda kereta api terletak pada kekakuan dalam pengaturan lokasi asal dan tujuan, waktu muat dan bongkar barang, dan waktu singgah. 3.. Kapal Perkembangan perdagangan antarnegara dengan menggunakan jalur. maritim telah mendorong pertumbuhan kontainerisasi. Hal ini telah menyebabkan permintaan sea freight yang lebih besar, lebih cepat, dan kapal yang lebih khusus untuk meningkatkan ekonomi transportasi kontainer. Penundaan di pelabuhan (dwelling time), bea cukai, keamanan, dan pengelolaan kontainer yang digunakan merupakan isu utama dalam pengiriman global. Selain itu, kemacetan akses ke pelabuhan telah menjadi masalah besar. 4.. Pesawat Operator transpotasi udara (air freight) menawarkan layanan transportasi. yang sangat cepat, namun dengan biaya transportasi yang mahal. Penggunaan air freight lebih tepat untuk barang-barang ukuran relatif kecil dan bernilai tinggi. Universitas Sumatera Utara.

27. atau pengiriman barang yang memerlukan waktu cepat dan jarak yang jauh. Isuisu penting dalam pengelolaan air freight ini antara lain: lokasi dan jumlah hub, rute pesawat, pengaturan jadwal pemeliharaan pesawat, penjadwalan kru, dan strategi penetapan harga.. 2.2.3.1. Model Dasar Transportasi Menurut Tamin (2000), model transportasi adalah suatu metode yang digunakan untuk mengatur distribusi suatu produk (barang-barang) dari sumber yang menyediakan produk ke tempat tujuan (misalnya gudang) secara optimal. Sedangkan menurut Taha (1996) usaha untuk menentukan rencana transportasi suatu barang dari beberapa sumber ke sejumlah tujuan disebut sebagai model transportasi. Menurut (Heizer dan Barry, 2005) untuk menggunakan model transportasi harus memperhatikan hal-hal berikut: a. Titik sumber dan kapasitas (pasokan setiap periode). b. Titik tujuan dan permintaan pada setiap periode. c. Biaya pengiriman setiap unit satuan dari sumber ke tujuan. Pemodelan transportasi suatu prosedur berulang untuk memecahkan permasalahan minimisasi biaya pengiriman produk dari beberapa sumber ke beberapa tujuan. Model transportasi mengasumsikan biaya pengiriman produk pada rute tertentu adalah proporsional dengan banyaknya unit produk yang di kirimkan pada rute tersebut (Hamin, 2007). Dengan demikian model transportasi merupakan penyederhanaan suatu masalah transportasi melalui berbagai bentuk sehingga mudah difahami, dianalisa dan diselesaikan. Pada umunya model. Universitas Sumatera Utara.

28. transportasi dapat di tuangkan dalam bentuk model matematik matrik transportasi untuk membantu berfikir secara cepat dan sistematik dari suatu kasus. Menentukan jadwal pengiriman dengan meminimalkan total biaya pengiriman untuk memenuhi batas pasokan dan permintaan dapat diselesaikan dengan metode transportasi khusus dari program linier. Berikut bentuk umum masalah transportasi disajikan pada Gambar 2.1:. Gambar 2.1. Bentuk Umum Masalah Transportasi. Menurut Taha (1996), terdapat m sumber dan n tujuan, tiap sumber dan tujuan memiliki titik (node). Tanda panah menunjukkan rute yang menghubungkan sumber dan tujuan. Panah (m,n) menggabungkan beberapa sumber m ke tujuan n membawa dua informasi yaitu biaya transportasi per unit 𝑐𝑚𝑛 dan jumlah yang dikirim 𝑥𝑚𝑛. Jumlah pasokan di sumber adalah am dan jumlah permintaan di tujuan n adalah bn. Tujuan dari model ini menentukan 𝑥𝑚𝑛 yang tidak diketahui untuk meminimalkan total biaya transportasi yang memenuhi batas pasokan dan permintaan. Karena salah satu identitas masalah. Universitas Sumatera Utara.

29. transportasi untuk minimisasi biaya transportasi maka bentuk khusus penyelesaiannya menggunakan tabel transportasi (Mulyono, 2004) seperti disajikan Tabel 2.1 berikut: Tabel 2.1. Matriks Model Transportasi. 2.2.3.2. Keseimbangan Transportasi Model transportasi dikatakan seimbang jika total pasokan sama dengan total permintaan, namun kenyataannya batasan tersebut tidak selalu terpenuhi karena pada kenyataannya menurut (Sitorus, 1997) jumlah permintaan lebih besar dari pasokan atau jumlah pasokan lebih besar dari permintaan hal ini disebut model tidak seimbang. Dua kemungkinan persoalan transportasi tidak seimbang yaitu: 1. Pasokan lebih besar daripada permintaan, masalah ini diselesaikan dengan cara menetapkan dummy pada tujuan (kolom) untuk menyerap kelebihan permintaan. 2. Pasokan lebih kecil daripada permintaan, cara penyelesaiannya dengan menetapkan dummy pada sumber (baris) untuk memasok kekurangan permintaan.. Universitas Sumatera Utara.

30. 2.2.3.3.Metode Transportasi Dalam Zulfitri (2010) mendefenisikan metode transportasi sebagai cara untuk mengatur distribusi produk yang sama secara optimal dari beberapa sumber yang menyediakan produk ke tujuan yang membutuhkan. Alokasi produk harus diatur sesuai kapasitas dan kebutuhan moda transportasi yang digunakan, karena terdapat perbedaan biaya alokasi dari beberapa sumber ke tujuan yang berbeda. Sedangkan Haryadi (2010) menyimpulkan bahwa metode transportasi merupakan suatu metode yang digunakan untuk mengatur distribusi dari sumber-sumber yang menyediakan produk yang sama ke beberapa tujuan yang membutuhkan secara optimal.. 2.2.3.4. Faktor Yang Mempengaruhi Optimalisasi Moda Transportasi Masalah dasar transportasi awalnya dikembangkan oleh Hitchcock tahun 1941 dan secara terpisah awal tahun 1947 Koopsman melakukan studi tentang optimal utilization of the transportation system. Menurut Agustini dan Rahmadi (2004) dalam riset operasional konsep-konsep dasar, masalah transportasi timbul ketika individu atau perusahaan menentukan cara untuk mengirim (mendistribusikan) barang dari beberapa sumber ke beberapa tujuan dengan maksud minimisasi biaya. Dantzig yang sering disebut sebagai bapak linear programming merumuskan permasalahan dan cara pemecahan program linear yang sistematis (Rangkuti, 2013) untuk menyelesaikan masalah transportasi menggunakan metode transportasi dari program linear guna menyelesaikan masalah pengiriman dari sumber ke tujuan. Untuk mencapai. Universitas Sumatera Utara.

31. jumlah biaya yang rendah (minimum) atau mencapai jumlah laba yang besar (Prasetyo, 2011). Beberapa penelitian meunjukkan faktor-faktor yang dapat mempengaruhi optimalisasi moda transportasi Menurut He, et al (2014) variasi disrtsibusi produk, biaya transportasi, jumlah moda transportasi, ketersediaan produk di sumber, dan permintaan produk dari outlet. Rani dan Gulati (2014) persediaan, permintaan dan biaya transportasi. Zu, et al (2014) permintaan, kapasitas transportasi, rute tansportasi, waktu pengiriman, jadwal produksi dan biaya transportasi. Roy dan Mahapatra (2014) sumber (warehouse), tujuan, permintaan, moda transportasi dan biaya transportasi. Xiao, et al (2016) karakter produk, volume permintaan, tipe transportasi, rute distribusi lokasi sumber dan tujuan. Ervan dan Irawanto (2016) sumber, tujuan, permintaan dan jumlah distribusi. Timaboot dan Suthikarnnarunai (2018) persediaan, permintaan, nilai produk, jarak, jumlah pelanggan, kapasitas transportasi dan biaya transportasi. Ding (2018) biaya distribusi, jarak sumber ke tujuan, jumlah produk, tipe transportasi dan rute distribusi.. 2.2.3.5. Tipe dan Jumlah Mode Transportasi Pada journal Timaboot dan Suthikarnnarunai (2018) dilakukan simulasi menggunakan Microsoft Excel dengan Open Solver Software untuk memilih jaringan distribusi dan moda transportasi (truk, air tongkang dan kereta api) guna mengangkut produk singkong untuk keperluan domestik dan pati singkong export. 25 Karena keterbatasan infrastruktur ketera api, maka pemilihan multimoda transportasi jalan darat (truk) dan air (tongkang) menjadi pilihan. Universitas Sumatera Utara.

32. sebab dapat memaksimalkan efektifitas transportasi, meningkatkan kuantitas angkut, menghemat energy dan menghemat biaya pengiriman serta nyaman membongkar produk singkong ke pelabuhan laut di Koh Srichang. Sedangkan untuk pengangkutan pati singkong menggunakan transportasi truk roda 6 (enam) karena dapat meminimumkan biaya transportasi, biaya yang tidak ditentukan sebelumnya dan meningkatkan kapasitas angkut.. 2.2.3.6. Biaya Transportasi Penelitian Roy dan Mahapatra (2014) membuat model baru dengan menggabungkan multi choice programming dan stokastik programming pada masalah trasnportasi padat (STP) yang disebut dengan multi-choice stochastic solid 27 transportation problem (MCSSTP) untuk mengatasi ketidakpastian biaya dengan mengasumsikan koefisien biaya dari fungsi objektif adalah multi pilihan dari pilihan tunggal dan ketidakpastian yang melibatkan penawaran, permintaan dan kapasitas yang diikuti oleh distribusi Cauchy. Konsep solusi multi-choice stochastic solid transportation problem (MCSSTP) berbasis pada teknik transformasi baru untuk memilih beberapa alternative yang bertujuan mengoptimalkan fungsi objektif dengan menjadikan koefisien biaya sebagai fungsi objektif dari multi choice programming dan menggabungkan tiga kendala (sumber, tujuan dan kapasitas) dari stokastik programming yang diikuti oleh cauchy distribution dengan tujuan memberikan solusi terhadap masalah multichoice. stochastic. solid. unbalanced. transportation. problem. dengan. mempertimbangkan Cauchy’s distribution semua batasan stokastik diubah. Universitas Sumatera Utara.

33. menjadi kendala deterministik yang sama dengan pendekatan pemrograman stokastik, maka koefisien fungsi objektif memberikan solusi optimal dan nilai optimal sebesar x132 = 800.1439, x211 = 700.1235, sisa variable keputusan nol dan biaya minimum fungsi tujuan 15002.67 sedangkan nilai optimal koefisien biaya multi pilihan dari rute terbaik berdasakan sumber, permintaan dan moda transportasi (xijk) ke fungsi objektif untuk dipilih dari program non-linear pada multi-choice stochastic solid transportation problem MCSSTP.adalah 11, 15, 21, 15, 12, 10, 10, 14, 22, 24, 22, 15, 18, 19, 17, 16, 18, 14 masing-masing per seratus rupee.. 2.2.4.. Kapasitas Penelitian Gunawan dan Sitompul (2016) mengembangkan model. optimasi tangguh di perusahaan make to order untuk mendapatkan solusi optimal agar permintaan outlet terpenuhi dari perencanaan kapasitas produksi. Jenis produk, tenaga kerja, waktu kerja beberapa faktor yang dapat mempengaruhi nilai optimal dari perencanaan kapastias produski. Parameter yang terlibat di tingkat agregat diasumsikan bernilai deterministik sedangkan parameter yang berubah-ubah seperti lead time selama proses produksi bernilai stokastik. Parameter ketidakpastian lead time pada perencanaan kapasitas produksi yang memilki nilai berubah-ubah (probabilistic) menjadi skenario yang dapat diaplikasikan optimasi tangguh untuk memperoleh solusi optimum dengan mempertimbangkan semua skenario yang mungkin terjadi pada parameter. Universitas Sumatera Utara.

34. dengan nilai probabilitas dari kapasitas produksi selama proses produksi berlangsung.. 2.2.5. Persediaan dan Permintaan Penelitian Rani dan Gulati (2014) mendiskusikan tidak seimbangnya persediaan dan permintaan berdampak pada full fuzzy transportation problem, meskipun sumber dummy ditambah dengan biaya transportasi fuzzy nol, namun tidak dapat memenuhi permintaan dan meminimalkan biaya transportasi dimana biaya optimal transportasi fuzzy sumber ke 3 lebih tinggi dari sumber pertama dan kedua karena total permintaan pada sumber pertama dan kedua tidak terpenuhi. Dengan menggunakan solusi optimal fuzzy dari ketidak seimbangan full fuzzy transportation problem (FFTP) digunakan metode aproksimasi vogel fuzzy untuk memperoleh solusi optimal fuzzy dari masalah ketidak seimbangan menggunakan biaya transportasi fuzzy pada tiap unit yang berbeda dari sumber dummy menyimpulkan bahwa ketersediaan komoditi sumber pertama dan ketiga harus ditingkatkan sebesar (8, 13, 19, 30) dan (1, 4, 8, 10) untuk memenuhi total permintaan fuzzy dengan biaya fuzzy minimum. Sumber terakhir memenuhi permintaan dengan total biaya transportasi fuzzy minimum, sedangan sumber pertama dan kedua dapat mengangkut total unit yang tersedia dari komoditas tanpa memenuhi permintaan dari semua tujuan. Dengan demikian optimal fuzzy solution yang diperoleh dapat mengetahui ketersediaan sumber yang harus ditingkatkan.. Universitas Sumatera Utara.

35. 2.2.6. Waktu Pengiriman dan Rute Distribusi Penelitian Xiao, et al (2016) membahas rute distribusi produk pertanian dengan mengemukakan hipotesis yang logis dan kendala dari model distribusi logistik produk pertanian. Dengan mempertimbangkan karaker produk yang mudah rusah selama proses distribusi, ditentukan rute distribusi yang tepat dan dijadikan pilihan untuk memastikan produk tetap baik (berkualitas). Model Algoritma koloni semut dapat meng-optimalisasi rute distribusi, menghemat biaya transportasi, meningkatkan manfaat ekonomis dan efisiensi manajemen meningkat. Menurut Zu, et al (2014), penelitian ini mengusulkan varian baru Vehicle Routing Problem dengan menggabungkan tiga varian yang diketahui yaitu Scheduling Problem (SP), Vehicle Routing Problem with multiple trips (VRPMT), and Pickup and Delivery Problem (PDP) untuk memecahkan masalah integrated 30 production and distribution problem with pickup and delivery and multiple trips (IPDPPDMT) menggunakan model mixed integer programming. Dengan menggunakan asumsi menggabungkan pengiriman dan penjemputan serta kemampuan truk melakukan pengiriman pada waktu yang sama. Model usulan dapat menentukan jadwal produksi secara simultan, menentukan ukuran armada, rute kendaraan dan jadwal kenderaan untuk meminimalkan biaya transportaasi namun untuk masalah yang lebih besar (realistis) memerlukan waktu yang lama.. Universitas Sumatera Utara.

36. 2.2.7.. Ketidakpastian Menurut Carles dan Hariandja (2012) Ketidakpastian permintaan adalah. perbedaan informasi antara permintaan yang diantisipasi dan yang benar-benar diminta oleh pelanggan (permintaan aktual). Ketidakpastian pemasok berasal dari ketidak mampuan pemasok memenuhi spesifikasi permintaan baik dari sisi waktu maupun kuantitas. Ketidakpastian proses bersumber dari sumber daya internal yang meliputi fasilitas atau mesin (moda transportasi). Ketidakpastian kontrol terjadi karena adanya aliran informasi serta transformasi informasi permintaan outlet menjadi target distribusi. Ketidakpastian yang bersumber pada permintaan outlet dan yang berkaitan dengan moda transportasi adalah sumbersumber ketidakpuasan hubungan antar elemen dalam proses disrtibusi. Oleh karena itu, dua sumber ketidakpastian tersebut perlu dikelola dengan baik agar hubungan elemen dalam proses distribusi produk tetap stabil dalam rangka menaikkan atau mempertahankan tingkat pelayanan kepada outlet.. 2.2.8. Klasifikasi Model Klasifikasi model ini adalah untuk kepentingan simulasi dan merupakan bagian penting dari Operation Search Karena hal ini juga penting untuk membedakan tipe model yang digunakan untuk mendapatkan pengertian yang jelas dan juga untuk meneliti hubungan teknik-teknik yang digunakan tersebut dengan teknik lain. Setiap penjelasan tentang cara memodelkan suatu persoalan pasti terdiri dari dua bagian, yaitu:. Universitas Sumatera Utara.

37. 1. Bagian pertama yang menguraikan tentang format, dimana model ini akan ditunjukkan atau diekspresikan. 2. Bagian kedua yang menguraikan jalan keluar, dimana model tersebut dapat dipergunakan untuk membuat prediksi ataupun mendapatkan solusi yang optimal. Untuk kepentingan evaluasi model diperlukan beberapa faktor yang perlu diperhatikan, yaitu: 1. Penggunaan biaya relatif yang lebih efisien dari model tersebut. 2. Model tersebut dapat dipergunakan untuk berkomunikasi di antara orang teknik itu sendiri dan juga antara orang teknik dengan pelaksana di lapangan. 3. Adanya keterbatasan menggunakan model tersebut.. 2.2.8.1.Model-model Deskriptif Model diskriptif banyak sekali memiliki pembatasan dan juga cara-cara prediksi yang pada umumnya hanya berlaku untuk lingkup sendiri dan tidak dapat dengan mudah dihubungkan ataupun dilakukan pengulangan bila dibutuhkan. Keuntungan dari model deskriptif ini adalah bahwa biaya untuk membuat prediksi biasanya cukup rendah. Oleh karena itu, model ini banyak digunakan untuk pengambilan keputusan.. Universitas Sumatera Utara.

38. 2.2.8.2.Model-model Fisik Model ini berada pada range mulai dari perencanaan-perencanaan bangunan apapun. Keuntungan dari model fisik ini adalah adanya kemudahan untuk berkomunikasi dengan orang-orang yang tidak mempunyai background teknologi. Namun dari segi tujuan decision making (pengambilan keputusan) modern. Model ini memerlukan biaya yang tinggi (high cost) dan hanya dapat digunakan untuk menjelaskan persoalan khusus sesuai dengan yang diinginkan untuk desain.. 2.2.8.3.Model-model Simbolik Model ini digunakan sama seperti simbol-simbol matematik, terutama pada Technology Operations Research yang menguraikan status dari variabel-variabel di dalam sistem dan juga menguraikan jalan keluar. Variabel-variabel akan berubah dan juga berinteraksi. Untuk menggunakan model ini diperlukan pengetahuan kalkulus dengan segala persoalan. Penggunaan model ini memerlukan biaya yang cukup rendah. Pada umumnya terdapat dua macam metode untuk mendapatkan perkiraanperkiraan numeric dalam simbolik integral, yaitu dengan metode: 1. Pendekatan Interaktif yang didasarkan pada kenyataan bahwa nilai dari integral adalah sama dengan volume atau area di bawah kurva fungsi yang memerlukan distribusi kumulatif dari fungsi tersebut. 2. Adanya pendekatan Monte Carlo dengan menggunakan distribusi probabilias dan pengambilan. Contohnya, yang dikenal dengan simulasi Monte Carlo.. Universitas Sumatera Utara.