• Tidak ada hasil yang ditemukan

PERENCANAAN PENGADAAN OLI MEDRIPAL 570 PADA KAPAL DIVISI TECHNICAL COMMERCIAL FLEET PT PERTAMINA PERKAPALAN

N/A
N/A
Protected

Academic year: 2021

Membagikan "PERENCANAAN PENGADAAN OLI MEDRIPAL 570 PADA KAPAL DIVISI TECHNICAL COMMERCIAL FLEET PT PERTAMINA PERKAPALAN"

Copied!
11
0
0

Teks penuh

(1)

PERENCANAAN PENGADAAN OLI

MEDRIPAL 570 PADA KAPAL DIVISI

TECHNICAL COMMERCIAL FLEET PT

PERTAMINA PERKAPALAN

Willy Suhandy

Binus University,

Jl. Kh. Syahdan No.9, Palmerah, Kota Jakarta Barat, Daerah Khusus

Ibukota Jakarta, 11480, (021) 5345830,

willysuhandy@gmail.com

Kelvin Thanaka

Binus University,

Jl. Kh. Syahdan No.9, Palmerah, Kota Jakarta Barat, Daerah Khusus

Ibukota Jakarta, 11480, (021) 5345830,

k.thanaka@gmail.com

Pilamupih Dwi Rahayu

Binus University,

Jl. Kh. Syahdan No.9, Palmerah, Kota Jakarta Barat, Daerah Khusus

Ibukota Jakarta, 11480, (021) 5345830,

pilamupihdwira@gmail.com

Ho Hwi Chie

Binus University,

Jl. Kh. Syahdan No.9, Palmerah, Kota Jakarta Barat, Daerah Khusus

Ibukota Jakarta, 11480, (021) 5345830,

hhchie@binus.edu

ABSTRACT

PT Pertamina Perkapalan is the subsidiary of PT Pertamina which responsible on

fuel oil distribution using marine. PT Pertamina Perkapalan has a division called

Technical Commercial Fleet (TCF) for organizing company’s ship in order to

operate the ship. For now, TCF has four ships for distributing oil fuel to some

regions in Indonesia. For the operation, the ship’s main engine needs to be replaced

with the new Medripal 570 lubricant frequently. However, in fact the Medripal 570

lubricant is not always available in each port where the ship will be anchored.

Random movements of the ships make TCF division does not have a good planning

(2)

for lubricant inventory. Therefore, it needs a good planning to get over the problem

by using ARENA simulation and (Q, r) methods. ARENA simulation is used for

making a simulation based on probability theory from the historical data of the ships

movements. The simulation results show the movement of the ships and also the

lubricant usage for a year. After that, to find out the number of lubricant needed is

by using (Q, r) methods based on the lubricant usage for a year. The result will be

the optimize number of Medripal 570 lubricant to be ordered and the reorder point.

Thus, the final result of this thesis is the scheduling of when and where the ship will

have to stock their Medripal 570 lubricant.

Keyword: Inventory control, Probability, Simulation, ARENA, (Q, r) Model

ABSTRAK

PT Pertamina Perkapalan adalah anak perusahaan dari PT Pertamina yang

membantu dalam pendistribusian bahan bakar minyak atau bbm menggunakan moda

transportasi laut. Di dalam PT Pertamina Perkapalan terdapat divisi Technical

Commercial Fleet (TCF). Tugas divisi TCF adalah mengelola kapal milik PT

Pertamina agar dapat beroperasi dengan baik. Saat ini divisi TCF memiliki empat

kapal yang beroperasi dalam mendistribusikan bbm ke beberapa wilayah di

Indonesia. Dalam pengoperasiannya, mesin kapal selalu mengganti oli Medripal 570

secara bekala. Namun, pada kenyataannya oli Medripal 570 tidak selalu tersedia

pada pelabuhan-pelabuhan tempat kapal berlabuh. Pergerakan kapal yang tidak

tetap, membuat divisi TCF belum memiliki perencanaan yang matang dalam

persediaan oli. Sehingga untuk mengatasi masalah ini, dilakukan perencanaan

menggunakan simulasi ARENA dan metode (Q, r). Simulasi ARENA digunakan untuk

melakukan simulasi berdasarkan teori probabilitas dari data riwayat pergerakan

kapal. Hasil dari simulasi adalah berupa data pergerakan kapal beserta dengan

penggunaan olinya selama setahun. Kemudian, untuk mengetahui berapa jumlah oli

Medripal 570 yang akan diambil digunakan metode (Q, r) dari data pengunaan oli

selama setahun. Hasil dari metode (Q, r) yang berupa jumlah oli Medripal 570 yang

harus diambil dan juga titik reorder point. Sehingga hasil akhir pada laporan ini

adalah penjadwalan kapan dan dimana kapal akan mengambil oli Medripal 570.

Kata kunci: Persediaan barang, Probabilistik, Simulasi, ARENA, (Q, r) Model

PENDAHULUAN

Seperti yang diketahui bahan bakar minyak atau yang dikenal sebagi BBM merupakan kebutuhan yang sangat penting dan harus terpenuhi di Indonesia. Apabila kebutuhan BBM tidak dapat terpenuhi maka dapat mengganggu sistem distribusi di Indonesia. Perusahaan Negara yang bergerak dididang perminyakan yaitu PT Pertamina dimana PT Pertamina memiliki satu buah anak perusahaan yang bergerak pada pendistribusian bahan bakar minyak menggunakan transportasi laut yang dinamakan dengan PT Pertamina Perkapalan. Pada PT Pertamina Perkapalan terdapat satu buah divisi Technical Commercial Fleet yang bertugas dalam melakukan sistem maintenance kapal. Salah satu hal yang penting dalam melakukan pengoperasian kapal adalah penggunaan oli dari setiap kapal dan salah satu oli yang cukup penting yaitu oli Medripal 570 karena penggunaannya sama halnya seperti

(3)

bahan bakar. Namun PT Pertamina Perkapalan masih belum dapat membuat pengadaan oli kapal dengan baik seperti yang dapat dilihat pada gambar di bawah ini:

Sumber: PT Pertamina Lubricants

Gambar 1 Realisasi Pelumas untuk PT Pertamina Perkapalan Tahun 2014

Pengendalian persediaan oli menjadi salah satu masalah yang nyata untuk PT Pertamina Perkapalan. Oleh karena itu, dibutuhkan perencanaan yang matang dalam melakukan penyimpanan stok oli pelumas di masing-masing warehouse di beberapa pelabuhan agar dapat mencakup kebutuhan oli pelumas pada kapal PT Pertamina Perkapalan.

Berikut adalah perumusan masalah yang terjadi di PT Pertamina Perkapalan:

1. Bagaimana prediksi pergerakan kapal pada divisi Technical Commercial Fleet di PT Pertamina Perkapalan berbasis probabilitas historical pergerakan kapal?

2. Bagaimana prediksi penjadwalan pengambilan oli kapal pada divisi Technical Commercial

Fleet di PT Pertamina Perkapalan berbasis konsep inventory control?

3. Bagaimana permintaan kebutuhan oli kapal dapat terpenuhi berbasis probabilitas historical pergerakan kapal dan konsep inventory control pada divisi Technical Commercial Fleet di PT Pertamina Perkapalan?

Selanjutnya setelah merumuskan permasalahn yang terjadi di divisi Technical Commercial

Fleet di PT Pertamina Perkapalan adalah menjabarkan tujuan dari penulisan tugas akhir, yaitu:

1. Untuk mengetahui bagaimana prediksi pergerakan kapal pada divisi Technical Commercial Fleet di PT Pertamina Perkapalan berbasis probabilitas historical pergerakan kapal.

2. Untuk mengetahui bagaimana prediksi penjadwalan pengambilan oli kapal berbasis konsep

inventory control pada divisi Technical Commercial Fleet di PT Pertamina Perkapalan.

3. Untuk mengetahui bagaimana kebutuhan oli kapal dapat terpenuhi berbasis probabilitas historical pergerakan kapal dan konsep inventory control pada divisi Technical Commercial Fleet di PT Pertamina Perkapalan

METODOLOGI PENELITIAN

Metodologi penelitian yang digunakan dalam penelitian ini yaitu pertama-pertama merumuskan masalah yang terjadi di PT Pertamina Perkapalan. Permasalahan yang terjadi di PT Pertamina Perkapalan adalah persediaan oli Medripal 570 untuk kapal belum dapat terpenuhi secara optimal. Setelah menentukan permasalahan yang akan di bahas, selanjutnya adalah mencari jurnal studi literatur yang dapat menjadi landasan dalam pembuatan tugas akhir ini. Selanjutnya adalah

(4)

mengumpulkan data yang digunakan untuk penelitian ini adalah data riwayat pergerakan kapal selama satu tahun, data waktu perjalanan antar pelabuhan, data penggunaan oli yang mencakup data daya

main engine kapal, data massa jenis oli Medripal 570, konstanta pemakaian oli. Dari data riwayat

perjalanan kapal ini dapat dilihat pergerakan kapal selama satu tahun kemana saja kapal berlayar ataupun berlabuh. Setelah semua data yang dialakukan terkumpul selanjutnya adalah melakukan pengolahan data. Pengolahan data yang dilakukan adalah menghitung probabilitas berapa kali kapal singgah di setiap pelabuhan, yang selanjutnya data probabilitas ini dilakukan simulasi dengan

software ARENA sehingga akan diperoleh pelabuhan mana saja yang disinggahi dan jumlah

penggunaan olinya. Selanjutnya hasil akhir yang diperoleh untuk tugas akhir ini merupakan kapan dan dimana kapal harus mengambil oli Medripal 570.

HASIL DAN BAHASAN

Kapal-kapal yang digunakan untuk mengangkut BBM adalah MT Sambu, MT Sei Pakning, MT Sungai Gerong, dan MT Fastron. Keempat kapal yang digunakan merupakan jenis kapal

handysize oil tanker yang memiliki berat 30000 DWT (deadweight tonnage). Berikut adalah data

spesifikasi main engine dan massa jenis oli Medripal 570 yang menunjang penelitian:

Tabel 1 Data Penunjang Kapal

Daya Main Engine 6480 kw

Pemakaian Oli 0.6 gr/kwh Massa Jenis Oli 920 gr/dm3

Masing-masing kapal memiliki rute perjalanan yang berbeda dalam pemenuhan permintaan BBM setiap daerah. Berikut adalah pergerakan yang telah dilakukan oleh setiap kapal berdasarkan

historical data yang ada:

Sumber: NETPAS Distance Software

Gambar 3 Rute Pergerakan Kapal MT Sambu

Berdasarkan pergerakan yang dilalui, selanjutnya adalah membuat tabel mengenai rute perjalanan dan lamanya waktu perjalanan setiap rute pada masing-masing kapal menggunakan Netpas

Distance Software.

Setelah didapatkan data mengenai rute perjalanan dan lamanya waktu perjalanan, selanjutnya adalah menghitung lamanya waktu loading dan unloading kapal di masing-masing pelabuhan. Kemudian dilakukan perhitungan terhadap mean dan standard deviasi untuk waktu loading dan

(5)

Tabel 2 Mean dan Standard Deviasi Waktu Loading Kapal Kapal Mean Stdev

MT Sambu 4,16 2,73

MT Sei Pakning 3,63 1,55 MT Sungai Gerong 2,55 1,22

MT Fastron 2,50 0,67

Tabel 3 Mean dan Standard Deviasi Waktu Unloading Kapal Kapal Mean Stdev

MT Sambu 4,90 3,70

MT Sei Pakning 3,92 2,45 MT Sungai Gerong 4,54 2,60

MT Fastron 5,80 2,66

Setelah didapatkan data mengenai rute pergerakan masing-masing kapal selanjutnya dapat digunakan sebagai acuan untuk menghitung probabilitas. Probabilitas ini digunakan untuk melihat frekuensi kapal singgah di masing-masing pelabuhan dengan melihat kesamaan rute perjalanan yang dilalui selama satu tahun.

Tabel 4 Probabilitas Pergerakan Kapal Sambu Sumber Singapura

No. Rute Perjalanan Frekuensi Probability Probability (%)

1 Singapura-Tanjung Priok 3 0,1429 14,29 2 Singapura-Surabaya 6 0,2857 28,57 3 Singapura-Cilacap 4 0,1905 19,05 4 Singapura-Tanjung Uban 1 0,0476 4,76

Tanjung Uban-Teluk Kabung Teluk Kabung-Singapura

5 Singapura-Belawan 1 0,0476 4,76

Belawan-Tanjung Gerem Tanjung Gerem-Singapura

6 Singapura-Tanjung Gerem 1 0,0476 4,76

Tabel 4 Probabilitas Pergerakan Kapal Sambu Sumber Singapura (Lanjutan) 7

Tanjung Gerem-Teluk Kabung

1 0,0476 4,76 Teluk Kabung-Singapura Singapura-Semarang 8 Singapura-Belawan 1 0,0476 4,76 9 Singapura-Teluk Kabung 1 0,0476 4,76 10 Singapura-Tanjung Uban 1 0,0476 4,76 11 Tanjung Uban-Belawan 1 0,0476 4,76 Belawan-Singapura Singapura-Baubau Jumlah 21 Contoh Perhitungan:

Rute Singapura-Tanjung Priok selama satu tahun memiliki rute yang sama sebanyak tiga kali selama setahun.

Probabilitas Probabilitas (%)

(6)

Setelah mendapatkan nilai probabilitas setiap kapal berdasarkan rute perjalanan selanjutnya adalah melakukan simulasi menggunakan software ARENA Simulation untuk mengetahui pergerakan kapal selama satu tahun ke depan berdasarkan data riwayat perjalanan kapal serta probabilitas. Di bawah ini merupakan hasil penggunaan simulasi ARENA untuk kapal MT Sambu pada tahun 2016.

Tabel 5 Prediksi Penggunaan Oli Kapal MT Sambu Tahun 2016 No. Tanggal Pelabuhan Usage (liter)

1 7 Januari 2016 Singapura-Surabaya 275,39 2 10 Januari 2016 Surabaya-Singapura 275,39 3 17 Januari 2016 Singapura-Belawan 125,90 4 25 Januari 2016 Belawan-Singapura 125,90 5 27 Januari 2016 Singapura-Belawan 125,90 6 6 Februari 2016 Belawan-Singapura 125,90 7 10 Februari 2016 Singapura-Cilacap 378,21 8 18 Februari 2016 Cilacap-Singapura 378,21 9 26 Februari 2016 Singapura-Surabaya 275,39 10 9 Maret 2016 Surabaya-Singapura 275,39 11 23 Maret 2016 Singapura-Baubau 454,16 12 4 April 2016 Baubau-Singapura 454,16 13 14 April 2016 Singapura-Surabaya 275,39 14 20 April 2016 Surabaya-Singapura 275,39

15 1 Mei 2016 Singapura-Tanjung Gerem 257,03 16 8 Mei 2016 Tanjung Gerem-Teluk Kabung 175,26 17 19 Mei 2016 Teluk Kabung-Singapura 394,97

18 24 Mei 2016 Singapura-Baubau 454,16 19 4 Juni 2016 Baubau-Singapura 454,16 20 11 Juni 2016 Singapura-Surabaya 275,39 21 14 Juni 2016 Surabaya-Singapura 275,39 22 22 Juni 2016 Singapura-Baubau 454,16 23 29 Juni 2016 Baubau-Singapura 454,16

24 9 Juli 2016 Singapura-Teluk Kabung 394,97 25 16 Juli 2016 Teluk Kabung-Singapura 394,97 26 21 Juli 2016 Singapura-Tanjung Gerem 257,03 27 1 Agustus 2016 Tanjung Gerem-Teluk Kabung 175,26 28 10 Agustus 2016 Teluk Kabung-Singapura 394,97 29 13 Agustus 2016 Singapura-Tanjung Uban 12,04 30 22 Agustus 2016 Tanjung Uban-Teluk Kabung 404,01 31 6 September 2016 Teluk Kabung-Singapura 394,97 32 12 September 2016 Singapura-Tanjung Uban 12,04 33 13 September 2016 Tanjung Uban-Belawan 134,18 34 17 September 2016 Belawan-Singapura 125,90 35 24 September 2016 Singapura-Cilacap 378,21

36 2 Oktober 2016 Cilacap-Singapura 378,21

37 9 Oktober 2016 Singapura-Surabaya 275,39 38 11 Oktober 2016 Surabaya-Singapura 275,39 39 17 Oktober 2016 Singapura-Tanjung Priok 243,61 40 28 Oktober 2016 Tanjung Priok-Singapura 243,61 41 5 November 2016 Singapura-Surabaya 275,39 42 14 November 2016 Surabaya-Singapura 275,39 43 20 November 2016 Singapura-Baubau 454,16

44 5 Desember 2016 Baubau-Singapura 454,16

45 9 Desember 2016 Singapura-Tanjung Uban 12,04 46 13 Desember 2016 Tanjung Uban-Belawan 134,18 47 19 Desember 2016 Belawan-Singapura 125,90 48 25 Desember 2016 Singapura-Surabaya 275,39

(7)

Contoh Perhitungan:

Waktu perjalanan yang ditempuh Singapura-Surabaya = 65,17 jam

Daya Main Engine = 6480 kw

Penggunaan oli = 0,6 gr/kwh

Massa jenis oli = 920 gr/dm3

Usage Oli per Perjalanan = 275,392957 dm3

= 275,39 liter

Tabel 6 Prediksi Permintaan Oli Per Bulan selama Tahun 2016

Kapal Sambu Sei Pakning Sungai Gerong Fastron

Januari 5 4 4 6 Februari 6 9 7 6 Maret 4 3 5 5 April 5 7 4 6 Mei 7 7 9 5 Juni 9 5 6 3 Juli 6 5 6 4 Agustus 5 6 10 3 September 6 7 8 4 Oktober 5 3 4 6 November 5 4 10 4 Desember 5 2 7 6 Annual Demand 68 62 80 58 Mean 5,67 5,17 6,67 4,83 Standard deviasi 1,30 2,08 2,23 1,19

Setelah didapatkan data penggunaan oli Medripal 570 per bulan selama tahun 2016, selanjutnya adalah melakukan uji normalitas data tersebut menggunakan software Minitab 17. Berikut ini merupakan salah satu contoh hasil uji normalitas untuk kapal MT Sambu, yaitu sebagai berikut:

Sumber: Software Minitab 17

Gambar 4 Uji Normalitas Kapal MT Sambu

Uji normalitas yang dilakukan menggunakan nilai mean dan standard deviasi yang telah dihitung sebelumnya yaitu 5,67 dan 1,30. Uji Normalitas ini menggunakan jenis uji Ryan-Joiner

(8)

(Similar to Shapiro-Wilk). Dari gambar di atas diperoleh nilai p-Value > 0,100 yang nilainya lebih

besar dari 0,05 dimana data penggunaan oli per bulan untuk MT Sambu dinyatakan berdistribusi normal. Setelah mendapatkan penggunaan oli selama setahun selanjutnya dilakukan perhitungan EOQ dan ROP. Di bawah ini merupakan hasil perhitungan EOQ dan ROP untuk keempat kapal selama tahun 2016.

Tabel 7 Data Perhitugan EOQ dan ROP

Kapal Sambu Sei Pakning Sungai Gerong Fastron

Mean 5,67 5,17 6,67 4,83

Std Deviasi 1,30 2,08 2,23 1,19

Penalty Cost 1.453.887,60 1.453.887,60 1.453.887,60 1.453.887,60

Annual Demand (λ) 68 62 80 58

Demand during Lead Time (µ) 3,73 3,40 4,38 3,18 Annual Variance 20,36 52,00 59,64 17,09 Variance of Lead Time Demand (σ) 1,06 1,69 1,81 0,97

EOQ 13 12 14 12 Taraf Signifikasi 0,8083 0,7992 0,8232 0,7924 Nilai Tabel Z 0,87 0,84 0,93 0,81 Reorder Point 1 (n(R1)) 5 5 6 4 Nilai L(z) 0,1061 0,112 0,0955 0,1181 n(R1) 0,11 0,19 0,17 0,11 Quantity 1 14 13 15 13 Taraf Signifikasi (n(R2)) 0,7998 0,7845 0,8114 0,7831 Tabel Z 0,84 0,72 0,88 0,8 Reorder Point 2 5 5 6 4 Contoh Perhitungan:

Contoh Perhitungan Q/R model kapal MT Sambu:

EOQ = = = = = 13,134 = 13 unit Qo = EOQ = 13 1 – F(R1) = = 1 – = 1 – 0,1917 = 0,8083

Menggunakan tabel Z (terdapat di lampiran) didapatkan nilai sebesar 0,87 dan L(z) sebesar 0,1061. Setelah itu dihitung nilai R dengan rumus:

R = σz + µ

= (1,06)(0,87) + 3,73 = 5 unit

Kemudian menghitung nilai Q1 yang baru dengan menghitung nilai n(R1) dengan rumus: n(R1) = σL(z)

= (1,06)(0,1061)

= 0,11

(9)

=

= 13,61

= 14 drum

Berikut ini merupakan hasil penjadwalan pengambilan oli berdasarkan pemakaian oli serta EOQ dan ROP selama tahun 2016 sebagai berikut:

Tabel 8 Jadwal Pengambilan Oli Tahun 2016 No. MT Sambu MT Sei Pakning

Bulan Lokasi Bulan Lokasi 1 Februari Februari Februari Belawan

2 Juni Surabaya Mei Surabaya

3 Agustus Teluk Kabung Agustus Surabaya 4 Oktober Tanjung Priok November Cilacap

Tabel 8 Jadwal Pengambilan Oli Tahun 2016 (Lanjutan) No. MT Sungai Gerong MT Fastron

Bulan Lokasi Bulan Lokasi 1 Maret Tanjung Priok Maret Cilacap

2 Mei Surabaya Mei Balikpapan

3 Agustus Teluk Kabung September Tuban 4 Oktober Teluk Kabung Desember Balikpapan

5 Desember Cilacap - -

Contoh Perhitungan MT Sambu: Q = 5.643 liter

R = 836 liter

Stok pertama diasumsikan sebagai 30 drum = 6.270 liter Periode 1: Stok0 – R = 6.270 – 836

= 5.434 liter

Apabila dilihat pada tabel penggunaan oli maka inventori kapal akan habis pada bulan Juni 2016 di Surabaya dengan penggunaan sebesar 5.831,64 liter. Kemudian diambil oli sejumlah quantity yang telah dihitung sebanyak 5.643 liter. Sehingga inventori pada bulan tersebut menjadi 6.081,36 liter.

Periode 2: Stok1 – R = 6.081,36 – 836

= 5.245,36

SIMPULAN DAN SARAN

Berdasarkan hasil perhitungan, pengolahan dan analisis data dapat disimpulkan

beberapa hal, yaitu:

1. Prediksi pergerakan kapal berbasis probabilitas riwayat pergerakan kapal pada

divisi Technical Commercial Fleet di PT Pertamina Perkapalan dapat

menggunakan konsep simulasi dimana pergerakan kapal masih belum terjadwal

sehingga dengan pemetaan simulasi didapatkan gambaran atau prediksi

pergerakan kapal pada tahun 2016 dimana kapal memiliki rute pergerakan dari

satu pelabuhan ke pelabuhan lain sebanyak kurang lebih 4 kali setiap bulannya.

(10)

2. Prediksi penjadwalan pengambilan oli kapal pada divisi Technical Commercial

Fleet di PT Pertamina Perkapalan dapat menggunakan konsep inventory control

sehingga didapatkan nilai kapan penjadwalan pengadaan oli dari setiap kapal pada

tahun 2016. Dimana kapal pada divisi Technical Commercial Fleet akan

mengambil oli sebanyak kurang lebih 4 kali pengambilan selama setahun.

3. Kebutuhan oli kapal pada divisi Technical Commercial Fleet di PT Pertamina

Perkapalan dapat terpenuhi dengan berbasis probabilitas historical pergerakan

kapal dan konsep inventory control dimana didapatkan jumlah permintaan oli

dalam satu tahun sebanyak 68 untuk kapal Sambu, 62 untuk Sei Pakning, 80

untuk Sungai Gerong, dan 58 untuk Fastron. Sehingga, dapat dihitung berapa

banyak kebutuhan oli kapal dan kapan kapal akan mengambil oli tersebut seperti

kapal Sambu akan mengambil oli sebanyak 15 drum di Surabaya pada bulan

Februari.

Berdasarkan hasil perhitungan, pengolahan dan analisis data dapat diberikan

saran untuk pihak perusahaan yaitu PT Pertamina Perkapalan sebagai berikut:

1. Disarankan PT Pertamina Perkapalan untuk selalu meng-update data-data

pergerakan kapal terbaru guna membuat sistem simulasi yang lebih akurat

sehingga perencanaan penggunaan oli menjadi lebih baik yang dapat membuat

permintaan oli kapal dapat terpenuhi.

2. Disarankan untuk membuat form perencanaan penggunaan oli kapal dari PT

Pertamina Perkapalan untuk PT Pertamina Lubricants agar tidak terjadi

kesalahpahaman dan membuat PT Pertamina Lubricants menjadi lebih tanggap

dalam pemenuhan oli di setiap lokasi warehouse penyimpanannya agar kebutuhan

kapal dapat terpenuhi secara lebih baik. Tidak hanya itu, pembuatan form tersebut

juga dapat membantu PT Pertamina Perkapalan dalam melakukan rekap

penggunaan oli kapal.

REFERENSI

Altiok, T., & Melamed, B. (2007). Simulation Modeling and Analysis with ARENA.

New jersey: Elsevier Inc.

Cimino, A., Longo, F., & Mirabelli, G. (2010). A General Simulation Framework for

Supply Chain Modeling: State of the Art and Case Study. International Journal

of Computer Science , 7 (2), 1-9.

Hayter, A. (2012). Probability and Statistics. Boston: Cengage Learning.

Jacobs, F. R., & Chase, R. B. (2011). Operations and Supply Chain Management.

New York: McGraw-Hill Companies, Inc.

Kelton, W. D., Sadowski, R. P., & Zupick, N. B. (2015). Simulation with Arena

(Sixth ed.). New York: McGraw-Hill Education.

Maslov, V. P., & Maslova, T. V. (2013). Unbounded Probability Theory and Its

Applications. Society for Industrial and Applied Mathematics , 57 (3), 444-467.

Mogere, K. M., Oloko, M., & Okibo, W. (2013). Effect Of Inventory control

Systems On Operational Performance Of Tea Processing Firms: A Case Study

Of Gianchore Tea Factory, Nyamira County, Kenya. The International Journal

of Business and Management , 1 (5), 12-27.

Nahmias, S. (2009). Production and Operation Analysis. New York: McGraw-Hill

Company Inc.

(11)

Pattnaik, M. (2011). Decision-Making for Single A Item EOQ Model with

Demand-Dependent Unit Cost and Dynamic Setup Cost. The Journal of Mathematics

and Computer Science , 3 (4), 390-395.

Suryabrata, S. (2010). Metodologi Penelitian. Jakarta: PT. Raja Grafindo Persada.

Suryani, E. (2006). Pemodelan Sistem dan Simulasi. Yogyakarta: Graha Ilmu.

Setyaningsih, S., & Basri, M. H. (2013). Designing Inventory Policy for Formula and

Enteral Food in Hospital Using Simulation. International Journal of

Economics and Management , 2 (7), 376-395.

Razali, N. M., & Wah, Y. B. (2011). Power comparisons of Shapiro-Wilk,

Kolmogorov-Smirnov, Lilliefors and Anderson-Darling tests. Journal of

Statistical Modeling and Analytics , 2 (1), 21-33.

Tang, S. H., Firoozi, Z., Ariffin, M. K., & Ariafar, S. (2011). An Integrated

Inventory Location Model Considering All Unit Quantity Discount. African

Journal of Business Management , 5 (27), 10965-10971.

Veenstra, A., & Notteboom, T. (2011). The Development of The Yangtze River

Container Port System. Journal of Transport Geography , 19, 772-781.

RIWAYAT PENULIS

Willy Suhandy lahir di Jakarta pada tanggal 28 Mei 1993. Penulis

menamatkan pendidikan S1 di Binus University mengambil jurusan Teknik

Industri pada tahun 2015.

Kelvin Thanaka lahir di Medan pada tanggal 11 September 1994. Penulis

menamatkan pendidikan S1 di Binus University mengambil jurusan Teknik

Industri pada tahun 2015.

Pilamupih Dwi Rahayu lahir di Jakarta pada tanggal 5 Februari 1993.

Penulis menamatkan pendidikan S1 di Binus University mengambil jurusan

Teknik Industri pada tahun 2015.

Gambar

Gambar 1 Realisasi Pelumas untuk PT Pertamina Perkapalan Tahun 2014
Tabel 1 Data Penunjang Kapal  Daya Main Engine  6480 kw
Tabel 4 Probabilitas Pergerakan Kapal Sambu Sumber Singapura
Tabel 5 Prediksi Penggunaan Oli Kapal MT Sambu Tahun 2016
+4

Referensi

Dokumen terkait

Meskipun penelitian tentang estimasi hazard rate model point process pada kemunculan gempa telah dilakukan oleh Darwis, dkk (2009) dan Sunusi,N dkk (2010) , namun hasil

Manfaat Praktis Melalui penelitian ini, diharapkan dapat menjadi salah satu bahan masukan dan pertimbangan bagi Koperasi Simpan Pinjam Rukun Makmur Pangkalpinang dalam pengelolaan

Bank Negara Indonesia (Persero) Tbk Jl. Achmad Yani No. Perkapalan Jakarta PT Mega Guna Ganda Semesta Jl. Perkapalan Jakarta PT Mega Guna Ganda Semesta Jl. Kelautan Prabumulih

Oleh sebab itu kapal-kapal yang berlayar harus sering untuk repair agar kapal yang digunakan untuk transportasi mampu bertahan lebih lama dari yang seharusnya

Menimbang : bahwa untuk melaksanakan ketentuan Pasal 10 Peraturan Pemerintah Nomor 53 Tahun 2014 tentang Pemberian Gaji/ Pensiun/Tunjangan Bulan Ketiga Belas Dalam Tahun Anggaran

Konselor sebagai tenaga profesional dalam membantu permasalahan yang dialami klien, dalam hal ini untuk mereduksi stress yang muncul pada istri dalam hubungan pernikahan

Kualitas layanan adalah ukuran yang digunakan dengan menjadikan kepuasan masyarakat terhadap kualitas pelayanan untuk menilai kinerja Dinas Kependudukan dan Catatan

Secara umum hasil pemisahan fase di T-junction ditunjukkan dengan menggunakan perbandingan fraksi dari fase yang meninggalkan inlet menuju side arm, seperti yang