OPTIMASI KONFIGURASI JARINGAN SUPPLY CHAIN HULU GAS LPG 3 KG DI
INDONESIA
Dystian Anggraini, I Nyoman Pujawan, dan Niniet Indah Arvitrida Jurusan Teknik Industri
Institut Teknologi Sepuluh Nopember (ITS) Surabaya Kampus ITS Sukolilo Surabaya 60111
Email: anggraini.dystian@gmail.com; pujawan@ie.its.ac.id; niniet@ie.its.ac.id
Abstrak
Program konversi minyak tanah menjadi bahan bakar lain merupakan solusi dari pengalihan biaya subsidi BBM terbesar pada minyak tanah. Bahan bakar yang mampu menjadi pengganti minyak tanah adalah LPG (Liquid Petroleum Gas). Konversi minyak tanah menjadi LPG dikemas dalam tabung ukuran 3 kg. Hingga saat ini masih belum terdapat konfigurasi jaringan yang menggambarkan jalur distribusi LPG terutama pada supply chain hulu, padahal jaringan distribusi tersebut sangat dibutuhkan agar program konversi yang dicanangkan oleh pemerintah menjadi efektif. Maka dari itu pada penelitian ini akan dilakukan perancangan jaringan distribusi LPG 3 kg dalam cakupan nasional di Indonesia. Pelaku distribusi yang diamati yaitu kilang, depot, dan SPBE, dimana permintaan pada SPBE akan diagregasikan menjadi permintaan propinsi. Perancangan jaringan distribusi menggunakan goal programming dengan bantuan software LINGO. Hasil yang diperoleh adalah terbentuknya konfigurasi jaringan supply chain hulu LPG 3 kg dengan total biaya transportasi yang paling minimum. Selain itu, konfigurasi tersebut menghasilkan kesetaraan days of supply untuk seluruh propinsi, kecuali Propinsi Jawa Barat dengan days of supply terendah.
Kata kunci: days of supply, goal programming, LPG 3 kg, supply chain hulu
ABSTRACT
Kerosene conversion into other fuels is a solution to reduce fuel subsidies, where kerosene gets the largest portion of it. Therefore, Indonesia’s Government decided to convert kerosene into LPG (Liquid Petroleum Gas), which is distributed in 3 kg packaging tubes. The distribution network is urgently needed in order to guarantee the effectiveness of conversion program. However, there is no network configuration for LPG distribution channel, primarily for its upstream supply chain. Therefore, this research aiming to design distribution network of 3 kg packaged LPG in Indonesia. Observed distribution parties are refineries, depots, and SPBE, where the demand on SPBE is aggregated into provincial demand. The design of distribution networks uses goal programming in assistance of lingo software. As a result, configuration of upstream supply chain network for 3 kg packaged LPG with minimum transportation cost is obtained. In addition, the configuration produces equality days of supply for all provinces, except the Province of West Java with the lowest days of supply.
Keywords: days of supply, goal programming, LPG 3 kg, upstream supply chain 1. Pendahuluan
Supply chain yang efektif dan efisien
sangat diperlukan dalam sektor pembangunan nasional Indonesia, mengingat pembangunan nasional berpengaruh terhadap hajat hidup orang banyak. Salah satu sektor paling penting yaitu minyak dan gas bumi (migas). Hal ini terbukti bahwa dalam kurun waktu lima tahun terakhir total penerimaan negara dari sektor migas masih cukup tinggi, yaitu rata-rata 30% (Data Ditjen Migas, 2010).
LPG 3 kg merupakan solusi Pertamina dalam melaksanakan program diversifikasi energi yang dicanangkan pemerintah, yaitu mengkonversi penggunaan minyak tanah menjadi LPG. Sebelum dilakukan konversi, konsumsi minyak tanah mencapai kisaran 12 juta Kilo Liter (KL) setiap tahun dengan profil pengguna sekitar 10 persen golongan sangat miskin, 10 persen golongan miskin, 50 persen golongan menengah, dan 20 persen golongan mampu (www.esdm.go.id). Pada profil pengguna minyak tanah tersebut terlihat bahwa
sasaran subsidi minyak tanah masih belum merata. Oleh karena itu konversi minyak tanah ke LPG ditujukan untuk memperbaiki sasaran distribusi agar lebih tepat sasaran.
Perancangan distribusi yang optimal dapat membantu kesuksesan program konversi minyak tanah ke LPG oleh pemerintah. Struktur supply chain dan pola distribusi dari LPG 3 kg saat ini dapat dilihat pada gambar 1.1 di bawah ini. Penelitian ini akan difokuskan pada tiga pelaku dari struktur supply chain hulu LPG 3 kg, yaitu kilang, depot (Filling Plant), dan SPBE.
Gambar 1.1 Struktur Supply Chain LPG 3 kg (sumber : Gasdom.pertamina.com)
Jaringan distribusi LPG 3 kg yang optimal ditujukan agar pendistribusian produk LPG PSO berjalan lancar di semua titik persebaran. Selain itu, dengan tingkat kompleksitas distribusi yang tinggi, konfigurasi jaringan distribusi yang optimal sangat diperlukan agar fasilitas yang ada dapat digunakan secara efisien dan permintaan konsumen dapat tetap terpenuhi. Dengan demikian dana investasi yang dikeluarkan untuk kesuksesan program konversi minyak tanah ke LPG bisa diminimalisir.
Ketersediaan produk LPG 3 kg di pasaran dapat berpengaruh pada efisiensi supply chain produk. Pada sistem pendistribusian LPG 3 kg pada sektor hulu, ketersediaan produk dapat dilihat pada days of supply propinsi ataupun Gasdom. kondisi eksisting masih terdapat ketimpangan days of supply antar Gasdom. Adanya days of supply yang tidak seimbang dikarenakan depot hanya melayani SPBE dalam suatu propinsi di Gasdom yang bersangkutan. Tabel 1.1 di bawah ini membuktikan adanya ketidakseimbangan days of supply pada setiap Gasdom.
Tabel 1.1 Days of Supply GASDOM
Adanya resiko rawan penyelewengan terhadap produk bersubsidi membuat Pertamina harus menentukan jalur distribusi yang pasti dan teratur untuk produk LPG 3 kg. Maka dari itu permasalahan yang akan diangkat pada penelitian ini adalah bagaimana membuat jaringan distribusi yang optimal pada supply
chain hulu LPG 3 kg dari kilang ke depot dan
dari depot ke SPBE dalam suatu propinsi serta melakukan kesetaraan days of supply antar propinsi.
Tujuan dari penelitian tugas akhir ini antara lain :
1. Menghasilkan model untuk melakukan optimasi jaringan supply chain hulu LPG 3 kg di Indonesia.
2. Menghasilkan konfigurasi supply chain yang optimal dengan mempertimbangkan keamanan pasokan LPG secara nasional maupun kesetaraan days of supply antar propinsi.
Batasan yang digunakan dalam penelitian tugas akhir ini antara lain :
1. Produk yang diamati adalah LPG 3 kg atau LPG PSO (Public Service Obligation). 2. Pelaku distribusi yang diamati yaitu kilang,
depot (Filling Plant), dan SPBE.
Asumsi yang digunakan adalah kapasitas yang dialokasikan untuk gas LPG PSO adalah 75% dari kapasitas total berdasarkan data historis dari total kebutuhan LPG tahun 2010 yang dialokasikan untuk LPG PSO.
Manfaat dari penelitian tugas akhir ini antara lain :
1. Diperoleh model optimasi jaringan supply chain hulu LPG 3 kg di Indonesia.
2. Diperoleh konfigurasi supply chain yang optimal dengan mempertimbangkan keamanan pasokan LPG secara nasional maupun kesetaraan days of supply antar propinsi. Kapasitas Depot (MT) Eksisting 104.575 Persiapan 20.500 Eksisting 26.075 Persiapan 119.500 Eksisting 10.300 Persiapan 5.000 Eksisting 21.000 Persiapan 103.000 Eksisting 3.080 Persiapan 12.500 V 15.580 539.795 1.799 8,66 III 15.300 710.905 2.370 6,46 IV 124.000 985.212 3.284 37,76 I 125.075 832.434 2.775 45,08 II 145.575 1.313.211 4.377 33,26 Region / GASDOM Terminal dan Depot LPG Total Kapasitas (MT) Estimasi Demand tahun 2015 (MT) Estimasi Demand harian tahun 2015 (MT/hk) Days of supply (hari)
2. Metodologi Penilitian 2.1 Tahap Identifikasi Masalah
Pada tahapan ini dilakukan identifikasi masalah yang terjadi pada sistem distribusi eksisting LPG 3 kg pada rantai pasokan hulu yaitu mulai dari kilang ke depot hingga ke SPBE, perumusan masalah, dan tujuan dari penelitian tugas akhir ini. Kemudian akan dilakukan studi pustaka tentang literatur-literatur yang terkait dengan penelitian tugas akhir dan studi lapangan untuk mengetahui sistem eksisting pada pendistribusian LPG 3 kg yang menjadi obyek amatan dari penelitian tugas akhir ini.
2.2 Tahap Pengumpulan Data
Pada tahapan ini akan dilakukan pengumpulan data-data yang diperlukan untuk mendukung penelitian tugas akhir ini. Data-data yang dikumpulkan antara lain :
a. Data kilang, depot, dan propinsi di Indonesia
b. Data lokasi koordinat kilang, depot, propinsi eksisting
c. Data estimasi demand tahunan dan harian propinsi tahun 2015
d. Data kapasitas tahunan kilang dan depot e. Data biaya transportasi dari kilang ke depot
serta dari depot ke propinsi
2.3 Tahap Pengolahan Data
Pada tahap pengolahan data ini dilakukan dalam beberapa tahapan mulai dari perhitungan
days of supply depot secara nasional hingga
pembuatan model goal programming dan
running komputasi. Berikut ini akan dijelaskan
detail dari tahapan pengolahan data.
2.3.1 Perhitungan Jarak antara Kilang-Depot dan Kilang-Depot-Propinsi
Pada tahapan ini akan dilakukan perhitungan jarak antara kilang dengan depot. Selain itu juga akan dihitung jarak dari depot ke propinsi. Perhitungan jarak ini menggunakan metode Euclidean. Data yang digunakan dalam perhitungan jarak yaitu data koordinat kilang, depot, dan propinsi berupa koordinat longitude dan latitude.
2.3.2 Perhitungan Days of Supply antar Propinsi
Pada tahapan ini akan dilakukan perhitungan days of supply secara nasional dengan menentukan kapasitas depot yang akan dialokasikan ke SPBE dalam suatu propinsi.
Tujuan dari perhitungan ini yaitu untuk mendapatkan days of supply yang seimbang antar propinsi. Kapasitas depot yang akan dialokasikan ke SPBE dalam suatu propinsi dihitung dengan menentukan target days of
supply antar propinsi.
2.3.3 Pengembangan Model Goal
Programming
Pada tahapan ini akan dikembangkan model goal programming. Fungsi tujuan yang digunakan yaitu minimasi total biaya transportasi dari kilang ke depot ditambah dengan total biaya transportasi dari depot ke SPBE dalam suatu propinsi serta minimasi total deviasi days of supply propinsi.
2.3.4 Penerjemahan Model Matematis ke Bahasa LINGO
Pada tahapan ini akan dilakukan penerjemahan dari model matematis ke bahasa LINGO dari hasil pengembangan model goal
programming. Penerjemahan ini menggunakan
bantuan software LINGO 8.0.
2.3.5 Verifikasi Model
Pada tahapan ini akan dilakukan uji verifikasi terhadap model goal programming yang telah dibuat. Uji verifikasi ini dilakukan dengan mengimplementasikan model pada kasus nyata dengan skala yang
kecil
dengan bantuan solver pada Microsoft Excel.J
ika program telah menjalankan prosedur sesuai yang diharapkan,maka model dapat dikatakanverified sehingga dapat diimplementasikan pada
kasus dengan skala yang sebenarnya.
2.3.6 Running Komputasi
Pada tahapan ini akan dilakukan
running komputasi menggunakan software
LINGO 8.0 dengan ketentuan model telah dinyatakan verified pada tahapan sebelumnya.
Running komputasi dilakukan untuk
mendapatkan solusi permasalahan.
2.4 Tahap Analisis dan Interpretasi
Pada tahapan ini akan dilakukan analisis terhadap hasil dari tahap pengolahan data serta dilakukan pembahasan. Hasil dari software LINGO akan digunakan sebagai rekomendasi konfigurasi jaringan supply chain hulu gas LPG 3 kg dengan total biaya trasnportasi yang paling minimum dan days of supply yang setara antar propinsi.
2.5 Tahap Penarikan Kesimpulan
Tahapan penarikan kesimpulan merupakan tahap akhir dari penelitian tugas akhir ini. Pada tahap ini akan dapat ditarik kesimpulan untuk menjawab tujuan penelitian tugas akhir ini. Saran-saran perbaikan juga akan diberikan pada tahap ini yang berguna bagi penelitian ke depannya.
3. Pengumpulan dan Pengolahan Data
3.1 Perhitungan Jarak antara Kilang dengan Depot dan Depot dengan Propinsi
Jarak antara kilang dengan depot serta jarak depot dengan propinsi akan dihitung dengan metode Euclidean. Persamaan yang digunakan untuk menghitung jarak Euclidean adalah sebagai berikut :
(1)
Data yang digunakan adalah koordinat lokasi berupa longitude dan latitude, maka akan dihitung jarak antar lokasi dengan persamaan yang ditentukan oleh Simchi-Levidan Barel, 1997. Persamaan tersebut digunakan untuk menghitung jarak antar dua titik di bumi. Berikut ini merupakan rumus perhitungannya :
69 (2)
Pada persamaan di atas terdapat konstanta 69 yang merupakan nilai pendekatan mil per derajat (latitude untuk Benua Amerika). Satuan jarak yang dihasilkan dari perhitungan di atas yaitu mil, sehingga perlu diubah ke dalam satuan kilometer. Oleh karena itu jarak yang diperoleh dalam satuan mil tersebut dikali dengan 1,609269 dimana 1 mil jarak sama dengan 1,609269 km.
3.2 Perhitungan Target Days of Supply antar Propinsi
Keseimbangan days of supply antar propinsi dapat dicapai dengan menentkan target
days of supply nasional. Perhitungan days of supply secara nasional adalah sebagai berikut :
(3)
Berdasarkan data yang diperoleh dari Pertamina dengan total kapasitas depot sebesar
425.530 MT dan estimasi total kebutuhan harian semua propinsi 14.605 (MT/hari), maka diperoleh days of supply nasional yaitu 29 hari. Sesuai dengan asumsi bahwa kapasitas LPG PSO yaitu 75% dari kapasitas yang dialokasikan, maka days of supply LPG PSO adalah sekitar 22 hari. Penyetaraan days of
supply akan dilakukan dengan ketentuan depot
diperbolehkan memasok SPBE atau propinsi di Gasdom lain.
3.3 Pengembangan Model Goal
Programming
Berikut ini merupakan model matematis dari distribusi LPG 3 kg di Indonesia. Fungsi tujuan dari model ini ada dua, yaitu minimasi total biaya transportasi dari kilang ke depot dan dari depot ke propinsi. Sedangkan fungsi tujuan kedua adalah minimas deviasi days of supply antar propinsi. Persamaan (4) dan (5) berikut masing-masing menunjukkan fungsi tujuan di atas. Minimum :
∑
∑
∑
∑
(4) Minimum : ∑ 10 (5)Adapun konstrain yang digunakan untuk model optimasi konfigurasi jaringan supply
chain hulu LPG 3 kg di Indonesia adalah
sebagai berikut : Subject to : ∑ , (6) ∑ , (7) ∑ ∑ , (8) ∑ , (9) 22 , (10) , (11) , , (12) Keterangan :
i = index untuk kilang i (1, 2, 3,…, m) j = index untuk depot j (1, 2, 3,…, n) k = index untuk propinsi k (1, 2, 3,…, o) dij = jarak tempuh dari kilang i ke depot j (km)
djk = jarak tempuh dari depot j ke propinsi k
(km)
cij = biaya transportasi rata-rata per unit per
km dari kilang i ke depot j (Rp/MT/km) cjk = biaya transportasi rata-rata per unit per
km dari depot j ke propinsi k (Rp/MT/km)
Dk = Demand tahunan dari propinsi k
(MT/tahun)
dk = Demand harian dari propinsi k (MT/hari)
Kk = volume yang dialokasikan untuk
propinsi k (MT)
Ci = Kapasitas tahunan dari kilang i (MT)
Cj = Kapasitas tahunan dari depot j (MT)
xij = volume tahunan yang dikirmkan dari
kilang i ke depot j (MT)
yjk = volume tahunan yang disalurkan dari
depot j ke propinsi k (MT)
zjk = kapasitas yang disalurkan dari depot j ke
propinsi k (MT)
nk = deviasi negatif dari days of supply propinsi k (hari)
pk = deviasi positif dari days of supply propinsi
k (hari)
3.4 Penerjemahan Model Matematis ke LINGO
Model matematis goal programming yang telah dibuat sebelumnya akan diterjemahkan ke dalam bahasa LINGO. Berikut in merupakan formulas LINGO untuk model rancangan jaringan supply chain hulu LPG 3 kg di Indonesia. SETS: KILANG/1..22/: KAPASITAS_KILANG; DEPOT/1..29/: KAPASITAS_DEPOT;!, VOLUME_DEPOT; PROPINSI/1..33/: VOLUME_ALOKASI, DEMAND_HARIAN, DEMAND_TAHUNAN, DEVIASI_NEGATIF, DEVIASI_POSITIF; PENGIRIMAN(KILANG, DEPOT):BIAYA_KILANGDEPOT, JARAK_KILANGDEPOT, X; PENYALURAN(DEPOT, PROPINSI):BIAYA_DEPOTPROPIN SI, JARAK_DEPOTPROPINSI, Y, Z; ENDSETS DATA:
!IMPORT DATA DARI EXCEL;
BIAYA_KILANGDEPOT, BIAYA_DEPOTPROPINSI, JARAK_KILANGDEPOT, JARAK_DEPOTPROPINSI, KAPASITAS_KILANG, KAPASITAS_DEPOT, DEMAND_HARIAN, DEMAND_TAHUNAN = @OLE('D:\College\00.TA\PENGOLAHA N DATA\REKAP_02JUNI2011.xlsx'); !EXPORT HASIL KE EXCEL;
@OLE('D:\College\00.TA\PENGOLAHA
N DATA\REKAP_02JUNI2011.xlsx') = X, Y, Z;
ENDDATA
!FUNGSI TUJUAN MINIMASI BIAYA DAN DEVIASI DAYS OF SUPPLY;
MIN = @SUM(PENGIRIMAN(I,J):
BIAYA_KILANGDEPOT (I,J)*JARAK_KILANGDEPOT (I,J)*X(I,J)) + @SUM(PENYALURAN(J,K): BIAYA_DEPOTPROPINSI (J,K)*JARAK_DEPOTPROPINSI (J,K)*Y(J,K))+ @SUM (PROPINSI(K):10000000000000 0* (DEVIASI_NEGATIF(K)+DEVIASI _POSITIF(K)));
!VOLUME YANG DIALOKASIKAN UNTUK SETIAP PROPINSI;
@FOR(PROPINSI(K):
@SUM(DEPOT(J): Z(J,K)) =
VOLUME_ALOKASI(K));
!VOLUME ALOKASI UNTUK PROPINSI TIDAK MELEBIHI KAPASITAS DEPOT;
@FOR(DEPOT(J): @SUM(PROPINSI(K):
Z(J,K)) <= KAPASITAS_DEPOT(J)); !VOLUME YANG MASUK DEPOT SAMA DENGAN VOLUME YANG KELUAR;
@FOR(DEPOT(J): @SUM(KILANG(I):
X(I,J)) = @SUM(PROPINSI(K):
Y(J,K)));
!VOLUME TAHUNAN YANG DIKIRIM KE DEPOT TIDAK MELEBIHI KAPASITAS KILANG;
@FOR(KILANG(I): @SUM(DEPOT(J):
X(I,J)) <= KAPASITAS_KILANG(I));
@FOR(PROPINSI(K): (VOLUME_ALOKASI (K) /
DEMAND_HARIAN(K))+DEVIASI_NEGATI F(K)-DEVIASI_POSITIF(K) = 22);
!VOLUME ALOKASI PROPINSI HARUS MELEBIHI DEMAND PROPINSI;
@FOR(PROPINSI(K): VOLUME_ALOKASI
(K) >= DEMAND_HARIAN (K));
!KONVERSI VOLUME ALOKASI MENJADI VOLUME TAHUNAN DEPOT KE
PROPINSI;
@FOR(PENYALURAN(J,K):Y(J,K)=(Z(J
,K)/VOLUME_ALOKASI(K))*DEMAND_TA HUNAN(K));
END
3.5 Running Komputasi dengan LINGO
Setelah dilakukan pengolahan data dengan LINGO, diperoleh nilai objective function sebesar 897.498.000.000.000. Objective
function ini terdiri dari total biaya transportasi
ditambah dengan nilai deviasi (total deviasi days
of supply dikalikan dengan konstanta big M
sebesar 10.000.000.000.000). Hasil dari LINGO menunjukkan bahwa total deviasi adalah 0,7662283, sehingga nilai deviasinya 7.662.283.000.000. Jadi total biaya yang dibutuhkan untuk pendistribusian LPG 3 kg dari sektor hulu di seluruh Indonesia sebesar Rp 889.835.717.000.000,00.
Tabel 3.1 - 3.5 di bawah menunjukkan hasil LINGO berupa alokasi depot ke propinsi masing-masing Gasdom. Sedangkan tabel 3.6 - 3.10 menunjukkan hasil LINGO berupa alokasi untuk depot di masing-masing Gasdom dari setiap kilang pemasoknya.
Tabel 3.1 Hasil Alokasi Depot pada Gasdom I
Tabel 3.1 Hasil Alokasi Depot pada Gasdom I (lanjutan)
Tabel 3.2 Hasil Alokasi Depot pada Gasdom II
Tabel 3.3 Hasil Alokasi Depot pada Gasdom III
Tabel 3.4 Hasil Alokasi Depot pada Gasdom IV Gasdom Depot Propinsi Kapasitas
teralokasi Volume tahunan I Pangkalan Susu Nanggroe Aceh Darussalam 4.500 61.363,636 Tandem Sumatera Utara 262,5 3.579,545
Gasdom Depot Propinsi Kapasitas teralokasi Volume tahunan I Tanjung Uban Sumatera Utara 5.639,140 76.897,358 Sumatera Barat 3.214,353 43.832,086 R i a u 7.259,784 98.997,059 J a m b i 3.890,286 53.049,348 Sumatera Selatan 9.143,049 124.677,937 Bengkulu 2.360,536 32.189,124 Bangka Belitung 1.494,562 20.380,384 Kepulauan Riau 2.163,281 29.499,285 Jawa Barat 38.335,011 541.613,772 Pulau Layang/Plaju Lampung 168,75 2.301,136 Lampung Lampung 3.750 51.136,364 Padang Sumatera Barat 2.250 30.681,818 Dumai Sumatera Utara 1.875 25.568,182 Medan (Swasta) Nanggroe Aceh Darussalam 696,494 9.497,649 Sumatera Utara 6.803,506 92.775,078
Gasdom Depot Propinsi Kapasitas teralokasi
Volume tahunan
II
Tanjung Priok Jawa Tengah 7.125 97.159,091 Balongan Jawa Tengah 1.181,25 16.107,955 Eretan (BMU)* Jawa Tengah 7.500 102.272,727 JBB Ancol Kalimantan Barat 3.750 51.136,364 Tanjung Priok (Pengembangan & Relokasi) Kalimantan Barat 1.391,06 18.969,002 Jawa Tengah 11.358,94 154.894,634 Tanjung Sekong - Merak Lampung 5.573,95 76.008,407 DKI Jakarta 1.926,05 26.264,32 Balongan Jawa Tengah 1.875 25.568,182
Refrigerated Terminal Jabar Banten 14.100,318 192.277,063 DKI Jakarta 12.924,222 176.239,393 Jawa Barat 21.708,779 306.711,113 Jawa Tengah 18.101,058 246.832,61 DI Yogyakarta 665,623 9.076,673
Gasdom Depot Propinsi Kapasitas teralokasi Volume tahunan III Cilacap DI Yogyakarta 225 3.068,182 Semarang (CPO)* DI Yogyakarta 351,137 4.788,231 Cilacap (Penambahan) Jawa Timur 4.565,008 62.250,106 Kalimantan Tengah 2.583,855 35.234,391 DI Yogyakarta 3.750 51.136,364
Tabel 3.5 Hasil Alokasi Depot pada Gasdom V
Tabel 3.6 Hasil Alokasi untuk Depot di Gasdom I dan Kilang Pemasok
Tabel 3.7 Hasil Alokasi untuk Depot di Gasdom II dan Kilang Pemasok
Tabel 3.7 Hasil Alokasi untuk Depot di Gasdom II dan Kilang Pemasok (lanjutan)
Tabel 3.8 Hasil Alokasi untuk Depot di Gasdom III dan Kilang Pemasok
Tabel 3.9 Hasil Alokasi untuk Depot di Gasdom IV dan Kilang Pemasok
Gasdom Depot Propinsi Kapasitas teralokasi Volume tahunan IV Manggis NTB 2.250 30.681,818 Gresik (MEM)* Jawa Timur 5.369,42 73.219,363 Kalimantan Timur 2.130,58 29.053,364 Tanjung Wangi Bali 5.780,742 78.828,307
NTB 1.719,258 23.444,421 Refrigerated Terminal Jatim Jawa Timur 39.069,183 532.761,582 NTB 350,269 4.776,394 NTT 4.895,012 66.750,16 Kalimantan Selatan 4.714,528 64.289,019 Sulawesi Tengah 744,584 10.153,414 Sulawesi Selatan 9.256,872 126.230,077 Sulawesi Barat 1.332,659 18.172,622 Maluku 1.456,468 19.860,923 Maluku Utara 1.070,611 14.599,244 Papua 3.316,045 45.218,798 Papua Barat 1.293,770 17.642,313 Sanggaran Bali NTB 2.250 30.681,818
Gasdom Depot Propinsi Kapasitas teralokasi
Volume tahunan
V
Balikpapan Kalimantan Timur 435 5.931,818 Makasar Sulawesi Utara 1.875 25.568,182
Makassar (Swasta) Sulawesi Utara 1.130,429 15.414,938 Sulawesi Tengah 2.459,23 33.534,954 Sulawesi Tenggoro 2.650,046 36.136,988 Gorontalo 1.260,295 17.185,847 Balikpapan Kalimantan Timur 1.875 25.568,182
Gasdom Depot Kilang Pemasok Volume tahunan
I
Pangkalan Susu Kilang Impor 61.363,636
Tandem Kilang Impor 3.579,545 Tanjung Uban Kilang Impor 1.021.136,353
Pulau Layang/Plaju Kilang Impor 2.301,136 Lampung Kilang Impor 51.136,364
Padang Kilang Impor 30.681,818 Dumai Kilang Impor 25.568,182
Medan (Swasta) Kilang Impor 102.272,727
Gasdom Depot Kilang Pemasok Volume tahunan II Tanjung Priok UP VI BALONGAN - Jabar 49.506,861 CILAMAYA (PT. Yudhistira Haka Perkasa) - Jabar 16.534,932
Gasdom Depot Kilang Pemasok Volume tahunan
II
Tanjung Priok
TUGU BARAT (PT. Sumber Daya Kelola) - Jabar
4.536,449
PT. Odira Energi
Persada - Jabar 26.580,849 Balongan UP V BALIKPAPAN - Kaltim 16.107,955 Eretan (BMU)* UP V BALIKPAPAN -
Kaltim 102.272,727 JBB Ancol CILAMAYA (PT. Yudhistira Haka Perkasa) - Jabar 15.715,068 TUGU BARAT (PT. Sumber Daya Kelola) - Jabar 713,551 PT. Odira Energi Persada - Jabar 13.919,151 Tanjung Priok (Pengembangan & Relokasi) UP VI BALONGAN - Jabar 173.863,636 Tanjung Sekong -
Merak Kilang Impor 102.272,727 Balongan UP V BALIKPAPAN -
Kaltim 25.568,182
Refrigerated Terminal Jabar
UP II DUMAI - Riau 105.000,000 UP III PLAJU - Sumsel 41.250,000 LIMAU TIMUR (PT.
Titis Sampurna) - Sumsel
54.000,000
MARUTA (PT. Maruta
Bumi Prima) - Sumut 12.750,000 PT SEP (Surya Esa
Perkasa ) - Sumsel 33.750,000 TG. JABUNG -
PETROCHINA - Jambi 54.000,000
Gasdom Depot Kilang Pemasok Volume tahunan
III
Cilacap UP IV CILACAP - Jateng 3.068,182
Semarang (CPO)*
UP IV CILACAP - Jateng 71.727,273 UP V BALIKPAPAN -
Kaltim 9.051,136 Mundu (Pertamina), Jabar 21.494,318 Cilacap (penambahan) UP IV CILACAP - Jateng 51.136,364
Gasdom Depot Kilang Pemasok Volume tahunan
IV
Tanjung Perak UP IV CILACAP - Jateng 81.818,182
Manggis UP VI BALONGAN - Jabar 3.000,000 PT BADAK NGL - Bontang, Kaltim 27.681,818 Gresik (MEM)* BELANAK - CONOCO PHILLIPS - Natuna, Kepri 73.219,363
Tanjung Wangi PT BADAK NGL -
Bontang, Kaltim 102.272,727
Refrigerated Terminal Jatim
CEMARA (PT. Wahana
Insan Nugraha) - Jabar 28.500,000 BELANAK - CONOCO PHILLIPS - Natuna, Kepri 6.835,227 PT BADAK NGL - Bontang, Kaltim 557.863,636 (lanjutan)
Tabel 3.9 Hasil Alokasi untuk Depot di Gasdom IV dan Kilang Pemasok (lanjutan)
Tabel 3.10 Hasil Alokasi untuk Depot di Gasdom V dan Kilang Pemasok
Tabel 3.11 Days of Supply Propinsi
Berdasarkan hasil yang diperoleh tersebut seluruh propinsi memiliki days of supply yang sama, yaitu selama 22 hari kecuali Propinsi Jawa Barat denagn days of supply 21,234 hari.
4. Analisis dan Interpretasi Hasil 4.1 Analisis Days of Supply Eksisting
Pada kondisi eksisting, pendistribusian LPG dari depot ke SPBE dalam suatu propinsi masih dalam satu cakupan Gas Domestik (Gasdom). Depot hanya memasok kebutuhan LPG dari propinsi di Gasdom yang bersangkutan. Hal ini berakibat pada ketidakseimbangan pasokan dan days of supply antar Gasdom. Pada tabel 1.1 di atas dapat dilihat bahwa adanya ketidaksetaraan days of
supply antar Gasdom. Gambar 4.1 di bawah ini
menunjukkan ketimpangan days of supply antar Gasdom secara lebih jelas.
Gambar 4.1 Days of Supply Eksisting antar Gasdom
Ketimpangan yang tinggi terhadap days of
supply antara satu Gasdom dengan yang lain
akan sangat berpengaruh terhadap ketahanan nasional di Indonesia. Hal ini berkaitan dengan pasokan energi dan sumber daya yang ada di Indonesia. Days of supply antar Gasdom yang tidak seimbang mengakibatkan ketahanan nasional menjadi tidak stabil. Lamanya days of
supply LPG dalam suatu wilayah berbanding
lurus dengan kekuatan ketahanan nasional di bidang energi dan sumber daya. Artinya jika
days of supply semakin lama, keamanan
pasokan LPG pun akan semakin terjamin. Ketidakseimbangan days of supply LPG yang eksisting disebabkan karena terdapat perbedaan yang signifikan antara kapasitas depot yang satu dengan yang lain dengan permintaan harian antar Gasdom. Hal tersebut dapat dilihat pada gambar 4.2 dan 4.3 di bawah ini. Perbedaan yang mencolok terjadi pada Gasdom III dan V dengan kapasitas depot yang sangat rendah jika dibandingkan dengan Gasdom I, II, dan IV. Di sisi lain permintaan dari Gasdom III dan V tidak jauh berbeda dengan Gasdom I.
Gasdom Depot Kilang Pemasok Volume tahunan IV Refrigerated Terminal Jatim UJUNGPANGKAH HESS - Jatim 150.000,000 Mundu (Pertamina), Jabar 4.755,682 Arjuna (BP), Jabar 172.500,000 Sanggaran Bali PT BADAK NGL -
Bontang, Kaltim 30.681,818
Gasdom Depot Kilang Pemasok Volume tahunan
V Balikpapan PT BADAK NGL - Bontang, Kaltim 5.931,818 Makasar TG. SANTAN - CHEVRON _ Kaltim 7.534,091 ARAR - PETROCHINA - Papua 10.500,000 Makassar (Swasta) TG. SANTAN - CHEVRON _ Kaltim 15.414,938 UP VI BALONGAN - Jabar 42.306,818 Balikpapan PT BADAK NGL - Bontang, Kaltim 25.568,182 Propinsi Volume alokasi untuk propinsi (MT) Days of Supply Propinsi Volume alokasi untuk propinsi (MT) Days of Supply Nanggroe Aceh Darussalam 5.196,494 22 B a l i 5.780,742 22
Sumatera Utara 14.580,145 22 Nusa Tenggara Barat 6.569,526 22
Sumatera Barat 5.464,353 22 Nusa Tenggara
Timur 4.895,012 22 R i a u 7.259,784 22 Kalimantan Selatan 4.714,528 22
J a m b i 3.890,286 22 Kalimantan
Tengah 2.583,855 22 Sumatera Selatan 9.143,049 22 Kalimantan
Timur 4.440,580 22 Bengkulu 2.360,536 22 Sulawesi Utara 3.005,429 22
Lampung 9.492,700 22 Sulawesi
Tengah 3.203,814 22 Bangka Belitung 1.494,562 22 Sulawesi Selatan 9.256,872 22
Kepulauan Riau 2.163,281 22 Sulawesi
Tenggara 2.650,046 22 Banten 14.100,318 22 Gorontalo 1.260,295 22 DKI Jakarta 14.850,272 22 Sulawesi Barat 1.332,659 22 Jawa Barat 60.043,790 21.234 Maluku 1.456,468 22 Kalimantan Barat 5.141,060 22 Maluku Utara 1.070,611 22 Jawa Tengah 47.141,248 22 Papua 3.316,045 22 DI Yogyakarta 4.991,760 22 Papua Barat 1.293,770 22 Jawa Timur 55.003,610 22
Ga Gambar 4.2 An Ch Pe LPG 3 k waktu li 2015. dipertim pada Pr Papua, d belum pemerint waktu li Indonesi Dengan chain hu Gasdom Ra LPG 3 k model de tujuan d transport of supply biaya tr dari kila yaitu se tahun. Di minimum ambar 4.2 Kap r 4.3 Kebutuh nalisis Has hain Hulu L erancangan j kg di Indones ima tahun ke Pada pera mbangkan ke ropinsi NTT dan Papua Ba direncanaka tah. Sehingg ima tahun ke ia telah d demikian ulu nasional m m V. ancangan ja kg di Indon engan bantu dari LINGO tasi ditamba ly seluruh pr rasnportasi u ang ke depot ebesar Rp 8 i samping to m, output ya pasitas Depot an Harian LPG sil Peranca LPG 3 kg den jaringan sup sia dilakukan e depan, yait ancangan ebutuhan ak T, Maluku, arat dimana an akan d ga diharapka e depan selu dikonversi terbentuk j mulai dari G aringan supp esia diperole an software O menunjukk ah dengan ni ropinsi yang untuk pendi t dan dari de 889.835.717. otal biaya tr ang dihasilka t LPG PSO G antar Gasdo ngan Sup ngan LING pply chain h n selama jan tu hingga ta tersebut j kan LPG 3 Maluku Ut kelima prop dikonversi o an dalam jan uruh propins secara pen aringan sup Gasdom I hin ply chain h eh dari runn LINGO. Fun kan total bi ilai deviasi d g optimal. T istribusian L epot ke prop 000.000,00 ransportasi y an dari runn om pply O hulu ngka ahun juga kg tara, pinsi oleh ngka si di nuh. pply ngga hulu ning ngsi iaya days Total LPG pinsi per yang ning LIN ant nas ada pad seim pen Ga selu sup Bar har ting lain pro jari pro 5.5 4.3 sen dar ha r i NGO adalah tar propinsi sional yang alah selama da bagian mbang dapa ngalokasian k sdom. Sehi uruh propins pply selama 2 rat memiliki ri karena keb ggi jika d nnya. Kesei opinsi dan a ingan supply ogramming d 5 berikut. Gambar 4.4 D Gambar 4.5D 3 Analisis Perubah Pada p nsitivitas terh ri model be -1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 ha r i Target Da 0 2 4 6 8 10 12 14 16 18 20 22 24 I ha r i Days of Su h terbentukn yang seimb diharapkan 22 hari, berd 3.3.1. Day at dicapai d kapasitas dep ingga didap si di Indone 22 hari, kecu i days of su butuhan LPG dibandingkan imbangan da antar Gasdom y chain hulu dapat dilihat Days of Supply Rancang Days of Supply Rancang Sensiti han Days of S penelitian i hadap konst erupa penuru Propinsi ays of Supply ant
II II
Gas Do
upply antar Gasdo
nya days of bang. Days o n untuk LP dasarkan per ys of supp dengan dilak pot ke propi patkan hasi esia memilik uali Jawa Ba upply selam G di Jawa Bar n dengan days of supp m hasil pera u dengan mo pada gamba y antar Propin an y antar Gasdom an ivitas t Supply Prop ini dilakuk train days o unan target ar Propinsi 22 ha II IV omestik om Hasil Rancanga of supply of supply PG PSO rhitungan ply yang kukannya insi lintas l bahwa ki days of arat. Jawa ma 21,234 rat paling propinsi ply antar ancangan odel goal ar 5.4 dan nsi hasil m hasil terhadap pinsi kan uji of supply days of ari V an
supply menjadi 21 hari dan peningkatan menjadi
23 hari. Hasil yang diperoleh dari LINGO menunjukkan bahwa perubahan target days of
supply menjadi 21 hari menghasilkan keseimbangan yang sempurna pada days of
supply propinsi, yaitu seluruh propinsi di
Indonesia memiliki days of supply selama 21 hari. Hal ini berarti nilai deviasi yang dihasilkan adalah nol. Biaya transportasi yang dihasilkan yaitu sebesar Rp 888.405.000.000.000,00. Sedangkan dengan dilakukan perubahan target
days of supply menjadi 23 hari pada model,
dihasilkan nilai deviasi yang lebih besar dari sebelumnya, yaitu 5,931 hari. Deviasi tersebut terjadi pada propinsi Jawa Barat dengan days of
supply 17,069 hari dan total biaya transportasi
yang dihasilkan sebesar Rp 885.366. 000.000.000,00. Deviasi yang besar pada Propinsi Jawa Barat dikarenakan besarnya kebutuhan LPG di propinsi tersebut sedangkan kapasitas yang ada di depot digunakan untuk memasok kebutuhan di propinsi lain agar diperoleh days of supply yang seimbang untuk semua propinsi. Pencapaian target days of
supply 21 hari dan 23 hari dapat dilihat pada
gambar 4.6 dan gambar 4.7 berikut.
Gambar 4.6 Days of Supply Propinsi dengan Target 21 hari
Gambar 4.7 Days of Supply Propinsi dengan Target 23 hari
Selain berpengaruh terhadap biaya transportasi dan total deviasi, perubahan target
days of supply juga berpengaruh terhadap
cakupan alokasi depot dan kilang serta jaringan
supply chain hulu LPG 3 kg di Indonesia. Tabel
4.1 berikut menunjukkan pengaruh perubahan target days of supply antar propinsi terhadap perubahan total biaya transportasi, total deviasi, dan utilisasi depot.
Tabel 4.1 Pengaruh Perubahan Target Days of Supply Propinsi
5. Kesimpulan
Kesimpulan yang dapat ditarik dari penelitian ini adalah sebagai berikut :
1. Goal programming digunakan sebagai model optimasi jaringan supply chain hulu LPG 3 kg di Indonesia untuk menghasilkan konfigurasi yang optimal dengan fungsi tujuan yaitu minimasi total biaya transportasi untuk pendistribusian LPG dari kilang ke SPBE dalam setiap propinsi. 2. Hasil yang diperoleh dari model goal
programming adalah konfigurasi jaringan supply chain hulu LPG 3 kg di Indonesia.
Total biaya transportasi untuk konfigurasi ini adalah sebesar Rp 889.835.717.000.000,00 per tahun.
3. Hasil dari LINGO menujukkan bahwa telah terbentuk keseimbangan days of supply yaitu selama 22 hari untuk seluruh propinsi di Indonesia kecuali Jawa Barat dengan
-1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 ha r i Propinsi
Target Days of Supply Propinsi 21 hari
-1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 ha ri Propinsi
Target Days of Supply Propinsi 23 hari
Target days of supply propinsi (hari) Days of supply terendah (hari) / Propinsi Total biaya transportasi (x1.000.000.000) Total deviasi Utilisasi Depot 21 21 Rp 888.405,00 0 96,10% 22 21,234 (Jawa Barat) Rp 889.835,717 0,766 100% 23 (Jawa Barat)17,096 Rp 885.366,00 5,931 100%
days of supply terendah yakni 21,234 hari.
Dengan demikian keamanan pasokan LPG secara nasional lebih terjamin.
6. Daftar Pustaka
Altiparmak, F, Gen, M, Lin, L & Paksoy, T 2006, A Genethic Algorithm Approach for
Multi-Objective Optimization of Supply Chain Networks, Computers & Industrial
Engineering.
Golmohammadi, V, Afshari, H, Hasanzadeh, A & Rahimi, M 2010, A Heuristic Approach
for Designing A Distribution Network in A Supply Chain System, African Journal of
Business Management.
Joevan, FC 2010, Sistem Informasi Penyaluran
Liquefied Petroleum Gas Tigas Kilogram Bersubsidi, Jurusan Sistem Informasi,
Sekolah Tinggi Manajemen Komputer & Teknik Komputer, Surabaya.
Nariswari, NPA 2010, Simulasi Penerapan
Closed System pada Distribusi Elpiji 3 Kg,
Tugas Akhir, Jurusan Teknik Industri, Institut Teknologi Sepuluh Nopember, Surabaya.
Pertamina 2010, Jalur Distribusi LPG. http://gasdom.pertamina.com/fasilitas_dan_-distribusi_jalurdistribusi.aspx?type=LPG (dilihat pada Jumat, 31 Desember 2010). Pertamina 2010, Program Konversi.
http://gasdom.pertamina.com/produk_dan_s ervices-_LPG_3kg.aspx (dilihat pada Jumat, 31 Desember 2010)
Pertamina 2010, Sekilas Tentang Unit Gas
Domestik.
http://gasdom.pertamina.com/profil_-sekilas_-gasdom.aspx
Pishvaee, MS, Rabbani, M & Torabi, SA 2010,
A Robust optimization Approach to Closed-Loop Supply Chain Network Design Under Uncertainty, Applied Mathematical
Modelling.
Pujawan, IN & Mahendrawati 2010, Supply
Chain Management, Guna Widya,
Surabaya.
Simchi-Levi, D, Bramel J 1997, The Logic of
Logistic : Theory, Algorithms, and Application for Logistics Management, New
York : Springer-Verlag New York, inc. Taha, Hamdy A 2003, Operations Research :
An Introduction, Prentice Hall, United
States of America.
Widad, F 2010, Rancangan Konfigurasi
Jaringan Logistik Dengan Pendekatan
Sistem Tertutup, Tugas Akhir, Jurusan
Teknik Industri, Institut Teknologi Sepuluh Nopember, Surabaya.