ANALISIS PENYEBAB DAN DAMPAK PROSES SHIFTING TERHADAP PENGAMBILAN PETIKEMAS DI TERMINAL PETIKEMAS BANJARMASIN

(1)

ANALISIS PENYEBAB DAN DAMPAK PROSES SHIFTING

TERHADAP PENGAMBILAN PETIKEMAS DI TERMINAL

PETIKEMAS BANJARMASIN

LAPORAN KERJA PRAKTIK

Oleh:

Gusti Panji Bintang Budiman

102416006

PROGRAM STUDI TEKNIK LOGISTIK

FAKULTAS TEKNOLOGI INDUSTRI

UNIVERSITAS PERTAMINA

OKTOBER

(2)

HALAMAN PENGESAHAN

Laporan Kerja Praktik yang diajukan oleh,

Nama

: Gusti Panji Bintang Budiman

NIM

102416006

Program Studi

: Teknik Logistik

Fakultas

: Teknologi Industri

Perusahaan /Institusi

: Terminal Petikemas Banjarmasin PT Pelindo III Regional

Kalimantan

Tanggal Pelaksanaan KP

: 17 Juni - 16 Agustus 2019

dengan judul

:

ANALISIS PENYEBAB DAN DAMPAK PROSES SHIFTING TERHADAP

PENGAMBILAN PETIKEMAS DI TERMINAL PETIKEMAS BANJARMASIN

telah disetujui dan disahkan pada

Hari

:

Tanggal

:

Disetujui oleh,

Dosen Pembimbing KP

Nur Layli Rachmawati

NIP. 116062

Pembimbing Instansi

Muhammad Fatah Hidayat

NIP. 3.720804262

Mengetahui,

Ketua Program Studi Teknik Logistik

Dr. Eng. Iwan Sukarno

NIP. 116128

(3)

KATA PENGANTAR

Puji syukur kepada Allah SWT. Yang telah memberikan kenikmatan yang tak terhingga, sehingga Laporan Kerja Praktik ini dapat diselesaikan. Tanpa bantuan-Nya penulis tidak akan bisa menyelesaikan Laporan Kerja Praktik ini dengan baik.

Laporan Kerja Praktik dengan judul “ Analisis Penyebab dan Dampak Proses Shifting Terhadap Pengambilan Petikemas Di Terminal Petikemas Banjarmasin “ ini ditujukan untuk memenuhi sebagian persyaratan akademik Program Studi Teknik Logistik di Universitas Pertamina.

Penulis menyadari bahwa Laporan Kerja Praktik ini dapat diselesaikan dengan baik karena adanya bantuan, arahan dan doa dari berbagai pihak. Oleh karena itu penulis ingin menyucapkan terima kasih dan rasa hormat kepada pihak – pihak yang telah membantu. Pihak – pihak tersebut diantaranya sebagai berikut:

1. Bapak Iwan Sukarno selaku Ketua Program Studi Teknik Logistik, Universitas Pertamina 2. Ibu Nur Layli Rachmawati sebagai Dosen Pembibing Kerja Praktik

3. Bapak dan Ibu Dosen Program Studi Teknik Logistik, Universitas Pertamina

4. Bapak Nyoman Sudhiarta, selaku Manager Terminal Petikemas Banjarmasin (TPKB)

5. Bapak Muhammad Fattah Hidayat, selaku Senior Supervisor Operasional TPKB dan juga sebagai Pembimbing Instansi.

6. Bapak dan Ibu Staf Operasional Terminal Petikemas Banjarmasin seperti Mas Wisnu, Mas Deny, Mas Dika, Pak Sofyan dan Pak Tommy serta teman-teman magang dari Universitas TUAL Maluku dan Universitas Negeri Jakarta

7. Dan semua pihak lainnya yang tidak bisa penulis sebutkan satu per satu.

Semoga kebaikan yang telah diberikan kepada penulis menjadi amal yang senantiasa mendapat balasan dan kebaikan dari Allah SWT.

Penulis menyadari bahwa masih terdapat kekurangan dalam penyusunan Laporan Kerja Praktik ini, oleh karena itu penulisan mengharapkan kritik dan saran dari berbagai pihak demi perbaikan- perbaikan di masa yang akan datang.

Jakarta, 22 Oktober 2019 Penulis

(4)

ABSTRAK

Indonesia sebagai negara dengan wilayah 63% ditutupi oleh perairan membuat sistem distribusi barang melalui jalur laut menjadi pilihan yang efektif. Hal ini juga menjadi penyebab tingginya penggunaan petikemas sebagai alat unitisasi pendistribusian barang. Semakin tingginya penggunaan petikemas, artinya semakin padat juga operasional pada terminal petikemas yang menangani arus perputaran barang. Hal yang vital berkaitan dengan operasional pelayanan adalah waktu pelayanan bongkar muat dilapangan penumpukan. Fenomena yang menjadi momok waktu operasional terminal petikemas yang lama adalah aktivitas shifting. Perlu dilakukan analisis terhadap shifting yang terjadi agar dapat menentukan strategi operasional yang tepat untuk mengurangi bahkan mengatasi shifting yang terjadi. Analisis korelasi dan regresi dilakukan terhadap faktor yang berpotensi menyebabkan shifting, data yang dikumpulkan dan diolah adalah frekuensi shifting sebagai variabel terikat dan tingkat kepadatan lapangan penumpukan petikemas muat serta jumlah petikemas alihkapal sebagai variabel bebas. Berdasarkan pengolahan data uji korelasi, variabel bebas tidak memiliki korelasi dengan variabel terikat secara parsial, namun memiliki korelasi jika diuji secara simultan. Sedangkan berdasarkan uji analisis uji regresi, model persamaan yang dibangun tidak signifikan sehingga tidak layak digunakan sebagai prediktor.

(5)

ABSTRACT

Indonesia as a country with an area of 63% covered by waters and making goods distribution systems by sea is an effective choice. This is also the cause of the increased use of containers as a unitization of distribution of goods. The increased use of the containers, this means that the more operational the container terminal which handled the flow of goods. The important thing related to administrative services is the loading and unloading service time in the stacking field. The phenomenon that has become a scourge of container terminal operational time is a shifting activity. An analysis of the this phenomenon is needed so that it can determine the appropriate operational strategy to reduce or relief this problem. Correlation and regression analysis is carried out on the factors that cause shifting, the data collected and processed are shifting in variable frequency and level of density of the stacking field and the number of containers change vessel as independent variables. Based on the processing of trial data, the independent variables do not have correlation with dependent variables, partially, but have ownership if there are simultaneous arguments. While based on the regression test analysis test, the model built is not significant so it is not suitable to be used as a predictor.

(6)

DAFTAR ISI

HALAMAN PENGESAHAN ... ii

KATA PENGANTAR ... iii

ABSTRAK ... iv

ABSTRACT ... v

DAFTAR ISI ... vi

DAFTAR TABEL ... vii

DAFTAR GAMBAR ... viii

BAB 1 PENDAHULUAN ... 1

1.1 Latar Belakang ... 1

1.2 Rumusan Masalah ... 2

1.3 Tujuan ... 2

1.4 Waktu dan Tempat Pelaksanaan KP ... 2

1.5 Ruang lingkup dan batasan masalah... 2

1.6 Metodologi ... 3

1.7 Perumusan Hipotesis Penelitian ... 3

BAB II GAMBARAN UMUM PERUSAHAAN ... 4

2.1 Sejarah Singkat Pelabuhan Trisakti Banjarmasin... 4

2.2 Divisi Terminal Petikemas Banjarmasin (TPKB) ... 4

BAB III Landasan Teori ... 6

3.1 Penumpukan Petikemas (Container Stacking Problem) ... 6

3.2 Perhitungan Yard Occupancy Ratio ... 7

3.3 Analisis Korelasi ... 8

3.3.1 Uji Normalitas Sampel ... 9

3.4 Analisis Regresi ... 9

BAB IV STUDI KASUS ... 12

BAB V HASIL KERJA PRAKTIK ... 16

5.1 Pengumpulan Data ... 16

5.2 Pengolahan Data ... 17

5.2.1 Analisis Korelasi ... 18

5.2.1.1 Uji Normalitas Data Observasi ... 18

BAB VI KESIMPULAN DAN SARAN ... 27

(7)

DAFTAR TABEL

Tabel 1 Timeline Pelaksanaan Kerja Praktik ... 2

Tabel 2. Fasilitas Terpasang TPKB ... 5

Tabel 3. Data Sampling Frekuensi Shifting ... 16

Tabel 4. Petikemas Alih Kapal Periode 3 Hari ... 16

Tabel 5. Tingkat Yard Occupancy Ratio ... 17

Tabel 6. Test Of Normality ... 18

Tabel 7. Correlation Table ... 20

Tabel 8. Model Summary... 21

Tabel 9 Collinearity Test ... 25

(8)

DAFTAR GAMBAR

Gambar 1. Prosedur Pelayanan Petikemas di TPKB ... 5

Gambar 2. Operasional Penumpukan Petikemas ... 6

Gambar 3. Interpretasi Korelasi Variabel Berdasar Grafik ... 8

Gambar 4. Visualisasi Model Analisis Regresi ... 10

Gambar 5. Ilustrasi Aktifitas Shifting ... 12

Gambar 6. Antrian Head Truck Pada Operasional Muat ... 12

Gambar 7. Diagram Faktor Penyebab Aktivitas Shifting ... 13

Gambar 8. Kerangka Analisis Aktivitas Shifting ... 14

Gambar 9. Diagram Alir Pengolahan Data... 17

Gambar 10. Histogram, Normality Test ... 19

Gambar 11. Normal Q-Q Plot ... 19

Gambar 12. Detrended Normal Q-Q Plot ... 19

Gambar 13. Linearitas Variabel Bebas ... 22

Gambar 14. Histogram Normalitas Residual... 23

Gambar 15. Normal P-P Plot ... 23

(9)

UNIVERSITAS PERTAMINA

FAKULTAS TEKNOLOGI INDUSTRI TEKNIK LOGISTIK

BAB 1 PENDAHULUAN 1.1Latar Belakang

Berdasarkan Badan Pusat Statistik (2018), Indonesia terdiri atas 16.056 pulau dan dihubungkan oleh daerah perairan yang luas. Maka pola distribusi melalui jalur laut merupakan jalur yang efektif diterapkan di Indonesia karena memanfaatkan keunggulan geografis kawasan perairan yang mencapai 63% dari total luas keseluruhan wilayah Indonesia dan akan banyak perolehan manfaat pemerataan ekonomi kepulauan yang dapat dipetik (Adam, Lukman., 2015). Menurut UNCTAD (2018), penggunaan petikemas dalam perdagangan melalui jalur laut tercatat 17.1% dan angka ini meningkat 6.4% dibandingkan periode dua tahun sebelumnya. Meningkatnya penggunaan petikemas sebagai alat pengangkut dikarenakan banyaknya manfaat yang dapat diperoleh, menurut Amir MS (2003), keuntungan penggunaan petikemas adalah efisiensi waktu bongkar muat barang, menurunkan resiko kerusakan dan pencurian terhadap muatan, serta menghindari tertukarnya barang dengan eksportir lain. Terminal petikemas merupakan infrastruktur yang mendukung kegiatan transportasi laut khususnya dalam pendistribusian barang dengan menggunakan petikemas.

Tingginya tingkat penggunaan petikemas membuat pelayanan terminal petikemas sibuk dan harus beroperasi selama 24 jam dalam tujuh hari. Padatnya pelayanan operasional terminal petikemas menimbulkan berbagai macam permasalahan, diantaranya adalah sibuknya kegiatan bongkar muat petikemas yang dapat berakibat pada kerugian waktu dan biaya bagi pihak pelayaran, pemilik barang maupun pihak terminal petikemas sendiri jika kegiatan berjalan tidak sesuai rencana dan menghambat arus distribusi (Basuki, Minto., 2015). Salah satu aktivitas utama dalam kegiatan bongkar muat adalah aktivitas pengambilan petikemas, yang memerlukan perencanaan yang harus dilakukan bahkan sebelum petikemas masuk ke lapangan penumpukan dan memerlukan kerjasama yang baik antara aktor-aktor di terminal petikemas agar kegiatan bongkar muat berjalan baik. Perencanaan penumpukan petikemas harus dilakukan dengan matang agar dapat menghindari pergerakan alat bongkar yang tidak diperlukan saat aktivitas bongkar muat (shifting) petikemas sehingga memberikan dampak negatif pada operasional pengambilan petikemas (Hangga, Putu., 2014) yaitu dari segi penggunaan bahan bakar alat bongkar muat dan waktu pelayanan petikemas muat sehingga diperlukan strategi yang dapat mengatasi permasalahan pada operasional pelayanan terminal petikemas.

Penulis melakukan pengamatan dan penelitian dangan fokus utama adalah ineffecient movement dalam operasional pelayanan petikemas di Terminal Petikemas Banjarmasin PT Pelindo III Cabang Kalimantan. PT Pelindo III sendiri merupakan perusahaan milik negara (BUMN) yang memiliki komitmen dalam memberikan layanan jasa pelabuhan yang prima untuk mewujudkan tuntunan pelanggan dan stakeholder sebagai pengguna jasa PT Pelindo III, karena dalam operasional pelayanan pelabuhan mengedepankan faktor efektifitas dan efisiensi. Oleh karena itu penulis menyusun topik laporan kerja praktik yang berkaitan dengan aktivitas shifting/rehandling yaitu “Analisis Penyebab dan Dampak Proses Shifting Terhadap Pengambilan Petikemas Di Terminal Petikemas Banjarmasin”. Hasil yang diharapkan dari penelitian ini yaitu mengetahui faktor berpengaruh terhadap besarnya shifting yang terjadi dan dampak yang dihasilkan dari aktivitas shifting tersebut.

(10)

1.2Rumusan Masalah

Berdasarkan topik kerja praktik yang penulis sebutkan, maka rumusan masalah yang relevan adalah sebagai berikut:

a. Apa saja faktor yang berpotensi menyebabkan shifting? b. Bagaimana tingkat pengaruh faktor tersebut terhadap shifting?

c. Dampak shifting terhadap operasional bongkar muat di terminal petikemas? 1.3Tujuan

Adapun tujuan penilitian penulis terhadap topik yang diangkat adalah sebagai berikut: a. Mengetahui besar dan dampak yang disebabkan oleh aktivitas shifting dalam operasional

pengambilan petikemas

b. Mengetahui faktor yang berpotensi besar dalam menyebabkan aktivitas shifting

c. Dapat memberikan saran serta perencanaan yang dapat mengurangi aktivitas shifting dan meningkatkan operasional TPKB ke depan

1.4Waktu dan Tempat Pelaksanaan KP

Adapun waktu serta tempat pelaksanaan kerja praktik adalah sebagai berikut :

a. Tempat pelaksanaan kerja praktik logistik direncanakan di Pelabuhan Terminal Petikemas PT Pelindo III Banjarmasin

b. Waktu pelaksanaan kerja praktik dilaksanakan pada 17 Juni sampai dengan 16 Agustus 2019 Adapun timeline rencana kerja perminggu adalah sebagai berikut:

Tabel 1 Timeline Pelaksanaan Kerja Praktik

Juni Juli Agustus

3 4 1 2 3 4 1 2 3

Perumusan Permasalahan Studi Literatur/Survei Pendahuluan

Identifikasi Permasalahan Pengumpulan Data

Analisis Data Saran dan Rekomendasi

1.5Ruang lingkup dan batasan masalah

Dalam topik penelitian kerja praktik yang penulis angkat memiliki batasan masalah yaitu : a. Pengamatan terhadap aktivitas shifting hanya pada lapangan penumpukan (container yard)

(11)

b. Pengambilan data shifting dilakukan pada jam kerja kantor dan tidak mengikuti jadwal sandar kapal

c. Pengamatan shifting dilakukan hanya pada operasional pergerakan alat rubber tyred gantry crane d. Pengamatan dilakukan secara individu sehingga memungkinkan terjadinya shifting yang tidak

tercatat selama pengamatan 1.6Metodologi

Dalam melakukan penelitian terhadap topik yang angkat, penulis menerapkan beberapa teknik pendekatan dan pengambilan data yaitu:

a. Wawancara, dengan target responden wawancara adalah staf yang terlibat langsung dengan operasional di lapangan

b. Observasi lapangan, pengamatan langsung terhadap operasional muat di lapangan yaitu lapangan penumpukan (container yard) muat guna pengambilan data aktivitas shifting.

c. Studi literatur, mengumpulkan referensi berupa jurnal dan penelitian ilmiah yang berkaitan dengan topik yang diangkat serta pengumpulan dokumen dari TPKB yang relevan

1.7Perumusan Hipotesis Penelitian

Dalam penelitian ini, Penulis merumuskan hipotesis awal atau hipotesi kerja (Hk) terkait topik permasalahan yang diangkat dan akan dilakukan pembuktian secara uji statistik. Adapun hipotesis kerja adalah sebagai berikut:

H0 : Tingginya tingkat kepadatan lapangan penumpukan (YOR) dan besarnya jumlah petikemas alihkapal tidak memiliki pengaruh yang signifikan terhadap frekuensi shifting yang terjadi saat proses muat peti kemas

Hk : Tingginya tingkat kepadatan lapangan penumpukan (YOR) dan besarnya jumlah petikemas alihkapal memiliki pengaruh yang signifikan terhadap frekuensi shifting yang terjadi saat proses muat peti kemas

(12)

BAB II GAMBARAN UMUM PERUSAHAAN 2.1Sejarah Singkat Pelabuhan Trisakti Banjarmasin

Pelabuhan Trisakti berada dibelahan kota Banjarmasin ibukota provinsi Kalimantan Selatan, terletak ditepi Sungai Barito, sekitar 20 mil dari muara Sungai Barito pada posisi 03” 20” 18” LS, 114” 34” 48” BT. Pelabuhan Banjarmasin merupakan pendukung utama transportasi laut secara langsung maupun tidak langsung berperan aktif dalam pembangunan ekonomi provinsi Kalimantan Selatan hingga Kalimantan Tengah. Dalam rangka memenuhi pelayanan jasa kepelabuhanan, Pelabuhan Banjarmasin menyediakan Terminal General Cargo, Terminal Curah Kering, Terminal Petikemas serta Terminal Penumpang.

Berbagai komoditi ekspor hasil Kalimantan Selatan antara lain : kayu, rotan, batubaru dan lain sebagainya, dalam jumlah besar diekspor melalui Pelabuhan Banjarmasin, maupun dikirim untuk tujuan ke berbagai daerah guna memenuhi kebutuhan bahan baku industry dalam negeri. Volume barang dan penumpang melalui pelabuhan ini terus meningkat setiap tahunnya, bahkan angkutan petikemas untuk tujuan ekspor mulai tampak dominan.

Dengan memperhatikan aspek-aspek Tatanan Kepelabuhanan Nasional, Keamanan dan Keselamatan Pelayaran, Pelabuhan Banjarmasin terus dilakukan agar tercapainya penggunaan lahan yang selaras dan seimbang terhadap tinjauan dari aspek lingkungan. Aneka pembangunan fasilitas dan pengadaan peralatan serta pengaturan keperluan kelancaran transportasi laut dikemas dalam suatu ramuan sistem pelayanan terpadu selaras dengan kebutuhan dan permintaan pengguna jasa kepelabuhanan serta perkembangan teknologi dewasa ini.

Saat ini Pelabuhan Banjarmasin telah melakukan penataan tahap akhir Terminal Petikemas untuk meningkatkan kapasitas pelayanan terhadap kapal-kapal petikemas. Untuk menjawab tantangan perkembangan arus kapal yang semakin tinggi, Pelabuhan Banjarmasin bekerja sama dengan Pemerintahan Provinsi Kalimantan Selatan menunjuk PT. Ambang Barito Persada yang merupakan perusahaan patungan antara PT. Pelabuhan Indonesia III (Persero) Cabang Banjarmasin dengan Pemerintah Provinsi Kalimantan Selatan untuk melaksanakan pemeliharaan alur pelayaran Sungai Barito.

2.2Divisi Terminal Petikemas Banjarmasin (TPKB)

Penulis selama kerja praktik ditempatkan pada divisi operasional pelayanan bongkar muat (B/M) petikemas. Selama penempatan di TPKB, Penulis lebih sering melakukan observasi lapangan secara langsung serta wawancara kepada sraff operasional kantor maupun petugas lapangan terkait pencarian topik permasalahan Pada Terminal Petikemas Banjarmasin sendiri memiliki beberapa divisi yang bertanggungjawab terhadap pekerjaan masing-masing. Divisi tersebut diantaranya adalah:

a. Perencanan dan Administrasi Terminal Petikemas

Mempunyai tugas mengendalikan, menganalisis dan mengevaluasi kegiatan perencanaan sumber daya operasi Terminal Petikemas (tenaga kerja, alat dan pembiayaan operasi), kegiatan pra meeting atau meeting pelayanan Terminal Petikemas, kegiatan administrasi permintaan pelayanan dan

(13)

adminisrasi penerbitan nota perhitungan, kegiatan pelaporan operasional (Simapoel, LBO dan laporan operasional lainnya) serta laporan data dan pelaporan pada unit kerja Terminal Petikemas.

Gambar 1. Prosedur Pelayanan Petikemas di TPKB b. Operasi Pelayanan Petikemas

Mempunyai tugas mengendalikan, menganalisis dan mengevaluasi kegiatan pelayanan operasi kapal (B/M, Shiffing, Buka Tutup Palka, operasi kapal lainnya), operasi lapangan (lift On-Lift Off, gerakan ekstra, relokasi, angsur, penumpukan, operasi lapangan lainnya), operasi CFS (R/D, Stuffing, Striffing, rubah status dan operasi CFC lainnya), administrasi penerbitan bukti pemakaian/pelayanan serta pengolahan pelaporan yang dikelola. Secara sederhana prosedur alur pelayanan petikemas di Terminal Petikemas Banjarmasin adalah sebagai berikut:

c. Operasi Alat B/M Petikemas

Mempunyai tugas mengendalikan, menganalisis dan mengevaluasi kegiatan pelayanan operasi peralatan B/M Petikemas dan pelaksanaan pengoperasian peralatan termasuk operator alat B/M (container crane, rubber tyred gantry crane, reach stacker, side loader, forklift, head truck + chassis) dan peralatan penunjang lain yang terkait dengan kegiatan terminal petikemas serta pengolahan pelaporan yang dikelola. Adapun jumlah fasilitas alat B/M Terminal Petikemas Banjarmasin sebagai berikut:

Tabel 2. Fasilitas Terpasang TPKB

NO Material Handling Jumlah (unit)

1 Container Crane 5

2 Rubber Tyred Gantry Crane 12

3 Reach Stacker 2

4 Side Loader 2

5 Forklift 2

6 Head Truck 21

(14)

BAB III Landasan Teori

Dalam melakukan analisis topik permasalahan yang diangkat, Penulis melakukan studi literatur terkait permasalahan yang muncul dalam operasional penumpukan petikemas untuk memperkuat asumsi topik permasalahan yang diangkat serta menggunakan prinsip dasar statistik yaitu uji normalitas data, uji korelasi data, dan uji regresi dalam proses pengolahan data.

3.1Penumpukan Petikemas (Container Stacking Problem)

Dalam sistem penumpukan petikemas dilapangan penumpukan, dilakukan oleh gantry crane, straddle carrier ataupun material handling lain seperti yang dapat dilihat pada gambar. Penumpukan petikemas yang hanya sebentar (temporary) baik akan dimuat maupun hasil bongkar dapat menjadi momok yang menakutkan untuk perencanaan lapangan (ship planner). Pergerakan material handling dalam menangani petikemas harus seefektif mungkin, semakin sedikit jumlah pergerakan yang dilakukan untuk penanganan petikemas maka akan membantu menurunkan, semakin sedikit jumlah pergerakan yang dilakukan untuk penanganan petikemas maka akan membantu menurunkan yard occupancy ratio (Hangga, Putu., 2014).

Gambar 2. Operasional Penumpukan Petikemas Sumber. Hangga dan Shinoda (2014)

Permasalahan yang terjadi dalam penumpukan petikemas adalah biaya yang dibutuhkan untuk mengambil petikemas yang ditumpuk berbanding lurus dengan tingkat tumpukan petikemas, artinya pengambilan petikemas yang berada pada tumpukan atas lebih murah dibandingkan tumpukan yang bawah. Permasalahan lain terjadi saat ada petikemas yang menutupi petikemas target yang akan dimuat, petikemas yang menghalangi ini disebut overstowed container dan aktivitas memindahkan petikemas tersebut disebut rehandle activity atau dalam operasional Terminal Petikemas Banjarmasin disebut shifting. Permasalahan terjadinya rehandling karena overstowed container disebut container stacking problem.

(15)

Putu Hangga (2014) menyatakan faktor umum yang menyebabkan rehandling atau shifting adalah: 1) Untuk pengambilan petikemas bongkar, aktivitas rehandling terjadi karena jadwal pengambilan

(delivery) dari pemilik barang tidak diketahui atau jadwal pengambilan diberikan kepada pihak terminal setelah petikemas menumpuk di lapangan

2) Untuk petikemas muat yang masuk ke dalam lapangan penumpukan harus memerhatikan beberapa aturan penumpukan agar pada saat pengambilan tidak terjadi rehandle, aturan tersebut diantaranya:

a) Desain kapal (bayplan), terminal harus mengetahui desain kapal yang akan mengangkut petikemas. Petikemas yang akan dimuat dikelompokan dan disimpan pada area yang sama. b) Bobot muatan, penumpukan petikemas harus memerhatikan berat dari petikemas agar muatan

yang disimpan tidak rusak dan aman. Petikemas yang lebih berat akan ditumpuk ditingkat bawah dan petikemas yang lebih ringan akan ditumpuk diatasnya hingga mencapai tumpukan maksimum.

c) Tujuan pengiriman, kapal petikemas yang berkapasitas besar biasanya tidak hanya bersandar disatu terminal dalam sekali keberangkatan, namun bisa bersandar kebeberapa terminal, maka diperlukan integrasi antara penumpukan petikemas di terminal dengan tujuan pertama bersandarnya kapal agar petikemas yang akan dibongkar di terminal tujuan memiliki urutan penumpukan yang sesuai.

Permasalahan rehandle akan timbul jika pada saat penumpukan petikemas muat dilapangan tidak mengikuti aturan diatas atau terjadi kesalahan dalam perencanaan penumpukan saat mengikuti aturan tersebut.

3) Perbedaan metode reshuffling petikemas oleh material handling yang dilakukan oleh rubber tyred gantry crane dan side loader/reach stacker

4) Petikemas yang berada pada tumpukan atas perlu dipindahkan karena data petikemas yang diterima oleh terminal tidak sesuai dan tidak akurat, seperti ketidaksesuain kapal yang akan mengangkut, pelabuhan tujuan, maupun bobot dari petikemas. Padahal data petikemas yang akan dimuat digunakan sebagai parameter pengambilan keputusan dalam aturan penumpukan dan penimbunan. Bahkan setelah petikemas ditumpuk, data kapal pengangkut dan pelabuhan tujuan petikemas diganti oleh pihak pelayaran (shipping line) sehingga dalam area yang telah dialokasikan untuk pelabuhan tujuan atau kapal angkutan tertentu terdapat petikemas yang tidak sesuai dengan alokasi tersebut.

5) Pada terminal petikemas yang berskala besar dan memiliki pelayanan transhipment container hingga 70% dari total kargo, penumpukan petikemas tidak bisa dikhususkan untuk kapal atau tujuan tertentu, sehingga rehandle atau shifting tidak bisa dihindari.

3.2Perhitungan Yard Occupancy Ratio

Yard occupancy ratio (YOR) adalah rasio/perbandingan antara jumlah area lapangan penumpukan yang terpakai terhadap kapasitas yang tersedia dalam jangka waktu tertentu. Adapun perhitungan YOR adalah sebagai berikut

𝑌𝑂𝑅 = 𝐽𝑢𝑚𝑙𝑎ℎ𝑃𝑟𝑜𝑑𝑢𝑘𝑠𝑖𝐵⁄𝑀 (𝑇𝐸𝑈𝑠) 𝑥𝑑𝑤𝑒𝑙𝑙𝑖𝑛𝑔𝑡𝑖𝑚𝑒 (ℎ𝑎𝑟𝑖)

(16)

Untuk menjaga kelancaran kelancaran aliran barang dari dan ke pelabuhan dan untuk menghindari kongesti pada operasional pelayanan di terminal petikemas ditetapkan batas maksimal tingkat yard occupancy ratio sebesar 65% (Bay M Hasani, 2017)

3.3Analisis Korelasi

Analisis korelasi adalah metode yang digunakan untuk melihat asosiasi dan hubungan antara dua atau lebih variabel kuantitatif (Gogtay, NJ., 2017). Dijelaskan juga oleh Gogtay NJ (2017) bahwa analisis ini dibangun secara fundamental berdasarkan garis linear pada grafik hubungan antara variabel kuantitatif, garis ini memberikan informasi “kuat” dan “tingkat” pengaruh antar variabel kuantitatif. Hasil akhir dari analisis korelasi adalah nilai koefisien korelasi yang memiliki rentang nilai -1 hingga +1, semakin positif nilai koefisien korelasi maka mengindikasikan korelasi antar variabel berbanding lurus (linear) begitu pula sebaliknya serta mengidikasikan tidak ada korelasi jika nilai koefisien mendekati nilai nol. Gambar menginterpretasikan jenis hubungan antar variabel dalam analisis korelasi

Gambar 3. Interpretasi Korelasi Variabel Berdasar Grafik

Perhitungan nilai koefisien korelasi dapat dilakukan menggunakan metode karl pearson’s correlation (r). metode ini didasarkan pada tiga asusmsi (Gogtay, NJ., 2017), yaitu:

a) Data variabel mengikuti normal b) Hubungan antar variabel adalah linear

c) Antar variabel analisis korelasi saling independen

Menurut Gogtay NJ (2017), banyak yang memiliki kesalahan persepsi terhadap analisis korelasi. Analisis korelasi berbeda dengan analisis regresi. Pada analisis korelasi tidak diberikan informasi bagaimana respon dari satu variabel jika variabel lain nilainya berubah (meningkat/menurun), artinya tidak ada pernyataan variabel yang menjadi “dependent” dan yang lain sebagai ”independent”. Jadi yang menjadi hasil akhir dari uji korelasi adalah seberapa besar “hubungan” antar variabel, bukan besar “pengaruh” yang diberikan oleh suatu variabel. Terdapat dua jenis analisis korelasi, yaitu korelasi sederhana dan korelasi ganda. Korelasi ganda menurut Riudwan (2012) adalah suatu nilai yang memberikan kuatnya pengaruh atau hubungan dua variabel atau lebih secara bersama-sama dengan variabel lain.

(17)

3.3.1 Uji Normalitas Sampel

Dalam Penelitian ini dilakukan salah satu prosedur parametric test yaitu uji korelasi regresi yang didasarkan pada asumsi bahwa data mengikuti distribusi normal atau populasi dari pengambilan sampel memiliki bentuk distribusi normal. Jika ukuran sampel ≥ 30, aturan terhadapat asumsi normalitas bukan menjadi masalah yang besar dan bisa dilakukan prosedur parameter test (uji korelasi, regresi, t test, dan ANOVA). Berdasarkan central limit theorem terdapat tiga pernyataan terkait normalitas data (Ghasemi, A., 2016):

• Jika data sampel berdistribusi normal maka distribusi pengambilan sampel juga normal

• Untuk ukuran sampel ≥ 30, kemungkinan daerah sampel dalam populasi juga normal, terlepas dari bentuk sebaran data

• Rata-rata dari sampel acak dari bentuk distribusi apapun akan mengikuti distribusi normal Meskipun bentuk normalitas data yang absolut sulit didapat, kita dapat melihat normalitas data secara visual dengan normal plots (Histogram, stem-and-leaf plot, box-and-whisker plot) atau significance test (Kolmogorov-Smirnov, Shapiro-Wilk test, Anderson-Darling test). Dalam penelitian ini akan dilakukan uji asumsi normalitas melalui software SPSS dengan menggunakan pendekatan normal plots dan significance test. Adapun significance test sebagai berikut:

a) Kolmogorov-Smirnov

Tes normalitas berdasarkan perbedaan maksimum antara distribusi sampel yang diobservasi dengan expected cumulative-normal distribution. Rata-rata dan standar deviasi sampel digunakan untuk menghitung ekspektasi dari distribusi normal. Semakin kecil selisih maksimum maka dapat dikatakan semakin mendekati distribusi normal. Uji Kolmogorov-Smirnov memiliki formula 𝐷 =

𝑠𝑢𝑝𝑥 |𝐹𝑛(𝑋) −𝐹(𝑋, µ, σ)

b) Shapiro-Wilk test

Test ini mendasarkan pada rasio atau perbandingan dari dua poin estimasi dari variasi sebuah distribusi normal berdasarkan pada sampel acak dengan n observasi. Uji Shapiro-Wilk memiliki bentuk:

c) Anderson-Darling test

𝑊 = (_∑∑𝑎𝑖𝑦(𝑖))2

(𝑦−ȳ)2

Uji normalitas Anderson-Darling digunakan untuk data observasi yang berdistribusi normal dengan prosedur formula sebagai berikut:

0,75 2,25 _∑𝑛 (2𝑖− 1) log{ẑ𝑖(1 −ẑ𝑛+1−𝑖)}

𝐴2₌₋_{(1 +}

𝑛+ 𝑛2 ) [

𝑖=1 ₊_𝑛_]

𝑛

Dalam penelitian ini tidak menggunakan uji normalitas Anderson-Darling tapi uji normalitas Kolmogorov-Smirnov dan Shapiro-Wilk test

3.4Analisis Regresi

menurut buku A Concise Guide to Market Research (Sarstedt, M., Mooi, E. n.d), Analisis regresi merupakan analisis yang dilakukan untuk mengetahui hubungan antara satu atau lebih variabel bebas (independent variable) atau disebut juga regresor dengan variabel terikat (dependent

(18)

variable). Dalam penelitian, variabel terikat merupakan faktor yang dijadikan fokus penelitian misal banyaknya penjualan produk, sedangkan variable bebas adalah instrumen untuk meraih variabel terikat, variabel bebas misalnya harga dan promosi. Keuntungan dari penggunaan analisis regresi adalah dapat:

• Menunjukan jika variabel bebas memiliki hubungan yang signifikan dengan sebuah variabel terikat

• Menunjukan kekuatan relatif dari dampak variabel bebas yang berbeda pada variabel terikat

• Membuat prediksi berdasarkan persamaan regresi yang dibangun

Dengan mengetahui dampak dari variabel bebas terhadap variabel terikat maka dapat menolong seorang peneliti dalam menentukan langkah/solusi yang akan diambil terhadap permasalahan yang dihadapi. Model regresi dinotasikan secara umum sebagai berikut:

𝑦 = 𝛼 + 𝛽1𝑥1 + 𝑒

Dalam notasi tersebut 𝑦 merepresentasikan variabel terikat atau variabel yang berusaha untuk dijelaskan, 𝛼 merefresentasikan nilai konstan atau intercept dari model regresi yang menunjukan nilai dari variabel terikat jika variabel bebas bernilai nol, 𝑥1merefresentasikan variabel

bebas dan 𝛽1 menunjukan koefisien regresi dari variabel bebas 𝑥1, serta komponen terakhir adalah 𝑒

yang menunjukan nilai kesalahan (error) atau residual dari persamaan model regresi. Gambar 2 menggambarkan analisis regresi secara visual

Gambar 4. Visualisasi Model Analisis Regresi

Beberapa hal perlu dipertimbangkan terkait kriteria data yang akan di lakukan analisis regresi yaitu: a) Ukuran sampel

Syarat data yang akan di analisis memiliki ukuran sampel yang cukup besar. Ukuran sampel yang dapat diterima berhubungan dengan minimum ukuran sampel yang bisa memberi peluang bagus dalam pencarian hasil yang signifikan

b) Variabel data yang bervariasi

Model regresi tidak bisa ditentukan jika variabel, khususnya variabel terikat, tidak memiliki variasi atau bersifat konstan, karena hal ini tidak memerlukan analisis regresi sebab nilai dari

(19)

variabel terikat dikatakan sudah bisa diketahui. Begipula jika variabel bebas tidak memiliki variasi maka tidak dapat digunakan untuk menjelaskan variasi dalam variabel terikat

c) Tipe data variabel terikat

Variabel terikat harus dalam tipe data interval atau rasio (kuantitatif), jika memiliki jenis data binary dan hanya memiliki dua nilai (misal nol dan satu), maka perlu menggunakan alternatif analisis regresi yaitu binary logistics regression. Jika variabel terikat terdiri dari tipe data nominal yang lebih dari dua level, maka seharusnya menggunakan multinomial logistics regression d) Kolinearitas

Syarat terakhir data yang akan dianalisis regresi adalah tidak atau sedikit memiliki kolinearitas. Kolinearitas adalah permasalahan yang muncul jika dua variabel bebas berkorelasi dengan kuat. Kolinearitas terjadi karena input dari satu atau lebih variabel bebas yang berisi informasi yang sama.

Disamping persyaratan data yang harus dipenuhi, model analisis regresi juga harus memenuhi asumsi yang harus dipenuhi agar analisis regresi memberikan hasil yang valid, asumsi tersebut adalah: a) Linearitas

Asumsi linearitas artinya parameter regresor (𝛽1) dalam persamaan model regresi dituliskan

dalam persamaan liniear seperti pada persamaan (1), artinya bentuk 𝛽12𝑥1 tidak diperbolehkan.

Hal ini menunjukan bahwa hubungan antara variabel terikat dan variabel bebas adalah linier. b) Normalitas Residual

Asumsi ini artinya error dari model regresi mendekati atau berdistribusi normal. Bagaimanapun, jika error dari model regresi tidak berdistribusi normal, model regresi tetap memberikan estimasi koefisien regresi yang baik.

c) Homoskedastisitas

Asumsi ini artinya variansi error dari model regresi adalah konstan. d) No autocorrelation

(20)

BAB IV STUDI KASUS

Dalam pelaksanaan kerja praktik, penulis mengangkat topik permasalahan berdasarkan hasil wawancara terhadap staf operasional dan pengamatan langsung di lapangan, terkait operasional pengambilan petikemas dari lapangan penumpukan ke dermaga saat aktivitas muat (loading), salah satu permasalahan yang terjadi dalam operasional ini adalah aktivitas shifting atau rehandling. Aktivitas shifting dalam operasional pengambilan petikemas adalah pemindahan petikemas yang menutupi atau berada diatas petikemas target agar petikemas target dapat di raih dan di letakan pada chassis head truck (lift on), baik dalam aktivitas muat (loading) maupun delivery petikemas, rehandling juga berarti proses pemindahan petikemas di lapangan penumpukan dengan tujuan membuat ruang peletakan petikemas target, namun hal ini sangat terjadi. Gambar 4 mengilustrasikan aktivitas shifting dalam operasional pengambilan petikemas.

Gambar 5. Ilustrasi Aktifitas Shifting

Aktivitas shifting atau rehandling ini tentunya menimbulkan polemik terutama di bagian operasional lapangan penumpukan, karena rehandling dapat dikatakan sebagai inefisiensi pergerakan alat bongkar muat (unproductive movements) yang akan memberikan dampak negatif pada kegiatan operasional di lapangan penumpukan seperti konsumsi bahan bakar alat bongkar muat (rubber tyred gantry, reach stacker, dan side loader) yang berlebihan dan waktu pelayanan head truck yang memakan waktu lebih lama sehingga berpotensi menyebabkan antrian head truck dalam operasional pengambilan petikemas seperti yang terlihat pada gambar 5.

(21)

Aktivitas shifting terjadi saat operasional muat (loading) maupun aktivitas pengeluaran (delivery). Berdasarkan pengamatan terdapat tiga penyebab dari aktivitas rehandling yaitu:

1) Penyebab Internal

Perencanaan penumpukan yang keliru sehingga posisi petikemas target tertutupi oleh petikemas lain dan diperlukan shifting untuk meraih petikemas target tersebut.

2) Penyebab Eksternal

a) Daftar kargo yang dikirimkan kepada pihak TPKB masih merupakan estimasi sehingga memiliki kemungkinan terjadi kesalahan penumpukan petikemas receiving yang telah direncanakan oleh bagian yard planner TPKB.

b) Layanan petikemas alih kapal juga menjadi penyebab aktivitas shifting karena petikemas yang dijadwalkan dimuat di kapal dengan tanggal keberangkatan tertentu, namun dari pihak perusahaan pelayaran petikemas tersebut dialih kapalkan keberangkatannya ke kapal selanjutnya sehingga petikemas alih kapal yang posisinya diatas petikemas yang akan dimuat akan menutupi pengambilan petikemas dan harus dilakukan shifting.

3) Faktor Insidensial

a) Kondisi lapangan penumpukan yang penuh sehingga alokasi blok dan slot yang telah direncanakan berdasarkan aturan penumpukan petikemas (per blok, per slot, per kapal, per tujuan dan per berat) tidak bisa menampung petikemas yang telah dialokasikan. Petikemas yang ditumpuk ke lapangan penumpukan akan menutupi petikemas yang memiliki jadwal muat yang lebih dulu dan akan menimbulkan aktivitas shifting.

b) Alat bongkar muat yang seringkali shutdown atau breakdown, sehingga petikemas yang dialokasikan untuk ditumpuk di posisi tertentu harus ditumpuk ke blok dan slot yang tidak sesuai dengan perencanaan alokasi lapangan penumpukan karena tidak adanya ketersediaan alat bongkar muat (rubber tyred gantry crane dan reach stacker).

Untuk mempermudah pemahaman terkait penyebab shifting/relocation dapat dilihat pada gambar berikut ini.

(22)

Faktor-faktor yang dipaparkan diatas merupakan faktor yang berpotensi sebagai penyebab terjadinya shifting petikemas di Terminal Petikemas Banjarmasin. Sedikit berbeda dengan mekanisme penumpukan petikemas di lapangan penumpukan petikemas bongkar. Dalam operasional bongkar, petikemas bongkaran dari kapal yang akan ditumpuk pada lapangan bongkar tidak memiliki aturan khusus seperti aturan perencanaan penumpukan petikemas muat kecuali berdasarkan ukuran, jenis, dan berat petikemas, namun pada saat operasional delivery, pengambilan petikemas di lapangan penumpukan petikemas bongkar pasti sangat memungkinkan terjadinya aktivitas shifting, petikemas bongkaran yang ditumpuk tidak diketahui kapan akan diambil oleh pemilik barang, sehingga terjadi tumpukan petikemas yang acak di lapangan penumpukan petikemas bongkar

Untuk mengetahui tingkat pengaruh dari faktor penyebab aktivitas rehandling, maka dilakukan analisis terhadap data yang relevan dan dapat menggambarkan besarnya korelasi antara aktivitas rehandling dengan penyebabnya. Dalam penelitian ini hanya berfokus pada dua faktor yaitu faktor lapangan penumpukan muat yang penuh dan faktor kontainer alih kapal. Berikut kerangka analisis data faktor penyebab aktivitas rehandling

Gambar 8. Kerangka Analisis Aktivitas Shifting

Pada faktor lapangan penumpukan penuh dilakukan pengumpulan data yaitu data dwelling time petikemas yang akan dimuat, arus petikemas muat, dan kapasitas lapangan penumpukan. Dari data-data ini akan dilakukan pengolahan data berupa perhitungan yard occupancy ratio (YOR), variabel ini akan menunjukan tingkat kepadatan tumpukan petikemas di lapangan penumpukan. Jika angka YOR melebihi ketetapan maka dapat dikatakan lapangan penumpukan akan kesulitan menerima alokasi petikemas sehingga penumpukan petikemas akan mengikuti ketersediaan slot yang tersedia dilapangan. Uji korelasi dilakukan untuk mengetahui besarnya pengaruh YOR terhadap tingkat aktivitas rehandling.

Untuk faktor petikemas alih kapal dilakukan pengumpulan data yaitu jumlah kontainer alih kapal dalam periode waktu tertentu. Dari data jumlah alih kapal dapat diketahui jumlah kontainer yang batal dimuat sehingga tetap berada dilapangan penumpukan. Dengan uji korelasi diharapkan dapat diketahui besarnya pengaruh petikemas alih kapal terhadap aktivitas rehandling.

(23)

Untuk aktivitas rehandling dilakukan pengumpulan data yaitu frekuensi aktivitas rehandling oleh rubber tyred gantry dan kepadatan antrian head truck saat operasional pengambilan petikemas di lapangan penumpukan muat. Frekuensi aktivitas rehandling dan antrian head truck serta konsumsi energi (BBM) yang terjadi saat aktivitas non-produktif (rehandling) dapat dikatakan sebagai tolak ukur untuk mengetahui besarnya dampak aktivitas rehandling di lapangan. Dalam uji korelasi variabel terikat adalah frekuensi aktivitas rehandling dan variabel bebas adalah faktor kepadatan lapangan penumpukan dan faktor petikemas alih kapal.

Pengumpulan data aktivitas shifting pada operasional muat (loading) petikemas ke kapal dilakukan dilapangan penumpukan Blok Banjar H, I, J, K, L. Berikut layout lapangan penumpukan muat di Terminal Petikemas Banjarmasin

Gambar 8. Layout Lapangan Penumpukan TPKB

Setelah mengumpulkan data yang dibutuhkan dan dipandang relevan dengan topik yang diangkat, Penulis merancang langkah-langkah penelitian yang harus dilewati sehingga menghasilkan output yang dapat digunakan untuk menarik kesimpulan serta saran.

(24)

BAB V HASIL KERJA PRAKTIK

Pada bagian ini dijelaskan mengenai prosedur pengolahan data yang dilakukan Penulis dalam menganalisis topik permasalahan yang diangkat.

5.1Pengumpulan Data

Data yang dikumpulkan selama melakukan penelitian adalah data yang Penulis anggap relevan terhadap topik permasalahan. Data-data yang dikumpulkan kemudian akan diolah agar dapat ditarik kesimpulan yang mendukung hipotesis dan solusi yang disarankan. Adapun data-data yang dikumpulkan terkait topik permasalahan adalah:

a) Aktivitas Shifting/Rehandling

Dilakukan sampling data aktivitas shifting/rehandling pada tanggal 04, 08, 11, 16, 18, 30 Juli dan 05,0 6, 07, dan 10 Agustus. Pengambilan data di lapangan adalah total pergerakan rubber tyred gantry crane yang meliputi aktivitas lift on dan shifting. Berikut merupakan hasil observasi aktivitas shifting dilapangan.

Tabel 3. Data Sampling Frekuensi Shifting

Jam Tanggal Blok RTG Lift On Shifting Total Movements

14.00 - 16.00 04/07/2019 L RTG 19 21 4 25 09.30 - 12.00 & 14.00 - 16.00 08/07/2019 J RTG 19 42 11 53 10.30 - 12.00 11/07/2019 K RTG 19 50 14 64 13.30 - 16.00 16/07/2019 I & J RTG 19 & 16 50 12 62 13.30 - 16.45 18/07/2019 I & J RTG 19 & 17 83 20 103 09.30 - 12.00 30/07/2019 I & J RTG 16 & 17 34 21 55 08.00 - 10.30 05/08/2019 I & J RTG 16 34 15 49 08.30 - 11.45 06/08/2019 J & K RTG 19 & 17 58 16 74 08.30 - 11.45 07/08/2019 I & L RTG 19 & 16 34 0 34 13.30 - 16.00 10/08/2019 J & K RTG 19 & 17 31 14 45

b) Petikemas Alih Kapal

Dilakukan pengumpulan data petikemas alih kapal dari periode tiga hari sebelum petikemas dimuat ke dalam kapal. Berikut merupakan rekapitulasi jumlah petikemas alih kapal.

Tabel 4. Petikemas Alih Kapal Periode 3 Hari

Petikemas Alih Kapal

04 Juli 08 Juli 11 Juli 16 Juli 18 Juli 30 Juli 5 Agt 6 Agt 7 Agt 10 Agt

287 124 555 214 273 164 277 227 73 213

c) Yard occupancy ratio

Dilakukan pengumpulan data yard occupancy ratio dari periode lima hari sebelum petikemas dimuat ke dalam kapal pada lima blok lapangan penumpukan petikemas muat, yaitu blok Banjar H, I, J, K, dan L. Berikut merupakan rekapitulasi data tingkat yard occupancy ratio.

(25)

Tabel 5. Tingkat Yard Occupancy Ratio

Yard Occupancy Ratio (%)

04 Juli 08 Juli 11 Juli 16 Juli 18 Juli 30 Juli 05 agsts 06 agsts 7 agsts 10 agsts Banjar H 63.228 35.624 1.508 2.398 3.13 29.584 33.44 31.46 43.291 57.557 Banjar I 21.422 28.676 37.402 56.124 51.174 45.148 48.236 47.696 36.544 29.987 Banjar J 42.306 48.772 46.076 44.41 43.282 53.284 53.578 49.754 60.556 47.899 Banjar K 25.1 28.774 43.384 49.362 49.804 37.744 59.264 64.606 58.554 43.453 Banjar L 32.154 42.646 44.314 34.412 37.45 52.842 43.53 41.862 53.433 61.557 d) Produksi alat material handling periode 2019

Data-data tersebut diperoleh dengan menggunakan metode observasi langsung kelapangan serta penarikan data dari basis data PT. Pelindo III Regional Banjarmasin. Data Produksi alat material handling periode 2019 terlampir

5.2Pengolahan Data

Data yang telah dikumpulkan kemudian diolah agar menjadi bentuk yang lebih berguna dan dapat memberikan informasi yang diperlukan dalam penelitian. Pengolahan data dalam penelitian ini adalah uji korelasi dan regresi serta perhitungan konsumsi bahan bakar

(26)

a) Data Input

Data input merupakan langkah awal persiapan dalam melakukan analisis permasalahan. Data yang menjadi input telah disebutkan pada bagian pengumpulan data

b) Data Proses

Dalam langkah ini data input akan dilakukan pengolahan dan dikombinasikan dengan data atau informasi lain. Dalam penelitian ini akan dilakukan pengolahan data secara statistik yaitu uji asumsi normalitas, uji korelasi dan regresi serta perhitungan sederhana secara matematis terhadap besarnya konsumsi bahan bakar rubber tyred gantry crane

c) Data Output

Data yang telah melewati proses pengolahan akan dikumpulkan dan dilakukan penarikan kesimpulan berdasarkan data output tersebut. Bentuk data output tergantung pada metode pengolahan dan penggunaan data tersebut untuk proses pengolahan selanjutnya

5.2.1 Analisis Korelasi

Sebelum dilakukan analisis korelasi, maka dilakukan uji normalitas data sampel yang dikumpulkan untuk memenuhi asumsi dalam melakukan analisis korelasi.

5.2.1.1 Uji Normalitas Data Observasi

Uji normalitas dilakukan terhadap data sampel hasil observasi dengan tujuan mengetahui bentuk distribusi sampel tersebut agar memenuhi asumsi dalam pengolahan data selanjutnya yaitu permasalahan uji regresi linear berganda. Uji normalitas dilakukan dengan menggunakan perangkat lunak pengolahan data statistik SPSS, dengan metode normal plots (Histogram, Normal Q-Q Plots, Detrended Normal Q-Q Plots) dan significance test (Shapiro-wilk test). Berikut merupakan hasil pengolahan uji normalitas dengan perangkat lunak SPSS:

Tabel 6. Test Of Normality

Dalam tabel test of normality pada kolom Shapiro-Wilk didapat nilai sig. atau nilai signifikansi atau disebut pula nilai p lebih dari 0,05 (0,420 > 0,05), maka dapat disimpulkan bahwa data berdistribusi normal.

(27)

Gambar 10. Histogram, Normality Test

Pada output data berupa histogram, distribusi data observasi mengikuti pola garis distribusi normal dan sebagian besar data berada dibawah garis distribusi normal, maka dapat disimpulkan data sampel berdstribusi normal.

Gambar 11. Normal Q-Q Plot

Dari grafik normal Q-Q plot, dapat dilihat jika plot-plot mengikuti dan tersebar disekitar garis fit line meski ada plot yang berada pada jarak yang jauh diantara plot-plot lainnya. Ini menandakan adanya outliner, namun penulis menarik kesimpulan berdasar normal Q-Q plot bahwa data sampel berdistribusi normal.

(28)

Dari grafik detrended normal Q-Q plot dapat dilihat jika plot tersebar merata diatas dan bawah garis deviasi distribusi normal dan posisi garis terletak ditengah plot-plot diagram, maka dapat disimpulkan data sampel berdistribusi normal. Dari keempat metode uji normalitas diatas maka Penulis menyimpulkan bahwa data sampel berdistribusi normal atau diobservasi dari populasi yang berdistribusi normal dan memenuhi asumsi untuk pengolahan data selanjutnya yaitu uji estimasi dan hipotesis.

Analisis korelasi dan regresi linear berganda dilakukan terhadap variabel yang menjadi fokus penelitian, yaitu rasio aktivitas shifting sebagai variabel terikat (dependent variable) dan petikemas alih kapal dan nilai yard occupancy ratio sebagai variabel bebas (independent variable). Dari uji korelasi dapat diketahui tingkat pengaruh variabel bebas terhadap variabel terikat baik secara parsial maupun secara simultan. Adapun melalui uji regresi dapat diketahui signifikansi pengaruh variabel bebas secara simultan terhadap variabel terikat serta diharapkan memberikan persamaan regresi yang dapat memprediksi tingkat variabel terikat.

5.2.1.2 Uji Korelasi Tunggal/Parsial

Hasil dari pengujian korelasi variabel bebas secara tunggal terhadap variabel terikat dapat dilihat pada tabel 7 correlation table. Analisis uji korelasi dapat dilihat dengan membandingkan nilai koefisisen korelasi dengan nilai r tabel yang dapat dilihat pada lampiran:

• Apabila Koefisien Korelasi > r tabel, Maka ada hubungan yang signifikan

• Apabila Koefisien Korelasi < r tabel, Maka tidak ada hubungan yang signifikan

Dengan nilai degree of freedom = N - 2 = 10 - 2 = 8, maka nilai r tabel dengan taraf nyata 5% = 0,7067, sehingga dapat diinterpretasikan signifikansi korelasi antara variabel bebas dengan variabel terikat. Berdasarkan perbandingan nilai koefisisen korelasi dengan nilai r tabel maka dapat ditarik kesimpulan variabel bebas tidak memiliki korelasi yang signifikan secara parsial terhadap variabel terikat karena semua nilai koefisien korelasi < nilai r tabel (0,7067). Dari hasil uji korelasi tunggal ini dapat dikatakan bahwa tiap-tiap variabel bebas yaitu tingkat yard occupancy ratio dan jumlah petikemas alih kapal tidak memiliki pengaruh atau korelasi tunggal yang signifikan terhadap tingkat aktifitas shifting pada operasional muat peti kemas.

(29)

5.2.1.2 Uji Korelasi Simultan

Uji korelasi yang dilakukan untuk menguji korelasi antara variabel bebas terhadap variabel terikat secara bersamaan. Nilai yang digunakan untuk menginterpretasikan korelasi simultan ini adalah koefisien R yang dapat dilihat pada tabel 9 model summary, semakin mendekatin nilai 1 maka korelasi simultan antara variabel terikat dan variabel bebas semakin kuat.

Tabel 8. Model Summary

Dapat dilihat bahwa nilai koefisien R adalah 0,841, nilai ini dekat dengan nilai satu, artinya terdapat korelasi yang kuat antara variabel bebas secara bersamaan terhadap variabel terikat. Dapat ditarik kesimpulan bahwa aktifitas shifting akan sangat dipengaruhi oleh tingkat kepadatan lapangan penumpukan secara keseluruhan (blok H, I, J, K, L) ditambah dengan faktor besarnya jumlah peti kemas yang dialihkapalkan. Untuk mengetahui tingkat pengaruh tiap-tiap variabel bebas terhadap variabel terikat maka dilakukan uji regresi untuk membangun model regresi sebagai prediktor tingkat variabel terikat berdasarkan tingkat variabel bebas.

5.2.1.3 Pengujian Asumsi Uji Regresi

Sebelum melakukan analisis terhadap model regresi, data-data yang diperoleh harus mmenuhi beberapa asumsi yaitu sebagai berikut:

a) Linearitas

Dilakukan melalui perangkat lunak Microsoft Excel dengan membangun scatter plot antara variabel terikat (rasio shifting) dengan masing-masing variabel bebas (rasio yard occupancy ratio blok H, I, J, K, L dan peti kemas alihkapal). Berikut hasil pengujian asumsi linearitas:

(30)

Gambar 13. Linearitas Variabel Bebas

Pada persamaan grafik (a), dapat dilihat terjadi linearitas antara jumlah shifting dengan jumlah petikemas alihkapal dengan nilai y = -0.0105x + 15.866, dan linearitas yang dibangun memiliki arah yang negatif. Pada grafik (b), terdapat linearitas antara tingkat kepadatan lapangan penumpukan (YOR) blok Hdengan frekuensi shifting dengan nilai y = -0,015x + 13,151. Pada grafik (c) terdapat linearitas dengan arah positif antara nilai YOR blok I dengan frekuensi shifting dengan nilai y = 0,0456x + 10,866. Aapun pada grafik (d), (e), (f) berturut-turut nilai linearitas antara frekuensi shifting dengan nilai YOR blok J, K, L adalah y = -0,0036x + 12,875, y = - 0,0013x + 12,76, y = -0,0614x + 15,427.

Koefisien persamaan linear untuk tiap-tiap variabel sangat kecil (< 10-3_{), dapat disimpulkan} linearitas antara setiap variabel bebas dan variabel terikat sangat lemah, namun meski memiliki kofisien yang kecil, antara frekuensi shifting dengan variabel-variabel bebas tetap ada linearitas yang terjadi.

b) Normalitas Residual

Uji asumsi normalitas residual dapat dilihat dari histogram dan normal probability plot, berikut hasil pengolahan data uji asumsi normalitas residual.

(31)

Gambar 14. Histogram Normalitas Residual

Dari histogram sebaran nilai residual model regresi dapat dikatakan jika distribusi residual cinderung mengikuti sebaran distribusi normal dan sebaran data berada dibawah kurva normal, hal ini menandakan nilai selisih antara residual variabel bebas dengan varibel terikat terdistribusi secara normal. Cara lain untuk menguji normalitas residual adalah dengan normal p-p plot, residual berdistribusi normal jika plot-plot residual mengikuti dan tersebar disekitar garis diagonal, dan begitu pula sebaliknya. Pada gambar 16, dapat dikatakan bahwa plot-plot residual mengikuti pola garis diagonal namun sebaran plot tersebut tidak terletak didekat garis diagonal sehingga kesimpulannya adalah model regresi yang dibangun memiliki residual yang terdistribusi cinderung mengikuti distribusi normal namun tidak signifikan sama dengan distribusi normal.

(32)

c)

Homoskedastisitas

Homoskedastisitas atau variansi error bersifat konstan/homogen dapat dilihat melalui

residual plot

tiap-tiap variable bebas, berikut hasil pengolahan uji asumsi

homoskedastisitas:

Gambar 16. Residual Plot Variabel Independen

Model regresi memiliki homoskedastisitas apabila variansi residual tiap variabel bebas tidak berbeda signifikan, hal ini dilihat dari sebaran plot-plot variabel disekitar garis angka nol. Model regresi pada penelitian ini memenuhi asumsi homoskedastisitas karena:

• Plot residual menyebar di atas dan di bawah atau di sekitar angka nol secara merata jumlahnya

• Titik-titik data tidak mengumpul di atas atau di bawah saja

• Penyebaran titik tidak membentuk pola tertentu d) Non multikolinearitas

Uji asumsi regresi multikolinearitas dapat dilihat pada nilai pada kolom collinearity statistics pada tabel coefficient dalam pengolahan data dengan perangkat lunak SPSS, berikut hasil pengolahan data uji asumsi multikolinearitas:

(33)

Tabel 9 Collinearity Test

Jika nilai tolerance < 0,1 atau nilai VIF > 5, maka terdapat multikolinearitas yang signifikan pada model regresi tersebut. Pada hasil pengujian multikolinearitas pada penelitian ini dapat dilihat jika semua nilai tolerance < 0,1 dan pada nilai VIF terdapat dua variabel yang melebihi nilai 5, yaitu variabel YOR blok I dan YOR blok K, artinya semua variabel dalam model regresi tidak terdapat multikolinearitas atau tiap variabel independen tidak terdapat korelasi dan asumsi non multikolinearitas terpenuhi.

Adapun interpretasi dari persamaan regresi yang dilihat pada tabel coefficient kolom Beta adalah sebagai berikut :

𝑦 = 0.335𝑥1 + 1.322𝑥2− 0.346𝑥3− 0.580𝑥4 + 0.594𝑥5 + 0.330𝑋6− 10.830

persamaan regresi yang dibangun melalui analisis regresi ini sebelum diputuskan digunakan sebagai prediktor, harus dilakukan pengujian signifikansi

5.4.1.4 Pengujian Signifikansi Model Regresi

Pengujian model regresi yang dibangun dapat dilihat pada tabel ANOVA, berikut hasil pengolahan data ANOVA dengan perangkat lunak SPSS.

Tabel 10. ANOVA

Jika nilai significance (Sig.) < 0,05 maka model regresi yang dibangun signifikan, begitu pula sebaliknya. Pada hasil pengolahan data dalam penelitian ini nilai significance model regresi > 0,05, artinya model regresi yang dibangun tidak signifikan dan model regresi tersebut tidak bisa digunakan sebagai prediktor. Disamping itu dilakukan juga pengujian signifikansi untuk koefisien

(34)

setiap variabel bebas dengan melihat tabel coefficient sebagai berikut. Nilai signifikan setiap koefisien juga dapat dilihat pada tabel 10 kolom Sig., sama seperti interpretasi pada tabel ANOVA jika nilai significance < 0,05 maka koefisien regresi signifikan, begitu pula sebaliknya. Dalam penelitian ini nilai significance dari setiap variabel bernilai > 0,05 yang berarti bahwa setiap koefisien regresi dalam model yang dibangun tidak signifikan dan tidak layak untuk digunakan sebagai prediktor.

(35)

BAB VI KESIMPULAN DAN SARAN

Berdasarkan informasi yang dikumpulkan terkait penyebab aktifitas shifting, dapat disimpulkan bahwa:

• Faktor yang berpotensi adalah petikemas yang dialihkapalkan dan tingkat kepadatan lapangan penumpukan petikemas di blok muat secara simultan/bersamaan, terbukti dari nilai R yang mendekati nilai 1, oleh karena itu untuk melakukan strategi operasional mengurangi shifting semua variabel bebas harus diperhitungkan sebagai satu-kesatuan agar tidak terjadi kesalahan dalam perencanaan strategi. Hubungan variabel bebas terhadap variabel terikat diislutrasikan pada gambar 16 berikut ini.

Gambar 17. Korelasi Parsial dan Simultan

• Model regresi yang dibangun tidak layak dijadikan sebagai prediktor untuk menggambarkan besarnya aktifitas shifting yang akan terjadi berdasarkan besarnya variabel bebas, artinya variabel bebas tidak memiliki pengaruh yang signifikan terhadap variabel terikat yaitu frekuensi shifting, sehingga hipotesis kerja yang dirumuskan oleh Penulis gagal diterima.

• Berdasarkan uji analisis korelasi, dapat ditarik kesimpulan bahwa tingkat kepadatan lapangan penumpukan menjadi variabel dominan yang memilikihubungan terhadap frekuensi shifting . Oleh karena itu strategi menambah kapasitas area untuk lapangan penumpukan petikemas muat atau menambah fasilitas berupa lapangan penumukan penyangga/buffer untuk menampung “luberan” petikemas dari lapangan penumpukan yang telah penuh, sehingga tidak menumpuk di area/blok yang telah direncanakan untuk petikemas keberangkatan yang berbeda jadwal bisa menjadi strategi yang dapat diterapkan oleh operasiona terminal petikemas. Namun langkah ini tentu sulit direalisasikan karena kawasan Terminal Petikemas Banjarmasin sendiri memiliki konstrain area yang kecil.

Meskipun dari pengolahan data yang dilakukan tidak sesuai dengan harapan dan hipotesis Penulis, namun aktifitas shifting ini cukup memberikan dampak yang negatif karena mengurangi sisi pelayanan logistik yaitu waktu muat yang lebih lama sehingga memengaruhi pada lama berthing time dari kapal dan membuat antrian kapal didermaga serta mengakibatkan konsumsi bahan bakar untuk inefesiensi pergerakan alat. Oleh karena itu Penulis berharap untuk penelitian dengan kesamaan topik

(36)

selanjutnya agar dilakukan pengambilan data aktivitas shifting dengan jumlah sampel yang cukup (min > 30 sampel) untuk memudahkan pengolahan data secara statistik serta pengambilan data aktivitas shifting disesuaikan dengan waktu realtime muat petikemas dilapangan, meskipun waktu operasional muat dilakukan pada shift 1 atau 3.

(37)

DAFTAR PUSTAKA

Badan Pusat Statistik. (2018). STATISTIK INDONESIA 2018 (p. 3). Indonesia. Lukman, A. (2015). Maritime Connectivity Policy in Indonesia. Politica, 6(1).

Amir, MS. 2003.

Ekspor Impor Teori dan Penerapannya

. Edisi Seri Bisnis

International No.13. Jakarta : PPM.

Minto, B. (2015).

Analisis Risiko Kegiatan Bongkar Muat Sebagai Komponen Dwelling

Time Di Pelabuhan.

Hangga, P. (2014). Addressing Container Stacking in Indonesian Major Ports : Problems and Idea to solve [Ebook].

Riduwan. 2012. Dasar-dasar Statistika. Bandung: Alfabeta

NJ, G. (2017).

Principles of Correlation Analysis

. Journal Of The Association Of

Physicians Of India, 68, 78-81.

PT Pelabuhan Indonesia III (Persero). (2019). Tentang Kami. [online] Available at: https://www.pelindo.co.id/id/about-us [Accessed 12 Aug. 2019].

Sarstedt, M. and Mooi, E. (n.d.). A Concise Guide to Market Research.

SISTIM DAN PROSEDUR PELAYANAN PETIKEMAS DI TERMINAL PETIKEMAS BANJARMASIN. (2009). [Regulation] Pelindo III Cabang Banjarmasin, Banjarmasin.

Ghasemi, A. and Zahediasl, S. (2012). Normality Tests for Statistical Analysis: A Guide for Non- Statisticians. International Journal of Endocrinology and Metabolism, 10(2), pp.486-489.

Rani Das, K. (2016). A Brief Review of Tests for Normality. American Journal Of Theoretical And Applied Statistics, 5(1), 5.

Prayoga, H. (2019). Terminal Petikemas dan Problematikanya – Part 1: Pendahuluan. [online] mylongjourney's Weblog. Available at: https://mylongjourney.wordpress.com/2012/12/20/terminal- petikemas-dan-problematikanya-part-1-pendahuluan/ [Accessed 28 Jun. 2019].

(38)

(39)

FAKULTAS TEKNOLOGI INDUSTRI TEKNIK LOGISTIK Tabel R DF 0.05 0.01 t 0,05 r 0,05 t 0,01 r 0,01 3 12.7062 0.9969 63.6567 0.9999 4 4.3027 0.9500 9.9248 0.9900 5 3.1824 0.8783 5.8409 0.9587 6 2.7764 0.8114 4.6041 0.9172 7 2.5706 0.7545 4.0321 0.8745 8 2.4469 0.7067 3.7074 0.8343 9 2.3646 0.6664 3.4995 0.7977 10 2.3060 0.6319 3.3554 0.7646 11 2.2622 0.6021 3.2498 0.7348 12 2.2281 0.5760 3.1693 0.7079 13 2.2010 0.5529 3.1058 0.6835 14 2.1788 0.5324 3.0545 0.6614 15 2.1604 0.5140 3.0123 0.6411